亚洲狠狠干,亚洲国产福利精品一区二区,国产八区,激情文学亚洲色图

基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法與流程

文檔序號:39725166發(fā)布日期:2024-10-22 13:23閱讀:14來源:國知局
基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法與流程

本發(fā)明涉及數(shù)據(jù)評價,尤其涉及基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法。


背景技術:

1、隨著經(jīng)濟的快速發(fā)展和社會用電需求的不斷增長,電網(wǎng)作為能源輸送和分配的重要基礎設施,其投資建設和優(yōu)化升級至關重要。電網(wǎng)投資不僅對于保障電力供應的穩(wěn)定性、可靠性和安全性具有關鍵作用,也是推動能源轉(zhuǎn)型、促進可再生能源消納、實現(xiàn)低碳發(fā)展的重要支撐。

2、同時,隨著電力市場改革的不斷深化,電網(wǎng)企業(yè)面臨著日益激烈的市場競爭和經(jīng)營壓力,如何科學合理地進行電網(wǎng)投資決策,提高投資效益和效率,成為電網(wǎng)企業(yè)面臨的重要課題。

3、傳統(tǒng)的多屬性決策方法,如熵權法-topsis法,根據(jù)指標的變異程度來確定指標的權重。指標的變異程度越大,說明該指標提供的信息量越大,其權重也越大。還通過構造評價問題的正理想解和負理想解,計算各方案與理想解和負理想解的距離,來對方案進行排序和評價,從而選出最優(yōu)方案。但是在指標的選擇和數(shù)據(jù)的預處理過程中,可能會因人為因素導致指標的遺漏或數(shù)據(jù)的偏差,進而影響權重的準確性。且指標之間的相互關系和動態(tài)變化,可能導致權重分配不合理,影響評價結果的準確性。且傳統(tǒng)的評價方法如熵權法-topsis法通常是基于靜態(tài)數(shù)據(jù)和固定的指標體系進行評價,無法及時反映電網(wǎng)投資項目所處環(huán)境和條件的動態(tài)變化,導致評價結果的時效性和適應性不足。電網(wǎng)投資項目的評價指標之間往往存在復雜的非線性關系,而傳統(tǒng)的評價方法如熵權法-topsis法通?;诰€性假設,難以準確描述和處理這些復雜的非線性關系。這可能導致評價結果不能準確反映電網(wǎng)投資項目的實際情況,無法為投資決策提供有效的支持。

4、為了解決上述問題,本發(fā)明提出基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法。


技術實現(xiàn)思路

1、本發(fā)明的目的在于提出基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法以解決背景技術中所提出的問題:

2、傳統(tǒng)多屬性決策方法的指標權重的確定具有主觀性,影響評價結果的準確性;靜態(tài)評價無法及時反映電網(wǎng)投資項目所處環(huán)境和條件的動態(tài)變化,導致評價結果的時效性和適應性不足;對復雜非線性關系的處理能力不足。

3、為了實現(xiàn)上述目的,本發(fā)明采用了如下技術方案:

4、基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法,包括如下步驟:

5、s1:對電網(wǎng)企業(yè)發(fā)展模式和運營狀態(tài)進行分析;

6、s2:對不同類型項目對電網(wǎng)發(fā)展的貢獻度進行分析;

7、s3:運用全壽命周期成本的理論對投資評價指標進行分析,并建立投資評價指標體系;

8、s4:進一步構建電網(wǎng)投資協(xié)調(diào)與管控分析模型,并以此生成電網(wǎng)投資方案。

9、優(yōu)選地,所述s2中,對各類潛在市場化業(yè)務的投入產(chǎn)出進行分析,采用技術經(jīng)濟方法,考慮資金時間價值,運用凈現(xiàn)值、內(nèi)部收益率和修正內(nèi)部收益率制備分析各類潛在市場化業(yè)務的技術經(jīng)濟性;

10、所述凈現(xiàn)值計算如下:

11、

12、其中,為凈現(xiàn)值;為現(xiàn)金流入;為現(xiàn)金流出;為計算期;為折現(xiàn)率或基準收益率;

13、所述內(nèi)部收益率表示使投資方案凈現(xiàn)值為0的折現(xiàn)率,其值為凈現(xiàn)值等于0時的;

14、所述修正內(nèi)部收益率計算如下:

15、

16、其中,為修正內(nèi)部收益率。

17、優(yōu)選地,所述潛在市場化業(yè)務包括基本售電業(yè)務、節(jié)能服務業(yè)務、電動車充電服務、分布式能源投資、建設與運營服務、電務服務、客戶工程服務、電力app營銷服務、供應鏈金融服務、融資租賃服務和電力保險服務。

18、優(yōu)選地,所述s3中的投資評價指標包括電網(wǎng)發(fā)展效益指標、電網(wǎng)可靠效益評價指標和電網(wǎng)經(jīng)濟效益評價;

19、所述電網(wǎng)發(fā)展效益指標包括增供電量和增供負荷;

20、所述增供電量計算如下:

21、增供電量=項目建設后預計達到的電量水平-當前電量水平

22、所述增供負荷計算如下:

23、增供負荷=項目建設后預計達到的用電負荷水平-當前用電負荷水平

24、以此計算負荷增長率:

25、負荷增長率=(項目建設后預計達到的用電負荷水平-當前用電負荷水平)/規(guī)劃年限

26、所述電網(wǎng)可靠效益評價指標包括減少停電時間和降低網(wǎng)絡損耗;

27、所述電網(wǎng)經(jīng)濟效益評價包括單位造價、項目征地費用、投資收益率、投資回收期;

28、根據(jù)上述評價指標建立電網(wǎng)項目全壽命周期內(nèi)的評價指標體系。

29、優(yōu)選地,所述電網(wǎng)投資協(xié)調(diào)與管控分析模型基于確定的投資評價指標體系建立指標矩陣體系:

30、設立個方案,即個評價對象,個生產(chǎn)經(jīng)營指標,即個評價指標,初始指標矩陣搭建如下:

31、

32、其中,表示第個方案的第個生產(chǎn)經(jīng)營指標;

33、建立無量綱化指標矩陣為,其中:

34、

35、其中,為無量綱化指標矩陣的元素;

36、基于改進蟻群算法優(yōu)化的雙向bi-lstm搭建的深度學習網(wǎng)絡,將評價指標體系的指標及參數(shù)作為輸入,實現(xiàn)對評價指標體系的學習,指標對應的權重作為輸出,所述雙向bi-lstm的輸出具體如下:

37、

38、

39、

40、其中,表示前向lstm的第個輸入點的隱藏層狀態(tài);為前向lstm的第個輸入點的權重參數(shù);表示前向lstm的第個輸入點的隱藏層輸出狀態(tài);為前向lstm的第個輸入點的偏置參數(shù);表示后向lstm的第個輸入點的隱藏層狀態(tài);為后向lstm的第個輸入點的權重參數(shù);表示后向lstm的第個輸入點的隱藏層輸出狀態(tài);為后向lstm的第個輸入點的偏置參數(shù);表示bi-lstm的輸出狀態(tài);為激活函數(shù);為輸出權重參數(shù);為輸出偏置參數(shù);

41、所述雙向bi-lstm的前向lstm和后向lstm中均添加有殘差模塊,具體如下:

42、

43、其中,和為殘差網(wǎng)絡中第個殘差塊的輸入和輸出;為殘差映射;為第個殘差塊的權重參數(shù);

44、所述改進蟻群算法具體如下:

45、

46、

47、

48、

49、其中,為信息素濃度在點上的值;為迭代次數(shù);為信息素揮發(fā)系數(shù);為信息素揮發(fā)系數(shù)的最小值;為的變化值;為螞蟻;為螞蟻攜帶的信息素;為目標值;為最小目標值;

50、所述蟻群算法在目標值范圍值中,選取8個點作為下一個更新點,根據(jù)具有指向信息的新型啟發(fā)式機制,將更新點對應的評價誤差值進行計算,并選取其中誤差值最小的3個點作為下一次迭代更新的目標點;

51、基于深度神經(jīng)網(wǎng)絡學習輸出的權重值建立加權規(guī)范矩陣:

52、

53、其中,為第項指標的權重值。

54、優(yōu)選地,所述s4中,基于改進蟻群算法確定動態(tài)變化的正理想解與負理想解;

55、計算各個方案到正理想解與負理想解的歐式距離:

56、備選方案到正理想解的距離為:

57、

58、備選方案到負理想解的距離為:

59、

60、計算各方案的排隊指示值,即綜合評價指數(shù):

61、

62、按由大到小排列方案的優(yōu)劣次序生成電網(wǎng)投資方案。

63、與現(xiàn)有技術相比,本發(fā)明提供了基于源網(wǎng)荷儲電網(wǎng)投資協(xié)調(diào)與管控分析模型的構建方法,具備以下有益效果:

64、本發(fā)明通過對比投入和產(chǎn)出,可以科學評估每類項目的效益和效率,從而優(yōu)化資源配置,促進電網(wǎng)的可持續(xù)發(fā)展和整體效益的最大化;還基于深度神經(jīng)網(wǎng)絡自動學習指標之間的復雜關系和數(shù)據(jù)的內(nèi)在規(guī)律,能夠準確描述和處理電網(wǎng)投資項目評價指標之間的復雜非線性關系,提高評價結果的準確性和可靠性;還避免了人為因素的干擾,提高了權重確定的準確性和客觀性;還通過改進蟻群算法構建動態(tài)理想解,能夠?qū)崟r反映電網(wǎng)投資項目所處環(huán)境和條件的變化,實現(xiàn)對項目的動態(tài)跟蹤和評價,提高了評價結果的時效性和適應性。

當前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1