基于电碳耦合的建筑集群可调节能力概率预测方法、装置、计算机设备、可读存储介质和程序产品与流程

摘要: 本技术涉及智能建筑能碳管理,特别是涉及一种建筑集群可实现调节潜力概率评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。背景技术:1、在电力系统低碳...
基于电碳耦合的建筑集群可调节能力概率预测方法、装置、计算机设备、可读存储介质和程序产品与流程

本技术涉及智能建筑能碳管理,特别是涉及一种建筑集群可实现调节潜力概率评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术:

1、在电力系统低碳转型和需求侧资源市场化参与背景下,电碳耦合协同调控与市场化交易体系逐步成型。建筑集群属于需求侧可调控资源,针对建筑集群开展可调潜力评估,可为市场申报、资源调度业务提供参考依据。由此出现了设备额定参数测算、热工机理仿真、分位数回归概率预测等多种建筑集群可调潜力评估技术。

2、但现在阶段主流的建筑集群调节潜力评估方式,仍以传统热工机理仿真、设备额定参数测算的技术方案为主,其通过温度、负荷历史、建筑热惯性或设备容量估算可削减容量,通常输出单一数值。

3、然而目前主流的以热工机理仿真、设备额定参数测算的技术方案,未考虑各种因素的影响,极易高估建筑实际可实现的调节潜力,造成市场申报容量无法兑现,进而引发电力响应失信、碳履约超标风险。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种基于电碳耦合的建筑集群可调节能力概率预测概率评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本技术提供了一种基于电碳耦合的建筑集群可调节能力概率预测方法,包括:

3、获取建筑集群中各子建筑在预测时间段内的实际负荷、气象数据、时段数据、建筑状态数据;

4、根据实际负荷、气象数据、时段数据、建筑状态数据获取特征向量;

5、将特征向量,输入至训练后的条件分位模型,以获取建筑集群的基础负荷预测区间;

6、根据电碳耦合强度和碳履约压力对基础负荷预测区间进行校正以获取碳校正预测区间;其中,电碳耦合强度与碳价、边际排放因子相关。

7、在其中一个实施例中,根据电碳耦合强度和碳履约压力对基础负荷预测区间进行校正以获取碳校正预测区间,包括:

8、分别对电碳耦合强度和碳履约压力进行归一化处理;

9、根据归一化处理后的电碳耦合强度和碳履约压力,以及预设的电碳耦合权重、碳履约压力权重确定碳影响变量;

10、根据碳影响变量对基础负荷预测区间的区间中点进行校正,以及根据在预设时间段内的碳价波动率对基础负荷预测区间的区间宽度进行校正,得到碳校正预测区间。

11、在其中一个实施例中,方法还包括:

12、获取候选碳履约压力权重集合以及预设综合校准目标;

13、根据获取的候选碳履约压力权重集合以及预设综合校准目标确定碳履约压力权重。

14、在其中一个实施例中,方法还包括:

15、在满足预设边界条件的情况下,获取建筑集群中各子建筑在预设时间段内的参考调节容量阈值;

16、在其中一个实施例中,根据参考调节容量阈值,对碳校正预测区间进行截断,包括:

17、根据碳校正预测区间的区间中点和区间宽度确定校正下限值;

18、根据参考调节容量阈值和碳校正预测区间的区间中点、区间宽度确定校正上限值;其中,校正上限值小于或等于参考调节容量阈值;

19、根据校正下限值、校正下限值得到潜力预测区间。

20、在其中一个实施例中,条件分位模型的训练方式包括:

21、获取建筑集群的历史聚合基线负荷、历史聚合实际负荷;

22、基于历史聚合基线负荷和历史聚合实际负荷的差值确定历史目标负荷;

23、获取历史负荷、历史气象数据、历史时段数据、历史建筑状态数据;

24、根据历史负荷、历史气象数据、历史时段数据、历史建筑状态数据构造样本特征向量;

25、将历史目标负荷设定为条件分位模型训练的真值标签,基于历史目标负荷以及样本特征向量,完成条件分位模型的训练。

26、第二方面,本技术还提供了一种基于电碳耦合的建筑集群可调节能力概率预测装置,包括:

27、数据采集模块,用于获取建筑集群中各子建筑在预测时间段内的实际负荷、气象数据、时段数据、建筑状态数据;

28、特征向量构造模块,用于根据所述实际负荷、所述气象数据、所述时段数据、所述建筑状态数据获取特征向量;

29、基础区间构造模块,用于将所述特征向量,输入至训练后的条件分位模型,以获取建筑集群的基础负荷预测区间。

30、潜力预测区间构造模块,用于根据电碳耦合强度和碳履约压力对所述基础负荷预测区间进行校正以获取碳校正预测区间;其中,电碳耦合强度与碳价、边际排放因子相关。

31、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

32、获取建筑集群中各子建筑在预测时间段内的实际负荷、气象数据、时段数据、建筑状态数据;

33、根据实际负荷、气象数据、时段数据、建筑状态数据获取特征向量;

34、将特征向量,输入至训练后的条件分位模型,以获取建筑集群的基础负荷预测区间;

35、根据电碳耦合强度和碳履约压力对基础负荷预测区间进行校正以获取碳校正预测区间;其中,电碳耦合强度与碳价、边际排放因子相关。

36、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

37、获取建筑集群中各子建筑在预测时间段内的实际负荷、气象数据、时段数据、建筑状态数据;

38、根据历史负荷、气象数据、时段数据、建筑状态数据获取特征向量;

39、将特征向量,输入至训练后的条件分位模型,以获取建筑集群的基础负荷预测区间;

40、根据电碳耦合强度和碳履约压力对基础负荷预测区间进行校正以获取碳校正预测区间;其中,电碳耦合强度与碳价、边际排放因子相关。

41、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:

42、获取建筑集群中各子建筑在预测时间段内的实际负荷、气象数据、时段数据、建筑状态数据;

43、根据实际负荷、气象数据、时段数据、建筑状态数据获取特征向量;

44、将特征向量,输入至训练后的条件分位模型,以获取建筑集群的基础负荷预测区间;

45、根据电碳耦合强度和碳履约压力对基础负荷预测区间进行校正以获取碳校正预测区间;其中,电碳耦合强度与碳价、边际排放因子相关。

46、上述基于电碳耦合的建筑集群可调节能力概率预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,通过采集建筑集群下各子建筑的实际负荷、气象、时段以及建筑状态原始数据,将上述原始数据聚合得到建筑集群对应的聚合数据,并以聚合数据构建特征向量,将集群特征向量输入条件分位模型得到建筑集群的基础负荷预测区间,再结合电碳耦合强度与碳履约压力完成区间校正。一方面,通过聚合各子建筑原始信息构建集群特征向量,能够综合考虑集群内部多栋建筑的运行状态,完整保留集群层面的运行统计信息,依托条件分位模型输出基础负荷预测区间,可以量化建筑集群负荷存在的不确定性,克服确定性单点输出无法表征负荷波动的缺陷;另一方面,引入碳价、边际排放因子相关的电碳耦合强度以及碳履约压力对基础负荷区间实施校正,将碳市场约束因素纳入潜力评估流程,使得到的碳校正预测区间能够兼顾电力运行特性与碳履约风险,为聚合商开展电碳联合市场申报提供更加贴合真实业务场景的区间参考结果。