CN106845775A - 基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法 - Google Patents

Abstract

基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，涉及能源互联网演化领域。目前，对区域能源互联网多维度的研究甚少，尤其是对区域能源互联网演化路线的研究更是凤毛麟角，不能够对电力公司和相关部门提供有效建议。本发明包括以下步骤：提取影响区域能源互联网演化的因素；选择Lotka‑Volterra演化协同动力学模型，提出假设条件，求稳态解，得到多种演化路径和对应改进策略；根据独立性权重法确定指标权重，根据灰色估计法和指标权重确定模型参数值，参照演化路径得到能源互联网演化路线，并根据对应的改进策略提出具体发展建议，且对硬件要求低。

Description

基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法

技术领域

本发明涉及能源互联网演化领域，尤其指基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法。

背景技术

2015年中国经济步入新常态，经济增速由高速增长调整为中高速增长，同时面临着产业结构转型、环境气候污染等难题，能源可持续发展关系着一国的国计民生，能源互联网的发展有利于推动绿色低碳、节能减排，提高用能质量和安全，推动经济增长，满足能源需求。因而，寻求区域能源互联网演化模式非常重要，能够对电力公司和相关部门提供有效建议。

在已有的区域能源互联网研究中，多以研究关键技术、市场模式等单一维度为主，对区域能源互联网多维度的研究甚少，尤其是对区域能源互联网演化路线的研究更是凤毛麟角，不能够对电力公司和相关部门提供有效建议。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，以分析区域能源互联网存在的若干种演化路线，以为电网公司和相关部门提供建议策略的目的。为此，本发明采取以下技术方案。

基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于包括以下步骤：

1)提取影响区域能源互联网演化的因素，因素包括公共驱动因素、政策驱动因素、市场驱动因素、技术驱动因素，前两因素归为他组织因素，后两因素归为自组织因素；

2)选择Lotka-Volterra演化协同动力学模型，提出假设条件，求稳态解，得到多种演化路径和对应改进策略；

3)根据独立性权重法确定指标权重，根据灰色估计法和指标权重确定模型参数值，参照演化路径得到能源互联网演化路线，并根据对应的改进策略提出具体发展建议。

本发明对传统的Lotka-Volterra模型进行改进，应用独立性权重法和灰色估计法确定地区能源互联网演化路线，并首次应用于能源互联网领域。能为地区的能源互联网发展提出具体发展建议。

作为对上述技术方案的进一步完善和补充，本发明还包括以下附加技术特征。

进一步的，在步骤1)中，公共驱动因素包括资源、环境、气候和国际合作；政策驱动因素包括国家战略政策、财政金融政策、环境环保政策和法律法规；市场驱动因素包括用户侧用能需求、供给侧资源约束矛盾、能源供需形势以及价格机制；技术驱动因素包括能源转换、能源储存应用在能源生产、存储、传输、消纳环节的技术。

进一步的，在步骤2)中，选择Lotka-Volterra演化协同动力学基本模型：

式中：N₁表示他组织因素的驱动作用水平，N₂表示自组织因素的驱动作用水平；p₁为他组织因素驱动提升比例，p₂为自组织因素驱动提升比例；q₁表示自组织因素不变时他组织因素产生的最大作用，q₂表示他组织因素不变时自组织因素产生的最大作用；

对L-V模型，提出以下假设：

假设1：他组织与自组织之间呈现完全竞争状态，这种反向抵消对区域能源互联网演化具有反向抑制作用；

假设2：他组织与自组织之间呈现完全合作状态，这种同向重合对区域能源互联网演化具有正向促进作用；

假设3：对于区域能源互联网演化来说，自组织与他组织呈现完全合作状态是理想状态；自组织与他组织之间呈现完全竞争状态是不理想状态；两种状态的中间状态是分向复合状态，并且长期都呈现此状态，改进的L-V模型为；

式中：a₁₂表示他组织对自组织的竞争抵消作用，a₂₁表示自组织对他组织的竞争抵消作用，取值范围为[0，1]；b₁₂表示他组织对自组织的协同合作作用，b₂₁表示自组织对他组织的协同合作作用，取值范围为[0，1]；N₁表示他组织因素的驱动作用水平，N₂表示自组织因素的驱动作用水平；p₁为他组织因素驱动提升比例，p₂为自组织因素驱动提升比例，q₁表示自组织因素不变时他组织因素产生的最大作用，q₂表示他组织因素不变时自组织因素产生的最大作用；

完全竞争状态：反向抵消动力学模型；完全竞争状态是他组织与自组织驱动因素反向抵消的极端形式，此时两者完全不能合作、互相排斥，即满足a₁₂＞0，a₂₁＞0，且b₁₂＝b₂₁＝0，则动力学模型为：

令可得到方程组的稳态解:

通过等倾线交点以及在等倾线上轨迹的走向，判断完全竞争状态下存在4种演化路径；

演化路径1：当且时，X₃是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，自组织作用完全被抵消，演化由他组织因素驱动；

演化路径2：当且时，X₂是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，他组织作用完全被抵消，演化由自组织因素驱动；

演化路径3：当且时，基于0≤a₁₂≤1,0≤a₂₁≤1，可得到a₁₂＝a₂₁＝1，X₂或X₃是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，一方最终会被完全抵消，谁被抵消与各自提升比例有关；

演化路径4：当a₁₂a₂₁＜1且时，X₄是稳态解，表示他组织与自组织的驱动呈现竞争状态，最终双方稳定共存；

完全合作状态：同向重合动力学模型；同向重合方式是他组织与自组织驱动因素相互合作的极端形式，此时两者协调一致，不存在抵消与排斥，即满足a₁₂＝a₂₁＝0,b₁₂≠0,b₂₁≠0，则动力学模型为：

通过等倾线交点及等倾线上轨迹的走向，判断完全合作状态下存在1种演化路径；

演化路径5：当b₁₂b₂₁＜1时，X₄是定态稳定解；

复合状态：分向复合动力学模型；分向重合方式是他组织与自组织因素对立统一的普遍方式，此时两者既抵消排斥，又协同发展，满足a₁₂≠0,a₂₁≠0,b₁₂≠0,b₂₁≠0；

令得到稳态解：

X₁(0,0),X₂(0,q₂),X₃(q₁,0),

复合状态下存在两种情况：

A)当(a₁₂-b₁₂)(a₂₁-b₂₁)＜1时，存在4种演化路径；

演化路径6：当a₁₂＞b₁₂,a₂₁＞b₂₁时，表示他组织与自组织因素的抵消作用大于协同作用，此时两者相互作用的情况与完全不理想状态下的路径相似；

演化路径7：当a₁₂＜b₁₂,a₂₁＜b₂₁时，表示他组织与自组织因素的协同作用大于抵消作用，此时两者相互作用的情况与完全理想状态下的路径相似；

B)当(a₁₂-b₁₂)(a₂₁-b₂₁)＜1时，存在4种演化路径；此时X₄是动力学模型的解，并且表明他组织与自组织因素能够在合理范围内互相协同，共同促进系统的有序演化；分为a₁₂＜b₁₂,a₂₁＞b₂₁或a₁₂＞b₁₂,a₂₁＜b₂₁，这两种情况表示他组织与自组织因素的竞争合作关系并不同向；

通过微分方程组计算得出特征矩阵，得到满足定态解为X₄的条件；通过推算，可通过的正负号来判断是否趋于稳态解X₄；

演化路径8：当a₁₂＜b₁₂,a₂₁＞b₂₁，且时，X₄是定态稳定解，自组织对他组织的有效合作，即竞争系数与合作系数的差小于自组织与他组织的最大增长规模之比，竞争被控制在一个可控范围内，他组织与自组织的驱动合力将达到稳定平衡；

演化路径9：当a₁₂＜b₁₂,a₂₁＞b₂₁，且时，X₃是稳态解，表明他组织与自组织因素发生竞争作用，导致自组织因素的驱动作用被抵消；

当a₁₂＞b₁₂,a₂₁＜b₂₁时，存在2种演化路径；

演化路径10：当a₁₂＞b₁₂,a₂₁＜b₂₁，且时时，X₄是稳态解；此时，且利于能源互联网的有序演化；

演化路径11：当a₁₂＞b₁₂,a₂₁＜b₂₁，且时，X₂是稳态解，会导致系统演化最终走向消亡。

进一步的，在步骤2)获得演化路径的同时，根据演化路径特点制定对应改进策略；演化路径分为良性演化路径及非良性演化路径，其中良性演化路径分为直线前进式、循环前进式、抵前进式路径，非良性演化路径分为外扰后退式和内扰后退式路径。

进一步的，演化路径5为直线前进式路径，完全理想状态，无需优化策略；

演化路径7为直线前进式路径，其需要从内从内外部出发，共同加强自组织与他组织因素的推动作用；进行深化协同策略；

演化路径8为循环前进式路径，其需要从外部着手，对应他组织因素体系，针对性加强他组织因素作用；进行外部加强策略；

演化路径10为循环前进式路径，其需要从内部着手，采取措施，深入挖掘自组织因素作用；进行内部挖掘策略；

演化路径4为抵消前进式路径，其需要从内外部出发，采取措施，增强自组织与他组织之间的合作协调作用；进行矛盾调和策略；

演化路径1和演化路径9为外扰后退式路径，其需要从内部着手，加强自组织因素作用，同时弱化他组织因素作用；进行补内强外策略；

演化路径2和演化路径11为外扰后退式路径，其需要从外部着手，增强他组织因素作用，同时弱化自组织因素作用；进行补外强内策略；

演化路径3和演化路径6为内扰后退式路径，其路径为多条中的一条，需要依据最终的路径来确定对应路径的策略。

进一步的，在步骤3)中，根据独立权重法确定指标权重的步骤包括：

a)用X_m对X₁,X₂,X₃,…X_m-1,X_m+1,…X_n，令y＝X_m,作回归,得：

b)计算y和的简单相关系数，此简单相关系数即为y与X₁,X₂,X₃,…X_m-1,X_m+1,…X_n之间的复相关系数,公式为：

c)对复相关系数作归一化，如下：

其中，h_i满足

进一步的，在步骤3)中，根据灰色估计法和指标权重确定模型参数值的步骤为：

d)首先对截面数据用极差化方法作标准化处理，然后利用独立性权重法对他组织因素和自组织指标分别求权重，分别加权求和作为他组织因素作用水平和自组织因素作用水平的测度值。

e)利用灰色理论计算模型参数；

L-V模型的一般形式简化为如下模型:

对于非连续数据，利用灰色理论中灰倒数和偶对数的映射关系将数据进行离散化处理，分别与偶对数构成映射关系，取t时刻背景值和所以上一模型可以表示为：

将t＝1,2,…，t-1时的原始数据依次代入上次，可得矩阵方程

其中：Y_1N＝[x₁₍₂₎-x₁₍₁₎,x₁₍₃₎-x₁₍₂₎,…,x_1(n)-x_1(n-1)]^T

在最小二乘法准则下，可得方程中第一个方程的参数估计值

将原始数据带入即可求得各参数值，p₁＝α₀, p₂＝β₀,a₁₂-b₁₂表示自组织对他组织的综合作用，a₂₁-b₂₁表示他组织对自组织的综合作用。

有益效果：本技术方案的洛特卡-沃泰拉模型适用于研究各驱动因素间存在竞争合作关系的系统演化，能够推演出当前系统演化的路线，效果准确有效，并能够根据推演的参数值确定各驱动因素之间的竞争合作关系，并提出改进策略。灰色估计法能够解决对含有不确定因素的系统进行预测的问题，得到不确定因素的稳态解，计算速度快，计算结果准确。本技术方案将洛特卡-沃泰拉模型和灰色估计法综合来计算能源互联网演化路线及其对应策略，能够对电力公司和相关部门提供有效建议，且对硬件要求低。

基于对能源互联网演化路线的研究，我们得到能源互联网的发展应遵循深化协同策略，即加强各驱动因素的合作协同作用的策略作用。落实到浙江实践，建议围绕“四个协同”发展浙江能源互联网，分别是：科技技术创新与能源政策的协同、价格机制与企业产能产业发展的协同、能源体系建设与市场建设协同、能源技术与互联网技术的协同。

科技技术创新与能源政策协同。加强技术科技创新与能源政策的协同作用，有利于实现能源互联网的可持续发展。一是首先，结合浙江省创建清洁能源示范省的契机利用，浙江省地理优势，加快制定海洋能利用行动规划，设立专项基金，增加对清洁能源技术研发的财政支出，提高自主创新能力，促进省内清洁能源产业化发展；开展多能互补，提高能源利用效率，加强海洋能开发利用基础技术的研发力度，如潮汐能、海流能、温差能等，建设海洋能、风能与太阳能技术互补的海岛独立示范电站。制定环境保护政策，降低海洋发电技术对环境造成的污染和破坏；开展海洋能开发的综合利用，多能互补，提高能源技术的经济效益和社会效益。其次，二是制定差异性的补贴金额。随着清洁能源装机规模量的扩大增加和技术的不断进步，其外部性的边际收益递减，投资成本也会下降，通过制定合理的补贴退出机制，倒逼企业进行技术创新。

价格因素与产业发展的协同。首先，目前浙江的光伏补贴较高，这种补贴政策在产业发展初期极大的促进了光伏产业的发展，但高额补贴政策是并不具备延续性的，根据发达国家清洁能源补贴政策的经验，在补贴政策中引入市场竞价机制，可以降低成本，鼓励竞争，在降低国家财政支出的同时，推进清洁能源产业发展，促进清洁能源市场有序发展，推动清洁替代和环境保护。其次，目前化石能源价格较低，并未反映将环境成本和资源不可再生稀缺考虑在内，可以考虑应该对化石能源采用实行较高的价格最低价格限制，比如对煤电价格应该除一般开采、加工和运输基本成本以外，加收单位煤炭使用的碳排放、硫排放治理成本，让价格真实反映能源资源的稀缺性和负外部性，以期降低化石能源的产能。再次，在能源领域采用使用阶梯价格，使用量越多则单价越高，限制化石能源的发展。最后，根据浙江省能源市场的的产品和衍生品价格趋势，对未来能源生产和消费做出预测，帮助能源企业合理制定生产决策。

能源体系建设与市场建设协同。在建设能源体系的同时，加强能源市场建设，协同推动浙江能源互联网的发展。首先，一是完善能源市场机制，加快强能源交易平台和信息服务平台的建设，建立能源交易平台，推动平台之间的竞争，实现实时、灵活、对等的能源信息共享与能源交易；其次，二是建立多方平等参与、开放互联、自由竞争的能源市场交易体系，还原能源商品属性；最后，三是积极创新绿色证书的生成、认证、交易、结算、证券化、金融化等系列基础产品及衍生产品，运用市场化手段推动绿色清洁能源的生产和消费，提高清洁能源的比重。

能源技术与互联网技术协同。目前，浙江省的互联网发展迅速，互联网技术技术处于全国的领先地位，能源流和信息流的深度融合是能源互联网发展的必然趋势，需要应充分推动能源技术与互联网技术的协同发展。首先，一是推动能源生产、消费基础设施的智能化；如推进动可再生能源生产智能化，建设智能家居、智能楼宇、智能小区和智能工厂等；二是其次，推动能源与信息通信基础设施深度融合。如普及智能终端及接入设施，推进信息系统与物理系统的高效集成与智能化调控等；最后，三是建设开放、共享、灵活、互动的能源互联网生态体系。通过充分利用互联网技术的互联互通及快速迭代创新的能力，实现能量和信息双向流动的能源对等交换和共享网络。

附图说明

图1是本发明流程图。

图2是本发明的演化路径1下的模型方程解。

图3是本发明的演化路径2下的模型方程解。

图4是本发明的演化路径3下的模型方程解。

图5是本发明的演化路径4下的模型方程解。

图6是本发明的演化路径5下的模型方程解。

图7是本发明的演化路径8下的模型方程解。

图8是本发明的演化路径9下的模型方程解。

具体实施方式

以下结合说明书附图对本发明的技术方案做进一步的详细说明。

如图1所示，本发明包括以下步骤：

基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于包括以下步骤：

1)提取影响区域能源互联网演化的因素，因素包括公共驱动因素、政策驱动因素、市场驱动因素、技术驱动因素，前两因素归为他组织因素，后两因素归为自组织因素；

2)选择Lotka-Volterra演化协同动力学模型，提出假设条件，求稳态解，得到多种演化路径和对应改进策略；

3)根据独立性权重法确定指标权重，根据灰色估计法和指标权重确定模型参数值，参照演化路径得到能源互联网演化路线，并根据对应的改进策略提出具体发展建议。

以下以浙江省能源互联网演化路线研究为例作进一步的说明。

S1、提取浙江省能源互联网的主要影响因素。

浙江省能源互联网的发展受到宏观环境下公共驱动因素、政策驱动因素、市场驱动因素、技术驱动因素的影响，其中，公共驱动因素包括资源、环境、气候和国际合作等；政策驱动因素包括国家战略政策，财政金融政策、环境环保政策和法律法规等；市场驱动因素包括用户侧用能需求、供给侧资源约束矛盾、能源供需形势以及价格机制等；技术驱动因素包括能源转换、能源储存等技术应用在能源生产、存储、传输、消纳等环节的技术。具体指标包括：太阳能装机量、风电装机量、水电装机量、二氧化碳排放强度、氮氧化物排放强度、烟尘排放强度、货币供应量(M2)、能源政策、能源工业投资、全社会用电量、全社会发电量、专利申请受理量、专利申请授权量、规模以上工业企业R&D经费。

S2、选择适合浙江能源互联网演化路线研究的模型方法。

浙江能源互联网演化路线研究涉及四类驱动因素，单一维度的Logistic模型并不适用，故而采用了适用于多维度的Lotka-Volterra动力学模型，用独立性权重法和灰色估计法求得演化路线的稳态解，判定浙江能源互联网的演化路线和改进策略，提出发展建议。

(1)选择Lotka-Volterra演化协同动力学模型：

对L-V模型，提出以下假设：

假设1：他组织与自组织之间呈现完全竞争状态，这种反向抵消对区域能源互联网演化具有反向抑制作用。

假设2：他组织与自组织之间呈现完全合作状态，这种同向重合对区域能源互联网演化具有正向促进作用。

假设3：对于区域能源互联网演化来说，自组织与他组织呈现完全合作状态是理想状态；自组织与他组织之间呈现完全竞争状态是不理想状态。两种状态的中间状态是分向复合状态，并且长期都呈现此状态，L-V模型为；

其中：①竞争系数。a₁₂表示他组织对自组织的竞争抵消作用，a₂₁表示自组织对他组织的竞争抵消作用，取值范围为[0，1]；②合作系数。b₁₂表示他组织对自组织的协同合作作用，b₂₁表示自组织对他组织的协同合作作用，取值范围为[0，1]；③驱动作用水平。N₁表示他组织因素的驱动作用水平，N₂表示自组织因素的驱动作用水平；④常量。p₁为他组织因素驱动提升比例，p₂为自组织因素驱动提升比例，q₁表示自组织因素不变时他组织因素产生的最大作用，q₂表示他组织因素不变时自组织因素产生的最大作用。

完全竞争状态：反向抵消动力学模型。完全竞争状态是他组织与自组织驱动因素反向抵消的极端形式，此时两者完全不能合作、互相排斥，即满足a₁₂＞0，a₂₁＞0，且b₁₂＝b₂₁＝0，则动力学模型为：

令可得到方程组的稳态解:

通过等倾线交点以及在等倾线上轨迹的走向，可以判断完全竞争状态下存在4种演化路径。

演化路径1：当且时，X₃是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，自组织作用完全被抵消，演化由他组织因素驱动，如图2所示。

演化路径2：当且时，X₂是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，他组织作用完全被抵消，演化由自组织因素驱动，如图3所示。

演化路径3：当且时，基于0≤a₁₂≤1,0≤a₂₁≤1，可得到a₁₂＝a₂₁＝1，X₂或X₃是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，一方最终会被完全抵消，谁被抵消与各自提升比例有关，如图4所示。

演化路径4：当a₁₂a₂₁＜1且时，X₄是稳态解，表示他组织与自组织的驱动呈现竞争状态，最终双方稳定共存，如图5所示。

在完全竞争状态下，当演化沿路径1、2和3发展时，自组织或他组织的驱动力一方会被抵消，演化将最终消亡。而沿路径4发展时，因内外驱动因素的作用不分上下，两者会在对立中稳定共存，这种稳定共存虽然会推动演化，但是“事倍功半”，因此也需要优化。

完全合作状态：同向重合动力学模型。同向重合方式是他组织与自组织驱动因素相互合作的极端形式，此时两者协调一致，不存在抵消与排斥，即满足a₁₂＝a₂₁＝0,b₁₂≠0,b₂₁≠0，则动力学模型为：

通过等倾线交点及等倾线上轨迹的走向，可以判断完全合作状态下存在1种演化路径。

演化路径5：当b₁₂b₂₁＜1时，X₄是定态稳定解，如图6所示。

在完全合作状态下，X₄是系统的稳态点，即他组织与自组织因素会稳定共存，互相促进，这种协同合作会极大促进系统演化。然而，此种路径是完全理想状态，现实中几乎不可能存在。

复合状态：分向复合动力学模型。分向重合方式是他组织与自组织因素对立统一的普遍方式，此时两者既抵消排斥，又协同发展，是系统演化的常见方式，即满足a₁₂≠0,a₂₁≠0,b₁₂≠0,b₂₁≠0。

同样对式(2)，令得到稳态解：

X₁(0,0),X₂(0,q₂),X₃(q₁,0)，

可以发现复合状态下存在两种情况：

(1)当(a₁₂-b₁₂)(a₂₁-b₂₁)＜1时，存在4种演化路径。

演化路径6：当a₁₂＞b₁₂,a₂₁＞b₂₁时，表示他组织与自组织因素的抵消作用大于协同作用，此时两者相互作用的情况与完全不理想状态下的路径相似。

演化路径7：当a₁₂＜b₁₂,a₂₁＜b₂₁时，表示他组织与自组织因素的协同作用大于抵消作用，此时两者相互作用的情况与完全理想状态下的路径相似。

(2)当(a₁₂-b₁₂)(a₂₁-b₂₁)＜1时，存在4种演化路径。此时X₄是动力学模型的解，并且表明他组织与自组织因素能够在合理范围内互相协同，共同促进系统的有序演化。可分为a₁₂＜b₁₂,a₂₁＞b₂₁或a₁₂＞b₁₂,a₂₁＜b₂₁，这两种情况表示他组织与自组织因素的竞争合作关系并不同向。

通过微分方程组计算得出特征矩阵，得到满足定态解为X₄的条件。通过推算，可通过的正负号来判断是否趋于稳态解X₄。

演化路径8：当a₁₂＜b₁₂,a₂₁＞b₂₁，且时，X₄是定态稳定解，自组织对他组织的有效合作(即竞争系数与合作系数的差)小于自组织与他组织的最大增长规模之比，即竞争被控制在一个可控范围内，他组织与自组织的驱动合力将达到稳定平衡，该路径利于系统有序演化，如图7所示。

演化路径9：当a₁₂＜b₁₂,a₂₁＞b₂₁，且时，X₃是稳态解，表明他组织与自组织因素发生竞争作用，导致自组织因素的驱动作用被抵消，如图8所示。

同理，当a₁₂＞b₁₂,a₂₁＜b₂₁时，也存在2种演化路径。

演化路径10：当a₁₂＞b₁₂,a₂₁＜b₂₁，且时时，X₄是稳态解。此时，且利于能源互联网的有序演化。

演化路径11：当a₁₂＞b₁₂,a₂₁＜b₂₁，且时，X₂是稳态解，会导致系统演化最终走向消亡。

表1良性演化路径及优化策略

表2非良性演化路径及改进策略

(3)利用独立性权重法求得指标R值，然后归一化得到指标权重，具体步骤如下；

(a)用X_m对X₁,X₂,X₃,…X_m-1,X_m+1,…X_n，令y＝X_m,作回归,得：

(b)计算y和的简单相关系数，此简单相关系数即为y与X₁,X₂,X₃,…X_m-1,X_m+1,…X_n之间的复相关系数,公式为：

(c)对复相关系数作归一化，如下：

其中，h_i满足

表3我国区域能源互联网演化驱动指标体系及权重值

(4)利用灰色理论计算模型参数，

首先对截面数据用极差化方法作标准化处理，然后利用独立性权重法对他组织因素和自组织指标分别求权重，分别加权求和作为他组织因素作用水平和自组织因素作用水平的测度值。

L-V模型的一般形式可以简化为如下模型:

对于非连续数据，利用灰色理论中灰倒数和偶对数的映射关系将数据进行离散化处理，分别与偶对数构成映射关系，取t时刻背景值和所以上一模型可以表示为：

将t＝1,2,…，t-1时的原始数据依次代入上次，可得矩阵方程

其中：Y_1N＝[x₁₍₂₎-x₁₍₁₎,x₁₍₃₎-x₁₍₂₎,…,x_1(n)-x_1(n-1)]^T

在最小二乘法准则下，可得方程中第一个方程的参数估计值

将原始数据带入即可求得各参数值，p₁＝α₀, p₂＝β₀,a₁₂-b₁₂表示自组织对他组织的综合作用，a₂₁-b₂₁表示他组织对自组织的综合作用。

表4协同动力学模型参数值

综上所述，根据独立性权重法和灰色估计法得到的浙江能源互联网演化路径遵循路径7的发展模式，即a₁₂＜b₁₂,a₂₁＜b₂₁，且均不为零，在这种路径下，他组织与自组织之间的合作协同作用大于竞争抵消作用，对应策略是深化协同战略，也就是从内外部出发，加强自组织与他组织对区域能源互联网的推动作用。基于对浙江能源互联网演化路线的研究，我们得到浙江能源互联网的发展应遵循深化协同策略，加强各驱动因素的合作协同作用。落实到浙江实践，建议围绕“四个协同”发展浙江能源互联网，分别是：科技技术创新与能源政策的协同、价格机制与企业产能产业发展的协同、能源体系建设与市场建设协同、能源技术与互联网技术的协同。

以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (7)

1.基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于包括以下步骤：

1)提取影响区域能源互联网演化的因素，因素包括公共驱动因素、政策驱动因素、市场驱动因素、技术驱动因素，前两因素归为他组织因素，后两因素归为自组织因素；

2)选择Lotka-Volterra演化协同动力学模型，提出假设条件，求稳态解，得到多种演化路径和对应改进策略；

3)根据独立性权重法确定指标权重，根据灰色估计法和指标权重确定模型参数值，参照演化路径得到能源互联网演化路线，并根据对应的改进策略提出具体发展建议。

2.根据权利要求1所述的基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于：在步骤1)中，公共驱动因素包括资源、环境、气候和国际合作；政策驱动因素包括国家战略政策、财政金融政策、环境环保政策和法律法规；市场驱动因素包括用户侧用能需求、供给侧资源约束矛盾、能源供需形势以及价格机制；技术驱动因素包括能源转换、能源储存应用在能源生产、存储、传输、消纳环节的技术。

3.根据权利要求1所述的基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于：在步骤2)中，选择Lotka-Volterra演化协同动力学模型：

$\frac{{\mathrm{dN}}_1}{dt}=p_1{N}_1(1-\frac{N_1}{q_1})$

$\frac{{\mathrm{dN}}_2}{dt}=p_2{N}_2(1-\frac{N_2}{q_2})$

式中：N₁表示他组织因素的驱动作用水平，N₂表示自组织因素的驱动作用水平；p₁为他组织因素驱动提升比例，p₂为自组织因素驱动提升比例；q₁表示自组织因素不变时他组织因素产生的最大作用，q₂表示他组织因素不变时自组织因素产生的最大作用；

对L-V模型，提出以下假设：

假设1：他组织与自组织之间呈现完全竞争状态，这种反向抵消对区域能源互联网演化具有反向抑制作用；

假设2：他组织与自组织之间呈现完全合作状态，这种同向重合对区域能源互联网演化具有正向促进作用；

假设3：对于区域能源互联网演化来说，自组织与他组织呈现完全合作状态是理想状态；自组织与他组织之间呈现完全竞争状态是不理想状态；两种状态的中间状态是分向复合状态，并且长期都呈现此状态，L-V模型为；

$\frac{{\mathrm{dN}}_1}{dt}=p_1{N}_1(1-\frac{N_1-a_{12}{N}_2+b_{12}{N}_2}{q_1})$

$\frac{{\mathrm{dN}}_2}{dt}=p_2{N}_2(1-\frac{N_2-a_{21}{N}_1+b_{21}{N}_1}{q_2})$

式中：a₁₂表示他组织对自组织的竞争抵消作用，a₂₁表示自组织对他组织的竞争抵消作用，取值范围为[0，1]；b₁₂表示他组织对自组织的协同合作作用，b₂₁表示自组织对他组织的协同合作作用，取值范围为[0，1]；N₁表示他组织因素的驱动作用水平，N₂表示自组织因素的驱动作用水平；p₁为他组织因素驱动提升比例，p₂为自组织因素驱动提升比例，q₁表示自组织因素不变时他组织因素产生的最大作用，q₂表示他组织因素不变时自组织因素产生的最大作用；

完全竞争状态：反向抵消动力学模型；完全竞争状态是他组织与自组织驱动因素反向抵消的极端形式，此时两者完全不能合作、互相排斥，即满足a₁₂＞0，a₂₁＞0，且b₁₂＝b₂₁＝0，则动力学模型为：

$\frac{{\mathrm{dN}}_1}{dt}=p_1{N}_1(1-\frac{N_1-a_{12}{N}_2}{q_1})$

$\frac{{\mathrm{dN}}_2}{dt}=p_2{N}_2(1-\frac{N_2-a_{21}{N}_1}{q_2})$

令可得到方程组的稳态解:

$X_1(0,0),X_2(0,q_2),X_3(q_1,0),X_4(\frac{q_1-a_{12}{q}_2}{1-a_{12}{a}_{21}},\frac{q_2-a_{21}{q}_1}{1-a_{12}{a}_{21}})$

通过等倾线交点以及在等倾线上轨迹的走向，判断完全竞争状态下存在4种演化路径；

演化路径1：当且时，X₃是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，自组织作用完全被抵消，演化由他组织因素驱动；

演化路径2：当且时，X₂是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，他组织作用完全被抵消，演化由自组织因素驱动；

演化路径3：当且时，基于0≤a₁₂≤1,0≤a₂₁≤1，可得到a₁₂＝a₂₁＝1，X₂或X₃是稳态解，表示他组织与自组织的驱动作用呈现竞争状态，一方最终会被完全抵消，谁被抵消与各自提升比例有关；

演化路径4：当a₁₂a₂₁＜1且时，X₄是稳态解，表示他组织与自组织的驱动呈现竞争状态，最终双方稳定共存；

完全合作状态：同向重合动力学模型；同向重合方式是他组织与自组织驱动因素相互合作的极端形式，此时两者协调一致，不存在抵消与排斥，即满足a₁₂＝a₂₁＝0,b₁₂≠0,b₂₁≠0，则动力学模型为：

$\frac{{\mathrm{dN}}_1}{dt}=p_1{N}_1(1-\frac{N_1+b_{12}{N}_2}{q_1})$

$\frac{{\mathrm{dN}}_2}{dt}=p_2{N}_2(1-\frac{N_2+b_{21}{N}_1}{q_2})$

通过等倾线交点及等倾线上轨迹的走向，判断完全合作状态下存在1种演化路径；

演化路径5：当b₁₂b₂₁＜1时，X₄是定态稳定解；

复合状态：分向复合动力学模型；分向重合方式是他组织与自组织因素对立统一的普遍方式，此时两者既抵消排斥，又协同发展，满足a₁₂≠0,a₂₁≠0,b₁₂≠0,b₂₁≠0；

令得到稳态解：

X₁(0,0),X₂(0,q₂),X₃(q₁,0),

$X_4(\frac{q_1-q_2(a_{12}-b_{12})}{1-(a_{12}-b_{12})(a_{21}-b_{21})},\frac{q_2-q_1(a_{21}-b_{21})}{1-(a_{12}-b_{12})(a_{21}-b_{21})})$

复合状态下存在两种情况：

A)当(a₁₂-b₁₂)(a₂₁-b₂₁)＜1时，存在4种演化路径；

演化路径6：当a₁₂＞b₁₂,a₂₁＞b₂₁时，表示他组织与自组织因素的抵消作用大于协同作用，此时两者相互作用的情况与完全不理想状态下的路径相似；

演化路径7：当a₁₂＜b₁₂,a₂₁＜b₂₁时，表示他组织与自组织因素的协同作用大于抵消作用，此时两者相互作用的情况与完全理想状态下的路径相似；

B)当(a_α2-b₁₂)(a₂₁-b₂₁)＜1时，存在4种演化路径；此时X₄是动力学模型的解，并且表明他组织与自组织因素能够在合理范围内互相协同，共同促进系统的有序演化；分为a₁₂＜b₁₂,a₂₁＞b₂₁或a₁₂＞b₁₂,a₂₁＜b₂₁，这两种情况表示他组织与自组织因素的竞争合作关系并不同向；

通过微分方程组计算得出特征矩阵，得到满足定态解为X₄的条件；通过推算，可通过的正负号来判断是否趋于稳态解X₄；

演化路径8：当a₁₂＜b₁₂,a₂₁＞b₂₁，且时，X₄是定态稳定解，自组织对他组织的有效合作，即竞争系数与合作系数的差小于自组织与他组织的最大增长规模之比，竞争被控制在一个可控范围内，他组织与自组织的驱动合力将达到稳定平衡；

演化路径9：当a₁₂＜b₁₂,a₂₁＞b₂₁，且时，X₃是稳态解，表明他组织与自组织因素发生竞争作用，导致自组织因素的驱动作用被抵消；

当a₁₂＞b₁₂,a₂₁＜b₂₁时，存在2种演化路径；

演化路径10：当a₁₂＞b₁₂,a₂₁＜b₂₁，且时时，X₄是稳态解；此时，且利于能源互联网的有序演化；

演化路径11：当a₁₂＞b₁₂,a₂₁＜b₂₁，且时，X₂是稳态解，会导致系统演化最终走向消亡。

4.根据权利要求1所述的基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于：在步骤2)获得演化路径的同时，根据演化路径特点制定对应改进策略；演化路径分为良性演化路径及非良性演化路径，其中良性演化路径分为直线前进式、循环前进式、抵前进式路径，非良性演化路径分为外扰后退式和内扰后退式路径。

5.根据权利要求1所述的基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于：

演化路径5为直线前进式路径，完全理想状态，无需优化策略；

演化路径7为直线前进式路径，其需要从内从内外部出发，共同加强自组织与他组织因素的推动作用；进行深化协同策略；

演化路径8为循环前进式路径，其需要从外部着手，对应他组织因素体系，针对性加强他组织因素作用；进行外部加强策略；

演化路径10为循环前进式路径，其需要从内部着手，采取措施，深入挖掘自组织因素作用；进行内部挖掘策略；

演化路径4为抵消前进式路径，其需要从内外部出发，采取措施，增强自组织与他组织之间的合作协调作用；进行矛盾调和策略；

演化路径1和演化路径9为外扰后退式路径，其需要从内部着手，加强自组织因素作用，同时弱化他组织因素作用；进行补内强外策略；

演化路径2和演化路径11为外扰后退式路径，其需要从外部着手，增强他组织因素作用，同时弱化自组织因素作用；进行补外强内策略；

演化路径3和演化路径6为内扰后退式路径，其路径为多条中的一条，需要依据最终的路径来确定对应路径的策略。

6.根据权利要求1所述的基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于：在步骤3)中，根据独立权重法确定指标权重的步骤包括：

a)用X_m对X₁,X₂,X₃,…X_m-1,X_m+1,…X_n，令y＝X_m,作回归,得：

b)计算y和的简单相关系数，此简单相关系数即为y与X₁,X₂,X₃,…X_m-1,X_m+1,X_n之间的复相关系数,公式为：

$R=\frac{\Σ(y-\stackrel{\‾}{y})(\hat{y}-\stackrel{\‾}{y})}{\sqrt{\Σ{(y-\stackrel{\‾}{y})}^2\Σ{(\hat{y}-\stackrel{\‾}{y})}^2}}$

c)对复相关系数作归一化，如下：

$h_i=\frac{R_i}{{\mathrm{\Σ}}_{i=1}^n{R}_i},i=1,2,\mathrm{3...}n$

其中，h_i满足

7.根据权利要求1所述的基于洛特卡－沃泰拉模型的能源互联网演化路线分析方法，其特征在于：

在步骤3)中，根据灰色估计法和指标权重确定模型参数值的步骤为：

d)首先对截面数据用极差化方法作标准化处理，然后利用独立性权重法对他组织因素和自组织指标分别求权重，分别加权求和作为他组织因素作用水平和自组织因素作用水平的测度值。

e)利用灰色理论计算模型参数；

L-V模型的一般形式简化为如下模型:

$\frac{{\mathrm{dN}}_1}{dt}=F_1(N_1,N_2)=N_1({\mathrm{\α}}_0+{\mathrm{\α}}_1{N}_1+{\mathrm{\α}}_2{N}_2)$

$\frac{{\mathrm{dN}}_2}{dt}=F_2(N_1,N_2)=N_2({\mathrm{\β}}_0+{\mathrm{\β}}_1{N}_1+{\mathrm{\β}}_2{N}_2)$

对于非连续数据，利用灰色理论中灰倒数和偶对数的映射关系将数据进行离散化处理，分别与偶对数构成映射关系，取t时刻背景值和所以上一模型可以表示为：

$\begin{array}{c}{N}_{1_{(t+1)}}-N_{1_{\left(t\right)}}\\ ={\mathrm{\α}}_0\frac{N_{1_{(t+1)}}+N_{1_{\left(t\right)}}}{2}+{\mathrm{\α}}_1{\[\frac{N_{2_{(t+1)}}+N_{2_{\left(t\right)}}}{2}\]}^2\\ +{\mathrm{\α}}_2\left(\frac{N_{1_{(t+1)}}+N_{1_{\left(t\right)}}}{2}\frac{N_{2_{(t+1)}}+N_{2_{\left(t\right)}}}{2}\right)\end{array}$

$\begin{array}{c}{N}_{2_{(t+1)}}-N_{2_{\left(t\right)}}\\ ={\mathrm{\β}}_0\frac{N_{2_{(t+1)}}+N_{2_{\left(t\right)}}}{2}+{\mathrm{\β}}_1{\[\frac{N_{1_{(t+1)}}+N_{1_{\left(t\right)}}}{2}\]}^2\\ +{\mathrm{\β}}_2\left(\frac{N_{1_{(t+1)}}+N_{1_{\left(t\right)}}}{2}\frac{N_{2_{(t+1)}}+N_{2_{\left(t\right)}}}{2}\right)\end{array}$

将t＝1,2,…，t-1时的原始数据依次代入上次，可得矩阵方程

$Y_{1N}=B_1\widehat{a_1}$

其中：Y_1N＝[x₁₍₂₎-x₁₍₁₎,x₁₍₃₎-x₁₍₂₎,…,x_1(n)-x_1(n-1)]^T

$B_1=\left(\begin{array}{ccc}\frac{x_{1\left(1\right)}+x_{1\left(2\right)}}{2}& {\left(\frac{x_{1\left(1\right)}+x_{1\left(2\right)}}{2}\right)}^2& \left(\frac{x_{1\left(1\right)}+x_{1\left(2\right)}}{2}\right)\left(\frac{x_{2\left(1\right)}+x_{2\left(2\right)}}{2}\right)\\ \frac{x_{1\left(2\right)}+x_{1\left(3\right)}}{2}& {\left(\frac{x_{1\left(2\right)}+x_{1\left(3\right)}}{2}\right)}^2& \left(\frac{x_{1\left(2\right)}+x_{1\left(3\right)}}{2}\right)\left(\frac{x_{2\left(2\right)}+x_{2\left(3\right)}}{2}\right)\\ \mathrm{............}& & \\ \frac{x_{1(n-1)}+x_{1\left(n\right)}}{2}& {\left(\frac{x_{1(n-1)}+x_{1\left(n\right)}}{2}\right)}^2& \left(\frac{x_{1(n-1)}+x_{1\left(n\right)}}{2}\right)\left(\frac{x_{2(n-1)}+x_{2\left(n\right)}}{2}\right)\end{array}\right)$

$\widehat{a_1}={\[a_{10},a_{11},a_{12}\]}^T$

在最小二乘法准则下，可得方程中第一个方程的参数估计值

$\widehat{a_1}={\[a_{10},a_{11},a_{12}\]}^T={\left(B_1^T{B}_1\right)}^{-1}{B}_1^T{Y}_{1N}$

将原始数据带入即可求得各参数值， a₁₂-b₁₂表示自组织对他组织的综合作用，a₂₁-b₂₁表示他组织对自组织的综合作用。