CN110782153A - 一种企业园区综合能效评估体系建模方法及系统 - Google Patents
一种企业园区综合能效评估体系建模方法及系统 Download PDFInfo
- Publication number
- CN110782153A CN110782153A CN201911012551.9A CN201911012551A CN110782153A CN 110782153 A CN110782153 A CN 110782153A CN 201911012551 A CN201911012551 A CN 201911012551A CN 110782153 A CN110782153 A CN 110782153A
- Authority
- CN
- China
- Prior art keywords
- index
- energy efficiency
- weight
- ith
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims description 96
- 238000005265 energy consumption Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 21
- 238000013210 evaluation model Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000009776 industrial production Methods 0.000 claims description 3
- 238000003912 environmental pollution Methods 0.000 claims description 2
- 238000005094 computer simulation Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 6
- 238000013523 data management Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种企业园区综合能效评估体系建模方法及系统,通过采集AMI量测数据,基于AMI量测数据,获取能效评估指标,能效评估指标包括一级能效评估指标和二级能效评估指标,基于能效评估指标,建立综合能效评估模型以及根据能效评估模型,对企业园区进行综合能效评估,解决了现有技术无法准确对企业园区综合能效评估体系进行建模的技术问题,通过采集的AMI量测数据,能实时并准确地建立综合能效评估模型,最终实现对企业园区综合能效的准确和有效评估。
Description
技术领域
本发明涉及企业园区能源分析管理领域,特别涉及一种企业园区综合能效评估体系建模方法及系统。
背景技术
大数据是当前科技时代的一个新的核心名词,如何从历史的大量复杂电力数据中挖掘提取出能够指导未来电力发展模式或者改革调整的有效数据,用具有可操作性的模式进行不同数据库的链接共通,并且随时对爆炸性增长的数据进行解读与归类,即对第一手数据的掌握效率,已经成为人们对如何高层层次掌握数据处理决策和研究的核心问题。
智能电网是一个现代化的电力供应系统,是电网和现代信息技术融合于一体的新型电网,其中高级量测体系(AMI)是智能电网最重要的部分和基础,是电网智能化的首要步骤。AMI是一个用来测量、收集、储存、分析和运用用户用电信息的完整的网络处理系统,由安装在用户端的智能电表、位于电力公司内的量测数据管理系统、用户住宅内的户内网络以及连接它们的通信系统组成。AMI主要由智能电表、双向通信网络、量测数据管理系统和用户户内网络四部分组成;本发明所进行的工业园区低压配电网精确建模研究利用的量测数据,正是来源于高级量测体系。
发明内容
本发明提供的一种企业园区综合能效评估体系建模方法及系统,解决了现有技术无法准确对企业园区综合能效评估体系进行建模的技术问题。
为解决上述技术问题,本发明提出的一种企业园区综合能效评估体系建模方法包括:
采集AMI量测数据;
基于AMI量测数据,获取能效评估指标,能效评估指标包括一级能效评估指标和二级能效评估指标;
基于能效评估指标,建立综合能效评估模型;
根据能效评估模型,对企业园区进行综合能效评估。
进一步地,基于能效评估指标,建立综合能效评估模型包括:
采用理想解析法确定一级能效评估指标的权重;
采用熵权法确定二级能效评估指标的权重;
基于一级能效评估指标的权重和二级能效评估指标的权重,建立综合能效评估模型。
进一步地,采用理想解析法确定一级能效评估指标的权重包括:
根据多位学者对一级能效评估指标建立的序关系,分为与预设排序一致的一致序关系及与预设排序不一致的不一致序关系,同时聘请L位学者对同一个能效评价指标进行评估;
根据一致序关系确定第一权重,具体计算公式为:
ci-1=ciρi
其中,cn表示第一级第n个指标权重,i表示排序数,j表示能效体系中第j个指标,n表示评价指标的个数,表示,ci-1表示第i-1序列n个指标的权重,ci表示第i序列n个指标的权重,ρi表示评价指标Ai与Ai-1的重要性程度之比,Li表示一致序关系的个数,ζ表示第ζ个一致序关系,ρiζ表示第ζ个一致序关系的重要程度;
根据不一致序关系确定的权重的平均值,获得第二权重;
根据第一权重和第二权重,获得一级能效评估指标的权重,具体计算公式为:
其中,c表示一级能效指标中第i个指标的权重值,ω1表示n个指标中最重要一个指标,ωj表示n个指标中最不重要一个指标,表示1位学者对于第i个指标给出权重值而对应于第i个指标的重要程度,ρi表示Li位学者对于第i个指标给出权重值而对应于第i个指标的重要程度,表示Lj位学者对于第i个指标给出权重值而对应于第i个指标的重要程度取平均值。
进一步地,采用熵权法确定二级能效评估指标的权重包括:
计算第j项指标下,第i个系统的特征比重:
其中ωij代表第j项指标下级,第i个指标的权重特征值,m代表第j项指标下级总指标数;
根据标准化后的数据,计算第j个能效指标的熵值
计算指标Aij的差异性系数βj:
βj=1-δj;
根据差异系数βj,计算确定权重dj
基于熵权法理论确定一级指标下每一个二级指标的能效指标熵权,然后给标准指标矩阵的每一个指标进行对应的加权,来获取加权后的二级能效指标的权重:
E=(ejk)i×j=(ωjdj)i×j
其中ωj代表第i项最高级指标中下一级指标j的重要程度,i代表企业园区个体用户能效指标体系中的最高级指标的中第i个指标,j代表已知其第i项最高级指标中下一级指标中第j个指标。
进一步地,基于一级能效评估指标的权重和二级能效评估指标的权重,建立综合能效评估模型的计算公式为:
其中,S为企业用户综合能效评估值;ci为企业园区个体用户能效指标体系中的最高级指标中第i个指标的权重系数,n为最高级指标总个数;为已知其第i项最高级指标中下一级指标的权重系数,m为已知其第i项最高级指标中下一级指标数,ωij代表第i项最高级指标中下一级指标j的重要程度。
进一步地,获得能效评估模型之后还包括:
对企业园区能耗关键点进行分析,其中关键点包括IT设备运行与负载情况、数据中心硬件设备能耗数据、非IT类设备状态信息以及数据中心环境监测数据。
进一步地,对企业园区能耗关键点进行分析之后还包括:
根据各个用电单元对公司用户整体能效的影响,获取公司级别用户能效模型以及对企业园区用电用户进行用户画像。
进一步地,能效评估指标包括一级能效评估指标和二级能效评估指标;
其中,一级能效评估指标包括经济能效指标、负荷状态指标、生产信息指标和电能污染指标;
二级能效评估指标包括属于经济能效指标的经济能效工业生产总值、经济增长值、节电量、节电率评价指标;属于负荷状态指标的各企业园区内配电网的相电压、各相电流、各项功率因素、过负荷累计时间、电压不合格率累计时间、电流不合格率累计时间、频率指标、频率偏差率以及过载率评价指标;属于生产信息指标的万元产值电耗、产品能耗以及耗能设备能耗评价指标;以及属于电能污染指标的电磁环境污染、谐波含量以及损失电量评价指标。
本发明提出的一种企业园区综合能效评估体系建模系统包括:
存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现本发明的企业园区综合能效评估体系建模方法的步骤。
与现有技术相比,本发明的优点在于:
本发明提供的企业园区综合能效评估体系建模方法及系统,通过采集AMI量测数据,基于AMI量测数据,获取能效评估指标,能效评估指标包括一级能效评估指标和二级能效评估指标,基于能效评估指标,建立综合能效评估模型以及根据能效评估模型,对企业园区进行综合能效评估,解决了现有技术无法准确对企业园区综合能效评估体系进行建模的技术问题,通过采集的AMI量测数据,能实时并准确地建立综合能效评估模型,最终实现对企业园区综合能效的准确和有效评估。
附图说明
图1是本发明实施例一的企业园区综合能效评估体系建模方法的流程图;
图2是本发明实施例二的企业园区综合能效评估体系建模方法的流程图;
图3是本发明实施例二的能效评估指标示意图;
图4是本发明实施例二的企业园区综合能效评估体系图;
图5是本发明实施例的企业园区综合能效评估体系建模系统框图。
附图标记:
10、存储器;20、处理器。
具体实施方式
为了便于理解本发明,下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述,但本发明的保护范围并不限于以下具体的实施例。
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一
参照图1,本发明实施例一提供的企业园区综合能效评估体系建模方法,包括:
步骤S101,采集AMI量测数据;
步骤S102,基于AMI量测数据,获取能效评估指标,能效评估指标包括一级能效评估指标和二级能效评估指标;
步骤S103,基于能效评估指标,建立综合能效评估模型;
步骤S104,根据能效评估模型,对企业园区进行综合能效评估。
本发明实施例提供的企业园区综合能效评估体系建模方法,通过采集AMI量测数据,基于AMI量测数据,获取能效评估指标,能效评估指标包括一级能效评估指标和二级能效评估指标,基于能效评估指标,建立综合能效评估模型以及根据能效评估模型,对企业园区进行综合能效评估,解决了现有技术无法准确对企业园区综合能效评估体系进行建模的技术问题,通过采集的AMI量测数据,能实时并准确地建立综合能效评估模型,最终实现对企业园区综合能效的准确和有效评估。
本发明提出的企业园区能效评估体系是以业务应用和智能服务为目标,为建立面向大型用电企业提供配电管理及用电优化管理服务,实现科学合理的综合能源服务系统结构优化的规划与设计提供理论支持,为全面满足客户多元化用能需求,构建综合能源服务等能源服务新业态提供支持决策,对于实现向客户提供精准化、个性化的特色服务,差异化的开展主动服务和定制综合化能源服务,持续提升电网公司客户服务新能力和市场竞争力具有重要意义。
实施例二
参照图2,本发明实施例二提供的企业园区综合能效评估体系建模方法包括:
步骤S201,采集AMI量测数据。
具体地,本实施例基于AMI的数据信息采集流程具体如下:首先通过智能电表和专变采集终端、集中抄表终端采集器和分布式能源监控终端等用电信息采集终端将园区内不同种类的用户用电信息采集起来,传输到数据集中器,然后通过通信信道将采集的数据传输到AMI系统的量测数据管理系统中;其次经过AMI系统的量测数据管理系统对数据的提取与分类;对于非用电信息与电力公司进行协商,从其计量自动化与营销管理系统人工导出相关Excel数据,再一次性批量导入本系统数据库中进行储存,包括用户编号、用户名称等信息。然后将获取信息整理分类为四大部分,即电量信息,生产信息、电能污染信息、经济能耗信息。最后将数据传送到互动运行管理平台,该平台利用分类的数据,使得电网公司能改善电网运行,提高对用户的服务质量,促进用户需求侧响应,同时也能让工业园区用户根据自身需要的信息调整用电行为,提高用电效率。
步骤S202,基于AMI量测数据,获取能效评估指标,能效评估指标包括一级能效评估指标和二级能效评估指标。
具体地,本实施例基于高级量测体系的实际采集数据,通过对数据中心总体架构、设备组成与分布、用电设备的耗电量占比、对维持生产要求的重要度及耗电特性进行分析,并对影响能耗因数进行逐一处理,初步设定综合能效评估模型的指标评价体系包括一级能效评估指标,分别为经济能效指标、负荷状态指标、生产信息指标和电能污染指标;二级能效评估指标中,经济能效又可细分为4项评价指标,即为工业生产总值A11、经济增长值A12、节电量A13、节电率A14;电能信息分为9项评价指标,包括:各企业园区内配电网的相电压A21、各相电流A22、各项功率因素A23、过负荷累计时间A24、电压不合格率累计时间A25、电流不合格率累计时间A26、频率指标A27、频率偏差率A28、过载率A29;生产信息包括3项评价指标,具体包括:万元产值电耗A31、产品能耗A32、耗能设备能耗A33;电能污染则分为3项评价指标,即为电磁环境污染A41、谐波含量A42、损失电量A43;共计19项中等级评价指标,分别从经济、电能、生产、环境四方面对企业电力用户能效进行评估,较为全面地反映用电企业的能效水平,具体参照图3。
步骤S203,采用理想解析法确定一级能效评估指标的权重。
具体地,假设在评估体系框架内电力企业用户评估某一项能效指标Ai根据某评价准则的重要程度≥Aj,则记为ωi>ωj,若评价指标A1,A2,…An相对于某评价准则具有关系式ω1>ω2>…>ωn时,则称评价指标之间按“>”确定唯一的序关系,
对于步骤S202中选择构建的评价指标集A={A1,A2…Ai,…An},可按下述步骤建立序关系:指标集中选出n个指标中最重要或最不重要的一个指标,标记为ωi;然后在余下的n-1个指标中选出最重要或最不重要的一个指标,标记为ωj,…,…;在余下的n-(x-1)个指标中选出最重要或最不重要的一个指标,标记为ωk,…,…;将余下的一个指标标记为ωx。这样,即可确定一个惟一的序关系;根据此种方法,定义学者关于评价指标Ai与Ai-1的重要性程度之比ωi-1/ωi可以用ρi来表示,ρi=ωi-1/ωi,其中ωi代表指标集A中第i项评价指标对应的权重。
当同时聘请L位学者对同一个能效评价指标进行评估时,由于每一个人可以确定唯一一组序关系,所以存在两种情况,即与假设排序一致情况或者与假设排序不一致情况;当L位学者有Li位学者给出的序关系一致,且关于ρi的赋值记为ρiζ,ζ=1,2,…,Li,则
ci-1=ciρi (2)
其中,cn表示第一级第n个指标权重,i表示排序数,j表示能效体系中第j个指标,n表示评价指标的个数,表示,ci-1表示第i-1序列n个指标的权重,ci表示第i序列n个指标的权重,ρi表示评价指标Ai与Ai-1的重要性程度之比,Li表示一致序关系的个数,ζ表示第ζ个一致序关系,ρiζ表示第ζ个一致序关系的重要程度
根据步骤(1)、(2)、(3)即可计算出L1位学者确定的权重系数按照此方法确定出权重对于剩余Ls=L-Li不同序关系,计算Ls出位学者中每位学者确定的权重,并取其算术平均值作为位Ls学者的综合结果,最后L位学者所确定的权重系数按如下方式确定:
其中,c表示一级能效指标中第i个指标的权重值,ω1表示n个指标中最重要一个指标,ωj表示n个指标中最不重要一个指标,表示1位学者对于第i个指标给出权重值而对应于第i个指标的重要程度,ρi表示Li位学者对于第i个指标给出权重值而对应于第i个指标的重要程度,表示Lj位学者对于第i个指标给出权重值而对应于第i个指标的重要程度取平均值。
步骤S204,采用熵权法确定二级能效评估指标的权重。
具体地,基于熵权法的中等级指标客观评估结合本专利评估实际情况,采用熵权法进行客观评估,不仅在评估可靠性上满足要求,能够合理解释评价结果,能够很大提高评估效率;利用其基本思想为若某项指标熵值较小,则说明该指标数据序列的变异程序较大,应重视该评价指标对于整个评估模型的作用,其权重也应较大来确定指标权重的步骤如下:
计算第j项指标下,第i个系统的特征比重:
其中ωij代表第j项指标下级,第i个指标的权重特征值,m代表第j项指标下级总指标数。根据标准化后的数据,计算第j个能效指标的熵值:
计算指标Aij的差异性系数βj:
βj=1-δj (7)
根据差异系数βj,计算确定权重dj
根据能效指标熵权与标准化指标矩阵构建加权指标矩阵E:
E=(ejk)i×j=(ωjdj)i×j (9)
其中ωj代表第i项最高级指标中下一级指标j的重要程度,i代表企业园区个体用户能效指标体系中的最高级指标的中第i个指标,j代表已知其第i项最高级指标中下一级指标中第j个指标。
对于每个能效评价子系统,以指标数据序列为基础,利用熵权法确定每个中等级评价指标在各个子系统中的权重。
步骤S205,基于一级能效评估指标的权重和二级能效评估指标的权重,建立综合能效评估模型。
具体地,本实施例基于等级综合评估方法对用户能效进行综合评估,通过对各级指标值均分别进行多次加权综合,同时将学者经验和客观数据有机结合,以保证评价模型的科学性和可靠性,利用其评价结果反映电力用户的综合能效,可就某一侧面的能效水平(即4项一级能效指标)进行分析,从而发现能效薄弱环节,有针性地制定出节能方案,设一级指标的权向量为C=(c1,c2…,ci,…cn),并已知其第i项一级指标中二指标的权向量 则用户综合能效评估模型为
其中,S为企业用户综合能效评估值;ci为企业园区个体用户能效指标体系中的最高级指标中第i个指标的权重系数,n为最高级指标总个数;为已知其第i项最高级指标中下一级指标的权重系数,m为已知其第i项最高级指标中下一级指标数,ωij代表第i项最高级指标中下一级指标j的重要程度。
步骤S206,对企业园区能耗关键点进行分析,其中关键点包括IT设备运行与负载情况、数据中心硬件设备能耗数据、非IT类设备状态信息以及数据中心环境监测数据。
具体地,本实施例对企业园区能耗关键点分析,具体包括以下几点:1)IT设备运行与负载情况:包含服务器、交换机、存储系统等设备,可以通过监控和采集上述设备的CPU、内存、流量等信息,实现设备业务运行状态的监控;2)数据中心硬件设备能耗数据:包含IT设备、供配电设备、制冷设备、照明设备等,应当从不同层级、不同粒度上监控设备及模块的电流、电压等相关信息;3)非IT类设备状态信息:包含空调、UPS等设备,主要监测设备的负载率、运行设置等情况;4)数据中心环境监测数据:包含数据中心内部机房温度和湿度、外部天气环境温度和湿度等,其中制冷系统的送回风温度等也应是重点监控信息。能耗数据采集是能耗模型建立的基础,全面而详细的数据,有利于模型建立、能耗预测等相关工作的开展。
步骤S207,根据各个用电单元对公司用户整体能效的影响,获取公司级别用户能效模型以及对企业园区用电用户进行用户画像。
参照图4,基于上述对企业园区各个子用电单元进行能效建模及评估,本实施例从能源监测、能效分析、能效诊断、客户反馈、信息管理等多个方面对某个企业园区进行综合能效评估,得到针对某个公司级别用户的评估结果,然后综合考虑各个用电单元对公司用户整体能效的影响,继而得到公司级别用户能效模型,具体实施细则如下利用改进的k-means聚类算法在聚类数搜索范围内,对各聚类结果进行聚类有效性指标的计算,选择对应的模块指标数值最大的聚类数作为最佳聚类个数,计算步骤如下:1)设置聚类数的有效搜索范围;寻找相应的数据指标体系;2)在聚类数搜索范围内进行如下计算:a、根据最大最小距离原则选定研究对象初始聚类中心;b、通过k-means聚类算法,聚类中心进行更新迭代直至距离准则函数收敛;c、计算聚类数搜索范围内所有聚类结果相应模块的指标值,转向b;3)计算比较不同k值对应的不同模块指标值,当某一模块指标值最大时对应的k值作为最佳聚类数目;4)完成聚类,输出最佳数所对应的聚类结果,并归入数据库,得到相应综合能效评估体系。
对于归入数据中心的数据,通过计量点或非计量点数据对电网的运行进行宏观的掌控,根据整体的电力消费数据可以分析负荷的消费特性,了解不同地区的负荷消费水平以及不同时段的负荷特性,从而可以制定相应的需求响应策略,与用户互动实现削峰填谷;根据电压功率分布情况可以实施响应的调压调频措施,保证系统稳定运行;根据事件记录信息可以了解到用户的故障发生点,做出反应及时进行维修,深入分析故障原因,避免故障的再次发生。
根据企业园区用电信息用户画像的关联规则,考虑环境、地理位置等因素对园区内区域进一步的划分,提取其时空分布特性,绘制曲线指标包括日负荷曲线、月负荷曲线、季度负荷曲线以及年负荷曲线;根据描绘曲线特征计算提取日最大(小)负荷、日平均负荷、日峰谷差、月最大(小负荷)、月平均负荷、年最大(小)负荷、年最大峰谷差等描述性指标;提出多类负荷比较型指标,包括日负荷率、日峰谷差率、月平均日负荷率、月负荷率、年平均日负荷率、年平均月负荷率等,实现对需求侧多类负荷时空分布特征的分析。
参照图5,本发明实施例提出的企业园区综合能效评估体系建模系统,包括存储器10、处理器20以及存储在存储器10上并可在处理器20上运行的计算机程序,其中,处理器执行计算机程序时实现本实施例提出的企业园区综合能效评估体系建模方法的步骤。
本实施例的企业园区综合能效评估体系建模系统的具体工作过程和工作原理可参照本实施例中的企业园区综合能效评估体系建模方法的工作过程和工作原理。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种企业园区综合能效评估体系建模方法,其特征在于,所述方法包括:
采集AMI量测数据;
基于所述AMI量测数据,获取能效评估指标,所述能效评估指标包括一级能效评估指标和二级能效评估指标;
基于所述能效评估指标,建立综合能效评估模型;
根据所述能效评估模型,对企业园区进行综合能效评估。
2.根据权利要求1所述的企业园区综合能效评估体系建模方法,其特征在于,基于所述能效评估指标,建立综合能效评估模型包括:
采用理想解析法确定所述一级能效评估指标的权重;
采用熵权法确定所述二级能效评估指标的权重;
基于所述一级能效评估指标的权重和二级能效评估指标的权重,建立综合能效评估模型。
3.根据权利要求2所述的企业园区综合能效评估体系建模方法,其特征在于,采用理想解析法确定所述一级能效评估指标的权重包括:
根据多位学者对所述一级能效评估指标建立的序关系,分为与预设排序一致的一致序关系及与预设排序不一致的不一致序关系,同时聘请L位学者对同一个能效评价指标进行评估;
根据所述一致序关系确定第一权重,具体计算公式为:
ci-1=ciρi
其中,cn表示第一级第n个指标权重,i表示排序数,j表示能效体系中第j个指标,n表示评价指标的个数,表示,ci-1表示第i-1序列n个指标的权重,ci表示第i序列n个指标的权重,ρi表示评价指标Ai与Ai-1的重要性程度之比,Li表示一致序关系的个数,ζ表示第ζ个一致序关系,ρiζ表示第ζ个一致序关系的重要程度;
根据所述不一致序关系确定的权重的平均值,获得第二权重;
根据所述第一权重和第二权重,获得所述一级能效评估指标的权重,具体计算公式为:
4.根据权利要求2或3所述的企业园区综合能效评估体系建模方法,其特征在于,采用熵权法确定所述二级能效评估指标的权重包括:
计算第j项指标下,第i个系统的特征比重:
其中,ωij代表第j项指标下级,第i个指标的权重特征值,m代表第j项指标下级总指标数;
根据标准化后的数据,计算第j个能效指标的熵值
计算指标Aij的差异性系数βj:
βj=1-δj;
根据差异系数βj,计算确定权重dj
基于熵权法理论确定一级指标下每一个二级指标的能效指标熵权,然后给标准指标矩阵的每一个指标进行对应的加权,来获取加权后的二级能效指标的权重:
E=(ejk)i×j=(ωjdj)i×j
其中ωj代表第i项最高级指标中下一级指标j的重要程度,i代表企业园区个体用户能效指标体系中的最高级指标的中第i个指标,j代表已知其第i项最高级指标中下一级指标中第j个指标。
6.根据权利要求5所述的企业园区综合能效评估体系建模方法,其特征在于,获得能效评估模型之后还包括:
对企业园区能耗关键点进行分析,其中所述关键点包括IT设备运行与负载情况、数据中心硬件设备能耗数据、非IT类设备状态信息以及数据中心环境监测数据。
7.根据权利要求6所述的企业园区综合能效评估体系建模方法,其特征在于,对企业园区能耗关键点进行分析之后还包括:
根据各个用电单元对公司用户整体能效的影响,获取公司级别用户能效模型以及对企业园区用电用户进行用户画像。
8.根据权利要求7所述的企业园区综合能效评估体系建模方法,其特征在于,所述能效评估指标包括一级能效评估指标和二级能效评估指标;
其中,所述一级能效评估指标包括经济能效指标、负荷状态指标、生产信息指标和电能污染指标;
所述二级能效评估指标包括属于所述经济能效指标的经济能效工业生产总值、经济增长值、节电量、节电率评价指标;属于所述负荷状态指标的各企业园区内配电网的相电压、各相电流、各项功率因素、过负荷累计时间、电压不合格率累计时间、电流不合格率累计时间、频率指标、频率偏差率以及过载率评价指标;属于所述生产信息指标的万元产值电耗、产品能耗以及耗能设备能耗评价指标;以及属于所述电能污染指标的电磁环境污染、谐波含量以及损失电量评价指标。
9.一种企业园区综合能效评估体系建模系统,其特征在于,所述系统包括:
存储器(10)、处理器(20)以及存储在存储器(10)上并可在处理器(20)上运行的计算机程序,其特征在于,所述处理器(20)执行所述计算机程序时实现上述权利要求1至8任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911012551.9A CN110782153A (zh) | 2019-10-23 | 2019-10-23 | 一种企业园区综合能效评估体系建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911012551.9A CN110782153A (zh) | 2019-10-23 | 2019-10-23 | 一种企业园区综合能效评估体系建模方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110782153A true CN110782153A (zh) | 2020-02-11 |
Family
ID=69386677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911012551.9A Pending CN110782153A (zh) | 2019-10-23 | 2019-10-23 | 一种企业园区综合能效评估体系建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782153A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523794A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
CN111798333A (zh) * | 2020-06-12 | 2020-10-20 | 国网山东省电力公司电力科学研究院 | 一种用能评估与用电安全分析方法和系统 |
CN112330089A (zh) * | 2020-09-24 | 2021-02-05 | 北京四方继保自动化股份有限公司 | 装备制造类企业的综合能效监测方法及监测系统 |
CN112561299A (zh) * | 2020-12-10 | 2021-03-26 | 国网浙江宁海县供电有限公司 | 一种园区综合能源源荷储精准画像系统 |
CN112561318A (zh) * | 2020-12-14 | 2021-03-26 | 清华大学 | 一种数据中心能源系统综合评价分析工具 |
CN113011779A (zh) * | 2021-04-09 | 2021-06-22 | 国网江苏省电力有限公司电力科学研究院 | 一种基于模糊综合评价的能源消费价格补偿方法及装置 |
CN113592313A (zh) * | 2021-08-03 | 2021-11-02 | 南京大学 | 一种用于对化工园区内各企业的综合评估方法 |
CN113723780A (zh) * | 2021-08-18 | 2021-11-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种企业园区综合能效评估体系建模方法及系统 |
CN115860727A (zh) * | 2023-02-02 | 2023-03-28 | 南京轶诺科技有限公司 | 一种智慧园区运维系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080183705A1 (en) * | 2007-01-29 | 2008-07-31 | Sharp Laboratories Of America, Inc. | Method and system for evaluating media-playing sets |
CN102682218A (zh) * | 2012-05-17 | 2012-09-19 | 广西电网公司电力科学研究院 | 一种工业用户电力能效评估方法 |
CN104091076A (zh) * | 2014-07-11 | 2014-10-08 | 国家电网公司 | 一种基于区间熵权法的用户用电设备能效评估方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN106022545A (zh) * | 2016-06-30 | 2016-10-12 | 西安交通大学 | 一种配电系统的综合评估方法 |
-
2019
- 2019-10-23 CN CN201911012551.9A patent/CN110782153A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080183705A1 (en) * | 2007-01-29 | 2008-07-31 | Sharp Laboratories Of America, Inc. | Method and system for evaluating media-playing sets |
CN102682218A (zh) * | 2012-05-17 | 2012-09-19 | 广西电网公司电力科学研究院 | 一种工业用户电力能效评估方法 |
CN104091076A (zh) * | 2014-07-11 | 2014-10-08 | 国家电网公司 | 一种基于区间熵权法的用户用电设备能效评估方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN106022545A (zh) * | 2016-06-30 | 2016-10-12 | 西安交通大学 | 一种配电系统的综合评估方法 |
Non-Patent Citations (2)
Title |
---|
李壮茂: "基于AMI体系的电力用户能效评估系统设计及开发", 《中国优秀硕士学位论文全文数据库》 * |
田贺平 等: "基于AHP-熵权法的企业电力综合能效评估", 《智能电网》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523794A (zh) * | 2020-04-21 | 2020-08-11 | 国网四川省电力公司电力科学研究院 | 基于污染排放企业用电特性的环保管控措施响应研判方法 |
CN111798333A (zh) * | 2020-06-12 | 2020-10-20 | 国网山东省电力公司电力科学研究院 | 一种用能评估与用电安全分析方法和系统 |
CN112330089A (zh) * | 2020-09-24 | 2021-02-05 | 北京四方继保自动化股份有限公司 | 装备制造类企业的综合能效监测方法及监测系统 |
CN112330089B (zh) * | 2020-09-24 | 2024-05-14 | 北京四方继保自动化股份有限公司 | 装备制造类企业的综合能效监测方法及监测系统 |
CN112561299A (zh) * | 2020-12-10 | 2021-03-26 | 国网浙江宁海县供电有限公司 | 一种园区综合能源源荷储精准画像系统 |
CN112561318A (zh) * | 2020-12-14 | 2021-03-26 | 清华大学 | 一种数据中心能源系统综合评价分析工具 |
CN113011779A (zh) * | 2021-04-09 | 2021-06-22 | 国网江苏省电力有限公司电力科学研究院 | 一种基于模糊综合评价的能源消费价格补偿方法及装置 |
CN113592313A (zh) * | 2021-08-03 | 2021-11-02 | 南京大学 | 一种用于对化工园区内各企业的综合评估方法 |
CN113723780A (zh) * | 2021-08-18 | 2021-11-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种企业园区综合能效评估体系建模方法及系统 |
CN115860727A (zh) * | 2023-02-02 | 2023-03-28 | 南京轶诺科技有限公司 | 一种智慧园区运维系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110782153A (zh) | 一种企业园区综合能效评估体系建模方法及系统 | |
CN110097297A (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN108491969A (zh) | 基于大数据的空间负荷预测模型构建方法 | |
CN105046591A (zh) | 一种电力用户用电能效评估方法 | |
CN101853290A (zh) | 基于地理信息系统的气象服务效益评估方法 | |
CN107103091B (zh) | 一种物联网大数据接入节能管控方法及装置 | |
CN111260198A (zh) | 一种台区同期线损合理度评判方法、系统及终端设备 | |
Chen et al. | An energy planning oriented method for analyzing spatial-temporal characteristics of electric loads for heating/cooling in district buildings with a case study of one university campus | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN111552686B (zh) | 一种电力数据质量评估方法及其装置 | |
CN111680841A (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
CN112149890A (zh) | 基于用户用能标签的综合能源负荷预测方法及系统 | |
Liu et al. | Evaluating investment strategies for distribution networks based on yardstick competition and DEA | |
CN112288172A (zh) | 台区线损率的预测方法、装置 | |
CN108346009A (zh) | 一种基于用户模型自学习的电力生产配置方法和装置 | |
CN111091223A (zh) | 一种基于物联网智能感知技术的配变短期负荷预测方法 | |
CN112508254A (zh) | 变电站工程项目投资预测数据的确定方法 | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN115577996B (zh) | 一种电网停电计划的风险评估方法、系统、设备和介质 | |
CN111144628A (zh) | 一种分布式供能的冷热电负荷预测模型系统及方法 | |
CN116522746A (zh) | 高耗能企业配电托管方法 | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
CN116187640A (zh) | 一种基于网格多属性画像体系的配电网规划方法及装置 | |
CN114372835A (zh) | 综合能源服务潜力客户识别方法、系统及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200211 |