【技术实现步骤摘要】
本专利技术涉及换电站参与需求响应的效果综合评估，尤其涉及一种换电站参与需求响应的效果综合评估方法及系统。
技术介绍
1、随着全球气候变化和环境恶化的日益严峻，电动汽车以其环保、节能特点逐渐成为未来交通出行的主要选择。与此同时，智能电网技术的发展也为能源的高效利用和优化配置提供了可能。在这一背景下，借助电动汽车灵活储能、弹性充电的特点，电动汽车参与电网需求响应逐渐被推广应用。换电站由于具有电池仓储能的特性，不仅为电动汽车提供高效便捷的能源补给，同时也是车网互动的重要节点。通过参与需求响应，换电站可以在电网负荷高峰时减少充电负荷，降低电网压力；在电网负荷低谷时增加充电负荷，提高电网设备利用率。这不仅有助于平衡电网负荷，优化能源配置，也有助于提升换电站经济效益。
2、然而，尽管电动汽车参与需求响应的重要性日益凸显，但当前对于其效果评估的研究尚显不足。现有的评估方法多侧重于充电站作为电网和电动汽车纽带下的需求响应效果评估，但由于换电站在运营模式、功能定位、技术实现以及数据可用性等方面的差异，需要针对换电站这一场景，研究一套对换电站参与需求响应的效果评估的方法。
3、因此，当前迫切需要一套科学、系统、全面的换电站参与需求响应效果评估指标体系与方法，以准确反映换电站参与需求响应的实际效果，为政策制定、运营优化和用户需求满足提供有力支持。
技术实现思路
1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术
2、鉴于上述现有存在的问题，提出了本专利技术。
3、因此，本专利技术提供了一种换电站参与需求响应的效果综合评估方法及系统，能够解决
技术介绍
中提到的问题。
4、为解决上述技术问题，本专利技术提供如下技术方案：
5、第一方面，本专利技术提供了一种换电站参与需求响应的效果综合评估方法，包括：
6、根据换电站参与需求响应产生的历史数据信息，建立基于换电站参与需求响应的效果多维评估指标体系；
7、结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型，并基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型；
8、根据所述第二变权物元可拓模型，对基于换电站参与需求响应的效果多维评估指标体系进行评估。
9、作为本专利技术所述的换电站参与需求响应的效果综合评估方法的一种优选方案，其中：所述建立基于换电站参与需求响应的效果多维评估指标体系包括：
10、所述基于换电站参与需求响应的效果多维评估指标体系为用户任意选取的指标组成的体系，所述选取的指标包括响应灵活性指标、响应性能指标、响应质量指标以及响应收益指标；
11、所述响应灵活性指标至少包括通过每分钟爬坡速率以及每分钟下坡速率进行计算的指标；
12、所述响应性能指标至少包括通过响应时间以及连续响应时长进行计算的指标；
13、所述响应质量指标至少包括通过响应容量以及控制偏差率进行计算的指标；
14、所述响应收益指标至少包括通过直接响应收益以及成本降低收益进行计算的指标。
15、作为本专利技术所述的换电站参与需求响应的效果综合评估方法的一种优选方案，其中：所述结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型包括：
16、根据换电站参与需求响应的效果多维评估指标体系确定第一变权物元可拓模型的经典域、节域以及待评价物元；
17、将换电站需求响应成效划分为j个等级，则任意等级区间为pj，影响换电站需求响应成效的指标共有n个，即c1、c2、cn为n个不同特征，n至少为8，各个特征值的特征量值取值区间为vnj∈<anj,bnj>，则需求响应成效第一变权物元可拓模型的经典域矩阵rj表示如下：
18、
19、其中，anj、bnj分别为特征指标取值的最大值和最小值。
20、作为本专利技术所述的换电站参与需求响应的效果综合评估方法的一种优选方案，其中：所述结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型还包括：
21、节域物元矩阵表示如下：
22、
23、其中，rp为节域物元矩阵，p表示换电站需求响应成效评价等级全体，cn为n个不同特征指标，vpn为换电站需求响应成效的评价等级的取值区间范围，分别为各个评价等级对应取值区间的下限和上限；
24、待评物元即换电站需求响应成效各个评价维度的指标实测值，表示为：
25、
26、其中，r0表示全体待评物元，cn为n个不同特征指标，vn为各个指标实测值。
27、作为本专利技术所述的换电站参与需求响应的效果综合评估方法的一种优选方案，其中：所述基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型包括：使用生成对抗网络进行缺失值弥补。
28、作为本专利技术所述的换电站参与需求响应的效果综合评估方法的一种优选方案，其中：所述基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型还包括：
29、当评价指标的实测数据超过节域的范围时，对经典域物元和待评物元进行规格化处理，表示为：
30、
31、其中，r′j为归一化后的经典域物元，cn为n个评价指标，anj、bnj分别为特征指标取值的最大值和最小值，为各个评价等级对应评价指标取值区间的上限，r′0为归一化后的待评物元，vn为各个指标实测值。
32、作为本专利技术所述的换电站参与需求响应的效果综合评估方法的一种优选方案，其中：所述基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型还包括：
33、结合决策树算法来确定权重，所述第一变权物元可拓模型进行改进；
34、将与目标变量相关性最强的特征分配最大的权重，再应用变权理论进行修正；
35、根据所确定的指标权重计算出换电站需求响应成效得分情况，再利用贴近度准则判断换电站需求响应成效评价等级；
36、对换电站需求响应成效评价结果和各个评价等级的贴近程度进行量化，进而实现对换电站需求响应成效评价等级的量化确定。
37、第二方面，本专利技术提供了一种换电站参与需求响应的效果综合评估系统，包括：
38、体系建立模块，用于根据换电站参与需求响应产生的历史数据信息，建立基于换电站参与需求响应的效果多维评估指标体系；
39、模型更新模块，用于结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型，并基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行本文档来自技高网...
【技术保护点】
1.一种换电站参与需求响应的效果综合评估方法，其特征在于，包括：
2.如权利要求1所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述建立基于换电站参与需求响应的效果多维评估指标体系包括：
3.如权利要求2所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型包括：
4.如权利要求3所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型还包括：
5.如权利要求4所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型包括：使用生成对抗网络进行缺失值弥补。
6.如权利要求5所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型还包括：
7.如权利要求6所述的换
8.一种换电站参与需求响应的效果综合评估系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种换电站参与需求响应的效果综合评估方法，其特征在于，包括：
2.如权利要求1所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述建立基于换电站参与需求响应的效果多维评估指标体系包括：
3.如权利要求2所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型包括：
4.如权利要求3所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述结合所述基于换电站参与需求响应的效果多维评估指标体系建立第一变权物元可拓模型还包括：
5.如权利要求4所述的换电站参与需求响应的效果综合评估方法，其特征在于，所述基于深度学习进行缺失值弥补，对所述第一变权物元可拓模型进行改进，得到第二变权物元可拓模型包括：使用生成对抗网络进行缺失值弥补。...
【专利技术属性】
技术研发人员：张龙飞，吴宁，韩帅，阮诗雅，林锐，肖静，陈卫东，郭敏，吴晓锐，孙乐平，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。