本技术涉及数据处理，尤其涉及一种园区的储能预测方法、装置、电子设备及存储介质。
背景技术：
1、办公园区型虚拟电厂是一种新型的能源管理系统，它并不是一个实际的发电站，而是一种通过信息技术和软件系统实现的分布式电源、储能、可调负荷等资源的聚合和优化管理。这种系统可以在不影响办公园区正常运营的情况下，通过精准控制达到供需平衡、削峰填谷，有效促进电网供需平衡，节省园区用电开销，提升园区的经济效益。
2、虚拟电厂与其下的负荷和储能资源之间的关系是其核心特征之一：虚拟电厂在电价较低时增加负荷，而在电价较高时减少负荷，即利用储能资源在电力供应过剩时储存能量，在供应不足时释放能量，从而实现成本效益最大化。但是，目前这项技术存在不成熟的地方。在普通的办公园区还没有成为虚拟电厂时，往往还未能监测该园区的用电负荷曲线，大部分园区只有日用电量累计数据，虚拟电厂对于园区内应该投资多少用户储能容量进行峰谷套利并不明确。
技术实现思路
1、有鉴于此，本技术的目的在于提出一种园区的储能预测方法、装置、电子设备及存储介质，以克服现有技术中全部或部分不足。
2、基于上述目的，本技术提供了一种园区的储能预测方法，包括：获取待建成虚拟电厂的待建园区对应的历史电数据，以及获取已建成虚拟电厂的目标园区的第一总电负荷数据和第一供冷热电负荷数据，其中，所述待建园区的规模与所述目标园区的规模的差异小于预定差异；基于所述历史电数据和所述第一总电负荷数据，以最小化月度用电量损失和最小化所述待建园区与所述目标园区的总电负荷数据的差异为目标构建第一目标函数，并对所述第一目标函数求解，得到所述待建园区对应的第二总电负荷数据；基于所述第一总电负荷数据、所述第一供冷热电负荷数据和所述第二总电负荷数据，确定所述待建园区对应的第二供冷热电负荷数据；基于所述历史电数据，以最大化储能长期收益为目标构建第二目标函数，以及构建所述第二目标函数对应的约束条件；基于所述约束条件和所述第二供冷热电负荷数据，对所述第二目标函数进行求解，以预测所述待建园区的储能。
3、可选地，所述基于所述历史电数据和所述第一总电负荷数据，构建以最小化月度用电量损失和最小化所述待建园区与所述目标园区的总电负荷数据的差异为目标第一目标函数，包括：对所述第一总电负荷数据进行曲线拟合，得到总电负荷曲线；对所述总电负荷曲线进行聚类，得到总聚类曲线；基于所述总聚类曲线和所述历史电数据，构建所述第一目标函数。
4、可选地，所述第一目标函数包括最小损失目标函数和最小差异目标函数，所述总聚类曲线包括工作日总聚类曲线和非工作日总聚类曲线，所述历史电数据包括月度总用电量；所述基于所述总聚类曲线和所述历史电数据，以最小化月度用电量损失和最小化所述待建园区与所述目标园区的总电负荷数据的差异为目标构建所述第一目标函数，包括：通过以下公式确定所述最小损失目标函数：，其中，表示求解最小值，为所述工作日总聚类曲线，为第月的工作日数量，为所述非工作日总聚类曲线，为第月的非工作日数量，为所述待建园区在第月的月度总用电量，表示第月，表示月份的集合，表示时间，是非特指日期的日时间的集合；通过以下公式确定所述最小差异目标函数：，其中，表示求解最小值，为所述工作日总聚类曲线，为所述第二总电负荷数据对应的工作日总聚类曲线，为所述非工作日总聚类曲线，为所述第二总电负荷数据对应的非工作日总聚类曲线。
5、可选地，所述第一总电负荷数据包括第一工作日总电负荷数据和第一非工作日总电负荷数据，所述第一供冷热电负荷数据包括第一工作日冷热电负荷数据和第二非工作日冷热电负荷数据，所述第二总电负荷数据包括第二工作日总电负荷数据和第二非工作日总电负荷数据，所述第二供冷热电负荷数据包括第二工作日冷热电负荷数据和第二非工作日冷热电负荷数据；所述基于所述第一总电负荷数据、所述第一供冷热电负荷数据和所述第二总电负荷数据，确定所述待建园区对应的第二供冷热电负荷数据，包括：计算所述第一工作日总电负荷数据对应的第一和值，计算所述第一非工作日总电负荷数据对应的第二和值，计算所述第二工作日总电负荷数据对应的第三和值，以及计算所述第二非工作日总电负荷数据对应的第四和值；基于所述第一和值，对所述第一工作日冷热电负荷数据进行拟合，得到第一拟合值，以及基于所述第二和值，对所述第一非工作日冷热电负荷数据进行拟合，得到第二拟合值；基于所述第一拟合值，对所述第三和值进行反拟合，得到所述第二工作日冷热电负荷数据；基于所述第二拟合值，对所述第四和值进行反拟合，得到所述第二非工作日冷热电负荷数据。
6、可选地，所述基于所述历史电数据，以最大化储能长期收益为目标构建第二目标函数，包括：通过以下公式确定所述第二目标函数：
7、其中，表示所述储能长期收益的最大值，为储能投资运行的年数，为所述待建园区工作日的电价，为充电功率，为第月的工作日数量，为放电功率，为所述待建园区非工作日的电价，为第月的非工作日数量，为所述待建园区的容量电价，为所述待建园区的最大用电功率，为储能建设的总成本，表示第月，表示总月数。
8、可选地，所述第二供冷热电负荷数据包括第二工作日冷热电负荷数据和第二非工作日冷热电负荷数据，所述第二工作日冷热电负荷数据包括第二工作日冷电负荷数据和第二工作日热电负荷数据，所述第二非工作日冷热电负荷数据包括第二非工作日冷电负荷数据和第二非工作日热电负荷数据，还包括：通过以下公式确定所述待建园区的最大用电功率：，其中，为所述待建园区的最大用电功率，为工作日总聚类曲线，为充电功率，为分布式光伏特性曲线，为采用两部制电价缴纳电费的充电桩负荷的变化量，为所述第二工作日冷电负荷数据，为第二工作日热电负荷数据，为所述非工作日总聚类曲线，为第二非工作日冷电负荷数据，为第二非工作日热电负荷数据。
9、可选地，所述约束条件包括储能充放电电量约束，储能充放电功率约束，剩余可用能量状态回归约束，剩余可用能量状态松弛约束和成本约束；所述基于所述历史电数据，构建所述第二目标函数对应的约束条件，包括：通过以下公式确定所述储能充放电电量约束：，其中，为时刻的储能，为时刻的储能，为储能的漏电系数，为时间变化率，为储能的充电功率，为储能的放电功率，为储能的充电效率，为储能的放电效率；通过以下公式确定所述储能充放电功率约束：，其中，为最小充电功率，为储能的充电功率，为最大充电功率，为最优储能投建容量，为最小放电功率，为储能的放电功率，为最大放电功率；通过以下公式确定所述剩余可用能量状态回归约束：，其中，为一天的持续时段数，为储能的充电功率，为储能的放电功率；通过以下公式确定所述剩余可用能量状态松弛约束：，其中，为调整系数，为储能松弛的下限，为储能松弛的上限，为一天的持续时段数，为储能的充电功率，为储能的放电功率；通过以下公式确定所述成本约束：，其中，为储能建设的总成本，为储能单位容量的成本，为最优储能投建容量。
10、基于同一发明构思，本技术还提供了一种园区的储能预测装置，包括：获取模块，被配置为获取待建成虚拟电厂的待建园区对应的历史电数据，以及获取已建成虚拟电厂的目标园区的第一总电负荷数据和第一供冷热电负荷数据，其中，所述待建园区的规模与所述目标园区的规模的差异小于预定差异；第一构建模块，被配置为基于所述历史电数据和所述第一总电负荷数据，以最小化月度用电量损失和最小化所述待建园区与所述目标园区的总电负荷数据的差异为目标构建第一目标函数，并对所述第一目标函数求解，得到所述待建园区对应的第二总电负荷数据；确定模块，被配置为基于所述第一总电负荷数据、所述第一供冷热电负荷数据和所述第二总电负荷数据，确定所述待建园区对应的第二供冷热电负荷数据；第二构建模块，被配置为基于所述历史电数据，以最大化储能长期收益为目标构建第二目标函数，以及构建所述第二目标函数对应的约束条件；求解模块，被配置为基于所述约束条件和所述第二供冷热电负荷数据，对所述第二目标函数进行求解，以预测所述待建园区的储能。
11、基于同一发明构思，本技术还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的方法。
12、基于同一发明构思，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如上所述的方法。
13、从上面所述可以看出，本技术提供的园区的储能预测方法、装置、电子设备及存储介质，所述方法包括获取待建成虚拟电厂的待建园区对应的历史电数据，以及获取已建成虚拟电厂的目标园区的第一总电负荷数据和第一供冷热电负荷数据，其中，所述待建园区的规模与所述目标园区的规模的差异小于预定差异。基于所述历史电数据和所述第一总电负荷数据，以最小化月度用电量损失和最小化所述待建园区与所述目标园区的总电负荷数据的差异为目标构建第一目标函数，并对所述第一目标函数求解，得到所述待建园区对应的第二总电负荷数据，使得第二总电负荷数据具有合理性。基于所述第一总电负荷数据、所述第一供冷热电负荷数据和所述第二总电负荷数据，确定所述待建园区对应的第二供冷热电负荷数据，达到准确对第二供冷热电负荷数据进行估算的目的。基于所述历史电数据，以最大化储能长期收益为目标构建第二目标函数，以及构建所述第二目标函数对应的约束条件，使得以最大化储能长期收益为目标的优化过程能够实现。基于所述约束条件和所述第二供冷热电负荷数据，对所述第二目标函数进行求解，以预测所述待建园区的储能，达到准确预测待建园区的储能的问题。
1.一种园区的储能预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述历史电数据和所述第一总电负荷数据，构建以最小化月度用电量损失和最小化所述待建园区与所述目标园区的总电负荷数据的差异为目标第一目标函数，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一目标函数包括最小损失目标函数和最小差异目标函数，所述总聚类曲线包括工作日总聚类曲线和非工作日总聚类曲线，所述历史电数据包括月度总用电量；
4.根据权利要求1所述的方法，其特征在于，所述第一总电负荷数据包括第一工作日总电负荷数据和第一非工作日总电负荷数据，所述第一供冷热电负荷数据包括第一工作日冷热电负荷数据和第二非工作日冷热电负荷数据，所述第二总电负荷数据包括第二工作日总电负荷数据和第二非工作日总电负荷数据，所述第二供冷热电负荷数据包括第二工作日冷热电负荷数据和第二非工作日冷热电负荷数据；
5.根据权利要求1所述的方法，其特征在于，所述基于所述历史电数据，以最大化储能长期收益为目标构建第二目标函数，包括：
6.根据权利要求5所述的方法，其特征在于，所述第二供冷热电负荷数据包括第二工作日冷热电负荷数据和第二非工作日冷热电负荷数据，所述第二工作日冷热电负荷数据包括第二工作日冷电负荷数据和第二工作日热电负荷数据，所述第二非工作日冷热电负荷数据包括第二非工作日冷电负荷数据和第二非工作日热电负荷数据，还包括：
7.根据权利要求1所述的方法，其特征在于，所述约束条件包括储能充放电电量约束，储能充放电功率约束，剩余可用能量状态回归约束，剩余可用能量状态松弛约束和成本约束；
8.一种园区的储能预测装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。
10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至7任一所述方法。
