本发明涉及电力系统，尤其涉及一种融合多工况、工序、工艺的负荷动态响应建模方法及系统。
背景技术：
1、早在20世纪50年代，电力负荷预测技术就已经在国外展开，国内有关电力负荷预测方面的研究则起步于20世纪70年代。最初的负荷预测大多凭借着电网调度人员或专家的经验进行推测，随着数学统计方法的发展逐步出现了时间序列和回归分析等数学方法。到了20世纪80年代的后期，一些以新兴学科理论为基础的现代预测方法如模糊预测理论、正则化极限学习机、专家系统方法、支持向量机等渐渐被成功的应用。
2、然而，电力负荷需求曲线一般还受到某些不可控并且不可量化的因素的影响，例如重大社会事件、恶劣的天气情况、年份日期、季节的变换等-。一般而言，周末的负荷需求大多比工作日的负荷需求低，夏天和冬天的负荷需求相较于春天和秋天的负荷需求而言也比较低，但夏天的负荷水平一般又高于冬天的用电水平。在建立负荷预测模型时，由于上述相关因素不可忽略，从而增加了准确分析与预测电力负荷数据规律的难度。除此之外，商业用电、农业用电、工业用电以及市政生活用电等不同类型的负荷具有不同的规律，通过恰当的方式对各用户类型的负荷特性进行分析与提取并探寻其变化规律，对于提升负荷预测模型的精度具有十分显著的意义。尤其是当前智能电网的快速发展和智能电表的广泛普及导致电力数据的规模逐步增大，智能电网逐渐呈现出大数据特性，通过采用一系列数据挖掘技术进行负荷特征的提取为在电力大数据背景下进行负荷预测模型的建立提供了全新的思路。聚类分析作为数据挖掘方面的关键组件被经常用于负荷特征的挖掘与提取。
3、因此，亟需一种考虑不同工况、工序、工艺的负荷预测模型，来提高电力负荷预测的精度，从而推动高耗能工业用户生产负荷的全环节监测与管理工作。
技术实现思路
1、为解决现有技术中存在的不足，本发明提供一种基于融合多工况、工序、工艺的负荷动态响应建模方法，解决了目前缺乏融合工业用户生产全环节综合用能与负荷动态响应模型，实现典型高耗能工业用户生产负荷的全环节监测与管理的技术问题。
2、本发明采用如下的技术方案。
3、本发明提供一种融合多工况、工序、工艺的负荷动态响应建模方法，方法包括以下步骤：
4、s1：获取各工况下工艺实际生产过程数据；
5、s2：根据s1得到的实际生产过程数据分析各工艺生产工序级负荷时空分布区间及负荷响应特性，并实时预测负荷调节可行域范围；
6、s3：基于s2获得的负荷调节可行域范围及负荷响应特性，进行工艺生产全环节时变负荷的静动态分离，并评估全环节时变负荷的动态特性；
7、s4：基于步骤2获得工序级负荷时空分布区间、负荷响应特性、负荷调节可行域范围以及步骤3获得的全环节时变负荷的动态特性，构建多工况、工序、工艺的负荷动态响应模型。
8、本发明进一步包括以下优选技术方案：
9、在s1中，实际生产过程数据包括当前负荷曲线、生产线的运行状态、工艺参数、设备运行数据、历史负荷曲线；
10、在s2中，根据s1得到的生产过程数据分析各工艺生产工序级负荷时空分布区间及响应特性包括：
11、s201：对工艺实际生产过程数据进行负荷分解，基于负荷分解结果分析总负荷的组成成分以及各组成成分对总负荷变化的影响；
12、s202：通过对各组成成分负荷波形的分析获取工序级负荷在时空上的分布区间以及负荷的响应特性，负荷的响应特性包括负荷的响应速度、负荷的响应幅度以及负荷的稳定性。
13、s203：实时预测负荷可调节可行域范围。
14、在s201中，对工艺实际生产过程数据进行负荷分解，基于负荷分解结果分析总负荷的组成成分以及各组成成分对总负荷变化的影响具体包括：
15、对总负荷数据进行趋势分析，对总负荷数据进行周期性分解，对总负荷数据进行随机性分析，对总负荷组成成分进行分解并分析不同成分对总负荷变化的影响程度。
16、在s202中，基于负荷分解结果，确定每一工艺生产中工序级负荷在不同时间和空间上的分布区间，通过对每个工序的负荷数据进行分析，获取不同工序步骤的负荷贡献以及在时间和空间上的变化，分析工序级负荷的响应特性。
17、在s203中，实时预测负荷调节可行域范围包括：
18、以降低电力系统运行成本为目标构建负荷调节可行域范围模型，所述负荷调节可行域范围模型的构建公式如下：
19、s.t.
20、其中，f(p)表示满足电力负荷所需的运行成本、gp(p)表示调节等式约束、hp(p)表示上限约束、hb(p)表示调节范围约束。
21、在s3中，基于s2获得的负荷调节可行域范围及状态转移特性，进行全环节时变负荷的静动态分离，并评估全环节时变负荷的动态特性包括：
22、s301：基于历史负荷曲线和当前负荷曲线，将负荷分为静态负荷和动态负荷。
23、s302：基于当前负荷曲线对动态负荷进行分析和评估，包括响应时间评估、稳定性评估以及预测性能评估。
24、在s4中，构建多工况、工序、工艺的负荷动态响应模型包括：
25、s401：构建全环节综合能源系统中不同工况的数学模型；
26、s402：基于s401构建的不同工况的数学模型，来构建多工况、工序、工艺的负荷动态响应模型。
27、在s401，构建全环节综合能源系统中不同工况的数学模型包括：构建微型燃烧器数学模型、构建光伏发电数学模型以及构建燃气锅炉数学模型。
28、微型燃烧器数学模型的构建公式如下所示：
29、
30、其中，pmt,t表示在t时段微型燃烧机的功率、vmt,t表示t时段内天然气的消耗量；rlhv表示t时段内天然气的热值；ηmt表示机组的发电效率；δt表示耗电时段。
31、光伏发电数学模型的构建公式如下所示：
32、
33、其中，ppv(g,t)表示光伏模型输出功率、pstc、gstc、tstc分别表示光伏输出、光照强度和环境温度；k表示温度系数；t表示电池板温度、g表示实际光照强度。
34、燃气锅炉数学模型的构建公式如下：
35、hgb,t＝qgas,t·ηgb·rlhv
36、heb,t＝peb,t·ηeb
37、其中，hgb,t、heb,t分别表示t时段燃气锅炉、电锅炉所产生的热量；qgas,t表示t时段天然气的消耗量；ηgb、ηeb表示燃气锅炉、电锅炉制热效率、peb,t表示燃气锅炉在时间t的输出功率。
38、在s402中，基于s401构建的不同工况的数学模型，来构建多工况、工序、工艺的负荷动态响应模型包括：
39、根据步骤s401构建的不同工况的数学模型来独立预测不同工况的负荷动态响应；
40、按如下公式构建多工况、工序、工艺的负荷动态响应模型：
41、αpload＝βpgen-ploss-preactive
42、其中，pload表示总的负荷功率，包括微型燃烧器的功率pmt,t和燃气锅炉的功率peb,t；pgen表示发电功率，包括发电机输出功率以及光伏发电数据模型输出功率ppv(g,t)；ploss表示输电损耗，preactive表示无功功率；α表示总的负荷功率的权重系数、β表示发电功率的权重系数；
43、基于步骤3获得的全环节时变负荷的动态特性，动态调整各不同工况数学模型的权重系数，实现负荷动态响应模型的最优配置。
44、在步骤s4后还包括选取用于评判模型预测效果的评价指标来评估模型的有效性，所述评价指标包括mae、mape、rmse，其中，mae表示预测值偏离真实值的平均值；mape表示以预测值偏离真实值的相对误差代替绝对误差，并取平均值；mse表示预测值偏离真实值的误差的平方的均值。
45、同时本发明还实现了一种融合多工况、工序、工艺的负荷动态响应建模系统，系统包括数据获取模块、负荷动态响应模型构建模块以及模型评判模块：
46、所述数据获取模块用于获取各工况下工艺实际生产过程数据；
47、所述负荷动态响应模型构建模块用于根据实际生产过程数据分析各工艺生产工序级负荷时空分布区间及负荷响应特性，实时预测负荷调节可行域范围，进行工艺生产全环节时变负荷的静动态分离，评估全环节时变负荷的动态特性以及构建多工况、工序、工艺的负荷动态响应模型；
48、所述模型评判模块用于提出面向关键性能指标的模型预测与评估方法，来评估多工况、工序、工艺的负荷动态响应模型的准确性。
49、一种终端，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行任一项所述方法的步骤。
50、计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现任一项所述方法的步骤。
51、本发明的有益效果在于，与现有技术相比，本发明创新性地结合了实际生产过程数据分析工序级负荷时空分布区间及响应特性，建立了全面覆盖生产全流程的工艺状态转移模型，从而精确预测全环节工艺工序的运行状态；同时整合了工艺状态转移特性，搭建起融合工业用户生产全环节综合用能与负荷动态响应的双模驱动模型；显著提升了对工业负荷高精度监测和管理的能力，有效解决了当前缺乏能够综合考虑工业用户生产全环节用能与负荷动态响应模型的问题，实现了对典型高耗能工业用户生产负荷的全程监测与精细化管理。
1.一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
3.如权利要求1所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
4.如权利要求3所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
5.如权利要求4所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
6.如权利要求5所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
7.如权利要求1所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
8.如权利要求1所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
9.如权利要求8所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
10.如权利要求9所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
11.如权利要求9所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
12.如权利要求9所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
13.如权利要求9、10、11或12所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
14.如权利要求1所述的一种融合多工况、工序、工艺的负荷动态响应建模方法，其特征在于：
15.一种利用权利要求1-14任一项权利要求所述方法的一种融合多工况、工序、工艺的负荷动态响应建模系统，所述系统包括数据获取模块、负荷动态响应模型构建模块以及模型评判模块，其特征在于：
16.一种终端，包括处理器及存储介质；其特征在于：
17.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-14任一项所述方法的步骤。
