一种基于深度学习算法的企业新能源消纳责任判断方法技术

本发明专利技术公开了一种基于深度学习算法的企业新能源消纳责任判断方法，属于碳排放管理技术领域，主要包括以下步骤：步骤S1：计算地市级最低总量消纳责任权重；步骤S2：企业完成的可再生能源电力消纳责任权重计算；步骤S3：对比两个权重值，判定企业的新能源消纳情况。本发明专利技术中，对企业未来的新能源消纳量进行科学的预判，降低碳排放所引发的环境污染问题以及新能源弃电问题，通过合理的安排企业对新能源的消纳量，提高新能源的利用率，可以直观、快捷的统计、显示新能源消纳量的完成情况，有效促进政府对可再生能源消纳量的跟踪监测与监管，对实时掌控重点企业碳排放、新能源消纳、能效提升空间以及未来对碳中和愿景的实现均具有重要的现实意义。

【技术实现步骤摘要】
一种基于深度学习算法的企业新能源消纳责任判断方法
本专利技术属于碳排放管理
，尤其涉及一种基于深度学习算法的企业新能源消纳责任判断方法。
技术介绍
随着社会的发展、工业水平的不断提高，能源问题不断凸显，一次能源的消耗量逐渐增加，伴随着碳的排放量也在逐年增加，为了降低碳污染对环境的影响，各地政府均出台了相关碳排放管理政策。伴随着我国新能源迅猛发，新能源的利用无疑是解决一次能源的匮乏和环境污染问题的最好途径，但是随着新能源设备容量的不断增加，新能源弃电问题日益严重，为了改善这一问题、降低弃电率，需要计算和预判企业的新能源消纳量，并作出企业未来一段时间内的新能源消纳量，因此，现阶段亟需一种基于深度学习算法的企业新能源消纳责任判断方法来解决上述问题。
技术实现思路
本专利技术的目的在于：为了解决伴随着我国新能源迅猛发，新能源的利用无疑是解决一次能源的匮乏和环境污染问题的最好途径，但是随着新能源设备容量的不断增加，新能源弃电问题日益严重，为了改善这一问题、降低弃电率，需要计算和预判企业的新能源消纳量，并作出企业未来一段时间内的新能源消纳量的问题，而提出的一种基于深度学习算法的企业新能源消纳责任判断方法。为了实现上述目的，本专利技术采用了如下技术方案：一种基于深度学习算法的企业新能源消纳责任判断方法，主要包括以下步骤：步骤S1：计算地市级最低总量消纳责任权重；步骤S2：企业完成的可再生能源电力消纳责任权重计算；步骤S3：对比两个权重值，判定企业的新能源消纳情况；步骤S4：根据企业的新能源消纳情况作出未来规划。作为上述技术方案的进一步描述：所述步骤S1中，结合参考其他省份的实施方案和国家出台的相关政策文献，获知目前大部分的省级是根据企业的用电量或者年购电量来确定企业的消纳份额，规定地市级区域承担与其年用电量相对应的消纳责任权重：地市级最低总量消纳责任权重＝(预计地市级生产且消纳年可再生能源电量+预计年净输入可再生能源电量)÷预计地市级年全社会用电量。作为上述技术方案的进一步描述：所述步骤S1还包括：将测算出的地市级最低总量消纳责任权重与国家下达的市级最低总量消纳责任权重进行对比，对比方法包括以下算法方程式：若地市级最低总量消纳责任权重＜市级最低总量消纳责任权重，则地市级最低总量消纳责任权重可选择采用市级最低总量消纳责任权重；若地市级最低总量消纳责任权重＞市级最低总量消纳责任权重，则地市级最低总量消纳责任权重采用实际测算出的权重值。作为上述技术方案的进一步描述：所述步骤S2中，根据国家出台的相关政策文献，其中明确提出了各省级行政区域年度整体完成的消纳责任权重计算公式，即，按照国家规定豁免消纳责任权重考核的农业用电和专用计量的供暖电量在消纳责任权重核算公式的分子和分母中均予以扣除，免于考核电量对应的可再生能源电量等于免于考核电量乘以区域最低消纳责任权重。作为上述技术方案的进一步描述：所述步骤S2包括借鉴省级行政区域年度整体完成的消纳责任权重计算公式，带入企业的电力数据，用于确认企业完成的可再生能源电力消纳责任权重：企业完成消纳责任权重＝(企业内生产且消纳的可再生能源电量+企业外输入的可再生能源电量+其他企业消纳量净受让量之和+绿证认购量之和-免于考核电量对应的可再生能源电量)÷(企业用电量-免于考核电量)。作为上述技术方案的进一步描述：所述步骤S3中，将所得的企业完成消纳责任权重与某地级市的可再生能源电力消纳责任权重进行对比，对比方法包括以下算法方程式：若企业完成消纳责任权重＜地市级的可再生能源电力消纳责任权重，则企业未达标；若企业完成消纳责任权重＞地市级的可再生能源电力消纳责任权重，则企业达标。作为上述技术方案的进一步描述：所述步骤S4包括：步骤S41：从地级市区域内抽取一定数量的企业，并采集该部分企业的数据信息，随后将所获取的数据信息传输至新能源大数据中心进行下一步处理；步骤S42：根据所收集到的数据进行分类、存储和备份，然后进行数据预测，并根据过去两年的负荷数据以及新能源消纳数据预测未来一年的负荷数据以及新能源消纳数据，然后根据新能源消纳计算公式计算新能源预测出力数据；步骤S43：能源大数据中心通过新能源预测出力数据以减少燃料成本和启停费用设计实时燃料发电设备的调控方案；步骤S44：新能源大数据中心根据实时调控方案对各个企业下达指令，各个企业根据指令调控运行燃料发电设备。作为上述技术方案的进一步描述：所述步骤S41中的数据信息包括新能源实时出力信息、联络线外送电力数据以及用电负荷数据。作为上述技术方案的进一步描述：所述步骤S41中采用随机森林算法，随机森林是指利用多个决策树对样本进行训练并预测的一种分类器，其结果由多个决策树的分类结果决定。作为上述技术方案的进一步描述：所述随机森林算法对新能源消纳的预测，以过去两年的负荷数据以及新能源消纳数据作为样本，并建立决策树预测未来一年的负荷数据以及新能源消纳数据。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：本专利技术中，以各种算法为基础，对企业未来的新能源消纳量进行科学的预判，降低碳排放所引发的环境污染问题以及新能源弃电问题，通过合理的安排企业对新能源的消纳量，提高新能源的利用率，可以直观、快捷的统计、显示新能源消纳量的完成情况，有效促进政府对可再生能源消纳量的跟踪监测与监管，对实时掌控重点企业碳排放、新能源消纳、能效提升空间以及未来对碳中和愿景的实现均具有重要的现实意义。具体实施方式下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术提供一种技术方案：一种基于深度学习算法的企业新能源消纳责任判断方法，主要包括以下步骤：步骤S1：计算地市级最低总量消纳责任权重；步骤S2：企业完成的可再生能源电力消纳责任权重计算；步骤S3：对比两个权重值，判定企业的新能源消纳情况；步骤S4：根据企业的新能源消纳情况作出未来规划。具体的，所述步骤S1中，结合参考其他省份的实施方案和国家出台的相关政策文献，获知目前大部分的省级是根据企业的用电量或者年购电量来确定企业的消纳份额，规定地市级区域承担与其年用电量相对应的消纳责任权重：地市级最低总量消纳责任权重＝(预计地市级生产且消纳年可再生能源电量+预计年净输入可再生能源电量)÷预计地市级年全社会用电量。具体的，所述步骤S1还包括：将测算出的地市级最低总量消纳责任权重与国家下达的市级最低总量消纳责任权重进行对比，对比方法包括以下算法方程式：若地市级最低总量消纳责任权重＜市级最低总量消纳责任权重，则地市级最低总量消本文档来自技高网...

【技术保护点】
1.一种基于深度学习算法的企业新能源消纳责任判断方法，其特征在于，主要包括以下步骤：/n步骤S1：计算地市级最低总量消纳责任权重；/n步骤S2：企业完成的可再生能源电力消纳责任权重计算；/n步骤S3：对比两个权重值，判定企业的新能源消纳情况；/n步骤S4：根据企业的新能源消纳情况作出未来规划。/n

【技术特征摘要】
1.一种基于深度学习算法的企业新能源消纳责任判断方法，其特征在于，主要包括以下步骤：
步骤S1：计算地市级最低总量消纳责任权重；
步骤S2：企业完成的可再生能源电力消纳责任权重计算；
步骤S3：对比两个权重值，判定企业的新能源消纳情况；
步骤S4：根据企业的新能源消纳情况作出未来规划。


2.根据权利要求1所述的一种基于深度学习算法的企业新能源消纳责任判断方法，其特征在于，所述步骤S1中，结合参考其他省份的实施方案和国家出台的相关政策文献，获知目前大部分的省级是根据企业的用电量或者年购电量来确定企业的消纳份额，规定地市级区域承担与其年用电量相对应的消纳责任权重：地市级最低总量消纳责任权重＝(预计地市级生产且消纳年可再生能源电量+预计年净输入可再生能源电量)÷预计地市级年全社会用电量。


3.根据权利要求2所述的一种基于深度学习算法的企业新能源消纳责任判断方法，其特征在于，所述步骤S1还包括：将测算出的地市级最低总量消纳责任权重与国家下达的市级最低总量消纳责任权重进行对比，对比方法包括以下算法方程式：
若地市级最低总量消纳责任权重＜市级最低总量消纳责任权重，则地市级最低总量消纳责任权重可选择采用市级最低总量消纳责任权重；
若地市级最低总量消纳责任权重＞市级最低总量消纳责任权重，则地市级最低总量消纳责任权重采用实际测算出的权重值。


4.根据权利要求1所述的一种基于深度学习算法的企业新能源消纳责任判断方法，其特征在于，所述步骤S2中，根据国家出台的相关政策文献，其中明确提出了各省级行政区域年度整体完成的消纳责任权重计算公式，即，按照国家规定豁免消纳责任权重考核的农业用电和专用计量的供暖电量在消纳责任权重核算公式的分子和分母中均予以扣除，免于考核电量对应的可再生能源电量等于免于考核电量乘以区域最低消纳责任权重。


5.根据权利要求1所述的一种基于深度学习算法的企业新能源消纳责任判断方法，其特征在于，所述步骤S2包括借鉴省级行政区域年度整体完成的消纳责任权重计算公式，带入企业的电力数据，用于确认企业完成的可再生能源电力消纳责任权重：企业完成消纳责任权重＝(企业内生产且消纳的可再生能源...

【专利技术属性】
技术研发人员：毛志斌，周俊，万伟江，王威力，
申请(专利权)人：国网衢州综合能源服务有限公司，
类型：发明
国别省市：浙江;33