电力系统的峰谷时段的确定方法和确定装置与流程

1.本技术涉及新型电力系统，具体而言，涉及一种电力系统的峰谷时段的确定方法、确定装置、计算机可读存储介质和电子装置。


背景技术：

2.在新能源大规模并网的背景下，为支撑高比例新能源新型电力系统的建设，亟待解决新能源入市所加剧的电力供应不确定性与用户需求波动性难匹配问题。价格杠杆起到削峰填谷的作用，能有效解决供需平衡问题。现阶段各地普遍实行分时电价，以及部分试点的尖峰平谷分时电价。目前，针对深谷时段的相关研究比较少，大部分研究者局限于尖峰时段及电价的研究，望通过更高的电价迫使消费者转移负荷需求，这在供小于求的市场上体现了电量的价值，但在供大于求的市场上不利于新能源的消纳且违背市场机制。
3.然而，现有技术中直接根据负荷曲线进行时段的划分难以反映真实的供需状况，对于新能源入市所带来的鸭子曲线，发电侧不确定性等问题不能很好的解决。
4.因此，亟需一种方法可以解决现有技术中不能真实地反映实际的新型电力系统供需状况的问题。


技术实现要素：

5.本技术的主要目的在于提供一种电力系统的峰谷时段的确定方法、确定装置、计算机可读存储介质和电子装置，以至少解决现有技术中不能真实地反映实际的新型电力系统供需状况的问题。
6.根据本技术的一方面，提供了一种电力系统的峰谷时段的确定方法，包括：获取历史用电净负荷量，并根据所述历史用电净负荷量，确定目标时间段，其中，所述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，所述目标时间段包括深谷时间段和/或尖峰时间段，所述深谷时间段为所述历史用电净负荷量中所述用电净负荷量升序排序的前n个时间段，所述尖峰时间段为所述历史用电净负荷量中所述用电净负荷量降序排序的前n个时间段；获取所述目标时间段的每个第一子时间段的用电净负荷量，并根据所述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，所述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在所述目标时间段包括所述深谷时间段的情况下，所述第一目标子时间段包括所述第一深谷子时间段，在所述目标时间段包括所述尖峰时间段的情况下，所述第一目标子时间段包括所述第一尖峰子时间段；获取所述第一子时间段的每个第二子时间段的用电净负荷量，并根据所述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，所述第一目标子时间段包括所述第二目标子时间段，所述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在所述第一目标子时间段包括所述第一深谷子时间段的情况下，所述第二目标子时间段包括所述第二深谷子时间段，在所述第一目标子时间段包括所述第一尖峰子时间段的情况下，所述第二目标子时间段包括所述第二尖峰子时间段，所述第二
目标子时间段用于调整新型电力系统的电价。
7.可选地，获取历史用电净负荷量，包括：获取所述新型电力系统的发电负荷量、所述新型电力系统的外来电负荷量、所述新型电力系统的风力发电的发电负荷量、所述新型电力系统的光伏发电的发电负荷量以及所述新型电力系统的外送发电负荷量；根据公式：l
nl_t
＝l
cl_t-p
ip_t-p
wi_t-p
s_t
+p
op_t
，确定所述历史用电净负荷量，其中，l
nl_t
为所述历史用电净负荷量，l
cl_t
为所述新型电力系统的发电负荷量，p
ip_t
为所述新型电力系统的外来电负荷量，p
wi_t
为所述新型电力系统的风力发电的发电负荷量，p
s_t
为所述新型电力系统的光伏发电的发电负荷量，p
op_t
为所述新型电力系统的外送发电负荷量。
8.可选地，根据所述历史用电净负荷量，确定目标时间段，包括：根据公式：m
p
＝argsort(m1,m2,...,m
12
)，确定所述目标时间段，其中，m
p
为所述目标时间段，argsort()用于从小到大或从大到小排序数组中的元素，mi为所述历史用电净负荷量，i为1至12中的任意整数值。
9.可选地，根据所述目标时间段的每个第一子时间段的用电净负荷量，确定所述第一深谷子时间段，包括：确定多个所述第一子时间段中的用电净负荷量最小值为最小负荷量；确定所述目标时间段中满足条件：的所述第一子时间段为所述第一深谷子时间段，其中，为所述目标时间段的所述第一子时间段的第一时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第二时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第三时刻的用电净负荷量，x
min
为所述最小负荷量，γ1为第一预定系数，所述第一时刻为所述第二时刻的前一时刻，所述第三时刻为所述第二时刻的下一时刻。
10.可选地，根据所述目标时间段的每个第一子时间段的用电净负荷量，确定所述第一尖峰子时间段，包括：确定多个所述第一子时间段中的用电净负荷量最大值为最大负荷量；确定所述目标时间段中满足条件：的所述第一子时间段为所述第一尖峰子时间段，其中，为所述目标时间段的所述第一子时间段的第四时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第五时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第六时刻的用电净负荷量，x
max
为所述最大负荷量，γ2为第二预定系数，所述第四时刻为所述第五时刻的前一时刻，所述第六时刻为所述第五时刻的下一时刻。
11.可选地，根据所述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，包括：获取所述第一子时间段的所述第二子时间段组成的矩阵其中，sn为所述矩阵，为第m个所述第一子时间段的所述第二子时间段；采用差分进化算法对所述矩阵进行处理，得到所述矩阵的初始聚类中心；根据所述初始聚类中心，采用模糊k均值算法对所述矩阵进行聚类处理，得到所述第二目标子时间段。
12.可选地，采用差分进化算法对所述矩阵进行处理，得到所述矩阵的初始聚类中心，包括：生成步骤，根据所述矩阵的各列元素，生成对应的初始种群，所述初始种群包括多个初始个体；变异步骤，根据所述初始种群中的任意所述初始个体和缩放系数，对所述初始种群进行变异操作处理，得到多个变异个体；交叉步骤，根据所述变异个体和所述初始个体，对所述变异个体进行交叉操作，得到交叉个体；确定步骤，确定所述交叉个体的适应度函数值和所述初始个体的适应度函数值中的最大值为目标值；在所述目标值大于第一阈值的情况下，重复所述变异步骤、所述交叉步骤以及所述确定步骤至少一次，直到所述目标值小于等于所述第一阈值，确定所述目标值对应的个体为所述初始聚类中心。
13.可选地，根据所述初始聚类中心，采用模糊k均值算法对所述矩阵进行聚类处理，得到所述第二目标子时间段，包括：计算步骤，根据计算所述初始聚类中心的隶属度矩阵的准则函数，其中，jm(u,c)为所述隶属度矩阵的准则函数值，为所述第一子时间段的所述第二子时间段与所述初始聚类中心的模糊矩阵，d(sj,ci)为所述第一子时间段的所述第二子时间段与所述初始聚类中心的距离，m为所述第一子时间段的所述第二子时间段数量，k为所述第二目标子时间段的数量；在所述准则函数值大于等于第二阈值的情况下，更新所述初始聚类中心并重复所述计算步骤至少一次，直到所述准则函数值小于所述第二阈值，确定所述准则函数对应的聚类中心对应的数据簇为所述第二目标子时间段。
14.根据本技术的另一方面，提供了一种电力系统的峰谷时段的确定装置，包括：第一确定单元，用于获取历史用电净负荷量，并根据所述历史用电净负荷量，确定目标时间段，其中，所述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，所述目标时间段包括深谷时间段和/或尖峰时间段，所述深谷时间段为所述历史用电净负荷量中所述用电净负荷量升序排序的前n个时间段，所述尖峰时间段为所述历史用电净负荷量中所述用电净负荷量降序排序的前n个时间段；第二确定单元，用于获取所述目标时间段的每个第一子时间段的用电净负荷量，并根据所述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，所述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在所述目标时间段包括所述深谷时间段的情况下，所述第一目标子时间段包括所述第一深谷子时间段，在所述目标时间段包括所述尖峰时间段的情况下，所述第一目标子时间段包括所述第一尖峰子时间段；第三确定单元，用于获取所述第一子时间段的每个第二子时间段的用电净负荷量，并对所述第一子时间段的每个第二子时间段的用电净负荷量进行聚类处理，确定第二目标子时间段，其中，所述第一目标子时间段包括所述第二目标子时间段，所述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在所述第一目标子时间段包括所述第一深谷子时间段的情况下，所述第二目标子时间段包括所述第二深谷子时间段，在所述第一目标子时间段包括所述第一尖峰子时间段的情况下，所述第二目标子时间段包括所述第二尖峰子时间段，所述第二目标子时间段用于调整新型电力系统的电价。
15.根据本技术的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执
行任意一种所述的方法。
16.根据本技术的又一方面，提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行任意一种所述的方法。
17.应用本技术的技术方案，首先，获取历史用电净负荷量，并根据历史用电净负荷量，确定目标时间段；再获取目标时间段的每个第一子时间段的用电净负荷量，并根据目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段；最后，获取第一子时间段的每个第二子时间段的用电净负荷量，并根据第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。通过选取新型电力系统的用电净负荷量，并进一步选取峰谷月和峰谷日，再通过对峰谷日的多个峰谷时段进行处理，确定最终的峰谷时段，可以反映真实的供需状况，进而确定峰谷时段。解决了现有技术中不能真实地反映实际的新型电力系统供需状况的问题。
附图说明
18.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
19.图1示出了根据本技术的实施例中提供的一种执行电力系统的峰谷时段的确定方法的移动终端的硬件结构框图；
20.图2示出了根据本技术的实施例提供的一种电力系统的峰谷时段的确定方法的流程示意图；
21.图3示出了根据本技术的实施例提供的一种电力系统的峰谷时段的确定方法的具体流程示意图；
22.图4示出了根据本技术的实施例提供的一种电力系统的峰谷时段的确定装置的结构框图。
23.其中，上述附图包括以下附图标记：
24.102、处理器；104、存储器；106、传输设备；108、输入输出设备。
具体实施方式
25.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
26.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本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技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
27.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的
过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
28.正如背景技术中所介绍的，现有技术中不能真实地反映实际的新型电力系统供需状况的问题，为解决该技术问题，本技术的实施例提供了一种电力系统的峰谷时段的确定方法、确定装置、计算机可读存储介质和电子装置。
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
30.本技术实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种电力系统的峰谷时段的确定方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
31.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的电力系统的峰谷时段的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
32.在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的电力系统的峰谷时段的确定方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
33.图2是根据本技术实施例的电力系统的峰谷时段的确定方法的流程图。如图2所示，该方法包括以下步骤：
34.步骤s201，获取历史用电净负荷量，并根据上述历史用电净负荷量，确定目标时间段，其中，上述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，上述目标时间段包括深谷时间段和/或尖峰时间段，上述深谷时间段为上述历史用电净负荷量中上述用电净负荷量升序排序的前n个时间段，上述尖峰时间段为上述历史用电净负荷量中上述用电净负荷量降序排序的前n个时间段；
35.具体地，上述目标时间段可以为历史用电净负荷量中的深谷年份或尖峰年份，深
谷月份或尖峰月份，例如，夏季空调的使用导致用电量增多，可能会产生尖峰月份7月；由于2月日期较少导致用电量较少，可能会出现深谷月份2月。上述目标时间段的选择可以为一个，也可以为多个。
36.步骤s202，获取上述目标时间段的每个第一子时间段的用电净负荷量，并根据上述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，上述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在上述目标时间段包括上述深谷时间段的情况下，上述第一目标子时间段包括上述第一深谷子时间段，在上述目标时间段包括上述尖峰时间段的情况下，上述第一目标子时间段包括上述第一尖峰子时间段；
37.具体地，第一目标子时间段可以为目标时间段中的深谷日或尖峰日，在目标时间段为深谷月的情况下，即根据深谷月，确定深谷日；在目标时间段为尖峰月的情况下，即根据尖峰月，确定尖峰日。上述第一目标子时间段的个数可以为一个，也可以为多个。
38.步骤s203，获取上述第一子时间段的每个第二子时间段的用电净负荷量，并根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，上述第一目标子时间段包括上述第二目标子时间段，上述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在上述第一目标子时间段包括上述第一深谷子时间段的情况下，上述第二目标子时间段包括上述第二深谷子时间段，在上述第一目标子时间段包括上述第一尖峰子时间段的情况下，上述第二目标子时间段包括上述第二尖峰子时间段，上述第二目标子时间段用于调整新型电力系统的电价。
39.具体地，第二目标子时间段可以为第一目标子时间段中的深谷时段或尖峰时段，在第一目标子时间段为深谷日的情况下，即根据深谷日，确定深谷时段；在第一目标子时间段为尖峰日的情况下，即根据尖峰月，确定尖峰时段。上述第二目标子时间段的个数可以为一个，也可以为多个。可以采用聚类算法的方式，根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。上述聚类算法可以为c-均值、层次聚类或谱聚类。上述第二目标子时间段用于调整新型电力系统的电价，主要是通过在第二目标子时间段为第二深谷子时间段的情况下，表征当前用电负荷量极小，可以通过设置深谷电价即较低的电价，使用户增加电力使用，进而实现“填谷”；在第二目标子时间段为第二尖峰子时间段的情况下，表征当前用电负荷量极大，可以通过设置尖峰电价即较高的电价，使用户降低电力使用，进而实现“削峰”。上述方法可以实现“削峰填谷”，促进新能源消纳。
40.通过本实施例，首先，获取历史用电净负荷量，并根据历史用电净负荷量，确定目标时间段；再获取目标时间段的每个第一子时间段的用电净负荷量，并根据目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段；最后，获取第一子时间段的每个第二子时间段的用电净负荷量，并根据第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。通过选取新型电力系统的用电净负荷量，并进一步选取峰谷月和峰谷日，再通过对峰谷日的多个峰谷时段进行处理，确定最终的峰谷时段，可以反映真实的供需状况，进而确定峰谷时段。解决了现有技术中不能真实地反映实际的新型电力系统供需状况的问题。
41.具体实现过程中，上述步骤s201可以通过以下步骤实现：步骤s2011，获取上述新型电力系统的发电负荷量、上述新型电力系统的外来电负荷量、上述新型电力系统的风力
发电的发电负荷量、上述新型电力系统的光伏发电的发电负荷量以及上述新型电力系统的外送发电负荷量；步骤s2012，根据公式：l
nl_t
＝l
cl_t-p
ip_t-p
wi_t-p
s_t
+p
op_t
，确定上述历史用电净负荷量，其中，l
nl_t
为上述历史用电净负荷量，l
cl_t
为上述新型电力系统的发电负荷量，p
ip_t
为上述新型电力系统的外来电负荷量，p
wi_t
为上述新型电力系统的风力发电的发电负荷量，p
s_t
为上述新型电力系统的光伏发电的发电负荷量，p
op_t
为上述新型电力系统的外送发电负荷量。
42.具体地，该方法通过消除新型电力系统的发电负荷量中的外来电负荷量、风力发电的发电负荷量、光伏发电的发电负荷量，并增加外送发电负荷量，得到了新型电力系统的扣除风光新能源、省间出力曲线影响后的历史用电净负荷量。上述方法可以快速获取新型电力系统的历史用电净负荷量。
43.上述步骤s202还可以通过其他方式实现，例如：步骤s2013，根据公式：m
p
＝argsort(m1,m2,
…
,m
12
)，确定上述目标时间段，其中，m
p
为上述目标时间段，argsort()用于从小到大或从大到小排序数组中的元素，mi为上述历史用电净负荷量，i为1至12中的任意整数值。
44.具体地，argsort()函数可以从大到小排列，也可以从小到大排列，本领域技术人员可以自行选择。该方法通过排序函数argsort()，可以确定目标时间段的大小顺序，进一步快速确定其中的至少一个深谷月或尖峰月。
45.为了进一步消除第一深谷子时间段的爬坡灵活性与数据噪音的影响，本技术的上述步骤s202可以通过以下步骤实现：步骤s2021，确定多个上述第一子时间段中的用电净负荷量最小值为最小负荷量；步骤s2022，确定上述目标时间段中满足条件：的上述第一子时间段为上述第一深谷子时间段，其中，为上述目标时间段的上述第一子时间段的第一时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第二时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第三时刻的用电净负荷量，x
min
为上述最小负荷量，γ1为第一预定系数，上述第一时刻为上述第二时刻的前一时刻，上述第三时刻为上述第二时刻的下一时刻。
46.具体地，该方法中，对第一子时间段的时刻用电负荷，求其前后时刻的平均值，可以进一步消除新型电力系统爬坡灵活性的干扰，还可以减少数据误差带来的影响。满足上述公式的第一子时间段为第一深谷时间段即深谷日。γ1可以根据气候特征进行设置，取值范围可以为1～1.2。
47.为了进一步消除第一尖峰子时间段的爬坡灵活性与数据噪音的影响，上述步骤s202还可以通过其他方式实现，例如：步骤s2023，确定多个上述第一子时间段中的用电净负荷量最大值为最大负荷量；步骤s2024，确定上述目标时间段中满足条件：的上述第一子时间段为上述第一尖峰子时间段，其中，为上述目标时间段的上述第一子时间段的第四时刻的用电净负荷量，为上述目标时
间段的上述第一子时间段的第五时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第六时刻的用电净负荷量，x
max
为上述最大负荷量，γ2为第二预定系数，上述第四时刻为上述第五时刻的前一时刻，上述第六时刻为上述第五时刻的下一时刻。
48.具体地，该方法中，对第一子时间段的时刻用电负荷，求其前后时刻的平均值，可以进一步消除新型电力系统爬坡灵活性的干扰，还可以减少数据误差带来的影响。满足上述公式的第一子时间段为第一尖峰时间段即尖峰日。γ2可以根据气候特征进行设置，取值范围可以为0.8-1。
49.在一些实施例上，上述步骤s203具体可以通过以下步骤实现：步骤s2031，获取上述第一子时间段的上述第二子时间段组成的矩阵其中，sn为上述矩阵，为第m个上述第一子时间段的上述第二子时间段；步骤s2032，采用差分进化算法对上述矩阵进行处理，得到上述矩阵的初始聚类中心；步骤s2033，根据上述初始聚类中心，采用模糊k均值算法对上述矩阵进行聚类处理，得到上述第二目标子时间段。
50.具体地，确定深谷日或尖峰日后，为适应当前需求侧习惯，可以上述方法对峰谷时段做调整。上述第二子时间段可以为低谷时间段或高峰时间段。差分进化算法(differential evolution algorithm，简称为de)是一种全局优化算法，是基于群体的启发式搜索算法，群中的每个个体对应一个解向量。差分进化算法的进化流程则与遗传算法非常类似，都包括变异、杂交和选择操作。模糊k均值算法由k均值算法派生而来的。k均值算法在聚类过程中，每次得到的结果虽然不一定是预期的效果，但类别之间的边界是明确的，聚类中心根据各类当前具有的样本进行修改。模糊k均值算法在聚类过程中，每次得到的类别边界仍是模糊的，每类聚类中心的修改都需要用到所有样本。使用差分进化算法进行初始聚类中心的选取，再根据聚类中心使用模糊k均值方法进行动态峰谷时段划分。
51.为了进一步防止聚类过程中陷入局部最优，在一些实施例上，上述步骤s2032具体可以通过以下步骤实现：步骤s20321，生成步骤，根据上述矩阵的各列元素，生成对应的初始种群，上述初始种群包括多个初始个体；步骤s20322，变异步骤，根据上述初始种群中的任意上述初始个体和缩放系数，对上述初始种群进行变异操作处理，得到多个变异个体；步骤s20323，交叉步骤，根据上述变异个体和上述初始个体，对上述变异个体进行交叉操作，得到交叉个体；步骤s20324，确定步骤，确定上述交叉个体的适应度函数值和上述初始个体的适应度函数值中的最大值为目标值；步骤s20325，在上述目标值大于第一阈值的情况下，重复上述变异步骤、上述交叉步骤以及上述确定步骤至少一次，直到上述目标值小于等于上述第一阈值，确定上述目标值对应的个体为上述初始聚类中心。
52.具体地，该方法可以快速确定初始聚类中心，还可以进一步保证时段划分落入的簇类的有效性。
53.在一些实施例上，上述步骤s2033具体可以通过以下步骤实现：步骤s20331，计算步骤，根据计算上述初始聚类中心的隶属度矩阵的准则函数，其中，jm(u,c)为上述隶属度矩阵的准则函数值，为上述第一子时间段的上述第二子时间段与上述初始聚类中心的模糊矩阵，d(sj,ci)为上述第一子时间段的上述第二子
时间段与上述初始聚类中心的距离，m为上述第一子时间段的上述第二子时间段数量，k为上述第二目标子时间段的数量；步骤s20332，在上述准则函数值大于等于第二阈值的情况下，更新上述初始聚类中心并重复上述计算步骤至少一次，直到上述准则函数值小于上述第二阈值，确定上述准则函数对应的聚类中心对应的数据簇为上述第二目标子时间段。
54.具体地，该方法可以根据初始聚类中心，进一步划分精确的上述第二目标子时间段。
55.为了使得本领域技术人员能够更加清楚地了解本技术的技术方案，以下将结合具体的实施例对本技术的电力系统的峰谷时段的确定方法的实现过程进行详细说明。
56.本实施例涉及一种具体的电力系统的峰谷时段的确定方法，如图3所示，由于现有技术局限于尖峰时段及电价的研究，通过更高的电价迫使消费者转移负荷需求，这在供小于求的市场上体现了电量的价值，但在供大于求的市场上不利于新能源的消纳且违背市场机制。因此，本实施例确定的是新型电力系统的深谷时段，包括如下步骤：
57.步骤s1：收集某省去年的历史数据和相关预测数据，计算某省去年的历史每月的净负荷曲线；
58.步骤s2：根据每月总净负荷量选取深谷月，并确定每月最大深谷日数量为3，收集深谷月的峰平谷时段划分情况，收集电力负荷预测情况。根据公式：m
p
＝argsort(m1,m2,...,m
12
)，确定6、10、11月为深谷月；
59.步骤s3：根据今年6月电力系统净电负荷预测情况，确定深谷月最小日负荷，根据每日最小负荷量其中，i表示深谷月的第i天；j表示每日的时刻，确定阈值γ1为1.15，确定深谷日数量为5，根据计算深谷日，得到(i＝15，16，17，20，21)日可备选为深谷日；
60.步骤s4：确定深谷日的选取后，对低谷时段进行深谷时段的选取：记深谷日低谷时段时刻序列及其对应净负荷量为n为深谷日标记，m为低谷时段总数；
61.步骤s5：针对矩阵s进行初始聚类中心的选取，为防止陷入局部最优，采用差分进化算法进行初始聚类中心的选取：设种群大小为n＝30，随机选择2
×
30次数据生成初始种群x(0)＝{x1(0),x2(0),...,xn(0)}，初始种群的数量可以为上述低谷时段数量的5～10倍；计算初始种群距离f(xi(t))，其中t表示迭代次数，i表示第几个个体；进行变异操作，从初始种群随机选择三个不同个体，计算vi(t)＝xa(t)+f(xb(t)-xc(t))得到变异个体，f为0.9；进行交叉操作，即在变异个体和原个体进行选择；进行选择操作，比较函数值f(xi(t))和f(ui(t))，确定最佳个体将作为下一代种群；进行迭代，检查上一步中最佳个体的函数值是否满足要求，第一阈值为0.01，满足则输出初始聚类中心否则，返回变异操作进行迭代；
62.步骤s6：根据选择的初始聚类中心，运用模糊k均值算法进行时段划分，优化问题：其中d(sj,ci)为特征向量与聚类中心的距离，上述距离可以
为曼哈顿距离，即取模糊系数a＝2，并通过公式计算得到模糊矩阵u，设定分类数k＝2，模糊系数a＝2，初始化隶属度矩阵u＝(u
ij
)使得根据初始聚类中心cn计算新的隶属度矩阵；计算jm(u,c)，若jm(u,c)小于第二阈值，则聚类过程结束，否则利用新的隶属度矩阵更新聚类中心cn，进行迭代，直至输出最终满足要求的聚类中心，第二阈值可以为1
×
10-6
；
63.步骤s7：最终，得到如表1所示的深谷时段的划分结果。
64.表1深谷时段划分结果
65.深谷日6月15日6月16日6月17日6月20日6月21日深谷时段6:00-8:004:00-7:004:00-7:005:00-8:004:00-7:00
66.本技术实施例还提供了一种新型电力系统的峰谷时段确定装置，需要说明的是，本技术实施例的新型电力系统的峰谷时段确定装置可以用于执行本技术实施例所提供的用于电力系统的峰谷时段的确定方法。该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
67.以下对本技术实施例提供的电力系统的峰谷时段的确定装置进行介绍。
68.图4是根据本技术实施例的电力系统的峰谷时段的确定装置的示意图。如图4所示，该装置包括：
69.第一确定单元10，用于获取历史用电净负荷量，并根据所述历史用电净负荷量，确定目标时间段，其中，所述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，所述目标时间段包括深谷时间段和/或尖峰时间段，所述深谷时间段为所述历史用电净负荷量中所述用电净负荷量升序排序的前n个时间段，所述尖峰时间段为所述历史用电净负荷量中所述用电净负荷量降序排序的前n个时间段；
70.具体地，上述目标时间段可以为历史用电净负荷量中的深谷月份或尖峰月份，例如，夏季空调的使用导致用电量增多，可能会产生尖峰月份7月；由于2月日期较少导致用电量较少，可能会出现深谷月份2月。上述目标时间段的选择可以为一个，也可以为多个。
71.第二确定单元20，用于获取所述目标时间段的每个第一子时间段的用电净负荷量，并根据所述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，所述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在所述目标时间段包括所述深谷时间段的情况下，所述第一目标子时间段包括所述第一深谷子时间段，在所述目标时间段包括所述尖峰时间段的情况下，所述第一目标子时间段包括所述第一尖峰子时间段；
72.具体地，第一目标子时间段可以为目标时间段中的深谷日或尖峰日，在目标时间段为深谷月的情况下，即根据深谷月，确定深谷日；在目标时间段为尖峰月的情况下，即根据尖峰月，确定尖峰日。上述第一目标子时间段的个数可以为一个，也可以为多个。
73.第三确定单元30，用于获取所述第一子时间段的每个第二子时间段的用电净负荷
量，并对所述第一子时间段的每个第二子时间段的用电净负荷量进行聚类处理，确定第二目标子时间段，其中，所述第一目标子时间段包括所述第二目标子时间段，所述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在所述第一目标子时间段包括所述第一深谷子时间段的情况下，所述第二目标子时间段包括所述第二深谷子时间段，在所述第一目标子时间段包括所述第一尖峰子时间段的情况下，所述第二目标子时间段包括所述第二尖峰子时间段，所述第二目标子时间段用于调整新型电力系统的电价。
74.具体地，第二目标子时间段可以为第一目标子时间段中的深谷时段或尖峰时段，在第一目标子时间段为深谷日的情况下，即根据深谷日，确定深谷时段；在第一目标子时间段为尖峰日的情况下，即根据尖峰月，确定尖峰时段。上述第二目标子时间段的个数可以为一个，也可以为多个。可以采用聚类算法的方式，根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。上述聚类算法可以为c-均值、层次聚类或谱聚类。上述第二目标子时间段用于调整新型电力系统的电价，主要是通过在第二目标子时间段为第二深谷子时间段的情况下，表征当前用电负荷量极小，可以通过设置深谷电价即较低的电价，使用户增加电力使用，进而实现“填谷”；在第二目标子时间段为第二尖峰子时间段的情况下，表征当前用电负荷量极大，可以通过设置尖峰电价即较高的电价，使用户降低电力使用，进而实现“削峰”。上述装置可以实现“削峰填谷”，促进新能源消纳。
75.通过本实施例，第一确定单元获取历史用电净负荷量，并根据历史用电净负荷量，确定目标时间段；第二确定单元获取目标时间段的每个第一子时间段的用电净负荷量，并根据目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段；第三确定单元获取第一子时间段的每个第二子时间段的用电净负荷量，并根据第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。通过选取新型电力系统的用电净负荷量，并进一步选取峰谷月和峰谷日，再通过对峰谷日的多个峰谷时段进行处理，确定最终的峰谷时段，可以反映真实的供需状况，进而确定峰谷时段。解决了现有技术中不能真实地反映实际的新型电力系统供需状况的问题。
76.具体实现过程中，上述第一确定单元包括第一获取模块和第一确定模块，其中，第一获取模块用于获取上述新型电力系统的发电负荷量、上述新型电力系统的外来电负荷量、上述新型电力系统的风力发电的发电负荷量、上述新型电力系统的光伏发电的发电负荷量以及上述新型电力系统的外送发电负荷量；第一确定模块用于根据公式l
nl_t
＝l
cl_t-p
ip_t-p
wi_t-p
s_t
+p
op_t
，确定上述历史用电净负荷量，其中，l
nl_t
为上述历史用电净负荷量，l
cl_t
为上述新型电力系统的发电负荷量，p
ip_t
为上述新型电力系统的外来电负荷量，p
wi_t
为上述新型电力系统的风力发电的发电负荷量，p
s_t
为上述新型电力系统的光伏发电的发电负荷量，p
op_t
为上述新型电力系统的外送发电负荷量。
77.具体地，该装置通过消除新型电力系统的发电负荷量中的外来电负荷量、风力发电的发电负荷量、光伏发电的发电负荷量，并增加外送发电负荷量，得到了新型电力系统的扣除风光新能源、省间出力曲线影响后的历史用电净负荷量。上述装置可以快速获取新型电力系统的历史用电净负荷量。
78.上述第二确定单元还用于根据公式m
p
＝argsort(m1,m2,...,m
12
)，确定上述目标时间段，其中，m
p
为上述目标时间段，argsort()用于从小到大或从大到小排序数组中的元素，mi为上述历史用电净负荷量，i为1至12中的任意整数值。
79.具体地，该装置通过排序函数argsort()，可以确定目标时间段的大小顺序，进一步快速确定其中的至少一个深谷月或尖峰月。
80.为了进一步消除第一深谷子时间段的爬坡灵活性与数据噪音的影响，本技术的上述第二确定单元包括第二确定模块和第三确定模块，其中，第二确定模块用于确定多个上述第一子时间段中的用电净负荷量最小值为最小负荷量；第三确定模块用于确定上述目标时间段中满足条件：的上述第一子时间段为上述第一深谷子时间段，其中，为上述目标时间段的上述第一子时间段的第一时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第二时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第三时刻的用电净负荷量，x
min
为上述最小负荷量，γ1为第一预定系数，上述第一时刻为上述第二时刻的前一时刻，上述第三时刻为上述第二时刻的下一时刻。
81.具体地，该装置中，对第一子时间段的时刻用电负荷，求其前后时刻的平均值，可以进一步消除新型电力系统爬坡灵活性的干扰，还可以减少数据误差带来的影响。满足上述公式的第一子时间段为第一深谷时间段即深谷日。γ1可以根据气候特征进行设置，取值范围可以为1～1.2。
82.为了进一步消除第一尖峰子时间段的爬坡灵活性与数据噪音的影响，上述第二确定单元包括第四确定模块和第五确定模块，其中，第四确定模块用于确定多个上述第一子时间段中的用电净负荷量最大值为最大负荷量；第五确定模块用于确定上述目标时间段中满足条件：的上述第一子时间段为上述第一尖峰子时间段，其中，为上述目标时间段的上述第一子时间段的第四时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第五时刻的用电净负荷量，为上述目标时间段的上述第一子时间段的第六时刻的用电净负荷量，x
max
为上述最大负荷量，γ2为第二预定系数，上述第四时刻为上述第五时刻的前一时刻，上述第六时刻为上述第五时刻的下一时刻。
83.具体地，该装置中，对第一子时间段的时刻用电负荷，求其前后时刻的平均值，可以进一步消除新型电力系统爬坡灵活性的干扰，还可以减少数据误差带来的影响。满足上述公式的第一子时间段为第一尖峰时间段即尖峰日。γ2可以根据气候特征进行设置，取值范围可以为0.8-1。
84.在一些实施例上，上述第三确定单元包括第二获取模块、第一处理模块以及第二处理模块，其中，第二获取模块用于获取上述第一子时间段的上述第二子时间段组成的矩阵其中，sn为上述矩阵，为第m个上述第一子时间段的上述第二子时间段；第一处理模块用于采用差分进化算法对上述矩阵进行处理，得到上述矩阵的初始聚类中心；第一处理模块用于根据上述初始聚类中心，采用模糊k均值算法对上述矩阵进行聚类处理，得到上述第二目标子时间段。
85.具体地，该装置中，确定深谷日或尖峰日的选取后，为适应当前需求侧习惯，可以
上述装置对峰谷时段做调整。上述第二子时间段可以为低谷时间段或高峰时间段。差分进化算法(differential evolution algorithm，简称de)是一种全局优化算法，是基于群体的启发式搜索算法，群中的每个个体对应一个解向量。差分进化算法的进化流程则与遗传算法非常类似，都包括变异、杂交和选择操作。模糊k均值算法由k均值算法派生而来的。k均值算法在聚类过程中，每次得到的结果虽然不一定是预期的效果，但类别之间的边界是明确的，聚类中心根据各类当前具有的样本进行修改。模糊k均值算法在聚类过程中，每次得到的类别边界仍是模糊的，每类聚类中心的修改都需要用到所有样本。使用差分进化算法进行初始聚类中心的选取，再根据聚类中心使用模糊k均值方法进行动态峰谷时段划分。
86.为了进一步防止聚类过程中陷入局部最优，在一些实施例上，上述第一处理模块包括第一处理子模块、第二处理子模块、第三处理子模块、确定子模块以及重复子模块，其中，第一处理子模块用于根据上述矩阵的各列元素，生成对应的初始种群，上述初始种群包括多个初始个体；第二处理子模块用于变异步骤，根据上述初始种群中的任意上述初始个体和缩放系数，对上述初始种群进行变异操作处理，得到多个变异个体；第三处理子模块用于交叉步骤，根据上述变异个体和上述初始个体，对上述变异个体进行交叉操作，得到交叉个体；确定子模块用于确定步骤，确定上述交叉个体的适应度函数值和上述初始个体的适应度函数值中的最大值为目标值；重复子模块用于在上述目标值大于第一阈值的情况下，重复上述变异步骤、上述交叉步骤以及上述确定步骤至少一次，直到上述目标值小于等于上述第一阈值，确定上述目标值对应的个体为上述初始聚类中心。
87.具体地，该装置可以快速确定初始聚类中心，还可以进一步保证时段划分落入的簇类的有效性。
88.在一些实施例上，上述第二处理模块包括计算子模块和更新子模块，其中，计算子模块用于计算步骤，根据计算上述初始聚类中心的隶属度矩阵的准则函数，其中，jm(u,c)为上述隶属度矩阵的准则函数值，为上述第一子时间段的上述第二子时间段与上述初始聚类中心的模糊矩阵，d(sj,ci)为上述第一子时间段的上述第二子时间段与上述初始聚类中心的距离，m为上述第一子时间段的上述第二子时间段数量，k为上述第二目标子时间段的数量，a为上述模糊矩阵的模糊系数；更新子模块用于在上述准则函数值大于等于第二阈值的情况下，更新上述初始聚类中心并重复上述计算步骤至少一次，直到上述准则函数值小于上述第二阈值，确定上述准则函数对应的聚类中心对应的数据簇为上述第二目标子时间段。
89.具体地，该装置可以根据初始聚类中心，进一步划分精确的上述第二目标子时间段。
90.上述新型电力系统的峰谷时段确定装置包括处理器和存储器，上述第一确定单元、第二确定单元以及第三确定单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
91.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来确定峰谷时段。
92.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
93.本发明实施例提供了一种计算机可读存储介质，上述计算机可读存储介质包括存储的程序，其中，在上述程序运行时控制上述计算机可读存储介质所在设备执行上述电力系统的峰谷时段的确定方法。
94.具体地，电力系统的峰谷时段的确定方法包括：
95.步骤s201，获取历史用电净负荷量，并根据上述历史用电净负荷量，确定目标时间段，其中，上述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，上述目标时间段包括深谷时间段和/或尖峰时间段，上述深谷时间段为上述历史用电净负荷量中上述用电净负荷量升序排序的前n个时间段，上述尖峰时间段为上述历史用电净负荷量中上述用电净负荷量降序排序的前n个时间段；
96.具体地，上述目标时间段可以为历史用电净负荷量中的深谷月份或尖峰月份，例如，夏季空调的使用导致用电量增多，可能会产生尖峰月份7月；由于2月日期较少导致用电量较少，可能会出现深谷月份2月。上述目标时间段的选择可以为一个，也可以为多个。
97.步骤s202，获取上述目标时间段的每个第一子时间段的用电净负荷量，并根据上述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，上述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在上述目标时间段包括上述深谷时间段的情况下，上述第一目标子时间段包括上述第一深谷子时间段，在上述目标时间段包括上述尖峰时间段的情况下，上述第一目标子时间段包括上述第一尖峰子时间段；
98.具体地，第一目标子时间段可以为目标时间段中的深谷日或尖峰日，在目标时间段为深谷月的情况下，即根据深谷月，确定深谷日；在目标时间段为尖峰月的情况下，即根据尖峰月，确定尖峰日。上述第一目标子时间段的个数可以为一个，也可以为多个。
99.步骤s203，获取上述第一子时间段的每个第二子时间段的用电净负荷量，并根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，上述第一目标子时间段包括上述第二目标子时间段，上述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在上述第一目标子时间段包括上述第一深谷子时间段的情况下，上述第二目标子时间段包括上述第二深谷子时间段，在上述第一目标子时间段包括上述第一尖峰子时间段的情况下，上述第二目标子时间段包括上述第二尖峰子时间段，上述第二目标子时间段用于调整新型电力系统的电价。
100.具体地，第二目标子时间段可以为第一目标子时间段中的深谷时段或尖峰时段，在第一目标子时间段为深谷日的情况下，即根据深谷日，确定深谷时段；在第一目标子时间段为尖峰日的情况下，即根据尖峰月，确定尖峰时段。上述第二目标子时间段的个数可以为一个，也可以为多个。可以采用聚类算法的方式，根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。上述聚类算法可以为c-均值、层次聚类或谱聚类。上述第二目标子时间段用于调整新型电力系统的电价，主要是通过在第二目标子时间段为第二深谷子时间段的情况下，表征当前用电负荷量极小，可以通过设置深谷电价即较低的电价，使用户增加电力使用，进而实现“填谷”；在第二目标子时间段为第二尖峰子时间
段的情况下，表征当前用电负荷量极大，可以通过设置尖峰电价即较高的电价，使用户降低电力使用，进而实现“削峰”。上述方法可以实现“削峰填谷”，促进新能源消纳。
101.本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述电力系统的峰谷时段的确定方法。
102.具体地，电力系统的峰谷时段的确定方法包括：
103.步骤s201，获取历史用电净负荷量，并根据上述历史用电净负荷量，确定目标时间段，其中，上述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，上述目标时间段包括深谷时间段和/或尖峰时间段，上述深谷时间段为上述历史用电净负荷量中上述用电净负荷量升序排序的前n个时间段，上述尖峰时间段为上述历史用电净负荷量中上述用电净负荷量降序排序的前n个时间段；
104.步骤s202，获取上述目标时间段的每个第一子时间段的用电净负荷量，并根据上述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，上述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在上述目标时间段包括上述深谷时间段的情况下，上述第一目标子时间段包括上述第一深谷子时间段，在上述目标时间段包括上述尖峰时间段的情况下，上述第一目标子时间段包括上述第一尖峰子时间段；
105.步骤s203，获取上述第一子时间段的每个第二子时间段的用电净负荷量，并根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，上述第一目标子时间段包括上述第二目标子时间段，上述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在上述第一目标子时间段包括上述第一深谷子时间段的情况下，上述第二目标子时间段包括上述第二深谷子时间段，在上述第一目标子时间段包括上述第一尖峰子时间段的情况下，上述第二目标子时间段包括上述第二尖峰子时间段，上述第二目标子时间段用于调整新型电力系统的电价。
106.本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
107.步骤s201，获取历史用电净负荷量，并根据上述历史用电净负荷量，确定目标时间段，其中，上述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，上述目标时间段包括深谷时间段和/或尖峰时间段，上述深谷时间段为上述历史用电净负荷量中上述用电净负荷量升序排序的前n个时间段，上述尖峰时间段为上述历史用电净负荷量中上述用电净负荷量降序排序的前n个时间段；
108.步骤s202，获取上述目标时间段的每个第一子时间段的用电净负荷量，并根据上述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，上述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在上述目标时间段包括上述深谷时间段的情况下，上述第一目标子时间段包括上述第一深谷子时间段，在上述目标时间段包括上述尖峰时间段的情况下，上述第一目标子时间段包括上述第一尖峰子时间段；
109.步骤s203，获取上述第一子时间段的每个第二子时间段的用电净负荷量，并根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，上述第一目标子时间段包括上述第二目标子时间段，上述第二目标子时间段包括第二深谷子
时间段和/或第二尖峰子时间段，在上述第一目标子时间段包括上述第一深谷子时间段的情况下，上述第二目标子时间段包括上述第二深谷子时间段，在上述第一目标子时间段包括上述第一尖峰子时间段的情况下，上述第二目标子时间段包括上述第二尖峰子时间段，上述第二目标子时间段用于调整新型电力系统的电价。
110.本文中的设备可以是服务器、pc、pad、手机等。
111.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
112.步骤s201，获取历史用电净负荷量，并根据上述历史用电净负荷量，确定目标时间段，其中，上述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，上述目标时间段包括深谷时间段和/或尖峰时间段，上述深谷时间段为上述历史用电净负荷量中上述用电净负荷量升序排序的前n个时间段，上述尖峰时间段为上述历史用电净负荷量中上述用电净负荷量降序排序的前n个时间段；
113.步骤s202，获取上述目标时间段的每个第一子时间段的用电净负荷量，并根据上述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，上述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在上述目标时间段包括上述深谷时间段的情况下，上述第一目标子时间段包括上述第一深谷子时间段，在上述目标时间段包括上述尖峰时间段的情况下，上述第一目标子时间段包括上述第一尖峰子时间段；
114.步骤s203，获取上述第一子时间段的每个第二子时间段的用电净负荷量，并根据上述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，上述第一目标子时间段包括上述第二目标子时间段，上述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在上述第一目标子时间段包括上述第一深谷子时间段的情况下，上述第二目标子时间段包括上述第二深谷子时间段，在上述第一目标子时间段包括上述第一尖峰子时间段的情况下，上述第二目标子时间段包括上述第二尖峰子时间段，上述第二目标子时间段用于调整新型电力系统的电价。
115.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
116.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
117.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
118.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
119.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
120.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
121.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
122.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
123.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
124.从以上的描述中，可以看出，本技术上述的实施例实现了如下技术效果：
125.1)、本技术的电力系统的峰谷时段的确定方法，首先，获取历史用电净负荷量，并根据历史用电净负荷量，确定目标时间段；再获取目标时间段的每个第一子时间段的用电净负荷量，并根据目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段；最后，获取第一子时间段的每个第二子时间段的用电净负荷量，并根据第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。通过选取新型电力系统的用电净负荷量，并进一步选取峰谷月和峰谷日，再通过对峰谷日的多个峰谷时段进行处理，确定最终的峰谷时段，可以反映真实的供需状况，进而确定峰谷时段。解决了现有技术中不能真实地反映实际的新型电力系统供需状况的问题。
126.2)、本技术的新型电力系统的峰谷时段确定装置，第一确定单元获取历史用电净
负荷量，并根据历史用电净负荷量，确定目标时间段；第二确定单元获取目标时间段的每个第一子时间段的用电净负荷量，并根据目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段；第三确定单元获取第一子时间段的每个第二子时间段的用电净负荷量，并根据第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。通过选取新型电力系统的用电净负荷量，并进一步选取峰谷月和峰谷日，再通过对峰谷日的多个峰谷时段进行处理，确定最终的峰谷时段，可以反映真实的供需状况，进而确定峰谷时段。解决了现有技术中不能真实地反映实际的新型电力系统供需状况的问题。
127.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种电力系统的峰谷时段的确定方法，其特征在于，包括：获取历史用电净负荷量，并根据所述历史用电净负荷量，确定目标时间段，其中，所述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，所述目标时间段包括深谷时间段和/或尖峰时间段，所述深谷时间段为所述历史用电净负荷量中所述用电净负荷量升序排序的前n个时间段，所述尖峰时间段为所述历史用电净负荷量中所述用电净负荷量降序排序的前n个时间段；获取所述目标时间段的每个第一子时间段的用电净负荷量，并根据所述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，所述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在所述目标时间段包括所述深谷时间段的情况下，所述第一目标子时间段包括所述第一深谷子时间段，在所述目标时间段包括所述尖峰时间段的情况下，所述第一目标子时间段包括所述第一尖峰子时间段；获取所述第一子时间段的每个第二子时间段的用电净负荷量，并根据所述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，其中，所述第一目标子时间段包括所述第二目标子时间段，所述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在所述第一目标子时间段包括所述第一深谷子时间段的情况下，所述第二目标子时间段包括所述第二深谷子时间段，在所述第一目标子时间段包括所述第一尖峰子时间段的情况下，所述第二目标子时间段包括所述第二尖峰子时间段，所述第二目标子时间段用于调整新型电力系统的电价。2.根据权利要求1所述的方法，其特征在于，获取历史用电净负荷量，包括：获取所述新型电力系统的发电负荷量、所述新型电力系统的外来电负荷量、所述新型电力系统的风力发电的发电负荷量、所述新型电力系统的光伏发电的发电负荷量以及所述新型电力系统的外送发电负荷量；根据公式：l
nl_t
＝l
cl_t-p
ip_t-p
wi_t-p
s_t
+p
op_t
，确定所述历史用电净负荷量，其中，l
nl_t
为所述历史用电净负荷量，l
cl_t
为所述新型电力系统的发电负荷量，p
ip_t
为所述新型电力系统的外来电负荷量，p
wi_t
为所述新型电力系统的风力发电的发电负荷量，p
s_t
为所述新型电力系统的光伏发电的发电负荷量，p
op_t
为所述新型电力系统的外送发电负荷量。3.根据权利要求1所述的方法，其特征在于，根据所述历史用电净负荷量，确定目标时间段，包括：根据公式m
p
＝argsort(m1,m2,...,m
12
)，确定所述目标时间段，其中，m
p
为所述目标时间段，argsort()用于从小到大或从大到小排序数组中的元素，m
i
为所述历史用电净负荷量，i为1至12中的任意整数值。4.根据权利要求1所述的方法，其特征在于，根据所述目标时间段的每个第一子时间段的用电净负荷量，确定所述第一深谷子时间段，包括：确定多个所述第一子时间段中的用电净负荷量最小值为最小负荷量；确定所述目标时间段中满足条件：的所述第一子时间段为所述第一深谷子时间段，其中，为所述目标时间段的所述第一子时间段的第一时
刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第二时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第三时刻的用电净负荷量，x
min
为所述最小负荷量，γ1为第一预定系数，所述第一时刻为所述第二时刻的前一时刻，所述第三时刻为所述第二时刻的下一时刻。5.根据权利要求1所述的方法，其特征在于，根据所述目标时间段的每个第一子时间段的用电净负荷量，确定所述第一尖峰子时间段，包括：确定多个所述第一子时间段中的用电净负荷量最大值为最大负荷量；确定所述目标时间段中满足条件：的所述第一子时间段为所述第一尖峰子时间段，其中，为所述目标时间段的所述第一子时间段的第四时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第五时刻的用电净负荷量，为所述目标时间段的所述第一子时间段的第六时刻的用电净负荷量，x
max
为所述最大负荷量，γ2为第二预定系数，所述第四时刻为所述第五时刻的前一时刻，所述第六时刻为所述第五时刻的下一时刻。6.根据权利要求1至3中任一项所述的方法，其特征在于，根据所述第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段，包括：获取所述第一子时间段的所述第二子时间段组成的矩阵其中，s
n
为所述矩阵，为第m个所述第一子时间段的所述第二子时间段；采用差分进化算法对所述矩阵进行处理，得到所述矩阵的初始聚类中心；根据所述初始聚类中心，采用模糊k均值算法对所述矩阵进行聚类处理，得到所述第二目标子时间段。7.根据权利要求6所述的方法，其特征在于，采用差分进化算法对所述矩阵进行处理，得到所述矩阵的初始聚类中心，包括：生成步骤，根据所述矩阵的各列元素，生成对应的初始种群，所述初始种群包括多个初始个体；变异步骤，根据所述初始种群中的任意所述初始个体和缩放系数，对所述初始种群进行变异操作处理，得到多个变异个体；交叉步骤，根据所述变异个体和所述初始个体，对所述变异个体进行交叉操作，得到交叉个体；确定步骤，确定所述交叉个体的适应度函数值和所述初始个体的适应度函数值中的最大值为目标值；在所述目标值大于第一阈值的情况下，重复所述变异步骤、所述交叉步骤以及所述确定步骤至少一次，直到所述目标值小于等于所述第一阈值，确定所述目标值对应的个体为所述初始聚类中心。8.根据权利要求6所述的方法，其特征在于，根据所述初始聚类中心，采用模糊k均值算法对所述矩阵进行聚类处理，得到所述第二目标子时间段，包括：
计算步骤，根据计算所述初始聚类中心的隶属度矩阵的准则函数，其中，j
m
(u,c)为所述隶属度矩阵的准则函数值，为所述第一子时间段的所述第二子时间段与所述初始聚类中心的模糊矩阵，d(s
j
,c
i
)为所述第一子时间段的所述第二子时间段与所述初始聚类中心的距离，m为所述第一子时间段的所述第二子时间段数量，k为所述第二目标子时间段的数量；在所述准则函数值大于等于第二阈值的情况下，更新所述初始聚类中心并重复所述计算步骤至少一次，直到所述准则函数值小于所述第二阈值，确定所述准则函数对应的聚类中心对应的数据簇为所述第二目标子时间段。9.一种电力系统的峰谷时段的确定装置，其特征在于，包括：第一确定单元，用于获取历史用电净负荷量，并根据所述历史用电净负荷量，确定目标时间段，其中，所述历史用电净负荷量包括多个历史时间段中的每个历史时间段的用电净负荷量，所述目标时间段包括深谷时间段和/或尖峰时间段，所述深谷时间段为所述历史用电净负荷量中所述用电净负荷量升序排序的前n个时间段，所述尖峰时间段为所述历史用电净负荷量中所述用电净负荷量降序排序的前n个时间段；第二确定单元，用于获取所述目标时间段的每个第一子时间段的用电净负荷量，并根据所述目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段，其中，所述第一目标子时间段包括第一深谷子时间段和/或第一尖峰子时间段，在所述目标时间段包括所述深谷时间段的情况下，所述第一目标子时间段包括所述第一深谷子时间段，在所述目标时间段包括所述尖峰时间段的情况下，所述第一目标子时间段包括所述第一尖峰子时间段；第三确定单元，用于获取所述第一子时间段的每个第二子时间段的用电净负荷量，并对所述第一子时间段的每个第二子时间段的用电净负荷量进行聚类处理，确定第二目标子时间段，其中，所述第一目标子时间段包括所述第二目标子时间段，所述第二目标子时间段包括第二深谷子时间段和/或第二尖峰子时间段，在所述第一目标子时间段包括所述第一深谷子时间段的情况下，所述第二目标子时间段包括所述第二深谷子时间段，在所述第一目标子时间段包括所述第一尖峰子时间段的情况下，所述第二目标子时间段包括所述第二尖峰子时间段，所述第二目标子时间段用于调整新型电力系统的电价。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至8中任意一项所述的方法。11.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至8中任意一项所述的方法。

技术总结
本申请提供了一种电力系统的峰谷时段的确定方法和确定装置，该方法包括：获取历史用电净负荷量，并根据历史用电净负荷量，确定目标时间段；获取目标时间段的每个第一子时间段的用电净负荷量，并根据目标时间段的每个第一子时间段的用电净负荷量，确定第一目标子时间段；获取第一子时间段的每个第二子时间段的用电净负荷量，并根据第一子时间段的每个第二子时间段的用电净负荷量，确定第二目标子时间段。解决了现有技术中不能真实地反映实际的新型电力系统供需状况的问题。型电力系统供需状况的问题。型电力系统供需状况的问题。


技术研发人员：程兰芬 杜育斌 周保荣 李燕平 禤培正 刘结 朱继松 敖健永 苏祥瑞 吕贤利 唐翀 余玉晗 卓华硕 黄秀秀
受保护的技术使用者：广东电网有限责任公司阳江供电局
技术研发日：2023.05.31
技术公布日：2023/8/23