基于数据驱动的流程工业用户灵活性评估方法及相关设备

1.本发明涉及能源信息处理技术领域，尤其涉及基于数据驱动的流程工业用户灵活性评估方法及相关设备。


背景技术：

2.流程工业用户是用电量大的企业，其具有自己的供能系统，供能系统通常存在电/燃料/蒸汽等多能源耦合以及供能系统与生成流程的耦合，通过电力辅助服务为电力系统提供灵活性。在提供辅助服务的过程中，流程工业用户需要严格满足投标容量的需求，否则将会面临服务违约惩罚，因此对流程工业用户能够参与电力辅助服务的灵活性边界进行准确评估是一个重要的步骤，然而在系统实际运行过程中通常存在诸多不确定因素，如温度和压力的变化导致蒸汽焓值的变化，从而影响汽轮发电机的出力，进而导致灵活性边界在一定范围内变动。
3.如何采用鲁棒优化方法考虑灵活性评估过程中的不确定性，得到在不确定性影响下灵活性边界的最坏评估结果，从而避免可能的服务违约处罚，是目前亟待解决的重要课题。


技术实现要素：

4.本发明提供基于数据驱动的流程工业用户灵活性评估方法及相关设备，用以解决现有技术中无法得到在不确定性影响下灵活性边界的最坏评估结果的缺陷，实现在不确定性影响下的灵活性评估。
5.本发明提供一种基于数据驱动的流程工业用户灵活性评估方法，包括：获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：
；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。
6.本发明还提供一种基于数据驱动的流程工业用户灵活性评估装置，包括：数据获取模块，用于获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；不确定集确定模块，用于基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；模型求解模块，用于获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；
；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。
7.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于数据驱动的流程工业用户灵活性评估方法。
8.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于数据驱动的流程工业用户灵活性评估方法。
9.本发明提供的一种基于数据驱动的流程工业用户灵活性评估方法及相关设备，通过预先基于典型流程工业用户的供能系统结构，构建供能系统的灵活性评估模型，并基于工业用户的供能系统的历史蒸汽焓值差数据，采用狄利克雷过程建立了不确定集，不确定集是可以描述供能系统中存在的蒸汽焓值不确定性的不确定数据集，基于不确定集来进行模型优化求解，降低了鲁棒优化的保守度，可以实现在不确定性影响下的工业用户灵活性评估。
附图说明
10.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
11.图1是本发明提供的基于数据驱动的流程工业用户灵活性评估方法的流程示意图；图2是流程工业用户的供能系统的典型结构；图3是本发明提供的基于数据驱动的流程工业用户灵活性评估方法求解灵活性评
估模型的目标函数的过程示意图；图4是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例的供能系统结构示意图；图5是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例的供能系统各压力层的蒸汽温度统计图；图6是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例的供能系统各压力层的蒸汽压力统计图；图7是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例的不确定数据的散点图；图8是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例中采用偏差信息构建的多面体不确定集的示意图；图9是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例中基于主成分分析得到的不确定集的示意图；图10是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例中采用本发明方法构建的不确定集的示意图；图11是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例中采用本发明方法和采用确定性评估方法获得的汽轮机出力边界结果比较图；图12是本发明提供的基于数据驱动的流程工业用户灵活性评估方法验证实例中采用多种不确定集构造方法的灵活性评估鲁棒优化方法的结果比较图；图13是本发明提供的基于数据驱动的流程工业用户灵活性评估装置的结构示意图；图14是本发明提供的电子设备的结构示意图。
具体实施方式
12.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
13.在流程工业用户的供能系统实际运行过程中通常存在诸多不确定因素，如温度和压力的变化导致蒸汽焓值的变化，从而影响汽轮发电机的出力，进而导致灵活性边界在一定范围内变动。
14.如何采用鲁棒优化方法考虑灵活性评估过程中的不确定性，得到在不确定性影响下灵活性边界的最坏评估结果，从而避免可能的服务违约处罚，是目前亟待解决的重要课题。
15.下面结合图1-图12描述本发明的基于数据驱动的流程工业用户灵活性评估方法，如图1所示，本发明提供的基于数据驱动的流程工业用户灵活性评估方法包括步骤：s110、获取待评估工业用户的供能系统的历史蒸汽焓值数据，供能系统包括蒸汽供能系统，历史蒸汽焓值数据中包括蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；
s120、基于历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，不确定集包括蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；s130、获取供能系统的设备运行数据，将设备运行数据和不确定集输入至已构建的灵活性评估模型中，以求解灵活性评估模型的目标函数，得到待评估工业用户的灵活性评估结果，灵活性评估结果反映供能系统提供电力辅助服务的出力可调幅值；受生产过程和外部环境等因素的影响，流程工业用户运行状态在实际运行过程中存在着较大不确定性，包括电力和蒸汽负荷的变化，也包括蒸汽系统压力和温度的变化，以及由此导致的过程焓变的不确定性。在其供能系统中，决定灵活性的关键环节在于蒸汽发电系统，蒸汽焓值的不确定性将会导致在预期的蒸汽流量下汽轮发电机出力发生随机变化，进而导致灵活性边界在一个范围内变动，本发明提供的方法中，灵活性评估模型包括目标函数，其中，灵活性评估模型的目标函数为：；；其中，和分别表示供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括供能系统中各压力层两端的焓值差；u为不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为蒸汽系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示供能系统中提供电力辅助服务的汽轮机的正常运行点，汽轮机的正常运行点是流程工业用户设定的汽轮机的运行出力值，在无特殊情况下，汽轮机按这个运行出力值运行。求解该目标函数，可以得到待评估工业用户的灵活性评估结果，灵活性评估结果包括和。
16.流程工业用户的供能系统的典型结构如图2所示，主要涉及电/蒸汽/天然气等多能源网络。在该系统中包含超高压、高压、中压、低压等多个蒸汽压力等级，值得说明的是，并不是所有的流程工业用户的供能系统都包括超高压、高压、中压、低压这些蒸汽压力等
级，而是可以只具有其中的部分，其中超高压、高压、中压、低压可以根据系统中具有的各个压力层的压力来划分，即，具有最低压力的压力层为低压层，其次为中压层、高压层、超高压层。锅炉通过燃烧天然气及生产过程伴随的副产燃料产生超高压蒸汽。蒸汽通过具有多个压力等级的管网系统满足不同类型的工业生产需求。不同压力等级之间装有汽轮发电机，在提高蒸汽利用率的同时，满足一部分用电需求，剩余用电需求由外网购电满足。当通过的蒸汽低于生产需求时，可通过旁通阀维持蒸汽供需平衡，当产生的蒸汽超过生产需求时，则通过安全阀排放多余蒸汽。当工业用户需要提供电力辅助服务时，通过锅炉、汽轮机和阀门等设备的调节，即可实现其供能系统运行状态的改变。本发明提供的方法，通过预先基于典型流程工业用户的供能系统结构，构建供能系统的灵活性评估模型，并基于工业用户的供能系统的历史蒸汽焓值差数据，采用狄利克雷过程建立了不确定集，不确定集是可以描述供能系统中存在的蒸汽焓值不确定性的不确定数据集，基于不确定集来进行模型优化求解，降低了鲁棒优化的保守度，可以实现在不确定性影响下的工业用户灵活性评估，从而可以在尽可能避免辅助服务违约的前提下，降低保守度，提高流程工业用户参与电力辅助服务的收益，兼顾了灵活性评估的鲁棒性和经济性。
17.具体地，本发明中，预先建立的灵活性评估模型中包括供能系统中各个子设备的运行模型，子设备包括锅炉和汽轮机。
18.流程工业用户供能系统中通常在超高压层安装燃气锅炉产生蒸汽，为了提高能源利用率，一般还会有回收锅炉燃烧工业生产过程中伴随的副产燃料，燃气锅炉和回收锅炉的运行特性模型可表示为：；；其中，和分别表示燃气锅炉和回收锅炉的天然气消耗量；和分别表示燃气锅炉和回收锅炉两端的蒸汽焓值差；和分别表示燃气锅炉和回收锅炉产生的蒸汽流量；表示副产燃料的质量流量；和分别表示燃气锅炉和回收锅炉的效率；和分别表示天然气和副产燃料的热值。
19.流程工业用户供能系统中安装的汽轮机通常分为三种：背压式、抽汽-背压式、凝汽式。其中抽汽-背压式和凝汽式汽轮机都可以等效为背压式汽轮机，其发电量表示为：；为汽轮机发电功率；为汽轮机的发电效率；表示流经汽轮机的蒸汽流量；表示流经汽轮机两端蒸汽的焓值差。
20.本发明中预先构建的灵活性评估模型中还包括电网络功率平衡模型、天然气网络供需平衡模型以及蒸汽网络供需平衡模型。
21.电网络功率平衡模型可以表示为：；表示外部
电网输入的功率；表示工业生产过程电负荷。
22.天然气网络供需平衡模型可以表示为：；为由外部天然气网输入的天然气体积。
23.蒸汽网络在每一个压力层上的蒸汽流量应该保持输入输出平衡，蒸汽网络供需平衡模型可以表示为：；；；；其中，，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；，，和分别表示流经超高压层和高压层、超高压层和中压层、高压层和中压层、中压层和低压层之间旁通阀的蒸汽流量；表示工业生产蒸汽流量需求；表示经安装在低压层上的安全阀排放出的蒸汽流量。
24.本发明中，预先建立的灵活性评估模型还包括约束条件，约束条件决定目标函数中变量的可行域，约束条件包括设备运行约束以及外部购买能源限制。具体地，设备运行约束可以用公式表示为：；；；；其中，和分别表示汽轮机的最小出力和最大出力；表示旁通阀的蒸汽流量，表示安全阀的蒸汽流量；和分别表示锅炉的最小产蒸汽量和最大产蒸汽量；和分别表示旁通阀和安全阀的最大蒸汽流量。
25.外部购买能源限制可以用公式表示为：；；
和分别表示向外部电网的购电下限和购电上限；和分别表示向外部天然气网的购气下限和购气上限。
26.基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，包括：基于历史蒸汽焓值数据，采用狄利克雷过程对供能系统的压力层进行分类，并得到每一类对应的后验分布参数；其中，狄利克雷过程中的参数基于变分推断确定；变分推断过程为：随机初始化参数，记为；求混合参数的后验分布的近似分布，其中，，；；，mult表示多项式分布，表示beta分布，表示正太逆威沙特分布，表示不确定集中第i个类别的数据标签对应的分布参数，为第类压力层的蒸汽焓值差的后验分布相关参数，为浓度参数，用于控制数据离散性，当时，；当时，，为预先设置的截断水平，为常数，表示不确定集中第i个类别的数据标签，n为数据类别总数，，表示第类压力层的蒸汽焓值差的均值向量，表示第类压力层的蒸汽焓值差的协方差矩阵；求变分下界，表示近似分布的期望；求，令；求；令，重复求混合参数的后验分布的近似分布的步骤，直到满足收敛条件，将满足收敛条件后的参数作为所述供能系统的压力层的蒸汽焓值差的后验分布参数。
27.本发明提供的方法，采用狄利克雷过程构造不确定集，以实现对目标函数的求解。首先对蒸汽焓值历史数据进行预处理，将其蒸汽成焓值差形式，其次，基于狄利克雷过程混合模型对数据进行聚类，之后，基于变分推断方法对数据进行采样，描述每一类数据的边界
特征，获得多个具有凸多面体形式的基本不确定集，最后，取这些基本不确定集的并集作为数据驱动不确定集。下面进行具体说明。
28.受工业生产过程的影响，蒸汽系统各个压力层的蒸汽焓值呈相关性，采集一段历史事件内的蒸汽焓值，并根据工业蒸汽系统结果获得焓值差数据集，作为历史蒸汽焓值数据。假设供能系统中n个设备两端焓值差在t时段的值为，统计个时段所得到的焓值差历史数据样本集为，即为前文所称历史蒸汽焓值数据。该数据集呈现多模态、相关和不确定的复杂分布特性，难以直接用线性或非线性函数描述其中不确定参数，本发明提供的方法，采用非参数贝叶斯方法狄利克雷过程混合模型来构造不确定集，采用如下高斯混合分布对蒸汽焓值差概率分布进行拟合：
29.式中，k表示高斯混合分布中基本组件的个数，每个组件表示一类；表示第k个组件的权重；是均值为，协方差矩阵为的多维正态分布；i.i.d表示独立同分布。
30.狄利克雷过程混合模型是一种非参数贝叶斯方法，采用狄利克雷过程混合模型对不确定数据进行聚类，通过在高斯混合分布层级上引入狄利克雷过程作为权重的先验分布，可以自动地、系统地确定k值，并且能随着数据复杂性的增加自适应地增加k值，因此狄利克雷过程混合模型的模型复杂度可以适应不确定数据的复杂性，从而更好地描述其不确定性特征，提取不确定信息。
31.狄利克雷过程是非参数贝叶斯模型中的一种随机过程，构成了狄利克雷过程混合模型的基本块，狄利克雷过程的定义为：假设测度空间上的随机分布g遵循狄利克雷过程，表示为，则对于测度空间的任何有限划分，均存在以下关系：
32.式中，dir表示狄利克雷分布；为随机分布g的浓度参数；为随机分布g的基测度。
33.断棒过程给出了一种显示构造方法，即构造一个有明确定义的分布g，使得g满足狄利克雷过程，其步骤如下：（1）给定正实数，构造一个参数序列，其中。
34.（2）构造参数序列，其中，则以概率1满足，因此可作为一个概率质量函数。
35.（3）从测度空间中的基测度采样一个参数序列，其中
。
36.（4）满足狄利克雷过程的随机概率分布g满足如下表述：
37.其中，beta表示贝塔分布；表示狄拉克函数；为点的概率测度。
38.在上述过程中，正实数即浓度参数，它的大小决定了参数序列衰减的速度。越小，衰减越快，即主要起作用的权重个数越少，说明在高斯混合模型中考虑的组件个数越少，反之则考虑的组件个数越多。在根据dp实现对参数和的采样后，蒸汽焓值差数据集中每个样本服从的分布可以由样本数据狄利克雷过程混合模型推断生成，其基本步骤为：首先，根据对每一类不确定数据的权重和参数进行抽样；然后，根据参数确定样本所属类别服从的分布，即可抽样获得样本所属类别；最后，样本类别决定了相应的似然函数，样本的值即可从似然函数中进行抽样生成。上述狄利克雷过程混合模型可以表述为：
39.式中，为表示不确定数据类别的标签；mult表示多项式分布，狄利克雷分布为mult的共轭先验分布；表示与不确定数据类别相关的似然函数。
40.在上式中，与采用高斯共轭模型，参数包含了高斯混合模型中每一个组件的参数，由均值向量和协方差矩阵组成，即。基测度为正态逆威沙特分布，即。似然函数取多元正态分布，即。基于断棒过程构造的狄利克雷过程混合模型，不确定数据的概率分布以概率1离散，这种离散性进一步导致了数据的聚类，离散性越大，数据的类别也会越多，其离散性由浓度参数控制。在高斯混合模型中，组件的数量是未知的，如果未正确设置组件的数量，则观测数据的分布将与数据估计的高斯混合模型之间存在较大差距。由于狄利克雷过程混合模型允许无限个数据类别，并且能自动地确
定数据聚类的数量，避免了过拟合和欠拟合的问题，因此，狄利克雷过程混合模型可以根据不确定数据的复杂度自适应地调整模型的复杂度，从而更准确地捕捉不确定信息。
41.基于狄利克雷过程混合模型构建数据驱动不确定集的关键在于对混合参数、权重(由决定)和不确定数据类别标签的精确推断，由于上述过程不能直接采样，因此本发明采用变分推断方法获得其近似的后验预测分布。为了处理狄利克雷过程混合模型中的无限个数据类别，设定一个截断水平m，当时，令；当时，令。由此，上述参数的后验分布可由如下分布近似得出：
42.式中，；；。
43.在平均场变分推断中，上式中的参数可由最小化真实后验分布和近似分布的kl散度得出，经过变换及取负再最大化后，可表示为更容易计算的形式：
44.式中，表示近似分布的期望。
45.变分推断过程采用迭代的方式计算，其步骤如下：1) 随机初始化过程参数，记为。
46.2) 求混合参数的后验分布的近似分布。
47.3) 求变分下界。
48.对最大化，即，令。
49.对最大化，即。
50.令，重复第2)步，直到满足收敛条件，即可获得参数。
51.如图3所示，通过前文中说明的方式，得到后验分布的相关参数，后，本发明提供的方法中的不确定集基于后验预测分布的相关参数构建，后验预测分布的形式为，其中随机向量表示未来的不确定数据，即蒸汽焓值差，由此即可以从后验预测分布中推断gmd的组件数量和每个组件的参数。基于上节获得的参数，蒸汽焓值差的后验预测分布为混合student’s t-分布：
52.式中，为变分推断获得的第k个组件的相关参数。
53.由此，基于提取的gmd每一类组件及参数信息，可以对聚类后的蒸汽焓值差数据分别进行描述，形成基本不确定集，最终的数据驱动不确定集即为这些基本不确定集的并集：
54.式中，表示蒸汽焓值差数据组件k的均值；；表示蒸汽焓值差数据组件k的标准差的倒数；为比例因子，用来控制每个基本不确定集的大小，在一种可能的实现方式中，可以取3.5；为旋转因子，用来在椭球不确定集上取边界点以构成线性的多面体不确定集，取，其中且步长为。
55.求解所述灵活性评估模型的目标函数，包括：基于强对偶原理，将所述目标函数求解问题转化为凸优化问题；对所述不确定集进行退化处理以将所述不确定集由多个多面体集的并集退化为包含所有多面体顶点的点集；遍历所述不确定集中的极值点，得到所述目标函数对应的凸优化问题的最优解。
56.首先，基于强对偶原理，将鲁棒优化模型的min-max问题中内层的max问题变换为min问题，并于外层的min问题合并，从而消除不确定性，形成一种凸优化模型；其次，由于所建立的数据驱动不确定集是一个凸的多面体集，可将不确定集由多个多面体集的并集退化为包含所有多面体顶点的点集，并遍历求解。模型变换可由如下公式表示：
57.式中，箭头所指的y表示约束条件对应的对偶变量；，和分别表示与不确定变量相关的系数向量；表示与不确定变量相关的系数矩阵。
58.根据强对偶原理，其可变换为如下形式：
59.式中，不等式约束定义了决策变量y的多面体可行集，表示为。
60.由于上式中目标函数存在双线性结构，变量y的最优解将是多面体的极值点。类似地，不确定变量u的最优解将是不确定集u的极值点。因此，如图3所示，将不确定集从多个多面体集的并集退化成包含多面体所有极值点的点集，通过遍历所有不确定集的极值点即可获得变量y的最优解，从而将上述双线性优化问题转化为易于求解的凸优化问题，从而求解得到灵活性评估结果。
61.本发明提供的方法，基于流程工业用户供能系统数学模型，可以准确模拟实际系统运行，为灵活性评估提供前提条件，采用鲁棒优化方法处理灵活性评估过程中的不确定性，考虑最保守情况，从而避免可能产生的电力辅助服务违约现象，基于狄利克雷过程混合模型构建不确定集，可以考虑不确定数据分布最密集的区域，剔除数据稀疏区域，在保证鲁棒性的前提下降低保守性，从而提高参与电力辅助服务的经济性。
62.为了验证本发明提供的方法的有效性，以一纸浆造纸厂为例进行研究验证。如图4所示，该造纸厂供能系统包含电力/天然气/蒸汽网络，其蒸汽系统由三个压力层组成，高压层压力约为71bar，中压层压力约为12bar，低压层压力约为3.5bar，各等级蒸汽压力和温度会随制浆造纸过程发生不同程度的波动。高压层安装有一台燃气锅炉和一台回收锅炉，回收锅炉燃烧天然气和副产燃料即黑液以产生蒸汽，燃气锅炉用于跟踪工业蒸汽负荷的变化。此外，高压层还装有一台抽汽-背压式汽轮机，分别与中压层和低压层相连，外部电网的购电量用于平衡iies自备汽轮机发电量与工业生产电力需求之间的不匹配。在不同压力层之间安装有两个旁通阀，当汽轮机未运行或蒸汽需求超过流通汽轮机的蒸汽流量时，启动旁通阀。低压层上安装安全阀，用于排出锅炉产生的超过蒸汽需求的蒸汽。该造纸厂供能系统的详细参数如表1所示。该造纸厂三个压力层蒸汽温度和压力数据如图5和图6所示。
63.表1
64.为了分析本发明所提数据驱动不确定集的性能，分别采用传统多面体集、基于主成分分析的不确定集及本发明方法构造的不确定集对不确定数据进行描述，不确定数据及各方法所构造的不确定集对比如图7-图10所示。
65.图7展示了不确定数据的散点图，可以看出由此构成的数据集具有明显的相关性、不对称性和多模性。图8展示了多面体不确定集，它仅使用了不确定性数据的偏差信息，难以刻画不确定参数的相关性和多模态性，不确定集的大小由预先给定的参数调整。图9展示了基于主成分分析得到的不确定集，该不确定集捕捉了不同压力水平下蒸汽焓值的相关性，然而这种方法将所有不确定数据视为来自于同一随机分布，不易反映不确定数据的多模态特征。图10展示了基于狄利克雷过程混合模型构建的不确定集，该不确定集由四个基本不确定集构成，呈现为与各基本分布均值和方差相关的多面体集。从图中可以得出，多面体不确定集和基于主成分分析的不确定集在不确定数据主要分散区域之外包括了大量不必要的空间，因此增加了鲁棒优化的保守性。相比之下，本发明所提出的数据驱动不确定集能够更好地捕获不确定数据分布最频繁的区域，同时剔除了大量数据稀疏空间，有效地降低了鲁棒优化的保守性。此外，基于狄利克雷过程混合模型的数据驱动方法构成的不确定集是多个凸多面体集的并集，其仍然具有线性结构，能够有效提升计算效率。
66.将以上几种不确定集应用于灵活性评估的鲁棒优化当中，分别求解不同方法下的灵活性评估结果，并与确定性评估结果相对比以分析本发明方法的效果。
67.确定性评估方法与本发明所提鲁棒优化方法获得的汽轮机出力边界如图11所示。可以发现，从整体来讲本发明方法获得的灵活性边界相比确定性优化方法更小，原因在于在整个仿真时段内都考虑了不确定性作用下较为保守的情况，进而可以避免工业用户对自身灵活性能力的高估造成辅助服务违约惩罚。
68.基于多种不确定集构造方法的灵活性评估鲁棒优化结果如图12所示，其中，基于多面体不确定集、基于主成分分析的不确定集和本发明方法下的灵活性边界逐渐扩大，表明了尽管鲁棒优化存在一定的保守性，但是合适的不确定集构造方法可以尽可能降低此保守性。本发明提出的数据驱动不确定集避免了传统鲁棒优化方法过高的保守性，可以避免工业用户对自身灵活性能力的低估以获得更多潜在利润。同时，可以看出上调边界受不确定性影响较大，而下调边界则变化不大，原因是在向下调整时，汽轮机可调边界的最保守情况出现在蒸汽焓值差较大的时候，而蒸汽焓值差较大部分的数据比较密集，三种不确定集构造方法均较好地捕捉到了这部分区域，故三种方法计算结果接近一致。
69.下面对本发明提供的基于数据驱动的流程工业用户灵活性评估装置进行描述，下文描述的基于数据驱动的流程工业用户灵活性评估装置与上文描述的基于数据驱动的流程工业用户灵活性评估方法可相互对应参照。如图13所示，基于数据驱动的流程工业用户灵活性评估装置包括：数据获取模块1310，用于获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；不确定集确定模块1320，用于基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多
面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；模型求解模块1330，用于获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。
70.图14示例了一种电子设备的实体结构示意图，如图14所示，该电子设备可以包括：处理器(processor)1410、通信接口(communications interface)1420、存储器(memory)1430和通信总线1440，其中，处理器1410，通信接口1420，存储器1430通过通信总线1440完成相互间的通信。处理器1410可以调用存储器1430中的逻辑指令，以执行基于数据驱动的流程工业用户灵活性评估方法，该方法包括：获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上
的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。
71.此外，上述的存储器1430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
72.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行
时，计算机能够执行上述各方法所提供的基于数据驱动的流程工业用户灵活性评估方法，该方法包括：获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。
73.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于数据驱动的流程工业用户灵活性评估方法，该方法包括：获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个
时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。
74.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
75.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可
借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
76.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种基于数据驱动的流程工业用户灵活性评估方法，其特征在于，包括：获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。2.根据权利要求1所述的基于数据驱动的流程工业用户灵活性评估方法，其特征在于，所述灵活性评估模型中包括所述供能系统中各个子设备的运行模型；所述子设备包括锅炉和汽轮机；所述子设备的运行模型用公式表示为：
；；；其中，和分别表示燃气锅炉和回收锅炉的天然气消耗量；和分别表示燃气锅炉和回收锅炉两端的蒸汽焓值差；和分别表示燃气锅炉和回收锅炉产生的蒸汽流量；表示副产燃料的质量流量；和分别表示燃气锅炉和回收锅炉的效率；和分别表示天然气和副产燃料的热值；为汽轮机发电功率；为汽轮机的发电效率；表示流经汽轮机的蒸汽流量；表示流经汽轮机两端蒸汽的焓值差。3.根据权利要求2所述的基于数据驱动的流程工业用户灵活性评估方法，其特征在于，所述灵活性评估模型中还包括电网络功率平衡模型、天然气网络供需平衡模型以及蒸汽网络供需平衡模型；所述电网络功率平衡模型用公式表示为：；所述天然气网络供需平衡模型用公式表示为：；所述蒸汽网络供需平衡模型用公式表示为：；；；；其中，表示外部电网输入的功率；表示工业生产过程电负荷；为由外部天然气网输入的天然气体积；，，和分别表示流经超高压层和高压层、超高压层和中压层、高压层和中压层、中压层和低压层之间旁通阀的蒸汽流量；表示工业生产蒸汽流量需求；表示经安装在低压层上的安全阀排放出的蒸汽流量。
4.根据权利要求3所述的基于数据驱动的流程工业用户灵活性评估方法，其特征在于，所述灵活性评估模型中包括约束条件，所述约束条件对应所述决策变量可行域；所述约束条件包括：；；；；；；其中，和分别表示汽轮机的最小出力和最大出力；和分别表示锅炉的最小产蒸汽量和最大产蒸汽量；表示旁通阀的蒸汽流量，表示安全阀的蒸汽流量；和分别表示旁通阀和安全阀的最大蒸汽流量；和分别表示向外部电网的购电下限和购电上限；和分别表示向外部天然气网的购气下限和购气上限。5.根据权利要求1所述的基于数据驱动的流程工业用户灵活性评估方法，其特征在于，所述基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，包括：基于所述历史蒸汽焓值数据，采用狄利克雷过程对所述供能系统的压力层进行分类，并得到每一类对应的后验分布参数；其中，狄利克雷过程中的参数基于变分推断确定；变分推断过程为：随机初始化参数，记为；求混合参数的后验分布的近似分布，其中，，；；，mult表示多项式分布，表示beta分布，表示正太逆威沙特分布，表示所述不确定集中第i个类别的数据标签对应的分布参数，为第类压力层的蒸汽焓值差的后验分布相关参数，为浓度参数，用于控制数据离散性，当时，；当时，，为预先设置的截断水平，为常数，表示所述不确定集中第i个类别的数据标签，n为数据类别数量，，表示第类压力层的蒸汽焓值差的均值向量，表示第类压力层的蒸汽焓值差的协方
差矩阵；求变分下界，表示近似分布的期望，表示蒸汽焓值差；求，令；求；令，重复求混合参数的后验分布的近似分布的步骤，直到满足收敛条件，将满足收敛条件后的参数作为所述供能系统的压力层的蒸汽焓值差的后验分布参数。6.根据权利要求5所述的基于数据驱动的流程工业用户灵活性评估方法，其特征在于，所述不确定集用公式表示为：；其中，表示蒸汽焓值差数据中第k类压力层的蒸汽焓值差的均值；；表示第k类压力层的蒸汽焓值差的标准差的倒数；为比例因子，用来控制每个基本不确定集的大小；为旋转因子，用来在椭球不确定集上取边界点以构成线性的多面体不确定集，，其中且步长为，为蒸汽焓值差。7.根据权利要求1所述的基于数据驱动的流程工业用户灵活性评估方法，其特征在于，所述求解所述灵活性评估模型的目标函数，包括：基于强对偶原理，将所述目标函数求解问题转化为凸优化问题；对所述不确定集进行退化处理以将所述不确定集由多个多面体集的并集退化为包含所有多面体顶点的点集；遍历所述不确定集中的极值点，得到所述目标函数对应的凸优化问题的最优解。8.一种基于数据驱动的流程工业用户灵活性评估装置，其特征在于，包括：数据获取模块，用于获取待评估工业用户的供能系统的历史蒸汽焓值数据，所述供能系统包括蒸汽供能系统，所述历史蒸汽焓值数据中包括所述蒸汽供能系统中多个时段的压力层蒸汽焓值差数据，每个时段的压力层蒸汽焓值差数据包括多个压力层的两端的蒸汽焓值差；
不确定集确定模块，用于基于所述历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，所述不确定集包括所述蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个所述线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，所述描述公式基于压力层两端的蒸汽焓值差的后验分布确定，属于同一类型的压力层的两端的蒸汽焓值差服从相同的分布；模型求解模块，用于获取所述供能系统的设备运行数据，将所述设备运行数据和所述不确定集输入至已构建的灵活性评估模型中，以求解所述灵活性评估模型的目标函数，得到所述待评估工业用户的灵活性评估结果，所述灵活性评估结果反映所述供能系统提供电力辅助服务的出力可调幅值；其中，所述灵活性评估模型的目标函数为：；；其中，和分别表示所述供能系统提供电力辅助服务的汽轮机的向上和向下的灵活性可调幅值；x为决策变量，包含所述供能系统中各设备的蒸汽流量；为决策变量可行域；u为不确定变量，包括所述供能系统中各压力层两端的焓值差；u为所述不确定集；，和分别为抽汽-背压式、凝汽式和背压式汽轮机的效率；，，和分别为所述蒸汽供能系统超高压和高压层之间、超高压和中压层之间、高压层和水之间、中压和低压层之间的蒸汽焓值差；，和分别表示流经超高压层和高压层、超高压层和中压层、中压层和低压层之间背压式汽轮机的蒸汽流量；表示流经安装在高压层上凝汽式汽轮机的蒸汽流量；表示所述供能系统中提供电力辅助服务的汽轮机的正常运行点。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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任一项所述基于数据驱动的流程工业用户灵活性评估方法。10.一种非暂态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如权利要求1至7任一项所述基于数据驱动的流程工业用户灵活性评估方法。

技术总结
本发明提供基于数据驱动的流程工业用户灵活性评估方法及相关设备，涉及能源信息处理技术领域，方法包括：获取待评估工业用户的供能系统的历史蒸汽焓值数据；基于历史蒸汽焓值数据，采用狄利克雷过程获取不确定集，不确定集包括蒸汽供能系统中各个类型的压力层分别对应的线性多面体，每个线性多面体上的数据点基于一个类型的压力层的两端的蒸汽焓值差的描述公式确定，描述公式基于压力层两端的蒸汽焓值差的后验分布确定；获取供能系统的设备运行数据，将设备运行数据和不确定集输入至已构建的灵活性评估模型中，以求解灵活性评估模型的目标函数，得到待评估工业用户的灵活性评估结果。本发明可以实现在不确定性影响下的工业用户灵活性评估。用户灵活性评估。用户灵活性评估。


技术研发人员：徐宪东 单文亮 贾宏杰
受保护的技术使用者：天津大学
技术研发日：2023.07.19
技术公布日：2023/8/24