支撑多能互补园区规划的能效数据挖掘技术研究

项目经费：260W

项目负责人：沈欣炜助理教授（海洋工程研究院，联合主持）和张璇助理教授（TBSI，联合主持）

项目成员：十余名在读硕士研究生

项目研究意义：在“双碳目标”下，提出多能互补园区的能效数据驱动建模方法，解决多能互补园区规划中需求侧数据获取困难、量测数据缺少的问题。开发多能互补园区能效数据挖掘与评估软件，提升系统能效水平和终端能耗的电能占比。

项目主要研究内容：本项目针对多能互补园区的规划与运营过程中存在的重点问题进行研究，旨在解决以下问题：1）解决多能互补园区能效评估数据缺失问题；2）解决多能互补园区复杂运行状况进行边界条件与典型场景提取问题；3）解决基于电气化水平的能效评估体系问题

研究成果和取得的效益：

1）引入人工智能领域前沿技术，提出基于小样本数据扩充和增强技术的多能互补园区规划数据生成方法，通过小样本数据扩样，解决多能互补园区运行数据样本少、数据缺失的问题，实现运行能效评估数据“从无到有”和“从小到大”；

2）引入统计学习及聚类方法，提出基于统计学习与聚类的多能互补园区典型运行场景提取方法，实现运行边界条件和典型场景等数据统计信息的分别提取，提升能效评估的准确性、可靠性与计算效率；

3）提出基于电气化水平的多能互补园区能效评估指标体系及评估方法，为电能替代推广应用提供技术支撑。

4）根据理论研究成果，开发多能互补园区能效数据挖掘与评估软件。考虑依托科技项目在南方电网范围内进行推广应用。