[发明专利]一种基于云模型的新能源冷热电联供系统用户用能评价方法

权利要求书

1.一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，包括：

分别获取系统总的供电、供热以及供冷的功率和相应负荷的需求功率数据；

根据获取的数据分别计算电负荷满足率、热负荷满足率和冷负荷满足率，并作为评价指标；所述评价指标还包括用电满意度、用热满意度和用冷满意度；

分别采用层次分析法和变异系数法求解各评价指标的权重，基于上述两种方法求得的各评价指标的权重，采用博弈论理论求解各评价指标的综合权重；

计算各评价指标的综合确定度；

根据最大综合确定度所在的等级，确定用户用能评价等级。

2.如权利要求1所述的一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，采用层次分析法求解各评价指标的权重，具体包括：

根据用户满意程度的原始数据，确定判断矩阵；

求解判断矩阵的最大特征值λ和最大特征向量α；

对判断矩阵进行一致性检验；如果检验通过，则将最大特征向量α作为权重向量，如果不通过，则返回重新列写判断矩阵。

3.如权利要求1所述的一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，采用变异系数法求解各评价指标的权重，具体包括：

获取各评价指标的原始数据；

对原始数据做标准化处理；

根据每个指标的标准差系数计算权重Q₂。

4.如权利要求1所述的一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，基于上述两种方法求得的各评价指标的权重，采用博弈论理论求解各评价指标的综合权重，具体过程包括：

构造基本的权重集:u_k＝{u_k1 u_k2 ... u_km}，k＝1,2,...,L；

L种权重集中的任意综合权重向量为：α_k为权重系数；

对L个权重向量u进行优化，使u与各个u_k的离差极小化；

对权重系数进行归一化处理，得到综合权重为：

5.如权利要求1所述的一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，计算各评价指标的综合确定度，具体包括：

基于云模型获取各评价指标的确定度；

基于各评价指标的综合权重和确定度计算各评价指标的综合确定度。

6.如权利要求5所述的一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，基于云模型获取各评价指标的确定度，具体包括：

确定各评价指标的云特征值Ex、En和He；

生成以En为期望值、He为标准差的正态随机数En＇；

生成以Ex为期望值、En＇为标准差的正态随机数x；

基于正态随机数En＇和正态随机数x计算各评价指标的确定度。

7.如权利要求1所述的一种基于云模型的新能源冷热电联供系统用户用能评价方法，其特征在于，基于各评价指标的综合权重和确定度计算各评价指标的综合确定度，具体为：

其中，u^*为各评价指标的权重；μ_i为各评价指标的确定度。

8.一种基于云模型的新能源冷热电联供系统用户用能评价系统，其特征在于，包括：

用于分别获取系统总的供电、供热以及供冷的功率和相应负荷的需求功率数据的装置；

用于根据获取的数据分别计算电负荷满足率、热负荷满足率和冷负荷满足率，并作为评价指标的装置；所述评价指标还包括用电满意度、用热满意度和用冷满意度；

用于分别采用层次分析法和变异系数法求解各评价指标的权重，基于上述两种方法求得的各评价指标的权重，采用博弈论理论求解各评价指标的综合权重的装置；

用于计算各评价指标的综合确定度的装置；

用于根据最大综合确定度所在的等级，确定用户用能评价等级的装置。