El desarrollo y el uso eficaz de la energía y el consumo per cápita son indicadores importantes de la tecnología de producción y del nivel de vida. La quema de combustibles fósiles ha provocado una grave contaminación ambiental y calentamiento global. El transporte y la utilización irracionales de la energía han provocado muchos residuos

Puede entenderse como un sistema integral de producción, oferta y demanda de energía formado por la coordinación y optimización orgánica de la planificación, construcción, distribución, transferencia, almacenamiento y consumo energético. Los sistemas energéticos integrados son de gran importancia para mejorar la eficiencia en el uso de la energía, reducir las emisiones de carbono y garantizar el suministro de energía limpia.

Si el proceso de suministro de energía del sistema energético integrado se puede analizar y evaluar con precisión para mejorar la eficiencia energética y reducir las emisiones de carbono, entonces el sistema energético integrado puede lograr una mejor conservación de la energía.

Modelo integral de evaluación de la eficiencia del suministro de energía del sistema energético basado en el método de análisis envolvente (MC) de datos de medición de Monte Carlo (MC-DBM-DEA) para la optimización energética y la reducción de emisiones de carbono.

MC puede estimar medios multidimensionales en espacios complejos, corregir las soluciones correspondientes mediante un amplio rendimiento y depuración de tiempo, cumplir con los requisitos de precisión y ampliar los datos de suministro de energía de los sistemas de energía integrados. En términos de prueba F, se verifica la efectividad de la extensión MC.

Los métodos anteriores tienen ciertas ventajas, pero no pueden analizar bien las actividades de producción de múltiples productos. La DEA no requiere la determinación de la forma específica de la función de producción, lo que supone una ventaja significativa en estudios de eficiencia ambiental y energética.

Modelo DEA tradicional El modelo DEA tradicional no considera las posibles entradas y múltiples relajaciones de salida de cada DMU.

La robustez se refiere a la resistencia de un sistema o modelo a cambios, incertidumbres o perturbaciones. En ciencia de datos y aprendizaje automático, un modelo robusto es aquel que mantiene un rendimiento estable frente a diferentes tipos de datos o cambios de entrada.

La mayoría de los modelos DEA tradicionales son modelos de medición radial y modelos de medición angular. Los modelos radiales a menudo ignoran la cuestión de la relajación. Al mismo tiempo, los modelos de ángulos generalmente solo consideran un ángulo de dirección (dirección de entrada o dirección de salida). Tone propuso por primera vez un modelo SBM-DEA no radial y no angular basado en medidas de variables de holgura. El modelo SBM-DEA introduce directamente variables de holgura en la función objetivo, que bien pueden incorporar factores ambientales en la medición del modelo SBM-DEA.

Los resultados de la medición de la eficiencia no se ven afectados por los términos de entrada y salida de la medición de la DMU.

La diferencia entre el valor de eficiencia y cada entrada y salida disminuye monótonamente

El teorema de los grandes números y el teorema del límite central en la teoría de la probabilidad son la base teórica del método MC.

f es la función de confiabilidad

Los métodos de Monte Carlo se pueden utilizar para estimar incertidumbres y relaciones entre variables en sistemas complejos.

Seleccionar y analizar objetos de datos de sistemas energéticos integrados.

Determinar las entradas, las salidas deseadas y las salidas deseadas de los sistemas energéticos integrados.

Despliegue de datos sobre el suministro de energía utilizando métodos MC

Verificar la validez de los datos extendidos mediante pruebas de hipótesis.

Análisis SBM-DEA basado en datos ampliados.

Obtener variables de eficiencia del suministro eléctrico y holgura de sistemas energéticos integrados.

Análisis de optimización y eficiencia del suministro energético.

El sistema energético integrado se refiere al uso de tecnología de información física avanzada y modelos de gestión innovadores en un campo determinado para integrar múltiples fuentes de energía, etc.

Preprocesamiento de datos

Selección de indicadores

Amplíe los datos según el método MC para aumentar la escala de los datos y garantizar la precisión del experimento.

30 datos de muestra ampliados a 100 datos de muestra

Simulación de Monte Carlo (MC): datos de muestra ampliados

SBM-DEA: Establecimiento de un modelo de evaluación de la eficiencia del suministro eléctrico para un sistema energético integrado con entrada, salida deseada y salida no deseada

El método propuesto permite identificar unidades de toma de decisiones (DMU) con buen y mal desempeño con un alto grado de discriminación, obteniendo así mejores agrupaciones de eficiencia.

Este modelo tiene implicaciones positivas para la gestión de la eficiencia energética de los sistemas energéticos integrados. Cuando aumente el número de muestras, la eficiencia del suministro de energía del sistema energético integrado se concentrará alrededor de 0,9

Al asignar racionalmente las variables de inactividad de insumos, productos deseados y productos no deseados, el suministro ineficaz de sistemas energéticos integrados puede realizarse de manera efectiva, mejorando así la eficiencia del suministro de energía y los beneficios ambientales.

El trabajo futuro considerará el impacto de las fuentes de energía limpias (como la fotovoltaica y la energía eólica) en la eficiencia energética del sistema energético integrado y los costos de almacenamiento de energía para permitir una evaluación más completa de la eficiencia del suministro energético del sistema energético integrado.