一种电碳市场下机器学习的工业用户需求响应灵活性提升方法

本发明公开了一种电碳市场下机器学习的工业用户需求响应灵活性提升方法，具体包括以下步骤：分析工业园区用户的负荷特征，根据负荷特征获取工业园区负荷对需求响应灵活性的影响因素；基于碳交易和需求响应机制构建园区工业用户的需求响应灵活性综合评价指标体系，采用层次分析法和改进熵权法相结合的方法来确定指标的综合权重；基于SPA和TOPSIS耦合的方法，建立工业园区用户负荷灵活度的量化评估方法；提出包括采用机器学习算法预测用电需求模式、建立碳排放与电力消耗关联模型。本发明还提出了包括采用机器学习算法预测用电需求模式、建立碳排放与电力消耗关联模型，以进一步提升工业用户参与需求响应的积极性和园区的负荷调节能力。