一种综合能源优化调度结果的计算方法、设备及存储介质与流程

[0001]
本发明涉及能源技术领域，特别是涉及一种综合能源优化调度结果的计算方法、设备及存储介质。


背景技术：

[0002]
目前我国绝大部分传统工业园区的能源系统供电、供气、供热等能源采用单独能源形式，对于多类型能源的综合利用缺乏有效的方法，传统能源的使用比例过高，给园区节能减排带来巨大压力，并且能源管理的精细化程度不高，主要着眼于供电可靠性。在工业园区开展一体化电冷热供应、多能协同供应、综合梯级利用，以及低品位余热利用等综合能源服务，可以有效解决工业园区的能源利用问题，我国目前已经建成了多个工业园区的综合能源服务示范项目。目前工业园区综合能源优化调度结果的计算需综合考虑园区内电源出力限值、电源成本，污染成本，属于多目标优化问题，主要采用遗传算法、人工蜂群算法、模拟退火算法等算法用于工业园区优化调度，但存在以下问题：多目标处理时常存在逻辑对立性，无法采用简单系数归一化处理多目标，导致目标解存在冲突，出现非支配解空间，无法得到唯一方案；算法搜索方案中，容易陷入探索-利用困境，一方面过于强调探索，无法利用已有的迭代求解信息，导致计算周期长，另一方面容易过于强调利用已有知识，出现早熟现象，陷入局部最优解。


技术实现要素：

[0003]
本发明的目的在于，提出一种综合能源优化调度结果的计算方法、设备及存储介质，解决现有调度中多目标无法有效统一，容易陷入局部最优或者优化求解时间长的技术问题。
[0004]
本发明的一方面，提供一种综合能源优化调度结果的计算方法，包括以下步骤：
[0005]
步骤s1，获取目标园区的能源数据；并对与所述能源数据对应的决策变量进行初始化处理；其中，所述能源数据包括光伏预计出力数据、风机预计出力数据、热电厂运行数据、电负荷数据及热负荷数据；
[0006]
步骤s2，根据获取的能源数据计算综合运行成本参数和二氧化碳减排效益参数；
[0007]
步骤s3，确定所述综合运行成本参数和所述二氧化碳减排效益参数的函数隶属关系值，并将所述函数隶属关系值转化成替代价值权衡参数；
[0008]
步骤s4，根据所述替代价值权衡参数计算所述综合运行成本和所述二氧化碳减排效益的满意度数值；并对所述满意度数值进行累积误差处理，生成目标优化结果；
[0009]
步骤s5，根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理生成所述目标优化结果的全局最优解，并进行局部最优解搜索生成所述目标优化结果的局部最优解；以及根据预设规则判断目标优化结果是否改善，如果目标优化结果已改善，则对所述目标优化结果进行局部最优解更新，如果目标优化结果未改善，则对所述目标优化结果进行全局最优解更新，记录求得所述全局最优解的迭代次数；
[0010]
步骤s6，判断所述迭代次数是否达到预设限值，若达到预设限值，则输出所述目标优化结果的全局最优解作为最优调度结果；若未达到预设限值，则更新连续和布尔变量粒子的速度和位置并执行步骤s2。
[0011]
优选的，所述决策变量包括储能充放电、充放电量、热电厂电能和热能分配比例、热电厂出力、光伏出力、风电出力。
[0012]
优选的，所述步骤s2包括：根据以下公式计算综合运行成本参数of
1
：
[0013]
of
1
＝tpc+wpc+bc+spc
[0014][0015][0016][0017][0018]
其中，tpc为热电厂运行成本；nt为热电厂数量；g为第g台热电机组；t为第t个运行间隔；t为运行间隔数；a
g
、b
g
、c
g
、d
g
、e
g
为成本系数；tp为热电厂出力；tp
l
为热电厂出力下限；wpc风机运行成本；nw是风机数量；m为第m台风机；oc表示设计过高损失；uc为设计过低损失；dc为直接运行损失；bc为电池运行成本；pb为电池充放电的电量；b1、b2、b3为成本系数；spc为光伏运行成本；puc为光伏单位发电量的成本；ns为光伏数量；s为第s台光伏；sp
s,t
为第s台光伏t时刻发电量。
[0019]
优选的，所述步骤s2包括：根据以下公式计算二氧化碳减排效益参数of
2
：
[0020][0021]
其中，co
sp
为单位光伏发电的环境收益；co
w
为单位风机发电的环境收益；w
m,t
表示第m台风机t时刻发电量。
[0022]
优选的，所述步骤s3包括：根据以下公式确定所述综合运行成本参数of
1
和所述二氧化碳减排效益参数of
2
的函数隶属关系值μ(of
i
)：
[0023]
[0024]
其中，μ(of
i
)表示第i个目标函数的隶属关系；和分别为第i个目标函数的最小值和最大值。
[0025]
优选的，所述步骤s3包括：根据以下公式将所述函数隶属关系值μ(of
i
)转化成替代价值权衡参数sd：
[0026][0027]
其中，μ(of
i
)表示第i个目标函数的隶属关系；μ(of
j
)表示第j个目标函数的隶属关系。
[0028]
优选的，所述步骤s4包括：根据以下公式计算综合运行成本参数of
1
和所述二氧化碳减排效益参数of
2
的满意度数值ud：
[0029][0030]
其中，of
1
为综合运行成本参数；of
2
为二氧化碳减排效益参数；sd为替代价值权衡参数；
[0031]
根据以下公式对所述满意度数值ud进行累积误差处理，生成目标优化结果of：
[0032]
of＝ud-ra
×
e
2
[0033]
其中，ra为外部罚因子；e为累计误差。
[0034]
优选的，所述步骤s5包括：根据以下公式根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理：
[0035][0036][0037][0038]
其中，hs为横向算子得到的适度解；vs为纵向算子交叉后得到的适度解；vs表示粒子维度；ed为均匀分布膨胀系数；i和h为不同的粒子组；d1和d2为两个不同维度的粒子；zi为傲视离职位置；r
d
表示d维度的随机数字；
[0039]
进行局部最优解搜索具体为，基于所述连续和布尔变量粒子位置，根据以下公式明确当前粒子的上搜索方向：
[0040][0041]
根据搜索方向通过以下公式修正当前粒子位置：
[0042]
z
i
＝z
i
+s
i
×
pp
i
[0043]
其中，z
i
为当前粒子位置；为旧粒子位置；pp
i
为粒子搜索方向；s
i
是步长。
[0044]
本发明另一方面，还提供一种设备，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计算机程序时实现以下方法的步骤：
[0045]
步骤s1，获取目标园区的能源数据；并对与所述能源数据对应的决策变量进行初
始化处理；其中，所述能源数据包括光伏预计出力数据、风机预计出力数据、热电厂运行数据、电负荷数据及热负荷数据；
[0046]
步骤s2，根据获取的能源数据计算综合运行成本参数和二氧化碳减排效益参数；
[0047]
步骤s3，确定所述综合运行成本参数和所述二氧化碳减排效益参数的函数隶属关系值，并将所述函数隶属关系值转化成替代价值权衡参数；
[0048]
步骤s4，根据所述替代价值权衡参数计算所述综合运行成本和所述二氧化碳减排效益的满意度数值；并对所述满意度数值进行累积误差处理，生成目标优化结果；
[0049]
步骤s5，根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理生成所述目标优化结果的全局最优解，并进行局部最优解搜索生成所述目标优化结果的局部最优解；以及根据预设规则判断目标优化结果是否改善，如果目标优化结果已改善，则对所述目标优化结果进行局部最优解更新，如果目标优化结果未改善，则对所述目标优化结果进行全局最优解更新，记录求得所述全局最优解的迭代次数；
[0050]
步骤s6，判断所述迭代次数是否达到预设限值，若达到预设限值，则输出所述目标优化结果的全局最优解作为最优调度结果；若未达到预设限值，则更新连续和布尔变量粒子的速度和位置并执行重新计算。
[0051]
本发明另一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下方法的步骤：步骤s1，获取目标园区的能源数据；并对与所述能源数据对应的决策变量进行初始化处理；其中，所述能源数据包括光伏预计出力数据、风机预计出力数据、热电厂运行数据、电负荷数据及热负荷数据；
[0052]
步骤s2，根据获取的能源数据计算综合运行成本参数和二氧化碳减排效益参数；
[0053]
步骤s3，确定所述综合运行成本参数和所述二氧化碳减排效益参数的函数隶属关系值，并将所述函数隶属关系值转化成替代价值权衡参数；
[0054]
步骤s4，根据所述替代价值权衡参数计算所述综合运行成本和所述二氧化碳减排效益的满意度数值；并对所述满意度数值进行累积误差处理，生成目标优化结果；
[0055]
步骤s5，根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理生成所述目标优化结果的全局最优解，并进行局部最优解搜索生成所述目标优化结果的局部最优解；以及根据预设规则判断目标优化结果是否改善，如果目标优化结果已改善，则对所述目标优化结果进行局部最优解更新，如果目标优化结果未改善，则对所述目标优化结果进行全局最优解更新，记录求得所述全局最优解的迭代次数；
[0056]
步骤s6，判断所述迭代次数是否达到预设限值，若达到预设限值，则输出所述目标优化结果的全局最优解作为最优调度结果；若未达到预设限值，则更新连续和布尔变量粒子的速度和位置并执行重新计算。
[0057]
综上，实施本发明的实施例，具有如下的有益效果：
[0058]
本发明提供的综合能源优化调度结果的计算方法、设备及存储介质，采用综合运行成本和二氧化碳减排效益两个目标函数，提出替代价值权衡法统一两个目标函数，有助于确定最优解，在搜索过程中采用纵横交错计算子平衡探索-利用，充分利用周边区域的解信息，增强全局搜索能力,同时可以快速跳出局部最优，实现综合能源全局优化调度。
附图说明
[0059]
为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
[0060]
图1为本发明实施例中一种综合能源优化调度结果的计算方法的主流程示意图。
[0061]
图2为本发明实施例中一种综合能源优化调度结果的计算方法的逻辑示意图。
具体实施方式
[0062]
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
[0063]
如图1和图2所示，为本发明提供的一种综合能源优化调度结果的计算方法的一个实施例的示意图。在该实施例中，所述方法包括以下步骤：
[0064]
步骤s1，获取目标园区的能源数据；并对与所述能源数据对应的连续和布尔变量进行初始化处理，也就是初始化决策变量；其中，所述能源数据包括光伏预计出力数据、风机预计出力数据、热电厂运行数据、电负荷数据及热负荷数据；可以理解的，工业园区综合能源包括光伏、风机、储能、热电厂、电负荷和热负荷，调度中心需在满足电负荷、热负荷需求前提下，优化光伏、风机、储能、热电厂运行成本和二氧化碳减排效益。所述连续和布尔变量包括储能充放电、充放电量、热电厂电能和热能分配比例、热电厂出力、光伏出力、风电出力。
[0065]
步骤s2，根据获取的能源数据计算综合运行成本参数和二氧化碳减排效益参数；可以理解的，通过电源成本和环境效益两个目标函数，通过求解这两个函数的平衡关系，有助于确定最优解。
[0066]
具体实施例中，根据以下公式计算综合运行成本参数of
1
：
[0067]
of
1
＝tpc+wpc+bc+spc
[0068][0069][0070][0071][0072]
其中，tpc为热电厂运行成本；nt为热电厂数量；g为第g台热电机组；t为第t个运行间隔；t为运行间隔数；a
g
、b
g
、c
g
、d
g
、e
g
为成本系数；tp为热电厂出力；tp
l
为热电厂出力下限；wpc风机运行成本；nw是风机数量；m为第m台风机；oc表示设计过高损失；uc为设计过低损
失；dc为直接运行损失；bc为电池运行成本；pb为电池充放电的电量；b1、b2、b3为成本系数；spc为光伏运行成本；puc为光伏单位发电量的成本；ns为光伏数量；s为第s台光伏；sp
s,t
为第s台光伏t时刻发电量。
[0073]
再具体的，根据以下公式计算二氧化碳减排效益参数of
2
：
[0074][0075]
其中，co
sp
为单位光伏发电的环境收益；co
w
为单位风机发电的环境收益；w
m,t
表示第m台风机t时刻发电量。
[0076]
步骤s3，确定所述综合运行成本参数和所述二氧化碳减排效益参数的函数隶属关系值，并将所述函数隶属关系值转化成替代价值权衡参数；可以理解的，考虑到目标的矛盾性，对目标函数进行转换通过考虑目标的最小值和最大值来模糊值，对于隶属度函数关系，采用单调线性函数表示。
[0077]
具体实施例中，根据以下公式确定所述综合运行成本参数of
1
和所述二氧化碳减排效益参数of
2
的函数隶属关系值μ(of
i
)：
[0078][0079]
其中，μ(of
i
)表示第i个目标函数的隶属关系；和分别为第i个目标函数的最小值和最大值。
[0080]
再具体的，根据以下公式将所述函数隶属关系值μ(of
i
)转化成替代价值权衡参数sd：
[0081][0082]
其中，μ(of
i
)表示第i个目标函数的隶属关系；μ(of
j
)表示第j个目标函数的隶属关系。
[0083]
步骤s4，根据所述替代价值权衡参数计算所述综合运行成本和所述二氧化碳减排效益的满意度数值；并对所述满意度数值进行累积误差处理，生成目标优化结果；可以理解的，降低成本和提高环境效益两个目标本质上是相互冲突的，需要将两个目标函数联合在一起，实现一个统一的目标函数，也就是将两者联合之后求一个最优的平衡关系。考虑到目标之间的相互满足程度，所期望的统一目标满意度为ud，也就是说，ud表示目标的满意度，数值越高，表示对降低成本和提高环境效益两个目标的满意度越高。
[0084]
具体实施例中，根据以下公式计算综合运行成本参数of
1
和所述二氧化碳减排效益参数of
2
的满意度数值ud：
[0085][0086]
其中，of
1
为综合运行成本参数；of
2
为二氧化碳减排效益参数；sd为替代价值权衡参数；
[0087]
为了满足所有约束，采用了外部惩罚因子ra；对于每一次约束违反，将累积误差包含在统一的目标函数中；根据以下公式对所述满意度数值ud进行累积误差处理，生成目标优化结果of：
[0088]
of＝ud-ra
×
e
2
[0089]
其中，ra为外部罚因子；e为累计误差。
[0090]
步骤s5，根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理生成所述目标优化结果的全局最优解，并进行局部最优解搜索生成所述目标优化结果的局部最优解；以及根据预设规则判断目标优化结果是否改善，如果目标优化结果已改善，则对所述目标优化结果进行局部最优解更新，如果目标优化结果未改善，则对所述目标优化结果进行全局最优解更新，记录求得所述全局最优解的迭代次数；可以理解的，在全局最优解的搜索过程中，采用纵横交错计算子平衡探索和利用，充分利用周边区域的解信息，增强全局搜索能力,同时可以快速跳出局部最优，实现综合能源全局优化调度。而在局部最优解的搜索中，为了提高求解过程中对已有解信息的开发能力，决策变量加强了在模式搜索的方向遍历，首先基于旧粒子位置，明确当前粒子的上搜索方向，然后根据搜索方向修正当前粒子位置。
[0091]
具体实施例中，根据以下公式根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理：
[0092][0093][0094][0095]
其中，hs为横向算子得到的适度解；vs为纵向算子交叉后得到的适度解；vs表示粒子维度；ed为均匀分布膨胀系数；i和h为不同的粒子组；d1和d2为两个不同维度的粒子；zi为傲视离职位置；r
d
表示d维度的随机数字；
[0096]
进行局部最优解搜索具体为，基于所述连续和布尔变量粒子位置，根据以下公式明确当前粒子的上搜索方向：
[0097][0098]
根据搜索方向通过以下公式修正当前粒子位置：
[0099]
z
i
＝z
i
+s
i
×
pp
i
[0100]
其中，z
i
为当前粒子位置；为旧粒子位置；pp
i
为粒子搜索方向；s
i
是步长。
[0101]
步骤s6，判断所述迭代次数是否达到预设限值，若达到预设限值，则输出所述目标优化结果的全局最优解作为最优调度结果；若未达到预设限值，则更新连续和布尔变量粒子的速度和位置并重新计算综合运行成本参数和二氧化碳减排效益参数。可以理解的，若
未达到预设限值时，更新连续和布尔变量粒子的速度和位置，进行下一轮的最优解计算同时将迭代次数加一，也就是重新计算综合运行成本参数和二氧化碳减排效益参数。
[0102]
相应地，本发明的又一方面还提供一种计算机设备，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种综合能源优化调度结果的计算方法。
[0103]
本领域技术人员可以理解的是，上述计算机设备的结构，仅仅是与本申请方案相关的部分结构，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比上述情况中更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0104]
相应地，本发明的又一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下的步骤；
[0105]
步骤s1，获取目标园区的能源数据；并对与所述能源数据对应的连续和布尔变量进行初始化处理；其中，所述能源数据包括光伏预计出力数据、风机预计出力数据、热电厂运行数据、电负荷数据及热负荷数据；
[0106]
步骤s2，根据获取的能源数据计算综合运行成本参数和二氧化碳减排效益参数；
[0107]
步骤s3，确定所述综合运行成本参数和所述二氧化碳减排效益参数的函数隶属关系值，并将所述函数隶属关系值转化成替代价值权衡参数；
[0108]
步骤s4，根据所述替代价值权衡参数计算所述综合运行成本和所述二氧化碳减排效益的满意度数值；并对所述满意度数值进行累积误差处理，生成目标优化结果；
[0109]
步骤s5，根据所述连续和布尔变量对目标优化结果进行综合交叉算子处理生成所述目标优化结果的全局最优解，并进行局部最优解搜索生成所述目标优化结果的局部最优解；以及根据预设规则判断目标优化结果是否改善，如果目标优化结果已改善，则对所述目标优化结果进行局部最优解更新，如果目标优化结果未改善，则对所述目标优化结果进行全局最优解更新，记录求得所述全局最优解的迭代次数；
[0110]
步骤s6，判断所述迭代次数是否达到预设限值，若达到预设限值，则输出所述目标优化结果的全局最优解作为最优调度结果；若未达到预设限值，则更新连续和布尔变量粒子的速度和位置并执行步骤s2。
[0111]
可以理解的是，上述计算机设备以及计算机可读存储介质中涉及的各步骤的更多细节可以参考前述对于综合能源优化调度结果的计算方法的限定，在此不再赘述。
[0112]
其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram
(rdram)等。
[0113]
综上，实施本发明的实施例，具有如下的有益效果：
[0114]
本发明提供的综合能源优化调度结果的计算方法、设备及存储介质，采用综合运行成本和二氧化碳减排效益两个目标函数，提出替代价值权衡法统一两个目标函数，有助于确定最优解，在搜索过程中采用纵横交错计算子平衡探索-利用，充分利用周边区域的解信息，增强全局搜索能力,同时可以快速跳出局部最优，实现综合能源全局优化调度；解决调度中多目标无法有效统一，容易陷入局部最优或者优化求解时间长的技术问题。
[0115]
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。