园区综合能源系统优化配置方法以及相关设备与流程

1.本技术涉及通信技术领域，尤其涉及一种园区综合能源系统优化配置方法以及相关设备。


背景技术：

2.众所周知，能源是支持人类社会发展的关键因素，近年来，随着能源种类与利用率增加，人类对能源的依赖性也越来越高。工业园区中的每个设备和区域都涉及能源消耗，现有工业园区的能源系统通常通过模拟自然生物进化的过程来寻求园区能源系统优化配置最优方案，但是这种方式仅能基于园区局部配置或者全局配置考虑，无法将园区内所有耗能设备以及耗能区域综合考虑，其得出的园区能源系统优化配置优化方案往往无法应用于实际能源系统优化中。


技术实现要素：

3.有鉴于此，本技术的目的在于提出一种园区综合能源系统优化配置方法以及相关设备。
4.基于上述目的，本技术提供了一种园区综合能源系统优化配置方法，包括：
5.根据预先获取到的园区信息确定园区优化目标函数以及园区优化约束条件；
6.根据所述园区优化目标函数以及所述园区优化约束条件，确定园区优化综合目标函数；
7.将所述园区优化综合目标函数输入到预先构建的模拟退火模型，确定所述园区优化目标函数的最优解；
8.根据所述园区优化目标函数的最优解，确定园区综合能源系统优化配置方案。
9.可选的，所述园区信息包括：园区总成本信息以及园区综合能效信息；
10.所述根据预先获取到的园区信息确定园区优化目标函数，包括：
11.根据园区总成本信息确定使园区总成本最小的第一目标函数；其中，所述第一目标函数为：
12.f1＝min[f
in
(x)+f
op
(p)+f
mc
(p)+f
ce
(p)]
[0013]
其中，f1为第一目标函数，f
in
(x)是园区综合能源系统的初始投资成本，x是园区综合能源系统的各个设备的装机容量；f
op
(p)是寿命期内园区综合能源系统的年运行成本，f
mc
(p)是园区综合能源系统的年维护费用；f
ce
(p)是园区综合能源系统的年碳排放成本；p是园区综合能源系统的各个设备的有效功率；
[0014]
根据园区综合能效信息确定使园区综合能效最大的第二目标函数；其中，所述第二目标函数为：
[0015][0016]
其中，pe为园区综合能源系统的电能输入，pg为园区综合能源系统的气体能源输
入；le为园区用户的总电负荷，lh为园区用户的总热负荷，lc为园区用户的总冷负荷，se为园区综合能源系统的电池的实际剩余储能量、sh为园区综合能源系统的蓄热罐的实际剩余储能量，sc为园区综合能源系统的蓄冰槽的实际剩余储能量；de为园区综合能源系统的电池的实际释放能量、dh为园区综合能源系统的蓄热罐的实际释放能量，dc为园区综合能源系统的蓄冰槽的实际释放能量，λe、λg、λh和λc分别为电、天然气、热、冷能的能量系数；λe、λh和λc分别为电、热、冷负荷的能量系数；
[0017]
根据所述第一目标函数以及所述第二目标函数确定所述园区优化目标函数；其中，所述园区优化目标函数为：
[0018][0019]
可选的，所述园区信息还包括以下任意一项：园区建筑面积数据、园区电网供能数据、园区供能设备功率数据、园区天然气网络容量数据、园区能量供求数据、园区供能可靠性数据、园区能源网络传输力数据、园区储能电池数据、园区蓄热罐容量数据以及园区蓄冰槽容量数据；
[0020]
所述根据预先获取到的园区信息确定所述园区优化约束条件，包括：
[0021]
根据所述园区建筑面积数据，确定园区建筑面积约束条件；其中，所述园区建筑面积约束条件为：
[0022][0023]
其中，mi表示安装设备i占用的园区建筑面积，az
max
表示安装设备i的可使用园区建筑面积；
[0024]
或者，根据所述园区电网供能数据，确定园区电网供能约束条件；其中，所述园区电网供能约束条件为：
[0025][0026][0027]
其中，d
max
表示园区电网线路或园区变电设备的最大供电能力，p
maxi
表示设备i的耗电功率，u
maxi
表示设备i的发电功率，l
qmax
表示园区电网内部设计的用电负荷，s表示园区电网的安全用电系数；
[0028]
或者，根据所述园区供能设备功率数据，确定园区供能设备功率约束条件；其中，所述园区供能设备功率约束条件为：
[0029][0030]
其中，q
imin
表示设备i的供冷最小功率，q
maxi
表示设备i的供热最大功率；q
idown
表示设备i的最大爬坡率，δq
upi
表示设备i的最小爬坡率；
[0031]
或者，根据所述园区天然气网络容量数据，确定园区天然气网络容量约束条件；其
中，所述园区天然气网络容量约束条件为：
[0032][0033]
其中，pq
min,j
表示管道l可承受流量的上限，pq
max,l
表示管道l可承受流量的下限；cl
l.y
为管道安全波动系数；
[0034]
或者，根据所述园区能量供求数据，确定园区能量供求约束条件；其中，所述园区能量供求约束条件为：
[0035]es
(t)＝e
load
(t)
[0036]
其中，es(t)为园区各类能源的供给量，单位为kw，e
load
(t)为用户对各类能源的需求量；
[0037]
或者，根据所述园区供能可靠性数据，确定园区供能可靠性约束条件；其中，所述园区供能可靠性约束条件为：
[0038]
δl
bs
≤δl
max
[0039]
其中，δl
max
为园区电能消耗上限；
[0040]
或者，根据所述园区能源网络传输力数据，确定园区能源网络传输力约束条件；其中，所述园区能源网络传输力约束条件为：
[0041][0042]
或者，根据所述园区储能电池数据，确定园区储能电池约束条件；其中，所述园区储能电池条件为：
[0043][0044]
其中，soc(t)，soc(t0)分别表示电池在某时刻的剩余存储电量；δ表示电池系统的自放电损失率；soc
min
,，soc
max
为剩余存储容量的最小安全约束和最大安全约束；p
ch_e,max
，p
dis_e,max
为额定最大充电和放电功率；
[0045]
或者，根据所述园区蓄热罐容量数据，确定园区蓄热罐容量约束条件；其中，所述园区蓄热罐容量约束条件为：
[0046][0047]
其中，q
ts
(t)表示t时刻蓄热罐中剩余存储的热量；μ
hloss
表示蓄热罐热量的自散热损失率；q
ts
(t0)表示初始t0时刻蓄热罐中储存的热量；表示从时刻t至时刻t0之间蓄热罐的存储的热量；表示从时刻t至时刻t0之间蓄热罐的释放的热量；
分别是最大允许蓄热量、最小允许蓄热量与蓄热容量的比值；c
ts
为蓄热容量；
[0048]
或者，根据所述园区蓄冰槽容量数据，确定园区蓄冰槽容量约束条件；其中，所述园区蓄冰槽容量约束条件为：
[0049]
ces
min
≤ces(t)≤ces
max
[0050][0051]
其中，ces
max
、ces
min
是蓄冰槽容量的最大和最小约束，q
cesin,min
、q
cesin,max
是蓄冰功率的最小值和最大值，q
cesout,min
、q
cesout,max
是融冰功率的最小值和最大值。
[0052]
可选的，所述将所述园区优化综合目标函数输入到预先构建的模拟退火模型，确定所述园区优化目标函数的最优解，包括：
[0053]
根据所述园区信息随机生成初始目标函数解集；其中，所述初始目标函数解集包括若干个初始目标函数解；
[0054]
根据所述园区优化目标函数确定所述若干个初始目标函数解的初始适应度排序；
[0055]
根据所述初始适应度排序，确定所述若干个迭代目标函数解中的所述园区优化目标函数的最优解。
[0056]
可选的，所述根据所述初始适应度排序，确定所述若干个迭代目标函数解中的所述园区优化目标函数的最优解，包括：
[0057]
按照所述初始适应度排序执行模拟退火操作，确定所述若干个初始目标函数解的迭代适应度排序；
[0058]
按照所述迭代适应度排序执行交叉程序以及变异程序，确定迭代目标函数解集；其中，所述迭代目标函数解集包括若干个迭代目标函数解；
[0059]
按照所述迭代适应度排序执行模拟退火操作，确定所述若干个迭代目标函数解中的所述园区优化目标函数的最优解。
[0060]
可选的，所述根据所述园区优化目标函数确定所述若干个初始目标函数解的适应度排序，包括：
[0061]
将所述若干个初始目标函数解与所述园区优化综合目标函数匹配，得到与所述若干个初始目标函数解相应的若干个函数解适应度值；
[0062]
将所述若干个函数解适应度值按照预设规律排序，得到所述初始适应度排序。
[0063]
可选的，所述按照所述迭代适应度排序执行模拟退火操作，确定所述若干个迭代目标函数解中的所述园区优化目标函数的最优解，包括：
[0064]
按照按照所述迭代适应度排序，将所述若干个迭代目标函数解与所述园区优化综合目标函数匹配，确定所述若干个迭代目标函数解中的适应度最大的迭代目标函数解；
[0065]
根据所述适应度最大的迭代目标函数解，确定所述园区优化目标函数的最优解。
[0066]
基于同样的目的，本技术还提出一种园区综合能源系统优化配置装置，包括：
[0067]
目标确定模块，被配置为根据预先获取到的园区信息确定园区优化目标函数以及园区优化约束条件；
[0068]
约束确定模块，被配置为根据所述园区优化目标函数以及所述园区优化约束条件，确定园区优化综合目标函数；
[0069]
模拟退火模块，被配置为将所述园区优化综合目标函数输入到预先构建的模拟退
火模型，确定所述园区优化目标函数的最优解；
[0070]
输出模块，被配置为根据所述园区优化目标函数的最优解，确定园区综合能源系统优化配置方案。
[0071]
基于上述目的，本技术还提供了一种电子设备，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程序时实现如上述任意一项所述的园区综合能源系统优化配置方法。
[0072]
基于上述目的，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任意一项所述的园区综合能源系统优化配置方法。
[0073]
从上面所述可以看出，本技术提供的园区综合能源系统优化配置方法以及相关设备，根据园区的实际信息确定园区优化目标函数以及园区优化约束条件，根据园区优化目标函数以及园区优化约束条件，确定园区优化综合目标函数，以达将园区的优化目标和园区优化过程中需要考虑的优化条件相结合的全面优化目的，进一步地，将园区优化综合目标函数输入到预先构建的模拟退火模型，确定园区优化目标函数的最优解，利用预先构建的模拟退火模型来以算法形式寻求园区优化目标函数的最优解，根据园区优化目标函数的最优解，确定园区综合能源系统优化配置方案，保障了园区综合能源系统优化配置方案的准确性，提高了园区优化过程的效率。
附图说明
[0074]
为了更清楚地说明本技术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技术，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0075]
图1为本技术提供的园区综合能源系统优化配置方法流程示意图。
[0076]
图2为本技术实施例提供的模拟退火模型执行流程示意图。
[0077]
图3为本技术实施例提供的一种园区综合能源系统优化配置装置示意图。
[0078]
图4为本技术实施例提供的一种电子设备硬件结构示意图。
具体实施方式
[0079]
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
[0080]
需要说明的是，除非另外定义，本技术使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本技术中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0081]
如背景技术部分所述，传统的遗传算法即是一种简单、通用、鲁棒性强的全局搜索方法。每代中有很多个体按照某种规则交叉变异产生后代。遗传算法可以从不同路线接近全局最优解但其局部搜索能力不强且收效速度较慢。产生的结果受实际算法设计的影响较大。
[0082]
申请人在实现本公开的过程中发现，传统的遗传算法可进行有效的全局搜索，却无法进行局部搜索，并且得到的结果还容易收敛于局部最优解。而模拟退火算法可以很快找到局部最优解，但却无法很快找到全局最优解。因此，本技术提出一种园区综合能源系统优化配置方法以及相关设备，目的在于通过选择某些特定的目标函数解来进行繁殖以提高最优解的搜索速度，同时一定程度上避免了随机性和盲目性。
[0083]
以下，通过具体的实施例进一步详细说明本公开的技术方案。
[0084]
参考图1，为本技术提供的园区综合能源系统优化配置方法流程示意图。
[0085]
步骤s101，根据预先获取到的园区信息确定园区优化目标函数以及园区优化约束条件。
[0086]
在具体实施中，园区信息包括园区总成本信息，园区总成本直接影响着园区能源系统的能源投入，园区总成本越高，代表着园区能源系统的能源投入也越高，因此，合理地控制园区总成本可以实现优化园区能源系统的能源投入的效果。
[0087]
作为一个可选的实施例，可以但不限于以年为单位来建立园区总成本的第一目标函数，园区年总成本主要包括综合能源系统初期的初始投资成本、年运行成本，其中，年运行成本包括能源的消耗量以及人工费用的投入、年维护费用成本以及年碳排放成本等。
[0088]
园区综合能源系统的初始投资成本主要由园区设备的购置成本、安装成本、安置土地费用和其他费用组成，可以通过以下公式表示：
[0089][0090]
其中，y是园区综合能源系统的设计寿命，r为园区综合能源系统的折现率；ci为园区综合能源系统中各设备单位购置成本；xi为园区综合能源系统中各设备的规划最优装机容量；ji为园区综合能源系统中各设备占用土地的使用成本；ti为园区综合能源系统中各设备单位容量的安装费用；el为园区建设阶段花费的其余成本。
[0091]
园区综合能源系统需要考虑到的系统运行成本主要有全寿命周期内的燃料年消耗费用以及电能年购买费用等，可以通过以下公式表示：
[0092][0093]
其中，pi为园区综合能源系统中各设备i的运转功率情况；ηi为园区综合能源系统中各设备i的耗电比例系数；gi为消耗天然气的设备i效率情况，κi为设备i的消耗燃气比例系数。
[0094]
园区综合能源系统的系统维护成本也是第一目标函数所考虑的对象，可以通过以下公式表示：
[0095][0096]
其中，f
mc
(p)为园区综合能源系统全寿命周期的所有设备的年维护成本；wi为园区
综合能源系统中各设备的单位维护成本。
[0097]
园区综合能源系统的年碳排放成本也是第一目标函数所考虑的对象，可以通过以下公式表示：
[0098][0099]
其中，f
ce
(p)为园区综合能源系统全寿命周期的年碳排放成本；δe为园区综合能源系统消耗电能的碳排放系数；δg为园区综合能源系统消耗天然气的碳排放系数；d
ctax
为园区综合能源系统的碳排放税。
[0100]
综上所述，可以根据园区总成本信息确定使园区总成本最小的第一目标函数；其中，第一目标函数可以表示为：
[0101][0102]
其中，f1为第一目标函数，f
in
(x)是园区综合能源系统的初始投资成本，x是园区综合能源系统的各个设备的装机容量；f
op
(p)是寿命期内园区综合能源系统的年运行成本，f
mc
(p)是园区综合能源系统的年维护费用；f
ce
(p)是园区综合能源系统的年碳排放成本；p是园区综合能源系统的各个设备的有效功率；
[0103]
作为一个可选的实施例，可以但不限于以年为单位来建立园区综合能效信息的第二目标函数，园区综合能效信息主要包括园区的电能和气体等外部能源的输入，园区用户的电、热以及冷负荷，园区电池、蓄热罐和蓄冰槽在能量损失后的实际剩余储能量，园区电池、蓄热罐和蓄冰槽在产生能量损失后实际释放的能量等。
[0104]
对于园区综合能源系统的优化过程，园区综合能效越高，其优化效果越好，因此，根据园区综合能效信息可以确定使园区综合能效最大的第二目标函数；其中，第二目标函数为：
[0105][0106]
其中，pe为园区综合能源系统的电能输入，pg为园区综合能源系统的气体能源输入；le为园区用户的总电负荷，lh为园区用户的总热负荷，lc为园区用户的总冷负荷，se为园区综合能源系统的电池的实际剩余储能量、sh为园区综合能源系统的蓄热罐的实际剩余储能量，sc为园区综合能源系统的蓄冰槽的实际剩余储能量；de为园区综合能源系统的电池的实际释放能量、dh为园区综合能源系统的蓄热罐的实际释放能量，dc为园区综合能源系统的蓄冰槽的实际释放能量，λe、λg、λh和λc分别为电、天然气、热、冷能的能量系数；λe、λh和λc分别为电、热、冷负荷的能量系数。
[0107]
作为一个可选的实施例，本技术提供的方案的目的是降低园区总成本，提高园区综合能效，因此，根据上述第一目标函数以及第二目标函数，可以确定园区优化目标函数，
园区优化目标函数可以表示为：
[0108][0109]
进一步地，本技术所提供的园区综合能源系统优化配置方法还综合考虑园区资源的多少、可安装场地大小、当前技术可制造的最大容量等因素的影响，需在一定的约束条件下进行。
[0110]
作为一个可选的实施例，园区信息还包括以下任意一项：园区建筑面积数据、园区电网供能数据、园区供能设备功率数据、园区天然气网络容量数据、园区能量供求数据、园区供能可靠性数据、园区能源网络传输力数据、园区储能电池数据、园区蓄热罐容量数据以及园区蓄冰槽容量数据，根据园区信息可以确定园区优化约束条件。
[0111]
具体地，园区内能源设备在安装过程中应考虑到场地的限制，例如，光伏板的安装应考虑相关地方的建筑面积限制，因此，可以根据所述园区建筑面积数据，确定园区建筑面积约束条件；其中，所述园区建筑面积约束条件为：
[0112][0113]
其中，mi表示安装设备i占用的园区建筑面积，az
max
表示安装设备i的可使用园区建筑面积；
[0114]
进一步地，园区内能源系统在运行过程中还需要考虑园区的电网供能数据，需要在园区电网供能可承受范围内为园区综合能源系统优化配置，因此，可以根据所述园区电网供能数据，确定园区电网供能约束条件；其中，所述园区电网供能约束条件为：
[0115][0116][0117]
其中，d
max
表示园区电网线路或园区变电设备的最大供电能力，p
maxi
表示设备i的耗电功率，u
maxi
表示设备i的发电功率，l
qmax
表示园区电网内部设计的用电负荷，s表示园区电网的安全用电系数；
[0118]
进一步地，园区内各设备在运行过程中，其工作功率有限，因此，可以根据所述园区供能设备功率数据，确定园区供能设备功率约束条件；其中，所述园区供能设备功率约束条件为：
[0119][0120]
其中，q
imin
表示设备i的供冷最小功率，q
maxi
表示设备i的供热最大功率；q
idown
表示设备i的最大爬坡率，δq
upi
表示设备i的最小爬坡率；
[0121]
进一步地，对于园区内天然气的供应，还需要考虑天然气传输网络对应的气压和潮流之间的物理定律，因此，可以根据所述园区天然气网络容量数据，确定园区天然气网络容量约束条件；其中，所述园区天然气网络容量约束条件为：
[0122][0123]
其中，pq
min,j
表示管道l可承受流量的上限，pq
max,l
表示管道l可承受流量的下限；cl
l.y
为管道安全波动系数；
[0124]
进一步地，园区的能量供应和能赢需求应该处于平衡状态，才能最大程度确保能源不浪费，节约投资成本，因此，可以根据所述园区能量供求数据，确定园区能量供求约束条件；其中，所述园区能量供求约束条件为：
[0125]es
(t)＝e
load
(t)
[0126]
其中，es(t)为园区各类能源的供给量，单位为kw，e
load
(t)为用户对各类能源的需求量；
[0127]
进一步地，对于园区内随时增加的新设备，需要确保其不能影响电力系统的能源供应安全，因此，应考虑系统运行安全的可靠性约束，可以根据所述园区供能可靠性数据，确定园区供能可靠性约束条件；其中，所述园区供能可靠性约束条件为：
[0128]
δl
bs
≤δl
max
[0129]
其中，δl
max
为园区电能消耗上限；
[0130]
进一步地，增加新的设备提高能源供给的同时，应考虑传输网络中不同支路的传输能力，保证能量能够传输到用户侧使用，根据所述园区能源网络传输力数据，确定园区能源网络传输力约束条件；其中，所述园区能源网络传输力约束条件为：
[0131][0132]
其中，v
i,t
为时刻t电网节点i的电压，p
ie
为电网节点i的有功功率，为电网节点i有功功率的最大值，为电网节点i有功功率的最小值。
[0133][0134]
其中，为热网正常传输热能时节点i处可承受的最高温度，为热网正常传输热能时节点i处可承受的最高和最低温度，为热网正常传输热能时节点i处可承受的最大热介质流速，为热网正常传输热能时管段i-j可承受热传递功率的最大值，为热网正常传输热能时管段i-j可承受热传递功率的最小值。
[0135]
进一步地，园区能源系统的储蓄电池容量也会影响系统的工作效率，因此，可以根据所述园区储能电池数据，确定园区储能电池约束条件；其中，所述园区储能电池条件为：
[0136][0137]
其中，soc(t)，soc(t0)分别表示电池在某时刻的剩余存储电量；δ表示电池系统的自放电损失率；soc
min
,，soc
max
为剩余存储容量的最小安全约束和最大安全约束；p
ch_e,max
，p
dis_e,max
为额定最大充电和放电功率；
[0138]
进一步地，由于园区内存在大量耗能设备，其工作过程中会产生大量热能，因此，可以根据所述园区蓄热罐容量数据，确定园区蓄热罐容量约束条件；其中，所述园区蓄热罐容量约束条件为：
[0139][0140]
其中，q
ts
(t)表示t时刻蓄热罐中剩余存储的热量；μ
hloss
表示蓄热罐热量的自散热损失率；q
ts
(t0)表示初始t0时刻蓄热罐中储存的热量；表示从时刻t至时刻t0之间蓄热罐的存储的热量；表示从时刻t至时刻t0之间蓄热罐的释放的热量；分别是最大允许蓄热量、最小允许蓄热量与蓄热容量的比值；c
ts
为蓄热容量；
[0141]
进一步地，还可以根据所述园区蓄冰槽容量数据，确定园区蓄冰槽容量约束条件；其中，所述园区蓄冰槽容量约束条件为：
[0142]
ces
min
≤ces(t)≤ces
max
[0143][0144]
其中，ces
max
、ces
min
是蓄冰槽容量的最大和最小约束，q
cesin,min
、q
cesin,max
是蓄冰功率的最小值和最大值，q
cesout,min
、q
cesout,max
是融冰功率的最小值和最大值。
[0145]
需要说明的是，本技术所提供的园区优化约束条件可以是上述园区建筑面积约束条件、园区电网供能约束条件、园区供能设备功率约束条件、园区天然气网络容量约束条件、园区能量供求约束条件、园区供能可靠性约束条件、园区能源网络传输力约束条件、园区蓄热罐容量约束条件以及园区蓄冰槽容量约束条件中的任意一种，也可以是所有约束条件的集合，在具体实施中，若还存在对于园区综合能源系统产生影响的相关数据，也可以根据相关数据制定园区优化约束条件，以达到综合优化配置园区内能源设备以及耗能区域的效果。
[0146]
步骤s102，根据所述园区优化目标函数以及所述园区优化约束条件，确定园区优化综合目标函数。
[0147]
在本技术实施例中，以步骤s101的园区优化目标函数以及全部约束条件为前提，根据园区优化目标函数以及园区优化约束条件，确定园区优化综合目标函数，园区优化综合目标函数可以表示为：
[0148][0149]
在具体实施中，在园区综合能源系统优化配置过程中，需要同时满足园区优化目标函数以及园区优化约束条件才可以的得到园区优化目标函数的最优解。
[0150]
步骤s103，将所述园区优化综合目标函数输入到预先构建的模拟退火模型，确定所述园区优化目标函数的最优解。
[0151]
模拟退火来自冶金学的专有名词退火。退火是将材料加热后再经特定速率冷却，目的是增大晶粒的体积，并且减少晶格中的缺陷。材料中的原子原来会停留在使内能有局部最小值的位置，加热使能量变大，原子会离开原来位置，而随机在其他位置中移动。退火冷却时速度较慢，使得原子有较多可能可以找到内能比原先更低的位置。
[0152]
模拟退火算法(simulate,anneal,arithmetic，saa)是一种通用概率演算法，用来在一个大的搜寻空间内找寻命题的最优解。
[0153]
一般来说，模拟退火算法的全局搜索能力通过突变来实现，而突变是种群成员的随机改变。但是，在本技术所提出的模拟退火模型应用的改进的模拟退火算法中，多样性是通过在每一代种群都产生新的、随机的个体，以及通过在模拟退火中进行局部搜索来实现
的。
[0154]
在具体实施中，根据园区信息随机生成初始目标函数解集；其中，初始目标函数解集包括若干个初始目标函数解，将初始目标函数解集作为模型输入的初始种群。
[0155]
进一步地，根据所述园区优化目标函数确定若干个初始目标函数解的初始适应度排序，具体地，将若干个初始目标函数解与园区优化综合目标函数匹配，得到与若干个初始目标函数解相应的若干个函数解适应度值，适应度值是指初始种群内某个初始目标函数解与园区优化目标函数匹配程度，以及其执行下一轮的与园区优化目标函数匹配相对能力。适应度值越大，其与园区优化综合目标函数匹配率越高。
[0156]
具体地，初始种群k通过一定的随机机制产生，其特点主要包括随机位置和初始的移动速度；假设群体中共有n个个体，每个个体有i个维度的决策变量(即扩容设备的装机容量)，每个种群个体的基因特征可以表示为：
[0157][0158][0159]
其中，xn为初始种群个体的位置，vn为初始种群个体的移动速度。
[0160]
进一步地，将若干个函数解适应度值按照预设规律排序，得到所述初始适应度排序。具体地，可以以适应度值由高到低的顺序对若干个初始目标函数解进行排序，也可以根据实际需求按照其他规则对若干个初始目标函数解进行排序。
[0161]
进一步地，根据初始适应度排序，确定若干个迭代目标函数解中的所述园区优化目标函数的最优解。
[0162]
作为一个可选的实施例，按照初始适应度排序执行模拟退火操作，确定若干个初始目标函数解的迭代适应度排序，其中，模拟退火操作可以理解为充分利用求解问题的性质和特点，具体步骤为：
[0163]
参考图2，为本技术实施例提供的模拟退火模型执行流程示意图。
[0164]
步骤s201，关闭初始种群的遗传因子的随机选择的模式。
[0165]
在具体实施中，本技术与现有技术区别之一在于通过选择某些特定的目标函数解来进行繁殖以提高最优解的搜索速度，同时一定程度上避免了随机性和盲目性，因此需要关闭初始目标函数解的遗传因子的随机选择的模式。
[0166]
步骤s202，基于目标函数计算产生个体的适应度，对适应度进行排序，并基于改进的模拟退火算法对初始种群中优秀个体进行进化操作。
[0167]
在具体实施中，改进的模拟退火算法可以表示为：
[0168][0169]
其中，p表示概率密度，exp(
·
)表示以自然数e为底的指数函数，k为boltzmann常数，t为温度，ei表示第i个状态下的能量，ej表示第j个状态下的能量。
[0170]
步骤s203，基于产生的新一代个体，计算其适应度值，与上一代种群合并，产生新一代种群。
[0171]
在具体实施中，为了避免了随机性和盲目性，本技术根据初始种群中每个个体的适应度值来确定新一代个体。
[0172]
步骤s204，响应于本次模拟退火操作得到的种群适应度值大于执行所述模拟退火操作之前的种群适应度值，接受本次模拟退火操作结果，
[0173]
如果此结果解决方案的适应度函数值比以前的最佳解决方案低，则可以选择它，也可以根据概率接受函数随机选择，以防止局部最优。这里，接受差解的概率随着温度的降低而降低，即温度t每次在退火回合后递增，随着循环次数增多整个解逐步稳定。
[0174][0175]
进一步地，按照迭代适应度排序执行交叉程序以及变异程序，确定迭代目标函数解集；其中，迭代目标函数解集包括若干个迭代目标函数解。
[0176]
具体地，交叉程序以及变异程序可以组合了两个不同父解决方案的属性以生成新种群。一般来说，遗传算法机制中轮盘选择用于确定父代中的哪两个结合形成新一代个体，其中，交叉程序的执行公式为：
[0177][0178][0179]
其中，f
ir
为个体v
imax
被选中的概率，为遗传和交叉的概率。
[0180]
作为一个可选的实施例，按照迭代适应度排序执行模拟退火操作，确定若干个迭代目标函数解中的所述园区优化目标函数的最优解。
[0181]
具体地，按照迭代适应度排序，将若干个迭代目标函数解与园区优化综合目标函数匹配，确定若干个迭代目标函数解中的适应度最大的迭代目标函数解，根据适应度最大的迭代目标函数解，确定所述园区优化目标函数的最优解。
[0182]
需要说明的是，最优解是通过不断迭代计算出的最终结果，在具体实施中，可以根据园区设备的实际情况，通过迭代计算得出。
[0183]
从上面所述可以看出，本技术提供的园区综合能源系统优化配置方法，根据园区的实际信息确定园区优化目标函数以及园区优化约束条件，根据园区优化目标函数以及园区优化约束条件，确定园区优化综合目标函数，以达将园区的优化目标和园区优化过程中需要考虑的优化条件相结合的全面优化目的，进一步地，将园区优化综合目标函数输入到预先构建的模拟退火模型，确定园区优化目标函数的最优解，利用预先构建的模拟退火模
型来以算法形式寻求园区优化目标函数的最优解，根据园区优化目标函数的最优解，确定园区综合能源系统优化配置方案，保障了园区综合能源系统优化配置方案的准确性，提高了园区优化过程的效率。
[0184]
需要说明的是，本技术实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本技术实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本技术实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
[0185]
需要说明的是，上述对本技术特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0186]
基于同一构思，本技术还提供了一种园区综合能源系统优化配置装置。
[0187]
参考图3，为本技术实施例提供的一种园区综合能源系统优化配置装置示意图。
[0188]
该装置包括：目标确定模块301、约束确定模块302、模拟退火模块303以及输出模块304。
[0189]
目标确定模块301，被配置为根据预先获取到的园区信息确定园区优化目标函数以及园区优化约束条件；
[0190]
约束确定模块302，被配置为根据所述园区优化目标函数以及所述园区优化约束条件，确定园区优化综合目标函数；
[0191]
模拟退火模块303，被配置为将所述园区优化综合目标函数输入到预先构建的模拟退火模型，确定所述园区优化目标函数的最优解；
[0192]
输出模块304，被配置为根据所述园区优化目标函数的最优解，确定园区综合能源系统优化配置方案。
[0193]
为了描述的方便，描述以上设备时以功能分为各种模块分别描述。当然，在实施本技术实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
[0194]
上述实施例的设备用于实现前述实施例中相应的园区综合能源系统优化配置方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0195]
基于同一构思，与上述任意实施例方法相对应的，本技术还提供了一种电子设备，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程序时实现上任意一实施例所述的园区综合能源系统优化配置方法。
[0196]
图4示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
[0197]
处理器1010可以采用通用的cpu(central,processing,unit，中央处理器)、微处理器、应用专用集成电路(application,specific,integrated,circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
[0198]
存储器1020可以采用rom(read,only,memory，只读存储器)、ram(random,access,memory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
[0199]
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
[0200]
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
[0201]
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
[0202]
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
[0203]
上述实施例的电子设备用于实现前述任一实施例中相应的园区综合能源系统优化配置方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0204]
基于同一构思，与上述任意实施例方法相对应的，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的园区综合能源系统优化配置方法。
[0205]
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0206]
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的园区综合能源系统优化配置方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0207]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本技术的范围(包括权利要求)被限于这些例子；在本技术的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本技术实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
[0208]
另外，为简化说明和讨论，并且为了不会使本技术实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本技术实施例难以理解，并且这也考虑了以下
事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本技术实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本技术的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本技术实施例。因此，这些描述应被认为是说明性的而不是限制性的。
[0209]
尽管已经结合了本技术的具体实施例对本技术进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
[0210]
本技术实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本技术实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本技术的保护范围之内。