能源配置方法、装置、设备及计算机可读存储介质

本技术涉及资源配置，尤其涉及能源配置方法、装置、设备及计算机可读存储介质。

背景技术：

1、在农业和食品加工行业需广泛使用电力开展各项活动。比如电力用于支撑作物灌溉和粮食的加工、运输、储存。因此电力供应不足将会直接影响粮食的生产运作，进而威胁粮食安全。

2、现有的以水力发电为主的地区的供电系统，在雨季时，除了用于发电的流量之外还有大量的弃水量，而在旱季时供电紧张，供电不稳定对当地的粮食系统产生了极大的影响。

3、出现上述问题的原因是，在现有技术中，在紧急情况下，通常仅单独考虑其中一个系统，难以应对多个系统的能源配置，导致多个系统组成的整体的韧性低、吸收冲击能力弱。

技术实现思路

1、本技术的主要目的在于提供一种能源配置方法、装置、设备及计算机可读存储介质，旨在进行多个系统的紧急情况下的合理的能源配置。

2、为实现上述目的，本技术提供一种能源配置方法，所述能源配置方法的步骤包括：

3、构建水电系统、氢电系统和粮食系统的优化模型，其中，所述优化模型包括水电系统、氢电系统的建设成本和水电系统、氢电系统和粮食系统的运营成本，所述优化模型的优化目标为所述建设成本和所述运营成本的和最小；

4、通过群智能算法输出所述优化目标对应的待定系统配置，其中，所述待定系统配置包括所述氢电系统的电解槽容量、氢燃料电池容量、储氢装置容量；

5、通过强化学习算法学习并改进所述待定系统配置对应的待定应急调度方案，其中，所述待定应急调度方案包括所述水电系统的发电流量、弃水量，所述氢电系统的电解槽的耗电功率、氢燃料电池的氢转电体积、氢销售量，所述粮食系统的粮食烘干量、粮食粗加工量、成品粮食的包装与出库量；

6、获取改进后的所述待定应急调度方案的所述运营成本，基于所述运营成本调整所述群智能算法的待定系统配置，返回执行通过群智能算法输出所述优化目标对应的待定系统配置的步骤，直至无需调整所述待定系统配置，得到最佳系统配置和所述最佳系统配置对应的最佳应急调度方案。

7、可选地，所述运营成本为应急调度的运营成本，所述优化模型包括所述应急调度的运营成本对应的马尔科夫过程模型；所述构建水电系统、氢电系统和粮食系统的优化模型的步骤，包括：

8、构建所述应急调度的运营成本对应的马尔科夫过程模型，其中，所述马尔科夫过程模型包括状态空间和行动空间，所述状态空间由所述水电系统的水库径流量、所述水电系统的水库蓄水量、所述储氢装置的储氢量、所述粮食系统的晾晒库存量、所述粮食系统的烘干库存量、所述粮食系统的粗加工库存量、所述粮食系统的收割量、所述粮食系统所在地的最高温度构建得到，所述行动空间由所述电解槽的耗电功率、所述氢燃料电池的氢转电体积、所述氢电系统的氢销售量、所述粮食系统的粮食烘干量、所述粮食系统的粗加工量、所述粮食系统的成品粮食的包装与出库量、所述水电系统的发电流量、所述水电系统的弃水量构建得到。

9、可选地，所述建设成本包括建设投资成本和设备维护成本；所述方法还包括：

10、获取所述电解槽、所述氢燃料电池和所述储氢装置的单位建设成本和单位维护成本；

11、根据所述系统配置以及所述单位建设成本和所述单位维护成本，得到所述建设投资成本和所述设备维护成本。

12、可选地，所述方法还包括：

13、获取所述电解槽容量的最大值，根据所述电解槽容量的最大值确定所述电解槽容量的约束条件；

14、获取所述氢燃料电池容量的最大值，根据所述氢燃料电池容量的最大值确定所述氢燃料电池容量的约束条件；

15、获取所述储氢装置容量的最大值，根据所述储氢装置容量的最大值确定所述储氢装置容量的约束条件。

16、可选地，所述方法还包括：

17、获取配电网的最大传输功率，根据所述配电网的最大传输功率确定上网功率的约束条件；

18、获取所述水电系统的水库的最大蓄水量，根据所述水库的最大蓄水量确定所述水库蓄水量的约束条件。

19、可选地，所述方法还包括：

20、获取氢燃料电池的最大容量，根据所述氢燃料电池的最大容量确定所述氢燃料电池的氢转电体积的约束条件。

21、可选地，所述方法还包括：

22、获取粮食烘干设备的最大产能，根据所述粮食烘干设备的最大产能确定粮食烘干量的约束条件；

23、获取粮食粗加工设备的最大产能，根据所述粮食粗加工设备的最大产能确定粮食粗加工量的约束条件。

24、本技术还提供一种能源配置装置，所述能源配置装置包括：

25、构建模块，用于构建水电系统、氢电系统和粮食系统的优化模型，其中，所述优化模型包括水电系统、氢电系统的建设成本和水电系统、氢电系统和粮食系统的运营成本，所述优化模型的优化目标为所述建设成本和所述运营成本的和最小

26、求解模块，用于通过群智能算法输出所述优化目标对应的待定系统配置，其中，所述待定系统配置包括所述氢电系统的电解槽容量、氢燃料电池容量、储氢装置容量；

27、学习模块，用于通过强化学习算法学习并改进所述待定系统配置对应的待定应急调度方案，其中，所述待定应急调度方案包括所述水电系统的发电流量、弃水量，所述氢电系统的电解槽的耗电功率、氢燃料电池的氢转电体积、氢销售量，所述粮食系统的粮食烘干量、粮食粗加工量、成品粮食的包装与出库量；

28、循环模块，用于获取改进后的所述待定应急调度方案的所述运营成本，基于所述运营成本调整所述群智能算法的待定系统配置，返回执行通过群智能算法输出所述优化目标对应的待定系统配置的步骤，直至无需调整所述待定系统配置，得到最佳系统配置和所述最佳系统配置对应的最佳应急调度方案。

29、本技术还提供一种能源配置设备，所述能源配置设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上任一项所述的能源配置方法的步骤。

30、本技术还提供一种计算机可读存储介质，所述计算机可读存储介质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上任一项所述的能源配置方法的步骤。

31、本技术一实施例提出的能源配置方法，构建水电系统、氢电系统和粮食系统的优化模型，其中，所述优化模型包括水电系统、氢电系统的建设成本和水电系统、氢电系统和粮食系统的运营成本，所述优化模型的优化目标为所述建设成本和所述运营成本的和最小，通过群智能算法输出所述优化目标对应的待定系统配置，其中，所述待定系统配置包括所述氢电系统的电解槽容量、氢燃料电池容量、储氢装置容量，通过强化学习算法学习并改进所述待定系统配置对应的待定应急调度方案，其中，所述待定应急调度方案包括所述水电系统的发电流量、弃水量，所述氢电系统的电解槽的耗电功率、氢燃料电池的氢转电体积、氢销售量，所述粮食系统的粮食烘干量、粮食粗加工量、成品粮食的包装与出库量，获取改进后的所述待定应急调度方案的所述运营成本，基于所述运营成本调整所述群智能算法的待定系统配置，返回执行通过群智能算法输出所述优化目标对应的待定系统配置的步骤，直至无需调整所述待定系统配置，得到最佳系统配置和所述最佳系统配置对应的最佳应急调度方案。

32、在现有技术中，通常只考虑单独的水电系统或者粮食系统的最佳配置和调度方案，而对于使用水电系统发电的地区，通常存在着雨季水资源丰富、潜在的电力过剩等特点，通过电解水制取氢可以将这些过剩的电能储存起来，形成一种可再生的能源储备，通过电解水获得的氢能源作为另一种可用于发电的清洁能源，也适用于使用水电系统发电的地区。

33、与现有的单独使用水电系统的方法相比，本技术使用水电、氢电混合的发电系统，通过水电、氢电混合的发电系统对粮食系统进行供电，并在紧急情况下对水电系统、氢电系统和粮食系统进行协同调度。首先，构建水电系统、氢电系统和粮食系统的优化模型，优化模型包括两个优化阶段，第一阶段的建设成本和第二阶段的运营成本，对于其中的建设成本，考虑在极端灾害，如旱灾发生之前，如何合理配置水电系统、氢电系统的设备容量，输出系统配置；对于其中的运营成本，考虑在极端灾害，如旱灾的发生期间，如何对水电系统、氢电系统和粮食系统协同调度。从而，在使水电系统、氢电系统和粮食系统正常运转的基础上，以及在兼顾能源利用效率的同时，提升发电系统和粮食系统的能源配置的韧性水平，提高发电系统和粮食系统的能源配置的稳定性，减小发电系统和粮食系统的能源配置的波动性。

34、在多个系统大量需考虑的因素的基础上，本技术通过设计内外嵌套的群智能算法和强化学习算法，通过群智能算法获取待定系统配置，然后通过强化学习算法学习并改进该待定系统配置对应的待定应急调度方案，然后，将改进后的待定应急调度方案的运营成本反馈给群智能算法，群智能算法接收反馈并根据改进后的待定应急调度方案的运营成本修改待定系统配置，循环迭代群智能算法和强化学习算法，以此获取最佳系统配置和最佳系统配置对应的最佳应急调度方案，从而在合理的能源配置下，有效提升以水电为主的地区的灾前预防能力与灾中冲击吸收能力。