电网的运行成本控制方法、成本控制装置、服务器和介质与流程

1.本技术涉及计算机技术领域，特别是涉及一种电网的运行成本控制方法、电网的运行成本控制装置、服务器、存储介质和计算机程序产品。


背景技术：

2.主动配电网可以采用调控手段自主调节分布式发电(dg)、储能装置(ess)、柔性负荷(fl)等分布式能源，并根据配电网的实际运行状态自适应调节其网络结构、发电单元及负荷，来达到配电网安全、经济运行的目标。尽管主动配电网可以主动管理接入配电网的分布式电源，但配电网内分布式电源调度的不确定性以及分布式可再生能源出力的间歇性和波动性为主动配电网的协调优化调度控制带来了极大的挑战。
3.目前，针对主动配电网优化调度中各种不确定性问题的建模方法，主要有随机规划方法。其中，随机规划方法是对给定约束条件成立概率的置信水平对目标期望值的优化，需要得到精确的概率分布数据，该方法计算规模大，计算成本高。另外，由于随机规划方法需要得到确定性的概率分布，可能导致模型的不准确性，使得这些模型不能反映实际情况。


技术实现要素：

4.本公开提供一种电网的运行成本控制方法、电网的运行成本控制装置、服务器、存储介质和计算机程序产品，以至少解决相关技术中对主动配电网的协调优化调度控制不够准确的问题。本公开的技术方案如下：
5.根据本公开实施例的第一方面，提供一种电网的运行成本控制方法，包括：
6.获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值；所述第一功率值和所述第二功率值为对所述待控制电网进行鲁棒优化所预测的不确定性随机变量；
7.基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数以及所述目标函数的约束条件；所述目标函数表征所述待控制电网的目标控制成本；
8.在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略；
9.基于所述最小控制成本策略，对所述待控制电网的运行成本进行控制。
10.在一示例性实施例中，所述分布式电源的第一功率值为光伏逆变器产生的光伏负荷，所述需求响应负荷的第二功率值为用电设备产生的电力负荷；
11.在所述获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值之后，还包括：
12.基于所述第一功率值和所述第二功率值，建立所述鲁棒优化所对应的第一不确定性集合；
13.其中，所述第一不确定性集合包括所述光伏负荷和所述电力负荷在对应波动范围
内的各个预测的不确定性随机变量，在所述波动范围中包括所述光伏负荷的极端值和所述电力负荷的极端值。
14.在一示例性实施例中，基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数，包括：
15.基于所述第一功率值和所述第二功率值，获取所述待控制电网中用于控制光伏负荷的第一成本、用于控制波动性负荷的第二成本、用于控制储能负荷的第三成本、电网损失量的第四成本和购电量的第五成本；
16.将所述光伏负荷的输出功率与分别所述第一成本、所述第二成本、所述第三成本、所述第四成本和所述第五成本进行融合，得到所述目标控制成本所对应的第一阶段目标函数；
17.其中，所述第一阶段目标函数用于表征所述鲁棒优化在第一阶段可控制的总运行成本。
18.在一示例性实施例中，在所述获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值之后，还包括：
19.获取所述分布式电源的第三功率值和所述需求响应负荷的第四功率值；所述第三功率值为所述光伏逆变器的弃光负荷，所述第四功率值为所述需求响应负荷的损失负荷；所述第三功率值和所述第四功率值为对所述待控制电网进行鲁棒优化所预测的不确定性随机变量；
20.基于所述第三功率值和所述第四功率值，建立所述鲁棒优化所对应的第二不确定性集合；
21.其中，所述第二不确定性集合包括所述弃光负荷和所述损失负荷在对应波动范围内的各个预测的不确定性随机变量，在所述波动范围中包括所述弃光负荷的极端值和所述损失负荷的极端值。
22.在一示例性实施例中，所述基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数，还包括：
23.基于所述第三功率值和所述第四功率值，获取所述待控制电网中针对于所述弃光负荷的弃光成本和针对于所述损失负荷的损失成本；
24.将所述弃光成本和所述损失成本进行融合，得到所述目标控制成本所对应的第二阶段目标函数；
25.其中，所述第二阶段目标函数用于表征所述鲁棒优化在第二阶段可控制的总运行成本。
26.在一示例性实施例中，所述基于所述第一功率值和所述第二功率值，确定所述目标函数的约束条件，包括：
27.基于所述第一功率值和所述第二功率值，获取所述待控制电网中的最大波动有功功率、电网充电功率、电网放电功率、负荷有功功率、支路有功功率，以及针对于所述光伏逆变器预测的有功功率；
28.基于所述最大波动有功功率、所述电网充电功率、所述电网放电功率、所述负荷有功功率、所述支路有功功率，以及所述预测的有功功率，确定对应于所述第一阶段目标函数的第一约束条件；所述第一约束条件为支路潮流约束条件；
29.以及
30.基于所述第三功率值和所述第四功率值，获取所述光伏逆变器中的二进制波动功率、功率因数的上限、功率因数的下限和节点最大功率；所述二进制波动功率用于表征所述光伏逆变器在进行无功辅助服务时的二进制变量；
31.基于所述二进制波动功率、所述功率因数的上限、所述功率因数的下限和所述节点最大功率，确定对应于所述第二阶段目标函数的第二约束条件；所述第二约束条件为对针对于所述光伏逆变器的无功辅助约束。
32.在一示例性实施例中，所述在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略，包括：
33.基于所述第一不确定性集合和所述第二不确定性集合中的各个预测的不确定性随机变量，生成随机变量的仿射函数；
34.基于所述仿射函数与预设的变量耦合函数、变量耦合的匹配系数和变量随机值函数，生成所述第一辅助变量；
35.基于所述光伏逆变器的无功调节功率、有功调节功率、弃光功率、节点补偿容量、补偿电容上限和补偿电容下限，对所述第一辅助变量进行混合整数线性处理，转换得到针对于所述鲁棒优化处于第一阶段的第二辅助变量，和所述鲁棒优化处于第二阶段的第三辅助变量；
36.基于所述第一阶段目标函数的第一约束条件和所述第二辅助变量，求解所述第一阶段目标函数在所述第一功率值和所述第二功率值为极端值的情况下的最小解，以确定所述第一阶段目标函数对应的第一最小控制成本策略；
37.以及
38.基于所述第二阶段目标函数的第二约束条件和所述第三辅助变量，求解所述第二阶段目标函数在所述第三功率值和所述第四功率值为极端值的情况下的最小解，以确定所述第二阶段目标函数对应的第二最小控制成本策略。
39.根据本公开实施例的第二方面，提供一种电网的运行成本控制装置，包括：
40.数据获取单元，被配置为执行获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值；所述第一功率值和所述第二功率值为对所述待控制电网进行鲁棒优化所预测的不确定性随机变量；
41.模型建立单元，被配置为执行基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数以及所述目标函数的约束条件；所述目标函数表征所述待控制电网的目标控制成本；
42.模型求解单元，被配置为执行在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略；
43.成本控制单元，被配置为执行基于所述最小控制成本策略，对所述待控制电网的运行成本进行控制。
44.根据本公开实施例的第三方面，提供一种服务器，包括：
45.处理器；
46.用于存储所述处理器的可执行指令的存储器；
47.其中，所述处理器被配置为执行所述可执行指令，以实现如上述任一项所述的电网的运行成本控制方法。
48.根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中包括程序数据，当所述程序数据由服务器的处理器执行时，使得所述服务器能够执行如上述任一项所述的电网的运行成本控制方法。
49.根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品中包括程序指令，所述程序指令被服务器的处理器执行时，使得所述服务器能够执行如上述任一项所述的电网的运行成本控制方法。
50.本公开的实施例提供的技术方案至少带来以下有益效果：
51.该方法先通过获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值；其中，第一功率值和第二功率值为对待控制电网进行鲁棒优化所预测的不确定性随机变量；然后，再基于第一功率值和第二功率值，确定鲁棒优化所对应的目标函数以及目标函数的约束条件；其中，目标函数表征待控制电网的目标控制成本；然后，再在第一功率值和第二功率值为极端值的情况下，基于目标函数、目标函数对应约束条件和预设的辅助变量，确定目标函数所对应的最小控制成本策略；最后，再基于最小控制成本策略，对待控制电网的运行成本进行控制。这样，一方面，通过分布式电源的功率值和需求响应负荷的功率值对待控制电网进行鲁棒优化，能够避免进行场景采样，并可保证满足所有随机场景的运行约束，提升系统运行的鲁棒性，从而提升了对电网成本控制的便捷性和普适性；另一方面，引入预设的辅助变量，在分布式电源的功率值和需求响应负荷的功率值为极端值的情况下，来计算待控制电网的目标控制成本所对应的最小控制成本策略，从而提升了针对主动配电网优化调度的准确性和可靠性。
52.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
53.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
54.图1是根据一示例性实施例示出的一种电网的运行成本控制方法的应用环境图。
55.图2是根据一示例性实施例示出的一种电网的运行成本控制方法的流程图。
56.图3是根据一示例性实施例示出的一种确定鲁棒优化所对应的目标函数步骤的流程图。
57.图4是根据一示例性实施例示出的一种建立鲁棒优化所对应的不确定性集合步骤的流程图。
58.图5是根据一示例性实施例示出的另一种确定鲁棒优化所对应的目标函数步骤的流程图。
59.图6是根据一示例性实施例示出的一种确定目标函数的约束条件步骤的流程图。
60.图7是根据一示例性实施例示出的另一种确定目标函数的约束条件步骤的流程图。
61.图8是根据一示例性实施例示出的一种确定目标函数对应的最小控制成本策略步骤的流程图。
62.图9是根据一示例性实施例示出的一种电网的运行成本控制装置框图。
63.图10是根据一示例性实施例示出的一种用于电网的运行成本控制的电子设备的框图。
64.图11是根据一示例性实施例示出的一种用于电网的运行成本控制的计算机可读存储介质的框图。
65.图12是根据一示例性实施例示出的一种用于电网的运行成本控制的计算机程序产品的框图。
具体实施方式
66.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
67.本技术实施例中的术语“和/或”指的是包括相关联的列举项目中的一个或多个的任何和全部的可能组合。还要说明的是：当用在本说明书中时，“包括/包含”指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在，但是不排除一个或多个其他特征、整数、步骤、操作、元件和/或组件和/或它们的组群的存在或添加。
68.本技术中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
69.另外，本技术中尽管多次采用术语“第一”、“第二”等来描述各种操作(或各种元件或各种应用或各种指令或各种数据)等，不过这些操作(或元件或应用或指令或数据)不应受这些术语的限制。这些术语只是用于区分一个操作(或元件或应用或指令或数据)和另一个操作(或元件或应用或指令或数据)。例如，第一不确定性集合可以被称为第二不确定性集合，第二不确定性集合也可以被称为第一不确定性集合，仅仅是其两者所包括的范围不同，而不脱离本技术的范围，第一不确定性集合和第二不确定性集合都是各种预测的不确定性随机变量的集合，只是二者并不是相同的预测的不确定性随机变量的集合而已。
70.本技术实施例提供的电网的运行成本控制方法，可以应用于如图1所示的应用环境中。其中，终端102通过通信网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。
71.在一些实施例中，参考图1，服务器104首先获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值；其中，第一功率值和第二功率值为对待控制电网进行鲁棒优化所预测的不确定性随机变量；然后，服务器104再基于第一功率值和第二功率值，确定鲁棒优化所对应的目标函数以及目标函数的约束条件；其中，目标函数表征待控制电网的目标控制成本；然后，服务器104再在第一功率值和第二功率值为极端值的情况
下，基于目标函数、目标函数对应约束条件和预设的辅助变量，确定目标函数所对应的最小控制成本策略；最后，服务器104再基于最小控制成本策略，对待控制电网的运行成本进行控制。
72.在一些实施例中，终端102(如移动终端、固定终端)可以以各种形式来实施。其中，终端102可为包括诸如移动电话、智能电话、笔记本电脑、便携式手持式设备、个人数字助理(pda，personal digital assistant)、平板电脑(pad)等等的可以在第一功率值和第二功率值为极端值的情况下，基于目标函数、目标函数对应约束条件和预设的辅助变量，确定目标函数所对应的最小控制成本策略的移动终端，终端102也可以是自动柜员机(automated teller machine，atm)、自动一体机、数字tv、台式计算机、固式计算机等等的可以在第一功率值和第二功率值为极端值的情况下，基于目标函数、目标函数对应约束条件和预设的辅助变量，确定目标函数所对应的最小控制成本策略的固定终端。
73.下面，假设终端102是固定终端。然而，本领域技术人员将理解的是，若有特别用于移动目的的操作或者元件，根据本技术公开的实施方式的构造也能够应用于移动类型的终端102。
74.在一些实施例中，服务器104运行的数据处理组件可以加载正在被执行的可以包括各种附加服务器应用和/或中间层应用中的任何一种，如包括http(超文本传输协议)、ftp(文件传输协议)、cgi(通用网关界面)、rdbms(关系型数据库管理系统)等。
75.在一些实施例中，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。服务器104可以适于运行提供前述公开中描述的终端102的一个或多个应用服务或软件组件。
76.在一些实施例中，服务器104所提供的一个或多个应用服务或软件组件包括一个在前台向用户提供一对一应用服务的门户端口和多个位于后台进行数据处理的业务系统，以将确定的目标函数所对应的最小控制成本策略扩展到设备端或者客户端，从而用户能够在任何时间任何地点对待控制电网的运行成本进行控制。
77.在一些实施例中，设备端或者客户端的像元饱和状态的检测功能可为运行在用户模式以完成某项或多项特定工作的计算机程序，其可以与用户进行交互，且具有可视的用户界面。其中，设备端或者客户端可以包括两部分：图形用户接口(gui)和引擎(engine)，利用这两者能够以用户界面的形式向用户提供多种应用服务的数字化客户系统。
78.在一些实施例中，用户可以通过终端102中的输入装置向设备端或者客户端输入相应的代码数据或者控制参数，以执行服务器104中的计算机程序的应用服务，以及显示用户界面中的应用服务。
79.在一些实施例中，设备端或者客户端运行的操作系统可以包括各种版本的microsoftapple和/或linux操作系统、各种商用或类操作系统(包括但不限于各种gnu/linux操作系统、googleos等)和/或移动操作系统，诸如诸如phone、os、os、os操作系统，以及其它在线操作系统或者离线操作系统，在这里不做具体的限制。
80.在一些实施例中，如图2所示，提供了一种电网的运行成本控制方法，以该方法应用于图1中的服务器104为例进行说明，该方法包括以下步骤：
81.步骤s11，获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的
第二功率值。
82.在一实施例中，第一功率值和第二功率值为对待控制电网进行鲁棒优化所预测的不确定性随机变量。
83.在一些实施例中，在判定配电网运行过程中，其无功功率就地补偿，结构不产生变化，仅将有功功率优化调度考虑在内。
84.在一些实施例中，待控制电网中设置的分布式电源为光伏逆变器，其第一功率值为即为光伏负荷；待控制电网中设置的需求响应负荷为各种用电设备，其第二功率值为即为电力负荷。
85.在一些实施例中，服务器将光伏负荷和电力负荷作为鲁棒优化随机变量，建立一个不确定集合，使其包含波动范围的所有不确定性随机变量。
86.在一些实施例中，服务器对待控制电网所进行的鲁棒优化包括两个阶段，其中，在第一阶段优化调度中，选取光伏负荷和电力负荷的预测值，即将两种负荷的有功功率作为该阶段的决策变量，该阶段实际值未知，且与预测功率存在一定误差。
87.步骤s12，基于第一功率值和第二功率值，确定鲁棒优化所对应的目标函数以及目标函数的约束条件。
88.在一实施例中，目标函数表征待控制电网的目标控制成本。
89.在一些实施例中，服务器根据光伏负荷和电力负荷，先确定待控制电网中各个成本单元的成本输出量，再根据各个成本单元的成本输出量，确定鲁棒优化所对应的目标函数；然后，服务器再根据待控制电网中光伏电源有功功率、充电功率、放电功率来，确定鲁棒优化所对应的目标函数的约束条件。
90.在一些实施例中，待控制电网中各个成本单元至少包括光伏能源调度成本、波动性负荷调度成本、储能调度成本、配电网网损成本、购电成本。
91.步骤s13，在第一功率值和第二功率值为极端值的情况下，基于目标函数、目标函数对应约束条件和预设的辅助变量，确定目标函数所对应的最小控制成本策略。
92.在一种实施例中，分布式电源的第一功率值和需求响应负荷的第二功率值为极端值的情况是指待控制电网的运行调度控制处于最恶劣的场景中时，分布式电源和需求响应负荷的功率值。
93.在一些实施例中，预设的辅助变量通过仿射函数，模拟不确定随机变量(包括分布式电源的第一功率值和需求响应负荷的第二功率值)的变化情况，获得随机变量的概率分布信息。
94.在一些实施例中，在第一功率值和第二功率值为极端值的情况下，服务器根据目标函数、目标函数对应约束条件和预设的辅助变量，计算出服务器对待控制电网所进行的鲁棒优化在各自对应的两个优化阶段中的最优值，不断迭代更新不确定随机变量的值，最后，服务器选取满足预期成本最小化的决策变量集合，获得两阶段鲁棒优化调度控制的最优控制成本决策，即最小控制成本策略。
95.步骤s14，基于最小控制成本策略，对待控制电网的运行成本进行控制。
96.在一种实施例中，服务器根据最小控制成本策略中所针对的各个成本单元的控制策略，对待控制电网中的可控分布式电源单元、储能单元、需求响应负荷单元、配电网交互功率单元进行控制。
97.上述的电网的运行成本控制过程中，服务器首先通过获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值；其中，第一功率值和第二功率值为对待控制电网进行鲁棒优化所预测的不确定性随机变量；然后，再基于第一功率值和第二功率值，确定鲁棒优化所对应的目标函数以及目标函数的约束条件；其中，目标函数表征待控制电网的目标控制成本；然后，再在第一功率值和第二功率值为极端值的情况下，基于目标函数、目标函数对应约束条件和预设的辅助变量，确定目标函数所对应的最小控制成本策略；最后，再基于最小控制成本策略，对待控制电网的运行成本进行控制。这样，一方面，通过分布式电源的功率值和需求响应负荷的功率值对待控制电网进行鲁棒优化，能够避免进行场景采样，并可保证满足所有随机场景的运行约束，提升系统运行的鲁棒性，从而提升了对电网成本控制的便捷性和普适性；另一方面，引入预设的辅助变量，在分布式电源的功率值和需求响应负荷的功率值为极端值的情况下，来计算待控制电网的目标控制成本所对应的最小控制成本策略，从而提升了针对主动配电网优化调度的准确性和可靠性。
98.本领域技术人员可以理解地，在具体实施方式的上述方法中，所揭露的方法可以通过更为具体的方式以实现。例如，以上所描述的在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略的实施方式仅仅是示意性的。
99.示例性地，服务器确定所述鲁棒优化所对应的目标函数的方式；或者确定所述目标函数的约束条件的方式等等，其仅仅为一种集合的方式，实际实现时可以有另外的划分方式，例如所述鲁棒优化所对应的第一不确定性集合、所述鲁棒优化所对应的第二不确定性集合之间可以结合或者可以集合到另一个系统中，或一些特征可以忽略，或不执行。
100.在一些实施例中，所述分布式电源的第一功率值为光伏逆变器产生的光伏负荷，所述需求响应负荷的第二功率值为用电设备产生的电力负荷。
101.在一些实施例中，服务器在所述获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值之后，还包括：基于所述第一功率值和所述第二功率值，建立所述鲁棒优化所对应的第一不确定性集合。
102.其中，所述第一不确定性集合包括所述光伏负荷和所述电力负荷在对应波动范围内的各个预测的不确定性随机变量，在所述波动范围中包括所述光伏负荷的极端值和所述电力负荷的极端值。
103.在一种实时场景中，服务器在判定配电网运行过程中，其无功功率就地补偿，结构不产生变化，仅将有功功率优化调度考虑在内。待控制电网中设置的分布式电源为光伏逆变器，其第一功率值为即为光伏负荷；待控制电网中设置的需求响应负荷为各种用电设备，其第二功率值为即为电力负荷。服务器将光伏负荷和电力负荷作为鲁棒优化随机变量，建立一个不确定集合，使其包含波动范围的所有不确定性随机变量。
104.在一示例性实施例中，参阅图3，图3为本技术中确定鲁棒优化所对应的目标函数一实施例的流程示意图。在步骤s12中，服务器基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数的过程，具体可以通过以下方式实现：
105.步骤s121，基于第一功率值和第二功率值，获取待控制电网中用于控制光伏负荷的第一成本、用于控制波动性负荷的第二成本、用于控制储能负荷的第三成本、电网损失量的第四成本和购电量的第五成本。
106.在一些实施例中，服务器根据光伏逆变器所承载的光伏负荷和电网中各种用电设备所承载的电力负荷，获取待控制电网中用于控制光伏负荷的第一成本(即t时刻的光伏能源调度成本)、用于控制波动性负荷的第二成本(即t时刻的波动性负荷调度成本)、用于控制储能负荷的第三成本(即t时刻的储能调度成本)、电网损失量的第四成本(即t时刻的配电网网损成本)和购电量的第五成本(即t时刻的购电成本)。
107.步骤s122，将光伏负荷的输出功率与分别第一成本、第二成本、第三成本、第四成本和第五成本进行融合，得到目标控制成本所对应的第一阶段目标函数。
108.在一实施例中，所述第一阶段目标函数用于表征所述鲁棒优化在第一阶段可控制的总运行成本。
109.在一实施例中，目标控制成本所对应的第一阶段目标函数可以基于如下公式表征：
[0110][0111]
其中，c1为第一阶段可调度的运行成本，n为鲁棒优化调度周期，u
t
为t时刻的光伏能源调度成本，a
t
为t时刻的波动性负荷调度成本，b
t
为储能调度成本，r
t
为配电网网损成本，o
t
为购电成本。
[0112]
在一实施例中，光伏能源调度成本的表达式为：
[0113]
在一实施例中，波动性负荷调度成本的表达式为：
[0114]
在一实施例中，储能调度成本的表达式为：
[0115]
在一实施例中，配电网网损成本的表达式为：
[0116]
在一实施例中，购电成本的表达式为：
[0117]
其中，p
t
表示t时刻光伏能源的功率输出，u
t
表示光伏能源，a
t
表示波动性负荷，b
t
表示储能，r
t
表示配电网网损，l表示光伏能源安装成本，o
t
表示购电。
[0118]
在一示例性实施例中，参阅图4，图4为本技术中建立鲁棒优化所对应的不确定性集合一实施例的流程示意图。在步骤s11之后，即服务器在所述获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值之后，还包括：
[0119]
步骤a1，获取分布式电源的第三功率值和需求响应负荷的第四功率值。
[0120]
在一实施例中，所述第三功率值为所述光伏逆变器的弃光负荷，所述第四功率值为所述需求响应负荷的损失负荷。
[0121]
在一实施例中，所述第三功率值和所述第四功率值为对所述待控制电网进行鲁棒优化所预测的不确定性随机变量。
[0122]
在一实施例中，服务器将各个需求响应负荷的失负荷量和光伏逆变器的弃光负荷作为对待控制电网所进行的鲁棒优化的第二阶段优化的随机变量，此时对待控制电网所进行的鲁棒优化的第一阶段优化的不确定性随机变量的实际值已知。
[0123]
步骤a2，基于第三功率值和第四功率值，建立鲁棒优化所对应的第二不确定性集合。
[0124]
在一实施例中，第二不确定性集合包括所述弃光负荷和所述损失负荷在对应波动范围内的各个预测的不确定性随机变量。
[0125]
其中，在所述波动范围中包括所述弃光负荷的极端值和所述损失负荷的极端值。
[0126]
示例性实施例中，参阅图5，图5为本技术中确定鲁棒优化所对应的目标函数另一实施例的流程示意图。在步骤s12中，服务器基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数的过程，具体可以通过以下方式实现：
[0127]
步骤s123，基于第三功率值和第四功率值，获取待控制电网中针对于弃光负荷的弃光成本和针对于损失负荷的损失成本。
[0128]
步骤s124，将弃光成本和损失成本进行融合，得到目标控制成本所对应的第二阶段目标函数。
[0129]
在一实施例中，所述第二阶段目标函数用于表征所述鲁棒优化在第二阶段可控制的总运行成本。
[0130]
在一些实施例中，服务器将弃光成本和损失成本进行融合，得到目标控制成本所对应的第二阶段目标函数可基于如下公式表征：
[0131][0132]
其中，c2用于表征所述鲁棒优化在第二阶段可控制的总运行成本，h
t
为服务器对减少的弃光惩罚成本，k
t
为服务器对减少的失负荷惩罚成本。
[0133]
在一些实施例中，服务器将目标控制成本所对应的第一阶段目标函数和目标控制成本所对应的第二阶段目标函数联立，以作为对待控制电网进行鲁棒优化的两个阶段的目标函数。
[0134]
在一示例性实施例中，参阅图6，图6为本技术中确定目标函数的约束条件一实施例的流程示意图。在步骤s12中，服务器基于所述第一功率值和所述第二功率值，确定所述目标函数的约束条件的过程，具体可以通过以下方式实现：
[0135]
步骤s125，基于第一功率值和第二功率值，获取待控制电网中的最大波动有功功率、电网充电功率、电网放电功率、负荷有功功率、支路有功功率，以及针对于光伏逆变器预测的有功功率。
[0136]
步骤s126，基于最大波动有功功率、电网充电功率、电网放电功率、负荷有功功率、支路有功功率，以及预测的有功功率，确定对应于第一阶段目标函数的第一约束条件。
[0137]
在一实施例中，所述第一约束条件为支路潮流约束条件。
[0138]
在一些实施例中，服务器所确定对应于第一阶段目标函数的第一约束条件可基于如下公式表征：
[0139]
p＝p1+p2+p
3-p
4-p
5-v。
[0140]
其中，p为潮流分布，p1为预测的光伏电源出力值，p2为有功功率出力值的最大波动差值，p3为配电网的充电能力，p4为配电网的放电能力，p5为负荷有功功率，v为支路有功功率。
[0141]
在一些实施例中，服务器根据配电网电量守恒和充放电功率限制，对鲁棒优化的
第一阶段目标函数进行不等式约束，包括如下：
[0142]
对光伏电源有功功率约束：p
min
≤p1≤p
max
；
[0143]
对充电功率约束：s
min
≤s≤s
max
；
[0144]
对放电功率约束：f
min
≤f≤f
max
。
[0145]
其中，p
min
、p
max
分别为光伏电源有功功率的上限、下限，s为充电功率，f为放电功率，s
min
、s
max
分别为充电功率上限、充电功率下限，f
min
、f
max
分别为放电功率上限、放电功率下限。
[0146]
在一示例性实施例中，参阅图7，图7为本技术中确定目标函数的约束条件另一实施例的流程示意图。在步骤s12中，服务器基于所述第一功率值和所述第二功率值，确定所述目标函数的约束条件的过程，具体可以通过以下方式实现：
[0147]
步骤s127，基于第三功率值和第四功率值，获取光伏逆变器中的二进制波动功率、功率因数的上限、功率因数的下限和节点最大功率。
[0148]
在一实施例中，所述二进制波动功率用于表征所述光伏逆变器在进行无功辅助服务时的二进制变量。
[0149]
在一些实施例中，服务器根据光伏逆变器的弃光负荷和电网中各种需求响应负荷的损失负荷，获取待控制电网中光伏逆变器中的二进制波动功率、功率因数的上限、功率因数的下限和节点最大功率。
[0150]
步骤s128，基于二进制波动功率、功率因数的上限、功率因数的下限和节点最大功率，确定对应于第二阶段目标函数的第二约束条件。
[0151]
在一实施例中，第二约束条件为对针对于所述光伏逆变器的无功辅助约束。
[0152]
在一些实施例中，服务器将第一阶段鲁棒优化作为基准值，确定光伏电源出力和负荷的波动范围，第二阶段根据分布理念，抑制负荷和光伏出力的波动，对于集中接入的光伏逆变器，使其提供无功辅助服务。
[0153]
在一些实施例中，服务器对鲁棒优化的第二阶段进行光伏逆变器无功辅助约束，从而降低弃光和失负荷量，减少配电网弃光费用和购电成本，具有较好的功率支撑作用，其表达式为：
[0154][0155]
其中，f为光伏逆变器的实际功率，j为无功辅助服务时的二进制变量，u1、u2分别为功率因数的上限、下限，g为接入节点最大功率。
[0156]
在一些实施例中，服务器根据追索成本，对第二阶段鲁棒优化进行储能单元约束，表达式如下：
[0157][0158]
其中，v为失负荷量，为失负荷量最大损耗，d为弃光量，为弃光量最大损耗，a、b分别为失负荷量和弃光量的惩罚系数。
[0159]
进一步地，服务器遍历所有接入光伏逆变器的节点，设节点j电压为uj，节点最大
电压和最小电压分别为u
max
、u
min
，对不确定集合进行电压约束，公式为：
[0160][0161]
其中，c为接入光伏逆变器的节点数量。
[0162]
在一实施例中，服务器通过第一阶段的目标函数c1及其约束条件，和第二阶段目标函数c2及其约束条件，来实现鲁棒优化模型的构建。
[0163]
在一示例性实施例中，参阅图8，图8为本技术中确定目标函数对应的最小控制成本策略一实施例的流程示意图。在步骤s13中，服务器在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略的过程，具体可以通过以下方式实现：
[0164]
步骤s131，基于第一不确定性集合和第二不确定性集合中的各个预测的不确定性随机变量，生成随机变量的仿射函数。
[0165]
步骤s132，基于仿射函数与预设的变量耦合函数、变量耦合的匹配系数和变量随机值函数，生成第一辅助变量。
[0166]
在一些实施例中，服务器根据第一不确定性集合和第二不确定性集合中的各个预测的不确定性随机变量，引入一个辅助变量e。
[0167]
在一些实施例中，服务器通过仿射函数，模拟不确定随机变量e的变化情况，获得随机变量e的概率分布信息。
[0168]
其中，仿射函数，即最高次数为1的多项式函数，服务器引入的辅助变量e的计算公式为：
[0169][0170]
其中，f(v)为随机变量的仿射函数，v为不确定集合中的随机变量，b(v)为变量耦合函数，e为变量耦合的匹配系数，w为变量随机值函数。
[0171]
步骤s133，基于光伏逆变器的无功调节功率、有功调节功率、弃光功率、节点补偿容量、补偿电容上限和补偿电容下限，对第一辅助变量进行混合整数线性处理，转换得到针对于鲁棒优化处于第一阶段的第二辅助变量，和鲁棒优化处于第二阶段的第三辅助变量。
[0172]
在一些实施例中，服务器递推求解鲁棒优化模型，并通过混合整数线性规划，将辅助变量e转化为第一阶段辅助变量g1和第二阶段辅助变量g2，其中，转化公式为：
[0173][0174]
其中，y1为光伏逆变器的无功调节功率、y2为光伏逆变器的有功调节功率，c为修正系数，p为弃光功率，q为光伏逆变器的接入节点补偿容量，h
max
为光伏逆变器的补偿电容上限、h
min
为光伏逆变器的补偿电容下限。
[0175]
步骤s134a，基于第一阶段目标函数的第一约束条件和第二辅助变量，求解第一阶段目标函数在第一功率值和第二功率值为极端值的情况下的最小解，以确定第一阶段目标函数对应的第一最小控制成本策略。
[0176]
在一实施例中，服务器通过第一阶段辅助变量g1，为第一阶段的目标函数c1施加一个模糊上界，得到第一阶段最劣场景下的全局最优值，然后经过不断迭代更新以不确定随机变量的值，最后，服务器选取满足预期成本最小化的决策变量集合，来作为第一阶段鲁棒优化调度的最优决策。
[0177]
步骤s134b，基于第二阶段目标函数的第二约束条件和第三辅助变量，求解第二阶段目标函数在第三功率值和第四功率值为极端值的情况下的最小解，以确定第二阶段目标函数对应的第二最小控制成本策略。
[0178]
在一实施例中，服务器通过第二阶段辅助变量g2，为第二阶段的目标函数c2施加一个模糊上界，得到第二阶段最劣场景下的全局最优值，然后经过不断迭代更新以不确定随机变量的值，最后，服务器选取满足预期成本最小化的决策变量集合，来作为第二阶段鲁棒优化调度的最优决策。
[0179]
在一实施例中，服务器采用广义线性决策规则，求解主动配电网两阶段鲁棒优化模型，以完成主动配电网两阶段鲁棒优化模型的求解，并根据两阶段鲁棒优化模型的求解结果，来调度光伏电源和波动性负荷，以实现光伏逆变器集中接入主动配电网的两阶段鲁棒优化调度方法设计。上述方案，一方面，通过分布式电源的功率值和需求响应负荷的功率值对待控制电网进行鲁棒优化，能够避免进行场景采样，并可保证满足所有随机场景的运行约束，提升系统运行的鲁棒性，从而提升了对电网成本控制的便捷性和普适性；另一方面，引入预设的辅助变量，在分布式电源的功率值和需求响应负荷的功率值为极端值的情况下，来计算待控制电网的目标控制成本所对应的最小控制成本策略，从而提升了针对主动配电网优化调度的准确性和可靠性。
[0180]
应该理解的是，虽然图2-图8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0181]
可以理解的是，本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见，每个实施例重点说明的是与其他实施例的不同之处，相关之处参见其他方法实施例的说明即可。
[0182]
图9是本技术实施例提供的一种电网的运行成本控制装置框图。参照图9，该电网的运行成本控制装置10包括：数据获取单元11、模型建立单元12、模型求解单元13和成本控制单元14。
[0183]
其中，该数据获取单元11，被配置为执行被配置为执行获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值；所述第一功率值和所述第二功率值为对所述待控制电网进行鲁棒优化所预测的不确定性随机变量。
[0184]
其中，该模型建立单元12，被配置为执行基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数以及所述目标函数的约束条件；所述目标函数表征所述待控制电网的目标控制成本。
[0185]
其中，该模型求解单元13，被配置为执行在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略。
[0186]
其中，该成本控制单元14，被配置为执行基于所述最小控制成本策略，对所述待控制电网的运行成本进行控制。
[0187]
在一些实施例中，所述分布式电源的第一功率值为光伏逆变器产生的光伏负荷，所述需求响应负荷的第二功率值为用电设备产生的电力负荷；
[0188]
在所述获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值之后，该电网的运行成本控制装置10具体用于：
[0189]
基于所述第一功率值和所述第二功率值，建立所述鲁棒优化所对应的第一不确定性集合；
[0190]
其中，所述第一不确定性集合包括所述光伏负荷和所述电力负荷在对应波动范围内的各个预测的不确定性随机变量，在所述波动范围中包括所述光伏负荷的极端值和所述电力负荷的极端值。
[0191]
在一些实施例中，在基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数的方面，该模型建立单元12具体用于：
[0192]
基于所述第一功率值和所述第二功率值，获取所述待控制电网中用于控制光伏负荷的第一成本、用于控制波动性负荷的第二成本、用于控制储能负荷的第三成本、电网损失量的第四成本和购电量的第五成本；
[0193]
将所述光伏负荷的输出功率与分别所述第一成本、所述第二成本、所述第三成本、所述第四成本和所述第五成本进行融合，得到所述目标控制成本所对应的第一阶段目标函数；
[0194]
其中，所述第一阶段目标函数用于表征所述鲁棒优化在第一阶段可控制的总运行成本。
[0195]
在一些实施例中，在所述获取待控制电网中设置的分布式电源的第一功率值和需求响应负荷的第二功率值之后，该电网的运行成本控制装置10具体用于：
[0196]
获取所述分布式电源的第三功率值和所述需求响应负荷的第四功率值；所述第三功率值为所述光伏逆变器的弃光负荷，所述第四功率值为所述需求响应负荷的损失负荷；所述第三功率值和所述第四功率值为对所述待控制电网进行鲁棒优化所预测的不确定性随机变量；
[0197]
基于所述第三功率值和所述第四功率值，建立所述鲁棒优化所对应的第二不确定性集合；
[0198]
其中，所述第二不确定性集合包括所述弃光负荷和所述损失负荷在对应波动范围内的各个预测的不确定性随机变量，在所述波动范围中包括所述弃光负荷的极端值和所述损失负荷的极端值。
[0199]
在一些实施例中，在基于所述第一功率值和所述第二功率值，确定所述鲁棒优化所对应的目标函数的方面，该模型建立单元12具体还用于：
[0200]
基于所述第三功率值和所述第四功率值，获取所述待控制电网中针对于所述弃光负荷的弃光成本和针对于所述损失负荷的损失成本；
[0201]
将所述弃光成本和所述损失成本进行融合，得到所述目标控制成本所对应的第二阶段目标函数；
[0202]
其中，所述第二阶段目标函数用于表征所述鲁棒优化在第二阶段可控制的总运行成本。
[0203]
在一些实施例中，在基于所述第一功率值和所述第二功率值，确定所述目标函数的约束条件的方面，该模型建立单元12具体还用于：
[0204]
基于所述第一功率值和所述第二功率值，获取所述待控制电网中的最大波动有功功率、电网充电功率、电网放电功率、负荷有功功率、支路有功功率，以及针对于所述光伏逆变器预测的有功功率；
[0205]
基于所述最大波动有功功率、所述电网充电功率、所述电网放电功率、所述负荷有功功率、所述支路有功功率，以及所述预测的有功功率，确定对应于所述第一阶段目标函数的第一约束条件；所述第一约束条件为支路潮流约束条件；
[0206]
以及
[0207]
基于所述第三功率值和所述第四功率值，获取所述光伏逆变器中的二进制波动功率、功率因数的上限、功率因数的下限和节点最大功率；所述二进制波动功率用于表征所述光伏逆变器在进行无功辅助服务时的二进制变量；
[0208]
基于所述二进制波动功率、所述功率因数的上限、所述功率因数的下限和所述节点最大功率，确定对应于所述第二阶段目标函数的第二约束条件；所述第二约束条件为对针对于所述光伏逆变器的无功辅助约束。
[0209]
在一些实施例中，在在所述第一功率值和所述第二功率值为极端值的情况下，基于所述目标函数、所述目标函数对应约束条件和预设的辅助变量，确定所述目标函数所对应的最小控制成本策略的方面，该模型求解单元13具体还用于：
[0210]
基于所述第一不确定性集合和所述第二不确定性集合中的各个预测的不确定性随机变量，生成随机变量的仿射函数；
[0211]
基于所述仿射函数与预设的变量耦合函数、变量耦合的匹配系数和变量随机值函数，生成所述第一辅助变量；
[0212]
基于所述光伏逆变器的无功调节功率、有功调节功率、弃光功率、节点补偿容量、补偿电容上限和补偿电容下限，对所述第一辅助变量进行混合整数线性处理，转换得到针对于所述鲁棒优化处于第一阶段的第二辅助变量，和所述鲁棒优化处于第二阶段的第三辅助变量；
[0213]
基于所述第一阶段目标函数的第一约束条件和所述第二辅助变量，求解所述第一阶段目标函数在所述第一功率值和所述第二功率值为极端值的情况下的最小解，以确定所述第一阶段目标函数对应的第一最小控制成本策略；
[0214]
以及
[0215]
基于所述第二阶段目标函数的第二约束条件和所述第三辅助变量，求解所述第二阶段目标函数在所述第三功率值和所述第四功率值为极端值的情况下的最小解，以确定所述第二阶段目标函数对应的第二最小控制成本策略。
[0216]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0217]
图10是本技术实施例提供的一种服务器20的框图。例如，服务器20可以为一种电子设备、电子组件或者服务器阵列等等。参照图10，服务器20包括处理器21，其进一步处理器21可以为处理器集合，其可以包括一个或多个处理器，以及服务器20包括由存储器22所代表的存储器资源，其中，存储器22上存储有计算机程序，例如应用程序。在存储器22中存储的计算机程序可以包括一个或一个以上的每一个对应于一组可执行指令的模块。此外，处理组件21被配置为执行计算机程序时实现如上述的电网的运行成本控制方法。
[0218]
在一些实施例中，服务器20为电子设备，该电子设备中的计算系统可以运行一个或多个操作系统，包括以上讨论的任何操作系统以及任何商用的服务器操作系统。该服务器20还可以运行各种附加服务器应用和/或中间层应用中的任何一种，包括http(超文本传输协议)服务器、ftp(文件传输协议)服务器、cgi(通用网关界面)服务器、超级服务器、数据库服务器等。示例性数据库服务器包括但不限于可从(国际商业机器)等商购获得的数据库服务器。
[0219]
在一些实施例中，处理器21通常控制服务器20的整体操作，诸如与显示、数据处理、数据通信和记录操作相关联的操作。处理器21可以包括一个或多个处理器来执行计算机程序，以完成上述的方法的全部或部分步骤。此外，处理器21可以包括一个或多个模块，便于处理器21和其他组件之间的交互。例如，处理器21可以包括多媒体模块，以方便利用多媒体组件控制用户服务器20和处理器21之间的交互。
[0220]
在一些实施例中，处理器21中的处理器还可以称为cpu(central processing unit，中央处理单元)。处理器可能是一种电子芯片，具有信号的处理能力。处理器还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器可以由集成电路芯片共同实现。
[0221]
在一些实施例中，存储器22被配置为存储各种类型的数据以支持在服务器20的操作。这些数据的示例包括用于在服务器20上操作的任何应用程序或方法的指令、采集数据、消息、图片、视频等。存储器22可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)、电可擦除可编程只读存储器(eeprom)、可擦除可编程只读存储器(eprom)、可编程只读存储器(prom)、只读存储器(rom)、磁存储器、快闪存储器、磁盘、光盘或石墨烯存储器。
[0222]
在一些实施例中，存储器22可以为内存条、tf卡等，可以存储电子设备20中的全部信息，包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在在一些实施例中，存储器22中。它根据处理器指定的位置存入和取出信息。有了在一些实施例中，存储器22，服务器20才有记忆功能，才能保证正常工作。服务器20的在一些实施例中，存储器22按用途可分为主存储器(内存)和辅助存储器(外存)，也有分为外部存储器和内部存储器的分类方法。外存通常是磁性介质或光盘等，能长期保存信息。内存指主板上的存储部件，用来存放当前正在执行的数据和程序，但仅用于暂时存放程序和数据，关闭电源或断电，数据会丢失。
[0223]
在一些实施例中，服务器20还可以包括：电源组件23被配置为执行服务器20的电源管理，有线或无线网络接口24被配置为将服务器20连接到网络，和输入输出(i/o)接口25。服务器20可以操作基于存储在存储器22的操作系统，例如windows server，mac os x，unix，linux，freebsd或类似。
[0224]
在一些实施例中，电源组件23为服务器20的各种组件提供电力。电源组件23可以包括电源管理系统，一个或多个电源，及其他与为服务器20生成、管理和分配电力相关联的组件。
[0225]
在一些实施例中，有线或无线网络接口24被配置为便于服务器20和其他设备之间有线或无线方式的通信。服务器20可以接入基于通信标准的无线网络，如wifi，运营商网络(如2g、3g、4g或5g)，或它们的组合。
[0226]
在一些实施例中，有线或无线网络接口24经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，有线或无线网络接口24还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0227]
在一些实施例中，输入输出(i/o)接口25为处理组件21和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0228]
图11是本技术实施例提供的一种计算机可读存储介质30的框图。该计算机可读存储介质30上存储有计算机程序31，其中，计算机程序31被处理器执行时实现如上述的电网的运行成本控制方法。
[0229]
在本技术各个实施例中的各功能单元集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在计算机可读存储介质30中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机可读存储介质30在一个计算机程序31中，包括若干指令用以使得一台计算机设备(可以是个人计算机，系统服务器，或者网络设备等)、电子设备(例如mp3、mp4等，也可以是手机、平板电脑、可穿戴设备等智能终端，也可以是台式电脑等)或者处理器(processor)以执行本技术各个实施方式方法的全部或部分步骤。
[0230]
图12是本技术实施例提供的一种计算机程序产品40的框图。该计算机程序产品40中包括程序指令41，该程序指令41可由服务器20的处理器执行以实现如上述的电网的运行成本控制方法。
[0231]
本领域内的技术人员应明白，本技术的实施例可提供有电网的运行成本控制方法、电网的运行成本控制装置10、服务器20、计算机可读存储介质30或计算机程序产品40。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机程序指令41(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品40的形式。
[0232]
本技术是参照根据本技术实施例中的电网的运行成本控制方法、电网的运行成本控制装置10、服务器20、计算机可读存储介质30或计算机程序产品40的流程图和/或方框图
来描述的。应理解可由计算机程序产品40实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序产品40到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的程序指令41产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0233]
这些计算机程序产品40也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机程序产品40中的程序指令41产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0234]
这些程序指令41也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的程序指令41提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0235]
需要说明的，上述的各种方法、装置、服务器、计算机可读存储介质、计算机程序产品等根据方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
[0236]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
[0237]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。