CN105631534A - 基于遗传算法兼顾电量效益的供电企业成本优化方法 - Google Patents

Abstract

本发明提供了一种基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，获取待优化供电区域内存在的行业类型及其对应的用电量历史数据和GDP产值历史数据；分别计算各行业类型的单位电量效益历史值；采用最小二乘法进行拟合以获得待优化年度各行业类型的单位电量预测效益；建立成本优化模型；采用遗传算法对成本优化模型进行求解，获得待优化年度供电企业对各行业类型的资源分配比例；按照待优化年度供电企业对各行业类型的资源分配比例将年度投入资源总量向各行业类型进行资源分配。在供电企业年度投入资源总量确定的情况下，结合单位电量效益，进行资源分配比例求解；有助于运营成本科学管理，大幅提升综合效益，优化资源配置。

Description

基于遗传算法兼顾电量效益的供电企业成本优化方法

技术领域

本发明涉及供电企业运营成本优化技术领域，更具体地说，涉及一种基于遗传算法兼顾电量效益的供电企业成本优化方法。

背景技术

在电力改革与节能减排的背景下，供电企业更加需要重视市场化的经济效益，实现企业自身的运营成本的优化。目前供电企业核算效益的方法主要是根据与用户性质相关的分类电价(如大宗工业、非工业、普通工业、商业、居民、农业等几大类)，结合各大行业用电量进行供售电量效益核算，这种投资模式很难适应电力改革与节能减排的发展需求。其次，供电企业同样存在企业运营成本的约束，其主要包含企业经济投入、设备投入、各类人员(管理人员、技术人员、营销人员)的投入情况等。在有限的年度可投入资源下，如若继续按照传统的效益核算机制进行资源分配，将难以实现供电企业运营成本的最优化分配。

传统的运营成本优化分配工作已无法适应供电企业未来的发展，进一步打破传统僵化的资源分配模式，探索更合理、更有效的运营成本优化方法意义重大。供电企业应该根据其运行规律和供电区域内各行业年度的用电量及其GDP产值等数据分析各行业的单位电量效益，即从各行业用户供电所带来的经济效益出发，明确对该地区经济发展其支撑作用的行业，兼顾单位电量效益来制定适宜的成本考核方案与资源投入计划有助于保证对该地区支柱产业的供电保证与优质服务，从而实现区域有限可投入资源的最优分配与综合协调运用。

在供电企业运营成本分析的工作当中，需要围绕市场发展变化的特点，结合供电区域内的行业用电规律、行业单位电量效益规律，有必要注重采用“精细化”以及“动态化”的前提条件来降低生产消耗，形成有效、科学的区域资源最优化分配方案。其中，“精细化”侧重于对行业进行细分，根据各行业的用电量与用电规律等信息来优化资源投入，优化运营成本；而“动态化”则要求企业的运营成本优化分配工作，应根据不同的时间维度进行动态调整，以求适应电力市场以及经济形势的变化需求。

发明内容

本发明的目的在于克服现有技术中的缺点与不足，提供一种基于遗传算法兼顾电量效益、有助于运营成本科学管理、大幅提升综合效益、优化资源配置的供电企业成本优化方法。

为了达到上述目的，本发明通过下述技术方案予以实现：一种基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，包括如下步骤：

S1步，获取待优化供电区域内存在的行业类型，并获取各行业类型对应的用电量历史数据和GDP产值历史数据；

S2步，根据各行业类型对应的用电量历史数据和GDP产值历史数据，分别计算各行业类型的单位电量效益历史值；

S3步，采用最小二乘法对各行业类型的单位电量效益历史值进行拟合，分别形成各行业类型的单位电量效益随时间变化的趋势函数；

S4步，根据各行业类型的单位电量效益随时间变化的趋势函数得到待优化年度各行业类型的单位电量预测效益；以待优化年度供电企业最大资源分配经济效益为目标函数，以待优化年度供电企业对各行业类型的资源分配比例为决策变量，以待优化年度各行业类型的单位电量预测效益和区域经济限定的各行业类型计划发展比例为约束条件建立成本优化模型；

S5步，采用遗传算法对成本优化模型进行求解，获得待优化年度供电企业对各行业类型的资源分配比例；按照待优化年度供电企业对各行业类型的资源分配比例将年度投入资源总量向各行业类型进行资源分配，以优化供电企业运营成本。

本发明成本优化方法，适用于针对供电企业的年度运营成本优化调配问题，在供电企业年度投入资源总量确定的情况下，考虑了各行业类型用电量大小和各行业类型对GDP贡献程度，即行业类型的单位电量效益这一重要指标。同时，采用最小二乘法拟合单位电量效益随时间变化的趋势，结合供电企业对待优化区域各行业类型的投入产出比，采用遗传算法进行供电企业资源分配比例的求解，最终实现供电企业的运营成本优化。供电企业运营成本优化是提高企业发展竞争力的重要措施要求，兼顾各行业类型的单位电量效益，能够考虑供电企业资源的投入产出比，实现供电企业的运营成本优化。

进一步的方案是，所述S1步中，获取各行业类型对应的用电量历史数据和GDP产值历史数据是指，获取行业类型i过往t年的用电量P_ik和GDP产值G_ik；其中，i＝(1,2,…)；k为过往年数，k＝(1,2,…,t)。

所述S2步中，分别计算各行业类型的单位电量效益历史值是指，分别计算行业类型i过往t年的单位电量效益E_ik：

$E_{ik}=\frac{G_{ik}}{P_{ik}}.$

所述S3步中，采用最小二乘法对各行业类型的单位电量效益历史值进行拟合是指，在设定函数类Φ中，求解f_i(k)，使f_i(k)与数据点{(k，E_ik)}之间的误差平方和M最小；

其中，f_i(k)∈Φ；

$M=\underset{k=1}{\overset{t}{\Σ}}{\[f_i\left(k\right)-E_{ik}\]}^2;$

各行业类型的单位电量效益随时间变化的趋势函数E_i：E_i＝f_i(k)。基于各行业类型的单位电量效益历史值采用最小二乘法拟合预测待优化年度各行业类型的单位电量效益情况，从而估计待优化年度各行业类型对区域经济的贡献程度，从而进行资源的优化调配；不再仅考虑各行业类型的供、售电量效益，而是结合各行业类型对区域经济的贡献程度，兼顾单位电量效益进行供电企业的运营成本优化。

所述S4步中，成本优化模型为：

$\begin{array}{cc}max& {\mathrm{\Ψ}}_T=\underset{i=1}{\overset{n}{\Σ}}{J}_{Ti}{E}_{Ti}\end{array};$

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{n-1}{\Σ}}{J}_{Ti}\≥\mathrm{\λ}\end{array}$

${\mathrm{maxJ}}_{Ti}-{\mathrm{minJ}}_{Ti}\≤\frac{1}{2}$

$\begin{array}{c}\underset{i=1}{\overset{n}{\&Sigma;}}{J}_{Ti}=1\\ 0<J_{Ti}<1,E_{Ti}>0\end{array}$

其中，Ψ_T为待优化年度T供电企业资源分配经济效益；J_Ti为待优化年度T供电企业对行业类型i的资源分配比例；λ为供电企业对各行业类型的最小资源分配比例；E_Ti为待优化年度T行业类型i单位电量效益。以区域经济限定的各行业计划发展比例为约束条件是指，和

与现有技术相比，本发明具有如下优点与有益效果：

1、本发明成本优化方法充分考虑待优化供电区域的行业发展及其经济效益，在考虑各行业类型单位电量效益的基础上，进行供电企业的成本优化分配，能够有助于供电企业对其运营成本进行科学管理，大幅提升供电企业的综合效益，优化供电企业的资源配置，确保供电企业整体管理长效发展；

2、本发明成本优化方法采用最小二乘法对各行业类型的单位电量效益进行对于时间的函数曲线拟合，充分利用历史数据所呈现的真实信息，实现对供电企业的运营成本进行有效的优化、统筹分配，促进供电企业良性循环发展，推进节能减排工作，实现供电企业的可持续发展；

3、本发明成本优化方法可有针对性地保证对区域经济贡献程度较大的行业类型的电量供应及优质服务，从而在一定程度上实现区域经济与能源消费的高级调控与管理。

附图说明

图1是本发明成本优化方法的流程图；

图2是本发明成本优化方法中，用电量P_ik和GDP产值G_ik与时间序列关系；

图3是各行业类型的单位电量效益随时间变化的趋势曲线图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细的描述。

实施例一

本实施例基于遗传算法兼顾电量效益的供电企业成本优化方法，其流程如图1所示，包括如下步骤：

S1步，获取待优化供电区域内存在的行业类型，并获取各行业类型对应的用电量历史数据和GDP产值历史数据；具体地说，假定待优化供电区域内存在n种行业类型，行业类型是指现有定义的行业类型；获取行业类型i过往t年的用电量P_ik和GDP产值G_ik；其中，i＝(1,2,…,n)；k为过往年数，k＝(1,2,…,t)；如图2所示，对于每个历史年度，各行业类型均有对应的用电量P_ik和GDP产值G_ik，因此行业类型i过往t年的用电量和GDP产值，分别可以用一个时间序列{P_i1,P_i2,…,P_it}、{G_i1,G_i2,…,G_it}表示；

S2步，根据各行业类型对应的用电量历史数据和GDP产值历史数据，分别计算各行业类型的单位电量效益历史值；具体地说，分别计算各行业类型的单位电量效益历史值是指，分别计算行业类型i过往t年的单位电量效益E_ik：

$E_{ik}=\frac{G_{ik}}{P_{ik}};$

S3步，采用最小二乘法对各行业类型的单位电量效益历史值进行拟合，分别形成各行业类型的单位电量效益随时间变化的趋势函数；

具体地说，采用最小二乘法对各行业类型的单位电量效益历史值进行拟合是指，在设定函数类Φ中，求解f_i(k)，使f_i(k)与数据点{(k，E_ik)}之间的误差平方和M最小；

其中，f_i(k)∈Φ；

$M=\underset{k=1}{\overset{t}{\&Sigma;}}{\&lsqb;f_i\left(k\right)-E_{ik}\&rsqb;}^2;$

各行业类型的单位电量效益随时间变化的趋势函数E_i：E_i＝f_i(k)；

S4步，根据各行业类型的单位电量效益随时间变化的趋势函数得到待优化年度各行业类型的单位电量预测效益；以待优化年度供电企业最大资源分配经济效益为目标函数，以待优化年度供电企业对各行业类型的资源分配比例为决策变量，以待优化年度各行业类型的单位电量预测效益和区域经济限定的各行业类型计划发展比例为约束条件建立成本优化模型；

具体地说，成本优化模型为：

$\begin{array}{cc}max& {\mathrm{\&Psi;}}_T=\underset{i=1}{\overset{n}{\&Sigma;}}{J}_{Ti}{E}_{Ti}\end{array};$

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{n-1}{\&Sigma;}}{J}_{Ti}\&GreaterEqual;\mathrm{\&lambda;}\end{array}$

${\mathrm{maxJ}}_{Ti}-{\mathrm{minJ}}_{Ti}\&le;\frac{1}{2}$

$\begin{array}{c}\underset{i=1}{\overset{n}{\&Sigma;}}{J}_{Ti}=1\\ 0<J_{Ti}<1,E_{Ti}>0\end{array}$

其中，Ψ_T为待优化年度T供电企业资源分配经济效益；J_Ti为待优化年度T供电企业对行业类型i的资源分配比例；λ为供电企业对各行业类型的最小资源分配比例；E_Ti为待优化年度T行业类型i单位电量效益；约束条件中是为了平衡待优化供电地区综合经济发展；此外，由于供电企业总资源分配比例之和应为1，故有以区域经济限定的各行业计划发展比例为约束条件是指，和

S5步，采用遗传算法对成本优化模型进行求解，获得待优化年度供电企业对各行业类型的资源分配比例；按照待优化年度供电企业对各行业类型的资源分配比例将年度投入资源总量向各行业类型进行资源分配，以优化供电企业运营成本。

实施例二

本实施例以广州市某区作为待优化供电区域为例对基于遗传算法兼顾电量效益的供电企业成本优化方法进行说明；包括如下步骤：

S1步，获取待优化供电区域的行业类型，得到待优化供电区域的行业类型包括大宗工业、普通工业和商业三类；收集待优化供电区域2009～2012年各行业类型对应的用电量历史数据和GDP产值历史数据，如表1所示；

表1历史数据

S2步，计算各行业类型的单位电量效益历史值，单位万元/MWh，如表2所示；

表2单位电量效益

年份	大宗工业	普通工业	商业
				2009	2.4049	0.1854	116.3815
2010	0.3857	39.7251	0.6373
				2011	1.7565	7.1882	132.3133
2012	0.0106	28.8885	22.4731

S3步，采用最小二乘法进行曲线拟合，通过多次试验，本实施例最终决定采用四次曲线，得到各行业类型的单位电量效益随时间变化的趋势曲线，如图3所示；各行业类型的单位电量效益随时间变化的趋势函数E_i；

S4步，获得待优化年度2013年各行业类型的单位电量预测效益，单位万元/MWh，如表3所示；并建立成本优化模型；

表3待优化年度的各行业类型的单位电量预测效益

行业	大宗工业	普通工业	商业
				单位电量预测效益	0.0264	10.0911	37.6519

S5步，采用遗传算法对成本优化模型进行求解，计算出待优化年度2013年供电企业最大资源分配经济效益为：26.7756万元，成本优化模型得到供电企业对各行业类型的资源分配比例，如表4所示：

表4资源分配比例

行业	大宗工业	普通工业	商业	合计
					资源分配比例	0.166	0.168	0.666	1

通过计算分析可知该区域考虑各行业的单位电量效益之后，供电企业对各行业类型的资源分配比例分别为：大宗工业16.6％、普通工业16.8％、商业66.6％，这样才会获得最大的经济效益。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，包括如下步骤：

S1步，获取待优化供电区域内存在的行业类型，并获取各行业类型对应的用电量历史数据和GDP产值历史数据；

S2步，根据各行业类型对应的用电量历史数据和GDP产值历史数据，分别计算各行业类型的单位电量效益历史值；

S3步，采用最小二乘法对各行业类型的单位电量效益历史值进行拟合，分别形成各行业类型的单位电量效益随时间变化的趋势函数；

S4步，根据各行业类型的单位电量效益随时间变化的趋势函数得到待优化年度各行业类型的单位电量预测效益；以待优化年度供电企业最大资源分配经济效益为目标函数，以待优化年度供电企业对各行业类型的资源分配比例为决策变量，以待优化年度各行业类型的单位电量预测效益和区域经济限定的各行业类型计划发展比例为约束条件建立成本优化模型；

S5步，采用遗传算法对成本优化模型进行求解，获得待优化年度供电企业对各行业类型的资源分配比例；按照待优化年度供电企业对各行业类型的资源分配比例将年度投入资源总量向各行业类型进行资源分配，以优化供电企业运营成本。

2.根据权利要求1所述的基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，所述S1步中，获取各行业类型对应的用电量历史数据和GDP产值历史数据是指，获取行业类型i过往t年的用电量P_ik和GDP产值G_ik；其中，i＝(1,2,…)；k为过往年数，k＝(1,2,…,t)。

3.根据权利要求2所述的基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，所述S2步中，分别计算各行业类型的单位电量效益历史值是指，分别计算行业类型i过往t年的单位电量效益E_ik：

$E_{ik}=\frac{G_{ik}}{P_{ik}}.$

4.根据权利要求3所述的基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，所述S3步中，采用最小二乘法对各行业类型的单位电量效益历史值进行拟合是指，在设定函数类Φ中，求解f_i(k)，使f_i(k)与数据点{(k，E_ik)}之间的误差平方和M最小；

其中，f_i(k)∈Φ；

$M=\underset{k=1}{\overset{t}{\&Sigma;}}{\&lsqb;f_i\left(k\right)-E_{ik}\&rsqb;}^2;$

各行业类型的单位电量效益随时间变化的趋势函数E_i：E_i＝f_i(k)。

5.根据权利要求4所述的基于遗传算法兼顾电量效益的供电企业成本优化方法，其特征在于，所述S4步中，成本优化模型为：

$\begin{array}{cc}\max & {\mathrm{\&Psi;}}_T=\underset{i=1}{\overset{n}{\&Sigma;}}{J}_{Ti}{E}_{Ti}\end{array};$

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{n-1}{\&Sigma;}}{J}_{Ti}\&GreaterEqual;\mathrm{\&lambda;}\end{array}$

$\max J_{Ti}-\min J_{Ti}\&le;\frac{1}{2}$

$\underset{i=1}{\overset{n}{\&Sigma;}}{J}_{Ti}=1$

0<J_Ti<1，E_Ti>0

其中，Ψ_T为待优化年度T供电企业资源分配经济效益；J_Ti为待优化年度T供电企业对行业类型i的资源分配比例；λ为供电企业对各行业类型的最小资源分配比例；E_Ti为待优化年度T行业类型i单位电量效益。