CN110109385A - 综合能源系统的设备调控方法及装置 - Google Patents
综合能源系统的设备调控方法及装置 Download PDFInfo
- Publication number
- CN110109385A CN110109385A CN201910311124.4A CN201910311124A CN110109385A CN 110109385 A CN110109385 A CN 110109385A CN 201910311124 A CN201910311124 A CN 201910311124A CN 110109385 A CN110109385 A CN 110109385A
- Authority
- CN
- China
- Prior art keywords
- equipment
- mean value
- energy system
- integrated energy
- institute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种综合能源系统的设备调控方法、装置、计算机可读存储介质及电子设备，方法包括：构建综合能源系统的以能效最大为目标的目标函数；获取影响综合能源系统的若干个不确定因素分别对应的多个历史数据，并确定各个不确定因素分别对应的各个历史数据的均值及方差；根据各个不确定因素分别对应的均值及方差、综合能源系统的若干个系统运行约束及综合能源系统中若干个设备的若干个设备运行约束，利用无迹变化算法优化目标函数，以确定综合能源系统中各个设备的至少一个运行信息所分别对应的均值及方差；根据各个设备的至少一个运行信息所分别对应的均值及方差对各个设备进行调控。通过本发明的技术方案，可提高综合能源系统的能效。
Description
技术领域
本发明涉及能源领域，尤其涉及综合能源系统的设备调控方法及装置。
背景技术
综合能源系统现已成为能源结构调整的重要方向，通常需要根据实际业务场景调控综合能源系统中的多个设备。
目前，主要通过大量的历史用能数据为综合能源系统配置相应的能源调度模型，求解能源调度模型以确定设备的最佳运行功率，根据该最佳运行功率对综合能源系统内的设备进行调控。
但是，综合能源系统中存在多个不确定因素(光伏出力及负荷功率)，这些不确定因素可能会导致综合能源系统中能源的调度发生较大的变化，进而导致设备的运行功率可能会发生较大的变化，因此，通过上述方式对综合能源系统中的各个设备进行调控时，可能会导致综合能源系统的能效降低。
发明内容
本发明提供了一种综合能源系统的设备调控方法、装置、计算机可读存储介质及电子设备，可提高综合能源系统的能效。
第一方面，本发明提供了一种综合能源系统的设备调控方法，包括：
构建所述综合能源系统的以能效最大为目标的目标函数；
获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并确定各个所述不确定因素所分别对应的多个历史数据的均值及方差；
根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差；
根据各个所述设备的所述至少一个运行信息所分别对应的所述均值及所述方差，对各个所述设备进行调控。
优选地，
所述根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差，包括：
利用各个所述不确定因素形成多维随机变量，并根据各个所述不确定因素所分别对应的所述均值及所述方差确定所述多维随机变量的均值列向量及第一协方差矩阵，其中，所述第一协方差矩阵携带各个所述不确定因素之间的相关度；
根据所述均值列向量及所述第一协方差矩阵确定至少三个采样点，并确定每个所述采样点所对应的均值权重及协方差权重；
针对每个所述采样点，根据所述目标函数、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，对所述采样点进行非线性变换以确定各个所述设备的至少一个运行信息的候选均值列向量；
根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差。
优选地，
所述根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差，包括：
针对每个所述候选均值列向量，根据所述候选均值列向量所对应的均值权重计算所述候选均值列向量的第一加权值；
根据各个所述第一加权值之和确定各个所述设备的各个所述运行信息所分别对应的均值；
针对每个所述协方差权重，根据所述协方差权重、各个所述均值及所述协方差权重所对应的所述候选均值列向量确定所述第一协方差矩阵的第二加权值；
将各个所述第二加权值之和确定为各个所述设备的各个所述运行信息的第二协方差矩阵，并根据所述第二协方差矩阵确定各个所述设备的各个所述运行信息所分别对应的方差。
优选地，
所述至少一个设备，包括：至少一个光伏逆变器、至少一个储能电池、至少一个燃气蒸汽锅炉及至少一个热电联产机组中的任意一个或多个。
优选地，
所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
第二方面，本发明提供了一种综合能源系统的设备调控装置，包括：
函数确定模块，用于构建所述综合能源系统的以能效最大为目标的目标函数；
模型确定模块，用于获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并确定各个所述不确定因素所分别对应的多个历史数据的均值及方差；
求解模块，用于根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差；
调控模块，用于根据各个所述设备的所述至少一个运行信息所分别对应的所述均值及所述方差，对各个所述设备进行调控。
优选地，
所述求解模块，包括：变量确定单元、权重确定单元、均值确定单元及求解单元；其中，
所述变量确定单元，用于利用各个所述不确定因素形成多维随机变量，并根据各个所述不确定因素所分别对应的所述均值及所述方差确定所述多维随机变量的均值列向量及第一协方差矩阵，其中，所述第一协方差矩阵携带各个所述不确定因素之间的相关度；
所述权重确定单元，用于根据所述均值列向量及所述第一协方差矩阵确定至少三个采样点，并确定每个所述采样点所对应的均值权重及协方差权重；
所述均值确定单元，用于针对每个所述采样点，根据所述目标函数、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，对所述采样点进行非线性变换以确定各个所述设备的至少一个运行信息的候选均值列向量；
所述求解单元，用于根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差。
优选地，
所述求解单元，用于执行如下各个步骤：
针对每个所述候选均值列向量，根据所述候选均值列向量所对应的均值权重计算所述候选均值列向量的第一加权值；
根据各个所述第一加权值之和确定各个所述设备的各个所述运行信息所分别对应的均值；
针对每个所述协方差权重，根据所述协方差权重、各个所述均值及所述协方差权重所对应的所述候选均值列向量确定所述第一协方差矩阵的第二加权值；
将各个所述第二加权值之和确定为各个所述设备的各个所述运行信息的第二协方差矩阵，并根据所述第二协方差矩阵确定各个所述设备的各个所述运行信息所分别对应的方差。
优选地，
所述至少一个设备，包括：至少一个光伏逆变器、至少一个储能电池、至少一个燃气蒸汽锅炉及至少一个热电联产机组中的任意一个或多个。
优选地，
所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种综合能源系统的设备调控方法、装置、计算机可读存储介质及电子设备，该方法通过构建综合能源系统的以能效最大为目标的目标函数，然后，获取影响综合能源系统的一个或多个不确定因素所分别对应的多个历史数据，并确定各个不确定因素所分别对应的各个历史数据的均值及方差，之后，根据各个不确定因素所分别对应的均值及方差、综合能源系统中的一个或多个系统运行约束及综合能源系统中的一个或多个设备的一个或多个设备运行约束，利用无迹变换算法优化目标函数，以确定出综合能源系统中各个设备的一个或多个运行信息所分别对应的均值及方差，得到的均值及方差为通过目标函数、各个系统运行约束及各个设备运行约束综合考虑了影响综合能源系统的不确定因素，因此，当根据各个设备的一个或多个运行信息所分别对应的均值及方差对各个设备进行调控时，可提高综合能源系统的能效。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，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中记载的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种综合能源系统的设备调控方法的流程示意图；
图2为本发明一实施例提供的一种综合能源系统的设备调控装置的结构示意图；
图3为本发明一实施例提供的另一种综合能源系统的设备调控装置的结构示意图；
图4为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所述，本发明实施例提供了一种综合能源系统的设备调控方法，包括如下各个步骤：
步骤101，构建所述综合能源系统的以能效最大为目标的目标函数；
步骤102，获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并确定各个所述不确定因素所分别对应的多个历史数据的均值及方差；
步骤103，根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差；
步骤104，根据各个所述设备的所述至少一个运行信息所分别对应的所述均值及所述方差，对各个所述设备进行调控。
如图1所示的实施例，该方法通过构建综合能源系统的以能效最大为目标的目标函数，然后，获取影响综合能源系统的一个或多个不确定因素所分别对应的多个历史数据，并根据各个不确定因素所分别对应的各个历史数据的均值及方差，之后，根据各个不确定因素所分别对应的均值及方差、综合能源系统中的一个或多个系统运行约束及综合能源系统中的一个或多个设备的一个或多个设备运行约束，利用无迹变换算法优化目标函数，以确定出综合能源系统中各个设备的一个或多个运行信息所分别对应的均值及方差，得到的均值及方差为通过目标函数、各个系统运行约束及各个设备运行约束综合考虑了影响综合能源系统的不确定因素，因此，当根据各个设备的一个或多个运行信息所分别对应的均值及方差对各个设备进行调控时，可提高综合能源系统的能效。
需要说明的是，综合能源系统的能效具体指的是单位时间内综合能源系统实际供给用户的能量与实际消耗的能量的比值。
在上述实施例中，用户可以根据实际需求确定目标函数、各个系统运行约束、各个设备运行约束及各个概率密度模型。
本发明一个实施例中，所述根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差，包括：
利用各个所述不确定因素形成多维随机变量，并根据各个所述不确定因素所分别对应的所述均值及所述方差确定所述多维随机变量的均值列向量及第一协方差矩阵，其中，所述第一协方差矩阵携带各个所述不确定因素之间的相关度；
根据所述均值列向量及所述第一协方差矩阵确定至少三个采样点，并确定每个所述采样点所对应的均值权重及协方差权重；
针对每个所述采样点，根据所述目标函数、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，对所述采样点进行非线性变换以确定各个所述设备的至少一个运行信息的候选均值列向量；
根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差。
具体地，不确定因素可以为一个或多个，一个不确定因素也可形成多维随机变量，以不确定因素为光伏出力为例，若综合能源系统中有n个光伏电池，那么，即可有n个光伏出力作为n维随机变量；对于多个不确定因素，可按照相似的原理确定出每个不确定因素所分别对应的多维随机变量，并将这些多维随机变量重新确定为维度更高的多维随机变量。
需要说明的是，各个不确定因素之间存在相关度，即某一不确定因素所对应的数据发生改变，其他的一个或多个不确定因素所对应的数据相应的发生不同的改变；通过考虑各个不确定因素之间的相关度，从而确保各个设备的各个运行信息所分别对应的均值能够更为准确的反映出各个设备的各个运行信息所分别对应的变化趋势，各个设备的各个运行信息所分别对应的方差能够更为准确的反映出各个设备的各个运行信息所分别对应的变化幅度。
还需要说明的是，候选均值列向量具体指的是，通过上述方式对采样点进行变换，得到每个设备的各个运行信息所分别对应的均值，利用得到的各个均值形成候选均值列向量。
具体地，采用对称采样的原则，比如随机变量的维度为n维，则采样点的个数可以是2n+1。
具体地，通过如下公式1确定多个采样点：
其中，χ0表征中心采样点的均值列向量、χi表征第i个采样点的均值列向量、χn+i表征第n+i个采样点的均值列向量、ux表征n维随机变量的均值列向量、α为比例缩放系数、W0为中心样本权重、n表征随机变量的维度、chol(：，i)表征n维随机变量的协方差平方根矩阵中的第i列数据。
具体地，通过如下公式2确定每个采样点所对应的均值权重：
其中，表征第i个采样点的均值权重。
具体地，通过如下公式3确定每个采样点所对应的协方差权重：
其中，第i个采样点的协方差权重、β表征高阶项信息参数。
需要说明的是，比例缩放系数α的取值区间为[10-4，1]，比例缩放系数可以减少无迹变换算法的局部效应，高阶项信息参数可以减少高阶项的误差，中心采样点具体指的是该采样点位于所有采样点的中心位置。
本发明的一个实施例中，所述根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差，包括：
针对每个所述候选均值列向量，根据所述候选均值列向量所对应的均值权重计算所述候选均值列向量的第一加权值；
根据各个所述第一加权值之和确定各个所述设备的各个所述运行信息所分别对应的均值；
针对每个所述协方差权重，根据所述协方差权重、各个所述均值及所述协方差权重所对应的所述候选均值列向量确定所述第一协方差矩阵的第二加权值；
将各个所述第二加权值之和确定为各个所述设备的各个所述运行信息的第二协方差矩阵，并根据所述第二协方差矩阵确定各个所述设备的各个所述运行信息所分别对应的方差。
具体地，为方便描述，将各个设备的各个运行信息作为输出随机变量，该输出随机变量为多维随机变量，通过如下公式4确定输出随机变量的均值：
其中，uy表征输出随机变量的均值、表征第i个采样点所对应的均值权重、yi表征点集中的第i个采样点经过非线性变换后的候选均值列向量；
通过如下公式5确定输出随机变量的协方差矩阵：
其中，Cyy表征输出随机变量的协方差矩阵、表征第i个采样点所对应的协方差权重。
具体地，根据所述第二协方差矩阵确定各个所述设备的所述运行信息的方差具体指的是，根据第二协方差矩阵中的对角线对应的多个方差确定各个设备的各个运行信息的方差。
本发明的一个实施例中，所述至少一个设备，包括：至少一个光伏逆变器、至少一个储能电池、至少一个燃气蒸汽锅炉及至少一个热电联产机组中的任意一个或多个。
需要说明的是，对于光伏逆变器的调控主要是调控光伏逆变器的出力，对于储能电池的调控主要是调控储能电池的充电功率及放电功率，对于燃气蒸汽锅炉的调控主要是确定燃气蒸汽锅炉开机还是关机及调控设备开机运行时的运行功率，对于热电联产机组的调控主要是确定热电联产机组开机还是关机及调控热电联产机组的电功率及热功率。
本发明一个实施例中，所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
具体地，根据设备的关机变量及开机变量所分别对应的均值及方差判断设备应该关机还是开机，若判断结果为设备应该开机，则可根据运行功率对应的均值及方差，确定出设备的运行功率或设备的运行功率应当所属的合理范围。
基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了一种综合能源系统的设备调控装置，包括：
函数确定模块201，用于构建所述综合能源系统的以能效最大为目标的目标函数；
模型确定模块202，用于获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并确定各个所述不确定因素所分别对应的多个历史数据的均值及方差；
求解模块203，用于根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差；
调控模块204，用于根据各个所述设备的所述至少一个运行信息所分别对应的所述均值及所述方差，对各个所述设备进行调控。
请参考图3，本发明一个实施例中，所述求解模块203，包括：变量确定单元2031、权重确定单元2032、均值确定单元2033及求解单元2034；其中，
所述变量确定单元2031，用于利用各个所述不确定因素形成多维随机变量，并根据各个所述不确定因素所分别对应的所述均值及所述方差确定所述多维随机变量的均值列向量及第一协方差矩阵，其中，所述第一协方差矩阵携带各个所述不确定因素之间的相关度；
所述权重确定单元2032，用于根据所述均值列向量及所述第一协方差矩阵确定至少三个采样点，并确定每个所述采样点所对应的均值权重及协方差权重；
所述均值确定单元2033，用于针对每个所述采样点，根据所述目标函数、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，对所述采样点进行非线性变换以确定各个所述设备的至少一个运行信息的候选均值列向量；
所述求解单元2034，用于根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差。
本发明一个实施例中，所述求解单元2034，用于执行如下各个步骤：
针对每个所述候选均值列向量，根据所述候选均值列向量所对应的均值权重计算所述候选均值列向量的第一加权值；
根据各个所述第一加权值之和确定各个所述设备的各个所述运行信息所分别对应的均值；
针对每个所述协方差权重，根据所述协方差权重、各个所述均值及所述协方差权重所对应的所述候选均值列向量确定所述第一协方差矩阵的第二加权值；
将各个所述第二加权值之和确定为各个所述设备的各个所述运行信息的第二协方差矩阵，并根据所述第二协方差矩阵确定各个所述设备的各个所述运行信息所分别对应的方差。
本发明一个实施例中，所述至少一个设备，包括：至少一个光伏逆变器、至少一个储能电池、至少一个燃气蒸汽锅炉及至少一个热电联产机组中的任意一个或多个。
本发明一个实施例中，所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
图4是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器401以及存储有执行指令的存储器402，可选地还包括内部总线403及网络接口404。其中，存储器402可能包含内存4021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器4022(non-volatile memory)，例如至少1个磁盘存储器等；处理器401、网络接口404和存储器402可以通过内部总线403相互连接，该内部总线403可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等；所述内部总线403可以分为地址总线、数据总线、控制总线等，为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器401执行存储器402存储的执行指令时，处理器401执行本发明任意一个实施例中所述的方法，并至少用于执行如图1所示的方法。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种综合能源系统的设备调控装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种综合能源系统的设备调控方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。
本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图4所示的电子设备；执行指令是一种综合能源系统的设备调控装置所对应计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (12)
1.一种综合能源系统的设备调控方法，其特征在于，包括：
构建所述综合能源系统的以能效最大为目标的目标函数；
获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并确定各个所述不确定因素所分别对应的多个历史数据的均值及方差；
根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差；
根据各个所述设备的所述至少一个运行信息所分别对应的所述均值及所述方差，对各个所述设备进行调控。
2.根据权利要求1所述的方法，其特征在于，
所述根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差，包括：
利用各个所述不确定因素形成多维随机变量，并根据各个所述不确定因素所分别对应的所述均值及所述方差确定所述多维随机变量的均值列向量及第一协方差矩阵，其中，所述第一协方差矩阵携带各个所述不确定因素之间的相关度；
根据所述均值列向量及所述第一协方差矩阵确定至少三个采样点，并确定每个所述采样点所对应的均值权重及协方差权重；
针对每个所述采样点，根据所述目标函数、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，对所述采样点进行非线性变换以确定各个所述设备的至少一个运行信息的候选均值列向量；
根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差。
3.根据权利要求2所述的方法，其特征在于，
所述根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差，包括：
针对每个所述候选均值列向量，根据所述候选均值列向量所对应的均值权重计算所述候选均值列向量的第一加权值；
根据各个所述第一加权值之和确定各个所述设备的各个所述运行信息所分别对应的均值；
针对每个所述协方差权重，根据所述协方差权重、各个所述均值及所述协方差权重所对应的所述候选均值列向量确定所述第一协方差矩阵的第二加权值；
将各个所述第二加权值之和确定为各个所述设备的各个所述运行信息的第二协方差矩阵，并根据所述第二协方差矩阵确定各个所述设备的各个所述运行信息所分别对应的方差。
4.根据权利要求1至3中任一所述的方法，其特征在于，
所述至少一个设备，包括：至少一个光伏逆变器、至少一个储能电池、至少一个燃气蒸汽锅炉及至少一个热电联产机组中的任意一个或多个。
5.根据权利要求4所述的方法，其特征在于，
所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
6.一种综合能源系统的设备调控装置，其特征在于，包括：
函数确定模块，用于构建所述综合能源系统的以能效最大为目标的目标函数；
模型确定模块，用于获取影响所述综合能源系统的至少一个不确定因素所分别对应的多个历史数据，并确定各个所述不确定因素所分别对应的多个历史数据的均值及方差；
求解模块，用于根据各个所述不确定因素所分别对应的所述均值及所述方差、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，利用无迹变换算法优化所述目标函数，以确定所述综合能源系统中各个所述设备的至少一个运行信息所分别对应的均值及方差；
调控模块，用于根据各个所述设备的所述至少一个运行信息所分别对应的所述均值及所述方差，对各个所述设备进行调控。
7.根据权利要求6所述的装置，其特征在于，
所述求解模块，包括：变量确定单元、权重确定单元、均值确定单元及求解单元；其中，
所述变量确定单元，用于利用各个所述不确定因素形成多维随机变量，并根据各个所述不确定因素所分别对应的所述均值及所述方差确定所述多维随机变量的均值列向量及第一协方差矩阵，其中，所述第一协方差矩阵携带各个所述不确定因素之间的相关度；
所述权重确定单元，用于根据所述均值列向量及所述第一协方差矩阵确定至少三个采样点，并确定每个所述采样点所对应的均值权重及协方差权重；
所述均值确定单元，用于针对每个所述采样点，根据所述目标函数、所述综合能源系统的至少一个系统运行约束及所述综合能源系统中至少一个设备的至少一个设备运行约束，对所述采样点进行非线性变换以确定各个所述设备的至少一个运行信息的候选均值列向量；
所述求解单元，用于根据各个所述均值权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的均值，并根据各个所述均值、各个所述协方差权重及各个所述候选均值列向量确定各个所述设备的各个所述运行信息所分别对应的方差。
8.根据权利要求7所述的装置，其特征在于，
所述求解单元，用于执行如下各个步骤：
针对每个所述候选均值列向量，根据所述候选均值列向量所对应的均值权重计算所述候选均值列向量的第一加权值；
根据各个所述第一加权值之和确定各个所述设备的各个所述运行信息所分别对应的均值；
针对每个所述协方差权重，根据所述协方差权重、各个所述均值及所述协方差权重所对应的所述候选均值列向量确定所述第一协方差矩阵的第二加权值；
将各个所述第二加权值之和确定为各个所述设备的各个所述运行信息的第二协方差矩阵，并根据所述第二协方差矩阵确定各个所述设备的各个所述运行信息所分别对应的方差。
9.根据权利要求6至8中任一所述的装置，其特征在于，
所述至少一个设备，包括：至少一个光伏逆变器、至少一个储能电池、至少一个燃气蒸汽锅炉及至少一个热电联产机组中的任意一个或多个。
10.根据权利要求9所述的装置，其特征在于，
所述至少一个运行信息，包括：开机变量、关机变量及运行功率中的任意一个或多个。
11.一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如权利要求1至5中任一所述的方法。
12.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910311124.4A CN110109385A (zh) | 2019-04-18 | 2019-04-18 | 综合能源系统的设备调控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910311124.4A CN110109385A (zh) | 2019-04-18 | 2019-04-18 | 综合能源系统的设备调控方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110109385A true CN110109385A (zh) | 2019-08-09 |
Family
ID=67485713
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910311124.4A Pending CN110109385A (zh) | 2019-04-18 | 2019-04-18 | 综合能源系统的设备调控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110109385A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111199015A (zh) * | 2019-12-31 | 2020-05-26 | 新奥数能科技有限公司 | 一种综合能源系统优化方法和装置 |
| CN111222694A (zh) * | 2019-12-31 | 2020-06-02 | 新奥数能科技有限公司 | 考虑负荷预测不确定性的综合能源系统优化方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107834593A (zh) * | 2017-11-02 | 2018-03-23 | 西安理工大学 | 一种下垂控制型孤岛微电网静态电压稳定概率评估方法 |
| JP2018085861A (ja) * | 2016-11-24 | 2018-05-31 | 株式会社日立製作所 | 水素利用システムおよび統合エネルギシステム |
| CN108649556A (zh) * | 2018-04-16 | 2018-10-12 | 东南大学 | 一种电网应急场景随机优化调度方法 |
| CN109510209A (zh) * | 2019-01-14 | 2019-03-22 | 广东电网有限责任公司 | 考虑含相关性高维随机变量的混联电网概率潮流计算方法 |
-
2019
- 2019-04-18 CN CN201910311124.4A patent/CN110109385A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018085861A (ja) * | 2016-11-24 | 2018-05-31 | 株式会社日立製作所 | 水素利用システムおよび統合エネルギシステム |
| CN107834593A (zh) * | 2017-11-02 | 2018-03-23 | 西安理工大学 | 一种下垂控制型孤岛微电网静态电压稳定概率评估方法 |
| CN108649556A (zh) * | 2018-04-16 | 2018-10-12 | 东南大学 | 一种电网应急场景随机优化调度方法 |
| CN109510209A (zh) * | 2019-01-14 | 2019-03-22 | 广东电网有限责任公司 | 考虑含相关性高维随机变量的混联电网概率潮流计算方法 |
Non-Patent Citations (2)
| Title |
|---|
| 华煌圣等: "考虑综合能效水平的能源系统多目标优化运行"", 《南方电网技术》 * |
| 鲍海波 等: "基于无迹变换的含大规模风电场电力系统概率最优潮流计算", 《电力系统自动化》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111199015A (zh) * | 2019-12-31 | 2020-05-26 | 新奥数能科技有限公司 | 一种综合能源系统优化方法和装置 |
| CN111222694A (zh) * | 2019-12-31 | 2020-06-02 | 新奥数能科技有限公司 | 考虑负荷预测不确定性的综合能源系统优化方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101919134B (zh) | 用于风力涡轮发电机的基于事件的控制系统及控制方法 | |
| Zheng et al. | Addressing the conditional and correlated wind power forecast errors in unit commitment by distributionally robust optimization | |
| US9020653B2 (en) | System and method for associating a load demand with a variable power generation | |
| CN110109385A (zh) | 综合能源系统的设备调控方法及装置 | |
| CN112749810B (zh) | 模型训练方法、控制参数确定方法及装置 | |
| CN111181201B (zh) | 基于双层强化学习的多能园区调度方法及系统 | |
| CN108984219A (zh) | 内存参数配置方法及电子设备 | |
| CN109992866A (zh) | 负荷预测模型的训练方法、装置、可读介质及电子设备 | |
| Egerer et al. | The impact of neighboring markets on renewable locations, transmission expansion, and generation investment | |
| Helistö et al. | Impact of operational details and temporal representations on investment planning in energy systems dominated by wind and solar | |
| Panda et al. | Economic operational analytics for energy storage placement at different grid locations and contingency scenarios with stochastic wind profiles | |
| CN111078803A (zh) | 一种基于非侵入式技术的负荷事件多维特征匹配方法与系统 | |
| CN109713702A (zh) | 一种确定光伏微网的储能容量的方法及装置 | |
| Neame et al. | Offer stack optimization in electricity pool markets | |
| US8555091B2 (en) | Dynamic power state determination of a graphics processing unit | |
| CN106774762A (zh) | 一种服务器电源psu状态控制方法、rmc及机柜 | |
| Singh et al. | An adaptive model with joint chance constraints for a hybrid wind-conventional generator system | |
| CN108846505A (zh) | 可再生能源并网消纳信息多维度校核方法及设备 | |
| CN108805363A (zh) | 冷热电联供系统定容方法及装置 | |
| CN109740235A (zh) | 确定燃煤锅炉节煤量的方法、装置、可读介质及电子设备 | |
| CN110276501A (zh) | 短期电力交易市场的电价的预测方法及装置 | |
| CN111523655A (zh) | 处理装置及方法 | |
| Poncelet et al. | Lusym invest: a generation expansion planning model with a high level of temporal and technical detail | |
| CN110401210A (zh) | 需求响应参与下风电储能系统调度方法 | |
| Nakama et al. | A simple dynamic optimization-based approach for sizing thermal energy storage using process data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |