CN110516302B - 基于差异演进算法的区域智慧能源网络配置方法及装置 - Google Patents
基于差异演进算法的区域智慧能源网络配置方法及装置 Download PDFInfo
- Publication number
- CN110516302B CN110516302B CN201910663111.3A CN201910663111A CN110516302B CN 110516302 B CN110516302 B CN 110516302B CN 201910663111 A CN201910663111 A CN 201910663111A CN 110516302 B CN110516302 B CN 110516302B
- Authority
- CN
- China
- Prior art keywords
- devices
- determining
- equipment
- temperature value
- evolution algorithm
- 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.)
- Active
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000003044 adaptive effect Effects 0.000 claims abstract description 34
- 230000005611 electricity Effects 0.000 abstract description 8
- 238000003860 storage Methods 0.000 description 19
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 238000005457 optimization Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000004146 energy storage Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于差异演进算法的区域智慧能源网络的设备配置方法和装置，包括：从区域智慧能源网络中部署的全部设备中确定第一部分设备；确定第一部分设备的设备类型、第一部分设备中的每一设备的设备容量和全部设备的台数；基于差异演进算法与第一部分设备的设备类型、每一设备的设备容量和第一部分设备的台数，确定每一设备的适应温度值；基于每一设备的适应温度值与区域智慧能源网络所在地理区域的温度值，从第一部分设备中确定需要部署在地理区域中的设备。采用改进的差异演化算法从全部设备中选出需要部署在地理区域中的设备，可以给出企业能源系统最佳的设备配置方案，以满足用户冷、热、电等能源需求。
Description
技术领域
本发明涉及智慧能源技术领域，尤其涉及一种基于差异演进算法的区域智慧能源网络的设备配置方法方法及装置。
背景技术
智慧节能工业园区的核心企业能源配置对产业集群的循环经济节能降耗具有重要作用。传统工业园区核心企业的能源网络结构简单，主要表现在能源使用结构较单一，如：钢铁企业、水泥企业及卷烟企业的能源使用结构几乎全部依赖于国家电网及化石能源，可再生能源应用比例较低。此外，园区核心企业还存在能源信息封闭、开放互联程度不高的问题。
核心企业能源供给系统大多基于其自身生产过程的冷、热、电的需求状况进行配置，这样会导致由企业生产波动而引起的冷、热、电盈余与缺口的问题难以及时高效地得到解决，企业单位产值的能源成本高，园区企业之间能源网络系统未能较好地协同与互补，能源系统使用效率低，大部分园区上下游企业之间只有产业链的依存关系，缺少企业能源信息交流与合理交易。
发明内容
对传统工业园区核心企业的能源网络存在的不足，本发明提供一种基于差异演进算法的区域智慧能源网络的设备配置方法及装置。
第一方面，本发明提供了一种基于差异演进算法的区域智慧能源网络的设备配置方法，包括：
从所述区域智慧能源网络中部署的全部设备中确定第一部分设备；
确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数；
基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值；
基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备。
优选地，所述基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值，包括：
确定所述每一设备关于差异演进算法的惩罚量；
基于所述差异演进算法以及所述每一设备的惩罚量，确定所述每一设备的适应温度值。
优选地，所述基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备，包括：
针对所述第一部分设备中的每一设备，确定所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值的差值绝对值；
若所述差值绝对值小于或者等于预设阈值，确定所述每一设备部署在所述地理区域中；
若所述差值绝对值大于所述预设阈值，则从所述全部设备中随机选择设定数量的第二部分设备，将所述第二部分设备作为所述第一部分设备，执行所述确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数的步骤。
优选地，所述从所述全部设备中随机选择设定数量的第二部分设备，包括：
在所述全部设备中随机选择3台设备与待变异的设备；
基于所述差异演进算法的变异操作公式将所述3台设备与待变异的设备生成变异设备个体；
对所述变异设备个体进行交叉操作，生成第二部分设备。
第二方面，本发明提供了一种基于差异演进算法的区域智慧能源网络的设备配置装置，包括：
第一确定模块，用于从所述区域智慧能源网络中部署的全部设备中确定第一部分设备；
第二确定模块，用于确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数；
第三确定模块，用于基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值；
第四确定模块，用于基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备。
优选地，所述第三确定模块具体用于：
确定所述每一设备关于差异演进算法的惩罚量；
基于所述差异演进算法以及所述每一设备的惩罚量，确定所述每一设备的适应温度值。
优选地，所述第四确定模块具体用于：
针对所述第一部分设备中的每一设备，确定所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值的差值绝对值；
若所述差值绝对值小于或者等于预设阈值，确定所述每一设备部署在所述地理区域中；
若所述差值绝对值大于所述预设阈值，则从所述全部设备中随机选择设定数量的第二部分设备，将所述第二部分设备作为所述第一部分设备，执行所述确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数的步骤。
优选地，所述第四确定模块还具体用于包括：
在所述全部设备中随机选择3台设备与待变异的设备；
基于所述差异演进算法的变异操作公式将所述3台设备与待变异的设备生成变异设备个体；
对所述变异设备个体进行交叉操作，生成第二部分设备。
本发明提供了一种基于差异演进算法的区域智慧能源网络的设备配置方法及装置，基于差异演进算法与第一部分设备的设备类型、每一设备的设备容量和第一部分设备的台数，确定每一设备的适应温度值，基于每一设备的适应温度值与区域智慧能源网络所在地理区域的温度值，从第一部分设备中确定需要部署在地理区域中的设备，采用改进的差异演化算法(DE)求解区域智慧能源网络关于设备的优化问题，给出了智慧节能工业园区的企业能源网络系统配置的优化模型，通过从全部设备中选出需要部署在地理区域中的设备，可以给出企业能源系统最佳的设备配置方案，以满足用户冷、热、电等能源需求。
附图说明
为了更清楚地说明本说明书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说明书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区域智慧能源网络的示意图；
图2为本发明一实施例提供的一种基于差异演进算法的区域智慧能源网络的设备配置方法的流程示意图；
图3为本发明一实施例提供的一种基于差异演进算法的区域智慧能源网络的设备配置装置的结构示意图；
图4为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本说明书的目的、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说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
图1为本发明一实施例提供的区域智慧能源网络的示意图，如图1所示，示出了企业能源系统的区域智慧能源网络的架构图，其中，企业能源系统采用模块化分析的方法，将能源系统分为能源供应模块、能源转换模块和能源需求模块。
以信息技术和提高“可再生能源”使用比例为标志的核心企业局域智慧能源网络是我国工业园区发展的必然模式。能源的生产、传输、分配、转换、存储、消费等环节通过互联互通的能源网络与信息平台进行协调控制，可大幅度提高能源利用效率，结合不同能源形式的“替代和转化”，充分利用可再生能源，改变园区能源消费结构，实现节能减排目标。
如图1所示，一次能源介质按照其所属能源形式可以划分为国家电网、化石能源(煤、石油、天然气等)、可再生能源(风能、潮汐能、太阳能、地热能、生物质能等)及余热余能(余热烟气、饱和蒸汽、焦炉煤气、转炉煤气等)4大类。
二次能量介质主要是从产能设备生产出来进入能源转换设备使用的电与热能介质。
三次能量介质主要是从能源转换设备生产出来进入能源蓄存设备的冷、热、电能介质。
图1中的末端用户的用能需求包含供暖、供冷、工艺加热、电力、生活热水等需求。
基于信息技术的能源信息共享平台起到信息反馈与能源调度，以管理企业生产与园区其它企业之间的能源交易，能源交易可发生在企业能源生产环节和转换环节。“虚拟设备”只是为了便于对企业所有能量介质的流向进行分析而提出的一个概念，“虚拟设备”对于进入其中的介质并没有经过任何处理而直接进入了下一环节，介质的物化性质没有任何变化。所以此网络框架中的各能量处理模块并不是传统意义的能量处理环节，是包含该企业所有能量流的一个广义处理环节。
此外，能源生产模块包含众多能源生产设备，如：燃油发电机、内燃机、燃气轮机、锅炉、风力发电机、太阳能光伏发电、太阳能集热板、余热回收设备等，能源交易出口在此被划入“虚拟设备”的范畴。在能源生产模块中，各种一次能源介质通过能源生产设备被转化为电能和热能，被二次能量介质所携带。同种一次能源介质的实时消耗总量可由下式计算：
ein g和eout c为进入和离开能源生产模块的能量，ein s和eout s为进入和离开能源蓄存模块的能量。
上述公式中：e为一次能源介质m1逐时总消耗量；g代表能源生产环节；t表示任意时刻；m1为具体的一次能源介质(包括煤、石油、天然气等形式)；in代表进入能源生产环节；eq代表各能源生产设备，包含图1所示的“虚拟设备”。
为二元变量，其取值为1或者0，取值为1代表选择了这种设备，取值为0代表没有选择。
图1中的能源转换模块能源转换模块包含换热器、吸收式制冷机组、电热器、水源热泵等设备，能源交易入口在此被划入“虚拟设备”的范畴。
图1中的能源蓄存模块可包含冷、热、电三大类的能源蓄存设备。常见的有冰蓄冷设备、储热罐及蓄电池。任意时刻进入蓄能模块的能源介质大部分是供给用户直接使用的，这部分能源介质相当于被该模块的“虚拟设备”所处理；任意时刻流入的能源介质中多余用户需求的那部分则进入能源蓄能设备，而不足用户需求的那部分可由蓄能设备在前面时刻蓄存的能量进行补充。用户的需求波动由能源蓄存模块进行调节，起到削峰填谷的作用，便于应对产能波动引起的能源供需波动变化，提高能源使用效率。
图1中的电子设备210可以部署本申请中的信息管理平台，可通过区域智慧能源网络管理上述设备。
核心企业能源系统能源动态调度问题是在已知能源系统组合配置的前提下，在一个相对稳定的生产周期内，考虑经济性、节能环保及当地的能源资源条件，动态的优化能源生产、转化、蓄存设备的启停情况以满足用户能量种类、品位以及数量的需求。
核心企业能源系统配置问题选择年平均费用作为该优化的目标函数。年平均费用主要包括投资费、运行维护费、能源使用费、能源交易费用及碳税这5个部分，费用最低的能源网络系统作为最优配置方案。
核心企业局域智慧能源网络优化配置的决策变量是设备类型、设备容量和台数，即：优化的目标函数是关于二元变量
设备容量Peq及台数N eq的复合函数。
该优化问题可描述为
的混合整数非线性规划(MINLP)问题。通过收集现有的各技术设备的样本信息，建立“设备类型”及“设备容量”的数据库，访问数据库选取设备，读取相关技术参数。
核心企业能源系统能源动态调度问题与前者类似，决策变量同样是使用设备的类型、设备容量和台数，只是设备选择约束在企业能源系统已有的设备范围内。
下面将结合附图对本发明提供的一种基于差异演进算法的区域智慧能源网络的设备配置方法和装置进行详细描述，以使本领域技术人员能够清、准确地理解本发明的技术方案。
图2为本发明一实施例提供的一种基于差异演进算法的区域智慧能源网络的设备配置方法的流程示意图。
如图2所示，本发明实施例提供了一种基于差异演进算法的区域智慧能源网络的设备配置方法，该方法可以包括如下步骤：
步骤210，从智慧能源网络中部署的全部设备中确定第一部分设备。
根据本发明实施例，可以对图1所示的智慧能源网络中部署的全部设备进行初始化种群规模、缩放因子、交叉概率。在每一设备作为变量定义域内随机初始化每个个体设备。确定罚函数参数以及调节因子，设置最大迭代次数及计算精度要求，置当前迭代次数t＝0。通过初始化，可以从全部设备中选出第一部分设备。
步骤220，确定第一部分设备的设备类型、第一部分设备中的每一设备的设备容量和全部设备的台数；
根据本发明实施例，可以通过收集现有的各技术设备的样本信息，建立“设备类型”及“设备容量”的数据库，访问数据库选取设备，读取设备的相关技术参数。
步骤230，基于差异演进算法与第一部分设备的设备类型、每一设备的设备容量和第一部分设备的台数，确定每一设备的适应温度值。
根据本发明实施例，可以先确定每一设备关于差异演进算法的惩罚量；基于差异演进算法以及每一设备的惩罚量，确定每一设备的适应温度值。
步骤240，基于每一设备的适应温度值与区域智慧能源网络所在地理区域的温度值，从第一部分设备中确定需要部署在地理区域中的设备。
根据本发明实施例，针对第一部分设备中的每一设备，确定每一设备的适应温度值与区域智慧能源网络所在地理区域的温度值的差值绝对值；若差值绝对值小于或者等于预设阈值，确定每一设备部署在地理区域中；若差值绝对值大于预设阈值，则从全部设备中随机选择设定数量的第二部分设备，将第二部分设备作为第一部分设备，执行确定第一部分设备的设备类型、第一部分设备中的每一设备的设备容量和全部设备的台数的步骤。
更进一步地，从全部设备中随机选择设定数量的第二部分设备，包括：
在全部设备中随机选择3台设备与待变异的设备；
基于差异演进算法的变异操作公式将3台设备与待变异的设备生成变异设备个体；
对变异设备个体进行交叉操作，生成第二部分设备，将上述第二部分设备作为第一部分设备，可重新执行上述步骤202-步骤204，从而最终得到该区域智慧能源网络中需要部署的设备。
本发明提供的一种基于差异演进算法的区域智慧能源网络的设备配置方法，基于差异演进算法与第一部分设备的设备类型、每一设备的设备容量和第一部分设备的台数，确定每一设备的适应温度值，基于每一设备的适应温度值与区域智慧能源网络所在地理区域的温度值，从第一部分设备中确定需要部署在地理区域中的设备，采用改进的差异演化算法(DE)求解区域智慧能源网络关于设备的优化问题，给出了智慧节能工业园区的企业能源网络系统配置的优化模型，通过从全部设备中选出需要部署在地理区域中的设备，可以给出企业能源系统最佳的设备配置方案，以满足用户冷、热、电等能源需求。
此外，差异演化算法(DE)要求在连续空间进行优化计算，是一种求解实数变量优化问题的有效方法。用DE求解混合整数规划问题，必须对DE进行改进。DE的基本操作包括变异、交叉和选择操作，依据适应值大小进行操作。根据DE算法的特点，只要对变异操作进行改进就可以将DE用于整数规划和混合整数规划。对于整数变量对变异后的矢量进行取整运算，这样使得变异操作可以在实数域进行，从而扩大了寻优空间，有利于提高区域智慧能源网络的寻优能力。
前述详细描述了一种基于差异演进算法的区域智慧能源网络的设备配置方法，下面将结合附图对本发明一种基于差异演进算法的区域智慧能源网络的设备配置装置进行详细描述。
图3为本发明一实施例提供的一种基于差异演进算法的区域智慧能源网络的设备配置装置的结构示意图。
如图3所示，一种基于差异演进算法的区域智慧能源网络的设备配置装置 300可以包括：第一确定模块310、第二确定模块320、第三确定模块330、第四确定模块340。
第一确定模块310，用于从所述区域智慧能源网络中部署的全部设备中确定第一部分设备；
第二确定模块320，用于确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数；
第三确定模块330，用于基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值；
第四确定模块340，用于基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备。
优选地，所述第三确定模块330具体用于：
确定所述每一设备关于差异演进算法的惩罚量；
基于所述差异演进算法以及所述每一设备的惩罚量，确定所述每一设备的适应温度值。
优选地，所述第四确定模块340具体用于：
针对所述第一部分设备中的每一设备，确定所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值的差值绝对值；
若所述差值绝对值小于或者等于预设阈值，确定所述每一设备部署在所述地理区域中；
若所述差值绝对值大于所述预设阈值，则从所述全部设备中随机选择设定数量的第二部分设备，将所述第二部分设备作为所述第一部分设备，执行所述确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数的步骤。
优选地，所述第四确定模块340还具体用于包括：
在所述全部设备中随机选择3台设备与待变异的设备；
基于所述差异演进算法的变异操作公式将所述3台设备与待变异的设备生成变异设备个体；
对所述变异设备个体进行交叉操作，生成第二部分设备。
图4是本说明书的一个实施例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，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、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。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
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计算机程序到内存中然后运行，也可从其它设备上获取相应的计算机程序，以在逻辑层面上形成一种基于差异演进算法的区域智慧能源网络的设备配置装置。处理器，执行存储器所存放的程序，以通过执行的程序实现本发明任一实施例中提供的基于差异演进算法的区域智慧能源网络的设备配置方法。
上述如本说明书图4所示实施例提供的一种基于差异演进算法的区域智慧能源网络的设备配置方法执行的方法可以应用于处理器中，或者由处理器实现。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(ApplicationSpecific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable GateArray， 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说明书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。
结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行本发明任一实施例中提供的一种基于差异演进算法的区域智慧能源网络的设备配置方法，并具体用于执行如图1所示的方法。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元或模块分别描述。当然，在实施本说明书时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书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，本说明书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可用存储介质(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的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/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指令到通用计算机、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指令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。
这些计算机程序指令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可读存储器中的指令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。
这些计算机程序指令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指令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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
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。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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可用存储介质(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的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书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。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (2)
1.一种基于差异演进算法的区域智慧能源网络的设备配置方法，其特征在于，包括：
从所述区域智慧能源网络中部署的全部设备中确定第一部分设备；
确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数；
基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值；
基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备；
所述基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值，包括：
确定所述每一设备关于差异演进算法的惩罚量；
基于所述差异演进算法以及所述每一设备的惩罚量，确定所述每一设备的适应温度值；
所述基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备，包括：
针对所述第一部分设备中的每一设备，确定所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值的差值绝对值；
若所述差值绝对值小于或者等于预设阈值，确定所述每一设备部署在所述地理区域中；
若所述差值绝对值大于所述预设阈值，则从所述全部设备中随机选择设定数量的第二部分设备，将所述第二部分设备作为所述第一部分设备，执行所述确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数的步骤；
所述从所述全部设备中随机选择设定数量的第二部分设备，包括：
在所述全部设备中随机选择3台设备与待变异的设备；
基于所述差异演进算法的变异操作公式将所述3台设备与待变异的设备生成变异设备个体；
对所述变异设备个体进行交叉操作，生成第二部分设备。
2.一种基于差异演进算法的区域智慧能源网络配置装置，其特征在于，包括：
第一确定模块，用于从所述区域智慧能源网络中部署的全部设备中确定第一部分设备；
第二确定模块，用于确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数；
第三确定模块，用于基于所述差异演进算法与所述第一部分设备的设备类型、每一设备的设备容量和所述第一部分设备的台数，确定所述每一设备的适应温度值；
第四确定模块，用于基于所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值，从所述第一部分设备中确定需要部署在所述地理区域中的设备；
所述第三确定模块具体用于：
确定所述每一设备关于差异演进算法的惩罚量；
基于所述差异演进算法以及所述每一设备的惩罚量，确定所述每一设备的适应温度值；
所述第四确定模块具体用于：
针对所述第一部分设备中的每一设备，确定所述每一设备的适应温度值与所述区域智慧能源网络所在地理区域的温度值的差值绝对值；
若所述差值绝对值小于或者等于预设阈值，确定所述每一设备部署在所述地理区域中；
若所述差值绝对值大于所述预设阈值，则从所述全部设备中随机选择设定数量的第二部分设备，将所述第二部分设备作为所述第一部分设备，执行所述确定所述第一部分设备的设备类型、所述第一部分设备中的每一设备的设备容量和所述全部设备的台数的步骤；
所述第四确定模块还具体用于包括：
在所述全部设备中随机选择3台设备与待变异的设备；
基于所述差异演进算法的变异操作公式将所述3台设备与待变异的设备生成变异设备个体；
对所述变异设备个体进行交叉操作，生成第二部分设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910663111.3A CN110516302B (zh) | 2019-07-22 | 2019-07-22 | 基于差异演进算法的区域智慧能源网络配置方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910663111.3A CN110516302B (zh) | 2019-07-22 | 2019-07-22 | 基于差异演进算法的区域智慧能源网络配置方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110516302A CN110516302A (zh) | 2019-11-29 |
| CN110516302B true CN110516302B (zh) | 2022-11-29 |
Family
ID=68623347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910663111.3A Active CN110516302B (zh) | 2019-07-22 | 2019-07-22 | 基于差异演进算法的区域智慧能源网络配置方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516302B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106950936A (zh) * | 2017-05-10 | 2017-07-14 | 国网上海市电力公司 | 一种多分布式能源站的无中心协同控制系统及方法 |
| CN108494018A (zh) * | 2018-03-15 | 2018-09-04 | 广东电网有限责任公司电网规划研究中心 | 一种考虑需求侧响应的智慧能源示范区规划方法 |
| CN108616401A (zh) * | 2018-05-09 | 2018-10-02 | 华南理工大学 | 一种智能化的视频内容服务器部署方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100076835A1 (en) * | 2008-05-27 | 2010-03-25 | Lawrence Silverman | Variable incentive and virtual market system |
-
2019
- 2019-07-22 CN CN201910663111.3A patent/CN110516302B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106950936A (zh) * | 2017-05-10 | 2017-07-14 | 国网上海市电力公司 | 一种多分布式能源站的无中心协同控制系统及方法 |
| CN108494018A (zh) * | 2018-03-15 | 2018-09-04 | 广东电网有限责任公司电网规划研究中心 | 一种考虑需求侧响应的智慧能源示范区规划方法 |
| CN108616401A (zh) * | 2018-05-09 | 2018-10-02 | 华南理工大学 | 一种智能化的视频内容服务器部署方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110516302A (zh) | 2019-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Multi-objective planning for integrated energy systems considering both exergy efficiency and economy | |
| Gils | Economic potential for future demand response in Germany–Modeling approach and case study | |
| Solomon et al. | Curtailment-storage-penetration nexus in the energy transition | |
| Wang et al. | Modelling and optimization of CHP based district heating system with renewable energy production and energy storage | |
| Henning et al. | A comprehensive model for the German electricity and heat sector in a future energy system with a dominant contribution from renewable energy technologies—Part I: Methodology | |
| Backe et al. | Heat and electric vehicle flexibility in the European power system: A case study of Norwegian energy communities | |
| Askeland et al. | Balancing Europe: Can district heating affect the flexibility potential of Norwegian hydropower resources? | |
| Ziemele et al. | System dynamics model analysis of pathway to 4th generation district heating in Latvia | |
| CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
| Wang et al. | Enhancement of renewable energy penetration through energy storage technologies in a CHP-based energy system for Chongming, China | |
| Bonati et al. | The integration of exergy criterion in energy planning analysis for 100% renewable system | |
| CN111245024B (zh) | 基于模型预测控制的综合能源系统鲁棒优化运行方法 | |
| Brinkerink et al. | Developing a global interconnected power system model | |
| Gustafsson et al. | Potential for district heating to lower peak electricity demand in a medium-size municipality in Sweden | |
| CN112491043A (zh) | 一种新能源富集电网电源规划方法及系统 | |
| Facci et al. | Meta-heuristic optimization for a high-detail smart management of complex energy systems | |
| Zhu et al. | A review of distributed energy system optimization for building decarbonization | |
| Wu et al. | A study of carbon peaking and carbon neutral pathways in China's power sector under a 1.5° C temperature control target | |
| Alam et al. | Simulated energy scenarios of the power sector in Bangladesh | |
| Li et al. | Study on the operation strategy for integrated energy system with multiple complementary energy based on developed superstructure model | |
| Novosel et al. | Impact of district heating and cooling on the potential for the integration of variable renewable energy sources in mild and Mediterranean climates | |
| Du et al. | Preliminary analysis of long‐term storage requirement in enabling high renewable energy penetration: A case of East Asia | |
| Duquette et al. | The potential benefits of widespread combined heat and power based district energy networks in the province of Ontario | |
| Melo et al. | A decision-making method to choose optimal systems considering financial and environmental aspects: Application in hybrid CCHP systems | |
| Ho et al. | Optimal operation of a distributed energy generation system for a sustainable palm oil-based eco-community |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |