CN112541269B - 一种综合能源服务商服务产品组合优化方法 - Google Patents
一种综合能源服务商服务产品组合优化方法 Download PDFInfo
- Publication number
- CN112541269B CN112541269B CN202011469926.7A CN202011469926A CN112541269B CN 112541269 B CN112541269 B CN 112541269B CN 202011469926 A CN202011469926 A CN 202011469926A CN 112541269 B CN112541269 B CN 112541269B
- Authority
- CN
- China
- Prior art keywords
- service
- energy
- service product
- combination
- product combination
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 55
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 55
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000010845 search algorithm Methods 0.000 claims abstract description 10
- 238000010248 power generation Methods 0.000 claims description 18
- 239000003245 coal Substances 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 16
- 238000005265 energy consumption Methods 0.000 claims description 16
- 230000009191 jumping Effects 0.000 claims description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000004134 energy conservation Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 239000003345 natural gas Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种综合能源服务商服务产品组合优化方法，包括以下步骤：S1、确定综合能源服务商服务产品组合；S2、对综合能源服务商服务产品的实际运行数据进行采集，构建综合能源服务商服务产品单位样本模型；S3、制定综合能源服务商服务产品优化组合目标；S4、构建综合能源服务商服务产品组合与市场目标用户需求的映射关系；S5、以总能源供应可靠性高、终端能源利用效率高、碳排放总量低作为整体优化目标，利用贪婪搜索算法对服务产品组合进行迭代计算，生成满足整体优化目标和约束条件的最优服务产品组合。本设计在满足目标客户需求前提下，实现能源供应可靠性高、终端能源利用效率高、碳排放总量低的多目标服务产品组合优化。
Description
技术领域
本发明涉及综合能源系统优化技术领域，尤其涉及一种综合能源服务商服务产品组合优化方法。
背景技术
综合能源服务市场具有用户需求繁杂、项目资金体量大、涉及专业技术种类多、服务产品形态迥异等特点，对于单一综合能源服务商而言，如何在有限的技术、资金、人力条件和多元化的用户群体和用户需求之间进行平衡，在保障能源供应可靠性高的同时，保证服务产品能尽可能为目标客户提高能源利用效率，降低二氧化碳排放，真正提供高能效、低排放的绿色能源服务产品，是立足综合能源服务市场并获得存续性发展的关键。
目前在相关领域的研究，主要集中在以综合能源系统为研究对象的系统规划和配置优化方面，以及以综合能源服务项目为研究对象的效益评价方面，尚未从综合能源服务商的视角提出服务产品优化的方法。
发明内容
本发明的目的是克服现有技术中存在的无法为特定单一综合能源服务商进行服务产品优化的缺陷与问题，提供一种在满足目标客户需求前提下，实现能源供应可靠性高、终端能源利用效率高、碳排放总量低的综合能源服务产品组合优化方法。
为实现以上目的，本发明的技术解决方案是：一种综合能源服务商服务产品组合优化方法，包括以下步骤：
S1、确定综合能源服务商服务产品组合；
S2、对综合能源服务商服务产品的实际运行数据进行采集，构建综合能源服务商服务产品单位样本模型；
S3、制定综合能源服务商服务产品优化组合目标；
S4、构建综合能源服务商服务产品组合与市场目标用户需求的映射关系；
S5、以总能源供应可靠性高、终端能源利用效率高、碳排放总量低作为整体优化目标，基于综合能源服务商服务产品单位样本模型、综合能源服务商服务产品组合与市场目标用户需求的映射关系，利用贪婪搜索算法对综合能源服务商的服务产品组合进行迭代计算，生成满足整体优化目标和约束条件的最优服务产品组合。
步骤S1中，选择热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品构成综合能源服务商服务产品组合。
步骤S2中，采集的实际运行数据包括年能源总输入量Ii、终端年能源输出总量Ni、年碳排放总量Ci、年故障率ηi与年平均故障成本Ti；
年能源总输入量Ii为：
其中，I′j为年能源输入量；为输入能源对应的折标煤系数；i＝1，2，3，4分别为热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品；j＝1，2，3分别为天然气、太阳能及购入电三类输入能源；
终端年能源输出总量Ni：
其中，nh为终端年能源输出量；为输出能源对应的折标煤系数；h＝1，2，3分别为终端热、冷、电三种输出能源；
年碳排放总量Ci：
其中，δh为输出能源对应的碳排放系数。
步骤S2中，构建综合能源服务商服务产品单位样本模型包括热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本，热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本的优化目标都为可靠性、节能性、环保性，样本要素分别为单位能耗故障成本、平均终端能源利用效率、单位能耗碳排放量；
单位能耗故障成本ai为：
平均终端能源利用效率bi为：
单位能耗碳排放量ci为：
步骤S3中，综合能源服务商服务产品优化组合目标为：服务产品组合总能源供应故障成本最低、服务产品组合终端能源利用效率最高、服务产品组合碳排放总量最低；具体表述如下式：
其中，A为服务产品组合总能源供应故障成本；B为服务产品组合终端能源利用效率；C为服务产品组合碳排放总量；Mi为服务产品供应量。
步骤S5具体包括以下步骤：
S51、随机选择市场目标用户，并将其服务产品需求组合作为初始服务产品组合；
S52、搜寻其它市场目标用户服务产品需求组合中能够使综合能源服务商终端能源利用效率提高、总能源供应故障成本降低、碳排放总量降低的产品，将其列入初始服务产品组合，得到新的服务产品组合形式；
S53、验证新的服务产品组合形式是否满足约束条件，若不满足约束条件，则取消步骤S52中新增组合用户，选择次优服务产品组合再次验证约束条件，依次类推直至确定满足约束条件的新增组合用户，得到合适的用户组合形式；
S54、重复步骤S52和步骤S53，不断壮大服务产品组合数量，当达到局部最优时，即此时的用户组合形式与剩下的所有用户进行分别组合，其终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，确定此时的服务产品组合形式为最佳服务产品组合形式；
S55、随机接受一名用户服务产品组合，改变目前最佳服务产品组合形式，跳至步骤S52，找到下一个最优点，得到新的最佳服务产品组合形式；
S56、对比新的最佳服务产品组合形式和目前最佳服务产品组合形式的整体优化目标，若终端能源利用效率提高，或者总能源供应故障成本降低，或者碳排放总量降低时，则将新的最佳服务产品组合形式确定为目前最佳服务产品组合，跳至步骤S55；若终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，则目前最佳服务产品组合形式为本轮贪婪算法的最优解；
S57、本轮贪婪算法结束后，跳至步骤S51，随机重新选择初始服务产品组合，再进行新一轮贪婪搜索算法求解最佳服务产品组合形式，重复本步骤，最终从所有的最佳服务产品组合形式中选取最优结果，即求取出综合能源服务商服务产品最优供应量。
步骤S53中，约束条件为：
(1)综合能源服务商服务产品供应量约束：
其中，M0，i为服务产品最低供应量；Mi为服务产品供应量；为市场所有用户对服务产品需求的总和，k为市场目标用户数量上限值；
(2)综合能源服务商功率平衡约束：
其中，Pt CHP为热电联产机组输出功率，Pt grid为服务商从电网购买功率，Pt solar为分布式光伏机输出功率，Pt pump为热泵消耗功率，Pt AC-in为电蓄冷消耗功率，Pt market为市场负荷需求；Qt CHP为热电联产输出热功率，Qt pump为热泵输出热功率，Qt market为市场热负荷需求；Qt AC -out为电蓄冷输出冷功率，Qt market为市场冷负荷需求。
与现有技术相比，本发明的有益效果为：
本发明一种综合能源服务商服务产品组合优化方法中，以综合能源服务商所提供的服务产品组合为起点，通过构建综合能源服务商与市场目标用户需求的映射关系，对服务商已有服务产品组合进行优化，以达到整体能源利用效率提升、故障成本降低和碳排放总量降低的均衡最优；另外，上述优化方法仅需对综合能源服务商已有服务产品的能源输入量、能源输出量、碳排放量、年故障率、年平均故障成本，以及目标用户典型日电、热、冷负荷等数据进行收集，数据来源可靠客观，数据收集难度低，操作简便。
附图说明
图1是本发明一种综合能源服务商服务产品组合优化方法的流程图。
图2是综合能源服务商服务产品组合与市场目标用户需求的映射关系示意图。
图3是本发明中利用贪婪搜索算法对综合能源服务商的服务产品组合进行迭代计算的流程图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步详细的说明。
参见图1至图3，一种综合能源服务商服务产品组合优化方法，包括以下步骤：
S1、确定综合能源服务商服务产品组合；
S2、对综合能源服务商服务产品的实际运行数据进行采集，构建综合能源服务商服务产品单位样本模型；
S3、制定综合能源服务商服务产品优化组合目标；
S4、构建综合能源服务商服务产品组合与市场目标用户需求的映射关系；
S5、以总能源供应可靠性高、终端能源利用效率高、碳排放总量低作为整体优化目标，基于综合能源服务商服务产品单位样本模型、综合能源服务商服务产品组合与市场目标用户需求的映射关系，利用贪婪搜索算法对综合能源服务商的服务产品组合进行迭代计算，生成满足整体优化目标和约束条件的最优服务产品组合。
步骤S1中，选择热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品构成综合能源服务商服务产品组合。
步骤S2中，采集的实际运行数据包括年能源总输入量Ii、终端年能源输出总量Ni、年碳排放总量Ci、年故障率ηi与年平均故障成本Ti；
年能源总输入量Ii为：
其中，I′j为年能源输入量；为输入能源对应的折标煤系数；i＝1，2，3，4分别为热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品；j＝1，2，3分别为天然气、太阳能及购入电三类输入能源；
终端年能源输出总量Ni：
其中，nh为终端年能源输出量；为输出能源对应的折标煤系数；h＝1，2，3分别为终端热、冷、电三种输出能源；
年碳排放总量Ci：
其中，δh为输出能源对应的碳排放系数。
步骤S2中，构建综合能源服务商服务产品单位样本模型包括热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本，热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本的优化目标都为可靠性、节能性、环保性，样本要素分别为单位能耗故障成本、平均终端能源利用效率、单位能耗碳排放量；
单位能耗故障成本ai为：
平均终端能源利用效率bi为：
单位能耗碳排放量ci为：
步骤S3中，综合能源服务商服务产品优化组合目标为：服务产品组合总能源供应故障成本最低、服务产品组合终端能源利用效率最高、服务产品组合碳排放总量最低；具体表述如下式：
其中，A为服务产品组合总能源供应故障成本；B为服务产品组合终端能源利用效率；C为服务产品组合碳排放总量；Mi为服务产品供应量。
步骤S5具体包括以下步骤：
S51、随机选择市场目标用户，并将其服务产品需求组合作为初始服务产品组合；
S52、搜寻其它市场目标用户服务产品需求组合中能够使综合能源服务商终端能源利用效率提高、总能源供应故障成本降低、碳排放总量降低的产品，将其列入初始服务产品组合，得到新的服务产品组合形式；
S53、验证新的服务产品组合形式是否满足约束条件，若不满足约束条件，则取消步骤S52中新增组合用户，选择次优服务产品组合再次验证约束条件，依次类推直至确定满足约束条件的新增组合用户，得到合适的用户组合形式；
S54、重复步骤S52和步骤S53，不断壮大服务产品组合数量，当达到局部最优时，即此时的用户组合形式与剩下的所有用户进行分别组合，其终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，确定此时的服务产品组合形式为最佳服务产品组合形式；
S55、随机接受一名用户服务产品组合，改变目前最佳服务产品组合形式，跳至步骤S52，找到下一个最优点，得到新的最佳服务产品组合形式；
S56、对比新的最佳服务产品组合形式和目前最佳服务产品组合形式的整体优化目标，若终端能源利用效率提高，或者总能源供应故障成本降低，或者碳排放总量降低时，则将新的最佳服务产品组合形式确定为目前最佳服务产品组合，跳至步骤S55；若终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，则目前最佳服务产品组合形式为本轮贪婪算法的最优解；
S57、本轮贪婪算法结束后，跳至步骤S51，随机重新选择初始服务产品组合，再进行新一轮贪婪搜索算法求解最佳服务产品组合形式，重复本步骤，最终从所有的最佳服务产品组合形式中选取最优结果，即求取出综合能源服务商服务产品最优供应量。
步骤S53中，约束条件为：
(1)综合能源服务商服务产品供应量约束：
其中，M0，i为服务产品最低供应量；Mi为服务产品供应量；为市场所有用户对服务产品需求的总和，k为市场目标用户数量上限值；
(2)综合能源服务商功率平衡约束：
其中，Pt CHP为热电联产机组输出功率，Pt grid为服务商从电网购买功率，Pt solar为分布式光伏机输出功率，Pt pump为热泵消耗功率，Pt AC-in为电蓄冷消耗功率，Pt market为市场负荷需求；Qt CHP为热电联产输出热功率，Qt pump为热泵输出热功率，Qt market为市场热负荷需求；Qt AC -out为电蓄冷输出冷功率，Qt market为市场冷负荷需求。
本发明的原理说明如下：
本设计立足于单个典型综合能源服务商及其面向市场提供的热电联供(CHP)、分布式光伏发电、热泵、电蓄冷等典型综合能源服务产品组合，梳理产品服务与市场目标客户的映射关系，构建一种在满足目标客户需求前提下，实现能源供应可靠性高、终端能源利用效率高、碳排放总量低的多目标产品服务组合优化。
实施例：
参见图1，一种综合能源服务商服务产品组合优化方法，包括以下步骤：
S1、确定综合能源服务商服务产品组合；
选择热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品构成综合能源服务商服务产品组合；
S2、对综合能源服务商服务产品的实际运行数据进行采集，构建综合能源服务商服务产品单位样本模型；
采集的实际运行数据包括年能源总输入量Ii、终端年能源输出总量Ni、年碳排放总量Ci、年故障率ηi(采集年发生故障时间)与年平均故障成本Ti(采集年故障总成本及故障次数)；
年能源总输入量Ii为：
其中，I′j为年能源输入量；为输入能源对应的折标煤系数；i＝1，2，3，4分别为热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品；j＝1，2，3分别为天然气、太阳能及购入电三类输入能源；
终端年能源输出总量Ni：
其中，nh为终端年能源输出量；为输出能源对应的折标煤系数；h＝1，2，3分别为终端热、冷、电三种输出能源；
年碳排放总量Ci：
其中，δh为输出能源对应的碳排放系数；
构建综合能源服务商服务产品单位样本模型包括热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本，热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本的优化目标都为可靠性、节能性、环保性，样本要素分别为单位能耗故障成本、平均终端能源利用效率、单位能耗碳排放量；具体如下表所示：
单位能耗故障成本ai为：
平均终端能源利用效率bi为：
单位能耗碳排放量ci为：
S3、制定综合能源服务商服务产品优化组合目标；
综合能源服务商服务产品优化组合目标为：服务产品组合总能源供应故障成本最低、服务产品组合终端能源利用效率最高、服务产品组合碳排放总量最低；具体表述如下式：
其中，A为服务产品组合总能源供应故障成本；B为服务产品组合终端能源利用效率；C为服务产品组合碳排放总量；Mi为服务产品供应量；
S4、构建综合能源服务商服务产品组合与市场目标用户需求的映射关系；
如图2所示，由综合能源服务商M所提供的热电联供、分布式光伏发电、热泵、电蓄冷服务产品和市场中目标客户1,2，...，k对四类服务产品的需求量m11，...，m22，...，m4k共同组成了综合能源服务商四类服务产品供应量M1、M2、M3、M4的市场空间及其上限；
S5、以总能源供应可靠性高、终端能源利用效率高、碳排放总量低作为整体优化目标，基于综合能源服务商服务产品单位样本模型、综合能源服务商服务产品组合与市场目标用户需求的映射关系，利用贪婪搜索算法对综合能源服务商的服务产品组合进行迭代计算，生成满足整体优化目标和约束条件的最优服务产品组合；
参见图3，具体包括以下步骤：
S51、随机选择市场目标用户，并将其服务产品需求组合作为初始服务产品组合；
S52、搜寻其它市场目标用户服务产品需求组合中能够使综合能源服务商终端能源利用效率提高、总能源供应故障成本降低、碳排放总量降低的产品，将其列入初始服务产品组合，得到新的服务产品组合形式；
S53、验证新的服务产品组合形式是否满足约束条件，即对新增组合用户，调取用户在典型日的电、热、冷负荷需求，是否与综合能源服务商在典型日所有参与服务的机组实现电、热、冷功率平衡，以及综合能源服务商各类服务产品供应量满足最高和最低供应量约束，若不满足约束条件，则取消步骤S52中新增组合用户，选择次优服务产品组合再次验证约束条件，依次类推直至确定满足约束条件的新增组合用户，得到合适的用户组合形式；
约束条件为：
(1)综合能源服务商服务产品供应量约束：
其中，M0，i为服务产品最低供应量；Mi为服务产品供应量；为市场所有用户对服务产品需求的总和，k为市场目标用户数量上限值；
(2)综合能源服务商功率平衡约束：
其中，Pt CHP为热电联产机组输出功率，Pt grid为服务商从电网购买功率，Pt solar为分布式光伏机输出功率，Pt pump为热泵消耗功率，Pt AC-in为电蓄冷消耗功率，Pt market为市场负荷需求；Qt CHP为热电联产输出热功率，Qt pump为热泵输出热功率，Qt market为市场热负荷需求；Qt AC -out为电蓄冷输出冷功率，Qt market为市场冷负荷需求；
S54、重复步骤S52和步骤S53，不断壮大服务产品组合数量，当达到局部最优时，即此时的用户组合形式与剩下的所有用户进行分别组合，其终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，确定此时的服务产品组合形式为最佳服务产品组合形式；
S55、随机接受一名用户服务产品组合，改变目前最佳服务产品组合形式，跳至步骤S52，找到下一个最优点，得到新的最佳服务产品组合形式；
S56、对比新的最佳服务产品组合形式和目前最佳服务产品组合形式的整体优化目标，若终端能源利用效率提高，或者总能源供应故障成本降低，或者碳排放总量降低时，则将新的最佳服务产品组合形式确定为目前最佳服务产品组合，跳至步骤S55；若终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，则目前最佳服务产品组合形式为本轮贪婪算法的最优解；
S57、本轮贪婪算法结束后，跳至步骤S51，随机重新选择初始服务产品组合，再进行新一轮贪婪搜索算法求解最佳服务产品组合形式，重复本步骤，最终从所有的最佳服务产品组合形式中选取最优结果，即求取出综合能源服务商服务产品最优供应量，此时综合能源服务商可实现能源利用效率、故障成本和碳排放总量的均衡最优。
Claims (6)
1.一种综合能源服务商服务产品组合优化方法，其特征在于，包括以下步骤：
S1、确定综合能源服务商服务产品组合；
S2、对综合能源服务商服务产品的实际运行数据进行采集，构建综合能源服务商服务产品单位样本模型；
S3、制定综合能源服务商服务产品优化组合目标；
S4、构建综合能源服务商服务产品组合与市场目标用户需求的映射关系；
S5、以总能源供应可靠性高、终端能源利用效率高、碳排放总量低作为整体优化目标，基于综合能源服务商服务产品单位样本模型、综合能源服务商服务产品组合与市场目标用户需求的映射关系，利用贪婪搜索算法对综合能源服务商的服务产品组合进行迭代计算，生成满足整体优化目标和约束条件的最优服务产品组合；具体包括以下步骤：
S51、随机选择市场目标用户，并将其服务产品需求组合作为初始服务产品组合；
S52、搜寻其它市场目标用户服务产品需求组合中能够使综合能源服务商终端能源利用效率提高、总能源供应故障成本降低、碳排放总量降低的产品，将其列入初始服务产品组合，得到新的服务产品组合形式；
S53、验证新的服务产品组合形式是否满足约束条件，若不满足约束条件，则取消步骤S52中新增组合用户，选择次优服务产品组合再次验证约束条件，依次类推直至确定满足约束条件的新增组合用户，得到合适的用户组合形式；
S54、重复步骤S52和步骤S53，不断壮大服务产品组合数量，当达到局部最优时，即此时的用户组合形式与剩下的所有用户进行分别组合，其终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，确定此时的服务产品组合形式为最佳服务产品组合形式；
S55、随机接受一名用户服务产品组合，改变目前最佳服务产品组合形式，跳至步骤S52，找到下一个最优点，得到新的最佳服务产品组合形式；
S56、对比新的最佳服务产品组合形式和目前最佳服务产品组合形式的整体优化目标，若终端能源利用效率提高，或者总能源供应故障成本降低，或者碳排放总量降低时，则将新的最佳服务产品组合形式确定为目前最佳服务产品组合，跳至步骤S55；若终端能源利用效率不再增大，且总能源供应故障成本、碳排放总量不再降低时，则目前最佳服务产品组合形式为本轮贪婪算法的最优解；
S57、本轮贪婪算法结束后，跳至步骤S51，随机重新选择初始服务产品组合，再进行新一轮贪婪搜索算法求解最佳服务产品组合形式，重复本步骤，最终从所有的最佳服务产品组合形式中选取最优结果，即求取出综合能源服务商服务产品最优供应量。
2.根据权利要求1所述的一种综合能源服务商服务产品组合优化方法，其特征在于：
步骤S1中，选择热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品构成综合能源服务商服务产品组合。
3.根据权利要求2所述的一种综合能源服务商服务产品组合优化方法，其特征在于：
步骤S2中，采集的实际运行数据包括年能源总输入量Ii、终端年能源输出总量Ni、年碳排放总量Ci、年故障率ηi与年平均故障成本Ti；
年能源总输入量Ii为：
其中，I′j为年能源输入量；为输入能源对应的折标煤系数；i＝1，2，3，4分别为热电联供、分布式光伏发电、热泵、电蓄冷四类典型综合能源服务产品；j＝1，2，3分别为天然气、太阳能及购入电三类输入能源；
终端年能源输出总量Ni：
其中，nh为终端年能源输出量；为输出能源对应的折标煤系数；h＝1，2，3分别为终端热、冷、电三种输出能源；
年碳排放总量Ci：
其中，δh为输出能源对应的碳排放系数。
4.根据权利要求3所述的一种综合能源服务商服务产品组合优化方法，其特征在于：
步骤S2中，构建综合能源服务商服务产品单位样本模型包括热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本，热电联供单位样本、分布式光伏发电单位样本、热泵单位样本与电蓄冷单位样本的优化目标都为可靠性、节能性、环保性，样本要素分别为单位能耗故障成本、平均终端能源利用效率、单位能耗碳排放量；
单位能耗故障成本ai为：
平均终端能源利用效率bi为：
单位能耗碳排放量ci为：
5.根据权利要求4所述的一种综合能源服务商服务产品组合优化方法，其特征在于：
步骤S3中，综合能源服务商服务产品优化组合目标为：服务产品组合总能源供应故障成本最低、服务产品组合终端能源利用效率最高、服务产品组合碳排放总量最低；具体表述如下式：
其中，A为服务产品组合总能源供应故障成本；B为服务产品组合终端能源利用效率；C为服务产品组合碳排放总量；Mi为服务产品供应量。
6.根据权利要求1所述的一种综合能源服务商服务产品组合优化方法，其特征在于：
步骤S53中，约束条件为：
(1)综合能源服务商服务产品供应量约束：
其中，M0，i为服务产品最低供应量；Mi为服务产品供应量；为市场所有用户对服务产品需求的总和，k为市场目标用户数量上限值；
(2)综合能源服务商功率平衡约束：
其中，Pt CHP为热电联产机组输出功率，Pt grid为服务商从电网购买功率，Pt solar为分布式光伏机输出功率，Pt pump为热泵消耗功率，Pt AC-in为电蓄冷消耗功率，Pt market为市场负荷需求；为热电联产输出热功率，/>为热泵输出热功率，Qi market为市场热负荷需求；为电蓄冷输出冷功率，/>为市场冷负荷需求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011469926.7A CN112541269B (zh) | 2020-12-14 | 2020-12-14 | 一种综合能源服务商服务产品组合优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011469926.7A CN112541269B (zh) | 2020-12-14 | 2020-12-14 | 一种综合能源服务商服务产品组合优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112541269A CN112541269A (zh) | 2021-03-23 |
| CN112541269B true CN112541269B (zh) | 2024-03-19 |
Family
ID=75018724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011469926.7A Active CN112541269B (zh) | 2020-12-14 | 2020-12-14 | 一种综合能源服务商服务产品组合优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541269B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114881398A (zh) * | 2022-03-24 | 2022-08-09 | 港华能源投资有限公司 | 低碳规划平台的实现方法及相关产品 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104735166A (zh) * | 2015-04-13 | 2015-06-24 | 李金忠 | 基于MapReduce和多目标模拟退火的Skyline服务选择方法 |
| JP2018025982A (ja) * | 2016-08-10 | 2018-02-15 | 富士電機株式会社 | エネルギープラント計画支援装置及びエネルギープラント計画支援システム |
| CN109508829A (zh) * | 2018-11-15 | 2019-03-22 | 南方电网科学研究院有限责任公司 | 多场景用户负荷组合优化方法、装置、设备及存储介质 |
| CN109884898A (zh) * | 2019-03-22 | 2019-06-14 | 河海大学 | 一种考虑*效率的综合能源系统多目标模糊优化方法 |
| CN109993419A (zh) * | 2019-03-18 | 2019-07-09 | 东南大学 | 一种综合能源服务商云协同-边缘协同优化调度方法 |
| CN110086184A (zh) * | 2019-04-11 | 2019-08-02 | 华北电力大学 | 一种基于投资约束的园区级综合能源系统容量优化方法 |
| CN110334873A (zh) * | 2019-07-09 | 2019-10-15 | 南方电网科学研究院有限责任公司 | 一种综合能源供应方法、装置、设备及可读存储介质 |
-
2020
- 2020-12-14 CN CN202011469926.7A patent/CN112541269B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104735166A (zh) * | 2015-04-13 | 2015-06-24 | 李金忠 | 基于MapReduce和多目标模拟退火的Skyline服务选择方法 |
| JP2018025982A (ja) * | 2016-08-10 | 2018-02-15 | 富士電機株式会社 | エネルギープラント計画支援装置及びエネルギープラント計画支援システム |
| CN109508829A (zh) * | 2018-11-15 | 2019-03-22 | 南方电网科学研究院有限责任公司 | 多场景用户负荷组合优化方法、装置、设备及存储介质 |
| CN109993419A (zh) * | 2019-03-18 | 2019-07-09 | 东南大学 | 一种综合能源服务商云协同-边缘协同优化调度方法 |
| CN109884898A (zh) * | 2019-03-22 | 2019-06-14 | 河海大学 | 一种考虑*效率的综合能源系统多目标模糊优化方法 |
| CN110086184A (zh) * | 2019-04-11 | 2019-08-02 | 华北电力大学 | 一种基于投资约束的园区级综合能源系统容量优化方法 |
| CN110334873A (zh) * | 2019-07-09 | 2019-10-15 | 南方电网科学研究院有限责任公司 | 一种综合能源供应方法、装置、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112541269A (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348709B (zh) | 基于氢能与储能设备的多能源系统的运行优化方法和装置 | |
| CN106385025B (zh) | 一种分布式电源与联络线多阶段协同规划方法 | |
| CN116542370A (zh) | 一种考虑碳捕集与碳交易的园区低碳经济运行方法 | |
| CN112069720A (zh) | 一种综合能源系统及其运行优化方法 | |
| CN112541269B (zh) | 一种综合能源服务商服务产品组合优化方法 | |
| Perera et al. | A multi criterion analysis for renewable energy integration process of a standalone hybrid energy system with internal combustion generator | |
| CN116914821A (zh) | 一种基于改进粒子群算法的微电网低碳优化调度方法 | |
| CN116191493A (zh) | 一种火电机组深度调峰和复合储能协同规划方法与装置 | |
| CN111463773A (zh) | 一种区域型综合能源系统能量管理优化方法和装置 | |
| CN117639011A (zh) | 一种综合能源微网的共享储能系统优化方法及系统 | |
| CN112418732A (zh) | 一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法及系统 | |
| CN116822977A (zh) | 一种基于定量测算企业碳减排潜力的减排策略生成方法 | |
| CN114722597A (zh) | 一种考虑长时储能应用场景的氢储能容量优化配置方法 | |
| CN110061499B (zh) | 一种差异化电源电价下并网型微电网的运行方法 | |
| CN113991646A (zh) | 一种兼顾经济性与公平性的电力系统优化调度方法 | |
| CN117575204A (zh) | 综合能源系统多目标规划方法、系统及存储介质 | |
| CN117094745B (zh) | 基于igdt-效用熵的综合能源系统优化控制方法及装置 | |
| CN115375085A (zh) | 一种考虑发电资源弹性和碳排放的电网优化调度方法 | |
| CN118228878B (zh) | 一种应用于数据中心联产系统的双层协同优化方法、系统、设备以及介质 | |
| CN117977718B (zh) | 基于源网荷储的协调调度优化方法及系统 | |
| CN114039350B (zh) | 一种提升新能源场站群消纳能力的储能选点方法及系统 | |
| CN114565244B (zh) | 综合能源系统的优化调度方法及装置 | |
| Zhou et al. | Bi-level planning method for internet data center and distribution network considering demand response | |
| CN118572752A (zh) | 一种基于能源集线器的园区综合能源优化调度方法 | |
| Wen et al. | Research on Two-Stage Optimization Approach for Community Integrated Energy System Planning |
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 |