CN113657658A - 一种能源优化方法、装置、电子设备及存储介质 - Google Patents
一种能源优化方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113657658A CN113657658A CN202110918748.XA CN202110918748A CN113657658A CN 113657658 A CN113657658 A CN 113657658A CN 202110918748 A CN202110918748 A CN 202110918748A CN 113657658 A CN113657658 A CN 113657658A
- Authority
- CN
- China
- Prior art keywords
- optimization
- energy
- strategy
- determining
- application characteristics
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 453
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 238000005265 energy consumption Methods 0.000 claims description 69
- 238000012216 screening Methods 0.000 claims description 28
- 238000010248 power generation Methods 0.000 claims description 27
- 238000004146 energy storage Methods 0.000 claims description 24
- 230000008901 benefit Effects 0.000 claims description 12
- 238000013210 evaluation model Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 description 24
- 238000007726 management method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例公开了一种能源优化方法、装置、电子设备及存储介质。该方法包括:对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。上述技术方案在进行能源优化时,通过对能源优化对象的能源应用特征进行分析,实现了自动生成优化策略,通过策略评估,使得优化策略的筛选更具科学性,并使优化策略达到最优。
Description
技术领域
本发明实施例涉及能源管理技术领域,尤其涉及一种能源优化方法、装置、电子设备及存储介质。
背景技术
综合能源系统以电力系统为核心,打破供电、供气、供冷、供热等各种能源供应系统单独规划、单独设计和独立运行的既有模式,在规划、设计、建设和运行的过程中,对各类能源的分配、转化、存储、消费等环节进行有机协调与优化。
能源优化作为综合能源系统的基础,其合理性和科学性对后续综合能源系统的运行起到至关重要的作用。现有的能源优化策略大都是基于单一指标进行的优化规则,其优化结果具有一定局限性,无法达到最优的优化策略。
发明内容
本发明实施例提供一种能源优化方法、装置、电子设备及存储介质,以实现最优的优化策略。
第一方面,本发明实施例提供了一种能源优化方法,包括:
对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;
基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;
对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
第二方面,本发明实施例还提供了一种能源优化装置,包括:
优化方式确定模块,用于对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;
优化策略生成模块,用于基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;
优化策略评估模块,用于对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例任一所述的能源优化方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例中任一所述的能源优化方法。
本发明通过获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式,使得能源优化对象获得初步判断结果,为后续优化策略的确定提供了便利;进一步的,基于能源优化对象的能源应用特征和优化方式确定能源优化对象的优化策略,使得制定的优化策略更符合能源优化对象的实际情况,提高了优化策略的合理性;通过对优化策略进行评估,在评估结果满足优化条件时,确定优化策略为目标优化策略,使得优化策略的筛选更具科学性,并使优化策略达到最优。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明实施例一所提供的一种能源优化方法的流程示意图;
图2是本发明实施例二所提供的一种能源优化方法的流程示意图;
图3是本发明实施例三所提供的一种能源优化方法的流程示意图;
图4是本发明实施例四所提供的一种能源优化装置的结构示意图;
图5是本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种能源优化方法的流程图,本实施例可适用于优化策略制定并自动筛选的情况,该方法可以由本发明实施例提供的能源优化装置来执行,该装置可以由软件和/或硬件来实现,该装置可以配置在电子计算设备上,例如,台式电脑或服务器等。具体包括如下步骤:
S110、对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式。
其中,能源优化对象指的是具备能源优化改造条件的用户。能源优化对象的能源应用特征是根据用户历史的用电量及用能情况分析而来,能够体现用户在峰谷平尖各个时间段的用能行为。能源优化对象的优化方式指的是对用户能源优化改造方式。可选的,能源应用特征包括多个特征信息。例如,包括但不限于用户的用电特性差异、用电弹性矩阵特征、用电量的存量和增量、所在的电源等级和能耗水平等特征。
示例性的,峰、谷、平、尖对应着不同的时间段,每个时间段对应着不同的电价,峰指的是用电高峰,用电高峰的电价高于平常价格;谷指的是用电低估,用电低估的电价低于平常价格;平指的是用电一般,用电一般的电价为平常价格;尖指的是用电超高峰,用电超高峰电价也是达到最高值。例如晚上6点至晚上9点,收费高,此时为尖电价。可以理解是,用户在用电高峰和用电低谷的用电量差值较大,则说明用户的用能行为经济性较差,需要进行改善。
在上述实施例的基础上,所述能源应用特征包括能源消耗峰谷差和能源消耗量;所述优化方式包括储能策略和发电策略。
能源消耗峰谷差指的是用户在预设时间间隔内最大负荷与最小负荷之差,预设时间间隔可以为一天,通过对能源消耗峰谷差和能源消耗量分析,可以选取相应的优化方式;能源消耗量可以是预设时间间隔(例如一天或者一个月等)内的能源消耗总量。
优化方式中的储能策略指的利用储能设备将能量进行存储的方法。储能策略可以包括对电网电能的存储,例如,在电网负荷低的时候进行储能,在电网高负荷的时候输出能量,利用用电高峰和用电低估的电价差值可减少电费开支,并且当电网停电时,储能设备可以作为备用电源继续进行工作。储能策略还可以包括对重力势能的存储,例如,在用电低估时通过水泵将水抽至山顶水库,在用电高峰时放水推动轮机发电;储能策略还可以包括对太阳能的存储,例如,通过光伏发电设备将太阳能转化为电能,并将电能存储至蓄电池。需要说明的是,储能策略不仅仅局限于将电网的电能进行存储,还包括将存储的能量转换为电能,以及将发电设备生成的电能进行存储。
发电策略指的是通过将风能、太阳能、势能或热能等能量形式转换为电能的方法。发电策略可以包括但不限于光伏发电、风力发电或水力发电。需要说明的是,发电策略与储能策略相比,发电策略不涉及能量的存储,即通过将发电设备产生的电能直接使用或送入电网。相应的,由于发电策略不需要储能设备,所以发电策略的成本也比储能策略的成本较低。
在上述实施例的基础上,基于所述能源应用特征确定所述能源优化对象的优化方式,包括:将所述能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化方式确定为所述能源优化对象的优化方式。
在本实施例中,可以是通过计算能源优化对象的能源应用特征与历史优化对象的能源应用特征的相似度进行匹配,若相似度大于预设阈值时,则表明能源应用特征与历史优化对象的能源应用特征匹配成功,将匹配成功的历史优化对象的优化方式确定为所述能源优化对象的优化方式。若相似度小于预设阈值时,则表明能源应用特征与历史优化对象的能源应用特征匹配失败,不产生优化方式。
需要说明的是,历史优化对象的优化方式可以是根据历史经验选取而来,当积累了一定数量的历史优化对象和其对应优化方式,则可建立匹配库,通过计算能源优化对象的能源应用特征与匹配库中的历史优化对象的能源应用特征的相似度进行匹配。
在上述实施例的基础上,基于所述能源应用特征确定所述能源优化对象的优化方式,包括:若所述能源消耗峰谷差大于第一阈值和/或所述能源消耗量大于第二阈值,则确定所述优化方式为储能,若所述能源消耗峰谷差小于第一阈值,以及所述能源消耗量小于第二阈值,则确定所述优化方式为发电。
在本实施例中,第一阈值和第二阈值可以是通过预设阈值划分函数确定,也可以是根据历史经验选取确定,本实施例对此不做限制。示例性的,某工厂的为白天进行生产工作,晚上不进行生产工作,若能源消耗峰谷差大于第一阈值,则确定优化方式为储能,工厂就可以在晚上用电谷值时进行储能,等到白天的用电峰值时,将供电由电网供电切换为储能站供电,达到节省用电费用的目的。
S120、基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略。
在本实施例中,能源优化对象可能满足多种优化方式,例如,用户既可以进行光伏发电,也可以风力发电。因此,就可以根据能源优化对象的能源应用特征和多种优化方式确定多种能源优化对象的优化策略。
在上述实施例的基础上,所述优化策略包括设备类型、设备数据和需占用资源。
其中,设备类型指的是改造设备的种类,设备类型可以包括发电设备和储能设备。发电设备可以包括但不限于太阳能发电设备、风力发电机组;储能设备包括蓄电池、储能站等。设备数据指的是设备的具体参数,例如设备的功率、容量等。需占用资源可以包括安装改造设备所需占地面积。
具体的,根据用户的能源消耗峰谷差、能源消耗量以及优化方式,确定能源优化对象的优化策略,其中,优化策略的设备类型与优化方式相匹配,例如当优化方式为发电时,则优化策略选取的设备类型为发电设备;当优化方式为储能时,则优化策略选取的设备类型为发电设备和/或储能设备。设备数据与能源消耗量相匹配。例如,能源优化对象的能源消耗量为15kW·h,只需要安装与能源消耗量相匹配的参数的设备,从而达到投资金额最小化,避免设备资源的浪费。
S130、对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
其中,优化条件指的是对评估结果的筛选条件,优化条件可以包括但不限于效益指标、节能指标和投入产出比等。评估结果中可能包含多个满足优化条件的优化策略,可以对多个满足优化条件的优化策略进行排序选取。例如,按照收益从大到小排序,将收益最大的优化策略选取为目标优化策略;或者,按照节约能量的大小进行排序,将节约能量最大的优化策略选取为目标优化策略。
在本发明实施例中,在确定目标优化策略时,不仅考虑优化策略的收益,还考虑了优化策略的节能情况以及投入产出比等情况,实现了对优化策略的全面考虑,使得目标优化策略更加完善,
在上述实施例的基础上,所述对所述优化策略进行评估,包括:将所述优化策略输入至评估模型,得到所述评估模型输出的评估结果,其中,所述评估结果至少包括效益信息;基于优化条件与所述效益信息进行比对。
具体的,评估模型用于验证优化策略,通过将优化策略的参数信息输入至评估模型,可以得到优化策略对应的评估结果,其中,评估模型为预先训练好的机器学习模型,该机器学习模型可以是提升树模型、逻辑回归模型或者神经网络模型,对此不作限定。
可选的,评估模型还包括动态的参数信息,用于计算优化策略的效益信息。其中,动态的参数信息包括峰时电价、平时电价、光伏项目功率和光伏首年发电量等。可实现评估结果的动态更新,使得评价结果更具可靠性。
在上述实施例的基础上,所述能源优化方法还包括:
基于目标优化策略签订项目合同,具体的,将目标优化策略生成初步能源优化方案,将初步能源优化方案发送至用户审核,若审核通过,则签订项目合同,若审核未通过,则根据用户的要求通过修改、删除或增加等操作对初步能源优化方案进行改进。
当项目合同签订完成后,可根据项目合同发布采购公告,对供应商进行综合评估,使得目标优化策略对应的采购设备在保证质量的同时花费最少。其中,供应商进行综合评估指标包括但不限于施工进度,安全事故、设备质量、售后维保等内容。
具体的,建立供应商的档案管理、资质审核、入库管理,并构建一个简单的招投标管理系统,并向供应商发送招标邀请信息,收到邀请的供应商可在系统上查看招标内容和上传该标段的投标书。评标专家在系统中查看收到的投标书并根据投标书内容在系统中进行评分,最后中标公告会在系统中进行展示。
此外,可对目标优化策略对应的项目进行管理,项目管理包括:实施项目计划管理、实施进度管控管理、安全督查、竣工验收、供应商评价、合同能源结算管理和合同能源效益管理。
在本实施例中,通过项目管理实现在项目施工过程中,可全程跟踪项目进度,并收集各阶段交付物资料入档管理,同时通过平台查看、审核供应商提供施工方案、施工日志等内容。
其中,所述合同能源结算管理用于对综合能源供应服务商(即供应商)的结算用能信息进行管理。可以按时间和区域进行查询,并能进行相关数据的导入、导出。根据项目合同计算结果,实现项目合同的结算管理,包括设置结算比例,计算结算金额。
所述合同能源效益管理,用于实现对综合能源供应服务商的运行结果进行效益分析,建立合同能源管理项目投资收益模型,实现投资额、收益额、投资回报率等数据。
本发明实施例提供的一种能源优化方法,通过获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式,使得能源优化对象获得初步判断结果,为后续优化策略的确定提供了便利;进一步的,基于能源优化对象的能源应用特征和优化方式确定能源优化对象的优化策略,使得制定的优化策略更符合能源优化对象的实际情况,提高了优化策略的合理性;通过对优化策略进行评估,在评估结果满足优化条件时,确定优化策略为目标优化策略,使得优化策略的筛选更具科学性,实现了最优优化策略的筛选。
实施例二
图2为本发明实施例二提供的一种能源优化方法的流程图示意图,在前述实施例的基础上,可以对上述实施例中的“基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略”进行进一步细化,其具体的实现方式可以参见本技术方案的详细阐述。其中,与上述实施例相同或者相应的技术术语在此不再赘述。
如图2所示,本发明实施例的方法具体包括如下步骤:
S210、对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式。
S220、将所述能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化策略确定为所述能源优化对象的优化策略;或者,将所述能源应用特征输入至所述优化方式对应的优化模型中,得到所述优化模型输出的优化策略。
其中,匹配方法可以是根据相似度匹配,若相似度大于预设阈值时,则表明能源应用特征与历史优化对象的能源应用特征匹配成功,并将匹配成功的历史优化对象的优化策略确定为能源优化对象的优化策略。若相似度小于预设阈值时,则表明能源应用特征与历史优化对象的能源应用特征匹配失败,不产生优化策略。
示例性的,当前用户的能源消耗峰谷差为12kw和能源消耗量为50kw,若历史优化对象的能源应用特征中的能源消耗峰谷差为11.5kw和能源消耗量为51kw,对应的优化策略是安装两组发电功率为5kw的太阳能发电设备,占用土地面积300平方米。通过匹配计算,发现当前用户的能源消耗峰谷差、能源消耗量与历史优化对象的能源应用特征中的能源消耗峰谷差、能源消耗量相似度大于预设的阈值0.8,并将匹配成功的历史优化对象的优化策略确定为能源优化对象的优化策略。
优化模型可以是预先训练好的网络模型,然后基于训练好的优化模型确定与当前能源应用特征相对应的优化策略。具体的,获取多个训练样本,每个训练样本中包括能源消耗峰谷差、能源消耗量以及预设优化策略;将训练样本数据输入至待训练优化模型中,得到实际输出的优化策略,根据实际输出优化策略和预设优化策略,确定损失函数的损失值,将损失函数收敛作为训练目标,以训练得到优化模型。相应的,将能源消耗峰谷差、能源消耗量输入至优化模型后,可以输出相应的优化策略。
其中,优化模型可以是根据机器学习算法进行训练生成,机器学习算法具体可以包括但不限于支持向量机、朴素贝叶斯分类或决策树等算法。
本发明实施例通过将能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化策略确定为所述能源优化对象的优化策略;或者,将所述能源应用特征输入至所述优化方式对应的优化模型中,得到优化模型输出的优化策略,实现了优化策略的自动生成,提高了优化策略生成效率。
S230、对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
本发明实施例提供的一种能源优化装置,通过获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式,使得能源优化对象获得初步判断结果,为后续优化策略的确定提供了便利;进一步的,基于能源优化对象的能源应用特征和优化方式确定能源优化对象的优化策略,使得制定的优化策略更符合能源优化对象的实际情况,提高了优化策略的合理性;通过对优化策略进行评估,在评估结果满足优化条件时,确定优化策略为目标优化策略,使得优化策略的筛选更具科学性,实现了最优优化策略的筛选。
实施例三
图3为本发明实施例三提供的一种能源优化方法的流程图。本发明实施例可以与上述一个或者多个实施例中各个可选方案结合,在本发明实施例中,所述能源优化方法还包括:获取各能源对象的能源消耗特征,基于筛选条件对各能源对象的能源消耗特征进行匹配,将满足所述筛选条件的能源对象确定为能源优化对象,其中,所述筛选条件包括如下至少一项:能源消耗峰谷差、能源消耗量和负荷量。
如图3所示,本发明实施例的方法具体包括如下步骤:
S310、获取各能源对象的能源消耗特征,基于筛选条件对各能源对象的能源消耗特征进行匹配,将满足所述筛选条件的能源对象确定为能源优化对象。
其中,所述筛选条件包括如下至少一项:能源消耗峰谷差、能源消耗量和负荷量。具体的,通过大数据技术统计能源对象的能源消耗特征,其中,能源消耗特征指的是用户的用电用能情况,能源消耗特征包括能源消耗峰谷差、能源消耗量和负荷量。
可选的,通过设置特征库属性字段对各能源对象的能源消耗特征进行匹配。
其中,特征库预设典型能源优化对象的筛选条件。示例性的,若获取能源对象的昼夜谷峰差大于18kw,则将能源对象确定为能源优化对象;或者,若报装容量大于10kvA,则将能源对象确定为能源优化对象。
在本发明实施例中,通过获取各能源对象的能源消耗特征,基于筛选条件对各能源对象的能源消耗特征进行匹配,将满足筛选条件的能源对象确定为能源优化对象,实现了从大量用户中筛选出部分用户进行。
S320、对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式。
S330、基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略。
S340、对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
本发明通过获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式,使得能源优化对象获得初步判断结果,为后续优化策略的确定提供了便利;进一步的,基于能源优化对象的能源应用特征和优化方式确定能源优化对象的优化策略,使得制定的优化策略更符合能源优化对象的实际情况,提高了优化策略的合理性;通过对优化策略进行评估,在评估结果满足优化条件时,确定优化策略为目标优化策略,使得优化策略的筛选更具科学性,实现了最优优化策略的筛选。
实施例四
图4为本发明实施例四提供的一种能源优化装置的结构示意图,本实施例所提供的能源优化装置可以通过软件和/或硬件来实现,可配置于终端和/或服务器中来实现本发明实施例中的能源优化方法。该装置具体可以包括:优化方式确定模块410、优化策略生成模块420及优化策略评估模块430。
其中,优化方式确定模块410,用于对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;优化策略生成模块420,用于基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;优化策略评估模块430,用于对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
本发明实施例提供的一种能源优化装置,通过获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式,使得能源优化对象获得初步判断结果,为后续优化策略的确定提供了便利;进一步的,基于能源优化对象的能源应用特征和优化方式确定能源优化对象的优化策略,使得制定的优化策略更符合能源优化对象的实际情况,提高了优化策略的合理性;通过对优化策略进行评估,在评估结果满足优化条件时,确定优化策略为目标优化策略,使得优化策略的筛选更具科学性,实现了最优优化策略的筛选。
在本发明实施例中任一可选技术方案的基础上,可选地,所述能源应用特征包括能源消耗峰谷差和能源消耗量;所述优化方式包括储能策略和发电策略。
在本发明实施例中任一可选技术方案的基础上,可选地,所述优化方式确定模块410还可以用于:
将所述能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化方式确定为所述能源优化对象的优化方式;或者,
若所述能源消耗峰谷差大于第一阈值和/或所述能源消耗量大于第二阈值,则确定所述优化方式为储能,若所述能源消耗峰谷差小于第一阈值,以及所述能源消耗量小于第二阈值,则确定所述优化方式为发电。
在本发明实施例中任一可选技术方案的基础上,可选地,所述优化策略生成模块420还可以用于:
将所述能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化策略确定为所述能源优化对象的优化策略;或者,
将所述能源应用特征输入至所述优化方式对应的优化模型中,得到所述优化模型输出的优化策略。
在本发明实施例中任一可选技术方案的基础上,可选地,所述优化策略包括设备类型、设备数据和需占用资源。
在本发明实施例中任一可选技术方案的基础上,可选地,所述优化策略评估模块430还可以用于:
将所述优化策略输入至评估模型,得到所述评估模型输出的评估结果,其中,所述评估结果至少包括效益信息;
基于优化条件与所述效益信息进行比对。
在本发明实施例中任一可选技术方案的基础上,可选地,所述能源优化装置还包括:
能源对象筛选模块,用于获取各能源对象的能源消耗特征,基于筛选条件对各能源对象的能源消耗特征进行匹配,将满足所述筛选条件的能源对象确定为能源优化对象,其中,所述筛选条件包括如下至少一项:能源消耗峰谷差、能源消耗量和负荷量。
本发明实施例所提供的能源优化装置可执行本发明任意实施例所提供的能源优化方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五所提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块26的程序/实用工具36,可以存储在例如系统存储器28中,这样的程序模块26包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块26通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图5中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种能源优化方法。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种能源优化方法,该方法包括:
对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;
基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;
对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种能源优化方法,其特征在于,包括:
对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;
基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;
对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
2.根据权利要求1所述的方法,其特征在于,所述能源应用特征包括能源消耗峰谷差和能源消耗量;所述优化方式包括储能策略和发电策略。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述能源应用特征确定所述能源优化对象的优化方式,包括:
将所述能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化方式确定为所述能源优化对象的优化方式;或者,
若所述能源消耗峰谷差大于第一阈值和/或所述能源消耗量大于第二阈值,则确定所述优化方式为储能,若所述能源消耗峰谷差小于第一阈值,以及所述能源消耗量小于第二阈值,则确定所述优化方式为发电。
4.根据权利要求1所述的方法,其特征在于,所述基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略,包括:
将所述能源应用特征与历史优化对象的能源应用特征相匹配,将匹配成功的历史优化对象的优化策略确定为所述能源优化对象的优化策略;或者,
将所述能源应用特征输入至所述优化方式对应的优化模型中,得到所述优化模型输出的优化策略。
5.根据权利要求1或4所述的方法,其特征在于,所述优化策略包括设备类型、设备数据和需占用资源。
6.根据权利要求1所述的方法,其特征在于,所述对所述优化策略进行评估,包括:
将所述优化策略输入至评估模型,得到所述评估模型输出的评估结果,其中,所述评估结果至少包括效益信息;
基于优化条件与所述效益信息进行比对。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取各能源对象的能源消耗特征,基于筛选条件对各能源对象的能源消耗特征进行匹配,将满足所述筛选条件的能源对象确定为能源优化对象,其中,所述筛选条件包括如下至少一项:能源消耗峰谷差、能源消耗量和负荷量。
8.一种能源优化装置,其特征在于,包括:
优化方式确定模块,用于对于能源优化对象,获取所述能源优化对象的能源应用特征,基于所述能源应用特征确定所述能源优化对象的优化方式;
优化策略生成模块,用于基于所述能源优化对象的能源应用特征和所述优化方式确定所述能源优化对象的优化策略;
优化策略评估模块,用于对所述优化策略进行评估,在评估结果满足优化条件时,确定所述优化策略为目标优化策略。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的能源优化方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的能源优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110918748.XA CN113657658A (zh) | 2021-08-11 | 2021-08-11 | 一种能源优化方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110918748.XA CN113657658A (zh) | 2021-08-11 | 2021-08-11 | 一种能源优化方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113657658A true CN113657658A (zh) | 2021-11-16 |
Family
ID=78491392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110918748.XA Pending CN113657658A (zh) | 2021-08-11 | 2021-08-11 | 一种能源优化方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657658A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI811872B (zh) * | 2021-11-30 | 2023-08-11 | 國立成功大學 | 用於控制發電系統的控制裝置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968111A (zh) * | 2012-12-14 | 2013-03-13 | 新奥科技发展有限公司 | 控制分布式能源系统的方法和系统 |
CN105048517A (zh) * | 2015-08-19 | 2015-11-11 | 国家电网公司 | 一种多级能源协调控制系统 |
CN108053112A (zh) * | 2017-12-11 | 2018-05-18 | 囯网河北省电力有限公司电力科学研究院 | 一种储能系统规划的方法及系统 |
CN111105085A (zh) * | 2019-12-13 | 2020-05-05 | 湖南省湘电试验研究院有限公司 | 一种抽水蓄能机组水泵工况停机策略优化方法、系统及介质 |
CN111884240A (zh) * | 2020-08-20 | 2020-11-03 | 上海明华电力科技有限公司 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
-
2021
- 2021-08-11 CN CN202110918748.XA patent/CN113657658A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968111A (zh) * | 2012-12-14 | 2013-03-13 | 新奥科技发展有限公司 | 控制分布式能源系统的方法和系统 |
CN105048517A (zh) * | 2015-08-19 | 2015-11-11 | 国家电网公司 | 一种多级能源协调控制系统 |
CN108053112A (zh) * | 2017-12-11 | 2018-05-18 | 囯网河北省电力有限公司电力科学研究院 | 一种储能系统规划的方法及系统 |
CN111105085A (zh) * | 2019-12-13 | 2020-05-05 | 湖南省湘电试验研究院有限公司 | 一种抽水蓄能机组水泵工况停机策略优化方法、系统及介质 |
CN111884240A (zh) * | 2020-08-20 | 2020-11-03 | 上海明华电力科技有限公司 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI811872B (zh) * | 2021-11-30 | 2023-08-11 | 國立成功大學 | 用於控制發電系統的控制裝置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chilvers et al. | Realising transition pathways for a more electric, low-carbon energy system in the United Kingdom: Challenges, insights and opportunities | |
US11551176B2 (en) | Methods and systems for determining economic viability of microgrid | |
US11824360B2 (en) | Apparatus and method for optimizing carbon emissions in a power grid | |
CN111415061B (zh) | 一种可再生能源电力系统的综合评价方法及装置 | |
Yong et al. | Prospects and barriers analysis framework for the development of energy storage sharing | |
CN115907218A (zh) | 一种考虑碳减排情况的电力系统生产分配方法及系统 | |
Liu et al. | Design and evaluation of micro energy network considering P2G‐based storage system using two‐stage stochastic programming | |
CN113657658A (zh) | 一种能源优化方法、装置、电子设备及存储介质 | |
CN113393166A (zh) | 综合能源调度服务系统、方法、计算机设备及介质 | |
Keynia et al. | A new financial loss/gain wind power forecasting method based on deep machine learning algorithm by using energy storage system | |
WO2024093353A1 (zh) | 一种虚拟电厂的电力市场交易方法、装置及电子设备 | |
Duarte et al. | Operations of data centers with onsite renewables considering greenhouse gas emissions | |
CN116342176A (zh) | 一种电力市场现货电能量交易规则的火电企业分段报价方法 | |
CN115375082A (zh) | 电热网协同运行决策处理方法、装置以及电子设备 | |
CN110807599A (zh) | 电化学储能方案的决策方法、装置、服务器和存储介质 | |
Zhou et al. | The Dynamics of Manufacturing Value Chain Climbing System under MPL Framework: Modeling and Simulation Based on Intelligent Transformation | |
Luo et al. | Calculation method and system of energy efficiency evaluation based on integrated power grid | |
CN117522162A (zh) | 一种电源侧储能运行模式的确定方法和系统 | |
Priesmann et al. | Artificial intelligence and design of experiments for resource adequacy assessment in power systems | |
CN116247738A (zh) | 一种基于微电网调度的虚拟电厂能源管理方法 | |
Cheng et al. | Construction mode optimal selection method for intelligent sensing system in zero‐carbon parks | |
Katiraee et al. | Modelling of microgrids to insure resource adequacy in the capacity market | |
CN118153756A (zh) | 基于改进式生成对抗网络gan的vpp调度优化方法及系统 | |
Huang et al. | Reconstruction Optimization of Economic Operation of Distribution Network Based on Data Mining Algorithm | |
CN117236769A (zh) | 一种实现电制氢技术数字画像的方法及系统 |
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 |