CN113705871A - 能源配置方法、装置、计算机设备和存储介质 - Google Patents
能源配置方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113705871A CN113705871A CN202110943756.XA CN202110943756A CN113705871A CN 113705871 A CN113705871 A CN 113705871A CN 202110943756 A CN202110943756 A CN 202110943756A CN 113705871 A CN113705871 A CN 113705871A
- Authority
- CN
- China
- Prior art keywords
- objective function
- configuration scheme
- energy
- evaluation
- weight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000008901 benefit Effects 0.000 claims abstract description 167
- 238000011156 evaluation Methods 0.000 claims abstract description 144
- 230000007613 environmental effect Effects 0.000 claims abstract description 113
- 238000005457 optimization Methods 0.000 claims abstract description 88
- 238000009826 distribution Methods 0.000 claims abstract description 51
- 230000006870 function Effects 0.000 claims description 168
- 230000004224 protection Effects 0.000 claims description 68
- 238000011161 development Methods 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 35
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 26
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 13
- 239000001569 carbon dioxide Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 230000000875 corresponding effect Effects 0.000 description 16
- 239000000446 fuel Substances 0.000 description 16
- 238000010276 construction Methods 0.000 description 15
- 230000005611 electricity Effects 0.000 description 15
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 238000010248 power generation Methods 0.000 description 8
- 238000001816 cooling Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000003245 coal Substances 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000005057 refrigeration Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004056 waste incineration Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002597 diffusion-weighted imaging Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/90—Financial instruments for climate change mitigation, e.g. environmental taxes, subsidies or financing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及能源配置方法、装置、计算机设备和存储介质。所述方法包括：确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。本方法优化目标更全面，适用于侧重不同的多种应用场景。
Description
技术领域
本申请涉及能源配置技术领域，特别是涉及能源配置方法、装置、计算机设备和存储介质。
背景技术
能源互联网是一个集多能协同综合能源网络、能源生产消费的智能化体系以及与能源系统协同的通信基础设施于一体的有机复合系统。能源互联网的构建是建立在对能源进行精细化管理与科学预测上的，因此，制定能源互联网的配置方法是实现各类能源资源在时间与空间上均衡配置的关键，同时也是保证能源互联网初期规划布局和后期协同互联的重要环节。
现有的多目标优化配置方法，按照应用场景的需求将多目标优化模型转换为单一目标优化模型，再求得该应用场景的最优解，导致现有的多目标优化配置方法只能满足单一应用场景的需求；并且现有的多目标优化配置方法，为了追求建模所用的计量单位一致，考虑的指标有所局限，大多只是综合考虑经济和环境指标，考虑的指标不全面，导致按照现有的配置方法得到的能源配置方案，忽略了重要指标，能源配置方案的实际应用的效果不好。
发明内容
基于此，有必要针对上述技术问题，提供优化目标更全面，适用于更多侧重不同的应用场景的能源配置方法、装置、计算机设备和存储介质。
一种能源配置方法，所述方法包括：
确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
在其中一个实施例中，所述确定目标行政区域的多种负荷，包括：
基于人均电量消费法确定所述目标行政区域的第一预测电负荷；
基于电力弹性系数法确定所述目标行政区域的第二预测电负荷；
基于回归模型预测法确定所述目标行政区域的第三预测电负荷；
计算所述第一预测电负荷、所述第二预测电负荷和所述第三预测电负荷的平均值，将所述平均值作为电负荷；
获取所述目标行政区域的热负荷和冷负荷。
在其中一个实施例中，所述基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数，包括：
基于所述多种负荷的收入和花费，建立所述目标行政区域的经济效益目标函数；
基于所述多种负荷的二氧化碳排放量，建立所述目标行政区域的环境效益目标函数；
基于多种能源设备的能源利用效率和设备权重，建立所述目标行政区域的能源利用效率目标函数，其中，所述多种能源设备用于提供所述多种负荷。
在其中一个实施例中，所述多种权重分配策略中每种权重分配策略均包括所述经济效益目标函数的第一权重、所述环境效益目标函数的第二权重和所述能源利用效率目标函数的第三权重；所述多种权重分配策略包括：均衡分配策略、经济发展策略、环境保护策略和能源效率策略；
其中，所述均衡分配策略包括的第一权重、第二权重和第三权重相同；所述经济发展策略包括的第一权重，大于所述经济发展策略包括的第二权重和第三权重；所述环境保护策略包括的第二权重，大于所述环境保护策略包括的第一权重和第三权重；所述能源效率策略包括的第三权重，大于所述能源效率策略包括的第一权重和第二权重。
在其中一个实施例中，所述根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，包括：
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述均衡分配策略，建立多目标均衡优化模型；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述经济发展策略，建立经济发展优化模型；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述环境保护策略，建立环境保护优化模型；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述能源效率策略，建立能源效率优化模型。
在其中一个实施例中，所述对每种配置方案进行评价，得到每种配置方案的评价分数，包括：
确定所有评价因素，并获取每个评价因素的最优值和最差值，其中，所述所有评价因素包括多个经济效益因素，多个环境保护因素和多个能源利用效率因素；
根据每个经济效益因素的最优值和最差值，以及任一配置方案中每个经济效益因素的实际值，确定所述任一配置方案的经济效益分数；
根据每个环境保护因素的最优值和最差值，以及任一配置方案中每个环境保护因素的实际值，确定所述任一配置方案的环境保护分数；
根据每个能源利用效率因素的最优值和最差值，以及任一配置方案中每个能源利用效率因素的实际值，确定所述任一配置方案的能源利用效率分数；
按照预设的权重向量、对所述任一配置方案的经济效益分数、所述任一配置方案的环境保护分数和所述任一配置方案的能源利用效率分数进行加权求和，得到所述任一配置方案的评价分数。
在其中一个实施例中，所述对每种配置方案进行评价，得到每种配置方案的评价分数，包括：
确定所有评价指标类别，其中，所述所有评价指标类别包括：经济效益类别、环境保护类别和能源利用效率类别；
根据任意两个评价指标类别之间的第一重要性比值，确定第一判断矩阵；
在每种评价类别下，根据任意两种配置方案之间的第二重要性比值，确定每种评价类别的第二判断矩阵；
根据所述第一判断矩阵和每种评价类别的第二判断矩阵确定评价矩阵，其中，所述评价矩阵包括：每种评价类别的指标分值，以及每种配置方案在每种评价类别下的评价权重；
按照每种配置方案在每种评价类别下的评价权重，对每种评价类别的指标分值进行加权求和，得到每种配置方案的评价分数。
一种能源配置装置，所述装置包括：
负荷确定模块，用于基于多种预设方法确定目标行政区域的电负荷，并获取所述目标行政区域的热负荷和冷负荷；
目标函数建立模块，用于基于所述电负荷、所述热负荷和所述冷负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
多目标优化模型建立模块，用于根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立多种多目标优化模型，并对每种多目标优化模型进行求解，得到每种目标优化模型的配置方案；
目标配置方案确定模块，用于对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
上述能源配置方法、装置、计算机设备和存储介质，上述能源配置方法中，从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面；通过预设的多种权重分配策略，建立多种多目标优化模型，再对侧重不同的多种多目标优化模型进行评价，确定最优的目标配置方案。本方法建立侧重不同的多种多目标优化模型，得到侧重不同的多种配置方案，再通过评价方法，在侧重不同的多种配置方案中确定目标配置方案，使得能源配置方法可以应用于侧重不同的应用场景，并且本方法考虑了影响能源配置方案的多个因素，从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面，以使得的目标配置方案的效果更好。
附图说明
图1为一个实施例中能源配置方法的流程示意图；
图2为一个实施例中能源配置装置的结构框图；
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的能源配置方法，可以应用于终端中，终端可以但不限于是各种个人计算机、笔记本电脑等。
在一个实施例中，如图1所示，提供了一种能源配置方法，包括以下步骤：
步骤101，确定目标行政区域的多种负荷。
其中，所述多种负荷包括电负荷、热负荷和冷负荷。所述电负荷，是预测得到的所述目标行政区域在预测期内所用的总电量；所述热负荷，是预测得到的所述目标行政区域在预测期内所用的总热量；所述冷负荷，是预测得到的所述目标行政区域在预测期内所用的总冷量。所述预测期可以是一年，或者半年。所述目标行政区域是能源待分配的行政区域。
现有的大多能源分配方法，大多集中在全球级、区域级或者园区级层面上进行，全球级、区域级能源互联网涉及众多地区、行政主体，能源互联网在发展的过程中因为不可避免地要面临地区差异大、利益协调难、协调成本高等问题而难以向前推进。而园区级层面体量较小，能源互联网的产业效应、规模效应发挥有限。相较之下，行政级别能源互联网能够在统筹规划下，覆盖绝大多数行业企业，最大限度地发挥资源优化配置能力，最大程度地体现能源互联网的价值，落地可能性更高、意义更大。
具体地，在电负荷预测方面，考虑到预测电负荷方法运用的局限性，为了使最终预测得到的电负荷尽量避免受到某一种，或者某几种预测电负荷方法的偏差影响，采用多种预设方法取平均值，进而得到较为准确的电负荷。所述多种预设方法至少包括：人均电量消费法、电力弹性系数法和回归模型预测法。
在热负荷预测方面，根据目标行政区域的实际用热情况，确定预测期内的热负荷。在冷负荷预测方面，工业用户可以通过蒸汽制冷的方式来满足自身用冷需求，居民用户的用冷量较之商业用户的用冷量可以忽略不计，因此冷负荷预测只要考虑商业用户的用冷需求，换言之，只需分析商业用户的冷、电负荷特性即可，已有研究得出冷负荷与电负荷之间存在比例关系，因此，按照预设比例和电负荷可以确定冷负荷。
步骤102，基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数。
其中，所述多种负荷是建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数的负荷约束。所述经济效益目标函数以消耗最小的供能成本来提供电负荷、热负荷和冷负荷，进而获取最大的利益为目标；所述环境效益目标函数以二氧化碳排放量最小为目标；所述能源利用效率目标函数以最大限度地发挥能源利用效率高的设备优势，以使有限的资源得到充分合理的利用为目标。
具体地，基于每种负荷的收益和花费建立经济效益目标函数，基于提供所有负荷所需的能源设备的二氧化碳排放量建立环境效益目标函数，基于提供所有负荷所需的能源设备的消耗效率建立能源利用效率目标函数。
步骤103，根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案。
其中，所述多种权重分配策略中任意两种权重分配策略的侧重不同，任意一种权重分配策略包括经济效益目标函数、环境效益目标函数和能源利用效率目标函数的权重。
具体地，所述多种权重分配策略包括：均衡分配策略、经济发展策略、环境保护策略和能源效率策略；根据均衡分配策略对经济效益目标函数、环境效益目标函数和能源利用效率目标函数进行加权，得到均衡分配优化模型；根据经济发展策略对经济效益目标函数、环境效益目标函数和能源利用效率目标函数进行加权，得到经济发展优化模型；根据环境保护策略对经济效益目标函数、环境效益目标函数和能源利用效率目标函数进行加权，得到环境保护优化模型。
对每种多目标优化模型进行求解，得到每种多目标模型的配置方案，所述配置方案即对目标行政区域进行能源分配的方案。对每种多目标优化模型进行求解，可以采用现有方法实现。
步骤104，对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
其中，所述评价分数用于反映配置方案在多个评价指标的综合表现的优劣，所述最高评价分数是指所有评价分数中值最大的分数。
具体的，通过评价方法确定每种权重分配策略的配置方案的评价分数，评价方法包括层次分析法或功效系数法。最高评价分数对应的配置方案，是在多个评价指标的综合表现最好的配置方案，将最高评价分数对应的配置方案作为目标配置方案。
上述能源配置方法中，从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面；通过预设的多种权重分配策略，建立多种多目标优化模型，再对侧重不同的多种多目标优化模型进行评价，确定最优的目标配置方案。本方法建立侧重不同的多种多目标优化模型，得到侧重不同的多种配置方案，再通过评价方法，在侧重不同的多种配置方案中确定目标配置方案，使得能源配置方法可以应用于侧重不同的应用场景，并且本方法考虑了影响能源配置方案的多个因素，从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面，以使得的目标配置方案的效果更好。
在一个实施例中，步骤101包括：
步骤201，基于人均电量消费法确定所述目标行政区域的第一预测电负荷。
具体地，电力消费水平与其所在的地域、历史发展阶段密切相关，获取所述目标行政区域内的人均电量消费值，并获取所述目标行政区域的人口增长比例和人口总数，根据人口增长比例、人口总数和人均电量消费值，确定预测期内的第一预测电负荷。所述预测期按照分配需求，可以是一年，或者半年。
若缺乏所述目标行政区域的数据，可以选取一个与所述目标行政区域的经济发展水平、气候地理条件等方面相似的区域作为参考区域，获取参考区域的人均电量消费值，获取所述目标行政区域的人口增长比例和人口总数，根据人口增长比例、人口总数和参考区域的人均电量消费值确定目标行政区域的第一预测电负荷。
步骤202，基于电力弹性系数法确定所述目标行政区域的第二预测电负荷。
其中，电力弹性系数法是根据GDP增长速度与电力消费增长速度之间的关系来预测未来电力总量的方法。电力消费增长速度与GDP增长速度的比值称为电力弹性系数。电力弹性系数反映了经济发展对电力消费的依赖程度，是电力需求预测的一项重要的宏观指标。电力弹性系数越大，说明经济发展对电力需求的依赖程度也就越大；电力弹性系数越小，说明经济发展对电力消费的依赖程度越小。电力弹性系数的表达式如公式(1)所示。
其中，Ea为历史用电量，Ga为历史GDP，e为电力弹性系数。
获取目标行政区域的GDP预测值，根据GDP预测值和电力弹性系数得到预测期内的电力增长速度，进而根据电力增长速度和初始电负荷确定第二预测电负荷，所述GDP预测值可以是目标行政区域的GDP目标值，初始电负荷即历史用电量。
步骤203，基于回归模型预测法确定所述目标行政区域的第三预测电负荷。
其中，回归模型预测法，根据记录的目标行政区域的电力消费量和相应年份，得到观测值(x1,y1),(x2,y2),…,(xn,yn)，根据观测值绘制散点图，如果散点分布近似为一条直线，则可以使用线性回归方程来确定第三预测电负荷。线性回归方程为：
其中，X为观测年份，
为电力消费量，a为线性回归方程的截距，b为回归系数。通过最小二乘法可以确定a和b。
使用线性回归方程进行预测之前，要对观测年份和电力消费量进行相关性检验，可以利用相关系数来帮助判别，若观测年份和电力消费量显著相关，则可以使用线性回归方程进行拟合。
步骤204，计算所述第一预测电负荷、所述第二预测电负荷和所述第三预测电负荷的平均值，将所述平均值作为电负荷。
具体地，计算所述第一预测电负荷、所述第二预测电负荷和所述第三预测电负荷的平均值，将平均值作为电负荷，避免了采用一种方法确定电负荷带来的偏差，可以得到较为准确的电负荷。
在一种实现方式中，确定目标行政区域的多种负荷还包括：根据比例系数增长法确定目标行政区域的第四预测电负荷，根据分部门预测法确定目标行政区域的第五预测电负荷，根据单位建设地负荷密度法确定目标行政区域的第六预测电负荷。相应地，将所述第一预测电负荷、所述第二预测电负荷、所述第三预测电负荷、所述第四预测电负荷、第五预测电负荷和第六预测电负荷的平均值作为电负荷。
具体地，比例系数增长法是假设目标行政区域的电力发展遵循过去的平均增长或下降水平，利用历史数据求出增长率或降低率，根据增长率或者降低率确定第四预测电负荷。
分部门预测法，按照用电情况将目标行政区域的电力用户划分为多种类型，每种类型的电力增长情况不同，分别对每种类型的电力用户进行电力预测，得到每种类型的电力预测值，将每种类型的电力预测值相加，得到第五预测电负荷，分部门预测法考虑了每种类型电力用户不同的发展速度。
单位建设地负荷密度法，根据目标行政区域中不同类型的建设用地的占地面积和用电负荷密度，对目标行政区域预测期内的电负荷进行预测，得到第六预测电负荷。单位建设地负荷密度法适用于土地规划比较明确的城市区域。
例如，目标行政区域为广州市黄埔区，根据《城市电力规划规范GB/T50293-2014》及广州市黄埔区各个地块的控制性详细规划，用地类型划分为居住用地、商业服务业设施用地、公共管理与公共服务设施用地、工业用地、物流仓储用地、道路与交通设施用地、公共设施用地及绿地与广场用地共8大类用地。8大类用地又可以进一步细分为35个中类建设用地。每种类型的建设用地依据其负荷特性的不同，所选取的负荷密度指标范围也有所差异，广州市黄埔区的规划单位建设用地负荷指标如表1所示。
表1
对于广州市黄埔区，采用单位建设用地负荷密度法的具体步骤如下：
获取中类建设用地的面积，为了使电力负荷预测结果具有实际应用意义，充分考虑城市用电负荷的最小值、平均值及最大值三种情况，在对应的建设用地负荷指标范围内选取最小负荷密度值、平均负荷密度值及最大负荷密度值作为负荷密度的预测值。
将中类建设用地的面积，分别与中类建设用地对应的最小负荷密度值、平均负荷密度值及最大负荷密度值相乘，得出中类建设用地的最小电力负荷预测值、平均电力负荷预测值和最大电力负荷预测值。
将所有中类建设用地的最小电力负荷预测值、平均电力负荷预测值和最大电力负荷预测值相加，得到黄埔区的最小电力负荷预测值、平均电力负荷预测值和最大电力负荷预测值，根据黄埔区的最小电力负荷预测值、平均电力负荷预测值和最大电力负荷预测值确定黄埔区的第六电负荷预测值。
步骤205，获取所述目标行政区域的热负荷和冷负荷。
具体地，获取热负荷的过程包括：根据所述目标行政区域的燃料消耗量、燃料发热量、发热效率和用气时长，确定热负荷。
所述燃料消耗量是所述目标行政区域中每个热用户的年耗燃料量，燃料发热量是燃料的低位发热量，发热效率包括：分散供热锅炉年平均效率和管道效率，用气时长是热用户年用气时长。根据公式(2)计算热负荷。
其中，Qsp是一年的热负荷，B1是燃料消耗量，QDW是燃料的低位发热量，ηgl是分散供热锅炉年平均效率，ηgd是管道效率，Hs是热用户年用气时间。根据一年的热负荷确定预测期对应的热负荷。
获取冷负荷的过程包括：计算所述电负荷和预设比例值的乘积，以得到冷负荷。
具体地，工业用户可以通过蒸汽制冷的方式来满足自身用冷需求，居民用户的用冷量较之商业用户的用冷量可以忽略不计。因此冷负荷预测只要考虑商业用户的用冷需求，换言之，只需分析商业用户的冷、电负荷特性即可。获取目标行政区域中商业用户在一段时间内的用冷量，根据商业用户在一段时间内的用冷量确定预测期对应的冷负荷。
在具体实施时，例如对于广州市黄埔区，已有相关文献对广州市商业建筑的冷、热、电负荷进行调研和测试，得出了商业平均冷负荷约占电负荷的60％的结论。因此，可以根据预测得到的电负荷确定冷负荷。
在一个实施例中，步骤102包括：
步骤301，基于所述多种负荷的收入和花费，建立所述目标行政区域的经济效益目标函数。
其中，所述多种负荷的收入和花费包括：提供电负荷所获取的收入，提供热负荷所获取的收入，提供冷负荷所获取的收入，提供所述多种负荷所带来的：能源设备投资花费、操作维护花费和燃料成本花费。所述能源设备是提供电负荷、热负荷和冷负荷所需的设备。
具体地，经济效益目标函数如公式(3)所示。
Max f1(x)＝(Ie+Ih+Ic)-(Cd+Co+Cf) (3)
其中，Ie是提供电负荷所获取的收入，Ih是提供热负荷所获取的收入，Ic是提供冷负荷所获取的收入，Cd是能源设备投资花费，Co是操作维护花费，Cf是燃料成本花费。
具体地，根据公式(4)确定提供电负荷所获取的收入Ie。
根据公式(5)确定提供热负荷所获取的收入Ih。
根据公式(6)确定提供冷负荷所获取的收入Ic。
根据公式(7)确定能源设备投资花费Cd。
根据公式(8)确定操作维护花费Co。
Co＝∑Cj,i·βj,i (8)
根据公式(9)确定燃料成本花费Cf。
其中，i表示能源的种类，包括：煤炭能源、垃圾焚烧能源、光伏能源和天然气能源，其中，天然气能源用N表示，j表示提供电、热和冷能源设备的类型，k热电联产的能源设备，或者分布式能源站的能源设备。Cj,i为能源设备(j,i)的额定容量，其中能源设备(j,i)是指提供i类能源的j型设备，Tj,i为能源设备(j,i)的年利用小时数，
为能源设备(j,i)的电单价，
是能源设备(k,N)的热单价，其中，能源设备(k,N)是指提供天然气能源的热电联产的能源设备，或者提供天然气能源的分布式能源站的能源设备，
是能源设备(CCHP,N)的冷单价，
是能源设备(k,N)的燃料单价，
是外购电的单价。HERk,N为能源设备(k,N)的热电比或者冷电比，CCHP是天然气冷热电三联供系统，ε是单位转换系数，v是单位容量造价，β是年单位容量运维成本，α是发电(供热/冷)标准煤耗，或发电(供热/冷)标准气耗，r为折现率，nji为能源设备(j,i)的使用年限，E是外购电的电量，。
步骤302，基于所述多种负荷的二氧化碳排放量，建立所述目标行政区域的环境效益目标函数。
具体的，采用热执法和排放因子，以二氧化碳排放量最小为目标，构建所述环境效益目标函数。环境效益目标函数如公式(10)所示。
Min f2(x)＝AEcom+AEe (10)
其中，AEcom是燃烧产生的二氧化碳直接排放量，AEe是外购/外输的电力/热力导致的二氧化碳排放量。
具体地，根据公式(11)确定二氧化碳直接排放量。
AEcom＝ADji·Qji·EFji·10-6 (11)
根据公式(12)确定二氧化碳直接排放量。
AEe＝∑ADe·EFe (12)
其中，ADji是能源设备(j,i)的燃料使用量，单位为吨，或者万·立方米(104m3)，Qji是能源设备(j,i)的低位发热量，单位为兆焦耳/吨燃料(MJ/t)，EFe是外购/外输的电力/热力排放因子，单位为克/兆焦耳(g/MJ)，10-6是质量单位克与吨的转换系数。
具体的，根据公式(13)确定能源设备(j,i)的燃料使用量ADji。
ADji＝∑Cj,i·Tj,i·αj,i+∑Ck,N·Tk,N·HERk,N·αj,i (13)
其中，Cj,i为能源设备(j,i)的额定容量，Tj,i为能源设备(j,i)的年利用小时数，α是发电(供热/冷)标准煤耗，HERk,N为能源设备(k,N)的热电比或者冷电比。
步骤303，基于多种能源设备的能源利用效率和设备权重建立所述目标行政区域的能源利用效率目标函数，其中，所述多种能源设备用于提供所述电负荷、所述热负荷和所述冷负荷。
具体地，在经济和环境允许的条件下，考虑各个能源设备的能源利用效率，以确保能够最大限度地发挥能源利用效率高的设备优势，争取使有限的资源得到充分合理的利用。能源利用效率主要表现为能源设备的能源利用效率与设备权重的乘积之和，如公式(14)所示。
Max f3(x)＝∑uj,i·ηj,i (14)
其中，uj,i是能源设备(j,i)的设备权重，ηj,i是能源设备(j,i)的能源利用效率。
能源设备的设备权重是能源设备的能源消耗量和能源消耗总量的比值，其中，能源设备的能源消耗量和能源消耗总量可以通过历史数据确定。根据公式(15)可以得到设备权重。
其中，
是能源设备(j,i)的能源消耗量，
是能源消耗总量。
在一个实施例中，根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立多种多目标优化模型，如公式(16)所示。
F(x)＝weight1f1(x)+weight2f2(x)+weight3f3(x)
其中，
是能源设备(j,i)的发电量，SPe,buy是外购电量，De是电负荷，
是能源设备(j,i)的功供热量，Dh是热负荷，
是能源设备(j,i)的制冷量，Dc是冷负荷，Cj,i是能源设备(j,i)的额定容量，qj,i是能源设备(j,i)的最大输出功率，load为负荷持续曲线，loadbase为负荷持续曲线的基底部分负荷，loadm是负荷持续曲线的中间负荷(使得储能的充能量与储能的放能量平衡的负荷)，loadt负荷持续曲线上的任意一点，Cs是储能容量，
是能源设备(j,i)的消耗量，
是能源消耗总量，Cj,i1是煤炭发电机组的额定容量，i1max是目标行政区域的煤炭发电的容量上限，Cj,i2是垃圾焚烧发电的额定容量，i2max是目标行政区域的垃圾焚烧发电机组的容量上限，Cj,i3是光伏发电机组的额定容量，i3max是光伏发电的容量上限，i3min是光伏发电的容量下限。weight1是经济效益目标函数的第一权重，weight2是环境效益目标函数的第二权重，weight3是能源利用效率目标函数的第三权重。
所述多种权重分配策略包括：均衡分配策略、经济发展策略、环境保护策略和能源效率策略；每种权重分配策略均包括所述经济效益目标函数的第一权重、所述环境效益目标函数的第二权重和所述能源利用效率目标函数的第三权重。
具体地，步骤103包括：
步骤401，根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述均衡分配策略，建立多目标均衡优化模型。
其中，所述均衡分配策略包括的第一权重、第二权重和第三权重相同，多目标均衡优化模型为：
步骤402，根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述经济发展策略，建立经济发展优化模型。
其中，所述经济发展策略包括的第一权重，大于所述经济发展策略包括的第二权重和第三权重。例如，weight1＝0.6，weight2＝weight3＝0.2，则经济发展优化模型为：F(x)2＝0.6f1(x)+0.2f2(x)+0.2f3(x)。
步骤403，根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述环境保护策略，建立环境保护优化模型。
其中，所述环境保护策略包括的第二权重，大于所述环境保护策略包括的第一权重和第三权重。例如，weight2＝0.6，weight1＝weight3＝0.2，则经济发展优化模型为：F(x)3＝0.2(x)+0.6f2(x)+0.2f3(x)。
步骤404，根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述能源效率策略，建立能源效率优化模型。
其中，所述能源效率策略包括的第三权重，大于所述能源效率策略包括的第一权重和第二权重。例如，weight3＝0.6，weight1＝weight2＝0.2，则经济发展优化模型为：F(x)4＝0.2(x)+0.2f2(x)+0.6f3(x)。
在本实施例中，基于多种预设方法确定目标行政区域的电负荷，避免了采用一种方法确定电负荷带来的偏差，可以得到较为准确的电负荷；从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面；通过预设的多种权重分配策略，建立多种多目标优化模型，再对侧重不同的多种多目标优化模型进行评价，确定最优的目标配置方案。本方法建立侧重不同的多种多目标优化模型，得到侧重不同的多种配置方案，再通过评价方法，在侧重不同的多种配置方案中确定目标配置方案，使得能源配置方法可以应用于侧重不同的应用场景，并且本方法考虑了影响能源配置方案的多个因素，从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面，以使得的目标配置方案的效果更好。
在一个实施例中，采用功率系数法对每种配置方案进行评价，得到每种配置方案的评价分数。步骤104包括：
501、确定所有评价因素，并获取每个评价因素的最优值和最差值。
其中，所述所有评价因素包括多个经济效益因素，多个环境保护因素和多个能源利用效率因素。
多个经济效益因素包括：提供电负荷所获取的收入，提供热负荷所获取的收入，提供冷负荷所获取的收入，提供所述多种负荷所带来的：能源设备投资花费、操作维护花费和燃料成本花费。所述多个环境保护因素包括：燃烧产生的二氧化碳直接排放量，外购/外输的电力/热力导致的二氧化碳排放量。多个能源利用效率因素包括：多个能源设备的能源利用效率。
评价因素的最优值，可以是行业领域内的该评价因素最满意的上限值，评价因素的最差值，可以是行业领域内的该评价因素的下限值。
502、根据每个经济效益因素的最优值和最差值，以及任一配置方案中每个经济效益因素的实际值，确定所述任一配置方案的经济效益分数。
具体地，以一个配置方案中的一个经济效益因素a1为例，按照公式(17)确定该经济效益因素的分数。
其中，la1是经济效益因素a1的分数，lisa1是经济效益因素a1的最优值，liya1是经济效益因素a1的最差值，lida1是经济效益因素a1的实际值。
对于任一配置方案，根据任一配置方案中每个经济效益因素的实际值，每个经济效益因素的最优值和最差值，按照公式(17)确定每个经济效益因素的分数，将每个经济效益因素的分数相加，得到任一配置方案的经济效益分数。
如公式(18)所示。
其中，La是任一配置方案的经济效益分数，lan是任一配置方案的经济效益因素an的分数，N1是所述多种经济效益的数量。
502、根据每个环境保护因素的最优值和最差值，以及任一配置方案中每个环境保护因素的实际值，确定所述任一配置方案的环境保护分数。
具体地，以一个配置方案中的一个环境保护因素b1为例，按照公式(19)确定b1的分数。
其中，lb1是环境保护因素b1的分数，lisb1是环境保护因素b1的最优值，liyb1是环境保护因素b1的最差值，lidb1是环境保护因素b1的实际值。
对于任一配置方案，根据任一配置方案中每个环境保护因素的实际值，每个环境保护因素的最优值和最差值，按照公式(19)确定每个环境保护因素的分数，将每个环境保护因素的分数相加，得到任一配置方案的环境保护分数。如公式(20)所示。
其中，Lb是任一配置方案的环境保护分数，lbn是任一配置方案的环境保护因素bn的分数，N2是所述多种环境保护的数量。
503、根据每个能源利用效率因素的最优值和最差值，以及任一配置方案中每个能源利用效率因素的实际值，确定所述任一配置方案的能源利用效率分数。
同样的，按照公式(17)和公式(18)，或者按照公式(19)和公式(20)可以得到任一配置方案的能源利用效率分数Lc。
504、按照预设的权重向量、对所述任一配置方案的经济效益分数、所述任一配置方案的环境保护分数和所述任一配置方案的能源利用效率分数进行加权求和，得到所述任一配置方案的评价分数。
其中，预设的权重向量包括经济效益分数的第一评价权重、环境保护分数的第二评价权重，以及能源利用效率分数的第三评价权重。若评价的重点在于经济效益，可以设置第一评价权重高于第二评价权重和第三评价权重。若评价的重点在于能源利用效率，可以设置第三评价权重高于第一评价权重和第二评价权重。对于任一配置方案，根据第一评价权重、第二评价权重、第三评价权重，任一配置方案的经济效益分数、环境保护分数和能源利用效率分数，进行加权求和，将加权求和的结果作为任一配置方案的评价分数。
在一个实施例中，采用层次分析法对每种配置方案进行评价，得到每种配置方案的评价分数。步骤104包括：
601，确定所有评价指标类别，其中，所述所有评价指标类别包括：经济效益类别、环境保护类别和能源利用效率类别。
具体地，从经济效益、环境保护类别和能源利用效率三个方面出发，采用层次分析法确定每种配置方案的评价分数。
602，根据任意两个评价指标类别之间的第一重要性比值，确定第一判断矩阵。
具体地，所述第一重要性比值用于反映两个评价指标类别中，第一评价指标类别和第二评价指标类别之间的相对重要性。设定每个评价指标类别的重要性(通过数值表示，数值越大，重要性越大)，第一评价指标类别的重要性与第二评价指标类别的重要性之间的比值，为第一重要性比值。通过Buv表示评价指标类别u和评价指标类别v之间的第一重要性比值，第一重要性比值的大小，以及其重要性说明，如表2所示。
表2
若评价指标类别u和评价指标类别v之间的第一重要性比值为Buv，评价指标类别u和评价指标类别v之间的第一重要性比值为1/Buv，当u与v相同时，第一重要性比值为1。
在一个具体实施例中，第一判断矩阵如表3所示。
表3
其中，B21是表3中的第二行第一列，即环境保护类别和经济效益类别之间的第一重要性比值为2/3，B12是表3中的第一行第二列，即经济效益类别和环境保护类别之间的第一重要性比值为3/2。
603，在每种评价类别下，根据任意两种配置方案之间的第二重要性比值，确定每种评价类别的第二判断矩阵。
其中，在任一评价类别下，任意两种配置方案之间的第二重要性比值，是任意两种配置方案中第一配置方案在任一评价类别下的得分，与任意两种配置方案中第二配置方案在任一评价类别下的得分之间的比值。
具体地，以经济效益类别为例，确定第一配置方案在经济效益类别中的得分A1，确定第二配置方案在经济效益类别中的得分A2，得到经济效益类别的第二判断矩阵中A12和A21的数值，其中，经济效益类别的第二判断矩阵中A12的数值为：A1/A2，经济效益类别的第二判断矩阵中A21的数值为A2/A1。据此，得到经济效益类别的第二判断矩阵，环境保护类别的第二判断矩阵，以及能源利用效率类别的第二判断矩阵。
604，根据所述第一判断矩阵和每种评价类别的第二判断矩阵确定评价矩阵，其中，所述评价矩阵包括：每种评价类别的指标分值，以及每种配置方案在每种评价类别下的评价权重。
具体地，在确定评价矩阵之前，需要确定所述第一判断矩阵和每种评价类别的第二判断矩阵是否满足一致性。计算所述第一判断矩阵和每个第二判断矩阵一致性指标，若每个判断矩阵的一致性指标均满足一致性要求，则判定所述第一判断矩阵和每种评价类别的第二判断矩阵满足一致性。
可以按照算数平均法，或者几何平均法，根据第一判断矩阵确定每种评价类别的指标分值，以及根据每个第二判断矩阵确定每种配置方案在每种评价类别下的评价权重。
605，按照每种配置方案在每种评价类别下的评价权重，对每种评价类别的指标分值进行加权求和，得到每种配置方案的评价分数。
具体地，假设：配置方案1在经济效益类别下的评价权重为h1，配置方案1在环境保护类别下的评价权重为h2，配置方案1在环境保护类别下的评价权重为h2，以及配置方案1在能源利用效率类别下的评价权重为h3，经济效益类别的指标分值为g1，环境保护类别的指标分值为g2，能源利用效率类别的指标分值为g3，则配置方案1的评价分数为：h1×g1+h2×g2+h3×g3。
在一个具体的实施例中，所述能源配置方法包括：
第一阶段、计算电负荷、热负荷和热负荷；
第二阶段、以提供多种负荷为负荷约束条件，以经济效益最大化为目标，以环境效益最大化(二氧化碳排放量最小化)为目标，以能源利用效率最大化为目标，建立经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
第三阶段、以第二阶段建立的多个目标函数，按照预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型；
第四阶段、对每种权重分配策略的多目标优化模型进行求解，得到每种权重分配策略的配置方案；
第五阶段、从经济效益、环境效益和能源利用效率三个方面，按照层次分析法或者功效系数法，对每种权重分配策略的配置方案进行评价，得到目标配置方案。
所述能源配置方法，计算通过多种方法确定预测电负荷，计算通过多种方法确定的预测电负荷的平均值，将平均值作为电负荷，避免了采用一种方法确定电负荷带来的偏差，可以得到较为准确的电负荷；所述能源配置方法应用于目标行政区域，行政区域级别能源互联网能够在统筹规划下，覆盖绝大多数行业企业，最大限度地发挥资源优化配置能力，最大程度地体现能源互联网的价值，落地可能性更高、意义更大；从经济发展、环境保护和能源利用效率三个角度建立目标函数，优化目标更全面；通过预设的多种权重分配策略，建立多个侧重不同的多目标优化模型，可以用于侧重不同的引用场景；通过层次分析法，或者功效系数法在侧重不同的多种配置方案中确定目标配置方案，使得目标配置方案的效果更好。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图2所示，提供了一种能源配置，包括：
负荷确定模块，用于确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
目标函数建立模块，用于基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
多目标优化模型建立模块，用于根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
目标配置方案确定模块，用于对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
关于能源装置的具体限定可以参见上文中对于能源方法的限定，在此不再赘述。上述能源装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种能源方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种能源配置方法，其特征在于，所述方法包括：
确定目标行政区域的多种负荷，其中，所述多种负荷包括电负荷、热负荷和冷负荷；
基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，并对每种多目标优化模型进行求解，得到每种多目标优化模型的配置方案；
对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
2.根据权利要求1所述的方法，其特征在于，所述确定目标行政区域的多种负荷，包括：
基于人均电量消费法确定所述目标行政区域的第一预测电负荷；
基于电力弹性系数法确定所述目标行政区域的第二预测电负荷；
基于回归模型预测法确定所述目标行政区域的第三预测电负荷；
计算所述第一预测电负荷、所述第二预测电负荷和所述第三预测电负荷的平均值，将所述平均值作为电负荷；
获取所述目标行政区域的热负荷和冷负荷。
3.根据权利要求1所述的方法，其特征在于，所述基于所述多种负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数，包括：
基于所述多种负荷的收入和花费，建立所述目标行政区域的经济效益目标函数；
基于所述多种负荷的二氧化碳排放量，建立所述目标行政区域的环境效益目标函数；
基于多种能源设备的能源利用效率和设备权重，建立所述目标行政区域的能源利用效率目标函数，其中，所述多种能源设备用于提供所述多种负荷。
4.根据权利要求1所述的方法，其特征在于，所述多种权重分配策略中每种权重分配策略均包括所述经济效益目标函数的第一权重、所述环境效益目标函数的第二权重和所述能源利用效率目标函数的第三权重；所述多种权重分配策略包括：均衡分配策略、经济发展策略、环境保护策略和能源效率策略；
其中，所述均衡分配策略包括的第一权重、第二权重和第三权重相同；所述经济发展策略包括的第一权重，大于所述经济发展策略包括的第二权重和第三权重；所述环境保护策略包括的第二权重，大于所述环境保护策略包括的第一权重和第三权重；所述能源效率策略包括的第三权重，大于所述能源效率策略包括的第一权重和第二权重。
5.根据权利要求4所述的方法，其特征在于，所述根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立每种权重分配策略的多目标优化模型，包括：
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述均衡分配策略，建立多目标均衡优化模型；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述经济发展策略，建立经济发展优化模型；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述环境保护策略，建立环境保护优化模型；
根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和所述能源效率策略，建立能源效率优化模型。
6.根据权利1至5任一项所述的方法，其特征在于，所述对每种配置方案进行评价，得到每种配置方案的评价分数，包括：
确定所有评价因素，并获取每个评价因素的最优值和最差值，其中，所述所有评价因素包括多个经济效益因素，多个环境保护因素和多个能源利用效率因素；
根据每个经济效益因素的最优值和最差值，以及任一配置方案中每个经济效益因素的实际值，确定所述任一配置方案的经济效益分数；
根据每个环境保护因素的最优值和最差值，以及任一配置方案中每个环境保护因素的实际值，确定所述任一配置方案的环境保护分数；
根据每个能源利用效率因素的最优值和最差值，以及任一配置方案中每个能源利用效率因素的实际值，确定所述任一配置方案的能源利用效率分数；
按照预设的权重向量、对所述任一配置方案的经济效益分数、所述任一配置方案的环境保护分数和所述任一配置方案的能源利用效率分数进行加权求和，得到所述任一配置方案的评价分数。
7.根据权利要求1至5任一项所述的方法，其特征在于，所述对每种配置方案进行评价，得到每种配置方案的评价分数，包括：
确定所有评价指标类别，其中，所述所有评价指标类别包括：经济效益类别、环境保护类别和能源利用效率类别；
根据任意两个评价指标类别之间的第一重要性比值，确定第一判断矩阵；
在每种评价类别下，根据任意两种配置方案之间的第二重要性比值，确定每种评价类别的第二判断矩阵；
根据所述第一判断矩阵和每种评价类别的第二判断矩阵确定评价矩阵，其中，所述评价矩阵包括：每种评价类别的指标分值，以及每种配置方案在每种评价类别下的评价权重；
按照每种配置方案在每种评价类别下的评价权重，对每种评价类别的指标分值进行加权求和，得到每种配置方案的评价分数。
8.一种能源配置装置，其特征在于，所述装置包括：
负荷确定模块，用于基于多种预设方法确定目标行政区域的电负荷，并获取所述目标行政区域的热负荷和冷负荷；
目标函数建立模块，用于基于所述电负荷、所述热负荷和所述冷负荷，建立所述目标行政区域的经济效益目标函数、环境效益目标函数和能源利用效率目标函数；
多目标优化模型建立模块，用于根据所述经济效益目标函数、所述环境效益目标函数、所述能源利用效率目标函数和预设的多种权重分配策略，建立多种多目标优化模型，并对每种多目标优化模型进行求解，得到每种目标优化模型的配置方案；
目标配置方案确定模块，用于对每种配置方案进行评价，得到每种配置方案的评价分数，将最高评价分数对应的配置方案作为目标配置方案。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110943756.XA CN113705871A (zh) | 2021-08-17 | 2021-08-17 | 能源配置方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110943756.XA CN113705871A (zh) | 2021-08-17 | 2021-08-17 | 能源配置方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113705871A true CN113705871A (zh) | 2021-11-26 |
Family
ID=78653041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110943756.XA Pending CN113705871A (zh) | 2021-08-17 | 2021-08-17 | 能源配置方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113705871A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015167048A1 (ko) * | 2014-04-30 | 2015-11-05 | 옴니시스템 주식회사 | 적응형 에너지 수요예측 방법 |
| CN109191025A (zh) * | 2018-11-08 | 2019-01-11 | 国网新疆电力有限公司 | 一种电源结构优化配置方案综合能效的评价方法 |
| CN109345012A (zh) * | 2018-08-29 | 2019-02-15 | 华南理工大学 | 基于综合评价指标的园区能源互联网运行优化方法 |
-
2021
- 2021-08-17 CN CN202110943756.XA patent/CN113705871A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015167048A1 (ko) * | 2014-04-30 | 2015-11-05 | 옴니시스템 주식회사 | 적응형 에너지 수요예측 방법 |
| CN109345012A (zh) * | 2018-08-29 | 2019-02-15 | 华南理工大学 | 基于综合评价指标的园区能源互联网运行优化方法 |
| CN109191025A (zh) * | 2018-11-08 | 2019-01-11 | 国网新疆电力有限公司 | 一种电源结构优化配置方案综合能效的评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Multi-objective optimal scheduling for CCHP microgrids considering peak-load reduction by augmented ε-constraint method | |
| Li et al. | Economic and environmental optimization for distributed energy resource systems coupled with district energy networks | |
| Prete et al. | Sustainability and reliability assessment of microgrids in a regional electricity market | |
| Malka et al. | Optimum insulation thickness design of exterior walls and overhauling cost to enhance the energy efficiency of Albanian's buildings stock | |
| Balezentis et al. | Stakeholder involvement for sustainable energy development based on uncertain group decision making: prioritizing the renewable energy heating technologies and the BWM-WASPAS-IN approach | |
| Pruitt et al. | Establishing conditions for the economic viability of fuel cell-based, combined heat and power distributed generation systems | |
| Ziemele et al. | District heating systems performance analyses. Heat energy tariff | |
| Yuan et al. | A new hybrid multi-criteria decision-making approach for developing integrated energy systems in industrial parks | |
| Tan et al. | Feasibility study on the construction of multi-energy complementary systems in rural areas—Eastern, central, and western parts of China are taken as examples | |
| Cai et al. | An inexact optimization model for regional energy systems planning in the mixed stochastic and fuzzy environment | |
| Yousefi et al. | A practical multi-objective design approach for optimum exhaust heat recovery from hybrid stand-alone PV-diesel power systems | |
| Hartmann et al. | Multi-criteria revision of the Hungarian Renewable Energy Utilization Action Plan–Review of the aspect of economy | |
| CN114792166A (zh) | 一种基于多重约束的能源碳排放的优化预测方法及装置 | |
| Ding et al. | A study on data-driven hybrid heating load prediction methods in low-temperature district heating: An example for nursing homes in Nordic countries | |
| CN112633762A (zh) | 楼宇能效获取方法及设备 | |
| Buyle et al. | Analysis of the Belgian electricity mix used in environmental life cycle assessment studies: how reliable is the ecoinvent 3.1 mix? | |
| Weinberger et al. | Investigating influential techno-economic factors for combined heat and power production using optimization and metamodeling | |
| Li et al. | Study on operation strategy and load forecasting for distributed energy system based on Chinese supply-side power grid reform | |
| Manirambona et al. | Sustainability evaluation of power generation technologies using Multi-Criteria Decision Making: The Kenyan case | |
| Ji et al. | An integrated decision support method for strategic planning and tactical management of regional biomass power plants under uncertainties | |
| Peng et al. | Sequential coalition formation for wind-thermal combined bidding | |
| CN108009684A (zh) | 一种包含短期负荷预测的微电网并网状态能量管理方法 | |
| Zhou et al. | Multi-objective station-network synergy planning for regional integrated energy system considering energy cascade utilization and uncertainty | |
| Li et al. | Optimal design and operation method of integrated energy system based on stochastic scenario iteration and energy storage attribute evaluation | |
| Danieli et al. | Guidelines for minimum cost transition planning to a 100% renewable multi-regional energy system |
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: 20211126 |