CN116090647A - 采用自动调配模型的综合能源优化方法及系统 - Google Patents
采用自动调配模型的综合能源优化方法及系统 Download PDFInfo
- Publication number
- CN116090647A CN116090647A CN202310099641.6A CN202310099641A CN116090647A CN 116090647 A CN116090647 A CN 116090647A CN 202310099641 A CN202310099641 A CN 202310099641A CN 116090647 A CN116090647 A CN 116090647A
- Authority
- CN
- China
- Prior art keywords
- energy
- data
- module
- sub
- acquisition
- 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 35
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000002068 genetic effect Effects 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000005540 biological transmission Effects 0.000 claims description 25
- 238000005265 energy consumption Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 12
- 238000007619 statistical method Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 230000009286 beneficial effect Effects 0.000 claims description 4
- 241001334134 Rugopharynx epsilon Species 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000002360 preparation 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
- 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)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (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
本发明涉及采用自动调配模型的综合能源优化方法,包括:获取能源数据;对获取的能源数据进行分析处理;获取能源现状信息;对于能源现状进行分析;根据分析结果对能源进行自动调配;根据调配结果,对能源供给进行调整,实现能源供给系统的优化。本发明还公开了一种能源优化系统。本发明通过实时采集能源数据中的响应速度敏感型数据以及价格敏感型数据,利用遗传算法计算得到最优的数值,以此指导紧缺能源、亟需能源以及其它能源的调配,实现了综合能源供给优化和科学合理化配置,降低了能源成本,提高了能源响应速度和能源利用率。
Description
技术领域
本发明属于能源优化领域,具体涉及一种采用自动调配模型的综合能源优化方法及系统。
背景技术
不同的能源有着其不同的供能效果,多种不同种类能源的综合体称为综合能源。公开号为CN114936707A的中国发明申请“一种绿色低碳综合能源系统优化系统”公开了包含数据获取端、处理中心、节点获取端、节点维护端、模型生成端以及输出终端的能源系统优化系统。但是,该优化系统对于数据的获取渠道较为单一,导致最终获取数据的全面性与总量无法达到要求,同时在进行优化时,并未单独对于紧缺能源与亟需能源进行分类,应用效果成问题。
发明内容
本发明的技术问题是现有技术的综合能源系统受不同能源价格的波动和响应速度的双重影响,并未考虑不同地域由于地理位置的差别,产业的分布及集中度均不同,导致紧缺和亟需的能源需求也不同,从而造成综合能源系统的整体消耗增加,能源利用率提升不佳。
本发明的目的是针对上述问题,提供一种采用自动调配模型的高效响应的综合能源优化方法,降低综合能源系统的消耗,提升能源利用率。
本发明的技术方案是采用自动调配模型的综合能源优化方法,包括以下步骤:
S1、获取能源数据;
S2、对获取的能源数据进行分析处理;
S3、获取能源现状信息;
S4、对于能源现状进行分析;
S5、根据分析结果对能源进行自动调配;
S6、根据步骤S5的自动调配结果,对能源供给进行调整,实现能源供给系统的优化。
上述综合能源优化方法的能源优化系统包括能源数据获取模块、能源数据处理模块、能源现状获取模块和能源现状分析模块。
能源数据获取模块用于综合能源系统中各节点、场站能源数据情况的获取。
能源数据处理模块用于以获取的能源数据整合、筛选以及无效数据的剔除,将保留下来的数据分解出响应速度敏感型数据以及价格敏感型数据,形成能源数据矩阵A,并将多次获取的能源数据矩阵A排列成组。
能源现状获取模块用于接收能源数据获取模块中大数据获取子模块获取的综合能源系统的历史能源数据,并分解成价格敏感型数据和响应速度敏感性数据。
能源现状分析模块用于多组历史能源数据分析计算,确定各种能源的响应速度和能源价格。
进一步地,所述能源数据获取模块包括主动获取子模块、被动获取子模块以及与主动获取子模块通信连接的网络数据获取子模块、蓝牙数据传输子模块和外接数据传输子模块,与被动获取子模块连接的大数据获取子模块,主动获取子模块与被动获取子模块通信连接。
主动获取子模块用于获取和接收不同方式下传输的各节点、场站的能源数据。
被动获取子模块用于接收和存储主动获取子模块和大数据获取子模块的能源数据。
网络数据获取子模块用于各节点、场站的能源数据的获取,并传输到主动获取子模块。
蓝牙数据传输子模块用于不便于线路传输,需要无线传输数据的节点、场站的能源数据的获取,并传输到主动获取子模块。
外接数据传输子模块用于不同能源的响应速度和价格的获取,并传输到主动获取子模块。
大数据获取子模块用于各节点、场站的历史能源数据的获取,并传输到被动获取子模块。
进一步地,所述能源数据处理模块包括依次通信连接的能源数据整合子模块、数据整体筛选子模块、无效数据剔除子模块、能源数据分类子模块和能源数据重新排序子模块。
能源数据整合子模块用于对获取的能源数据进行整合,将同时传回的数据转化为矩阵。
数据整体筛选子模块用于对获取的能源数据进行筛选,通过与历史数据对比确定能源数据矩阵A,避免因数据的多发或漏发引起计算的误差。
无效数据剔除子模块用于对获取的能源数据进行无效数据剔除,通过与历史数据对比确定能源数据矩阵A,避免系统出现故障时传输的数据与正常运行时的数据偏差较大引起计算的误差。
能源数据分类子模块用于分解能源数据矩阵A中数据,将能源数据矩阵A分解为两列列向量数据即响应速度敏感型数据以及价格敏感型数据。
能源数据重新排序子模块用于对获取的能源数据排列成多组。
进一步地,所述能源现状获取模块包括依次通信连接的能源应用情况获取子模块、能源消耗排序子模块、紧缺能源类型获取子模块、亟需能源类型获取子模块和数据快速存储子模块。
能源应用情况获取子模块用于各节点、场站实际能源消耗情况进行获取。
能源消耗排序子模块用于不同能源消耗量以及能源响应速度和价格进行整理排序。
紧缺能源类型获取子模块依据能源数据矩阵A中的价格敏感型数据判断该能源是否为价格敏感型能源,并进一步判断该能源的购买量是否超过该能源储存量的两倍,若判断结果均为是,则标记该能源为紧缺能源类型,用以解决需要大量购买的紧缺能源问题。
亟需能源类型获取子模块根据能源数据矩阵A中的响应速度敏感型数据,判断该能源响应时间是否低于平均响应时间,若判断结果为是,则标记该能源为亟需能源类型能源,用以解决响应速度慢但亟需的能源问题。
数据快速存储子模块用于加快能源数据处理的速度,节省数据处理时间。
进一步地,所述能源现状分析模块包括依次通信连接的紧缺能源消耗分析子模块、亟需能源消耗分析子模块、紧缺能源补缺计算子模块、亟需能源补缺计算子模块和数据整合统计子模块。
紧缺能源消耗分析子模块用于根据获取的历史能源数据对不同时间段不同地区的紧缺能源类型的能源的消耗量以及价格波动情况、价格的地区差异进行统计分析,将统计分析结果以图、表形式向用户展示。
亟需能源消耗分析子模块用于根据获取的历史能源数据对不同时间段不同地区的亟需能源类型的能源的消耗量以及响应速度的地区差异进行统计分析,将统计分析结果以图、表形式向用户展示。
紧缺能源补缺计算子模块用于对获取的历史能源数据进行分析,对该列价格敏感型数据为负值时约束其为0值。
亟需能源补缺计算子模块用于对获取的历史能源数据进行分析,对该列响应速度敏感型数据小于限定值时约束其为最小值。
数据整合统计子模块用于根据地域对不同种类能源的响应速度、能源价格进行整合、统计分析。
优选地,采用遗传算法对能源进行调配,调配模型如下:
式中A为能源数据矩阵;Anew为编码后的能源数据矩阵;min(A)、max(A)分别表示能源数据中最小值、最大值;
能源数据中的能源响应速度以及能源价格反映该串能源数据中的能源对综合能源系统的影响,能源响应速度越快,能源价格越低,对综合能源系统的运行和成本控制越有利;
能源数据适应度的计算式如下:
式中Fb表示能源数据反映出的能源数据适应度;vi表示能源响应速度;mi表示能源的价格;ai1表示Anew中的第一列的列向量数据,为响应速度敏感型数据;ai2表示Anew中的第二列的列向量数据,为价格敏感型数据。
将Anew中的数据项作为遗传算法中的基因进行交叉:
对Anew中的数据项进行变异:
式中ai,x表示Anew中第i行第x列的数据;x取值为1或2;amax、amin分别表示数据项ai,x的上界、下界;r为随机值,r∈[0,1]。
选取多个能源数据串,对其中的能源数据矩阵进行交叉、变异,并计算能源数据适应度Fb,从中选取相同地区同种类能源的最优能源数据适应度,以及最优能源数据适应度对应的经变异得到的最优的能源数据矩阵。
针对不同能源供给节点、场站所得的优化结果不同,地处资源相对丰富的地区,对于紧缺和亟需能源都可选择增加其他可替代能源的投入来进行调配;地处资源相对匮乏的地区,对于紧缺和亟需能源可从其他地区调配响应速度较快且储量相对丰富的能源;通过增加紧缺能源的可替代能源的投入,降低购买紧缺能源的成本,通过从其他地域调配能源,调整增加亟需能源的响应速度,使该能源的能源数据矩阵的数据项的数值接近计算得到的最优能源数据适应度对应的能源数据矩阵的数值或与其相等,实现综合能源的高效响应和科学、合理分配。
优选地,本发明采用的能源调配方式具体包括:
1)亟需能源,对亟需能源就地和跨区域调配响应速度快且储备量大的可替代能源,并采取措施改善亟需能源的传输方式提高响应速度;在亟需能源丰富的地区就近建设场站;设置亟需能源的调配优先权为一级;
2)紧缺能源,对紧缺能源增加可替代能源种类以及增加替代能源的储备量;设置紧缺能源的调配优先权为二级;
3)其它能源,兼顾能源成本和传输速度,适当地进行跨区域的能源调配;合理配置能源储存量,使能源在价格、响应速度之间达到平衡;增加综合能源包含的能源种类;设置亟需能源、紧缺能源以外的其它能源的调配优先权为三级。
相比现有技术,本发明的有益效果包括:
1)本发明通过实时采集能源数据中的响应速度敏感型数据以及价格敏感型数据,利用遗传算法计算得到最优的数值,以此指导紧缺能源、亟需能源以及其它能源的调配,实现了综合能源供给优化和科学合理化配置,降低了能源成本,提高了能源响应速度和能源利用率。
2)本发明通过科学合理的能源调配策略,并设置不同的调配优先权,有效解决了亟需能源和紧缺能源的供给问题,使能源供给更有保障,凸显了综合能源的整体优势。
3)本发明通过多种不同的方式获取能源数据,扩展了数据的获取途径,有效提高了数据的获取总量与获取的全面性,便于进行后续的能源优化调配,实现了综合能源的优化,且有利于进一步开展能源的大数据分析。
4)本发明的综合能源优化方法以及能源优化系统便于计算机执行,实现能源调配、优化的自动化。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明实施例的综合能源优化方法的流程示意图。
图2为本发明实施例的能源优化系统的结构示意图。
图3为本发明实施例的能源数据获取模块的结构示意图。
图4为本发明实施例的能源数据处理模块的结构示意图。
图5为本发明实施例的能源现状获取模块的结构示意图。
图6为本发明实施例的的能源现状分析模块的结构示意图。
具体实施方式
如图1所示,采用自动调配模型的综合能源优化方法,包括以下步骤:
S1、获取能源数据;
S2、对获取的能源数据进行分析处理;
S3、获取能源现状信息;
S4、对于能源现状进行分析;
S5、根据分析结果对能源进行自动调配;
S6、根据步骤S5的自动调配结果,对能源供给进行调整,实现能源供给系统的优化。
步骤S5中,所述对能源进行自动调配,采用遗传算法对能源进行调配,调配模型如下:
式中A为能源数据矩阵;Anew为编码后的能源数据矩阵,;min(A)、max(A)分别表示能源数据中最小值、最大值;
能源数据中的以及反映该串能源数据中的能源对综合能源系统的影响,能源响应速度越快,能源价格越低,对综合能源系统的运行和成本控制越有利;
能源数据适应度的计算式如下:
式中Fb表示能源数据串反映出的能源数据适应度;vi表示能源响应速度;mi表示能源的价格;ai1表示Anew中的第一列的列向量数据;ai2表示Anew中的第二列的列向量数据;
Anew=[ai1ai2]
将Anew中的数据项作为遗传算法中的基因进行交叉:
式中am(1,2)表示Anew中第m行第一列或第二列的数据;an(1,2)表示Anew中第n行第一列或第二列的数据;下标出现(1,2)时,若选择1则所有运算公式都选择Anew中的第一列计算,选择2则所有运算公式都选择Anew中的第二列计算;p表示交叉概率,当或时,p=0.9,其他情况下,p=0.6;
对Anew中的数据项进行变异:
式中ai(1,2)表示Anew中第i行第一列或第二列的数据;amax、amin分别表示数据项ai(1,2)的上界、下界;r为随机值,r∈[0,1];
选取b组数据串中Fb的最大值对应的数据串,通过自动调配系统分配能源使其尽可能接近该组数据,实现对综合能源系统的高效响应和科学分配。
实施例采用的能源调配策略如下:
1)亟需能源的调配方式:由于亟需能源的性质,其响应速度较慢导致其传输有较大的延迟,会引起综合能源系统工作效率下降,消耗增大,通过改善传输方式提高响应速度,或者就地和跨区域调配响应速度快且资源丰富的能源,满足亟需能源的需求。在亟需能源丰富的地区就近建设场站。满足亟需能源的需求,提高了能源的利用率,在综合能源系统调配中优级最高。
2)紧缺能源的调配方式:由于紧缺能源的性质,其需求量大且需要大量购买,为了降低对单一或少数几种能源的依赖。对紧缺能源增加可替代能源种类以及增加替代能源的储备量。满足紧缺能源的需求,降低了能源成本,在综合能源系统调配中优先级仅次于亟需能源。
3)非紧缺非亟需能源的调配方式:在尽可能满足1)和2)的需求前提下,考虑能源的成本和传输问题,按照自动调配原理进行调配。增加综合能源系统的能源种类,合理配置能源储存量,可进行远距离跨区域传输。非紧缺非亟需的其它能源在综合能源系统调配中优先级最低。
采用上述综合能源优化方法的能源优化系统,包括能源数据获取模块、能源数据处理模块、能源现状获取模块和能源现状分析模块,如图2所示。
能源数据获取模块用于综合能源系统中各节点、场站能源数据情况的获取。
如图3所示,能源数据获取模块包括主动获取子模块、被动获取子模块以及与主动获取子模块通信连接的网络数据获取子模块、蓝牙数据传输子模块和外接数据传输子模块,与被动获取子模块连接的大数据获取子模块,主动获取子模块与被动获取子模块通信连接。
主动获取子模块用于获取和接收不同方式下传输的各节点、场站的能源数据。
被动获取子模块用于接收和存储主动获取子模块和大数据获取子模块的能源数据。
网络数据获取子模块用于各节点、场站的能源数据的获取,并传输到主动获取子模块。
蓝牙数据传输子模块用于不便于线路传输,需要无线传输数据的节点、场站的能源数据的获取,并传输到主动获取子模块。
外接数据传输子模块用于不同能源的响应速度和价格的获取,并传输到主动获取子模块。
大数据获取子模块用于各节点、场站的历史能源数据的获取,并传输到被动获取子模块。
能源数据处理模块用于以获取的能源数据整合、筛选以及无效数据的剔除,将保留下来的数据分解成ai1、ai2,形成能源数据矩阵A,并将多次获取的能源数据矩阵A排列成b组。
如图4所示,能源数据处理模块包括依次通信连接的能源数据整合子模块、数据整体筛选子模块、无效数据剔除子模块、能源数据分类子模块和能源数据重新排序子模块。
能源数据整合子模块用于对获取的能源数据进行整合,将同时传回的数据转化为矩阵。
数据整体筛选子模块用于对获取的能源数据进行筛选,通过与历史数据对比确定能源数据矩阵A,避免因数据的多发或漏发引起计算的误差。
无效数据剔除子模块用于对获取的能源数据进行无效数据剔除,通过与历史数据对比确定能源数据矩阵A,避免系统出现故障时传输的数据与正常运行时的数据偏差较大引起计算的误差。
能源数据分类子模块用于分解能源数据矩阵A中数据,将能源数据矩阵A分解为两列列向量数据。
能源数据重新排序子模块用于将获取的能源数据排列成b组。
能源现状获取模块用于接收能源数据获取模块中大数据获取子模块获取的综合能源系统的历史能源数据,并分解成价格敏感型数据和响应速度敏感性数据。
如图5所示,能源现状获取模块包括依次通信连接的能源应用情况获取子模块、能源消耗排序子模块、紧缺能源类型获取子模块、亟需能源类型获取子模块和数据快速存储子模块。
能源应用情况获取子模块用于各节点、场站实际能源消耗情况进行获取。
能源消耗排序子模块用于不同能源消耗量以及能源响应速度和价格进行整理排序。
紧缺能源类型获取子模块依据能源数据矩阵A中的价格敏感型数据判断该能源是否为价格敏感型能源,并进一步判断该能源的购买量是否超过该能源储存量的两倍,若判断结果均为是,则标记该能源为紧缺能源类型,用以解决需要大量购买的紧缺能源问题。
亟需能源类型获取子模块根据能源数据矩阵A中的响应速度敏感型数据,判断该能源响应时间是否低于平均响应时间,若判断结果为是,则标记该能源为亟需能源类型能源,用以解决响应速度慢但亟需的能源问题。
数据快速存储子模块用于加快能源数据处理的速度,节约时间。
能源现状分析模块用于多组历史能源数据分析计算,确定能源响应速度vi和能源价格mi。
如图6所示,能源现状分析模块包括依次通信连接的紧缺能源消耗分析子模块、亟需能源消耗分析子模块、紧缺能源补缺计算子模块、亟需能源补缺计算子模块和数据整合统计子模块。
紧缺能源消耗分析子模块用于根据获取的历史能源数据对不同时间段不同地区的紧缺能源类型的能源的消耗量以及价格波动情况、价格的地区差异进行统计分析,将统计分析结果以图、表形式向用户展示。
亟需能源消耗分析子模块用于根据获取的历史能源数据对不同时间段不同地区的亟需能源类型的能源的消耗量以及响应速度的地区差异进行统计分析,将统计分析结果以图、表形式向用户展示。
紧缺能源补缺计算子模块用于对获取的历史能源数据进行分析,对该列价格敏感型数据为负值时约束其为0值。
亟需能源补缺计算子模块用于对获取的历史能源数据进行分析,对该列响应速度敏感型数据小于限定值时约束其为最小值。
数据整合统计子模块用于根据地域对不同种类能源的响应速度、能源价格进行整合、统计分析。
Claims (8)
1.采用自动调配模型的综合能源优化方法,其特征在于,包括以下步骤:
S1、获取能源数据;
S2、对获取的能源数据进行分析处理;
S3、获取能源现状信息;
S4、对于能源现状进行分析;
S5、根据分析结果对能源进行自动调配;
S6、根据步骤S5的自动调配结果,对能源供给进行调整,实现能源供给系统的优化。
2.根据权利要求1所述的综合能源优化方法,其特征在于,步骤S5中,所述对能源进行自动调配,采用遗传算法对能源进行调配,调配模型如下:
式中A为能源数据矩阵;Anew为编码后的能源数据矩阵;min(A)、max(A)分别表示能源数据中最小值、最大值;
能源数据中的能源响应速度以及能源价格反映该串能源数据中的能源对综合能源系统的影响,能源响应速度越快,能源价格越低,对综合能源系统的运行和成本控制越有利;
能源数据适应度的计算式如下:
Anew=[ai1 ai2]
式中Fb表示能源数据反映出的能源数据适应度;vi表示能源响应速度;mi表示能源的价格;ai1表示Anew中的第一列的列向量数据,为响应速度敏感型数据;ai2表示Anew中的第二列的列向量数据,为价格敏感型数据;
将Anew中的数据项作为遗传算法中的基因进行交叉:
式中am,x表示Anew中第m行第x列的数据;an,x表示Anew中第n行第x列的数据;x取值为1或者2;p表示交叉概率;
对Anew中的数据项进行变异:
式中ai,x表示Anew中第i行第x列的数据;x取值为1或2;amax、amin分别表示数据项ai,x的上界、下界;r为随机值,r∈[0,1];
选取多个能源数据串,对其中的能源数据矩阵进行交叉、变异,并计算能源数据适应度Fb,从中选取相同地区同种类能源的最优能源数据适应度,以及最优能源数据适应度对应的经变异得到的最优的能源数据矩阵;
针对不同能源供给节点、场站所得的优化结果不同,地处资源相对丰富的地区,对于紧缺和亟需能源都可选择增加其他可替代能源的投入来进行调配;地处资源相对匮乏的地区,对于紧缺和亟需能源可从其他地区调配响应速度较快且储量相对丰富的能源;通过增加紧缺能源的可替代能源的投入,降低购买紧缺能源的成本,通过从其他地域调配能源,调整增加亟需能源的响应速度,使该能源的能源数据矩阵的数据项的数值接近计算得到的最优能源数据适应度对应的能源数据矩阵的数值或与其相等,实现综合能源的高效响应和科学、合理分配。
3.根据权利要求2所述的综合能源优化方法,其特征在于,所述综合能源优化方法采用的能源调配方式具体包括:
1)亟需能源,对亟需能源就地和跨区域调配响应速度快且储备量大的可替代能源,并采取措施改善亟需能源的传输方式提高响应速度;在亟需能源丰富的地区就近建设场站;设置亟需能源的调配优先权为一级;
2)紧缺能源,对紧缺能源增加可替代能源种类以及增加替代能源的储备量;设置紧缺能源的调配优先权为二级;
3)其它能源,兼顾能源成本和传输速度,适当地进行跨区域的能源调配;合理配置能源储存量,使能源在价格、响应速度之间达到平衡;增加综合能源的能源种类;设置亟需能源、紧缺能源以外的其它能源的调配优先权为三级。
4.如权利要求1或2或3所述的综合能源优化方法的能源优化系统,其特征在于,所述系统包括能源数据获取模块、能源数据处理模块、能源现状获取模块和能源现状分析模块;
能源数据获取模块用于综合能源系统中各节点、场站能源数据情况的获取;
能源数据处理模块用于对获取的能源数据整合、筛选,并剔除其中的无效数据,从保留下来的能源数据中分解出响应速度敏感型数据以及价格敏感型数据,形成能源数据矩阵A,并将多次获取的能源数据矩阵A排列成组;
能源现状获取模块用于接收能源数据获取模块中大数据获取子模块获取的综合能源系统的历史能源数据,并分解成价格敏感型数据和响应速度敏感性数据;
能源现状分析模块用于多组历史能源数据分析计算,确定各种能源的响应速度和能源价格。
5.根据权利要求4所述的能源优化系统,其特征在于,所述能源数据获取模块包括主动获取子模块、被动获取子模块以及与主动获取子模块通信连接的网络数据获取子模块、蓝牙数据传输子模块和外接数据传输子模块,与被动获取子模块连接的大数据获取子模块,主动获取子模块与被动获取子模块通信连接;
主动获取子模块用于获取和接收不同方式下传输的各节点、场站的能源数据;
被动获取子模块用于接收和存储主动获取子模块和大数据获取子模块的能源数据;
网络数据获取子模块用于各节点、场站的能源数据的获取,并传输到主动获取子模块;
蓝牙数据传输子模块用于不便于线路传输,需要无线传输数据的节点、场站的能源数据的获取,并传输到主动获取子模块;
外接数据传输子模块用于不同能源的响应速度和价格的获取,并传输到主动获取子模块;
大数据获取子模块用于各节点、场站的历史能源数据的获取,并传输到被动获取子模块。
6.根据权利要求4所述的能源优化系统,其特征在于,所述能源数据处理模块包括依次通信连接的能源数据整合子模块、数据整体筛选子模块、无效数据剔除子模块、能源数据分类子模块和能源数据重新排序子模块;
能源数据整合子模块用于对获取的能源数据进行整合,将同时传回的数据转化为矩阵;
数据整体筛选子模块用于对获取的能源数据进行筛选,通过与历史数据对比确定能源数据矩阵A,避免因数据的多发或漏发引起计算的误差;
无效数据剔除子模块用于对获取的能源数据进行无效数据剔除,通过与历史数据对比确定能源数据矩阵A,避免系统出现故障时传输的数据与正常运行时的数据偏差较大引起计算的误差;
能源数据分类子模块用于分解能源数据矩阵A中数据,将能源数据矩阵A分解为两列列向量数据即响应速度敏感型数据和价格敏感型数据;
能源数据重新排序子模块用于对获取的能源数据排列成多组。
7.根据权利要求4所述的能源优化系统,其特征在于,所述能源现状获取模块包括依次通信连接的能源应用情况获取子模块、能源消耗排序子模块、紧缺能源类型获取子模块、亟需能源类型获取子模块和数据快速存储子模块;
能源应用情况获取子模块用于各节点、场站实际能源消耗情况进行获取;
能源消耗排序子模块用于不同能源消耗量以及能源响应速度和价格进行整理排序;
紧缺能源类型获取子模块依据能源数据矩阵A中的价格敏感型数据判断该能源是否为价格敏感型能源,并进一步判断该能源的购买量是否超过该能源储存量的两倍,若判断结果均为是,则标记该能源为紧缺能源类型,用以解决需要大量购买的紧缺能源问题;
亟需能源类型获取子模块根据能源数据矩阵A中的响应速度敏感型数据,判断该能源响应时间是否低于平均响应时间,若判断结果为是,则标记该能源为亟需能源类型能源,用以解决响应速度慢但亟需的能源问题;
数据快速存储子模块用于加快能源数据处理的速度。
8.根据权利要求4所述的能源优化系统,其特征在于,所述能源现状分析模块包括依次通信连接的紧缺能源消耗分析子模块、亟需能源消耗分析子模块、紧缺能源补缺计算子模块、亟需能源补缺计算子模块和数据整合统计子模块;
紧缺能源消耗分析子模块用于根据获取的历史能源数据对不同时间段不同地区的紧缺能源类型的能源的消耗量以及价格波动情况、价格的地区差异进行统计分析,将统计分析结果以图、表形式向用户展示;
亟需能源消耗分析子模块用于根据获取的历史能源数据对不同时间段不同地区的亟需能源类型的能源的消耗量以及响应速度的地区差异进行统计分析,将统计分析结果以图、表形式向用户展示;
紧缺能源补缺计算子模块用于对获取的历史能源数据进行分析,对该列价格敏感型数据为负值时约束其为0值;
亟需能源补缺计算子模块用于对获取的历史能源数据进行分析,对该列响应速度敏感型数据小于限定值时约束其为最小值;
数据整合统计子模块用于根据地域对不同种类能源的响应速度、能源价格进行整合、统计分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310099641.6A CN116090647A (zh) | 2023-01-31 | 2023-01-31 | 采用自动调配模型的综合能源优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310099641.6A CN116090647A (zh) | 2023-01-31 | 2023-01-31 | 采用自动调配模型的综合能源优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116090647A true CN116090647A (zh) | 2023-05-09 |
Family
ID=86202346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310099641.6A Pending CN116090647A (zh) | 2023-01-31 | 2023-01-31 | 采用自动调配模型的综合能源优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090647A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116820014A (zh) * | 2023-08-24 | 2023-09-29 | 山西交通科学研究院集团有限公司 | 一种交通机电设备智能化监控预警方法及系统 |
-
2023
- 2023-01-31 CN CN202310099641.6A patent/CN116090647A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116820014A (zh) * | 2023-08-24 | 2023-09-29 | 山西交通科学研究院集团有限公司 | 一种交通机电设备智能化监控预警方法及系统 |
CN116820014B (zh) * | 2023-08-24 | 2023-11-14 | 山西交通科学研究院集团有限公司 | 一种交通机电设备智能化监控预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108901046B (zh) | 面向移动边缘计算的协同任务卸载算法及系统设计方案 | |
CN104540234B (zh) | 一种C‑RAN架构下基于CoMP同步约束的关联任务调度机制 | |
CN101923342B (zh) | 一种降低汽车混流装配线产品切换次数的方法 | |
CN116090647A (zh) | 采用自动调配模型的综合能源优化方法及系统 | |
CN108184244A (zh) | 一种支持传输时延优化的工业无线网络确定性调度方法 | |
KR20190068193A (ko) | 스마트 팩토리 레이아웃 설계 방법 및 시스템 | |
CN110414863A (zh) | 一种智能制造车间资源调度方法 | |
Solberg et al. | Analysis of flow control in alternative manufacturing configurations | |
CN105305501B (zh) | 实时负荷变化下水电站多模式时空嵌套出力动态调整方法 | |
CN104484233A (zh) | 一种资源分配方法 | |
CN105591875B (zh) | 一种面向多任务的自组网动态匹配选择方法 | |
CN105471755A (zh) | 网络流量均衡的方法及超级控制器 | |
Liu et al. | Integrated optimization of mixed-model assembly line balancing and buffer allocation based on operation time complexity | |
CN111225398B (zh) | 一种基于协作覆盖的微电网无线传感器网络能耗优化方法 | |
CN101819652A (zh) | 基于序号的多级工作流建模方法 | |
CN103425524A (zh) | 一种均衡多业务终端聚合的方法和系统 | |
CN110048407A (zh) | 分布式能源发电计划可行域优化分析方法 | |
CN103971179B (zh) | 基于过程调整的解决单瓶颈产品组合优化问题的TOCh方法 | |
CN116170881A (zh) | 一种基于边缘计算的跨域资源分配与卸载方法及系统 | |
CN113204915B (zh) | 基于cps的phm设计方法 | |
El-Najdawi | Multi-cyclic flow shop scheduling: an application in multi-stage, multiproduct production processes | |
CN114266168A (zh) | 一种共享节点负荷调度参数优选方法 | |
CN111934363B (zh) | 各类型电源空间分布和调节能力约束的多源协调调峰方法 | |
CN108415761A (zh) | 一种基于网络流量优化的Storm任务调度方法 | |
CN116738279A (zh) | 一种基于联邦学习的微电网数据处理方法及系统 |
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 |