CN105404932A - 基于智能电网创新示范区的能源互联网综合评估与优化配置方法 - Google Patents

Abstract

本发明涉及一种基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其技术特点是包括以下步骤：步骤1、建立基于智能电网创新示范区能源互联网评价指标体系；步骤2、根据各指标间的相关性，采用解释结构模型对指标进行分层处理；步骤3、求解各指标对应的权重因子；步骤4、对各指标进行数据预处理：步骤5、对智能电网创新示范区进行综合评价；步骤6、依据评价结果对示范区智能电网进行优化配置。本发明从多个角度建立智能电网创新示范区能源互联网评价指标体系，借鉴解释结构模型和层次分析法的思路给出能源互联网综合评估方法，以评估结果为依据对示范区能源互联网进行优化配置，以期对能源互联网建设提供评估方案和指导策略。

Description

基于智能电网创新示范区的能源互联网综合评估与优化配置方法

技术领域

本发明属于能源评估技术领域，特别涉及一种基于智能电网创新示范区的能源互联网综合评估与优化配置方法。

背景技术

近年来，化石能源的广泛应用虽然给发展中国家带来经济的急速增长，也导致了气候变化、空气质量恶化等环境危机，随着可再生能源与互联网技术的快速发展，传统的依赖化石能源的工业与经济发展模式已不能满足经济发展的要求。如今，以建立更加高效、安全与可持续的能源利用模式为目标的能源变革已拉开帷幕。能源互联网概念的提出为解决能源环境矛盾、促进经济社会持续发展提供了新的思路。

电力行业作为化石能源消耗量最大的行业在能源变革中负有重要责任，也率先提出了能源互联网的概念并依托科技项目展开相关研究。2008年，美国NSF项目首次提出了能源互联网的概念，指出能源互联网是一种新型电网结构，以分布式可再生能源发电和储能为基础，并认为是智能电网的发展方向。欧洲各国随后也纷纷展开研究并重点推动。我国对能源互联网的研究起步较晚，目前还停留在理论阶段。2013年国家电网公司在科技日报发文，提出未来的智能电网就是“能源互联网”。2014年开始关于能源互联网发展战略、技术架构等方面的项目才相继展开，而智能电网创新示范区的建设为能源互联网的研究提供了很好的依托和展示平台。

目前，有关建立基于智能电网创新示范区的能源互联网评估指标体系的研究尚未开展；并且，建立能源互联网的评估指标体系后，由于各指标之间并非相互独立，因此，通过传统方法难以确定各指标在能源互联网评价模型中所占权重，也无法根据准确的评估结果对示范区智能电网进行优化配置。

发明内容

本发明的目的在于克服现有技术的不足，提供一种设计合理、计算过程简易实用、评估结果准确且可靠性强的基于智能电网创新示范区的能源互联网综合评估与优化配置方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于智能电网创新示范区的能源互联网综合评估与优化配置方法，包括以下步骤：

步骤1、建立基于智能电网创新示范区能源互联网评价指标体系；

步骤2、根据各指标间的相关性，采用解释结构模型对指标进行分层处理；

步骤3、求解各指标对应的权重因子；

步骤4、对各指标进行数据预处理：

步骤5、对智能电网创新示范区进行综合评价；

步骤6、依据评价结果对示范区智能电网进行优化配置。

而且，所述步骤1是从如下角度建立智能电网创新示范区能源互联网评价指标体系；

(1)经济：投资回收期、投入产出比、建设投资成本、运行维护成本、管理服务成本、冷热电协调成本、备用成本和补贴收益；

(2)能源：一次能源利用率、一次能源消耗量、清洁能源利用率、清洁能源比例、热电交换率和废物综合利用率；

(3)环境：污染物排放量、污染物减排率、污染治理费用、排污处罚费用、整顿损失费用和污染物危害性指标；

(4)社会：用户满意度、企业形象收益、企业宣传费用，相关行业影响指数、就业效益和新能源汽车占有率；

(5)工程：技术可行性、工程安全性、项目可扩展性、广域共享性、工期和工程使用年限。

而且，所述步骤2的具体步骤包括：

(1)根据步骤1所述基于智能电网创新示范区能源互联网评价指标体系构建要素集N；

N＝{S_i|i＝1,2,…,n}

式中，S_i为评价指标，n为指标数；

(2)确定每个指标直接影响的其他指标，然后根据各指标之间的有向关系，建立意识模型和邻接矩阵A；其中，

式中，a_ij为邻接矩阵A中对应的元素；

(3)按照推移律特性，若k≤n-1时，满足(A+I)≠…≠(A+I)^k≠(A+I)^k+1，则按照如下公式计算可达矩阵M：

M＝(A+I)^k

式中，k为任一整数，n为指标数，I为单位矩阵；

(4)根据可达矩阵划分层次，形成用多级梯阶有向图表示的递阶结构模型；

(5)根据相关理论及经验对步骤2第(4)步所述的多级梯阶有向图进行解释并得到解释结构模型；若该解释结构模型与现有的实践经验不相符合，则返回步骤2第(2)步对有关要素及其二元关系和解释结构模型进行修正，若该解释结构模型与现有的实践经验相符合则进入步骤3。

而且，所述步骤3的具体步骤包括：

(1)专家根据重要性比较对每层指标进行打分并根据评分构造多个判断矩阵；

(2)计算每层指标的权重值，并根据每层权重值叠加获得最终权重值之后进行归一化评分。

而且，所述步骤4的具体步骤为将指标体系中的量化指标x_i、x_j通过如下公式进行规范化处理得到规范值y_i：

$y_i=\frac{x_i-\underset{1\≤j\≤n}{min}\left\{x_j\right\}}{\underset{1\≤j\≤n}{\max }\left\{x_j\right\}-\underset{1\≤j\≤n}{min}\left\{x_j\right\}}$

式中，x_i、x_j为对应指标量化值，y_i为指标规范值，n为指标数；

然后将成本等需最小化的指标取补，通过如下公式得到指标i的标准值c_i；

而且，所述步骤5的具体步骤为：根据如下公式：

分别将各指标的标准值与所占权重相乘相加，得到能源互联网各角度评价得分G_j，判断是否达到项目最低要求，并做相应调整；

式中，w_i为角度j中指标i的权重值，c_i为角度j中指标i的标准值，n_j为角度j的指标个数，G_j为该角度的综合评分。

而且，所述步骤6的具体步骤为：以各角度评分为依据，建立如下能源互联网经济、环境、能源、社会各角度优化配置的目标函数，并对能源互联网进行建模，以工程角度可定性进行配置指导：

C₁＝C_in+α×(V_y-V_r)-β×R

上述表达式中，C₁为经济角度配置的目标函数；C_in为总投资固定成本；V_y为每年的运行维护和燃料成本；V_r为每年节约的常规电源的燃料成本；R为分布式发电的残值；α和β分别为年值和终值向现值转换的转换系数；

其中，β＝(1+p)^-m；

上述表达式中，m为DG投资使用的年限；p为固定年利率；

C₂＝ξ(μ+ν×P_c/σ+(1+1/σ²)γ×P_c ²)

上述表达式中，C₂为能源环境角度配置的目标函数；P_c为传统化石能源发电/制冷/供热总功率，μ,ν,γ为废气排放系数，σ为供热当量性能系数，ξ为环境成本系数；

C₃＝ζ(τ×ε₁+ρ×ε₂)

上述表达式中，C₃为社会角度配置的目标函数；ζ为社会成本系数，ε₁,ε₂分别为新能源发电比例和智能用电比例，τ,ρ分别为对应的影响系数；

C＝G₁×C₁+(G₂+G₃)×C₂+G₄×C₃

最后，按上述公式确定优化配置的最终目标函数C后利用模式搜索算法进行求解。

而且，所述步骤3第(2)步的具体步骤包括：

①利用如下权重系数计算公式，计算出各个指标因素的权重：

$w_i=\frac{\sqrt[n]{\underset{j=1}{\overset{n}{\Π}}{b}_{ij}}}{\underset{i=1}{\overset{n}{\Σ}}\sqrt[n]{\underset{j=1}{\overset{n}{\Π}}{b}_{ij}}}$

然后根据每个指标因素的权重，结合如下公式，对所得结果进行一致性检验；若C.I<0.10，则通过一致性检验；

BW＝λW

$C.I=\frac{{\mathrm{\&lambda;}}_{max}-n}{n-1}$

其中，W为权重矩阵，w_i为指标i的权重值，B为n阶判断矩阵；b_ij为判断矩阵中的对应元素；λ为判断矩阵的最大特征根；C.I为一致性检验参数。

②对每一层评价指标分别计算其当次权重和叠加权重，最终给出各评价指标的权重w_i和归一化评分。

而且，步骤6中所述优化配置的最终目标函数的配置约束条件包括：电量平衡约束、热量平衡约束和设备负荷约束。

本发明的优点和积极效果是：

1、本发明以智能电网创新示范区为依托，从能源互联网的概念、特征、利益相关者等方面对能源互联网进行介绍和分析，从经济、能源、环境、社会和工程五个角度建立智能电网创新示范区能源互联网评价指标体系，并借鉴解释结构模型和层次分析法的思路给出能源互联网综合评估方法，最后以评估结果为依据对示范区能源互联网进行优化配置，以期对能源互联网的规划和建设提供评估方案和指导策略。

2、本发明以中新天津生态城为例，从经济、能源、环境、社会和工程五个角度建立智能电网创新示范区能源互联网的评价指标体系，由于各指标之间并非相互独立，通过传统方法难以确定其在能源互联网评价模型中所占权重，因此采用解释结构模型化方法对指标体系进行解释分析，得出不同指标之间的影响关系，进而借鉴层次分析法的思维得出不同指标所占权重，最后通过归一化处理对不同能源互联网进行综合评价和优化配置。本发明一方面对已建成的示范区能源互联网进行评价，依据评价结果对能源互联网进行相应的优化配置；另一方面为规划中的示范区能源互联网提供借鉴，指导其能源配置模式、建设规划方式和运营管控模式的设计。

附图说明

图1是本发明的具体实施流程图；

图2是本发明的评价指标体系图；

图3是本发明的层次分析多级递阶有向图。

具体实施方式

以下结合附图对本发明实施例做进一步详述：

一种基于智能电网创新示范区的多元能源生产模式预测方法，如图1所示，包括以下步骤：

步骤1、建立基于智能电网创新示范区能源互联网评价指标体系；

所述步骤1是从经济、能源、环境、社会、工程五个角度建立智能电网创新示范区能源互联网评价指标体系；

(1)经济：投资回收期、投入产出比、建设投资成本、运行维护成本、管理服务成本、冷热电协调成本、备用成本、补贴收益；

(2)能源：一次能源利用率、一次能源消耗量、清洁能源利用率、清洁能源比例、热电交换率、废物综合利用率；

(3)环境：污染物排放量、污染物减排率、污染治理费用、排污处罚费用、整顿损失费用、污染物危害性指标；

(4)社会：用户满意度、企业形象收益、企业宣传费用，相关行业影响指数、就业效益、新能源汽车占有率；

(5)工程：技术可行性、工程安全性、项目可扩展性、广域共享性、工期、工程使用年限。

步骤2、根据各指标间的相关性，采用解释结构模型对指标进行分层处理；

所述步骤2的具体步骤为：

(1)根据步骤1所述基于智能电网创新示范区能源互联网评价指标体系构建如图2所示的要素集N；

N＝{S_i|i＝1,2,…,n}(1)

式中，Si为评价指标，n为指标数；

(2)确定每个指标直接影响的其他指标，然后根据各指标之间的有向关系，建立意识模型和邻接矩阵A；其中，

式中，a_ij为邻接矩阵A中对应的元素；

(3)按照推移律特性，若k≤n-1时，满足如下公式(3)，则按照如下公式(4)计算可达矩阵M：

(A+I)≠…≠(A+I)^k≠(A+I)^k+1(3)

M＝(A+I)^k(4)

式中，k为任一整数，n为指标数，I为单位矩阵；

(4)以上述可达矩阵M为基础，运用规范方法或实用方法划分确定指标层次，形成递阶结构模型，用多级递阶有向图表示，如图3所示；

(5)根据相关理论及经验对步骤2第(4)步所述的多级梯阶有向图进行解释并得到解释结构模型；若该解释结构模型与现有的实践经验不相符合，则返回步骤2第(2)步对有关要素及其二元关系和解释结构模型进行修正，若该解释结构模型与现有的实践经验相符合则进入步骤3。

步骤3、求解各指标对应的权重因子；

所述步骤3的具体步骤包括：

(1)专家根据重要性比较对每层指标进行打分并根据评分构造多个判断矩阵；

(2)计算每层指标的权重值，并根据每层权重值叠加获得最终权重值之后进行归一化评分。

所述步骤3第(1)步的具体步骤为：

专家根据每一层级各个指标之间的相对重要性按照1～9标度进行打分，相对于同一要素，1表示其下层的两个因素具有相同的重要性，随着标度值的增大，前者比后者的重要度也增大，9表示两个因素相比，前者比后者极为重要，根据评分构造多个判断矩阵。

所述步骤3第(2)步的具体步骤为：

①利用权重系数计算公式(5)，计算出各个指标因素的权重，并根据每个指标因素的权重，结合公式(6)和公式(7)，对所得结果进行一致性检验；若C.I<0.10，则通过一致性检验；

$w_i=\frac{\sqrt[n]{\underset{j=1}{\overset{n}{\&Pi;}}{b}_{ij}}}{\underset{i=1}{\overset{n}{\&Sigma;}}\sqrt[n]{\underset{j=1}{\overset{n}{\&Pi;}}{b}_{ij}}}---\left(5\right)$

BW＝λW(6)

$C.I=\frac{{\mathrm{\&lambda;}}_{max}-n}{n-1}---\left(7\right)$

其中，W为权重矩阵，w_i为指标i的权重值，B为n阶判断矩阵；b_ij为判断矩阵中的对应元素；λ为判断矩阵的最大特征根；C.I为一致性检验参数。

②对每一层评价指标分别计算其当次权重和叠加权重，最终给出表1所示的各评价指标的权重w_i和归一化评分。

(表1)：各指标权重、评分及标准值

步骤4、对各指标进行数据预处理；

所述步骤4的具体步骤为：

将指标体系中的量化指标x_i、x_j通过如下公式(8)进行规范化处理得到规范值y_i，并将成本等需最小化的指标取补，通过如下公式(9)得到如表1所示的指标i的标准值c_i；

$y_i=\frac{x_i-\underset{1\&le;j\&le;n}{min}\left\{x_j\right\}}{\underset{1\&le;j\&le;n}{\max }\left\{x_j\right\}-\underset{1\&le;j\&le;n}{min}\left\{x_j\right\}}---\left(8\right)$

式中，x_i、x_j为对应指标量化值，y_i为指标规范值，n为指标数；

步骤5、对智能电网创新示范区进行综合评价；

所述步骤5的具体步骤为：

根据公式(10)分别将各指标的标准值与所占权重相乘相加，得到能源互联网各角度评价得分G_j，判断是否达到项目最低要求，并做相应调整；

$G_j=\underset{i=1}{\overset{n_j}{\&Sigma;}}{w}_i\&times;c_i---\left(10\right)$

式中，w_i为角度j中指标i的权重值，c_i为角度j中指标i的标准值，n_j为角度j的指标个数，G_j为该角度的综合评分。

由表1所得数据进行计算，将各指标权重与指标标准值相乘相加，得该能源互联网综合评分为0.6311，从经济、能源、环境、社会和工程角度分别进行评分，得0.5937、0.3800、0.8472、0.6428、0.7396。

步骤6、依据评价结果对示范区智能电网进行优化配置；

所述步骤6的具体步骤包括：

(1)以各角度评分为依据建立如式(11)-(13)所示的能源互联网经济、环境、能源、社会各角度优化配置的目标函数，并对能源互联网进行建模，以工程角度可定性进行配置指导，按公式(14)确定优化配置的最终目标函数。

(2)利用模式搜索算法进行求解。

所述步骤6第(1)步的具体步骤包括：

①确定优化配置的最终目标函数:

C₁＝C_in+α×(V_y-V_r)-β×R(11)

上述表达式中，C₁为经济角度配置的目标函数；C_in为总投资固定成本；V_y为每年的运行维护和燃料成本；V_r为每年节约的常规电源的燃料成本；R为分布式发电的残值；α和β分别为年值和终值向现值转换的转换系数；

其中，β＝(1+p)^-m；

上述表达式中，m为DG投资使用的年限；p为固定年利率；

C₂＝ξ(μ+ν×P_c/σ+(1+1/σ²)γ×P_c ²)(12)

上述表达式中，C₂为能源环境角度配置的目标函数；P_c为传统化石能源发电/制冷/供热总功率，μ,ν,γ为废气排放系数，σ为供热当量性能系数，ξ为环境成本系数；

C₃＝ζ(τ×ε₁+ρ×ε₂)(13)

上述表达式中，C₃为社会角度配置的目标函数；ζ为社会成本系数，ε₁,ε₂分别为新能源发电比例和智能用电比例，τ,ρ分别为对应的影响系数；

C＝G₁×C₁+(G₂+G₃)×C₂+G₄×C₃(14)

上述表达式中，C为优化配置的最终目标函数；

②设置配置约束，包括电量平衡约束、热量平衡约束、设备负荷约束等。

所述步骤6第(2)步的具体步骤为：釆用Matlab工具箱中的模式搜索算法(Patternsearch)作为优化计算的基本方法，进行求解，确定各部分的配置容量。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (9)

1.一种基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于包括以下步骤：

步骤1、建立基于智能电网创新示范区能源互联网评价指标体系；

步骤2、根据各指标间的相关性，采用解释结构模型对指标进行分层处理；

步骤3、求解各指标对应的权重因子；

步骤4、对各指标进行数据预处理：

步骤5、对智能电网创新示范区进行综合评价；

步骤6、依据评价结果对示范区智能电网进行优化配置。

2.根据权利要求1所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于：步骤1是从如下角度建立智能电网创新示范区能源互联网评价指标体系；

(1)经济：投资回收期、投入产出比、建设投资成本、运行维护成本、管理服务成本、冷热电协调成本、备用成本和补贴收益；

(2)能源：一次能源利用率、一次能源消耗量、清洁能源利用率、清洁能源比例、热电交换率和废物综合利用率；

(3)环境：污染物排放量、污染物减排率、污染治理费用、排污处罚费用、整顿损失费用和污染物危害性指标；

(4)社会：用户满意度、企业形象收益、企业宣传费用，相关行业影响指数、就业效益和新能源汽车占有率；

(5)工程：技术可行性、工程安全性、项目可扩展性、广域共享性、工期和工程使用年限。

3.根据权利要求1所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于所述步骤2的具体步骤包括：

(1)根据步骤1所述基于智能电网创新示范区能源互联网评价指标体系构建要素集N；

N＝{S_i|i＝1,2,…,n}

式中，S_i为评价指标，n为指标数；

(2)确定每个指标直接影响的其他指标，然后根据各指标之间的有向关系，建立意识模型和邻接矩阵A；其中，

式中，a_ij为邻接矩阵A中对应的元素；

(3)按照推移律特性，若k≤n-1时，满足(A+I)≠…≠(A+I)^k≠(A+I)^k+1，则按照如下公式计算可达矩阵M：

M＝(A+I)^k

式中，k为任一整数，n为指标数，I为单位矩阵；

(4)根据可达矩阵划分层次，形成用多级梯阶有向图表示的递阶结构模型；

(5)根据相关理论及经验对步骤2第(4)步所述的多级梯阶有向图进行解释并得到解释结构模型；若该解释结构模型与现有的实践经验不相符合，则返回步骤2第(2)步对有关要素及其二元关系和解释结构模型进行修正，若该解释结构模型与现有的实践经验相符合则进入步骤3。

4.根据权利要求1所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于所述步骤3的具体步骤包括：

(1)专家根据重要性比较对每层指标进行打分并根据评分构造多个判断矩阵；

(2)计算每层指标的权重值，并根据每层权重值叠加获得最终权重值之后进行归一化评分。

5.根据权利要求1所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于：所述步骤4的具体步骤为将指标体系中的量化指标x_i、x_j通过如下公式进行规范化处理得到规范值y_i：

$y_i=\frac{x_i-\underset{1\&le;j\&le;n}{min}\left\{x_j\right\}}{\underset{1\&le;j\&le;n}{\max }\left\{x_j\right\}-\underset{1\&le;j\&le;n}{min}\left\{x_j\right\}}$

式中，x_i、x_j为对应指标量化值，y_i为指标规范值，n为指标数；

然后将成本等需最小化的指标取补，通过如下公式得到指标i的标准值c_i；

6.根据权利要求1所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于所述步骤5的具体步骤为：根据如下公式：

$G_j=\underset{i=1}{\overset{n_j}{\&Sigma;}}{w}_i\&times;c_i$

分别将各指标的标准值与所占权重相乘相加，得到能源互联网各角度评价得分G_j，判断是否达到项目最低要求，并做相应调整；

式中，w_i为角度j中指标i的权重值，c_i为角度j中指标i的标准值，n_j为角度j的指标个数，G_j为该角度的综合评分。

7.根据权利要求1所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于所述步骤6的具体步骤为：以各角度评分为依据，建立如下能源互联网经济、环境、能源、社会各角度优化配置的目标函数，并对能源互联网进行建模，以工程角度可定性进行配置指导：

C₁＝C_in+α×(V_y-V_r)-β×R

上述表达式中，C₁为经济角度配置的目标函数；C_in为总投资固定成本；V_y为每年的运行维护和燃料成本；V_r为每年节约的常规电源的燃料成本；R为分布式发电的残值；α和β分别为年值和终值向现值转换的转换系数；

其中， $\mathrm{\&alpha;}=\frac{{(1+p)}^m-1}{p{(1+p)}^m},\mathrm{\&beta;}={(1+p)}^{-m};$

上述表达式中，m为DG投资使用的年限；p为固定年利率；

C₂＝ξ(μ+ν×P_c/σ+(1+1/σ²)γ×P_c ²)

上述表达式中，C₂为能源环境角度配置的目标函数；P_c为传统化石能源发电/制冷/供热总功率，μ,ν,γ为废气排放系数，σ为供热当量性能系数，ξ为环境成本系数；

C₃＝ζ(τ×ε₁+ρ×ε₂)

上述表达式中，C₃为社会角度配置的目标函数；ζ为社会成本系数，ε₁,ε₂分别为新能源发电比例和智能用电比例，τ,ρ分别为对应的影响系数；

C＝G₁×C₁+(G₂+G₃)×C₂+G₄×C₃

最后，按上述公式确定优化配置的最终目标函数C后利用模式搜索算法进行求解。

8.根据权利要求4所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于所述步骤3第(2)步的具体步骤包括：

①利用如下权重系数计算公式，计算出各个指标因素的权重：

$w_i=\frac{\sqrt[n]{\underset{j=1}{\overset{n}{\&Pi;}}{b}_{ij}}}{\underset{i=1}{\overset{n}{\&Sigma;}}\sqrt[n]{\underset{j=1}{\overset{n}{\&Pi;}}{b}_{ij}}}$

然后根据每个指标因素的权重，结合如下公式，对所得结果进行一致性检验；若C.I<0.10，则通过一致性检验；

$\begin{array}{c}BW=\mathrm{\&lambda;}W\\ C.I=\frac{{\mathrm{\&lambda;}}_{max}-n}{n-1}\end{array}$

其中，W为权重矩阵，w_i为指标i的权重值，B为n阶判断矩阵；b_ij为判断矩阵中的对应元素；λ为判断矩阵的最大特征根；C.I为一致性检验参数。

②对每一层评价指标分别计算其当次权重和叠加权重，最终给出各评价指标的权重w_i和归一化评分。

9.根据权利要求7所述的基于智能电网创新示范区的能源互联网综合评估与优化配置方法，其特征在于：步骤6中所述优化配置的最终目标函数的配置约束条件包括：电量平衡约束、热量平衡约束和设备负荷约束。