CN109784573A - 一种能源互联网多目标优化方法及装置 - Google Patents
一种能源互联网多目标优化方法及装置 Download PDFInfo
- Publication number
- CN109784573A CN109784573A CN201910067905.3A CN201910067905A CN109784573A CN 109784573 A CN109784573 A CN 109784573A CN 201910067905 A CN201910067905 A CN 201910067905A CN 109784573 A CN109784573 A CN 109784573A
- Authority
- CN
- China
- Prior art keywords
- energy
- index
- power
- energy network
- matrix
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 114
- 239000011159 matrix material Substances 0.000 claims abstract description 98
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 92
- 238000012512 characterization method Methods 0.000 claims description 34
- 239000002245 particle Substances 0.000 claims description 29
- 230000005611 electricity Effects 0.000 claims description 26
- 239000000567 combustion gas Substances 0.000 claims description 23
- 239000007789 gas Substances 0.000 claims description 19
- 238000010438 heat treatment Methods 0.000 claims description 16
- 239000002028 Biomass Substances 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 14
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 12
- 229910052799 carbon Inorganic materials 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011069 regeneration method Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 10
- 238000005485 electric heating Methods 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 claims description 10
- 230000008929 regeneration Effects 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 7
- 230000036642 wellbeing Effects 0.000 claims description 6
- 238000012946 outsourcing Methods 0.000 claims description 5
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 238000013486 operation strategy Methods 0.000 abstract 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 239000003245 coal Substances 0.000 description 7
- 238000005057 refrigeration Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000003345 natural gas Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 101100348341 Caenorhabditis elegans gas-1 gene Proteins 0.000 description 3
- 101100447658 Mus musculus Gas1 gene Proteins 0.000 description 3
- 101100447665 Mus musculus Gas2 gene Proteins 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 239000008187 granular material Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- 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
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种能源互联网多目标优化方法、装置、设备及计算机可读存储介质，其中，该方法包括：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；根据综合评估指标体系中的各评估指标获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用效用函数矩阵对决策层进行优化；对各目标通过效用函数矩阵进行协调，根据效用函数矩阵及各评估指标构建***层目标函数，并利用***层目标函数及优化算法对***层进行优化，其中，目标包括能源网络最优路径选择、能源网络互通能力。本申请公开的上述技术方案，可以对能源互联网进行更好地评价，并可以对实际运行的能源互联网进行运行策略优化。
Description
技术领域
本发明涉及能源互联网技术领域，更具体地说，涉及一种能源互联网多目标优化方法、装置、设备及计算机可读存储介质。
背景技术
能源互联网可理解是综合运用先进的电力电子技术、信息技术和智能管理技术，将大量由分布式能量采集装置、分布式能源储存装置和各种类型负载构成的新型电力网络、石油网络、天然气网络等能源节点互联起来，以实现能量双向流动的能量对等交换与共享网络。
目前，能源互联网评价体系主要关注于燃煤发电机组、燃气发电机组、燃气三联供机组等传统化石能源，且主要基于热力学第一定律和热力学第二定律进行评价，其评价指标多为“效率指标”，并未对包含可再生能源的能源互联网建立起评价指标体系，难以从多角度综合评价能源互联网，而且也没有对实际运行的能源互联网进行运行优化，因此，则不便于能源互联网的规划建设与运行。
综合所述，如何更好地评价能源互联网，并对实际运行的能源互联网进行运行策略优化，是目前本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此，本发明的目的是提供一种能源互联网多目标优化方法、装置、设备及计算机可读存储介质，以更好地评价能源互联网，并对实际运行的能源互联网进行运行策略优化。
为了实现上述目的，本发明提供如下技术方案：
一种能源互联网多目标优化方法，包括：
建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
根据所述综合评估指标体系中的各评估指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用所述效用函数矩阵对决策层进行优化；
对各目标通过所述效用函数矩阵进行协调，根据所述效用函数矩阵及各所述评估指标构建***层目标函数，并利用所述***层目标函数及优化算法对***层进行优化，其中，所述目标包括能源网络最优路径选择、能源网络互通能力。
优选的，所述综合评估指标体系中的评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标，其中：
表征能源网络最优路径选择能力的评估指标包括能源综合利用率、非可再生能源占比、可再生能源消纳率、效率、碳排放率、经济收益、投资成本、能源网络损耗率、能源网络最大负荷利用小时数；
表征能源网络互通能力的评估指标包括能源网络容错率、通信网络误码率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比。
优选的，根据所述综合评估指标体系中的各评估指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，包括：
利用AHP-熵权法确定h个第一级指标的权重系数Xh，所述第一级指标为能源网络最优路径选择能力、能源网络互通能力；
利用AHP计算j个第二级指标相对于所述第一级指标的主观权重xhj'：构建所述实际评价参数矩阵，并对xhj'进行归一化处理：其中，能源综合利用率、非可再生能源占比、可再生能源消纳率、经济收益、能源网络最大负荷利用小时数、能源网络容错率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比为正向指标，效率、碳排放率、投资成本、能源网络损耗率、通信网络误码率为负向指标；
基于第一级指标的权重系数Xh、及归一化处理所得到的xhj，建立所述效用函数矩阵：ghj(x)＝Xh×xhj。
优选的，在构建所述实际评价参数矩阵之后，还包括：
对所述实际评价参数矩阵进行一致性检验，若未满足一致性，则重新构建实际评价参数矩阵。
优选的，根据所述效用函数矩阵及各所述评估指标所构建的***层目标函数为：
其中，fj(x)分别为表征能源网络最优路径选择能力的各评估指标所对应的计算公式、及表征能源网络互通能力的各评估指标所对应的计算公式。
优选的，所述***层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束。
优选的，利用所述***层目标函数及优化算法对***层进行优化，包括：
构建由光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率11个调度变量组成的11维单粒子P＝[P1…P11]，Pi为调度变量，i＝1,2,…11；
在寻优时，每次寻优更新所述单粒子P的其中一维，并将所述单粒子P代入所述***层目标函数F(x)中；
比较第k次寻优前后所述单粒子P的质量，若所述单粒子P的质量得到提升，则使第k+1次寻优的修正速度等于第k次寻优的修正速度若所述单粒子P的质量未得到提升，则利用修正因子对修正速度进行修正，其中，第i个调度变量的优化增量ΔPi k+1由修正速度随机速度组成，k＝1，2，…M-1，M为规定寻优次数；
在寻优次数达到所述规定寻优次数后，所述单粒子P收敛于所述***层目标函数的全局最优解，实现对所述***层的优化。
一种能源互联网多目标优化装置，包括：
建立模块，用于：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
第一优化模块，用于：根据所述综合评估指标体系中的各指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用所述效用函数矩阵对决策层进行优化；
第二优化模块，用于：对各目标通过所述效用函数矩阵进行协调，根据所述效用函数矩阵及各所述评估指标构建***层目标函数，并利用所述***层目标函数及优化算法对***层进行优化，其中，所述目标包括能源网络最优路径选择、能源网络互通能力。
一种能源互联网多目标优化设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述的能源互联网多目标优化方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质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如上述任一项所述的能源互联网多目标优化方法的步骤。
本发明提供了一种能源互联网多目标优化方法、装置、设备及计算机可读存储介质，其中，该方法包括：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；根据综合评估指标体系中的各评估指标获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用效用函数矩阵对决策层进行优化；对各目标通过效用函数矩阵进行协调，根据效用函数矩阵及各评估指标构建***层目标函数，并利用***层目标函数及优化算法对***层进行优化，其中，目标包括能源网络最优路径选择、能源网络互通能力。
本申请公开的上述技术方案，从能源网络最优路径选择能力及能源网络互通能力两方面建立起综合评估指标体系，以利用综合评估指标体系来对包含可再生能源的能源互联网进行更好地评价，并利用综合评估指标体系获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，以得到效用函数矩阵，利用所获取的效用函数矩阵来对决策层进行优化，且利用效用函数矩阵构建***层目标函数，然后，利用***层目标函数及优化算法来对***层进行优化，以实现双层多目标的优化，从而对实际运行的能源互联网实现运行策略优化，以为能源互联网的建设运行提供参考依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种能源互联网多目标优化方法的流程图；
图2为能源互联网***能效转换示意图；
图3为本发明实施例提供的一种能源互联网多目标优化装置的结构示意图；
图4为本发明实施例提供的一种能源互联网多目标优化设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，其示出了本发明实施例提供的一种能源互联网多目标优化方法的流程图，可以包括：
S11：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系。
具体地，能源互联网有i(i为正整数)个小型的能源互联网***，包括天然气、太阳能、风电、生物质能等多种不可再生能源与可再生能源。园区内部主要包括光伏发电、风力发电、生物质发电、燃气三联供机组、燃气锅炉、储热/冷、储电装置；园区外部电网购电主要包含燃气发电机组、燃煤发电机组。能源互联网园区与外界主要为燃料和电能交换。具体可以结合图2，其示出了能源互联网***能效转换示意图，包括热网、冷网和电网，可以满足用户的热需求、冷需求和电需求，而且内部可以实现热制冷、电制冷、及电制热。
对于包含有可再生能源的能源互联网，建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系，即从能源网络最优路径选择及能源网络互通能力两方面建立综合评估指标体系，而且所建立的综合评估指标体系中既包含有表征能源网络最优路径选择能力的评估指标，又包含有表征能源网络互通能力的评估指标。
利用上述所建立的综合评估指标体系可以从多方面更好、更全面地评价能源互联网。
S12：根据综合评估指标体系中的各评估指标获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用效用函数矩阵对决策层进行优化。
在建立完综合评估指标体系之后，可以根据综合评估指标体系中所包含的各评估指标的重要性获取实际评价参数矩阵。考虑到综合评估指标体系中各评估指标的单位等不完全统一，为了便于后续的优化计算，因此，则可以对所获取到的实际评价参数矩阵进行规范化处理，得到效用函数矩阵。
利用所获取到的效用函数矩阵对决策层进行优化，以决定能源使用配比(热、冷、电分配比例)。
S13：对各目标通过效用函数矩阵进行协调，根据效用函数矩阵及各评估指标构建***层目标函数，并利用***层目标函数及优化算法对***层进行优化，其中，目标包括能源网络最优路径选择、能源网络互通能力。
在获取到效用函数矩阵之后，对能源网络最优路径选择及能源网络互通能力这两个目标通过效用函数矩阵进行协调，即对各目标进行效用函数矩阵一致性检验，以保证效用函数矩阵的一致性。
然后，根据效用函数矩阵及综合评估指标体系中所包含的各评估指标构建***层目标函数，并利用所构建的***层目标函数及优化算法对***层进行优化，以决定具体利用什么样的通道、什么样的传输设备进行能量的传输与利用。
本申请公开的上述技术方案，从能源网络最优路径选择能力及能源网络互通能力两方面建立起综合评估指标体系，以利用综合评估指标体系来对包含可再生能源的能源互联网进行更好地评价，并利用综合评估指标体系获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，以得到效用函数矩阵，利用所获取的效用函数矩阵来对决策层进行优化，且利用效用函数矩阵构建***层目标函数，然后，利用***层目标函数及优化算法来对***层进行优化，以实现双层多目标的优化，从而对实际运行的能源互联网实现运行策略优化，以为能源互联网的建设运行提供参考依据。
本发明实施例提供的一种能源互联网多目标优化方法，综合评估指标体系中的评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标，其中：
表征能源网络最优路径选择能力的评估指标可以包括能源综合利用率、非可再生能源占比、可再生能源消纳率、效率、碳排放率、经济收益、投资成本、能源网络损耗率、能源网络最大负荷利用小时数；
表征能源网络互通能力的评估指标可以包括能源网络容错率、通信网络误码率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比。
在综合评估指标体系中，评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标：表征能源网络最优路径选择能力的评估指标包括能源综合利用率η、非可再生能源占比ξ、可再生能源消纳率Rre、效率ηex1、碳排放率υ、经济收益Ctotal、投资成本Ccost、能源网络损耗率能源网络最大负荷利用小时数βd；表征能源网络互通能力的评估指标包括能源网络容错率δ1、通信网络误码率δ2、热发电功率占比ξp,qe、电制热功率占比ξp,eq、电制热量占比ξe,q、热发电量占比ξe,E。
其中，能源综合利用率η为总的冷、热、电需求与化石能源输入量的比值，即i个园区组成的能源互联网的综合能源利用率。该评估指标将外部电网购电能量Egrid,T根据其来源按渗透率细分为可再生能源电能、燃气发电、燃煤发电，并将各部分按照对应机组发电效率折算到发电侧，考虑综合能源***多能流特性及可再生能源接入的影响。
具体地，能源综合利用率其中，外部电网购电能量园区内能源互联网***能量园区供电量、供冷量和供热量分别为： 其中，Eother,T为园区内能源互联网***能量，PL,T、CL,T、QL,T分别为园区内在T时段内的供电、供冷与供热量，单位为MJ；P(t)、C(t)、Q(t)为t时刻园区电、冷、热负荷功率，单位为kW；pv、wp、b、coal、gas分别表示能量来源为太阳能、风能、生物质能、煤炭、天然气；ξ为能源不可再生系数，可再生能源的ξ为0，不可再生的ξ为1；ν(t)为t时刻外购电中不同一次能源来源的渗透率；λ为相应机组发电效率；F(t)为所消耗单位燃料的低位热值，单位为MJ；B(t)为相应燃料的消耗量，单位为t；Pbuy(t)为t时刻购入电网电能功率，单位为kW；。
非可再生能源占比ξ为***输出能量与非可再生能量的比值，非可再生能源占比越高，***节能性越好。具体地，非可再生能源占比 分别为制电、制热、制冷中煤、石油、天然气等非可再生能源所占的比重， 其中，Pgas为燃气三联供机组发电的功率，单位为kW；Ph,gas1、Ph,gas2、Ph,e分别为燃气三联供机组、燃气锅炉、电制热的发热功率，单位为kW；Pc,gas1、Pc,gas2、Pc,e分别为燃气三联供机组、燃气锅炉、电制热的制冷功率，单位为kW。
可再生能源消纳率Rre，该评估指标主要是弥补传统能效评估指标主要针对煤、天然气等不可再生能源的问题，体现了该能源互联网对于太阳能、生物质能等可再生能源的消纳能力。具体地，可再生能源消纳率
效率ηex1，该评估指标从量和质两方面出发综合评价能量的价值。具体地，效率其中，ε1、ε2、ε3分别为多能园区整体、供冷和供热的能质系数：T0代表环境的绝对温度，单位为K，其中，能质系数为对外做功所能达到的最大值与其所包含总能量的比值，其在实际应用中可以衡量各种能源品质的高低；T1、T2、T3分别为热源或介质绝对温度，单位为K。
碳排放率υ，该评估指标属于环保指标，主要表征了该能源互联网各种能源如：天然气、生物质、外购电能所产生的单位能量的碳排放量，单位为t。具体地，碳排放率其中，αg为天然气CO2排放系数，αb是生物质CO2排放系数，αcoal是煤炭CO2排放系数。
经济收益Ctotal，表征能源互联网运行下的各冷、热、电收益总和与其运行成本的差值。具体地，碳排放率其中，Pe,sal、Pcool,sal、Pheat,sal分别为电、冷、热的销售价，单位为元/kWh；Pbuy(t)为t时刻购入电网电能功率，单位为kW；Pgas、Pb,buy分别为天然气价格、生物质燃料价格，单位为元/kg；Pe,buy为购电价格，单位为元/kWh。
投资成本Ccost，表征能源互联网运行下的电能、热能、冷能的综合能源***的总投资。具体地，投资成本其中，Pc,pv、Pc,wp、Pc,b、Pc,gas1、Pc,gas2、Pc,se、Pc,sc、Pc,sh、Pc,td、Pc,hp、Pc,ec、Pc,eh分别为光伏、风电、生物质能、燃气三联供、燃气锅炉、储电、储冷、储热、电力网、热力网、电制冷、电制热设备的单位价格，元/kW；Wpv、Wwp、Wb、Wgas1、Wgas2、Wse、Wsc、Wsh、Wtd、Whp、Wec、Weh分别为光伏、风电、生物质能、燃气三联供、燃气锅炉、储电、储冷、储热、电力网、热力网、电制冷、电制热设备的容量，单位为kW。
能源网络损耗率表征能源互联网运行下的电能、热能、冷能的综合能源***的能源传输网络能量损耗率。具体地，能源网络损耗率其中，μe、μc、μh分别为能源网络的电能损耗系数、冷能损耗系数和热能损耗系数。
能源网络最大负荷利用小时数βd，表征能源互联网***中能源传输网络设备利用率。具体地，能源网络最大负荷利用小时数 其中，Pe,max、Pc,max、Ph,max分别为能源网络的电能、冷能和热能最大传输功率，单位为kW；α1、α2、α3分别为能源网络中电能、冷能和热能的占比。
能源网络容错率δ1，该评估指标综合考虑多个储能、储热、储冷***，及各制热、制冷、制电设备功率容量限制，表征多能源***调度优化方案容错及可靠性。具体地，能源网络容错率其中，Pc,S(t)、Ph,S(t)、Pe,S(t)分别为i个能源互联网***中储冷、储热、储电装置的相应存储功率，单位为kW。
通信网络误码率δ2，该评估指标综合表征综合能源***中通讯网络传输可靠性。具体地，通信网络误码率其中，M为能源能源互联网***中通讯网络在T时间段内所传输总码数，单位为kb；m1为通讯网络在t时间段内误码数，单位为kb。
热发电功率占比ξpqe，该评估指标表征综合能源***中热能发电效率。具体地，热发电功率占比其中，Ppv,max、Pwp,max、Pb,max、Pgas,max为综合能源***中光伏、风电、生物质发电和燃气三联供发电额定功率，单位为kW。
电制热功率占比ξp,eq，该评估指标表征综合能源***中电能转换为热能的效率。具体地，电制热功率占比其中，Phgas1,max、Phgas2,max、Phe,max为综合能源***中燃气三联供、燃气锅炉、电制热的额定功率，单位为kW。
电制热量占比ξe,q，该评估指标综合考虑多个燃气三联供制热/冷、燃气锅炉供热、储热、储冷***等因素，表征电制热在总热量中的占比。具体地，电制热量占比其中，Ph,e为t时刻电制热功率。
热发电量占比ξe,E，该评估指标综合考虑多个各制热、制冷、制电设备功率容量限制，表征多能源***中热发电占总发电量占比。具体地，热发电量占比
利用上述表征能源网络最优路径选择能力的9个评估指标、及表征能源网络互通能力的6个评估指标所建立的综合评估指标体系可以更好地反映能源互联网***的效率和多能互补能力，并且可以从多角度综合评价能源互联网。
当然，也可以将能源互联网***中其他能够反映***效率和能源网络转换及互通能流的评估指标均加入到所建立的综合评估指标体系中。
本发明实施例提供的一种能源互联网多目标优化方法，根据综合评估指标体系中的各评估指标获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，得到效用函数矩阵，可以包括：
利用AHP-熵权法确定h个第一级指标的权重系数Xh，第一级指标为能源网络最优路径选择能力、能源网络互通能力；
利用AHP计算j个第二级指标相对于第一级指标的主观权重xhj'：构建实际评价参数矩阵，并对xhj'进行归一化处理：其中，能源综合利用率、非可再生能源占比、可再生能源消纳率、经济收益、能源网络最大负荷利用小时数、能源网络容错率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比为正向指标，效率、碳排放率、投资成本、能源网络损耗率、通信网络误码率为负向指标；
基于第一级指标的权重系数Xh、及归一化处理所得到的xhj，建立效用函数矩阵：ghj(x)＝Xh×xhj。
根据综合评估指标体系得到效用函数矩阵的具体过程可以为：
步骤1：利用AHP(Analytic Hierarchy Process，层次分析法)-熵权法确定h个第一级指标中各指标的权重系数Xh，其中，第一级指标具体包括能源网络最优路径选择能力、能源网络互通能力。
步骤2：利用层次分析法计算j个第二级指标中各评估指标相对于所属第一级指标权重系数Xh的主观权重xhj'，以构建得到第二级指标相对于第一级指标的比较矩阵，也即构建得到实际评价参数矩阵。
其中，第二级指标具体为上述15个评估指标，即j＝15。在这15个评估指标中，能源综合利用率η、非可再生能源占比ξ、可再生能源消纳率Rre、经济收益Ctotal、能源网络最大负荷利用小时数βd、能源网络容错率δ1、热发电功率占比ξp,qe、电制热功率占比ξp,eq、电制热量占比ξe,q、热发电量占比ξe,E为正向指标，效率ηex1、碳排放率υ、投资成本Ccost、能源网络损耗率通信网络误码率δ2为负向指标。当rhj为正向指标时，当rhj为负向指标时，
在计算得到第二级指标相对于第一级指标的主观权重xhj'之后，对xhj'进行归一化处理：
步骤3：在得到各级各指标权重之后，可以基于第一级指标的权重系数Xh、以及归一化处理之后的xhj，建立效用函数矩阵：ghj(x)＝Xh×xhj。
本发明实施例提供的一种能源互联网多目标优化方法，在构建实际评价参数矩阵之后，还可以包括：
对实际评价参数矩阵进行一致性检验，若未满足一致性，则重新构建实际评价参数矩阵。
在构建得到实际评价参数矩阵之后，可以对实际评价参数进行一致性检验，若所构建的实际评价参数矩阵不满足一致性，则按照上述步骤1和步骤2重新构建实际评价参数，直至获得满足一致性的实际评价参数为止。
本发明实施例提供的一种能源互联网多目标优化方法，根据效用函数矩阵及各评估指标所构建的***层目标函数为：
其中，fj(x)分别为表征能源网络最优路径选择能力的各评估指标所对应的计算公式、及表征能源网络互通能力的各评估指标所对应的计算公式。
在得到效用函数矩阵ghj(x)之后，根据效用函数矩阵ghj(x)及各评估指标所构建的***层目标函数具体为：其中，fj(x)分别为表征能源网络最优路径选择能力的各评估指标所对应的计算公式、及表征能源网络互通能力的各评估指标所对应的计算公式。
具体地，在上述***层目标函数F(x)中，在j从1到9取值时，fj(x)对应的是表征能源网络最优路径选择能力的9个评估指标的计算公式；在j从10到15取值时，fj(x)对应的是表征能源网络互通能力的6个评估指标的计算公式。
本发明实施例提供的一种能源互联网多目标优化方法，***层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束。
所构建的***层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束。
其中，电平衡约束、热平衡约束、冷平衡约束的表达式分别为：
PL,T(t)+Pbuy(t)＝Pe,Storage(t)+Pload(t)
CL,T(t)＝Pcool,Storage(t)+Pcool,load(t)
QL,T(t)＝Pheat,Storage(t)+Pheat,load(t)
在上述三个表达式中，PStorage为储能功率，Pload为负载功率。
功率约束和容量约束即为所有的制冷、制热、制电功率和储冷、储热、储电功率均需小于各个相应设备的功率之和，且各储电、储冷、储热容量均需小于相应设备的储存容量。
本发明实施例提供的一种能源互联网多目标优化方法，利用***层目标函数及优化算法对***层进行优化，可以包括：
构建由光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率11个调度变量组成的11维单粒子P＝[P1…P11]，Pi为调度变量，i＝1,2,…11；
在寻优时，每次寻优更新单粒子P的其中一维，并将单粒子P代入***层目标函数F(x)中；
比较第k次寻优前后单粒子P的质量，若单粒子P的质量得到提升，则使第k+1次寻优的修正速度等于第k次寻优的修正速度若单粒子P的质量未得到提升，则利用修正因子对修正速度进行修正，其中，第i个调度变量的优化增量ΔPi k+1由修正速度随机速度组成，
k＝1，2，…M-1，M为规定寻优次数；
在寻优次数达到规定寻优次数后，单粒子P收敛于***层目标函数的全局最优解，实现对***层的优化。
在能源互联网中，能源管理中心作为能源互联网***运行过程中的管控机构，其存在着状态监测、数据通信、任务计算以及指令执行等过程，通过各能源互联网能源网的历史负荷曲线(冷、热、电历史负荷曲线)对其冷、热、电负荷进行预测，并基于实时的天然气、天气预报、电能买入与售出价格通过多目标优化指标对光伏发电量、风力发电量、燃气三联供机组发电量和供冷/热量、生物质发电机组发电量、燃气锅炉供热量、外购电量、储冷、储热、储电量进行优化。能源互联网实时调度的可行解中包含光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率这11个调度变量。
在利用所构建的***层目标函数F(x)及优化算法对***层进行优化时，具体可以基于智能粒子算法进行全局最优寻解，以对***层进行优化。
基于智能粒子算法进行全局最优寻解的具体过程如下：
利用上述11个调度变量组成11维单粒子P＝[P1…P11]，其中，每个调度变量的初始值在各自取值区间内随机生成。
在多目标优化的过程中，每次寻优只更新单粒子P中的一维，即只更新11个调度变量中的其中一个调度变量，并将单粒子P代入到上述所构建的***层目标函数F(x)中，以评价F(P)的优劣。其中，F(P)的值越大，则代表单粒子P的质量越优。
在第k次寻优之后，比较单粒子P在寻优前后的质量，若单粒子P的质量得到提升，则表明寻优成功，此时则可以令第k+1次寻优的修正速度等于第k次寻优的修正速度若单粒子P的质量未得到提升，则利用修正因子对第k+1次寻优的修正速度进行修正，以改变优化方向。其中，i表示调度变量，i＝1,2,…11，k＝1，2，…M-1，M为规定寻优次数(即迭代次数)。
在寻优时，为了使寻优速度具有一定的随机性，保证寻优范围可以尽可能地覆盖可行解区域，则可以根据规定寻优次数和寻优半径生成随机速度相应地，第i个调度变量的优化增量ΔPi k+1则可以由修正速度随机速度这两部分组成。
在寻优次数达到规定寻优次数之后，单粒子P最终可以收敛于***层目标函数F(x)的全局最优解，即为各调度变量最优出力，从而可以为能源互联网的建设运行提供参考依据。
当然，除了利用智能粒子算法进行全局最优寻解之外，还可以利用灰色关联TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法、AHP法、熵权法、神经网络算法、支持向量机算法以及其他智能优化算法进行优化计算。
本发明实施例还提供了一种能源互联网多目标优化装置，请参见图3，其示出了本发明实施例提供的一种能源互联网多目标优化装置的结构示意图，可以包括：
建立模块11，用于：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
第一优化模块12，用于：根据综合评估指标体系中的各指标获取实际评价参数矩阵，对实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用效用函数矩阵对决策层进行优化；
第二优化模块13，用于：对各目标通过效用函数矩阵进行协调，根据效用函数矩阵及各评估指标构建***层目标函数，并利用***层目标函数及优化算法对***层进行优化，其中，目标包括能源网络最优路径选择、能源网络互通能力。
本发明实施例还提供了一种能源互联网多目标优化设备，具体可以参见图4，其示出了本发明实施例提供的一种能源互联网多目标优化设备的结构示意图，可以包括：
存储器21，用于存储计算机程序；
处理器22，用于执行计算机程序时实现上述任一种能源互联网多目标优化方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任一种能源互联网多目标优化方法的步骤。
本发明实施例提供的一种能源互联网多目标优化装置、设备及计算机可读存储介质中相关部分的说明请参见本发明实施例提供的一种能源互联网多目标优化方法中对应部分的详细说明，在此不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本发明实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种能源互联网多目标优化方法，其特征在于，包括：
建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
根据所述综合评估指标体系中的各评估指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用所述效用函数矩阵对决策层进行优化；
对各目标通过所述效用函数矩阵进行协调，根据所述效用函数矩阵及各所述评估指标构建***层目标函数，并利用所述***层目标函数及优化算法对***层进行优化，其中，所述目标包括能源网络最优路径选择、能源网络互通能力。
2.根据权利要求1所述的能源互联网多目标优化方法，其特征在于，所述综合评估指标体系中的评估指标包括表征能源网络最优路径选择能力的评估指标和表征能源网络互通能力的评估指标，其中：
表征能源网络最优路径选择能力的评估指标包括能源综合利用率、非可再生能源占比、可再生能源消纳率、效率、碳排放率、经济收益、投资成本、能源网络损耗率、能源网络最大负荷利用小时数；
表征能源网络互通能力的评估指标包括能源网络容错率、通信网络误码率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比。
3.根据权利要求2所述的能源互联网多目标优化方法，其特征在于，根据所述综合评估指标体系中的各评估指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，包括：
利用AHP-熵权法确定h个第一级指标的权重系数Xh，所述第一级指标为能源网络最优路径选择能力、能源网络互通能力；
利用AHP计算j个第二级指标相对于所述第一级指标的主观权重xhj'：构建所述实际评价参数矩阵，并对xhj'进行归一化处理：其中，能源综合利用率、非可再生能源占比、可再生能源消纳率、经济收益、能源网络最大负荷利用小时数、能源网络容错率、热发电功率占比、电制热功率占比、电制热量占比、热发电量占比为正向指标，效率、碳排放率、投资成本、能源网络损耗率、通信网络误码率为负向指标；
基于第一级指标的权重系数Xh、及归一化处理所得到的xhj，建立所述效用函数矩阵：ghj(x)＝Xh×xhj。
4.根据权利要求3所述的能源互联网多目标优化方法，其特征在于，在构建所述实际评价参数矩阵之后，还包括：
对所述实际评价参数矩阵进行一致性检验，若未满足一致性，则重新构建实际评价参数矩阵。
5.根据权利要求4所述的能源互联网多目标优化方法，其特征在于，根据所述效用函数矩阵及各所述评估指标所构建的***层目标函数为：
其中，fj(x)分别为表征能源网络最优路径选择能力的各评估指标所对应的计算公式、及表征能源网络互通能力的各评估指标所对应的计算公式。
6.根据权利要求5所述的能源互联网多目标优化方法，其特征在于，所述***层目标函数的约束条件包括电平衡约束、热平衡约束、冷平衡约束、功率约束、容量约束。
7.根据权利要求5所述的能源互联网多目标优化方法，其特征在于，利用所述***层目标函数及优化算法对***层进行优化，包括：
构建由光伏发电功率、风力发电功率、燃气三联供机组发电功率、燃气三联供机组供冷功率、燃气三联供机组供热功率、生物质发电机组发电功率、燃气锅炉供热功率、外购电功率、储冷、储热、储电功率11个调度变量组成的11维单粒子P＝[P1…P11]，Pi为调度变量，i＝1,2,…11；
在寻优时，每次寻优更新所述单粒子P的其中一维，并将所述单粒子P代入所述***层目标函数F(x)中；
比较第k次寻优前后所述单粒子P的质量，若所述单粒子P的质量得到提升，则使第k+1次寻优的修正速度等于第k次寻优的修正速度若所述单粒子P的质量未得到提升，则利用修正因子对修正速度进行修正，其中，第i个调度变量的优化增量ΔPi k+1由修正速度随机速度组成，k＝1，2，…M-1，M为规定寻优次数；
在寻优次数达到所述规定寻优次数后，所述单粒子P收敛于所述***层目标函数的全局最优解，实现对所述***层的优化。
8.一种能源互联网多目标优化装置，其特征在于，包括：
建立模块，用于：建立表征能源网络最优路径选择能力及表征能源网络互通能力的综合评估指标体系；
第一优化模块，用于：根据所述综合评估指标体系中的各指标获取实际评价参数矩阵，对所述实际评价参数矩阵进行规范化处理，得到效用函数矩阵，利用所述效用函数矩阵对决策层进行优化；
第二优化模块，用于：对各目标通过所述效用函数矩阵进行协调，根据所述效用函数矩阵及各所述评估指标构建***层目标函数，并利用所述***层目标函数及优化算法对***层进行优化，其中，所述目标包括能源网络最优路径选择、能源网络互通能力。
9.一种能源互联网多目标优化设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的能源互联网多目标优化方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至7任一项所述的能源互联网多目标优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910067905.3A CN109784573B (zh) | 2019-01-24 | 2019-01-24 | 一种能源互联网多目标优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910067905.3A CN109784573B (zh) | 2019-01-24 | 2019-01-24 | 一种能源互联网多目标优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109784573A true CN109784573A (zh) | 2019-05-21 |
| CN109784573B CN109784573B (zh) | 2023-06-20 |
Family
ID=66501266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910067905.3A Active CN109784573B (zh) | 2019-01-24 | 2019-01-24 | 一种能源互联网多目标优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109784573B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110399968A (zh) * | 2019-06-25 | 2019-11-01 | 电子科技大学 | 基于效用函数的***级测试性设计多目标优化方法 |
| CN110852531A (zh) * | 2019-11-26 | 2020-02-28 | 国网江苏省电力有限公司南通供电分公司 | 一种能源互联网多目标优化方法 |
| CN111191907A (zh) * | 2019-12-24 | 2020-05-22 | 嘉兴恒创电力设计研究院有限公司 | 一种基于层次分析法的综合能源站能效评估方法 |
| CN111768032A (zh) * | 2020-06-24 | 2020-10-13 | 上海电力大学 | 基于双模式热泵储能协调的综合能源***双层优化方法 |
| CN111969603A (zh) * | 2020-08-17 | 2020-11-20 | 内蒙古科技大学 | 一种微能源网***及其协同优化运行控制方法 |
| CN112149980A (zh) * | 2020-09-16 | 2020-12-29 | 国网山东省电力公司经济技术研究院 | 区域级综合能源***能效分析方法及*** |
| CN112203300A (zh) * | 2020-08-07 | 2021-01-08 | 杭州电子科技大学 | 一种电力物联网无线通信节点路由性能评价方法 |
| CN112258021A (zh) * | 2020-10-20 | 2021-01-22 | 西安交通大学 | 用于家庭燃料电池热电联供建筑的能效评估方法及*** |
| CN112508280A (zh) * | 2020-12-11 | 2021-03-16 | 山东大学 | 一种综合能源***实时性能的评价和优化方法及*** |
| CN112600253A (zh) * | 2020-11-18 | 2021-04-02 | 国网浙江省电力有限公司台州供电公司 | 基于用能效率最优的园区综合能源协同优化方法及设备 |
| CN113516268A (zh) * | 2020-04-10 | 2021-10-19 | 中国电力科学研究院有限公司 | 一种基于多能互补能源枢纽的混合能源网络策略应用*** |
| CN116594346A (zh) * | 2023-07-18 | 2023-08-15 | 山东恒圣石墨科技有限公司 | 一种石墨加热器用智能控制***及控制方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090292402A1 (en) * | 2008-04-14 | 2009-11-26 | Cruickshank Iii Robert F | Method & apparatus for orchestrating utility power supply & demand in real time using a continuous pricing signal sent via a network to home networks & smart appliances |
| CN106951998A (zh) * | 2017-03-27 | 2017-07-14 | 国电南瑞科技股份有限公司 | 一种小型能源互联网多源优化综合评估方法和*** |
| CN107316125A (zh) * | 2017-05-12 | 2017-11-03 | 燕山大学 | 一种基于经济运行域的主动配电网经济运行评价方法 |
| CN107862455A (zh) * | 2017-11-02 | 2018-03-30 | 国网天津市电力公司 | 一种电力***云平台建设的主客观混合评估方法 |
| CN108647815A (zh) * | 2018-05-04 | 2018-10-12 | 国网能源研究院有限公司 | 一种多决策主体的区域间电网互联路径分析模型 |
| CN108960541A (zh) * | 2017-05-17 | 2018-12-07 | 国网辽宁省电力有限公司鞍山供电公司 | 基于云数据分析的分布式光伏***效率评估方法及装置 |
| CN109146123A (zh) * | 2018-06-29 | 2019-01-04 | 中国电力科学研究院有限公司 | 一种多能源综合协调效果评价方法和*** |
-
2019
- 2019-01-24 CN CN201910067905.3A patent/CN109784573B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090292402A1 (en) * | 2008-04-14 | 2009-11-26 | Cruickshank Iii Robert F | Method & apparatus for orchestrating utility power supply & demand in real time using a continuous pricing signal sent via a network to home networks & smart appliances |
| CN106951998A (zh) * | 2017-03-27 | 2017-07-14 | 国电南瑞科技股份有限公司 | 一种小型能源互联网多源优化综合评估方法和*** |
| CN107316125A (zh) * | 2017-05-12 | 2017-11-03 | 燕山大学 | 一种基于经济运行域的主动配电网经济运行评价方法 |
| CN108960541A (zh) * | 2017-05-17 | 2018-12-07 | 国网辽宁省电力有限公司鞍山供电公司 | 基于云数据分析的分布式光伏***效率评估方法及装置 |
| CN107862455A (zh) * | 2017-11-02 | 2018-03-30 | 国网天津市电力公司 | 一种电力***云平台建设的主客观混合评估方法 |
| CN108647815A (zh) * | 2018-05-04 | 2018-10-12 | 国网能源研究院有限公司 | 一种多决策主体的区域间电网互联路径分析模型 |
| CN109146123A (zh) * | 2018-06-29 | 2019-01-04 | 中国电力科学研究院有限公司 | 一种多能源综合协调效果评价方法和*** |
Non-Patent Citations (1)
| Title |
|---|
| 郑宇等: "能源互联网环境下用户侧微电网的形态及优化运行", 《南方电网技术》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110399968A (zh) * | 2019-06-25 | 2019-11-01 | 电子科技大学 | 基于效用函数的***级测试性设计多目标优化方法 |
| CN110399968B (zh) * | 2019-06-25 | 2021-12-10 | 电子科技大学 | 基于效用函数的***级测试性设计多目标优化方法 |
| CN110852531A (zh) * | 2019-11-26 | 2020-02-28 | 国网江苏省电力有限公司南通供电分公司 | 一种能源互联网多目标优化方法 |
| CN111191907A (zh) * | 2019-12-24 | 2020-05-22 | 嘉兴恒创电力设计研究院有限公司 | 一种基于层次分析法的综合能源站能效评估方法 |
| CN113516268A (zh) * | 2020-04-10 | 2021-10-19 | 中国电力科学研究院有限公司 | 一种基于多能互补能源枢纽的混合能源网络策略应用*** |
| CN111768032A (zh) * | 2020-06-24 | 2020-10-13 | 上海电力大学 | 基于双模式热泵储能协调的综合能源***双层优化方法 |
| CN111768032B (zh) * | 2020-06-24 | 2022-08-05 | 上海电力大学 | 基于双模式热泵储能协调的综合能源***双层优化方法 |
| CN112203300A (zh) * | 2020-08-07 | 2021-01-08 | 杭州电子科技大学 | 一种电力物联网无线通信节点路由性能评价方法 |
| CN112203300B (zh) * | 2020-08-07 | 2022-06-17 | 杭州电子科技大学 | 一种电力物联网无线通信节点路由性能评价方法 |
| CN111969603A (zh) * | 2020-08-17 | 2020-11-20 | 内蒙古科技大学 | 一种微能源网***及其协同优化运行控制方法 |
| CN112149980A (zh) * | 2020-09-16 | 2020-12-29 | 国网山东省电力公司经济技术研究院 | 区域级综合能源***能效分析方法及*** |
| CN112258021A (zh) * | 2020-10-20 | 2021-01-22 | 西安交通大学 | 用于家庭燃料电池热电联供建筑的能效评估方法及*** |
| CN112258021B (zh) * | 2020-10-20 | 2023-06-06 | 西安交通大学 | 用于家庭燃料电池热电联供建筑的能效评估方法及*** |
| CN112600253A (zh) * | 2020-11-18 | 2021-04-02 | 国网浙江省电力有限公司台州供电公司 | 基于用能效率最优的园区综合能源协同优化方法及设备 |
| CN112508280A (zh) * | 2020-12-11 | 2021-03-16 | 山东大学 | 一种综合能源***实时性能的评价和优化方法及*** |
| CN116594346A (zh) * | 2023-07-18 | 2023-08-15 | 山东恒圣石墨科技有限公司 | 一种石墨加热器用智能控制***及控制方法 |
| CN116594346B (zh) * | 2023-07-18 | 2023-10-20 | 山东恒圣石墨科技有限公司 | 一种石墨加热器用智能控制***及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109784573B (zh) | 2023-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109784573A (zh) | 一种能源互联网多目标优化方法及装置 | |
| Wu et al. | Evaluation of renewable power sources using a fuzzy MCDM based on cumulative prospect theory: A case in China | |
| Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
| Bagherian et al. | A comprehensive review on renewable energy integration for combined heat and power production | |
| Afgan et al. | Multi-criteria assessment of new and renewable energy power plants | |
| Banos et al. | Optimization methods applied to renewable and sustainable energy: A review | |
| CN111355230B (zh) | 一种综合能源***优化调度方法与*** | |
| CN108206543A (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
| CN109800996A (zh) | 一种综合能源***能效评价方法及装置 | |
| Yang et al. | Optimal configuration of improved integrated energy system based on stepped carbon penalty response and improved power to gas | |
| CN114330827B (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
| Liu et al. | Multi-objective generation scheduling towards grid-connected hydro–solar–wind power system based the coordination of economy, management, society, environment: A case study from China | |
| Allen et al. | Infrastructure planning and operational scheduling for power generating systems: An energy-water nexus approach | |
| CN114266382A (zh) | 一种考虑热惯性的热电联产***两阶段优化调度方法 | |
| CN109474007A (zh) | 一种基于大数据云技术的能源互联网调度方法 | |
| Lv et al. | Digital twins for secure thermal energy storage in building | |
| Huang et al. | An optimal operation method of cascade hydro-PV-pumped storage generation system based on multi-objective stochastic numerical P systems | |
| Ren et al. | Life-cycle-based multi-objective optimal design and analysis of distributed multi-energy systems for data centers | |
| Guan et al. | Chance-constrained optimization of hybrid solar combined cooling, heating and power system considering energetic, economic, environmental, and flexible performances | |
| CN112883630B (zh) | 用于风电消纳的多微网***日前优化经济调度方法 | |
| Deng et al. | Real-coded quantum optimization-based bi-level dispatching strategy of integrated power and heat systems | |
| CN116502921A (zh) | 一种园区综合能源***优化管理***及其协调调度方法 | |
| Wang et al. | Multi-objective optimization and multi-criteria evaluation framework for the design of distributed multi-energy system: A case study in industrial park | |
| CN112734451A (zh) | 一种基于非合作博弈的农业大棚多能源***和优化方法 | |
| Jinglin et al. | Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters |
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 |