CN109919474B - 一种基于互联网平台的综合能源量化采买优化方法及*** - Google Patents

一种基于互联网平台的综合能源量化采买优化方法及*** Download PDF

Info

Publication number
CN109919474B
CN109919474B CN201910148793.4A CN201910148793A CN109919474B CN 109919474 B CN109919474 B CN 109919474B CN 201910148793 A CN201910148793 A CN 201910148793A CN 109919474 B CN109919474 B CN 109919474B
Authority
CN
China
Prior art keywords
energy
user
demand
purchase
supply
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.)
Active
Application number
CN201910148793.4A
Other languages
English (en)
Other versions
CN109919474A (zh
Inventor
吴春光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201910148793.4A priority Critical patent/CN109919474B/zh
Publication of CN109919474A publication Critical patent/CN109919474A/zh
Application granted granted Critical
Publication of CN109919474B publication Critical patent/CN109919474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/10—Energy trading, including energy flowing from end-user application to grid

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于互联网平台的综合能源量化采买优化方法和***，所述方法包括：用能用户向平台发布能源需求类别和采买需求参数，所述需求参数包括用能时间、用能地点、用能量、能源质量中的一种或多种；平台根据用户需求对数据库中提供的产品进行筛选，剔除不符合条件的能源产品；根据筛选出的能源产品的不同报价方式计算出多个购买方案组合，将所述多个购买方案组合进行排序后发送给用能用户选择；用户根据所选择的购买方案购买能源；供能方根据用户采买情况进行能源传输。本发明所提供的基于互联网平台的综合能源量化采买优化方法和***，能够帮助用户选择合适的供能商，有利于节约用能方成本，提高综合能源采买效率。

Description

一种基于互联网平台的综合能源量化采买优化方法及***
技术领域
本发明涉及数据处理优化领域，尤其涉及一种基于互联网平台的综合能源量化采买优化方法及***。
背景技术
伴随着电力体制的改革，电力企业正处于向综合能源服务商的转型过程，综合能源服务商在这一转型过程中面临诸多挑战，竞争主体多元化、全新的综合能源供用体系、多样化的用能需求，这些都为企业转型带来挑战。对于用能方来说，其用能需求一方面表现为综合化，其不仅有用能需求，还有节能需求，不仅需要用电方案，还需要热、冷、气、水、煤、油等综合能源解决方案；另一方面，用能需求表现为主动化，用户可以依据价格信号主动向***反应新的用能意愿；同时用能需求还表现为定制化，用能方的个性化和自主化程度更高，要求根据差异化的需求提供定制化的用能方案。
然而综合能源交易极为复杂，能源类型多，供能方多，报价方式多样，用能企业和综合能源供能公司会根据自身及用户情况提供不同种类的能源、或进行多种报价，如分时价，歧视价格等，并且各个综合能源供应商价格随着时间快速变化。面对众多的供能方、供能价格和多种多样的能源需求，在一定时间内用能方如何选择合适的综合能源供应商和采买方案，直接关系着其切身利益，因此提供一种综合能源量化采买优化方法是十分必要的。
发明内容
有鉴于此，本发明提供一种基于互联网平台的多个能源提供方、多种报价状态、多种能源类别下的综合能源量化采买优化方法及***，以帮助用能用户选择合适的供能商和采买方案，节约用能用户的用能采买成本。
第一方面，本发明提供了一种基于互联网平台的综合能源量化采买优化方法，包括：
用能用户向平台发布能源需求类别和采买需求参数，所述能源需求类别为一个或多个，所述采买需求参数包括用能时间、用能地点、用能量、能源质量中的一种或多种；
根据所述能源需求类别和采买需求参数对能源产品进行筛选，剔除不符合条件的能源产品；
根据筛选出的能源产品的不同报价方式，计算出多个采买方案组合，将所述多个采买方案组合进行排序后发送给用能用户选择；
用能用户根据所选择的采买方案采买能源；
供能方根据用户采买情况进行能源传输。
本发明所提供的上述基于互联网平台的综合能源量化采买优化方法，能够帮助用户选择合适的供能商和采买方案，能够降低需求方的采买成本和采买效率。
优选地，所述采买需求参数还包括备选参数，包括供能商家信誉度、供能企业类型，供能企业规模、供能线路。
优选地，所述采买需求为模糊性需求或确定性需求，当用户需求为模糊性需求时，供能商提供的能源信息与用户的需求参数允许在一定范围内进行匹配。
优选地，所述对能源产品进行筛选，包括确定用户采买能源的供能商以及对应的能源采买量，具体为：
设用户j购买供能商i提供产品的购买量为xi，则按照以下方式对供能商进行筛选：
Figure GDA0003119351420000021
且
Figure GDA0003119351420000022
且xi≥0；
如果xi＝0，则剔除该供能商；
其中，
Figure GDA0003119351420000031
为在t期间内供能商i能够供应给用户j的供应量上限，
Figure GDA0003119351420000032
为在t期间内用户j能够购买供能商i的购买量上限，
Figure GDA0003119351420000033
为在t期间内供能商i能够供应给用户j的供应量下限，
Figure GDA0003119351420000034
为在t期间内用户j能够购买供能商i的购买量下限，
Figure GDA0003119351420000035
为在t期间内供能商i与用户j之间的物理连接关系，
Figure GDA0003119351420000036
为在t期间内供能商i与用户j之间的合约关系。
优选地，所述计算出多个购买方案组合包括：
导入供能商针对不同用户的歧视价格；
计算不同供能商针对该用户的到站价；
查询用户的用能时间，如果所述用能时间内有若干个供能商分时报价，则确定跨越全部供能商的需求时段的个数N，将所述用能时间分为N个时间切片；
在时间切片内进行优化求解和排序。
优选地，所述在时间切片内进行优化求解，包括：
定义优化目标函数
Figure GDA0003119351420000037
其中fi(x)为用户关心的指标，ωi为权重系数，n为指标个数；
fi(x)包括：价格因素f1(x)、及时率因素f2(x)、品质因素f3(x)，其中：
Figure GDA0003119351420000038
其中Pi为供能商i供能的到站单价，m为供能商个数；
Figure GDA0003119351420000039
其中Qi为供能商i的供能及时率；
Figure GDA00031193514200000310
其中Ri为供能商i的能源质量；
约束条件设置，包括：
(1)设置不等式约束条件
Ax＜b，
其中
Figure GDA0003119351420000041
为每个供能商i在该时段的最大供应量；
(2)设置等式约束条件：
Aeqx＝beq，
其中，Aeq＝[1 1 1 1]，beq＝[numu]，numu为用户的能源需求量；
变量上下限设置，包括：
Figure GDA0003119351420000042
Figure GDA0003119351420000043
xi≥0；
模糊度计算
定义单个切片的模糊度函数：
Figure GDA0003119351420000044
其中，n为用户关心的参数个数，Δgj(x)表示各个参数的模糊度，ωj为各个参数对应的权值，所述用户关心的参数包括：
Figure GDA0003119351420000045
为时间偏差模糊度；
Figure GDA0003119351420000046
为用能量偏差模糊度；
Figure GDA0003119351420000051
为用能质量偏差模糊度；
则总模糊度函数为：
Figure GDA0003119351420000052
优选地，所述排序包括按照目标值进行排序或者按照模糊度进行排序。
第二方面，本发明还提供了一种基于互联网平台的综合能源量化采买优化***，包括：
需求单元，用于用能用户向平台发布能源需求类别和采买需求参数，所述能源需求类别为一个或多个，所述采买需求参数包括用能时间、用能地点、用能量、能源质量中的一种或多种；
筛选单元，用于根据所述能源需求类别和采买需求参数对能源产品进行筛选，剔除不符合条件的能源产品；
计算单元，用于根据筛选出的能源产品的不同报价方式，计算出多个购买方案组合，将所述多个购买方案组合进行排序后发送给用能用户选择；
能源购买单元，用于用能用户根据所选择的购买方案购买能源；
能源传输单元，用于通知供能方根据用户采买情况进行能源传输。
本发明同时还提供了一种电子设备和计算机可读存储介质，以利用计算机程序指令来实现本发明的基于互联网平台的综合能源量化采买优化方法和***。
根据本发明提供的基于互联网平台的综合能源量化采买优化方法和***，能够帮助用户选择合适的供能商和采买方案，能够最大程度地保障用能用户的经济利益，提高综合能源的采买效率。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的综合能源量化采买优化方法的流程图；
图2为本发明实施例提供的优化计算模块实施步骤流程图；
图3为本发明实施例提供的最优指标计算实施步骤流程图；
图4为本发明实施例提供的综合能源量化采买优化***的结构图；
图5为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，使本技术领域的人员更好地理解本发明方案，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例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。
本发明提供一种综合能源量化采买优化方法和***，能够帮助用能方选择合适的综合能源供应商。
下面结合附图和实施例对本发明的基于互联网平台综合能源量化采买优化方法和***做进一步的描述。
如图1所述，为本申请提供的一种基于互联网平台的综合能源量化采买优化方法，所述方法包括步骤：
步骤A，用户向平台发布用能需求。
其中，用能需求可选择性的包括能源类别以及用能时间、地点、用能量、能源质量等参数。用户需求的能源可能有多种类型，如电、气、水、煤、油等，不同的能源类型可能由不同的供能方提供，用户在输入用能需求时，确定其需要的一种或多种能源类别以及各能源类别对应的用能量、用能时间等用能参数，以便平台针对用户需求进行采买方案的计算；并且，用户在发布用能需求时可以设定备选参数，其中，备选参数包括供能商家信誉度，供能企业类型，供能企业规模等。
同时，用户可以选择所发布的用能需求的类型，是确定性需求还是模糊需求；如果用户要求为确定性需求，供能商提供的能源必须与用户要求完全匹配；如果用户要求为模糊性需求，供能商提供的能源与用户要求的参数可以在一定范围内进行匹配，其中，模糊需求包括用能时间可变范围，用能量可变范围，能源质量范围等。其中，用户可以针对不同的参数选择其确定或者模糊的特征。
此外，用户还可以在用能需求中指定要排除的商家、指定供能线路等，以满足其对供能方的要求。
步骤B，剔除不符合条件的能源商品，包括：
***根据用户需求，对数据库中供能方提供的商品进行筛选，筛选的条件包括能源类别、用户用能需求参数、供能方与用户间的物理连接关系、供能方和用户及平台等多方的合约关系等，依据以上条件将不符合条件的能源商品剔除掉。
具体的，定义每个供能商Xi,i＝1,2,…n1；定义每个用户为Xj，j＝1,2,…n2；定义供能阶段号为t，t＝1,2,…T；定义
Figure GDA0003119351420000071
为在t期间内，供能商i能够供应给用户j的供应量上限；定义
Figure GDA0003119351420000072
为在t期间内，用户j能够购买供能商i的购买量上限；定义
Figure GDA0003119351420000073
为在t期间内，供能商i能够供应给用户j的供应量下限；定义
Figure GDA0003119351420000074
为在t期间内，用户j能够购买供能商i的购买量下限；定义
Figure GDA0003119351420000075
为在t期间内，供能商i与用户j之间的物理连接关系；定义
Figure GDA0003119351420000076
为在t期间内，供能商i与用户j之间的合约关系。
其中，平台根据不同的阶段对用户请求提供支持。若某一阶段内，供应量或者购买量上限有变化，取其最小值计算。若某一阶段内，供应量或购买量的下限有变化，取其最大值计算。若某一阶段内，某个供能商与用户之间的物理连接或者合约关系有变化，视为无连接或无合约关系。
设用户j购买供能商i提供能源商品的购买量为xi(由于平台分别针对每一用户j进行计算，因此购买量xi忽略下标j)，则按照下列公式对供能商进行筛选：
Figure GDA0003119351420000081
Figure GDA0003119351420000082
xi≥0
如果xi＝0，则剔除该供能商。
步骤C，导入用户需求，计算最优购买方案组合。
计算最优购买方案的实施步骤如图2所示，步骤如下：
第一步，导入供能商针对不同用户设定的歧视价格。供能商可能根据自身利益，对不同的用户发布不同的价格套餐，即存在歧视价。该步骤针对发布请求的用户导入不同供能商对该用户的价格。
第二步，计算不同供能商针对该用户的到站价。即根据供能网络拓扑，计算不同供能商针对该用户经过的升压降压、网络损失等之后的到达用户的能源单价，该单价等于供能商报价加上途中损失综合价格。
其中，当供能商有不同的路径均可到达该用户时，可采用优化算法计算到站价的最小值导入***。优化算法可以针对不同的网络采用不同的算法，如蚁群算法、遗传算法、最小生成树等算法。
第三步，时间切片。针对用户需求时段所包含的可模糊需求的时段(为叙述简便，下述需求时段均含可模糊需求时段)进行查询，如果需求时段内，全部供能商均不是分时段报价，则略过此步骤。如果有若干个供能商分时报价，则要做时间切片。
查询用户的需求时段，确定跨越全部供能商的需求时段为几个，则将需求时段分为几个时间切片。例如用户需求时段为8:00-11:00，此时段共有2个供能商A、B能够供能；供能商A分时报价为8:00-9:00、9:00-11:00；供能商B分时报价为8:00-10:00、10:00-11:00；则基于此将用户的需求时段分为3个时段：8:00-9:00、9:00-10:00、10:00-11:00，进行时间切片。
定义
Figure GDA0003119351420000091
xi为时间切片后的供能商，如供能商A被切片成两段则为x1、x2，供能商B被切片成两段则为x3、x4，m为总切片数。
第四步，在时间切片内进行最优指标计算；
针对不同的时间切片分别进行计算，如图3所示，每个时间切片内的最优指标计算步骤如下：
4.1定义优化目标函数
Figure GDA0003119351420000092
其中fi(x)为用户关心的指标，ωi为权重系数，n为指标个数；fi(x)包括：价格因素f1(x)、及时率因素f2(x)、品质因素f3(x)，其中：
Figure GDA0003119351420000093
其中Pi为供能商i供能的到站单价，m为供能商个数；
Figure GDA0003119351420000094
其中Qi为供能商i的供能及时率；
Figure GDA0003119351420000095
其中Ri为供能商i的能源质量；
4.2约束条件设置
4.2.1设置不等式约束条件
Ax＜b；
令
Figure GDA0003119351420000101
为每个供能商在该时段的最大供应量。
4.2.2设置等式约束条件：
Aeqx＝beq；
令Aeq＝[1 1 1 1]，beq＝[numu]，numu为用户的需求量。
4.3变量上下限设置，包括：
Figure GDA0003119351420000102
为用户j能够购买供能商i的购买量上限。
Figure GDA0003119351420000103
为供能商i能够供应的供应量下限，
Figure GDA0003119351420000104
为购买供能商i的购买量下限；
xi≥0，购买量非负约束。
4.4模糊度计算
定义单个切片的模糊度函数：
Figure GDA0003119351420000105
其中，Δgj(x)表示各个参数的模糊度，n为用户关心的参数总数。例如用户关心如下三个参数：
Figure GDA0003119351420000106
为时间偏差模糊度；
Figure GDA0003119351420000107
为用能量偏差模糊度；
Figure GDA0003119351420000111
为用能质量偏差模糊度；
ωj为各个参数对应的权值。
定义总模糊度函数为：
Figure GDA0003119351420000112
4.5优化求解
在每个时间切片中，根据约束条件和目标函数，用线性规划方法进行求解，如单纯形法等。
4.6排序
对于求解后的最优目标值，可以按目标值或者按照模糊度进行排序，将排序后的结果输出给用户选择。
步骤D、用能用户购买能源。
用能用户可以按照互联网平台的推荐套餐直接选择供能商，也可以自行选择供能商。如果选择方案的过程中供能方的价格或供能量等参数有变化，用户可以直接根据变化后的价格、供能量等选择，也可以向平台重新提交采买请求。
步骤E、供能方根据用户购买情况进行能源传输；
其中，用户在选择优化后的方案进行能源采买后，平台将用户的用能信息发送至供能方，供能方根据用户的能源需求类别、用能时间、地点、用能量、能源质量等采买参数进行能源传输。
根据本发明提供的上述基于互联网平台综合能源量化采买的优化方法，其由用户向互联网平台提出购买需求，平台根据用户需求，对供能方提供的商品进行筛选，基于符合条件的能源商品的不同报价方式计算出最优购买方案组合，将购买方案组合的排序结果发送给用能用户选择，用能用户根据最优购买方案购买能源，供能方根据用户购买情况进行能源传输；如此利用互联网平台来根据用户的用能需要生成最优的采买方案，能够最大程度地保障用能用户的用能安全和经济利益。
请参考图4，本发明实施例还提供了一种基于互联网平台的综合能源量化采买的优化***，包括：
需求单元101，用于向平台发布用能需求；
其中，用能需求可选择性的包括需求能源类别、用能时间、地点、用能量、能源质量等参数。并且，用户在发布用能需求时可以设定备选参数，备选参数包括供能商家信誉度、供能企业类型、供能企业规模等。
同时，用户可以选择所发布的用能需求是确定性需求还是模糊需求；如果用户要求为确定性需求，供能商提供的能源必须与用户要求完全匹配；如果用户要求为模糊性需求，供能商提供的能源与用户要求的参数可以在一定范围内进行匹配，其中，模糊需求包括用能时间可变范围、用能量可变范围、能源质量范围等。其中，用户可以针对不同的参数选择其确定或者模糊的特征。
此外，用户还可以在购买需求中指定要排除的商家、指定供能线路等。
筛选单元102，用于剔除不符合条件的能源商品；所述筛选单元102用于：
根据用户需求，对数据库中供能方提供的商品进行筛选，筛选的条件包括用户要求参数、供能方与用户间的物理连接关系、供能方与用户及平台等多方的合约关系等，依据以上条件将不符合条件的能源商品剔除掉。
具体的，定义每个供能商Xi,i＝1,2,…n1；定义每个用户为Xj，j＝1,2,…n2；定义供能阶段号为t，t＝1,2,…T；定义
Figure GDA0003119351420000121
为在t期间内，供能商i能够供应给用户j的供应量上限；定义
Figure GDA0003119351420000122
为在t期间内，用户j能够购买供能商i的购买量上限；定义
Figure GDA0003119351420000131
为在t期间内，供能商i能够供应给用户j的供应量下限；定义
Figure GDA0003119351420000132
为在t期间内，用户j能够购买供能商i的购买量下限；定义
Figure GDA0003119351420000133
为在t期间内，供能商i与用户j之间的物理连接关系；定义
Figure GDA0003119351420000134
为在t期间内，供能商i与用户j之间的合约关系；其中，平台根据不同的阶段对用户请求提供支持。若某一阶段内，供应量或者购买量上限有变化，取其最小值计算；若某一阶段内，供应量或购买量的下限有变化，取其最大值计算；若某一阶段内，某个供能商与用户之间的物理连接或者合约关系有变化，视为无连接或无合约关系。
设用户j购买供能商i提供商品的购买量为xi(由于平台分别针对每一用户j进行计算，因此购买量xi忽略下标j)，则按照下列公式对供能商进行筛选：
Figure GDA0003119351420000135
Figure GDA0003119351420000136
xi≥0
如果xi＝0，则剔除该供能商。
计算单元103，用于导入用户需求，计算最优购买方案组合；
所述计算单元103具体包括：
歧视价格导入模块301，用于导入供能商针对不同用户的歧视价格。供能商可能根据自身利益，对不同的用户发布不同的价格套餐，即存在歧视价。所述歧视价格导入模块301针对发布请求的用户导入不同供能商对该用户的价格。
到站价计算模块302，用于计算不同供能商针对该用户的到站价。即根据供能网络拓扑，计算不同供能商针对该用户经过的升压降压、网络损失等之后的到达用户的能源单价。该到站价等于供能商报价加上综合途中损失价格。其中，当供能商有不同的路径均可到达该用户时，可采用优化算法计算到站价的最小值导入***，优化算法可以针对不同的网络采用不同的算法，如蚁群算法、遗传算法、最小生成树等算法。
时间切片模块303，用于时间切片。所述时间切片模块303针对用户需求时段所包含的可模糊需求的时段(为叙述简便，下述需求时段均含可模糊需求时段)进行查询，如果需求时段内，全部供能商均不是分时段报价，则略过该模块的执行，如果有若干个供能商分时报价，则要做时间切片。
所述时间切片模块303在查询用户的需求时段后，确定跨越全部供能商的需求时段为几个，则将需求时段分为几个时间切片。
定义
Figure GDA0003119351420000141
xi为时间切片后的供能商，如供能商A被切片成两段则为x1、x2，供能商B被切片成两段则为x3、x4，m为切片数。
指标计算模块304，用于在时间切片内进行最优指标计算；所述指标计算模块304用于针对不同的时间切片分别进行计算，所述指标计算模块304包括：
函数定义单元401，用于定义优化目标函数，具体为：
Figure GDA0003119351420000142
其中fi(x)为用户关心的指标，ωi为权重系数，n为指标个数；fi(x)包括：价格因素f1(x),及时率因素f2(x)，品质因素f3(x)，其中：
Figure GDA0003119351420000143
其中Pi为供能商i供能的到站单价，m为供能商个数；
Figure GDA0003119351420000151
其中Qi为供能商i的供能及时率；
Figure GDA0003119351420000152
其中Ri为供能商i的供能质量；
约束条件设置单元402，用于约束条件的设置，包括：
(1)设置不等式约束条件：Ax＜b；
其中，令
Figure GDA0003119351420000153
为每个供能商在该时段的最大供应量。
(2)设置等式约束条件：Aeqx＝beq；
其中，令Aeq＝[1 1 1 1]，beq＝[numu]，numu为用户的需求量。
变量上下限设置单元403，用于设置变量的上下限，包括：
Figure GDA0003119351420000154
为用户j能够购买供能商i的购买量上限；
Figure GDA0003119351420000155
为供能商i能够供应的供应量下限，
Figure GDA0003119351420000156
为购买供能商i的购买量下限；
xi≥0，购买量非负约束。
模糊度计算单元404，用于计算用户需求的模糊度；具体包括：
定义单个切片的模糊度函数：
Figure GDA0003119351420000157
其中Δgj(x)表示各个参数的模糊度，n为用户关心的参数总数。例如用户关心如下三个参数：
Figure GDA0003119351420000158
为时间偏差模糊度；
Figure GDA0003119351420000159
为用能量偏差模糊度；
Figure GDA0003119351420000161
为用能质量偏差模糊度；
ωj为各个参数对应的权值。
定义总模糊度函数为：
Figure GDA0003119351420000162
优化求解单元405，用于目标值的求解；在每个时间切片中，所述优化求解单元405根据约束条件和目标函数，用线性规划方法进行求解，如单纯形法等。
排序单元406，用于对多个计算结果进行排序；
对于求解后的最优目标值，所述排序单元406可以按目标值或者按照模糊度进行排序，将排序后的结果输出给用户选择。
所述***还包括能源购买单元104，用于用能用户购买能源；
用能用户可以按照互联网平台的推荐套餐直接选择供能商，也可以自行选择供能商。如果选择方案的过程中供能方的价格或供能量等参数有变化，用户可以直接根据变化后的价格、供能量等选择，也可以向平台重新提交用能请求。
能源传输单元105，用于通知功能方根据用户购买情况进行能源传输；
其中，用户在选择优化后的方案进行能源采买后，所述能源传输单元105将用户的能源采买信息发送至供能方，供能方根据用户的购买情况进行能源传输。
根据本发明提供的上述基于互联网平台综合能源量化采买的优化***，其由需求单元101获得用户的购买需求，通过筛选单元102剔除掉不符合条件的能源商品，再由计算单元103计算出最优购买方案组合并提供给用户选择，能源购买单元104用于在用户选择购买方案后购买能源，能源传输单元105将用户的能源采买信息传输给供能方以向用户进行能源传输。所述***利用互联网平台来根据用户的能源需要生成最优的采买方案，能够最大程度地保障用能用户的用能安全和经济利益。
图5是本发明的一个实施例的电子设备的结构示意图。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry StandardArchitecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(Extended Industry Standard Architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，也可从其它设备上获取相应的计算机程序。处理器，执行存储器所存放的程序，以通过执行程序实现本发明任一实施例中提供的方法和***。
本发明所提供的处理方法和***可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
本发明实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行本发明任一实施例中提供的处理方法
为了描述的方便，描述以上装置时以功能分为各种单元或模块分别描述。当然，在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
本发明是参照本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，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、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商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、商品或者设备中还存在另外的相同要素。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (8)

1.一种基于互联网平台的综合能源量化采买优化方法，所述方法包括：
用能用户向平台发布能源需求类别和对应的采买需求参数，所述能源需求类别为一个或多个，所述采买需求参数包括用能时间、用能地点、用能量、能源质量中的一种或多种；
根据所述能源需求类别和采买需求参数对能源产品进行筛选，剔除不符合条件的能源产品；
根据筛选出的能源产品的不同报价方式，计算出多个购买方案组合，将所述多个购买方案组合进行排序后发送给用能用户选择；
用能用户根据所选择的购买方案购买能源；
供能方根据用户购买情况进行能源传输；
所述采买需求参数还包括备选参数，包括供能商家信誉度、供能企业类型，供能企业规模、供能线路；
所述对能源产品进行筛选，包括确定用户采买能源的供能商以及对应的能源采买量，具体为：
设用户j购买供能商i提供产品的购买量为xi，则按照以下方式对供能商进行筛选：
Figure FDA0003119351410000011
且
Figure FDA0003119351410000012
且xi≥0；
如果xi＝0，则剔除该供能商；
其中，
Figure FDA0003119351410000013
为在t期间内供能商i能够供应给用户j的供应量上限，
Figure FDA0003119351410000014
为在t期间内用户j能够购买供能商i的购买量上限，
Figure FDA0003119351410000015
为在t期间内供能商i能够供应给用户j的供应量下限，
Figure FDA0003119351410000021
为在t期间内用户j能够购买供能商i的购买量下限，
Figure FDA0003119351410000022
为在t期间内供能商i与用户j之间的物理连接关系，
Figure FDA0003119351410000023
为在t期间内供能商i与用户j之间的合约关系；
所述计算出多个购买方案组合包括：
导入供能商针对不同用户的歧视价格；
计算不同供能商针对该用户的到站价；
查询用户的用能时间，如果所述用能时间内有若干个供能商分时报价，则确定跨越全部供能商的需求时段的个数N，将所述用能时间分为N个时间切片；
在时间切片内进行优化求解和排序；
所述在时间切片内进行优化求解，包括：
定义优化目标函数
Figure FDA0003119351410000024
其中fi(x)为用户关心的指标，ωi为权重系数，n为指标个数；
fi(x)包括：价格因素f1(x)、及时率因素f2(x)、品质因素f3(x)，其中：
Figure FDA0003119351410000025
其中Pi为供能商i供能的到站单价，m为供能商个数；
Figure FDA0003119351410000026
其中Qi为供能商i的供能及时率；
Figure FDA0003119351410000027
其中Ri为供能商i的能源质量；
约束条件设置，包括：
(1)设置不等式约束条件
Ax＜b，
其中
Figure FDA0003119351410000031
为每个供能商i在该时段的最大供应量；
设置等式约束条件：
Aeqx＝beq，
其中，Aeq＝[1 1 1 1]，beq＝[numu]，numu为用户的能源需求量；
变量上下限设置，包括：
Figure FDA0003119351410000032
Figure FDA0003119351410000033
xi≥0；
模糊度计算
定义单个切片的模糊度函数：
Figure FDA0003119351410000034
其中，n为用户关心的参数个数，Δgj(x)表示各个参数的模糊度，ωj为各个参数对应的权值，所述用户关心的参数包括：
Figure FDA0003119351410000035
为时间偏差模糊度；
Figure FDA0003119351410000036
为用能量偏差模糊度；
Figure FDA0003119351410000037
为用能质量偏差模糊度；
则总模糊度函数为：
Figure FDA0003119351410000038
2.根据权利要求1所述的方法，其特征在于，采买需求为模糊性需求或确定性需求，当用户需求为模糊性需求时，供能商提供的能源信息与用户的需求参数允许在一定范围内进行模糊匹配。
3.根据权利要求1所述的方法，其特征在于，所述排序包括按照目标值进行排序或者按照模糊度进行排序。
4.一种基于互联网平台的综合能源量化采买优化***，所述***包括：
需求单元，用于用能用户向平台发布能源需求类别和采买需求参数，所述能源需求类别为一个或多个，所述采买需求参数包括用能时间、用能地点、用能量、能源质量中的一种或多种；
筛选单元，用于根据所述能源需求类别和采买需求参数对能源产品进行筛选，剔除不符合条件的能源产品；
计算单元，用于根据筛选出的能源产品的不同报价方式，计算出多个购买方案组合，将所述多个购买方案组合进行排序后发送给用能用户选择；
能源购买单元，用于用能用户根据所选择的购买方案购买能源；
能源传输单元，用于通知供能方根据用户采买情况进行能源传输；
所述采买需求参数还包括备选参数，包括供能商家信誉度、供能企业类型，供能企业规模、供能线路；
所述筛选单元对能源产品进行筛选，包括确定用户采买能源的供能商以及对应的能源采买量，具体为：
设用户j购买供能商i提供商品的购买量为xi，则，
Figure FDA0003119351410000041
且
Figure FDA0003119351410000042
且xi≥0；
如果xi＝0，则剔除该供能商；
其中，
Figure FDA0003119351410000043
为在t期间内供能商i能够供应给用户j的供应量上限，
Figure FDA0003119351410000044
为在t期间内用户j能够购买供能商i的购买量上限，
Figure FDA0003119351410000051
为在t期间内供能商i能够供应给用户j的供应量下限，
Figure FDA0003119351410000052
为在t期间内用户j能够购买供能商i的购买量下限，
Figure FDA0003119351410000053
为在t期间内供能商i与用户j之间的物理连接关系，
Figure FDA0003119351410000054
为在t期间内供能商i与用户j之间的合约关系；
所述计算单元包括：
歧视价格导入模块，用于导入供能商针对不同用户的歧视价格；
到站价计算模块，用于计算不同供能商针对该用户的到站价；
时间切片模块，用于查询用户的用能时间，如果所述用能时间内有若干个供能商分时报价，则确定跨越全部供能商的需求时段的个数N，将所述用能时间分为N个时间切片；
指标计算模块，在时间切片内进行优化求解和排序；
所述指标计算模块包括：
函数定义单元，用于定义优化目标函数：
Figure FDA0003119351410000055
其中fi(x)为用户关心的指标，ωi为权重系数，n为指标个数；
fi(x)包括：价格因素f1(x)、及时率因素f2(x)、品质因素f3(x)，其中：
Figure FDA0003119351410000056
其中Pi为供能商i供能的到站单价，m为供能商个数；
Figure FDA0003119351410000057
其中Qi为供能商i的供能及时率；
Figure FDA0003119351410000058
其中Ri为供能商i的能源质量；
约束条件设置单元，用于：
(1)设置不等式约束条件
Ax＜b，
其中
Figure FDA0003119351410000061
为每个供能商i在该时段的最大供应量；
(2)设置等式约束条件：
Aeqx＝beq，
其中，Aeq＝[1 1 1 1]，beq＝[numu]，numu为用户的能源需求量；
变量上下限设置单元，用于设置变量上下限，包括：
Figure FDA0003119351410000062
Figure FDA0003119351410000063
xi≥0；
模糊度计算单元，用于计算模糊度，包括：
定义单个切片的模糊度函数：
Figure FDA0003119351410000064
其中，n为用户关心的参数个数，Δgj(x)表示各个参数的模糊度，ωj为各个参数对应的权值，所述用户关心的参数包括：
Figure FDA0003119351410000065
为时间偏差模糊度；
Figure FDA0003119351410000066
为用能量偏差模糊度；
Figure FDA0003119351410000067
为用能质量偏差模糊度；
则总模糊度函数为：
Figure FDA0003119351410000068
5.根据权利要求4所述的***，其特征在于，采买需求为模糊性需求或确定性需求，当用户需求为模糊性需求时，供能商提供的能源信息与用户的需求参数允许在一定范围内进行模糊匹配。
6.根据权利要求4所述的***，其特征在于，所述排序包括按照目标值进行排序或者按照模糊度进行排序。
7.一种电子设备，包括：
处理器；以及
与所述处理器耦接的存储器，存储器中存储有计算机可执行程序，所述计算机可执行程序在被处理器执行时，实现权利要求1-3任一所述的方法。
8.一种计算机可读存储介质，其存储有计算机可执行指令，所述指令被处理器执行时实现权利要求1-3任一所述的方法。
CN201910148793.4A 2019-02-28 2019-02-28 一种基于互联网平台的综合能源量化采买优化方法及*** Active CN109919474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910148793.4A CN109919474B (zh) 2019-02-28 2019-02-28 一种基于互联网平台的综合能源量化采买优化方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910148793.4A CN109919474B (zh) 2019-02-28 2019-02-28 一种基于互联网平台的综合能源量化采买优化方法及***

Publications (2)

Publication Number Publication Date
CN109919474A CN109919474A (zh) 2019-06-21
CN109919474B true CN109919474B (zh) 2021-08-27

Family

ID=66962650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910148793.4A Active CN109919474B (zh) 2019-02-28 2019-02-28 一种基于互联网平台的综合能源量化采买优化方法及***

Country Status (1)

Country Link
CN (1) CN109919474B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110473108B (zh) * 2019-09-16 2023-09-01 北京京东振世信息技术有限公司 基于区块链的合约生成方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335814A (zh) * 2015-09-25 2016-02-17 湖南中德安普大数据网络科技有限公司 在线大数据智能云审计方法及***
CN106981004A (zh) * 2016-01-15 2017-07-25 埃森哲环球解决方案有限公司 用于对商品供应商的自主选择的设备、方法和***
CN107103520A (zh) * 2017-05-08 2017-08-29 深圳市思域网络技术有限公司 智能购物比价方法及***
CN107220894A (zh) * 2017-05-28 2017-09-29 田茂祥 一种基于电力交易平台的电力交易实现方法
CN107577749A (zh) * 2017-08-30 2018-01-12 中铁工程装备集团有限公司 一种供应商的管理方法
CN107730032A (zh) * 2017-09-25 2018-02-23 上海泛智能源装备有限公司 一种泛能网电冷热三联供优化调度***及方法
CN107807523A (zh) * 2017-10-18 2018-03-16 国网天津市电力公司电力科学研究院 考虑分时电价的区域能源互联网多源协调优化运行策略
CN109191017A (zh) * 2018-10-26 2019-01-11 南方电网科学研究院有限责任公司 一种综合能源***的仿真方法、装置、设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11036192B2 (en) * 2016-06-08 2021-06-15 SaLisa Berrien COI optimizer
CN108182488A (zh) * 2017-11-18 2018-06-19 中国电力科学研究院有限公司 一种能源互联网应用模式模型及应用方法
CN108053069A (zh) * 2017-12-15 2018-05-18 南京工程学院 一种适用于多目标优化场景的综合能源***运行调度方法
CN109002921B (zh) * 2018-07-19 2021-11-09 北京师范大学 一种基于二型模糊机会约束的区域能源***优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335814A (zh) * 2015-09-25 2016-02-17 湖南中德安普大数据网络科技有限公司 在线大数据智能云审计方法及***
CN106981004A (zh) * 2016-01-15 2017-07-25 埃森哲环球解决方案有限公司 用于对商品供应商的自主选择的设备、方法和***
CN107103520A (zh) * 2017-05-08 2017-08-29 深圳市思域网络技术有限公司 智能购物比价方法及***
CN107220894A (zh) * 2017-05-28 2017-09-29 田茂祥 一种基于电力交易平台的电力交易实现方法
CN107577749A (zh) * 2017-08-30 2018-01-12 中铁工程装备集团有限公司 一种供应商的管理方法
CN107730032A (zh) * 2017-09-25 2018-02-23 上海泛智能源装备有限公司 一种泛能网电冷热三联供优化调度***及方法
CN107807523A (zh) * 2017-10-18 2018-03-16 国网天津市电力公司电力科学研究院 考虑分时电价的区域能源互联网多源协调优化运行策略
CN109191017A (zh) * 2018-10-26 2019-01-11 南方电网科学研究院有限责任公司 一种综合能源***的仿真方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
供应不确定条件下供应商选择策略研究;陈婷;《万方数据知识服务平台》;20150730;正文第36-42页 *
综合智慧能源发展模式探讨;赵凤云、韩放、户平;《中国电力企业管理》;20170228(第4期);第68-69页 *

Also Published As

Publication number Publication date
CN109919474A (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN109726861B (zh) 一种电力应用数据的优化方法及***
Torabi 1 et al. Multi-site production planning integrating procurement and distribution plans in multi-echelon supply chains: an interactive fuzzy goal programming approach
Wangphanich et al. Analysis of the bullwhip effect in multi-product, multi-stage supply chain systems–a simulation approach
JP2019512809A (ja) サービス対象のための時分割推薦方法及び装置
Ojha et al. An optimal batch size for an imperfect production system with quality assurance and rework
CN105913301B (zh) 拼单信息处理方法和***
CN103092877A (zh) 一种关键词推荐方法和装置
WO2015116038A1 (en) Supply chain management system
CN110490748B (zh) 基于订单的项目推荐方法以及装置
CN106708868B (zh) 一种互联网数据分析方法及***
CN102298748A (zh) 基于互联网平台的电子招标方法及装置
TW200304080A (en) Generating an optimized supplier allocation plan
JP2007011789A (ja) ネットワークを用いた商品の共同購入システム
CN107103520A (zh) 智能购物比价方法及***
CN109919474B (zh) 一种基于互联网平台的综合能源量化采买优化方法及***
CN114331594A (zh) 一种商品推荐方法
WO1999026173A1 (en) A configurable electronic trading system and the method therefor
US20150193860A1 (en) Electronic commerce system and method
KR102564359B1 (ko) 온라인 마켓에서 판매 상품의 판매 가격을 결정하는 방법
CN116452301A (zh) 基于大数据分析的商品推荐方法及***
Siajadi et al. Joint replenishment policy in inventory-production systems
CN110473014A (zh) 基于贝叶斯纳什均衡的资产定价方法和***
TW202318317A (zh) 用於處理配送相關資訊之電子設備及其方法
CN110288433A (zh) 一种基于点击率模型预测o2o实时个性化排序方法
CN110827102A (zh) 用于调货比价的方法和装置

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