一种能源系统的功率确定方法和电子设备与流程

1.本发明涉及电力技术领域，特别涉及一种能源系统的功率确定方法和电子设备。


背景技术：

2.面向电力系统的“源-荷-储”互动运行是指电源、负荷和储能之间通过源源互补、储荷互动和源荷互动等多种交互形式，更经济、高效和安全地提高电力系统功率动态平衡能力，本质上是一种实现能源资源最大化利用的运行模式和技术。
3.现有能源系统在确定功率的过程中，对电源和负荷的不确定性考虑不足，导致能源资源未被充分利用，能源系统的运行成本较高。


技术实现要素：

4.本发明实施例提供一种能源系统的功率确定方法和电子设备，以解决能源系统的运行成本较高的问题。
5.本发明实施例提供一种能源系统的功率确定方法，应用于电子设备，包括：
6.预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源；
7.基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。
8.可选的，所述预测目标电源的能源生产量和负荷的能源消耗量包括：
9.获取所述目标电源的能源生产量的第一历史数值和所述负荷的能源消耗量的第二历史数值；
10.利用非参数核密度估计法对所述第一历史数值和所述第二历史数值进行随机性分析，生成随机概率分布信息；
11.利用概率场景抽样法对所述随机概率分布信息进行处理，生成第一运行场景；
12.利用同步回代削减法对所述第一运行场景进行聚类削减，生成第二运行场景；
13.基于所述第二运行场景，预测所述目标电源的能源生产量和所述负荷的能源消耗量。
14.可选的，所述能源系统包括以下至少一项：
15.燃气轮机装置，用于将燃气转化成电能、热能或冷能；
16.燃料电池装置，用化学能转化为电能；
17.电锅炉装置，用于将电能转化为热能；
18.电制冷空调装置，用于将电能转化为冷能；
19.电储能装置，用于存储电能；
20.冰蓄冷装置，用于存储冷能；
21.热储能装置，用于存储热能。
22.可选的，在所述能源系统包括至少两项装置的情况下，所述确定所述能源系统的
运行功率包括：
23.利用序列二次规划算法对成本计算模型进行优化求解；所述成本计算模型用于计算所述能源系统的成本；
24.基于所述优化求解的结果，确定所述能源系统的各装置的运行功率。
25.可选的，所述利用序列二次规划算法对成本计算模型进行优化求解，包括：
26.确定所述能源系统的网络参数和所述算法的优化参数；
27.确定所述能源系统的各装置的功率边界；
28.基于所述网络参数、所述优化参数和所述功率边界，利用序列二次规划算法对成本计算模型进行优化求解。
29.本发明实施例还提供一种电子设备，包括：
30.预测模块，用于预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源；
31.确定模块，用于基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。
32.可选的，所述预测模块包括：
33.获取单元，用于获取所述目标电源的能源生产量的第一历史数值和所述负荷的能源消耗量的第二历史数值；
34.第一生成单元，用于利用非参数核密度估计法对所述第一历史数值和所述第二历史数值进行随机性分析，生成随机概率分布信息；
35.第二生成单元，用于利用概率场景抽样法对所述随机概率分布信息进行处理，生成第一运行场景；
36.第三生成单元，用于利用同步回代削减法对所述第一运行场景进行聚类削减，生成第二运行场景；
37.预测单元，用于基于所述第二运行场景，预测所述目标电源的能源生产量和所述负荷的能源消耗量。
38.可选的，在所述能源系统包括至少两项装置的情况下，所述确定模块包括：
39.优化单元，用于利用序列二次规划算法对成本计算模型进行优化求解；所述成本计算模型用于计算所述能源系统的成本；
40.确定单元，用于基于所述优化求解的结果，确定所述能源系统的各装置的运行功率。
41.本发明实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现本发明实施例提供的能源系统的功率确定方法的步骤。
42.本发明实施例还提供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本发明实施例提供的能源系统的功率确定方法的步骤。
43.本发明实施例中，预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源；基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。在确定所述能源系统的运行功率的过程中，由于同时考虑
了目标电源的不确定性和负荷的不确定性，能源资源利用的更充分更合理，减少了能源资源的浪费，降低能源资源的运行成本。
附图说明
44.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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。
45.图1是本发明实施例提供的一种能源系统的功率确定方法的流程图；
46.图2是本发明实施例提供的另一种能源系统的功率确定方法的流程图；
47.图3是本发明实施例提供的一种能源系统的示意图；
48.图4是本发明实施例提供的另一种能源系统的功率确定方法的流程图；
49.图5是本发明实施例提供的一种能源系统的优化求解的流程图；
50.图6是本发明实施例提供的一种电子设备的结构图；
51.图7是本发明实施例提供的另一种电子设备的结构图。
具体实施方式
52.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作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。
53.本技术的说明书和权利要求书中的术语“包括”以及它的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，说明书以及权利要求中使用“和/或”表示所连接对象的至少其中之一，例如a和/或b，表示包含单独a，单独b，以及a和b都存在三种情况。
54.在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
55.请参见图1，图1是本发明实施例提供的一种能源系统的功率确定方法的流程图，该方法应用于电子设备，如图1所示，包括以下步骤：
56.步骤101、预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源。
57.在一些实施方式中，所述目标电源又可以称为不确定性电源，所述不确定性电源指的是电源的能源生产量是不确定的，所述不确定性电源可以指可再生能源，例如风能和太阳光伏能，由于风能和太阳光伏能的能源生产量受天气环境的影响比较大，所述其能源生产量是不确定的。预测所述目标电源的能源生产量可以是预测所述目标电源的能源的总的生产量，也可以是预测所述目标电源的电能生产量、热能生产量或者冷能生产量，还可以
是预测其他形式的能源生产量，对此不作限定。
58.负荷的能源消耗量可以指电力系统的用户消耗的电能、热能或者冷能的量。电力系统的用户可以指家庭用户或者工业用户，面对不同季节或不同气候，或者在用电的高低峰时段等等，负荷的能源消耗量是不确定的。预测所述负荷的能源消耗量可以是预测所述负荷的能源的总的消耗量，也可以是预测所述负荷的电能消耗量、热能消耗量或者冷能消耗量，还可以是预测其他形式的能源消耗量，对此不作限定。
59.所述能源系统的运行功率是可以控制的，所述能源系统的能源生产量、能源转化量或者能源存储量是可以控制的，所述目标能源为所述能源系统外的能源。
60.该步骤中对所述目标电源的能源生产量和负荷的能源消耗量的预测方式不作限定，可以通过分析处理所述目标电源的能源生产量的第一历史数值和所述负荷的能源消耗量的第二历史数值来进行预测，可以分析所述第一历史数值和所述第二历史数值的概率分布来进行预测，可以借助于其他厂家的电力系统的预测结果，也可以通过其他方式来进行预测，对此本发明实施例不作限定。对于预测的时间段也不作限定，例如，可以预测下一天的所述目标电源的能源生产量和负荷的能源消耗量，也可以预测下一小时的所述目标电源的能源生产量和负荷的能源消耗量。
61.步骤102、基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。
62.例如，当所述目标电源的能源生产量的预测数值高于所述负荷的能源消耗量的预测数值时，所述能源系统可以将多余的能源存储起来，避免能源浪费。当所述目标电源的能源生产量的预测数值低于所述负荷的能源消耗量的预测数值时，所述能源系统可以用最优成本的方式补充提供能源。本发明实施例中对所述能源系统的内部构造不作限定，例如所述能源系统可以包括储电、储热或储冷等多种储能装置，也可以包括供电，供热和供冷等多种供能装置，还可以包括不同能源的转化装置，对此本发明实施例不作限定。
63.所述确定所述能源系统的运行功率可以是确定下一天的能源系统的运行功率，可以是确定下一小时的能源系统的运行功率，对此本发明实施例不作限定。
64.所述能源系统根据所述目标电源的能源生产量和所述负荷的能源消耗量的预测结果，充分调动内部的能源装置，灵活调控，互动配合，通过源源互补、储荷互动和源荷互动等多种交互形式，更经济、高效和安全地提高电力系统功率动态平衡能力，实现能源资源最大化利用的运行模式。
65.本发明实施例中，预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源；基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。在确定所述能源系统的运行功率的过程中，由于同时考虑了目标电源的不确定性和负荷的不确定性，能源资源利用的更充分更合理，减少了能源资源的浪费，降低能源资源的运行成本。
66.请参见图2，图2是本发明实施例提供的另一种能源系统的功率确定方法的流程图，如图2所示，包括以下步骤：
67.步骤201、获取所述目标电源的能源生产量的第一历史数值和所述负荷的能源消耗量的第二历史数值。
68.所述第一历史数值和所述第二历史数值可以从本厂的电力系统中获取，也可以从
其他厂的电力系统中获取，对此不作限定。所述目标电源的能源生产量的历史数值和所述负荷的能源消耗量的历史数值可以以每天为单位，也可以以每小时为单位，对此不作限定。
69.步骤202、利用非参数核密度估计法对所述第一历史数值和所述第二历史数值进行随机性分析，生成随机概率分布信息。
70.例如，该步骤中通过分析和处理所述第一历史数值和所述第二历史数值，可以得到下一天每一小时的所述目标电源的能源生产量和所述负荷的能源消耗量的概率分布，尤其关注下一天每一小时的所述目标电源的能源生产量和所述负荷的能源消耗量的最大概率的数值。该步骤中也可以生成其他形式的随机概率分布信息，对此不作限定。
71.步骤203、利用概率场景抽样法对所述随机概率分布信息进行处理，生成第一运行场景。
72.所述第一运行场景可以用下一天每小时的最大概率的所述目标电源的能源生产量和所述负荷的能源消耗量的数值的曲线图来描述，也可以用其他场景方式来描述。
73.步骤204、利用同步回代削减法对所述第一运行场景进行聚类削减，生成第二运行场景。
74.将相近的或者类似的所述第一运行场景进行整合归类，聚类削减，生成第二运行场景。
75.步骤205、基于所述第二运行场景，预测所述目标电源的能源生产量和所述负荷的能源消耗量。
76.该步骤中可以预测下一天每小时的所述目标电源的能源生产量和所述负荷的能源消耗量，也可以预测下一周每天的所述目标电源的能源生产量和所述负荷的能源消耗量，对此不作限定。
77.步骤206、基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。
78.该实施方式中，采用非参数核密度估计法对可再生能源和负荷随机性进行分析，得到可再生能源与负荷出力的随机概率分布。采用概率场景抽样法生成可再生能源和负荷出力的随机运行数据，并利用同步回代削减法对各运行场景进行聚类削减，得到可再生能源和负荷出力的聚类场景及概率。
79.该实施方式提高了对所述目标电源的能源生产量和所述负荷的能源消耗量的预测的准确性，使得预测结果尽可能贴近下一时刻所述目标电源的能源生产量和所述负荷的能源消耗量的实际数值，下一时刻的所述能源系统的运行功率确定得更准确，配合度更高，能源资源利用的更充分更合理，减少了能源资源的浪费，降低能源资源的运行成本。
80.可选的，所述能源系统300包括以下至少一项：
81.燃气轮机装置301，用于将燃气转化成电能、热能或冷能；
82.燃料电池装置302，用化学能转化为电能；
83.电锅炉装置303，用于将电能转化为热能；
84.电制冷空调装置304，用于将电能转化为冷能；
85.电储能装置305，用于存储电能；
86.冰蓄冷装置306，用于存储冷能；
87.热储能装置307，用于存储热能。
88.图3是本发明实施例提供的一种能源系统的示意图，图3所示的能源系统300包括燃气轮机装置301、燃料电池装置302、电锅炉装置303、电制冷空调装置304、电储能装置305、冰蓄冷装置306和热储能装置307中的所有项，图3所示的能源系统是其中一种实施方式。
89.该实施方式中，所述能源系统300的燃气轮机装置301、燃料电池装置302、电锅炉装置303、电制冷空调装置304、电储能装置305、冰蓄冷装置306和热储能装置307可以相互独立运行，互不干扰，实现多能源的解耦，提高能源系统调控的准确性。
90.所述燃气轮机装置301的燃气轮机模型为：
[0091][0092]
其中，为t时段燃气轮机排气余热量；为t时段燃气轮机输出的电功率；ηe为燃气轮机发电效率；η
l
为燃气轮机散热损失系数；为t时段燃气轮机烟气余热提供的制热量；为t时段燃气轮机烟气余热提供的制冷量；k
he
、k
ce
分别为溴冷机的制热和制冷系数，θ为燃气轮机余热中用于供热的比例，为t时段燃气轮机的运行总效率，vf为天然气的流量，lf为天然气低热热值。
[0093]
所述燃气轮机装置301的燃气轮机运行总成本为：
[0094][0095]
其中，δt为两次调度之间的时间间隔，为t时段天然气的价格，c
mt
为燃气轮机运行总成本。
[0096]
所述燃料电池装置302的燃料电池模型为：
[0097][0098]
其中，为t时段燃料电池的输出电功率；η
fc
为燃料电池的发电效率。
[0099]
所述电锅炉装置303的电锅炉模型为：
[0100][0101]
其中，和分别为t时段电锅炉的产热功率与耗电功率，为电锅炉的产
热效率。
[0102]
所述电制冷空调的电制冷空调模型为：
[0103][0104]
其中，和分别为电制冷空调的制冷功率与耗电功率，为制冷机的制冷效率。
[0105]
所述电储能装置305的电储能系统模型为：
[0106][0107]
其中，为电储能荷电状态，和分别为电储能的充电功率与放电功率；和分别为电储能的充电效率和放电效率，σ
es
为电储能系统的自放电率。
[0108]
所述冰蓄冷装置306的冰蓄冷系统模型为：
[0109][0110]
其中，为冰蓄冷系统t时段的蓄冷量，和分别为冰蓄冷系统的制冰与融冰功率，和分别为冰蓄冷系统的制冰和融冰效率，σ
is
为冰蓄冷系统的冷量自损失率。
[0111]
所述热储能装置307的热储能系统模型为：
[0112][0113]
其中，为热储能系统t时段的储热量，分别为t时段的储热功率与放热功率，分别为热储能系统在t时段的储热与放热效率，σ
hs
为储热罐的热损失率。
[0114]
需求响应模型为：
[0115][0116]
其中，为单位功率的切负荷成本，为需求响应切负荷功率；n
ecl
为参与需求响应的负荷个数。
[0117]
本发明实施例达到充分发挥分布式能源、储能以及需求响应等相互之间的能量互补调节潜力，保障运行方案的最优合理性的目的。在充分考虑多能源差异性、随机性和耦合性等特征的情况下，设计高效合理的综合能源优化运行方案，提高优化结果对实际工程的指导性。
[0118]
所述能源系统可以实现生产电能、热能或冷能，可以实现存储电能、热能或冷能，
还可以实现电能、热能和冷能之间的能量转化。多元化的供能和储能形式，多能源形式解耦，所述能源系统的调控的灵活性较高。在确定所述能源系统的运行功率之后，在所述能源系统包括至少两项装置的情况下，所述能源系统通过内部至少两项装置的功率分配，能源转化，灵活配合，使得所述目标电源的能源生产量、所述负荷的能源消耗量和所述能源系统的运行量达到动态平衡，更经济、高效和安全地提高电力系统功率动态平衡能力。
[0119]
请参见图4，图4是本发明实施例提供的另一种能源系统的功率确定方法的流程图，如图4所示，包括以下步骤：
[0120]
步骤401、预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源。
[0121]
步骤402、在所述能源系统包括至少两项装置的情况下，利用序列二次规划算法对成本计算模型进行优化求解；所述成本计算模型用于计算所述能源系统的成本。
[0122]
步骤403、基于所述优化求解的结果，确定所述能源系统的各装置的运行功率。
[0123]
将所述能源系统的期望运行总成本作为优化模型的目标函数，目标函数为：
[0124][0125]
其中，c为系统期望运行总成本，为系统燃料消耗及设备寿命损耗等构成的运行费用，为各设备运行维护费用，为购电费用或售电收益。ωs为第s个随机场景发生的概率，ns为随机场景的个数，tn为运行优化的总时段数。
[0126]
燃料消耗及寿命损耗等费用的计算公式如下，主要涵盖燃气轮机、燃料电池的燃料消耗费用，电储能、热储能以及冰蓄冷系统的运行寿命损耗折算费用，以及需求响应的补偿费用。
[0127][0128]
所述电储能装置305的电储能运行成本：
[0129][0130]
所述冰蓄冷装置306的冰蓄冷系统成本：
[0131][0132]
所述热储能装置307的热储能系统运行成本：
[0133][0134]
其中，指荷电状态为时采用放电功率放电的等效折算成本函数。k
is
为冰蓄冷系统单位功率损耗成本，c
is
为冰蓄冷系统运行成本。τ
hs
为热储能系统单位功率损耗成本，c
hs
为热储能系统运行成本。
[0135]
运行维护费用计算如下式：
[0136][0137]
其中，为第i个设备的运行维护成本系数，p
it
为第i个设备单元在t时段的出力功率。
[0138]
购电费用与售电收益计算如下式：
[0139][0140]
其中，为t时段综合能源系统与外部电网的交互功率，取正值时表示综合能源系统向外部电网购电，取负值时表示综合能源系统向外部电网售电，与分别为t时段综合能源系统购电与售电的电价。
[0141]
本发明实施例考虑源荷不确定性；考虑储电、储热、储冷等多种储能形式的互补；考虑“源-荷-储”各环节协调互动等因素对能源系统的优化过程的影响，将系统的期望运行总成本作为优化模型的目标函数，采用非参数核密度估计与概率场景抽样相结合的方法对所述能源系统中源荷不确定性进行深度挖掘与表征，采用基于序列二次规划算法的求解方法对优化模型进行求解，实现了对能源系统的运行策略的优化设计，有助于实现能源解耦，并提高系统运行灵活性和经济性。
[0142]
例如，当所述目标电源的能源生产量的预测数值高于所述负荷的能源消耗量的预测数值时，所述能源系统可以利用电储能装置305存储电能，或者利用冰蓄冷装置306存储冷能，或者利用热储能装置307存储热能；可以直接存储，也可以将能量转化后再进行存储。所述优化求解的过程会在众多的能源处理方式中，计算出运行成本最低，能源利用率最高的能源处理方式。
[0143]
例如，当所述目标电源的能源生产量的预测数值低于所述负荷的能源消耗量的预测数值时，所述能源系统可以利用所述燃气轮机装置301，利用燃气生产电能、热能或冷能，作为补充提供能源；也可以利用所述燃料电池装置302，利用化学生产电能，作为补充提供能源；也可以直接利用储能装置，直接补充提供能源；可以直接补充提供能源，也可以将能源转化后再补充提供。所述优化求解的过程会在众多的针对能源处理方式中，计算出运行成本最低，能源利用率最高的能源处理方式。
[0144]
在一实施方式中，当所述目标电源的能源生产量的预测数值高于所述负荷的能源消耗量的预测数值时，在所述优化求解的结果中，如果能源存储的成本高于能源本身的成本，所述能源系统也可以不存储多余的能源，降低所述能源系统的运行成本。
[0145]
本发明实施例全面考虑源荷不确定性，实现储电、储热和储冷等多种储能形式的互补转化与配合，详细虑及“源-荷-储”各环节之间的协调互动，充分利用多元储能实现多能源的解耦与调控灵活性提升。
[0146]
请参见图5，图5是本发明实施例提供的一种能源系统的优化求解的流程图，所述利用序列二次规划算法对成本计算模型进行优化求解，包括：
[0147]
步骤501、确定所述能源系统的网络参数和所述算法的优化参数；
[0148]
步骤502、确定所述能源系统的各装置的功率边界；
[0149]
步骤503、基于所述网络参数、所述优化参数和所述功率边界，利用序列二次规划算法对成本计算模型进行优化求解。
[0150]
该实施方式中，事先确定所述能源系统的各装置的功率边界，避免所述优化求解的结果超出所述各装置的设备容量，确保实施性，提高实用性。
[0151]
1)初始化优化的所有参数，包括能源系统的网络参数、设备参数、优化算法的相关参数等。
[0152]
2)确定设备容量，确定可再生能源、负荷和储能等的边界条件。
[0153]
3)采用序列二次规划算法开始优化求解。
[0154]
4)若优化终止条件满足，则停止优化，输出优化结果。否则继续优化求解。
[0155]
所述优化求解的过程可以是通过不断调试所述能源系统的各装置的每小时的运行功率，得出多个运行总成本，在众多调试数值中确定所述能源系统的成本最低时，所述能源系统的各装置的每小时的运行功率。当然，也可以调试所述能源系统的各装置的每2小时的运行功率，对此不作限定。
[0156]
所述优化求解的终止条件可以是限制求解的次数，比如调试不同的所述各装置的每小时的运行功率的数值1000次，或者调试5000次不同的数值；所述优化求解的终止条件也可以是限制求解的时间，比如20分钟或者2小时；所述优化求解的终止条件也可以为其他条件，对此不作限定。在优化求解的所有方案中，选择所述能源系统的成本最低，能源利用率最高时的所述各装置的运行功率。能源资源利用的更充分更合理，减少了能源资源的浪费，降低能源资源的运行成本。
[0157]
请参见图6，图6是本发明实施例提供的一种电子设备的结构图，如图6所示，电子设备600，包括：
[0158]
预测模块601，用于预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源；
[0159]
确定模块602，用于基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。
[0160]
可选的，所述预测模块包括：
[0161]
获取单元，用于获取所述目标电源的能源生产量的第一历史数值和所述负荷的能源消耗量的第二历史数值；
[0162]
第一生成单元，用于利用非参数核密度估计法对所述第一历史数值和所述第二历史数值进行随机性分析，生成随机概率分布信息；
[0163]
第二生成单元，用于利用概率场景抽样法对所述随机概率分布信息进行处理，生成第一运行场景；
[0164]
第三生成单元，用于利用同步回代削减法对所述第一运行场景进行聚类削减，生成第二运行场景；
[0165]
预测单元，用于基于所述第二运行场景，预测所述目标电源的能源生产量和所述
负荷的能源消耗量。
[0166]
可选的，所述能源系统包括以下至少一项：
[0167]
燃气轮机装置，用于将燃气转化成电能、热能或冷能；
[0168]
燃料电池装置，用化学能转化为电能；
[0169]
电锅炉装置，用于将电能转化为热能；
[0170]
电制冷空调装置，用于将电能转化为冷能；
[0171]
电储能装置，用于存储电能；
[0172]
冰蓄冷装置，用于存储冷能；
[0173]
热储能装置，用于存储热能。
[0174]
可选的，在所述能源系统包括至少两项装置的情况下，所述确定模块包括：
[0175]
优化单元，用于利用序列二次规划算法对成本计算模型进行优化求解；所述成本计算模型用于计算所述能源系统的成本；
[0176]
确定单元，用于基于所述优化求解的结果，确定所述能源系统的各装置的运行功率。
[0177]
可选的，所述优化单元包括：
[0178]
第一确定子单元，用于确定所述能源系统的网络参数和所述算法的优化参数；
[0179]
第二确定子单元，用于确定所述能源系统的各装置的功率边界；
[0180]
优化子单元，用于基于所述网络参数、所述优化参数和所述功率边界，利用序列二次规划算法对成本计算模型进行优化求解。
[0181]
本发明实施例提供的电子设备能够实现本发明实施例中方法实施例中电子设备实现的各个过程，且可以达到相同有益效果，为避免重复，这里不再赘述。
[0182]
请参见图7，图7是本发明实施例提供的另一种电子设备的结构图，如图7所示，电子设备700包括处理器701、存储器702及存储在所述存储器702上并可在所述处理器上运行的计算机程序。
[0183]
其中，所述计算机程序被所述处理器701执行时实现如下步骤：
[0184]
预测目标电源的能源生产量和负荷的能源消耗量；所述目标电源为所述能源系统外的电源；
[0185]
基于所述目标电源的能源生产量和所述负荷的能源消耗量，确定所述能源系统的运行功率。
[0186]
可选的，所述预测目标电源的能源生产量和负荷的能源消耗量包括：
[0187]
获取所述目标电源的能源生产量的第一历史数值和所述负荷的能源消耗量的第二历史数值；
[0188]
利用非参数核密度估计法对所述第一历史数值和所述第二历史数值进行随机性分析，生成随机概率分布信息；
[0189]
利用概率场景抽样法对所述随机概率分布信息进行处理，生成第一运行场景；
[0190]
利用同步回代削减法对所述第一运行场景进行聚类削减，生成第二运行场景；
[0191]
基于所述第二运行场景，预测所述目标电源的能源生产量和所述负荷的能源消耗量。
[0192]
可选的，所述能源系统包括以下至少一项：
[0193]
燃气轮机装置，用于将燃气转化成电能、热能或冷能；
[0194]
燃料电池装置，用化学能转化为电能；
[0195]
电锅炉装置，用于将电能转化为热能；
[0196]
电制冷空调装置，用于将电能转化为冷能；
[0197]
电储能装置，用于存储电能；
[0198]
冰蓄冷装置，用于存储冷能；
[0199]
热储能装置，用于存储热能。
[0200]
可选的，在所述能源系统包括至少两项装置的情况下，所述确定所述能源系统的运行功率包括：
[0201]
利用序列二次规划算法对成本计算模型进行优化求解；所述成本计算模型用于计算所述能源系统的成本；
[0202]
基于所述优化求解的结果，确定所述能源系统的各装置的运行功率。
[0203]
可选的，所述利用序列二次规划算法对成本计算模型进行优化求解，包括：
[0204]
确定所述能源系统的网络参数和所述算法的优化参数；
[0205]
确定所述能源系统的各装置的功率边界；
[0206]
基于所述网络参数、所述优化参数和所述功率边界，利用序列二次规划算法对成本计算模型进行优化求解。
[0207]
本发明实施例提供的电子设备能够实现本发明实施例中方法实施例中电子设备实现的各个过程，且可以达到相同有益效果，为避免重复，这里不再赘述。
[0208]
本发明实施例还提供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本发明实施例提供的能源系统的功率确定方法的步骤。
[0209]
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0210]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0211]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。