用于供电方的综合能源低碳调度方法及装置

1.本发明涉及能源调度技术领域，尤其涉及一种用于供电方的综合能源低碳调度方法及装置。


背景技术：

2.能源是国民经济和社会发展的重要物质基础。电力能源是经济活动必不可少的生产资料，也是人们生活离不开的生活资料，其在各项能源消耗领域中所占比重较大。
3.通常情况下，供电方具有多个发电机组，可以包括传统火电发电机组、可再生能源发电机组和大型环保机组中的至少一种。对供电方进行综合能源调度，指通过耦合供电方的各发电机组产生的电力能源，对每一发电机组产生的电力能源进行合理调度，从而实现各发电机组产生的电力能源的动态协同和优势互补。对供电方进行综合能源调度，不仅可以节约资源和保护环境，有利于贯彻落实节能减排目标，还有助于加快电源结构调整，促进可再生能源发电机组和大型环保机组的发展。
4.随着低碳能源的蓬勃发展，供电方的发电机组呈现数量更多、种类更多元的发展趋势，传统的人工综合能源调度方法已无法满足现有的供电方的调度需求，综合能源调度效率较低、调度精度较差。因此，如何更高效和更精准的对供电方进行综合能源低碳调度是本领域亟待解决的问题。


技术实现要素：

5.本发明提供一种用于供电方的综合能源低碳调度方法及装置，用以解决现有技术中对供电方进行综合能源调度效率较低、调度精度较差的缺陷，实现更高效和更精准的对供电方进行综合能源低碳调度。
6.本发明提供一种用于供电方的综合能源低碳调度方法，包括：
7.获取第一目标数据和第二目标数据；
8.基于所述第一目标数据，构建综合能源调度模型，基于所述第二目标数据，构建所述综合能源调度模型对应的目标函数；
9.基于蜜獾算法和所述目标函数，求解所述综合能源调度模型，获取目标调度方案；
10.基于所述目标调度方案，对目标供电方进行综合能源调度；
11.其中，所述第一目标数据，包括：所述目标供电方的发电机组的数量、运行时间段的数量以及所述目标供电方在每一运行时间段内的用电负荷；所述第二目标数据，包括：所述目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
12.根据本发明提供的一种用于供电方的综合能源低碳调度方法，所述基于蜜獾算法和所述目标函数，求解所述综合能源调度模型，获取目标调度方案，具体包括：
13.步骤s1，基于所述综合能源调度模型和所述目标供电方对应的约束条件，获取多个调度方案；
14.步骤s2，初始化所述蜜獾算法的控制参数，生成蜜獾种群，所述蜜獾种群中的每一
蜜獾个体与每一所述调度方案相对应；
15.步骤s3，获取所述蜜獾种群中每一蜜獾个体的目标函数值，将所述目标函数值最小的蜜獾个体作为所述蜜獾种群中的最优蜜獾个体；
16.步骤s4，基于所述蜜獾种群中最优蜜獾个体的位置，对所述蜜獾种群进行位置更新，获取位置更新后的蜜獾种群中每一蜜獾个体的目标函数值，将所述位置更新后的蜜獾种群中目标函数值最小的蜜獾个体作为所述位置更新后的蜜獾种群中的最优蜜獾个体；
17.步骤s5，基于所述位置更新后的蜜獾种群中的最优蜜獾个体，对所述位置更新后的蜜獾种群进行种群更新，获取种群更新后的蜜獾种群，并重复执行步骤s2至s5，直至所述种群更新的次数达到最大种群更新次数，获得最优蜜獾个体对应的调度方案作为所述目标调度方案。
18.根据本发明提供的一种用于供电方的综合能源低碳调度方法，所述目标函数的公式为：
19.fi＝(ω1*g
1,i
ω2*g
2,i
ω3*g
3,i
)
[0020][0021]
其中，i为所述蜜獾种群中蜜獾个体的标识，i＝1,2,
…
,n，n表示所述蜜獾种群中蜜獾个体的总数；fi表示蜜獾种群中第i个蜜獾个体的目标函数值；m表示所述目标供电方的发电机组的总数，m为所述发电机组的标识，m＝1,2,
…
,m；t表示所述目标供电方的运行时间段的数量，t为所述运行时间段的标识，t＝1,2,
…
,t；xi、yi和zi分别表示所述发电机组的三个燃料耗能系数；am表示第m个发电机组的报价函数；α
m,t
、β
m,t
和δ
m,t
分别表示所述目标供电方的第m个发电机组在第t个运行时间段对应的三个不同的污染气体排放系数；g
1,i
表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，所述目标供电方的燃煤消耗量；g
2,i
表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，所述目标供电方的购电成本；g
3,i
表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，所述目标供电方的污染气体排放量；表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，第m个发电机组在第t个运行时间段内的发电量；ω1表示g
1,i
对应的权重，ω2表示g
2,i
对应的权重，ω2表示g
2,i
对应的权重。
[0022]
根据本发明提供的一种用于供电方的综合能源低碳调度方法，所述基于所述位置更新后的蜜獾种群中的最优蜜獾个体，对所述位置更新后的蜜獾种群进行种群更新，获取种群更新后的蜜獾种群，具体包括：
[0023]
将所述位置更新后的蜜獾种群中目标函数值最大的w个蜜獾个体，替换为所述位置更新后的蜜獾种群中的最优蜜獾个体，获取所述种群更新后的蜜獾种群；其中，w为大于0小于m的正整数，m为所述蜜獾种群中蜜獾个体的总数。
[0024]
根据本发明提供的一种用于供电方的综合能源低碳调度方法，w与m正相关。
[0025]
根据本发明提供的一种用于供电方的综合能源低碳调度方法，所述综合能源调度模型对应的约束条件，包括：负荷平衡约束、出力约束、变化功率速度约束和旋转备用约束中的至少一种。
[0026]
本发明还提供一种用于供电方的综合能源低碳调度装置，包括：
[0027]
数据获取模块，用于获取第一目标数据和第二目标数据；
[0028]
模型构建模块，用于基于所述第一目标数据，构建综合能源调度模型，基于所述第二目标数据，构建所述综合能源调度模型对应的目标函数；
[0029]
算法求解模块，用于基于蜜獾算法和所述目标函数，求解所述综合能源调度模型，获取目标调度方案；
[0030]
综合能源调度模块，用于基于所述目标调度方案，对目标供电方进行综合能源调度；
[0031]
其中，所述第一目标数据，包括：所述目标供电方的发电机组的数量、运行时间段的数量以及所述目标供电方在每一运行时间段内的用电负荷；所述第二目标数据，包括：所述目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
[0032]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述用于供电方的综合能源低碳调度方法的步骤。
[0033]
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述用于供电方的综合能源低碳调度方法的步骤。
[0034]
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述用于供电方的综合能源低碳调度方法的步骤。
[0035]
本发明提供的用于供电方的综合能源低碳调度方法及装置，通过基于目标供电方的发电机组的数量、运行时间段的数量、目标供电方在每一运行时间段内的用电负荷以及目标供电方对应的约束条件，构建综合能源调度模型，基于目标供电方的燃煤消耗量、污染气体排放量以及购电成本，构建上述综合能源调度模型对应的目标函数，基于蜜獾算法和上述目标函数，对综合能源调度模型进行求解，获取目标调度算法，基于上述目标调度算法，对目标供电方的每一发电机组进行综合能源调度，能对目标供电方进行更高效、更精准的综合能源低碳调度，能通过对目标供电方的综合能源调度，最大化的降低目标供电方投入的成本以及最大化的提升目标供电方的环保性能，能提高综合能源调度的经济效益，具有更好的推广前景。
附图说明
[0036]
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
[0037]
图1是本发明提供的用于供电方的综合能源低碳调度方法的流程示意图之一；
[0038]
图2是本发明提供的用于供电方的综合能源低碳调度方法的流程示意图之二；
[0039]
图3是本发明提供的用于供电方的综合能源低碳调度方法与现有调度方法的仿真结果对比示意图；
[0040]
图4是本发明提供的用于供电方的综合能源低碳调度装置的结构示意图；
[0041]
图5是本发明提供的电子设备的结构示意图。
具体实施方式
[0042]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
[0043]
在发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0044]
需要说明的是，蜜獾算法是一种新的启发式智能算法，在旅行商问题、武器目标分配问题、多处理机调度问题、可靠性优化问题、聚类问题、作业调度问题等方面都有较好的应用前景。蜜獾算法可以包括初始化蜜獾算法参数和种群、计算种群中每一蜜獾个体的目标函数值、计算猎物的气味强度、更新密度因子、更新蜜獾种群位置等步骤，基于上述步骤可以对用于供电方的综合能源低碳调度的解空间进行最优解搜索。
[0045]
本发明提供的用于供电方的综合能源低碳调度方法中，将蜜獾算法应用于解决供电方的综合能源调度方面，能更准确、更高效的获取最节能环保的调度方案，基于上述调度方案对供电方产生的电力能源进行调度，可以最大化的实现综合能源调度的节能目标，在综合能源调度环境和调度方式不断变化的情况下，可以解决供电方产生的电力能源的最佳低碳经济调度问题。
[0046]
图1是本发明提供的用于供电方的综合能源低碳调度方法的流程示意图。下面结合图1描述本发明的用于供电方的综合能源低碳调度方法。如图1所示，该方法包括：步骤101、获取第一目标数据和第二目标数据；
[0047]
其中，第一目标数据，包括：目标供电方的发电机组的数量、运行时间段的数量以及目标供电方在每一运行时间段内的用电负荷；第二目标数据，包括：目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
[0048]
具体地，目标供电方为本发明提供的用于供电方的综合能源低碳调度方法的调度目标。基于本发明提供的用于供电方的综合能源低碳调度方法，可以对目标供电方产生的电力能源进行调度。
[0049]
目标供电方可以包括多个发电机组。上述发电机组可以为火电机组，还可以为其他类型的发电机组。
[0050]
目标供电方的运行时间段，指目标供电方的发电机组进行发电的时段。目标供电方的运行时间段的数量为多个，且各运行时间段的时长相等。
[0051]
对于任一运行时间段，目标供电方在该运行时间段内的用电负荷，指电能用户的用电设备在该运行时段内向目标供电方取用的电功率的总和。
[0052]
可以基于先验知识，获取目标供电方的发电机组的数量和运行时间段的数量，作为第一目标数据。还可以基于实际用电需求，获取目标供电方在每一运行时间段内的用电负荷，作为第一目标数据。
[0053]
可以基于对目标供电方的实时监控，获取目标供电方的燃煤消耗量、污染气体排放量以及购电成本作为第二目标数据。
[0054]
步骤102、基于第一目标数据，构建综合能源调度模型，基于第二目标数据，构建综合能源调度模型对应的目标函数。
[0055]
具体地，基于上述第一目标数据，可以构建综合能源调度模型。上述综合能源调度模型，可以用于生成多个不同的调度方案。
[0056]
具体地，基于第二目标数据，可以构建综合能源调度模型对应的目标函数，用于求解上述综合能源调度模型，使得通过求解上述综合能源调度模型得到目标调度方案之后，基于上述目标调度方案对目标供应商每一发电机组产生的电力能源进行调度时，目标供电方的燃煤消耗量最小、污染气体排放量最小且购电成本最小，实现对目标供电方的产生的电力能源的最佳低碳经济调度。
[0057]
步骤103、基于蜜獾算法和目标函数，求解综合能源调度模型，获取目标调度方案。
[0058]
具体地，基于蜜獾算法和综合能源调度模型对应的目标函数，可以通过数值计算的方法对上述综合能源调度模型进行求解，获得目标调度方案。
[0059]
需要说明的是，目标调度方案可以包括目标供电方的每一发电机组在每一运行时间段的负荷分配量。对于任一发电机组，该发电机组在任一运行时间段的发电量，需要大于该发电机组在该运行时间段的负荷分配量。
[0060]
步骤104、基于目标调度方案，对目标供电方进行综合能源调度。
[0061]
具体地，获取目标调度方案之后，可以基于上述目标调度方案中每一发电机组在每一运行时间段的负荷分配量，对目标供电方的每一发电机组进行综合能源调度，控制目标供电方的每一发电机组在每一运行时间段内的发电量。
[0062]
相较于其他调度方案，基于目标调度方案对目标供电方的每一发电机组进行调度，目标供电方的燃煤消耗量最小、污染气体排放量最小且购电成本最小，从而可以实现目标供电方投入的成本最低、环保性能最好。
[0063]
需要说明的是，目标供电方的环保性能，可以基于目标供电方的污染气体排放量进行评价。
[0064]
本发明实施例通过基于目标供电方的发电机组的数量、运行时间段的数量、目标供电方在每一运行时间段内的用电负荷以及目标供电方对应的约束条件，构建综合能源调度模型，基于目标供电方的燃煤消耗量、污染气体排放量以及购电成本，构建上述综合能源调度模型对应的目标函数，基于蜜獾算法和上述目标函数，对综合能源调度模型进行求解，获取目标调度算法，基于上述目标调度算法，对目标供电方的每一发电机组进行综合能源调度，能对目标供电方进行更高效、更精准的综合能源低碳调度，能通过对目标供电方的综合能源调度，最大化的降低目标供电方投入的成本以及最大化的提升目标供电方的环保性能，能提高综合能源调度的经济效益，具有更好的推广前景。
[0065]
基于上述各实施例的内容，基于蜜獾算法和目标函数，求解综合能源调度模型，获取目标调度方案，具体包括：步骤s1，基于综合能源调度模型以及目标供电方对应的约束条件，获取多个调度方案。
[0066]
具体地，基于综合能源调度模型，可以随机生成多个调度方案；基于上述综合能源调度模型，还可以根据预设规则，生成多个调度方案。其中，预设规则可以是基于先验知识获取的，例如：可以基于历史调度方案，获取上述预设规则。
[0067]
调度方案可以包括目标供电方的每一发电机组在每一运行时间段的负荷分配量。不同的调度方案，每一发电机组在每一运行时间段的负荷分配量不同。
[0068]
可以理解的是，供电方依赖于发电机组产生电力能源。为了确保目标供电方的发电机组正常运行，可以依据目标供电方对应的约束条件对目标供电方的发电机组的运行进行限制。例如，对于任一发电机组，该发电机组在任一运行时间段的发电量，需要大于该发电机组在该运行时间段的负荷分配量。
[0069]
需要说明的是，上述约束条件可以包括但不限于：负荷平衡约束、出力约束、变化功率速度约束和旋转备用约束中的至少一种。本发明实施例中对目标供电方对应的约束条件不作具体限定。
[0070]
可以依据目标供应商对应的约束条件，剔除不符合上述约束条件的调度方案，保留符合上述约束条件的调度方案。
[0071]
步骤s2，初始化蜜獾算法的控制参数，生成蜜獾种群，蜜獾种群中的每一蜜獾个体与每一调度方案相对应。
[0072]
具体地，对蜜獾算法进行初始化，可以初始化蜜獾算法的控制参数，生成蜜獾种群。其中，蜜獾种群中的每一蜜獾个体可以与每一调度方案相对应。
[0073]
可选地，可以population(pop)表示蜜獾种群；用n表示蜜獾种群pop中蜜獾个体的总数；可以用i表示蜜獾种群中的任一蜜獾个体，i＝1,2,
…
,n，则蜜獾种群pop中第i个蜜獾个体可以表示为qi。可以用iter
max
表示蜜獾种群pop的最大种群更新次数，任一蜜獾个体的矩阵表示为q＝m*t，m表示目标供电方的发电机组的总数，m为发电机组的标识，m＝1,2,
…
,m；t表示目标供电方的运行时间段的数量，t为运行时间段的标识，t＝1,2,
…
,t。
[0074]
蜜獾种群pop中第i个蜜獾个体qi可以表示为：
[0075][0076]
需要说明的是，公式(1)为蜜獾个体qi的矩阵表示，qi中的每一元素q，可以表示目标供电方的每一发电机组在每一运行时间段的负荷分配量对应的分配比例。例如：表示个体qi对应的调度方案中，目标供电方第m个发电机组在第t运行时间段的负荷分配量对应的分配比例。其中，任一发电机组在任一运行时间段的负荷分配量对应的分配比例，是基于该发电机组在该运行时间段的负荷分配量以及目标供电方在该运行时间段内的用电
负荷确定的。
[0077]
蜜獾种群pop可以表示为：
[0078][0079]
可选地，蜜獾种群pop中蜜獾个体的总数n可以在[40,80]之间；蜜獾种群pop的最大种群更新次数iter
max
可以在[80,120]之间。
[0080]
优选地，蜜獾种群pop中蜜獾个体的总数n可以为50个；蜜獾种群pop的最大种群更新次数iter
max
可以为100次。
[0081]
步骤s3，获取蜜獾种群中每一蜜獾个体的目标函数值，将目标函数值最小的蜜獾个体作为蜜獾种群中的最优蜜獾个体。
[0082]
具体地，蜜獾种群pop中第i个蜜獾个体qi对应的目标函数可以通过如下公式表示：
[0083]fi
＝(ω1*g
1,i
ω2*g
2,i
ω3*g
3,i
)
ꢀꢀꢀ
(3)
[0084][0085]
其中，i为蜜獾种群中蜜獾个体的标识，i＝1,2,
…
,n，n表示蜜獾种群中蜜獾个体的总数；fi表示蜜獾种群中第i个蜜獾个体的目标函数值；m表示目标供电方的发电机组的总数，m为发电机组的标识，m＝1,2,
…
,m；t表示目标供电方的运行时间段的数量，t为运行时间段的标识，t＝1,2,
…
,t；xi、yi和zi分别表示所述发电机组的三个燃料耗能系数；am表示第m个发电机组的报价函数；α
m,t
、β
m,t
和δ
m,t
分别表示目标供电方的第m个发电机组在第t个运行时间段对应的三个不同的污染气体排放系数。
[0086]g1,i
表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，目标供电方的燃煤消耗量；g
2,i
表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，目标供电方的购电成本；g
3,i
表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，目标供电方的污染气体排放量；表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，第m个发电机组在第t个运行时间段内的发电量；ω1表示g
1,i
对应的权重，ω2表示g
2,i
对应的权重，ω3表示g
2,i
对应的权重。
[0087]
需要说明的是，ω1、ω2和ω3可以根据实际情况确定，例如：ω1、ω2和ω3可以分别
设为0.35、0.35和0.3。本发明实施例中，对ω1、ω2和ω3的具体取值不作限定。
[0088]
基于公式(3)和公式(4)可以获取蜜獾个体qi的目标函数值fi。
[0089]
需要说明的是，蜜獾个体qi的目标函数值fi可以用于描述蜜獾个体qi对应的调度方案的综合节能目标值。蜜獾个体qi的目标函数值fi越低，上述综合节能目标值越低。上述综合节能目标值越低，则可以表示基于该调度方案对目标供电方进行综合能源调度时，目标供电方投入的成本越小、环保性能越好；反正，则可以说明目标供电方投入的成本越大、环保性能越差。
[0090]
可选地，蜜獾种群pop的目标函数值如下所示：
[0091][0092]
通过数值计算获得蜜獾种群pop中每一蜜獾个体的目标函数值之后，可以将目标函数值最小f
best
的蜜獾个体作为蜜獾种群pop中的最优蜜獾个体q
best
。
[0093]
步骤s4，基于蜜獾种群中最优蜜獾个体的位置，对蜜獾种群进行位置更新，获取位置更新后的蜜獾种群中每一蜜獾个体的目标函数值，将位置更新后的蜜獾种群中目标函数值最小的蜜獾个体作为位置更新后的蜜獾种群中的最优蜜獾个体。
[0094]
从仿生层面来看，蜜獾寻找蜂蜜可以包括两种模型，分别为挖掘阶段和采蜜阶段。
[0095]
蜜獾在挖掘阶段下，可以使用嗅觉持续定位蜂巢位置，在接近蜂巢时，蜜獾可以选择合适的地点进行挖掘。
[0096]
蜂蜜向导可以准确的定位蜂巢位置，但是蜂蜜向导无法打开蜂巢得到蜂蜜，蜜獾可以打开蜂巢，但是蜜獾定位蜂巢位置的效率较低，上述现象使蜜獾和蜂蜜向导形成了合作关系。蜜獾在采蜜阶段下，蜂蜜向导将蜜獾带到蜂巢，蜜獾利用前爪打开蜂巢，然后蜜獾和蜂蜜向导都享受团队合作的回报。
[0097]
蜜獾个体qi对应的蜂巢气味强度ji和上述蜂巢与蜜獾个体qi之间的距离有关，上述蜂巢与蜜獾个体qi之间的距离和蜜獾种群pop中的最优蜜獾个体q
best
与蜜獾个体qi之间的距离有关。若蜜獾个体qi对应的蜂巢气味强度ji越高，则蜜獾个体qi运动的速度越快，若蜜獾个体qi对应的蜂巢气味强度ji越低，则蜜獾个体qi运动的速度越慢。
[0098]
蜜獾个体qi对应的蜂巢气味强度ji可以通过如下公式表示：
[0099][0100]
s＝(q
i-q
i 1
)2ꢀꢀꢀ
(7)
[0101]di
＝q
best-qiꢀꢀꢀ
(8)
[0102]
其中，η为[0,1]之间的随机数；s表示源强度；di表示蜜獾种群pop中的最优蜜獾个体q
best
与蜜獾个体qi之间的距离。
[0103]
在蜜獾算法中，密度因子可以控制时变随机化，从而确保蜜獾种群从挖掘阶段
到采蜜阶段的平稳过渡。
[0104]
密度因子φ可以通过如下公式获取：
[0105][0106]
其中，k为大于等于1的常数；iter表示当前种群更新次数；iter
max
表示最大种群更新次数。
[0107]
蜜獾种群pop每次种群更新之后，均对密度因子φ进行更新，获取当前蜜獾种群对应的密度因子φ，可以随时间减少随机化。
[0108]
在蜜獾个体qi处于挖掘阶段的情况下，蜜獾个体qi执行类似于心脏线形状的动作，蜜獾个体qi的动作轨迹可以通过如下公式进行模拟：
[0109][0110][0111]
其中，表示位置更新后的蜜獾个体qi；ε表示[0,1]之间的随机数；θ表示控制系数；r1、r2和r3表示[0,1]之间的三个不同的随机数；密度因子可以基于公式(9)获得。
[0112]
在蜜獾个体qi处于采蜜阶段的情况下，蜜獾个体qi跟随蜂蜜向导到达蜂巢的动作轨迹可以通过如下公式进行模拟：
[0113][0114]
其中，ξ为[0,1]之间的随机值；l可以基于公式(11)获得。
[0115]
基于蜜獾种群pop中最优蜜獾个体q
best
的位置，对蜜獾种群pop中每一蜜獾个体的位置进行更新之后，可以实现对蜜獾种群的位置更新，获得位置更新后的蜜獾种群pop
′
。
[0116]
获得位置更新后的蜜獾种群pop
′
之后，可以基于公式(3)和公式(4)，获取位置更新后的蜜獾种群pop
′
中每一蜜獾个体的目标函数值，并可以将上述目标函数值最大的蜜獾个体，作为位置更新后的蜜獾种群pop'中的最优蜜獾个体q
′
best
。
[0117]
可选地，k可以在[2,3]之间；ε可以小于等于0.56；θ可以在[6,8]之间。
[0118]
优选地，k可以为2.6；θ可以为7。
[0119]
步骤s5，基于位置更新后的蜜獾种群中的最优蜜獾个体，对位置更新后的蜜獾种群进行种群更新，获取种群更新后的蜜獾种群，并重复执行步骤s2至s5，直至种群更新的次数达到最大种群更新次数，获得最优蜜獾个体对应的调度方案作为目标调度方案。
[0120]
具体地，对蜜獾种群pop进行位置更新，获得位置更新后的蜜獾种群pop'之后，可以基于公式(3)和公式(4)获取位置更新后的蜜獾种群pop'中每一蜜獾个体的目标函数值，并将上述目标函数值最大的蜜獾个体，作为位置更新后的蜜獾种群pop'中的最优蜜獾个体q
′
best
。
[0121]
获取位置更新后的蜜獾种群pop'中的最优蜜獾个体q
′
best
之后，可以基于最优蜜獾个体q
′
best
对位置更新后的蜜獾种群pop'进行种群更新，获得种群更新后的蜜獾种群，并重复执行步骤s3至s5，直至种群更新次数大于预设最大种群更新次数。
[0122]
在种群更新次数大于预设最大种群更新次数的情况下，可以将最后一次种群更新
得到的种群更新后的蜜獾种群中的最优蜜獾个体对应的调度方案，作为目标调度方案。
[0123]
本发明实施例通过基于蜜獾算法和综合能源调度模型对应的目标函数，对综合能源调度模型进行求解，并能通过对蜜獾种群的种群进化，实现对综合节能目标值最低的目标调度方案进行更好的搜索，能更准确、更高效的获取综合节能目标值最低的目标调度方案，从而能基于目标调度方案对目标供电方的每一发电机组产生的电力能源进行调度，能通过综合能源调度实现目标供电方的投入成本最低和环保性能最好，算法结果简单、步骤明显、复杂度低且稳健性较强。
[0124]
基于上述各实施例的内容，基于位置更新后的蜜獾种群中的最优蜜獾个体，对位置更新后的蜜獾种群进行种群更新，获取种群更新后的蜜獾种群，具体包括：将位置更新后的蜜獾种群中目标函数值最大的w个蜜獾个体，替换为位置更新后的蜜獾种群中的最优蜜獾个体，获取种群更新后的蜜獾种群；其中，w为大于0小于m的正整数，m为蜜獾种群中蜜獾个体的总数。
[0125]
具体地，对蜜獾种群pop进行位置更新，获得位置更新后的蜜獾种群pop'之后，可以基于公式(3)和公式(4)获取位置更新后的蜜獾种群pop'中每一蜜獾个体的目标函数值，并将上述目标函数值最大的蜜獾个体，作为位置更新后的蜜獾种群pop'中的最优蜜獾个体q
′
best
。
[0126]
基于位置更新后的蜜獾种群pop'中每一蜜獾个体的目标函数值，还可以确定位置更新后的蜜獾种群pop'中目标函数值最大的w个蜜獾个体，w＝1,2,3,
…
,m。
[0127]
可选地，w可以与m正相关。
[0128]
可选地，w可以在[2,4]之间。
[0129]
优选地，w可以为3。
[0130]
可以将位置更新后的蜜獾种群pop'中目标函数值最小的w个蜜獾个体，替换为位置更新后的蜜獾种群pop'中的最优蜜獾个体q
′
best
，从而实现对位置更新后的蜜獾种群pop'的种群更新，获得种群更新后的蜜獾种群。
[0131]
本发明实施例通过将位置更新后的蜜獾种群中目标函数值最小的w个蜜獾个体，替换为位置更新后的蜜獾种群中的最优蜜獾个体，实现对位置更新后的蜜獾种群的种群更新，获得种群更新后的蜜獾种群，能在不影响技术准确率的情况下，可以提高算法的收敛速度，减少计算量，提高计算效率，能进一步提高对目标供电方的每一发电机组产生的电力能源进行调度的效率。
[0132]
基于上述各实施例的内容，综合能源调度模型对应的约束条件，包括：负荷平衡约束、出力约束、变化功率速度约束和旋转备用约束中的至少一种。
[0133]
具体地，负荷平衡约束可以通过如下公式表示：
[0134][0135]
其中，表示在基于第i个蜜獾个体对应的调度方案对目标供电方进行综合能源调度的情况下，第m个发电机组在第t个运行时间段的发电量；qd(t)表示目标供电方在第t个运行时间段内的用电负荷。
[0136]
出力约束可以通过如下公式表示：
[0137][0138]
其中，表示第m个发电机组在第t个运行时间段的出力上界；表示第m个发电机组在第t个运行时间段的出力下界。
[0139]
变化功率速度约束可以通过如下公式表示：
[0140][0141]
其中，表示第m个发电机组加载速度阈值；表示第m个发电机组减载速度阈值。
[0142]
旋转备用约束可以通过如下公式表示：
[0143][0144]
其中，b
t
表示目标供电方在第t个运行时间段的最低旋转备用；u
m,t
表示第m个发电机组在第t个运行时间段的运行状态；u
m,t
＝1表示第m个发电机组在第t个运行时间段处于运行状态；u
m,t
＝0表示第m个发电机组在第t个运行时间段处于停机状态。
[0145]
本发明实施例中目标供电方对应的约束条件包括负荷平衡约束、出力约束、变化功率速度约束和旋转备用约束中的至少一种，能基于上述约束条件确保得到的目标调度方案符合目标供电方的实际运行情况，能保护目标供电方的各发电机组，延长目标供电方的各发电机组的使用寿命，确保目标供电方的供电安全。
[0146]
为了便于对本发明提供的用于供电方的综合能源低碳调度方法的理解，以下通过一个实例说明本发明提供的用于供电方的综合能源低碳调度方法。在上述实例中，目标供电方包括4个发电机组和6个运行时间段。
[0147]
目标供电方的4个发电机组的参数如表1所示。
[0148]
表1目标供电方的发动机参数表
[0149][0150]
表1目标供电方的发动机参数表
[0151][0152]
图2是本发明提供的用于供电方的综合能源低碳调度方法的流程示意图之二；如图2所示，构建综合能源调度方案，并基于上述综合能源调度方案，获得多个调度方案之后，该方法包括：步骤s201、初始化蜜獾算法的控制参数，生成蜜獾种群。具体地，将蜜獾种群pop中的每一蜜獾个体与每一调度方案对应。
[0153]
对于蜜獾种群pop中第i个蜜獾个体qi，目标供电方的每一发电机组在每一运行时间段内的用电负荷以及蜜獾个体qi对应调度方案如表2所示。蜜獾个体qi对应调度方案中包括目标供电方的每一发电机组在每一运行时间段的负荷分配量。
[0154]
表2蜜獾个体qi对应调度方案
[0155][0156]
为了便于计算，可以将表2中的数值进行归一化处理，映射至[0,1]之间，获得目标供电方第m个发电机组在第t运行时间段的负荷分配量对应的分配比例，作为蜜獾个体qi矩阵表示。
[0157][0158]
步骤202、获取蜜獾种群中每一蜜獾个体的目标函数值。具体地，基于公式(3)和公式(4)可以计算得到蜜獾种群中每一蜜獾个体的目标函数值。基于公式(3)和公式(4)可以计算得到蜜獾个体qi的目标函数值fi＝2548.77。
[0159]
步骤203、计算蜂巢气味强度。具体地，可以基于公式(6)、公式(7)和公式(8)计算蜜獾种群中每一蜜獾个体对应的蜂巢气味强度。
[0160]
步骤204、更新密度因子。具体地，可以基于公式(9)对密度因子进行更新，获取当前蜜獾种群对应的密度因子，可以随时间减少随机化。
[0161]
步骤205、更新处于挖掘阶段的蜜獾个体的位置。具体地，可以基于公式(10)和公式(11)获取位置更新后的蜜獾个体的位置。
[0162]
步骤206、更新处于采蜜阶段的蜜獾个体的位置。具体地，可以基于公式(11)和公式(12)获取位置更新后的蜜獾个体的位置。
[0163]
步骤207、对位置更新后的蜜獾种群进行种群更新。具体地，将位置更新后的蜜獾种群中目标函数值最大的w个蜜獾个体，替换为位置更新后的蜜獾种群中目标函数值最小的蜜獾个体，实现对位置更新后的蜜獾种群的种群更新，获得种群更新后的蜜獾种群。
[0164]
步骤208、判断种群进化次数是否达到预设最大种群更新次数。具体地，在种群更新次数不大于预设最大种群更新次数的情况下，可以重复执行步骤202至步骤207。在种群更新次数大于预设最大种群更新次数的情况下，可以将最后一次种群更新得到的种群更新后的蜜獾种群中的最优蜜獾个体对应的调度方案，作为目标调度方案，并输出目标调度方案。
[0165]
基于本发明提供的用于供电方的综合能源低碳调度方法对供电方进行综合能源调度，仿真参数设置与仿真结果如下：
[0166]
目标供电方供包括4个发电机组和6个工作时段，每一发电机组和每一工作时段的负荷分配量采用归一化方法。蜜獾算法中，蜜獾种群中蜜獾个体的数量为n＝50，预设最大种群更新次数为iter
max
＝70。
[0167]
作为对比算法的蛙跳算法、鸡群算法和模拟退火算法，种群中个体的数量均为50，最大迭代次数均为70。
[0168]
综合能源调度仿真中，可以分别基于上述对比算法，对目标供电方进行综合能源调度。
[0169]
图3是本发明提供的用于供电方的综合能源低碳调度方法与现有调度方法的仿真结果对比示意图。如图3所示，图3中最下方的曲线为基于本发明提出的用于供电方的综合能源低碳调度方法对目标供电方进行综合能源调度的节能目标值曲线。从算法进化过程可以看出，本发明提供的用于供电方的综合能源低碳调度方法相对于基于其他三种算法的调度方法的性能有较大的提升，求解精度和收敛性有较大的提升。
[0170]
从仿真结果可以得出，本发明提供的用于供电方的综合能源低碳调度方法可以明显降低对目标供电方进行综合能源调度的综合节能目标值。
[0171]
图4是本发明提供的用于供电方的综合能源低碳调度装置的结构示意图。下面结合图4对本发明提供的用于供电方的综合能源低碳调度装置进行描述，下文描述的用于供电方的综合能源低碳调度装置与上文描述的本发明提供的用于供电方的综合能源低碳调度方法可相互对应参照。如图4所示，该装置包括：数据获取模块401、模型构建模块402、算法求解模块403和综合能源调度模块404。
[0172]
数据获取模块401，用于获取第一目标数据和第二目标数据。
[0173]
模型构建模块402，用于基于第一目标数据，构建综合能源调度模型，基于第二目
标数据，构建综合能源调度模型对应的目标函数。
[0174]
算法求解模块403，用于基于蜜獾算法和目标函数，求解综合能源调度模型，获取目标调度方案。
[0175]
综合能源调度模块404，用于基于目标调度方案，对目标供电方进行综合能源调度。
[0176]
第一目标数据，包括：目标供电方的发电机组的数量、运行时间段的数量以及目标供电方在每一运行时间段内的用电负荷；第二目标数据，包括：目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
[0177]
可选地，数据获取模块401、模型构建模块402、算法求解模块403和综合能源调度模块404电连接。
[0178]
需要说明的是，综合综合能源调度装置可以为云端服务器。
[0179]
本发明实施例通过基于目标供电方的发电机组的数量、运行时间段的数量、目标供电方在每一运行时间段内的用电负荷以及目标供电方对应的约束条件，构建综合能源调度模型，基于目标供电方的燃煤消耗量、污染气体排放量以及购电成本，构建上述综合能源调度模型对应的目标函数，基于蜜獾算法和上述目标函数，对综合能源调度模型进行求解，获取目标调度算法，基于上述目标调度算法，对目标供电方的每一发电机组进行综合能源调度，能对目标供电方进行更高效、更精准的综合能源调度，能通过对目标供电方的综合能源调度，最大化的降低目标供电方投入的成本以及最大化的提升目标供电方的环保性能，能提高综合能源调度的经济效益，具有更好的推广前景。
[0180]
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行用于供电方的综合能源低碳调度方法，该方法包括：获取第一目标数据和第二目标数据；基于第一目标数据，构建综合能源调度模型，基于第二目标数据，构建综合能源调度模型对应的目标函数；基于蜜獾算法和目标函数，求解综合能源调度模型，获取目标调度方案；基于目标调度方案，对目标供电方进行综合能源调度；第一目标数据，包括：目标供电方的发电机组的数量、运行时间段的数量以及目标供电方在每一运行时间段内的用电负荷；第二目标数据，包括：目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
[0181]
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0182]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行
时，计算机能够执行上述各方法所提供的用于供电方的综合能源低碳调度方法，该方法包括：获取第一目标数据和第二目标数据；基于第一目标数据，构建综合能源调度模型，基于第二目标数据，构建综合能源调度模型对应的目标函数；基于蜜獾算法和目标函数，求解综合能源调度模型，获取目标调度方案；基于目标调度方案，对目标供电方进行综合能源调度；第一目标数据，包括：目标供电方的发电机组的数量、运行时间段的数量以及目标供电方在每一运行时间段内的用电负荷；第二目标数据，包括：目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
[0183]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的用于供电方的综合能源低碳调度方法，该方法包括：获取第一目标数据和第二目标数据；基于第一目标数据，构建综合能源调度模型，基于第二目标数据，构建综合能源调度模型对应的目标函数；基于蜜獾算法和目标函数，求解综合能源调度模型，获取目标调度方案；基于目标调度方案，对目标供电方进行综合能源调度；第一目标数据，包括：目标供电方的发电机组的数量、运行时间段的数量以及目标供电方在每一运行时间段内的用电负荷；第二目标数据，包括：目标供电方的燃煤消耗量、污染气体排放量以及购电成本。
[0184]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0185]
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0186]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。