一种能源调度管理方法、装置、可读介质及电子设备与流程

本发明涉及能源领域，尤其涉及一种能源调度管理方法、装置、可读介质及电子设备。

背景技术：

天然气作为一种清洁能源，是生活与生产中常用的燃料。在天然气产业中，用户需从气源购买液化的天然气，气源根据用户的购气需求，通过承运方的车辆将气源的天然气输送至相应用户所对应的气站，以实现天然气的调度。

由此可以看出，对天然气的调度情况进行管理的依据仅为用户的购气需求，没有考虑调度过程中的实际运营情况，例如未考虑各个气源的可调度气量、气站的需求气量、满足其生产的最小供气量以及超出其负载能力的最大供气量、承运方的运载能力等，可能导致无法及时而准确的向气站运载满足用户需求的天然气并造成运力浪费，因此，如何实现更为合理的对天然气的调度情况进行管理则成为亟待解决的技术问题。

技术实现要素：

本发明提供一种能源调度管理方法、装置、可读介质及电子设备，能够及时而准确的向气站运载满足用户需求的天然气并避免运力浪费，实现更为合理的对天然气的调度情况进行管理。

第一方面，本发明提供了一种能源调度管理方法，包括：

获取运输网络中每一个气源的可调度气量、每一个所述气源与每一个气站之间的最小供气量及最大供气量、每一个所述气站的需求气量；

获取所述运输网络对应的承运方的车辆调度数据；

根据所述车辆调度数据、每一个所述气源的可调度气量、每一个所述气源与每一个所述气站之间的最小供气量及最大供气量、每一个所述气站的需求气量形成对应于所述运输网络的能效模型；

优化所述能效模型以确定所述运输网络的能源调度数据。

优选地，

所述车辆调度数据，包括：每一辆能源运输车的运输单价、每一辆所述能源运输车的最大载气量、每一辆所述能源运输车执行每一个所述气站与每一个所述气源之间的运输任务时所需行驶的行驶距离以及延误时间；

则，所述形成对应于所述运输网络的能效模型，包括：形成由目标函数及约束条件构成的对应于所述运输网络的能效模型；其中，

所述目标函数包括：

所述约束条件包括：

其中，z表征能效值、n表征运输网络中气站的总量、m表征运输网络中气源的总量、f表征承运方能源运输车的总量；

cij(hij)表征第i个气源和第j个气站之间推荐运输量为hij时，第i个气源和第j个气站之间的单位利润；

hij表征第i个气源和第j个气站之间的推荐运输量；

xij表征第i个气源和第j个气站之间的推荐销售量；

tfij取值为0或1，tfij取值为1时表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务，tfij取值为0时表征第f辆能源运输车未被分配至执行第i个气源和第j个气站之间的运输任务；

pf表征第f辆能源运输车的运输单价；

dfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需行驶的行驶距离；

yfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时对应的能源运输量；

cf表征第f辆能源运输车的最大载气量；

kfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需的延误时间；

ai表征第i个气源的可调度气量，bj表征第j个气站的需求气量；

vaij表征第i个气源与第j个气站之间的最小供气量、vbij表征第i个气源与第j个气站之间的最大供气量；

w为预设常数；

所述优化所述能效模型以确定所述运输网络的能源调度数据，包括：

根据所述约束条件求解所述目标函数的最优解，得到每一个所述气源与每一个所述气站之间的推荐销售量、每一辆所述能源运输车的运输任务分配及其被分配的每一个所述运输任务分别对应的能源运输量。

优选地，

所述约束条件进一步包括：

其中，p1、p2、p3、d1、d2均为常数。

优选地，

所述根据所述约束条件求解所述目标函数的最优解，包括：

a1、根据所述目标函数及所述约束条件中的各个自变量初始化包括若干个体的种群，其中，每一个所述个体中包括第一基因、第二基因以及第三基因，所述第一基因包括每一个所述气源与每一个所述气站之间的候选销售量，所述第二基因包括每一辆所述能源运输车的候选任务分配情况，所述第三基因包括每一辆所述能源运输车被分配的每一个所述运输任务分别对应的能源运输量；

a2、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值记录全局最优个体；

a3、根据各个所述个体分别对应的适应度值，采用最佳保留法选择删除所述种群中的若干所述个体；

a4、对所述种群中的各个所述个体，分别随机选择所述第一基因、所述第二基因以及所述第三基因中的交叉位置，对选择的三个所述交叉位置进行两两交叉以在所述种群中形成新的个体；

a5、对所述种群的各个所述个体，以均匀概率、随机指定变异位置的方式对所述个体进行变异运算，并根据变异运算结果选择均匀分布的随机数替换所述个体原有的所述基因；

a6、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值更新记录的所述全局最优个体；

a7、判断是否达到预先设置的终止条件，若是，则将所述全局最优个体确定为所述目标函数的最优解，否则执行a3。

第二方面，本发明实施例提供了一种能源调度管理装置，包括：

运营数据获取模块，用于获取运输网络中每一个气源的可调度气量、每一个所述气源与每一个气站之间的最小供气量及最大供气量、每一个所述气站的需求气量；

调度数据获取模块，用于获取所述运输网络对应的承运方的车辆调度数据；

模型构建模块，用于根据所述车辆调度数据、每一个所述气源的可调度气量、每一个所述气源与每一个所述气站之间的最小供气量及最大供气量、每一个所述气站的需求气量形成对应于所述运输网络的能效模型；

优化处理模块，用于优化所述能效模型以确定所述运输网络的能源调度数据。

优选地，

所述车辆调度数据，包括：每一辆能源运输车的运输单价、每一辆所述能源运输车的最大载气量、每一辆所述能源运输车执行每一个所述气站与每一个所述气源之间的运输任务时所需行驶的行驶距离以及延误时间；

则，所述模型构建模块，用于形成由目标函数及约束条件构成的对应于所述运输网络的能效模型；其中，

所述目标函数包括：

所述约束条件包括：

其中，z表征能效值、n表征运输网络中气站的总量、m表征运输网络中气源的总量、f表征承运方能源运输车的总量；

cij(hij)表征第i个气源和第j个气站之间推荐运输量为hij时，第i个气源和第j个气站之间的单位利润；

hij表征第i个气源和第j个气站之间的推荐运输量；

xij表征第i个气源和第j个气站之间的推荐销售量；

tfij取值为0或1，tfij取值为1时表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务，tfij取值为0时表征第f辆能源运输车未被分配至执行第i个气源和第j个气站之间的运输任务；

pf表征第f辆能源运输车的运输单价；

dfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需行驶的行驶距离；

yfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时对应的能源运输量；

cf表征第f辆能源运输车的最大载气量；

kfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需的延误时间；

ai表征第i个气源的可调度气量，bj表征第j个气站的需求气量；

vaij表征第i个气源与第j个气站之间的最小供气量、vbij表征第i个气源与第j个气站之间的最大供气量；

w为预设常数；

所述优化处理模块，用于根据所述约束条件求解所述目标函数的最优解，得到每一个所述气源与每一个所述气站之间的推荐销售量、每一辆所述能源运输车的运输任务分配及其被分配的每一个所述运输任务分别对应的能源运输量。

优选地，

所述约束条件进一步包括：

其中，p1、p2、p3、d1、d2均为常数。

优选地，

所述优化处理模块，用于执行如下步骤a1～a7：

a1、根据所述目标函数及所述约束条件中的各个自变量初始化包括若干个体的种群，其中，每一个所述个体中包括第一基因、第二基因以及第三基因，所述第一基因包括每一个所述气源与每一个所述气站之间的候选销售量，所述第二基因包括每一辆所述能源运输车的候选任务分配情况，所述第三基因包括每一辆所述能源运输车被分配的每一个所述运输任务分别对应的能源运输量；

a2、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值记录全局最优个体；

a3、根据各个所述个体分别对应的适应度值，采用最佳保留法选择删除所述种群中的若干所述个体；

a4、对所述种群中的各个所述个体，分别随机选择所述第一基因、所述第二基因以及所述第三基因中的交叉位置，对选择的三个所述交叉位置进行两两交叉以在所述种群中形成新的个体；

a5、对所述种群的各个所述个体，以均匀概率、随机指定变异位置的方式对所述个体进行变异运算，并根据变异运算结果选择均匀分布的随机数替换所述个体原有的所述基因；

a6、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值更新记录的所述全局最优个体；

a7、判断是否达到预先设置的终止条件，若是则将所述全局最优个体确定为所述目标函数的最优解，否则执行a3。

第三方面，本发明提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。

第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。

本发明提供了一种能源调度管理方法、装置、可读介质及电子设备，该方法通过获取运输网络中每一个气源的可调度气量、每一个所述气源与每一个气站之间的最小供气量及最大供气量、每一个所述气站的需求气量，以及获取运输网络对应的承运方的车辆调度数据，并根据获取的车辆调度数据、每一个气源的可调度气量、每一个气源与每一个气站之间的最小供气量及最大供气量、每一个气站的需求气量形成对应于运输网络的能效模型，然后则可通过对该能效模型进行优化以确定出运输网络的能源调度数据；后续过程中，即可根据得到的能源调度数据合理调度承运方的能源运输车执行各个气源与各个气站之间的能源运输任务，确保能够及时而准确的向气站运载满足用户需求的天然气并避免运力浪费，从而实现更为合理的对天然气的调度情况进行管理。

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为本发明一实施例提供的一种能源调度管理方法的流程示意图；

图2为本发明一实施例提供的一种能源调度管理装置的结构示意图；

图3为本发明一实施例提供的一种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，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。

如图1所示，本发明实施例提供了一种能源调度管理方法，包括如下步骤：

步骤101，获取运输网络中每一个气源的可调度气量、每一个所述气源与每一个气站之间的最小供气量及最大供气量、每一个所述气站的需求气量；

步骤102，获取所述运输网络对应的承运方的车辆调度数据；

步骤103，根据所述车辆调度数据、每一个所述气源的可调度气量、每一个所述气源与每一个所述气站之间的最小供气量及最大供气量、每一个所述气站的需求气量形成对应于所述运输网络的能效模型；

步骤104，优化所述能效模型以确定所述运输网络的能源调度数据。

如图1所示的实施例，该方法通过获取运输网络中每一个气源的可调度气量、每一个所述气源与每一个气站之间的最小供气量及最大供气量、每一个所述气站的需求气量，以及获取运输网络对应的承运方的车辆调度数据，并根据获取的车辆调度数据、每一个气源的可调度气量、每一个气源与每一个气站之间的最小供气量及最大供气量、每一个气站的需求气量形成对应于运输网络的能效模型，然后则可通过对该能效模型进行优化以确定出运输网络的能源调度数据；后续过程中，即可根据得到的能源调度数据合理调度承运方的能源运输车执行各个气源与各个气站之间的能源运输任务，确保能够及时而准确的向气站运载满足用户需求的天然气并避免运力浪费，从而实现更为合理的对天然气的调度情况进行管理。

本领域技术人员应当理解的，一个运输网络可以由多个气源以及多个气站构成，气源属于天然气供应商，气站属于天然气使用方(即用户)，承运方通过其能源运输车将气源提供的天然气运输至相应的气站。承运方可以是天然气供应商自身和/或第三方运输业务承包商。

需要说明的是，各个气站所属的用户可能包含贸易商、工业用户、电厂以及其他类型客户，不同用户分别对应的业务紧要性、天然气需求量各不不同。因此，这里可以按照用户的业务紧要性以及天然气需求量将大量用户划分为不同类别，比如将大量用户划分为保供客户、专供客户、稳定客户、协议客户等多个类别，相应的，在已知满足每个用户分别对应的最大生产需求所需的需求气量的情况下，即可根据各个气站分别所属用户的类别，设置每一个气源与每一个气站之间分别对应的最小供气量及最大供气量。

在一种具体的业务场景中，气源提供的天然气能够完全满足气站的用气需求，但承运方的运载能力不足以支持将满足用户需求的全部天然气运送至相应的气站，即承运方的运载能力不能满足运输网络的天然气调度需求，此时，为了实现在确保运输网络对应的供应商利润最大化的前提下、避免对承运方的运力造成浪费、向各个气站分别运输不少于满足其最低生产需求所需天然气，实现合理调度承运方的能源运输车并降低资源消耗，本发明一个实施例中，

所述车辆调度数据，包括：每一辆能源运输车的运输单价、每一辆所述能源运输车的最大载气量、每一辆所述能源运输车执行每一个所述气站与每一个所述气源之间的运输任务时所需行驶的行驶距离以及延误时间；

则，所述形成对应于所述运输网络的能效模型，包括：形成由目标函数及约束条件构成的对应于所述运输网络的能效模型；其中，

所述目标函数包括：

所述约束条件包括：

其中，z表征能效值、n表征运输网络中气站的总量、m表征运输网络中气源的总量、f表征承运方能源运输车的总量；

cij(hij)表征第i个气源和第j个气站之间推荐运输量为hij时，第i个气源和第j个气站之间的单位利润；

hij表征第i个气源和第j个气站之间的推荐运输量；

xij表征第i个气源和第j个气站之间的推荐销售量；

tfij取值为0或1，tfij取值为1时表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务，tfij取值为0时表征第f辆能源运输车未被分配至执行第i个气源和第j个气站之间的运输任务；

pf表征第f辆能源运输车的运输单价；

dfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需行驶的行驶距离；

yfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时对应的能源运输量；

cf表征第f辆能源运输车的最大载气量；

kfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需的延误时间；

ai表征第i个气源的可调度气量，bj表征第j个气站的需求气量；

vaij表征第i个气源与第j个气站之间的最小供气量、vbij表征第i个气源与第j个气站之间的最大供气量；

w为预设常数；

所述优化所述能效模型以确定所述运输网络的能源调度数据，包括：

根据所述约束条件求解所述目标函数的最优解，得到每一个所述气源与每一个所述气站之间的推荐销售量、每一辆所述能源运输车的运输任务分配及其被分配的每一个所述运输任务分别对应的能源运输量。

该实施例中，约束条件具体指的是：

(1)、承运方可以提供一辆或多辆能源运输车同时执行第i个气源和第j个气站之间的运输任务，即第i个气源和第j个气站之间在满足其他条件的情况下，第i个气源与第j个气站之间推荐运输量、等于所有被分配至执行第i个气源与第j个气站之间的运输任务的能源运输车分别执行第i个气源与第j个气站之间的运输任务时对应的能源运输量之和。

(2)、第i个气源和第j个气站之间的推荐运输量应当不小于第i个气源和第j个气站之间的最小供气量，确保后续根据能源调度数据对能源调度情况进行管理时，实际向各气站运输的天然气能够满足气站所对应的用户的最低生产需求；同时，向第j个气站推荐其从第i个气源购买天然气的推荐销售量可以略大于对应的最小供气量但不应大于第i个气源的可调度气量。

(3)、第i个气源可以向多个气站销售天然气，但第i个气源向各个气站实际销售的天然气的总量应当不大于第i个气源的可调度气量。

(4)、多个气源可同时向第j个气站提供天然气，但各个气源向第j个气站提供的天然气的总量应当不大于第j个气站所对应的需求气量，该需求气量具体指的是设定时间段内满足第j个气站所对应的最高生产需求所需要消耗的天然气的总量。

(5)、第f辆能源运输车可以被分配至执行第i个气源和第j个气站之间的运输任务，但仅能同时执行一个气源和一个气站之间的直接运输任务，无法同时执行一个气源与多个气站之间或多个气源与一个气站之间的多个运输任务。

(6)、第f辆能源运输车可以被分配至执行第i个气源和第j个气站之间的运输任务，但其执行第i个气源和第j个气站之间的运输任务时对应的能源运输量应当不大于其最大载气量。

举例来说，预设常数w作为惩罚系数，可以是根据历史调度管理情况，逐步调整以得到的经验值。

举例来说，延误时间kfij具体指的是第f辆能源运输车执行第i个气源的位置与第j个气站的之间的运输任务时，分别在第i个气源和第j个气站早到或者晚到的预测时间间隔之和。在一种可能实现的方式中，可以通过行驶距离dfij，预估第f辆能源运输车执行第i个气源的位置与第j个气站的之间的运输任务时到达第i个气源的第一预估时间、以及预估到达第j个气站的第二预估时间，然后将到达第i个气源的第一预估时间与预先设置的达到第i个气源的限定时间进行比较得到第一预测时间间隔，以及将到达第j个气站的第二预估时间与预先设置的到达第j个气站的限定时间进行比较得到第二预测时间间隔，第一预测时间间隔与第二预测时间间隔的和即为延误时间kfij；举例来说，第i个气源限定的到达时间为时刻tia和tib之间，第j个气站限定的到达时间为时刻tja和tjb之间，假设第f辆能源运输车早于时刻tia或者晚于时刻tib一共t1个时间间隔到达第i个气源，同时早于时刻tja或者晚于时刻tjb一共t2个时间间隔到达，则kfij＝t1+t2。

需要说明的是，dfij具体指的是第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时，从第f辆能源运输车的位置行驶至第i个气源的第一行驶距离与从第i个气源行驶至第j个气站的第二行驶距离的和。

显而易见的，在该能效模型中，hij与yfij存在直接关联关系，即该能效模型中所存在的变量则仅包括xij、tfij及yfij，在针对该能效模型进行优化时，仅需要得到xij、tfij及yfij组成的最优解，即可得到每一个气源与每一个气站之间的推荐销售量、每一辆能源运输车的运输任务分配及其被分配的每一个运输任务分别对应的能源运输量。

目标函数中第i个气源与第j个气站之间的单位利润，至少可以通过如下两种实现方式中的一种实现。

实现方式1，直接获取第i个气源的购气单价以及供气单价，将供气单价与购气单价的差值作为单位利润。

实现方式2、将其与第i个气源与第j个气站之间的推荐运输量相关联，形成以第i个气源与第j个气站之间的推荐运输量作为自变量的分段函数，并将该分段函数作为约束条件。

对于实现方式2，该分段函数具体为：

其中，p1、p2、p3、d1、d2均为常数。

根据所述约束条件求解所述目标函数的最优解，具体可以包括如下各个步骤a1～a7。

a1、根据所述目标函数及所述约束条件中的各个自变量初始化包括若干个体的种群，其中，每一个所述个体中包括第一基因、第二基因以及第三基因，所述第一基因包括每一个所述气源与每一个所述气站之间的候选销售量，所述第二基因包括每一辆所述能源运输车的候选任务分配情况，所述第三基因包括每一辆所述能源运输车被分配的每一个所述运输任务分别对应的能源运输量；

a2、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值记录全局最优个体；

a3、根据各个所述个体分别对应的适应度值，采用最佳保留法选择删除所述种群中的若干所述个体；

a4、对所述种群中的各个所述个体，分别随机选择所述第一基因、所述第二基因以及所述第三基因中的交叉位置，对选择的三个所述交叉位置进行两两交叉以在所述种群中形成新的个体；

a5、对所述种群的各个所述个体，以均匀概率、随机指定变异位置的方式对所述个体进行变异运算，并根据变异运算结果选择均匀分布的随机数替换所述个体原有的所述基因；

a6、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值更新记录的所述全局最优个体；

a7、判断是否达到预先设置的终止条件，若是，则将所述全局最优个体确定为所述目标函数的最优解，否则执行a3。

本领域技术人员应当理解的，终止条件可以种群的迭代次数达到最大迭代次数，即通过判断循环执行a3～a6的次数(即迭代次数)是否达到最大迭代次数，如果是，则将全局最优个体确定为目标函数的最优解，否则执行a3。终止条件也可以是连续两次更新的最优个体之间的变化满足预设条件。

需要说明的是，还可以通过其他算法实现确定出目标函数的最优解。

举例来说，

第一基因可以记录为：[x00…xij…xmn]；

第二基因可以记录为：[t000…tfij…tfmn]；

第三基因可以记录为：[y000…yfij…yfmn]；

对于种群中的每一个个体，应当利用二进制编码的形式分别表示组成该个体的每一个基因中的每一个元素。

基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了了一种能源调度管理装置，包括：

运营数据获取模块201，用于获取运输网络中每一个气源的可调度气量、每一个所述气源与每一个气站之间的最小供气量及最大供气量、每一个所述气站的需求气量；

调度数据获取模块202，用于获取所述运输网络对应的承运方的车辆调度数据；

模型构建模块203，用于根据所述车辆调度数据、每一个所述气源的可调度气量、每一个所述气源与每一个所述气站之间的最小供气量及最大供气量、每一个所述气站的需求气量形成对应于所述运输网络的能效模型；

优化处理模块204，用于优化所述能效模型以确定所述运输网络的能源调度数据。

本发明一个实施例中，所述车辆调度数据，包括：每一辆能源运输车的运输单价、每一辆所述能源运输车的最大载气量、每一辆所述能源运输车执行每一个所述气站与每一个所述气源之间的运输任务时所需行驶的行驶距离以及延误时间；

则，所述模型构建模块203，用于形成由目标函数及约束条件构成的对应于所述运输网络的能效模型；其中，

所述目标函数包括：

所述约束条件包括：

其中，z表征能效值、n表征运输网络中气站的总量、m表征运输网络中气源的总量、f表征承运方能源运输车的总量；

cij(hij)表征第i个气源和第j个气站之间推荐运输量为hij时，第i个气源和第j个气站之间的单位利润；

hij表征第i个气源和第j个气站之间的推荐运输量；

xij表征第i个气源和第j个气站之间的推荐销售量；

tfij取值为0或1，tfij取值为1时表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务，tfij取值为0时表征第f辆能源运输车未被分配至执行第i个气源和第j个气站之间的运输任务；

pf表征第f辆能源运输车的运输单价；

dfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需行驶的行驶距离；

yfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时对应的能源运输量；

cf表征第f辆能源运输车的最大载气量；

kfij表征第f辆能源运输车被分配至执行第i个气源和第j个气站之间的运输任务时所需的延误时间；

ai表征第i个气源的可调度气量，bj表征第j个气站的需求气量；

vaij表征第i个气源与第j个气站之间的最小供气量、vbij表征第i个气源与第j个气站之间的最大供气量；

w为预设常数；

所述优化处理模块204，用于根据所述约束条件求解所述目标函数的最优解，得到每一个所述气源与每一个所述气站之间的推荐销售量、每一辆所述能源运输车的运输任务分配及其被分配的每一个所述运输任务分别对应的能源运输量。

本发明一个实施例中，所述约束条件进一步包括：

其中，p1、p2、p3、d1、d2均为常数。

本发明一个实施例中，所述优化处理模块204，用于执行如下步骤a1～a7：

a1、根据所述目标函数及所述约束条件中的各个自变量初始化包括若干个体的种群，其中，每一个所述个体中包括第一基因、第二基因以及第三基因，所述第一基因包括每一个所述气源与每一个所述气站之间的候选销售量，所述第二基因包括每一辆所述能源运输车的候选任务分配情况，所述第三基因包括每一辆所述能源运输车被分配的每一个所述运输任务分别对应的能源运输量；

a2、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值记录全局最优个体；

a3、根据各个所述个体分别对应的适应度值，采用最佳保留法选择删除所述种群中的若干所述个体；

a4、对所述种群中的各个所述个体，分别随机选择所述第一基因、所述第二基因以及所述第三基因中的交叉位置，对选择的三个所述交叉位置进行两两交叉以在所述种群中形成新的个体；

a5、对所述种群的各个所述个体，以均匀概率、随机指定变异位置的方式对所述个体进行变异运算，并根据变异运算结果选择均匀分布的随机数替换所述个体原有的所述基因；

a6、计算所述种群中各个所述个体分别对应的适应度值，并根据各个所述个体分别对应的适应度值更新记录的所述全局最优个体；

a7、判断是否达到预先设置的终止条件，若是则将所述全局最优个体确定为所述目标函数的最优解，否则执行a3

为了描述的方便，描述以上装置实施例时以功能分为各种单元或模块分别描述，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。

图3是本发明实施例提供的一种电子设备的结构示意图。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-accessmemory，ram)，也可能还包括非易失性存储器(non-volatilememory)，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(industrystandardarchitecture，工业标准体系结构)总线、pci(peripheralcomponentinterconnect，外设部件互连标准)总线或eisa(extendedindustrystandardarchitecture，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3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。

存储器，用于存放执行指令。具体地，执行指令即可被执行的计算机程序。存储器可以包括内存和非易失性存储器，并向处理器提供执行指令和数据。

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执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成能源调度管理装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的能源调度管理方法。

上述如本发明图2所示实施例提供的能源调度管理装置执行的方法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(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，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可读介质，该可读存储介质存储有执行指令，存储的执行指令被电子设备的处理器执行时，能够使该电子设备执行本发明任一实施例中提供的能源调度管理方法，并具体用于执行如图1所示的方法。

前述各个实施例中所述的电子设备可以为计算机。

本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。

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，对于装置实施例而言，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。

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。

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。