一种5G与电网基础资源共享的多业务组合投资优化方法与流程

一种5g与电网基础资源共享的多业务组合投资优化方法
技术领域
1.本发明涉及配电网技术领域，具体涉及一种5g与电网基础资源共享的多业务组合投资优化方法。


背景技术：

2.电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期，5g基站与电网基础资源共享是电网投资的新方向，随着投资需求的不断增长，投资组合管理受到越来越多的关注，而电网企业作为国企，与其他企业不同，其投资的业务不仅要考虑经济效益，还要考虑环境效益和社会效益，这是电网企业身为国企的责任和义务，而现有技术中缺乏一种在考虑综合效益的前提下，针对“5g基站与电网基础资源共享”项目的多业务组合投资方法。


技术实现要素：

3.为解决上述现有技术的弊端，本发明提出了一种5g与电网基础资源共享的多业务组合投资优化方法，包括如下技术方案：
4.一种5g与电网基础资源共享的多业务组合投资优化方法，包括如下步骤，
5.s1、将投资者的多个预投资业务进行排列组合形成多种多业务组合投资方案；
6.s2、构建多业务组合投资方案效益测算模型，具体包括：
7.s21、根据投资者的投资目标，构建投资目标函数；
8.s22、根据投资者的实际情况，构建投资约束函数；
9.s23、将布谷鸟算法结合差分进化算法和二次差值算法构建混合布谷鸟算法；
10.s24、基于混合布谷鸟算法，在投资约束函数的约束下，对投资目标函数求解；
11.s3、将s1中的每种多业务组合投资方案分别带入s2构建的效益测算模型中求解，综合效益最高的方案即为最优多业务组合投资方案，根据最优多业务组合投资方案调整投资者的投资业务，以优化“5g基站与电网基础资源共享”的多业务组合投资方式。
12.进一步的，步骤s21具体还包括如下步骤：
13.s211、构建效益激励函数r
eco
(w)；
14.s212、构建供电可靠性函数r
re
(w)；
15.s213、构建电能绿色函数r
env
(w)；
16.s214、构建惩罚成本函数c
punish
；
17.s215、构建投资目标函数r
com
(w)。
18.进一步的，
[0019][0020]
其中，i为第i个业务，σi为业务i市场占有增长率；ξi为业务i市场化率。
[0021]
进一步的，步骤s22具体还包括如下步骤：
[0022]
s221、构建投资能力约束；
[0023]
s222、构建电力需求约束；
[0024]
s223、构建资源约束；
[0025]
s224、构建投资业务约束。
[0026]
进一步的，步骤s23具体还包括如下步骤：
[0027]
s231、构建布谷鸟算法
[0028][0029]
式中：和分别为第t+1与t代的第j个鸟巢的位置；s
step
为levy飞行步长；l为其中一个鸟巢位置；l
best
为最好的鸟巢位置；
[0030]
s232、采用二次插值算法和差分进化算法，对布谷鸟算法进行优化，形成混合布谷鸟算法。
[0031]
进一步的，步骤s232具体还包括如下步骤：
[0032]
s2321、在区间得到初始化的鸟巢nest，其中分别为鸟巢位置的上下限值，计算出适应度值fi，使最优适应度值为令nest
best
＝nest(k,:)；
[0033]
s2322、由上式进行位置更新得到nest
new
，并进行越界处理，维持在范围内，同时得到相应的适应度值f'i，假如fi≥f'i，nesti由替代，得到令nest
best
＝nest(k,:)；
[0034]
s2323、进行差分进化算法操作，包括变异、交叉与选择，得到并做越界处理f'i，假如fi≥f'i，nesti由替代，得到令 nest
best
＝nest(k,:)；
[0035]
s2324、进行二分差值法操作，得到并做越界处理f'i，假如 fi≥f'i，nesti由替代，得到令nest
best
＝nest(k,:)；
[0036]
s2325、假如f
min
≥f
new
，f
new
由f
min
替换。
[0037]
进一步的，步骤s24具体还包括如下步骤：
[0038]
s241、判断多业务组合投资方案是否满足投资约束函数要求；
[0039]
s242、若不满足，则淘汰该多业务组合投资方案，若满足，则采用混合布谷鸟算法，对该多业务投资方案的投资目标函数求解。
[0040]
进一步的，所述电力需求约束，包括对电力供给要大于等于电力需求的约束，对电量平衡的约束和对停电与故障时间的约束。
[0041]
进一步的，所述资源约束，包括对投资业务所需人力、材料和设备的约束。
[0042]
进一步的，所述投资业务约束指的是各项“5g基站与电网基础资源共享”业务之间
的相互排斥、相互独立、相互依存、紧密依存或互补关联关系的约束。
[0043]
通过采用上述技术方案，本发明的有益效果为：
[0044]
1)通过采用本发明的优化方法可以对投资者现有的投资业务进行调整以达到最优的多业务组合投资方案，有助于电网公司投资多个5g基站与电网基础资源共享业务时，能够兼顾经济效益、环境效益和社会效益；保障公司盈利的同时，承担国企应该承担的责任，保障电网供电的可靠性，提高电能供应的绿色性；同时有助于充分利用资金，提高投资决策的投入产出，提高公司的市场竞争力，促进电网企业可持续发展。
[0045]
2)本发明通过将布谷鸟算法结合二次插值与差分进化算法形成混合布谷鸟算法对传统的布谷鸟算法进行优化，解决了传统布谷鸟算法会出现振荡、收敛速度慢、求解精度低、无法对种群信息充分利用等问题，且克服了传统布谷鸟算法、差分进化算法和二次差分算法收敛速度慢的缺点，提高了运行效率。
附图说明
[0046]
图1为实施例1中不同算法的迭代次数图
[0047]
图2为实施例1中不同业务组合方案的目标函数值
具体实施方式
[0048]
下面将结合本发明说明书中的附图，对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的一部分实施例，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它实施例，都属于本发明保护的范围。
[0049]
本发明公开了一种5g与电网基础资源共享的多业务组合投资优化方法，具体包括如下步骤：
[0050]
s1、将投资者的多个预投资业务进行排列组合形成多种多业务组合投资方案；即预先将所有的预投资业务的可能组合方式列出备选。
[0051]
s2、构建多业务组合投资方案效益测算模型，具体包括：
[0052]
s21、根据投资者的投资目标，构建投资目标函数；
[0053]
s22、根据投资者的实际情况，构建投资约束函数；
[0054]
s23、将布谷鸟算法结合差分进化算法和二次差值算法构建混合布谷鸟算法；
[0055]
s24、基于混合布谷鸟算法，在投资约束函数的约束下，对投资目标函数求解；
[0056]
s3、将s1中的每种多业务组合投资方案分别带入s2构建的效益测算模型中求解，综合效益最高的方案即为最优多业务组合投资方案，根据最优多业务组合投资方案调整投资者的投资业务，以优化投资者的“5g基站与电网基础资源共享”项目的多业务组合投资方式。
[0057]
本技术的投资者主要指的是电网企业，但其它同类型企业仍可适用本发明的优化方法，步骤s3提到的“根据最优多业务组合投资方案调整投资者的投资业务”，即可以为在投资者已投资的情况下，根据最优多业务组合投资方案去调整现有的投资业务，使其达到最优投资方案，也可以在投资者还未投资的情况下，直接根据最优多业务组合投资方案为投资者选取最优投资方案。
[0058]
下面将重点说明s2中多业务组合投资方案效益测算模型的具体构建方法，
[0059]
s21、根据投资者的投资目标，构建投资目标函数；
[0060]
投资目标函数主要包括效益激励函数、供电可靠性函数、电能绿色函数与惩罚函数四部分；
[0061]
投资目标函数的具体构建方法如下：
[0062]
s211、构建效益激励函数r
eco
(w)；
[0063]
效益激励函数是指投资该业务对电网经济利润与总资产增长率的影响，其为各业务现金收入与现金支出差值产生的利润，具体如下所示：
[0064][0065]
式中，r
eco
(w)为效益激励函数，wi为电网业务i的投资变量，当wi＝1时，对业务i进行投资，当wi＝0时，对业务i不进行投资；r
it
,c
it
分别为业务i 在第t年的总收入与总支出；χi为业务i使电网总资产的提高率；r为投资回报率；t为投资规划周期；n为电网业务数量，i为第i个投资业务；
[0066]
s212、构建供电可靠性函数r
re
(w)；
[0067]
供电可靠性函数是指电网作为国有企业需要承担社会责任：一方面，为用户提供高质量与高稳定性的电能，其中平均故障停电时间与网损下降率最能反映此责任的履行程度；另一方面，要满足用户多元化需求，提高用户满意度。因此用停电故障成本、网损下降率、业务需求能力系数表征这两方面的责任，具体如下所示：
[0068][0069]
式中，r
re
(w)为供电可靠函数为第t年中所有业务中最大平均故障停电时间；t
it
为第i项业务第t年的平均故障停电时间；为单位时间停电成本；δi为满足业务i的需求能力系数；φi为业务i带来的网损下降率。
[0070]
s213、构建电能绿色函数r
env
(w)；
[0071]
电能绿色是指电网开展清洁能源等业务中能够降低co2,so2,no
x
及烟尘等污染物所带来的收益，实现电能绿色化。其收益通过降低污染物排放量可减少的污染物处理费用来间接表示，具体如下所示：
[0072][0073]
式中：r
env
(w)为电能绿色函数，和a
it_dust
分别为业务i在第t年co2、no
x
、so2和烟尘的排放量；和烟尘的排放量；和分别为第t年中所有业务中co2、no
x
、so2和烟尘排放量
的最小值；和分别为单位co2、no
x
、so2和烟尘的排放量的处理费用。
[0074]
s214、构建惩罚成本函数c
punish
；
[0075]
惩罚成本是指电网企业进行业务投资时，受到投资风险与投资能力的限制，对电网某一业务进行投资虽然能够获得一定的经济、社会、环境效益，但是其投资风险很大，此时对该业务的投资应该谨慎考虑；同样对某一业务投资时超过了投资能力，即使综合收益极大，也无法进行投资，因此构建惩罚成本函数，当业务投资风险很大或者超过投资能力时，惩罚成本函数值很大，从而使业务的综合收益大幅度下降，无法满足投资要求。具体如下所示：
[0076][0077]
式中：c
punish
为惩罚成本函数，为单位风险与投资能力费用系数，取值范围不超过40；l
i_risk
为投资风险等级，取值为1、2、3、4、5，分别对应投资风险的5个等级：非常低、比较低、一般、比较高、非常高；l
i_ability
取值0或者1，当业务投资额超过投资能力时取0，当投资额低于投资能力时取1。
[0078]
s215、构建投资目标函数r
com
(w)；
[0079]
包括效益激励函数、供电可靠性函数、电能绿色函数与惩罚函数四部分，具体如下所示：
[0080][0081]
式中：σi为业务i市场占有增长率；ξi为业务i市场化率。
[0082]
s22、根据投资者的实际情况，构建投资约束函数；
[0083]
投资约束函数的具体构建方法如下：
[0084]
s221、构建投资能力约束；
[0085]
投资能力约束是指所有投资业务的投资总额不能超过电网现有投资能力。下式表示规划年限内，业务所有投资额不能超过规划年限总投资额,具体如下式所示，
[0086][0087]
式中：i
it
为业务i第t年的投资额；w
it
为业务i第t年的投资变量；i 为电网总的投资能力。
[0088]
结合该约束条件，惩罚成本函数可变形为：
[0089]
[0090]
s222、构建电力需求约束；
[0091]
电力需求约束是指投资各项业务的供电量满足用户的电力需求量，同时满足电量平衡约束条件。另外，为了保障一定的供电质量，对停电与故障时间进行约束。下方第一个公式表示电力供给要大于等于电力需求，第二个公式代表电量平衡，第三个公式是对停电与故障时间的约束，具体如下所示：
[0092][0093][0094][0095]
式中：s
it
为业务i第t年提供的电量；d为规划期内总的社会电力需求量；s
it-dis
与s
it-cha
分别为第t年储能系统释放的电能与存储的电能；t
total
为第t年所有业务总的停电与故障时间；η为平均故障率的上限值。
[0096]
s223、构建资源约束；
[0097]
资源约束是指对投资业务所需人、财、物进行约束，针对投资业务的特性，选取人力、材料、设备作为重点资源，考虑其约束性。具体如下所示：
[0098][0099][0100][0101]
式中：h
it
、m
it
、v
it
分别为业务i第t年对人力、材料、设备的需求量； h、m、v分别为能够提供的人力、材料、设备的最大值。
[0102]
s224、构建投资业务约束；
[0103]
投资业务约束是指各项5g基站+电网基础资源共享业务之间的关系复杂多变，其关系包括互相排斥、相互独立、相互依存、紧密依存、互补关联。因此针对业务之间特有关系构建约束方程。假设电网公司可投资n个业务，分别为w1,w2,w3...wn。其中若两个业务相互排斥，则这两个业务不能同时进行投资，如下列第一个式子；相互独立指其中一个业务投资与否不影响另一个业务的投资，如下列第二个式子；相互依存是指业务i被选择投资的情况下，业务j才能被投资，下列第三个式子；紧密依存是指对业务i、j同时进行投资或者同时不进行投资，下列第四个式子；互补关联是指业务i、j能够同时被投资，但业务i、j不能单独被投资，如下列第五个式子。
[0104]
w1+w2+w3+...+wn≥0
[0105]
w1+w2+w3+...+wn≤n
[0106]wj-wi≥0
[0107]wj-wi＝0
[0108]
w1+w2+w
12
≤1
[0109]
s23、将布谷鸟算法结合差分进化算法和二次差值算法构建混合布谷鸟算法；
[0110]
布谷鸟算法(cuckoo search algorithm,cs)能够模拟布谷鸟寻窝产卵的行为，种群的更新通过levy飞行选择鸟巢与抛弃鸟巢概率进行，传统cs更新的寻窝位置与路径如下所示：
[0111][0112]
式中：和分别为第t+1与t代的第j个鸟巢的位置；s
step
为levy 飞行步长；l为其中一个鸟巢位置；l
best
为最好的鸟巢位置。
[0113]
由上式知，传统cs更新种群仅依靠飞行步长与抛弃概率进行简单先行叠加，会出现振荡、收敛速度慢、求解精度低、无法对种群信息充分利用等问题。而二次插值法能够通过迭代交互整个种群信息，进行种群的初始化；差分进化算法能够全局优化，提高求解精度；由此结合二次插值与差分进化算法形成混合布谷鸟算法对传统的cs进行优化。具体计算流程如下：
[0114]
s2321、在区间得到初始化的鸟巢nest，其中分别为鸟巢位置的上下限值，计算出适应度值fi，使最优适应度值为令nest
best
＝nest(k,:)；
[0115]
s2322、由上式进行位置更新得到nest
new
，并进行越界处理，维持在范围内，同时得到相应的适应度值f'i，假如fi≥f'i，nesti由替代，得到令nest
best
＝nest(k,:)；
[0116]
s2323、进行差分进化算法操作，包括变异、交叉与选择，得到并做越界处理f'i，假如fi≥f'i，nesti由替代，得到令 nest
best
＝nest(k,:)；
[0117]
s2324、进行二分差值法操作，得到并做越界处理f'i，假如 fi≥f'i，nesti由替代，得到令nest
best
＝nest(k,:)；
[0118]
s2325、假如f
min
≥f
new
，f
new
由f
min
替换。
[0119]
s24、基于混合布谷鸟算法，在投资约束函数的约束下，对投资目标函数求解；具体包括如下步骤：
[0120]
s241、判断多业务组合投资方案是否满足投资约束函数要求，即是否满足上述投
资能力约束、电力需求约束、资源约束和投资业务约束；
[0121]
s242、若不满足，则淘汰该多业务组合投资方案，即不满足投资约束函数的要求，则不考虑该业务组合投资方案，若满足，则采用混合布谷鸟算法，对该多业务投资方案的投资目标函数求解。
[0122]
最后将所有满足投资约束函数的多业务组合投资方案进行求解，即计算各投资方案的目标函数值，选择综合效益值最高的投资方案为最优投资方案，根据最优投资方案对现有投资业务进行调整或者根据最优投资方案选取投资业务组合。
[0123]
实施例1：
[0124]
筛选出的5g+1000kv输电杆塔(w1)、5g+750kv输电杆塔(w2)、5g+500kv 输电杆塔(w3)、5g+330kv输电杆塔(w4)、5g+110kv输电杆塔(w5)五大业务进行投资组合优化的算例分析。
[0125]
假定投资决策规划周期为15年，投资回报率为8％，电网企业对五大业务总的投资额为6000万元。模型求解采用本文的混合布谷鸟算法在matlab中进行迭代求解及仿真。目标函数与约束条件中的相关参数如表1和表2所示。
[0126]
表1目标函数与约束条件相关参数
[0127][0128][0129]
表2业务具体相关参数
[0130]
业务名称ii/万元si/kwhhi/名mi/tvi/台w1200018320682w2100023360498w3160024480747w4180019290368
w5150025310472
[0131]
选取的种群规模为60，迭代最大次数为200，抛弃鸟巢概率为0.2。为了验证混合布谷鸟算法的优越性，设置4种情景：情景1)二次插值算法寻优；情景2)差分进化算法寻优；情景3)传统布谷鸟算法寻优；情景4)混合布谷鸟算法寻优。利用上述4种情景对决策模型结果寻优，判断不同情景算法迭代过程的收敛性。迭代结果如图1所示。
[0132]
由图1可知，不同算法收敛速度排序为混合布谷鸟算法》传统布谷鸟算法》 差分进化算法》二次插值法，其中混合布谷鸟算法的收敛速度最快，二次插值法的收敛速度最慢，可看出混合布谷鸟算法能够克服传统布谷鸟算法、差分进化算法、二次插值法收敛速度慢的缺点，提高了运行效率。
[0133]
下面基于混合布谷鸟算法进行5g基站+电网基础资源多业务组合求解。
[0134]
(1)不同业务组合约束条件检验
[0135]
业务投资组合首先需要满足投资能力、电力需求、资源、投资业务4项约束，为了使资金利用效率最大化，则排除仅投资一种业务的5种情况，考虑各个业务组合，实现资金利用效率最大化。同时通过投资能力、电力需求、资源、投资业务4项约束检验的投资业务组合有4组，分别是w1+w2+w3组合、 w1+w3+w5组合、w2+w3+w4组合、w3+w4+w5组合。下面进行各项组合目标函数值的计算。
[0136]
(2)不同业务组合决策结果
[0137]
根据目标函数与相关的参数值，计算得到上述4组通过约束性检验的业务组合目标函数值如图2所示。
[0138]
由图2可知，w1+w3+w5效益激励最佳，为429万元；w1+w2+w3供电可靠性收益最低，w1+w2+w3供电可靠性收益最低，为63万元；电能绿色方面， w1+w3+w5与w1+w2+w3组合能够获取较高的电能绿色效益，分别为142万元、 129万元；惩罚函数方面排序为w1+w2+w3惩罚成本最高为92万元。综合效益最高的投资方案为w1+w3+w5组合，4种业务组合方案其他指标值如表3所示。
[0139]
表3业务组合方案其他指标值
[0140]
指标w1+w2+w3w1+w3+w5w2+w3+w4w3+w4+w5综合效益/万元469.70676.80482.85598.75投资收益率/％13.3615.710.9712.22资金利用率/％63.3371.6773.3381.67
[0141]
由表3可知，虽然w1+w3+w5资金利用率不是最高，为71.67％，但是其综合收益与投资收益率最高，为676.80万元与15.74％，因此最优的业务组合方案为w1+w3+w5，优选w1+w3+w5的业务组合进行投资。
[0142]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。