本发明涉及多能源协同领域,具体而言,涉及一种基于启发式多目标优化的区域用能智能引导方法及装置。
背景技术:
1、随着能源互联网的发展,可再生能源的地位日益凸显,综合能源微网凭借其节能性、环保性、经济性得到了更多的关注,这使得传统单一电能的微网向多种能源高度耦合的综合能源微网发展。但综合能源微网中存在波动性较强的可再生能源设备,且终端负荷预测也存在很强的不确定性,因此综合能源微网调度需要考虑源荷不确定性。
2、目前,综合能源微网优化调度方法一般采用集中模式实现,且主要是进行综合能源微网的日前优化调度。但是,综合能源微网的终端设备会生成巨大数据量需要进行收集和分析,用以对日前负荷进行预测,这会使云计算中心产生较高的延迟和占据较大的网络带宽,存在一定的缺陷。
技术实现思路
1、本发明实施例提供了一种基于启发式多目标优化的区域用能智能引导方法及装置,对设备进行在线诊断与预警调控。
2、根据本发明的一实施例,提供了一种基于启发式多目标优化的区域用能智能引导方法,包括以下步骤:
3、s101:构建微电网多目标多能源协同调控模型;
4、s102:在各用户各类型微电网上部署能耗和储能感知模块,采集实时的各类能源生成量、存储量数据;
5、s103:使用融合合作协同进化方法、多种群动态重组方法、异步并行优化方法进行微电网多目标多能源协同调控模型求解,输出满足当前约束和目标的最优价格分配。
6、进一步地,步骤s101包括:
7、根据社区级微电网用能负荷调控目标,微电网符合调控约束,和微电网内各类能源采集及其配套储能设施的产能、储能、用能特征,建立社区级微电网多目标多能源协同调控模型。
8、进一步地,负荷调控目标包括经济性、用户满意度、微电网安全。
9、进一步地,调控约束包括当地各类型微电网来源总量、波动频率、稳定性。
10、进一步地,在步骤s101中,进一步梳理微电网内各类能源采集及其配套储能设施风能、光伏、地热、电动汽车的产能、储能、用能特征。
11、进一步地,在步骤s102中,采集实时的各类能源包括风能、光伏、地热、电动汽车电池存储能量。
12、进一步地,在步骤s103中,合作协同进化方法为将大规模问题分解为子问题分别求解。
13、进一步地,在步骤s103中,多种群动态重组方法为将不同类型变量适配不同求解方法。
14、进一步地,在步骤s103中,异步并行优化方法为将不同的进化算法允许配置不同进化方法。
15、根据本发明的另一实施例,提供了一种基于启发式多目标优化的区域用能智能引导装置,包括:
16、模型构建单元,用于构建微电网多目标多能源协同调控模型;
17、数据采集单元,用于在各用户各类型微电网上部署能耗和储能感知模块,采集实时的各类能源生成量、存储量数据;
18、求解输出单元,用于使用融合合作协同进化方法、多种群动态重组方法、异步并行优化方法进行微电网多目标多能源协同调控模型求解,输出满足当前约束和目标的最优价格分配。
19、一种存储介质,存储介质存储有能够实现上述任意一项基于启发式多目标优化的区域用能智能引导方法的程序文件。
20、一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的基于启发式多目标优化的区域用能智能引导方法。
21、本发明实施例中的基于启发式多目标优化的区域用能智能引导方法及装置,构建微电网多目标多能源协同调控模型,在各用户各类型微电网上部署能耗和储能感知模块,采集实时的各类能源生成量、存储量数据,使用融合合作协同进化方法、多种群动态重组方法、异步并行优化方法进行微电网多目标多能源协同调控模型求解,输出满足当前约束和目标的最优价格分配,从而支持电网进行价格引导和智能化微电网控制避免模型过早陷入局部最优的问题,支持电网进行价格引导和智能化微电网控制。
1.一种基于启发式多目标优化的区域用能智能引导方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,步骤s101包括:
3.根据权利要求2所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,负荷调控目标包括经济性、用户满意度、微电网安全。
4.根据权利要求2所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,调控约束包括当地各类型微电网来源总量、波动频率、稳定性。
5.根据权利要求2所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,在步骤s101中,进一步梳理微电网内各类能源采集及其配套储能设施风能、光伏、地热、电动汽车的产能、储能、用能特征。
6.根据权利要求1所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,在步骤s102中,采集实时的各类能源包括风能、光伏、地热、电动汽车电池存储能量。
7.根据权利要求1所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,在步骤s103中,合作协同进化方法为将大规模问题分解为子问题分别求解。
8.根据权利要求1所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,在步骤s103中,多种群动态重组方法为将不同类型变量适配不同求解方法。
9.根据权利要求1所述的基于启发式多目标优化的区域用能智能引导方法,其特征在于,在步骤s103中,异步并行优化方法为将不同的进化算法允许配置不同进化方法。
10.一种基于启发式多目标优化的区域用能智能引导装置,其特征在于,包括: