(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210931964.2 (22)申请日 2022.08.04 (71)申请人 国网安徽省电力有限公司电力科 学 研究院 地址 230000 安徽省合肥市经济开发区紫 云路299号 申请人 合肥工业大 学 (72)发明人 陈艺　赵龙　秦琪　汪玉　李宾宾　 包佳佳　杨瑞雪　丁洁　王鑫　 金雨楠　范明豪　马亚彬　翟玥　 陈庆涛　黄杰　刘鑫　孙伟　 李帷韬　李奇越　张磊　 (74)专利代理 机构 合肥市浩智运专利代理事务 所(普通合伙) 34124 专利代理师 丁瑞瑞(51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 3/00(2006.01) G06N 5/00(2006.01) (54)发明名称 一种基于碳约束的控排企业多能优化方法 及装置 (57)摘要 本发明公开了一种基于碳约束的控排企业 多能优化方法及装置， 所述方法包括： 将每种能 源分别作为粒子的一个维度， 能源购买量作为粒 子位置， 初始化各粒子的初始位置和初始速度； 计算适应度函数值， 找到个体最优以及群体最 优； 判断是否符合碳约束条件， 如果符合， 则计算 惯性权重， 根据惯性权重更新粒子位置和速度； 如果不符合碳约束条件， 则随机更新粒子位置和 速度； 判断是否达到最大迭代次数， 若否， 将更新 后的粒子位置和速度作为初始位置和初始速度 返回上述步骤， 若是， 则输出控排企业多种能源 购买量的最优解； 本发明的优点在于： 立足具体 生产过程， 研究了能量输入策略对产出及碳排放 的影响， 节约能量输入、 减少碳排放， 具有现实可 行性。 权利要求书2页 说明书8页 附图1页 CN 115330164 A 2022.11.11 CN 115330164 A 1.一种基于碳约束的控排企业多能优化方法， 其特征在于， 采用粒子群算法对控排企 业多种能源购买量进行优化 求解， 包括以下步骤： 步骤一： 将每种能源分别作为粒子的一个维度， 能源购买量作为粒子位置， 初始化各粒 子的初始位置和初始速度； 所述能源种类包括燃料油、 燃料气、 瓦斯、 电力、 蒸汽； 步骤二： 石油企业多能收益目标函数作为粒子群算法的适应度函数， 计算适应度函数 值， 找到个 体最优以及群 体最优； 步骤三： 判断是否符合碳约束条件， 如果符合， 则计算惯性权重， 根据惯性权重更新粒 子位置和速度； 如果 不符合碳约束条件， 则随机更新粒子位置和速度； 步骤四： 判断是否达到最大迭代次数， 若否， 将更新后的粒子位置和速度作为初始位置 和初始速度返回步骤二， 若是， 则输出控排企业多种能源购买量的最优解。 2.根据权利要求1所述的一种基于碳约束的控排企业多能优化方法， 其特征在于， 所述 控排企业多能收益目标函数的建立过程 为： 通过公式 建立控排企业多能收益目标函数， 其中， Obj 表示控排企业收益； T表示一个时间段； R表示企业产出收入； N表示控排企业消耗能源种类 数量； Ci＝RiPi表示控排企业第i种能源成本， Ri表示第i种能源单价， Pi表示第i种能源购买 量； 表示设备维护总成本， Cb表示设备b的维护成本； Cp表示人工成本 。 3.根据权利要求2所述的一种基于碳约束的控排企业多能优化方法， 其特征在于， 所述 方法包括： 通过公式Piγi＝pi,i∈[1,N]建立能量需求平衡关系， 其中， γi表示控排企业第i种能 源的有效利用率， γi为常数， pi表示控排企业第i种能源实际消耗 量。 4.根据权利要求3所述的一种基于碳约束的控排企业多能优化方法， 其特征在于， 所述 碳约束条件的建立过程 为： 根据第i种能源购买量Pi以及能量需求平衡关系， 获取控排企业第i种能源实际消耗量 pi； 通过公式 建立碳约束条件， 其中， ce表示控排企业的碳排放 量； λi表示控排企业第i种能源的碳排放因子， λi为常数； MT EA表示碳交易机制背景下引入最 大允许碳 排放量。 5.根据权利要求4所述的一种基于碳约束的控排企业多能优化方法， 其特征在于， 所述 惯性权重的计算公式为： 其中， ωmax表示惯性权重最大值； ωmin表示惯性权重最小值； k表示当前迭代次数； kmax 表示最大迭代次数； Ob jk表示当前迭代的适应度值； Objavg表示适应度值的平均数； Objmax表 示适应度值的最大 数。 6.根据权利要求5所述的一种基于碳约束的控排企业多能优化方法， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 115330164 A 2根据惯性权 重更新粒子位置和速度， 包括： 通过公式 更新粒子位置和速 度， 其中， 和 分别表示第k次迭代时， 粒子 m的位置和速度； 和 分别表示第k+1次 迭代时， 粒子m的位置和速度； ωk为第k次迭代时惯性权重； c1为个体学习因子， c1为常数； c2 为群体学习因子， c2为常数； rand1和rand2为(0,1)之间的随机数； 表示在第k次迭代 时粒子m在d维度上的个 体最优； gbestb表示d维度上群 体最优。 7.一种基于碳约束的控排企业多能优化装置， 其特征在于， 采用粒子群算法对控排企 业多种能源购买量进行优化 求解， 包括： 初始化模块， 用于将每种能源分别作为粒子的一个维度， 能源购买量作为粒子位置， 初 始化各粒子的初始位置和初始速度； 所述能源种类包括燃料油、 燃料气、 瓦斯、 电力、 蒸汽； 适应度计算模块， 用于控排企业多能收益目标函数作为粒子群算法的适应度函数， 计 算适应度函数值， 找到个 体最优以及群 体最优； 更新模块， 用于判断是否符合碳约束条件， 如果符合， 则计算惯性权重， 根据惯性权重 更新粒子位置和速度； 如果 不符合碳约束条件， 则随机更新粒子位置和速度； 结果输出模块， 用于判断是否达到最大迭代次数， 若否， 将更新后的粒子位置和速度作 为初始位置和初始速度返回执行适应度计算模块， 若是， 则输出控排企业多种能源购买量 的最优解。 8.根据权利要求7所述的一种基于碳约束的控排企业多能优化装置， 其特征在于， 所述 控排企业多能收益目标函数的建立过程 为： 通过公式 建立控排企业多能收益目标函数， 其中， Obj 表示控排企业收益； T表示一个时间段； R表示企业产出收入； N表示控排企业消耗能源种类 数量； Ci＝RiPi表示控排企业第i种能源成本， Ri表示第i种能源单价， Pi表示第i种能源购买 量； 表示设备维护总成本， Cb表示设备b的维护成本； Cp表示人工成本 。 9.根据权利要求8所述的一种基于碳约束的控排企业多能优化装置， 其特征在于， 所述 装置还用于： 通过公式Piγi＝pi,i∈[1,N]建立能量需求平衡关系， 其中， γi表示控排企业第i种能 源的有效利用率， γi为常数， pi表示控排企业第i种能源实际消耗 量。 10.根据权利要求9所述的一种基于碳约束的控排企业多能优化装置， 其特征在于， 所 述碳约束条件的建立过程 为： 根据第i种能源购买量Pi以及能量需求平衡关系， 获取控排企业第i种能源实际消耗量 pi； 通过公式 建立碳约束 条件， 其中， ce表 示控排企业的碳排放 量； λi表示控排企业第i种能源的碳排放因子， λi为常数； MT EA表示碳交易机制背景下引入最 大允许碳 排放量。权　利　要　求　书 2/2 页 3 CN 115330164 A 3