基于综合能源系统的物流模型优化方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113935553A(43)申请公布日2022.01.14(21)申请号202111428550.X(51)Int.Cl.(22)申请日2021.11.27G06Q10/04(2012.01)G06Q10/06(2012.01)(71)申请人国网山东省电力公司电力科学研究G06Q10/08(2012.01)院G06Q50/06(2012.01)地址250003山东省济南市市中区望岳路G06F30/20(2020.01)2000号G06F111/04(2020.01)申请人国家电网有限公司(72)发明人邢家维孙树敏程艳于芃刘奕元李勇关逸飞周光奇李笋王士柏王玥娇王楠张兴友李雪亮(74)专利代理机构北京中济纬天专利代理有限公司11429代理人杨乐权利要求书3页说明书12页附图3页(54)发明名称基于综合能源系统的物流模型优化方法和系统(57)摘要本发明属于电气技术领域，公开了一种基于综合能源系统的物流模型优化方法和系统，所述方法包括：获取目标区域的气候特征数据和历史物流数据；基于气候特征数据和历史物流数据建立调度周期内的物流预测模型；将所述调度周期划分为多个子周期，并基于时间窗在各子周期中依次滚动优化所述物流预测模型，以得到中间优化模型；将物流成本作为约束条件对所述中间优化模型进行优化，以得到最终优化模型。其解决了现有海岛物流供给可靠性和经济性较差的问题。CN113935553ACN113935553A权利要求书1/3页1.一种基于综合能源系统的物流模型优化方法，其特征在于，所述方法包括：获取目标区域的气候特征数据和历史物流数据；基于气候特征数据和历史物流数据建立调度周期内的物流预测模型；将所述调度周期划分为多个子周期，并基于时间窗在各子周期中依次滚动优化所述物流预测模型，以得到中间优化模型；将物流成本作为约束条件对所述中间优化模型进行优化，以得到最终优化模型。2.根据权利要求1所述的基于综合能源系统的物流模型优化方法，其特征在于，所述调度周期为一年，所述物流预测模型为年物流调度优化模型，通过所述年物流调度优化模型输出年物流调度结果；所述子周期包括每个季度和每个月，所述基于时间窗在各子周期中依次滚动优化所述年物流调度优化模型，以得到中间优化模型，具体包括：设定第一时间窗，并以所述第一时间窗构建季度物流滚动优化模型，通过所述季度物流滚动优化模型对所述物流预测模型进行一次优化；设定第二时间窗，并以所述第二时间窗构建月度物流滚动优化模型，通过所述月度物流滚动优化模型对所述物流预测模型进行二次优化。3.根据权利要求2所述的基于综合能源系统的物流模型优化方法，其特征在于，基于气候特征数据和历史物流数据建立调度周期内的物流预测模型，具体包括：以全年总物流成本最低作为约束条件，建立如下目标函数：obj＝min(l1+l2+l3)其中，l1为原料购买费用；l2为货船的租赁维护费用；l3为目标区域内的物资存储成本。4.根据权利要求3所述的基于综合能源系统的物流模型优化方法，其特征在于，利用以下公式计算所述原料购买费用l1：其中，T为调度周期；λ1(t)为t时刻的燃料价格；Pc(t)为t时刻购买的燃油量。5.根据权利要求4所述的基于综合能源系统的物流模型优化方法，其特征在于，利用以下公式计算目标区域内的物资存储成本l3：其中，Q(t)为海岛上的油库在t时刻的燃料存储量；λ2为油库单位油量的存储价格；C1为燃油固定存储成本。6.根据权利要求2所述的基于综合能源系统的物流模型优化方法，其特征在于，所述季度物流滚动优化模型为：2CN113935553A权利要求书2/3页Q(t+Γ)＝Q*(t+Γ),t＝0,1,2,...,T‑Γ其中，Γ为所述第一时间窗；Q*(t)为物流预测模型中的燃油存储优化结果。7.根据权利要求6所述的物流模型优化方法，其特征在于，利用所述季度物流滚动优化模型，进行一次优化具体包括：采用滚动优化的方式进行所述一次优化；第一次滚动优化时，所述第一时间窗的优化范围为t＝1,2,...,Γ‑1,Γ，且满足Q(Γ)＝Q*(Γ)，并得到t＝1,2,...,Γ‑1,Γ尺度下各决策变量的结果，且将t＝1的决策变量优化结果覆盖年物流调度优化模型中t＝1时的优化结果；所述第一时间窗向后推移预设步数，并开始第二次优化，将第二次优化结果作为覆盖值，对t＝2时的年物流调度结果进行覆盖；以此类推，分别完成对t＝3,...,T‑Γ时刻的年物流调度结果的修正；最后一次滚动优化时，所述第一时间窗的优化范围为t＝T‑Γ＝1,T‑Γ+2,...,T‑1,T，且满足Q(T)＝Q*(T)，经过优化后，得到t＝T‑Γ＝1,T‑Γ+2,...,T‑1,T尺度下各决策变量的结果，此时将结果滚动优化的结果完全