[發明專利]一種基于遺傳算法的電采暖熱負荷需求優化方法及系統

在審

• 申請號: 202110501814.3
• 申請日: 2021-05-08
• 公開（公告）號: CN113191086A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 王清;李琮琮;荊臻;代燕杰;朱紅霞;王平欣;劉麗君;李驍;孫凱;鄭雪
• 申請（專利權）人: 國網山東省電力公司營銷服務中心（計量中心）;國網山東省電力公司電力科學研究院;國家電網有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/12
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.一種基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，包括以下步驟：

構建電采暖建筑的動態傳熱模型，確定動態傳熱優化模型；

基于動態傳熱優化模型，通過遺傳算法對電采暖熱負荷模型進行模型參數的訓練與尋優，確定電采暖熱負荷需求調節的最優方案；

所述通過遺傳算法對電采暖熱負荷模型進行模型參數的訓練與尋優，具體包括：

計算電采暖熱負荷的適應度并進行適應度大小的排序，創建初始的熱負荷數據種群；

對初始熱負荷數據種群中的電采暖熱負荷進行選擇、交叉和變異操作，在電采暖總的熱負荷不變的前提下，結合峰谷電價、罰函數進行參數尋優，實現電采暖熱負荷需求的優化調節。

2.如權利要求1中所述的一種基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，所述電采暖建筑的動態傳熱模型的結構取決于所述電采暖建筑的蓄熱能力。

3.如權利要求2中所述的一種基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，所述電采暖建筑的蓄熱能力取決于建筑室內空氣和墻體材料，建筑房間內的蓄熱量等于房間內的熱量減去散熱量。

4.如權利要求1中所述的一種基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，所述動態傳熱模型的約束因素包括房間內外溫度、電采暖建筑的蓄熱能力、房間熱容和房間熱阻。

5.如權利要求1中所述的一種基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，所述對初始熱負荷數據種群中的電采暖熱負荷進行選擇，先確定電采暖熱負荷交叉點的位置，再將部分基因進行交換，具體為：

(1)根據交叉率將電采暖采集到的所有熱負荷數據中的部分數據兩兩隨機配對，若所有熱負荷數據的個數為M，則形成M/2組；

(2)在配對后的每個小組中，隨機設置某一基因座之后的位置為交叉點，即若染色體長度為n，則會有n-1個交叉點位置；

(3)對每一對配對的組別，根據設定的交叉概率在其交叉點處交換染色體，從而形成一對新的熱負荷數據。

6.如權利要求1中所述的一種基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，基于罰函數的思想確定房間內室溫的波動值，具體為：基于罰函數的思想，在計算非最優解熱負荷數據的適應度時，對適應度的值附加一個懲罰因子，使適應度值不滿足被遺傳到下一代的要求，以降低個體的適應度；考慮房間內實際的室溫需求，通過加入罰函數對遺傳算法的結果進行限制，確定房間內室溫的波動值。

7.一種基于遺傳算法的電采暖熱負荷需求優化系統，采用了權利要求1-6任一項所述的基于遺傳算法的電采暖熱負荷需求優化方法，其特征在于，包括：

動態傳熱優化模型構建模塊，被配置為：構建電采暖建筑的動態傳熱模型，確定動態傳熱優化模型；

優化調節模塊，被配置為：基于動態傳熱優化模型，通過遺傳算法對電采暖熱負荷模型進行參數的訓練與尋優，確定電采暖熱負荷需求調節的最優方案。

8.如權利要求7中所述的一種基于遺傳算法的電采暖熱負荷需求優化系統，其特征在于，所述通過遺傳算法對電采暖熱負荷模型進行參數的訓練與尋優，具體包括：

計算電采暖熱負荷的適應度并進行適應度大小的排序，創建初始的熱負荷數據種群；

對初始熱負荷數據種群中的電采暖熱負荷進行選擇、交叉和變異操作，在電采暖總的熱負荷不變的前提下，結合峰谷電價、罰函數進行參數尋優，實現電采暖熱負荷需求的優化調節。

9.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現如權利要求1-6任一項所述的基于遺傳算法的電采暖熱負荷需求優化方法中的步驟。

10.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-6任一項所述的基于遺傳算法的電采暖熱負荷需求優化方法中的步驟。