【技术实现步骤摘要】
本专利技术涉及计算机，特别是涉及一种园区综合能源网络调度方法及系统。
技术介绍
1、园区能源系统通常包括多个能源子系统，如电力系统、热力系统和供冷系统等。传统的园区能源调度方法存在着能源分配不均衡、能源浪费和环境影响等问题。为了解决这些问题，已经提出了一些调度方法和系统，如遗传算法和粒子群算法。然而，这些方法在处理复杂的园区能源网络和多目标优化时仍然存在局限性。
2、传统的能源调度算法有几种主要类型。首先，基于规则的方法是传统的园区能源调度常采用的方式，通过预设规则进行能源的分配和调度。然而，这种方法缺乏灵活性和自适应性，无法适应复杂的园区能源网络和多变的需求。其次，部分园区能源调度方法使用简单的优化算法，如贪婪算法或随机搜索算法。这些算法易于实现，但其搜索能力有限，很难找到全局最优解。此外，遗传算法和粒子群算法也在园区能源调度中得到了一定的应用。遗传算法是一种模拟生物进化过程的优化算法，通过选择、交叉和变异等操作，模拟自然选择的过程来搜索最优解。尽管遗传算法在园区能源调度中有所应用，但传统的遗传算法在处理多目标优化问题和约...
【技术保护点】
1.一种园区综合能源网络调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述园区综合能源数据包括：电力数据、热能数据、冷能数据、可再生能源数据；
3.根据权利要求1所述的方法，其特征在于，所述遗传算法的基于正态分布的交叉操作包括：
4.根据权利要求3所述的方法，其特征在于，所述生成正态分布的随机数r包括：通过标准正态分布表或随机数生成函数生成随机数r，其中，所述随机数生成函数至少包括以下一种：Python中的numpy.random.normal函数、Python中的random.gauss函数、C+...
【技术特征摘要】
1.一种园区综合能源网络调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述园区综合能源数据包括：电力数据、热能数据、冷能数据、可再生能源数据；
3.根据权利要求1所述的方法，其特征在于，所述遗传算法的基于正态分布的交叉操作包括：
4.根据权利要求3所述的方法，其特征在于，所述生成正态分布的随机数r包括：通过标准正态分布表或随机数生成函数生成随机数r，其中，所述随机数生成函数至少包括以下一种：python中的numpy.random.normal函数、python中的random.gauss函数、c++中的std::normal_distribution。
<...【专利技术属性】
技术研发人员：胡启冬，刘艳杰，陈梦，王雪立，张瑜，芦新叶，
申请(专利权)人：苏州深蓝万维能源科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。