(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211076095.6 (22)申请日 2022.09.05 (65)同一申请的已公布的文献号 申请公布号 CN 115173490 A (43)申请公布日 2022.10.11 (73)专利权人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 专利权人 石河子大 学　 新疆天富能源股份有限公司 (72)发明人 俎云霄　周杰　齐国红　陈文斌　 吕新　马洪亮　李景云　黄超　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 苗青盛(51)Int.Cl. H02J 3/46(2006.01) H02J 3/38(2006.01) G06Q 10/04(2012.01) G06N 3/00(2006.01) G06Q 50/06(2012.01) (56)对比文件 CN 114565237 A,202 2.05.31 CN 111900725 A,2020.1 1.06 CN 114493090 A,202 2.05.13 CN 112290536 A,2021.01.2 9 WO 2020088485 A1,2020.0 5.07 窦佩佩等.无线传感器网络能量高效分簇的 一种改进方法. 《西安电子科技大 学学报》 .202 2, 审查员 王嫄嫄 (54)发明名称 综合能源站供能方法和装置、 电子设备 (57)摘要 本发明涉及能源利用技术领域， 尤其涉及一 种综合能源站供能方法和装置、 电子设备。 其中， 综合能源站供能方法包括： 获取管控区域内每个 综合能源站所包括的子发电站的发电能源类型； 获取每种发电能源类型发电时对应的发电转化 度和发电成本； 采用粒子群算法根据发电转化度 和发电成本， 确定至少一个子发电站以用于发 电。 本发明采用粒子群算法通过不断的迭代优 化， 可以找到最优的子发电站进行发电， 以提高 综合能源站的供能效率。 权利要求书2页 说明书7页 附图4页 CN 115173490 B 2022.11.25 CN 115173490 B 1.一种综合能源站供能方法， 其特 征在于， 包括： 获取管控区域内每 个综合能源站所包括的子发电站的发电能源类型； 获取每种发电能源类型发电时对应的发电转 化度和发电成本； 采用粒子群算法根据所述发 电转化度和发电成本， 确定至少一个子发电站以用于发 电； 其中， 所述采用粒子群算法根据所述发电转化度和发电成本， 确定至少一个子发电站 以用于发电包括： 根据每个子发电站的发电转化度和发电成本分别确定转化度输入矩阵和成本输入矩 阵； 将所述转化度输入矩阵和成本输入矩阵输入到预先训练好的粒子群算法模型中， 得到 所述转化度输入矩阵中对应的至少一个最优的发电转 化度； 将所述最优的发电转 化度对应的子发电站确定为目标子发电站以用于发电； 其中， 所述将所述转化度输入矩阵和成本输入矩阵输入到预先训练好的粒子群算法模 型中， 得到所述 转化度输入矩阵中对应的至少一个最优的发电转 化度包括： 预先训练好的粒子群算法模型根据转化度输入矩阵和成本输入矩阵， 采用以下公式 （1） 确定每个子发电站的有益程度值， 并通过多次迭代优化， 确定至少一个最优的有益程度 值， 将所述 最优的有益 程度值对应的发电转换度确定为所述 最优的发电转 化度； 上述公式 （1） 中， 表示转化度输入矩阵的行， 表示转化度输入矩阵的列， 表示转 化度输入矩阵中第 行第 列的发电转化度对应的有益程度值， 表示第 行第 列的发 电转化度； 表示管控区域内能源类型个数， 表示管控区域内综合能源站的个数， 表 示第 行第 列的发电转 化度对应的能源赋值， 表示第 行对应的能源的发电成本 。 2.根据权利要求1所述的综合 能源站供能方法， 其特征在于， 所述训练好的粒子群算法 模型的惯性权 重w=0.9， 初始学习因子d=2。 3.根据权利要求1所述的综合 能源站供能方法， 其特征在于， 所述训练好的粒子群算法 模型的优化迭代次数为20 0~300次。 4.根据权利要求1所述的综合能源站供能方法， 其特 征在于， 还 包括: 预先获取多个区域内每个综合 能源站所包括的子发电站的发电转化度和发电成本， 以 组成多组训练数据； 采用所述多组训练数据对初始粒子群算法模型进行训练， 得到所述训练好的粒子群算 法模型。 5.根据权利要求 4所述的综合能源站供能方法， 其特 征在于， 还 包括： 预先获取至少一个区域内每个综合能源站所包括的子发电站的发电转化度和发电成 本， 以组成至少一组验证数据； 采用所述验证数据对训练好的粒子群算法模型进行验证， 以确定所述训练好的粒子群 算法模型 是否满足预设要求。权　利　要　求　书 1/2 页 2 CN 115173490 B 26.一种综合能源站供能装置， 其特 征在于， 包括： 获取模块， 用于获取 管控区域内每 个综合能源站所包括的子发电站的发电能源类型； 第一处理模块， 用于获取每种发电能源类型发电时对应的发电转 化度和发电成本； 第二处理模块， 用于采用粒子群算法根据所述发电转化度和发电成本， 确定至少一个 子发电站以用于发电； 其中， 所述采用粒子群算法根据所述发电转化度和发电成本， 确定至少一个子发电站 以用于发电包括： 根据每个子发电站的发电转化度和发电成本分别确定转化度输入矩阵和成本输入矩 阵； 将所述转化度输入矩阵和成本输入矩阵输入到预先训练好的粒子群算法模型中， 得到 所述转化度输入矩阵中对应的至少一个最优的发电转 化度； 将所述最优的发电转 化度对应的子发电站确定为目标子发电站以用于发电； 其中， 所述将所述转化度输入矩阵和成本输入矩阵输入到预先训练好的粒子群算法模 型中， 得到所述 转化度输入矩阵中对应的至少一个最优的发电转 化度包括： 预先训练好的粒子群算法模型根据转化度输入矩阵和成本输入矩阵， 采用以下公式 （1） 确定每个子发电站的有益程度值， 并通过多次迭代优化， 确定至少一个最优的有益程度 值， 将所述 最优的有益 程度值对应的发电转换度确定为所述 最优的发电转 化度； 上述公式 （1） 中， 表示转化度输入矩阵的行， 表示转化度输入矩阵的列， 表示转 化度输入矩阵中第 行第 列的发电转化度对应的有益程度值， 表示第 行第 列的发 电转化度； 表示管控区域内能源类型个数， 表示管控区域内综合能源站的个数， 表 示第 行第 列的发电转 化度对应的能源赋值， 表示第 行对应的能源的发电成本 。 7.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至5任一项所 述综合能源站供能方法。 8.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 5任一项所述综合能源站供能方法。权　利　要　求　书 2/2 页 3 CN 115173490 B 3