海上移动微网群物流与能源协同调度方法及系统
文献发布时间:2024-04-18 19:58:21
技术领域
本发明涉及水上物流与能源调度技术领域,具体地,涉及海上移动微网群物流与能源协同调度方法及系统,更为具体地,涉及基于多层离散时空网络的移动微网群物流与能源协同调度方法及系统。
背景技术
在全球物流运输体系中,船舶航运作为一枝重要的矛,承担了近80%的物流运输量。然而,在稳步提升运输效率的同时,航运业对于碳排放问题的管理并未达到协同步调,形成了一种较为粗放的运行态势,从而加大了航运的碳排放和环保经济成本。同时,伴随着各国政府的政策法规以及欧盟碳排放交易市场的建立,航运业正面临急需解决的减碳问题。因此,如何精细管理船舶微能源系统的能量,并通过灵活高效的物流调配策略调控航运业务,以实现海上航运网络的经济低碳运行,成为了亟待解决的关键问题。尤其是在全电力船舶的技术日渐成熟的背景下,电气化和物流优化调配策略将为航运业的节能增效和绿色航运发展打开新的可能。
不同于陆地固定微网群,海上的全电力船舶集群在完成物流运输任务的同时,构成了一种特殊的海洋移动微电网群。多艘全电力船舶在各个港口之间穿梭,航行网络具有极高的时空耦合动态性,需要根据船舶的航行状况和任务需求进行调整。另一方面,全电力船舶的能源调配与其航行速度有密切的联系,不同的航行速度对应不同的推进功率需求,因此船舶自身的能源调配策略直接影响着物流任务的执行效率。例如,过高的航行速度可能导致电力供应不足,而过低的速度则可能导致物流任务的延误。同时,不同的能源调配策略也会导致运营经济成本的差异。选择合适的能源调配策略不仅能够确保船舶高效地完成物流任务,还可以在最大程度上降低运营成本。
然而,目前尚未见到全电力船舶微网集群的物流与能源协同优化调度的研究。值得说明的是,虽然现有研究中已有少量关于全电力船舶能量管理与航速优化的研究,但是这些研究均只针对单艘全电力船舶且其航行链路固定。然而,在实际场景中,海上运输通常是以包含多艘船舶的船队形式承担物流运输任务,船东具有灵活调配整个船队航行链路以及船队中各艘船舶能源设备出力的能力,因此有必要协同优化全电力船舶集群的物流与能源调配。
赵越,高小永,夔国凤等.考虑碳排放量的穿梭油轮路径绿色调度优化[J].化学工业与工程,2022,39(02):23-31.DOI:10.13353/j.issn.1004.9533.20210396.该文献公开了海上穿梭油轮在深远海及海上边际油田的石油外输系统中担任着重要角色,其路径规划决定着整个石油外输系统运输效率。海上原油运输方式占整个原油运量的80%,为提高原油公司市场竞争力、降低其海运成本,对穿梭油轮船队的合理设计及路径的调度优化至关重要。近年来,学者更注重于研究建立一种与环境共生的、能促进经济和消费生活健康发展的绿色物流系统。基于此,提出一种穿梭油轮路径绿色调度优化模型。该模型以最小化穿梭油轮的航运总成本为目标,其中航运总成本由传统的固定运输成本与碳排放有关的可变成本两部分组成。所提模型还同时优化了穿梭油轮船队设计以及航行路线规划。通过案例分析及方案的成本对比,验证了航行速度选择对穿梭油轮航运成本的重要作用。该文献给出了穿梭油轮船队设计以及航行路线规划。虽然对航速进行调节降低成本,但是并未对包含多种能源设备的全电力船舶微网进行能量优化调配。此外,该文献中给出的船队调配及航行链路设计是基于连续时间模型,并不适用于离散时间段的能量调配,而本发明给出的基于离散时空网络的方法能够同时适应于涉及空间决策和离散时间间隔的船队物流及能源调度问题。
K.Hein,Y.Xu,G.Wilson and A.K.Gupta,"Coordinated Optimal VoyagePlanning and Energy Management of All-Electric Ship With Hybrid EnergyStorage System,"in IEEE Transactions on Power Systems,vol.36,no.3,pp.2355-2365,May 2021,doi:10.1109/TPWRS.2020.3029331.该文献针对全电力推进船舶,提出了计及碳排放和运行经济性的全电力船舶发电与航速联合优化方法。尽管涵盖了全电力船舶的能量管理与航速优化,但其研究的主要对象仍为单艘全电力船舶,且其航行路径固定,到港以及离港的时间也已确定,而本发明研究对象从单船扩展为整个船队,从单一的能量管理扩展到船队的物流与能量协同优化,且船队航线路线可进行灵活调配。
鉴于此,本发明旨在有效提高全电力船舶集群的能源利用效率,率先提出了一种全电力船舶集群物流与能源协同优化调度方法,基于多层离散时空网络,在保证满足各港口实际物流需求的前提下,实现全电力船舶的物流集群调度和航行链路的分配。同时,结合各全电力船舶自身的能源设备物理约束和航行链路交通约束,实现各船舶自身能源设备的最优出力,从而提升船舶的能源效率并降低碳排放。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种海上移动微网群物流与能源协同调度方法及系统。
根据本发明提供的一种海上移动微网群物流与能源协同调度方法,包括:
步骤S1:构建基于多层离散时空网络的船队物流调配模型;
步骤S2:构建多目标船舶能量管理模型;
步骤S3:将船队物流调配模型和多目标船舶能量管理模型结合,构建基于多层离散时空网络的调度模型,优化基于多层离散时空网络的调度模型,实现在满足各港口物流需求的前提下,进行船舶航行链路的分配与能源设备的优化调配;
所述船队物流调配模型是基于海上离散时空网络实现全电力船舶的物流集群调度和航行时空链路的分配;
所述多目标船舶能量管理模型是通过保障各港口物流需求和船舶准时抵达的前提下,以最小化的船舶能源系统运行成本和碳排放为目标,有效地实现了能源利用和碳排放的双重优化。
优选地,所述基于多层离散时空网络的船队物流调配模型采用:
离散时空网络的水平轴代表时间尺度,被划分为数个时间段;垂直轴则代表空间维度,包括一个供应/仓库港口和多个客户/需求港口;
在当前离散时空网络中,每个节点都融合了地点和时间两个维度;将当前离散时空网络划分为多层,每层对应于船队中的一艘全电力船舶,,时空网络的层数
目标函数:最小化所有船舶的总运行时间;
其中,x
约束条件包括:网络流平衡约束以及运行约束;
所述网络流平衡约束采用:
其中,δ
所述运行约束
其中,I
优选地,所述多目标船舶能量管理模型采用:
全电力船舶模型包括:柴油机电机模块、储能装置模块以及推进负荷模块;
所述柴油机电机模块采用:
柴油发电机消耗的燃油成本与发电功率的关系表示为二阶多项式函数:
其中,Q
所述储能装置模块采用:船舶能源系统中配备了锂电池作为储电设备,电池储能电站的数学模型表示为:
其中,SOC
所述推进负荷模块包括:通过调节航速进而改变电力推进功率,两者间满足如下关系式:
其中,v
目标函数:将各艘全电力船舶经济成本和碳排放作为优化目标函数,其表达式如下:
min(C
其中,C
约束条件包括:功率平衡约束、设备运行安全约束以及交通航行约束;
所述功率平衡约束包括:
其中,
所述设备运行安全约束采用:
式中:
所述交通航行约束采用:
其中,D
优选地,所述步骤S3采用:
步骤S3.1:第一阶段船队物流调配模型为混合整数线性规划模型,求解当前混合整数线性规划模型得到物流调配结果;
步骤S3.2:基于第一阶段求解得到的物流调配结果,对第二阶段的多目标船舶能量管理模型的船队中各船舶进行多目标能量管理问题求解,得到船舶的最优能量调配决策。
优选地,所述步骤S3.2采用:
步骤S3.2.1:利用分段线性化的方法,将非线性函数线性化;
步骤S3.2.2:采用线性边界交叉法将双目标问题转化为两个单目标数学规划问题进行优化求解,进而得到帕累托前沿决策解集;
步骤S3.2.3:基于最大化多目标间权衡的概念,从帕累托前沿中选择膝点作为船舶的最优能量调配决策。
优选地,所述步骤S3.1采用:
MinimizeF
subjectto:x∈Ω
g
h
其中,F
所述步骤S3.2:
Minimize F
subjectto:y∈Ω
g
h
其中,F
根据本发明提供的一种海上移动微网群物流与能源协同调度系统,包括:
模块M1:构建基于多层离散时空网络的船队物流调配模型;
模块M2:构建多目标船舶能量管理模型;
模块M3:将船队物流调配模型和多目标船舶能量管理模型结合,构建基于多层离散时空网络的调度模型,优化基于多层离散时空网络的调度模型,实现在满足各港口物流需求的前提下,进行船舶航行链路的分配与能源设备的优化调配;
所述船队物流调配模型是基于海上离散时空网络实现全电力船舶的物流集群调度和航行时空链路的分配;
所述多目标船舶能量管理模型是通过保障各港口物流需求和船舶准时抵达的前提下,以最小化的船舶能源系统运行成本和碳排放为目标,有效地实现了能源利用和碳排放的双重优化。
优选地,所述基于多层离散时空网络的船队物流调配模型采用:
离散时空网络的水平轴代表时间尺度,被划分为数个时间段;垂直轴则代表空间维度,包括一个供应/仓库港口和多个客户/需求港口;
在当前离散时空网络中,每个节点都融合了地点和时间两个维度;将当前离散时空网络划分为多层,每层对应于船队中的一艘全电力船舶,时空网络的层数
目标函数:最小化所有船舶的总运行时间;
其中,x
约束条件包括:网络流平衡约束以及运行约束;
所述网络流平衡约束采用:
其中,δ
所述运行约束
其中,I
优选地,所述多目标船舶能量管理模型采用:
全电力船舶模型包括:柴油机电机模块、储能装置模块以及推进负荷模块;
所述柴油机电机模块采用:
柴油发电机消耗的燃油成本与发电功率的关系表示为二阶多项式函数:
其中,Q
所述储能装置模块采用:船舶能源系统中配备了锂电池作为储电设备,电池储能电站的数学模型表示为:
其中,SOC
所述推进负荷模块包括:通过调节航速进而改变电力推进功率,两者间满足如下关系式:
其中,v
目标函数:将各艘全电力船舶经济成本和碳排放作为优化目标函数,其表达式如下:
min(C
其中,C
约束条件包括:功率平衡约束、设备运行安全约束以及交通航行约束;
所述功率平衡约束包括:
其中,
所述设备运行安全约束采用:
式中:
所述交通航行约束采用:
其中,D
优选地,所述模块M3采用:
模块M3.1:第一阶段船队物流调配模型为混合整数线性规划模型,求解当前混合整数线性规划模型得到物流调配结果;
模块M3.2:基于第一阶段求解得到的物流调配结果,对第二阶段的多目标船舶能量管理模型的船队中各船舶进行多目标能量管理问题求解,得到船舶的最优能量调配决策;
所述模块M3.2采用:
模块M3.2.1:利用分段线性化的方法,将非线性函数线性化;
模块M3.2.2:采用线性边界交叉法将双目标问题转化为两个单目标数学规划问题进行优化求解,进而得到帕累托前沿决策解集;
模块M3.2.3:基于最大化多目标间权衡的概念,从帕累托前沿中选择膝点作为船舶的最优能量调配决策;
所述模块M3.1采用:
Minimize F
subject to:x∈Ω
g
h
其中,F
所述模块M3.2:
Minimize F
subject to:y∈Ω
g
h
其中,F
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过将全电力船舶集群的物流与能源调度结合,在一定程度上优化了船舶运行的能源效率,提升了整体的能源利用效益,同时也降低了碳排放,为绿色航运发展提供了新的解决方案;
2、本发明通过基于多层离散时空网络的物流集群调度和航行链路分配,增强了船舶集群的运行灵活性,为不同的海洋环境和运输需求提供了高度适应性的调度策略;
3、本发明考虑了各全电力船舶自身的能源设备物理约束和航行链路交通约束,实现了船舶能源设备的最优出力,从而有效降低了运行成本,同时也提升了船舶的能效水平;
4、本发明提出的协同优化方法,首次将全电力船舶集群的物流与能源调度融为一体,深化了物流运输和能源管理的耦合,极大地增强了船舶集群整体运行效率和灵活性,强化了海上移动微网群的动态协同调度;
5、在实际的海上运输场景中,本发明考虑了海上船舶集群的运输任务与船只之间的复杂互动,基于海上离散时空网络,实现了全电力船舶的物流集群调度和航行链路的分配;
6、在保障各港口物流需求和船舶准时抵达的前提下,以最小化的船舶能源系统运行成本和碳排放为目标,有效地实现了能源利用和碳排放的双重优化,具有显著的环保和经济效益。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为海上移动微网群架构图。
图2为多层离散时空网络图。
图3为时空航行链路图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
本发明旨在通过全电力船舶集群物流与能源协同优化调度方法,提升全电力船舶集群的能源利用效率,降低碳排放。基于多层离散时空网络,优化物流调度和航行链路,满足各港口物流需求,同时考虑各船舶能源设备和航行约束,以实现最佳能源出力,提高能源效率,并降低运行成本。
根据本发明提出的一种海上移动微网群物流与能源协同调度方法及系统,所述海上移动微网群如图1所示,基于海上移动微网群创新地将物流与能源管理相结合,构建了基于多层离散时空网络的调度模型,可以在满足各港口物流需求的前提下,有效地进行船舶航行链路的分配与能源设备的优化调配。
所述海上移动微网群物流与能源协同调度方法包括:
步骤S1:构建基于多层离散时空网络的船队物流调配模型;
步骤S2:构建多目标船舶能量管理模型;
步骤S3:将船队物流调配模型和多目标船舶能量管理模型结合,构建基于多层离散时空网络的调度模型,优化基于多层离散时空网络的调度模型,实现在满足各港口物流需求的前提下,进行船舶航行链路的分配与能源设备的优化调配;
所述船队物流调配模型是基于海上离散时空网络实现全电力船舶的物流集群调度和航行时空链路的分配;
所述多目标船舶能量管理模型是通过保障各港口物流需求和船舶准时抵达的前提下,以最小化的船舶能源系统运行成本和碳排放为目标,有效地实现了能源利用和碳排放的双重优化,具有显著的环保和经济效益。
所述基于多层离散时空网络的船队物流调配模型包括:
多层离散时空网络
如图2所示,该离散时空网络的水平轴代表时间尺度,被划分为数个时间段;垂直轴则代表空间维度,包括一个供应/仓库港口和多个客户/需求港口。在该时空网络图中,每个节点都融合了地点和时间两个维度。该时空网络被划分为多层,每层对应于船队中的一艘全电力船舶,即时空网络的层数
在该海上物流时空网络中,存在三种类型的时空节点:1)源节点
目标函数包括:
在船运物流管理中,有效利用和管理船舶资源对于实现优秀的运营性能至关重要。通过最小化所有船舶的总运行时间,即船舶从仓库港口出发,到各客户港口执行配送任务,最终返回仓库港口的整个过程,包含航行时间和客户港口的货物卸载时间。这一优化目标不仅促进了船舶的高效利用,减少了闲置,也确保了船舶可以快速返回仓库以备下一次任务,从而降低了运营中的无效时间,并提升了运营效率。更重要的是,此目标响应了对物流服务高需求的市场环境,使得船舶能够在高负荷条件下,快速、有效地进行货物处理。
式中:x
约束条件包括:网络流平衡约束和运行约束;
所述网络流平衡约束采用:
式中:δ
所述运行约束采用:
式中:I
所述多目标船舶能量管理模型包括:
全电力船舶模型
柴油发电机
作为船舶移动式微网的主要动力源,柴油发电机通过燃烧柴油为船舶微能源网提供能量供给,不同的船载负荷水平对应于柴油发电机不同运行点,进而导致燃油消耗量的变化。柴油发电机消耗的燃油成本与发电功率的关系可近似表示为二阶多项式函数:
式中:Q
储能装置
船舶能源系统中配备了锂电池作为储电设备,它具有能量密度高、性能稳定的优点,电池储能电站的数学模型可以表示为:
式中,SOC
推进负荷
值得注意的是,不同于传统机械推进式船舶,对于全电力船舶而言,其推进器功率与自身航速紧密相关,可以通过调节航速进而改变电力推进功率,两者间满足如下关系式:
式中:v
目标函数包括:
时空物流优化得到的各艘船舶时空航行链路后,需对各船舶进行能量管理优化进一步降低运行成本和碳排放。本发明将各艘全电力船舶经济成本和碳排放作为优化目标函数,其表达式如下:
min(C
式中:C
所述经济成本包括:
柴油发电机组和氢燃料电池主要成本为柴油燃料和氢燃料成本,其成本表达式如下:
式中:Q
所述碳排放包括:
式中:
约束条件包括:功率平衡约束、设备运行安全约束及交通航行约束。
所述功率平衡约束采用:
式中:
所述设备运行约束采用:
式中:
所述交通航行约束采用:
式中:D
所述步骤S3采用:
在本发明中,基于多层离散时空网络的移动微网群物流与能源协同调度问题属于两阶段多目标优化问题,优化调度模型可以归纳为
该优化问题第一阶段为混合整数线性规划模型,其部分决策变量是连续的,如船舶载货量,指定港口配送量等;而部分决策变量是整数的,如船舶时空链路二元决策变量等,该阶段的优化求解可以通过直接调用高效的商业求解器,如Cplex进行求解。
第二阶段为双目标优化问题,且存在非线性函数,本发明首先利用分段线性化的方法,将非线性函数线性化,然后采用法线边界交叉法,将双目标问题转换为两个单目标数学规划问题进行优化求解,进而得到帕累托前沿决策解集。基于最大化多目标间权衡的概念,从帕累托前沿中选择“膝点”作为船舶的最优能量调配决策。
所述海上移动微网群物流与能源协同调度系统包括:
模块M1:构建基于多层离散时空网络的船队物流调配模型;
模块M2:构建多目标船舶能量管理模型;
模块M3:将船队物流调配模型和多目标船舶能量管理模型结合,构建基于多层离散时空网络的调度模型,优化基于多层离散时空网络的调度模型,实现在满足各港口物流需求的前提下,进行船舶航行链路的分配与能源设备的优化调配;
所述船队物流调配模型是基于海上离散时空网络实现全电力船舶的物流集群调度和航行时空链路的分配;
所述多目标船舶能量管理模型是通过保障各港口物流需求和船舶准时抵达的前提下,以最小化的船舶能源系统运行成本和碳排放为目标,有效地实现了能源利用和碳排放的双重优化,具有显著的环保和经济效益。
所述基于多层离散时空网络的船队物流调配模型包括:
多层离散时空网络
如图2所示,该离散时空网络的水平轴代表时间尺度,被划分为数个时间段;垂直轴则代表空间维度,包括一个供应/仓库港口和多个客户/需求港口。在该时空网络图中,每个节点都融合了地点和时间两个维度。该时空网络被划分为多层,每层对应于船队中的一艘全电力船舶,即时空网络的层数
在该海上物流时空网络中,存在三种类型的时空节点:1)源节点
目标函数包括:
在船运物流管理中,有效利用和管理船舶资源对于实现优秀的运营性能至关重要。通过最小化所有船舶的总运行时间,即船舶从仓库港口出发,到各客户港口执行配送任务,最终返回仓库港口的整个过程,包含航行时间和客户港口的货物卸载时间。这一优化目标不仅促进了船舶的高效利用,减少了闲置,也确保了船舶可以快速返回仓库以备下一次任务,从而降低了运营中的无效时间,并提升了运营效率。更重要的是,此目标响应了对物流服务高需求的市场环境,使得船舶能够在高负荷条件下,快速、有效地进行货物处理。
式中:x
约束条件包括:网络流平衡约束和运行约束;
所述网络流平衡约束采用:
式中:δ
所述运行约束采用:
式中:I
所述多目标船舶能量管理模型包括:
全电力船舶模型
柴油发电机
作为船舶移动式微网的主要动力源,柴油发电机通过燃烧柴油为船舶微能源网提供能量供给,不同的船载负荷水平对应于柴油发电机不同运行点,进而导致燃油消耗量的变化。柴油发电机消耗的燃油成本与发电功率的关系可近似表示为二阶多项式函数:
式中:Q
储能装置
船舶能源系统中配备了锂电池作为储电设备,它具有能量密度高、性能稳定的优点,电池储能电站的数学模型可以表示为:
式中,SOC
推进负荷
值得注意的是,不同于传统机械推进式船舶,对于全电力船舶而言,其推进器功率与自身航速紧密相关,可以通过调节航速进而改变电力推进功率,两者间满足如下关系式:
式中:v
目标函数包括:
时空物流优化得到的各艘船舶时空航行链路后,需对各船舶进行能量管理优化进一步降低运行成本和碳排放。本发明将各艘全电力船舶经济成本和碳排放作为优化目标函数,其表达式如下:
min(C
式中:C
所述经济成本包括:
柴油发电机组和氢燃料电池主要成本为柴油燃料和氢燃料成本,其成本表达式如下:
式中:Q
所述碳排放包括:
式中:
约束条件包括:功率平衡约束、设备运行安全约束及交通航行约束。
所述功率平衡约束采用:
式中:
所述设备运行约束采用:
式中:
所述交通航行约束采用:
式中:D
所述模块M3采用:
在本发明中,基于多层离散时空网络的移动微网群物流与能源协同调度问题属于两阶段多目标优化问题,优化调度模型可以归纳为
该优化问题第一阶段为混合整数线性规划模型,其部分决策变量是连续的,如船舶载货量,指定港口配送量等;而部分决策变量是整数的,如船舶时空链路二元决策变量等,该阶段的优化求解可以通过直接调用高效的商业求解器,如Cplex进行求解。
第二阶段为双目标优化问题,且存在非线性函数,本发明首先利用分段线性化的方法,将非线性函数线性化,然后采用法线边界交叉法,将双目标问题转换为两个单目标数学规划问题进行优化求解,进而得到帕累托前沿决策解集。基于最大化多目标间权衡的概念,从帕累托前沿中选择“膝点”作为船舶的最优能量调配决策。
实施例2
实施例2是实施例1的优选例
下面结合附图及具体实施例对本发明方案进行进一步的详细说明。
本研究得到海南省科技计划三亚崖州湾科技城联合项目“面向海南自贸港的绿色船舶低碳化运行关键技术”(项目编号:2021JJLH0026)资助。
该案例包括1个仓库港口和4个客户港口,船舶在仓库港口完成货物装载后,运送到客户港口,最终空船返回仓库港口,结束本次物流配送任务,整体构成闭环航行。港口间的距离取欧式距离,调度时间间隔为3小时,调度周期为24个时间间隔,即总调度时间为72小时。为验证本发明所提的物流及能源协同优化方法的有效性,设置了3种不同场景进行算例对比分析,其中场景3为本发明所提优化调度方法。各场景分别为:
场景1:无优化调度策略,船队采用固定航线,各全电力船舶出力固定;
场景2:船队采用固定航线往返,但航行中对各船舶船载能源设备优化调配出力;
场景3:船队采用基于离散时空网络的方法灵活调度,优化航行时空链路,同时优化调配各艘全电力船舶航行中的船载能源设备出力。
表1三种场景下的运行费用及碳排放对比
算例1:该场景下,全电力船舶集群按照固定航线往返,且各船舶船载能源设备采用固定出力,即不进行能源优化调配。在此情况下,船舶集群也不会根据物流任务和能源供应情况调整其航行速度。由于缺乏灵活性,该模式的系统运行费用较高,为127401m.u.,碳排放量也较大,为42401ton。
算例2:该运行方式下,全电动船舶集群仍然按照固定航线往返,但是对船队中各艘船舶进行了能源设备的灵活调配。这意味着根据航行链路,船舶可以灵活地调整其航行速度和能源设备的出力。这样的优化调度策略使系统运行费用降低到101327m.u.,碳排放量也减少到39642ton。
算例3:全电力船舶集群不仅进行了能源设备的灵活调配,而且允许航行链路的灵活调配。图3给出了该场景下船队中各船舶的航行时空链路。这意味着根据物流任务需求,船舶可以灵活地选择最佳航行链路,同时根据物流调配的航行链路调整航行速度和能源设备的出力。这种协同优化的运行方式进一步降低了系统运行费用,降至87345m.u.,碳排放量也大幅降低,为37825ton。
综上,实例分析结果表明,本发明的协同优化方法充分利用了全电力船舶集群的物流和能源调度的耦合关系,显著减少了全电力船舶集群的运行费用和碳排放量。尤其在算例3中,航行计划和能源供应的协同优化进一步显现出本方法的优越性,通过充分考虑电力网络与物流网络的交互关系,并在运行阶段对两者进行协同优化,在满足物流和船舶微网能源需求的同时,达到了更优的经济性和环境友好性。本发明可应用于全电力船舶集群的能量管理,有效实现船舶集群移动能源网络的经济与环保运行。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
- 计及可靠性的微电网群源网荷储协同优化调度方法及系统
- 基于云边协同的综合能源微网优化调度方法与系统