[发明专利]企业能耗过程建模与仿真方法

摘要

本发明属于能耗控制技术领域，具体为一种企业能耗过程的建模和仿真方法。其中建模方法包括用模糊Petri网模型的模糊变迁表示各能耗活动，用模糊库所表示能耗活动相应的原料和成品的仓库，模糊库所中的标记数表示原料和成品的数量，相应的供需关系用结点间的连线表示，连线的连接强度表示从起点到终点运输原料或成品时的损耗率。仿真方法包括初始网络模型、确定在当前时刻的使能模糊变迁集、将某激发时刻的模糊变迁放入将来事件表中，找出最小激发时刻的激发模糊变迁等。本发明方法能够清晰完备地描述企业的能耗过程的各种交互行为，而且计算效率高，通用性强，能够帮助企业加强能耗管理，节约能源。

主权项

1、一种企业能耗过程建模与仿真方法，其特征在于包括“基于扩展模糊Petri网的能耗过程建模方法”和“基于扩展模糊Petri网的能耗过程仿真方法”，具体内容如下：(一)基于扩展模糊Petri网的能耗过程建模方法该方法的基本内容为：用企业能耗过程模糊Petri网模型的模糊变迁表示各能耗活动，用模糊库所表示能耗活动相应的原料和成品的仓库，模糊库所中的标记数表示原料和成品的数量，相应的供需关系用结点间的连线表示，连线的连接强度表示从起点到终点运输原料或成品时的损耗率；其中：定义1：企业能耗过程模糊Petri网模型，记为EEC-FPN，其定义为：一个9元组：EEC-FPN＝(P，T，G，YI，YO，SP，EP，M0(p)，∑)；其中，P＝{P1，P2，…，Pn}是模糊库所的有限集合，用于代表企业原料和成品的仓库；T＝{T1，T2，…，Tm}是模糊变迁的有限集合，即P集与T集不相交，用于代表企业的能耗活动、能耗设备或生产加工单元；G＝{G1，G2，…，Gk}是有限的非空门集，它与变迁的控制相联系，用于代表能源传输管网中的分支汇聚以及散出阀门，并控制输入或输出生产中的不同物质流；YI是P×T上的一个带标识的模糊关系，表示库所到变迁的连接情况和连接线上的额定输入量ik、连接强度αk以及相应的输入强度计算函数YI(ik，αk)，在能源消耗过程模型中，函数YI(ik，αk)和αk可根据具体情况采用不同的定义：当连接强度αk表示“能源传输管网的最大传输率”一类物理意义时，令YI(ik，αk)＝min{ik，αk}，当连接强度αk表示“传输损耗率”之类含义时，用YI(ik，αk)＝ik×αk表示能源传输过程中的耗能量；YO是T×P上的一个带标识的模糊关系，表示变迁到库所的连接情况和连接线上的额定输出量ij、连接强度βj以及相应的标记增量计算函数YO(ij，βj)，在能源消耗过程模型中，βj和YO(ij，βj)的定义，同αk和YI(ik，αk)的定义相似；$\mathrm{SP}⋐P为初始模糊库所集即EEC-FPN网络的开始结点，$ \mathrm{EP}⋐P为终止模糊库所集即EEC-FPN网络的结束结点，它们分别用于代表生产过程的开始与结束位置；M0(P)是定义在P上的一个取值于[0，\infty )中实数的函数，表示库所在运行开始时的初始标记状态，用于代表初始的资源分配；\sum ＝(E，Q，\Delta ，\prod )是附加信息集合，其中E为外部事件集合，Q为外部运算控制集合，\Delta 为支持生产的外部工具集，\prod 为生产过程中所涉及的人员信息集合；定义2：EEC-FPN网络中模糊库所的定义对$ \forall P_i\in P,Pi＝(M0，Mi(t)，di，hi)，其中，M0为模糊库所Pi的初始标识，即初始的资源分配，如果Pi是连续的，则M0取值为正实数和零，如果Pi\; 是离散的，则M0取值为正整数和零；Mi(t)是库所Pi在时刻t的标识，它反映随时间的变化模糊库所内资源或物料的变化；di是与模糊库所Pi相联系的时限；定义3：EEC-FPN网络中模糊变迁的定义对$ \forall T_i\in T,Ti是10元组：Ti＝(\tau i，fi，qi，ei，Ri，\Delta i，POi，Gi，Ni，hTi，dTi)；其中，\tau i是定义在T上的一个取值于[0，\infty )中实数的函数，表示变迁Ti的点火阈限，在能耗过程模型中用以表示为进行生产所必需的最少原料数或能耗设备工作所需的能源数量；fi是定义在T上的一个映象，它把T中的变迁映象为一个定义在其各输入强度YI(ik，\alpha k)上的一个非负函数，称为模糊变迁Ti的状态转移控制函数，当fi\ge \tau i时模糊变迁具有点火的能力；qi\in Q是模糊变迁Ti的运算控制，用于表示能耗设备或单元能耗活动的动力学特性，通过qi的运算得到特定量的输入能源经某种物理、化学反应后所产生的输出产品或中间产品的数量；ei\in E，ei是与Ti相联系的外部事件；Ri＝(\epsilon ，\pi i)，\epsilon 表示Ti执行者的信息，即而\pi i\in \prod \cup \{null\}，如果\epsilon ＝0，\pi i＝null，否则\pi i\in \prod ；\Delta i\in \Delta 表示执行该任务的外部工具；POi＝IPOi\cup OPOi是模糊变迁Ti的输入输出数据对象集，$ {\mathrm{IPO}}_i⋐P为Ti的输入对象集，$ {\mathrm{OPO}}_i⋐P为Ti的输出对象集；Gi\in G为Ti的门集，令Gi＝IGi为Ti的输入门集，Gi＝OGi为Ti的输出门集，它将消息令牌或不同物质流的传送、接收及路由的管理功能从模糊变迁与模糊库所中分离出来，使得模型的结构更加清晰、合理；Ni＝(l，\int )，l表示该Ti的嵌套属性，如果l＝1，\int \in EEC-FPNS，EEC-FPNS是EEC-FPN的子网；对于离散的Ti，dTi为Ti引发的时延，而对于连续的Ti，则可定义模糊变迁Ti的最大激发速度为vTi，vTi＝1/dTi；定义4：EEC-FPN中父网与子网之间的联系如果EEC-FPN模型中存在嵌套型模糊变迁Ti，即l(Ti)＝1，\int (Ti)＝EEC-FPNS，并且Ti\; 的输入输出数据对象集分别为IPOi和OPOi，则SP(EEC-FPNS)＝IPOi，EP(EEC-FPNS)＝OPOi；(二)基于扩展模糊Petri网的能耗过程仿真方法具体步骤如下：步骤1、初始化网模型，以及全局仿真时钟t和仿真结束时间tmax，确定模型中各模糊库所的初始标识M0(P)；步骤2、确定当前标识是否为目标标识，如果是，仿真结束，否则，转入步骤3。(或者判断当前t的值，如果t\ge tmax，仿真结束，否则转入步骤3；步骤3、确定在当前t时刻的使能模糊变迁集TE：3.1、令A＝\{a1，a2，\dots ，an\}T＝0，E＝\{e1，e2，\dots ，em\}T＝0；这里，A表示各模糊库所的标识情况，E表示各模糊变迁的使能状况，其元素均为0或1；当模糊库所Pi，i＝1，2，\dots ，n，的标识数大于0或其被供给时，ai为1，否则ai为0；当模糊变迁Tj(j＝1，2，\dots ，m)使能时，ej\; 为1，否则ej为0；3.2、对于模糊库所Pi，i从1到n进行循环判断，如果Mi(t)＞0，则ai＝1；否则ai＝0；3.3、对于任意满足条件ai＝1的模糊库所Pi进行循环判断，判断与其相联的时限是否到时，如果是，ai＝1，否则令ai＝0；3.4、对于模糊变迁Tj，j从1到m进行循环判断，当Tj的输入条件为“与”时，$ \forall P_i\in {}^{*}T_j,(ai＝1)\wedge (fj\ge \tau j)，则ej＝1，否则，ej＝0；当Tj的输入条件为“或”时，$ \exists P_i\in {}^{*}T_j,(ai＝1)\wedge (fj\ge \tau j)，则ej＝1，否则，ej＝0；3.5、TE＝\{Tj|ej＝1\}为此刻使能的模糊变迁集；步骤4、对使能模糊变迁集TE中的每个模糊变迁Tj，根据时延分别确定其激发时刻tj，并将tj及其相应的激发模糊变迁Tj放入将来事件表TF中；步骤5、扫描模型的将来事件表TF，找出最小的激发时刻min(tj)以及相应的激发模糊变迁Tj；步骤6、推进全局仿真时钟t＝min(tj)，激发相应的模糊变迁Tj，按照下式计算相关模糊库所中的标识，得到下一时刻网的标识，转入步骤2：①当模糊变迁为离散的当Tj在t+dt激发后：$ M_i(t+\mathrm{dt})=\left\{\begin{array}{cc}{M}_i\left(t\right)-I(P_i,T_j),& \forall P_i\in {\mathrm{IOP}}_j\\ M_i\left(t\right)+O(P_i,T_j),& \forall P_i\in {\mathrm{OOP}}_j\end{array}\right.,这里I(Pi，Tj)和O(Pi，Tj)分别为模糊库所Pi和模糊变迁Tj间的输入、输出强度计算函数；Mi(t)表示时刻t模糊库所Pi的资源数量；②当模糊变迁为连续的在时刻t\to t+dt里，Pi的标识变化：$ M_i(t+\mathrm{dt})=\left\{\begin{array}{cc}{M}_i\left(t\right)-v_j\left(t\right)·I(P_i,T_j)·\mathrm{dt},& \forall P_i\in {\mathrm{IOP}}_j\\ M_i\left(t\right)+v_j\left(t\right)·O(P_i,T_j)·\mathrm{dt},& \forall P_i\in {\mathrm{OOP}}_j\end{array}\right.,这里I(Pi，Tj)和O(Pi，Tj)同样分别表示模糊库所Pi和模糊变迁Tj间的输入、输出强度计算函数；Mi(t)表示时刻t模糊库所Pi的资源数量，而vj(t)为模糊变迁Tj的激发速度。$$$$$$$$$$