1.本发明涉及电网规划技术领域，尤其涉及一种分布式光伏并网管理流程效率提升方法及装置。
背景技术：
2.近年来，由于分布式光伏并网传统管理方案如：全参数量化建模技术、模糊匹配与自动优选策略存在重复性与冗余性的问题，使管理职能分隔过多过细，导致多头管理、重复管理问题突出。管理手段上缺乏科学依据和规范性，无法形成系统和规范的管理，管理过程中主观因素过多，随意性较强。最终导致管理效率低下，管理漏洞频出。
3.针对现行的科技计划项目管理服务，由于现行管理方式的问题，使管理职能分隔过多过细，导致多头管理、重复管理问题突出。管理手段上缺乏科学依据和规范性，无法形成系统和规范的管理，管理过程中主观因素过多，随意性较强。最终导致管理效率低下，管理漏洞频出。并且研究方法未深入剖析算法内部资源节点位置与调度任务之间的关系，资源定位不精准。流程管理是管理变革与信息技术的结合点，信息技术是提升管理质量、提升管理能力的有力工具和手段。因此，流程优化必须建立在信息化的基础上。无论是流程的自动化还是大数据建设都需要一个界面友好、运行稳定、响应快捷的信息系统来支撑。
技术实现要素：
4.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
5.鉴于上述现有存在的问题，提出了本发明。
6.因此，本发明提供了一种分布式光伏并网管理流程效率提升方法及装置解决未深入剖析算法内部资源节点位置与调度任务之间的关系，资源定位不精准的问题。
7.为解决上述技术问题，本发明提供如下技术方案：
8.第一方面，本发明提供了一种分布式光伏并网管理流程效率提升方法，包括：基于价值链理论，使用asme分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类；
9.通过esia分析法优化非增值活动，对增值活动进行结构上的调整，得到优化后的流程环节；
10.通过改进的蚁群算法对光伏并网管理资料调度进行优化，实现中心资源调度。
11.作为本发明所述的分布式光伏并网管理流程效率提升方法的一种优选方案，其中：所述改进的蚁群算法，根据蚁群算法划分栅格，确定时间延迟参数，实现集中管理，计算算法概率参数，根据概率参数对蚁群算法进行参数改进，提取蚁群信息素因子，设置节点参数，确定更新模型，选择资源节点，根据系统运行速度分析结果得到系统调度网络，计算网格网络信息更新数据，实现中心资源调度。
12.作为本发明所述的分布式光伏并网管理流程效率提升方法的一种优选方案，其中：所述根据蚁群算法划分栅格表示为：
[0013][0014]
其中，n表示栅格数量；i表示数据对象节点；d表示蚁群行走距离；f(π)表示蚁群对称边的长度；
[0015]
所述确定时间延迟参数表示为：
[0016][0017]
其中，tc为数据延迟参数；c
ij
为系统变迁参数；t
ij
为时间转移数据。
[0018]
所述计算算法概率参数表示为：
[0019][0020]
其中，qi为算法概率参数；d为系统运行时长数据；di为主系统时长参数；r为系统算法相似度数据；ri为主系统相似度数值。
[0021]
作为本发明所述的分布式光伏并网管理流程效率提升方法的一种优选方案，其中：所述根据概率参数对蚁群算法进行参数改进，即用聚类法计算转移概率，包括以下步骤：
[0022]
根据分布式光伏并网管理站所有部门的具体工作内容调整管理流程，同时获得业主相关流程参数；
[0023]
集中计算收益参数，将初始计算节点作为信息素存储对象，初始化管理蚁群，并随机放置于系统内部；
[0024]
对蚁群进行聚类处理，根据聚类结果计算蚁群的转移概率，聚类过程表示为：
[0025][0026]
其中，d
ij
为数据聚类得到的xi和cj之间的欧氏距离；xi为通过蚁群聚类得到的数据集合；cj为蚁群算法的聚类中心；
[0027]
在实现整体搜索后及时更新信息素数据，调节迭代程序的触发次数，按照调度模块的输出程序输出最佳方案数值，对信息素进行更新，信息素花费时间表示为：
[0028][0029]
确认调度任务中所有参数是否全部参与调度，若是则完成任务分配；否则回到调整管理流程继续执行任务指令。
[0030]
作为本发明所述的分布式光伏并网管理流程效率提升方法的一种优选方案，其中：所述选择资源节点，调整信息素节点因子，并选取最佳节点位置，设置节点信息素浓度提取公式表示为：
[0031]
j＝∫(q z)dx＝n/fm d
ij
[0032]
其中，d
x
为算法节点信息素浓度；q为网格点数据；z表示资源可控参数；n为操作数
据数量；fm为任务数值；
[0033]
分析不同蚁群运动路径节点之间的关系，记录信息素浓度最高区域的蚁群离散程度，离散度计算公式表示为：
[0034][0035]
p
ij
(t)为得到的离散计算结果；α和β为可调节参数；
[0036]
根据离散度计算结果在任务分配的同时选取资源节点的有效值作为离散影响因素，确定资源节点的搜索范围，获取节点查找时间，利用中心系统控制准则固定蚁群节点移动位置，划分资源节点网格，管理网格内部的节点参数，根据选取的随机性得到资源节点参数选取概率表示为：
[0037][0038]
其中，ps(t)表示节点参数选取概率；vs(t)为系统网格验证参数；ks(t)为节点查找时间参数；γ表示内部系统管理参数；α表示中心系统控制数值。
[0039]
作为本发明所述的分布式光伏并网管理流程效率提升方法的一种优选方案，其中：所述根据系统运行速度分析结果得到系统调度网络，在完成资源节点选择的基础上构建调度模型，随机分配网络节点，按照网络节点与数字中心之间的任务调度关系调节模型结构；分解系统匹配的数据任务，根据分配调度间隔将任务数据传输至空间计算系统中等待模拟机计算处理；数据聚类中心计算公式表示为：
[0040][0041]
其中，j表示得到的栅格邻域数量；
[0042]
解析不同空间的计算资源数据，并同时匹配计算准则相同的任务组数据，执行调度任务，根据不同系统数据计算的速度分析主任务系统的运行能力，构建系统运行速度分析公式表示为：
[0043][0044]
其中，sm×n表示系统运行速度；
[0045]
对比获取的系统运行速度数据，将运行速度最高的系统作为计算主系统，将调度模型网格参数划分为五个任务组，分析数据变迁路线，根据变迁节点的停留时间计算调度模型构建的响应时长，将时长数据与运行速度数据相结合，由此获取调度模型最佳结构参数；在模型内部设置相应的时间参数对照系统，确保模型构建的效率；建立调度模型公式表示为：
[0046]
lb＝(1-μ)(ε δε)
[0047]
式中：lb表示调度模型；μ表示调度系统内网格参数；ε为相应通道内传输数据；
[0048]
整合资源调度模型数据，执行数据中心资源调度指令，将指令参数经由传输通道传输至调度搜索中心；根据时间调度成本与调度约束因素之间的参数关系更新调度网格内网络信息，设置相应的网格网络信息更新数据，按照更新的数据分配初始化变量数据，将算法中的参数与启发信息相结合，判断最大迭代次数，随机设置蚁群的资源节点位置，通过最小二乘法计算网络矢量，计算过程公式表示为：
[0049]
w＝h
y[0050]
其中，w为输出的网络矢量；h
为最小二乘矩阵；y为蚁群调度重叠系数。
[0051]
作为本发明所述的分布式光伏并网管理流程效率提升方法的一种优选方案，其中：所述基于价值链理论，使用asme分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类，将流程中的活动进行分解细化，通过对流程中的具体活动展开分析判断，对活动的性质进行区别，通过对流程中各个活动进行性质梳理，判断当前活动在流程中是属于增值活动还是非增值活动，通过表格列明各个活动的情况，展示出整个流程各个活动的性质属性和流程各个活动的耗时，从而计算出活动的时间效率；
[0052]
所述通过esia分析法对价值不大的非增值活动优化，对增值活动进行结构上的调整，得到优化后的流程环节，对于管理流程中部分步骤r1、r2、r3……rn
，则该部分流程步骤数为n个，令优化后的该部分流程的步骤数为m个；
[0053]
当m＝n时，执行“简化”优化操作；
[0054]
当m《n时，执行“清除”或“整合”优化操作；
[0055]
当m》n时，执行“自动化”优化操作；
[0056]
若执行“简化”优化操作，则是对步骤进行精简，保留必要部分；
[0057]
若执行“清除”优化，则是直接剔除不必要的步骤；
[0058]
若执行“整合”优化，则是将两个或者多个步骤合并为一个步骤；
[0059]
若执行“自动化”优化，则是将审核结果自动化地同步给供电部门。
[0060]
第二方面，本发明提供了一种分布式光伏并网管理流程效率提升系统，包括：
[0061]
分类模块，基于价值链理论，使用asme分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类；
[0062]
调整模块，通过esia分析法对价值不大的非增值活动优化，对增值活动进行结构上的调整，得到优化后的流程环节；
[0063]
优化模块，通过改进的蚁群算法对光伏并网管理资料调度进行优化，实现中心资源调度。
[0064]
第三方面，本发明提供了一种计算设备，包括：
[0065]
存储器，用于存储程序；
[0066]
处理器，用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述分布式光伏并网管理流程效率提升方法的步骤。
[0067]
第四方面，本发明提供了一种计算机可读存储介质，包括：所述程序被处理器执行时，实现所述的分布式光伏并网管理流程效率提升方法的步骤。
[0068]
本发明的有益效果：本发明运用esia分析法和asme分析法结合价值链理论给出管理流程通用优化模型，根据改进的蚁群算法对优化模型进行计算，实现中心资源调度。本发明通过深入剖析算法内部资源节点位置与调度任务之间的关系，使资源定位更精准，提高
过程实施的效果与效率。
附图说明
[0069]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0070]
图1为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的基本流程示意图；
[0071]
图2为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的优化前35千伏分布式光伏并网管理流程图；
[0072]
图3为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的优化前相关流程图；
[0073]
图4为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的优化后相关流程图；
[0074]
图5为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的通信部分流程优化图；
[0075]
图6为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的优化前并网调度协议部分流程图；
[0076]
图7为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的优化后并网调度协议部分流程图；
[0077]
图8为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的优化后的35千伏分布式光伏并网流程图；
[0078]
图9为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的调度花费时间对比实验结果图；
[0079]
图10为本发明一个实施例提供的一种分布式光伏并网管理流程效率提升方法的破坏能耗对比实验结果图；
具体实施方式
[0080]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
[0081]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0082]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0083]
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0084]
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0085]
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0086]
实施例1
[0087]
参照图1，为本发明的一个实施例，提供了一种分布式光伏并网管理流程效率提升方法，如图1所示，包括以下步骤：
[0088]
s1：基于价值链理论，使用asme分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类；
[0089]
更进一步的，基于价值链理论，使用asme分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类，将流程中的活动进行分解细化，通过对流程中的具体活动展开分析判断，对活动的性质进行区别，通过对流程中各个活动进行性质梳理，判断当前活动在流程中是属于增值活动还是非增值活动，通过表格列明各个活动的情况，展示出整个流程各个活动的性质属性和流程各个活动的耗时，从而计算出活动的时间效率；
[0090]
s2：通过esia分析法优化非增值活动，对增值活动进行结构上的调整，得到优化后的流程环节；
[0091]
更进一步的，通过esia分析法对价值不大的非增值活动优化，对增值活动进行结构上的调整，得到优化后的流程环节，对于管理流程中部分步骤r1、r2、r3……rn
，则该部分流程步骤数为n个，令优化后的该部分流程的步骤数为m个；
[0092]
当m＝n时，执行“简化”优化操作；
[0093]
当m《n时，执行“清除”或“整合”优化操作；
[0094]
当m》n时，执行“自动化”优化操作；
[0095]
若执行“简化”优化操作，则是对步骤进行精简，保留必要部分；
[0096]
若执行“清除”优化，则是直接剔除不必要的步骤；
[0097]
若执行“整合”优化，则是将两个或者多个步骤合并为一个步骤；
[0098]
若执行“自动化”优化，则是将审核结果自动化地同步给供电部门。
[0099]
s3：通过改进的蚁群算法对光伏并网管理资料调度进行优化，实现中心资源调度。
[0100]
所述改进的蚁群算法，根据蚁群算法划分栅格，确定时间延迟参数，实现集中管理，计算算法概率参数，根据概率参数对蚁群算法进行参数改进，提取蚁群信息素因子，设置节点参数，确定更新模型，选择资源节点，根据系统运行速度分析结果得到系统调度网络，计算网格网络信息更新数据，实现中心资源调度。
[0101]
更进一步的，根据蚁群算法划分栅格表示为：
[0102][0103]
其中，n表示栅格数量；i表示数据对象节点；d表示蚁群行走距离；f(π)表示蚁群对称边的长度；
[0104]
将蚁群解集转移的时间参数与移动距离进行对比，分析不同栅格内蚁群解集的特点，充分考虑时间变迁参数因素，并获取时间延迟参数，其表达式如下：
[0105][0106]
其中，tc为数据延迟参数；c
ij
为系统变迁参数；t
ij
为时间转移数据。
[0107]
计算蚁群访问概率，如公式所示：
[0108][0109]
式中：表示蚁群从节点i到节点j的访问概率；α表示信息素参数；β表示启发信息参数；η
ij
表示两个节点相邻的集合；τ
il
表示两个节点不相邻的集合。
[0110]
在实现蚁群解集移动路线调整后，进一步搜索信息素的挥发力度，判断不同信息素浓度对蚁群数集移动的影响，选取最佳转移路径，避免挥发因子过高导致的计算数据失误，及时调节信息素与移动路径间的数据存储通道，加强对蚁群解集的集中管理，由此达到蚁群算法设置的目的。
[0111]
改进蚁群算法：在算法数据管理中心将资源数据性能参数作为算法节点信息素，同时初始化处理虚拟机内部信息素参数。固定算法模型的常数数值，在算法平台中随机放入蚂蚁，分析系统运行时长，并对比主系统与一般系统之间的相似度数据，管理迭代期间的蚁群转移程序，当蚁群触发任务运行指令后分析任务运行的概率，其表达式如下：
[0112][0113]
其中，qi为算法概率参数；d为系统运行时长数据；di为主系统时长参数；r为系统算法相似度数据；ri为主系统相似度数值。
[0114]
结合运行概率参数预测任务执行程度，设置收益参数，完善任务收益，模拟蚁群路线，更新局部路径信息素，修正信息素的挥发方向，在全部蚂蚁完成路径搜索之后改变系统中信息素的浓度。蚁群信息素蒸发原理如公式所示：
[0115][0116]
式中ρ表示信息素会出现蒸发的概率。根据公式判断信息素是否会出现无限累积，如果出现无限累积则需要对数据进行迭代。信息素释放原理如公式所示：
[0117][0118]
式中，为第k只蚂蚁从节点i到节点j进行访问时释放产生的信息素。
[0119]
更进一步的，根据概率参数对蚁群算法进行参数改进，即用聚类法计算转移概率，
包括以下步骤：
[0120]
a1：根据分布式光伏并网管理站所有部门的具体工作内容调整管理流程，同时获得业主相关流程参数；
[0121]
a2：集中计算收益参数，将初始计算节点作为信息素存储对象，初始化管理蚁群，并随机放置于系统内部；
[0122]
a3：对蚁群进行聚类处理，根据聚类结果计算蚁群的转移概率，聚类过程表示为：
[0123][0124]
其中，d
ij
为数据聚类得到的xi和cj之间的欧氏距离；xi为通过蚁群聚类得到的数据集合；cj为蚁群算法的聚类中心；
[0125]
在实现整体搜索后及时更新信息素数据，调节迭代程序的触发次数，按照调度模块的输出程序输出最佳方案数值，对信息素进行更新，信息素花费时间表示为：
[0126][0127]
式中τ
ij
(t)表示信息素花费时间，根据上述更新结果确定数据处理值。
[0128]
a4：确认调度任务中所有参数是否全部参与调度，若是则完成任务分配；否则回到a1继续执行任务指令。
[0129]
更进一步的，基于蚁群优化算法的资源节点选择，判断固定时刻的节点信息素浓度参数是否处于系统可控范围内。调整信息素节点因子，并选取最佳节点位置，设置节点信息素浓度提取公式如下所示：
[0130]
j＝∫(q z)dx＝n/fm d
ij
[0131]
其中，d
x
为算法节点信息素浓度；q为网格点数据；z表示资源可控参数；n为操作数据数量；fm为任务数值；
[0132]
利用提取的蚁群信息素模拟分布式光伏并网管理站资源计算环境，同时设置业主的数量，确保每一个任务都能匹配到相应的业主。分析不同蚁群运动路径节点之间的关系，记录信息素浓度最高区域的蚁群离散程度，离散度计算公式如下：
[0133][0134]
p
ij
(t)为得到的离散计算结果；α和β为可调节参数；
[0135]
根据离散度计算结果在任务分配的同时选取资源节点的有效值作为离散影响因素，确定资源节点的搜索范围，获取节点查找时间，利用中心系统控制准则固定蚁群节点移动位置，划分资源节点网格，管理网格内部的节点参数，根据选取的随机性得到资源节点参数选取概率表示为：
[0136][0137]
其中，ps(t)表示节点参数选取概率；vs(t)为系统网格验证参数；ks(t)为节点查找
时间参数；γ表示内部系统管理参数；α表示中心系统控制数值。
[0138]
更进一步的，基于改进蚁群算法的分布式光伏并网管理资料调度模型：在完成资源节点选择的基础上构建调度模型，随机分配网络节点，按照网络节点与数字中心之间的任务调度关系调节模型结构。分解系统匹配的数据任务，根据分配调度间隔将任务数据传输至空间计算系统中等待模拟机计算处理。数据聚类中心计算公式如式所示：
[0139][0140]
其中，j表示得到的栅格邻域数量；
[0141]
解析不同空间的计算资源数据，并同时匹配计算准则相同的任务组数据，执行调度任务，根据不同系统数据计算的速度分析主任务系统的运行能力，构建系统运行速度分析公式表示为：
[0142][0143]
其中，sm×n表示系统运行速度；
[0144]
对比获取的系统运行速度数据，将运行速度最高的系统作为计算主系统，将调度模型网格参数划分为五个任务组，分析数据变迁路线，根据变迁节点的停留时间计算调度模型构建的响应时长，将时长数据与运行速度数据相结合，由此获取调度模型最佳结构参数；在模型内部设置相应的时间参数对照系统，确保模型构建的效率；建立调度模型公式表示为：
[0145]
lb＝(1-μ)(ε δε)
[0146]
式中：lb表示调度模型；μ表示调度系统内网格参数；ε为相应通道内传输数据；
[0147]
整合资源调度模型数据，执行数据中心资源调度指令，将指令参数经由传输通道传输至调度搜索中心；根据时间调度成本与调度约束因素之间的参数关系更新调度网格内网络信息，设置相应的网格网络信息更新数据，按照更新的数据分配初始化变量数据，将算法中的参数与启发信息相结合，判断最大迭代次数，随机设置蚁群的资源节点位置，通过最小二乘法计算网络矢量，计算过程公式表示为：
[0148]
w＝h
y[0149]
其中，w为输出的网络矢量；h
为最小二乘矩阵；y为蚁群调度重叠系数。
[0150]
本实施例还提供一种分布式光伏并网管理流程效率提升系统，包括：
[0151]
分类模块，基于价值链理论，使用asme分析法对整个分布式光伏并网管理流程增值活动和非增值活动进行分类；
[0152]
调整模块，通过esia分析法对价值不大的非增值活动优化，对增值活动进行结构上的调整，得到优化后的流程环节；
[0153]
优化模块，通过改进的蚁群算法对光伏并网管理资料调度进行优化，实现中心资源调度。
[0154]
更进一步的，还包括：
[0155]
存储器，用于存储程序；
[0156]
处理器，用于加载所述程序以执行所述的分布式光伏并网管理流程效率提升方法。
[0157]
本实施例还提供一种计算机可读存储介质，其存储有程序，所述程序被处理器执行时，实现所述的分布式光伏并网管理流程效率提升方法。
[0158]
本实施例提出的存储介质与上述实施例提出的分布式光伏并网管理流程效率提升方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
[0159]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(readonly，memory，rom)、随机存取存储器(random access memory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
[0160]
实施例2
[0161]
参照图2-10和表1-11，为本发明的一个实施例，提供了一种分布式光伏并网管理流程效率提升方法，为了验证其有益效果，通过具体的实施方式以及实施效果进行科学论证。
[0162]
本实施例具体如下：采用案例法针对35千伏分布式光伏并网管理流程进行具体的分析并给出优化方案。
[0163]
步骤1：建立35千伏分布式光伏并网管理流程，业主在分布式光伏并网流程中的符号及其含义如下表1业主相关流程符号及其含义所示。业主在分布式光伏并网流程中的符号及其含义如下表2所示。按照时间节点分类的35千伏分布式光伏并网流程表如下表3所示。
[0164]
表1业主相关流程符号及其含义表
[0165][0166][0167]
表2电网部门相关流程符号及其含义表
[0168]
符号含义t1电网部门收到申请资料后审核并出具并网意向函
t2电网部门根据需要与业主协商项目并网意向协议t3收到业主接入系统方案后由供电局规划发展部负责组织接入系统方案评审t4与业主一同评审，评审通过后出具接入系统方案批复t5电网部门开展电能质量评估报告编制t6调度中心调管并签订并网调度协议t7调度中心审查并通过并网资料t8调度中心组织受令资格培训及考核t9调度中心沟通协商并网调度协议有关事宜，审核报送的资料t
10
电网部门完成通信资源绘制、通信资源申请t
11
供电部门审核相关资料t
12
电网部门配合业主完成联合调试t
13
电网部门开始自动化系统联调t
14
电网部门审核相关资料，完成态势感知内容t
15
电网部门受理验收申请后进行并网验收t
16
验收不合格，向项目业主提出j9九游会真人的解决方案t
17
电网部门配合业主完成自动化系统联调并接收调试结果t
18
电网部门协助业主oms系统办理申请检修单t
19
并网验收通过后与业主签订相关协议和合同并完成装表t
20
调度中心在并网前完成启动申请检修单批复
[0169]
表3 35千伏分布式光伏并网流程中主要流程内容和对应的时间节点表
[0170]
[0171][0172]
表5每个流程环节所需时间表
[0173]
[0174][0175]
表6基于第1条和第4条规则优化前的部分流程图用时表
[0176]
[0177][0178]
步骤2：将35千伏分布式光伏并网管理流程按照时间节点分类后，用表1和表2中流程环节符号分别表示业主工作内容和电网部门的工作内容，得到对35千伏分布式光伏并网管理流程优化前的流程图如图2所示。
[0179]
步骤3：基于asme(美国工程技术协会)分析法对35千伏分布式光伏并网管理流程分析。业主提交资料和电网部门审批资料是35千伏分布式光伏并网管理流程主要活动，中间存在辅助活动对主要活动进行支持，本文旨在考虑价值链理论对整个35千伏分布式光伏并网管理流程进行分析优化，需要对各个流程环节的价值进行判断，为后续优化给出必要的理论支持。对35千伏分布式光伏并网管理流程有推进作用的流程环节为增值活动，对增值活动起辅助作用的流程环节或者本身价值不大的流程环节为非增值活动，则基于asme对35千伏分布式光伏并网管理流程流程的分析表如下表4所示。由表4可知，35千伏分布式光伏并网管理流程中增值活动有31个，非增值活动有12个。从该流程中可以看出尽管增值活动占比较大，但是非增值活动也有不小的比例，正是这些非增值环节的存在导致整个管理流程的价值链存在效率下降的问题，要对35千伏分布式光伏并网管理流程进行效率上的优化，着重从非增值环节中入手，同时对增值环节进行一定的结构优化让管理流程的价值在此基础上更进一步。
[0180]
表4并网流程asme分析表
[0181]
[0182]
[0183][0184]
步骤4：基于esia分析法对35千伏分布式光伏并网管理流程优化。通过表3以时间节点对35千伏分布式光伏并网管理流程进行分类，结合表4对整个管理流程环节的增值活动和非增值活动的判别，基于esia分析法对其进行分析。
[0185]
本文主要采用“e”、“i”、“a”三个步骤实现分布式并网管理流程的优化：
[0186]
(1)清除(eliminate)：时间节点为并网前30个工作日时，业主工作内容包括“提供保护安自、方式、自动化、网安专业相关资料交与调度中心审核”，而时间节点为并网前15个工作日的业主工作内容同样有“将保护安自、网络安全相关资料交与电网部门的供电部门审核”，属于是没有必要的审核，以价值链理论的角度看属于价值不高的环节，应当省去上述并网前15个工作日的内容。
[0187]
(2)整合(integrate)：时间节点为并网前90个工作日时，业主的工作内容“业主开展通信申请”环节与时间节点为并网前25个工作日的业主活动“业主完成通信资源绘制和通信资源申请”相冲突，二者同为辅助活动，工作内容重复且业主活动“业主开展通信申请”工作量不大，可以将并网前90个工作日的内容“开展通信申请”并入到并网前25个工作日工作内容中。
[0188]
类似的，并网前90个工作日“电网部门的调度中心签订并网调度协议”与并网前30个工作日“调度中心沟通协商调度协议事宜”环节重合，调度中心可以在沟通协商完成同时签订调度协议，不用分两个流程来完成这一环节，出于价值链理论的时间价值考量和流程优化原则，并网前90个工作日“电网部门的调度中心签订并网调度协议”环节并入到并网前30个工作日“调度中心沟通协商调度协议事宜”环节中，可以修改为“调度中心协商并网调度协议并签订并网调度协议”。将这两个整合在一起可以将时间价值放大。
[0189]
(3)自动化(automate)：在上述清除环节过后，为了确保整个流程程序上的完整，供电部门应当与调度中心中间加强信息互动的通道，在调度中心审核通过了业主的资料后，直接将审核结果自动化地同步给供电部门，避免浪费时间对相同资料二次审查，由此获得价值链理论角度上时间价值的增长。
[0190]
步骤5：优化效果检验。为了直观地检验优化效果，本文选用intel i5处理器，工作频率为2.5ghz，容量为10gb，任务数为2 000个，得到运行信息后，调节电网部门相关流程，确定任务信息，对收益矩阵的结果进行计算，在不断迭代后得到初始蚁群，将初始蚁群置入虚拟机中，在蚁群完成搜索后，更新数据量的信息搜索，得到最优分配结果，在网上查阅相关资料结合35千伏分布式光伏并网流程图上的时间节点，本文给每个环节赋予大致的时间，在赋予时间指标后就可以直观的体现管理流程优化前后的效果。如表5所示。基于上述esia分析后，可以调节的流程环节有：
[0191]
1.将时间节点为并网前15个工作日的业主工作内容“将保护安自、网络安全相关资料交与电网部门的供电部门审核”除去，
[0192]
2.将时间节点为并网前90个工作日的业主工作内容“开展通信申请”并入到并网前25个工作日的工作内容中，修改为“业主和电网部门开展并完成通信申请”。
[0193]
3.并网前90个工作日“电网部门的调度中心签订并网调度协议”环节并入到并网前30个工作日“调度中心沟通协商调度协议事宜”环节中，可以修改为“调度中心协商并网调度协议并签订并网调度协议”。
[0194]
4.在上述清除环节过后，为了确保整个流程程序上的完整，供电部门应当与调度中心中间加强信息互动的通道，在调度中心审核通过了业主的资料后，直接将审核结果自动化地同步给供电部门，避免浪费时间对相同资料二次审查。
[0195]
对于第1条和第4条，优化前的部分流程图如下图3所示，优化后的部分流程图如下图4所示。优化前的部分流程图用时如下表7所示。对于第2条的优化如下图5所示。优化前的部分流程图用时如下表8所示。优化前的部分流程图用时如下表9所示。对于第3条的优化前并网调度协议部分流程如下图6所示，图7是优化后并网调度协议部分流程。优化前的并网调度协议流程图用时如下表10所示。优化后的并网调度协议流程图用时如下表11所示。
[0196]
表7基于第1条和第4条规则优化后的部分流程图用时表
[0197][0198]
表8通信部分优化前的部分流程图用时表
[0199][0200]
表9通信部分优化后的部分流程图用时表
[0201][0202]
表10并网调度协议流程优化前的调度协议相关流程图用时表
[0203][0204]
表11并网调度协议流程优化后的调度协议相关流程图用时表
[0205][0206]
步骤6：流程优化总结。同时选用传统的基于微服务架构的数据中心资源调度方法、基于任务数据合成机制的中心资源调度方法进行对比，分析数据中心资源调度花费时间得到的结果如图9所示。随着调度任务数量的增加，花费的调度时间也在不断增加，其中基于微服务架构的数据中心资源调度方法花费的任务运行时间最长，当任务数据量达到300个时，基于微服务架构的调度方法花费的调度时间已经达到63s，调度能力极弱，不具备实时性。在任务数据量低于150个时，本专利提出的调度方法与传统的基于任务数据合成机制的调度方法花费的调度时间都相对较少，基于任务数据合成机制的调度方法调度时间始终低于10s，具有极强的实时性，但是随着任务数据量的增加，任务数据合成机制的调度方法花费的调度时间急剧上升，实时响应能力快速下降，而本文提出的调度方法调度时间始
终低于15s。在确定任务执行时间后，检测调度过程的破坏能耗，得到的实验结果如图10所示。：随着调度任务数据量不断增加，调度能耗也在不断增加，基于微服务架构的数据中心资源调度方法造成的调度能耗最高，当调度数据量达到300个时，能耗已经达到9％，基于任务数据合成机制的中心资源调度方法能耗为7.8％，而本专利提出的调度方法调度能耗为4％。优化后的35千伏分布式光伏并网管理流程图如下图8所示。
[0207]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。