基于数字孪生与智能决策的源网荷储协同优化技术

暨“数字电网智擎未来”学术论坛)中国电机工程学会电力数字孪生应用专业委员会暨“数字电网智擎未来”学术论坛基于数字孪生与智能决策的源网荷储协同优化技术中国电力科学研究院有限公司韩笑■■3总结与展望STATEGRID中国电力科学研究院有限公司随着新型电力系统中可再生能源、多元负荷及灵活储能的广泛接入，调度模式从源随荷动向源网荷储协同互动转变，呈现出建模机理不明确、源网荷储深度耦合、调控资源规模大、运行方式频繁多变等特征，面临着电网认知建模难、复杂约束需求满足难、大规模问题求解慢、模型泛化性弱等挑战。远距离输电风企董远距离输电风企电网侧储能分布式系统相互支援分布式系统源网荷储协同优化集中式电源源网荷储协同优化户用户用车汽动电能储伏光电建模难约束满足难求解慢泛化性弱√状态感知传输不全面√机理建模复杂√优化问题复杂√运行方式多样√源荷随机波动性强√训练场景覆盖面有限STATEGRID中国电力科学研究院有限公司中国电科院团队针对以上难题，依托多项国家级、国网公司级项目，联合多家网省公司与高校共同构建了基于“智云管边端”架构的电网数字孪生系统，开展了人工智能决策技术研究，支撑电网运行业务在数字空间的呈现、推演和决策，有效推动新型电力系统的智能化升级。调度运行建模难数字孪生系统约束满足难求解慢泛化性弱面汇报内容面汇报内容■■lSTATEGRID 技术概述：通过数字孪生系统解决电网认知建模难问题，提供从物理空间向数字空间的数字呈现映射手段；基于电网数字镜像，通过融合驱动的人工智能技术解决复杂约束与多目标满足难、大规模问题求解慢、模型泛化性弱问题，赋智业务场景应用，提供从数字空间向物理空间的引导优化能力，最终实现"物理-数字"双空间深度融合的共生、演化与趋优。人工智能数字孪生人工智能数字孪生约束耦合约束强化学习数据隐私数字空间中的数字电力系统约束耦合约束强化学习数据隐私数字空间中的数字电力系统迁移学习边侧自治云侧协同迁移学习数字呈现引导优化数字呈现引导优化数据融合与共享物理空间中的实体电力系统“智-云-管-边-端”贯通62.1数字孪生系统 电网数字镜像模型构建方法 中国电力科学研究院有限公司数字孪生系统架构：为了解决电网认知建模难问题，构建了贯通“端-边-管-云-智”全环节的电网数字孪生系统，有效支撑构建电网数字镜像模型，实现全景状态感知、广域高效传输、海量接入管理与智能应用。智云管边端用户数据挖掘与增值互动智云管边端用户数据挖掘与增值互动虚拟世界物理世界深度学习强化学习群体智能混合增强智能集成学习仿真数据历史数据实时数据模型库仿真数据感知数据流决策指令流感知数据流决策指令流数据共享服务自组网基于软件定义的终端管理及接入技术高性能存储技术数据共享服务自组网光纤骨干网无线网络5G北斗蓝牙数据总线硬件平台OS系统应用APP边缘计算框架容器运行数据总线智能融合终端智能网关边缘物联代理电气量感知环境量感知物理虽感知状态虽感知行为虽感知空间量感知电压传感器TMR电流传感器局放传感器MEMS振动传感器声纹传感器北斗定位芯片光学传感器…荷储荷储模拟负载模拟负载充电桩电器储能光伏风机锅炉电网热网气网照充电桩电器储能2.1数字孪生系统 电网数字镜像模型构建方法STATEGRID中国电力科学研究院有限公司应用案例：所提出的数字孪生系统方案在天津滨海全域进行了示范应用，实现全面物联感知和实时精准数字呈现，端侧部署高性能传感器，边侧部署电力边缘物联终端，通过无线自组网、光纤/无线专网等通信方式，将数据汇聚到电力物联网支撑平台，全面提升数据采集的精准性，数据传输的在线性，数据处理的实时性和数据融合的共享性，为后续智能应用提供了数字镜像支撑。0ky业场线(②0ky业场线(②⑨⑥⑦⑧④220kV滨幸线110kV和畅路220kV米兰◎滨海地调智能应用平台管理网络层高效通信边缘层精准感知智会管边端感知层应用层平台层传统强化学习传统强化学习2.2人工智能决策技术——复杂约束耦合方法国家电网STATEGRID基于约束强化学习的运行策略生成方法，在优化模型中显式引入运行安全约束并以动态拉格朗日乘子融入目标。在策略更新阶段采用信任域约束，对目标与约束进行泰勒近似，将越限风险量化增加约束项约束强化学习策略更新函数：口燃气轮机约束爬坡约束,环境,泰勒展开荷电状态泰勒展开电流C=max(0,Va电流C=max(0,Va-V“)+max(0,7”-V2)电压2.2人工智能决策技术国家电网STATEGRID 智能体模型，智能体之间采用有限信息交互共享与噪声后的交互信息返回给各智能体，与其本地观测状态共同作为智分区智能体联合输入状态分区智能体联合输入状态多层感知器编码网络拉普拉斯分布噪声加密分区智能体之间交互信息行为-评价强化学习算法架构输出：动作输入：状态+动作智能体评价网络调度时段内供电分区智能体的本地观测状态空间面输入：状态智能体决策网络调度时段t+1内供电分区智能体的控制动作空间输出：动作价值多层感知机编码B1bh智能体3区域3①智能体15区域1供电分区供电分区供电分区2.3人工智能决策技术中国电力科学研究院有限公司数据机理融合模式：为了解决大规模电网上传统调度策略优化求解难且计算时间长问题，基于数据机理串行模式，提出一种数据/机理交互驱动的优化求解方法。上层基于深度强化学习加速混合整数优化求解，下层基于可行域降维减少决策变量与约束条件，兼具模型驱动求解稳定性和数据驱动求解快速性，可实现万级计算节点调度策略秒级生成。诱导枝P³(1)=1²の诱导枝基于机理知识提取更有物理意义的特征①串行结构基于机理知识提取更有物理意义的特征①串行结构⑥数据驱动修正机理模型参数反馈结构校正⑥联合决策提升模型安全性与效果③并行结构①机理数据联合建模，符合物理约束机理嵌入模型引入单调性、取值范围等机理约束机理引导⑤⑤约束更新、校正引导、约束混合整数优化加速约束更新、校正引导、约束混合整数优化加速上层系统全局优化O下层聚合可行域计算→下层资源策略分解上层下层2.3人工智能决策技术中国电力科学研究院有限公司可行域降维：为了减少高维问题优化求解规模与时间，采用可行域降维方法将高维安全可行域投影到低维协调变量空间，可大幅减少变量约束，缩减比例可达90%以上。进一步地，针对传统投影算法大规模问题计算慢问题，采用基于有序顶点搜索的投影可行域计算方法，直接在低维协调变量空间辨识投影结果并确定可行域全部顶点，实现可行域投影的快速求解。规模变量个数降维前降维后2约束条数降维前降维后问题规模缩减比例传统投影有序顶点计算速度口大幅减少投影计算用时口具有收敛性、保守性，可经过有限次计算得到真实投影可行域2.3人工智能决策技术国家电网STATEGRID中国电力科学研究院有限公司非线性混合整数优化加速：为了减少混整问题中的搜索树规模与求解时间，将分支决策过程建模为马尔科夫决策过程，提出基于深度强化学习的诱导分支方法，通过模型训练得到适应不同断面约束的最优整数取值策略，在线推理时基于系统当前状态输出动作值，启发整数变量取值，降低分支搜索空间，大幅提升混合整数优化计算速度P,(t)=P-(t)+1BP³(t)-1egPD(t)P³(t)=I·(t)PS(t)-ISch(t)PSc(t)整数变量：电源启停、线路开关状态、储能充放、购售电状态等上(上(问题简化/\/\/\更新最优解上界诱导剪枝分支松弛问题全局上界累积奖励值分支整数变量启发式取值降低分支搜索空间动作值搜索空间2.4人工智能决策技术——模型演进与性能增强方法 源拓扑状态Generator对应actor网络神经网络动作网络目标拓扑源网络下的源网络下的训练模型目标网络下的训练模型可训练式嵌入可训练式嵌入PointNet结构PointNet结构PoinEVet,最大池4最注意力回池化层回FegEitireFegEitireM。TransTransomer多层感知器状态特征基于生成对抗模仿学习的迁移学习架构运行场景输入输入输入优化求解校核反馈样本集n样本集2样本集1基于弹性权重巩固方法的增量训练训练十训练权重巩固方法的增量训练训练十训练扫基于校核反馈机制的增量强化学习2.5人工智能决策技术——应用案例中国电力科学研究院有限公司应用案例：联合天津调度中心研发部署了源网荷储自主智能调控系统，具备源荷场景生成、优化储能出力、管理可控负荷、维持系统稳定运行等功能，可100%就地消纳天津滨海地区电网可再生能源，高效利用源网荷储资源，实现了万级计算节点的调度策略秒级生成。源网荷储调控案例源网荷储自主智能调控应用系统源网荷储调控案例源网荷储自主智能调控应用系统综合能源微网群(光伏大发时、负荷最大)宾馆类虚拟电厂(电价高峰且光伏小时、空调短时关停)商业类虚拟电厂(电写字楼类虚拟电价高峰且光伏小时、厂(电价高峰且空调短时关停)光伏小时、空调短时关停)容量(MW)节点集中式新能源场站分布式新能源虚拟电厂储能调度策略计算平均时间依托项目：国家重点研发计划项目“电力物联网关键技术”,应用地点：天津滨海3总结与展望国家电网STATEGRID中国电力科学研究院有限公司针对新型电力系统的实际应用需求，未来需要进一步以电力专用智算平台及光明大模型为底座，构建电网全景映射空间，采用科学智能第五范式(AI4S),实现数据知识融合与大小模型协同决策。应用层面：大小模型协同针对源荷随机的高度复杂电网，基于边云协同的全局优化与区域自治来实现实时、精准、高效决策制定系统层面：数字孪生系统构建与实体电网相对应的数字电网，在数字化全景映射空间实现对物理电网的运行分析和管控范式层面：科学智能第五范式(Al4S)突破知识数据融合、大模型-专业模型协同等技术，实现更加高效、可信的电力科学计算突破价值对齐、可信增强、具身智能等技术，打造电力专用智能底座中国电力科学研究院有限公司数字孪生系统方面，以物理虚拟实时映射、高保真仿真推演、智能决策反馈等为代表的数字孪生系统构建技术，有助于实现新型电力系统的共生、演化与趋优，基于数字孪生构建系统的数字镜像与智能大脑，对人工智能策略进行校核，进而消除风险。数字平面数字平面fe-p=(Vc,Ec)→(Vp,Ep互作用平面物理平面Netnbyvien=(·,E)ialUVhuman,EphysicalUEnuman理论支撑新型电力系统数字孪生系统共生指令反馈交互、调约束核验状态调整交互步骤建模优化信息处理信息感知响应：负荷切除等私核验，筛选指整和匹配3.总结与展望STATEGRID中国电力科学研究院有限公司智能决策技术方面，需要应对多维耦合复杂性，突破可信保障限制，适应动态随机波动性，重点突破电力科学智能研究范式