CN120258468A 一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统 （合肥工业大学）

(19)国家知识产权局GO6N3/045(2023.贾君君钱美陈炜华孙义魁方文培事务所(特殊普通合伙)一种面向碳中和目标的电-碳-绿证多目标本发明公开了一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统，涉及碳中获取目标储能单元的第一数据，构建约束生成网络，获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵根据动态关联矩阵构建带时空标签的碳流分布拓扑图，通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径基于运行约束域与最优碳流路径，建立多主体协同决策机制，采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成全局调度指令集21.一种面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，包括：获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域；基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵；根据动态关联矩阵构建带时空标签的碳流分布拓扑图，通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径；基于运行约束域与最优碳流路径，建立多主体协同决策机制，采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成全局调度指令集。2.根据权利要求1所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征获取目标储能单元的实时运行数据并对运行数据进行数据预处理，运行数据包括实时构建包含扰动生成器和判别器的对抗性约束增强网络，其中扰动生成器用于生成扰动场景样本，判别器用于评估原始场景与扰动场景的可识别性；通过交替优化训练判别器与扰动生成器，迭代生成多组满足预设约束条件的虚拟样本将虚拟样本输入约束输出层，与历史实际调控数据进行多维特征对比分析，提取对比3.根据权利要求2所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，所述基于动态时间规整算法动态更新储能运行约束域，具体如下：基于动态时间规整算法计算每组虚拟样本的对比数据与实际运行行为序列的匹配度根据所述场景适应度值，通过非线性权重分配模型对虚拟样本赋予动态权重，生成加权虚拟样本群体；基于加权虚拟样本群体，采用多目标优化算法动态更新储能系统的运行约束域边界参4.根据权利要求3所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，所述基于加权虚拟样本群体，采用多目标优化算法动态更新储能系统的运行约束域统计加权虚拟样本群体中功率参数的置信区间，若当前运行数据超出所述置信区间，则动态扩展储能系统的功率约束边界；基于虚拟样本的SOC数据构建状态转移路径集合及转移矩阵，识别满足能量守恒规律的低频转移路径，将其纳入约束域并构建带概率阈值的有向状态转移图，得到状态转移路根据虚拟样本中储能动作对应时间段的碳排放强度，建立碳响应强度映射关系，若碳响应强度低于预设阈值，则对约束域中的碳排放权重进行动态加权放大；基于更新后的功率约束边界、状态转移路径及碳排放权重，通过多目标优化算法动态更新储能系统的运行约束域边界参数。35.根据权利要求4所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，所述基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵，具体如下：基于储能系统运行约束域提取多维运行特征，建立电能输出行为与碳排放影响的函数根据电-碳交互动态序列及运行特征，通过注意力机制构建多维时序预测器，所述预测器包括时间依赖性分析模块和特征交叉关联模块；从多维时序预测器中提取输入特征集，并构建三维输入特征张量，所述输入特征集包通过自注意力网络对输入特征张量进行向量空间映射，生成查询向量矩阵与键向量矩6.根据权利要求5所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，所述根据动态关联矩阵构建带时空标签的碳流分布拓扑图，具体如下：从多维时序预测器输出的动态关联矩阵中提取电-碳耦合变量，根据耦合变量的权重系数编码生成多维特征向量集合；构建图结构的节点集合与边集合，所述节点集合包括储能节点、负荷节点及区域碳源节点，所述边集合包括电能流动路径边和碳响应路径边；为每条边附加时空标签信息，构建带权时空碳流分布拓扑图，所述时空标签包括时间戳与地理坐标向量。7.根据权利要求6所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，所述通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径，具体如下：基于预构建的带权时空碳流分布拓扑图，选定路径起始节点与终止节点；通过改进Dijkstra算法计算所述起始节点至终止节点的最短路径，以路径总代价最小化为优化目标，生成最优碳流路径序列。8.根据权利要求7所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征提取系统运行约束域与碳流路径中的协同数据，进行数据预处理后形成统一输入数据根据设备在碳流路径中的功能，将系统划分为发电源节点、传输路径节点及用电响应基于全局调控目标和碳流拓扑图，将整体任务分解为区域子任务，结合各节点约束能力和碳排放权重生成初始调度指令；根据局部调控条件对初始指令进行适配，生成可执行的节点指令；节点执行过程中实时监测碳流密度变化，动态反馈调节局部调控参数。9.根据权利要求8所述的面向碳中和目标的电-碳-绿证多目标调度优化方法，其特征在于，所述采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成根据任务响应一致性与路径可行性评估结果和各控制节点的划分结果，将整体调控问题拆解为多个局部优化子问题，提取各局部问题之间的共享变量，并设定初始一致性条件；4在各控制单元处部署对应的分布式优化代理，代理将局部求解结果及相关共享变量状态上报至中心调度协调器；中心调度协调器接收到的各子问题解后，评估共享变量之间的一致性是否满足设定条若满足均衡条件，则整合各子节点的最优解，生成一致性约束下的全局调度指令集。10.一种使用如权利要求1-9任意一项所述面向碳中和目标的电-碳-绿证多目标调度优化方法的系统，其特征在于，包括约束域模块、关联矩阵模块、碳流路径筛选模块和指令约束域模块，用于获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域；关联矩阵模块，用于基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵；碳流路径筛选模块，用于根据动态关联矩阵构建带时空标签的碳流分布拓扑图，通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径；指令生成模块，用于基于运行约束域与最优碳流路径，建立多主体协同决策机制，采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成全局调度指令集。5一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统技术领域[0001]本发明涉及碳中和控制技术领域，更具体地说，本发明涉及一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统。背景技术[0002]随着全球气候变化问题日益严峻，碳中和已成为世界各国的重要发展战略目标。为实现目标，电力系统作为碳排放的关键领域，正面临从以电量平衡为核心向以“电-碳-绿证”协同控制的新型调度机制转型。在该转型过程中，如何统筹考虑电能传输、碳排放控制以及绿色电力消费凭证(即绿证)交易等多维要素，实现低碳、高效、灵活的多目标优化调[0003]随着新能源大规模接入、电源分布式化发展和负荷响应能力增强，电力系统呈现要求：不仅要考虑发电侧与负荷侧的时空不确定性，还需兼顾储能系统、碳排放路径、碳强度指标、绿证权重等多种异构要素的统一优化。在此过程中，如何动态建模不同主体的调控能力、识别碳流路径、构建具备实时适应性的约束域，并在此基础上实现调控任务的差异化分解与多目标融合优化，成为实现碳中和调度目标的关键技术瓶颈。[0004]例如公告号为：CN120016607A的发明专利公开的一种考虑并网安全的多能耦合系统优化调度方法，该方法包括：构建多能耦合系统架构模型；所述多能耦合系统架构模型包括可再生能源发电单元、传统能源发电单元、储能单元、能量转换单元和冷热电联产单元；基于多能耦合系统架构模型构建分布式储能优化运行模型；约束条件包括：电池储能的充放电约束、荷电状态约束和削峰约束；能量转换设备的出力约束；电动车充电站运行约束；新能源发电约束；功率平衡约束；公网线路传输功率约束；内部配网线路传输功率约束；采用优化算法对分布式储能优化运行模型进行求解得到优化调度方案。本发明的优点是为多能耦合系统的高效运行提供科学、可靠的技术支撑。例如公告号为：CN120016585A的发明专利公开的一种新能源电力系统灵活性资源的鲁棒运行域构建方法及装置，涉及电力系统运行控制领域，方法包括：获取发电机组、储能系统和HVDC输电系统参数，构建灵活性资源运行域模型；获取新能源场站发电出力和变电站母线负荷的不确定性集合；获取电网拓扑信息，构建多时段的功率平衡和线路潮流安全约束；将功率值或能量值构建为与运行域边界变量相关的不确定量，借助决策相关不确定性和鲁棒优化方法计算得到灵活性资源的鲁棒运行域；根据鲁棒运行域进行发电机组、储能系统和HVDC输电系统的运行控制。本发明能够适应随机过程作用下新能源电力系统动态调控的非预期性要求，为灵活性资源调控和新能源消纳提供简单易执行的策略。现有技术中，电力调度方法普遍存在碳排放建模能力薄弱、缺乏碳流路径追踪机制、主体协同调控不足、约束域静态不适应新场景以及电-碳-绿证调度割裂等问题。具体表6现为碳排影响仅作为附加约束嵌入模型，未能动态反映储能与负荷响应中的碳行为；碳因子的传导路径缺乏建模与优化；调度过程集中式为主，难以实现多元设备间的协同响应；约发明内容[0006]为了克服现有技术的上述缺陷，本发明的实施例提供一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统，通过采用特征迁移与对抗增强机制相结合的约束生成网络，有效应对了储能运行条件在不同场景下的不确定性与约束漂移问题，显著提升了碳中和目标下多能源系统的响应精度与协同调度能力。一种面向碳中和目标的电-碳-绿证多目标调度优化方法，包括如下步骤：获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域；基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵；根据动态关联矩阵构建带时空标签的碳流分布拓扑图，通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径；基于运行约束域与最优碳流路径，建立多主体协同决策机制，采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成全局调度指令集。[0008]在一个优选的实施方式中，所述获取目标储能单元的第一数据，构建约束生成网络，具体如下：获取目标储能单元的实时运行数据并对运行数据进行数据预处理，运行数据包括实时功率、荷电状态及历史碳响应记录；构建包含扰动生成器和判别器的对抗性约束增强网络，其中扰动生成器用于生成扰动场景样本，判别器用于评估原始场景与扰动场景的可识别性；通过交替优化训练判别器与扰动生成器，迭代生成多组满足预设约束条件的虚拟样本集；将虚拟样本输入约束输出层，与历史实际调控数据进行多维特征对比分析，提[0009]在一个优选的实施方式中，所述基于动态时间规整算法动态更新储能运行约束域，具体如下：基于动态时间规整算法计算每组虚拟样本的对比数据与实际运行行为序列的匹配度评分，并映射为场景适应度值；根据所述场景适应度值，通过非线性权重分配模型对虚拟样本赋予动态权重，生成加权虚拟样本群体；基于加权虚拟样本群体，采用多目标优化算法动态更新储能系统的运行约束域边界参数。[0010]在一个优选的实施方式中，所述基于加权虚拟样本群体，采用多目标优化算法动态更新储能系统的运行约束域边界参数，具体如下：统计加权虚拟样本群体中功率参数的置信区间，若当前运行数据超出所述置信区间，则动态扩展储能系统的功率约束边界；基于虚拟样本的SOC数据构建状态转移路径集合及转移矩阵，识别满足能量守恒规律的低频转移路径，将其纳入约束域并构建带概率阈值的有向状态转移图，得到状态转移路径；根据虚拟样本中储能动作对应时间段的碳排放强度，建立碳响应强度映射关系，若碳响应强度低于预设阈值，则对约束域中的碳排放权重进行动态加权放大；基于更新后的功率约束边界、状态转移路径及碳排放权重，通过多目标优化算法动态更新储能系统的运行约束域边界参7[0011]在一个优选的实施方式中，所述基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵，具体如下：基于储能系统运行约束域提取多维运行特征，建立电能输出行为与碳排放影响的函数映射关系，构建电-碳耦合模型，输出电-碳交互动态序列；根据电-碳交互动态序列及运行特征，通过注意力机制构建多维时序预测器，所述预测器包括时间依赖性分析模块和特征交叉关联模块；从多维时序预测器中提取输入特征集，并构建三维输入特征张量，所述输入特征集包括功率波动特征、SOC轨迹特征及碳响应强度特征；通过自注意力网络对输入特征张量进行向量空间映射，生成查询向量矩阵与键向量矩阵，计算动态关联矩阵。[0012]在一个优选的实施方式中，所述根据动态关联矩阵构建带时空标签的碳流分布拓扑图，具体如下：从多维时序预测器输出的动态关联矩阵中提取电-碳耦合变量，根据耦合变量的权重系数编码生成多维特征向量集合；构建图结构的节点集合与边集合，所述节点集合包括储能节点、负荷节点及区域碳源节点，所述边集合包括电能流动路径边和碳响应路径边；为每条边附加时空标签信息，构建带权时空碳流分布拓扑图，所述时空标签包括时间戳与地理坐标向量。[0013]在一个优选的实施方式中，所述通过改进Dijkstra算法计算碳响应路径代价最小的最优碳流路径，具体如下：基于预构建的带权时空碳流分布拓扑图，选定路径起始节点与终止节点；通过改进Dijkstra算法计算所述起始节点至终止节点的最短路径，以路径总代价最小化为优化目标，生成最优碳流路径序列。[0014]在一个优选的实施方式中，所述基于运行约束域与最优碳流路径，建立多主体协同决策机制，具体如下：提取系统运行约束域与碳流路径中的协同数据，进行数据预处理后形成统一输入数据集；根据设备在碳流路径中的功能，将系统划分为发电源节点、传输路径节点及用电响应节点：基于全局调控目标和碳流拓扑图，将整体任务分解为区域子任务，结合各节点约束能力和碳排放权重生成初始调度指令；根据局部调控条件对初始指令进行适配，生成可执行的节点指令；节点执行过程中实时监测碳流密度变化，动态反馈调节局部调控参数。[0015]在一个优选的实施方式中，所述采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成全局调度指令集，具体如下：根据任务响应一致性与路径可行性评估结果和各控制节点的划分结果，将整体调控问题拆解为多个局部优化子问题，提取各局部问题之间的共享变量，并设定初始一致性条件；在各控制单元处部署对应的分布式优化代理，代理将局部求解结果及相关共享变量状态上报至中心调度协调器；中心调度协调器接收到的各子问题解后，评估共享变量之间的一致性是否满足设定条件，判断系统是否达到全局均衡；若满足均衡条件，则整合各子节点的最优解，生成一致性约束下的全局调度指令集。[0016]面向碳中和目标的电-碳-绿证多目标调度优化方法的系统，其特征在于，包括约束域模块、关联矩阵模块、碳流路径筛选模块和指令生成模块，模块间存在连接；约束域模块，用于获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域；关联矩阵模块，用于基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵；碳流路径筛选模块，用于根据动态关联矩阵构建带时空标签的碳流分布拓扑图，通过改8进Dijkstra算法计算碳响应路径代价最小的最优碳流路径；指令生成模块，用于基于运行约束域与最优碳流路径，建立多主体协同决策机制，采用分布式交替方向乘子法求解储能单元、负荷单元及碳源单元的均衡解，生成全局调度指令集。[0017]本发明一种面向碳中和目标的电-碳-绿证多目标调度优化方法及系统的技术效1.本发明通过构建动态储能约束生成网络，结合基于动态时间规整算法，引入虚拟扰动场景与实际运行行为的匹配机制，从而形成具有高度场景适应性和动态更新能力的运行边界。这一机制能够显著提升储能系统在不确定环境中的鲁棒性和响应能力，解决了传统方法中约束域静态、无法自适应变化工况的问题。[0018]2.本发明通过电-碳耦合建模与多维时序预测机制，本发明能够精准刻画电能输出行为对碳排放的影响关系，借助注意力机制构建动态关联矩阵，确保模型具备对不同时段运行工况的区分能力。相比以往仅以平均碳排系数进行粗粒度建模的方法，本发明具备更强的精细化动态建模能力，更能反映真实碳排分布特性。附图说明[0019]图1为本发明一种面向碳中和目标的电-碳-绿证多目标调度优化方法流程示意[0020]图2为本发明一种面向碳中和目标的电-碳-绿证多目标调度优化方法的系统结构示意图。具体实施方式[0021]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他[0022]实施例1,图1给出了本发明一种面向碳中和目标的电-碳-绿证多目标调度优化方S1,获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域。对储能单元进行运行数据采集，所采集的运行数据包括：充放电功率时序数据(记录储能单元在实际运行过程中的充电与放电功率曲线，采样周期为5分钟至15分钟，反映其对不同调度指令的响应能力)、能量状态迁移路径(跟踪储能单元在不同运行阶段之间的能量状态转移过程，包括从充电状态转移至放电状态、待机状态等)、电网碳排放强度图谱(获取在储能运行时间段内电网单位电量的碳排放强度数据，按区域及时段划分，形成反映碳强度变化的时序图谱);将第一数据输入到特征迁移学习模型中，以历史运行数据作为源域，当前场景数据为目标域，构建约束生成网络，所述约束生成网络的结构包括特征抽取层、迁移映射层及约束输出层。9特征抽取层负责从采集数据中提取SOC(荷电状态)变化率、功率波动率、碳强度关联度指标；迁移映射层基于最大均值差异(MMD)或对抗式域适配(如DANN)实现特征空间的跨时间域对齐；约束输出层输出适应当前系统状态的储能单元运行边界条件，包括最大/最小充[0025]在本实施例中，基于动态时间规整算法动态更新储能运行约束域，具体如下：基于基于动态时间规整算法，构造扰动生成器，用于对输入特征施加小幅度扰动，并通过判别器评估原始场景与扰动场景的可识别性，通过交替优化判别器与扰动生成器，生成多组涵盖边界情况的虚拟样本集；将虚拟样本输入至约束输出层与历史实际调控数据进行对比分析，得到对比数据，所述对比数据包括功率时序偏差率、状态转移路径差异性和对应碳强度区间匹配度；将每组虚拟样本的对比数据与实际运行行为进行匹配评分，输出场景适应度；根据场景适应度对各虚拟样本赋予动态权重，得到加权后的虚拟样本群体，且权重分配函数满足以下要求：适应度高的样本在后续约束修正中占比更大、对低频极端场景设置提升权重因子，以增强系统韧性以及加权方式采用软标签法，通过正则项约束防止过拟合；根据加权后的虚拟样本群体，动态更新储能运行约束域。[0026]在本实施例中，根据加权后的虚拟样本群体，动态更新储能运行约束域，具体如统计虚拟样本群体中功率上限与下限的置信区间，若当前运行中出现样本外极值基于虚拟样本群体中SOC数据，构建状态转移路径集合，并构建状态转移矩阵，识别状态转移矩阵中出现频率较低但符合能量守恒规律的转移路径，并判断新增SOC路径的单步能量变化是否在设备允许充放电速率之内，若满足条件，则纳入约束域，通过有向图记录各状态转移路径并设定过渡概率阈值；在虚拟样本中统计储能动作(如“高频放电”)所对应时间段的碳排放强度，建立碳响应强度映射关系，若某类储能调度动作在高碳区段频繁出现(如放电高峰与碳强高峰高度重叠),判定其碳响应强度偏低，则对其碳响应强度权重进行加权放大。[0027]S2,基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵。[0028]在本实施例中，基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映射关系，通过多维时序预测器输出动态关联矩阵，具体如下：根据约束域提取运行特征，所述运行特征包括功率行为、状态转移路径集合、碳响应强度和场景适应度；根据运行特征建立电能输出行为与碳排放影响之间的函数映射关系，构成电-碳耦合模型，并输出动态序列，通过电-碳耦合模型量化不同控制动作在当前环境下对系统碳排放造成的影响，从而支撑碳约束条件下的调度决策优化；根据多维时序预测器提取系统中的输入特征，所述输入根据输入特征构建输入特征张量X,∈R⁷×,其中X,是输入特征张量，T是历史时通过自注意力网络结构对输入特征张量进行向量映射，得到查询向量和键向量，矩阵归一化为[0,1]区间。根据碳流分布拓扑图结合储能单元的实际运行状态和碳所述储能行为触发节点指在当前调度周期内具有调控行为(如充电或放电动作)所述负荷吸收节点指具备消纳碳排放能力或与绿证注册提取约束域和碳流路径中的协同数据，并进行融合整根据各节点的作用将约束域注入至对应储能单元，并将路径中碳响应敏感度较高的边界条件分配至关键负荷节点及传输通道节点，构建多节点差异化的局部调控条件集各节点在执行初始调度指令的同时，监测自身状提取各局部问题之间的共享变量(例如节点间传输功率、碳流分布比率、控制边界交叉区间等),并设定初始一致性条件，共享变量作为多个子问题之间的协同桥梁，用于后续一致性收敛判断与反馈修正；在各控制单元处部署对应的分布式优化代理，代理通过本地建模与边缘计算资源并行运行优化流程，并将其局部计算结果上报至中心协调器，该架构可通过边缘计算资源支撑，实现系统级的并行优化与迭代调度；调度协调器基于收集到的各子问题解与共享变量状态，判断系统整体的一致性条件是否满足(例如各节点碳排估算值与目标值是否收敛、联通路径功率是否平衡),若未满足，则根据调节规则调整共享变量估计值或局部目标权重，并将修正信息反馈至各代理，启动下一轮计算；当系统满足均衡条件，即所有代理输出解之间的共享变量达到收敛状态，系统即认为多主体协同均衡解已求得，并由中心协调器整合各子节点的最终优化输出，生成一组[0040]实施例2,图2给出了本发明面向碳中和目标的电-碳-绿证多目标调度优化方法的块间存在连接；约束域模块，用于获取目标储能单元的第一数据，构建约束生成网络，并基于动态时间规整算法动态更新储能运行约束域；关联矩阵模块，用于基于更新后的运行约束域，建立电-碳耦合模型，提取电能输出行为与碳排放强度的非线性映