CN119401560A 一种面向源网荷储的多资源聚合调控方法及系统 （台州学院）

号一种面向源网荷储的多资源聚合调控方法本发明提供一种面向源网荷储的多资源聚合调控方法及系统，涉及电力智能调度技术领电力运行时序数据输入至预设的电力运行预测电力决策点所对应的预估电力运行数据构建目中的每个节点分别确定相应的目标管理调度方2获取电网系统中待优化调度的各个电力决策点的实时电力运行数针对各个所述电力决策点，根据所述电力决策点所对应的实数据输入至预设的电力运行预测模型以确定相应的预估电基于各个电力决策点所对应的预估电力运行数据构建目标图网络；将所述目标图网络输入至预设的强化学习模型，使得基于所述强化空间是由每个节点的实时电力运行数据、预估电力运行数据和电网整体调度需求而定义总供电量大于各个负荷聚集点的总负荷需求的情况下实现电网系统的最大化可再生能源增强Transformer网络包含改进多头自注意力子网络和改所述输入层用于对所述实时电力运行数据进行数据标准化所述位置编码层用于针对所述实时电力运行数据中所涉及的各个时间步分别添加相用正弦函数计算的位置编码的第2i个元素，PE(pos,2i+1)表示余弦函数计算的位置编码的第所述改进多头自注意力子网络允许模型同时在多个子空间中学习输入数据的不同特3k所述改进时间感知前馈子网络包含多个时间感知前馈层，每一所述时间感FFN(x)＝max(0,xW1+b1)W2Wy和by分别表示输出层的权重和偏置，其均采用矩形矩阵，该矩形矩阵的维度为[doutput,accuracycost和Lrenewable分别表示分类准确性损失项、成本效率损失项和可再生4t态st开始遵循当前策略所期望得到的未来奖励的折扣和；γ表示奖励折扣因子；τ表示GAE行数据还包含相应电力决策点的天气预报信息、供配电成本函数和电网峰谷电价浮动曲运行数据预测单元，被配置成针对各个所述电力决策点，根据所述的实时电力运行数据和对应过往的第一预设时间段的历史电力运行数据构建电力运行时强化学习调度单元，被配置成将所述目标图网络输入体调度需求包含在电网系统的总供电量大于各个负荷聚集点的总负荷需求的情况下实现7.一种计算机程序产品，包括计算机程序，5所对应的实时电力运行数据和对应过往的第一预设时间段的历史电力运行数据构建电力负荷聚集点的总负荷需求的情况下实现电网系统的最大化可再生能源利用率和最小化供6源和可再生发电源；所述实时电力运行数据包含分别针对各个电力决策点的发电源发电统的总供电量大于各个负荷聚集点的总负荷需求的情况下实现电网系统的最大化可再生机程序被处理器执行时实现如上述任一种所述面向源网荷储的多资源聚执行时实现如上述任一种所述面向源网荷储的多在可再生能源大规模接入及快速变化的市场需求中存在的调控挑战，具体的技术效果包[0013](1)通过实时电力运行数据的获取与分析，结合历史数据构建精准的电力运行时[0014](2)基于各个电力决策点所对应的预估电力运行数据构建目标图网络，通过节点7[0015](3)在本技术方案的电网调度计算过程中，综合考虑了电力成本和峰谷电价的浮[0016](4)通过集成的多资源调控和智能预测系统，本技术方案能够更好地应对可再生[0019]图1示出了根据本发明实施例的面向源网荷储的多资源聚合调控方法的一示例的[0022]图4示出了根据本发明实施例的面向源网荷储的多资源聚合调控系统的一示例的[0026]图1示出了根据本发明实施例的面向源网荷储的多资源聚合调控方法的一示例的[0027]关于本发明实施例方法的执行主体，其可以是任意具有处理计算能力的电子设8包含火力发电源和可再生发电源，因此需要针对混合电网的系统资源调度进行有效优化。预报信息能够帮助系统更精确地预测涉及可再生能源的电力决策点在未来对应时间段的成本和CO2排放量成本等等，有利于电网系统基于各个电力决策点的供电数据进行成本汇行时序数据输入至预设的电力运行预测模型以确定相应的预估电力运[0032]在步骤S130中，基于各个电力决策点所对应的预估电力运行数据构建目标图网9[0051]在式(3)中，可再生能源利用函数使用平方函数来进一步激励高比例的可再生能t)表示计算总供电量超过总需[0053]进一步地，在本发明实施例的一些示例中，强化学习模型采用PPO(ProximalPolicyOptimization,近端[0055]更具体地，PPO模型属于Actor_Critic强化学习架构的一种，它使用两个主要组件：一个策略网络(Actor)和一个价值网络(Critic)。策略网络负责生成给定状态下的动免过大步伐的更新。PPO算法的目标函数是在模型的训练阶段使用的核心组件。在训练阶Rt表示在时间步t由于执行动作at而获得的即时奖励。V(st)是在时间步t的状态值函数估计，表示从状态st开始遵循当前策略所期望得到的未来奖励的折扣和。γ表示奖励折扣因[0063]通过TD误差来表达观察到的奖励加上下一个状态的折扣价值减去当前状态的价于成本节约和效率提升的计算。通过计算系统能够评估这一动作相对于其他可能动作[0065]在本发明实施例中，PPO原生支持连续动作空间，适合电力系统中诸如发电量调330包含改进多头自注意力子网络331[0068]输入层310用于对实时电力运行数据进行数据标准化预处理。通过对实时电力运[0069]位置编码层320用于针对实时电力运行数据中所涉及的各个时间步分别添加相应示使用正弦函数计算的位置编码的第2i个元素，PE(pos,2i+1)表示余弦函数计算的位置编码[0074]改进多头自注意力子网络331允许模型同时在多个子空间中学习输入数据的不同[0080]改进时间感知前馈子网络333包含多个时间感知前馈层(未示出)，每一时间感知数据。W和b分别表示输出层的权重和偏置，其均采用矩形矩阵，该矩形矩阵的维度为[0089]通过本发明实施例所提供的电力运行预测模型的结构，由于Transformer的并行习模型的精确调度计划提供了基础)能够预先识别潜在的供需失衡问题，提前进行调度优面向源网荷储的多资源聚合调控系统与上文描述的面向源网荷储的多资源聚合调控方法[0104]图4示出了根据本发明实施例的面向源网荷储的多资源聚合调控系统的一示例的[0106]实时数据获取单元410被配置成获取电网系统中待优化调度的各个电力决策点的[0107]运行数据预测单元420被配置成针对各个所述电力决策点，根据所述电力决策点所对应的实时电力运行数据和对应过往的第一预设时间段的历史电力运行数据构建电力[0108]图网络构建单元430被配置成基于各个电力决策点所对应的预估电力运行数据构[0109]强化学习调度单元440被配置成将所述目标图网络输入至预设的强化学习模型，行数据和电网整体调度需求而定义的，所述强化学习模型的动作空间是由发电量调整操电网整体调度需求包含在电网系统的总供电量大于各个负荷聚集点的总负荷需求的情况下实现电网系统的最大化可再生能源利用率和最小化供[0110]图5是本发明另一实施例提供的执行面向源网荷储的多资源聚合调控方法的电子[0112]执行面向源网荷储的多资源聚合调控方法的设备还可以包括：输入装置530和输[0114]存储器520作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程合调控方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的非易失性软[0115]存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系[0116]输入装置530可接收输入的数字或字符信息，以及产生与电子设备的用户设置以[0117]所述一个或者多个模块存储在所述存储器520中，当被所述一个或者多个处理器[0121](2)超移动个人计算机设备:这类设备属于个人计算机的范畴