一种基于元宇宙的区域能源系统多未来调度优化方法及系统技术方案

本发明专利技术公开了一种基于元宇宙的区域能源系统多未来调度优化方法及系统。本发明专利技术在元宇宙内构建了基于以太坊的能源市场交易模式，通过数字孪生等技术实现区域能源系统虚拟仿真，并借助多未来预测调度优化模型改进寻优模式，从而实现区域能源系统设备出力与能源产品市场需求的动态供需平衡，提高系统整体效率与生产经济性。产经济性。产经济性。

【技术实现步骤摘要】
一种基于元宇宙的区域能源系统多未来调度优化方法及系统


[0001]本专利技术属于智慧能源的区域能源系统与虚拟现实结合领域，具体涉及到一种基于元宇宙的区域能源系统多未来调度优化方法及系统。

技术介绍

[0002]元宇宙是整合多种新技术而产生的新型虚实相融的互联网应用和社会形态，其核心在于基于扩展现实技术提供沉浸式体验、基于数字孪生技术生成现实世界的镜像、基于区块链技术搭建经济体系，将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合，并且允许每个用户借助智能设备进行内容生产和世界编辑。元宇宙概念的提出为区域能源系统的智慧化建设提供了新的底层逻辑与构建框架，在元宇宙搭建区域能源系统并进行统筹优化研究可指导现实世界能源系统运行。
[0003]区域能源系统是一种统筹优化城市或区域冷、热、生活热水、电等能源供需的能源方案，着眼于系统整体高效化。在用户侧，区域能源系统尽可能满足用户多元化用能需求，实现能源梯级利用；在源侧，区域能源系统尽可能协调能源生产设备，实现负荷快速响应与调度优化。而当前区域能源系统的调度优化常之着眼于能源系统本身，即使借助能源系统建模连接需求与生产，也通常从是用生产者、连接器和消费者三个通用模块构建区域能源系统，实现与用户侧的联系以适应不同系统。
[0004]总的看来，当前的能源系统调度优化方法不能与能源需求实现快速响应，在逐渐推进的能源行业市场化改革中更无法根据市场实时变化实现供需平衡。

技术实现思路

[0005]针对现有技术中存在的问题，本专利技术提供了一种基于元宇宙的区域能源系统多未来调度优化方法及系统。本专利技术在元宇宙内构建了基于以太坊的能源市场交易模式，通过数字孪生等技术实现区域能源系统虚拟仿真，并借助多未来预测调度优化模型改进寻优模式，从而实现区域能源系统设备出力与能源产品市场需求的动态供需平衡，提高系统整体效率与生产经济性。
[0006]本专利技术采用以下技术方案实现：
[0007]一种基于元宇宙的区域能源系统多未来调度优化方法，包括以下步骤：
[0008]步骤S1，基于多维数据关系构建以太坊交易结果模糊预测模型，生成交易结果多未来预测集合；
[0009]步骤S2，从交易结果多未来预测集合中选取某一可能的未来能源交易结果，进行区域能源系统调度，记录寻优过程的指令追踪序列并得到调度方案；
[0010]步骤S3，根据所得指令追踪序列中的控制流与数据流，形成针对S2中所选取未来能源交易结果的等价类约束，并使用记忆化技术特化寻优路径；
[0011]步骤S4，重复步骤S2与S3，得到针对多种未来的快速寻优路径，形成多未来调度优化模型；
[0012]步骤S5，元宇宙内的主体根据自身能源需求产生能源产品交易，能源以太坊执行交易，元宇宙内的能源市场得到实际交易结果；
[0013]步骤S6，根据实际交易结果，借助多未来调度优化模型得到区域能源系统实时调度方案。
[0014]上述技术方案中，进一步地，所述的步骤S1具体为：
[0015]步骤S11，根据影响市场交易的多种因素，采集自然环境数据N(natural environment)、社会环境数据S(social environment)、能源市场历史价格数据M
h
(historical market)、能源市场历史交易结果数据T
h
(historical transaction)、能源市场实时价格数据M
r
(real
‑
time market)。数据选取需考虑元宇宙内的数据成本，数据种类与新能源发电情况、能源生产销售、能源市场交易有直接关系。
[0016]自然环境数据主要包括风速、光照、气温等气象因素，社会环境数据主要包括能源战略、市场政策、社会文化等软环境因素，以及交通、通讯水平、化石资源等硬环境因素。能源市场历史价格数据主要包括历史电价、历史油气价格、能源期货历史价格等；能源市场历史交易结果数据包括能源产品现货交易额、能源产品期货交易额。能源市场实时价格数据主要包括当下电价、当下油气价格、当下能源期货价格等。
[0017]步骤S12，借助大数据技术清洗、分析、整合采集得到的多维数据，通过机器学习方法构建N，S，M
h
关于能源历史交易结果Th的模糊映射，得到多未来模糊预测模型如下，
[0018]f：{N，S，M
h
}
→
T
h
[0019]步骤S13，将自然环境数据N，社会环境数据S，能源市场实时价格数据M
r
输入多未来模糊预测模型f中，得到包括所有映射出的未来能源市场交易结果的可能空间如下，
[0020]X＝{X1，X2，X3...X
i
...X
n
}
[0021]其中，n为可能的映射结果数量；集合X为未来能源市场交易结果可能空间；Xi表示一种可能的映射结果，即某可能的未来能源交易结果。
[0022]由于市场的复杂性和个体的随机性，交易存在不同的可能性，实现对市场结果的准确预测存在极大困难，故在映射中会导致多个可能结果，当其有n种可能时，记其集合为未来能源市场交易结果可能空间X；X
i
表示一种可能的映射结果，即某可能的未来能源交易结果。
[0023]进一步地，所述的步骤S2具体为：
[0024]步骤S21，在元宇宙内构建区域能源系统调度优化模型；结合IoT、AR与数据传输技术，融合精细化物理模型和运维数据，在元宇宙内构建设备数字孪生模型与能源大脑，数字孪生模型在元宇宙内反应实际设备情况，能源大脑在元宇宙内根据区域能源系统多能流约束调度寻优形成对设备的生产调度指令，从而实现对区域能源系统的调度；设备数字孪生模型应包括实际能源系统源网荷储用全过程的所有设备，能源大脑应考虑数字孪生模型所反映的设备客观限制。
[0025]步骤S22，将所选择未来的交易结果信息转化为对区域能源系统的多能流产能约束，要求区域能源系统能源生产设备实时出力等于能源市场现货交易与到期期货交易之和。
[0026]在未来能源市场交易结果可能空间X中选择某一可能的未来能源交易结果
[0027]X
i
，i∈(1，2，3...，n)
[0028]记X
i
中能源产品现货交易量为
[0029]E1＝{E
1h
，E
1e
，E
1c
，...}
[0030]到期期货交易量为
[0031]E2＝{E
2h
，E
2e
，E2c，E2
g
，...}
[0032]其中，下标h，e，c，g分别表示热、电、冷、气等多种不同能源产品。则区域能源系统的多能流产能约束为
[0033]Output＝E1+E2＝{E
1h
+E
2h
，E...

【技术保护点】

【技术特征摘要】
1.一种基于元宇宙的区域能源系统多未来调度优化方法，其特征在于，包括以下步骤：步骤S1，基于多维数据关系构建以太坊交易结果模糊预测模型，生成交易结果多未来预测集合；步骤S2，从交易结果多未来预测集合中选取某一可能的未来能源交易结果，进行区域能源系统调度，记录寻优过程的指令追踪序列并得到调度方案；步骤S3，根据所得指令追踪序列中的控制流与数据流，形成针对S2中所选取未来能源交易结果的等价类约束，并使用记忆化技术特化寻优路径；步骤S4，重复步骤S2与S3，得到针对多种未来的快速寻优路径，形成多未来调度优化模型；步骤S5，元宇宙内的主体根据自身能源需求产生能源产品交易，能源以太坊执行交易，元宇宙内的能源市场得到实际交易结果；步骤S6，根据实际交易结果，借助多未来调度优化模型得到区域能源系统实时调度方案。2.根据权利要求1所述的一种基于元宇宙的区域能源系统多未来调度优化方法，其特征在于，所述的步骤S1具体为：步骤S11，采集自然环境数据N、社会环境数据S、能源市场历史价格数据M
h
、能源市场历史交易结果数据T
h
、能源市场实时价格数据M
r
；数据选取需考虑元宇宙内的数据成本，数据种类与新能源发电情况、能源生产销售、能源市场交易有直接关系；步骤S12，借助大数据技术清洗、分析、整合采集得到的多维数据，通过机器学习方法构建N，S，M
h
关于能源历史交易结果T
h
的模糊映射，得到多未来模糊预测模型如下，f：{N，S，M
h
}
→
T
h
步骤S13，将自然环境数据N，社会环境数据S，能源市场实时价格数据M
r
输入多未来模糊预测模型f中，得到包括所有映射出的未来能源市场交易结果的可能空间如下，X＝{X1，X2，X3...X
i
...X
n
}其中，n为可能的映射结果数量；集合X为未来能源市场交易结果可能空间；X
i
表示一种可能的映射结果，即某可能的未来能源交易结果。3.根据权利要求2所述的一种基于元宇宙的区域能源系统多未来调度优化方法，其特征在于，所述的步骤S2具体为：步骤S21，在元宇宙内构建区域能源系统调度优化模型；结合IoT、AR与数据传输技术，融合精细化物理模型和运维数据，在元宇宙内构建设备数字孪生模型与能源大脑，数字孪生模型在元宇宙内反应实际设备情况，能源大脑在元宇宙内根据区域能源系统多能流约束调度寻优形成对设备的生产调度指令，从而实现对区域能源系统的调度；设备数字孪生模型应包括实际能源系统源网荷储用全过程的所有设备，能源大脑应考虑数字孪生模型所反映的设备客观限制；步骤S22，将所选择未来的交易结果信息转化为对区域能源系统的多能流产能约束，要求区域能源系统能源生产设备实时出力等于能源市场现货交易与到期期货交易之和；在未来能源市场交易结果可能空间X中选择某一可能的未来能源交易结果X
i
，i∈(1，2，3...，n)记X
i
中能源产品现货交易量为
E1＝{E
1h
，E
1e
，E
1c
，E
1g
}到期期货交易量为E2＝{E
2h
，E
2e
，E
2c
，E
2g
}其中，下标h，e，c，g分别表示热、电、冷、气四种常见的能源产品；则区域能源系统的多能流产能约束为Output＝E1+E2＝{E
1h
+E
2h
，E
1e
+E
2e
，E
1c
+E
2c
，E
1g
+E
2g
}步骤S23，将区域能源系统的多能流产能约束输入区域能源系统调度优化模型，以经济性最优为目标进行求解，在虚拟层执行区...

【专利技术属性】
技术研发人员：钟崴，章楠，林小杰，周懿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：