System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力系统调度,尤其涉及一种基于感知信息模型的虚拟电厂调度方法、装置、设备及介质。
技术介绍
1、近年来,虚拟电厂(vpp)技术被视为新兴的能源管理策略,通过连接和综合不同的能源资源,实现了能源的互补和综合利用。
2、然而,随着能源系统的日益复杂化,电力系统各参与方面临的不确定性也在增加,这些不确定性来自市场价格的波动、可再生能源的间歇性和难预测性、以及用户需求的变化等因素,如何在保证电力系统经济效益最大化的同时最小化电网波动,确保电力供应的稳定性,成为了电力系统运行和规划中的迫切需要解决的问题。
技术实现思路
1、本专利技术提供了一种基于感知信息模型的虚拟电厂调度方法、装置、设备及介质,提高了虚拟电厂的经济效益和运行稳定性。
2、根据本专利技术的一方面,提供了一种基于感知信息模型的虚拟电厂调度方法,所述方法应用于虚拟电厂调度系统,所述虚拟电厂调度系统包括调度管理模块、调度控制模块以及至少一个虚拟电厂;所述方法包括:
3、获取所述虚拟电厂的设备状态数据和设定时长的历史电力数据;
4、将所述历史电力数据输入设定预测网络,得到预测电力数据;
5、基于所述预测电力数据和所述设备状态数据确定所述虚拟电厂的能源调度策略,并通过所述能源调度策略确定所述虚拟电厂的目标发电数据。
6、可选的,在获取所述虚拟电厂的设备状态数据和设定时长的历史电力数据之前,还包括:
7、获取所述虚拟电厂中各个设备的基本属性
8、根据所述基本属性和所述参数信息构建感知信息模型,以使得所述感知信息模型共享各个设备的状态数据。
9、可选的,所述历史电力数据包括历史负荷数据、历史出力数据以及历史电价数据;所述设定预测网络为自动时序预测网络;
10、将所述历史电力数据输入设定预测网络,得到预测电力数据,包括:
11、将设定时长的历史负荷数据、历史出力数据以及历史电价数据输入所述自动时序预测网络,得到预测负荷数据、预测出力数据以及预测电价数据。
12、可选的,基于所述预测电力数据和所述设备状态数据确定所述虚拟电厂的能源调度策略,包括:
13、获取电力成本;
14、根据所述设备状态数据和所述预测电力数据分别确定设备运行成本;
15、根据所述电力成本和所述设备运行成本构建目标函数;
16、根据所述目标函数和约束条件确定所述虚拟电厂的能源调度策略。
17、可选的,所述设备运行成本包括发电设备和储能设备的运行成本;发电设备包括化石发电、光伏发电及风力发电;
18、根据所述设备状态数据和所述预测电力数据分别确定设备运行成本,包括:
19、根据所述设备状态数据和所述预测电力数据分别确定化石发电、光伏发电、风力发电以及储能设备的运行成本;
20、将所述化石发电、所述光伏发电、所述风力发电以及所述储能设备的运行成本进行融合得到设备运行成本。
21、可选的,通过所述能源调度策略确定所述虚拟电厂的目标发电数据,包括:
22、将所述能源调度策略建模为强化学习智能体;
23、通过强化学习算法对所述强化学习智能体进行处理,得到所述虚拟电厂的目标发电数据。
24、可选的,通过强化学习算法对所述强化学习智能体进行处理,得到所述虚拟电厂的目标发电数据,包括:
25、将当前时刻的系统能源状态作为状态集,将所述发电设备和所述储能设备的调度动作作为动作行为集;
26、根据所述状态集和所述动作行为集确定下一时刻系统能源状态的转移概率函数;
27、基于所述目标函数和所述转移概率函数确定所述系统能源状态的奖励函数;
28、根据所述奖励函数确定所述虚拟电厂的目标发电数据。
29、根据本专利技术的另一方面,提供了一种基于感知信息模型的虚拟电厂调度装置,所述装置配置于虚拟电厂调度系统,所述虚拟电厂调度系统包括调度管理模块、调度控制模块以及至少一个虚拟电厂;所述装置包括:
30、数据获取模块,用于获取所述虚拟电厂的设备状态数据和设定时长的历史电力数据;
31、数据预测模块,用于将所述历史电力数据输入设定预测网络,得到预测电力数据;
32、能源调度策略确定模块,用于基于所述预测电力数据和所述设备状态数据确定所述虚拟电厂的能源调度策略,并通过所述能源调度策略确定所述虚拟电厂的目标发电数据。
33、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:
34、至少一个处理器;以及
35、与所述至少一个处理器通信连接的存储器;其中,
36、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的基于感知信息模型的虚拟电厂调度方法。
37、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的基于感知信息模型的虚拟电厂调度方法。
38、本专利技术实施例的技术方案,通过获取所述虚拟电厂的设备状态数据和设定时长的历史电力数据;将所述历史电力数据输入设定预测网络,得到预测电力数据;基于所述预测电力数据和所述设备状态数据确定所述虚拟电厂的能源调度策略,并通过所述能源调度策略确定所述虚拟电厂的目标发电数据。本技术方案,提高了虚拟电厂的经济效益和运行稳定性。
39、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于感知信息模型的虚拟电厂调度方法,其特征在于,所述方法应用于虚拟电厂调度系统,所述虚拟电厂调度系统包括调度管理模块、调度控制模块以及至少一个虚拟电厂;所述方法包括:
2.根据权利要求1所述的方法,其特征在于,在获取所述虚拟电厂的设备状态数据和设定时长的历史电力数据之前,还包括:
3.根据权利要求1所述的方法,其特征在于,所述历史电力数据包括历史负荷数据、历史出力数据以及历史电价数据;所述设定预测网络为自动时序预测网络;
4.根据权利要求3所述的方法,其特征在于,基于所述预测电力数据和所述设备状态数据确定所述虚拟电厂的能源调度策略,包括:
5.根据权利要求4所述的方法,其特征在于,所述设备运行成本包括发电设备和储能设备的运行成本;发电设备包括化石发电、光伏发电及风力发电;
6.根据权利要求5所述的方法,其特征在于,通过所述能源调度策略确定所述虚拟电厂的目标发电数据,包括:
7.根据权利要求6所述的方法,其特征在于,通过强化学习算法对所述强化学习智能体进行处理,得到所述虚拟电厂的目标发电数据,包括:
...【技术特征摘要】
1.一种基于感知信息模型的虚拟电厂调度方法,其特征在于,所述方法应用于虚拟电厂调度系统,所述虚拟电厂调度系统包括调度管理模块、调度控制模块以及至少一个虚拟电厂;所述方法包括:
2.根据权利要求1所述的方法,其特征在于,在获取所述虚拟电厂的设备状态数据和设定时长的历史电力数据之前,还包括:
3.根据权利要求1所述的方法,其特征在于,所述历史电力数据包括历史负荷数据、历史出力数据以及历史电价数据;所述设定预测网络为自动时序预测网络;
4.根据权利要求3所述的方法,其特征在于,基于所述预测电力数据和所述设备状态数据确定所述虚拟电厂的能源调度策略,包括:
5.根据权利要求4所述的方法,其特征在于,所述设备运行成本包括发电设备和储能设备的运行成本;发电设备包括化石发电、光...
【专利技术属性】
技术研发人员:曾锃,徐思雅,吴建军,张瑞,夏元轶,邱雪松,周成,吴海,曹子涛,戴申鉴,苏泽军,李奎峰,
申请(专利权)人:国网江苏省电力有限公司信息通信分公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。