算力与电力协同调度方法、装置、设备、介质和产品与流程

摘要: 本发明涉及算力与电力网络融合,尤其涉及一种算力与电力协同调度方法、装置、设备、介质和产品。背景技术:1、算力电力协同调度是指通过技术和机制创新,实现计算资源(如...
算力与电力协同调度方法、装置、设备、介质和产品与流程

本发明涉及算力与电力网络融合,尤其涉及一种算力与电力协同调度方法、装置、设备、介质和产品。

背景技术:

1、算力电力协同调度是指通过技术和机制创新,实现计算资源(如数据中心)与电力规划、运行及市场层面的动态匹配与双向优化,其核心目标是在保障算力服务质量的前提下,提升电力资源利用效率、促进新能源(例如氢能、太阳能等)消纳、节能减排,并增强电网稳定性。

2、然而,现有的算力电力调度过程面临诸多挑战。首先,传统的火电、水电等发发电相对稳定,可依据需求进行较为精准的调控。而新能源电力,如光伏依赖光照强度、风电取决于风力大小,发电具有间歇性、波动性,发电的出力曲线各异,难以与传统电力的稳定供应特性相融合,给统一调度带来极大挑战。

3、其次,接入与管控标准不同:传统电力拥有成熟的电网接入规范、设备运行管控标准以及安全保障体系,多为集中式运维。新能源发电设备的运维管理模式与传统电力大相径庭,因设备分散、地处偏远,运维成本高、及时性差,增加集中纳管难度,甚至可能影响电网稳定性。

4、再次,数据采集与共享障碍:传统电力系统内数据采集相对集中、规范,数据格式统一,便于传输与分析。新能源发电设备来源广泛,数据采集点分散,传感器类型不一,产生的数据格式杂乱,不同厂家设备的数据兼容性差,难以实现高效的数据共享与整合,不利于全面掌控电力系统运行态势。

5、最后,能耗管控难题:算力运行能耗巨大,且随计算负载动态变化,目前缺乏有效的算力-电力协同能耗管理机制,难以根据电力供应动态调整算力任务分配,精确测量与预测能耗难度高。在集中纳管时,既要满足算力需求,又要兼顾电力供应限制,实现能耗优化,避免电力浪费或因能耗过高导致供电不足,是亟待解决的问题。

6、综上所述,算力电力协同调度领域面临新能源与传统能源的电力特性、运维方式、数据格式不同导致难以融合,以及,电力资源与算力需求之间存在供给与需求不匹配的综合难题。

技术实现思路

1、本发明提供一种算力与电力协同调度方法、装置、设备、介质和产品,用以解决现有技术中电力资源与算力需求之间存在供给与需求难以精准匹配的缺陷,实现全面且精准地预测不同地区、不同类型电力的发电规律,提供不同能源类型的电力精准调度。

2、本发明提供一种算力与电力协同调度方法,包括如下步骤。

3、获取算电网络中算力枢纽的历史用电数据和所述算电网络中电力供应点的历史发电数据;其中,所述历史发电数据包括多种能源类型的电力供应点的历史发电数据;

4、将所述历史用电数据输入至预先训练的aat模型中,得到所述预先训练的aat模型输出的针对所述算力枢纽的用电预测结果;

5、将所述历史发电数据输入至预先训练的stgcn网络,得到所述预先训练的stgcn网络输出的针对所述电力供应点的发电预测结果;

6、将所述算力枢纽的用电预测结果和所述电力供应点的发电预测结果输入至预先训练的算电方案预测模型中,得到所述预先训练的算电方案预测模型输出的算电分配方案;所述算电分配方案包括所述算力枢纽的用电需求量以及相应的多种能源类型的电力供应点各自对应的电力分配量。

7、本发明还提供一种算力与电力协同调度装置,包括如下模块:

8、数据获取模块,用于获取算电网络中算力枢纽的历史用电数据和所述算电网络中电力供应点的历史发电数据;其中,所述历史发电数据包括多种能源类型的电力供应点的历史发电数据;

9、算力预测模块,用于将所述历史用电数据输入至预先训练的aat模型中,得到所述预先训练的aat模型输出的针对所述算力枢纽的用电预测结果;

10、电力预测模块,用于将所述历史发电数据输入至预先训练的stgcn网络,得到所述预先训练的stgcn网络输出的针对所述电力供应点的发电预测结果;

11、算电协同调度模块,用于将所述算力枢纽的用电预测结果和所述电力供应点的发电预测结果输入至预先训练的算电方案预测模型中,得到所述预先训练的算电方案预测模型输出的算电分配方案;所述算电分配方案包括所述算力枢纽的用电需求量以及相应的多种能源类型的电力供应点各自对应的电力分配量。

12、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述算力与电力协同调度方法。

13、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述算力与电力协同调度方法。

14、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述算力与电力协同调度方法。

15、本发明提供的算力与电力协同调度方法、装置、设备、介质和产品,通过获取算电网络中算力枢纽的历史用电数据和算电网络中电力供应点的历史发电数据;其中,历史发电数据包括多种能源类型的电力供应点的历史发电数据;将历史用电数据输入至预先训练的aat模型中,得到预先训练的aat模型输出的针对算力枢纽的用电预测结果;将历史发电数据输入至预先训练的stgcn网络,得到预先训练的stgcn网络输出的针对电力供应点的发电预测结果;将算力枢纽的用电预测结果和电力供应点的发电预测结果输入至预先训练的算电方案预测模型中,得到预先训练的算电方案预测模型输出的算电分配方案;算电分配方案包括算力枢纽的用电需求量以及相应的多种能源类型的电力供应点各自对应的电力分配量。该方法利用aat模型挖掘算力数据中的长期依赖关系和复杂模式,掌握不同地区算力使用规律;基于时空图卷积网络(stgcn)算法,全面且精准地预测不同地区、不同类型电力的发电规律;为算电协同调度提供有效数据支持;在算电协同调度算法设计方面,基于预先训练的算电方案预测模型,生成精准的算电协同调度方案,能够精准预测算力需求,使企业能提前规划资源,可依据预测结果灵活调整算力枢纽中服务器集群的开启数量,避免在算力需求低谷期大量设备空转,从而有效降低电力消耗与设备损耗,显著减少运营成本;同时,精准把控发电与用电规律,优化发电计划;在新能源方面,准确预测可提高风电、太阳能发电等新能源的消纳能力,减少能源浪费,整体提高算电网络的资源利用效率。

1.一种算力与电力协同调度方法,其特征在于,包括:

2.根据权利要求1所述的算力与电力协同调度方法,其特征在于,所述获取算电网络中算力枢纽的历史用电数据和所述算电网络中电力供应点的历史发电数据之前,包括:

3.根据权利要求2所述的算力与电力协同调度方法,其特征在于,所述基于所述算电预测样本关联指标和所述算电真实值关联指标,构建算电联合损失函数,包括:

4.根据权利要求1所述的算力与电力协同调度方法,其特征在于,所述将所述历史发电数据输入至预先训练的stgcn网络,得到所述预先训练的stgcn网络输出的针对所述电力供应点的发电预测结果,包括:

5.根据权利要求1所述的算力与电力协同调度方法,其特征在于,所述算电方案预测模型是基于预先训练的gan网络和预先训练的强化学习模型得到的;所述预先训练的gan网络的生成器中包括算电特征嵌入层和多尺度卷积模块,所述将所述算力枢纽的用电预测结果和所述电力供应点的发电预测结果输入至预先训练的算电方案预测模型中,得到所述预先训练的算电方案预测模型输出的算电分配方案,包括:

6.根据权利要求1所述的算力与电力协同调度方法,其特征在于,所述将所述算力枢纽的用电预测结果和所述电力供应点的发电预测结果输入至预先训练的算电方案预测模型中,得到所述预先训练的算电方案预测模型输出的算电分配方案之后,包括:

7.一种算力与电力协同调度装置,其特征在于,包括:

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述算力与电力协同调度方法。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述算力与电力协同调度方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述算力与电力协同调度方法。