基于大模型的路侧能源管理与负荷协调控制方法及系统与流程

本发明涉及智慧交通与能源管理，具体涉及一种基于大模型的路侧能源管理与负荷协调控制方法及系统。

背景技术：

1、随着新能源汽车普及与智慧道路建设推进，路侧用电设备种类与数量持续增长，典型对象包括路侧储能设备、充电桩、路灯及智慧照明设备、交通感知设备、摄像头、通信基站等。这些设备负荷特性差异显著：充电桩负荷受车辆随机到达与停留时长影响，波动性强；照明负荷受日出日落、天气能见度及交通流量影响；感知与通信类设备则要求较高的供电连续性。储能设备作为缓冲单元，其充放电策略又受电价、电网约束及自身荷电状态等因素制约。

2、现有路侧能源管理方案多采用固定规则或面向单一负荷类型的优化模型。例如，照明设备按固定时段开关或调光，储能设备按峰谷电价时段充放电，充电桩采用先到先服务策略。此类方案存在明显不足：无法将多类路侧负荷纳入统一框架进行协同优化，难以根据实时交通、天气、电价及电网状态等动态场景自适应调整负荷优先级；在充电高峰、电网限电、恶劣天气等复杂工况下，容易出现局部最优、供电可靠性下降甚至配电设施过载等问题；同时，决策过程缺乏可解释性，不便于运维人员审核与人工干预。

3、因此，如何实现多类型路侧用电负荷的场景自适应协同控制，在保障供电安全的前提下兼顾经济性与服务质量，是本领域亟待解决的技术问题。

技术实现思路

1、本发明的目的克服现有技术存在的不足，为实现以上目的，采用一种基于大模型的路侧能源管理与负荷协调控制方法及系统，以解决上述背景技术中提出的问题。

2、为解决上述技术问题，本发明提供一种基于大模型的路侧能源管理与负荷协调控制方法。包括：

3、获取路侧用电对象的运行数据及外部数据，构建路侧能源状态向量；

4、基于所述路侧能源状态向量获取负荷需求预测结果；

5、将所述路侧能源状态向量、所述负荷需求预测结果、安全约束条件以及运维指令输入大模型决策模块，由所述大模型决策模块进行场景理解与推理，输出当前调度场景、负荷优先级序列、多目标权重向量及初始调度策略；

6、将所述初始调度策略输入约束优化模块，由所述约束优化模块以满足所述安全约束条件为目标，对所述初始调度策略进行可行化修正与求解，生成联合控制方案；

7、将所述联合控制方案下发至对应的路侧用电对象执行；

8、当执行反馈与所述联合控制方案对应的预期执行结果之间的偏差超过预设阈值时，基于所述执行反馈及所述偏差重新构建或更新所述路侧能源状态向量，触发所述大模型决策模块重新生成初始调度策略，或者调整所述多目标权重向量，并更新所述大模型决策模块的提示模板、案例库或调度参数中的至少一项。

9、优选地，所述负荷需求预测结果包括对充电需求、道路照明需求、弱电类交通感知与通信设备供电需求、交通流量变化趋势、电价变化趋势，以及可再生能源出力的预测。

10、优选地，所述大模型决策模块采用生成式大语言模型，并基于系统提示词、路侧能源领域知识库或检索增强生成机制生成所述调度场景、负荷优先级、目标权重和初始调度策略。

11、优选地，所述约束优化模块将所述初始调度策略作为初值或软约束，当求解不可行时，按预设优先级松弛非关键约束或回调所述大模型决策模块重新生成策略。

12、优选地，所述执行反馈包括关键设备的实际功率、告警事件、照度监测值、充电完成率中的至少一种；

13、所述偏差包括实际功率偏差、照度偏差、负荷率超限、充电完成率低于计划值中的至少一种；

14、当所述偏差超过预设阈值时，所述大模型决策模块根据偏差原因将对应设备标记为正常、降额运行、不可用或受限状态，并将所述标记结果发送至所述约束优化模块，以更新后续联合控制方案中的设备功率上限、照明下限或负荷优先级。

15、优选地，所述运维指令包括计划检修窗口、临时保电对象、重大活动优先道路以及人工设置的负荷削减比例或设备关停范围。

16、本发明还提供一种基于大模型的路侧能源管理与负荷协调控制系统，所述系统包括数据采集模块、状态向量构建模块、负荷预测模块，还包括：

17、大模型决策模块，用于接收所述路侧能源状态向量、所述负荷需求预测结果、安全约束条件以及运维指令，并进行场景理解与推理，输出当前调度场景、负荷优先级序列、多目标权重向量及初始调度策略；

18、约束优化模块，用于接收所述初始调度策略，以满足所述安全约束条件为目标，对所述初始调度策略进行可行化修正与求解，生成联合控制方案；

19、指令下发模块，用于将所述联合控制方案下发至对应的路侧用电对象执行；

20、反馈更新模块，与所述大模型决策模块通信连接，用于采集路侧用电对象的执行反馈，并在所述执行反馈与所述联合控制方案的预期偏差超过阈值时，将所述执行反馈及偏差信息发送至所述大模型决策模块，以触发重调度、调整所述多目标权重向量，或更新所述大模型决策模块的提示模板、案例库或调度参数。

21、优选地，包括：

22、所述反馈更新模块包括反馈采集单元、偏差检测单元和策略更新单元；

23、所述反馈采集单元用于采集关键设备的实际功率、告警事件、照度监测值和充电完成率中的至少一种；

24、所述偏差检测单元用于判断所述执行反馈与所述联合控制方案的预期执行结果之间的偏差是否超过预设阈值；

25、所述策略更新单元用于在偏差超过预设阈值时，将偏差原因、设备状态标记结果及更新后的调度参数发送至所述大模型决策模块和所述约束优化模块，使所述大模型决策模块重新生成初始调度策略，或者使所述约束优化模块更新设备功率上限、负荷优先级或安全约束条件。

26、本发明还提供一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。

27、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法。

28、与现有技术相比，本发明存在以下技术效果：

29、（1）针对现有技术中多类路侧负荷无法协同优化的缺陷，本发明将储能、充电、照明及感知通信等多类路侧负荷纳入统一框架，通过大模型统一研判与约束优化联合求解，实现全局协同优化，缓解单设备独立控制导致的局部最优问题，提升系统整体运行效率。

30、（2）针对现有技术在复杂工况下适应性有限的缺陷，本发明利用大模型对交通、环境、电价、设备状态与运维意图进行综合语义理解，能够识别充电高峰、恶劣天气、电网限电等复杂场景，并动态调整负荷优先级与调度策略，显著提升策略的场景适应性。

31、（3）针对现有技术难以兼顾安全与经济性的缺陷，本发明通过大模型输出的目标权重与约束优化模块的硬约束校验相耦合，在降低购电成本与峰值负荷的同时，严格保障照明安全、充电服务质量及关键弱电设备的不间断供电，实现安全性与经济性的动态平衡。

32、（4）针对现有技术决策过程可解释性不足的缺陷，本发明的大模型决策模块可输出与决策相关的场景标签、优先级排序理由及自然语言说明，结合案例库与反馈闭环机制，显著提升决策过程的可解释性与可运维性，便于人工审核与干预。

33、（5）针对现有技术缺乏自适应进化能力的缺陷，本发明通过执行反馈采集、偏差检测与模型配置更新的闭环机制，使系统能够从运行数据中持续学习，动态修正策略偏好，保持对设备特性变化与负荷模式漂移的长期适应能力。