源网荷储协同的工业产线动态多博弈优化调度方法及装置与流程

摘要: 本说明书实施例涉及电力,特别涉及源网荷储协同的工业产线动态多博弈优化调度方法。背景技术:1、在全球致力于实现碳达峰与碳中和的宏观政策背景下,风能、太阳能等具有间...
源网荷储协同的工业产线动态多博弈优化调度方法及装置与流程

本说明书实施例涉及电力,特别涉及源网荷储协同的工业产线动态多博弈优化调度方法。

背景技术:

1、在全球致力于实现碳达峰与碳中和的宏观政策背景下,风能、太阳能等具有间歇性和波动性特征的可再生能源在现代电力系统中的渗透率指数级增长。传统的工业园区用电负荷通常被视为刚性负荷,仅作为电网的被动接受者。随着“源网荷储”一体化综合能源系统概念的演进,工业园区正逐渐向具备高度弹性和自我调节能力的微型能源互联网节点转变。深度挖掘高耗能工业负载的柔性调节潜力,不仅能显著提升区域微电网内部的新能源就地消纳率,还能有效降低系统的整体综合运行成本。

2、现有技术在实际工业场景的大规模落地中存在显著的技术缺点:

3、首先,现有的集中式宏观联合调度方案要求mes向微电网完全敞开核心商业机密(如订单数据与工艺参数),这在商业实践中面临极大的隐私泄露风险与管理阻力。同时,这类方案往往将“荷(load)”端粗暴地抽象为可用连续函数表示的功率消耗节点,完全剥离了工业产线内部极其复杂的离散逻辑(如工序先后依赖约束、机床非抢占性约束等),导致输出的控制策略无法在不破坏生产节拍的前提下实施,实用性严重受限。

4、其次,现有的微观强化学习排产方法仅聚焦于生产设施的内部优化,完全没有涉及与外部能源系统(如电网碳排放因子、微电网储能)的深度耦合,在日益严格的碳配额制度下无法满足企业的双碳达标需求。

5、最后,现有的基于传统迁移学习或深度强化学习的微电网调度方法,面对完全偏离历史分布的新发扰动场景时泛化能力不足,迁移学习通常只能在相似的源域和目标域之间单向传递知识,反应速度慢且极易丧失局部最优解。

6、由此,亟需一种更好的方案。

技术实现思路

1、有鉴于此,本说明书实施例提供了源网荷储协同的工业产线动态多博弈优化调度方法。本说明书一个或者多个实施例同时涉及源网荷储协同的工业产线动态多博弈优化调度装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面,提供了一种源网荷储协同的工业产线动态多博弈优化调度方法,包括:

3、采集工业产线的微观生产数据与微电网的宏观能源数据,其中微观生产数据包含机床实时功耗与订单工序拓扑依赖,宏观能源数据包含储能电池荷电状态、光伏出力预测、电网分时电价与碳排放因子;

4、通过一维时序卷积网络提取宏观能源数据的低频时序特征向量,并通过图注意力网络将包含机床状态与订单工序拓扑依赖的拓扑图转化为高频图拓扑特征向量,在神经网络的隐层空间中对低频时序特征向量与高频图拓扑特征向量进行维度对齐和拼接,生成统一的联合马尔可夫状态表征;

5、构建基于斯塔克尔伯格主从博弈的交互环境,将微电网能量管理系统作为领导者,将制造执行系统作为跟随者,将联合马尔可夫状态表征输入至预训练的元强化学习模型中,通过领导者发布内部交互电价,跟随者根据内部交互电价调整排产计划并反馈预期负荷,以进行多次交互迭代逼近纳什均衡点;

6、通过元强化学习模型的双分支混合动作网络,同频输出包含储能连续动作与排产离散动作的联合调度策略,其中储能连续动作包括储能充放电倍率,排产离散动作包括机床加工工序的选择;

7、将联合调度策略中的储能连续动作解析为有功功率调节指令下发至储能电池管理系统与光伏逆变器,将排产离散动作解析为制造工单下发至车间可编程逻辑控制器,并获取物理设备执行后的反馈状态以形成动态闭环控制。

8、在一种可能的实现方式中,构建基于斯塔克尔伯格主从博弈的交互环境,进一步包括:领导者以最大化自身净收益为目标,自身净收益包含向主电网售电收益、光伏消纳收益、储能损耗与向主电网购电成本;跟随者以最小化综合生产成本为目标,综合生产成本包含用电成本、碳排配额超标成本与订单逾期违约惩罚。

9、在一种可能的实现方式中,预训练的元强化学习模型通过内外双层循环求导机制训练获得,内外双层循环求导机制包括:内循环利用扰动场景下的少量实时数据进行局部梯度更新以得到临时调度参数;外循环收集所有临时调度参数在对应场景下的表现,并基于多目标帕累托奖励函数反向传播更新全局元模型参数。

10、在一种可能的实现方式中,双分支混合动作网络包括:连续动作分支,用于输出储能充放电倍率;离散动作分支,用于输出机床加工工序的选择;储能充放电倍率与机床加工工序的选择由元强化学习模型同频输出。

11、在一种可能的实现方式中,通过一维时序卷积网络提取宏观能源数据的低频时序特征向量,进一步包括:提取慢变特征;通过图注意力网络将包含机床状态与订单工序拓扑依赖的拓扑图转化为高频图拓扑特征向量,进一步包括:提取快变特征;在神经网络的隐层空间中对低频时序特征向量与高频图拓扑特征向量进行维度对齐和拼接,进一步包括:通过注意力机制将慢变特征与快变特征进行融合。

12、在一种可能的实现方式中,还包括:当检测到外部现货市场电价突变、光伏出力骤降或内部紧急插单的未知扰动时,截取当前时刻的实时观测状态数据,基于预训练的元模型参数执行局部梯度更新,生成针对当前扰动场景的局部最优联合调度策略。

13、在一种可能的实现方式中,将联合调度策略中的储能连续动作解析为有功功率调节指令下发至储能电池管理系统与光伏逆变器,进一步包括:通过modbus tcp协议下发指令;将排产离散动作解析为制造工单下发至车间可编程逻辑控制器,进一步包括:通过opcua协议下发指令。

14、根据本说明书实施例的第二方面,提供了一种源网荷储协同的工业产线动态多博弈优化调度装置,包括:

15、数据采集模块,被配置为采集工业产线的微观生产数据与微电网的宏观能源数据,其中微观生产数据包含机床实时功耗与订单工序拓扑依赖,宏观能源数据包含储能电池荷电状态、光伏出力预测、电网分时电价与碳排放因子;

16、特征确定模块,被配置为通过一维时序卷积网络提取宏观能源数据的低频时序特征向量,并通过图注意力网络将包含机床状态与订单工序拓扑依赖的拓扑图转化为高频图拓扑特征向量,在神经网络的隐层空间中对低频时序特征向量与高频图拓扑特征向量进行维度对齐和拼接,生成统一的联合马尔可夫状态表征;

17、环境构建模块,被配置为构建基于斯塔克尔伯格主从博弈的交互环境,将微电网能量管理系统作为领导者,将制造执行系统作为跟随者,将联合马尔可夫状态表征输入至预训练的元强化学习模型中,通过领导者发布内部交互电价,跟随者根据内部交互电价调整排产计划并反馈预期负荷,以进行多次交互迭代逼近纳什均衡点;

18、策略输出模块,被配置为通过元强化学习模型的双分支混合动作网络,同频输出包含储能连续动作与排产离散动作的联合调度策略,其中储能连续动作包括储能充放电倍率,排产离散动作包括机床加工工序的选择;

19、指令下发模块,被配置为将联合调度策略中的储能连续动作解析为有功功率调节指令下发至储能电池管理系统与光伏逆变器,将排产离散动作解析为制造工单下发至车间可编程逻辑控制器,并获取物理设备执行后的反馈状态以形成动态闭环控制。

20、根据本说明书实施例的第三方面,提供了一种计算设备,包括:

21、存储器和处理器;

22、所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现上述源网荷储协同的工业产线动态多博弈优化调度方法的步骤。

23、根据本说明书实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现上述源网荷储协同的工业产线动态多博弈优化调度方法的步骤。

24、根据本说明书实施例的第五方面,提供了一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述源网荷储协同的工业产线动态多博弈优化调度方法的步骤。

25、本说明书实施例提供源网荷储协同的工业产线动态多博弈优化调度方法及装置,其中方法通过主从博弈模型实现微电网与mes之间的物理与信息解耦,打破隐私孤岛;通过多尺度图时序融合机制对齐宏微观特征,解决系统调度时间步长错位的问题;并通过引入元强化学习框架与双分支混合动作空间网络,使系统在面临突发异构扰动时,只需极少样本即可在毫秒级内完成局部参数在线自适应迭代,最终实现兼顾微电网新能源套利与产线低碳按期生产的全局帕累托最优调度。