一种微电网电力调度方法、系统、设备和介质与流程

摘要: 本发明涉及电力系统调度,具体涉及一种微电网电力调度方法、系统、设备和介质。背景技术:1、分布式能源接入规模的扩大推动了微电网电力调度的智能化演进,引入边缘计算与...
一种微电网电力调度方法、系统、设备和介质与流程

本发明涉及电力系统调度,具体涉及一种微电网电力调度方法、系统、设备和介质。

背景技术:

1、分布式能源接入规模的扩大推动了微电网电力调度的智能化演进,引入边缘计算与联邦学习框架进行本地训练和参数同步,成为兼顾多端用户隐私保护与降低集中式传输压力的主流趋势。

2、然而,分布式节点的物理运行状态通常具备高度的非独立同分布(non-iid)异构特征,若直接对多端梯度执行常规汇聚,极易诱发模型多维映射层面的负迁移效应,破坏通用负荷特征提取与调度系数自适应映射的准确性。

3、此外,现有技术为缓解带宽限制多采用静态或固定参数压缩策略,这种算法通信资源分配与电网物理网架安全状态之间的机理割裂,导致微电网在母线电压或系统频率大幅偏离额定基准的控制危急工况下,承载关键安全调节方向的微调梯度因被盲目稀疏化而发生信息截断丢失,进而导致实时调度失效,危及物理系统的安全稳定运行

技术实现思路

1、鉴于上述存在的问题,本发明提供一种微电网电力调度方法、系统、设备和介质。

2、因此,本发明解决的技术问题是:传统联邦学习算法调度方法在面对异构运行状态时模型收敛困难,且参数固定压缩策略割裂了算法通信与物理安全之间的因果关联,导致在电网异常偏离时关键梯度因盲目稀疏化而丢失引发调度失效。

3、为解决上述技术问题,本发明提供如下技术方案:一种微电网电力调度方法,包括将目标节点历史负荷输入局部通用基座网络提取通用特征向量,以基于微电网运行状态的门控权重调制得到加权特征向量;

4、将所述加权特征向量输入本地决策网络映射为电力调度调整系数,求解所述本地决策网络损失函数梯度张量,截取对应于全局通用基座网络的梯度子集,基于所述梯度子集计算生成本地参数更新量;

5、依据运行状态偏差指标确定动态压缩阈值,以所述动态压缩阈值稀疏化所述本地参数更新量得到稀疏更新量;

6、上传所述稀疏更新量至中央协调节点以聚合更新全局通用基座网络参数;

7、基于所述调整系数修正目标节点的参考分配基准得到目标分配功率,驱动所述目标节点的用电负荷调节设备调整有功功率输出。

8、作为本发明所述的一种微电网电力调度方法的一种优选方案,其中:所述以基于微电网运行状态的门控权重调制得到加权特征向量包括:

9、提取所述微电网运行状态中的母线电压偏差以及系统频率波动量;

10、将所述母线电压偏差以及所述系统频率波动量输入预设的门控网络层进行特征级联与线性映射,得到多维原始权重向量;

11、利用激活函数对所述多维原始权重向量进行归一化映射,生成各个维度的门控权重,利用所述门控权重与所述通用特征向量进行点乘调制。

12、本优选技术方案的有益效果为:通过下位限定母线电压偏差以及系统频率波动量这两项核心物理参量,实现了电网物理形态与数据驱动特征提取的深度解耦。利用门控网络层与激活函数将这些关键网架参数映射为0至1之间的连续门控权重,能够动态识别并抑制由节点异构性引发的伪特征扩散。最终通过点乘调制,在底层特征中精准融入了实时电网运行态势,显著提升了通用基座网络对复杂时变工况的自适应辨识精度与模型泛化性能。

13、作为本发明所述的一种微电网电力调度方法的一种优选方案,其中:所述将所述加权特征向量输入本地决策网络映射为电力调度调整系数包括:

14、将所述加权特征向量输入多层感知机构建的所述本地决策网络,利用所述多层感知机的全连接层和激活层执行前向映射计算,得到目标节点在未来周期的有功功率调整比例以作为所述电力调度调整系数;

15、依据所述电力调度调整系数分别计算策略损失项、价值函数损失项以及熵正则项,将所述策略损失项、所述价值函数损失项以及所述熵正则项加权求和,构建得到所述本地决策网络损失函数。

16、作为本发明所述的一种微电网电力调度方法的一种优选方案,其中:所述上传所述稀疏更新量至中央协调节点以聚合更新全局通用基座网络参数包括:

17、向所述中央协调节点上传所述稀疏更新量以及本边缘计算节点的用电类型标识,以使所述中央协调节点基于各边缘计算节点的用电类型与更新量特征执行聚类分组,并在划分所得的各用户簇内部独立执行算术平均聚合;

18、接收所述中央协调节点下发的归属于本边缘计算节点所在用户簇的全局通用基座网络聚合参数。

19、本优选技术方案的有益效果为:通过上传用电类型标识辅助中央协调节点融合用户类型与更新量特征进行聚类分组,在各用户簇内部独立执行算术平均聚合。该分层聚合机制有效抑制了乡村多微能网因用户用电行为高度异构而产生的模型负迁移现象,在保障边缘隐私的前提下显著提升了联邦协同训练的全局收敛速度与最终调度精度。

20、作为本发明所述的一种微电网电力调度方法的一种优选方案,其中:所述依据运行状态偏差指标确定动态压缩阈值包括:

21、将所述偏差指标代入预设的安全偏离度计算公式,通过所述安全偏离度计算公式计算得到表征所述微电网当前运行风险的综合安全偏离度;

22、利用预设的阈值变换算子对所述综合安全偏离度进行负相关映射计算,确定所述动态压缩阈值,以使所述综合安全偏离度与所述动态压缩阈值之间呈负相关约束关系。

23、本优选技术方案的有益效果为:通过构建综合考虑电压与频率绝对偏差的安全偏离度计算公式,将多维物理波动量化为单一综合风险指标。利用阈值变换算子对综合安全偏离度执行负相关映射,在电网运行风险升高时自适应降低压缩阈值以保留更多关键梯度信息,在电网运行平稳时提升压缩力度以节约通信带宽。该机制打破了传统静态稀疏化策略在控制危急工况下盲目丢弃安全关键方向的缺陷,建立了算法通信资源分配与物理网架安全状态之间的因果映射闭环。

24、作为本发明所述的一种微电网电力调度方法的一种优选方案,其中:所述以所述动态压缩阈值稀疏化所述本地参数更新量得到稀疏更新量包括:

25、将所述本地参数更新量中各个梯度元素的绝对值与所述动态压缩阈值进行逐一比对;

26、将绝对值小于所述动态压缩阈值的所述梯度元素重置为零,保持绝对值大于或等于所述动态压缩阈值的所述梯度元素数值不变,组合生成所述稀疏更新量。

27、作为本发明所述的一种微电网电力调度方法的一种优选方案,其中:所述基于所述调整系数修正目标节点的参考分配基准得到目标分配功率,驱动所述目标节点的用电负荷调节设备调整有功功率输出包括:

28、利用所述电力调度调整系数与所述参考分配基准进行乘积运算,计算得到所述目标分配功率;

29、将所述目标分配功率转换为控制指令,将所述控制指令发送至作为所述用电负荷调节设备的储能变流器以及可控负荷终端,驱动所述储能变流器以及所述可控负荷终端调整有功功率输出。

30、为解决上述技术问题,本发明还提供如下技术方案:一种微电网电力调度系统,包括特征提取与调制模块,用于将目标节点历史负荷输入局部通用基座网络提取通用特征向量,以基于微电网运行状态的门控权重调制得到加权特征向量;

31、更新量计算生成模块,用于将所述加权特征向量输入本地决策网络映射为电力调度调整系数,求解所述本地决策网络损失函数梯度张量,截取对应于全局通用基座网络的梯度子集,基于所述梯度子集计算生成本地参数更新量;

32、阈值确定与稀疏化模块,用于依据运行状态偏差指标确定动态压缩阈值,以所述动态压缩阈值稀疏化所述本地参数更新量得到稀疏更新量;

33、数据上传模块,用于上传所述稀疏更新量至中央协调节点以聚合更新全局通用基座网络参数;

34、功率修正与驱动模块,用于基于所述调整系数修正目标节点的参考分配基准得到目标分配功率,驱动所述目标节点的用电负荷调节设备调整有功功率输出。

35、本发明提供了一种计算机设备,包括存储器和处理器,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所述的一种微电网电力调度方法的步骤。

36、本发明提供了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所述的一种微电网电力调度方法的步骤。

37、本发明的有益效果:通过门控权重动态调制通用特征向量,有效克服了节点状态异构引发的负迁移现象,显著提升了联邦学习算法基座网络的协同泛化能力。通过计算微电网运行状态的偏差指标动态调整压缩阈值,在物理网架安全与算法通信层面建立了紧密的因果映射,在电网安全偏离增大时自适应降低压缩力度,有效留存了关键调度梯度信息。最终实现了兼顾通信效率与网架运行安全的精准电力分配控制,增强了分布式调度系统的全局收敛性与物理抗扰动能力。