多源异构分布式新能源聚合调控协同方法、装置、设备、介质及产品与流程

摘要: 本申请涉及新能源聚合调控协同领域,特别是涉及一种多源异构分布式新能源聚合调控协同方法、装置、设备、介质及产品。背景技术:1、传统聚合模型采用静态等效电路建模,仅...
多源异构分布式新能源聚合调控协同方法、装置、设备、介质及产品与流程

本申请涉及新能源聚合调控协同领域,特别是涉及一种多源异构分布式新能源聚合调控协同方法、装置、设备、介质及产品。

背景技术:

1、传统聚合模型采用静态等效电路建模,仅考虑单一资源出力,未融合时间序列、环境耦合、电网状态特征,建模准确率<85%,无法适配多类型异构资源动态变化,聚合容量评估误差>10%。

2、目前的系统仅支持单一电网调控或单一电力交易,未建立电网安全约束与市场化收益的协同优化机制,要么牺牲收益保障电网稳定,要么牺牲稳定追求收益,无法实现双赢。

3、调控实时性与可靠性不满足电网要求,传统云端集中式调控传输延迟>200ms,无法满足一次调频、快速备用等毫秒级响应要求;断网后设备失控、数据丢失,复联后无同步机制,系统可用性<99%。

4、市场化运营无全流程闭环,报量报价、中标执行、效果评估、策略迭代依赖人工操作,交易效率低、收益流失大,无法适配电力市场实时竞价、快速出清的规则要求。

技术实现思路

1、本申请的目的是提供一种多源异构分布式新能源聚合调控协同方法、装置、设备、介质及产品,可实现分布式新能源高效聚合与精准调控,并实现分布式新能源聚合调控与市场化协同。

2、为实现上述目的,本申请提供了如下方案:

3、第一方面,本申请提供了一种多源异构分布式新能源聚合调控协同方法,包括:

4、获取多源数据全维度特征信息并进行预设标准化预处理,得到处理数据;

5、根据所述处理数据,基于时间注意力以及高斯正则改进dbn进行动态聚合建模,构建决策模型;所述决策模型包括双目标优化函数、约束条件以及拉格朗日惩罚项处理约束;

6、基于改进mopso算法,根据约束条件以及拉格朗日惩罚项处理约束对双目标优化函数进行求解,并采用帕累托最优解筛选方法进行兼顾电网稳定与收益的最优解的筛选,确定输出策略;

7、基于所述输出策略中包含的设备调控策略确定边缘网关对应的毫米级控制指令并进行卡尔曼滤波复联数据同步,以及,基于所述输出策略中包含的申报策略对接电力系统并自动提交对应的申报数据,以进行中标同步与执行分解,确定自动化指令执行数据;所述自动化指令执行数据包括:设备级执行计划、设备执行状态以及实时运行数据;

8、基于所述自动化指令执行数据进行效果评估以及反馈处理,以对所述决策模型进行迭代优化,使效果评估对应的执行偏差处于预设偏差范围内。

9、第二方面,本申请提供了一种多源异构分布式新能源聚合调控协同装置,包括:

10、数据采集与处理模块,用于获取多源数据全维度特征信息并进行预设标准化预处理,得到处理数据;

11、模型构建模块,用于根据所述处理数据,基于时间注意力以及高斯正则改进dbn进行动态聚合建模,构建决策模型;所述决策模型包括双目标优化函数、约束条件以及拉格朗日惩罚项处理约束;

12、输出策略确定模块,用于基于改进mopso算法,根据约束条件以及拉格朗日惩罚项处理约束对双目标优化函数进行求解,并采用帕累托最优解筛选方法进行兼顾电网稳定与收益的最优解的筛选,确定输出策略;

13、自动化指令执行模块,用于基于所述输出策略中包含的设备调控策略确定边缘网关对应的毫米级控制指令并进行卡尔曼滤波复联数据同步,以及,基于所述输出策略中包含的申报策略对接电力系统并自动提交对应的申报数据,以进行中标同步与执行分解,确定自动化指令执行数据;所述自动化指令执行数据包括:设备级执行计划、设备执行状态以及实时运行数据;

14、闭环化反馈模块,用于基于所述自动化指令执行数据进行效果评估以及反馈处理,以对所述决策模型进行迭代优化,使效果评估对应的执行偏差处于预设偏差范围内。

15、第三方面,本申请提供了一种计算机设备,包括:存储器、处理器以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以实现上述所述的多源异构分布式新能源聚合调控协同方法。

16、第四方面,本申请提供了一种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上述所述的多源异构分布式新能源聚合调控协同方法。

17、第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述所述的多源异构分布式新能源聚合调控协同方法。

18、根据本申请提供的具体实施例,本申请公开了以下技术效果:

19、本申请提供了一种多源异构分布式新能源聚合调控协同方法、装置、设备、介质及产品,通过获取多源数据全维度特征信息并进行预设标准化预处理;基于时间注意力以及高斯正则改进dbn进行动态聚合建模,以提升多源异构资源聚合精度与稳定性;基于改进mopso算法,根据约束条件以及拉格朗日惩罚项处理约束对双目标优化函数进行求解,以及进行兼顾电网稳定与收益的最优解的筛选,实现电网安全与市场化收益双目标协同最优。基于输出策略确定边缘网关对应的毫米级控制指令并进行卡尔曼滤波复联数据同步,对接电力系统以进行中标同步与执行分解,使得调控响应速度达到毫秒级,满足电网一次调频要求。并且提升可靠性,实现断网可自治、复联无误差。基于自动化指令执行数据进行效果评估以及反馈处理,以对决策模型进行迭代优化,使效果评估对应的执行偏差处于预设偏差范围内,通过电力市场参与全流程自动化闭环,提升效率与合规性。由此,本申请可实现分布式新能源高效聚合与精准调控,并实现分布式新能源聚合调控与市场化协同。

1.一种多源异构分布式新能源聚合调控协同方法,其特征在于,包括:

2.根据权利要求1所述的多源异构分布式新能源聚合调控协同方法,其特征在于,所述时间注意力的权重对应的表达式为:

3.根据权利要求1所述的多源异构分布式新能源聚合调控协同方法,其特征在于,所述双目标优化函数对应的表达式为:

4.根据权利要求1所述的多源异构分布式新能源聚合调控协同方法,其特征在于,所述约束条件包括:资源约束、储能约束、交易约束以及响应约束;

5.根据权利要求1所述的多源异构分布式新能源聚合调控协同方法,其特征在于,所述拉格朗日惩罚项处理约束对应的表达式为:

6.根据权利要求1所述的多源异构分布式新能源聚合调控协同方法,其特征在于,基于改进mopso算法,根据约束条件以及拉格朗日惩罚项处理约束对双目标优化函数进行求解,并采用帕累托最优解筛选方法进行兼顾电网稳定与收益的最优解的筛选,确定输出策略,包括:

7.一种多源异构分布式新能源聚合调控协同装置,其特征在于,包括:

8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在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以实现权利要求1-6中任一项所述的多源异构分布式新能源聚合调控协同方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述的多源异构分布式新能源聚合调控协同方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述的多源异构分布式新能源聚合调控协同方法。