电力资源的协同调控方法及装置与流程

本申请涉及智能配用电终端控制，尤其涉及一种电力资源的协同调控方法及装置。

背景技术：

1、随着居民侧分布式光伏、家用储能、电动汽车充电桩以及变频空调等柔性负荷大规模接入，家庭内部电力供需关系由传统单一用电模式转变为多元、动态且时变的微型能源系统。在阶梯电价、分时电价政策落地推行的背景下，如何实现用户用电实时优化调控，平衡用电成本与用电舒适度，已成为智能配用电领域的重点研究方向。

2、当前，现有的居民用电优化控制技术主要部署在家庭能源管理系统或云端调控平台实现。该类方案一般采集用户历史用电数据，依靠深度学习模型完成负荷趋势预测，并采用进化算法、粒子群算法等启发式算法搭建优化模型；部分方案进一步结合强化学习、蒙特卡罗仿真，以处理光伏出力、用户用电行为带来的随机波动，整套控制逻辑部署于算力充裕的网关设备或云端服务器，以此协调储能充放电、电动汽车充电及各类柔性负荷运行。

3、然而，若将上述现有技术下沉部署至智能电表、智能开关内置的资源受限片上系统（system on chip，soc）芯片中，会暴露多项明显缺陷：各功能模块相互独立割裂，模块间数据交互生成大量冗余信息，占用芯片存储空间并引入调控延迟；优化算法包含大规模矩阵运算与多轮迭代求解，算力开销超出终端芯片承载能力，面对负荷突变时调控响应滞后；现有算法未针对嵌入式硬件设置轻量化约束，存储资源占用不可控，难以大批量落地应用；预测流程与优化流程相互脱节，设备断网后无法独立完成电力供需调控，仅可执行基础的数据采集工作。上述多重问题叠加，致使现有控制方案难以直接适配资源受限的终端 soc芯片运行。因此，行业亟需一种能够下沉部署至用户侧终端内置芯片的电力资源协同调控解决方案。

技术实现思路

1、本申请提供一种电力资源的协同调控方法及装置，主要目的在于解决现有调控方案难以下沉部署至用户侧终端内置资源受限 soc 芯片运行的问题，通过状态嵌入、联合感知、敏感度加权优化组成的完整调控链路，在终端芯片本地完成电力供需调控，实现户内各类分布式电力资源协同优化运行。

2、为了达到上述目的，本申请主要提供如下技术方案：

3、本申请第一方面提供了一种电力资源的协同调控方法，应用于用户侧终端内置的soc芯片，该方法包括：

4、采集户内电力设备的运行数据并获取实时电价数据，形成不同采样时刻对应的多源数据信息，所述电力设备包括：供电设备与用电设备；

5、将多个连续采样时刻的多源数据信息处理为对应时刻的低维融合特征向量，得到按时间顺序排布的低维时序特征向量；

6、基于所述低维时序特征向量，通过内置感知网络执行时序预测处理，同时输出未来预设时间范围内电力供需偏差预测结果以及不同电力设备的敏感度权重，所述电力供需偏差预测结果表征户内电力设备的供电能力与用电负荷之间的差值，所述敏感度权重表征对应的供电设备、用电设备在调控过程中的调节优先级；

7、根据所述电力供需偏差预测结果、所述敏感度权重生成协同调控指令，以便在所述未来预设时间范围内通过调控所述供电设备与用电设备，使得户内的电力供需偏差最小化。

8、本申请第二方面提供了一种电力资源的协同调控装置，部署于用户侧终端内置的soc芯片，该装置包括：

9、获取单元，用于采集户内电力设备的运行数据并获取实时电价数据，形成不同采样时刻对应的多源数据信息，所述电力设备包括：供电设备与用电设备；

10、特征处理单元，用于将经所述获取单元得到的多个连续采样时刻的多源数据信息处理为对应时刻的低维融合特征向量，得到按时间顺序排布的低维时序特征向量；

11、预测处理单元，用于依据所述特征处理单元得到的低维时序特征向量，通过内置感知网络执行时序预测处理，同时输出未来预设时间范围内电力供需偏差预测结果以及不同电力设备的敏感度权重，所述电力供需偏差预测结果表征户内电力设备的供电能力与用电负荷之间的差值，所述敏感度权重表征对应的供电设备、用电设备在调控过程中的调节优先级；

12、指令生成单元，用于根据所述预测处理单元得到的电力供需偏差预测结果、所述敏感度权重生成协同调控指令，以便在所述未来预设时间范围内通过调控所述供电设备与用电设备，使得户内的电力供需偏差最小化。

13、本申请第三方面提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上的电力资源的协同调控方法。

14、本申请第四方面提供了一种电子设备，设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；

15、其中，处理器、存储器通过总线完成相互间的通信；

16、处理器用于调用存储器中的程序指令，以执行如上述的电力资源的协同调控方法。

17、借由上述技术方案，本申请提供的技术方案至少具有下列优点：

18、本申请提供一种电力资源的协同调控方法及装置，该方法部署并运行于用户侧终端内置的soc芯片；该方法采集户内供电设备与用电设备的运行数据，同步获取实时电价数据，得到不同采样时刻对应的多源数据信息，再将连续采样时刻的多源数据信息处理为低维融合特征向量，构建按时间顺序排布的低维时序特征向量；进一步依据芯片内置感知网络执行时序预测处理，同时输出未来预设时间范围内的电力供需偏差预测结果以及各电力设备对应的敏感度权重，再结合电力供需偏差预测结果、敏感度权重生成协同调控指令，通过对户内供电设备、用电设备实施功率调节，实现未来预设时间范围内户内电力供需偏差最小化的就地调控目标。

19、相较于现有技术直接下沉部署至用户侧终端，难以直接适配资源受限的终端 soc芯片运行的技术问题，本申请将多源数据做低维融合形成时序特征向量，借助内置感知网络同时完成电力供需偏差预测以及设备调节优先级的敏感度权重输出，整体处理链路精简、运算开销低，整套业务流程可完全在户内资源受限的soc芯片本地闭环执行，不依赖外部云端平台算力，能够实现户内分布式电力资源的就地协同调控，持续维持户内供电能力与用电负荷之间的动态均衡，从而提供一种能够下沉部署至用户侧终端内置芯片的电力资源协同调控解决方案。

20、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

1.一种电力资源的协同调控方法，其特征在于，应用于用户侧终端内置的soc芯片，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述电力供需偏差预测结果、所述敏感度权重生成协同调控指令，包括：

3.根据权利要求2所述的方法，其特征在于，所述依据所述电力供需偏差预测结果和所述敏感度权重向量，构建敏感度加权目标函数，包括：

4.根据权利要求2所述的方法，其特征在于，所述依据各电力设备的物理约束条件对所述敏感度加权目标函数求解，得到各电力设备对应的协同调控指令，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述低维时序特征向量，通过内置感知网络执行时序预测处理，同时输出未来预设时间范围内电力供需偏差预测结果以及不同电力设备的敏感度权重，包括：

6.根据权利要求5所述的方法，其特征在于，所述将所述时序特征序列输入内置感知网络，通过轻量时序映射运算生成隐状态，包括：

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述将多个连续采样时刻的所述多源数据信息处理为对应时刻的低维融合特征向量，包括：

8.根据权利要求7所述的方法，其特征在于，在完成调控所述供电设备与用电设备之后，所述方法还包括：

9.根据权利要求8所述的方法，其特征在于，在以近似梯度形式更新各电力设备的敏感度权重的同时，所述方法还包括：

10.一种电力资源的协同调控装置，其特征在于，部署于用户侧终端内置的soc芯片，所述装置包括：

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1-9中任一项所述的电力资源的协同调控方法。

12.一种电子设备，其特征在于，所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；