基于多模态的海洋牧场风光柴储多能互补调度方法及系统与流程

本发明属于优化调度，尤其涉及一种基于多模态的海洋牧场风光柴储多能互补调度方法及系统。

背景技术：

1、传统海洋牧场能源系统多采用风光柴储的架构，其调度策略主要依赖经验规则、简单逻辑控制或离线优化算法。

2、海洋环境下的风速、光照、海浪及养殖负荷具有强随机性、间歇性和周期性，传统预设规则难以实时匹配多变的能源供需关系，导致频繁的供电不足或可再生能源浪费；在脱离大电网支撑的孤岛模式下，柴油发电机的频繁启停、风光功率的剧烈波动极易引致系统频率和电压失稳，威胁养殖设备安全。现有方法难以在保障供电可靠性、降低柴油消耗、延长关键设备寿命等多个相互冲突的目标间实现动态最优平衡。

技术实现思路

1、本发明为了解决上述问题，提出了一种基于多模态的海洋牧场风光柴储多能互补调度方法及系统，本发明通过构建感知、决策和执行闭环策略，实现了多模态数据的融合感知和多目标约束下的动态智能决策，以及多能源设备的柔性协同控制，最终提升了孤岛海洋牧场能源系统的供电可靠性、运行经济性、设备使用寿命及环境适应性，能够在保障供电可靠性、降低柴油消耗、延长关键设备寿命等多个相互冲突的目标间实现动态最优平衡。

2、为了实现上述目的，本发明是通过如下的技术方案来实现：

3、第一方面，本发明提供了一种基于多模态的海洋牧场风光柴储多能互补调度方法，包括：

4、获取海洋牧场能源系统的气象环境数据、设备状态数据和负荷需求数据；

5、根据所述气象环境数据、所述设备状态数据和所述负荷需求数据，利用分层多模态强化学习模型生成针对风光柴储各能源单元的调度策略；其中，所述分层多模态强化学习模型包括用于学习系统动态的环境建模层和用于生成优化策略的策略生成与优化层；所述环境建模层根据气象数据的时空相关性、设备运行的物理规律及负荷变化的周期模式预测系统未来状态；所述策略生成与优化层的奖励函数为多目标加权奖励，目标至少包括基于失负荷概率的供电可靠性奖励，基于柴油燃料消耗与弃能成本的能源经济性奖励，基于设备启停与损耗的设备寿命奖励，以及对频率、电压偏差及约束违反的惩罚项。

6、进一步的，所述气象环境数据包括风速、光照强度、温度和海浪高度；所述设备状态数据包括柴油发电机输出功率、运行小时数和冷却水温度，储能电池的荷电状态、充放电电流、电池温度和端电压，以及风电变流器和光伏逆变器的转换效率；所述负荷需求数据包括养殖工船、投喂系统、增氧设备、照明和监测仪器的负荷总功耗。

7、进一步的，所述环境建模层基于图神经网络构建，用于对气象数据的时空相关性、设备运行的物理规律及负荷变化的周期模式进行建模，以预测系统未来状态，并为强化学习训练提供虚拟仿真环境；所述环境建模层包括动态自适应图结构学习机制、物理约束嵌入层、多尺度时空注意力机制及异构图信息聚合模块；所述策略生成与优化层采用基于深度确定性策略梯度的强化学习算法，所述策略生成与优化层状态空间由多源实时测量数据与所述环境建模层输出的全局状态编码共同构成；所述策略生成与优化层动作空间包括对风机、光伏的功率调节系数、柴油发电机的启停与出力指令以及储能系统的充放电功率指令。

8、进一步的，所述动作空间中的动作在执行前需经过动作修正器，基于从多模态数据获取的实时测量值进行物理约束校验与修正；所述物理约束包括可再生能源功率上下限与爬坡率约束、柴油发电机的最小启停时间与出力限值约束和储能系统的荷电状态与充放电功率约束。

9、进一步的，所述策略生成与优化层的动作空间为：

10、；

11、动作受到的物理约束包括：

12、可再生能源功率约束：

13、；

14、柴油发电机约束：

15、；

16、；

17、；

18、储能系统约束：

19、；

20、；

21、；

22、其中，为时刻可再生能源的实际输出功率；为时刻可再生能源可用功率；为时刻可再生能源参考功率/调度指令；为可再生能源最大爬坡率限制；为时刻柴油发电机输出功率；为柴油发电机启停状态变量；和分别为柴油发电机最小技术出力和最大技术出力；分别柴油发电机已连续运行和停机时间；和分别为柴油发电机最小运行和停机时间；为柴油发电机最大爬坡率；为时刻储能系统充放电功率，为正值表示放电功率，为负值表示充电功率；和分别表示储能系统最大充电/放电功率；soct为时刻电池荷电状态；socmin为允许的最小soc；socmax为允许的最大soc；soct+1为下一时刻的soc预测值；ηch为充电效率；ηdis为放电效率；为储能系统额定容量。

23、进一步的，奖励函数为：

24、；

25、；

26、；

27、其中，rreliability为可靠性奖励；为经济性奖励；为设备寿命奖励；为硬约束惩罚项；为时刻总供电能力；δft为频率偏差；λ1为频率偏差惩罚系数；λ2为电压偏差惩罚系数；为时刻功率缺额；为时刻总负荷需求。

28、进一步的，能源经济性奖励最小化燃油成本和弃能成本为：

29、；

30、其中，reconomy为经济性奖励；cfuel为柴油燃料的单位成本；为时刻柴油发电机输出功率；a为柴油发电机燃料消耗率；b为柴油发电机启动燃料消耗；c为常数项/空载损耗；为运维成本系数；为弃能惩罚系数；为时刻可再生能源可用功率；为时刻可再生能源实际输出功率；为时刻弃用可再生能源功率；设备寿命奖励惩罚柴油机启停、电池加速老化和功率剧变为：

31、；

32、其中，rlifetime为设备寿命奖励；为启停惩罚系数；为时刻的启动次数；为储能寿命惩罚系数；为基础惩罚系数；k2为指数增长系数；为时刻储能系统电流；为偏离中间电量的绝对值；为功率波动惩罚系数；为功率变化绝对值。

33、进一步的，目标函数为：

34、；

35、其中，pwt()为风机实时输出功率；pref为有功功率参考值；w()为风机转子实时转速；wopt为最优转速；ρ1为转速偏差权重系数；ρ2为桨距角变化权重系数。

36、进一步的，加入基于电池模型和指令变化率的前馈补偿项：

37、；

38、；

39、其中，为t时刻逆变器控制输出电压；kp为比例增益系数；e(t)为电流跟踪误差；ki为积分增益系数；∫e(t) dt为误差积分项；为前馈控制；rbat为电池等效内阻；iref(t)为t时刻参考电流，期望的充放电电流值；l_bat，为电池等效电感；为参考电流变化率；为电池开路电压；soc(t)为电池荷电状态。

40、第二方面，本发明还提供了一种基于多模态的海洋牧场风光柴储多能互补调度系统，包括：

41、数据采集模块，被配置为：获取海洋牧场能源系统的气象环境数据、设备状态数据和负荷需求数据；

42、调度模块，被配置为：根据所述气象环境数据、所述设备状态数据和所述负荷需求数据，利用分层多模态强化学习模型生成针对风光柴储各能源单元的调度策略；其中，所述分层多模态强化学习模型包括用于学习系统动态的环境建模层和用于生成优化策略的策略生成与优化层；所述环境建模层根据气象数据的时空相关性、设备运行的物理规律及负荷变化的周期模式预测系统未来状态；所述策略生成与优化层的奖励函数为多目标加权奖励，目标至少包括基于失负荷概率的供电可靠性奖励，基于柴油燃料消耗与弃能成本的能源经济性奖励，基于设备启停与损耗的设备寿命奖励，以及对频率、电压偏差及约束违反的惩罚项。

43、第三方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了第一方面所述的基于多模态的海洋牧场风光柴储多能互补调度方法的步骤。

44、第四方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述程序时实现了第一方面所述的基于多模态的海洋牧场风光柴储多能互补调度方法的步骤。

45、第五方面，本发明还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时，实现了第一方面所述的基于多模态的海洋牧场风光柴储多能互补调度方法的步骤。

46、与现有技术相比，本发明的有益效果为：

47、本发明根据气象环境数据、设备状态数据和负荷需求数据，利用分层多模态强化学习模型生成针对风光柴储各能源单元的调度策略；其中，分层多模态强化学习模型包括用于学习系统动态的环境建模层和用于生成优化策略的策略生成与优化层；所述环境建模层根据气象数据的时空相关性、设备运行的物理规律及负荷变化的周期模式预测系统未来状态；所述策略生成与优化层的奖励函数为多目标加权奖励，目标至少包括基于失负荷概率的供电可靠性奖励，基于柴油燃料消耗与弃能成本的能源经济性奖励，基于设备启停与损耗的设备寿命奖励，以及对频率、电压偏差及约束违反的惩罚项，通过构建感知、决策和执行闭环策略，实现了多模态数据的融合感知和多目标约束下的动态智能决策，以及多能源设备的柔性协同控制，最终提升了孤岛海洋牧场能源系统的供电可靠性、运行经济性、设备使用寿命及环境适应性，能够在保障供电可靠性、降低柴油消耗、延长关键设备寿命等多个相互冲突的目标间实现动态最优平衡。