本技術(shù)涉及電力系統(tǒng)調(diào)度，特別是涉及一種基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法、裝置及設(shè)備。

背景技術(shù)：

1、隨著全球能源轉(zhuǎn)型的加速，虛擬電廠作為一個(gè)特殊電廠參與電力市場(chǎng)和電網(wǎng)運(yùn)行的電源協(xié)調(diào)管理系統(tǒng)受到廣泛關(guān)注，其通過(guò)先進(jìn)的信息通信技術(shù)、控制計(jì)量技術(shù)等手段，將分布式能源(distributed?energy?resources,ders)如分布式發(fā)電、儲(chǔ)能系統(tǒng)、可控負(fù)荷、電動(dòng)汽車等聚合起來(lái)，能夠通過(guò)對(duì)對(duì)應(yīng)區(qū)域內(nèi)的各電力設(shè)備的用電量的預(yù)測(cè)及分析，生成對(duì)應(yīng)的調(diào)度策略。

2、目前，通過(guò)采集目標(biāo)區(qū)域內(nèi)的用電數(shù)據(jù)，來(lái)構(gòu)建虛擬電廠模型，進(jìn)而對(duì)未來(lái)時(shí)段的用電進(jìn)行預(yù)測(cè)，以確定生成對(duì)應(yīng)的調(diào)度策略。

3、然而，上述構(gòu)建的靜態(tài)的虛擬電廠模型，所生成的調(diào)度策略，難以適應(yīng)分布式能源的實(shí)時(shí)波動(dòng)，也無(wú)法同時(shí)協(xié)調(diào)多類型能源設(shè)備的運(yùn)行效率，最終導(dǎo)致資源利用率低下，造成能源浪費(fèi)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的是提供一種基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法、裝置及設(shè)備，實(shí)現(xiàn)對(duì)虛擬電廠各電力設(shè)備的高效準(zhǔn)確調(diào)度。

2、為實(shí)現(xiàn)上述目的，本技術(shù)提供了如下方案：

3、第一方面，本技術(shù)提供了一種基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，該方法包括：

4、獲取目標(biāo)區(qū)域內(nèi)的第一時(shí)段的電力數(shù)據(jù)，所述電力數(shù)據(jù)包括所述目標(biāo)區(qū)域內(nèi)各電力設(shè)備的充放電量及儲(chǔ)能電量；

5、對(duì)所述電力數(shù)據(jù)進(jìn)行特征提?。?/p>

6、將提取的特征數(shù)據(jù)輸入至預(yù)先構(gòu)建的目標(biāo)預(yù)測(cè)模型中，輸出第二時(shí)段的預(yù)測(cè)電力數(shù)據(jù)，所述目標(biāo)預(yù)測(cè)模型基于lstm神經(jīng)網(wǎng)絡(luò)及所述目標(biāo)區(qū)域電力設(shè)備的虛擬仿真模型構(gòu)建，所述虛擬仿真模型用于表征所述目標(biāo)區(qū)域的電力設(shè)備的運(yùn)行狀態(tài)，所述第一時(shí)段早于所述第二時(shí)段；

7、將輸出的所述預(yù)測(cè)電力數(shù)據(jù)輸入至預(yù)先構(gòu)建的目標(biāo)函數(shù)，使得基于設(shè)置的約束條件求解所述目標(biāo)函數(shù)時(shí)，輸出所述目標(biāo)函數(shù)對(duì)應(yīng)的求解結(jié)果，所述求解結(jié)果表示所述目標(biāo)區(qū)域在第二時(shí)段的電力設(shè)備的調(diào)度策略。

8、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，基于lstm神經(jīng)網(wǎng)絡(luò)及所述目標(biāo)區(qū)域電力設(shè)備的虛擬仿真模型構(gòu)建所述預(yù)測(cè)模型包括：

9、獲取訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括所述目標(biāo)區(qū)域內(nèi)的歷史電力數(shù)據(jù)；

10、將所述訓(xùn)練數(shù)據(jù)輸入至基于lstm神經(jīng)網(wǎng)絡(luò)搭建的初始預(yù)測(cè)模型，對(duì)所述初始預(yù)測(cè)模型進(jìn)行訓(xùn)練，得到中間預(yù)測(cè)模型；

11、將所述中間預(yù)測(cè)模型的中間預(yù)測(cè)結(jié)果輸入至虛擬仿真模型，使得所述虛擬仿真模型輸出仿真結(jié)果，所述仿真結(jié)果表征所述目標(biāo)區(qū)域內(nèi)的仿真電力數(shù)據(jù)；

12、基于所述仿真結(jié)果，對(duì)所述中間預(yù)測(cè)模型進(jìn)行參數(shù)調(diào)整，得到目標(biāo)預(yù)測(cè)模型。

13、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，所述將所述訓(xùn)練數(shù)據(jù)輸入至基于lstm神經(jīng)網(wǎng)絡(luò)搭建的初始預(yù)測(cè)模型，對(duì)所述初始預(yù)測(cè)模型進(jìn)行訓(xùn)練，得到中間預(yù)測(cè)模型包括：

14、對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理；

15、對(duì)預(yù)處理后的所述訓(xùn)練數(shù)據(jù)進(jìn)行序列化處理，得到對(duì)應(yīng)的時(shí)間序列數(shù)據(jù)；

16、將所述時(shí)間序列數(shù)據(jù)輸入至預(yù)先構(gòu)建的lstm神經(jīng)網(wǎng)絡(luò)單元，輸出初始預(yù)測(cè)結(jié)果；

17、根據(jù)所述初始預(yù)測(cè)結(jié)果確定損失函數(shù)；

18、根據(jù)所述損失函數(shù)更新所述lstm神經(jīng)網(wǎng)絡(luò)單元的參數(shù)，并重復(fù)上述訓(xùn)練過(guò)程中，直至損失函數(shù)達(dá)到設(shè)置閾值，所對(duì)應(yīng)的lstm神經(jīng)網(wǎng)絡(luò)單元為所述中間預(yù)測(cè)模型。

19、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，所述將所述時(shí)間序列數(shù)據(jù)輸入至預(yù)先構(gòu)建的lstm神經(jīng)網(wǎng)絡(luò)單元，輸出初始預(yù)測(cè)結(jié)果包括：

20、基于lstm神經(jīng)網(wǎng)絡(luò)單元中的遺忘門、輸入門、輸出門及全連接層的正向傳播及反向傳播處理，對(duì)所述時(shí)間序列數(shù)據(jù)進(jìn)行特征提取，得到所述初始預(yù)測(cè)結(jié)果。

21、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，所述將所述中間預(yù)測(cè)模型的中間預(yù)測(cè)結(jié)果輸入至虛擬仿真模型包括：

22、將所述中間預(yù)測(cè)結(jié)果輸入基于如下表達(dá)式構(gòu)建的虛擬仿真模型，輸出對(duì)應(yīng)的仿真結(jié)果：

23、

24、其中，soc(t)為t時(shí)段的虛擬電廠系統(tǒng)中的儲(chǔ)能狀態(tài)，soc(t+1)為t+1時(shí)段更新后的虛擬電廠系統(tǒng)中的儲(chǔ)能狀態(tài)，pcharge(t)為t時(shí)段儲(chǔ)能系統(tǒng)的充電功率，pdischarge(t)為t時(shí)段儲(chǔ)能系統(tǒng)的放電功率，ηcharge為充電效率，ηdischarge為放電效率，1/ηdischarge用于表征放電過(guò)程中能量損失的補(bǔ)償，所述t時(shí)段為第一時(shí)段，所述t+1時(shí)段為第二時(shí)段。

25、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，所述目標(biāo)函數(shù)基于所述目標(biāo)區(qū)域的用電成本最小化構(gòu)建，表示為：

26、

27、其中，cgrid(t)為t時(shí)段的電網(wǎng)購(gòu)電成本，egrid(t)為t時(shí)段從電網(wǎng)購(gòu)入的電能量，closs(t)為t時(shí)段的虛擬電廠系統(tǒng)損耗成本。

28、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，所述約束條件包括：

29、所述目標(biāo)區(qū)域虛擬電廠系統(tǒng)的總發(fā)電量與充電量的總和等于負(fù)載耗電量、放電量及存儲(chǔ)電量的總和，所述充電量包括光伏充電及風(fēng)力充電；

30、所述充電量位于設(shè)置的充電區(qū)間；

31、所述放電量位于設(shè)置的放電區(qū)間；

32、所述存儲(chǔ)電量位于設(shè)置的存儲(chǔ)區(qū)間。

33、可選地，本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法，所述基于設(shè)置的約束條件求解所述目標(biāo)函數(shù)時(shí)，輸出所述目標(biāo)函數(shù)對(duì)應(yīng)的求解結(jié)果包括：

34、基于遺傳算法求解所述目標(biāo)函數(shù)，使得所述目標(biāo)函數(shù)在滿足設(shè)置的所述約束條件時(shí)，輸出所述求解結(jié)果，所述求解結(jié)果包括所述目標(biāo)區(qū)域內(nèi)發(fā)電設(shè)備及充電設(shè)備的啟停時(shí)間。

35、第二方面，本技術(shù)提供一種基于數(shù)字仿真的虛擬電廠調(diào)度策略生成裝置，其特征在于，所述裝置包括：

36、獲取模塊，用于獲取目標(biāo)區(qū)域內(nèi)的第一時(shí)段的電力數(shù)據(jù)，所述電力數(shù)據(jù)包括所述目標(biāo)區(qū)域內(nèi)各電力設(shè)備的充放電量及儲(chǔ)能電量；

37、預(yù)處理模塊，用于對(duì)所述電力數(shù)據(jù)進(jìn)行預(yù)處理；

38、預(yù)測(cè)模塊，用于將預(yù)處理后的所述電力數(shù)據(jù)輸入至預(yù)先構(gòu)建的目標(biāo)預(yù)測(cè)模型中，輸出第二時(shí)段的預(yù)測(cè)電力數(shù)據(jù)，所述目標(biāo)預(yù)測(cè)模型基于lstm神經(jīng)網(wǎng)絡(luò)及所述目標(biāo)區(qū)域電力設(shè)備的虛擬仿真模型構(gòu)建，所述虛擬仿真模型用于表征所述目標(biāo)區(qū)域的電力設(shè)備的運(yùn)行狀態(tài)，所述第一時(shí)段早于所述第二時(shí)段；

39、求解模塊，用于將輸出的所述預(yù)測(cè)電力數(shù)據(jù)輸入至預(yù)先構(gòu)建的目標(biāo)函數(shù)，使得基于設(shè)置的約束條件求解所述目標(biāo)函數(shù)時(shí)，輸出所述目標(biāo)函數(shù)對(duì)應(yīng)的求解結(jié)果，所述求解結(jié)果表示所述目標(biāo)區(qū)域在第二時(shí)段的電力設(shè)備的調(diào)度策略。

40、第三方面，本技術(shù)提供一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)如第一方面所述的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法。

41、根據(jù)本技術(shù)提供的具體實(shí)施例，本技術(shù)公開了以下技術(shù)效果：

42、本技術(shù)提供的基于數(shù)字仿真的虛擬電廠調(diào)度策略生成方法、裝置及設(shè)備，在制定目標(biāo)區(qū)域?qū)?yīng)的虛擬電廠的調(diào)度策略時(shí)，首先獲取第一時(shí)段的電力數(shù)據(jù)，作為輸入數(shù)據(jù)，輸入至預(yù)先基于lstm神經(jīng)網(wǎng)絡(luò)及虛擬仿真模型構(gòu)建的預(yù)測(cè)模型，對(duì)下一時(shí)段，即第二時(shí)段的電力數(shù)據(jù)進(jìn)行預(yù)測(cè)，進(jìn)而在得到預(yù)測(cè)電力數(shù)據(jù)后，將其作為目標(biāo)函數(shù)的輸入數(shù)據(jù)，輸入至搭建的目標(biāo)函數(shù)，以基于設(shè)置約束條件求解該目標(biāo)函數(shù)，得到滿足約束條件的最優(yōu)解，作為該目標(biāo)區(qū)域下一時(shí)段虛擬電廠的調(diào)度策略，從而實(shí)現(xiàn)了虛擬電廠策略的自動(dòng)生成。其中，由于構(gòu)建的該預(yù)測(cè)模型引入了能夠體現(xiàn)虛擬電廠內(nèi)各電力設(shè)備實(shí)時(shí)動(dòng)態(tài)變化的虛擬仿真模型，克服了傳統(tǒng)靜態(tài)模型的局限，提高了預(yù)測(cè)模型的預(yù)測(cè)精度，使得預(yù)測(cè)模型輸出的預(yù)測(cè)結(jié)果更加切合實(shí)際的電力數(shù)據(jù)，最終為目標(biāo)函數(shù)的求解提供了可靠依據(jù)，從而使得通過(guò)準(zhǔn)確可靠的預(yù)測(cè)電力數(shù)據(jù)求解目標(biāo)函數(shù)得到的調(diào)度策略，更加合理科學(xué)，最終能夠?qū)崿F(xiàn)虛擬電廠各電力設(shè)備的合理調(diào)度，達(dá)到了優(yōu)化經(jīng)濟(jì)性與系統(tǒng)穩(wěn)定性的目的，且顯著提升了資源利用效率，該方法可廣泛適用于住宅、工業(yè)園區(qū)等多種場(chǎng)景，支持跨區(qū)域能源調(diào)度與市場(chǎng)交易。