一种电网引导的资源聚合体演化方法、系统、设备及介质与流程

本发明属于电力系统自动化，涉及一种电网引导的资源聚合体演化方法、系统、设备及介质。

背景技术：

1、在新型电力系统建设过程中，新能源占比不断提高，在风光出力的随机波动、负荷高速增长、极端天气频发等多重因素的影响下，电网的平衡问题愈加严峻，电网的调节需求也愈发复杂多样。随着能源互联网技术的发展，分布式可再生能源、多元可调负荷和用户侧储能等需求侧灵活资源的类型和数量呈海量化趋势，已成为参与电网调节的一片蓝海。灵活资源个体通过彼此间的信息交互可以自主聚合形成多个资源聚合体，从而参与到电网调频、调峰、备用等多种调节场景，以确保电力系统运行的稳定性和可靠性。

2、然而，资源的自主聚合是一个动态演化过程，具有很强的非线性和不确定性特点，灵活资源的趋利性与电网需求的多变性往往存在矛盾，完全由资源自主聚合形成的聚合体，难以精准满足电网多元化的调节需求。在此背景下，电网应采取一定措施，对灵活资源聚合的方向予以引导，以使资源聚合体的数量和能够提供的调节能力及电网调节需求相匹配。现有的电网引导方法大多是通过简单的分时电价机制和激励补偿计划实现，但由于未能把握灵活资源聚合过程的演化机理，缺乏对价格激励信号生效规律的认知，导致引导结果往往偏离电网需求。

技术实现思路

1、本发明的目的在于克服上述现有技术的缺点，提供了一种电网引导的资源聚合体演化方法、系统、设备及介质，该方法、系统、设备及介质能够引导灵活资源进行聚合，并且引导结果符合电网需求。

2、为达到上述目的，本发明采用如下技术方案：

3、本发明一方面，本发明所述电网引导的资源聚合体演化方法，包括：

4、获取目标电网的灵活资源聚合体演化的当前状态参数；

5、获取目标电网的各类调节任务场景的初始市场价格帽值；

6、根据电网需求确定引导目标；

7、将所述目标电网的各类调节任务场景的初始市场价格帽值及所述目标电网的灵活资源聚合体演化的当前状态参数输入到训练后的演化动力学模型中，得到各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间；

8、根据所述引导目标、各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间，计算目标电网的各类调节任务场景下的最佳市场价格帽值；

9、根据所述目标电网的各类调节任务场景下的最佳市场价格帽值，引导灵活资源进行聚合。

10、本发明所述电网引导的资源聚合体演化方法进一步的改进在于：

11、进一步的，所述演化动力学模型基于bp神经网络构建而成。

12、进一步的，所述目标电网的灵活资源聚合体演化的当前状态参数包括当前能够参与的调节任务场景集合、参与各类调节任务场景的资源数、预估的灵活资源信息连接网络的复杂度以及各类调节任务场景下的历史收益率。

13、进一步的，所述引导目标为：

14、

15、其中，为电网期望的调节任务场景集合，sj表示第j个调节任务场景，j＝1,2,...,n，为第j个调节任务场景sj对应的引导目标，为参与第j个调节任务场景sj的资源数量的期望值，为引导资源达到第j个调节任务场景sj所需时间的期望值。

16、进一步的，所述根据所述引导目标、各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间，计算目标电网的各类调节任务场景下的最佳市场价格帽值的过程为：

17、计算引导目标与演化达到平衡态时参与各类调节任务场景的资源数量及从当前状态演化至平衡态所需的时间之间的差值；

18、根据所述差值构建优化问题；

19、求解所述优化问题，得到目标电网的各类调节任务场景下的最佳市场价格帽值。

20、进一步的，所述优化问题为：

21、

22、其中，为演化达到平衡态时参与第j个调节任务场景sj的资源数量，为参与第j个调节需求场景sj的资源数量的期望值，为引导资源达到第j个调节任务场景sj所需时间的期望值，为第j个调节任务场景sj从当前状态演化至平衡态所需的时间，为第j个调节任务场景sj的市场价格帽下限，为第j个调节任务场景sj的市场价格帽上限，pj为第j个调节任务场景sj的初始市场价格帽值。

23、本发明二方面，本发明所述电网引导的资源聚合体演化系统，包括：

24、第一获取模块，用于获取目标电网的灵活资源聚合体演化的当前状态参数；

25、第二获取模块，用于获取目标电网的各类调节任务场景的初始市场价格帽值；

26、确定模块，用于根据电网需求确定引导目标；

27、预测模块，用于将所述目标电网的各类调节任务场景的初始市场价格帽值及所述目标电网的灵活资源聚合体演化的当前状态参数输入到训练后的演化动力学模型中，得到各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间；

28、第一计算模块，用于根据所述引导目标、各类调节任务场景下预估的未来收益率、演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间，计算目标电网的各类调节任务场景下的最佳市场价格帽值；

29、引导模块，用于根据所述目标电网的各类调节任务场景下的最佳市场价格帽值，引导灵活资源进行聚合。

30、本发明所述电网引导的资源聚合体演化系统进一步的改进在于：

31、进一步的，所述第一计算模块包括：

32、第二计算模块，用于计算所述引导目标与演化达到平衡态时参与各类调节任务场景的资源数量及从当前状态演化至平衡态所需的时间之间的差值；

33、构建模块，用于根据所述差值构建优化问题；

34、求解模块，用于求解所述优化问题，得到目标电网的各类调节任务场景下的最佳市场价格帽值。

35、进一步的，所述演化动力学模型基于bp神经网络构建而成。

36、进一步的，所述目标电网的灵活资源聚合体演化的当前状态参数包括当前能够参与的调节任务场景集合、参与各类调节任务场景的资源数、预估的灵活资源信息连接网络的复杂度以及各类调节任务场景下的历史收益率。

37、进一步的，所述引导目标为：

38、

39、其中，为电网期望的调节任务场景集合，sj表示第j个调节任务场景，j＝1,2,...,n，为第j个调节任务场景sj对应的引导目标，为参与第j个调节任务场景sj的资源数量的期望值，为引导资源达到第j个调节任务场景sj所需时间的期望值。

40、进一步的，所述优化问题为：

41、

42、其中，为演化达到平衡态时参与第j个调节任务场景sj的资源数量，为参与第j个调节需求场景sj的资源数量的期望值，为引导资源达到第j个调节任务场景sj所需时间的期望值，为第j个调节任务场景sj从当前状态演化至平衡态所需的时间，为第j个调节任务场景sj的市场价格帽下限，为第j个调节任务场景sj的市场价格帽上限，pj为第j个调节任务场景sj的初始市场价格帽值。

43、本发明三方面，本发明所述计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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时实现所述电网引导的资源聚合体演化方法的步骤。

44、本发明四方面，本发明所述计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述电网引导的资源聚合体演化方法的步骤。

45、本发明具有以下有益效果：

46、本发明所述的电网引导的资源聚合体演化方法、系统、设备及介质在具体操作时，将将所述目标电网的各类调节任务场景的初始市场价格帽值及目标电网的灵活资源聚合体演化的当前状态参数输入到训练后的演化动力学模型中，得到各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间，通过演化动力学模型揭示资源聚合体演化动因与结果之间的映射关系，相较于现有关于资源聚合过程建模的研究，省去了繁琐的机理建模过程，技术更加简洁实用。另外，结合电网需求计算各类调节任务场景下的最佳市场价格帽值，并以此引导灵活资源进行聚合，使得引导结果符合电网需求。

技术特征：

1.一种电网引导的资源聚合体演化方法，其特征在于，包括：

2.根据权利要求1所述的电网引导的资源聚合体演化方法，其特征在于，所述演化动力学模型基于bp神经网络构建而成。

3.根据权利要求1所述的电网引导的资源聚合体演化方法，其特征在于，所述目标电网的灵活资源聚合体演化的当前状态参数包括当前能够参与的调节任务场景集合、参与各类调节任务场景的资源数、预估的灵活资源信息连接网络的复杂度以及各类调节任务场景下的历史收益率。

4.根据权利要求1所述的电网引导的资源聚合体演化方法，其特征在于，所述引导目标为：

5.根据权利要求1所述的电网引导的资源聚合体演化方法，其特征在于，所述根据所述引导目标、各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间，计算目标电网的各类调节任务场景下的最佳市场价格帽值的过程为：

6.根据权利要求5所述的电网引导的资源聚合体演化方法，其特征在于，所述优化问题为：

7.一种电网引导的资源聚合体演化系统，其特征在于，包括：

8.根据权利要求7所述的电网引导的资源聚合体演化系统，其特征在于，所述第一计算模块包括：

9.根据权利要求7所述的电网引导的资源聚合体演化系统，其特征在于，所述演化动力学模型基于bp神经网络构建而成。

10.根据权利要求7所述的电网引导的资源聚合体演化系统，其特征在于，所述目标电网的灵活资源聚合体演化的当前状态参数包括当前能够参与的调节任务场景集合、参与各类调节任务场景的资源数、预估的灵活资源信息连接网络的复杂度以及各类调节任务场景下的历史收益率。

11.根据权利要求7所述的电网引导的资源聚合体演化系统，其特征在于，所述引导目标为：

12.根据权利要求8所述的电网引导的资源聚合体演化系统，其特征在于，所述优化问题为：

13.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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时实现如权利要求1-6任一项所述电网引导的资源聚合体演化方法的步骤。

14.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述电网引导的资源聚合体演化方法的步骤。

技术总结
本发明公开了一种电网引导的资源聚合体演化方法、系统、设备及介质，属于电力系统自动化技术领域，包括：将目标电网的各类调节任务场景的初始市场价格帽值及目标电网的灵活资源聚合体演化的当前状态参数输入到训练后的演化动力学模型中，得到目标电网的各类调节任务场景下预估的演化达到平衡态时参与各类调节任务场景的资源数量以及从当前状态演化至平衡态所需的时间；计算目标电网的各类调节任务场景下的最佳市场价格帽值，并以此引导灵活资源进行聚合，该方法、系统、设备及介质能够引导灵活资源进行聚合，并且引导结果符合电网需求。

技术研发人员：李亚平,毛文博,殷昌威,茅艇峰,杨胜春,张凯锋,严嘉豪,朱克东,李峰,嵇文路,史昕,高冠中,潘小辉,马楠
受保护的技术使用者：中国电力科学研究院有限公司
技术研发日：
技术公布日：2024/12/5