(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111517497.0 (22)申请日 2021.12.13 (71)申请人 国网综合能源服 务集团有限公司 地址 100053 北京市西城区白广路二条1号 综合楼 (72)发明人 王婧　李金山　高金龙　苏宁　 董烨　李潇　周喜超　李艳　赵锦　 赵东　马浩　刘晨龙　朱广帅　 王冰　胡春雨　佘家驹　齐艳桥　 乔真　王彦文　王小芳　贾晓宇　 韩敬涛　 (74)专利代理 机构 北京中南长风知识产权代理 事务所(普通 合伙) 11674 专利代理师 郑海(51)Int.Cl. G06F 30/20(2020.01) G06Q 50/06(2012.01) G06F 119/06(2020.01) (54)发明名称 一种基于大数据的虚拟电厂负荷预测方法 及跟踪控制方法 (57)摘要 本发明公开了一种基于大数据的虚拟电厂 负荷预测方法及跟踪控制方法， 运营商通过雾计 算服务中心将边缘计算设备部署于临近DERs的 位置， 能够就近控制一定数量和种类的DERs， 边 缘计算设备具备一定的感知能力， 能够识别受控 DERs的身份， 拥有其量测和控制权， 在响应激励 信号之前， 已经拥有完整的状态集、 特征集合可 控指令集， 可信的逻辑电表， 边缘计算能够通过 逻辑电表对DERs计量、 校验与评价； 方法包 括： 基 于大数据中的负荷期望值和最高负荷值 以及边 缘设备进行虚拟电厂负荷预测； 基于事件驱动的 刺激‑反馈控制机制和自趋优化运行理论控制虚 拟电厂负荷， 实现虚拟电厂自趋优化运行。 还公 开了对应系统、 电子设备和计算机可读存储介 质。 权利要求书3页 说明书9页 附图1页 CN 114444256 A 2022.05.06 CN 114444256 A 1.一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 运行在具 备一定能源基础设施的虚拟电厂， 运营商通过雾计算服务中心将边缘计算设备部署于临近 DERs的位置， 能够就近控制一定数量和种类的DERs， 所述边缘计算设备具备一定的感知能 力， 能够识别受控DERs 的身份， 拥有其量测和控制权， 在响应激励信号之前， 已经拥有完整 的状态集、 特征集合可控指 令集， 对D ERs的调控量与调控成本为严格的凸函数， 存在一个可 信的逻辑电表， 边 缘计算能够通过 所述逻辑电表对DERs进行计量、 校验与评价； 所述方法包括： S1， 基于大 数据中的负荷期望值和最高负荷值以及边 缘设备进行虚拟电厂负荷预测； S2， 基于事件驱动的刺激 ‑反馈控制机制和自趋优化运行理论控制虚拟电厂负荷， 实现 虚拟电厂自趋优化 运行。 2.根据权利要求1所述的一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 所述S1包括： 假设虚拟电厂中分布式电网指标集合为U， 且包含2个特征向量负荷期望值f(x)和最高 负荷值δ， δ∈U； f(x)＞0， RN(f(x)， δ )表示负荷函数f(x)的均值， 负荷预测函数d ″f(x)； 如果 设置x1＝RN(f(x)， δ1)， x2＝RN(f(x)， δ2)， 那么x1＝x2∈U， 负荷预测函数d ″f(x)， 其数学表达 如式(1)所示： 式中： U是负荷期望与最高负荷值的集合， x1和x2分别代表电网预测范围的两个边界值， x1代表左边界值， x2代表右边界值， δ1为左边界的最高负荷值， δ2为右边界的最高负荷值； 负荷期望值f(x)和最高负荷值δ为基于大数据的边缘计算中的2个特征值， 负荷预测函 数d″f(x)是代表定性概念的点， 是基于大数据的边缘计算中负荷出现改变的概率， 其中负 荷预测函数d ″f(x)由分布式电网、 传统电网共同决定， 代表整个电网的稳定性， 分布式电网 额定功率与传统电网额定功率的结合， 反 映了在整个虚拟电厂中电荷的承载范围； 负荷预 测函数d″f(x)代表整个电网d额负荷超载临界值。 3.根据权利要求1所述的一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 所述自趋优化运行理论包括： 对于由海量异构DERs组成的复杂系统， 基于电力 混成控制理论使某个对象通过自身的自动调节， 实现从不令人满意状态到令人满意状态的 转变， 将目标定义为一个包含最优解的范围， 并通过个体的寻优和DERs的逐利驱动整体的 趋优， 以最经济的方式输出灵活性， 包括： 定义一组指标集合， 包括虚拟电厂在响应外部调控指标、 协调内部参与者运行过程中 所需达到的一组指标集， 并且指标集中的每个指标可通过量测和计算进行实时量化， 为指 标集中的每一个指标定义上下界， 使其成为一个包含最优解的范围， 界限的阈值为预设或 实时求解的， 若指标的实时值在边界范围内， 则认为系统状态令人满意； 若指标值越界， 则 系统状态为 不满意。 将指标的阈值分层、 分类定义为事件， 若指标实时值越过边界则触发对应的事件， 事件 启动相应进程进行协调控制， 直到事件消除， 指标回归令人满意的状态， 则认 为系统整体运权　利　要　求　书 1/3 页 2 CN 114444256 A 2行状态是不断趋优的； 其中所述自趋优化运行理论为自下而上的实现方法， 包括： 从个体到整体的态势感知 技术， 其中个体能够基于历史数据和实时的量测值实现对终端的身份、 状态及事件进行识 别， 从而间接对用户的行为进 行判定， 整体层面能够从底层量测值的基础上， 根据电网的拓 扑结构及潮流， 判断当前所 处状态是否令人满意； 具有统一标准的建模和接口， 通过标准化 交互的数据和行为， 使参与者与系统无缝集成； 自动、 自发、 自适应的控制算法； 弹性规则， 个体在严格的规则约束下协作与竞争， 通过自组织建立动态逻辑耦合， 规则可以根据环境 的变化适当调整， 从而实现对参与者行为的动态指导； 松耦合系统架构， 支撑系统在线维 护， 容错与不断生成， 参与者平等独立， 充分解耦。 4.根据权利要求3所述的一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 所述指标集 合包括： 负荷跟踪偏差、 补贴成本、 容 量指标和爬坡速率。 5.根据权利要求1所述的一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 所述 步骤S2包括： 步骤S21， 基于刺激 ‑反馈运行机制确定整体趋优运行机制； 步骤S22， 建立DERs相应规则， 确保整个趋优过程自发由个 体驱动整体形成。 6.根据权利要求5所述的一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 所述 步骤S21包括： 步骤S211， 负荷偏差触发跟踪事件， VPP实时感知当前的负荷状态， 一旦接收到外部实 体如调度中心的确定指令， 或与交易中心或合作运营商达成交易， 最终都将得到一条在其 能力范围内的目标负荷曲线， 若某时段负荷与目标负荷的偏差满足一定条件， 则触发跟踪 事件， 反之， 则消除跟踪事 件； 步骤212， VP P‑MSC释放初始刺激信号； 步骤213， DERs根据刺激信号反馈调节计划； 步骤214， VP P‑MSC判断是否触发协调事 件； 步骤215， 迭代直至消除协调事 件； 步骤216， 消除跟踪事 件。 7.根据权利要求5所述的一种基于大数据的虚拟电厂负荷预测方法及跟踪控制方法， 其特征在于， 所述 步骤22包括： 步骤221， 将DERs的运行过程视为马尔可夫决策过程， 并再次基础上构建动作值函数 值， 将其作为DERs的决策依据， 通过动作之函数建立了激励信号 ‑DERs状态 ‑DERs适应行为 之间的连接关系； 步骤222， 建立DERs端到端的决策模型， 将VPP环境参数作为DERs决策的输入端， 最终反 馈的行为作为输出端， 内部的模型是一组由马尔可夫过程表示的离散状态链， 采用深度强 化学习算法对内部的马尔可 夫决策过程进行优化； 步骤223， 对于用户的个性化需求， 在所述DERs端到端的决策模型中， 增加用户偏好配 置， 所述用户偏好配置由用户事前是定或根据行为规律自动生成， 所述用户偏好配置会反 应在决策 过程中。 8.一种实施根据权利要求1 ‑7任一所述方法的基于大数据的虚拟电厂负荷预测方法及 跟踪控制系统， 其特 征在于， 包括：权　利　要　求　书 2/3 页 3 CN 114444256 A 3