利索能及
我要发布
收藏
专利号: 2024116146149
申请人: 四川雷克斯智慧科技股份有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种虚拟电厂秒级调控资源的方法,其特征在于,包括如下步骤:

监测并采集边缘节点各类可调资源的运行数据,并从所述运行数据中提取用于表示各类可调资源运行状态的关键信息特征;

将所述关键信息特征发送至云端,以便所述云端基于所述关键信息特征,利用预训练的调控策略预测模型预测最优调控策略,所述最优调控策略用于对可调资源进行调控;

通过低延时通信技术从所述云端获取所述最优调控策略;

根据本地缓存和本地存储对所述最优调控策略进行查找并执行;其中,在查找阶段,若所述本地缓存存在与所述最优调控策略相同的策略,则直接调取相同的策略的子策略,若所述本地缓存不存在与所述最优调控策略相同的策略,则对所述最优调控策略进行分解得到多个子策略并进行缓存和存储;在执行阶段,根据本地缓存中的子策略队列对各类可调资源进行策略执行,所述子策略队列中的子策略包括依据云端的调控指令,将所述最优调控策略分解后得到的子策略以及依据本地的调控需求,从本地缓存或存储中搜索得到的子策略。

2.根据权利要求1所述的虚拟电厂秒级调控资源的方法,其特征在于,每个调控策略均具有相应的策略标签,根据本地缓存和本地存储对所述最优调控策略进行查找,包括:计算所述最优调控策略的策略标签的哈希值,并利用哈希查找技术从所述本地缓存的哈希表中进行查找;

若所述哈希表中查找到对应哈希值,则判定哈希表中存在与所述最优调控策略相同的策略并从缓存中读取相同策略的子策略;

若所述哈希表中未查找到对应哈希值,则判定不存在与所述最优调控策略相同的策略,并对所述最优调控策略进行分解得到多个子策略,将所分解的所述子策略进行缓存并存储;若所述最优调控策略无法分解,则将所述最优调控策略直接进行缓存并存储。

3.根据权利要求2所述的虚拟电厂秒级调控资源的方法,其特征在于,还包括:实时监测并分析端侧设备的调控效果,并将反映所述调控效果的反馈数据上传至云端,以便云端对所述调控策略预测模型进行优化;云端对优化后的所述调控策略预测模型所预测的最优调控策略添加策略更新标识;

从云端接收所述最优调控策略,并根据所述最优调控策略的策略标签和所述策略更新标识进行策略查找与更新。

4.根据权利要求1所述的虚拟电厂秒级调控资源的方法,其特征在于,边缘节点记录有每个所述子策略被执行前相关端侧设备的数据并形成策略执行数据集;

根据本地的调控需求执行子策略时,包括:

实时监测并分析端侧设备的状态数据;

若当前设备数据与所记录的所述策略执行数据集中相应设备的数据相符合,则生成本地调控需求并依次从本地缓存和本地存储中查找当前设备的需执行策略;

若从所述本地缓存中查找到所述需执行策略,则从所述子策略队列中直接执行所述需执行策略的子策略;

若仅在所述本地存储中查找到所述需执行策略,则立即执行并从所述本地存储中将所述需执行策略加入到所述本地缓存中;

将所述需执行策略进行状态标记,并在接收到云端下发的调控策略时,忽略已经被状态标记的策略。

5.根据权利要求1所述的虚拟电厂秒级调控资源的方法,其特征在于,通过低延时通信技术从所述云端获取所述最优调控策略,包括:利用智能路由算法在边缘节点和云端之间选择最优的传输路径;

利用时间同步网络技术提高所述传输路径上实时性敏感数据的处理优先级;

利用软件定义网络技术对所述传输路径上的数据进行流量调度和资源分配优化。

6.根据权利要求1所述的虚拟电厂秒级调控资源的方法,其特征在于,云端设置有策略执行单元库,所述策略执行单元库包括若干个策略执行单元,每个策略执行单元均具有策略分解标记符和优先级评估表,所述策略分解标记符用于对不同的所述策略执行单元进行策略分解,所述优先级评估表用于评估所述策略执行单元所对应策略的优先级;

利用调控策略预测模型预测最优调控策略,包括:

利用调控策略预测模型的输出从所述策略执行单元库中查找所述策略执行单元;

将所查找到的所述策略执行单元组合,生成所述最优调控策略。

7.根据权利要求6所述的虚拟电厂秒级调控资源的方法,其特征在于,对所述最优调控策略进行分解得到多个子策略并进行缓存和存储,包括:根据所述策略分解标记符将所述最优调控策略分解为若干个所述策略执行单元,以作为所述子策略;

根据每个所述策略执行单元的所述优先级评估表计算每个所述子策略的优先级值;

根据所述优先级值对所述子策略进行优先级标号,并按照所述优先级标号缓存在所述子策略队列中并进行存储,同等优先级的所述子策略标号相同,并采用多线程并行处理执行。

8.一种虚拟电厂秒级调控资源的装置,其特征在于,包括:

数据采集与监测模块,用于监测并采集边缘节点各类可调资源的运行数据,并从所述运行数据中提取用于表示各类可调资源运行状态的关键信息特征;

调控策略生成模块,用于将所述关键信息特征发送至云端,以便所述云端基于所述关键信息特征,利用预训练的调控策略预测模型预测最优调控策略,所述最优调控策略用于对可调资源进行调控;

低延时通信模块,用于通过低延时通信技术从所述云端获取所述最优调控策略;

边缘调控策略执行模块,用于根据本地缓存和本地存储对所述最优调控策略进行查找并执行;其中,在查找阶段,若所述本地缓存存在与所述最优调控策略相同的策略,则直接调取相同的策略的子策略,若所述本地缓存不存在与所述最优调控策略相同的策略,则对所述最优调控策略进行分解得到多个子策略并进行缓存和存储;在执行阶段,根据本地缓存中的子策略队列对各类可调资源进行策略执行,所述子策略队列中的子策略包括依据云端的调控指令,将所述最优调控策略分解后得到的子策略以及依据本地的调控需求,从本地缓存或存储中搜索得到的子策略。

9.一种计算机设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储计算机程序,并将所述计算机程序的指令发送至处理器;

所述处理器根据所述计算机程序的指令执行如权利要求1‑7中任一项所述的虚拟电厂秒级调控资源的方法。

10.一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1‑7中任一项所述的虚拟电厂秒级调控资源的方法。