一种基于多智能体的虚拟电厂调度指令快速分解方法与流程

本发明属于虚拟电厂指令分解，具体涉及一种基于多智能体的虚拟电厂调度指令快速分解方法。

背景技术：

1、随着全球能源结构的转型和可再生能源的快速发展，虚拟电厂是通过先进的信息通信技术和控制技术，将分散的分布式能源、储能系统、可控负荷等资源整合起来，形成一个统一的、可协调控制的虚拟电源。虚拟电厂能够实现能源的优化调度、供需平衡和协同管理，提高能源利用效率和电力系统的稳定性。在虚拟电厂的调度过程中，调度指令的分解是关键环节之一。调度指令的分解速度直接影响到虚拟电厂的响应速度和调度效果。

2、传统的调度方法通常依赖于集中式的优化计算，随着虚拟电厂规模的扩大和参与的分布式能源数量的增加，集中式计算的复杂度和计算时间显著增加，难以满足实时性和高效性的要求，在调度指令分配过程中，容易出现资源利用不均衡的情况，部分智能体过度负载，而其他智能体则闲置，导致整体系统运行效率降低。

技术实现思路

1、本发明的目的是提供一种基于多智能体的虚拟电厂调度指令快速分解方法，能够通过优化调度指令的分解和执行过程，有效提高了虚拟电厂的运行效率和系统稳定性。

2、本发明采取的技术方案具体如下：

3、一种基于多智能体的虚拟电厂调度指令快速分解方法，包括：

4、获取虚拟电厂中调度指令数据，并根据调度指令数据获取多个子指令；

5、获取执行每个子指令的智能体；

6、获取每个智能体的当前功率数据；

7、获取每个智能体的执行指令时历史系统资源使用数据，并根据历史系统资源使用数据得到系统资源补偿值；

8、获取每个智能体的历史负荷数据，根据历史负荷数据得到负荷补偿值；

9、获取每个智能体的电力需求数据以及发电能力数据，根据电力需求数据以及发电能力数据得到电力补偿值；

10、根据当前功率数据、系统资源补偿值、负荷补偿值和电力补偿值得到指令分解等级；

11、根据指令分解等级将调度指令分解为多个等级的子指令，并按照指令分解等级使多个智能体依次执行分解后所对应的多个等级的子指令。

12、在一种优选方案中，所述获取每个智能体的执行指令时历史系统资源使用数据，并根据历史系统资源使用数据得到系统资源补偿值的步骤，包括：

13、获取每个智能体的执行指令时历史系统资源使用数据；

14、根据历史系统资源使用数据获取对应的多个历史系统资源使用率、历史系统资源使用率的编号和历史系统资源使用率的总数；

15、获取标准系统资源使用率；

16、根据多个历史系统资源使用率、历史系统资源使用率的编号、历史系统资源使用率的总数和标准系统资源使用率计算系统资源补偿值，其中计算公式为：

17、

18、式中，cb表示为系统资源补偿值，n表示为历史系统资源使用率的总数，i表示为历史系统资源使用率的编号，ci表示为第i个历史系统资源使用率，cb表示为标准系统资源使用率。

19、在一种优选方案中，所述获取每个智能体的历史负荷数据，根据历史负荷数据得到负荷补偿值的步骤，包括：

20、获取每个智能体的历史负荷数据；

21、根据历史负荷数据获取对应的多个历史负荷值、历史负荷值的编号和历史负荷值的总数；

22、根据多个历史负荷值、历史负荷值的编号和历史负荷值的总数计算负荷补偿值，其中，计算公式为：

23、

24、式中，pb表示为负荷补偿值，x表示为历史负荷值的编号，y表示为历史负荷值的总数，px表示为第x个历史负荷值，px-1表示为第x-1个历史负荷值。

25、在一种优选方案中，所述获取每个智能体的电力需求数据以及发电能力数据，根据电力需求数据以及发电能力数据得到电力补偿值的步骤，包括：

26、获取每个智能体的电力需求数据以及发电能力数据；

27、根据电力需求数据获取对应的多个电力需求值、电力需求值的总数和电力需求值的编号；

28、根据发电能力数据获取对应的多个发电能力值、发电能力值的总数和发电能力值的编号；

29、根据多个电力需求值、电力需求值的总数、电力需求值的编号、多个发电能力值、发电能力值的总数和发电能力值的编号计算电力补偿值，其中，计算公式为：

30、

31、式中，db表示为电力补偿值，f表示为发电能力值的总数与电力需求值的总数，eg表示为第g个电力需求值，ag表示为第g个发电能力值。

32、在一种优选方案中，所述根据当前功率数据、系统资源补偿值、负荷补偿值和电力补偿值得到指令分解等级的步骤，包括：

33、根据当前功率数据、系统资源补偿值、负荷补偿值和电力补偿值计算指令分解值；

34、根据指令分解值获取指令分解等级。

35、在一种优选方案中，所述根据当前功率数据、系统资源补偿值、负荷补偿值和电力补偿值计算指令分解值的步骤，包括：

36、根据当前功率数据获取对应的当前功率值；

37、根据当前功率值、系统资源补偿值、负荷补偿值和电力补偿值计算指令分解值，其中，计算公式为：

38、z＝y·cb·pb·db；

39、式中，z表示为指令分解值，y表示为当前功率值，cb表示为系统资源补偿值，pb表示为负荷补偿值，db表示为电力补偿值。

40、在一种优选方案中，所述根据指令分解值获取指令分解等级的步骤，包括：

41、获取指令等级表，其中，指令等级表包括多个指令分解区间值以及每个指令分解区间值所对应的指令分解等级；

42、根据指令分解值获取目标指令分解区间值；

43、根据目标指令分解区间值从指令等级表中获取指令分解等级。

44、在一种优选方案中，所述根据目标指令分解区间值从指令等级表中获取指令分解等级的步骤之后，还包括：

45、获取指令分解等级内子指令阈值数量；

46、判断每个指令分解等级内的子指令数量是否超过子指令阈值数量；

47、若指令分解等级内的子指令数量超过子指令阈值数量，则判定执行子指令的指令分解等级超出正常执行数量，标记为超出指令分解等级，并发出警示信息；

48、若指令分解等级内的子指令数量未超过子指令阈值数量，则判定执行子指令的指令分解等级正常。

49、在一种优选方案中，所述若指令分解等级内的子指令数量超过子指令阈值数量，则判定执行子指令的指令分解等级超出正常执行数量，标记为超出指令分解等级，并发出警示信息的步骤之后，还包括：

50、构建等级调整周期；

51、获取等级调整周期内同一个指令分解等级标记为超出指令分解等级的次数，标记为相同超出次数；

52、获取为相同超出阈值次数；

53、判断相同超出次数是否超过相同超出阈值次数；

54、若相同超出次数超过相同超出阈值次数，则判定此指令分解等级所对应的指令分解区间值划分异常，并对此指令分解等级所对应的指令分解区间值进行重新划分；

55、若相同超出次数未超过相同超出阈值次数，则判定此指令分解等级所对应的指令分解区间值划分正常。

56、以及，一种基于多智能体的虚拟电厂调度指令快速分解终端，包括：

57、一个或多个处理器；

58、存储装置，其上存储有一个或多个程序；

59、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述基于多智能体的虚拟电厂调度指令快速分解方法。

60、本发明取得的技术效果为：

61、本发明，在通过多智能体协同工作，实现了对调度指令的快速分解和执行，能够更灵活地应对电力系统的变化和需求波动，基于智能体的历史数据和当前状态，计算补偿值，确保系统资源、负荷和电力的合理分配和优化使用，提高了虚拟电厂整体运行效率，通过指令分解等级的设定，可以根据实际情况动态调整智能体的任务分配，避免单一智能体过载，提高调度指令的执行效率，结合当前功率数据，可以在功率较低时优先安排高耗能任务，或者在功率较高时减少发电量，降低运营成本，提高经济效益，利用智能体的历史数据进行补偿值计算和决策，提高了调度指令分解的科学性和准确性，减少了调度过程中不确定因素的影响。