一种基于人机信任度自适应校准的新型电力系统调度方法与流程

本技术涉及新型电力系统调度，尤其是涉及一种基于人机信任度自适应校准的新型电力系统调度方法。

背景技术：

1、在当前全球气候变化和环境污染问题不断加剧的背景下，新型电力系统成为可持续发展的关键策略之一，新型电力系统包括可再生能源、蓄电池以及各类分布式能源机组等。新型电力系统作为能源互联网的典型代表，通过整合多个能源系统，不仅提高了能源利用效率，还有效降低了系统运行成本，这种新型电力系统有望在未来成为推动可持续能源发展的核心组成部分。

2、新型电力系统的调度和管理成为了当前能源领域面临的重要挑战。现有技术中，新型电力系统调度通常依赖于静态模型，往往无法全面考虑外部环境和人类经验的综合因素，难以适应快速变化的外部环境和能源需求波动，导致新型电力系统的运行效率低下和可靠性不足。

技术实现思路

1、为了提高新型电力系统的运行效率，改善新型电力系统的可靠性，本技术提供了一种基于人机信任度自适应校准的新型电力系统调度方法。

2、第一方面，本技术提供一种基于人机信任度自适应校准的新型电力系统调度方法。

3、本技术是通过以下技术方案得以实现的：

4、一种基于人机信任度自适应校准的新型电力系统调度方法，应用于新型电力系统，所述新型电力系统包括可再生能源、蓄电池以及各类分布式能源机组，包括以下步骤，

5、实时监测新型电力系统，获取系统的运行状态数据、能源生产数据与能源消耗数据；

6、将所述运行状态数据、所述能源生产数据与所述能源消耗数据输入预设的第一调度模型中，求解得到机器决策；

7、判断是否引入调度员决策；

8、若判断是否引入调度员决策的结果为是，则基于预设的第二调度模型对所述机器决策进行调整，生成人机协同决策；

9、实时运行所述人机协同决策，并获取所述新型电力系统的人机协同运行成本；

10、根据所述人机协同运行成本，采用自适应校准算法对所述人机协同决策进行自适应校准，以及根据校准结果更新所述人机协同决策。

11、本技术在一较佳示例中可以进一步配置为：所述基于预设的第二调度模型对所述机器决策进行调整，生成人机协同决策的步骤包括，

12、预先为所述机器决策和拟生成的所述人机协同决策分配权重，确定人机协同权重；

13、初始化所述机器决策和拟生成的所述人机协同决策的初始信任度值，确定当前时刻的人的信任度值；

14、将引入的所述调度员决策、所述机器决策、所述人机协同权重和当前时刻的人的信任度值输入所述第二调度模型中，输出所述人机协同决策。

15、本技术在一较佳示例中可以进一步配置为：根据所述人机协同运行成本，采用自适应校准算法对所述人机协同决策进行自适应校准的步骤包括，

16、将所述机器决策输入综合能源在线仿真系统，得到机器决策运行成本；

17、当调度员认为机器决策准确，无需引入第二调度模型时，说明机器得到了人的信任，因此提高下一时段的人的信任度值，包括，

18、人的信任度值

19、

20、式中，为上一时刻的人的信任度值，为下一时段的人的信任度值，为上一时刻的机器决策信任度值，为下一时刻的机器决策信任度值。

21、本技术在一较佳示例中可以进一步配置为：根据所述人机协同运行成本，采用自适应校准算法对所述人机协同决策进行自适应校准的步骤包括，

22、信任度自适应校准是人机融合的关键一步，也是一种反馈机制。本发明借鉴管理心理学(工业与组织心理学)理论，从奖惩管理制度出发，设计正向奖励、逆向惩罚相结合的信任度校准机制：当所述人机协同运行成本大于所述机器决策运行成本时，降低下一时段的人的信任度值，同时提高下一时段机器的信任度值；当所述人机协同运行成本小于所述机器决策运行成本时，提高下一时段的人的信任度值，同时降低下一时段机器的信任度值，包括：

23、

24、

25、式中，为机器决策运行成本，creal为人机协同运行成本。

26、本技术在一较佳示例中可以进一步配置为：所述第一调度模型的构建步骤包括，

27、计算机组运行成本、新型电力系统与外电网的交易成本和新型电力系统的惩罚成本；

28、基于所述机组运行成本、所述交易成本和所述惩罚成本，构建机器调度目标函数，包括，

29、

30、

31、

32、

33、式中，是机器调度目标函数，是机组运行成本，是新型电力系统与外电网的交易成本，是新型电力系统的惩罚成本，kgg、kgb、khp分别为燃气发电机组、燃气锅炉和热泵的燃料和运行成本系数，kchp为热电联产机组运行成本系数，ptgg为燃气发电机组的电功率，为燃气锅炉的热功率，为热泵的热功率，ptchp,分别为热电联产机组的电功率和热功率，pt为t时刻的市场电价，ptgrid为t时刻多能流系统与外电网交易量,cw，cr分别为弃能和负荷削减的惩罚成本系数；分别为t时刻的热能削减功率和热负荷削减功率，ptwaste,ptreduce分别为t时刻的电能削减功率和电负荷削减功率。

34、本技术在一较佳示例中可以进一步配置为：所述第一调度模型的构建步骤还包括，

35、设置电力平衡等式约束，包括，

36、

37、式中，ptwt,ptpv分别为风机和光伏的预测电功率，ptgg为燃气发电机组的电功率，ptchp为热电联产机组的电功率，ptd,ptc分别为蓄电池的放电功率和充电功率，ptgrid为t时刻新型电力系统与外电网的交易量，ptreduce为t时刻的电负荷削减功率，ptwaste为t时刻的电能削减功率，为新型电力系统的电负荷,pthp为热泵机组消耗的电功率。

38、本技术在一较佳示例中可以进一步配置为：所述第一调度模型的构建步骤还包括，设置热平衡等式约束，包括，

39、

40、式中，为燃气锅炉的热功率，为热电联产机组的热功率，为热泵的热功率，分别为t时刻的热能削减功率和热负荷削减功率，为新型电力系统的热负荷。

41、本技术在一较佳示例中可以进一步配置为：所述第二调度模型的构建步骤包括，

42、计算机组运行优化成本、新型电力系统与外电网的交易优化成本和新型电力系统的惩罚优化成本；

43、基于所述机组运行优化成本、所述交易优化成本和所述惩罚优化成本，构建优化函数，包括，

44、

45、

46、

47、

48、式中，为优化函数，为机组运行优化成本，为新型电力系统与外电网的交易优化成本，为新型电力系统的惩罚优化成本，kgg、kgb分别为燃气发电机组和燃气锅炉的燃料和运行成本系数，kchp为热电联产机组运行成本系数，pt为t时刻的市场电价，为弃能的优化惩罚成本系数，为负荷削减的优化惩罚成本系数，pth_gg为优化的燃气发电机组的电功率，为优化的燃气锅炉的热功率，pth_chp,分别为优化的热电联产机组的电功率和优化的热电联产机组热功率，pth_grid为优化的大电网交易功率，分别为优化的热能削减功率和优化的热负荷削减功率，pth_waste,pth_reduce分别为优化的电能削减功率和优化的电负荷削减功率。

49、第二方面，本技术提供一种基于人机信任度自适应校准的新型电力系统调度装置。

50、本技术是通过以下技术方案得以实现的：

51、一种基于人机信任度自适应校准的新型电力系统调度装置，包括，

52、监测数据模块，用于实时监测新型电力系统，获取系统的运行状态数据、能源生产数据与能源消耗数据；

53、机器决策模块，用于将所述运行状态数据、所述能源生产数据与所述能源消耗数据输入预设的第一调度模型中，求解得到机器决策；

54、判断模块，用于判断是否引入调度员决策；

55、人机协同模块，用于若判断是否引入调度员决策的结果为是，则基于预设的第二调度模型对所述机器决策进行调整，生成人机协同决策；

56、反馈模块，用于实时运行所述人机协同决策，并获取所述新型电力系统的人机协同运行成本；

57、自适应校准模块，用于根据所述人机协同运行成本，采用自适应校准算法对所述人机协同决策进行自适应校准，以及根据校准结果更新所述人机协同决策。

58、第三方面，本技术提供一种计算机设备。

59、本技术是通过以下技术方案得以实现的：

60、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，所述处理器执行所述计算机程序时实现上述任意一种基于人机信任度自适应校准的新型电力系统调度方法的步骤。

61、第四方面，本技术提供一种计算机可读存储介质。

62、本技术是通过以下技术方案得以实现的：

63、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，所述计算机程序被处理器执行时实现上述任意一种基于人机信任度自适应校准的新型电力系统调度方法的步骤。

64、第五方面，本技术提供一种计算机程序产品。

65、本技术是通过以下技术方案得以实现的：

66、一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任意一种基于人机信任度自适应校准的新型电力系统调度方法的步骤。

67、综上所述，与现有技术相比，本技术提供的技术方案带来的有益效果至少包括：

68、实时监测新型电力系统，获取系统的运行状态数据、能源生产数据与能源消耗数据，以结合新型电力系统的实时参数数据制定机器决策；将运行状态数据、能源生产数据与能源消耗数据输入预设的第一调度模型中，求解得到机器决策，以更好地考虑新型电力系统的波动需求；若判断是否引入调度员决策的结果为是，则基于预设的第二调度模型对机器决策进行调整，生成人机协同决策，以结合人类调度员的经验与机器学习的计算力，全面考虑外部环境和人类经验的综合因素，制定更为灵活高效的新型电力系统调度决策，能够适应快速变化的外部环境和能源需求波动；实时运行人机协同决策，并获取新型电力系统的人机协同运行成本，用于检验人机协同决策应用于新型电力系统的调度效果；根据人机协同运行成本，采用自适应校准算法对所述人机协同决策进行自适应校准，优化修正人机协同决策，以确保新型电力系统在不断变化的运行环境中能够保持高效稳定的运行状态，提高了新型电力系统的运行效率，改善了新型电力系统的可靠性。