一种基于GNN的虚拟电厂用电调度方法及系统与流程

本发明涉及供电，特别涉及一种基于gnn的虚拟电厂用电调度方法及系统。

背景技术：

1、虚拟电厂是一种先进的能源管理系统，它通过集成先进的信息通信技术和智能计量技术，将分散的电力资源如分布式能源，储能系统，可控负荷和电动汽车等聚合和协调优化，虚拟电厂作为实现分布式能源有效聚合和可靠管理的重要形式，在保证分布式能源接入电网安全可靠性的基础上，作为整体参与电力市场竞争，在减少电网调度中心运行调度压力的同时增加分布式能源的市场竞争力。

2、目前虚拟电厂面对供电紧张的有序用电管理中，多采用轮休、轮停，依据拉限电序位表进行限电等措施，在一定程度上能降低负荷峰值，但没有考虑电力用户的用电特点、负荷水平以及其用电调节余地的大小，缺乏必要的优化与经济性思考，用电调度方式的灵活度较低，降低了用户的满意度。用电调度方式的灵活度均较低。

3、gnn(graph neural networks)全称为图神经网络，它是一种直接作用于图结构上的神经网络，本发明提供一种基于gnn的虚拟电厂用电调度方法。

技术实现思路

1、本发明提供一种基于gnn的虚拟电厂用电调度方法及系统，用以解决背景技术中提出的问题。

2、一种基于gnn的虚拟电厂用电调度方法，包括：

3、s1：对虚拟电厂进行数据采集，获取虚拟电厂的电量输送特征数据和用户的用电分布特征数据；

4、s2：基于电量输送特征数据构建得到电量输送特征结构图，基于用电分布特征数据构建得到用电分布特征结构图，并基于电量输送特征结构图和用电分布特征结构图融合得到电厂用电调度特征结构图；

5、s3：利用gnn，对电厂用电调度特征结构图进行分析处理，确定电厂用电调度特征结构图中节点的自身特征和节点间的关系特征；

6、s4：基于自身特征和关系特征，结合虚拟电厂的电费价格和用电调节限度，对虚拟电厂用电调度进行优化。

7、优选的，所述s1中，对虚拟电厂进行数据采集，获取虚拟电厂的电量输送特征数据和用户的用电分布特征数据，包括：

8、采集虚拟电厂的电传输线路的传输数据，并基于预设传输指标，对传输数据进行处理和分析，得到电量输送特征数据；

9、采集虚拟电厂的用户的用电数据，并结合用户在虚拟电厂中的位置数据，整合得到用户的分布特征数据。

10、优选的，所述s2中，基于电量输送特征数据构建得到电量输送特征结构图，包括：

11、基于电量输送特征数据的数据类型，确定预设节点结构图模板与电量输送特征数据的对应关系，并按照所述对应关系确定预设节点结构图模板中每个节点对应的目标电量输送特征数据；

12、基于目标电量输送特征数据的数据特征与节点的节点结构特征，确定对节点的配置信息；

13、按照所述配置信息对节点进行配置完成后，将目标电量输送特征数据配置到对应节点中；

14、基于完成全部配置和数据导入的预设节点结构图模板，生成电量输送特征结构图。

15、优选的，基于用电分布特征数据构建得到用电分布特征结构图，包括：

16、将用户的用电量作为主节点，用户的位置作为次节点，构建得到用户结构框图；

17、基于用户身份信息，将用电分布特征数据和主节点，次节点进行匹配，根据匹配结果，将用电分布特征数据导入至所述用户结构框图中，得到用电分布特征结构图。

18、优选的，所述s2中，基于电量输送特征结构图和用电分布特征结构图融合得到电厂用电调度特征结构图，包括：

19、从所述电量输送特征结构图中获取电量输送链路结构和链路容量结构，从所述用电分布特征结构图中获取用户位置结构和用户用电量结构；

20、基于所述电量输送链路结构和用户位置结构，建立电量输送特征结构图和用电分布特征结构图中的第一连接介质，并按照所述第一连接介质对电量输送特征结构图和用电分布特征结构图进行第一融合，得到初始融合结构图；

21、基于所述链路容量结构确定调度约束特征，基于所述用户用电量结构确定用电量约束特征，并建立调度约束特征和电量约束特征的第二连接介质，基于第二连接介质，在所述初始融合结构图的基础上，进行链路容量结构和用户用电量结构的融合，得到第二融合结构图；

22、获取所述第二融合结构图中的链路连接特征和节点连接特征，并基于电量输送特征数据和用电分布特征数据综合对链路连接特征和节点连接特征进行一致性验证，判断链路连接特征和节点连接特征与数据内容是否一致；

23、若是，将所述第二融合结构图作为最终的电厂用电调度特征结构图；

24、否则，获取不一致结构特征，并基于数据内容对不一致结构特征进行调整，基于调整后的结构特征，得到最终的电厂用电调度特征结构图。

25、优选的，所述s3中，利用gnn，对电厂用电调度特征结构图进行分析处理，确定电厂用电调度特征结构图中节点的自身特征和节点间的关系特征，包括：

26、获取虚拟电厂的历史用电调度数据对初始gnn网络模型进行训练，得到目标gnn网络模型；

27、基于预设用电指标，对所述电厂用电调度特征结构图进行标记，得到电厂用电调度特征结构标记图；

28、利用所述目标gnn网络模型对电厂用电调度特征结构标记图进行处理，确定电厂用电调度特征结构图中节点的自身特征和节点间的关系特征。

29、优选的，所述s4中，基于自身特征和关系特征，结合虚拟电厂的电费价格和用电调节限度，对虚拟电厂用电调度进行优化，包括：

30、基于所述自身特征和关系特征，在电厂用电调度特征结构图中进行调度约束标记，并基于所有调度约束标记，建立电厂用电调度特征结构图中的动态约束流向结构；

31、结合虚拟电厂的电费价格和用电调节限度，建立满足基本用电需求的用电调度方案，并确定用电调度方案的优先级；

32、按照所述优先级，依次按照用电调度方案在动态约束流向结构中进行运行，直到运行成功，将运行成功的用电调度方案作为对虚拟电厂用电调度的优化方案。

33、一种基于gnn的虚拟电厂用电调度系统，包括：

34、数据采集模块，用于对虚拟电厂进行数据采集，获取虚拟电厂的电量输送特征数据和用户的用电分布特征数据；

35、结构图构建模块，用于基于电量输送特征数据构建得到电量输送特征结构图，基于用电分布特征数据构建得到用电分布特征结构图，并基于电量输送特征结构图和用电分布特征结构图融合得到电厂用电调度特征结构图；

36、分析处理模块，用于利用gnn，对电厂用电调度特征结构图进行分析处理，确定电厂用电调度特征结构图中节点的自身特征和节点间的关系特征；

37、调度优化模块，用于基于自身特征和关系特征，结合虚拟电厂的电费价格和用电调节限度，对虚拟电厂用电调度进行优化。

38、优选的，所述结构图构建模块，包括：

39、结构获取单元，用于从所述电量输送特征结构图中获取电量输送链路结构和链路容量结构，从所述用电分布特征结构图中获取用户位置结构和用户用电量结构；

40、第一融合单元，用于基于所述电量输送链路结构和用户位置结构，建立电量输送特征结构图和用电分布特征结构图中的第一连接介质，并按照所述第一连接介质对电量输送特征结构图和用电分布特征结构图进行第一融合，得到初始融合结构图；

41、第二融合单元，用于基于所述链路容量结构确定调度约束特征，基于所述用户用电量结构确定用电量约束特征，并建立调度约束特征和电量约束特征的第二连接介质，基于第二连接介质，在所述初始融合结构图的基础上，进行链路容量结构和用户用电量结构的融合，得到第二融合结构图；

42、一致性判断单元，用于获取所述第二融合结构图中的链路连接特征和节点连接特征，并基于电量输送特征数据和用电分布特征数据综合对链路连接特征和节点连接特征进行一致性验证，判断链路连接特征和节点连接特征与数据内容是否一致；

43、若是，将所述第二融合结构图作为最终的电厂用电调度特征结构图；

44、否则，获取不一致结构特征，并基于数据内容对不一致结构特征进行调整，基于调整后的结构特征，得到最终的电厂用电调度特征结构图。

45、优选的，所述调度优化模块，包括：

46、动态约束确定单元，用于基于所述自身特征和关系特征，在电厂用电调度特征结构图中进行调度约束标记，并基于所有调度约束标记，建立电厂用电调度特征结构图中的动态约束流向结构；

47、方案确定单元，用于结合虚拟电厂的电费价格和用电调节限度，建立满足基本用电需求的用电调度方案，并确定用电调度方案的优先级；

48、方案选择单元，用于按照所述优先级，依次按照用电调度方案在动态约束流向结构中进行运行，直到运行成功，将运行成功的用电调度方案作为对虚拟电厂用电调度的优化方案。

49、与现有技术相比，本发明取得了以下有益效果：

50、通过对虚拟电厂进行数据采集，获取虚拟电厂的电量输送特征数据和用户的用电分布特征数据，实现对虚拟电厂关于用电数据的采集，为用电调度分析提供数据基础，基于电量输送特征数据构建得到电量输送特征结构图，基于用电分布特征数据构建得到用电分布特征结构图，并基于电量输送特征结构图和用电分布特征结构图融合得到电厂用电调度特征结构图，通过建立电厂用电调度特征结构图为基于gnn的虚拟电厂用电调度分析提供准确的用电图结构，利用gnn，对电厂用电调度特征结构图进行分析处理，确定电厂用电调度特征结构图中节点的自身特征和节点间的关系特征，基于自身特征和关系特征，结合虚拟电厂的电费价格和用电调节限度，对虚拟电厂用电调度进行优化，实现基于gnn对虚拟电厂用电调度的分析处理，实现优化用电传输线路配置，优化电力调度，减少能源损耗与浪费的同时，更好的适配用电需求。

51、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在本技术文件中所特别指出的结构来实现和获得。

52、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。