本發明涉及電力系統，尤其涉及一種基于大模型的云邊協同調控方法、裝置、設備及介質。

背景技術：

1、為加快構建以新能源為主體的新型電力系統，?實現能源的最大化利用和經濟效益最大化，亟需建設源網荷儲一體化項目，通過各種能源和資源的互動與協調，提高新能源的消納能力，?降低電網運行風險。??園區微網作為源網荷儲一體化項目重要落地點，對?光伏、儲能、可控負荷等設備的合理調控，?對于實現局部能源自給自足、?減少長距離輸電損耗、最大化經濟效益具有重要意義。

2、但現階段的園區微網建設通常缺乏有效調控手段或現有調控方式不靈活，主要導致了以下幾個問題的出現：1.分布式新能源出力負荷雙峰交替、導致就地消納能力不足，反向過載嚴重，低壓配電網線路承載力不足；2.光、儲、充單獨運行，光伏棄光率高，無法充分利用低谷電價和光伏發電，收益率低，成本回收周期長；3.調控策略不能貼近實際光伏出力和用戶負荷數據，導致調控策略與最優解偏差較大，同時，當天氣環境變化、光伏出力改變、設備老化、負荷用電特征隨著時間動態變化時，現有調控策略易失效。

技術實現思路

1、本發明實施例提供了一種基于大模型的云邊協同調控方法、裝置、設備及介質，旨在解決現有園區微網的調控策略不夠靈活及準確性不高的問題。

2、第一方面，本發明實施例提供了一種基于大模型的云邊協同調控方法，應用于云端，其包括：

3、接收采集設備上傳的邊端數據，其中，所述邊端數據為所述采集設備采集到與邊端設備相關的數據；

4、根據所述邊端數據、歷史數據以及天氣預報數據通過多模態大模型進行光伏預測和負荷預測，以生成光伏預測曲線和負荷預測曲線；

5、根據所述光伏預測曲線、所述負荷預測曲線以及預置設備信息通過所述多模態大模型生成調控策略，并對所述調控策略進行可行性驗證；

6、若所述調控策略可行性驗證通過，則將所述調控策略經所述采集設備下發至所述邊端設備，以對所述邊端設備進行調控。

7、第二方面，本發明實施例還提供了一種基于大模型的云邊協同調控裝置，應用于云端，其包括：

8、第一接收單元，用于接收采集設備上傳的邊端數據，其中，所述邊端數據為所述采集設備采集到與邊端設備相關的數據；

9、光伏負荷預測單元，用于根據所述邊端數據、歷史數據以及天氣預報數據通過多模態大模型進行光伏預測和負荷預測，以生成光伏預測曲線和負荷預測曲線；

10、策略生成單元，用于根據所述光伏預測曲線、所述負荷預測曲線以及預置設備信息通過所述多模態大模型生成調控策略，并對所述調控策略進行可行性驗證；

11、下發調控單元，用于若所述調控策略可行性驗證通過，則將所述調控策略經所述采集設備下發至所述邊端設備，以對所述邊端設備進行調控。

12、第三方面，本發明實施例還提供了一種計算機設備，其包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序時實現上述方法。

13、第四方面，本發明實施例還提供了一種計算機可讀存儲介質，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述方法。

14、本發明實施例提供了一種基于大模型的云邊協同調控方法、裝置、設備及介質。其中，所述方法包括：接收采集設備上傳的邊端數據，其中，所述邊端數據為所述采集設備采集到與邊端設備相關的數據；根據所述邊端數據、歷史數據以及天氣預報數據通過多模態大模型進行光伏預測和負荷預測，以生成光伏預測曲線和負荷預測曲線；根據所述光伏預測曲線、所述負荷預測曲線以及預置設備信息通過所述多模態大模型生成調控策略，并對所述調控策略進行可行性驗證；若所述調控策略可行性驗證通過，則將所述調控策略經所述采集設備下發至所述邊端設備，以對所述邊端設備進行調控。本發明實施例的技術方案，根據采集設備上傳的邊端數據、歷史數據以及天氣預報數據通過多模態大模型進行光伏預測和負荷預測，生成光伏預測曲線和負荷預測曲線，基于生成的兩預測曲線及預置設備信息通過多模態大模型生成調控策略，將可行性驗證通過的調控策略下發至邊端設備，以對邊端設備進行調控，在整個調控過程中，因綜合考慮了邊端數據、歷史數據以及天氣數據等多類數據，并通過多模態大模型先生成光伏預測曲線和負荷預測曲線，基于兩預測曲線再通過多模態大模型生成調控策略，將可行性驗證通過的調控策略下發至邊端設備，以對邊端設備進行調控，可提高調控策略的靈活性和準確性。

技術特征：

1.一種基于大模型的云邊協同調控方法，應用于云端，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，所述邊端數據包括光伏臺賬信息、用戶行業信息以及日期屬性信息，所述歷史數據包括歷史光伏出力曲線、歷史負荷曲線以及歷史天氣數據，所述根據所述邊端數據、歷史數據以及天氣預報數據通過多模態大模型進行光伏預測和負荷預測，以生成光伏預測曲線和負荷預測曲線，包括：

3.根據權利要求2所述的方法，其特征在于，所述根據所述光伏臺賬信息、所述歷史光伏出力曲線、所述歷史天氣數據以及所述天氣預報數據通過所述多模態大模型進行光伏預測，以生成所述光伏預測曲線，包括：

4.根據權利要求3所述的方法，其特征在于，所述根據所述歷史光伏出力曲線、所述歷史天氣數據以及所述天氣預報數據生成相似日出力曲線，包括：

5.根據權利要求2所述的方法，其特征在于，所述根據所述用戶行業信息、所述日期屬性信息、所述歷史負荷曲線以及所述天氣預報數據通過所述多模態大模型進行負荷預測，以生成所述負荷預測曲線，包括：

6.根據權利要求1-5任一項所述的方法，其特征在于，所述方法還包括：

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

8.一種基于大模型的云邊協同調控裝置，應用于云端，其特征在于，包括：

9.一種計算機設備，其特征在于，所述計算機設備包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序時實現如權利要求1-7中任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1-7中任一項所述的方法。

技術總結
本發明實施例公開了一種基于大模型的云邊協同調控方法、裝置、設備及介質。其中，方法包括：接收采集設備上傳的邊端數據，其中，所述邊端數據為所述采集設備采集到與邊端設備相關的數據；根據所述邊端數據、歷史數據以及天氣預報數據通過多模態大模型進行光伏預測和負荷預測，以生成光伏預測曲線和負荷預測曲線；根據所述光伏預測曲線、所述負荷預測曲線以及預置設備信息通過所述多模態大模型生成調控策略，并對所述調控策略進行可行性驗證；若所述調控策略可行性驗證通過，則將所述調控策略經所述采集設備下發至所述邊端設備，以對所述邊端設備進行調控。本申請實施例可提高調控策略的靈活性和準確性。

技術研發人員：李鵬,盧利軍,鄭毅,盧曉光,李志鵬,王麗,戚凱,閆志興,薛晨光,張田田,李崇陽,閻鵬,王超凡,豆澤陽,龐磊,蔣陽
受保護的技術使用者：傳申弘安智能（深圳）有限公司
技術研發日：
技術公布日：2025/4/28