微电网能量调控方法及相关设备

本申请要求于2023年7月25日提交中国专利局、申请号为202310921517.3、发明名称为“储能调度方法及相关设备”的中国专利申请的优先权，其全部内容通过引用结合在申请中。

技术领域

本发明涉及电力储能调度技术领域，尤其涉及一种微电网能量调控方法及相关设备。

背景技术

随着对环境保护的重视以及对可再生能源的需求，为了更高效地利用能源，综合能源的应用范围越来越广泛，尤其是微电网系统得到了广泛的应用。微电网系统由多个分布式电源、储能设备和负荷组成，能够实现能源的自给自足和互联互通。在一些偏远地区或是应急情况下，微电网可以为当地提供稳定可靠的电力供应，同时还能够减少对传统能源的依赖，提高供电的可靠性和可持续性。

随着微电网的发展越发迅速，包含的设备类型也越来越多，能量调控的复杂度也越来越大，为高效的利用能源，各种智能调度优化策略应运而生，例如，基于AI的微电网储能经济调度策略，以提高微电网储能收益，降低微电网总用电成本；基于粒子群算法的综合能源各能源子系统出力最优化策略，降低综合能源总成本；基于AI的家庭微电网光伏储能经济调度策略。

然而这些智能调度优化策略给出的设备调控指令均是电气参数类调度指令，如给出的调控指令是储能电池充放电功率、充电桩充电电流、光伏发电功率等，这些智能调度优化策略指令在云端产生，调控的周期通常在5min至1h内，即微电网中的设备需按照云端的指令在调控周期内以恒定值运行。然而即使调控周期是5min，在5min内微电网的系统状态也会发生较大波动，使得在调控周期以内以恒定值运行并不能实现最优能量管理和调控。

发明内容

本发明提供了一种微电网能量调控方法及相关设备，用于让云端调控模块根据本地能量管理模块上报的微电网系统的状态运行数据生成能量调控指令，然后本地能量管理模块将云端调控模块下发的能量调控指令解析为各个可控设备可识别的工作模式指令，提高了微电网系统中各个可控设备的能量管理和调控效率。

本发明实施例的第一方面提供一种微电网能量调控方法，应用于微电网系统的本地能量调控模块，所述微电网系统包括本地能量调控模块、发电设备、储能设备和多个可控设备，包括：接收云端调控模块发送的能量调控指令，所述能量调控指令包括各个可控设备的工作模式；对所述能量调控指令进行解析，得到每个可控设备的可识别工作模式指令；根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。

本发明实施例的第二方面提供了一种微电网能量调控方法，应用于云端调控模块，用于控制微电网系统，所述微电网系统包括本地能量调控模块和多个可控设备，包括：接收所述本地能量调控模块发送的微电网系统的运行状态信息，所述运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价；根据所述微电网系统的运行状态信息确定电价预测数据、负荷功率预测数据和发电功率预测数据；将所述微电网系统的运行状态信息、所述电价预测数据、所述负荷功率预测数据和所述发电功率预测数据输入预置的调控模型，生成能量调控指令，所述能量调控指令用于指示各个可控设备的工作模式；将所述能量调控指令发送至所述本地能量调控模块，以使得所述本地能量调控模块下接的各个可控设备执行对应的工作模式。

本发明实施例的第三方面提供了一种本地能量调控模块，应用于微电网系统，所述微电网系统包括本地能量调控模块和多个可控设备，包括：指令接收单元，用于接收云端调控模块发送的能量调控指令，所述能量调控指令包括各个可控设备的工作模式；指令解析单元，用于对所述能量调控指令进行解析，得到每个可控设备的可识别工作模式指令；控制单元，用于根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。

本发明实施例的第四方面提供了一种云端调度模块，用于控制微电网系统，所述微电网系统包括本地能量调控模块和多个可控设备，包括：信息接收单元，用于接收所述本地能量调控模块发送的微电网系统的运行状态信息，所述运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价；预测确定单元，用于根据所述微电网系统的运行状态信息确定电价预测数据、负荷功率预测数据和发电功率预测数据；指令生成单元，用于将所述微电网系统的运行状态信息、所述电价预测数据、所述负荷功率预测数据和所述发电功率预测数据输入预置的调控模型，生成能量调控指令，所述能量调控指令用于指示各个可控设备的工作模式；指令发送单元，用于将所述能量调控指令发送至所述本地能量调控模块，以使得所述本地能量调控模块下接的各个可控设备执行对应的工作模式。

本发明实施例的第五方面提供了一种微电网能量调控设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述微电网能量调控设备执行上述第一方面或第二方面的微电网能量调控方法。

本发明的第六方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的微电网能量调控方法。

本发明实施例提供的技术方案中，接收云端调控模块发送的能量调控指令，能量调控指令包括各个可控设备的工作模式；对能量调控指令进行解析，得到每个可控设备的可识别工作模式指令；根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。本发明实施例，让云端调控模块根据本地能量管理模块上报的微电网系统的状态运行数据生成能量调控指令，然后本地能量管理模块将云端调控模块下发的能量调控指令解析为各个可控设备可识别的工作模式指令，提高了微电网系统中各个可控设备的能量管理和调控效率。

附图说明

图1为本发明实施例中微电网能量调控系统的一个结构示意图；

图2为本发明实施例中微电网能量调控方法的一个实施例示意图；

图3为本发明实施例中微电网能量调控方法的另一个实施例示意图；

图4为本发明实施例中云端调控模块的一个结构示意图；

图5为本发明实施例中微电网能量调控方法的另一个实施例示意图；

图6为本发明实施例中本地能量调控模块的一个示意图；

图7为本发明实施例中云端调控模块的一个示意图；

图8为本发明实施例中微电网能量调控设备的一个示意图。

具体实施方式

本发明提供了一种微电网能量调控方法及相关设备，用于让云端调控模块根据本地能量管理模块上报的微电网系统的状态运行数据生成能量调控指令，然后本地能量管理模块将云端调控模块下发的能量调控指令解析为各个可控设备可识别的工作模式指令，提高了微电网系统中各个可控设备的能量管理和调控效率。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

现有方案中，由于本地端的负荷具有波动性大的特性，当在调控周期内本地端负荷发生变化时，云端不能及时响应本地端的负荷变化，导致响应效率低，降低了微电网能量调控效率。而通过本发明提供的微电网能量调控方法，本地能量调控模块将云端调控模块下发的能量调度指令转换为可控设备的可识别工作模式指令，控制可控设备根据可识别工作模式指令执行内置的调控方法，完成最优智能调控。

本发明实施例可以应用在微电网能量调控系统，微电网能量调控系统包括云平台和至少一个微电网系统，如图1所示，本申请实施例以一个微电网系统和一个云平台的交互场景进行说明。云平台包括云端调度模块101，微电网系统包括本地能量调控模块102、可控设备103、储能设备104和发电设备105，其中，发电设备105可以为光伏发电设备和/或风力发电设备，可控设备103包括与发电设备105连接的电力变流器和与储能设备104连接的储能变流器。另外，微电网系统还包括负载106和电表107，其中，负载106为用户的各种用电设备。当负载106包括电动车辆、供暖设备等大容量用电设备时，可控设备103还可以包括充电设备、热泵或制氢设备。

需要说明的是，一个云平台可以对应控制多个微电网系统，本实施例即以一个云平台控制一个微电网系统为例进行说明，其中，微电网系统中还包含有边缘计算设备，用于进行本地运算。

请参阅图2，本发明实施例提供的微电网能量调控方法的一个流程图，具体包括：

201、接收云端调控模块发送的能量调控指令，能量调控指令包括各个可控设备的工作模式。

需要说明的是，本地能量调控模块接收到的能量调控指令指示云端调度模块用来协同控制微电网系统中各个可控设备的工作模式，能量调控指令中至少包括了每个可控设备的调控信息，其中，若调控信息指示第一模式(电价套利模式)，则微电网系统的本地能量调控模块采用第一模式对应的控制策略调控储能设备的功率，从而改变储能设备的荷电量(state of charge，SOC)，若调控信息指示第二模式(即自发自用模式)，则微电网系统的本地能量调控模块采用第二模式对应的控制策略调控储能设备的功率，从而改变储能设备的荷电量。

可以理解的是，云端调度模块发送的能量调控指令是针对每个微电网系统中的本地能量调控模块，微电网系统的数量与本地能量调控模块的数量相同，一个微电网系统中包含一个本地能量调控模块，本申请实施例以一个微电网系统和一个云端调度模块的交互场景进行说明。

202、对能量调控指令进行解析，得到每个可控设备的可识别工作模式指令。

微电网系统中本地能量管理模块接收到云端调控模块下发的能量调控指令后，进行解析，生成每个可控设备的可识别工作模式指令。

可以理解的是，能量调控指令的解析结果能够被可控设备识别即可，无需过度解析。

203、根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。

将解析后的每个可控设备的可识别工作模式指令发送给对应的可控设备，并控制各个可控设备执行对应的工作模式。

需要说明的是，云端调控装置只生成包含工作模式的能量调控指令，本地需要部署对应的工作模式的具体调控方法，这些具体调控方法都可集成在本地能量管理模块中，也可以部署在可控设备中，工作模式对应的具体调控方法部署在可控设备上时，本地能量管理模块只需做指令透传。

本发明实施例，本地能量管理模块将云端调控模块下发的能量调控指令解析为各个可控设备可识别的工作模式指令，解决了能量调控指令与因调控周期内的微电网系统状态变化而不匹配的问题，提高了微电网系统中各个可控设备的能量管理和调控效率。

请参阅图3，本发明实施例提供的微电网能量调控方法的一个流程图，具体包括：

301、接收本地能量调控模块发送的微电网系统的运行状态信息，运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价。

具体的，云端调控模块接收到本地能量调控模块发送的微电网系统的运行状态信息，其中，运行状态信息包括了当前时刻T、天气信息W

302、根据微电网系统的运行状态信息确定电价预测数据、负荷功率预测数据和发电功率预测数据。

云端调控模块获取T+1时刻的电价预测值

303、将微电网系统的运行状态信息、电价预测数据、负荷功率预测数据和发电功率预测数据输入预置的调控模型，生成能量调控指令，能量调控指令用于指示各个可控设备的工作模式。

云端调控模块将运行状态信息、电价预测值、负荷功率预测值和发电功率预测值拼接为特征向量S

304、将能量调控指令发送至本地能量调控模块，以使得本地能量调控模块下接的各个可控设备执行对应的工作模式。

云端调控模块将能量调控指令发送至本地能量调控模块，各个可控设备执行对应的工作模式。

可以理解的是，该能量调控指令是云端调控模块根据上报的运行状态信息以及当前的各项参数计算得到的具有粗粒度时间间隔的能量调控方案，而本地能量调控模块需要将能量调控指令结合本地运行状态信息进行调整，生成具有细粒度时间间隔的可识别的工作模式指令。

延长了云端调度模块执行调度策略的调度时间间隔，减少本地调度模块与云端调度模块的交互次数，进而提高了云端调度模块对本地调度模块的调度请求的响应效率。

需要说明的是，本地能量调控模块为微电网系统的本地结构的一部分，微电网系统的本地结构还包括储能变流器、储能设备和发电设备，其中，发电设备和储能设备与储能变流器连接，微电网的本地结构还包括本地负载和电表，本地负载和电表都与储能变流器连接。而云平台包括了多个子模块，云平台即为云端调度模块的结构，如图4所示，云端调控模块中包含了推理子模块、预测子模块、数据库、训练子模块和模型库，其中，推理子模块用于执行上述微电网能量调控方法；预测子模块用于生成电价、负荷功率和发电功率的预测值；数据库用于存储所有微电网系统的历史数据和预测数据；训练子模块用于训练调度模型；模型库用于存储训练好的调控模型给推理子模块使用。

需要说明的是，假设使用预设规则或优化求解器替换深度强化学习算法生成调控模型，那么云端调控模块可以只包含：消息队列，推理子模块，预测子模块。

本发明实施例，云端调控模块基于本地能量调控模块上传的微电网系统运行状态信息，生成能量调控指令，减少了生成的电气参数指令，减少了能量调控指令的数据通讯量，降低了网络带宽需求，降低了数据通讯成本。

请参阅图5，本发明实施例提供的微电网能量调控方法的另一个流程图，具体包括：

501、云端调控模块接收本地能量调控模块发送的微电网系统的运行状态信息，运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价。

需要说明的是，在步骤501之前，还包括调控模型的生成过程，具体如下：

(1)搭建微电网能量调控的仿真环境，仿真环境基于微电网系统的历史系统状态数据和预测数据，模拟微电网系统在每个时间点的系统状态。

可以理解的是，仿真环境以微电网系统的历史系统状态数据和预测数据为基础进行搭建的，也可以从历史数据中选取任意一月第一天的0点作为仿真的起始时间点，以该月最后一天24点作为仿真终止时间点。仿真环境支持单步仿真，可以反馈每一时刻的系统状态，包括时间t、天气W

(a)SOC范围约束，任意时刻的SOC值始终保持在指定范围内，即E

(b)储能功率约束，任意时刻储能充电功率和放电功率始终小于等于储能系统的额定功率，即

(c)发电功率约束，任意时刻发电功率始终小于等于发电组件的最大发电功率，即

(d)储能变流器(Power Conversion System，PCS)功率约束，任意时刻发电功率和储能功率之和始终小于等于储能变流器的额定功率，即

其中，E

(2)搭建深度强化学习环境，深度强化学习环境包括状态空间、动作空间、状态转移函数和奖励函数。

为了便于描述，本发明实施例中，将云端的粗粒度时间间隔设置为60min，将本地的细粒度时间间隔设置为1min。

强化学习环境的搭建涉及的4个部分分别为：定义状态S

其中，定义状态S

定义动作a

定义状态转移函数(s

定义奖励函数(s

其中，cost

(3)通过深度强化学习算法结合仿真环境和深度强化学习环境对初始神经网络模型进行训练，生成调控模型。

利用深度强化学习算法(例如，可以是DQN算法)训练初始神经网络模型时，当满足终止条件时停止训练，保存模型文件，同时利用模型转换工具将模型文件进行模型转换，使得转换后的模型文件适应多种硬件和软件环境，如Linux，Windows，ARM，x86等。

需要说明的是，深度强化学习算法还可以替换为预设规则或优化求解器，具体此处不做限定，预设规则也可以是本领域的专家规则。

502、云端调控模块根据微电网系统的运行状态信息确定电价预测数据、负荷功率预测数据和发电功率预测数据。

503、云端调度模块将微电网系统的运行状态信息、电价预测数据、负荷功率预测数据和发电功率预测数据输入预置的调控模型，生成能量调控指令，能量调控指令用于指示各个可控设备的工作模式。

504、云端调度模块将能量调控指令发送至本地能量调控模块，以使得本地能量调控模块下接的各个可控设备执行对应的工作模式。

步骤501-504与步骤301-304类似，此处不再赘述。

505、本地能量调控模块接收云端调控模块发送的能量调控指令，能量调控指令包括各个可控设备的工作模式。

具体的，对能量调控指令进行解析，得到至少一个调控信息；当至少一个调控信息指示电价套利模式或自发自用模式时，生成储能变流器可识别的电价套利模式指令或自发自用模式指令，电价套利模式指令中携带有目标储能荷电量，目标储能荷电量指示储能设备需要达到的荷电量；当至少一个调控信息中指示极端天气备电模式时，生成储能变流器可识别的极端天气备电模式指令；当至少一个调控信息指示即插即用模式时，生成充电设备可识别的即插即用模式指令；当至少一个调控信息指示绿电优先模式时，生成充电设备可识别的绿电优先模式指令；当至少一个调控信息指示计划充电模式时，生成充电设备可识别的计划充电模式指令；当至少一个调控信息中指示有序充电模式时，生成充电设备可识别的有序充电模式指令；当至少一个调控信息中指示节能模式时，生成热泵可识别的节能模式指令。

506、本地能量调控模块对能量调控指令进行解析，得到每个可控设备的可识别工作模式指令。

微电网系统中本地能量管理模块接收到云端调控模块下发的能量调控指令后，进行解析，生成每个可控设备的可识别工作模式指令。

507、根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。

可选的，可控设备包括储能变流器和电力变流器，可识别工作模式指令为电价套利模式指令或自发自用模式指令，步骤507包括如下步骤：

(1)本地能量调控模块确定第一储能功率，第一储能功率用于指示储能设备的充电功率或放电功率；

具体的，本地能量调控模块获取微电网系统的当前负荷功率；本地能量调控模块根据微电网系统的当前负荷功率和预置的功率约束条件确定储能变流器的输出功率，功率约束条件为储能变流器的输出功率小于或等于储能变流器的额定功率；本地能量调控模块将储能变流器的输出功率减去发电设备的理论发电功率，得到第一储能功率。例如，假设当前负荷功率为3kW，储能变流器的额定功率为2kW，则储能变流器的输出功率为2kW；假设发电设备的发电功率为4kW，则第一储能功率等于2kW减去4kW，即-2kW。

(2)当可识别工作模式指令为自发自用模式指令时，将第一储能功率确定为理论储能功率；

第一储能功率、第二储能功率和理论储能功率的正负号含义相同，表示储能设备的充电状态和放电状态，为负时表示储能设备处于充电状态，为正时表示储能设备处于放电状态。

自发自用模式是指储能设备在光伏发电电量多于负荷需求时，将多于的发电量充入储能设备中，在光伏发电量(光伏出力)不够时，放出储能设备中的电量，以满足负荷需求。该模式已内置在储能变流器中，可以被储能变流器自动识别并运行。

(3)当可识别工作模式指令为电价套利模式指令时，根据目标储能荷电量计算第二储能功率，第二储能功率用于指示在目标调度时刻储能设备的荷电量等于目标储能荷电量；

例如，假设储能设备当前荷电量SOC＝0.2，目标荷电量SOC＝0.4，储能设备容量为10kWh，即需要充电2kWh，如果距离云端下一次调控还有30min，那么计算得到的第二储能功率为-4kW。

电价套利模式是指，储能设备在电价低的时段充入电量，在电价高的时段放出电量，供负载消耗。电价套利模式下，云端调控模块给出的微电网能量调控指令包括当前应该运行电价套利模式，此外还给出储能设备在当次调度周期应充入电量，或应放出电量，或目标电量(此处电量是指荷电量)。

(4)根据储能设备的额定功率、储能设备的储能荷电量、第二储能功率和第一储能功率确定理论储能功率；

具体的，本地能量调控模块将第二储能功率和第一储能功率中的最小值确定为候选储能功率；本地能量调控模块对候选储能功率按照预置约束条件进行约束，得到理论储能功率，其中，预置约束条件为储能设备的额定功率大于或等于理论储能功率的绝对值，且储能设备的储能荷电量小于最大荷电量阈值。

例如，假设第二储能功率为充电4kW，即p2＝-4kW，再假设当前负荷功率为2kW，可知储能变流器应控制储能设备放电2kW，再假设当发电功率为1kW，可知储能设备应放电1kW，即第一储能功率值p1＝1kW。所以，候选储能功率min(p1,p2)＝-4kW，也就是储能设备以4kW功率充电。

可以理解的是，候选储能功率要满足额定功率约束和SOC范围约束，例如，储能设备的额定功率只有3kW，那理论储能功率仅能等于3kW。又例如，SOC已经满了，也就不能充电了，也就是说理论储能功率只能等于0kW。

(5)根据微电网系统的运行状态信息对理论发电功率和理论储能功率进行调整，得到目标发电功率和目标储能功率，运行状态信息至少包括当前负荷功率，目标储能功率用于指示储能设备在当前控制周期调整到目标储能荷电量所需的功率，目标发电功率用于指示与发电设备连接的电力变流器对应的实际发电功率；

具体的，判断微电网系统是否处于自发自用模式；若处于自发自用模式，则将理论发电功率确定为实际发电功率；若不处于自发自用模式，则判断微电网系统的并网点处功率是否馈网；若不馈网，则将理论发电功率确定为实际发电功率；若馈网，则计算实际发电功率，实际发电功率用于限制发电设备的发电功率，以使得并网点处功率为零；根据微电网系统的当前负荷功率，对实际发电功率和理论储能功率进行修正，得到目标发电功率和目标储能功率。

需要说明的是，本实施例中计算得到的理论储能功率和实际发电功率只是公式理论计算值，在实际应用时，还需要考虑充放电效率，因此，需要对功率进行修正。

可以理解的是，在储能变流器从电网进行取电之前，若至少一个调控信息中还指示需量控制模式，则可以确定所述储能变流器的最大取电功率。那么需要结合最大取电功率对理论储能功率进行修正，即得到的目标储能功率小于或等于最大取电功率。即步骤“根据微电网系统的当前负荷功率，对实际发电功率和理论储能功率进行修正，得到目标发电功率和目标储能功率”可以替换为“根据微电网系统的当前负荷功率和最大取电功率，对实际发电功率和理论储能功率进行修正，得到目标发电功率和目标储能功率”。

(6)根据目标发电功率和目标储能功率控制电力变流器和储能变流器工作在电价套利模式或自发自用模式。

可以理解的是，当发电设备为光伏发电设备时，电力变流器和储能变流器的功能也可以集成在一起，例如，光储一体逆变器。可以使用光储一体逆变器替换上述步骤(1)-(6)中的电力变流器或储能变流器。

可选的，可控设备为储能变流器，可识别工作模式指令为极端天气备电模式指令，步骤507包括如下步骤：

(1)从极端天气备电模式指令中解析极端天气预警信息，极端天气预警信息包括极端天气开始时间和结束时间；

极端天气备电模式指令，是指当收到极端天气预警信息时，根据极端天气预警信息确定开始时间和结束时间，在极端天气来临前，将储能设备充满电量，使得在极端天气到来后，造成电网停电，此时用户可以使用储能设备中存储的电量，以满足用电需求。其中，极端天气包括热带气旋、热带风暴、雷暴或严重雷暴、龙卷风、暴风雪、大风、洪水、暴洪、丛林大火、高温、寒潮、大雾、冰雹、沙尘暴、海啸、强降雪、强降雨等。

(2)根据极端天气预警信息和储能设备的最大充电功率控制储能设备充满电量。

可以理解的是，为了极端天气具备不确定性，需要尽快完成储能设备的充能，因此，需要按照最大充电功率进行充电。

可选的，可控设备为充电设备，可识别工作模式指令为即插即用模式指令、绿电优先模式指令、计划充电模式指令或有序充电模式指令，步骤507包括如下步骤：

(1)当可识别工作模式指令为即插即用模式指令时，控制充电设备按照快充功率为用电设备进行充电；

其中，解析后的结果为即插即用模式指令时，优先满足充电设备的充电需求，按照快充功率为用电设备进行充电，例如，为待充电的电动汽车进行充电。

或，

(2)当可识别工作模式指令为绿电优先模式指令时，控制充电设备通过发电设备和/或电网为用电设备进行充电；

其中，绿电为发电设备输出的电能，解析后的结果为绿电优先模式指令时，充电设备在满足充电功率的约束下，优先使用发电设备产生的电量为用电设备进行充电，比如光伏发电、风力发电，若发电设备的发电量不够，则从电网获取需要的电量，为用电设备进行充电。

或，

(3)当可识别工作模式指令为计划充电模式指令时，控制充电设备按照预设的计划充电时间和计划充电电量为用电设备进行充电；

其中，解析后的结果为计划充电模式指令时，根据用户设定的计划充电时间和计划充电电量为用电设备进行充电，例如，按照计划为电动汽车充电。

或，

(4)当可识别工作模式指令为有序充电模式指令时，控制充电设备按照预设充电规则为用电设备进行充电，预设充电规则用于指示多个充电设备与多个用电设备的充电顺序关系。

有序充电模式是指在同一时间内，有多个用电设备到达充电站并要求充电，但是充电站的充电设备(例如，充电桩)有限，因此需要按照一定的规则进行有序的充电，以保证每个用电设备(例如，电动汽车)都能够得到充分的充电，并且不会出现充电排队等待时间过长的情况。这种充电模式通常是通过一定的控制算法来实现的，以保证充电效率和充电体验。

可选的，可控设备为热泵，可识别工作模式指令为节能模式指令，步骤507包括如下步骤：

当所述可识别工作模式指令为节能模式指令时，控制所述热泵工作在节能模式。

同理，可控设备还可以包括制氢设备，制氢设备为负载的一种，都可以按照内置的工作模式进行本地调节，内置的工作模式可以包括绿电制氢模式，即使用发电设备输出的电能进行制氢，具体此处不再赘述。

需要说明的是，当微电网系统中同时包括充电设备和储能设备、储能变流器、光伏发电设备和电力变流器(光伏逆变器)时，微电网系统中光伏发电产生的电能，可以供给电动汽车充电和电站内的其他负荷。如果光伏发电富余，可以将多余的电能直接存储在储能设备中，在需求大于供给时，将储能设备中的电能释放出来利用，或者余电上网，获得一部分收益。在分时电价机制下，储能设备可以实现从电网套利，在电价低时给储能设备充电，在电价高时由储能设备放电，可以提高微电网系统的总体收益。光伏、储能、用电设备、充电设备协同工作，使得整个微电网系统内形成了一条完整的、基于可再生能源的能量供应利用链。

当微电网系统为光储充一体化电站时，系统运行指标可以用电站总收益进行衡量，电站总收益包括光伏发电上网收益与充电设备(充电桩)给电动汽车充电带来的收益并减去光储充一体化电站从电网购电的费用。光伏发电上网收益等于光伏发电上网电量与光伏上网电价的乘积，充电设备给电动汽车充电带来的收益等于电动汽车充电电量与电动汽车充电电价的乘积，光储充一体化电站从电网购电的费用为电网购电电量与电网电价的乘积。电网电价为分时电价(固定时段峰谷平电价)或市场电价(实时变化)。

由于云端调控模块的调度时间间隔与微电网系统数量，云端调控模块的配置和实时电价有关，例如，假设有10万个微电网采用本申请的微电网能量调控方法，且云端调控模块每分钟最多只能处理1万次调度请求，那么云端调控模块的调度时间间隔(即云端粗粒度时间间隔)至少也要在10分钟以上。又例如，实时电价每15分钟变化一次，那么云端粗粒度时间间隔可以设置为15分钟，便于及时调控。而微电网系统的本地能量调控模块的调度时间间隔(即本地细粒度时间间隔)与本地能量调控模块的执行速度有关，例如，设置为1分钟执行一次微电网能量调控方法，即每分钟获取一次微电网系统运行状态信息，其中，至少包括当前时刻负荷功率。本地端的细粒度时间间隔也可以为10s，30s，云端的粗粒度时间间隔也可以为15min，30min，根据实际需求进行调整，此处不做限定。

本发明实施例，云端调控模块基于本地能量调控模块上传的微电网系统的运行状态信息，生成可控设备可识别的工作模式指令并下发至本地能量调控模块，本地能量调控模块基于能量调控指令，根据微电网系统运行状态信息，以细粒度时间间隔为频率对储能功率进行调整，按照调整后的目标储能功率值对微电网系统中的储能变流器和电力变流器进行控制，提高了微电网系统中储能变流器和电力变流器的能量管理和调控效率。

上面对本发明实施例中微电网能量调控方法进行了描述，下面对本发明实施例中本地能量调控模块进行描述，请参阅图6，本发明实施例中本地能量调控模块的一个实施例，所述微电网系统包括本地能量调控模块和多个可控设备，包括：

指令接收单元601，用于接收云端调控模块发送的能量调控指令，所述能量调控指令包括各个可控设备的工作模式；

指令解析单元602，用于对所述能量调控指令进行解析，得到每个可控设备的可识别工作模式指令；

控制单元603，用于根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。

在一种可行的实施方式中，所述多个可控设备包括充电设备、储能变流器和热泵中的一个或组合，指令解析单元602具体用于：

对所述能量调控指令进行解析，得到至少一个调控信息；

当所述至少一个调控信息指示电价套利模式或自发自用模式时，生成储能变流器可识别的电价套利模式指令或自发自用模式指令，所述电价套利模式指令中携带有目标储能荷电量，所述目标储能荷电量指示储能设备需要达到的荷电量；

当所述至少一个调控信息中指示极端天气备电模式时，生成储能变流器可识别的极端天气备电模式指令；

当所述至少一个调控信息指示即插即用模式时，生成充电设备可识别的即插即用模式指令；

当所述至少一个调控信息指示绿电优先模式时，生成充电设备可识别的绿电优先模式指令；

当所述至少一个调控信息指示计划充电模式时，生成充电设备可识别的计划充电模式指令；

当所述至少一个调控信息中指示有序充电模式时，生成充电设备可识别的有序充电模式指令；

当所述至少一个调控信息中指示节能模式时，生成热泵可识别的节能模式指令。

在一种可行的实施方式中，所述可控设备包括储能变流器和电力变流器，所述可识别工作模式指令为电价套利模式指令或自发自用模式指令，控制单元603具体用于：

确定第一储能功率，所述第一储能功率用于指示储能设备的充电功率或放电功率；

当所述可识别工作模式指令为自发自用模式指令时，将所述第一储能功率确定为理论储能功率；

当所述可识别工作模式指令为电价套利模式指令时，根据所述目标储能荷电量计算第二储能功率，所述第二储能功率用于指示在目标调度时刻所述储能设备的荷电量等于所述目标储能荷电量；

根据所述储能设备的额定功率、所述储能设备的储能荷电量、所述第二储能功率和所述第一储能功率确定理论储能功率；

根据所述微电网系统的运行状态信息对理论发电功率和所述理论储能功率进行调整，得到目标发电功率和目标储能功率，所述运行状态信息至少包括当前负荷功率，所述目标储能功率用于指示所述储能设备在当前控制周期调整到目标储能荷电量所需的功率，所述目标发电功率用于指示与发电设备连接的电力变流器对应的实际发电功率；

根据所述目标发电功率和所述目标储能功率控制所述电力变流器和所述储能变流器工作在电价套利模式或自发自用模式。

在一种可行的实施方式中，控制单元603具体还用于：

获取所述微电网系统的当前负荷功率；

根据所述微电网系统的当前负荷功率和预置的功率约束条件确定所述储能变流器的输出功率，所述功率约束条件为所述储能变流器的输出功率小于或等于所述储能变流器的额定功率；

将所述储能变流器的输出功率减去发电设备的理论发电功率，得到第一储能功率。

在一种可行的实施方式中，控制单元603具体还用于：

将所述第二储能功率和所述第一储能功率中的最小值确定为候选储能功率；

对所述候选储能功率按照预置约束条件进行约束，得到理论储能功率，其中，所述预置约束条件为所述储能设备的额定功率大于或等于所述理论储能功率的绝对值，且所述储能设备的储能荷电量小于最大荷电量阈值。

在一种可行的实施方式中，控制单元603具体还用于：

判断所述微电网系统是否处于自发自用模式；

若处于自发自用模式，则将所述理论发电功率确定为实际发电功率；

若不处于自发自用模式，则判断所述微电网系统的并网点处功率是否馈网；

若不馈网，则将所述理论发电功率确定为实际发电功率；

若馈网，则计算实际发电功率，所述实际发电功率用于限制所述发电设备的发电功率，以使得所述并网点处功率为零；

根据所述微电网系统的当前负荷功率，对所述实际发电功率和所述理论储能功率进行修正，得到目标发电功率和目标储能功率。

在一种可行的实施方式中，所述可控设备为储能变流器，所述可识别工作模式指令为极端天气备电模式指令，所述控制单元603具体还用于：

从所述极端天气备电模式指令中解析极端天气预警信息，所述极端天气预警信息包括极端天气开始时间和结束时间；

根据所述极端天气预警信息和储能设备的最大充电功率控制所述储能设备充满电量。

在一种可行的实施方式中，所述可控设备为充电设备，所述可识别工作模式指令为即插即用模式或绿电优先模式或计划充电模式或有序充电模式，所述控制单元603具体还用于：

当所述可识别工作模式指令为即插即用模式指令时，控制所述充电设备按照快充功率为用电设备进行充电；或，

当所述可识别工作模式指令为绿电优先模式指令时，控制所述充电设备通过发电设备和/或电网为用电设备进行充电；或，

当所述可识别工作模式指令为计划充电模式指令时，控制所述充电设备按照预设的计划充电时间和计划充电电量为用电设备进行充电；或，

当所述可识别工作模式指令为有序充电模式指令时，控制所述充电设备按照预设充电规则为用电设备进行充电，所述预设充电规则用于指示多个充电设备与多个用电设备的充电顺序关系。

在一种可行的实施方式中，本地能量调控模块还包括：

判断单元604，用于判断当前时刻是否为云端调度时刻；

信息发送单元605，用于若是，则采集所述并网微电网在当前时刻的运行状态信息并发送至所述云端调度模块，所述运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价。

本发明实施例，本地能量管理模块将云端调控模块下发的能量调控指令解析为各个可控设备可识别的工作模式指令，解决了能量调控指令与因调控周期内的微电网系统状态变化而不匹配的问题，提高了微电网系统中各个可控设备的能量管理和调控效率。

下面对本发明实施例中云端调控模块进行描述，请参阅图7，本发明实施例中云端调控模块的一个实施例，应用于微电网系统，所述微电网系统包括本地能量调控模块和多个可控设备，包括：

信息接收单元701，用于接收所述本地能量调控模块发送的微电网系统的运行状态信息，所述运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价；

预测确定单元702，用于根据所述微电网系统的运行状态信息确定电价预测数据、负荷功率预测数据和发电功率预测数据；

指令生成单元703，用于将所述微电网系统的运行状态信息、所述电价预测数据、所述负荷功率预测数据和所述发电功率预测数据输入预置的调控模型，生成能量调控指令，所述能量调控指令用于指示各个可控设备的工作模式；

指令发送单元704，用于将所述能量调控指令发送至所述本地能量调控模块，以使得所述本地能量调控模块下接的各个可控设备执行对应的工作模式。

在一种可行的实施方式中，所述指令生成单元703具体用于：

根据所述微电网系统的运行状态信息、所述电价预测值、所述负荷功率预测值和所述发电功率预测值生成特征向量；

根据所述特征向量和预置的调控模型生成能量调控指令。

在一种可行的实施方式中，所述云端调控模块还包括：

第一搭建单元705，用于搭建微电网能量调控的仿真环境，所述仿真环境基于所述微电网系统的历史系统状态数据和预测数据，模拟微电网系统在每个时间点的系统状态；

第二搭建单元706，用于搭建深度强化学习环境，所述深度强化学习环境包括状态空间、动作空间、状态转移函数和奖励函数；

模型训练单元707，用于通过深度强化学习算法结合所述仿真环境和所述深度强化学习环境对初始神经网络模型进行训练，生成调控模型。

本发明实施例，云端调控模块基于本地能量调控模块上传的微电网系统运行状态信息，生成能量调控指令，减少了生成的电气参数指令，减少了能量调控指令的数据通讯量，降低了网络带宽需求，降低了数据通讯成本。

图8是本发明实施例提供的一种微电网能量调控设备的结构示意图，该微电网能量调控设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)810(例如，一个或一个以上处理器)和存储器820，一个或一个以上存储应用程序833或数据832的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对微电网能量调控设备800中的一系列指令操作。更进一步地，处理器810可以设置为与存储介质830通信，在微电网能量调控设备800上执行存储介质830中的一系列指令操作。

微电网能量调控设备800还可以包括一个或一个以上电源840，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口860，和/或，一个或一个以上操作设备831，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图8示出的微电网能量调控设备结构并不构成对微电网能量调控设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

作为示例而非限定的是，微电网能量调控设备800可为本地能量调控模块或云端调控模块。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述微电网能量调控方法的步骤，步骤具体包括：

接收云端调控模块发送的能量调控指令，所述能量调控指令包括各个可控设备的工作模式；对所述能量调控指令进行解析，得到每个可控设备的可识别工作模式指令；根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式。本发明实施例，本地能量管理模块将云端调控模块下发的能量调控指令解析为各个可控设备可识别的工作模式指令，解决了能量调控指令与因调控周期内的微电网系统状态变化而不匹配的问题，提高了微电网系统中各个可控设备的能量管理和调控效率。

上述多个可控设备包括充电设备、储能变流器和热泵中的一个或组合，对能量调控指令进行解析，得到每个可控设备的可识别工作模式指令，包括：对能量调控指令进行解析，得到至少一个调控信息；当至少一个调控信息指示电价套利模式或自发自用模式时，生成储能变流器可识别的电价套利模式指令或自发自用模式指令，电价套利模式指令中携带有目标储能荷电量，目标储能荷电量指示储能设备需要达到的荷电量；当至少一个调控信息中指示极端天气备电模式时，生成储能变流器可识别的极端天气备电模式指令；当至少一个调控信息指示即插即用模式时，生成充电设备可识别的即插即用模式指令；当至少一个调控信息指示绿电优先模式时，生成充电设备可识别的绿电优先模式指令；当至少一个调控信息指示计划充电模式时，生成充电设备可识别的计划充电模式指令；当至少一个调控信息中指示有序充电模式时，生成充电设备可识别的有序充电模式指令；当至少一个调控信息中指示节能模式时，生成热泵可识别的节能模式指令。

上述可控设备包括储能变流器和电力变流器，可识别工作模式指令为电价套利模式指令或自发自用模式指令，根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式，包括：确定第一储能功率，第一储能功率用于指示储能设备的充电功率或放电功率；当可识别工作模式指令为自发自用模式指令时，将第一储能功率确定为理论储能功率；当可识别工作模式指令为电价套利模式指令时，根据目标储能荷电量计算第二储能功率，第二储能功率用于指示在目标调度时刻储能设备的荷电量等于目标储能荷电量；根据储能设备的额定功率、储能设备的储能荷电量、第二储能功率和第一储能功率确定理论储能功率；根据微电网系统的运行状态信息对理论发电功率和理论储能功率进行调整，得到目标发电功率和目标储能功率，运行状态信息至少包括当前负荷功率，目标储能功率用于指示储能设备在当前控制周期调整到目标储能荷电量所需的功率，目标发电功率用于指示与发电设备连接的电力变流器对应的实际发电功率；根据目标发电功率和目标储能功率控制电力变流器和储能变流器工作在电价套利模式或自发自用模式。

上述确定第一储能功率，包括：获取所述微电网系统的当前负荷功率；根据所述微电网系统的当前负荷功率和预置的功率约束条件确定所述储能变流器的输出功率，所述功率约束条件为所述储能变流器的输出功率小于或等于所述储能变流器的额定功率；将所述储能变流器的输出功率减去发电设备的理论发电功率，得到第一储能功率。

上述根据储能设备的额定功率、储能设备的储能荷电量、第二储能功率和第一储能功率确定理论储能功率，包括：将第二储能功率和第一储能功率中的最小值确定为候选储能功率；对候选储能功率按照预置约束条件进行约束，得到理论储能功率，其中，预置约束条件为储能设备的额定功率大于或等于理论储能功率的绝对值，且储能设备的储能荷电量小于最大荷电量阈值。

上述根据微电网系统的运行状态信息对理论发电功率和理论储能功率进行调整，得到目标发电功率和目标储能功率，包括：判断微电网系统是否处于自发自用模式；若处于自发自用模式，则将理论发电功率确定为实际发电功率；若不处于自发自用模式，则判断微电网系统的并网点处功率是否馈网；若不馈网，则将理论发电功率确定为实际发电功率；若馈网，则计算实际发电功率，实际发电功率用于限制发电设备的发电功率，以使得并网点处功率为零；根据微电网系统的当前负荷功率，对实际发电功率和理论储能功率进行修正，得到目标发电功率和目标储能功率。

上述可控设备为储能变流器，可识别工作模式指令为极端天气备电模式指令，根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式，还包括：从极端天气备电模式指令中解析极端天气预警信息，极端天气预警信息包括极端天气开始时间和结束时间；根据极端天气预警信息和储能设备的最大充电功率控制储能设备充满电量。

上述可控设备为充电设备，可识别工作模式指令为即插即用模式或绿电优先模式或计划充电模式或有序充电模式，根据每个可控设备的可识别工作模式指令控制各个可控设备运行对应的工作模式，还包括：当可识别工作模式指令为即插即用模式指令时，控制充电设备按照快充功率为用电设备进行充电；或，当可识别工作模式指令为绿电优先模式指令时，控制充电设备通过发电设备和/或电网为用电设备进行充电；或，当可识别工作模式指令为计划充电模式指令时，控制充电设备按照预设的计划充电时间和计划充电电量为用电设备进行充电；或，当可识别工作模式指令为有序充电模式指令时，控制充电设备按照预设充电规则为用电设备进行充电，预设充电规则用于指示多个充电设备与多个用电设备的充电顺序关系。

上述在接收云端调控模块发送的能量调控指令之前，还包括：判断当前时刻是否为云端调控时刻；若是，则采集微电网系统在当前时刻的运行状态信息并发送至云端调控模块，运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、光伏发电功率和当前电价。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述微电网能量调控方法的步骤，步骤具体包括：

接收所述本地能量调控模块发送的微电网系统的运行状态信息，所述运行状态信息包括当前时刻、天气信息、储能设备的荷电量、当前负荷功率、发电功率和当前电价；根据所述微电网系统的运行状态信息确定电价预测数据、负荷功率预测数据和发电功率预测数据；将所述微电网系统的运行状态信息、所述电价预测数据、所述负荷功率预测数据和所述发电功率预测数据输入预置的调控模型，生成能量调控指令，所述能量调控指令用于指示各个可控设备的工作模式；将所述能量调控指令发送至所述本地能量调控模块，以使得所述本地能量调控模块下接的各个可控设备执行对应的工作模式。本发明实施例，云端调控模块基于本地能量调控模块上传的微电网系统运行状态信息，生成能量调控指令，减少了生成的电气参数指令，减少了能量调控指令的数据通讯量，降低了网络带宽需求，降低了数据通讯成本。

上述将微电网系统的运行状态信息、电价预测数据、负荷功率预测数据和光伏发电功率预测数据输入预置的调控模型，生成能量调控指令，包括：根据微电网系统的运行状态信息、电价预测值、负荷功率预测值和发电功率预测值生成特征向量；根据特征向量和预置的调控模型生成能量调控指令。

上述在接收本地能量调控模块发送的微电网系统的运行状态信息之前，还包括：搭建微电网能量调控的仿真环境，仿真环境基于微电网系统的历史系统状态数据和预测数据，模拟微电网系统在每个时间点的系统状态；搭建深度强化学习环境，深度强化学习环境包括状态空间、动作空间、状态转移函数和奖励函数；通过深度强化学习算法结合仿真环境和深度强化学习环境对初始神经网络模型进行训练，生成调控模型。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。