摘要：一种微电网能量管理系统，包括预测子系统与经济调度子系统。经济调度子系统调用预测子系统，并基于预测子系统的预测值，通过人工智能算法优化而下发相应的经济调度指令。预测子系统包括：数据模块，用于存储和/或获取历史数据与当前数据；形成模块，与数据模块相连，形成模块根据数据模块的历史数据而生成预测模型；预测模块，与数据模块及形成模块相连，用于根据数据模块的当前数据，基于形成模块的预测模型而生成相应的预测值；通信模块，用于接收来自经济调度子系统的调用指令，及/或将预测值发送至经济调度子系统。本发明还涉及一种相应的微网能量管理方法。
本发明涉及一种微电网能量管理系统与能量管理方法，特别地，涉及一种分布式运行的能量管理系统与能量管理方法。
发明背景：
微网技术使得分布式电源能大规模地集中使用，并联到大电网中运行，其将小规模的发电装置、负荷、储能智能化地集结在一起，形成一个小型的发、输、配电系统。
在微电网中通常包括经济调度模块用于下发经济调度指令，以此实现对微网内各涉及单位的调度，进行能量的管理。通常地，在进行经济调度时，该经济调度模块调用预测模块，由预测模块获取历史数据，使用预测算法来对历史数据进行预测；在预测之后，对预测结果的精度进行评估。
已经发现的是，在实际工程中，对于历史数据的读取需要花费大量时间，从而使系统的预测缺乏实时性。同时，经济调度模块下发的指令与实际操作的指令存在一定的误差，这将会降低系统的可操作性。
基于此，有必要提供一种具有实时性的微电网能量管理系统，以及相应的能量管理方法。
一种微电网能量管理系统，包括预测子系统与经济调度子系统，所述经济调度子系统调用所述预测子系统，并基于所述预测子系统的预测值，通过人工智能算法优化而下 发相应的经济调度指令;所述预测子系统包括：
数据模块，用于存储和/或获取历史数据与当前数据;
形成模块，与所述数据模块相连，所述形成模块根据所述数据模块的历史数据而生成预测模型;
预测模块，与所述数据模块及所述形成模块相连，用于根据所述数据模块的当前数据，基于所述形成模块的预测模型而生成相应的预测值;
通信模块，用于接收来自所述经济调度子系统的调用指令，及/或将所述预测值发送至所述经济调度子系统。
可选地，所述历史数据包括历史光伏出力功率和负荷数据及相对应的历史天气数据，所述当前数据包括前一天光伏出力功率和前一天负载数据及相对应的天气数据。
可选地，所述微电网能量管理系统进一步包括误差补偿子系统，所述误差补偿子系统与所述经济调度子系统相连，用于根据逆变器下发的实际操作指令与所述经济调度子 系统下发的经济调度指令之间的误差而生成补偿信号，以对所述经济调度子系统生成所述经济调度指令进行修正。
可选地，所述误差补偿模块基于所述误差进行比例积分控制，以进行所述修正。
可选地，所述微电网能量管理系统形成为多智能体系统，所述数据模块、形成模块、预测模块、通信模块中至少一个形成为智能体。
一种微电网能量管理方法，包括：
形成模块根据历史数据生成预测模型;
预测模块根据所述预测模型及当前数据而生成相应的预测值;
将所述预测值发送至经济调度子系统;
经济调度子系统基于所述预测值，利用人工智能算法优化而下发相应的经济调度指令。
可选地，所述能量管理方法进一步包括：
利用形成模块向数据模块发送历史数据请求;
数据模块向形成模块发送历史数据。
[可选地，所述历史数据包括历史光伏出力功率和负荷数据及相对应的历史天气数据。
可选地，所述微电网能量管理方法进一步包括：
预测模块向数据模块发送当前数据请求;
数据模块向预测模块发送当前数据。
可选地，所述当前数据包括前一天光伏出力功率和前一天负载数据及相对应的天气数据。
可选地，所述微电网能量管理方法进一步包括：根据逆变器下发的实际操作指令 与所述经济调度子系统下发的经济调度指令之间的误差而对所述经济调度子系统生成所 述经济调度指令进行修正。
可选地，基于所述误差进行比例积分控制，以进行所述补偿。
可选地，所述微电网能量管理方法由多智能体系统实现，所述形成模块、预测模块中至少一个形成为多智能体。
根据本发明各实施方式的微电网能量管理系统，可以基于MAS分布式平台来搭建，能够使得该微电网能量管理系统的各个模块具有智能性，使模型训练与其他模块可以独立 运行。通过在该微电网能量管理系统中包括误差补偿，使得整体的能量管理系统中引入误 差开环控制思想，从而提升精度，并且有助于提高系统的可控性。
图1为本发明一种实施方式的微电网能量管理系统的结构示意图;
图2为本发明另一实施方式的微电网能量管理系统的结构框图;
图3为本发明一种实施方式的微电网能量管理方法的流程。
具体实施：
如图1所示，其为本发明一种实施方式的微电网能量管理系统的结构示意图。该微 电网能量管理系统10包括预测子系统101、经济调度子系统103等。经济调度子系统103调用 预测子系统101，以启停所述预测子系统101，并基于所述预测子系统101的预测值而生成相 应的经济调度指令而进行下发。在该实施方式中，预测子系统101包括：数据模块102、形成 模块104、预测模块106、通信模块108等。
在一种实施方式中，该微电网能量管理系统10可以实现为一种多智能体系统 (Multi-Agent System，MAS);其中的各个模块可以实现为该多智能体系统中的智能体 (Agent)，例如数据Agent、通信Agent等，各个Agent均可独立完成其工作，从而使得该MAS系 统具有智能性和分布式特性。
数据模块102用于储存和/或获取历史数据与当前数据。具体地，该数据模块102可 以存储或者获取微电网能量管理系统所下发的历史指令，以及该历史指令相对应的历史数 据、天气情况等。数据模块102还可以存储或者获取当前的数据，包括预测数据和天气数据 等，以提供给预测模块106。数据模块102可以自身具有存储功能，亦可以是作为微电网能量 系统10与数据库之间的连接平台，从而通过该数据模块102来保证微电网能量系统与数据库之间的连接，减少平台与数据库因为频繁交互所造成的冗余操作。
形成模块104与数据模块102相连，用于根据数据模块102所提供的历史数据，以及 与之相应的历史天气数据，来生成预测模型。在一种可选的实施方式中，该形成模块104可 以实现为训练Agent，其根据预测算法，在输入系统历史数据和天气数据时，求出训练模型。
预测模块106与数据模块102及形成模块104相连，用于根据数据模块102所提供的 当前数据，基于形成模块104的预测模型，而生成相应的预测值。在一种可选的实施方式中， 预测模块106可以实现为预测Agent，其根据相应的预测模型，例如形成模块104( 训练 Agent)的训练模型，在数据模块102(数据库Agent)输入的预测数据与天气数据下，求出相 对应的预测值。
通信模块108与预测模块106相连，用于将预测模块106所生成的预测值送至经济 调度子系统103。在一种实施方式中，通信模块108实现为通讯Agent，其将预测模块106(预 测Agent)所得到的预测值送出。可以理解的是，基于前述的根据预测数据和天气数据而预 测得到的预测值，可以由经济调度模块来运行人工智能算法，以生成相应的经济调度指令。
根据该实施方式的微电网能量管理系统，可以基于MAS分布式平台来搭建，能够使 得该微电网能量管理系统的各个模块具有分布特性，使模型训练与预测可以独立运行。
如图2所示，其为本发明另一实施方式的微电网能量管理系统的结构框图。与图1 所示的类似地，该微电网能量管理系统20也包括预测子系统201、经济调度子系统203等。其 中预测子系统201包括数据模块202、形成模块204、预测模块206、通信模块208等，并且具有 与图1中所示的各对应标号的模块相类似的功能，从而在此对该部分内容不予赘述。
该微电网经济调度系统20还包括误差补偿模块205，其与所述经济调度子系统203 相连，用于根据逆变器所发出的实际操作指令与经济调度子系统203所发出的经济调度指 令之间的误差而生成补偿信号，以对经济调度子系统203生成经济调度指令进行补偿。
在一种实施方式中，在形成模块204根据历史数据和历史天气数据而得到训练模 型后，预测模块206在该训练模型的基础上，基于预测数据和天气数据而生成相对应的预测 值，经济调度子系统203从而通过运行人工智能算法优化来得到相对应的经济调度指令，以 提供下发。在实际操作中，由于逆变器所下发的实际操作指令与经济调度子系统203的调度 指令之间不可避免地存在一定的误差，该误差补偿模块205可以利用该误差来进行反馈控 制，使在生成调度指令时就将该误差考虑进去，从而提升调度指令的精度。在一种可选的实施方式中，该误差补偿模块205基于该误差进行比例积分(PI)控制，以进行反馈补偿。
通过在该微电网能量管理系统中包括误差补偿，使得整体的能量管理系统中引入误差开环控制思想，从而提升精度，并且有助于提高系统的可控性。
如图3所示，其为本发明一种实施方式的微电网能量管理方法的流程。以下将参考 图1、图2中所示的微电网能量管理系统来对该微电网能量管理方法进行说明。
步骤302，形成模块根据历史数据生成预测模型。
具体地，形成模块104、204根据历史数据，如历史调度数据与相对应的历史天气数 据，来生成预测模型。该过程可以参考前述的形成模块104、204(训练Agent)的工作过程。
步骤304，预测模块根据所述预测模型以及当前数据而生成相应的预测值。
具体地，预测模块106、206根据形成模块所生成的预测模型，以及当前数据，如当 前预测数据以及相对应的天气数据，来生成相应的预测值。进一步地，该生成预测值的过程 可以参考以上所述的预测模块106、206(预测Agent)的工作过程。
步骤306，下发所述预测值。
具体地，通信模块108、208将预测模块106、206所生成的预测值发送到经济调度子 系统103、203。
步骤308，经济调度子系统基于预测值，通过运行人工智能算法优化来生成相应的 经济调度指令，并下发所生成的经济调度指令。在一种可选的实施方式中，可以由经济调度 子系统103、203在需要的时候调用预测Agent所得到的预测值，并通过运行人工智能算法优 化来生成经济调度指令并下发。
在一些实施方式中，微电网能量管理方法还可以包括可选的步骤310，根据实际操 作指令与经济调度指令之间的误差而对于经济调度子系统生成经济调度指令进行相应的 补偿。
具体地，误差补偿模块205根据逆变器的实际操作指令值所述经济调度子系统所 发出的调度指令之间的误差而生成补偿信号，以对经济调度子系统203生成经济调度指令 进行补偿。进一步地，该进行补偿的过程可以参考以上所述的误差补偿模块205的工作过 程。
根据该微电网能量管理方法，可以基于MAS分布式平台来搭建，能够使得该微电网 能量管理系统的各个模块具有智能性，使模型训练与其他模块可以独立运行。通过在该微 电网能量管理方法中包括误差补偿，使得整体的能量管理系统中引入误差开环控制思想， 从而提升精度，并且有助于提高系统的可控性。
根据该微电网能量管理方法，可以基于MAS分布式平台来搭建，能够使得该微电网 能量管理系统的各个模块具有智能性，使模型训练与其他模块可以独立运行。通过在该微 电网能量管理方法中包括误差补偿，使得整体的能量管理系统中引入误差开环控制思想， 从而提升精度，并且有助于提高系统的可控性。
基于此，当经济调度子系统调用预测模块时，通讯Agent(通信模块)启动训练 Agent(形成模块)，同时预测Agent(预测模块)请求数据库Agent(数据库)发送当前数据和 对应的天气数据。在接收到当前数据和对应的天气数据后，预测Agent使用最新的训练模型 Model、当前数据、天气数据来进行预测，将所得到的预测值发送给经济调度子系统。
在以上过程中，请求历史数据、生成预测模型、请求预测值和条件数据、生成预测值的过程是独立于经济调度进程而独立进行的，其与数据库的交互也是独立进行，从而在 经济调度进程进行时，上述过程也可以同时并行运行而使model得以更新。从而在经济调度 模块调用预测算法的时候，预测模块可以直接使用最新的model，如此，可以显示出MAS分布 式平台的优势而加快系统的运行时间。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实 施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存 在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并 不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来 说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护 范围。因此，本发明专利的保护范围应以所附权利要求为准。
该发明的特点：
1.一种微电网能量管理系统，其特征在于，包括预测子系统与经济调度子系统，所述经济调度子系统调用所述预测子系统，并基于所述预测子系统的预测值，通过人工智能算法优化而下发相应的经济调度指令;所述预测子系统包括：数据模块，用于存储和/或获取历史数据与当前数据;形成模块，与所述数据模块相连，所述形成模块根据所述数据模块的历史数据而生成预测模型;预测模块，与所述数据模块及所述形成模块相连，用于根据所述数据模块的当前数据，基于所述形成模块的预测模型而生成相应的预测值;通信模块，用于接收来自所述经济调度子系统的调用指令，及/或将所述预测值发送至所述经济调度子系统。
2.根据权利要求1所述的微电网能量管理系统，其特征在于，所述历史数据包括历史光伏出力功率和负荷数据及相对应的历史天气数据，所述当前数据包括前一天光伏出力功率和前一天负载数据及相对应的天气数据。
3.根据权利要求1所述的微电网能量管理系统，其特征在于，进一步包括误差补偿子系统，所述误差补偿子系统与所述经济调度子系统相连，用于根据逆变器下发的实际操作指令与所述经济调度子系统下发的经济调度指令之间的误差而生成补偿信号，以对所述经济调度子系统生成所述经济调度指令进行修正。
4.根据权利要求3所述的微电网能量管理系统，其特征在于：所述误差补偿模块基于所述误差进行比例积分控制，以进行所述修正。
5.根据权利要求1所述的微电网能量管理系统，其特征在于，所述能量管理系统组成多智能体系统，所述数据模块、形成模块、预测模块、通信模块中至少一个形成为智能体。
6.一种微电网能量管理方法，其特征在于，包括：形成模块根据历史数据生成预测模型;预测模块根据所述预测模型及当前数据而生成相应的预测值;将所述预测值发送至经济调度子系统;经济调度子系统基于所述预测值，根据人工智能算法优化而下发相应的经济调度指令。
7.根据权利要求6所述的微电网能量管理方法，其特征在于，进一步包括：利用形成模块向数据模块发送历史数据请求;数据模块向形成模块发送历史数据。
8.根据权利要求7所述的微电网能量管理方法，其特征在于：所述历史数据包括历史光伏出力功率和负荷数据及相对应的历史天气数据。
9.根据权利要求6所述的微电网能量管理方法，其特征在于，进一步包括：预测模块向数据模块发送当前数据请求;数据模块向预测模块发送当前数据。
10.根据权利要求9所述的微电网能量管理方法，其特征在于：所述当前数据包括前一天光伏出力功率和前一天负载数据及相对应的天气数据。
11.根据权利要求6所述的微电网能量管理方法，其特征在于，进一步包括：根据逆变器下发的实际操作指令与所述经济调度子系统下发的经济调度指令之间的误差而对所述经济调度子系统生成所述经济调度指令进行修正。12.根据权利要求11所述的微电网能量管理方法，其特征在于，基于所述误差进行比例积分控制，以进行所述补偿。13.根据权利要求6所述的微电网能量管理方法，其特征在于，所述能量管理方法由多智能体系统实现，所述形成模块、预测模块中至少一个形成为多智能体。
延伸阅读：
发明公布︱一种微电网结构的低功率LED灯及其石墨烯膜的制备方法
