本發(fā)明涉及配電網(wǎng)，特別是源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化方法。

背景技術(shù)：

1、隨著新能源的大規(guī)模接入和電力市場化改革的深入推進(jìn)，配電網(wǎng)面臨著供需平衡、電能質(zhì)量維護(hù)、經(jīng)濟(jì)運(yùn)行等多重挑戰(zhàn)，傳統(tǒng)的配電網(wǎng)運(yùn)行優(yōu)化方法主要集中在單一時(shí)間尺度和單一場景下，難以適應(yīng)源網(wǎng)儲(chǔ)一體化背景下配電網(wǎng)的復(fù)雜性和多變性；

2、目前，針對(duì)源網(wǎng)儲(chǔ)一體化配電網(wǎng)的運(yùn)行優(yōu)化，已有一些研究和探索，然而，現(xiàn)有的研究主要集中在單一時(shí)間尺度下的優(yōu)化，如日前優(yōu)化或?qū)崟r(shí)優(yōu)化，缺乏對(duì)多時(shí)間尺度協(xié)同優(yōu)化的考慮，此外，現(xiàn)有方法大多采用集中式優(yōu)化，計(jì)算效率和可擴(kuò)展性有限，難以應(yīng)對(duì)大規(guī)模配電網(wǎng)的優(yōu)化需求，同時(shí)，現(xiàn)有方法對(duì)配電網(wǎng)的建模和求解過程缺乏靈活性和適應(yīng)性，難以快速響應(yīng)配電網(wǎng)運(yùn)行狀態(tài)的變化；

3、因此，亟需一種方案解決現(xiàn)有技術(shù)中存在的問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化方法，實(shí)現(xiàn)了源網(wǎng)儲(chǔ)一體化配電網(wǎng)的高效優(yōu)化和靈活控制，提高了配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性、可靠性和適應(yīng)性，為能源互聯(lián)網(wǎng)和智慧能源的發(fā)展提供了有力支撐。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化方法，分別在配電網(wǎng)中的變電站、配電線路和分布式電源處設(shè)置多種類型的智能傳感器，通過所述智能傳感器采集多維度配電運(yùn)行參數(shù)，通過多協(xié)議融合的配電物聯(lián)網(wǎng)上傳至邊緣計(jì)算服務(wù)器，所述邊緣計(jì)算服務(wù)器通過基于本體推理的知識(shí)圖譜構(gòu)建算法結(jié)合能源領(lǐng)域知識(shí)和配電網(wǎng)運(yùn)行規(guī)律進(jìn)行語義提取和自動(dòng)標(biāo)注，對(duì)標(biāo)注后的語義內(nèi)容進(jìn)行沖突校正后確定對(duì)應(yīng)的邏輯關(guān)聯(lián)，得到配電知識(shí)圖譜，基于所述配電知識(shí)圖譜構(gòu)建動(dòng)態(tài)預(yù)測模型，結(jié)合圖卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行配電指標(biāo)預(yù)測，得到預(yù)測結(jié)果并生成關(guān)鍵指標(biāo)預(yù)測圖譜；

3、基于所述配電知識(shí)圖譜和所述關(guān)鍵指標(biāo)預(yù)測圖譜，通過時(shí)空數(shù)據(jù)一體化建模技術(shù)構(gòu)建多時(shí)空尺度協(xié)同優(yōu)化模型并設(shè)置目標(biāo)函數(shù)，對(duì)于不同時(shí)空尺度，通過多時(shí)間尺度滾動(dòng)優(yōu)化算法和空間分層遞階優(yōu)化算法構(gòu)建多個(gè)不同尺度的物理優(yōu)化子模型，通過基于智能體的分布式博弈優(yōu)化方法構(gòu)建市場博弈優(yōu)化子模型并與所述物理優(yōu)化子模型進(jìn)行交互耦合，通過多智能體強(qiáng)化學(xué)習(xí)對(duì)所述物理優(yōu)化子模型進(jìn)行協(xié)同，結(jié)合自適應(yīng)進(jìn)化博弈算法對(duì)所述市場博弈優(yōu)化子模型和協(xié)同處理后的物理優(yōu)化子模型進(jìn)行交互反饋和迭代收斂，得到多尺度協(xié)同優(yōu)化方案；

4、將所述多尺度協(xié)同優(yōu)化方案對(duì)應(yīng)的評(píng)估規(guī)則和評(píng)估指標(biāo)體系封裝為評(píng)估合約，執(zhí)行所述多尺度協(xié)同優(yōu)化方案，通過預(yù)先設(shè)置的區(qū)塊鏈網(wǎng)絡(luò)中的區(qū)塊鏈節(jié)點(diǎn)，基于實(shí)時(shí)運(yùn)行數(shù)據(jù)和所述評(píng)估合約對(duì)所述多尺度協(xié)同優(yōu)化方案進(jìn)行分布式評(píng)估，生成評(píng)估結(jié)果，若所述評(píng)估結(jié)果未達(dá)標(biāo)則通過區(qū)塊鏈智能合約技術(shù)將所述多時(shí)空尺度協(xié)同優(yōu)化模型封裝為優(yōu)化合約，通過所述區(qū)塊鏈節(jié)點(diǎn)協(xié)同觸發(fā)所述優(yōu)化合約并基于所述實(shí)時(shí)運(yùn)行數(shù)據(jù)重新求解生成候選優(yōu)化方案，重復(fù)評(píng)估，直至生成的候選優(yōu)化方案達(dá)標(biāo)，將最后一次迭代的候選優(yōu)化方案作為共識(shí)方案并執(zhí)行。

5、在一較佳的實(shí)施例中，所述智能傳感器包括相量測量單元，微型氣象站、配電線路監(jiān)測裝置、配電故障指示器和電能質(zhì)量監(jiān)測裝置，基于所述智能傳感器，采集多種類型的異構(gòu)數(shù)據(jù)并組合為數(shù)據(jù)集，得到所述多維度配電運(yùn)行參數(shù)；

6、基于多協(xié)議融合的配電物聯(lián)網(wǎng)，在傳感器節(jié)點(diǎn)側(cè)根據(jù)數(shù)據(jù)類型和通信需求選擇通信協(xié)議，在匯聚節(jié)點(diǎn)側(cè)，通過邊緣計(jì)算網(wǎng)關(guān)對(duì)通信協(xié)議進(jìn)行融合轉(zhuǎn)換，結(jié)合高速通信鏈路將融合轉(zhuǎn)換后的數(shù)據(jù)上傳至所述配電物聯(lián)網(wǎng)對(duì)應(yīng)的邊緣計(jì)算服務(wù)器；

7、所述邊緣計(jì)算服務(wù)器根據(jù)能源領(lǐng)域的概念、術(shù)語和關(guān)系構(gòu)建能源領(lǐng)域本體，定義配電網(wǎng)中的設(shè)備、拓?fù)浜铜h(huán)境為核心概念，將屬性關(guān)聯(lián)、空間鄰接和邏輯依賴作為語義關(guān)系，通過本體描述語言對(duì)所述能源領(lǐng)域本體進(jìn)行形式化表示，生成能源領(lǐng)域知識(shí)庫，通過關(guān)聯(lián)規(guī)則挖掘算法計(jì)算配電網(wǎng)歷史運(yùn)行數(shù)據(jù)中確定配電網(wǎng)中負(fù)荷、電壓和網(wǎng)損之間的支持度，基于所述支持度確定關(guān)聯(lián)模式，結(jié)合時(shí)間序列聚類算法確定不同時(shí)間尺度對(duì)應(yīng)的運(yùn)行模式，結(jié)合因果推斷算法確定配電網(wǎng)中設(shè)備故障和電能質(zhì)量不達(dá)標(biāo)事件的因果關(guān)系，得到所述配電網(wǎng)運(yùn)行規(guī)律；

8、所述邊緣計(jì)算服務(wù)器對(duì)接收到的融合轉(zhuǎn)換后的數(shù)據(jù)根據(jù)時(shí)間、空間和屬性進(jìn)行語義表示并映射至能源領(lǐng)域本體中的概念和關(guān)系，通過本體推理算法，基于所述能源領(lǐng)域本體和所述配電網(wǎng)運(yùn)行規(guī)律進(jìn)行語義豐富，自動(dòng)標(biāo)注當(dāng)前數(shù)據(jù)對(duì)應(yīng)的業(yè)務(wù)語義、時(shí)空語義和關(guān)聯(lián)語義，通過基于規(guī)則的數(shù)據(jù)質(zhì)量校驗(yàn)方法對(duì)標(biāo)注后的語義內(nèi)容進(jìn)行沖突檢測，得到標(biāo)注語義內(nèi)容，將所述標(biāo)注語義內(nèi)容轉(zhuǎn)化為三元組并構(gòu)建所述配電知識(shí)圖譜的節(jié)點(diǎn)和邊，其中，節(jié)點(diǎn)表示配電網(wǎng)中的設(shè)備、用戶和環(huán)境，邊表示實(shí)體間的關(guān)聯(lián)關(guān)系，得到所述配電知識(shí)圖譜；

9、基于所述配電知識(shí)圖譜和電網(wǎng)運(yùn)行管理需求，將負(fù)荷需求、網(wǎng)損水平和電壓合格率作為關(guān)鍵指標(biāo)，基于所述關(guān)鍵指標(biāo)，結(jié)合圖卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述配電知識(shí)圖譜進(jìn)行特征學(xué)習(xí)，聚合節(jié)點(diǎn)信息和結(jié)構(gòu)信息，得到每個(gè)節(jié)點(diǎn)的低維向量表示，結(jié)合長短時(shí)記憶網(wǎng)絡(luò)建立初始預(yù)測模型，將所述配電網(wǎng)歷史運(yùn)行數(shù)據(jù)作為訓(xùn)練集添加至所述初始預(yù)測模型中，生成預(yù)測結(jié)果并與每個(gè)數(shù)據(jù)對(duì)應(yīng)的真實(shí)標(biāo)簽進(jìn)行對(duì)比，計(jì)算損失值并基于所述損失值對(duì)所述初始預(yù)測模型進(jìn)行超參數(shù)優(yōu)化，重復(fù)優(yōu)化直至模型收斂，得到所述動(dòng)態(tài)預(yù)測模型，通過所述動(dòng)態(tài)預(yù)測模型對(duì)配電網(wǎng)不同時(shí)間尺度的關(guān)鍵指標(biāo)進(jìn)行預(yù)測，得到所述關(guān)鍵指標(biāo)預(yù)測圖譜。

10、在一較佳的實(shí)施例中，通過關(guān)聯(lián)規(guī)則挖掘算法計(jì)算配電網(wǎng)歷史運(yùn)行數(shù)據(jù)中確定配電網(wǎng)中負(fù)荷、電壓和網(wǎng)損之間的支持度如下公式所示

11、

12、其中，sup表示支持度，α表示時(shí)間衰減因子，t0表示當(dāng)前時(shí)刻，ti表示每條歷史數(shù)據(jù)的時(shí)間戳，β表示空間影響因子，d(x，y，z)表示空間距離函數(shù)，用于衡量負(fù)荷、電壓和網(wǎng)損之間在空間上的距離，x表示負(fù)荷，y表示電壓，z表示網(wǎng)損，i()表示示性函數(shù)，ti表示第i條歷史數(shù)據(jù)，n表示歷史數(shù)據(jù)的總條數(shù)。

13、在一較佳的實(shí)施例中，基于所述配電知識(shí)圖譜和所述關(guān)鍵指標(biāo)預(yù)測圖譜，通過時(shí)空數(shù)據(jù)一體化建模技術(shù)構(gòu)建多時(shí)空尺度協(xié)同優(yōu)化模型并設(shè)置目標(biāo)函數(shù)，其中，所述多時(shí)空尺度協(xié)同優(yōu)化模型由多個(gè)子模型構(gòu)成；

14、對(duì)于不同時(shí)空尺度，通過多時(shí)間尺度滾動(dòng)優(yōu)化算法確定時(shí)間窗口和優(yōu)化時(shí)域，在每個(gè)窗口內(nèi)，基于多時(shí)空尺度數(shù)據(jù)和所述配電知識(shí)圖譜，根據(jù)滾動(dòng)機(jī)制更新優(yōu)化時(shí)域和預(yù)測信息，生成多時(shí)間尺度物理優(yōu)化子模型，基于配電網(wǎng)的空間特性，確定所述配電網(wǎng)的空間拓?fù)浣Y(jié)構(gòu)并在每個(gè)區(qū)域內(nèi)，根據(jù)物理約束和運(yùn)行規(guī)則構(gòu)建空間分層物理優(yōu)化子模型，其中，所述空間分層物理優(yōu)化子模型和所述多時(shí)間尺度物理優(yōu)化子模型共同組成所述物理優(yōu)化子模型；

15、基于分布式博弈優(yōu)化算法將配電網(wǎng)中的市場主體視為博弈者，確定每個(gè)博弈者對(duì)應(yīng)的效用函數(shù)和策略空間，每個(gè)博弈者基于分布式博弈優(yōu)化自身決策行為，通過最優(yōu)反應(yīng)動(dòng)態(tài)算法使所述博弈者重復(fù)博弈并達(dá)到博弈均衡，得到博弈超參數(shù)，根據(jù)所述博弈超參數(shù)構(gòu)建所述市場博弈優(yōu)化子模型；

16、將所述市場博弈優(yōu)化子模型中市場主體的決策結(jié)果傳輸至所述物理優(yōu)化子模型中并作為物理優(yōu)化的邊界條件和輸入?yún)?shù)，所述物理優(yōu)化子模型對(duì)配電網(wǎng)的運(yùn)行方案進(jìn)行優(yōu)化，得到配電網(wǎng)狀態(tài)變量，基于所述配電網(wǎng)狀態(tài)變量更新所述市場主體的決策空間并重復(fù)進(jìn)行博弈優(yōu)化，結(jié)合預(yù)先設(shè)置的耦合變量和耦合函數(shù)與所述市場博弈優(yōu)化子模型進(jìn)行交互耦合，生成交互耦合優(yōu)化模型并求解得到解耦合最優(yōu)解，其中，所述解耦合最優(yōu)解包括所述市場博弈優(yōu)化子模型和所述物理優(yōu)化子模型的最優(yōu)參數(shù)；

17、基于所述最優(yōu)參數(shù)更新所述物理優(yōu)化子模型，結(jié)合多智能體強(qiáng)化學(xué)習(xí)將每個(gè)物理優(yōu)化子模型作為一個(gè)智能體，構(gòu)建多智能體系統(tǒng)并根據(jù)強(qiáng)化學(xué)習(xí)算法學(xué)習(xí)優(yōu)化決策策略，以累計(jì)獎(jiǎng)賞最大化為目標(biāo)構(gòu)建獎(jiǎng)賞函數(shù)，定義狀態(tài)空間、動(dòng)作空間和狀態(tài)轉(zhuǎn)移函數(shù)，根據(jù)實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)調(diào)整每個(gè)智能體對(duì)應(yīng)的策略函數(shù)，直至累計(jì)獎(jiǎng)賞達(dá)到最大，完成協(xié)同；

18、對(duì)于協(xié)同處理后的物理優(yōu)化子模型和所述市場博弈優(yōu)化子模型，通過自適應(yīng)進(jìn)化博弈算法生成初始博弈種群，其中，所述初始博弈種群中的每個(gè)個(gè)體表示一種決策，根據(jù)所述初始博弈種群的策略分布和博弈環(huán)境計(jì)算每個(gè)個(gè)體的適應(yīng)度，基于所述適應(yīng)度選擇進(jìn)化操作并生成二代博弈種群，所述二代博弈種群根據(jù)自身適應(yīng)度和二代博弈種群中個(gè)體的策略分布動(dòng)態(tài)調(diào)整自身策略，將所述進(jìn)化操作和所述二代博弈種群中的個(gè)體返回至所述物理優(yōu)化子模型和所述市場博弈優(yōu)化子模型并更新決策空間，重復(fù)迭代直至所述策略分布收斂，將最后一次迭代具有最高適應(yīng)度值的個(gè)體作為多尺度協(xié)同優(yōu)化方案輸出。

19、在一較佳的實(shí)施例中，確定每個(gè)博弈者對(duì)應(yīng)的效用函數(shù)如下公式所示：

20、ui(si,s-i)＝wr·ri(si,s-i)-wc·ci(si)+wf·fi(si,s-i)；

21、其中，ui(si，s-i)表示效用函數(shù)，wr表示收益權(quán)重系數(shù)，ri(si，s-i)表示第i個(gè)博弈者的收益函數(shù)，wc表示成本權(quán)重系數(shù)，ci(si)表示第i個(gè)博弈者的成本函數(shù)，wf表示公平性權(quán)重系數(shù)，fi(si，s-i)為第i個(gè)博弈者的公平性函數(shù)，表示博弈過程中不同博弈者之間的收益分配公平性，si表示第i個(gè)博弈者的策略，s-i表示除第i個(gè)博弈者外，全部博弈者的策略組合。

22、在一較佳的實(shí)施例中，多時(shí)空尺度協(xié)同優(yōu)化模型的目標(biāo)函數(shù)如下公式所示：

23、

24、其中，j表示空間維度的索引，h表示時(shí)間維度的索引，m表示空間維度的總數(shù)，h表示時(shí)間維度的總數(shù)，wc表示優(yōu)化過程成本權(quán)重系數(shù)，cjh(xjh)表示第j個(gè)區(qū)域在h時(shí)刻的成本函數(shù)，xjh表示決策變量，wg表示約束違反權(quán)重系數(shù)，λjh表示約束違反懲罰系數(shù)，gjh(xjh)表示第j個(gè)區(qū)域在h時(shí)刻的約束函數(shù)，wr表示風(fēng)險(xiǎn)權(quán)重系數(shù)，rjh(xjh)表示第j個(gè)區(qū)域在h時(shí)刻的運(yùn)行風(fēng)險(xiǎn)函數(shù)。

25、在一較佳的實(shí)施例中，獲取預(yù)先設(shè)置的所述多尺度協(xié)同優(yōu)化方案對(duì)應(yīng)的評(píng)估指標(biāo)體系和評(píng)估規(guī)則，其中，所述評(píng)估指標(biāo)體系包括技術(shù)指標(biāo)、經(jīng)濟(jì)指標(biāo)和環(huán)境指標(biāo)，所述評(píng)估規(guī)則包括評(píng)估流程、數(shù)據(jù)來源和評(píng)估周期，將所述評(píng)估規(guī)則和所述評(píng)估指標(biāo)體系封裝為評(píng)估合約；

26、執(zhí)行多尺度協(xié)同優(yōu)化方案生成優(yōu)化結(jié)果，將所述優(yōu)化結(jié)果和所述多尺度協(xié)同優(yōu)化方案的參數(shù)上傳至區(qū)塊鏈網(wǎng)絡(luò)，通過區(qū)塊鏈節(jié)點(diǎn)采集配電網(wǎng)的實(shí)時(shí)運(yùn)行數(shù)據(jù)并根據(jù)預(yù)先設(shè)置的評(píng)估周期和評(píng)估條件自動(dòng)觸發(fā)所述評(píng)估合約的執(zhí)行，根據(jù)評(píng)估合約中的評(píng)估函數(shù)對(duì)所述實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行計(jì)算，結(jié)合所述評(píng)估指標(biāo)體系和所述評(píng)估規(guī)則生成評(píng)估結(jié)果；

27、根據(jù)任務(wù)需求和預(yù)先設(shè)置的約束條件判斷所述評(píng)估結(jié)果是否達(dá)標(biāo)，若評(píng)估結(jié)果不達(dá)標(biāo)，則根據(jù)區(qū)塊鏈智能合約技術(shù)將所述多時(shí)空尺度協(xié)同優(yōu)化模型的目標(biāo)函數(shù)、約束條件和決策變量轉(zhuǎn)化為優(yōu)化合約中的函數(shù)和變量，生成優(yōu)化合約，所述區(qū)塊鏈節(jié)點(diǎn)協(xié)同觸發(fā)所述優(yōu)化合約獲取所述實(shí)時(shí)運(yùn)行數(shù)據(jù)和所述評(píng)估結(jié)果作為輸入數(shù)據(jù)，對(duì)所述多時(shí)空尺度協(xié)同優(yōu)化模型進(jìn)行求解，得到所述候選優(yōu)化方案，將所述候選優(yōu)化方案上傳至區(qū)塊鏈網(wǎng)絡(luò)并再次進(jìn)行評(píng)估，重復(fù)評(píng)估直至所述候選優(yōu)化方案達(dá)標(biāo)；

28、將最后一次迭代生成的候選優(yōu)化方案作為共識(shí)方案上傳至區(qū)塊鏈網(wǎng)絡(luò)，所述區(qū)塊鏈節(jié)點(diǎn)對(duì)所述共識(shí)方案進(jìn)行約束條件驗(yàn)證，若所述共識(shí)方案滿足全部區(qū)塊鏈節(jié)點(diǎn)的約束條件，則執(zhí)行所述共識(shí)方案，否則，刪除所述共識(shí)方案并重新生成候選優(yōu)化方案。

29、本發(fā)明還提供了源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化系統(tǒng)，用于實(shí)現(xiàn)所述的源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化方法，包括：

30、第一單元，用于分別在配電網(wǎng)中的變電站、配電線路和分布式電源處設(shè)置多種類型的智能傳感器，通過所述智能傳感器采集多維度配電運(yùn)行參數(shù)，通過多協(xié)議融合的配電物聯(lián)網(wǎng)上傳至邊緣計(jì)算服務(wù)器，所述邊緣計(jì)算服務(wù)器通過基于本體推理的知識(shí)圖譜構(gòu)建算法結(jié)合能源領(lǐng)域知識(shí)和配電網(wǎng)運(yùn)行規(guī)律進(jìn)行語義提取和自動(dòng)標(biāo)注，對(duì)標(biāo)注后的語義內(nèi)容進(jìn)行沖突校正后確定對(duì)應(yīng)的邏輯關(guān)聯(lián)，得到配電知識(shí)圖譜，基于所述配電知識(shí)圖譜構(gòu)建動(dòng)態(tài)預(yù)測模型，結(jié)合圖卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行配電指標(biāo)預(yù)測，得到預(yù)測結(jié)果并生成關(guān)鍵指標(biāo)預(yù)測圖譜；

31、第二單元，用于基于所述配電知識(shí)圖譜和所述關(guān)鍵指標(biāo)預(yù)測圖譜，通過時(shí)空數(shù)據(jù)一體化建模技術(shù)構(gòu)建多時(shí)空尺度協(xié)同優(yōu)化模型并設(shè)置目標(biāo)函數(shù)，對(duì)于不同時(shí)空尺度，通過多時(shí)間尺度滾動(dòng)優(yōu)化算法和空間分層遞階優(yōu)化算法構(gòu)建多個(gè)不同尺度的物理優(yōu)化子模型，通過基于智能體的分布式博弈優(yōu)化方法構(gòu)建市場博弈優(yōu)化子模型并與所述物理優(yōu)化子模型進(jìn)行交互耦合，通過多智能體強(qiáng)化學(xué)習(xí)對(duì)所述物理優(yōu)化子模型進(jìn)行協(xié)同，結(jié)合自適應(yīng)進(jìn)化博弈算法對(duì)所述市場博弈優(yōu)化子模型和協(xié)同處理后的物理優(yōu)化子模型進(jìn)行交互反饋和迭代收斂，得到多尺度協(xié)同優(yōu)化方案；

32、第三單元，用于將所述多尺度協(xié)同優(yōu)化方案對(duì)應(yīng)的評(píng)估規(guī)則和評(píng)估指標(biāo)體系封裝為評(píng)估合約，執(zhí)行所述多尺度協(xié)同優(yōu)化方案，通過預(yù)先設(shè)置的區(qū)塊鏈網(wǎng)絡(luò)中的區(qū)塊鏈節(jié)點(diǎn)，基于實(shí)時(shí)運(yùn)行數(shù)據(jù)和所述評(píng)估合約對(duì)所述多尺度協(xié)同優(yōu)化方案進(jìn)行分布式評(píng)估，生成評(píng)估結(jié)果，若所述評(píng)估結(jié)果未達(dá)標(biāo)則通過區(qū)塊鏈智能合約技術(shù)將所述多時(shí)空尺度協(xié)同優(yōu)化模型封裝為優(yōu)化合約，通過所述區(qū)塊鏈節(jié)點(diǎn)協(xié)同觸發(fā)所述優(yōu)化合約并基于所述實(shí)時(shí)運(yùn)行數(shù)據(jù)重新求解生成候選優(yōu)化方案，重復(fù)評(píng)估，直至生成的候選優(yōu)化方案達(dá)標(biāo)，將最后一次迭代的候選優(yōu)化方案作為共識(shí)方案并執(zhí)行。

33、本發(fā)明還提供了一種電子設(shè)備，其特征在于，包括：

34、處理器；

35、用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

36、其中，所述處理器被配置為調(diào)用所述存儲(chǔ)器存儲(chǔ)的指令，以執(zhí)行所述的源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化方法。

37、本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，其特征在于，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的源網(wǎng)儲(chǔ)一體化的配電網(wǎng)運(yùn)行優(yōu)化方法。

38、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：通過在配電網(wǎng)的不同位置設(shè)置智能傳感器，采集多維度配電運(yùn)行參數(shù)，并通過多協(xié)議融合的配電物聯(lián)網(wǎng)上傳至邊緣計(jì)算服務(wù)器，利用基于本體推理的知識(shí)圖譜構(gòu)建算法，結(jié)合能源領(lǐng)域知識(shí)和配電網(wǎng)運(yùn)行規(guī)律進(jìn)行語義提取和自動(dòng)標(biāo)注，得到配電知識(shí)圖譜，實(shí)現(xiàn)了配電網(wǎng)數(shù)據(jù)的高效采集和語義化處理，為后續(xù)優(yōu)化提供了豐富、準(zhǔn)確的數(shù)據(jù)支撐，充分利用了配電知識(shí)圖譜中蘊(yùn)含的語義關(guān)聯(lián)信息，同時(shí)結(jié)合了深度學(xué)習(xí)技術(shù)，能夠準(zhǔn)確捕捉配電網(wǎng)關(guān)鍵指標(biāo)的動(dòng)態(tài)變化趨勢，為優(yōu)化決策提供前瞻性指導(dǎo)，充分考慮了配電網(wǎng)在時(shí)間和空間維度上的特性，實(shí)現(xiàn)了物理層面和市場層面的聯(lián)合優(yōu)化，提高了優(yōu)化的全局性和有效性，自動(dòng)評(píng)估和迭代優(yōu)化機(jī)制利用了區(qū)塊鏈的去中心化、不可篡改等特性，確保了評(píng)估過程的公平、透明和高效，同時(shí)實(shí)現(xiàn)了優(yōu)化方案的持續(xù)改進(jìn)和自適應(yīng)調(diào)整，綜上，本發(fā)明實(shí)現(xiàn)了源網(wǎng)儲(chǔ)一體化配電網(wǎng)的高效優(yōu)化和靈活控制，提高了配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性、可靠性和適應(yīng)性，為能源互聯(lián)網(wǎng)和智慧能源的發(fā)展提供了有力支撐。