本发明涉及数字孪生领域，具体涉及基于电力孪生的调度算法优化方法及系统。
背景技术：
1、随着对清洁能源的重视，太阳能、风力发电等可再生能源得到积极发展。然而，现有电网调度采用基于传统模型预测清洁发电设备的输出功率，如单纯采用历史输出功率进行预测，导致可能出现清洁发电量大幅波动的情况，从而导致电网调度精度低；此外，现有电网基于粗放式的负荷匹配方式，缺少自适应优化模型，难以实现经济运行，导致电网与清洁设备之间协调性较差。
技术实现思路
1、本申请通过提供了基于电力孪生的调度算法优化方法及系统，旨在解决现有技术中基于传统模型难以准确预测和稳定匹配清洁发电与电网负载，导致电网调度精度低、协调性差的技术问题。
2、鉴于上述问题，本申请提供了基于电力孪生的调度算法优化方法及系统。
3、本申请公开的第一个方面，提供了基于电力孪生的调度算法优化方法，该方法包括：建立电厂的数字孪生模型，数字孪生模型通过提取电厂的设备数据构建而成，设备数据包括设备参数数据、设备历史工作数据；执行电力来源标识，并通过数字孪生模型建立电力来源对应的设备稳定评价函数；获取电力需求特征，其中，电力需求特征为预测特征；通过监测传感器进行清洁发电的环境数据监测，建立实时环境数据集和预测环境数据集；将电力需求特征输入智能调度通道，以进行智能调度通道的通道初始化；根据实时环境数据和预测环境数据集进行清洁设备的发电参数预测，根据预测结果和设备稳定评价函数生成运行稳定数据；将运行稳定数据、实时环境数据集和预测环境数据集输入智能调度通道，生成调度决策结果；根据调度决策结果完成电厂的供应调度优化。
4、本申请公开的另一个方面，提供了基于电力孪生的调度算法优化系统，该系统包括：孪生模型建立模块，用于建立电厂的数字孪生模型，数字孪生模型通过提取电厂的设备数据构建而成，设备数据包括设备参数数据、设备历史工作数据；评价函数建立模块，用于执行电力来源标识，并通过数字孪生模型建立电力来源对应的设备稳定评价函数；需求特征获取模块，用于获取电力需求特征，其中，电力需求特征为预测特征；环境数据监测模块，用于通过监测传感器进行清洁发电的环境数据监测，建立实时环境数据集和预测环境数据集；通道初始化模块，用于将电力需求特征输入智能调度通道，以进行智能调度通道的通道初始化；运行稳定数据模块，用于根据实时环境数据和预测环境数据集进行清洁设备的发电参数预测，根据预测结果和设备稳定评价函数生成运行稳定数据；调度决策结果模块，用于将运行稳定数据、实时环境数据集和预测环境数据集输入智能调度通道，生成调度决策结果；供应调度优化模块，用于根据调度决策结果完成电厂的供应调度优化。
5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
6、由于采用了通过电厂的设备数据，构建电厂数字孪生模型，为建立评价函数等提供基础；执行电力来源标识，区分不同电力的来源，为电力调度优化做支持；建立电力来源对应的设备稳定评价函数，为生成运行稳定数据提供基础；获取电力需求预测特征，得到电网端负载的变化需求，为调度决策提供依据；监测环境数据，建立环境数据集，获取影响发电的环境信息；以电力需求特征初始化智能调度通道，为设备调度做准备；根据环境数据集预测清洁设备发电参数，为生成运行稳定数据提供基础；生成设备运行稳定数据，保证调度的顺利进行；生成调度决策，形成设备调度的指令；以调度决策结果完成电厂的供应调度优化的技术方案，解决了现有技术中基于传统模型难以准确预测和稳定匹配清洁发电与电网负载，导致电网调度精度低、协调性差的技术问题，达到了通过构建数字孪生和智能调度通道，实时协同优化清洁发电与电网负载，提高电网调度精度与协调性的技术效果。
7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
1.基于电力孪生的调度算法优化方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
7.如权利要求2所述的方法，其特征在于，所述方法还包括：
8.基于电力孪生的调度算法优化系统，其特征在于，用于实施权利要求1-7任意一项所述的基于电力孪生的调度算法优化方法，所述系统包括：
