一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法

本申请提供一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法，包括：根据虚拟电厂的可调度负荷范围，构造节电收益与设备启停损耗的权衡函数，定义损耗成本为设备重启能耗与维护费用之和，收益为电价差与虚拟电厂补贴之和，采用强化学习算法优化权衡策略，得到初步激励分配方案；将优化激励方案参数下发至参与虚拟电厂的各工业企业节点，收集并判断企业响应意愿反馈是否满足预设的参与率阈值，得到响应意愿评估结果；实时监控虚拟电厂的供需平衡状态，获取电网负荷需求曲线与企业实际响应数据，预测短期供需缺口，判断是否需调整激励机制，若需调整，则返回重新优化激励分配，若不需调整，则生成供需平衡调度指令。