基于多源数据融合的虚拟电厂智能调度与优化系统及方法

本发明涉及一种基于多源数据融合的虚拟电厂智能调度与优化系统及方法，属于电网技术与人工智能应用领域。系统包括存储器和处理器，通过实时获取电网市场价格、可再生能源预测、负荷需求及储能状态等多源数据，利用预训练的深度强化学习模型生成调度指令。该模型以最大化多目标奖励函数为导向，涵盖收益、资源利用率和碳排放目标，并通过动态权重调整机制实时优化各目标权重，以平衡冲突(如收益不足时提升收益权重，碳排放超标时强化碳目标权重)。核心技术采用时空融合网络架构(CNN提取空间特征，LSTM捕捉时序依赖)，结合知识蒸馏技术实现轻量化部署，决策延迟低于200毫秒。方法包括数据获取、DRL模型决策、奖励计算、权重动态调整及指令下发步骤。