近日,中国电力能源数智化践行者——江行智能正式升级推出虚拟电厂解决方案。方案将有效提升负荷资源响应速率和响应精度,充分挖掘利用用户侧可调潜力,调动用户参与电网调度运行的积极性,实现用户侧多种分布式资源的统一接入与管理,有效缓解电网运行调控压力、保障电网安全稳定经济运行,为全行业更多市场主体提供商业价值。
系统架构
面对分布式负荷资源数量庞大、具有海量异构设备类型、难以统一管理调控等问题,江行智能虚拟电厂解决方案综合利用负荷资源采集感知技术、智能分析技术、通信物联技术、调度优化技术,提出了虚拟电厂运营管理系统总体框架。
运营管理系统基于云边协同框架及边缘物联管理技术,可为虚拟电厂提供百万级可调节多元异构资源设备一站式聚合管理能力;AUTOEDGE边缘智能技术,支持对机理模型和机器学习模型进行持续优化训练,有效提升负荷预测、可调潜力评估准确率;区块链服务技术,将负荷设备运行状态数据、计量数据就地上链,为负荷的调控与电力交易提供可信支撑,聚合各类可调节资源,参与电力交易并接受电网统一调控。
实现功能
1、可调负荷管理
支持对百万级可调节异构资源设备进行一站式管理,支持对各类通信协议数据进行解析,支持边缘智能应用全生命周期管理;
支持对各类资源按照量测感知、协同控制及运行约束等构建信息物理模型;
可维护单个电力用户及所有子资源的档案模型,包括资源名称,资源户号,资源总体容量、功率可调节能力等信息。
2、负荷预测
支持拟合计算可调资源的基线、容量及性能,提供满足不同运行场景的聚合协同优化方案,算法可输出接入负荷资源的短期功率曲线与中长期功率曲线;
同时支持云端服务做负荷预测和终端的应用层做负荷预测;
支持选择预测日期、需要预测的资源,在页面中可展示对应的预测数据,包括用户数、累积调控量、可调资源数、累积调控次数、预测负荷、基线负荷、可调负荷等。
3、交易和需求申报
支持与电网公司虚拟电厂运营管理系统或需求响应管理平台对接,可单独报量或报价,接收并分解执行电网系统撮合下发的调控指标,可根据约定条款进行双向的清分和结算。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。