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
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。