CN116974247A - 一种存在多个控制策略系统的管控系统及管控方法 - Google Patents

Abstract

本发明提供了一种存在多个控制策略系统的管控系统及管控方法，包括：数据采集模块用于对存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；策略库模块用于根据数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；算法生成模块用于根据算法生成参数和自身预置算法模型生成控制数据；控制执行模块用于根据控制数据生成控制指令，并通过接口模块下发至存在多个控制策略的可控单元，能够实现一套系统执行多场景多样需求的多项控制策略，提高了存在多个控制策略系统的管控精度，降低了管控成本。

Description

一种存在多个控制策略系统的管控系统及管控方法

技术领域

本发明涉及控制策略技术领域，具体涉及一种存在多个控制策略系统的管控系统及管控方法。

背景技术

随着社会的不断发展，事物也在不断由简单变得复杂化。在系统概念上，系统控制策略的种类也由单一走向多样化，也就是说涉及多种控制策略的系统越来越多。比如，新能源领域的零碳系统、综合能源管理系统、虚拟电厂系统等。

以零碳系统为例，其涉及能耗双控、碳排双控、用能成本优化、能耗优化、减碳优化、用能安全、需量优化、需求响应等多种控制策略。但是由于不同的场景、不同的用户需要的策略不同，现有方案各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高。

发明内容

有鉴于此，本发明实施例提供一种存在多个控制策略系统的管控系统及管控方法，以解决现有方案各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开了一种存在多个控制策略系统的管控系统，包括：

数据采集模块，用于对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；所述存在多个控制策略系统的运行数据包括：管控策略执行所需数据和管控干系数据；

所述策略库模块，用于根据所述数据采集模块采集到的数据和参数调节模块输出的策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；

算法生成模块，用于根据所述算法生成参数和自身预置算法模型生成控制数据；所述控制数据包括控制算法和控制参数；

所述控制执行模块，用于根据所述控制数据生成控制指令，并通过接口模块下发至所述存在多个控制策略系统的管控系统的可控单元。

可选地，在上述的存在多个控制策略系统的管控系统中，还包括：外部数据采集模块，用于采集所述存在多个控制策略系统的外部干系数据，并将采集到的数据输出至所述策略库模块。

可选地，在上述的存在多个控制策略系统的管控系统中，还包括：仿真博弈模块，用于对所述算法生成模块生成的控制数据进行仿真优化得到仿真结果，并将所述仿真结果与仿真博弈参数进行对比得到对比结果，以及将满足仿真要求的所述对比结果对应的控制数据输出至所述控制执行模块；

所述算法生成模块还用于根据所述对比结果调整自身生成的所述控制数据，直至自身生成的所述控制数据的仿真结果与所述仿真博弈参数的对比结果满足仿真要求。

可选地，在上述的存在多个控制策略系统的管控系统中，还包括：校验输出模块，用于根据校验参数对所述仿真博弈模块输出的满足仿真要求的所述对比结果对应的控制数据进行校验，得到校验结果；

所述仿真博弈模块还用于根据所述校验结果对自身输出的满足仿真要求的所述对比结果对应的控制数据进行调整，直至输出的满足仿真要求的所述对比结果对应的控制数据满足校验要求。

可选地，在上述的存在多个控制策略系统的管控系统中，数据采集模块，在用于对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集时，具体用于：

确定出所述策略库模块所需的数据格式；

将所述存在多个控制策略系统采集到的数据以及对控制执行模块采集到的数据转换为，与所述策略库模块所需的数据格式相同的数据。

可选地，在上述的存在多个控制策略系统的管控系统中，所述策略库模块，在用于根据所述数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数时，具体用于：

在自身预置管控策略中筛选出与所述数据采集模块采集到的数据和所述策略调整参数均相匹配的管控策略；

对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成所述算法生成参数。

可选地，在上述的存在多个控制策略系统的管控系统中，所述算法生成模块，在用于根据所述算法生成参数和自身预置算法模型生成控制数据时，具体用于：

在自身预置算法模型中筛选出与所述算法生成参数相匹配的算法模型；

对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成所述控制数据。

可选地，在上述的存在多个控制策略系统的管控系统中，所述数据采集模块、所述策略库模块、所述算法生成模块、所述控制执行模块以及所述接口模块采用集中式部署。

可选地，在上述的存在多个控制策略系统的管控系统中，所述数据采集模块、所述策略库模块、所述算法生成模块、所述控制执行模块以及所述接口模块采用分布式部署。

可选地，在上述的存在多个控制策略系统的管控系统中，所述存在多个控制策略系统的管控系统为零碳系统，或者，虚拟电厂，又或者，综合能源管理系统。

本发明实施例第二方面公开了一种管控方法，应用于如第一方面公开的任一项所述的存在多个控制策略系统的管控系统，所述方法包括：

通过所述管控系统的数据采集模块，对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；所述存在多个控制策略系统的运行数据包括：管控策略执行所需数据和管控干系数据；

通过所述管控系统的策略库模块，根据所述数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；

通过所述管控系统的算法生成模块，根据所述算法生成参数和自身预置算法模型生成控制数据；所述控制数据包括控制算法和控制参数；

通过所述管控系统的控制执行模块，根据所述控制数据生成控制指令，并通过所述管控系统的接口模块下发至所述存在多个控制策略系统的可控单元。

可选地，在上述的管控方法中，还包括：

通过所述管控系统的外部数据采集模块，采集所述存在多个控制策略系统的外部干系数据，并将采集到的数据输出至所述策略库模块。

可选地，在上述的管控方法中，还包括：

通过所述管控系统的仿真博弈模块，对所述算法生成模块生成的控制数据进行仿真优化得到仿真结果，并将所述仿真结果与仿真博弈参数进行对比得到对比结果，以及将满足仿真要求的所述对比结果对应的控制数据输出至所述控制执行模块；

通过所述管控系统的算法生成模块，根据所述对比结果调整自身生成的所述控制数据，直至自身生成的所述控制数据的仿真结果与所述仿真博弈参数的对比结果满足仿真要求。

可选地，在上述的管控方法中，还包括：

通过所述管控系统的校验输出模块，根据校验参数对所述仿真博弈模块输出的满足仿真要求的所述对比结果对应的控制数据进行校验，得到校验结果；

通过所述管控系统的仿真博弈模块，根据所述校验结果对自身输出的满足仿真要求的所述对比结果对应的控制数据进行调整，直至输出的满足仿真要求的所述对比结果对应的控制数据满足校验要求。

可选地，在上述的管控方法中，通过所述管控系统的数据采集模块，对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集，包括：

确定出所述策略库模块所需的数据格式；

将所述存在多个控制策略系统采集到的数据以及对控制执行模块采集到的数据转换为，与所述策略库模块所需的数据格式相同的数据。

可选地，在上述的管控方法中，通过所述管控系统的策略库模块，根据所述数据采集模块采集到数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数，包括：

在自身预置管控策略中筛选出与所述数据采集模块采集到的数据和所述策略调整参数均相匹配的管控策略；

对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成所述算法生成参数。

可选地，在上述的管控方法中，通过所述管控系统的算法生成模块，根据所述算法生成参数和自身预置算法模型生成控制数据，包括：

在自身预置算法模型中筛选出与所述算法生成参数相匹配的算法模型；

对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成所述控制数据。

基于上述本发明实施例提供的一种存在多个控制策略系统的管控系统，包括：数据采集模块，用于对存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；策略库模块，用于根据数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；算法生成模块，用于根据算法生成参数和自身预置算法模型生成控制数据；控制执行模块，用于根据控制数据生成控制指令，并通过接口模块下发至存在多个控制策略系统的可控单元，由于策略库模块内置多项管控策略，各控制策略经过处理，统一到一套指标体系；而算法生成模块内置多项算法模型，各算法模型经过处理，统一到一套自变量因变量体系，能够实现一套系统执行多场景多样需求的多项控制策略，提高了存在多个控制策略系统的管控精度，降低了管控成本，解决了现有方案各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1至图4为本发明实施例提供的四种存在多个控制策略系统的管控系统的结构示意图；

图5至图6为本发明实施例提供的两种存在多个控制策略系统的管控系统的管控执行流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

首先需要说明的是，零碳系统是在一个范围内包含一个或多个碳排单元，一个或多个减碳单元(含碳抵消)，通过优化碳排管理，减碳操作等在上述范围内、一定时间周期实现低碳甚至零碳。

虚拟电厂是一种通过先进信息通信技术和软件系统，实现分布式电源、储能系统、可控负荷、电动汽车等分布式能源的聚合和协调优化，以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。虚拟电厂概念的核心可以总结为“通信”和“聚合”。虚拟电厂的关键技术主要包括协调控制技术、智能计量技术以及信息通信技术。虚拟电厂最具吸引力的功能在于能够聚合分布式能源参与电力市场和辅助服务市场运行，为配电网和输电网提供管理和辅助服务。虚拟电厂既可以作为“正电厂”向系统供电和调峰，又可以作为“负电厂”通过负荷侧响应以配合系统填谷。用电紧张时，虚拟电厂可以发挥正电厂的作用，从供给侧，聚合和优化分布式新能源、储能系统、电动汽车等分布式能源向电网供电，满足传统电力的负荷需求，同时还可以发挥负电厂的作用，从需求侧，协调可控负荷错峰用电，缓解电力供需紧张的问题。

综合能源管理系统是指一定区域内利用先进的物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。

具体的，综合能源管理系统可以是特指在规划、建设和运行等过程中，通过对能源的产生、传输与分配(能源网络)、转换、存储、消费等环节进行有机协调与优化后，形成的能源产供销一体化系统。它主要由供能网络(如供电、供气、供冷/热等网络)、能源交换环节(如CCHP(Combined Cooling Heating and Power，冷热电联产系统)机组、发电机组、锅炉、空调、热泵等)、能源存储环节(储电、储气、储热、储冷等)、终端综合能源供用单元(如微网)和大量终端用户共同构成。其中，CCHP又称分布式冷热电联产系统，是能源综合梯级利用的解决方案，总的能源利用率可以达到75％～90％。

上述的几类系统均是含有多种控制策略的系统，其在具体管控应用中，均存在各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高的问题。

基于此，本申请实施例提供了一种存在多个控制策略系统的管控系统，以解决现有方案各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高的问题。

需要说明的是，为了方便说明本实施例主要以零碳系统为例，其他的存在多种控制策略系统与零碳系统原理相同，可基于零碳系统进行类推得到。

请参见图1，该存在多个控制策略系统的管控系统主要可以包括：

数据采集模块100，用于对存在多个控制策略系统的运行数据进行采集以及对控制执行模块500的运行数据进行采集，并将采集到的数据输出至策略库模块300；存在多个控制策略系统的运行数据包括：管控策略执行所需数据和管控干系数据。

实际应用中，数据采集模块100可以通过控制执行模块500对多个控制策略系统的运行数据进行采集；当然，并不仅限于此，还可以通过其他现有方式对多个控制策略系统的运行数据进行采集，本申请对采集方式不作具体限定，均在本申请的保护范围之内。

以零碳系统为例，管控策略执行所需数据一般可以是零碳系统的运行状态数据，比如，实时碳排、减碳数据，能源生产、能源管网关口、能源存储、能源消耗数据。管控干系数据可以包括：双碳要求、能耗控制要求、碳排控制要求等数据。其中，双碳要求数据包括双碳工作主体需要满足的各类相关机构制定的强制性或倡导性自愿减排双碳策略、法规等和双碳组织制定的规则、标准等数据。具体的，各类相关机构可以包括：相关生态环境部门、经济发展部门、司法相关部门、金融相关部门、监管相关部门、产业相关部门以及行业其他相关部门等，视具体应用环境和用户需求确定即可，均在本申请的保护范围之内。

需要说明的是，双碳组织可以是以促进减碳、碳中和、节能减排为目的而成立的各类组织和相关行业标准化组织，例如RE100(100％Renewable Electricity)，EP100(100％Energy Productivity)，ISO(International Organization for Standardization)等。根据双碳工作的目的和面向对象不同相关机构可以是国内管理机构和国外管理机构，双碳组织同样可以是国内组织和国际组织。

还需要说明的是，双碳要求数据可以按照能耗控制要求、碳排控制要求分类进行管理。

需要说明的是，管控干系数据一般可以划分为内部干系数据和外部干系数据。以零碳系统为例，内部干系数据可以是内部零碳系统的管控干系数据，外部干系数据可以是外部零碳系统的管控干系数据。

实际应用中，数据采集模块100可以与控制执行模块500相连，以通过控制执行模块500调用接口模块600获取到存在多个控制策略系统的运行数据，以及直接通过控制执行模块500获取到控制执行模块500的运行数据。其中，获取到的控制执行模块500的运行数据包括控制执行模块500根据控制数据生成的控制指令。

由于策略库模块300所需的是一定格式的数据，因此，数据采集模块100在采集到存在多个控制策略系统的运行数据以及控制执行模块500的运行数据之后，可以将采集到的存在多个控制策略系统采集到的运行数据以及控制执行模块500的运行数据进行处理，转换为与策略库模块300所需的数据格式相同的数据，并将转换后的数据输出至策略库模块300。其中，处理可以包括预处理和归一化等处理；当然，并不仅限于此，还可视具体应用环境和用户需求确定，本申请不作限定，均在本申请的保护范围之内。

也就是说，在一些实施例中，数据采集模块100可以与策略库模块300相连，数据采集模块100可以具体用于：确定出策略库模块300所需的数据格式，将通过控制执行模块500对存在多个控制策略系统采集到的数据以及对控制执行模块500采集到的数据进行处理，转换为与策略库模块300所需的数据格式相同的数据，并将转换后的数据输出至策略库模块300。

策略库模块300，用于根据数据采集模块100采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数。

其中，策略调整参数可以是通过参数调节模块200接收到的。也就是说，实际中存在多个控制策略系统的管控系统还可以包括：参数调节模块200，用于接收策略调整参数，并将策略调整参数输出至策略库模块300。

实际应用中，该策略调整参数可以是上级系统或用户输入的需要对策略库模块300中管控策略进行调整的参数，可以包括：策略是否启用参数、策略优先级参数、策略应用参数等；当然，并不仅限于此，还可视具体应用环境和用户需求确定，本申请不作具体限定，均在本申请的保护范围之内。

也就是说，参数调节模块200可以与策略库模块300相连，用于将接收到的策略调整参数输出至策略库模块300。

需要说明的是，实际中参数调节模块200接收到的策略调整参数可以来自与其他系统模块数据接口(比如：负荷预约小程序，充电站充电价格优惠信息等影响负荷的干系数据；电网调度系统；相关双碳主管部门能耗双控、碳排双控系统等)和/或用户手动输入。

实际应用中，策略库模块300在用于根据数据采集模块100采集到数据和参数调节模块200输出的策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数时，具体用于：

在自身预置管控策略中筛选出与数据采集模块100采集到的数据和策略调整参数均相匹配的管控策略；对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成算法生成参数。

需要说明的是，策略库模块300内预置一到多个存在多个控制策略系统的管控策略。以零碳系统为例，其对应的管控策略可以包括：供冷降耗降本策略，供热降耗降本策略、供电降耗降本策略、用能降本策略、需量优化降本策略、需求响应策略、供冷减碳策略、供热降碳策略、供电减碳策略、用能减碳策略、交通运输减碳策略、碳排抵消策略、碳足迹减碳策略、电力市场交易报价策略等。其中，供冷降耗降本策略对应的数据采集模块100需要采集的数据可以是室外温/湿度，室内温/湿度，天气预报数据，制冷的能源价格(电和/或气)，制冷设备运行数据。

还需要说明的是，由于策略库模块300内预置的各个管控策略对应的数据不同，因此可以通过数据采集模块100采集的数据和策略调整参数，在多个管控策略中筛选出所需数据与数据采集模块100采集到的数据和策略调整参数均相匹配的管控策略，再对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成算法生成参数。

实际应用中，算法生成参数可以是策略生效条件、策略生效时间段、策略执行参数等。其中，可以在约束条件和用户需求选择下，对策略库中一个或多个管控策略协调优化，从而输出策略生效条件、策略生效时间段、策略执行参数。

需要说明的是，可以通过对策略库中的一个或多个管控策略进行协调，得到策略生效条件和策略生效时段；可以通过对一个或多个管控策略进行优化，根据不同场景(比如工作日、节假日、是否参与电网调度)下的优先级对策略自身的参数进行，得到策略执行参数。此外，优先级的权重还可结合应用环境和用户需求自适应调整。

在实际应用中，可以采用多维函数优化求解或最优求解器求解的方式实现协调优化，还可以采用仿真优化的方式实现协调优化。以零碳系统为例，多维函数优化求解的方式实现协调优化的具体过程可以为：

基于控制策略指标体系列出多维函数，根据双碳政策、双碳标准、电网规则、能源网络拓扑等确定约束条件，根据用户需求确定目标函数(降耗、减碳、成本(初始投资成本、运营成本)、经济性(IRR(Internal Rate ofReturn,内部收益率)，ROI(ReturnOnInvestment，投资回报率))、风险等指标优先级)，在约束条件下求解满足目标函数的最优解。其中，IRR表示资金流入现值总额与资金流出现值总额相等、净现值等于零时的折现率；ROI的结果通常用百分比来表示，即投入产出比，简单来说就是企业所投入资金的回报程度。

同理，最优求解器求解的方式与多维函数优化求解方式类似，可相互参见，此处就不再一一赘述。

同样以零碳系统为例，采用仿真优化的方式实现协调优化的具体过程可以为：

在策略库模块300设置仿真子模块和仿真处理子模块。仿真子模块可以对对综合用能成本、减碳指标仿真测算，对各个策略组合方案精细化仿真计算，降耗仿真计算、减碳仿真计算、成本核算(初始投资成本、运营成本)、经济性(IRR，ROI)核算、风险核算，输出多个仿真结果。仿真数据处理子模块，对仿真子模块输出的多个仿真结果进行数据聚合，多维综合分析(从降耗、减碳、成本(初始投资成本、运营成本)、经济性(IRR，ROI)、风险等维度量化计算)。仿真数据处理子模块对多个仿真结果进行综合比选，全局寻优，输出多个策略组合方案，多个仿真结果，推荐的策略组合方案。如果输出结果满足用户需求则仿真优化结束，如果不满足用户需求可以收集用户倾向维度等需求，进行再次仿真优化，直到满足用户需求。

能够理解的是，可以通过策略库模块300对存在多个控制策略系统的各策略优化组合形成最优策略。其中，可以将策略库模型内预置的管控策略按照策略生效条件、策略生效时间段、策略执行参数进行排列组合，得到多个策略组合，然后在各个策略组合中选取出满足约束条件、目标优先级的策略组合作为最优策略。

算法生成模块400，用于根据算法生成参数和自身预置算法模型生成控制数据；控制数据包括控制算法和控制参数。

实际应用中，算法生成模块400，在用于根据算法生成参数和自身预置算法模型生成控制数据时，具体用于：

在自身预置算法模型中筛选出与算法生成参数相匹配的算法模型；对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成控制数据。

需要说明的是，算法生成模块400内预置一到多个存在多个控制策略系统的算法模型。同样以零碳系统为例，算法生成模块400内置的算法模型可以包括：供冷降耗降本算法模型、供热降耗降本算法模型、供电降耗降本算法模型、用能降本算法模型、需量优化算法模型、需求响应算法模型、供冷减碳算法模型、供热降碳算法模型、供电减碳算法模型、用能减碳算法模型、交通运输减碳算法模型、碳排抵消算法模型、碳足迹减碳算法模型、电力市场交易报价算法模型等。

还需要说明的是，由于算法生成模块400内置的各算法模型对应的数据不同，因此可以通过算法生成参数，在各个算法模型中筛选出所需数据与算法生成参数相匹配的算法模型，再对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成控制数据。

其中，以零碳系统为例，自变量可以是统一采集的能、碳数据，因变量可以是对能碳可调节智能设备或活动的输出，比如：调节储能充放、调节充电桩等负荷功率，购买不同类型及数量的碳资产抵消碳排。

需要说明的是，经过算法生成模块400输出的控制数据，可以使存在多个控制策略系统的更低用能成本，更少排碳，用能安全。

控制执行模块500，用于根据控制数据生成控制指令，并通过接口模块600下发至存在多个控制策略系统的可控单元。

实际应用中，由于控制数据一般包括控制算法和控制参数，因此可以根据控制算法和控制参数进行计算，生成控制指令，并通过接口模块600下发至存在多个控制策略系统的可控单元。

以零碳系统为例，可通过接口模块600与零碳系统进行数据交互，采集零碳系统的实时运行数据和状态，以及向零碳系统的可控单元发送控制指令。

此外，控制执行模块500还可以通过APP、小程序等终端给操作人员发送操作指令信息进行人工控制并收集反馈信息。

需要说明的是，零碳系统可以包括电、气、油、煤、蒸汽等各类能耗监测表计，配网继电保护，低碳能源(光伏发电设备，风力发电设备，多联供装置)，可调负荷(空调，地源热泵，空气源热泵，储能设备，蓄冷设备，蓄热设备，充电桩等)，节能装置(余热、余压、势能利用、变频设备)，碳排监测，CCUS(Carbon Capture，Utilization and Storage，碳捕获、利用与封存技术)装置等。接口模块600还通过IOT(Internet ofThings，物联网)、监控系统软件API(ApplicationProgramming Interface，应用程序编程接口)等方式与零碳系统连接。

其中，CCUS技术可以将生产过程中排放的二氧化碳封存，或者进行提纯后投入到新的生产过程中循环再利用。CCUS技术将二氧化碳资源化，产生经济效益，有利于环保。IoT是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。API可以是一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件的以访问一组例程的能力，而又无需访问源码，或理解内部工作机制的细节。

还需要说明的是，管控是动态的，可以持续进行的，当参数调节模块200、数据采集模块100、策略库模块300数据变化时，可以更新策略、模型，重新达到最优。策略库模块300、算法生成模块400的算法根据历史、实时数据、同类案例数据学习可以不断升级。策略库模块300的策略，算法生成模块400的模型可以根据需要不断扩充。

在一些实施例中，数据采集模块100、参数调节模块200、策略库模块300、算法生成模块400、控制执行模块500以及接口模块600采用集中式部署，或者，采用分布式部署。具体的，若采用分布式部署，各模块可以任一组合布置于相同或不同部署单元，各部署单元之间可通过网络通讯相连，以使各个模块之间能够实现数据交互，从而实现系统管控功能。

在一些实施例中，存在多个控制策略系统的管控系统为零碳系统，或者，虚拟电厂，又或者，综合能源管理系统；当然，并不仅限于此，还可以是现有其他存在多个控制策略的系统，本申请对存在多个控制策略系统的具体类型不作限定，均在本申请的保护范围之内。

需要说明的是，实际中存在多个控制策略系统的管控系统还可以是零碳系统、虚拟电厂以及综合能源管理系统三者的任意组合。也就是说，在零碳系统中可以叠加综合能源管理系统、虚拟电厂以及需量优化等，可以有效提高能效、节能减排、降低用能成本推动零碳发展。

基于上述原理，本实施例提供的存在多个控制策略系统的管控系统，包括：数据采集模块100用于对存在多个控制策略系统的运行数据进行采集以及对控制执行模块500的运行数据进行采集；策略库模块300用于根据数据采集模块100采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；算法生成模块400用于根据算法生成参数和自身预置算法模型生成控制数据；控制执行模块500用于根据控制数据生成控制指令，并通过接口模块600下发至存在多个控制策略系统的可控单元，由于策略库模块300内置多项管控策略，各控制策略经过处理，统一到一套指标体系；而算法生成模块400内置多项算法模型，各算法模型经过处理，统一到一套自变量因变量体系，能够实现一套系统执行多场景多样需求的多项控制策略，提高了存在多个控制策略系统的管控精度，降低了管控成本，解决了现有方案各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高的问题。

可选的，在本申请提供的另一存在多个控制策略系统的管控系统中，请参见图2，该存在多个控制策略系统的管控系统还可以包括：外部数据采集模块700，用于采集存在多个控制策略系统的外部干系数据，并将采集到的数据输出至策略库模块300。

实际应用中，外部数据采集模块700采集到存在多个管控策略系统的外部干系数据之后，可以根据策略库模块300所需的数据格式，将采集到的外部干系数据进行处理，转换为与策略库模块300所需的数据格式相同的数据，并将转换后的数据输出至策略库模块300。其中，处理可以包括预处理和归一化等处理。

其中，以零碳系统为例，零碳系统的外部干系数据可以包括双碳要求、能耗控制要求、碳排控制要求等。

需要说明的是，通过在存在多个控制策略系统的管控系统中增设外部数据采集模块700，可以将存在多个控制策略系统的内部数据采集接口与外部数据采集接口分离，以适应不同数据源特征(比如：时间敏感性，不同数据格式(时序数据，文本数据等))的数据采集，更好地满足数据质量要求，提高数据安全性。

可选的，在本申请提供的另一存在多个控制策略系统的管控系统中，请参见图3，还可以包括：

仿真博弈模块800，用于对算法生成模块400生成的控制数据进行仿真优化得到仿真结果，并将仿真结果与仿真博弈参数进行对比得到对比结果，以及将满足仿真要求的对比结果对应的控制数据输出至控制执行模块500。

其中，仿真博弈参数可以是通过参数调节模块200接收到的。也就是说，存在多个控制策略系统的管控系统的参数调节模块200还用于接收仿真博弈参数。

算法生成模块400还用于根据对比结果调整自身生成的控制数据，直至自身生成的控制数据的仿真结果与仿真博弈参数的对比结果满足仿真要求。

实际应用中，参数调节模块200可以与仿真博弈模块800相连，在接收到仿真博弈参数之后，可以将仿真博弈参数输出至仿真博弈模块800。其中，以零碳系统为例，仿真博弈参数可以是经济性指标、降碳指标、安全性能指标等，视具体应用环境和用户需求确定即可，本申请不作具体限定，均在本申请的保护范围之内。

需要说明的是，仿真博弈模块800可以将算法生成模块400生成的控制数据进行仿真得到仿真结果，并将仿真结果与仿真博弈参数对比得到对比结果，以根据对比结果判断是否满足仿真要求。若不满足则将仿真结果返回给算法生成模块400，算法生成模块400根据仿真结果调整算法模型，以调节自身生成的控制数据，再次输出至仿真博弈模块800仿真，并将仿真结果与仿真博弈参数对比得到对比结果，以根据对比结果判断是否满足仿真要求，循环往复，直至达到目标或达到博弈终止条件后终止，使得算法生成模块400生成的控制数据为最优数据，同时，仿真博弈模块800会获得满足仿真要求的对比结果对应的控制数据，并将该数据输出至控制执行模块500。

还需要说明的是，仿真博弈模块800在对算法生成模块400生成的控制数据进行仿真优化得到仿真结果之后，还可以将仿真结果按照优化目标进行排序，并从排序中选取最优结果所对应的控制数据直接作为满足仿真要求的控制数据输出至控制执行模块500。

在本实施例中，通过在存在多个控制策略系统的管控系统中增设仿真博弈模块800可以对算法生成模块400生成的控制数据进行预先模拟仿真推演，提高了控制精度和稳定性，确保用能安全，更加高效。

可选的，在本申请提供的另一存在多个控制策略系统的管控系统中，请参见图4，还可以包括：

校验输出模块900，用于根据校验参数对仿真博弈模块800输出的满足仿真要求的对比结果对应的控制数据进行校验，得到校验结果。

其中，校验参数可以是通过参数调节模块200接收到的。也就是说，存在多个控制策略系统的管控系统的参数调节模块200还用于接收校验参数。

仿真博弈模块800还用于根据校验结果对自身输出的满足要求的对比结果对应的控制数据进行调整，直至输出的满足仿真要求的对比结果对应的控制数据满足校验要求。

实际应用中，参数调节模块200可以与校验输出模块900相连，在接收到校验参数之后，可以将校验参数输出至校验输出模块900。其中，以零碳系统为例，校验参数可以是最大功率、最大容量、最大电流、充电最大SOC(State ofcharge，电荷状态)等边界约束指标等，视具体应用环境和用户需求确定即可，本申请不作具体限定，均在本申请的保护范围之内。

需要说明的是，校验输出模块900可以根据校验结果对仿真博弈输出的满足仿真要求的对比结果对应的控制数据进行校验，得到校验结果，以根据校验结果判断是校验要求，若不满足则将校验结果返回给仿真博弈模块800，仿真博弈模块800根据校验结果对自身输出的满足仿真要求的对比结果对应的控制数据进行调整，再次生成新的满足仿真要求的对比结果对应的控制数据给校验输出模块900进行校验，直至输出的满足仿真要求的对比结果对应的控制数据满足校验要求。在这一过程中，也可以将校验结果反馈给用户进行手工确认。

在本实施例中，通过在存在多个控制策略系统的管控系统中增设校验输出模块900对仿真博弈模块800输出的满足仿真要求的对比结果对应的控制数据进行校验，提高了控制精度、可靠性以及安全性，同时还减少了认为操作失误。

此外，在存在多个控制策略系统中多种控制策略受到多方面因素影响，各控制测控可能会相互耦合，系统可能因干涉而失效，并且不同算法模型在不同工况下控制精度不同，导致现有管控系统无法保证管控精度使用负载，容易出错；而本申请提供的管控系统可以通过增设仿真博弈模块800和校验输出模块900，可以进一步减少系统中各控制策略之间的耦合、干涉失效，避免了上述问题。

综合上述，以零碳系统为例，本申请提供的存在多个控制策略系统的管控系统是具有多模协奏结构的高效低成本零碳系统，可以提高双碳工作效率，多策略协同控制，全景优化，实现双碳目标与经济高质量发展，降低减碳成本和用能成本，更多减碳，适应不同场景和复杂多样的需求。

基于上述实施例提供的存在多个控制策略系统的管控系统，对应的，本申请另一实施例还提供了一种管控方法，可应用于如上述任一实施例所述的存在多个控制策略系统的管控系统，该方法可以包括：

通过管控系统的数据采集模块，对存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；存在多个控制策略系统的运行数据包括：管控策略执行所需数据和管控干系数据。

通过管控系统的策略库模块，根据数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数。

通过管控系统的算法生成模块，根据算法生成参数和自身预置算法模型生成控制数据；控制数据包括控制算法和控制参数。

通过管控系统的控制执行模块，根据控制数据生成控制指令，并通过管控系统的接口模块下发至存在多个控制策略系统的可控单元。

可选地，该管控方法还包括：

通过管控系统的外部数据采集模块，采集存在多个控制策略系统的外部干系数据，并将采集到的数据输出至策略库模块。

可选地，该管控方法还包括：

通过管控系统的仿真博弈模块，对算法生成模块生成的控制数据进行仿真优化得到仿真结果，并将仿真结果与仿真博弈参数进行对比得到对比结果，以及将满足仿真要求的对比结果对应的控制数据输出至控制执行模块。

通过管控系统的算法生成模块，根据对比结果调整自身生成的控制数据，直至自身生成的控制数据的仿真结果与仿真博弈参数的对比结果满足仿真要求。

可选地，该管控方法还包括：

通过管控系统的校验输出模块，根据校验参数对仿真博弈模块输出的满足仿真要求的对比结果对应的控制数据进行校验，得到校验结果。

通过管控系统的仿真博弈模块，根据校验结果对自身输出的满足仿真要求的对比结果对应的控制数据进行调整，直至输出的满足仿真要求的对比结果对应的控制数据满足校验要求。

可选地，该管控方法在通过管控系统的数据采集模块，对存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集，包括：

确定出策略库模块所需的数据格式；

将存在多个控制策略系统采集到的数据以及对控制执行模块采集到的数据转换为，与策略库模块所需的数据格式相同的数据。

可选地，该管控方法在通过管控系统的策略库模块，根据数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数，包括：

在自身预置管控策略中筛选出与数据采集模块采集到的数据和策略调整参数均相匹配的管控策略。

对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成算法生成参数。

可选地，该管控方法在通过管控系统的算法生成模块，根据算法生成参数和自身预置算法模型生成控制数据，包括：

在自身预置算法模型中筛选出与算法生成参数相匹配的算法模型。

对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成控制数据。

基于上述，本实施提供的管控方法，包括：通过管控系统的数据采集模块，对存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；通过管控系统的策略库模块，根据数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；通过管控系统的算法生成模块，根据算法生成参数和自身预置算法模型生成控制数据；控制数据包括控制算法和控制参数；通过管控系统的控制执行模块，根据控制数据生成控制指令，并通过接口模块下发至存在多个控制策略系统的可控单元，能够实现一套系统执行多场景多样需求的多项控制策略，提高了存在多个控制策略系统的管控精度，降低了管控成本，解决了现有方案各控制策略功能是独立的，一种场景甚至一个用户的一个需求点采用一套定制的策略和算法，系统实施周期长，各策略无法统筹优化，精度低而成本高的问题。

需要说明的是，关于管控方法的详细说明可参见上述实施例提供存在多个控制策略系统的管控系统，在此不再一一赘述。

基于上述实施例提供的存在多个控制策略系统的管控系统和对应的管控方法，以零碳系统为例，实际中管控系统执行管控时的流程大体可分为两种情况，具体的情况1可结合图5，主要包括步骤S1至S4：

S1：数据采集模块采集零碳系统运行、状态以及零碳系统管控干系数据，进行预处理，归一化等处理，转换为策略库策略需要的数据格式用于给策略库提供参数。

S2：策略库模块根据上述参数和参数调节模块输入的参数调整策略工作状态，对一到多项策略经过归一化处理，统一到一套指标体系，经过协调优化后输出给算法生成模块算法生成参数。

S3：算法生成模块根据上述算法生成参数和参数调节模块输入的参数调整工作状态，对一项到多项模型进行归一化处理，统一到一套自变量因变量体系，经过协调优化后输出优化的算法和参数。

S4：控制执行模块通过零碳系统接口模块采集零碳系统数据并根据上述算法和参数计算控制指令，对零碳系统的可控单元发送控制指令，向数据采集模块上送数据和状态。

具体的情况2可结合图6，主要包括步骤S1至S7：

S1：双碳工作主体根据需要输入双碳、零碳系统参数；数据采集模块采集零碳系统运行、状态以及零碳系统管控干系数据，进行预处理，归一化等处理，得到零碳系统数据特征参数。

S2：策略库模块根据上述双碳、用能、数据特征参数，用户需求，对一到多项策略经过归一化处理，统一到一套指标体系，调整各策略参数得到多个策略参数组合。

S3：系统对上述多个策略参数组合进行仿真计算，降耗核算、减碳核算、用能成本核算、风险等核算，输出多个仿真结果，系统对多个仿真结果进行综合比选，全局寻优并优选推荐的结果形成算法生成参数。寻优算法可以是蚁群优化算法、粒子群优化算法、熵权法等一种或多种组合应用。

S4：上述S3的输出结果是否满足用户需求；如果判断结果为是，转到S5；如果判断结果为否，转到S2。

S5：算法生成模块根据上述算法生成参数和参数调节模块输入的参数调整工作状态，对一项到多项模型进行归一化处理，统一到一套自变量因变量体系，调整各参数得到多个模型参数组合。

S6：系统对多个模型参数组合进行仿真计算，校验最大功率、最大容量、最大电流、充电最大SOC等，输出多个仿真结果，并优选推荐的结果形成算法和参数。

S7：控制执行模块通过零碳系统接口模块采集零碳系统数据并根据上述算法和参数计算控制指令，对零碳系统的可控单元发送控制指令，向数据采集模块上送数据和状态。

需要说明的是，上述仅仅是本申请示出的两种存在多个控制策略系统的管控系统的具体管控应用实例，在实际应用中，存在多个控制策略系统的管控系统的具体实现过程，还可视具体应用环境和用户需求确定，只要思想及原理与本申请提供的存在多个控制策略系统的管控系统相同，均在本申请的保护范围之内。

还需要说明的是，本申请提及的控制策略和管控策略可以在一定程度等同。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (17)

1.一种存在多个控制策略系统的管控系统，其特征在于，包括：

数据采集模块，用于对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；所述存在多个控制策略系统的运行数据包括：管控策略执行所需数据和管控干系数据；

所述策略库模块，用于根据所述数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；

算法生成模块，用于根据所述算法生成参数和自身预置算法模型生成控制数据；所述控制数据包括控制算法和控制参数；

所述控制执行模块，用于根据所述控制数据生成控制指令，并通过接口模块下发至所述存在多个控制策略系统的可控单元。

2.根据权利要求1所述的存在多个控制策略系统的管控系统，其特征在于，还包括：外部数据采集模块，用于采集所述存在多个控制策略系统的外部干系数据，并将采集到的数据输出至所述策略库模块。

3.根据权利要求1所述的存在多个控制策略系统的管控系统，其特征在于，还包括：仿真博弈模块，用于对所述算法生成模块生成的控制数据进行仿真优化得到仿真结果，并将所述仿真结果与仿真博弈参数进行对比得到对比结果，以及将满足仿真要求的所述对比结果对应的控制数据输出至所述控制执行模块；

所述算法生成模块还用于根据所述对比结果调整自身生成的所述控制数据，直至自身生成的所述控制数据的仿真结果与所述仿真博弈参数的对比结果满足仿真要求。

4.根据权利要求3所述的存在多个控制策略系统的管控系统，其特征在于，还包括：校验输出模块，用于根据校验参数对所述仿真博弈模块输出的满足仿真要求的所述对比结果对应的控制数据进行校验，得到校验结果；

所述仿真博弈模块还用于根据所述校验结果对自身输出的满足仿真要求的所述对比结果对应的控制数据进行调整，直至输出的满足仿真要求的所述对比结果对应的控制数据满足校验要求。

5.根据权利要求1-4任一项所述的存在多个控制策略系统的管控系统，其特征在于，数据采集模块，在用于对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集时，具体用于：

确定出所述策略库模块所需的数据格式；

将所述存在多个控制策略系统采集到的数据以及对控制执行模块采集到的数据转换为，与所述策略库模块所需的数据格式相同的数据。

6.根据权利要求1-4任一项所述的存在多个控制策略系统的管控系统，其特征在于，所述策略库模块，在用于根据所述数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数时，具体用于：

在自身预置管控策略中筛选出与所述数据采集模块采集到的数据和所述策略调整参数均相匹配的管控策略；

对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成所述算法生成参数。

7.根据权利要求1-4任一项所述的存在多个控制策略系统的管控系统，其特征在于，所述算法生成模块，在用于根据所述算法生成参数和自身预置算法模型生成控制数据时，具体用于：

在自身预置算法模型中筛选出与所述算法生成参数相匹配的算法模型；

对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成所述控制数据。

8.根据权利要求1-4任一项所述的存在多个控制策略系统的管控系统，其特征在于，所述数据采集模块、所述策略库模块、所述算法生成模块、所述控制执行模块以及所述接口模块采用集中式部署。

9.根据权利要求1-4任一项所述的存在多个控制策略系统的管控系统，其特征在于，所述数据采集模块、所述策略库模块、所述算法生成模块、所述控制执行模块以及所述接口模块采用分布式部署。

10.根据权利要求1-4任一项所述的存在多个控制策略系统的管控系统，其特征在于，所述存在多个控制策略系统为零碳系统，或者，虚拟电厂，又或者，综合能源管理系统。

11.一种管控方法，其特征在于，应用于如权利要求1-10任一项所述的存在多个控制策略系统的管控系统，所述方法包括：

通过所述管控系统的数据采集模块，对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集；所述存在多个控制策略系统的运行数据包括：管控策略执行所需数据和管控干系数据；

通过所述管控系统的策略库模块，根据所述数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数；

通过所述管控系统的算法生成模块，根据所述算法生成参数和自身预置算法模型生成控制数据；所述控制数据包括控制算法和控制参数；

通过所述管控系统的控制执行模块，根据所述控制数据生成控制指令，并通过所述管控系统的接口模块下发至所述存在多个控制策略系统的可控单元。

12.根据权利要求11所述的管控方法，其特征在于，还包括：

通过所述管控系统的外部数据采集模块，采集所述存在多个控制策略系统的外部干系数据，并将采集到的数据输出至所述策略库模块。

13.根据权利要求11所述的管控方法，其特征在于，还包括：

通过所述管控系统的仿真博弈模块，对所述算法生成模块生成的控制数据进行仿真优化得到仿真结果，并将所述仿真结果与仿真博弈参数进行对比得到对比结果，以及将满足仿真要求的所述对比结果对应的控制数据输出至所述控制执行模块；

通过所述管控系统的算法生成模块，根据所述对比结果调整自身生成的所述控制数据，直至自身生成的所述控制数据的仿真结果与所述仿真博弈参数的对比结果满足仿真要求。

14.根据权利要求11所述的管控方法，其特征在于，还包括：

通过所述管控系统的校验输出模块，根据校验参数对所述仿真博弈模块输出的满足仿真要求的所述对比结果对应的控制数据进行校验，得到校验结果；

通过所述管控系统的仿真博弈模块，根据所述校验结果对自身输出的满足仿真要求的所述对比结果对应的控制数据进行调整，直至输出的满足仿真要求的所述对比结果对应的控制数据满足校验要求。

15.根据权利要求11-14任一项所述的管控方法，其特征在于，通过所述管控系统的数据采集模块，对所述存在多个控制策略系统的运行数据进行采集以及对控制执行模块的运行数据进行采集，包括：

确定出所述策略库模块所需的数据格式；

将所述存在多个控制策略系统采集到的数据以及对控制执行模块采集到的数据转换为，与所述策略库模块所需的数据格式相同的数据。

16.根据权利要求11-14任一项所述的管控方法，其特征在于，通过所述管控系统的策略库模块，根据所述数据采集模块采集到的数据和策略调整参数，调整自身预置管控策略的工作状态，生成算法生成参数，包括：

在自身预置管控策略中筛选出与所述数据采集模块采集到的数据和所述策略调整参数均相匹配的管控策略；

对筛选出的管控策略进行归一化处理，统一到一套指标体系，并进行协调优化，生成所述算法生成参数。

17.根据权利要求11-14任一项所述的管控方法，其特征在于，通过所述管控系统的算法生成模块，根据所述算法生成参数和自身预置算法模型生成控制数据，包括：

在自身预置算法模型中筛选出与所述算法生成参数相匹配的算法模型；

对筛选出的算法模型进行归一化处理，统一到一套自变量因变量体系，并进行协调优化，生成所述控制数据。