CN109829624B - 一种风电合作博弈爬坡控制方法和装置 - Google Patents
一种风电合作博弈爬坡控制方法和装置 Download PDFInfo
- Publication number
- CN109829624B CN109829624B CN201811642834.7A CN201811642834A CN109829624B CN 109829624 B CN109829624 B CN 109829624B CN 201811642834 A CN201811642834 A CN 201811642834A CN 109829624 B CN109829624 B CN 109829624B
- Authority
- CN
- China
- Prior art keywords
- wind power
- power plant
- wind
- field group
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种风电合作博弈爬坡控制方法和装置,根据风电场群的有功功率偏差,提出场群互补性评价指标;利用风电场间的互补特性,结合场群控制方式,提出基于互补性的场群爬坡控制;以风电场出力和出力调整量、风电场实际出力和计划值的偏差构建支付函数;面向风电场选择不同的博弈策略,给出爬坡事件时风电场调整量的计算方法;根据场群互补性评价指标及支付函数,基于合作博弈的方式,建立合作博弈机制引导风电场参与场群爬坡控制。可以在发生爬坡事件时提高场群风电计划的完成度,降低各风电场上缴的补偿费用,提高风电场收益。
Description
技术领域
本发明实施例涉及风力发电并网技术领域,更具体地,涉及一种风电合作博弈爬坡控制方法和装置。
背景技术
近年来,以风电和光伏为主的新能源发电技术发展迅猛。2017年我国风电累计装机容量已达164GW,年增长率高达28%。随着风电渗透率的提高,受长时间极端天气影响,系统中发生爬坡事件的可能性增大。风电爬坡事件是风功率在短时间尺度内发生的单向大幅度变化事件,易造成系统短时间内功率发生大量缺额,影响调峰调频,严重威胁电网的安全稳定经济运行。
国内外关于爬坡事件的研究包括爬坡定义、爬坡事件预测、评估与预警以及爬坡控制4个方面。发生爬坡事件时,风电功率将在一个较长的时间内持续偏离计划值,易造成切负荷等严重后果,因此需采用合适的爬坡控制策略降低爬坡对电网的影响。目前的爬坡控制策略可以分为储能辅助爬坡控制策略和无储能有限度控制策略。储能辅助爬坡控制策略利用储能充放电快的特点,通过减小弃风量和爬坡率,降低风电爬坡对电网的影响。但爬坡事件持续周期较长,系统需布置容量大、性能好的储能装置,经济性较差。无储能有限度控制策略充分利用风电场自身的调节能力和风电场间的协调互补能力,通过减小爬坡率或有功控制偏差,降低爬坡事件对电网的影响;不需额外投资,经济性能好,在现有研究中得到较多的关注。
风电场常采用场群控制方式以降低预测误差对爬坡控制精度的影响;在不断开放的市场环境下,场群内的风电场可能属于不同的利益主体,各风电场输出趋向于追求自身利益的最大化,使得各风电场在爬坡事件期间调整出力时存在利益冲突。博弈论是解决多主体决策矛盾与冲突的有效方法。随着风电并网规模的扩大,各国为了降低风电调控运行成本,针对风电发电计划值与实际运行情况的偏差制定了相应的误差惩罚措施,以激励不同风电场联合协作、降低其总体有功偏差;而已有竞争博弈爬坡控制方法未能充分考虑风电并网时由于计划值和实际值的差额而缴纳的辅助服务补偿费用,易损害风电场经济效益。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种风电合作博弈爬坡控制方法和装置。
第一方面,本发明实施例提供一种风电合作博弈爬坡控制方法,包括:
基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
作为优选的,场群的互补性能评价指标为:
式中,γ为互补性能评价指标;为n1个风电场形成的联盟;△Pj、△Pi、△Pk为分别为第j、第i及第k个风电场的爬坡预测误差;NW为总的风电场数;N=(1,2,…,i,…,NW),表示风电场场群;为不联盟的风电场的集合。
作为优选的,建立场群的互补性能评价指标,具体包括:
对多个风电场进行爬坡控制时,以单个风电场为控制对象,得到得到每个风电场单独为政时的第二总平均功率偏差绝对值:
基于风电场间的互补特性,通过风电场选择合作形成联盟,抵消风电场间正负预测误差,得到风电场联盟后的场群的第一总平均功率偏差绝对值:
作为优选的,基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力和风电场出力计划值的偏差构建第二支付函数,具体包括:
基于风电场有功调整量及风电场有功出力构建第一支付函数Fc1,基于风电场实际出力和风电场出力计划值的偏差构建第二支付函数Fc2:
Fc2=ρ|ΔP|Δt
式中,k1、k2分别表示奖励系数和惩罚系数;M为总的仿真时段;ΔPj_e、ΔPj_p和ΔPj_max分别表示第j时段风电场的有效调整量、惩罚调整量和最大调整量;Pj表示第j时段风电场实际出力值;Pn表示风电场的额定功率;ρ为辅助服务补偿价格;Δt为时间段;|ΔP|为单位时间内风电场实际出力值与风电场出力计划值绝对偏差的平均值,单位为kW。
作为优选的,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数后,还包括:
计算爬坡事件时整个场群的辅助服务补偿费用:
计算场群中每个风电场各自为政时总的辅助服务补偿费用:
计算风电场合作形成联盟后,场群的辅助服务补偿费用减少百分比,并基于互补性能评价指标的计算方式,得到场群辅助服务补偿费用减少百分比与互补性能评价指标的关系。
作为优选的,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数后,还包括:
获取爬坡事件时的风电场调整量,爬坡事件时,场群的功率调整计划为:
式中,ΔPall,j为第j时刻场群调整计划量;Psch,j为第j时刻场群出力计划值,等于场群中所有风电场第j时刻的计划值之和;Pj i为第j时刻风电场i的风电场实际出力值。
作为优选的,获取爬坡事件时的风电场调整量,具体包括:
获取升出力过程中第i个风电场的出力范围:
计算升出力过程有效调整量和惩罚调整量:
计算降出力过程中第i个风电场的出力范围:
计算降出力过程有效调整量和惩罚调整量:
第二方面,本发明实施例提供一种风电合作博弈爬坡控制装置,包括:
第一模块,用于基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
第二模块,用于基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
第三模块,用于若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
第四模块,用于基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提出了一种风电合作博弈爬坡控制方法和装置,根据风电场群的有功功率偏差,提出场群互补性评价指标;利用风电场间的互补特性,结合场群控制方式,提出基于互补性的场群爬坡控制;以风电场出力和出力调整量、风电场实际出力和计划值的偏差构建支付函数;面向风电场选择不同的博弈策略,给出爬坡事件时风电场调整量的计算方法;根据场群互补性评价指标及支付函数,基于合作博弈的方式,建立合作博弈机制引导风电场参与场群爬坡控制。可以在发生爬坡事件时提高场群风电计划的完成度,降低各风电场上缴的补偿费用,提高风电场收益。
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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的风电合作博弈爬坡控制方法示意图;
图2为根据本发明实施例的合作博弈爬坡控制的流程示意图;
图3为根据本发明实施例的常规控制模式下三个风电场计划出力和实际出力效果图;
图4为根据本发明实施例的3个风电场采取合作模式时需要缴纳的总金额最小,3个风电场采用模式M3_1时场群控制偏差效果图;
图5为根据本发明实施例的3个风电场采取合作模式时需要缴纳的总金额最小,3个风电场采用模式M3_1时各风电场出力效果图;
图6为根据本发明实施例的风电场具有不同的互补特性时,场群辅助服务补偿费用减少百分比与风电场的互补指标的拟合曲线;
图7为根据本发明实施例的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
由于现有竞争博弈爬坡控制方法的不能充分考虑风电并网时由于计划值和实际值的差额而缴纳的辅助服务补偿费用的不足,因此本发明各实施例针根据风电场群的有功功率偏差,提出场群互补性评价指标;利用风电场间的互补特性,结合场群控制方式,提出基于互补性的场群爬坡控制。以下将通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供的一种风电合作博弈爬坡控制方法,包括:
基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
在本实施例中,根据风电场群的有功功率偏差,提出场群互补性评价指标,具体包括:
步骤11:爬坡事件时,两个风电场之间具有互补性当且仅当两者的有功预测偏差符号相反。定义互补性能评价指标为风电场形成联盟后总的平均功率偏差绝对值与每个风电场单独为政时总的平均功率偏差绝对值的比值,即:
式中,γ为互补性能评价指标;为n1个风电场形成的联盟;△Pj、△Pi、△Pk为分别为第j、i及k个风电场的爬坡预测误差;NW为总的风电场数;N=(1,2,…,i,…,NW),表示风电场场群;为不联盟的风电场的集合。
步骤12:通过风电场间正负预测误差的抵消,联盟后场群的平均功率偏差绝对值小于每个风电场单独为政时总的平均功率偏差绝对值;风电场间正负预测误差抵消越多,风电场间的互补性越好,场群的平均功率偏差绝对值越小,互补性指标就越小。互补性评价指标γ取值为[0,1],γ值越小,风电场间的互补性越好;γ=1时,风电场间不具有互补性。
在上述各实施例的基础上,还利用风电场间的互补特性,结合场群控制方式,提出基于互补性的场群爬坡控制,具体包括:
步骤21:对多个风电场进行爬坡控制时,若以单个风电场为控制对象,总的风电功率预测误差为所有风电场预测误差绝对值总和,即
式中:ΔPtotal为风电场群总的有功预测误差。
步骤22:利用风电场间的互补特性,某些风电场选择合作形成联盟,总的风电功率预测误差变为:
由不等式的性质可知ΔPt'otal≤ΔPtotal,因此基于风电场间互补特性,采用场群控制方式可减小总预测误差和预测误差对爬坡控制精度的影响。
在上述各实施例的基础上,还基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数,具体包括:
步骤31:确定博弈方,每局博弈中具有决策权的参与者。本实施例中的博弈方为场群中发生爬坡事件的风电场,以三个风电场为例,以下分别用A,B,C表示3个博弈方。
步骤32:确定博弈策略,博弈策略是指博弈方可选择的策略集合。本实施例中的博弈策略为各风电场爬坡时有功出力取值,分别记为PA,PB,PC。三者的博弈策略空间分别表示为:
式中:Pi,min和Pi,max(i=A,B,C)分别表示第i个风电场的最小和最大出力。
步骤33:基于风电场有功调整量及有功出力给出支付函数Fc1,基于风电场实际出力和风电场出力计划值的偏差给出支付函数Fc2,Fc1和Fc2分别为:
Fc2=ρ|ΔP|Δt (6)
式中:k1、k2分别表示奖励系数和惩罚系数,本实施例中都取值为1;M为总的仿真时段;ΔPj_e、ΔPj_p和ΔPj_max分别表示第j时段风电场的有效调整量(指风电场实际出力在制定的计划值范围内)、惩罚调整量(指风电场实际出力超过计划值限值的部分)和最大调整量,对三者的确定见下一节;Pj表示第j时段风电场出力;Pn表示风电场的额定功率;ρ为辅助服务补偿价格,本实施例中取0.65元/kw·h;Δt为时间段;|ΔP|为1小时内风电场实际值与计划值绝对偏差的平均值,kW。
式中,N={1,2,...,i,...,Nw}表示风电场场群(i表示风电场编号)。
步骤35:计算场群中每个风电场各自为政时总的辅助服务补偿费用,为:
步骤37:结合互补性能指标γ计算公式,计算场群辅助服务补偿费用减少百分比与风电场的互补性能指标关系:
λ=(1-γ)×100% (10)
在上述各实施例的基础上,面向风电场选择不同的博弈策略,给出爬坡事件时风电场调整量的计算方法;
爬坡控制时,风电场选择不同的博弈策略,会得到不同的调整量,影响风电场支付函数大小。本实施例中给出爬坡事件时风电场调整量的计算方法。
基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数后,还包括:
获取爬坡事件时的风电场调整量,爬坡事件时,场群的功率调整计划为:
根据ΔPj的正负可将计算过程分成升出力过程和降出力过程两种情况:
步骤41:计算升出力过程中第i个风电场的出力范围,
步骤42:计算升出力过程有效调整量和惩罚调整量,分别为
步骤43:计算降出力过程中第i个风电场的出力范围,
步骤44:计算降出力过程有效调整量和惩罚调整量,分别为
在本实施例中,还根据场群互补性评价指标及支付函数,基于合作博弈的方式,建立合作博弈机制引导风电场参与场群爬坡控制,具体包括:
步骤51:确定合作博弈爬坡模型
以3个发生爬坡事件的风电场为例,可能的合作博弈模式一共有4种,即3者合作和任意两个风电场合作后再与另一个风电场博弈,分别用[{A,B,C}],[{A,B},{C}],[{A},{B,C}]和[{A,C},{B}]表示。
下面以[{A,B},{C}]模式为例给出合作博弈爬坡控制模型,其他模式类似。
博弈方:{A,B},{C}
策略集合:SAB=[PA,min,PA,max;PB,min,PB,max]
SC=[PC,min,PC,max]
收益函数:Fc1,AB(PA,PB,PC)=Fc1,A(PA,PB,PC)+Fc1,B(PA,PB,PC)
Fc1,C(PA,PB,PC)
Fc2,AB=ρ|ΔPA+ΔPB|Δt
Fc2,AB=ρ|ΔPA+ΔPB|Δt,Fc2,C=ρ|ΔPC|Δt
步骤52:确定合作博弈爬坡控制流程,如图2所示,合作博弈爬坡控制的流程主要分为两个阶段。
第一阶段,若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,在本实施例中,当指标小于1时启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和。通过预先设置阈值Pthreshold、△t,进行风电爬坡时间预测。
第二阶段是本实施例所提控制策略的主体部分,是风电场通过合作博弈策略调整实际出力,完成场群出力调整计划的过程,基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。具体包括S521:生成风电场群的调控计划,即风电场群的计划值与实际出力之差;S522:根据场群采用的合作模式,建立合作博弈控制模型;S523:求解博弈论中的纳什均衡点,确定各风电场实际出力;S524:计算各风电场调整量和出力偏差量;S525:计算各支付函数,得出风电场收益。
本发明实施例中,采用国内某3个风电场的历史数据,风电场重命名为风电场A、B、C,每个风电场包含1.5MW风机100台,额定容量为150MW。风电爬坡事件的定义为一段时间内首末时刻功率之差的绝对值大于阈值,即:
|Pt+Δt-Pt|>Pthreshold
式中,Δt取值为2小时;Pthreshold取值为上爬坡事件为额定装机容量的20%,即30MW,下爬坡事件为额定装机容量的15%,即22.5MW。风电场出力的数据采样时间为1分钟。
风电场以15分钟为一个时段,每次申报8个时段的计划值。风电场的调整量、贡献度每分钟计算一次,需缴纳的罚款(辅助服务补偿费用)每小时计算一次。
算例主要包含3种控制模式:模式1,常规控制;模式2,基于竞争博弈的协同控制;模式3,基于合作博弈的爬坡控制策略。下面详细阐述3种控制模式。
常规控制模式(M1):采用该模式的风电场向电力系统单独竞价,确定自身计划出力,并根据自身情况调整实际出力。
基于竞争博弈的控制模式(M2):该模式下组成风电场群的每个风电场向电力市场竞价申报计划出力,场群的计划出力为所有风电场计划值之和;然后以场群计划值和实际值的差额最小以及各风电场收益最大为目标确定每个风电场的出力。
基于合作博弈的控制模式(M3):该模式下采用合作方式的风电场先确定自己的计划出力,联盟的计划出力为所有成员的计划出力之和,然后由联盟统一向电力市场竞价申报计划,再分配给各风电场。实际运行时以场群计划值和实际值的差额最小以及联盟的收益最大为目标确定每个风电场的出力;联盟中的成员采取一定的分配策略分摊通过形成合作而获得的额外收益。
合作博弈的结果:
图3给出了模式1中3个风电场的计划出力和实际出力,每个风电场的计划出力基于预测值确定。3个风电场中,A场的实际出力小于其计划出力,爬坡事件发生时间先于预测的时间,爬坡幅度大于预测值;B和C场的实际出力大于其计划出力,爬坡事件发生时间滞后于预测的时间,且爬坡幅度小于预测值。爬坡事件时,三个风电场的有功出力偏差有正有负,具有一定的互补性,可以相互抵消使得场群偏差减小。
表1给出了3种控制模式下各风电场的收益及场群控制控制偏差结果。模式1下场群控制偏差为7.94,模式2和模式3下场群控制偏差为1.91~1.80,可以看出基于合作博弈的爬坡控制策略和已有的竞争博弈爬坡控制策略一样可以减小场群爬坡控制偏差,提高风电场群计划的完成度;但减小幅度有所降低。
表1各风电场收益及场群控制偏差
注:A、B、C代指风电场A、风电场B和风电场C;M1指常规控制模式;M2指基于竞争博弈的控制模式;M3_1指三个风电场A、B、C采用合作博弈控制模式,M3_2指风电场A、B采用合作博弈模式,M3_3指风电场A、C采用合作博弈模式,M3_4指风电场B、C采用合作博弈模式。
模式1中各风电场贡献度分别为61.88,70.88,69.77;模式2中,选择有效调整策略的风电场的贡献度指标与其有效调整量成正相关,故模式2中,3个风电场的贡献度依次为124.33、136.34、138.53,相较于模式1有所提升;模式3中,部分风电场选择合作博弈策略,在最小化场群控制偏差的同时追求联盟整体利益的最大化。对于本实施例所提的3个风电场而言该模式一共有4种策略组合,即组合1风电场A、B和C合作,组合2风电场A、B合作,组合3风电场A、C合作,组合4风电场B、C合作。从表格中数据可以看出,在4种策略组合下,各风电场的贡献度相比于模式1下有所提高,相对于模式2而言,采取合作模式的风电场贡献度更高,例如M3_2下是A和B风电场采取合作模式,此时两个风电场的贡献度分别为124.80和136.48,比M2即竞争模式下有所提高。可以看出风电场采取合作博弈爬坡控制策略相对于竞争博弈策略而言可以提高风电场的贡献度指标,即提高风电场的收益。
从风电场需要缴纳的辅助服务补偿费用来看,模式1中各风电场上缴金额为2889.1元每小时、3555.7元每小时、2690.8元每小时,3个风电场共缴纳9135.6元每小时;模式2中3个风电场需缴纳的辅助服务补偿费用分别为3930.9元每小时、2517.4元每小时、1484.2元每小时,场群总缴纳7932.5元每小时;模式3中,3个风电场部分或全部选择合作博弈方法时,场群总的缴纳金额相较于竞争模式下的缴纳金额降低,表明3个风电场部分或全部选择合作可以使他们缴纳的辅助服务补偿费用减少,相反即获利增加。另一方面,在M3_4中场群需交纳的总金额相较于其他3种组合减少幅度更小,可以表明由于风电场B和C的出力不具有互补性,若只有两者采取合作,并不能很好地达到减少辅助服务补偿费用,提高收益的目的;风电场A和B、A和C以及A、B和C具有互补特性,故采取相应的合作策略可以减少辅助服务补偿费用,获得更大的利润。由表1可知在本实施例仿真算例中3个风电场采取合作模式时需要缴纳的总金额最小。3个风电场采用模式M3_1时场群控制偏差及各风电场出力分别如图4、5所示。
图6给出了风电场具有不同的互补特性时,图中横坐标即为互补性能评价指标,场群辅助服务补偿费用减少百分比与风电场的互补指标的拟合曲线,可以表明,当风电场的互补性指标越小,即风电场互补性能越好时,通过采取合作博弈方式,各个风电场的辅助服务补偿费用减少百分比越大,即缴纳的罚款减少,风电场通过合作获得了更多的利益。
以上仿真结果显示,合作博弈爬坡控制策略可以在发生爬坡事件时提高场群风电计划的完成度,降低各风电场上缴的补偿费用,提高风电场收益。
本发明实施例还提供一种风电合作博弈爬坡控制装置,基于上述各实施例中的风电合作博弈爬坡控制方法,包括:
第一模块,用于基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
第二模块,用于基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
第三模块,用于若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
第四模块,用于基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
图7为本发明实施例提供的电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储在存储器830上并可在处理器810上运行的计算机程序,以执行上述各实施例提供的风电合作博弈爬坡控制方法,例如包括:
基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的风电合作博弈爬坡控制方法,例如包括:
基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
本发明实施例还提供本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行如上述的风电合作博弈爬坡控制方法,例如包括:
基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力;基于所述场群出力计划值和各风电场的实际出力得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益。
综上所述,本发明实施例提供的一种风电合作博弈爬坡控制方法和装置,根据风电场群的有功功率偏差,提出场群互补性评价指标;利用风电场间的互补特性,结合场群控制方式,提出基于互补性的场群爬坡控制;以风电场出力和出力调整量、风电场实际出力和计划值的偏差构建支付函数;面向风电场选择不同的博弈策略,给出爬坡事件时风电场调整量的计算方法;根据场群互补性评价指标及支付函数,基于合作博弈的方式,建立合作博弈机制引导风电场参与场群爬坡控制。本发明提供合作博弈爬坡控制策略可以在发生爬坡事件时提高场群风电计划的完成度,降低各风电场上缴的补偿费用,提高风电场收益。
以上所描述的装置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的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种风电合作博弈爬坡控制方法,其特征在于,包括:
基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力值;基于所述场群出力计划值和各风电场实际出力值得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益;场群的互补性能评价指标为:
式中,γ为互补性能评价指标;为n1个风电场形成的联盟;△Pj、△Pi和△Pk分别为第j、第i和第k个风电场的爬坡预测误差;NW为总的风电场数;N=(1,2,…,i,…,NW),表示风电场场群;为不联盟的风电场的集合;
建立场群的互补性能评价指标,具体包括:
对多个风电场进行爬坡控制时,以单个风电场为控制对象,得到得到每个风电场单独为政时的第二总平均功率偏差绝对值:
基于风电场间的互补特性,通过风电场选择合作形成联盟,抵消风电场间正负预测误差,得到风电场联盟后的场群的第一总平均功率偏差绝对值:
2.根据权利要求1所述的风电合作博弈爬坡控制方法,其特征在于,基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数,具体包括:
基于风电场有功调整量及风电场有功出力构建第一支付函数Fc1,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数Fc2:
Fc2=ρ|ΔP|Δt
式中,k1、k2分别表示奖励系数和惩罚系数;M为总的仿真时段;ΔPj_e、ΔPj_p和ΔPj_max分别表示第j时段风电场的有效调整量、惩罚调整量和最大调整量;Pj表示第j时段风电场实际出力值;Pn表示风电场的额定功率;ρ为辅助服务补偿价格;Δt为时间段;|ΔP|为单位时间内风电场实际出力值与风电场出力计划值绝对偏差的平均值,单位为kW。
5.一种风电合作博弈爬坡控制装置,其特征在于,包括:
第一模块,用于基于风电场联盟后的场群的第一总平均功率偏差绝对值与每个风电场单独为政时的第二总平均功率偏差绝对值的比值,建立场群的互补性能评价指标;
第二模块,用于基于风电场有功调整量及风电场有功出力构建第一支付函数,基于风电场实际出力值和风电场出力计划值的偏差构建第二支付函数;
第三模块,用于若判断获知发生爬坡事件时,且所述互补性能评价指标小于设定阈值则启动场群合作博弈爬坡控制,各风电场单独或通过联盟根据预测值向电网竞价申报出力计划值,场群出力计划值为场群中所有风电场的出力计划值之和;
第四模块,用于基于场群的博弈方和博弈策略,建立合作博弈控制模型,获取纳什均衡点,并确定各风电场实际出力值;基于所述场群出力计划值和各风电场实际出力值得到风电调整量;基于所述第一支付函数、第二支付函数得到风电场收益;
场群的互补性能评价指标为:
式中,γ为互补性能评价指标;为n1个风电场形成的联盟;△Pj、△Pi和△Pk分别为第j、第i和第k个风电场的爬坡预测误差;NW为总的风电场数;N=(1,2,…,i,…,NW),表示风电场场群;为不联盟的风电场的集合;
建立场群的互补性能评价指标,具体包括:
对多个风电场进行爬坡控制时,以单个风电场为控制对象,得到得到每个风电场单独为政时的第二总平均功率偏差绝对值:
基于风电场间的互补特性,通过风电场选择合作形成联盟,抵消风电场间正负预测误差,得到风电场联盟后的场群的第一总平均功率偏差绝对值:
6.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法的步骤。
7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811642834.7A CN109829624B (zh) | 2018-12-29 | 2018-12-29 | 一种风电合作博弈爬坡控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811642834.7A CN109829624B (zh) | 2018-12-29 | 2018-12-29 | 一种风电合作博弈爬坡控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829624A CN109829624A (zh) | 2019-05-31 |
CN109829624B true CN109829624B (zh) | 2021-01-15 |
Family
ID=66860198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811642834.7A Active CN109829624B (zh) | 2018-12-29 | 2018-12-29 | 一种风电合作博弈爬坡控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829624B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414034B (zh) * | 2019-06-05 | 2021-06-29 | 广东电网有限责任公司 | 一种电力负荷爬坡预警的方法、系统及设备 |
CN110415138B (zh) * | 2019-06-17 | 2023-07-25 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于调峰能力竞价的电热联合日前调度计划方法 |
CN113988897A (zh) * | 2021-09-14 | 2022-01-28 | 广西电网有限责任公司 | 风储系统出力偏差惩罚费用计算方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839109A (zh) * | 2013-10-19 | 2014-06-04 | 李涛 | 一种基于博弈纳什均衡的微网电源规划方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8930299B2 (en) * | 2010-12-15 | 2015-01-06 | Vaisala, Inc. | Systems and methods for wind forecasting and grid management |
CN103248050B (zh) * | 2013-05-22 | 2014-10-22 | 山东大学 | 一种基于竞争博弈的风电爬坡协同控制方法 |
CN104166946B (zh) * | 2014-08-15 | 2018-01-19 | 国家电网公司 | 促进新能源并网消纳的备用及调峰辅助服务成本分摊方法 |
-
2018
- 2018-12-29 CN CN201811642834.7A patent/CN109829624B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839109A (zh) * | 2013-10-19 | 2014-06-04 | 李涛 | 一种基于博弈纳什均衡的微网电源规划方法 |
Non-Patent Citations (1)
Title |
---|
Non-Cooperative Regulation Coordination Based on Game Theory for Wind Clusters during Ramping Events;QiYongzhi等;《Energy》;20170531(第132期);第136-146页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109829624A (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN107392432B (zh) | 考虑中长期电量合约分解的调频备用市场实现方法 | |
CN113688567B (zh) | 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法 | |
CN109829624B (zh) | 一种风电合作博弈爬坡控制方法和装置 | |
WO2017000853A1 (zh) | 主动配电网多时间尺度协调优化调度方法和存储介质 | |
CN108110795B (zh) | 风电场群外送输电容量及储能配置联合优化方法 | |
CN109347100A (zh) | 提升风电场综合性能的混合储能系统优化配置方法 | |
CN108520315A (zh) | 计及中长期交易和现货交易约束的电网有功实时控制方法 | |
CN112467760A (zh) | 自动发电控制方法和系统 | |
CN112348591B (zh) | 一种电动汽车的有序充电控制方法和装置 | |
CN110034561A (zh) | 一种基于云储能租赁服务的风电场储能容量优化方法 | |
CN114971899A (zh) | 新能源参与下的日前、日内和实时市场电能交易优化方法 | |
CN113888204A (zh) | 多主体博弈的虚拟电厂容量优化配置法 | |
CN114819373A (zh) | 一种基于合作博弈的共享混合储能电站的储能规划方法 | |
CN114926254A (zh) | 储能电站参与调频辅助服务市场的竞价方法 | |
CN115566741A (zh) | 基于lstm预测校正的储能多时间尺度优化控制方法 | |
CN113256168B (zh) | 一种电力系统规划方法、装置、设备及存储介质 | |
CN113659573A (zh) | 一种新能源与储能协同工作方法 | |
CN107947246B (zh) | 一种考虑调频增发的风电发电指标分配及增发评估方法 | |
CN116720690A (zh) | 多虚拟电厂电-碳联合优化运行方法、设备及存储介质 | |
CN106779237B (zh) | 一种自下而上的主动配电网负荷曲线化预测方法 | |
CN115276113A (zh) | 基于日前-日内优化的电力系统低碳运行方法 | |
CN111783303A (zh) | 抽水蓄能电站报价报量确定方法、系统及装置 | |
Gao et al. | Competitive maintenance scheduling and settlement base on bidding in electricity market | |
Lei et al. | Optimal configuration of energy storage participating in auxiliary services at user-side considering the life cycle economy analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |