CN110348619B - 可交易能源机制下虚拟电厂的构建及出力优化方法 - Google Patents
可交易能源机制下虚拟电厂的构建及出力优化方法 Download PDFInfo
- Publication number
- CN110348619B CN110348619B CN201910588311.7A CN201910588311A CN110348619B CN 110348619 B CN110348619 B CN 110348619B CN 201910588311 A CN201910588311 A CN 201910588311A CN 110348619 B CN110348619 B CN 110348619B
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- fan
- power
- power plant
- price
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000007246 mechanism Effects 0.000 title claims abstract description 13
- 238000010276 construction Methods 0.000 title description 5
- 238000005457 optimization Methods 0.000 title description 3
- 238000004378 air conditioning Methods 0.000 claims abstract description 39
- 230000008901 benefit Effects 0.000 claims abstract description 14
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 7
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 238000010248 power generation Methods 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000004044 response Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 5
- 230000003828 downregulation Effects 0.000 description 3
- 230000003827 upregulation Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了可交易能源机制下虚拟电厂的构建及出力优化方法，属于计算、推算、计数的技术领域。该方法，根据风电出力日前预测数据的准确度，计算次日偏差量交易市场中风机潜在的交易需求；以最大化预期收益为目标，在众多空调资源中为风机选择优质的交易伙伴，共同组成虚拟电厂在日前市场进行投标；风机和空调在虚拟电厂内部偏差量交易市场中上报实时的待交易偏差量以及相应的交易价格；虚拟电厂运营商组织实时双向拍卖，通过内部资源之间的偏差量交易减少虚拟电厂整体对外出力偏差，以交易方式引导虚拟电厂按照日前计划提供出力，不仅可以促进电网供需的动态平衡，还能实现分布式资源和虚拟电厂运营商之间的互利共赢。
Description
技术领域
本发明公开了可交易能源机制下虚拟电厂的构建及出力优化方法，涉及电力系统及其自动化技术，属于计算、推算、计数的技术领域。
背景技术
近年来，随着新能源发电机组、储能系统、电动汽车等分布式资源的大量接入，其发、用电功率的不确定性给电网的供需平衡带来了极大的挑战。泛在电力物联网背景下，众多用户侧设备可充分应用移动互联、人工智能等现代信通技术实现电力系统各环节的万物互联。以空调设备为典型代表的柔性负荷，可通过需求响应实现用电功率的调节，抵消新能源机组的出力偏差，保证电网的实时供需平衡。随着我国电力体制改革的不断深入，众多具有调节潜力的分布式资源迫切需要一个参与市场交易的平台，使得其在参与电网调节过程中可以获得收益。
虚拟电厂通过先进的协调控制技术、智能计量技术以及信息通信技术将分布式电源、储能系统、需求响应资源等多种分布式资源聚合起来，对外形成统一出力，来参与市场交易和电网调度。虚拟电厂可以实现众多发用电设备的互联互通互动，因此成为了泛在电力物联网的典型范例，并且为众多体量小、位置分散的分布式资源提供了市场交易平台。
与此同时，可交易能源作为一套通过经济手段和控制手段，以价值为参数调节系统全局供需动态平衡的电力系统运行机制，主要面向配网侧的新型分布式市场主体，通过供需双方的实时直接互动，形成去中心化的交易体系架构，与市场上众多分布式资源位置分散的特点完全契合，以价格信号引导供需双方交易，实现了交易驱动下的用电设备功率调节，有效促进了电网供需的动态平衡。
因此提出一种可交易能源机制下虚拟电厂的构建及运行方法，通过双向拍卖在虚拟电厂内部资源之间实现偏差量的实时调整，以交易方式引导虚拟电厂按照日前计划提供出力，不仅可以促进电网供需的动态平衡，还能实现分布式资源和虚拟电厂运营商之间的互利共赢。
发明内容
本发明的发明目的是针对上述背景技术的不足，充分挖掘空调资源的调节潜力，调动其参与需求响应的积极性，利用空调资源的可调潜力来平衡风电出力偏差，提供了可交易能源机制下虚拟电厂的构建及出力优化方法，通过双向拍卖在虚拟电厂内部资源之间实现偏差量的实时调整，通过内部资源之间的偏差量交易减少虚拟电厂整体对外出力偏差，以交易方式引导虚拟电厂按照日前计划提供出力，解决了空调参与配网侧供需平衡调节时虚拟电厂对外出力有待优化的技术问题。
本发明为实现上述发明目的采用如下技术方案：
一种可交易能源机制下虚拟电厂的构建及出力优化方法，包括如下步骤：
(1)根据风电出力日前预测数据的准确度，计算次日偏差量交易市场中风机潜在的交易需求；
(2)以最大化预期收益为目标，在众多空调资源中为风机选择优质的交易伙伴，共同组成虚拟电厂在日前市场进行投标；
(3)风机和空调在虚拟电厂内部偏差量交易市场中上报实时的待交易偏差量以及相应的交易价格；
(4)虚拟电厂运营商组织实时双向拍卖，通过内部资源之间的偏差量交易减少虚拟电厂整体对外出力偏差。
具体的，所述步骤(1)中，根据风电出力日前预测数据的准确度，计算次日偏差量交易市场中风机潜在的交易需求，具体为：
受到自然条件的影响，风机实际出力具有不确定性，实际出力与计划出力之间的偏差部分需要在偏差量交易市场中与空调资源进行交易。为降低偏差量交易市场组织成本，规定对于实际出力在预测数据置信区间内的情况，以偏差量交易的方式消除出力偏差；对于实际出力在预测数据置信区间外的情况，以直接在实时平衡市场中购买平衡资源的方式消除出力偏差。定义风机实际出力与计划出力之间的偏差部分为交易需求，基于风电功率预测偏差的上调与下调交易需求计算如下：
式(1)中，其中：
和/>
分别为t时刻风机集群的上调和下调交易需求期望值，/>
为t时刻第i台风机的功率预测值，/>
为t时刻第i台风机的实际出力，/>
和/>
分别为t时刻置信水平/>
下第i台风机功率的置信区间上下边界，/>
为实际风电功率满足的概率分布，I为风机集群。
具体的，所述步骤(2)中，以最大化预期收益为目标，在众多空调资源中为风机选择优质的交易伙伴，共同组成虚拟电厂，在日前市场进行投标，具体为：
空调负荷作为一种典型的需求响应资源，在偏差量交易市场中充当风机的交易伙伴。虚拟电厂运营商代表风机集群，综合考虑风电功率预测数据的最优置信区间、空调资源的聚合成本、空调资源的交易能力以及虚拟电厂的整体预期收益，在众多的空调资源中为风机选择优质的交易伙伴。
(2-1)获得空调资源的需求响应特性：
首先，建立空调房间的一阶热力学模型：
式(2)中：C为房间的等效热容；R为房间的等效热阻；Tin为室内温度；Tout为室外温度；PAC为空调电功率；EER为空调制冷能效比。
之后，定义用户的舒适度指标ζ：
式(3)中：Tdes为用户期望温度，Tin为实际室内温度，δ为与期望温度相比用户能承受的最大温度偏差。
然后，形成用户需求曲线，令dTin/dt＝0，联立式(2)、(3)求得任何室温状态下空调运行功率与用户舒适度之间的对应关系如下式：
P＝a·ζ+b (4)，
对于同一用户，δ、R、EER以及Tdes均为常数，并且认为在短时间内室外温度Tout也为常数，因此，P是关于ζ的一次函数，表征了为维持一定用户舒适度而产生的电功率需求。
最后，得到空调运行功率的上下限如式(6)所示，功率上限PAC,max对应ζ＝1的情况，功率下限PAC,min对应ζ＝-1的情况，
(2-2)计算虚拟电厂的预期收益及成本：
式(7)中：RVPP,DA为虚拟电厂在日前市场投标所获预期收益；RL,DA为虚拟电厂向所聚合的空调负荷供电的预期收益；CW,DA为虚拟电厂向风电机组支付的发电费用；C+,DA表示虚拟电厂对于风电置信区间外出力不足的情况所要接受的惩罚；C-,DA表示虚拟电厂对于风电置信区间外出力盈余的情况所要接受的惩罚；Pt VPP,DA为虚拟电厂的日前投标电量；
为日前市场电价；/>
为t时刻空调j在虚拟电厂设定工作点下的功率预测值；βj为第j个空调用户上报的期望电价折扣系数；γ为在市场电价基础上支付给风电机组的发电费用系数；Pt W,+和Pt W,-分别为风电功率预测置信区间外的多发电量和少发电量；λt +和λt -分别为市场对于发电量正偏差和负偏差的惩罚系数。其中，风电功率预测置信区间外的出力偏差量计算如下：/>
(2-3)形成风机优质交易伙伴选择策略：
风机优质交易伙伴选择策略本质上是一个以虚拟电厂预期收益最大为目标的混合整数线性规划问题，在日前确定风电功率预测数据的最优置信区间边界，选择参与聚合的优质空调资源，并确定其基准工作点。
目标函数如下：
式(9)中：ΓDA为虚拟电厂在日前市场的预期收益；υj为0-1变量，表示虚拟电厂运营商对空调j的选择情况，取1表示选择该空调参与构建虚拟电厂。
约束条件包括：
1)交易需求约束
空调资源的交易能力应不小于风机集群的交易需求，
t时刻空调j交易能力上下限
的计算：
2)空调电费约束
空调用户在虚拟电厂设定工作点下的预期电费应不超过自然运行状态下的电费，
式(12)中：
为t时刻空调j在自然状态下的用电功率。
3)空调功率约束
空调的设定工作点应介于其最小和最大运行功率之间，
4)功率平衡约束
虚拟电厂对外投标功率为风机集群出力与空调集群功率之差，
具体的，所述步骤(3)中，风机和空调在虚拟电厂内部偏差量交易市场中上报实时的待交易偏差量以及相应的交易价格，具体为：
可交易能源机制是一种面向配网层面各分布式主体的交易机制，该机制下分布式主体之间可以形成去中心化的扁平交易体系，由实时电价来引导交易，不仅能够有效促进系统供需的实时平衡，还能实现各交易主体以及系统整体利益的激励相容。日内虚拟电厂内部资源的分布式交易本质上是偏差量交易，即将各分布式资源实际发/用电值与日前计划值的正负偏差量以分布式交易的方式在虚拟电厂内部抵消掉，从而使得虚拟电厂整体对外出力值与日前投标量偏差最小，一方面可减少虚拟电厂的经济惩罚，另一方面也可减轻因风电和负荷出力不确定性而带来的ISO实时调度压力。
偏差量交易市场中，买方具有调增/调减功率的需求，卖方则具有调增/调减功率的能力；其中，调增/调减功率遵循电源定义，调增是指希望在当前情况下使得虚拟电厂整体出力增加。风电机组和空调负荷都可同时作为买方和卖方进行报价，上报的交易量均为正值，而上报的交易价格可正可负，报负价是因为该个体本身出力是存在偏差的，但考虑到其它个体的出力可能存在反向偏差，该个体作为虚拟卖方报负价可以使二者匹配后的成交价格变低，从而降低偏差调节成本。以风电机组为例，当其实际出力低于预测出力时，认为具有调增需求，可以买方的身份在市场上通过报正价购买调增资源；同时，也相当于具有虚拟调减能力，可以卖方的身份在市场上通过报负价出售其调减能力，与具有实际调减能力的个体相比更加具有市场竞争力，可以更低的成交价格实现偏差量的调节。当出力/用电功率无偏差的时候，本文认为风机无调节能力，因此不能参与市场交易；而空调负荷由于具有需求响应能力，因此，既可以作为调增卖方又可作为调减卖方。每个时段中，虚拟电厂运营商在偏差量交易市场中组织多轮拍卖，直到拍卖轮数达到上限或者待交易量完全达成交易。
(3-1)风机报价策略在P实际>P预测和P实际<P预测情况下类似，以P实际>P预测情况为例，形成风机报价策略：
1)作为调减买方
记
为风机i在时段t的第m轮拍卖中作为调减买方时的待交易偏差量，则有，
式(15)中：l为拍卖轮数编号，m为当前拍卖轮数，
为风机i在时段t中的调减总需求，/>
为风机i在时段t的第l轮拍卖中成交的调减量。
记
为风机i在时段t的第m轮拍卖中作为调减买方情况下的交易单价，则有，
式(16)中：
为时段t的实时市场电价。
2)作为调增卖方
记
为风机i在时段t的第m轮拍卖中作为调增卖方时的待交易偏差量，则有，
式(17)中：
为风机i在时段t中的调增总能力，/>
/>
为风机i在时段t的第l轮拍卖中成交的调增量。
记
为风机i在时段t的第m轮拍卖中作为调增卖方情况下的交易单价，则有，
(3-2)获取空调的价格功能弹性：
空调参与需求响应会造成用户舒适度损失，采用基于价格功能弹性系数的方法来确定空调用户进行功率调节的成本。
首先，构建空调进行功率调节的价格功能弹性系数表达式：
式(19)中：c表示舒适度损失成本；F表示用户舒适度；下标0表示原始值；Δ表示变化量。
之后，为保证对各用户公平，将EcF取1，得到空调进行功率调整时产生的用户舒适度损失成本：
式(20)中：c0为各用户认为的最大舒适度损失成本；取F0＝2，ΔF＝|ζ|。
(3-3)按照风机报价策略，形成P实际>P预测和P实际<P预测情况下空调的报价策略。
(3-4)在P实际＝P预测情况下，形成空调报价策略：
1)调增情况
以调增收益最大为目标得到空调最优调增量。
目标函数如下：
调增情况下的舒适度损失单位成本计算如下：
约束条件如下：
式(21)至式(23)中：
为空调用户j在时段t的第m轮拍卖中作为调增卖方时的待交易偏差量，/>
为空调用户j在时段t的第m轮拍卖中作为调增卖方情况下的交易单价，
为空调用户j在时段t的第m轮拍卖中作为调增卖方情况下的舒适度损失成本，ζj,t,m为空调用户j在时段t的第m轮拍卖中的舒适度值，/>
和/>
分别为空调用户j可忍受的舒适度下限值与上限值，/>
为空调用户j在时段t的第l轮拍卖中作为调增卖方时的待交易偏差量。
2)调减情况
以调减收益最大为目标得到空调最优调减量。
目标函数如下：
调减情况下的舒适度损失单位成本计算如下：
约束条件如下：
式(25)至式(28)中：
为空调用户j在时段t的第m轮拍卖中作为调减卖方时的待交易偏差量，/>
为空调用户j在时段t的第m轮拍卖中作为调减卖方情况下的交易单价，βin为虚拟电厂内部分布式资源之间进行多余电量转让时的电价优惠系数，/>
为空调用户j在时段t的第l轮拍卖中作为调减卖方时的待交易偏差量。
(3-5)采用动态Hurwicz策略更新买卖双方报价：
1)买方报价策略：
2)卖方报价策略：
λ(m)＝1-[Q(m)/E(q)]2 (31)，
π(m-1)＝{π1,π2,…,πm-1} (32)，
式(30)至式(32)中：λ(m)为第m轮拍卖中交易者的乐观系数；Q(m)为截至第m轮拍卖时当前时段的总成交次数；E(q)为买卖双方对当前时段市场最大成交次数的估计值；π(m-1)为在第m轮拍卖前市场中的成交价格序列；
为买方在第m轮拍卖中的报价上限；
为卖方在第m轮拍卖中的报价下限。
具体的，所述步骤(4)中，虚拟电厂运营商组织实时双向拍卖，通过内部资源之间的偏差量交易减少虚拟电厂整体对外出力偏差，具体为：
虚拟电厂运营商在日内充当偏差量交易市场的拍卖商，组织内部分布式资源开展连续双向拍卖，以P2P交易的方式在内部解决出力偏差问题。连续双向拍卖是一种针对多买方和多卖方市场的交易形式，该机制下，一个交易周期内买方和卖方可以随时提交报价，拍卖商将买方价格从高到低排序，将卖方价格从低到高排序。其中，买方最高报价为最优买价，卖方最低报价为最优卖价，最优买价大于等于最优卖价时，拍卖商判断市场可以发生交易，按照报价的排列顺序进行买卖双方匹配，并以二者报价的平均值作为成交价。每个交易时段由拍卖商组织开展多轮双向拍卖，交易截止标志为达到最大拍卖轮数或者待交易量全部完成匹配。
(4-1)买卖双方报价排序：
虚拟电厂运营商充当内部偏差量交易市场拍卖商，将买方价格从高到低排序，将卖方价格从低到高排序。
(4-2)买卖双方匹配：
虚拟电厂运营商按照报价的排列顺序进行买卖双方匹配，并以二者报价的平均值作为成交价，完成风机与空调之间的点对点偏差量交易。
本发明采用上述技术方案，具有以下有益效果：通过日前对空调资源的筛选，将部分空调资源与风电集群聚合形成虚拟电厂，次日以交易方式引导虚拟电厂按照日前计划提供出力，不仅可以促进电网供需的动态平衡，促进风电消纳，还能充分挖掘用户侧资源的调节潜力以及市场价值，实现分布式资源和虚拟电厂运营商之间的互利共赢。
附图说明
图1为本发明方法的实施流程图。
图2为风机及空调的市场角色及报价情况。
图3为实时偏差量市场交易流程图。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。
如图1所示为一种可交易能源机制下虚拟电厂的构建及出力优化方法，下面结合图2和图3就整个实施过程加以具体说明。
步骤一：根据风电出力日前预测数据的准确度，计算次日偏差量交易市场中风机潜在的交易需求。
基于风电功率预测偏差分别计算风机上调与下调交易需求：
式中，均为t时刻变量，其中：
和/>
分别为风机集群的上调和下调交易需求期望值，/>
为第i台风机的功率预测值，/>
为第i台风机的实际出力，/>
和/>
分别为置信水平/>
下第i台风机功率的置信区间上下边界，/>
为实际风电功率满足的概率分布。
步骤二：以最大化预期收益为目标，在众多空调资源中为风机选择优质的交易伙伴，共同组成虚拟电厂，在日前市场进行投标。
(2-1)获得空调资源的需求响应特性：
首先，建立空调房间的一阶热力学模型：
其中：Tin为室内温度；Tout为室外温度；PAC为空调电功率；EER为空调制冷能效比。
之后，定义用户的舒适度指标：
其中：Tdes为用户期望温度，Tin为实际室内温度，δ为与期望温度相比用户能承受的最大温度偏差。
然后，形成用户需求曲线。令dTin/dt＝0，联立式(2)、(3)求得任何室温状态下空调运行功率与用户舒适度之间的对应关系如下式：
P＝a·ζ+b (4)，
其中：对于同一用户，δ、R、EER以及Tdes均为常数，并且认为在短时间内室外温度Tout也为常数，因此P是关于ζ的一次函数，表征了为维持一定用户舒适度而产生的电功率需求。
最后，得到空调运行功率的上下限如式(6)，功率上限对应ξ＝1的情况，功率下限对应ζ＝-1的情况。
(2-2)计算虚拟电厂的预期收益及成本：
其中：RVPP,DA为虚拟电厂在日前市场投标所获预期收益；RL,DA为虚拟电厂向所聚合的空调负荷供电的预期收益；CW,DA为虚拟电厂向风电机组支付的发电费用；C+,DA表示虚拟电厂对于风电置信区间外出力不足的情况所要接受的惩罚；C-,DA表示虚拟电厂对于风电置信区间外出力盈余的情况所要接受的惩罚；Pt VPP,DA为虚拟电厂的日前投标电量；βj为第j个空调用户上报的期望电价折扣系数；γ为在市场电价基础上支付给风电机组的发电费用系数；Pt W,+和Pt W,-分别为风电功率预测置信区间外的多发电量和少发电量；λt +和λt -分别为市场对于发电量正偏差和负偏差的惩罚系数。其中风电功率预测置信区间外的出力偏差量计算如下：
(2-3)形成风机优质交易伙伴选择策略：
风机优质交易伙伴选择策略本质上是一个以虚拟电厂预期收益最大为目标的混合整数线性规划问题，目标函数如下：
约束条件包括：
1)交易需求约束
空调交易能力计算：
2)空调电费约束
其中：
为空调自然状态下的用电功率。
3)空调功率约束
4)功率平衡约束
步骤三：风机和空调在虚拟电厂内部偏差量交易市场中上报实时的待交易偏差量以及相应的交易价格。
(3-1)以P实际>P预测情况为例，形成风机报价策略：
1)作为调减买方
记
为风机作为调减买方情况下的待交易偏差量，则有，
记
为风机作为调减买方情况下的交易单价，则有，
2)作为调增卖方
记
为风机作为调增卖方情况下的待交易偏差量，则有，
记
为风机作为调增卖方情况下的交易单价，则有，
(3-2)获取空调的价格功能弹性：
首先，构建空调进行功率调节的价格功能弹性系数表达式：
其中：c表示舒适度损失成本；F表示用户舒适度；下标0表示原始值；Δ表示变化量。
之后，为保证对各用户公平，将EcF取1，得到空调进行功率调整时产生的用户舒适度损失成本：
其中：c0为各用户认为的最大舒适度损失成本；取F0＝2，ΔF＝|ζ|。
(3-3)按照风机报价策略，形成P实际>P预测和P实际<P预测情况下空调的报价策略。
(3-4)在P实际＝P预测情况下，形成空调报价策略：
1)调增情况
以调增收益最大为目标得到空调最优调增量。
目标函数如下：
调增情况下的舒适度损失单位成本计算如下：
约束条件如下：
2)调减情况
以调减收益最大为目标得到空调最优调减量。
目标函数如下：
调减情况下的舒适度损失单位成本计算如下：
其中：βin为虚拟电厂内部分布式资源之间进行多余电量转让时的电价优惠系数。
约束条件如下：
(3-5)采用动态Hurwicz策略更新买卖双方报价：
1)买方报价策略：
2)卖方报价策略：
λ(m)＝1-[Q(m)/E(q)]2 (31)，
π(m-1)＝{π1,π2,…,πm-1} (32)，
式中：λ(m)为第m轮拍卖中交易者乐观系数；Q(m)为截至第m轮拍卖时，当前时段的总成交次数；E(q)为买卖双方对当前时段市场最大成交次数的估计值；π(m-1)为在第m轮拍卖前，市场中的成交价格序列；
为买方在第m轮拍卖中的报价上限；/>
为卖方在第m轮拍卖中的报价下限。
步骤四：虚拟电厂运营商组织实时双向拍卖，通过内部资源之间的偏差量交易减少虚拟电厂整体对外出力偏差。
(4-1)买卖双方报价排序：
虚拟电厂运营商充当内部偏差量交易市场拍卖商，将买方价格从高到低排序，将卖方价格从低到高排序。
(4-2)买卖双方匹配：
虚拟电厂运营商按照报价的排列顺序进行买卖双方匹配，并以二者报价的平均值作为成交价，完成风机与空调之间的点对点偏差量交易。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.可交易能源机制下虚拟电厂的构建及出力优化方法，其特征在于，根据风电出力日前预测数据与实际出力的偏差计算次日偏差量交易市场中风机集群潜在的交易需求，以最大化预期收益为目标，在考虑了空调资源的交易能力满足次日风机集群潜在交易需求的约束下，从空调资源中选择与风机集群聚合的空调资源组成参与次日日前市场投标的虚拟电厂，聚合的风机集群和空调资源在次日的虚拟电厂内部偏差量交易市场中上报实时的待交易偏差量以及相应的交易价格，通过双向拍卖的方式匹配风机集群和空调资源上报的交易价格直至待交易偏差量完全匹配或达到最大拍卖轮数；其中，
所述根据风电出力日前预测数据与实际出力的偏差计算次日偏差量交易市场中风机集群潜在的交易需求的表达式为：
和/>
分别为t时刻风机集群的上调和下调交易需求期望值，/>
为t时刻第i台风机的功率预测值，
为t时刻第i台风机的实际出力，/>
和/>
分别为t时刻置信水平/>
下第i台风机功率的置信区间上下边界，/>
为实际风电功率满足的概率分布，I为风机集群，T为调度周期；
所述以最大化预期收益为目标，在考虑了空调资源的交易能力满足次日风机集群潜在交易需求、空调电费、空调功率、功率平衡的约束下选择用于构建虚拟电厂的空调资源，并对选出来的空调进行基准工作点优化，其中，
预期收益最大化的目标函数为：
空调资源的交易能力满足次日风机集群潜在交易需求：
空调电费约束：
空调功率约束：
功率平衡约束：
其中，ΓDA为虚拟电厂在次日日前市场的预期收益，υj为表示虚拟电厂运营商对第j台空调选择情况的0-1变量，RVPP,DA为虚拟电厂在日前市场投标所获预期收益，RL,DA为虚拟电厂向所聚合的空调负荷供电的预期收益，CW,DA为虚拟电厂向风电机组支付的发电费用，C+,DA表示虚拟电厂对于风电置信区间外出力不足的情况所要接受的惩罚，C-,DA表示虚拟电厂对于风电置信区间外出力盈余的情况所要接受的惩罚，Pt VPP,DA为虚拟电厂在t时刻的日前投标电量，ρt DA为t时刻的日前市场电价，
为t时刻用于构建虚拟电厂的第j台空调的基准工作点，βj为第j台空调用户上报的期望电价折扣系数，γ为在市场电价基础上支付给风电机组的发电费用系数，Pt W,+和Pt W,-分别为风电功率预测置信区间外的多发电量和少发电量，/>
和
分别为市场对于发电量正偏差和负偏差的惩罚系数，J为空调资源集合，/>
分别为t时刻第j台空调的最大、最小运行功率，/>
为t时刻空调j在自然状态下的用电功率；
所述聚合的风机集群和空调资源在次日的虚拟电厂内部偏差量交易市场中上报实时的待交易偏差量以及相应的交易价格，包含三种情形：
个体实际功率大于预测功率时，风机作为调减买方上报正价或调增卖方上报负价，空调作为调增买方或调减卖方上报负价，参与虚拟电厂内部偏差量交易，
个体实际功率小于预测功率时，风机作为调增买方上报正价或调减卖方上报负价，空调作为调减买方或调增卖方上报负价，参与虚拟电厂内部偏差量交易，
个体实际功率等于预测功率时，风机不参与偏差量交易，空调作为调增卖方或调减卖方上报正价，参与虚拟电厂内部偏差量交易；
所述通过双向拍卖的方式匹配风机集群和空调资源上报的交易价格直至待交易偏差量完全匹配或达到最大拍卖轮数，具体为：将买方价格从高到低排序，将卖方价格从低到高排序，在每个时段内进行多轮双向拍卖，每轮双向拍卖按照双方价格的排序匹配待交易偏差量，在买方最高报价大于或者等于卖方最低报价时交易偏差量并以二者报价的平均值为成交价；
所述风机的实际功率大于预测功率时，风机作为调减买方时待交易偏差量以及上报的正价为：
为风机i在时段t的第m轮拍卖中作为调减买方时的待交易偏差量，/>
为风机i在时段t中的调减总需求，
为风机i在时段t的第l轮拍卖中成交的调减量，
分别为t时刻第i台风机的实际出力和预测出力，/>
分别为风机i在时段t的第m轮、第m-1轮拍卖中作为调减买方情况下的交易单价，/>
为时段t的实时市场电价，/>
为市场对于发电量负偏差的惩罚系数，风机实际功率小于预测功率时的报价策略与实际功率大于预测功率时相同；
所述空调实际功率大于或小于预测功率时的报价策略与风机相同，空调实际功率等于预测功率时的报价策略如下：
空调作为调减卖方上报正价参与次日的虚拟电厂内部偏差量交易时，以调增收益最大为目标得到空调最优调增量，目标函数为：
约束条件为：/>
空调作为调增卖方上报正价参与次日的虚拟电厂内部偏差量交易时，以调减收益最大为目标得到空调最优调减量，目标函数为：
约束条件为：/>
其中，
分别为空调用户j在时段t的第m轮、第l轮拍卖中作为调增卖方时的待交易偏差量，/>
为空调用户j在时段t的第m轮拍卖中作为调增卖方情况下的交易单价，
为空调用户j在时段t的第m轮拍卖中作为调增卖方情况下的舒适度损失成本，ζj,t,m为空调用户j在时段t的第m轮拍卖中的舒适度值，/>
和/>
分别为空调用户j可忍受的舒适度下限值与上限值，/>
为时段t的实时市场电价，βj为第j台空调用户上报的期望电价折扣系数，/>
为t时刻第j台空调的运行功率，/>
为第j台空调的最大运行功率，c0为各空调用户认为的最大舒适度损失成本。
2.根据权利要求1所述可交易能源机制下虚拟电厂的构建及出力优化方法，其特征在于，采用动态Hurwicz策略更新买卖双方报价，
买方报价策略为：
卖方报价策略为：
其中，λ(m)为第m轮拍卖中交易者的乐观系数，λ(m)＝1-[Q(m)/E(q)]2，Q(m)为截至第m轮拍卖时当前时段的总成交次数，E(q)为买卖双方对当前时段市场最大成交次数的估计值，π(m-1)为在第m轮拍卖前市场中的成交价格序列，π(m-1)＝{π1,π2,…,πm-1}，
为买方在第m轮拍卖中的报价上限，/>
为卖方在第m轮拍卖中的报价下限。/>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910588311.7A CN110348619B (zh) | 2019-07-02 | 2019-07-02 | 可交易能源机制下虚拟电厂的构建及出力优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910588311.7A CN110348619B (zh) | 2019-07-02 | 2019-07-02 | 可交易能源机制下虚拟电厂的构建及出力优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110348619A CN110348619A (zh) | 2019-10-18 |
| CN110348619B true CN110348619B (zh) | 2023-05-30 |
Family
ID=68178035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910588311.7A Active CN110348619B (zh) | 2019-07-02 | 2019-07-02 | 可交易能源机制下虚拟电厂的构建及出力优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110348619B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111967925A (zh) * | 2020-05-22 | 2020-11-20 | 同济大学 | 多虚拟电厂p2p交易方法、系统、终端及介质 |
| CN111641207B (zh) * | 2020-06-03 | 2023-06-09 | 国网上海市电力公司 | 一种区域能源综合体虚拟聚合系统及方法 |
| CN111681079A (zh) * | 2020-06-04 | 2020-09-18 | 中国电力科学研究院有限公司 | 一种促进清洁能源消纳的辅助服务市场交易方法及系统 |
| CN112651637B (zh) * | 2020-12-28 | 2022-11-25 | 中国电力科学研究院有限公司 | 一种面向虚拟电厂的分布式电源激励机制分析方法 |
| CN112865101B (zh) * | 2021-04-13 | 2022-06-21 | 东南大学 | 一种考虑可再生能源出力不确定性的线性化交易方法 |
| CN114037505B (zh) * | 2021-11-11 | 2024-04-16 | 东南大学 | 一种适用于配电网产消者就近交易的新能源就地消纳系统 |
| CN116720885B (zh) * | 2023-08-07 | 2023-10-20 | 国网安徽省电力有限公司经济技术研究院 | 一种电力现货市场环境下的分布式虚拟电厂控制方法及其系统 |
| CN117592621B (zh) * | 2024-01-19 | 2024-04-23 | 华北电力大学 | 一种虚拟电厂集群两阶段调度优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006260088A (ja) * | 2005-03-16 | 2006-09-28 | Chubu Electric Power Co Inc | 電力取引評価支援システムと方法、プログラム、サーバ、および端末 |
| CN108960510A (zh) * | 2018-07-04 | 2018-12-07 | 四川大学 | 一种基于两阶段随机规划的虚拟电厂优化交易策略模型 |
| CN109389327A (zh) * | 2018-11-08 | 2019-02-26 | 贵州电网有限责任公司 | 基于风光不确定性的多虚拟电厂时前合作方法 |
| CN109447348A (zh) * | 2018-10-29 | 2019-03-08 | 上海交通大学 | 一种基于模糊联盟的虚拟电厂优化组合机制 |
-
2019
- 2019-07-02 CN CN201910588311.7A patent/CN110348619B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006260088A (ja) * | 2005-03-16 | 2006-09-28 | Chubu Electric Power Co Inc | 電力取引評価支援システムと方法、プログラム、サーバ、および端末 |
| CN108960510A (zh) * | 2018-07-04 | 2018-12-07 | 四川大学 | 一种基于两阶段随机规划的虚拟电厂优化交易策略模型 |
| CN109447348A (zh) * | 2018-10-29 | 2019-03-08 | 上海交通大学 | 一种基于模糊联盟的虚拟电厂优化组合机制 |
| CN109389327A (zh) * | 2018-11-08 | 2019-02-26 | 贵州电网有限责任公司 | 基于风光不确定性的多虚拟电厂时前合作方法 |
Non-Patent Citations (1)
| Title |
|---|
| 大规模分布式能源博弈竞争模型及其求解算法;朱茳等;《电力建设》;20170401(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110348619A (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348619B (zh) | 可交易能源机制下虚拟电厂的构建及出力优化方法 | |
| Mengelkamp et al. | Trading on local energy markets: A comparison of market designs and bidding strategies | |
| Chiş et al. | Coalitional game-based cost optimization of energy portfolio in smart grid communities | |
| WO2023103385A1 (zh) | 一种多能微网群自身及市场决策协同优化方法 | |
| CN112488744A (zh) | 一种交易驱动的虚拟电厂定制化构建方法 | |
| CN113052631A (zh) | 一种竞争性售电市场多产消者p2p日前交易机制 | |
| Babar et al. | A novel algorithm for demand reduction bid based incentive program in direct load control | |
| Bokkisam et al. | Framework of transactive energy market pool for community energy trading and demand response management using an auction-theoretic approach | |
| CN109800927B (zh) | 双边电力市场环境下的配电网分布式优化方法 | |
| Saavedra et al. | Flexible load management using flexibility bands | |
| Abedrabboh et al. | A combinatorial double auction for community shared distributed energy resources | |
| CN115860241B (zh) | 基于salr的互联多区域综合能源系统分布式调度方法及装置 | |
| CN115879731A (zh) | 一种计及综合需求响应的源-网-荷-储系统协调规划的方法 | |
| CN114048911A (zh) | 基于负荷聚合商分类的非合作博弈优化调度方法 | |
| CN113283655A (zh) | 一种基于共识优化算法的分布式智能电网能源调度方法 | |
| CN112101623A (zh) | 一种基于多智能体的工业需求响应聚合商能量优化方法 | |
| CN112215687A (zh) | 一种基于云边协同的家庭微网自主竞价系统及方法 | |
| CN111967925A (zh) | 多虚拟电厂p2p交易方法、系统、终端及介质 | |
| Siozios et al. | A low-complexity framework for distributed energy market targeting smart-grid | |
| Wang et al. | Negotiation agent with adaptive attitude bidding strategy for facilitating energy exchanges between smart building and utility grid | |
| Charoen et al. | Adaptive rescheduling of energy consumption based on user preferences for the future smart grid | |
| Chandra et al. | Transactive Control of Air-Conditioning Systems in Buildings for participation in Singapore’s Demand Response Market | |
| Cho et al. | Similarity-based optimization framework for curtailment service providers through collaborative filtering and generalized dynamic factor model | |
| Zhao | Decentralized price-driven demand response in smart energy grid | |
| Wang et al. | Sharing Economy in Microgrid |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Guo Mingxing Inventor after: Yang Jianlin Inventor after: Ma Sisi Inventor after: Gao Ciwei Inventor after: Ying Zhiwei Inventor after: Yu Tao Inventor after: Zhang Hao Inventor before: Yang Jianlin Inventor before: Ma Sisi Inventor before: Gao Ciwei Inventor before: Ying Zhiwei Inventor before: Yu Tao Inventor before: Guo Mingxing Inventor before: Zhang Hao |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230505 Address after: No. 1122 Yuanshen Road, China (Shanghai) Pilot Free Trade Zone, Xuhui District, Shanghai, 200030 Applicant after: STATE GRID SHANGHAI MUNICIPAL ELECTRIC POWER Co. Applicant after: SOUTHEAST University Address before: 200122, 2nd Floor, No. 1122 Yuanshen Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai Applicant before: STATE GRID SHANGHAI ELECTRIC POWER COMPANY ECONOMIC AND TECHNOLOGICAL Research Institute Applicant before: SOUTHEAST University |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |