CN111414690A - 一种基于分类聚合的虚拟电厂调度参数计算方法 - Google Patents
一种基于分类聚合的虚拟电厂调度参数计算方法 Download PDFInfo
- Publication number
- CN111414690A CN111414690A CN202010194234.XA CN202010194234A CN111414690A CN 111414690 A CN111414690 A CN 111414690A CN 202010194234 A CN202010194234 A CN 202010194234A CN 111414690 A CN111414690 A CN 111414690A
- Authority
- CN
- China
- Prior art keywords
- virtual
- energy storage
- max
- power
- scheduling
- 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.)
- Granted
Links
- 238000004220 aggregation Methods 0.000 title claims abstract description 12
- 230000002776 aggregation Effects 0.000 title claims abstract description 12
- 238000004364 calculation method Methods 0.000 title claims abstract description 12
- 238000004146 energy storage Methods 0.000 claims abstract description 54
- 230000009194 climbing Effects 0.000 claims abstract description 19
- 230000004931 aggregating effect Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 6
- 238000007599 discharging Methods 0.000 claims abstract description 5
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 claims description 11
- 230000001174 ascending effect Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
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
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于分类聚合的虚拟电厂调度参数计算方法,属于电力系统的运行控制技术领域。本发明将多个分布式发电机聚合形成虚拟发电机模型,包括虚拟发电机向上爬坡速率、向下爬坡速率、电出力上限和电出力下限;将多个储能设备聚合形成一个虚拟储能设备模型,包括虚拟储能充电功率上限、放电功率上限、容量上限和容量下限;将风电、光伏和电负荷聚合形成虚拟负荷曲线的模型。本发明提出的基于分类聚合的虚拟电厂调度参数计算方法,利用虚拟电厂技术,将分布式资源聚合成电网调度可用的模型,实现对大量分布式电源的灵活控制,为电网提供新的灵活可调节能力,有效应对电网中可再生能源随机性持续增加、峰谷差不断增大的挑战,提升电网运行的经济性和安全性。
Description
技术领域
本发明涉及一种基于分类聚合的虚拟电厂调度参数计算方法,属于电力系统的运行控制技术领域。
技术背景
为有效解决社会发展过程中面临的能源与环境问题,能源互联网开始获得快速发展与工程应用。在此背景下,电力系统出现如下新的挑战:一方面,随着可再生能源的持续发展和并网、负荷峰谷差的增大等,需要更多的调节容量和更快的调节速率,电力系统中传统的灵活可调节能力已经出现不足,亟待进一步挖掘新的可调节资源;另一方面,分布式电源、储能及可控负荷等分布式资源的发展有望提供新的可调节资源,但由于其数量多、容量小、地理位置分散等特性,电网调度中心难以直接利用集中调度的方式对这些分布式资源进行调控。目前提出了虚拟电厂模型,将分布式资源聚合成电网调度可用的模型,虚拟电厂技术可有效地连接分布式资源与电网调度中心,实现对大量分布式电源的灵活控制,为电网提供新的灵活可调节能力,有效应对电网中可再生能源随机性持续增加、峰谷差不断增大的挑战,提升电网运行的经济性和安全性。
发明内容
本发明的目的是提出一种基于分类聚合的虚拟电厂调度参数计算方法,利用虚拟电厂技术,将分布式资源聚合成电网调度可用的模型,实现对大量分布式电源的灵活控制,为电网提供新的灵活可调节能力,有效应对电网中可再生能源随机性持续增加、峰谷差不断增大的挑战,提升电网运行的经济性和安全性。
本发明提出的基于分类聚合的虚拟电厂调度参数计算方法,包括以下步骤:
(1)将电网中的多个分布式发电机聚合形成一个虚拟发电机模型,包括以下步骤:
(1-1)计算虚拟发电机模型的向上爬坡速率:
式中,rampG_T,up是虚拟发电机模型的向上爬坡速率,rampG_i,up是序号为i的分布式发电机的向上爬坡速率,I是电网中所有分布式发电机的数量;
(1-2)计算虚拟发电机模型的向下爬坡速率:
式中,rampG_T,down是虚拟发电机模型的向下爬坡速率,rampG_i,down是序号为i的分布式发电机的向下爬坡速率;
(1-3)计算虚拟发电机模型的电出力上限:
(1-3-1)设定序号为i的分布式发电机的初始电出力为Pi(0),电出力上限为PG _i,max,对序号为i的分布式发电机在电网各调度时刻t的电出力上限Pt G_i,max进行修正,其中t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Pi(t-1)+Δt·rampG_i,up≥PG_i,max,Δt为调度时刻的时间间隔,则该分布式发电机在该调度时刻的电出力上限为:Pt G_i,max=PG_i,max,且使以后各调度时刻的电出力上限均为PG_i,max;
c、若Pi(t-1)+Δt·rampG_i,up<PG_i,max,则该分布式发电机在该调度时刻的电出力上限为:Pt G_i,max=Pi(t-1)+Δt·rampG_i,up;
d、使t=t+1,返回步骤a,直到计算完成所有的调度时刻,分别得到所有I个分布式发电机在各个调度时刻的电出力上限Pt G_i,max;
(1-3-2)将步骤(1-3-1)的所有I个分布式发电机在各个调度时刻的电出力上限Pt G_i,max相加,得到虚拟发电机模型在各调度时刻的电出力上限Pt G_T,max:
(1-4)计算虚拟发电机模型的电出力下限:
(1-4-1)设定序号为i的分布式发电机的初始电出力为Pi(0),电出力下限为PG _i,min,对序号为i的分布式发电机各个调度时刻t的电出力下限Pt G_i,min进行修正,t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Pi(t-1)-Δt·rampG_i,down≤PG_i,min,则该分布式发电机在该调度时刻的电出力下限为:Pt G_i,min=PG_i,min,且使以后各调度时刻的电出力下限均为PG_i,min;
c、若Pi(t-1)-Δt·rampG_i,down>PG_i,min,则该分布式发电机在该调度时刻的电出力下限为:Pt G_i,min=Pi(t-1)-Δt·rampG_i,down;
d、使t=t+1,返回步骤a,直到计算完成所有的调度时刻,分别得到所有I个分布式发电机各个调度时刻的电出力下限Pt G_i,min;
(1-4-2)将步骤(1-4-1)的所有I个分布式发电机各个调度时刻的电出力下限Pt G _i,min相加,得到虚拟发电机模型在各调度时刻的电出力下限Pt G_T,min:
(2)将电网中的多个储能设备聚合,形成一个虚拟储能设备模型,包括以下步骤:
(2-1)计算虚拟储能设备模型的充电功率上限:
式中,Pchar_T,max是虚拟储能设备模型的充电功率上限,Pchar_m,max是序号为m的储能设备的充电功率上限,M是储能设备的总数;
(2-2)计算虚拟储能设备模型的放电功率上限:
式中,Pdisc_T,max为虚拟储能设备模型的放电功率上限,Pdisc_m,max为序号为m的储能设备的放电功率上限;
(2-3)计算虚拟储能设备模型的容量上限:
(2-3-1)设定序号为m的储能设备的初始电量为Em(0),容量上限为Wess_m,max,对序号为m的储能设备各个调度时刻t的容量上限Wt ess_m,max进行修正,t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Em(t-1)+Δt·Pchar_m,max≥Wess_m,max,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,max=Wess_m,max,且使以后各调度时刻的容量上限均为Wess_m,max;
c、若Em(t-1)+Δt·Pchar_m,max<Wess_m,max,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,max=Em(k-1)+Δt·Pchar_m,max;
d、使t=t+1,返回步骤a,直到计算了所有调度时刻,分别得到所有M台储能设备在各个调度时刻的容量上限;
(2-3-2)将步骤(2-3-1)得到M台储能设备在各个调度时刻的容量上限相加,得到各调度时刻虚拟储能设备模型容量上限Wt ess_T,max:
(2-4)计算虚拟储能设备模型的容量下限:
(2-4-1)设定序号为m的储能设备的初始电量为Em(0),储能容量下限为Wess_m,min,对序号为m的储能设备在各个调度时刻t的容量下限Wt ess_m,min进行修正,t=1,2...96,步骤如下:
a、令调度时刻t=1;
b、若Em(t-1)-Δt·Pdisc_m,max≤Wess_m,min,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,min=Wess_m,min,且使以后各调度时刻的容量下限均为Wess_m,min;
c、若Em(t-1)-Δt·Pdisc_m,max>Wess_m,min,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,min=Em(k-1)-Δt·Pdisc_m,max;
d、使t=t+1,返回步骤a,直到计算了所有调度时刻,分别得到M台储能设备在各个调度时刻的容量下限;
(2-4-2)将步骤(2-4-1)得到的M台储能设备各个调度时刻的容量下限相加,得到各调度时刻虚拟储能设备模型的容量下限Wt ess_T,min:
(3)将电网中的风电、光伏和电负荷聚合形成一个虚拟负荷曲线的模型:
式中,为虚拟负荷曲线调度时刻t的负荷功率,从虚拟电厂能量管理系统获取;为调度时刻t的电负荷预测值,从虚拟电厂能量管理系统获取;Pt solar和Pt wind为调度时刻t的光伏和风电功率预测值,从虚拟电厂能量管理系统获取;
(4)由步骤(1)获得的虚拟发电机模型的向上爬坡速率、向下爬坡速率、电出力上限和电出力上限,步骤(2)获得的虚拟储能设备模型的充电功率上限、放电功率上限、容量上限和容量下限以及步骤(3)获得的虚拟负荷曲线的模型共同构成虚拟电厂的调度参数,将虚拟电厂的调度参数上报至电力系统控制中心,供电力系统控制中心对虚拟电厂进行调度。
本发明提出的一种基于分类聚合的虚拟电厂调度参数计算方法,其优点是:
本发明的基于分类聚合的虚拟电厂调度参数计算方法,将多个分布式发电机聚合形成虚拟发电机模型,具体包括虚拟发电机向上爬坡速率、向下爬坡速率、电出力上限和电出力下限;将多个储能设备聚合形成一个虚拟储能设备模型,包括虚拟储能充电功率上限、放电功率上限、容量上限和容量下限;将风电、光伏和电负荷聚合形成虚拟负荷曲线的模型。全面考虑了发电设备、储电设备、可在生能源和电负荷等设备,充分发挥不同能源设备的调节特性,为电力系统提供灵活可调节资源。本发明提出的基于分类聚合的虚拟电厂调度参数计算方法,利用虚拟电厂技术,将分布式资源聚合成电网调度可用的模型,实现对大量分布式电源的灵活控制,为电网提供新的灵活可调节能力,有效应对电网中可再生能源随机性持续增加、峰谷差不断增大的挑战,提升电网运行的经济性和安全性。
具体实施方式
本发明提出的基于分类聚合的虚拟电厂调度参数计算方法,其特征在于该方法包括以下步骤:
(1)将电网中的多个分布式发电机聚合形成一个虚拟发电机模型,包括以下步骤:
(1-1)计算虚拟发电机模型的向上爬坡速率:
式中,rampG_T,up是虚拟发电机模型的向上爬坡速率,rampG_i,up是序号为i的分布式发电机的向上爬坡速率,I是电网中所有分布式发电机的数量;
(1-2)计算虚拟发电机模型的向下爬坡速率:
式中,rampG_T,down是虚拟发电机模型的向下爬坡速率,rampG_i,down是序号为i的分布式发电机的向下爬坡速率;
(1-3)计算虚拟发电机模型的电出力上限:
(1-3-1)设定序号为i的分布式发电机的初始电出力为Pi(0),电出力上限为PG _i,max,对序号为i的分布式发电机在电网各调度时刻t的电出力上限Pt G_i,max进行修正,其中t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Pi(t-1)+Δt·rampG_i,up≥PG_i,max,Δt为调度时刻的时间间隔,则该分布式发电机在该调度时刻的电出力上限为:Pt G_i,max=PG_i,max,且使以后各调度时刻的电出力上限均为PG_i,max;
c、若Pi(t-1)+Δt·rampG_i,up<PG_i,max,则该分布式发电机在该调度时刻的电出力上限为:Pt G_i,max=Pi(t-1)+Δt·rampG_i,up;
d、使t=t+1,返回步骤a,直到计算完成所有的调度时刻,分别得到所有I个分布式发电机在各个调度时刻的电出力上限Pt G_i,max;
(1-3-2)将步骤(1-3-1)的所有I个分布式发电机在各个调度时刻的电出力上限Pt G_i,max相加,得到虚拟发电机模型在各调度时刻的电出力上限Pt G_T,max:
(1-4)计算虚拟发电机模型的电出力下限:
(1-4-1)设定序号为i的分布式发电机的初始电出力为Pi(0),电出力下限为PG _i,min,对序号为i的分布式发电机各个调度时刻t的电出力下限Pt G_i,min进行修正,t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Pi(t-1)-Δt·rampG_i,down≤PG_i,min,则该分布式发电机在该调度时刻的电出力下限为:Pt G_i,min=PG_i,min,且使以后各调度时刻的电出力下限均为PG_i,min;
c、若Pi(t-1)-Δt·rampG_i,down>PG_i,min,则该分布式发电机在该调度时刻的电出力下限为:Pt G_i,min=Pi(t-1)-Δt·rampG_i,down;
d、使t=t+1,返回步骤a,直到计算完成所有的调度时刻,分别得到所有I个分布式发电机各个调度时刻的电出力下限Pt G_i,min;
(1-4-2)将步骤(1-4-1)的所有I个分布式发电机各个调度时刻的电出力下限Pt G _i,min相加,得到虚拟发电机模型在各调度时刻的电出力下限Pt G_T,min:
(2)将电网中的多个储能设备聚合,形成一个虚拟储能设备模型,包括以下步骤:
(2-1)计算虚拟储能设备模型的充电功率上限:
式中,Pchar_T,max是虚拟储能设备模型的充电功率上限,Pchar_m,max是序号为m的储能设备的充电功率上限,M是储能设备的总数;
(2-2)计算虚拟储能设备模型的放电功率上限:
式中,Pdisc_T,max为虚拟储能设备模型的放电功率上限,Pdisc_m,max为序号为m的储能设备的放电功率上限;
(2-3)计算虚拟储能设备模型的容量上限:
(2-3-1)设定序号为m的储能设备的初始电量为Em(0),容量上限为Wess_m,max,对序号为m的储能设备各个调度时刻t的容量上限Wt ess_m,max进行修正,t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Em(t-1)+Δt·Pchar_m,max≥Wess_m,max,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,max=Wess_m,max,且使以后各调度时刻的容量上限均为Wess_m,max;
c、若Em(t-1)+Δt·Pchar_m,max<Wess_m,max,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,max=Em(k-1)+Δt·Pchar_m,max;
d、使t=t+1,返回步骤a,直到计算了所有调度时刻,分别得到所有M台储能设备在各个调度时刻的容量上限;
(2-3-2)将步骤(2-3-1)得到M台储能设备在各个调度时刻的容量上限相加,得到各调度时刻虚拟储能设备模型容量上限Wt ess_T,max:
(2-4)计算虚拟储能设备模型的容量下限:
(2-4-1)设定序号为m的储能设备的初始电量为Em(0),储能容量下限为Wess_m,min,对序号为m的储能设备在各个调度时刻t的容量下限Wt ess_m,min进行修正,t=1,2...96,步骤如下:
a、令调度时刻t=1;
b、若Em(t-1)-Δt·Pdisc_m,max≤Wess_m,min,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,min=Wess_m,min,且使以后各调度时刻的容量下限均为Wess_m,min;
c、若Em(t-1)-Δt·Pdisc_m,max>Wess_m,min,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,min=Em(k-1)-Δt·Pdisc_m,max;
d、使t=t+1,返回步骤a,直到计算了所有调度时刻,分别得到M台储能设备在各个调度时刻的容量下限;
(2-4-2)将步骤(2-4-1)得到的M台储能设备各个调度时刻的容量下限相加,得到各调度时刻虚拟储能设备模型的容量下限Wt ess_T,min:
(3)将电网中的风电、光伏和电负荷聚合形成一个虚拟负荷曲线的模型:
式中,为虚拟负荷曲线调度时刻t的负荷功率,从虚拟电厂能量管理系统获取;为调度时刻t的电负荷预测值,从虚拟电厂能量管理系统获取;Pt solar和Pt wind为调度时刻t的光伏和风电功率预测值,从虚拟电厂能量管理系统获取;
(4)由步骤(1)获得的虚拟发电机模型的向上爬坡速率、向下爬坡速率、电出力上限和电出力上限,步骤(2)获得的虚拟储能设备模型的充电功率上限、放电功率上限、容量上限和容量下限以及步骤(3)获得的虚拟负荷曲线的模型共同构成虚拟电厂的调度参数,将虚拟电厂的调度参数上报至电力系统控制中心,供电力系统控制中心对虚拟电厂进行调度。
Claims (1)
1.一种基于分类聚合的虚拟电厂调度参数计算方法,其特征在于该方法包括以下步骤:
(1)将电网中的多个分布式发电机聚合形成一个虚拟发电机模型,包括以下步骤:
(1-1)计算虚拟发电机模型的向上爬坡速率:
式中,rampG_T,up是虚拟发电机模型的向上爬坡速率,rampG_i,up是序号为i的分布式发电机的向上爬坡速率,I是电网中所有分布式发电机的数量;
(1-2)计算虚拟发电机模型的向下爬坡速率:
式中,rampG_T,down是虚拟发电机模型的向下爬坡速率,rampG_i,down是序号为i的分布式发电机的向下爬坡速率;
(1-3)计算虚拟发电机模型的电出力上限:
(1-3-1)设定序号为i的分布式发电机的初始电出力为Pi(0),电出力上限为PG_i,max,对序号为i的分布式发电机在电网各调度时刻t的电出力上限Pt G_i,max进行修正,其中t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Pi(t-1)+Δt·rampG_i,up≥PG_i,max,Δt为调度时刻的时间间隔,则该分布式发电机在该调度时刻的电出力上限为:Pt G_i,max=PG_i,max,且使以后各调度时刻的电出力上限均为PG_i,max;
c、若Pi(t-1)+Δt·rampG_i,up<PG_i,max,则该分布式发电机在该调度时刻的电出力上限为:Pt G_i,max=Pi(t-1)+Δt·rampG_i,up;
d、使t=t+1,返回步骤a,直到计算完成所有的调度时刻,分别得到所有I个分布式发电机在各个调度时刻的电出力上限Pt G_i,max;
(1-3-2)将步骤(1-3-1)的所有I个分布式发电机在各个调度时刻的电出力上限Pt G_i,max相加,得到虚拟发电机模型在各调度时刻的电出力上限Pt G_T,max:
(1-4)计算虚拟发电机模型的电出力下限:
(1-4-1)设定序号为i的分布式发电机的初始电出力为Pi(0),电出力下限为PG_i,min,对序号为i的分布式发电机各个调度时刻t的电出力下限Pt G_i,min进行修正,t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Pi(t-1)-Δt·rampG_i,down≤PG_i,min,则该分布式发电机在该调度时刻的电出力下限为:Pt G_i,min=PG_i,min,且使以后各调度时刻的电出力下限均为PG_i,min;
c、若Pi(t-1)-Δt·rampG_i,down>PG_i,min,则该分布式发电机在该调度时刻的电出力下限为:Pt G_i,min=Pi(t-1)-Δt·rampG_i,down;
d、使t=t+1,返回步骤a,直到计算完成所有的调度时刻,分别得到所有I个分布式发电机各个调度时刻的电出力下限Pt G_i,min;
(1-4-2)将步骤(1-4-1)的所有I个分布式发电机各个调度时刻的电出力下限Pt G_i,min相加,得到虚拟发电机模型在各调度时刻的电出力下限Pt G_T,min:
(2)将电网中的多个储能设备聚合,形成一个虚拟储能设备模型,包括以下步骤:
(2-1)计算虚拟储能设备模型的充电功率上限:
式中,Pchar_T,max是虚拟储能设备模型的充电功率上限,Pchar_m,max是序号为m的储能设备的充电功率上限,M是储能设备的总数;
(2-2)计算虚拟储能设备模型的放电功率上限:
式中,Pdisc_T,max为虚拟储能设备模型的放电功率上限,Pdisc_m,max为序号为m的储能设备的放电功率上限;
(2-3)计算虚拟储能设备模型的容量上限:
(2-3-1)设定序号为m的储能设备的初始电量为Em(0),容量上限为Wess_m,max,对序号为m的储能设备各个调度时刻t的容量上限Wt ess_m,max进行修正,t=1,2...96,过程如下:
a、令调度时刻t=1;
b、若Em(t-1)+Δt·Pchar_m,max≥Wess_m,max,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,max=Wess_m,max,且使以后各调度时刻的容量上限均为Wess_m,max;
c、若Em(t-1)+Δt·Pchar_m,max<Wess_m,max,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,max=Em(k-1)+Δt·Pchar_m,max;
d、使t=t+1,返回步骤a,直到计算了所有调度时刻,分别得到所有M台储能设备在各个调度时刻的容量上限;
(2-3-2)将步骤(2-3-1)得到M台储能设备在各个调度时刻的容量上限相加,得到各调度时刻虚拟储能设备模型容量上限Wt ess_T,max:
(2-4)计算虚拟储能设备模型的容量下限:
(2-4-1)设定序号为m的储能设备的初始电量为Em(0),储能容量下限为Wess_m,min,对序号为m的储能设备在各个调度时刻t的容量下限Wt ess_m,min进行修正,t=1,2...96,步骤如下:
a、令调度时刻t=1;
b、若Em(t-1)-Δt·Pdisc_m,max≤Wess_m,min,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,min=Wess_m,min,且使以后各调度时刻的容量下限均为Wess_m,min;
c、若Em(t-1)-Δt·Pdisc_m,max>Wess_m,min,则该调度时刻序号为m的储能设备的容量为:Wt ess_m,min=Em(k-1)-Δt·Pdisc_m,max;
d、使t=t+1,返回步骤a,直到计算了所有调度时刻,分别得到M台储能设备在各个调度时刻的容量下限;
(2-4-2)将步骤(2-4-1)得到的M台储能设备各个调度时刻的容量下限相加,得到各调度时刻虚拟储能设备模型的容量下限Wt ess_T,min:
(3)将电网中的风电、光伏和电负荷聚合形成一个虚拟负荷曲线的模型:
式中,为虚拟负荷曲线调度时刻t的负荷功率,从虚拟电厂能量管理系统获取;为调度时刻t的电负荷预测值,从虚拟电厂能量管理系统获取;Pt solar和Pt wind为调度时刻t的光伏和风电功率预测值,从虚拟电厂能量管理系统获取;
(4)由步骤(1)获得的虚拟发电机模型的向上爬坡速率、向下爬坡速率、电出力上限和电出力上限,步骤(2)获得的虚拟储能设备模型的充电功率上限、放电功率上限、容量上限和容量下限以及步骤(3)获得的虚拟负荷曲线的模型共同构成虚拟电厂的调度参数,将虚拟电厂的调度参数上报至电力系统控制中心,供电力系统控制中心对虚拟电厂进行调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010194234.XA CN111414690B (zh) | 2020-03-19 | 2020-03-19 | 一种基于分类聚合的虚拟电厂调度参数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010194234.XA CN111414690B (zh) | 2020-03-19 | 2020-03-19 | 一种基于分类聚合的虚拟电厂调度参数计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111414690A true CN111414690A (zh) | 2020-07-14 |
CN111414690B CN111414690B (zh) | 2023-08-11 |
Family
ID=71491172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010194234.XA Active CN111414690B (zh) | 2020-03-19 | 2020-03-19 | 一种基于分类聚合的虚拟电厂调度参数计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111414690B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269966A (zh) * | 2020-11-18 | 2021-01-26 | 国网上海市电力公司 | 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法 |
CN113162077A (zh) * | 2020-12-10 | 2021-07-23 | 广东电网有限责任公司电力科学研究院 | 分布式储能的聚合管理方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101770064B1 (ko) * | 2016-05-23 | 2017-08-22 | 가천대학교 산학협력단 | 가상발전소 시뮬레이터 및 이에 의한 가상발전소 최적운영시뮬레이션 방법 |
CN108667052A (zh) * | 2018-05-02 | 2018-10-16 | 中国电力科学研究院有限公司 | 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 |
CN108711887A (zh) * | 2018-06-08 | 2018-10-26 | 国网山东省电力公司青岛供电公司 | 一种考虑虚拟电厂渗透背景下的电力系统优化调度系统 |
CN110516851A (zh) * | 2019-08-05 | 2019-11-29 | 华北电力大学 | 一种基于虚拟电厂的源荷双侧热电联合随机优化调度方法 |
-
2020
- 2020-03-19 CN CN202010194234.XA patent/CN111414690B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101770064B1 (ko) * | 2016-05-23 | 2017-08-22 | 가천대학교 산학협력단 | 가상발전소 시뮬레이터 및 이에 의한 가상발전소 최적운영시뮬레이션 방법 |
CN108667052A (zh) * | 2018-05-02 | 2018-10-16 | 中国电力科学研究院有限公司 | 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 |
CN108711887A (zh) * | 2018-06-08 | 2018-10-26 | 国网山东省电力公司青岛供电公司 | 一种考虑虚拟电厂渗透背景下的电力系统优化调度系统 |
CN110516851A (zh) * | 2019-08-05 | 2019-11-29 | 华北电力大学 | 一种基于虚拟电厂的源荷双侧热电联合随机优化调度方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269966A (zh) * | 2020-11-18 | 2021-01-26 | 国网上海市电力公司 | 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法 |
CN112269966B (zh) * | 2020-11-18 | 2023-12-22 | 国网上海市电力公司 | 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法 |
CN113162077A (zh) * | 2020-12-10 | 2021-07-23 | 广东电网有限责任公司电力科学研究院 | 分布式储能的聚合管理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111414690B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767105B (zh) | 一种基于风光水火储联合系统的多能互补协调发电调度方法 | |
CN106451550B (zh) | 一种基于改进次梯度粒子群的微电网并网优化调度方法 | |
CN113708365B (zh) | 一种基于端边云架构的虚拟电厂能源管控优化方法及系统 | |
CN104037805B (zh) | 一种计及电网安全约束的光伏电站可发电裕度分配方法 | |
CN111414690B (zh) | 一种基于分类聚合的虚拟电厂调度参数计算方法 | |
CN113241803B (zh) | 一种基于新能源消纳的储能调度方法及计算机介质 | |
CN112084629B (zh) | 一种基于两阶段鲁棒优化的多能虚拟电厂聚合方法 | |
CN104578176A (zh) | 一种计及直流互动的发电计划编制方法 | |
CN103219751A (zh) | 一种集群风电场有功功率控制方法 | |
CN106385048A (zh) | 一种风光蓄一体化调度策略 | |
CN106972537B (zh) | 基于风电场限功率控制能力的系统恢复过程中风电场出力优化方法 | |
CN106602613A (zh) | 一种省地两级调度断面协调控制方法 | |
CN106410845A (zh) | 特高压大功率直流馈入后受端电网的调峰方法 | |
CN114421540A (zh) | 一种基于虚拟电厂的分布式抽水蓄能调度方法 | |
CN114336714A (zh) | 一种计及风储联合系统和冷负荷效应的负荷恢复方法 | |
CN107069827B (zh) | 一种含可控串联补偿装置的源网协同调度方法 | |
CN106655287B (zh) | 一种含移相器电力系统鲁棒调度方法 | |
CN117060396A (zh) | 一种风光火储多能源电力系统日前优化运行方法 | |
CN116979578A (zh) | 一种风光水火储的电气热三联产优化调度方法和系统 | |
CN110932339B (zh) | 一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 | |
CN111244989B (zh) | 一种基于电池储能的风电机组与火电机组的协调运行方法 | |
CN114676921A (zh) | 一种考虑源荷储协调优化的系统风电可接纳能力计算方法 | |
Shi et al. | Optimization of wind-marine hybrid power system configuration based on genetic algorithm | |
CN104037813B (zh) | 一种考虑电网安全的电力系统风电场自由发电控制方法 | |
CN107069703A (zh) | 一种计及新能源接入的交直流配网规划方法 |
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 |