CN111768108A - 一种含用热综合满意度的虚拟电厂热电联合经济调度方法 - Google Patents

一种含用热综合满意度的虚拟电厂热电联合经济调度方法 Download PDF

Info

Publication number
CN111768108A
CN111768108A CN202010625769.8A CN202010625769A CN111768108A CN 111768108 A CN111768108 A CN 111768108A CN 202010625769 A CN202010625769 A CN 202010625769A CN 111768108 A CN111768108 A CN 111768108A
Authority
CN
China
Prior art keywords
heat
power
power plant
satisfaction
demand response
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.)
Pending
Application number
CN202010625769.8A
Other languages
English (en)
Inventor
王进
刘婷
任胜男
龚罗文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202010625769.8A priority Critical patent/CN111768108A/zh
Publication of CN111768108A publication Critical patent/CN111768108A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种含用热综合满意度的虚拟电厂热电联合经济调度方法，具体步骤包括：S1.将热电联产机组和风电场聚合成热‑电虚拟电厂，并对热力负荷实行需求响应管理，引入激励型热负荷需求响应；S2.构建一种对用热方式满意度和用热成本满意度加权考虑的用热综合满意度模型，并通过该模型对热负荷需求响应进行约束；S3.以虚拟电厂净收益最大为目标函数构建含用热综合满意度的虚拟电厂热电联合经济调度模型，依据所述模型制定调度方案。本发明实现过程简单，在满足用户用热的基础上，通过实施激励型热负荷需求响应，可有效促进风电消纳，同时提高了虚拟电厂调度的灵活性以及经济性。

Description

一种含用热综合满意度的虚拟电厂热电联合经济调度方法
技术领域
本发明涉及一种虚拟电厂热电联合经济调度方法，特别是涉及一种含用热综合满意度的虚拟电厂热电联合经济调度方法。
背景技术
风能是一种清洁、廉价、储量极为丰富的可再生能源，它在利用过程中不会带来环境污染问题，其储量也不会随着其本身的转化和利用而减少。风力发电作为新能源发电的一种，具有绿色低碳、清洁高效的发电优势，受到了包括我国在内全球各国的青睐。但是风电具有较大的随机性以及不稳定性，尤其是在风力资源较为丰富的“三北”地区弃风现象更为严重，在此地区超过60％的发电机是热电联产(Combined Heat and Power，CHP)机组。为了满足居民和工业用热，以及进一步提高热电机组的能源利用率，规定CHP机组的运行模式为“以热定电”，但处于这种模式下CHP机组发电出力受制于供热负荷，严重制约了系统的调峰能力，机组热电耦合导致系统调峰能力下降，挤占风电上网空间，从而使得“三北”地区的弃风问题更加突出。
需求响应是源-荷互动的一种重要方式，分为激励型需求响应和价格型需求响应。激励型需求响应是通过与用户签订相关合同来削减负荷，价格型需求响应是通过调整价格信号来引导负荷侧主动改变电力消费行为的模式。需求响应可以有效降低电力系统出现供需失衡的概率，为风电的消纳提供了一条新的途径。
现有的研究主要集中于引入新热源和储能等辅助设施作为灵活可调资源以解除CHP机组热电之间的强耦合关系，虽然此方法对促进风电消纳具有积极作用，但并未考虑辅助设施的引入带来的额外的投资成本。并且传统的研究方法大多只考虑虚拟电厂(virtualpower plant，VPP)自身的收益最大化，未能将热用户的用热满意度考虑进来，忽略了与用户的互动性。
发明内容
本发明要解决的技术问题在于：针对现有技术存在的技术问题，本发明提供一种含用热综合满意度建立以虚拟电厂净收益最大为目标函数的热电联合经济调度方法，不仅能满足用户的用热需求，还能提升虚拟电厂风电消纳能力和经济收益。
为解决上述技术问题，本发明提出的技术方案为：
一种含用热综合满意度的虚拟电厂热电联合经济调度方法，步骤包括：
S1.将热电联产机组和风电场聚合成热-电虚拟电厂，并对热力负荷实行需求响应管理，引入激励型热负荷需求响应；
S2.构建一种对用热方式满意度和用热成本满意度加权考虑的用热综合满意度模型，并通过该模型对热负荷需求响应进行约束；
S3.以虚拟电厂净收益最大为目标函数构建含用热综合满意度的虚拟电厂热电联合经济调度模型，依据所述模型制定调度方案。
作为本发明的进一步改进：所述步骤S1中，将热电联产机组、风电场聚合为热-电虚拟电厂，配置电锅炉使风电场和热电联产机组为热负荷联合供热，实现虚拟电厂的热电联合调度。为缓解热电联产机组供热负荷对机组发电出力的制约，参考电负荷需求响应，将热负荷视为一种柔性可调度资源，引入激励型热负荷需求响应，通过热负荷需求响应引导热用户理性用热，从而实现虚拟电厂协控中心对热负荷的调度。
作为本发明的进一步改进：用热综合满意度由用热方式满意度和用热成本满意度共同组成，为两者的加权组合。通过用热综合满意度模型对热负荷需求响应进行约束，引导热用户积极参与热负荷需求响应，履行和延续热负荷需求响应合同，充分挖掘用户参与热负荷需求响应的积极性。其表达式为：
R＝x·v+y·w
x+y＝1
式中，R表示用热综合满意度值，v表示用热方式满意值，w表示用热成本满意值，x和y的取值方式取决于热用户对用热方式和用热成本两者的侧重程度，具有很强的用户主观性。
作为本发明的进一步改进：所述步骤S3中所述的含用热综合满意度的虚拟电厂热电联合经济调度需要考虑日前计划调度和短期实时调度两方面，分别构建日前计划调度模型和短期实时调度模型，并制定相应的调度方案。
以虚拟电厂净收益最大为目标函数的日前计划调度模型的收益函数具体由下式计算得到：
Figure BDA0002564662940000021
式中，Ie和Ih分别表示虚拟电厂的售电收益和售热收益，Cfuel和
Figure BDA0002564662940000022
分别表示热电机组的发电成本和碳排放成本。
同样以虚拟电厂净收益最大为目标函数的短期实时调度模型的收益函数具体可由下式计算得到：
Figure BDA0002564662940000023
式中，I′e、I'h、C'fuel、
Figure BDA0002564662940000031
分别表示虚拟电厂根据风电实际发电功率实时优化后的售电、售热收益以及燃料、碳排放成本，Cde、Caw分别表示虚拟电厂的并网偏差功率惩罚成本和弃风成本。
作为本发明的进一步改进：所述步骤S3中虚拟电厂进行热电联合调度时需要满足以下约束条件：热电机组运行功率约束、热电机组热电功率约束、热电机组热爬坡约束、风电并网和供热功率约束、电锅炉运行约束、热负荷功率约束、用热综合满意度约束。
与现有技术相比，本发明的优点在于：
1)本发明考虑到当前“三北”地区CHP机组“以热定电”的运行模式，以及供电系统和供热系统分别单独运营的问题，难以对风电、火电以及热能进行综合协调管理。采用虚拟电厂技术克服热电独立这一矛盾，将热能和电能等多种可调度资源纳入到统一框架，对热电进行联合调度，实现VPP内部“热电解耦”，达到促进风电消纳的目的。
2)本发明针对CHP机组“热电解耦”后发电功率仍受制于供热负荷，调节能力有限的问题，参考电负荷需求响应，将热负荷视为一种柔性可调度资源，引入激励型热负荷需求响应。并从热用户的角度出发，考虑用户的用热满意度，提出一种用热综合满意度模型，通过用热综合满意度模型对激励型热负荷需求响应进行约束，引导热用户积极参与热负荷需求响应，可以改变用热分布，提升CHP机组的调节能力，从根本上突破CHP机组发电功率受制于供热负荷的问题。
3)本发明所提出的含用热综合满意度的虚拟电厂热电联合经济调度模型，可有效提高VPP调度灵活性，降低VPP运行成本，促进过剩风电的消纳，提升VPP的整体收益。
附图说明
图1是本实施例含用热综合满意度的虚拟电厂热电联合经济调度方法的流程图。
图2是本实施例热-电虚拟电厂结构图。
图3是本实施例风电场出力曲线图。
图4是本实施例实时电价曲线图。
图5是本实施例热电机组运行功率曲线图。
图6是本实施例热负荷变化曲线图。
图7是本实施例风电并网功率曲线图。
图8是本实施例风电供热功率曲线图。
图9是本实施例风电消纳曲线图。
图10是本实施例虚拟电厂并网功率缺额图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图1所示，本实施例方法步骤包括一种含用热综合满意度的虚拟电厂热电联合经济调度方法：
S1.将热电联产机组和风电场聚合成热-电虚拟电厂，并对热力负荷实行需求响应管理，引入激励型热负荷需求响应；
S2.构建一种对用热方式满意度和用热成本满意度加权考虑的用热综合满意度模型，并通过该模型对热负荷需求响应进行约束；
S3.以虚拟电厂净收益最大为目标函数构建含用热综合满意度的虚拟电厂热电联合经济调度模型，依据所述模型制定调度方案。
虚拟电厂技术利用先进的通信和协调控制技术将电力系统与热力系统联系起来，对供电和供热系统实现虚拟电厂热电联合调度。图2为热-电虚拟电厂结构图。由图2可知，利用VPP技术将CHP机组和风电场聚合为热-电虚拟电厂，通过VPP协控中心，对CHP机组和风电场控制，并且配置电锅炉使风电场和CHP机组为热负荷联合供热，通过加入电锅炉来解耦“以热定电”的约束从而解决消纳难题。图中的箭头表示电能和热能的传输网络，虚线表示协调与控制中心与各部分的信息传输网络。
基于CHP机组“热电解耦”后发电功率仍受供热负荷限制，调节能力有限的问题，本实施例参考电负荷需求响应，将热负荷视为一种可调度资源，引入热负荷需求响应。鉴于价格型热负荷需求响应属于用户自愿参与情况，具有不确定性和随机性，因此，本实施例只考虑激励型热负荷需求响应。通过热负荷需求响应引导热用户理性用热，从而实现VPP协控中心对热负荷的调度，改变热负荷的分布曲线，提升VPP的并网偏差平衡能力与过剩风电消纳能力。
VPP根据预测安排各部分日前计划出力，在日前计划出力的基础上，根据风电实际发电功率与预测值之间的偏差，VPP通过激励型需求响应协议要求热用户改变次日各时段的用热需求，为保证整个调度周期内虚拟电厂总的热负荷保持不变，因此热用户参与激励型热负荷需求响应当满足以下约束：
Figure BDA0002564662940000041
式中，ΔPh.load(t)表示t时段内热用户参与需求响应用热变化量。
热用户参与需求响应，虚拟电厂应当给予用户经济补偿，对于虚拟电厂来说是一种成本。通过降低参与需求响应时段的用热价格达到给予用户补偿的目的，因此对于虚拟电厂，热用户参与激励型需求响应前后售热收益改变量即为VPP需求响应成本，其表达式为：
Ch＝Ih.eload-Ih.dr.eload (2)
式中，Ch表示VPP需求响应成本，Ih.eload和Ih.dr.eload分别表示热用户参与需求响应前后虚拟电厂的售热收益。
本实施例中，VPP通过跟热用户签订激励型热负荷需求响应合同，热用户根据VPP协控中心指令调整用热量，并获得一定的经济收益。但是如果仅从VPP收益最大化出发，将会影响到热用户的用热满意度，使用户产生抵触情绪。用热量变化过大会影响到用户的用热舒适度，参与需求响应后获得的经济补偿也影响用户对需求响应机制的满意度，对需求响应合约的后续签订履行以及用户对供热商的印象有着重要影响。因此，通过构建用热综合满意度模型对激励型热负荷需求响应进行约束，可以保证热用户在参与需求响应时的用热满意度，使热用户能够履行和延续激励型热负荷需求响应合约，充分挖掘热用户参与激励型热负荷需求响应的积极性。
用热综合满意度模型包括用热方式满意度模型和用热成本满意度模型两个方面，分别采用公式(3)和公式(4)计算用户的用热方式满意度和用热成本满意度。
在未与VPP签订用热需求响应合同前，热用户都是按照自己的生活习惯用热，此时用户的用热方式满意度最大。而在与VPP签订合同后，热用户需要根据VPP协控中心的指令改变自己各时段的用热量，产生新的用热功率曲线，根据各时段用热量的改变大小定义该时段热用户的用热方式满意度，其表达式为：
Figure BDA0002564662940000051
式中，v表示用热方式满意值，Ph.eload和Ph.dr.eload分别表示各时段热用户参与需求响应前后的热负荷量。易知v值的取值范围是[0,1]，当用热量保持不变时，用户的满意值最高为1，当用户在该时段的用热量变为0时，用户的满意值也为最低。
热用户在按照VPP协控中心的指令改变热负荷功率后，会获得供热方给予的经济补偿，用热成本降低。因此，将热用户各时段在参与需求响应前后用热费用改变大小定义为用热成本满意值，其表达式为：
Figure BDA0002564662940000052
式中，w表示用热成本满意值，C(Ph.eload)和C(Ph.dr.eload)分别表示各时段热用户参与需求响应前后的用热成本。易知费用改变程度越大，w值越大，其取值范围为[0,1]。
用热综合满意度由用热方式满意度和用热成本满意度共同组成，为两者的加权组合，其表达式为：
R＝x·v+y·w (5)
x+y＝1 (6)
式中，R表示用热综合满意度值，x和y的取值方式取决于热用户对用热方式和用热成本两者的侧重程度，具有很强的用户主观性，当热负荷为工业用热时，其对用热成本侧重程度更高；而对居民供暖用热则更加看重用热舒适度。模糊取值方式如表1所示：
表1模糊取值方式
Figure BDA0002564662940000061
本实施例中，在对VPP进行热电联合经济调度时，需要考虑日前计划调度和短期实时调度两个方面。
VPP日前计划调度以VPP净收益最大化为目标函数，VPP的日前计划调度收益函数为售热售电收入减去发电成本、碳排放成本，具体由下式计算得到：
Figure BDA0002564662940000065
其中，
Figure BDA0002564662940000062
Figure BDA0002564662940000063
Figure BDA0002564662940000064
Figure BDA0002564662940000071
式中，Ie和Ih分别表示VPP的售电收益和售热收益，Cfuel和
Figure BDA00025646629400000711
分别表示热电机组的发电成本和碳排放成本。Kp(t)表示t时刻的并网电价，Pce(t)和Pwe(t)分别表示t时刻热电机组和风电场的并网功率。Hprice表示热价，Ph表示热负荷功率，在日前计划调度模型中，由于没有热用户参与需求响应，因此Hprice和Ph为固定值。Pc(t)表示t时段热电机组运行功率，a、b、c表示热电机组煤炭燃烧成本系数。
Figure BDA00025646629400000710
表示碳排放价格，e和θ分别表示热电机组单位运行功率碳排放量和碳排放准许值。
短期实时调度是VPP对风电场发电功率进行短期预测，在日前调度计划的基础上，调整热电机组的运行功率，并向签订了激励型热负荷需求响应的热用户发出改变用热功率的信号，从而避免产生并网偏差成本和弃风成本。短期实时调度模型同样以VPP净收益最大为目标函数，收益函数具体由下式计算得到：
Figure BDA0002564662940000072
其中，
Figure BDA0002564662940000073
Figure BDA0002564662940000074
Figure BDA0002564662940000075
Figure BDA0002564662940000076
Figure BDA0002564662940000077
Figure BDA0002564662940000078
Figure BDA0002564662940000079
Figure BDA0002564662940000081
Figure BDA0002564662940000082
式中，I′e、I'h、C'fuel、
Figure BDA0002564662940000083
分别表示VPP根据风电实际发电功率实时优化后的售电、售热收益以及燃料、碳排放成本，Cde、Caw分别表示VPP的并网偏差功率惩罚成本和弃风成本。P′ce(t)和P′we(t)分别表示实时优化后t时刻热电机组和风电场的并网功率。Hprice(t)和Ph(t)分别表示热负荷参与需求响应后t时刻的热价和热负荷功率。P′c(t)表示实时优化后的热电机组运行功率。Kf表示VPP并网偏差功率惩罚价格，Pc(t)和P′c(t)分别表示VPP申报并网功率和实际并网功率。
基于上述分析，分别制定日前计划调度方案和短期优化调度方案两种调度方案。其中，日前计划调度方案如下：
1)VPP协调控制中心根据气象风力预测以及历史数据，将第二天24h分为24个时段，对24个时段风电场的发电功率进行预测。
2)根据预测得到风电场发电功率曲线，并结合发电成本、实时电价曲线以及热负荷等数据，以VPP收益最大为目标，计算出CHP机组的第二天各时段的运行功率，风电和热电机组同时为热用户供热，在满足热负荷的前提下，并向调度部门申请发电计划。
短期优化调度方案如下：
1)第二天VPP协控中心对各时段风电场发电功率进行短期实时预测，因为短期实时预测风电场发电功率与实际发电功率基本吻合，因此将风电场短期实时预测发电功率视为实际发电功率。
2)根据风电场实际发电功率与预测功率之间的偏差，调整CHP机组的运行功率，并在保证用户用热满意度的前提下，向签订了激励型热负荷需求响应合同的热用户发出用热改变信号，促使热用户改变用热负荷，使VPP实际并网功率能够跟踪计划并网功率，促进风电消纳，避免并网偏差惩罚。
本实施例中，在每个t时段对VPP进行热电联合调度时都需要满足以下约束条件：
1.热电机组运行功率约束：
Pc min≤Pc(t)≤Pc max (22)
式中，Pc max和Pc min分别表示热电机组的最大和最小运行功率。
2.热电机组热电功率约束：
Pc(t)＝Pce(t)+Pch(t) (23)
Pch(t)/Pce(t)＝λ (24)
式中，λ表示热电机组的热电比，Pch(t)表示热电机组的供热功率。
3.热电机组热爬坡约束：
Pc(t+1)-Pc(t)≤ΔPc up (25)
Pc(t+1)-Pc(t)≤ΔPc down (26)
式中，ΔPc up和ΔPc down分别表示热电机组提高和降低约束值。
4.风电并网和供热功率约束：
Pw(t)＝Pwe(t)+Pwh.e(t) (27)
式中，Pw(t)表示风电场发电功率，Pwh.e(t)表示风电场流向电锅炉功率。
5.电锅炉运行约束：
Pwh(t)/Pwh.e(t)＝μ (28)
式中，Pwh(t)表示电锅炉为热负荷供热功率，μ表示电锅炉热电转化效率。
6.热负荷功率约束：
Ph.dr.eload(t)＝Pch(t)+Pwh(t) (29)
式中，Ph.dr.eload(t)表示热用户参加需求响应后的热负荷功率。
7.用热综合满意度约束：
Figure BDA0002564662940000095
Figure BDA0002564662940000096
R＝x·v(t)+y·w(t) (32)
为验证本发明的有效性，以“三北”地区冬季供暖为研究背景，对所提模型进行仿真分析。设定风电场最大发电功率为
Figure BDA0002564662940000097
热电机组的最小运行功率为Pc min＝300MW，最大运行功率Pc min＝600MW，机组运行功率提升和降低约束值ΔPc up和ΔPc dpwn为60MW，热电比λ＝2/3，电锅炉的热电转换系数μ＝0.9，调度周期T＝24h，热负荷为270MW。对于居民，对用热方式满意度远重于用热成本满意度，因此取x＝0.8、y＝0.2。CHP机组的发电成本系数a＝0.133/MW2，b＝126.5元/MW，c＝2188元，热电机组单位运行功率碳排量为e＝0.96t/MWh，机组的碳排放限值θ＝0.6t/MWh，额外碳排放惩罚成本为126.5元/t；VPP并网功率偏差惩罚Kf＝900元/MW。风电场第二天的预测发电和实际发电曲线如图3所示，第二天实时电价曲线如图4所示。
对所提的含用热综合满意度的虚拟电厂热电联合经济调度模型设置三种情景模式，三种情景模式分别为：
情景一：热用户不参与激励型热负荷需求响应。
情景二：热用户参与激励型热负荷需求响应，用热综合满意度R＝0.85。
情景三：热用户参与激励型热负荷需求响应，用热综合满意度R＝0.8。
通过图3-5可知，在VPP日前调度计划中，协控中心根据对第二日风电预测发电功率，结合实时电价曲线，以VPP净收益最大为目标制定了热电机组的运行功率计划。在00:00-06:00时段，由于售电价格过低，CHP机组单位运行功率低于售电收益，因此CHP机组运行在最小功率300MW；但由于风电实际发电功率要低于预测发电功率，在短期优化调度中，要提高CHP机组运行功率使VPP实际并网功率追踪计划出力，避免并网偏差惩罚。在07:00-12:00时段，售电收益提高，VPP为了获得更高经济收益，逐渐提升热电机组运行功率。且从该时段开始，由于热电机组运行在高工况下，难以追踪计划出力。在13:00-16:00时段，售电收益略微降低，VPP调整热电机组运行功率以获得最大收益。在17:00-24:00时段，售电收益远高于运行成本，CHP机组运行在最大工况下。
通过图6-10可知，在三种情景模式下，当热用户不参与激励型热负荷需求响应时，热负荷保持不变。当风电实际发电功率与预测功率存在偏差时，由于热电机组不参与到调峰，且随着售电价格提升，热电机组运行在高工况下，VPP难以跟踪计划出力，造成VPP实际并网功率与申报出力偏差过大，弃风严重。当热用户参与激励型热负荷需求响应时，且当风电实际发电功率低于预测功率时，VPP协控中心向热用户发出负荷削减信号，热用户根据信号降低用热，同时热用户获得用热费用降低的补偿，VPP则降低风电场供给电锅炉的功率，提高并网功率，达到降低VPP并网功率偏差的目的。当风电实际发电功率高于预测功率时，VPP协控中心向热用户发出增加用热的信号，热用户根据信号增加用热量，同时热用户得到用热费用降低补偿，达到促进过剩风电消纳的目的。
综合图6-10和表2-3可知，在情景一下，由于热用户不参与激励型热负荷需求响应，VPP实际并网功率无法跟踪申报并网功率和消纳风电场过剩功率，造成高额的并网偏差惩罚和弃风成本。在情景二和情景三下，热负荷参与激励型热负荷需求响应，在满足用户用热的基础上，VPP能够跟踪申报并网功率和消纳风电场过剩功率，降低VPP运行成本。相比于情景二，由于情景三的用热综合满意度系数要低，因此情景三下的VPP跟踪计划并网功率和消纳风电场过剩功率能力更强，VPP对于热用户的补偿也更低，VPP净收益更高。因此在热用户参与激励型热负荷需求响应时，VPP跟踪申报并网功率和消纳风电场过剩功率的能力以及经济性会随着用热综合满意度系数的降低而提高。
总的来说，如果从VPP主体出发，仅考虑VPP的利益，将会降低用户的用热满意度，影响用户履行和延续合同；而用热综合满意度系数过高则会导致VPP跟踪申报并网功率和消纳风电能力的不足。因此，用热综合满意度系数的取值在约束中至关重要，选取合适的用热综合满意度系数既能提升VPP风电消纳能力和经济收益，也能满足用户用热需求。
表2 VPP三种情景下热电出力安排
Figure BDA0002564662940000111
表3 VPP三种情景下收益与成本
Figure BDA0002564662940000112
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (5)

1.一种含用热综合满意度的虚拟电厂热电联合经济调度方法，其特征在于，步骤包括：
S1.将热电联产机组和风电场聚合成热-电虚拟电厂，并对热力负荷实行需求响应管理，引入激励型热负荷需求响应；
S2.构建一种对用热方式满意度和用热成本满意度加权考虑的用热综合满意度模型，并通过该模型对热负荷需求响应进行约束；
S3.以虚拟电厂净收益最大为目标函数构建含用热综合满意度的虚拟电厂热电联合经济调度模型，依据所述模型制定调度方案。
2.根据权利要求1所述的含用热综合满意度的虚拟电厂热电联合经济调度方法，其特征在于：所述步骤S1中，将热电联产机组、风电场聚合为热-电虚拟电厂，配置电锅炉使风电场和热电联产机组为热负荷联合供热，实现虚拟电厂的热电联合调度。为缓解热电联产机组供热负荷对机组发电出力的制约，参考电负荷需求响应，将热负荷视为一种柔性可调度资源，引入激励型热负荷需求响应，通过热负荷需求响应引导热用户理性用热，从而实现虚拟电厂协控中心对热负荷的调度。
3.根据权利要求2所述的含用热综合满意度的虚拟电厂热电联合经济调度方法，其特征在于：所述步骤S2中，用热综合满意度由用热方式满意度和用热成本满意度共同组成，为两者的加权组合。通过用热综合满意度模型对热负荷需求响应进行约束，引导热用户积极参与热负荷需求响应。其表达式为：
R＝x·v+y·w
x+y＝1
式中，R表示用热综合满意度值，v表示用热方式满意值，w表示用热成本满意值，x和y的取值方式取决于热用户对用热方式和用热成本两者的侧重程度，具有很强的用户主观性。
4.根据权利要求1或2所述的含用热综合满意度的虚拟电厂热电联合经济调度方法，其特征在于：所述步骤S3中所述的含用热综合满意度的虚拟电厂热电联合经济调度需要考虑日前计划调度和短期实时调度两方面，分别构建日前计划调度模型和短期实时调度模型，并制定相应的调度方案。
以虚拟电厂净收益最大为目标函数的日前计划调度模型的收益函数具体由下式计算得到：
Figure FDA0002564662930000011
式中，Ie和Ih分别表示虚拟电厂的售电收益和售热收益，Cfuel和
Figure FDA0002564662930000012
分别表示热电机组的发电成本和碳排放成本。
同样以虚拟电厂净收益最大为目标函数的短期实时调度模型的收益函数具体可由下式计算得到：
Figure FDA0002564662930000021
式中，Ie'、I'h、C'fuel、
Figure FDA0002564662930000022
分别表示虚拟电厂根据风电实际发电功率实时优化后的售电、售热收益以及燃料、碳排放成本，Cde、Caw分别表示虚拟电厂的并网偏差功率惩罚成本和弃风成本。
5.根据权利要求1～4所述的含用热综合满意度的虚拟电厂热电联合经济调度方法，其特征在于：所述步骤S3中虚拟电厂进行热电联合调度时需要满足以下约束条件：热电机组运行功率约束、热电机组热电功率约束、热电机组热爬坡约束、风电并网和供热功率约束、电锅炉运行约束、热负荷功率约束、用热综合满意度约束。
CN202010625769.8A 2020-07-01 2020-07-01 一种含用热综合满意度的虚拟电厂热电联合经济调度方法 Pending CN111768108A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010625769.8A CN111768108A (zh) 2020-07-01 2020-07-01 一种含用热综合满意度的虚拟电厂热电联合经济调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010625769.8A CN111768108A (zh) 2020-07-01 2020-07-01 一种含用热综合满意度的虚拟电厂热电联合经济调度方法

Publications (1)

Publication Number Publication Date
CN111768108A true CN111768108A (zh) 2020-10-13

Family

ID=72724271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010625769.8A Pending CN111768108A (zh) 2020-07-01 2020-07-01 一种含用热综合满意度的虚拟电厂热电联合经济调度方法

Country Status (1)

Country Link
CN (1) CN111768108A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112541612A (zh) * 2020-11-06 2021-03-23 广西电网有限责任公司电力科学研究院 一种基于多网耦合的虚拟电厂经济优化调度方法
CN112785337A (zh) * 2021-01-22 2021-05-11 国网信息通信产业集团有限公司 一种应用于虚拟电厂的价格激励方法及装置
CN114186752A (zh) * 2021-12-17 2022-03-15 沈阳工程学院 一种基于用户侧柔性负荷需求响应优化调度方法
CN115271264A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种工业园区能源系统调配方法及计算设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160292205A1 (en) * 2015-03-30 2016-10-06 General Electric Company System and methods for improved demand response management system (drms)
US20170207633A1 (en) * 2016-01-19 2017-07-20 Fujitsu Limited Aggregated and optimized virtual power plant control
CN107016504A (zh) * 2017-04-05 2017-08-04 长沙理工大学 一种计及电动汽车随机模糊需求响应的调度优化建模及算法
CN108875992A (zh) * 2017-05-12 2018-11-23 南京理工大学 一种考虑需求响应的虚拟电厂日前优化调度方法
CN110728410A (zh) * 2019-10-16 2020-01-24 重庆大学 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法
CN113673754A (zh) * 2021-08-09 2021-11-19 上海电力大学 一种计及柔性负荷满意度的热电联合系统优化运行方法
CN116231655A (zh) * 2023-02-13 2023-06-06 三峡大学 一种计及源-荷多类型备用的虚拟电厂双层优化调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160292205A1 (en) * 2015-03-30 2016-10-06 General Electric Company System and methods for improved demand response management system (drms)
US20170207633A1 (en) * 2016-01-19 2017-07-20 Fujitsu Limited Aggregated and optimized virtual power plant control
CN107016504A (zh) * 2017-04-05 2017-08-04 长沙理工大学 一种计及电动汽车随机模糊需求响应的调度优化建模及算法
CN108875992A (zh) * 2017-05-12 2018-11-23 南京理工大学 一种考虑需求响应的虚拟电厂日前优化调度方法
CN110728410A (zh) * 2019-10-16 2020-01-24 重庆大学 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法
CN113673754A (zh) * 2021-08-09 2021-11-19 上海电力大学 一种计及柔性负荷满意度的热电联合系统优化运行方法
CN116231655A (zh) * 2023-02-13 2023-06-06 三峡大学 一种计及源-荷多类型备用的虚拟电厂双层优化调度方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
卢志刚;郭凯;闫桂红;何良策;: "考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度", 电力系统自动化, no. 15, pages 64 - 71 *
杨柳: "考虑用户满意度的虚拟电厂热电联合低碳经济调度模型", 热力发电, vol. 48, no. 9, pages 40 - 45 *
王尧;樊伟;王佳伟;李强;邢亚虹;魏宏阳;谭忠富;: "考虑风光不确定性的分布式能源集成虚拟电厂收益-风险均衡模型", 可再生能源, no. 01, pages 80 - 87 *
贲树俊: "考虑需求响应虚拟电厂的新能源电力系统两阶段优化调度研究", 电力需求侧管理, vol. 22, no. 1, pages 41 - 47 *
赵书豪: "考虑综合需求响应的虚拟电厂 日前调度优化策略", 现代电力, pages 1 - 10 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112541612A (zh) * 2020-11-06 2021-03-23 广西电网有限责任公司电力科学研究院 一种基于多网耦合的虚拟电厂经济优化调度方法
CN112541612B (zh) * 2020-11-06 2022-12-16 广西电网有限责任公司电力科学研究院 一种基于多网耦合的虚拟电厂经济优化调度方法
CN112785337A (zh) * 2021-01-22 2021-05-11 国网信息通信产业集团有限公司 一种应用于虚拟电厂的价格激励方法及装置
CN112785337B (zh) * 2021-01-22 2024-04-26 国网信息通信产业集团有限公司 一种应用于虚拟电厂的价格激励方法及装置
CN114186752A (zh) * 2021-12-17 2022-03-15 沈阳工程学院 一种基于用户侧柔性负荷需求响应优化调度方法
CN115271264A (zh) * 2022-09-27 2022-11-01 国网浙江省电力有限公司宁波供电公司 一种工业园区能源系统调配方法及计算设备

Similar Documents

Publication Publication Date Title
Yang et al. Multi-time scale optimal scheduling of regional integrated energy systems considering integrated demand response
Bao et al. A multi time-scale and multi energy-type coordinated microgrid scheduling solution—Part I: Model and methodology
CN111768108A (zh) 一种含用热综合满意度的虚拟电厂热电联合经济调度方法
CN111881616A (zh) 一种基于多主体博弈的综合能源系统的运行优化方法
CN115241931B (zh) 基于时变电碳因子曲线的园区综合能源系统调度方法
CN114050571B (zh) 一种考虑碳流的综合能源系统能量枢纽管控方法
CN111882111A (zh) 一种源网荷储协同互动的电力现货市场出清方法
CN116109076A (zh) 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法
Wang et al. Low carbon optimal operation of integrated energy system based on concentrating solar power plant and power to hydrogen
CN112531785B (zh) 多时间尺度下光热-储热的主动配电网主辅联合调度方法
Tang et al. Multi-time-scale optimal scheduling of integrated energy system considering demand response
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
CN117236587A (zh) 一种园区综合能源系统电氢碳协同调度优化方法
CN116187648A (zh) 基于热电解耦的虚拟电厂热电联合优化调度方法
CN115659666A (zh) 一种考虑综合需求响应的虚拟电厂风光联合优化调度方法
CN112713590B (zh) 计及idr的冷热电联供微网与主动配电网联合优化调度方法
Li et al. Integrated energy system for low-carbon economic operation optimization: Pareto compromise programming and master-slave game
CN115470609A (zh) 一种热电气耦合园区的综合需求响应方法
Ning et al. A two-layer optimal scheduling method for multi-energy virtual power plant with source-load synergy
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法
CN115907488B (zh) 考虑用户积极性的新能源微电网多层级车网协同优化方法
CN112927095B (zh) 一种电热联合系统多时间尺度协调调度方法
Zhang et al. Intelligent control strategy of power grid based on system optimal configuration
Ding et al. Robust Optimization of a CCS-P2G Virtual Power Plant Accounting for Penalized Carbon Price
Peng et al. Economic Optimization Scheduling of Distribution Networks-Microgrids Considering Power Interaction between Microgrids

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201013