CN111784055A - 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型 - Google Patents

一种考虑电力需求侧响应特性的虚拟电厂优化调度模型 Download PDF

Info

Publication number
CN111784055A
CN111784055A CN202010632092.0A CN202010632092A CN111784055A CN 111784055 A CN111784055 A CN 111784055A CN 202010632092 A CN202010632092 A CN 202010632092A CN 111784055 A CN111784055 A CN 111784055A
Authority
CN
China
Prior art keywords
demand side
response
power demand
virtual
power
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
CN202010632092.0A
Other languages
English (en)
Inventor
周任军
潘轩
黄婧杰
欧阳顺
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 CN202010632092.0A priority Critical patent/CN111784055A/zh
Publication of CN111784055A publication Critical patent/CN111784055A/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
    • G06Q10/04—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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

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

Abstract

本发明公开一种考虑电力需求侧响应特性的虚拟电厂优化调度模型步骤包括：S1.考虑双阶段优化运行中对调控手段性能的不同需要，对不同类型电力需求侧响应特性展开分析；S2.将价格型电力需求侧响应调控手段应用于日前优化调度子模型，将激励型电力需求侧响应调控手段应用于日内优化调度子模型，以虚拟电厂为背景，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型；S3.将所建模型应用于某虚拟电厂，提升了用户的需求侧响应资源价值和虚拟电厂效益。本发明提供一种易于实现，思路具有拓展性的虚拟电厂优化调度模型，该模型能恰当利用不同类型的电力需求侧响应资源，并能提升虚拟电厂效益和节约用户用电成本。

Description

一种考虑电力需求侧响应特性的虚拟电厂优化调度模型
技术领域
本发明涉及需求侧响应技术和虚拟电厂技术领域，尤其涉及一种考虑电力需求侧响应特性的虚拟电厂优化调度模型。
背景技术
在能源结构转型目标的推进下，我国风电装机容量迅速增加。应对高比列风电接入后带来的负荷低谷时弃风、负荷高峰时功率不足以及不平衡功率等问题。为了解决这一系列问题，电储能、多能互补模式和需求侧响应等，其中需求侧响应是解决上述问题的有效方式之一，通常情况下电力需求响应分为和和激励型电力需求侧响应。
价格型电力需求侧响应侧重于用户方以经济为诉求主动参与电价变化的响应，其因不同用户方的响应量、响应速度和调节能力存在差异而可控性不强；激励型电力需求侧响应是指赔偿和折扣的方式来激励和引导用户方参与需求响应，通过提前竞标或者签订差异合同接受调度强制执行，具有响应速度快和可控性强等特点，文章所考虑的激励型电力需求侧响应具有向上或向下调节的能力。
基于不同类型需求侧响应的特点分析，如何灵活利用价格型电力需求侧响应和激励型电力需求侧响应为双阶段优化调度具有重要意义。因此，本发明以虚拟电厂为背景，日前优化阶段考虑价格型电力需求侧响应资源，并以虚拟电厂收益最大为目标建立日前优化子模型；日内阶段为了进一步减少平抑风电偏差成本和发挥激励型电力需求侧响应资源，以平抑预调度风电偏差量的成本最低为日内目标建立日内优化子模型。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，发明提供一种易于实现，思路具有拓展性的虚拟电厂优化调度模型，该模型能恰当利用不同类型的电力需求侧响应资源，并能提升虚拟电厂效益和节约用户用电成本。
为解决上述技术问题，本发明提出的技术方案为：
一种考虑电力需求侧响应特性的虚拟电厂优化调度模型，步骤包括：
S1.考虑双阶段优化运行中对调控手段性能的不同需要，对不同类型电力需求侧响应特性展开分析；
S2.将价格型电力需求侧响应调控手段应用于日前优化调度子模型，将激励型电力需求侧响应调控手段应用于日内优化调度子模型，以虚拟电厂为背景，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型；
S3.将所建模型应用于某虚拟电厂，提升了用户的需求侧响应资源价值和虚拟电厂效益。
作为本发明的进一步改进：根据权利要求1所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S1中充分考虑双阶段优化运行中对调控手段性能的不同需要，进一步对不同类型电力需求侧响应特性展开分析，以电力需求侧响应资源在日前或日内优化阶段得到合理利用为目标。
作为本发明的进一步改进：根据权利要求2所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：价格型电力需求侧响应侧重于用户以经济为诉求主动参与电价变化的响应，其因不同用户的响应量、响应速度和调节能力存在差异而可控性不强的特点；激励型电力需求侧响应是指赔偿和折扣的方式来激励和引导用户方参与需求侧响应，通过提前竞标或者签订差异合同接受调度强制执行，具有响应速度快和可控性强等特点。
作为本发明的进一步改进：根据权利要求2和3所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S2中将价格型电力需求侧响应调控手段应用于日前优化调度子模型，在由风电和火电机组所组成的虚拟电厂中，以收益Frq最大为目标。
Frq＝max(CH-CG-Cgrid-Cf)
其中，CH为售电收入/用户方购电成本；CG为发电成本；Cgrid为向电网购电成本；Cf为弃风惩罚。
作为本发明的进一步改进：根据权利要求2和3所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S2中考虑风电预测偏，将激励型电力需求侧响应调控手段应用于日内优化调度子模型,以平抑预调度风电偏差量的成本Fss最低为日内目标。
Figure BDA0002565987370000021
其中，
Figure BDA0002565987370000022
分别为场景削减后的场景数和发生概率；Cc为外购辅助服务成本系数； CIDR为激励型电力需求响响应成本。
作为本发明的进一步改进：根据权利要求4和5所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S2中基于所建立的日内和日前优化调度子模型，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型。
作为本发明的进一步改进：根据权利要求6所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S3中将所建模型应用于某虚拟电厂，仿真结果表明，对用户而言，需求侧响应资源价值得以提升，用电成本得到降低；对虚拟电厂而言，效益得到提升。
与现有技术相比，本发明的优点在于：
1)本发明对不同类型的电力需求侧响应的应用场景进行了说明，可给实际工程建设提供一定参考。
2)本发明充分考虑虚拟电厂双阶段优化运行中对调控手段性能的不同需要，将价格型电力需求侧响应和激励型电力需求侧响应分别作为日前和日内优化子模型的调控方式，这不仅能进一步发挥需求响应价值，也可提升虚拟电厂效益。
3)本发明未改变虚拟电厂原有结构和性质，仅从合理配置用户电力需求侧响应资源的角度出发，从而为用户自身和虚拟电厂均创造了价值，可实施性强。
附图说明
图1是本实施例中一种考虑电力需求侧响应特性的虚拟电厂优化调度模型实现流程示意图。
图2是本发明具体实时例中虚拟电厂结构示意图。
图3是本发明具体实时例中双阶段时序调度示意图。
图4是本发明具体实时例中用户原始负荷、风电预测功率和配电网电价曲线示意图。
图5是本发明具体实时例中风电场景示意图。
图6是本发明具体实时例中日内阶段外购辅助示意图。
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，本实施例中考虑电力需求侧响应特性的虚拟电厂优化调度模型，步骤包括：
S1.考虑双阶段优化运行中对调控手段性能的不同需要，对不同类型电力需求侧响应特性展开分析；
S2.将价格型电力需求侧响应调控手段应用于日前优化调度子模型，将激励型电力需求侧响应调控手段应用于日内优化调度子模型，以虚拟电厂为背景，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型；
S3.将所建模型应用于某虚拟电厂，提升了用户的需求侧响应资源价值和虚拟电厂效益。
本实施例中，步骤S1中对双阶段优化运行中对调控手段性能的不同需要分析如下。
日前调度是在前一日预测未来一日各时段的风电出力和负荷数据，根据一定的经济准则来安排第二天各时段各电源的发电计划，通常以虚拟电厂收益最大为优化目标。虚拟电厂日前调度对调控手段的响应时间和精度要求不是很高，为了追求经济效益，一般倾向于更加廉价的调控手段。
日内调度是考虑虚拟电厂内部波动(例如风电出力波动)带来的偏差，在日前调度基础上对系统进行优化调度，通常以平抑预调度风电偏差量的成本Fss最低为日内目标。虚拟电厂日内调度要求调控手段响应时间快，调控精度高，可控强等特点，在保障系统安全运行的前提下，追求平抑波动成本最低为目标。
基于日前和日内阶段对调控手段的不同需求，进一步对不同类型的电力需求侧响应进行分析。一般情况下，电力需求侧响应可分为价格型电力需求侧响应和激励型电力需求侧响应。价格型电力需求侧响应侧重于用户方以经济为诉求主动参与电价变化的响应，其因不同用户方的响应量、响应速度和调节能力存在差异而可控性不强，因此，价格型电力需求侧响应适用于日前优化调度；激励型电力需求侧响应是指赔偿和折扣的方式来激励和引导用户方参与需求响应，通过提前竞标或者签订差异合同接受调度强制执行，具有响应速度快和可控性强等特点，且具有向上/向下的调节能力，因此，激励型电力需求侧响应适用于日内优化调度。
本实施例中，步骤S2中将价格型电力需求侧响应调控手段应用于日前优化调度子模型，以收益Frq最大为目标。
Frq＝max(CH-CG-Cgrid-Cf) (1)
其中，CH为售电收入/用户方购电成本；CG为发电成本；Cgrid为向电网购电成本；Cf为弃风惩罚。
日内目标函数的具体内容如下：
CH＝CL+CR (2)
Figure BDA0002565987370000041
Figure BDA0002565987370000042
Figure BDA0002565987370000043
Figure BDA0002565987370000044
Figure BDA0002565987370000045
其中，
Figure BDA0002565987370000046
和PL,t分别为用户方在t时刻的原始电负荷和实际电负荷，ωt、λn,t分别为t时刻电负荷偏离惩罚系数和VPP内部电价；ki,t为第i台火电机组t时刻运行状态；fq为火电机组启停成本；λgrid,t、λf,t分别为t时刻外购电价和弃风惩罚单价；Pqw,t和Pgrid,t为t时刻弃风功率和配电网购电量。
为了保证日内调度的安全运行和定价合理性，还需满足式(8)--(10)约束。
功率平衡约束：
Figure BDA0002565987370000051
传统机组爬坡约束和上下限约束：
-0.2Pi,N≤Pi,t-Pi,t-1≤0.2Pi,N (9)
0.3Pi,N≤Pi,t≤0.9Pi,N (10)
其他相关约束：
Figure BDA0002565987370000052
本实施例中，步骤S2中将激励型电力需求侧响应调控手段应用于日前优化调度子模型，以平抑预调度风电偏差量的成本Fss最低为日内目标。
Figure BDA0002565987370000053
其中，
Figure BDA0002565987370000054
分别为场景削减后的场景数和发生概率；Cc为外购辅助服务成本系数； CIDR为激励型电力需求响响应成本。
Figure BDA0002565987370000055
功率平衡约束：
Figure BDA0002565987370000056
IDR约束：
Figure BDA0002565987370000057
其中，
Figure BDA0002565987370000058
和
Figure BDA0002565987370000059
分别为
Figure BDA00025659873700000510
场景发生下t时刻的预调度风电实际出力、用户方IDR 资源签订量和外购辅助服务量。
本实施例中，步骤S2中以虚拟电厂为背景，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型，虚拟电厂的结构如图2所示，调度时序流程如图3所示，用户IDR资源签订如表1所示。
表1用户方IDR资源情况
Figure BDA0002565987370000061
本实施例中，步骤S3中将所建模型应用于某虚拟电厂，首先需要获取用户原始负荷、预测风电出力和配电网电价等信息，所得数据如图4所示；日内风电预测偏差应用拉丁超抽样生成风电实际出力场景100个，并采用基于Kantorovich距离的场景削减方法最终将场景削减到5个场景和对应概率，如图5所示。
为了体现考虑电力需求侧响应资源和进一步考虑电力需求侧响应资源特性带来的影响。设置如下方案进行仿真分析。
方案1：本发明所建考虑电力需求侧响应特性的虚拟电厂优化调度模型。
方案2：不靠率需求响应特性，在日前优化调度中同时调用价格型和激励型电力需求侧响应资源。
仿真结构如表2和图6所示。
表2不同模型组合优化结果
Figure BDA0002565987370000062
由图6可知，文章考虑电力需求侧响应特性，可以减少虚拟电厂对外购辅助量的依赖，从而降低了虚拟电厂的外购成本。由表2可知，相比于已有调度方案2，文章所建立模型方案1在几乎不影响风电消纳水平前提下，对内提升了虚拟电厂内部经济性，对外减少了用户的用能成本，验证了文章模型和思路的有效性。

Claims (7)

1.一种考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于，步骤包括：
S1.考虑双阶段优化运行中对调控手段性能的不同需要，对不同类型电力需求侧响应特性展开分析；
S2.将价格型电力需求侧响应调控手段应用于日前优化调度子模型，将激励型电力需求侧响应调控手段应用于日内优化调度子模型，以虚拟电厂为背景，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型；
S3.将所建模型应用于某虚拟电厂，提升了用户的需求侧响应资源价值和虚拟电厂效益。
2.根据权利要求1所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S1中充分考虑双阶段优化运行中对调控手段性能的不同需要，进一步对不同类型电力需求侧响应特性展开分析，以电力需求侧响应资源在日前或日内优化阶段得到合理利用为目标。
3.根据权利要求2所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：价格型电力需求侧响应侧重于用户以经济为诉求主动参与电价变化的响应，其因不同用户的响应量、响应速度和调节能力存在差异而可控性不强的特点；激励型电力需求侧响应是指赔偿和折扣的方式来激励和引导用户方参与需求侧响应，通过提前竞标或者签订差异合同接受调度强制执行，具有响应速度快和可控性强等特点。
4.根据权利要求2和3所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S2中将价格型电力需求侧响应调控手段应用于日前优化调度子模型，在由风电和火电机组所组成的虚拟电厂中，以收益Frq最大为目标。
Frq＝max(CH-CG-Cgrid-Cf)
其中，CH为售电收入/用户方购电成本；CG为发电成本；Cgrid为向电网购电成本；Cf为弃风惩罚。
5.根据权利要求2和3所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S2中考虑风电预测偏，将激励型电力需求侧响应调控手段应用于日内优化调度子模型,以平抑预调度风电偏差量的成本Fss最低为日内目标。
Figure FDA0002565987360000011
其中，
Figure FDA0002565987360000012
分别为场景削减后的场景数和发生概率；Cc为外购辅助服务成本系数；CIDR为激励型电力需求响响应成本。
6.根据权利要求4和5所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S2中基于所建立的日内和日前优化调度子模型，设计了一种考虑电力需求侧响应特性的虚拟电厂优化调度模型。
7.根据权利要求6所述的考虑电力需求侧响应特性的虚拟电厂优化调度模型，其特征在于：所述步骤S3中将所建模型应用于某虚拟电厂，仿真结果表明，对用户而言，需求侧响应资源价值得以提升，用电成本得到降低；对虚拟电厂而言，效益得到提升。
CN202010632092.0A 2020-07-02 2020-07-02 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型 Pending CN111784055A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010632092.0A CN111784055A (zh) 2020-07-02 2020-07-02 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010632092.0A CN111784055A (zh) 2020-07-02 2020-07-02 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型

Publications (1)

Publication Number Publication Date
CN111784055A true CN111784055A (zh) 2020-10-16

Family

ID=72758912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010632092.0A Pending CN111784055A (zh) 2020-07-02 2020-07-02 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型

Country Status (1)

Country Link
CN (1) CN111784055A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711845A (zh) * 2020-12-25 2021-04-27 国网冀北电力有限公司 基于通信网可靠性的虚拟电厂响应资源调度方法及装置
CN113688567A (zh) * 2021-08-10 2021-11-23 华北电力大学（保定） 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法
CN114256882A (zh) * 2021-11-24 2022-03-29 国网湖南省电力有限公司 一种基于风险控制的风储联合系统调度方法及系统
CN114330843A (zh) * 2021-12-15 2022-04-12 国网江苏省电力有限公司常州供电分公司 面向虚拟电厂的需求响应调度方法和系统
CN116231765A (zh) * 2023-05-09 2023-06-06 上海融和元储能源有限公司 一种虚拟电厂出力控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107294212A (zh) * 2017-07-25 2017-10-24 山东大学 考虑不同空调负荷特性的微网双层优化调度方法及系统
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
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
CN109523052A (zh) * 2018-09-18 2019-03-26 国网浙江省电力有限公司经济技术研究院 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN109785186A (zh) * 2019-01-15 2019-05-21 东南大学 一种考虑需求响应参与的新能源电网日前-日内储能调度方法
CN110188950A (zh) * 2019-05-30 2019-08-30 三峡大学 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN110991773A (zh) * 2019-12-27 2020-04-10 国网辽宁省电力有限公司阜新供电公司 一种面向风电消纳的两阶段源荷储优化调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107294212A (zh) * 2017-07-25 2017-10-24 山东大学 考虑不同空调负荷特性的微网双层优化调度方法及系统
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
CN109523052A (zh) * 2018-09-18 2019-03-26 国网浙江省电力有限公司经济技术研究院 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN109785186A (zh) * 2019-01-15 2019-05-21 东南大学 一种考虑需求响应参与的新能源电网日前-日内储能调度方法
CN110188950A (zh) * 2019-05-30 2019-08-30 三峡大学 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN110991773A (zh) * 2019-12-27 2020-04-10 国网辽宁省电力有限公司阜新供电公司 一种面向风电消纳的两阶段源荷储优化调度方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LIANG, ZM ETAL.: ""Risk-Constrained Optimal Energy Management for Virtual Power Plants Considering Correlated Demand Response"", 《IEEE TRANSACTIONS ON SMART GRID》, vol. 10, no. 2, 31 March 2019 (2019-03-31), pages 1577 - 1587, XP011710385, DOI: 10.1109/TSG.2017.2773039 *
何奇琳等: ""基于自律分散控制的多区域虚拟电厂优化调度策略"", 《水电能源科学》, vol. 37, no. 6, 30 June 2019 (2019-06-30), pages 187 - 191 *
彭院院等: ""计及光热发电特性的光-风-火虚拟电厂双阶段优化调度"", 《电力系统及其自动化学报》, vol. 32, no. 4, 30 April 2020 (2020-04-30), pages 21 - 28 *
王冠等: ""计及风光不确定性的虚拟电厂多目标随机调度优化模型"", 《中国电力》, vol. 50, no. 5, 31 May 2017 (2017-05-31), pages 107 - 113 *
贲树俊等: ""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, 29 February 2020 (2020-02-29), pages 41 - 47 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711845A (zh) * 2020-12-25 2021-04-27 国网冀北电力有限公司 基于通信网可靠性的虚拟电厂响应资源调度方法及装置
CN112711845B (zh) * 2020-12-25 2024-06-07 国网冀北电力有限公司 基于通信网可靠性的虚拟电厂响应资源调度方法及装置
CN113688567A (zh) * 2021-08-10 2021-11-23 华北电力大学（保定） 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法
CN113688567B (zh) * 2021-08-10 2023-08-11 华北电力大学（保定） 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法
CN114256882A (zh) * 2021-11-24 2022-03-29 国网湖南省电力有限公司 一种基于风险控制的风储联合系统调度方法及系统
CN114256882B (zh) * 2021-11-24 2023-06-23 国网湖南省电力有限公司 一种基于风险控制的风储联合系统调度方法及系统
CN114330843A (zh) * 2021-12-15 2022-04-12 国网江苏省电力有限公司常州供电分公司 面向虚拟电厂的需求响应调度方法和系统
CN114330843B (zh) * 2021-12-15 2024-04-05 国网江苏省电力有限公司常州供电分公司 面向虚拟电厂的需求响应调度方法和系统
CN116231765A (zh) * 2023-05-09 2023-06-06 上海融和元储能源有限公司 一种虚拟电厂出力控制方法
CN116231765B (zh) * 2023-05-09 2023-09-19 上海融和元储能源有限公司 一种虚拟电厂出力控制方法

Similar Documents

Publication Publication Date Title
CN111784055A (zh) 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型
CN111277005B (zh) 考虑源-荷协调优化的多源电力系统多时间尺度调度方法
CN114004476B (zh) 一种综合能源系统多时间尺度优化调度方法
CN111222713B (zh) 考虑响应行为不确定性的园区能源互联网优化运行方法
CN111697578B (zh) 多目标含储能区域电网运行控制方法
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
CN110163443A (zh) 考虑电-气综合需求响应的天然气调压站微能网优化调度方法
CN113538066B (zh) 虚拟电厂参与电力市场的控制方法、系统、设备及介质
CN112068436B (zh) 工业园区的综合能源系统分层分布式控制方法及系统
CN112467730A (zh) 考虑风光出力预测误差和需求响应灵活性的电力系统优化调度方法
CN113241757A (zh) 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法
CN103729698A (zh) 一种应对风电不确定性的需求响应调度方法
CN116706960A (zh) 一种整合风光储的虚拟电厂多主体博弈控制策略
CN116316567A (zh) 一种阶梯碳交易机制下综合能源需求响应优化方法
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
Nakamura et al. Optimal operation of cogeneration system coordinated by aggregator for providing the demand and supply regulation capacity
CN116167483A (zh) 计及阶梯型需求响应的园区综合能源系统鲁棒调度方法
CN115423260A (zh) 一种电力市场及政策服务新能源利用的量化分析方法
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
CN111767654A (zh) 一种基于主从博弈的虚拟电厂内部主体制衡调度模型
CN117578537A (zh) 基于碳交易和需求响应的微电网优化调度方法
CN115207906B (zh) 一种考虑高载能负荷参与调控的多时间尺度调度方法
CN117154777A (zh) 一种考虑频率动态约束的共享储能站和微网协同管理方法
CN107025610A (zh) 一种数据中心成本优化方法
CN113988435A (zh) 基于服务商引导的综合能源系统源-荷协同优化方法

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