CN112101644A - 考虑源荷不确定性的虚拟电厂联盟优化控制方法 - Google Patents
考虑源荷不确定性的虚拟电厂联盟优化控制方法 Download PDFInfo
- Publication number
- CN112101644A CN112101644A CN202010899521.0A CN202010899521A CN112101644A CN 112101644 A CN112101644 A CN 112101644A CN 202010899521 A CN202010899521 A CN 202010899521A CN 112101644 A CN112101644 A CN 112101644A
- Authority
- CN
- China
- Prior art keywords
- power plant
- virtual power
- scene
- alliance
- optimization control
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004146 energy storage Methods 0.000 claims description 70
- 230000005611 electricity Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 8
- 230000006735 deficit Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 210000000352 storage cell Anatomy 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 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
- 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- 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)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑源荷不确定性的虚拟电厂联盟优化控制方法,包括步骤:S1.构建虚拟电厂联盟优化控制模型;S2.调整虚拟电厂联盟优化控制模型中的参数使得虚拟电厂联盟优化控制模型达到最小值,将优化控制模型达到最小值时设置的参数作为虚拟电厂联盟优化控制的最优参数。本发明的一种考虑源荷不确定性的虚拟电厂联盟优化控制方法,能够促进虚拟电厂更加主动地参与电力市场运营,提高了系统在市场参与过程中的灵活性和可靠性,具有更高的不确定性风险管理能力和市场效率。
Description
技术领域
本发明涉及虚拟电厂领域,具体涉及一种考虑源荷不确定性的虚拟电厂联盟优化控制方法。
背景技术
近年来,各国政府相继出台大量激励政策支持可再生能源发展,但是,在电力市场快速发展的趋势下,可再生能源发电的诸多弊端不容忽视。提高可再生能源市场效益、平抑风险的关键在于如何有效调控配电网中的可调资源。在众多技术方案中,虚拟电厂(virtual power plant,VPP)是激活市场活力和优化交易策略的可行途径。虚拟电厂是虚拟公共设施(virtual public facilities,VPF)概念的应用,将分布式电源、储能单元和可控负荷整合成一个有机整体,通过协调调度使其对外呈现传统发电厂特性。
从技术层面看,虚拟电厂在优化调度和资源配置两方面为电力系统高质量运行提供基础和指导。一种“数据驱动的虚拟电厂调度特性封装方法”采用数据驱动方法对虚拟电厂调度成本和调度指令可行性统一封装,在此基础上建立全局优化调度模式,实现虚拟电厂调峰调频能力优化。“考虑虚拟电厂组合策略的售电公司优化调度及购售电决策”面向售电公司,在优化调度中考虑虚拟电厂交易组合,整合零散资源,实现售电公司效益最大化。
从市场层面看,虚拟电厂是泛在资源聚合商,统一管理辖区内可调资源,制定最优市场竞标策略。“计及电动汽车和需求响应的多类电力市场下虚拟电厂竞标模型”从价格和激励两个维度考虑需求响应,并建立了虚拟电厂三阶段竞价模型分析竞标电量优化情况,包括:日前市场开启前、交易日及交易时段。“风电和电动汽车组成虚拟电厂参与电力市场的博弈模型”基于博弈均衡理论,分析了风电商和电动汽车聚合商以虚拟电厂合作模式参与竞标的电力市场多时段博弈过程。
上述研究,1.在虚拟电厂模型中缺少灵活性和随机性的定量表述;2.对资源的整合仍然受限于一定的电气范围;3.对虚拟电厂运营中的风险、效益相关性研究不充分。
发明内容
有鉴于此,本发明的目的是克服现有技术中的缺陷,提供考虑源荷不确定性的虚拟电厂联盟优化控制方法,能够促进虚拟电厂更加主动地参与电力市场运营,提高了系统在市场参与过程中的灵活性和可靠性,具有更高的不确定性风险管理能力和市场效率。
本发明的考虑源荷不确定性的虚拟电厂联盟优化控制方法,包括如下步骤:
S1.构建虚拟电厂联盟优化控制模型;所述虚拟电厂联盟优化控制模型的目标函数为:
其中,σ2为虚拟电厂联盟时均出力净值波动;T为总时段数;I为联盟内虚拟电厂数;J为单个虚拟电厂内的分布式可再生能源数;为场景s中第i个虚拟电厂在t时段第j个分布式可再生能源出力;为场景s中第i个虚拟电厂在t时段负荷水平;μ为虚拟电厂联盟时均净出力均值;
S2.调整虚拟电厂联盟优化控制模型中的参数使得虚拟电厂联盟优化控制模型达到最小值,将优化控制模型达到最小值时设置的参数作为虚拟电厂联盟优化控制的最优参数。
进一步,步骤S1中,所述虚拟电厂联盟优化控制模型包括如下约束条件:
其中,F为虚拟电厂联盟的经济收益;i为虚拟电厂编号,n取值为正整数;M为总场景数量;πs为场景s发生的概率;为场景s中第i个虚拟电厂在t时段的日前市场收益;为场景s中第i个虚拟电厂在t时段的实时市场收益;为场景s中第i个虚拟电厂在t时段的需求侧资源管理收益;
所述为场景s中第i个虚拟电厂在t时段的负荷资源管理收益,所述为场景s中第i个虚拟电厂在t时段的负荷水平,为场景s中在t时段的内部供电电价,为场景s中第i个虚拟电厂在t时段的可中断负荷响应容量,为场景s中第i个虚拟电厂在t时段的需求响应补偿;为场景s中第i个虚拟电厂在t时段的分布式可再生能源管理收益,所述N为第i个虚拟电厂中的分布式可再生能源数量,和均为第j个分布式可再生能源成本系数;为场景s中第i个虚拟电厂在t时段的储能单元管理收益,所述K为第i个虚拟电厂中的储能单元数量,ηc,k为第k个储能单元的充电效率,为场景s中第i个虚拟电厂在t时段的第k个储能单元充放电状态变量,为场景s中第i个虚拟电厂在t时段的第k个储能单元充电量,ηd,k为第k个储能单元的放电效率,为场景s中第i个虚拟电厂在t时段的第k个储能单元放电量。
进一步,所述虚拟电厂联盟优化控制模型包括如下约束条件:
其中,为所述对应的模糊参数;为所述对应的模糊参数;K为第i个虚拟电厂中的储能单元数量;ηc,k为第k个储能单元充电效率;ηd,k为第k个储能单元放电效率;为第i个虚拟电厂的可中断负荷最大响应容量;为第i个虚拟电厂的第k个储能单元充电功率上限;为第i个虚拟电厂的第k个储能单元放电功率上限;α为置信水平;Cr{·}为{·}中事件的可信性。
进一步,所述虚拟电厂联盟优化控制模型包括如下约束条件:
进一步,所述虚拟电厂联盟优化控制模型包括如下约束条件:
其中,为场景s中第i个虚拟电厂在t时段的第j个分布式可再生能源风机出力;为第i个虚拟电厂的第j个分布式可再生能源风机出力上限;为场景s中第i个虚拟电厂在t时段的第j个分布式可再生能源光伏出力;为第i个虚拟电厂的第j个分布式可再生能源光伏出力上限。
进一步,所述虚拟电厂联盟优化控制模型包括如下约束条件:
其中,Socmin,k为第k个储能单元荷电状态下限;为场景s中第i个虚拟电厂在t时段的第k个储能单元荷电状态;Socmax,k为第k个储能单元荷电状态上限;为场景s中第i个虚拟电厂在t+1时段的第k个储能单元荷电状态;ηc,k为第k个储能单元的充电效率;ηd,k为第k个储能单元的放电效率;为场景s中第i个虚拟电厂在t+1时段的第k个储能单元充放电状态变量;为场景s中第i个虚拟电厂在t+1时段第k个储能单元充电量;为场景s中第i个虚拟电厂在t+1时段的第k个储能单元放电量。
进一步,所述虚拟电厂联盟优化控制模型包括如下约束条件:
进一步,将所述虚拟电厂联盟优化控制模型中含模糊参数的约束条件转化为清晰等价类,具体包括:
进一步,对所述虚拟电厂联盟优化控制模型进行线性化处理,具体包括:
本发明的有益效果是:本发明公开的一种考虑源荷不确定性的虚拟电厂联盟优化控制方法,通过集成分布式风电、光伏、储能、负荷等配网侧主体为虚拟电厂,利用模糊机会约束描述可再生能源及负荷的不确定性,建立了虚拟电厂联盟参与日前、实时两阶段电力市场策略的协同优化模型,提高了系统在市场参与过程中的灵活性和可靠性,实现了对峰谷电价的准确捕捉、电量申报交割差额的风险管理以及经济效益的提升。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的方法流程示意图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明,如图所示:
本发明的考虑源荷不确定性的虚拟电厂联盟优化控制方法,包括如下步骤:
S1.虚拟电厂的不确定性主要来源于可再生能源出力波动和负荷随机性,而不同地理位置的太阳能和风能会随着空间间隔的增大呈去相关趋势且不同特征的负荷可形成互补。因此,本发明将空间上各不相同的虚拟电厂结合起来,形成跨区域的虚拟电厂联盟,进而形成虚拟电厂资源互补性聚合模型,降低总功率的波动程度,以虚拟电厂联盟时均出力净值波动最小为目标,构建虚拟电厂联盟优化控制模型;
所述虚拟电厂联盟优化控制模型的目标函数为:
其中,σ2为虚拟电厂联盟时均出力净值波动;T为总时段数;I为联盟内虚拟电厂数;J为单个虚拟电厂内的分布式可再生能源数;为场景s中第i个虚拟电厂在t时段第j个分布式可再生能源出力;为场景s中第i个虚拟电厂在t时段负荷水平;μ为虚拟电厂联盟时均净出力均值;
S2.调整虚拟电厂联盟优化控制模型中的参数使得虚拟电厂联盟优化控制模型达到最小值,将优化控制模型达到最小值时设置的参数作为虚拟电厂联盟优化控制的最优参数。
本实施例中,步骤S1中,本发明建立的虚拟电厂包括风机、光伏、储能单元以及可中断负荷,并以参与电力市场获得最大经济收益为目标,得到虚拟电厂联盟的经济约束条件,所述虚拟电厂联盟优化控制模型的经济约束条件为:
其中,F为虚拟电厂联盟的经济收益;i为虚拟电厂编号,n取值为正整数;M为总场景数量;πs为场景s发生的概率;为场景s中第i个虚拟电厂在t时段的日前市场收益;为场景s中第i个虚拟电厂在t时段的实时市场收益;为场景s中第i个虚拟电厂在t时段的需求侧资源管理收益;
所述为场景s中第i个虚拟电厂在t时段的负荷资源管理收益,所述为场景s中第i个虚拟电厂在t时段的负荷水平,为场景s中在t时段的内部供电电价,为场景s中第i个虚拟电厂在t时段的可中断负荷响应容量,为场景s中第i个虚拟电厂在t时段的需求响应补偿;
为场景s中第i个虚拟电厂在t时段的储能单元管理收益,所述K为第i个虚拟电厂中的储能单元数量,ηc,k为第k个储能单元的充电效率,为场景s中第i个虚拟电厂在t时段的第k个储能单元充放电状态变量,其中,为充电状态,为放电状态,为场景s中第i个虚拟电厂在t时段的第k个储能单元充电量,ηd,k为第k个储能单元的放电效率,为场景s中第i个虚拟电厂在t时段的第k个储能单元放电量。
本实施例中,可再生能源与负荷不确定性采用模糊参数表示,功率平衡约束与系统备用约束将以置信水平α成立,形成所述虚拟电厂联盟优化控制模型的可信性机会约束:
其中,为所述对应的模糊参数;为所述对应的模糊参数;K为第i个虚拟电厂中的储能单元数量;ηc,k为第k个储能单元充电效率;ηd,k为第k个储能单元放电效率;为第i个虚拟电厂的可中断负荷最大响应容量;为第i个虚拟电厂的第k个储能单元充电功率上限;为第i个虚拟电厂的第k个储能单元放电功率上限;α为置信水平;Cr{·}为{·}中事件的可信性。本实施例中,可再生能源和负荷的不确定性处理包含在模糊参数设置中,无需额外假设备用功率。
本实施例中,所述虚拟电厂联盟优化控制模型的可中断负荷响应水平约束为:
本实施例中,所述虚拟电厂联盟优化控制模型的可再生能源出力约束为:
其中,为场景s中第i个虚拟电厂在t时段的第j个分布式可再生能源风机出力;为第i个虚拟电厂的第j个分布式可再生能源风机出力上限;为场景s中第i个虚拟电厂在t时段的第j个分布式可再生能源光伏出力;为第i个虚拟电厂的第j个分布式可再生能源光伏出力上限。
本实施例中,所述虚拟电厂联盟优化控制模型的储能单元运行约束为:
其中,Socmin,k为第k个储能单元荷电状态下限;为场景s中第i个虚拟电厂在t时段的第k个储能单元荷电状态;Socmax,k为第k个储能单元荷电状态上限;为场景s中第i个虚拟电厂在t+1时段的第k个储能单元荷电状态;ηc,k为第k个储能单元的充电效率;ηd,k为第k个储能单元的放电效率;为场景s中第i个虚拟电厂在t+1时段的第k个储能单元充放电状态变量;为场景s中第i个虚拟电厂在t+1时段第k个储能单元充电量;为场景s中第i个虚拟电厂在t+1时段的第k个储能单元放电量。
本实施例中,所述虚拟电厂联盟优化控制模型的竞标电量约束为:
本实施例中,将所述虚拟电厂联盟优化控制模型中含模糊参数的可信性机会约束条件转化为清晰等价类,具体包括:
本实施例中,对所述虚拟电厂联盟优化控制模型进行线性化处理,具体包括:
所述虚拟电厂联盟优化控制模型存在二值变量与连续变量相乘的情况,可采用McCormick’s envelope进行线性化处理,定义辅助变量将优化控制模型中的变量替换为所述辅助变量并得到约束条件ST1,将所述约束条件ST1添加到所述优化控制模型中;
本实施例中,步骤S2中,通过上述处理后,所述虚拟电厂联盟优化控制模型的求解问题已经转换为混合整数规划问题,所述混合整数规划问题可通过GORUBI等优化求解器进行求解,从而得到虚拟电厂联盟优化控制模型的最小值,将虚拟电厂联盟优化控制模型达到最小值时设置的参数作为虚拟电厂联盟优化控制的最优参数。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
2.根据权利要求1所述的考虑源荷不确定性的虚拟电厂联盟优化控制方法,其特征在于:步骤S1中,所述虚拟电厂联盟优化控制模型包括如下约束条件:
其中,F为虚拟电厂联盟的经济收益;i为虚拟电厂编号,n取值为正整数;M为总场景数量;πs为场景s发生的概率;为场景s中第i个虚拟电厂在t时段的日前市场收益;为场景s中第i个虚拟电厂在t时段的实时市场收益;为场景s中第i个虚拟电厂在t时段的需求侧资源管理收益;
所述 为场景s中第i个虚拟电厂在t时段的负荷资源管理收益,所述 为场景s中第i个虚拟电厂在t时段的负荷水平,为场景s中在t时段的内部供电电价,为场景s中第i个虚拟电厂在t时段的可中断负荷响应容量,为场景s中第i个虚拟电厂在t时段的需求响应补偿;为场景s中第i个虚拟电厂在t时段的分布式可再生能源管理收益,所述N为第i个虚拟电厂中的分布式可再生能源数量,和均为第j个分布式可再生能源成本系数;为场景s中第i个虚拟电厂在t时段的储能单元管理收益,所述K为第i个虚拟电厂中的储能单元数量,ηc,k为第k个储能单元的充电效率,为场景s中第i个虚拟电厂在t时段的第k个储能单元充放电状态变量,为场景s中第i个虚拟电厂在t时段的第k个储能单元充电量,ηd,k为第k个储能单元的放电效率,为场景s中第i个虚拟电厂在t时段的第k个储能单元放电量。
6.根据权利要求5所述的考虑源荷不确定性的虚拟电厂联盟优化控制方法,其特征在于:所述虚拟电厂联盟优化控制模型包括如下约束条件:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010899521.0A CN112101644A (zh) | 2020-08-31 | 2020-08-31 | 考虑源荷不确定性的虚拟电厂联盟优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010899521.0A CN112101644A (zh) | 2020-08-31 | 2020-08-31 | 考虑源荷不确定性的虚拟电厂联盟优化控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112101644A true CN112101644A (zh) | 2020-12-18 |
Family
ID=73756902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010899521.0A Pending CN112101644A (zh) | 2020-08-31 | 2020-08-31 | 考虑源荷不确定性的虚拟电厂联盟优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101644A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116031954A (zh) * | 2023-02-21 | 2023-04-28 | 国网浙江省电力有限公司金华供电公司 | 模糊机会约束下的虚拟电厂优化调度方法 |
CN117196173A (zh) * | 2023-07-27 | 2023-12-08 | 河海大学 | 一种考虑运行风险和网络传输的虚拟电厂分布式调度方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012144A1 (en) * | 2013-07-08 | 2015-01-08 | Eaton Corporation | Method and apparatus for optimizing a hybrid power system with respect to long-term characteristics by online optimization, and real-time forecasts, prediction or processing |
CN106321219A (zh) * | 2016-08-29 | 2017-01-11 | 扬州大学 | 电厂冷却水泵机组变频调速全系统组合优化运行方案确定方法 |
CN108153256A (zh) * | 2017-12-15 | 2018-06-12 | 青岛华丰伟业电力科技工程有限公司 | 一种多机组燃气蒸汽联合循环电站负荷控制方法 |
CN109784926A (zh) * | 2019-01-22 | 2019-05-21 | 华北电力大学(保定) | 一种基于联盟区块链的虚拟电厂内部市场交易方法及系统 |
CN110766285A (zh) * | 2019-09-24 | 2020-02-07 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于虚拟电厂的日前能源调度方法 |
CN111210054A (zh) * | 2019-12-22 | 2020-05-29 | 上海电力大学 | 一种考虑直接负荷控制不确定性的微能源网优化调度方法 |
-
2020
- 2020-08-31 CN CN202010899521.0A patent/CN112101644A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012144A1 (en) * | 2013-07-08 | 2015-01-08 | Eaton Corporation | Method and apparatus for optimizing a hybrid power system with respect to long-term characteristics by online optimization, and real-time forecasts, prediction or processing |
CN106321219A (zh) * | 2016-08-29 | 2017-01-11 | 扬州大学 | 电厂冷却水泵机组变频调速全系统组合优化运行方案确定方法 |
CN108153256A (zh) * | 2017-12-15 | 2018-06-12 | 青岛华丰伟业电力科技工程有限公司 | 一种多机组燃气蒸汽联合循环电站负荷控制方法 |
CN109784926A (zh) * | 2019-01-22 | 2019-05-21 | 华北电力大学(保定) | 一种基于联盟区块链的虚拟电厂内部市场交易方法及系统 |
CN110766285A (zh) * | 2019-09-24 | 2020-02-07 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于虚拟电厂的日前能源调度方法 |
CN111210054A (zh) * | 2019-12-22 | 2020-05-29 | 上海电力大学 | 一种考虑直接负荷控制不确定性的微能源网优化调度方法 |
Non-Patent Citations (2)
Title |
---|
刘铠诚 等: "考虑电价碳价及风功率不确定性的风—火虚拟电厂运行优化策略", 《电力科学与技术学报》 * |
韩永强 等: "分布式多源储能模糊聚类集群协调优化模型", 《可再生能源》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116031954A (zh) * | 2023-02-21 | 2023-04-28 | 国网浙江省电力有限公司金华供电公司 | 模糊机会约束下的虚拟电厂优化调度方法 |
CN117196173A (zh) * | 2023-07-27 | 2023-12-08 | 河海大学 | 一种考虑运行风险和网络传输的虚拟电厂分布式调度方法 |
CN117196173B (zh) * | 2023-07-27 | 2024-04-09 | 河海大学 | 一种考虑运行风险和网络传输的虚拟电厂分布式调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
He et al. | Optimal bidding strategy of battery storage in power markets considering performance-based regulation and battery cycle life | |
Perez et al. | Predictive power control for PV plants with energy storage | |
Maity et al. | Simulation and pricing mechanism analysis of a solar-powered electrical microgrid | |
CN108875992B (zh) | 一种考虑需求响应的虚拟电厂日前优化调度方法 | |
CN110188950A (zh) | 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 | |
CN109146320B (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
Faraji et al. | Optimal day-ahead scheduling and operation of the prosumer by considering corrective actions based on very short-term load forecasting | |
CN107565607A (zh) | 一种基于实时电价机制的微电网多时间尺度能量调度方法 | |
CN112488744A (zh) | 一种交易驱动的虚拟电厂定制化构建方法 | |
CN112101644A (zh) | 考虑源荷不确定性的虚拟电厂联盟优化控制方法 | |
Samakpong et al. | Optimal power flow incorporating renewable uncertainty related opportunity costs | |
Wang et al. | Impact of local transmission congestion on energy storage arbitrage opportunities | |
CN115759556A (zh) | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 | |
CN116957294A (zh) | 基于数字孪生的虚拟电厂参与电力市场交易的调度方法 | |
Liu et al. | Impact of industrial virtual power plant on renewable energy integration | |
CN115062835A (zh) | 基于虚拟发电厂的主动配电网分布式资源优化调度方法 | |
Martinez-Rico et al. | Sizing a battery energy storage system for hybrid renewable power plants based on optimal market participation under different market scenarios | |
Çiçek et al. | Optimal bidding strategy considering bilevel approach and multistage process for a renewable energy portfolio manager managing RESs with ESS | |
Bakhtvar et al. | A vision of flexible dispatchable hybrid solar‐wind‐energy storage power plant | |
CN113765105A (zh) | 基于动态随机模型的微电网群能量管理方法 | |
Li et al. | Three‐level interactive energy management strategy for optimal operation of multiple virtual power plants considering different time scales | |
Jafari et al. | Optimal operation of a micro-grid containing energy resources and demand response program | |
CN117114877A (zh) | 一种基于虚拟电厂的中长期电力交易方法及系统 | |
CN107016504A (zh) | 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 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20231229 |
|
AD01 | Patent right deemed abandoned |