CN112260274A - 一种基于全景理论的虚拟电厂组建方法 - Google Patents

一种基于全景理论的虚拟电厂组建方法 Download PDF

Info

Publication number
CN112260274A
CN112260274A CN202011103260.3A CN202011103260A CN112260274A CN 112260274 A CN112260274 A CN 112260274A CN 202011103260 A CN202011103260 A CN 202011103260A CN 112260274 A CN112260274 A CN 112260274A
Authority
CN
China
Prior art keywords
power plant
virtual power
output
period
virtual
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
CN202011103260.3A
Other languages
English (en)
Inventor
杨建林
吕冉
陈凯玲
王海群
费斐
顾闻
史松峰
符杨
葛晓琳
何鈜博
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.)
Shanghai University of Electric Power
Shanghai Electric Power University
State Grid Shanghai Electric Power Co Ltd
University of Shanghai for Science and Technology
Original Assignee
Shanghai Electric Power University
State Grid Shanghai Electric Power Co Ltd
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 Shanghai Electric Power University, State Grid Shanghai Electric Power Co Ltd filed Critical Shanghai Electric Power University
Priority to CN202011103260.3A priority Critical patent/CN112260274A/zh
Publication of CN112260274A publication Critical patent/CN112260274A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • G06Q30/0202—Market predictions or forecasting for commercial 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • 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

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

Abstract

本发明涉及一种基于全景理论的虚拟电厂组建方法，包括以下步骤：1)定义全景理论在虚拟电厂的组建的应用；2)聚合多种分布式电源构建虚拟电厂主体；3)以虚拟电厂的组建总成本最小作为第一目标函数，虚拟电厂内分布式电源聚合能量最小作为第二目标函数建立虚拟电厂组建模型，并构建虚拟电厂组建模型中的约束条件；4)采用混合整数线性规划法进行求解，获取分布式电源的参数信息，并根据分布式电源的参数信息组建虚拟电厂。与现有技术相比，本发明具有快速可靠、可行性高、适用范围广等优点。

Description

一种基于全景理论的虚拟电厂组建方法
技术领域
本发明涉及虚拟电厂优化领域，尤其是涉及一种基于全景理论的虚拟电厂组建方法。
背景技术
虚拟电厂概念的核心为“聚合”，目的是解决以风电、光伏发电机组为代表的分布式电源单独并网运行技术上的困难。将这类分布式电源分类聚合成为一个整体，对外体现出发电厂的出力特性，是解决上述问题的有效方法，构成以分布式电源为主体的虚拟电厂。另外，将大量电动汽车充电负荷进行统一管理，参与相应机制，构成需求响应型虚拟电厂，可以更好发挥可控负荷在经济性和安全性上的效益。
截止目前很少有对虚拟电厂组建各组成部分的研究。但考虑到组建虚拟电厂的主要成员为分布式电源等，因此对风电场、微网、综合能源系统等进行规划的研究成果，对于虚拟电厂的组建问题具有借鉴意义。某些文献建立了包括储能及需求响应在内的虚拟电厂模型，研究了由间歇性可再生能源、储能系统和一个传统电厂构成的虚拟电厂，将电动汽车引入虚拟电厂，考虑其作为电源与负荷的双重特性建立了考虑环境成本及发电成本的多目标模型。另有文献考虑虚拟电厂内部各发电单元的发电成本和可调度容量，建立评价各发电单元的适应度函数，提出了一种考虑各方共赢的均衡调度策略。
因此，急需构建一种基于全景理论的虚拟电厂模型，同时考虑虚拟电厂组建的总成本以及出力的波动性构建虚拟电厂多目标模型进行分布式电源参数优化。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于全景理论的虚拟电厂组建方法。
本发明的目的可以通过以下技术方案来实现：
一种基于全景理论的虚拟电厂组建方法，包括以下步骤：
1)定义全景理论在虚拟电厂的组建的应用；
2)聚合多种分布式电源构建虚拟电厂主体；
3)以虚拟电厂的组建总成本最小作为第一目标函数，虚拟电厂内分布式电源聚合能量最小作为第二目标函数建立虚拟电厂组建模型，并构建虚拟电厂组建模型中的约束条件；
4)采用混合整数线性规划法进行求解，获取分布式电源的参数信息，并根据分布式电源的参数信息组建虚拟电厂。
所述的步骤1)中，全景理论作为一种聚合方法，以系统能量函数的减小为基础，通过确定分布式电源的组合方式预测虚拟电厂范围内资源聚合的最佳情况，全景理论在虚拟电厂的组建的应用包括匹配度参数、损耗度以及系统能量，所述的匹配度参数用以表示两个成员(分布式电源)聚合在一起运行的适配程度，匹配度越大证明两个成员在一起联合运行的潜力越大，所述的损耗度由分布式电源的分组情况、成员的规模参数，成员个体间的匹配度以及成员个体之间的距离决定，当匹配度较大的两个个体(分布式电源下的风电、光伏、储能、电动汽车)不在同一组时，则会增大分组的损耗度，反之，则会减少分组的损耗度，所述的能量函数由成员的规模参数、联合运行的匹配度和成员个体间的距离决定，当两个匹配度大的个体在同一分组且两个匹配度小的个体不在同一分组时，系统能量越低，通过上述定义，利用全景理论能量函数求解分布式电源的最佳分组，即虚拟电厂内分布式电源的聚合情况。
所述的步骤2)中，分布式电源包括风电、光伏、储能设备和电动汽车。
对于风电和光伏，虚拟电厂在风电和光伏出力范围之内优先利用，并通过桨距角和逆变器使其出力在一定范围内可调，其数学模型表达式为：
Figure BDA0002726114690000021
Figure BDA0002726114690000022
其中，
Figure BDA0002726114690000023
和
Figure BDA0002726114690000024
分别为t时段第i个风机和光伏的实际出力，
Figure BDA0002726114690000025
和
Figure BDA0002726114690000026
分别为t时段第i个风机和光伏出力的预测值，
Figure BDA0002726114690000027
和
Figure BDA0002726114690000028
分别为风电和光伏出力的调控系数，即认为风电出力区间的上、下限分别为
Figure BDA0002726114690000029
光伏出力区间的上、下限为
Figure BDA00027261146900000210
对于储能设备，作为虚拟电厂的重要组成部分，储能设备在虚拟电厂中起到平抑功率波动、满足系统负荷需求以及改善系统电能质量的作用。储能单元在系统中负荷需求较小，能量富余的时候，将多余的能量储存起来以备用，当负荷需求短缺，能量短缺的时候，释放储存的能量以满足用户侧和设备的需求。采用蓄电池作为典型的储能设备，蓄电池不仅能够提高系统的稳定性，抑制可再生能源的功率波动，同时也是虚拟电厂实现经济调度的重要手段，其数学模型表达式为：
Figure BDA0002726114690000031
其中，
Figure BDA0002726114690000032
分别为t、t+1时段储能装置的储电容量，
Figure BDA0002726114690000033
和
Figure BDA0002726114690000034
分别为储能装置的充、放电效率，Pt store和Pt release分别为储能装置t时段的充、放电功率，Δt为时间间隔。
对于电动汽车，其用电行为引起负荷发生一定改变，V2G(vehicle to grids)技术可实现电动汽车向电网放电，从而使得电动汽车作为虚拟电厂的储能设备加以利用。此外，电动汽车的储能作用不仅能为虚拟电厂提供辅助服务，还能使得电动汽车车主获得一部分收益，其数学模型表达式为：
Figure BDA0002726114690000035
SOCt+1＝SOCt-Pt PEV
其中，Pt PEV为t时段电动汽车的实际出力，大于0表示放电，小于0表示充电，
Figure BDA0002726114690000036
和
Figure BDA0002726114690000037
分别为t时段判断电动汽车是否充、放电的0-1变量，Pt c和Pt d分别为t时段电动汽车的充、放电功率，SOCt、SOCt+1分别为t、t+1时段电动汽车的荷电状态。
所述的步骤3)中，所述的第一目标函数的表达式为：
Figure BDA0002726114690000038
其中，Ct OM为虚拟电厂t时段的维护成本，Ct PEV为虚拟电厂t时段电动汽车与主网的交互成本，Ct ex为虚拟电厂t时段的购电成本，以满足功率平衡。
所述的步骤3)中，所述的第二目标函数的表达式为：
Figure BDA00027261146900000312
其中，X表示分组情况，sa、sb表示个体a与b的规模参数，pab表示个体a与b间的匹配度，dab(X)为个体a与b之间的距离，当两个个体a与b在同组时，dab(X)为0，反之，dab(X)为1。
所述的步骤3)中，虚拟电厂组建模型的约束条件包括：
A、分布式电源出力约束：
Figure BDA0002726114690000041
Figure BDA0002726114690000042
其中，
Figure BDA0002726114690000043
分别为第i个风机在t时段实际出力的最大值和最小值，
Figure BDA0002726114690000044
Figure BDA0002726114690000045
分别为第i个光伏在t时段实际出力的最大值和最小值；
B、储能设备出力约束：
Figure BDA0002726114690000046
Figure BDA0002726114690000047
Figure BDA0002726114690000048
Figure BDA0002726114690000049
其中，
Figure BDA00027261146900000410
分别为储能设备容量的上下限，
Figure BDA00027261146900000411
分别为判断储能设备是否充、放电的0-1变量；
C、功率平衡约束：
Figure BDA00027261146900000412
Pt gen+Pt ex＝Pt load
其中，Pt gen为t时段虚拟电厂的实际出力，Pt ex为t时段虚拟电厂购售电量的差值，Pt load为t时段虚拟电厂内负荷的功率大小；
D、电动汽车充放电约束：
Figure BDA00027261146900000413
Figure BDA00027261146900000414
SOC(t+1)＝SOC(t)-Pt PEV
SOCmin≤SOC(t)≤SOCmax
其中，Pt PEV为电动汽车的等效出力值，大于0表示放电，小于0表示充电，SOCmin和SOCmax分别为电动汽车的最小和最大荷电状态。
所述的步骤4)中，分布式电源的参数信息包括风电光伏出力情况、储能设备的充放电时间及功率、电动汽车的充放电时间及功率。
与现有技术相比，本发明具有以下优点：
一、快速可靠：与现有方法相比，本发明公开的方法能够快速可靠地计算出虚拟电厂构建模型的各决策变量，得出可靠精准的参数信息。
二、可行性高：在虚拟电厂构建模型中考虑了构建总成本和聚合能量，虚拟电厂决策中心可根据不同的目标进行规划，更为符合实际运行情况，可获得更具可行性的构建方案。
三、适用范围广：在计及构建总成本的同时计及各储能设备的最优充放，对于变量繁多的系统，该方法同样能够保持快速性与准确性，在求解电力系统中其他随机优化问题的巨大潜力。
附图说明
图1为冬季典型日风光出力预测，其中，图(1a)为光伏1功率曲线，图(1b)为光伏2功率曲线，图(1c)为光伏3功率曲线。
图2为MG1独立运行时实际出力曲线。
图3为MG2独立运行时实际出力曲线。
图4为虚拟电厂聚合后实际出力曲线。
图5为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
如图5所示，本发明提出了一种基于全景理论的虚拟电厂组建方法，具体包括以下步骤：
首先，定义全景理论在虚拟电厂构建中的应用，并通过分别是匹配度参数、损耗度以及系统能量三个参数对全景理论在虚拟电厂的聚合进行详细阐述；同时，获取虚拟电厂中各分布式能源、储能元件及电动汽车的出力特性，以及能够表征风光出力、储能元件、电动汽车出力特性的建模方法，共同构建了含风光储及电动汽车的虚拟电厂构建模型。
接着，建立考虑构建总成本和聚合能量的虚拟电厂多目标构建模型，该模型以虚拟电厂构建总成本最小以及聚合能量最小为目标函数，同时满足分布式能源出力约束、储能设备出力约束、功率平衡约束和电动汽车充放电约束，利用混合整数线性规划(mixedinteger linear programming，MILP)方法求解所构建的虚拟电厂构建模型。
最终，通过混合整数规划法进行求解，得到实际出力信息，包括风电光伏出力情况、储能设备的充放电时间及功率、电动动车的充放电时间及功率，并据此组建虚拟电厂。
本方法首先对全景理论进行详细定义，并对虚拟电厂中聚合的各分布式电源进行精确建模，利用混合整数线性规划方法，保证了求解的精度，提高了求解的速度。因此，本发明提出的方法兼具计算精度高以及计算速度快等优点。此外，在虚拟电厂构建模型中考虑了构建总成本和聚合能量，虚拟电厂决策中心可根据不同的目标进行规划，更为符合实际运行情况，可获得更具可行性的构建方案。最后，本发明模型中在计算构建总成本的同时计及各储能设备的实际充放情况，对于变量繁多的系统，该方法同样能够保持快速性与准确性，在求解电力系统中其他随机优化问题的巨大潜力。
实施例1：
虚拟电厂内包括三个分布式电源MG1、MG2和MG3，其中MG1包括1个风力机组、1个太阳能光伏电池、1个电动汽车集群、1个蓄电池组共四种电源；MG2包括1个风力机组、1个电动汽车集群、2个蓄电池组共三种电源，MG3包括2个风力机组、1个太阳能光伏电池、1个蓄电池组共三种电源。MG1中风力机组、太阳能光伏电池、电动汽车集群和蓄电池组的容量分别为150kW、100kW、60kW和100kW；MG2中风力机组、电动汽车集群和蓄电池组的容量分别为80kW、60kW、100kW和100kW；MG3中风力机组、太阳能光伏电池和蓄电池组的容量分别为80kW、80kW、300kW和100kW。分布式电源的参数如表1所示。主网和电动汽车一周内的电价采用每日的分时电价，电价的时段划分如表2和表3所示。储能设备和电动汽车的充放电满足周期性不变原则，即储电量在运行完一个调度周期后仍能恢复到初始值；2个目标函数的权重分别为0.5、0.5。
表1分布式电源的参数
Figure BDA0002726114690000061
表2主网分时电价
Figure BDA0002726114690000062
Figure BDA0002726114690000071
表3电动汽车上网分时电价
Figure BDA0002726114690000072
某典型日内的风电光伏出力预测值如图1所示，夜间没有光照，中午辐射强度较高。风速夜间较大，白天较小，具有反调峰性。
由已知分布式电源的参数，可得出各分布式电源的规模见表4。
表4分布式电源规模
编号 1 2 3
规模S<sub>i</sub>/kW 410 340 560
其中，序号1对应WT、序号2对应PV、3对应EVs、4对应BAT，令MG1＝{1,2,3,4}、MG2＝{1,3,4,4}和MG3＝{1,1,2,4}分别表示3个分布式电源的DGs和个数情况。Sq(r)的结算方法如下：
Figure BDA0002726114690000073
通过上述参数可以求得MG1、MG2和MG3三个分布式电源之间的匹配度矩阵{pij}3×3如下：
Figure BDA0002726114690000074
通过参数设定，由广义全景理论的能量函数可以求出多分布式电源各个聚合分组情况的能量，能量最低点对应的分组模型即为最佳分组，即最佳的聚合运行情况。计算结果如表5所示。
表5多分布式电源聚合能量结果
Figure BDA0002726114690000075
Figure BDA0002726114690000081
由聚合的能量值可以看出：由于MG3的DG由随机性很强且容量较大的WT、PV组成，出力的波动性较高，因此MG3对含蓄电池组较多调度更加灵活的MG2聚合的期望很高，p32很大。但对MG2来说却不希望跟MG3一起工作，p23为负值；同时，MG1与MG3聚合的期望也较小，所以MG3与MG1或MG2聚合的分组方式都不是能量最低点。而MG1和MG2在各方面的互补性都很好，p12和p21都为正数，所以将MG1和MG2聚合在一起的分组方式具有最低的能量。其中分组方式5将三个分布式电源全部聚合在一起，会让其失去本身作为多分布式电源的优越性，且增大了出力的波动性，对电网造成较大的影响。因此，这种组合方式虽然能量可以达到最低但聚合之后的缺点也较多，所以在计算分组模型的过程中将其去除，得到最佳的分组方式是方式2。
通过计算一周时间内相同负荷曲线下分布式电源独立运行与分组方式2下统一的优化运行结果并进行对比，验证全景理论的正确性。其中两种分组方式MG3都是单独运行的，与MG1、MG2之间没有能量交互，所以只对MG1和MG2进行仿真分析。以下对聚合前后的优化结果进行讨论。
分布式电源聚合前后的成本如表6所示，可以看出，MG1和MG2聚合后的经济性大幅提高，其中聚合前MG1的总成本为2408.372元，MG2的总成本为5057.709元，聚合后的总成本为150.730元。相较而言，MG2的成本比MG1的成本降低的更多，表明聚合后MG2受益更大，其与MG2一起工作的期望更大，表明MG1和MG2聚合后能够有更好的经济效益。
表6分布式电源聚合前后成本
Figure BDA0002726114690000082
进一步比较分布式电源独立运行与以分组方式2聚合运行的实际出力波动。由图2、图3以及图4可知：在MG1和MG2聚合前，MG1与MG2的出力波动都很大，且存在一段时间接近于0，直接影响电网的稳定性，在分布式电源聚合后，由于MG1和MG2中不同DG之间存在一定的互补性，聚合的实际出力曲线会更加平滑，出力波动得到了一定的抑制作用。
MG1与MG2的实际出力曲线小于负荷曲线，因此需要储能系统更多的出力，而MG2的出力大小比负荷数值小的多，储能出力更多，维护成本高，导致总成本也很高。聚合之后储能系统的整体出力变少，MG2中容量较大的储能系统使得整体出力较为稳定。
综上所述，利用全景理论将多种分布式电源聚合构建虚拟电厂，提高了整体的经济效益，改善了功率的波动性，促进了分布式电源并网的友好性。

Claims (10)

1.一种基于全景理论的虚拟电厂组建方法，其特征在于，包括以下步骤：
1)定义全景理论在虚拟电厂的组建的应用；
2)聚合多种分布式电源构建虚拟电厂主体；
3)以虚拟电厂的组建总成本最小作为第一目标函数，虚拟电厂内分布式电源聚合能量最小作为第二目标函数建立虚拟电厂组建模型，并构建虚拟电厂组建模型中的约束条件；
4)采用混合整数线性规划法进行求解，获取分布式电源的参数信息，并根据分布式电源的参数信息组建虚拟电厂。
2.根据权利要求1所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，所述的步骤1)中，全景理论在虚拟电厂的组建的应用包括匹配度参数、损耗度以及系统能量，所述的匹配度参数用以表示两个成员聚合在一起运行的适配程度，匹配度越大证明两个成员在一起联合运行的潜力越大，所述的损耗度由分布式电源的分组情况、成员的规模参数，成员个体间的匹配度以及成员个体之间的距离决定，当匹配度较大的两个个体不在同一组时，则会增大分组的损耗度，反之，则会减少分组的损耗度，所述的能量函数由成员的规模参数、联合运行的匹配度和成员个体间的距离决定，当两个匹配度大的个体在同一分组且两个匹配度小的个体不在同一分组时，系统能量越低。
3.根据权利要求2所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，所述的步骤2)中，分布式电源包括风电、光伏、储能设备和电动汽车。
4.根据权利要求3所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，对于风电和光伏，虚拟电厂在风电和光伏出力范围之内优先利用，并通过桨距角和逆变器使其出力在一定范围内可调，其数学模型表达式为：
Figure FDA0002726114680000011
Figure FDA0002726114680000012
其中，
Figure FDA0002726114680000013
和
Figure FDA0002726114680000014
分别为t时段第i个风机和光伏的实际出力，
Figure FDA0002726114680000015
和
Figure FDA0002726114680000016
分别为t时段第i个风机和光伏出力的预测值，
Figure FDA0002726114680000017
和
Figure FDA0002726114680000018
分别为风电和光伏出力的调控系数，即认为风电出力区间的上、下限分别为
Figure FDA0002726114680000019
光伏出力区间的上、下限为
Figure FDA0002726114680000021
5.根据权利要求4所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，对于储能设备，其数学模型表达式为：
Figure FDA0002726114680000022
其中，
Figure FDA0002726114680000023
分别为t、t+1时段储能装置的储电容量，
Figure FDA0002726114680000024
和
Figure FDA0002726114680000025
分别为储能装置的充、放电效率，Pt store和Pt release分别为储能装置t时段的充、放电功率，Δt为时间间隔。
6.根据权利要求5所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，对于电动汽车，其数学模型表达式为：
Figure FDA0002726114680000026
SOCt+1＝SOCt-Pt PEV
其中，Pt PEV为t时段电动汽车的实际出力，大于0表示放电，小于0表示充电，
Figure FDA0002726114680000027
和
Figure FDA0002726114680000028
分别为t时段判断电动汽车是否充、放电的0-1变量，Pt c和Pt d分别为t时段电动汽车的充、放电功率，SOCt、SOCt+1分别为t、t+1时段电动汽车的荷电状态。
7.根据权利要求6所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，所述的步骤3)中，所述的第一目标函数的表达式为：
Figure FDA0002726114680000029
其中，
Figure FDA00027261146800000210
为虚拟电厂t时段的维护成本，
Figure FDA00027261146800000211
为虚拟电厂t时段电动汽车与主网的交互成本，
Figure FDA00027261146800000212
为虚拟电厂t时段的购电成本。
8.根据权利要求6所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，所述的步骤3)中，所述的第二目标函数的表达式为：
Figure FDA00027261146800000213
其中，X表示分组情况，sa、sb表示个体a与b的规模参数，pab表示个体a与b间的匹配度，dab(X)为个体a与b之间的距离，当两个个体a与b在同组时，dab(X)为0，反之，dab(X)为1。
9.根据权利要求6所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，所述的步骤3)中，虚拟电厂组建模型的约束条件包括：
A、分布式电源出力约束：
Figure FDA0002726114680000031
Figure FDA0002726114680000032
其中，
Figure FDA0002726114680000033
分别为第i个风机在t时段实际出力的最大值和最小值，
Figure FDA0002726114680000034
Figure FDA0002726114680000035
分别为第i个光伏在t时段实际出力的最大值和最小值；
B、储能设备出力约束：
Figure FDA0002726114680000036
Figure FDA0002726114680000037
Figure FDA0002726114680000038
Figure FDA0002726114680000039
其中，
Figure FDA00027261146800000310
分别为储能设备容量的上下限，
Figure FDA00027261146800000311
分别为判断储能设备是否充、放电的0-1变量；
C、功率平衡约束：
Figure FDA00027261146800000312
Pt gen+Pt ex＝Pt load
其中，Pt gen为t时段虚拟电厂的实际出力，Pt ex为t时段虚拟电厂购售电量的差值，Pt load为t时段虚拟电厂内负荷的功率大小；
D、电动汽车充放电约束：
Figure FDA00027261146800000313
Figure FDA00027261146800000314
SOC(t+1)＝SOC(t)-Pt PEV
SOCmin≤SOC(t)≤SOCmax
其中，Pt PEV为电动汽车的等效出力值，大于0表示放电，小于0表示充电，SOCmin和SOCmax分别为电动汽车的最小和最大荷电状态。
10.根据权利要求1所述的一种基于全景理论的虚拟电厂组建方法，其特征在于，所述的步骤4)中，分布式电源的参数信息包括风电光伏出力情况、储能设备的充放电时间及功率、电动汽车的充放电时间及功率。
CN202011103260.3A 2020-10-15 2020-10-15 一种基于全景理论的虚拟电厂组建方法 Pending CN112260274A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011103260.3A CN112260274A (zh) 2020-10-15 2020-10-15 一种基于全景理论的虚拟电厂组建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011103260.3A CN112260274A (zh) 2020-10-15 2020-10-15 一种基于全景理论的虚拟电厂组建方法

Publications (1)

Publication Number Publication Date
CN112260274A true CN112260274A (zh) 2021-01-22

Family

ID=74243272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011103260.3A Pending CN112260274A (zh) 2020-10-15 2020-10-15 一种基于全景理论的虚拟电厂组建方法

Country Status (1)

Country Link
CN (1) CN112260274A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113533967A (zh) * 2021-07-26 2021-10-22 北方工业大学 一种全景理论分析的二值优化的电池异常检测方法
CN114205381A (zh) * 2021-11-29 2022-03-18 国网福建省电力有限公司经济技术研究院 一种包含虚拟电厂负荷分类、资源建模及参与电力市场交易的系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104935004A (zh) * 2015-06-08 2015-09-23 上海交通大学 基于全景理论的多微网聚合协调优化运行方法
CN108037667A (zh) * 2017-12-15 2018-05-15 江苏欣云昌电气科技有限公司 基于虚拟电厂的基站电能优化调度方法
CN110061524A (zh) * 2019-05-06 2019-07-26 中国科学院电工研究所 一种基于深度神经网络的分布式电源虚拟电厂有功调度等值聚合方法及系统
WO2020111596A1 (ko) * 2018-11-29 2020-06-04 주식회사 아이온커뮤니케이션즈 게임요소를 반영하여 보상을 제공하는 가상발전소 관리 방법, 서버 및 이를 이용한 시스템
CN111682526A (zh) * 2020-05-28 2020-09-18 国网浙江省电力有限公司湖州供电公司 一种基于合作博弈的虚拟电厂能量管理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104935004A (zh) * 2015-06-08 2015-09-23 上海交通大学 基于全景理论的多微网聚合协调优化运行方法
CN108037667A (zh) * 2017-12-15 2018-05-15 江苏欣云昌电气科技有限公司 基于虚拟电厂的基站电能优化调度方法
WO2020111596A1 (ko) * 2018-11-29 2020-06-04 주식회사 아이온커뮤니케이션즈 게임요소를 반영하여 보상을 제공하는 가상발전소 관리 방법, 서버 및 이를 이용한 시스템
CN110061524A (zh) * 2019-05-06 2019-07-26 中国科学院电工研究所 一种基于深度神经网络的分布式电源虚拟电厂有功调度等值聚合方法及系统
CN111682526A (zh) * 2020-05-28 2020-09-18 国网浙江省电力有限公司湖州供电公司 一种基于合作博弈的虚拟电厂能量管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈昊宇等: "基于博弈的多微网需求响应", 《南方电网技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113533967A (zh) * 2021-07-26 2021-10-22 北方工业大学 一种全景理论分析的二值优化的电池异常检测方法
CN113533967B (zh) * 2021-07-26 2023-06-16 北方工业大学 一种全景理论分析的二值优化的电池异常检测方法
CN114205381A (zh) * 2021-11-29 2022-03-18 国网福建省电力有限公司经济技术研究院 一种包含虚拟电厂负荷分类、资源建模及参与电力市场交易的系统
CN114205381B (zh) * 2021-11-29 2024-05-14 国网福建省电力有限公司经济技术研究院 一种包含虚拟电厂负荷分类、资源建模及参与电力市场交易的系统

Similar Documents

Publication Publication Date Title
Roslan et al. Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction
CN109301852B (zh) 一种微电网分级多目标联合的经济调度方法
CN103217900B (zh) 基于实时电价的中压微网混沌pso最优潮流实现方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN110289622B (zh) 一种光储充能量路由器的日前经济优化调度方法
CN111934360B (zh) 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法
CN107959301B (zh) 含光伏的低压配电网分布式储能优化配置与运行方法
CN103187750A (zh) 兆瓦级电池储能电站实时功率控制方法及其系统
CN103187733A (zh) 兆瓦级液流电池储能电站实时功率控制方法及其系统
CN112550047B (zh) 一种充光储一体化充电站优化配置方法和装置
CN111404206A (zh) 考虑投资回报约束的风光储发电系统容量双层规划方法
CN103715688A (zh) 并网型微网优化配置方法及装置
Ma et al. Real-time plug-in electric vehicles charging control for V2G frequency regulation
CN107273968A (zh) 一种基于动态模糊混沌粒子群的多目标调度方法及装置
CN112260274A (zh) 一种基于全景理论的虚拟电厂组建方法
Amir et al. Integration of EVs aggregator with microgrid and impact of V2G power on peak regulation
CN114944661A (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
CN107482675A (zh) 一种基于离网型微网的电动汽车消纳可再生能源的计算方法
CN114884133B (zh) 一种计及电动汽车的微电网经济调度优化方法及系统
Zhang et al. Multi-objective optimal scheduling strategy of microgrid based on v2g technology
Zhang et al. Coordinated dispatch of the wind-thermal power system by optimizing electric vehicle charging
Tripathy et al. Voltage profile enhancement of a 33 bus system integrated with renewable energy sources and electric vehicle
CN114629135A (zh) 风储调频容量的调节方法、装置、计算机设备及存储介质
CN110929908B (zh) 多微网系统容量配置与经济调度的协同优化方法及系统
CN111062532A (zh) 一种考虑v2g的增量配电园区内电网容量配置优化方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210122