CN112766541A - 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统 - Google Patents

考虑出力预测误差的虚拟电厂利益分配机制的方法及系统 Download PDF

Info

Publication number
CN112766541A
CN112766541A CN202011622752.3A CN202011622752A CN112766541A CN 112766541 A CN112766541 A CN 112766541A CN 202011622752 A CN202011622752 A CN 202011622752A CN 112766541 A CN112766541 A CN 112766541A
Authority
CN
China
Prior art keywords
power plant
virtual power
determining
virtual
period
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
CN202011622752.3A
Other languages
English (en)
Inventor
屈小云
吴鸣
季宇
寇凌峰
熊雄
张颖
丁保迪
牛耕
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.)
China Online Shanghai Energy Internet Research Institute Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jibei Electric Power Co Ltd
Original Assignee
China Online Shanghai Energy Internet Research Institute Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jibei 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 China Online Shanghai Energy Internet Research Institute Co ltd, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Jibei Electric Power Co Ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202011622752.3A priority Critical patent/CN112766541A/zh
Publication of CN112766541A publication Critical patent/CN112766541A/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
    • 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

Landscapes

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

Abstract

本申请公开了一种考虑出力预测误差的虚拟电厂利益分配机制的方法及系统。其中，该方法，包括：虚拟电厂可再生能源出力预测误差步骤：根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；基于可再生能源出力预测误差确定第一虚拟电厂利益分配机制步骤：基于可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；基于可再生能源出力预测误差概率分布的第二虚拟电厂利益分配机制步骤：基于可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；有效性验证步骤：验证第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制的有效性。

Description

考虑出力预测误差的虚拟电厂利益分配机制的方法及系统
技术领域
本申请涉及虚拟电厂技术领域，特别是涉及一种考虑出力预测误差的虚拟电厂利益分配机制的方法及系统。
背景技术
为推动可再生能源发展、实现国家能源清洁化转型，我国长期以来实行可再生能源全额保障性收购制度和标杆上网电价制度，并在促进分布式可再生能源装机容量增长方面取得了一定的成效。然而分布式可再生能源出力具有较大的随机性、间歇性和波动性，大量分布式可再生能源接入电网将为系统运行安全性和可靠性带来挑战。虚拟电厂可通过将分布式能源聚合成一个整体，实现对大量分布式能源的灵活控制，从而保证电网的安全稳定运行，但现行标杆电价上网电价制度无法有效鼓励分布式可再生能源主动形成虚拟电厂。因此，如何设计合理的可再生能源上网电价制度及虚拟电厂利益分配机制，促进虚拟电厂形成成为当前值得研究的关键问题。
针对这一问题，需将可再生能源出力预测准确性与电价制度相结合，构建考虑可再生能源出力预测误差的虚拟电厂电价机制，充分发挥虚拟电厂在规避分布式能源出力不确定性风险方面的重要作用。目前有关虚拟电厂电价机制的研究主要集中于通过电力市场偏差电量考核对可再生能源出力预测误差进行惩罚，促使分布式电源及虚拟电厂提高预测准确性。然而偏差电量考核不适用于当前可再生能源电价由标杆电价向市场电价转变的市场过渡期，不能有效激励虚拟电厂内部分布式能源主体提高出力预测精度，同时不利于系统调度机构提前预判可再生能源预测误差以合理预留系统备用容量，保障系统稳定运行。
针对上述的现有技术中存在的偏差电量考核不适用于当前可再生能源电价由标杆电价向市场电价转变的市场过渡期，不能有效激励虚拟电厂内部分布式能源主体提高出力预测精度，同时不利于系统调度机构提前预判可再生能源预测误差以合理预留系统备用容量的技术问题，目前尚未提出有效的解决方案。
发明内容
本公开的实施例提供了一种考虑出力预测误差的虚拟电厂利益分配机制的方法及系统，以至少解决现有技术中存在的偏差电量考核不适用于当前可再生能源电价由标杆电价向市场电价转变的市场过渡期，不能有效激励虚拟电厂内部分布式能源主体提高出力预测精度，同时不利于系统调度机构提前预判可再生能源预测误差以合理预留系统备用容量的技术问题。
根据本公开实施例的一个方面，提供了一种考虑出力预测误差的虚拟电厂利益分配机制的方法，包括：虚拟电厂可再生能源出力预测误差步骤：根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；基于可再生能源出力预测误差确定第一虚拟电厂利益分配机制步骤：基于可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；基于可再生能源出力预测误差概率分布的第二虚拟电厂利益分配机制步骤：基于可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；有效性验证步骤：验证第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制的有效性。
根据本公开实施例的另一方面，还提供了一种考虑出力预测误差的虚拟电厂利益分配机制的系统，包括：虚拟电厂可再生能源出力预测误差模块，用于根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；确定第一虚拟电厂利益分配机制模块，用于基于可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；确定第二虚拟电厂利益分配机制模块，用于基于可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；有效性验证模块，用于验证第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制的有效性。
在本发明中，本发明针对由分布式可再生能源构成的电源型虚拟电厂，综合考虑可再生能源出力预测误差及虚拟电厂管理机制，构建包含虚拟电厂上网电价机制和虚拟电厂内部分布式能源电价机制的虚拟电厂市场过渡期利益分配机制。首先，针对分布式能源仅上报出力预测的虚拟电厂管理摸式，提出考虑可再生能源预测误差的虚拟电厂利益分配机制。其次，针对分布式能源同时上报出力预测与历史预测误差概率分布的虚拟电厂管理模式，应用CRPS设计可再生能源出力预测准确性评分体系，进而提出基于评分的虚拟电厂利益分配机制。最后，以某由分布式光伏发电组成的虚拟电厂为例，对比分析上述两种虚拟电厂电价机制的利益分配结果，以及电价机制对分布式能源形成虚拟电厂的激励作用。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1是根据本公开实施例所述的一种考虑出力预测误差的虚拟电厂利益分配机制的方法的流程示意图；
图2是根据本公开实施例所述的准确性因子函数图的示意图；
图3是根据本公开实施例所述的CRPS示意图的示意图；
图4是根据本公开实施例所述的不同预测水平下的CRPS示意图的示意图；
图5根据本公开实施例所述的不同预测水平下的可再生能源出力预测准确性得分示意图；
图6根据本公开实施例所述的分布式光伏发电机组出力预测相对误差累计概率分布图；
图7是根据本公开实施例所述的不同情景下的各分布式光伏发电机组单位供电收益的示意图；
图8是根据本公开实施例所述的不同预测范围下的分布式光伏发电机组平均单位供电收益的示意图；
图9是根据本公开实施例所述的基于CRPS评分与基于预测误差的利益分配方案中平均单位供电收益增加百分比的示意图；
图10是根据本公开实施例所述的虚拟电厂运营商收益占总收益的百分比的示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
根据本实施例的第一个方面，提供了一种考虑出力预测误差的虚拟电厂利益分配机制的方法。参考图1所示，该方法包括：
S102:虚拟电厂可再生能源出力预测误差步骤：根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；
S104:基于可再生能源出力预测误差确定第一虚拟电厂利益分配机制步骤：基于可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；
S108:基于可再生能源出力预测误差概率分布的第二虚拟电厂利益分配机制步骤：基于可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；
S110:有效性验证步骤：验证第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制的有效性。
具体地，针对由分布式可再生能源构成的电源型虚拟电厂，综合考虑可再生能源出力预测误差及虚拟电厂管理机制，构建包含虚拟电厂上网电价机制和虚拟电厂内部分布式能源电价机制的虚拟电厂市场过渡期利益分配机制。以某由分布式光伏发电组成的虚拟电厂为案例验证了本文所提模型和算法的有效性。
电源型虚拟电厂是由若干个独立的分布式能源生产商组成的虚拟电厂，这些分布式能源生产商可以将其能源直接出售给电网，也可选择加入虚拟电厂。为满足电力系统调度计划制定需求，分布式能源生产商需根据气象条件、自身机组特性及预期技术状态预测未来各时段的出力，并由虚拟电厂汇总各生产商出力预测结果上报系统调度机构。
为满足电网调度对可再生能源出力预测准确性的需求，本节针对分布式能源仅上报可再生能源预测出力的虚拟电厂管理摸式，将出力预测误差作为影响虚拟电厂电价的因素之一，设计虚拟电厂利益分配机制，并应用核心理论证明了分配机制的有效性。
基于可再生能源出力预测误差的虚拟电厂利益分配机制虽然可鼓励虚拟电厂和分布式能源生产商提供准确的出力预测，但预测出力的单点估计不能反映预测值的不确定性，即其出现预测误差的风险大小。电网公司在制定调度计划时除准确的可再生能源出力预测外，也需要掌握可再生能源出力无法达到预测目标的可能性以合理预留系统备用容量，为此电网公司可要求虚拟电厂同时上报出力预测和预测误差概率分布，明确出力预测的置信度。针对此类虚拟电厂管理模式，将基于连续等级概率评分(CRPS)方法设计虚拟电厂上网电价机制及内部利益分配机制，鼓励虚拟电厂和分布式能源生产商如实上报其出力预测水平。
以某由分布式光伏发电组成的虚拟电厂为例，对比分析上述两种虚拟电厂利益分配机制下分布式能源生产商的能源供应收益情况，以验证利益分配机制的有效性。
从而，为满足电网调度对可再生能源供应可靠性的需求，针对分布式能源仅上报可再生能源预测出力的虚拟电厂管理摸式，设计了基于出力预测误差的虚拟电厂利益分配机制，并应用核心理论证明了该利益分配机制在维护虚拟电厂合作联盟稳定性、促进大规模虚拟电厂形成方面的有效性。针对分布式能源同时上报出力预测与预测误差概率分布的虚拟电厂管理模式，构建了基于CRPS的可再生能源出力预测准确性评分体系，并以出力预测准确性得分为依据，进一步设计了虚拟电厂利益分配机制。以某由分布式光伏发电组成的虚拟电厂为例，开展多情景下的虚拟电厂利益分配算例研究，算例结果表明，两种利益分配机制均可弥补固定上网电价机制的不足，有效激励分布式能源生产商合作形成虚拟电厂、提高可再生能源出力预测水平，其中基于出力预测误差的虚拟电厂利益分配机制易于操作，而基于CRPS评分法的利益分配方案效果更佳。
可选地，虚拟电厂可再生能源出力预测误差步骤包括：确定分布式能源生产商i在t时段出力预测的相对误差；将多个分布式能源生产商i在t时段出力预测的多个相对误差进行相加，确定虚拟电厂可再生能源出力预测误差；根据下列计算公式确定分布式能源生产商i在t时段出力预测的相对误差：
Figure BDA0002878653510000051
其中，ei,t表示分布式能源生产商i在t时段出力预测的相对误差；Pri,t和Pi,t分别表示分布式能源生产商i在t时段的预测出力值和实际出力值，其中Pi,t仅在经过相应时段后才能确定。
具体地，电源型虚拟电厂是由若干个独立的分布式能源生产商组成的虚拟电厂，这些分布式能源生产商可以将其能源直接出售给电网，也可选择加入虚拟电厂。
可选地，虚拟电厂可再生能源出力预测误差步骤还包括：确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值，虚拟电厂V在t时段的预测出力值为多个分布式能源生产商i在t时段预测出力值之和，虚拟电厂V在t时段的实际出力值为多个分布式能源生产商i在t时段实际出力值之和；将虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值相减，得到差值，确定差值为虚拟电厂可再生能源出力预测误差；根据下列计算公式分别确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值：
PV,t＝∑Pi,t (2)
PrV,t＝∑Pri,t (3)
其中，PrV,t和PV,t分别表示虚拟电厂V在t时段的预测出力值和实际出力值。
具体地，在实际预测中，各分布式能源生产商的可再生能源出力预测相对误差水平可能会有很大差异。一方面，不同类型可再生能源出力预测的准确性不同；另一方面，同类型可再生能源由于机组特性、使用年限、所在地理位置的不同，其预测准确性也会存在差异。例如距离气象监测站较近的分布式风电可获得更为准确、及时的风力预测信息，进而其风电出力预测结果可比其他地区的分布式风电出力预测更为准确。
可选地，基于可再生能源出力预测误差确定第一虚拟电厂利益分配机制步骤包括：电网与虚拟电厂的交互需求步骤：确定虚拟电厂的电价定价目标，电网与虚拟电厂的交互需求包括能源供应可靠性和交互主体数量最小化；满足电网交互需求的虚拟电厂上网电价机制步骤：根据虚拟电厂的实际出力，确定各时段向虚拟电厂支付的电费；虚拟电厂内部利益分配机制步骤：确定各时段分布式能源生产商可获得的供电收益；基于核心理论的虚拟电厂利益分配机制合理性分析步骤：确定虚拟电厂的特征函数，根据特征函数，确定分布式能源生产商通过合作而获得的利益。
具体地，虚拟电厂上网电价机制及内部利益分配机制设计需先确定虚拟电厂的电价定价目标，虚拟电厂的作用在于尽可能地减少分布式能源出力不确定性、解决电网难以与大量分布式能源实现交互困难，因此电网与虚拟电厂的交互需求包括能源供应可靠性和交互主体数量最小化两方面，虚拟电厂电价机制设计需以满足电网与虚拟电厂的交互需求为目标。
电网调度机构的职责在于根据电力需求预测编制电力生产调度计划，并将其下发给可调度的发电厂。由于按照可再生能源全额保障性收购制度要求，电网需全额消纳分布式可再生能源出力，且当前我国已有较大规模的分布式能源，因此分布式能源生产商的预测出力也将需要并入电网生产调度过程中。电网公司要求与其交互的主体需为其提供可靠的出力预测，并能够根据调度计划或市场交易结果提供相应电量，保证能源供应的可靠性。
分布式能源具有容量小、布局分散的特点，广泛分布的小规模可再生能源生产导致大量分布式能源接入电网，增加了电网公司对分布式能源的管理与交互难度，电网公司需面向分布式能源生产商开展大量的电量计量及电费结算工作。与之相比，电网公司更愿意与较少数量的电力生产商进行交互，以更轻松地进行账户管理和结算工作。在售电侧，电网公司采取与售电公司进行交互的管理模式，由售电公司负责与大量的电力消费者进行交互。在发电侧，电网公司也将希望促进大型虚拟电厂的形成，每个大型虚拟电厂均具有相当大的生产能力，使得使电网公司可与较少数量的主体进行交互，并且还可以提高供电可靠性。
在实际电网调度运行中，虚拟电厂需提前向调度机构上报各时段的出力预测，电网公司根据虚拟电厂的实际出力，以各时段为结算期向虚拟电厂支付电费。为满足电网与虚拟电厂的交互需求，本节设计了一种考虑可再生能源出力预测误差的虚拟电厂上网电价机制，各时段虚拟电厂上网电价及电网公司应向虚拟电厂支付的电费计算公式如下：
IV,t＝AV,t·ln(PV,t)·I (4)
BG,V,t＝IV,t·PV,t (5)
式中，IV,t是t时段虚拟电厂V的上网电价；I是虚拟电厂的基准上网电价，可以将可再生能源标杆上网电价作为其取值，也由电网通过电力市场供需或其他方式确定，应保证所有虚拟电厂的基准上网电价均相同；BG,V,t是t时段电网公司应向虚拟电厂V支付的电费；AV,t为表示t时段虚拟电厂V出力预测精度的准确性因子。
Figure BDA0002878653510000081
如图2所示，在给定的实际虚拟电厂出力下(200kWh)，AV,t是预测出力的钟形函数。当虚拟电厂实际出力与预测出力相等时，AV,t为1，随着出力预测误差绝对值的增加，AV,t将成比例地减小。准确度因子曲线的确切形状由参数λ和η确定，参数λ和η是虚拟电厂实际出力PV,t的函数，需根据虚拟电厂的实际出力进行调整，以保证预测误差超过一定水平时，AV,t趋于0。准确度因子的引入可确保虚拟电厂有动力提高预测水平、尽可能上报准确的预测出力，否则将会导致虚拟电厂收入的损失。
式(4)中，ln(PV,t)可随虚拟电厂可再生能源生产量的增加而增加，与分布式能源生产商直接与电网进行交互相比，由多个分布式能源生产商组成的虚拟电厂可生产更多的可再生能源，进而可获得更高的上网电价，因此可有效鼓励大规模虚拟电厂的形成。然而，ln(PV,t)作为对数函数。该因子最终在非常高的可再生能源产量下将趋于平坦，这也就意味着小型虚拟电厂最初有合并的动机，但不会无限合并最终形成出现包含所有分布式能源生产商的单个虚拟电厂，因为受ln(PV,t)函数的限制，当虚拟电厂可再生能源生产能力达到规模后，合并虚拟电厂以增加生产能力并不会带来明显的上网电价提升。当然，在实际情况中，也会存在地理位置、技术限制等因素限制虚拟电厂的合并。
综上，该考虑可再生能源出力预测误差的虚拟电厂上网电价机制可有效满足电网与虚拟电厂的交互需求。一方面，该上网电价机制鼓励虚拟电厂提供尽可能准确的出力预测，虚拟电厂如提供错误或有偏差的出力预测，将会减少其单位上网电价及所获得的供电收益。因此，在该上网电价机制下，虚拟电厂将为获得更高的收入而提高出力预测的准确性，进而可以保证能源供应的稳定性。另一方面，该电价机制可通过促进具有较大生产能力的大型虚拟电厂的形成，尽可能地减少电网交互主体数量，有效提升电网管理及运行效率。
虚拟电厂上网电价机制可激励虚拟电厂提供准确的出力预测，然而虚拟电厂的出力预测由其所属的分布式能源成员的出力预测汇总得到，虚拟电厂也需要分布式能源生产商向其提供准确的可再生能源出力预测。鉴于此，虚拟电厂内部利益分配机制同样需要鼓励分布式能源生产商提高出力预测精度，因此，与虚拟电厂上网电价机制类似，设计一种考虑可再生能源出力预测误差的虚拟电厂内部利益机制，即虚拟电厂内部分布式能源生产商结算机制。
各时段虚拟电厂应根据各分布式电源生产商的出力预测精度、可再生能源生产量，将该时段电网公司向虚拟电厂支付的电费公平分配给分布式能源生产商。各时段分布式能源生产商可获得的供电收益如下：
Figure BDA0002878653510000091
Figure BDA0002878653510000092
式中，BV,i,t为虚拟电厂t时段应分配给分布式能源生产商i的供电收益；Ai,t是t时段分布式能源生产商i出力预测的准确度因子，计算方法与虚拟电厂的准确度因子相同，预测准确时，准确度因子为1，否则其值会沿着钟形曲线下降，因此分布式能源运营商有动力向虚拟电厂如实且准确地上报可再生能源预测出力，也将提升虚拟电厂出力预测的准确性，如预测出力存在误差，则分布式能源生产商将不能收到与其实际能源供应量相对应的全额电费；u为标准化因子，也可令u＝1并将剩余的未分配利润支付给虚拟电厂运营商，用于虚拟电厂的运营维护、新成员招募等。
为维护虚拟电厂合作联盟的稳定性，虚拟电厂利益分配机制需保证在所有虚拟电厂及分布式能源生产商提供的出力预测均为真实准确的条件下，任何虚拟电厂成员的子集没有脱离现有虚拟电厂形成小型虚拟电厂的动力，此外利益分配机制还应有效促进具有较大生产能力的虚拟电厂的形成。鉴于此，应用博弈论中用来描述联盟稳定性的“核心”概念来证明上述虚拟电厂利益分配机制的合理性。
根据合作博弈的定义可知，虚拟电厂的形成可以看作是一个合作博弈，其特征函数(v(S)＝ln(PS,t)·PS,t·I)描述了任何分布式能源生产商子集可以通过合作而获得的收益，虚拟电厂即为包含了所有分布式能源生产商的合作联盟。假设分布式能源生产商可提供真实准确的可再生能源出力预测，则其特征函数可证明由式(7)计算得到的利益分配方案是合作博弈的核心，这也意味着该合作博弈的核心始终是非空的。
定理1：给定一个n人集合C＝{1,2,.n.}.，令G(C；)v是特征函数为v(S)＝ln(PS,t)·PS,t·I的合作博弈，特征函数决定了任何
Figure BDA0002878653510000106
子集的最大合作收益。若x是根据式(7)计算得到的合作联盟中各成员的利益分配方案，即成员所获得的收益与其对虚拟电厂可再生能源生产的贡献成比例(给定Pri,t＝Pi,t)，则x∈core(G)。
证明：首先，x可以有效地将合作联盟的所有收益分配给联盟成员，因此x(C)＝v(C)，其中v(C)＝BG,V,t，可满足核心定义中的第一个条件。
其次，假设x不在核心中，则存在
Figure BDA0002878653510000101
使得v(S)＞x(S)，其中：
Figure BDA0002878653510000102
因此，
Figure BDA0002878653510000103
Figure BDA0002878653510000104
但是，因为
Figure BDA0002878653510000105
ln(PS,t)＜ln(PC,t)，假设不成立，x在G(C；v)的核心中。
综上，从博弈论和联盟稳定性的角度来看，上述虚拟电厂上网电价机制及内部利益分配机制是合理的。
可选地，基于可再生能源出力预测误差概率分布的第二虚拟电厂利益分配机制步骤包括：基于CRPS的可再生能源出力预测评分机制步骤：确定连续分布的数据集的CRPS值，并给予CRPS值确定虚拟电厂评分机制。基于评分法的虚拟电厂利益分配机制步骤：确定各时段虚拟电厂上网电价以及电网公司向虚拟电厂支付的电费，并确定各时段分布式能源生产商可获得的供电收益。
具体地，连续等级概率评分(continuous ranked probability score)，简称CRPS，是一种广泛应用于气象预报领域的集合预报检验工具，其目的在于对某一预报系统的预报能力进行评分，评估其预测效果及预测质量。CRPS的定义可以简单地描述为：建立在被预报量的累积概率分布函数基础上的，利用概率预测与确定性预测的累积分布函数的差的平方的积分建立起来的一种统计量。对于服从任何连续分布的数据集Y＝{y1,y2,...,yn}，其数学表达式为：
Figure BDA0002878653510000111
式中，CRPS(F,x)代表该数据集的CRPS值；F为其累计分布函数；x为预先确定的固定理想值；y是区间(-∞,∞)内任意一点；H(y-x)为示性函数。其大小取决于y是否大于x，即：当y＜x时，H(y-x)＝0；反之H(y-x)＝1。
为形象说明CRPS的数学含义，图3给出了某集合Y的CRPS示意图，其中曲线为该集合内所有元素的累积概率分布函数，那么图中阴影部分面积即为理想值x所对应的该集合的CRPS值。从本质上说，CRPS可以理解为某一连续分布到某一理想点之间的距离的度量，可直接用来比较确定性预测和概率预测的差异。CRPS是负导向的评分方法，CRPS取值越小，说明分布函数到所取得理想点之间的距离越近，预测得出的结果越准确，反之则越远。当预测为确定性的，即F(y)＝H(y-x)时，CRPS取得最小值0。
总的来说，CRPS具有以下两个特征：一是建立在累积分布函数的基础上进行运算，克服了对数据分布的依赖，适用于任何连续分布的可再生能源出力；二是衡量了概率分布到理想点之间的距离，可对可再生能源出力偏离预测理想状态的程度进行合理评价。
Ei＝<ei,t>,t∈T表示分布式能源生产商i在某个时间范围T内的出力相对预测误差向量，若分布式能源生产商i是理想的预测者，可提供准确的出力预测，则向量Ei仅包括0，为零向量。但在实际预测中，往往会出现过度预测或预测不足的情况，向量Ei将始终包括许多负值和正值。如果分布式能源生产商i的可再生能源出力没有系统地过度预测或预测不足，则其为无偏的预测变量，可以认为向量Ei中预测误差ei,t的均值为0，且服从
Figure BDA0002878653510000112
的正态分布，其CRPS计算公式如下：
Figure BDA0002878653510000113
式中，σi表示分布式能源生产商i出力预测误差的标准差；FN表示均值为0、标准差为σi的正态累计分布函数；
Figure BDA0002878653510000114
和Φ分别为标准正态分布的概率密度函数和累计分布式函数。
各分布式能源生产商的相对预测误差是相互独立互相不影响的随机量，因此虚拟电厂V的预测误差eV,t服从
Figure BDA0002878653510000121
的正态分布，其CRPS也可由式(11)计算。
可再生能源出力预测准确性评分是决定虚拟电厂及分布式能源生产商收益的关键因素之一，为在利益分配机制中鼓励虚拟电厂及分布式能源生产商如实上报其出力预测水平，需要保证可再生能源出力预测准确性评分在区间内取值，对于真实的可再生能源出力预测误差分布，最高得分为1。因此，可再生能源出力预测准确性评分计算公式如下：
Figure BDA0002878653510000122
式中，O(Ei,ei,t)表示分布式能源生产商i在t时段的可再生能源出力预测准确性得分，也可用Oi,t表示，其中，x＝ei,t是预测误差Ei在t时段的观测值。该评分公式同样可计算虚拟电厂V在t时段的可再生能源出力预测准确性得分OV,t。
可再生能源出力预测准确性评分机制应保证当且仅当分布式能源生产商准确上报其对可能出现的预测误差的预期时，才能最大化其出力预测准确性得分及供电收益，只有满足此条件，该评分机制才可称为是合理的。若分布式能源生产商可通过其它方式获得比真实上报预测误差分布更高的收益，则将破坏虚拟电厂联合出力预测的准确性，减少虚拟电厂的总体收益，伤害虚拟电厂合作联盟中其他成员的利益。鉴于此，需进一步证明所设计的可再生能源出力预测准确性评分机制的合理性。
定义1：评分规则R(F',x)用于奖励随机变量x的预测概率分布F'，概率分布F是x的真实基础分布，若R(F,x)≥R(F',x)，当且仅当F'＝F时等式成立，则称评分规则R(F',x)是适当的。
定理2：由式(12)定义的可再生能源出力预测准确性评分机制是适当的。
证明：在可再生能源预测出力准确性评分机制下，定义1中的概率分布F由历史预测误差决定，随机变量x的观测值是当前预测误差的观测值ei,t，令
Figure BDA0002878653510000123
表示ei,t的真实概率分布。
假设存在预测概率分布
Figure BDA0002878653510000124
使得
Figure BDA0002878653510000125
即
Figure BDA0002878653510000131
由于C R P≥0S，所以
Figure BDA0002878653510000132
即
Figure BDA0002878653510000133
使得
Figure BDA0002878653510000134
Figure BDA0002878653510000135
则CRPS(Ei,ei,t)＜0，与CRPS≥0相矛盾，假设不成立，因此可再生能源出力预测准确性评分机制是适当的。
Figure BDA0002878653510000136
则由式(11)和(12)可知，CRPS及可再生能源出力预测准确性评分均为ei,t和σi的函数，图4和5分别描述了CRPS值及可再生能源出力预测准确性得分随预测误差标准差σi变化趋势。如果分布式能源生产商i对其出力预测高度自信(上报的σi＝0)，则只有在实际预测误差也接近0的情况下，才能获得最高的准确性得分。而在实际预测误差相对较高的情况下，分布式能源生产商则只有真实地上报其较高的σi(即较低的出力预测置信度)才能获得更高的准确性得分。因此，如实上报历史预测误差概率分布始终是分布式能源。
为有效鼓励虚拟电厂和分布式能源生产商如实上报其出力预测水平，以虚拟电厂及分布式能源生产商的可再生能源出力预测准确性得分和实际出力为依据建立虚拟电厂利益分配机制，利益分配机制同样包括虚拟电厂上网电价机制和内部利益分配机制两部分。
虚拟电厂上网电价定价机制应保证当且仅当虚拟电厂向电网公司上报真实准确的可再生能源出力预测时，才能获得最高的供电收益。由式(12)可知，可再生能源出力预测准确性评分在区间内取值，对于真实的出力预测误差分布，最高得分为1，因此可将虚拟电厂基准上网电价与其可再生能源出力预测准确性得分的乘积作为虚拟电厂的实际上网电价，各时段虚拟电厂上网电价及电网公司应向虚拟电厂支付的电费计算公式如下：
IV,t＝PV,t·I (13)
BG,V,t＝PV,t·IV,t (14)
该上网电价机制不仅可以鼓励虚拟电厂向电网公司上报尽可能准确的可再生能源出力预测，同时也使得虚拟电厂有动力上报其历史预测误差的真实分布。在此上网电价机制下，尽管出力预测置信度低的虚拟电厂在预测出力完全准确的情况下并不能获得最高准确性得分及供电收益，但当其预测误差很大时则可受到更少的惩罚，因为虚拟电厂已事先通过预测误差分布向电网公司说明了其预测不准确的可能性。
虚拟电厂的出力预测及预测误差分布均需由分布式能源成员的出力预测及预测误差分布汇总得到，因此为保证虚拟电厂总体收益的最大化，虚拟电厂也需要分布式能源生产商向其提供真实准确的可再生能源出力预测。因此，虚拟电厂同样应根据各分布式电源生产商的预测准确性分数和实际出力贡献，将电网公司向虚拟电厂支付的电费公平分配给分布式能源生产商。各时段分布式能源生产商可获得的供电收益如下：
Figure BDA0002878653510000141
在分布式能源生产商i出力Pi,t确定的情况下，其供电收益BV,i,t的大小取决于可再生能源出力预测准确性得分Oi,t，为保证分布式能源生产商i上报真实准确的可再生能源出力预测时可获得最高的供电收益，BV,i,t应为关于Oi,t的单调递增函数。然而，式(15)的分子与分母中均包含Oi,t，不能保证BV,i,t函数的单调性。为此，我们将分母中的Oi,t用其最大值1进行替换，替换后，Oi,t只在分子中存在一次，可保证BV,i,t关于Oi,t单调递增，替换后的分布式能源生产商供电收益计算公式如下：
Figure BDA0002878653510000142
由于Pi,t+∑j≠iPj,t·Oj,t＞∑Pj,t·Oj,t，虚拟电厂可保证其向分布式能源成员分配的供电收益小于电网公司向虚拟电厂支付的电费，同时存在少量的未分配利润，未分配利润可支付给虚拟电厂运营商，用于虚拟电厂的运营维护、新成员招募等。然而对于拥有大量分布式能源生产商的虚拟电厂来说，未分配利润的数量通常非常小。
可选地，有效性验证步骤包括：基础数据步骤：根据预先采集的虚拟电厂的参数，计算不同预测时间下的光伏出力预测值；情景设置步骤：确定不同情景模式下分布式能源生产商的能源供应效益；虚拟电厂利益分配结果分析步骤：根据电力市场中常用的短期可再生能源预测时间范围，确定各分布式能源机组在不同情景中的单位供电收益；不同预测精度下的利益分配结果对比步骤：分析第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制对不同预测水平虚拟电厂的利益分配效果。
该电源型虚拟电厂由额定容量从0.1MW到5MW不等的10个分布式光伏发电机组组成，虚拟电厂的总装机容量为25.5MW。光伏发电出力受光照强度、云量、温度等气象因素的影响，收集一个月内各分布式光伏发电机组每小时的发电量、气象预测数据及实际数据，并利用神经网络模型对各机组出力进行预测。对于每个数据点，考虑提前1～24小时进行预测，分别计算不同预测时间下的光伏出力预测值。在此基础上，根据预测出力和实际出力数据，拟合各分布式光伏发电机组的出力预测误差概率分布。在提前4h的预测时间范围内，各分布式光伏机组的出力预测相对误差的标准差在[0.096，0.537]的范围内，各机组的装机容量及预测误差分布参数如表1所示，图6为各机组相对预测误差的累积概率分布图。此外，根据当前分布式光伏发电的固定上网电价水平，将分布式光伏发电的基准上网定价设定为0.7元/kwh，并以1小时作为结算期。
表1 分布式光伏机组参数
Figure BDA0002878653510000151
为了验证虚拟电厂利益分配机制对分布式能源生产商合作形成虚拟电厂激励作用，同时比较两种利益分配机制的效果，本节设置以下4种情景，对比分析不同情景下分布式能源生产商的能源供应收益。
(1)10个分布式光伏发电机组作为独立的能源生产者分别与电网公司进行交互，电网公司仅要求其上报可再生能源预测出力；
(2)10个分布式光伏发电机组作为独立的能源生产者分别与电网公司进行交互，电网公司要求其上报可再生能源预测出力及历史相对预测误差概率分布；
(3)10个分布式光伏发电机组合作组成一个虚拟电厂与电网公司进行交互，电网公司要求虚拟电厂上报可再生能源预测出力；
(4)10个分布式光伏发电机组合作组成一个虚拟电厂与电网公司进行交互，电网公司要求虚拟电厂上报可再生能源预测出力及历史相对预测误差概率分布。
其中，情景1和情景3根据基于可再生能源出力预测误差的虚拟电厂利益分配机制计算虚拟电厂及分布式能源生产商可获得的供电收益，情景2和情景4根据基于CRPS评分法的虚拟电厂利益分配机制计算虚拟电厂及分布式能源生产商的能源供应收益。同时，为确保两种利益分配机制的可比性，针对基于可再生能源出力预测误差的上网电价函数式(4)，选取合适的参数λ和η使得分布式光伏发电机组作为独立的能源生产者与电网公司进行交互时，根据式(4)和式(13)，两种利益分配机制下分布能源生产商所获得的收益大致相同。
根据电力市场中常用的短期可再生能源预测时间范围，假设分布式能源机组及虚拟电厂提前4小时对其可再生能源出力进行预测。在该预测时间范围下，各分布式能源机组在不同情景中的单位供电收益如图6所示。
由图7可知，在情景1和情景2中分布式能源机组的单位供电收益相似，即分布式能源机组作为能源生产者与电网公司进行交互时，两种利益分配机制下的上网电价处于相同水平，满足本文对式(4)中参数λ和η选择的要求。而情景3和情景4中分布式能源机组的单位供电收益则始终高于其他情景，表明分布式能源机组合作形成虚拟电厂有利于提高其自身收益。虚拟电厂之所以可以提高分布式能源机组收益的关键原因在于分布式能源机组之间不确定性可以相互抵消，由多个分布式能源机组合作形成的虚拟电厂的不确定性将低于单个分布式能源机组的不确定性。分布式能源机组的不确定性体现在预测误差和预测误差分布两方面，一方面，虚拟电厂内各分布式能源机组的出力预测误差可相互抵消，实际出力高于预测出力的机组可弥补其他机组由预测不足引起的出力短缺，使得虚拟电厂的整体出力预测误差低于单个分布式能源机组的预测误差；另一方面，与将虚拟电厂作为整体直接估计得到的预测误差概率分布相比，由各分布式能源机组预测误差分布汇总得到的虚拟电厂预测误差联合分布的准确性更高。
如图7所示，虚拟电厂中预测准确性高的分布式能源机组甚至可以获得比基准上网电价更高的单位供电收益，如预测准确性最高的机组10，其单位供电收益可达到0.79元/kWh。这表明在虚拟电厂中，与其他分布式能源成员相比，分布式能源机组的出力预测精度越高可获得越多的收益，且有机会获得超过基准上网电价的单位发电收益。因此，在两种虚拟电厂利益分配机制下，所有分布式能源机组都有不断提高出力预测水平以增加收益的动力。此外，不仅预测准确性高的分布式能源机组可通过虚拟电厂获得更多的收益，预测准确性较差的机组供电收益也将增加。这是因为虚拟电厂的联合预测准确性可弥补预测水平较差的机组不良预测带来的损失，因此所有分布式能源机组通过虚拟电厂均可获得比其单独参与电力市场更高的收益。
另外，如图7所示，情景4中分布式能源机组的单位供电收益高于情景3，这意味在基于CRPS评分法的虚拟电厂利益分配机制下，分布能源生产商合作形成虚拟电厂及真实准确上报出力预测情况的动机更强。这是因为与基于可再生能源出力预测误差的虚拟电厂利益分配机制相比，基于CRPS评分法的利益分配机制还要求分布式能源机组以相对预测误差分布的形式上报出力预测的置信度，对于预测误差较大的分布式能源机组的惩罚相对较少。因此，基于CRPS评分法的虚拟电厂利益分配机制既可以为电网公司收集更多的可再生能源出力预测信息，也可以为分布式能源机组联合组成虚拟电厂提供更强大的动力。
一般来说，可再生能源出力提前预测的时间越短，预测准确性越高，因此为分析两种虚拟电厂利益分配机制对不同预测水平虚拟电厂的利益分配效果，以及在不同预测范围下的适用性，考虑提前1～24小时进行出力预测，分别计算不同预测时间范围下的虚拟电厂利益分配方案，利益分配结果如图8所示，图中描述了各情景下分布式能源机组平均单位供电收益随预测时间范围的变化情况。
如图8所示，各情景中分布式能源机组的平均单位供电收益都随着预测时间范围的增加而降低，由于提前预测时间的增加将大大增加出力预测的准确性，因此这也表明虚拟电厂出力预测水平的下降将带来供电收益的减少，进而可证明在虚拟电厂利益分配机制的激励下，为提高虚拟电厂整体出力预测水平获得更高的收益，分布式能源机组有提高自身预测精度的动力。
由图8可知，情景3和情景4中分布式能源机组的平均单位供电收益则始终高于其他情景，表明在不同预测时间范围及不同预测精度下，分布式能源机组都有动力合作形成虚拟电厂。随着提前预测时间的增加，在基于CRPS评分法的虚拟电厂利益分配机制下，相较于单独与电网公司进行交互，分布式能源机组通过虚拟电厂可多获得的收益不断增加，而在基于出力预测误差的利益分配机制下，分布式能源机组通过虚拟电厂可多获得的收益则不断减少。这主要是因为基于可再生能源出力预测误差的虚拟电厂利益分配机制对预测误差很敏感，预测误差的增大将直接导致收益的降低。而相比于预测误差，基于CRPS评分法的利益分配机制更关注预测误差分布的真实性与准确性，如果预测水平较差的分布式能源机组可以如实上报其预测误差分布，则可减少其在出现较高预测误差时所受的惩罚。
图9描述了分布式能源机组单独参与市场和合作组成虚拟电厂两种模式下，与基于预测误差的利益分配机制相比，分布式能源机组通过采用基于CRPS评分法的利益分配机制可多获得的平均单位供电收益。在单独参与电力市场的情况下，由于分布式能源机组预测水平较低，基于CRPS评分法的利益分配机制基本没有优势。然而在合作组成虚拟电厂的情况下，随着提前预测时间的增加，基于CRPS评分法的利益分配机制优势愈发明显，在提前1小时预测的情况下，基于CRPS评分与基于预测误差两种利益分配机制的平均单位供电收益分别为0.64元/kWh和0.61元/kWh，相差约5％，至提前24小时预测的情况，两种利益分配机制的平均单位供电收益变化为0.59元/kWh和0.49元/kWh，差距增加至18％，即与基于预测误差的利益分配机制相比，分布式能源机组通过采用基于CRPS评分法的利益分配机制可多获得18％的收益。因此，与基于出力预测误差的利益分配机制相比，基于CRPS评分法的利益分配机制更适用于鼓励预测水平低的分布式能源机组组成虚拟电厂，可有效提高可再生能源出力预测的准确性。
由式(16)可知，为保证分布式能源机组可以如实上报出力预测情况，基于CRPS评分的虚拟电厂利益分配机制中存在未分配的收益。此外，若将式(7)中的标准化因子u取值为1，基于出力预测误差的虚拟电厂利益分配机制中同样存在未分配的收益，上述未分配收益均可支付给虚拟电厂运营商，作为其收益，因此有必要分析未分配收益，即虚拟电厂运营商的收益，是否会影响利益分配的公平性以及对分布式能源机组的激励效果。图10描述了不同预测时间范围内两种利益分配机制中的虚拟电厂运营商收益占总收益的百分比情况，如图中所示，两种利益分配机制下的虚拟电厂运营商收益占比由提前1小时预测的1.35％到长期预测的1.65％不等，但总体来说，虚拟电厂整体收益中支付给运营商的比例非常小，不到2％，且该部分收益来源于虚拟电厂的合作效益，而不是分布式能源机组所产生的效益，因此支付给虚拟电厂运营商的收益不会影响利益分配的公平性。同样相对于虚拟电厂为分布式能源机组带来的额外收益来说，总收益的2％很小，因此也不会影响利益分配机制对分布式能源机组合作形成虚拟电厂的激励作用。
从而，本发明针对目前市场过渡期下由分布式可再生能源组成的电源型虚拟电厂上网电价机制与内部分布式能源成员利益分配机制展开研究。首先，为满足电网调度对可再生能源供应可靠性的需求，针对分布式能源仅上报可再生能源预测出力的虚拟电厂管理摸式，设计了基于出力预测误差的虚拟电厂利益分配机制，并应用核心理论证明了该利益分配机制在维护虚拟电厂合作联盟稳定性、促进大规模虚拟电厂形成方面的有效性。其次，为使电网调度机构掌握可再生能源出力无法达到预测目标的可能性以合理预留系统备用容量，针对分布式能源同时上报出力预测与预测误差概率分布的虚拟电厂管理模式，构建了基于CRPS的可再生能源出力预测准确性评分体系，并以出力预测准确性得分为依据，进一步设计了虚拟电厂利益分配机制。最后，以某由分布式光伏发电组成的虚拟电厂为例，开展多情景下的虚拟电厂利益分配算例研究，算例结果表明，两种利益分配机制均可弥补固定上网电价机制的不足，有效激励分布式能源生产商合作形成虚拟电厂、提高可再生能源出力预测水平，其中基于出力预测误差的虚拟电厂利益分配机制易于操作，而基于CRPS评分法的利益分配方案效果更佳。
根据本实施例的另一个方面，提供了一种考虑出力预测误差的虚拟电厂利益分配机制的系统，包括：虚拟电厂可再生能源出力预测误差模块，用于根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；确定第一虚拟电厂利益分配机制模块，用于基于可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；确定第二虚拟电厂利益分配机制模块，用于基于可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；有效性验证模块，用于验证第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制的有效性。
可选地，虚拟电厂可再生能源出力预测误差模块，包括：确定相对误差子模块，用于确定分布式能源生产商i在t时段出力预测的相对误差；确定虚拟电厂可再生能源出力预测误差子模块，用于将多个分布式能源生产商i在t时段出力预测的多个相对误差进行相加，确定虚拟电厂可再生能源出力预测误差；确定能源生产商出力预测的相对误差子模块，用于根据下列计算公式确定分布式能源生产商i在t时段出力预测的相对误差：
Figure BDA0002878653510000201
其中，ei,t表示分布式能源生产商i在t时段出力预测的相对误差；Pri,t和Pi,t分别表示分布式能源生产商i在t时段的预测出力值和实际出力值，其中Pi,t仅在经过相应时段后才能确定。
可选地，虚拟电厂可再生能源出力预测误差模块还包括：确定实际出力值之和子模块，用于确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值，虚拟电厂V在t时段的预测出力值为多个分布式能源生产商i在t时段预测出力值之和，虚拟电厂V在t时段的实际出力值为多个分布式能源生产商i在t时段实际出力值之和；确定差值子模块，用于将虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值相减，得到差值，确定差值为虚拟电厂可再生能源出力预测误差；确定实际出力值子模块，用于根据下列计算公式分别确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值：
PV,t＝∑Pi,t
PrV,t＝∑Pri,t
其中，PrV,t和PV,t分别表示虚拟电厂V在t时段的预测出力值和实际出力值。
可选地，确定第一虚拟电厂利益分配机制模块，包括：电网与虚拟电厂的交互需求子模块，用于确定虚拟电厂的电价定价目标，电网与虚拟电厂的交互需求包括能源供应可靠性和交互主体数量最小化；虚拟电厂上网电价机制子模块，用于根据虚拟电厂的实际出力，确定各时段向虚拟电厂支付的电费；虚拟电厂内部利益分配机制子模块，用于确定各时段分布式能源生产商可获得的供电收益；虚拟电厂利益分配机制合理性分析子模块，用于确定虚拟电厂的特征函数，根据特征函数，确定分布式能源生产商通过合作而获得的利益。
可选地，确定第二虚拟电厂利益分配机制模块，包括：确定虚拟电厂评分机制子模块，用于确定连续分布的数据集的CRPS值，并给予CRPS值确定虚拟电厂评分机制；确定电费及供电收益子模块，用于确定各时段虚拟电厂上网电价以及电网公司向虚拟电厂支付的电费，并确定各时段分布式能源生产商可获得的供电收益。
可选地，有效性验证模块，包括：确定基础数据步子模块，用于根据预先采集的虚拟电厂的参数，计算不同预测时间下的光伏出力预测值；情景设置子模块，用于确定不同情景模式下分布式能源生产商的能源供应效益；虚拟电厂利益分配结果分析子模块，用于根据电力市场中常用的短期可再生能源预测时间范围，确定各分布式能源机组在不同情景中的单位供电收益；利益分配结果对比子模块，用于分析第一虚拟电厂利益分配机制和第二虚拟电厂利益分配机制对不同预测水平虚拟电厂的利益分配效果。
本发明的实施例的考虑出力预测误差的虚拟电厂利益分配机制的系统与本发明的另一个实施例的考虑出力预测误差的虚拟电厂利益分配机制的方法相对应，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (12)

1.一种考虑出力预测误差的虚拟电厂利益分配机制的方法，其特征在于，包括：
虚拟电厂可再生能源出力预测误差步骤：根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；
基于可再生能源出力预测误差确定第一虚拟电厂利益分配机制步骤：基于所述可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；
基于可再生能源出力预测误差概率分布的第二虚拟电厂利益分配机制步骤：基于所述可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；
有效性验证步骤：验证所述第一虚拟电厂利益分配机制和所述第二虚拟电厂利益分配机制的有效性。
2.根据权利要求1所述的方法，其特征在于，所述虚拟电厂可再生能源出力预测误差步骤包括：
确定分布式能源生产商i在t时段出力预测的相对误差；
将多个分布式能源生产商i在t时段出力预测的多个相对误差进行相加，确定所述虚拟电厂可再生能源出力预测误差；
根据下列计算公式确定分布式能源生产商i在t时段出力预测的相对误差：
Figure FDA0002878653500000011
其中，ei,t表示分布式能源生产商i在t时段出力预测的相对误差；Pri,t和Pi,t分别表示分布式能源生产商i在t时段的预测出力值和实际出力值，其中Pi,t仅在经过相应时段后才能确定。
3.根据权利要求1所述的方法，其特征在于，所述虚拟电厂可再生能源出力预测误差步骤还包括：
确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值，所述虚拟电厂V在t时段的预测出力值为多个分布式能源生产商i在t时段预测出力值之和，所述虚拟电厂V在t时段的实际出力值为多个分布式能源生产商i在t时段实际出力值之和；
将虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值相减，得到差值，确定所述差值为所述虚拟电厂可再生能源出力预测误差；
根据下列计算公式分别确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值：
PV,t＝∑Pi,t
PrV,t＝∑Pri,t
其中，PrV,t和PV,t分别表示虚拟电厂V在t时段的预测出力值和实际出力值。
4.根据权利要求1所述的方法，其特征在于，所述基于可再生能源出力预测误差确定第一虚拟电厂利益分配机制步骤包括：
电网与虚拟电厂的交互需求步骤：确定虚拟电厂的电价定价目标，所述电网与虚拟电厂的交互需求包括能源供应可靠性和交互主体数量最小化；
满足电网交互需求的虚拟电厂上网电价机制步骤：根据虚拟电厂的实际出力，确定各时段向虚拟电厂支付的电费；
虚拟电厂内部利益分配机制步骤：确定各时段分布式能源生产商可获得的供电收益；
基于核心理论的虚拟电厂利益分配机制合理性分析步骤：确定虚拟电厂的特征函数，根据所述特征函数，确定分布式能源生产商通过合作而获得的利益。
5.根据权利要求1所述的方法，其特征在于，所述基于可再生能源出力预测误差概率分布的第二虚拟电厂利益分配机制步骤包括：
基于CRPS的可再生能源出力预测评分机制步骤：确定连续分布的数据集的CRPS值，并给予所述CRPS值确定虚拟电厂评分机制。
基于评分法的虚拟电厂利益分配机制步骤：确定各时段虚拟电厂上网电价以及电网公司向虚拟电厂支付的电费，并确定各时段分布式能源生产商可获得的供电收益。
6.根据权利要求1所述的方法，其特征在于，所述有效性验证步骤包括：
基础数据步骤：根据预先采集的虚拟电厂的参数，计算不同预测时间下的光伏出力预测值；
情景设置步骤：确定不同情景模式下分布式能源生产商的能源供应效益；
虚拟电厂利益分配结果分析步骤：根据电力市场中常用的短期可再生能源预测时间范围，确定各分布式能源机组在不同情景中的单位供电收益；
不同预测精度下的利益分配结果对比步骤：分析所述第一虚拟电厂利益分配机制和所述第二虚拟电厂利益分配机制对不同预测水平虚拟电厂的利益分配效果。
7.一种考虑出力预测误差的虚拟电厂利益分配机制的系统，其特征在于，包括：
虚拟电厂可再生能源出力预测误差模块，用于根据气象条件、自身机组特性以及预期技术状态，确定可再生能源出力预测误差；
确定第一虚拟电厂利益分配机制模块，用于基于所述可再生能源出力预测误差，确定第一虚拟电厂利益分配机制；
确定第二虚拟电厂利益分配机制模块，用于基于所述可再生能源出力预测误差概率分布，确定第二虚拟电厂利益分配机制；
有效性验证模块，用于验证所述第一虚拟电厂利益分配机制和所述第二虚拟电厂利益分配机制的有效性。
8.根据权利要求7所述的系统，其特征在于，虚拟电厂可再生能源出力预测误差模块，包括：
确定相对误差子模块，用于确定分布式能源生产商i在t时段出力预测的相对误差；
确定虚拟电厂可再生能源出力预测误差子模块，用于将多个分布式能源生产商i在t时段出力预测的多个相对误差进行相加，确定所述虚拟电厂可再生能源出力预测误差；
确定能源生产商出力预测的相对误差子模块，用于根据下列计算公式确定分布式能源生产商i在t时段出力预测的相对误差：
Figure FDA0002878653500000031
其中，ei,t表示分布式能源生产商i在t时段出力预测的相对误差；Pri,t和Pi,t分别表示分布式能源生产商i在t时段的预测出力值和实际出力值，其中Pi,t仅在经过相应时段后才能确定。
9.根据权利要求7所述的系统，其特征在于，虚拟电厂可再生能源出力预测误差模块还包括：
确定实际出力值之和子模块，用于确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值，所述虚拟电厂V在t时段的预测出力值为多个分布式能源生产商i在t时段预测出力值之和，所述虚拟电厂V在t时段的实际出力值为多个分布式能源生产商i在t时段实际出力值之和；
确定差值子模块，用于将虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值相减，得到差值，确定所述差值为所述虚拟电厂可再生能源出力预测误差；
确定实际出力值子模块，用于根据下列计算公式分别确定虚拟电厂V在t时段的预测出力值和虚拟电厂V在t时段的实际出力值：
PV,t＝∑Pi,t
PrV,t＝∑Pri,t
其中，PrV,t和PV,t分别表示虚拟电厂V在t时段的预测出力值和实际出力值。
10.根据权利要求7所述的装置，其特征在于，确定第一虚拟电厂利益分配机制模块，包括：
电网与虚拟电厂的交互需求子模块，用于确定虚拟电厂的电价定价目标，所述电网与虚拟电厂的交互需求包括能源供应可靠性和交互主体数量最小化；
虚拟电厂上网电价机制子模块，用于根据虚拟电厂的实际出力，确定各时段向虚拟电厂支付的电费；
虚拟电厂内部利益分配机制子模块，用于确定各时段分布式能源生产商可获得的供电收益；
虚拟电厂利益分配机制合理性分析子模块，用于确定虚拟电厂的特征函数，根据所述特征函数，确定分布式能源生产商通过合作而获得的利益。
11.根据权利要求7所述的系统，其特征在于，确定第二虚拟电厂利益分配机制模块，包括：
确定虚拟电厂评分机制子模块，用于确定连续分布的数据集的CRPS值，并给予所述CRPS值确定虚拟电厂评分机制；
确定电费及供电收益子模块，用于确定各时段虚拟电厂上网电价以及电网公司向虚拟电厂支付的电费，并确定各时段分布式能源生产商可获得的供电收益。
12.根据权利要求7所述的装置，其特征在于，有效性验证模块，包括：
确定基础数据步子模块，用于根据预先采集的虚拟电厂的参数，计算不同预测时间下的光伏出力预测值；
情景设置子模块，用于确定不同情景模式下分布式能源生产商的能源供应效益；
虚拟电厂利益分配结果分析子模块，用于根据电力市场中常用的短期可再生能源预测时间范围，确定各分布式能源机组在不同情景中的单位供电收益；
利益分配结果对比子模块，用于分析所述第一虚拟电厂利益分配机制和所述第二虚拟电厂利益分配机制对不同预测水平虚拟电厂的利益分配效果。
CN202011622752.3A 2020-12-31 2020-12-31 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统 Pending CN112766541A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011622752.3A CN112766541A (zh) 2020-12-31 2020-12-31 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011622752.3A CN112766541A (zh) 2020-12-31 2020-12-31 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统

Publications (1)

Publication Number Publication Date
CN112766541A true CN112766541A (zh) 2021-05-07

Family

ID=75698561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011622752.3A Pending CN112766541A (zh) 2020-12-31 2020-12-31 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统

Country Status (1)

Country Link
CN (1) CN112766541A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283659A (zh) * 2021-06-03 2021-08-20 上海分未信息科技有限公司 一种面向虚拟电厂的电力负荷响应任务分配方法
CN117196680A (zh) * 2023-09-21 2023-12-08 江苏方天电力技术有限公司 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971181A (zh) * 2014-05-20 2014-08-06 河海大学 一种用于虚拟电厂的日前经济调度方法
CN107767033A (zh) * 2017-09-28 2018-03-06 上海交通大学 一种考虑不确定性的虚拟电厂竞价及利益分配方法及系统
CN108399492A (zh) * 2018-02-02 2018-08-14 上海电气分布式能源科技有限公司 一种虚拟电厂内部收益分配方法
CN109389327A (zh) * 2018-11-08 2019-02-26 贵州电网有限责任公司 基于风光不确定性的多虚拟电厂时前合作方法
CN110826890A (zh) * 2019-10-29 2020-02-21 南方电网科学研究院有限责任公司 一种考虑风险的虚拟电厂的利益分配方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971181A (zh) * 2014-05-20 2014-08-06 河海大学 一种用于虚拟电厂的日前经济调度方法
CN107767033A (zh) * 2017-09-28 2018-03-06 上海交通大学 一种考虑不确定性的虚拟电厂竞价及利益分配方法及系统
CN108399492A (zh) * 2018-02-02 2018-08-14 上海电气分布式能源科技有限公司 一种虚拟电厂内部收益分配方法
CN109389327A (zh) * 2018-11-08 2019-02-26 贵州电网有限责任公司 基于风光不确定性的多虚拟电厂时前合作方法
CN110826890A (zh) * 2019-10-29 2020-02-21 南方电网科学研究院有限责任公司 一种考虑风险的虚拟电厂的利益分配方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283659A (zh) * 2021-06-03 2021-08-20 上海分未信息科技有限公司 一种面向虚拟电厂的电力负荷响应任务分配方法
CN113283659B (zh) * 2021-06-03 2022-11-22 上海分未信息科技有限公司 一种面向虚拟电厂的电力负荷响应任务分配方法
CN117196680A (zh) * 2023-09-21 2023-12-08 江苏方天电力技术有限公司 一种虚拟电厂参与市场交易的内部主体效益分配方法及装置

Similar Documents

Publication Publication Date Title
Elgamal et al. Optimization of a multiple-scale renewable energy-based virtual power plant in the UK
Toubeau et al. Medium-term multimarket optimization for virtual power plants: A stochastic-based decision environment
Sommerfeldt et al. Revisiting the techno-economic analysis process for building-mounted, grid-connected solar photovoltaic systems: Part two-Application
Zhang et al. Cournot oligopoly game-based local energy trading considering renewable energy uncertainty costs
Deb et al. How to incorporate volatility and risk in electricity price forecasting
Heydarian-Forushani et al. Quantitative flexibility assessment of a comprehensive set of demand response programs
Naemi et al. Optimisation and analysis of battery storage integrated into a wind power plant participating in a wholesale electricity market with energy and ancillary services
CN112766541A (zh) 考虑出力预测误差的虚拟电厂利益分配机制的方法及系统
CN116308445A (zh) 一种基于能源区块链的虚拟电厂多模式交易方法、设备及介质
Li et al. Day-ahead risk averse market clearing considering demand response with data-driven load uncertainty representation: A Singapore electricity market study
Brito-Pereira et al. Adjusting the aim of capacity mechanisms: Future-proof reliability metrics and firm supply calculations
Henni et al. Industrial peak shaving with battery storage using a probabilistic forecasting approach: Economic evaluation of risk attitude
CN117010946A (zh) 一种火电厂生产经营成本核算系统及其使用方法
Gulotta et al. Short-term uncertainty in the dispatch of energy resources for VPP: A novel rolling horizon model based on stochastic programming
Guo et al. How to realize the power demand side actively matching the supply side?——A virtual real-time electricity prices optimization model based on credit mechanism
Ilham et al. Optimizing solar PV investments: A comprehensive decision-making index using CRITIC and TOPSIS
CN115619483A (zh) 一种考虑中长期与调峰市场衔接的虚拟电厂零售结算方法
Chondrogiannis et al. Power system flexibility: A methodological analytical framework based on unit commitment and economic dispatch modelling
Pei et al. Optimizing the operation and allocating the cost of shared energy storage for multiple renewable energy stations in power generation side
Xia et al. A game-theoretic analysis of wind power generator bidding strategies in electricity markets
Wang et al. Data association load uncertainty and risk aversion in electricity markets with data center participation in the demand response
Shin et al. Analysis of the Effect of Different Time Resolutions Between Day-Ahead and Real-Time Markets on Offer Strategies of Wind Power Producers
Zhang et al. Call Option based Risk Management for Wind Power Producers in Day-ahead Electricity Market
Hosseini Fluctuation-Aware Wind Power Scheduling in Day-ahead Energy and Reserve Markets
Beluco et al. Application of the concept of terminal value in the analysis of projects based on renewable energy

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