CN113139271A - 聚合资源建模方法及装置、电子设备及存储介质 - Google Patents

聚合资源建模方法及装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113139271A
CN113139271A CN202010066447.4A CN202010066447A CN113139271A CN 113139271 A CN113139271 A CN 113139271A CN 202010066447 A CN202010066447 A CN 202010066447A CN 113139271 A CN113139271 A CN 113139271A
Authority
CN
China
Prior art keywords
power
aggregated
resource
resources
parameters
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.)
Granted
Application number
CN202010066447.4A
Other languages
English (en)
Other versions
CN113139271B (zh
Inventor
蒲桂林
陈根军
陈凯
邹大云
施雄华
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.)
NR Electric Co Ltd
NR Engineering Co Ltd
Original Assignee
NR Electric Co Ltd
NR Engineering 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 NR Electric Co Ltd, NR Engineering Co Ltd filed Critical NR Electric Co Ltd
Priority to CN202010066447.4A priority Critical patent/CN113139271B/zh
Publication of CN113139271A publication Critical patent/CN113139271A/zh
Application granted granted Critical
Publication of CN113139271B publication Critical patent/CN113139271B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

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

Abstract

本申请提供聚合资源建模方法及装置、电子设备及存储介质。所述方法包括：建立所述电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数；基于所述1：X对应关系，设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数；以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模。

Description

聚合资源建模方法及装置、电子设备及存储介质
技术领域
本申请涉及电力现货市场技术领域，具体涉及聚合资源建模方法及装置、电子设备及存储介质。
背景技术
电力现货市场以社会效益最大化为目标，发电方和用电方在市场上提交电能量和辅助服务等产品的报价，市场根据发用电双方的报价，并结合电网安全约束条件，进行统一出清计算，得到发用电计划和相应的出清价格。
安全约束机组组合(SCUC)和安全约束经济调度(SCED)是电力现货市场出清计算的主要算法。
SCUC的首要任务是确定调度周期各个时段中机组的启停状态，其目标是在计划时段内满足系统平衡约束、系统备用约束、机组运行约束、网络安全约束等条件下，使社会效益最大，即实现发电资源的最优利用。
以SCUC为例，其目标函数如下所示。
Figure BDA0002376102530000011
其中：M表示机组总数，T表示考虑的总时段数，Pi，t表示机组i在时段t的出力,Ci，t(Pi，t)表示机组i在时段t的运行费用，
Figure BDA0002376102530000012
表示机组i在时段t的启动费用。
可见，上述SCUC目标函数中将机组作为优化对象，以机组启停状态和出力作为决策变量。
SCED问题在数学本质上为包含线性、非线性、非解析约束条件的大规模规划问题，求解算法主要分为两类：灵敏度法和最优潮流法。SCED必须在机组出力计划确定后才能求解支路潮流，这种互为因果的关系大大增加了问题的复杂度。有功功率的线性度较好，因此可基于灵敏度并应用混合整数线性规划方法处理安全约束调度有功不等式约束，简化了SCED的求解复杂度。最优潮流法则是利用内点法等非线性规划求解方法直接对SCED问题进行求解，理论上此类方法得到的优化结果更为准确，但求解复杂度高，耗时长。
在实际电网中，出于机组安全性和经济性考虑，某些电厂(或多个电厂组成的群体)更倾向于由其自身进行厂内机组的启停安排和出力计划分配，典型的例子包括水电厂、多能互补电厂群等，水电机组的振动区范围和耗水率特性都随水头变化，电厂自身更易考虑实时水头下的机组振动区和耗水率，确保机组安全经济运行。此外，水电机组启停速度快，电网在进行备用计算时可以不用详细考虑每个水电机组的启停状态，而是由水电厂根据机组检修情况上报全厂的出力上下限即可。
现有的SCUC和SCED计算方法中，一般是将机组作为优化对象进行数学建模，无法满足以上实际需求。
发明内容
本申请实施例提供一种电力现货市场出清计算的聚合资源建模方法，包括：建立所述电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数；基于所述1：X对应关系，设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数；以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模。
根据一些实施例，所述方法还包括：获取所述聚合资源的参数、所述并网点的参数、非聚合资源的参数和所述电力现货市场出清计算数学模型的约束参数；其中，所述约束参数包括网络约束的潮流传输极限、并网点对网络约束的功率转移分布因子、节点对网络约束的功率转移分布因子、联络线总数、联络线在某时段的输入功率、联络线所在节点对网络约束的功率转移分布因子、母线负荷总数、母线负荷在某时段的功率，母线负荷所在节点对网络约束的功率转移分布因子。
根据一些实施例，所述设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数，公式如下：
PCk,l,t＝PAk,t*fck,l,t，
其中：PAk，t是聚合资源k在时段t的聚合资源功率，fck，l，t是聚合资源k在时段t于并网点l的功率分配系数，PCk，l，t是聚合资源k在时段t于并网点l的上网功率，1≤l≤X。
根据一些实施例，所述以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模，包括：基于所述聚合资源的参数、所述并网点的参数、非聚合资源的参数，对电力现货市场出清计算数学模型的目标函数进行建模；基于所述电力现货市场出清计算数学模型的约束参数，对电力现货市场出清计算数学模型的网络约束进行建模。
根据一些实施例，所述基于所述聚合资源的参数、所述并网点的参数、非聚合资源的参数，对电力现货市场出清计算数学模型的目标函数进行建模，公式如下：
Figure BDA0002376102530000031
其中，N表示聚合资源的总数，T表示考虑的总时段数，PAk,t表示聚合资源k在时段t的聚合资源功率，CAk,t(PAk,t)表示聚合资源k在时段t的运行费用，M表示非聚合资源的总数，Pi,t表示非聚合资源i在时段t的功率，Ci,t(Pi,t)表示非聚合资源i在时段t的运行费用，
Figure BDA0002376102530000032
表示非聚合资源i在时段t的启动费用。
根据一些实施例，所述基于所述电力现货市场出清计算数学模型的约束参数，对电力现货市场出清计算数学模型的网络约束进行建模，公式如下：
Figure BDA0002376102530000041
其中，
Figure BDA0002376102530000042
为网络约束j的潮流传输极限，Lk是聚合资源k的并网点数量，SFj-l是并网点l对网络约束j的功率转移分布因子；SFj-i是节点i对网络约束j的功率转移分布因子；R是联络线总数，Tr，t是联络线r在时段t的输入功率，SFj-r是联络线r所在节点对网络约束j的功率转移分布因子；S是母线负荷总数，Ds，t是母线负荷s在时段t的功率，SFj-s是母线负荷s所在节点对网络约束j的功率转移分布因子。
本申请实施例还提供一种电力现货市场出清计算的聚合资源建模装置，包括关系建立模块、功率分配系数设置模块、建模模块，所述关系建立模块用于建立所述电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数；所述功率分配系数设置模块用于基于所述1：X对应关系，设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数；所述建模模块用于以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模。
根据一些实施例，所述装置还包括数据获取模块，所述数据获取模块用于获取所述聚合资源的总数、所述聚合资源功率、所述并网点的参数和所述电力现货市场出清计算数学模型的建模参数。
本申请实施例还提供一种电子设备，包括一个或多个处理器和存储器，所述处理器用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行如上所述的方法。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序,其中，当所述计算机程序被处理器执行时，使得所述处理器执行如上所述的方法。
本申请实施例提供的技术方案，以聚合资源上网总功率作为决策变量，不考虑聚合资源内部的启停情况，基于聚合资源功率分配系数对聚合资源进行数学建模，使得电力现货市场中可以直接对聚合资源进行优化出清。且由于不需要对聚合资源内部各独立资源进行数学建模，减少了出清计算数学模型中的优化变量个数，降低了出清计算方法的复杂程度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种电力现货市场出清计算的聚合资源建模方法流程示意图。
图2是本申请实施例提供的一种电力现货市场出清计算的聚合资源示意图。
图3是本申请实施例提供的一种具体的对所有聚合资源进行建模的流程示意图。
图4是本申请实施例提供的一种电力现货市场出清计算的聚合资源建模装置功能框图。
图5是本申请实施例提供的另一种电力现货市场出清计算的聚合资源建模装置功能框图。
图6是本申请实施例提供的一种电子设备功能组成框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应当理解，本申请的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象，而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
图1是本申请实施例提供的一种电力现货市场出清计算的聚合资源建模方法流程示意图。
参见图1，在S110中，建立电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数。
本申请适用于至少包括一个聚合资源的电力现货市场。在这样的电力现货市场中，一般有聚合资源，也有非聚合资源。
例如一个电力现货市场有十个发电机组，有六个共同工作，四个独立工作。那么共同工作的六个发电机组作为一个聚合资源，独立工作的四个发电机组作为四个非聚合资源。具体而言，聚合资源和非聚合资源都可能是一个或一个以上。
在电力现货市场的电网模型中，某个单一资源，例如某台发电机组或某个负荷，是通过固定的并网路径连接到电网上的，每个单一资源仅对应一个并网点。而聚合资源内部可以包括多个单一资源，并且聚合资源内部的多个单一资源可能分别通过不同的并网路径连接到输电网络上。因此在将聚合资源作为一个整体时，每个聚合资源可能会对应一个或多个并网点。因此，聚合资源和并网点是1：X的对应关系，如图2所示。
聚合资源内部包含多个独立的资源，作为一个整体参与市场竞争。在投标时，中标结果包括中标电量和中标电价，市场出清计算中并不直接计算出每个独立资源的中标结果，而是计算出聚合资源总的中标结果，再由聚合资源自身去进行内部分配。在建模时，需要确定每个聚合资源与它的至少一个并网点的1：X对应关系，确定X的值。
可选地，如果电力现货市场出清计算的聚合资源建模装置中，不能获得建模需要的参数，还需要从电力现货市场技术支持系统中获取。
具体包括：获取聚合资源的参数、并网点的参数、非聚合资源的参数和电力现货市场出清计算数学模型的约束参数。其中，约束参数包括网络约束的潮流传输极限、并网点对网络约束的功率转移分布因子、节点对网络约束的功率转移分布因子、联络线总数、联络线在某时段的输入功率、联络线所在节点对网络约束的功率转移分布因子、母线负荷总数、母线负荷在某时段的功率，母线负荷所在节点对网络约束的功率转移分布因子。
参见图1，在S120中，基于1：X对应关系，设置每个聚合资源的聚合资源功率在X个并网点的功率分配系数。
电力现货市场出清计算是基于各个并网点的功率注入及相应的灵敏度矩阵进行数学建模的，因此如果聚合资源分别从多个并网点连接到电网上，则需要将聚合资源的总功率分配到对应的多个并网点上。因此，利用功率分配系数进行聚合资源的功率分配建模，将聚合资源总功率转化成了各个并网点的上网功率。对于拥有聚合资源的市场成员，例如发电公司，在进行发电报价时，既需要对电能量本身进行报价，又需要对上述功率分配系数进行申报。
关于设置聚合资源在其对应的多个并网点上的功率分配系数，一般来讲，需要首先评估聚合资源内部各单一资源的发电能力和用电需求，并考虑到聚合资源内部各单一资源之间的相互制约，从而设置出符合聚合资源实际特性的功率分配系数。
另一种设置功率分配系数的方法是：根据近一段时间内聚合资源在其对应并网点的实际功率，统计出近一段时间的实际功率分配系数，然后利用统计出的实际功率分配系数作为市场出清计算中使用的聚合资源功率分配系数。
根据统计结果，设置每个聚合资源的聚合资源功率在X个并网点的功率分配系数，公式如下。
PCk,l,t＝PAk,t*fck,l,t。
其中：PAk，t是聚合资源k在时段t的聚合资源功率，fck，l，t是聚合资源k在时段t于并网点l的功率分配系数，PCk，l，t是聚合资源k在时段t于并网点l的上网功率，1≤l≤X。
参见图1，在S130中，以所有聚合资源的聚合资源总功率为决策变量，基于功率分配系数对所有聚合资源进行建模。
S130具体包括如下的S131和S132，如图3所示。
在S131中，基于聚合资源的参数、并网点的参数、非聚合资源的参数，对电力现货市场出清计算数学模型的目标函数进行建模。公式如下。
Figure BDA0002376102530000081
其中，N表示聚合资源的总数，T表示考虑的总时段数，PAk,t表示聚合资源k在时段t的聚合资源功率，CAk,t(PAk,t)表示聚合资源k在时段t的运行费用，M表示非聚合资源的总数，Pi,t表示非聚合资源i在时段t的功率，Ci,t(Pi,t)表示非聚合资源i在时段t的运行费用，
Figure BDA0002376102530000082
表示非聚合资源i在时段t的启动费用。
在S132中，基于电力现货市场出清计算数学模型的约束参数，对电力现货市场出清计算数学模型的网络约束进行建模。公式如下。
Figure BDA0002376102530000091
其中，
Figure BDA0002376102530000092
为网络约束j的潮流传输极限，Lk是聚合资源k的并网点数量，SFj-l是并网点l对网络约束j的功率转移分布因子；SFj-i是节点i对网络约束j的功率转移分布因子；R是联络线总数，Tr，t是联络线r在时段t的输入功率，SFj-r是联络线r所在节点对网络约束j的功率转移分布因子；S是母线负荷总数，Ds，t是母线负荷s在时段t的功率，SFj-s是母线负荷s所在节点对网络约束j的功率转移分布因子。
本申请实施例提供的技术方案，以聚合资源上网总功率作为决策变量，不考虑聚合资源内部的启停情况，基于聚合资源功率分配系数对聚合资源进行数学建模，使得电力现货市场中可以直接对聚合资源进行优化出清。且由于不需要对聚合资源内部各独立资源进行数学建模，减少了出清计算数学模型中的优化变量个数，降低了出清计算方法的复杂程度。
图4是本申请实施例提供的一种电力现货市场出清计算的聚合资源建模装置功能框图。
聚合资源建模装置10包括关系建立模块11、功率分配系数设置模块12、建模模块13。
关系建立模块11用于建立电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数。功率分配系数设置模块12用于基于1：X对应关系，设置每个聚合资源的聚合资源功率在X个并网点的功率分配系数。建模模块13用于以所有聚合资源的聚合资源总功率为决策变量，基于功率分配系数对所有聚合资源进行建模。
可选地，如果电力现货市场出清计算的聚合资源建模装置中，不能获得建模需要的参数，还需要从电力现货市场技术支持系统中获取。
这时，聚合资源建模装置10还包括数据获取模块14，如图5。
数据获取模块14用于获取聚合资源的总数、聚合资源功率、并网点的参数和所述电力现货市场出清计算数学模型的建模参数。
图6是本申请实施例提供的一种电子设备功能组成框图。
电子设备可以包括输出单元301、输入单元302、处理器303、存储器304、通讯接口305，以及内存单元306。
存储器304作为一种非暂态计算机可读存储器，可用于存储软件程序、计算机可执行程序以及模块。当一个或多个程序被一个或多个处理器303执行，使得一个或多个处理器303实现如上所述的方法。
存储器304可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子器件的使用所创建的数据等。此外，存储器304可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器304可选包括相对于处理器303远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明仅用于帮助理解本申请的方法及其核心思想。同时，本领域技术人员依据本申请的思想，基于本申请的具体实施方式及应用范围上做出的改变或变形之处，都属于本申请保护的范围。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种电力现货市场出清计算的聚合资源建模方法，包括：
建立所述电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数；
基于所述1：X对应关系，设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数；
以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模。
2.根据权利要求1所述的方法，还包括：
获取所述聚合资源的参数、所述并网点的参数、非聚合资源的参数和所述电力现货市场出清计算数学模型的约束参数；其中，
所述约束参数包括网络约束的潮流传输极限、并网点对网络约束的功率转移分布因子、节点对网络约束的功率转移分布因子、联络线总数、联络线在某时段的输入功率、联络线所在节点对网络约束的功率转移分布因子、母线负荷总数、母线负荷在某时段的功率，母线负荷所在节点对网络约束的功率转移分布因子。
3.根据权利要求1所述的方法，其中，所述设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数，公式如下：
PCk,l,t＝PAk,t*fck,l,t，
其中：PAk，t是聚合资源k在时段t的聚合资源功率，fck，l，t是聚合资源k在时段t于并网点l的功率分配系数，PCk，l，t是聚合资源k在时段t于并网点l的上网功率，1≤l≤X。
4.根据权利要求1至3之任一项所述的方法，其中，所述以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模，包括：
基于所述聚合资源的参数、所述并网点的参数、非聚合资源的参数，对电力现货市场出清计算数学模型的目标函数进行建模；
基于所述电力现货市场出清计算数学模型的约束参数，对电力现货市场出清计算数学模型的网络约束进行建模。
5.根据权利要求4所述的方法，其中，所述基于所述聚合资源的参数、所述并网点的参数、非聚合资源的参数，对电力现货市场出清计算数学模型的目标函数进行建模，公式如下：
Figure FDA0002376102520000021
其中，N表示聚合资源的总数，T表示考虑的总时段数，PAk,t表示聚合资源k在时段t的聚合资源功率，CAk,t(PAk,t)表示聚合资源k在时段t的运行费用，M表示非聚合资源的总数，Pi,t表示非聚合资源i在时段t的功率，Ci,t(Pi,t)表示非聚合资源i在时段t的运行费用，
Figure FDA0002376102520000022
表示非聚合资源i在时段t的启动费用。
6.根据权利要求4所述的方法，其中，所述基于所述电力现货市场出清计算数学模型的约束参数，对电力现货市场出清计算数学模型的网络约束进行建模，公式如下：
Figure FDA0002376102520000023
其中，
Figure FDA0002376102520000024
为网络约束j的潮流传输极限，Lk是聚合资源k的并网点数量，SFj-l是并网点l对网络约束j的功率转移分布因子；SFj-i是节点i对网络约束j的功率转移分布因子；R是联络线总数，Tr，t是联络线r在时段t的输入功率，SFj-r是联络线r所在节点对网络约束j的功率转移分布因子；S是母线负荷总数，Ds，t是母线负荷s在时段t的功率，SFj-s是母线负荷s所在节点对网络约束j的功率转移分布因子。
7.一种电力现货市场出清计算的聚合资源建模装置，包括：
关系建立模块，用于建立所述电力现货市场中每个聚合资源与至少一个并网点的1：X对应关系，X为大于等于1的自然数；
功率分配系数设置模块，用于基于所述1：X对应关系，设置每个所述聚合资源的聚合资源功率在X个所述并网点的功率分配系数；
建模模块，用于以所有所述聚合资源的聚合资源总功率为决策变量，基于所述功率分配系数对所有所述聚合资源进行建模。
8.根据权利要求7所述的装置，还包括：
数据获取模块，用于获取所述聚合资源的总数、所述聚合资源功率、所述并网点的参数和所述电力现货市场出清计算数学模型的建模参数。
9.一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行如权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序,其中，当所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述的方法。
CN202010066447.4A 2020-01-20 2020-01-20 聚合资源建模方法及装置、电子设备及存储介质 Active CN113139271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010066447.4A CN113139271B (zh) 2020-01-20 2020-01-20 聚合资源建模方法及装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010066447.4A CN113139271B (zh) 2020-01-20 2020-01-20 聚合资源建模方法及装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113139271A true CN113139271A (zh) 2021-07-20
CN113139271B CN113139271B (zh) 2022-07-22

Family

ID=76809200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010066447.4A Active CN113139271B (zh) 2020-01-20 2020-01-20 聚合资源建模方法及装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113139271B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116131259A (zh) * 2023-02-09 2023-05-16 中国南方电网有限责任公司 基于时间聚合的电力资源调度方法、装置和计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493184A (zh) * 2018-11-19 2019-03-19 南方电网能源发展研究院有限责任公司 基于绿证交易的电力出清方法、装置、设备和存储介质
CN110224398A (zh) * 2019-06-12 2019-09-10 广东电网有限责任公司 一种日前电力现货市场出清方法、装置、系统及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493184A (zh) * 2018-11-19 2019-03-19 南方电网能源发展研究院有限责任公司 基于绿证交易的电力出清方法、装置、设备和存储介质
CN110224398A (zh) * 2019-06-12 2019-09-10 广东电网有限责任公司 一种日前电力现货市场出清方法、装置、系统及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116131259A (zh) * 2023-02-09 2023-05-16 中国南方电网有限责任公司 基于时间聚合的电力资源调度方法、装置和计算机设备
CN116131259B (zh) * 2023-02-09 2024-02-06 中国南方电网有限责任公司 基于时间聚合的电力资源调度方法、装置和计算机设备

Also Published As

Publication number Publication date
CN113139271B (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
Zhao et al. Distributed model predictive control strategy for islands multimicrogrids based on noncooperative game
Xie et al. Two-stage compensation algorithm for dynamic economic dispatching considering copula correlation of multiwind farms generation
Kamarposhti et al. Effect of wind penetration and transmission line development in order to reliability and economic cost on the transmission system connected to the wind power plant
CN112821397B (zh) 一种“源-荷-储”协调的低碳经济调度方法及装置
CN108493998B (zh) 考虑需求响应与n-1预想故障的鲁棒输电网规划方法
CN111667136A (zh) 一种区域电力市场的出清方法、装置及存储介质
Tang et al. Stochastic reserve scheduling of energy storage system in energy and reserve markets
CN113705962A (zh) 一种基于分布鲁棒优化的虚拟电厂日前调度方法
Peikherfeh et al. Optimal dispatch of distributed energy resources included in a virtual power plant for participating in a day-ahead market
CN110783950A (zh) 一种配电网节点光伏最佳配置容量确定方法
CN112241803A (zh) 一种省间省内电力平衡协调优化方法及系统
CN115271397A (zh) 一种电力日前市场出清的计算方法、装置及储存介质
Tan et al. Joint scheduling optimization of virtual power plants and equitable profit distribution using shapely value theory
CN115882523A (zh) 含分布式储能的电力系统优化运行方法、系统及设备
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
CN113139271B (zh) 聚合资源建模方法及装置、电子设备及存储介质
CN113870029A (zh) 跨省区电力现货市场多主体出清方法、系统及计算机设备
CN113706245A (zh) 跨省区电力交易路径确定方法、系统、设备及存储介质
CN112926762A (zh) 一种基于安全约束机组组合模型的出清方法及装置
Wang et al. A hybrid agent-based model predictive control scheme for smart community energy system with uncertain DGs and loads
CN117353345A (zh) 一种计及配电网潮流约束的多产消者电能共享方法
CN116707016A (zh) 基于场景生成和削减的风光氢储日前随机优化调度方法
CN115693797A (zh) 考虑v2g与需求响应的配电网调度方法、介质及系统
Li et al. Decomposed modeling of controllable and uncontrollable components in power systems with high penetration of renewable energies
CN115706413A (zh) 一种微电网调度装置和方法

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
GR01 Patent grant
GR01 Patent grant