CN113538066A - 虚拟电厂参与电力市场的控制方法、系统、设备及介质 - Google Patents

虚拟电厂参与电力市场的控制方法、系统、设备及介质 Download PDF

Info

Publication number
CN113538066A
CN113538066A CN202110874216.0A CN202110874216A CN113538066A CN 113538066 A CN113538066 A CN 113538066A CN 202110874216 A CN202110874216 A CN 202110874216A CN 113538066 A CN113538066 A CN 113538066A
Authority
CN
China
Prior art keywords
power plant
virtual power
virtual
market
output
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
CN202110874216.0A
Other languages
English (en)
Other versions
CN113538066B (zh
Inventor
郭晓蕊
刘建涛
耿建
王珂
叶洪波
陈明
凌晓波
肖飞
王礼文
周竞
吕建虎
李亚平
谢云云
时涵
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.)
Nanjing University of Science and Technology
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shanghai Electric Power Co Ltd
Original Assignee
Nanjing University of Science and Technology
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
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 Nanjing University of Science and Technology, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Shanghai Electric Power Co Ltd filed Critical Nanjing University of Science and Technology
Priority to CN202110874216.0A priority Critical patent/CN113538066B/zh
Publication of CN113538066A publication Critical patent/CN113538066A/zh
Application granted granted Critical
Publication of CN113538066B publication Critical patent/CN113538066B/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
    • 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
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (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)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (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

本发明属于源‑网‑荷互动运行调度与控制领域，公开了一种虚拟电厂参与电力市场的控制方法、系统、设备及介质，包括：获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量；根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值，并根据其控制虚拟电厂内各设备参与电力市场。能够充分保证虚拟电厂出力稳定性，并在减少实时出力与日前投标差距的同时，提高虚拟电厂的整体运行收益。

Description

虚拟电厂参与电力市场的控制方法、系统、设备及介质
技术领域
本发明属于源-网-荷互动运行调度与控制领域，涉及一种虚拟电厂参与电力市场的控制方法、系统、设备及介质。
背景技术
近几年，能源紧缺、环境污染等问题日益严峻，大力发展可再生能源发电技术已成为世界各国的共识。虚拟电厂作为聚合优化“源-网-荷”清洁低碳发展的新一代智能控制技术和互动商业模式，对完善电力现货市场机制、发挥市场资源优化配置能力起到重要作用。然而，可再生能源出力具有较强的随机性和波动性，对含可再生能源的虚拟电厂在电力市场中的投标策略带来了风险，也影响了其主动参与电力市场交易的进程。为了减少风电波动对投标策略带来的风险，在日前投标时必须充分考虑风电出力的不确定性。
目前，有研究采用基于概率场景的随机优化方法，该方法需要生成大量场景，进而得到基于场景的最优策略，但无法应对最坏场景，并且，准确的风电出力的概率密度函数较难获取，导致虚拟电厂参与电力市场时的运行策略与实际情况存在差距，使得虚拟电厂难以满足投标功率。
发明内容
本发明的目的在于克服上述现有技术中，虚拟电厂参与电力市场时，存在难以满足投标功率的缺点，提供一种虚拟电厂参与电力市场的控制方法、系统、设备及介质。
为达到上述目的，本发明采用以下技术方案予以实现：
本发明第一方面，一种虚拟电厂参与电力市场的控制方法，包括以下步骤：
获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量；
根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值；
根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。
本发明虚拟电厂参与电力市场的控制方法进一步的改进在于：
所述虚拟电厂鲁棒优化调度模型通过如下方式构建：以虚拟电厂收益最大为优化目标，结合虚拟电厂运行约束、燃气轮机运行约束、储能约束及可中断负荷约束，构建虚拟电厂鲁棒优化调度模型。
所述以虚拟电厂收益最大为优化目标，结合虚拟电厂运行约束、燃气轮机运行约束、储能约束及可中断负荷约束，构建虚拟电厂鲁棒优化调度模型的具体方法为：以虚拟电厂收益最大为优化目标建立目标函数；将目标函数以及燃气轮机运行约束进行线性化处理，得到线性化目标函数和线性化燃气轮机运行约束；获取虚拟电厂不确定出力的向上波动最大值和向下波动最大值，根据虚拟电厂不确定出力的向上波动最大值和向下波动最大值，通过对偶理论，将线性化目标函数转换为对偶目标函数，虚拟电厂运行约束转换为对偶约束；将线性化目标函数、对偶约束、性化燃气轮机运行约束、储能约束以及可中断负荷约束组合，得到虚拟电厂鲁棒优化调度模型。
所述燃气轮机运行约束进行线性化处理时，采用大M法进行线性化处理。
所述虚拟电厂收益为：虚拟电厂对电力市场售电的收益+虚拟电厂向内部负荷供电的收益-不平衡惩罚成本-储能运行成本-可中断负荷的中断成本-燃气轮机运行成本。
所述燃气轮机运行约束包括燃气轮机出力上下限约束、燃气轮机爬坡约束以及燃气轮机启停约束；所述储能约束包括储能状态约束、储能容量上下限约束以及储能充放电功率上下限约束。
所述预设的虚拟电厂鲁棒优化调度模型的具体方法为：采用CPLEX求解器求解预设的虚拟电厂鲁棒优化调度模型。
本发明第二方面，一种虚拟电厂参与电力市场的控制系统，包括：获取模块，用于获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量；解算模块，用于根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值；控制模块，用于根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。
本发明第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述虚拟电厂参与电力市场的控制方法的步骤。
本发明第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述虚拟电厂参与电力市场的控制方法的步骤。
与现有技术相比，本发明具有以下有益效果：
本发明虚拟电厂参与电力市场的控制方法，通过获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，然后利用预设的虚拟电厂鲁棒优化调度模型，得到虚拟电厂内各设备参与电力市场的出力值，进而根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。基于虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量的获取，能够充分考虑虚拟电厂内部可中断负荷电量的需求响应，并可作为虚拟电厂参与电力市场出力调节的一部分，有效提升虚拟电厂参与电力市场的出力稳定性，最大程度上减少实时出力与日前投标差距，保证满足投标功率，提高虚拟电厂运行收益。
进一步的，在构建虚拟电厂鲁棒优化调度模型时，首先将目标函数和燃气轮机运行约束进行线性化处理，然后根据虚拟电厂不确定出力的向上波动最大值和向下波动最大值，通过对偶理论，将线性化目标函数转换为对偶目标函数，虚拟电厂运行约束转换为对偶约束，充分考虑了虚拟电厂内部不确定出力的不确定性影响，且经过线性化和对偶处理，所构建的模型简单且易于求解。
附图说明
图1为本发明的虚拟电厂参与电力市场的控制方法流程图；
图2为本发明实施例中市场电价和零售电价的曲线对比图；
图3为本发明实施例中预测的风电出力区间曲线图；
图4为本发明实施例中虚拟电厂日前投标量结果示意图；
图5为本发明实施例中虚拟电厂内部各设备出力结果示意图；
图6为本发明实施例中考虑和不考虑不确定性的虚拟电厂收益对比图；
图7为本发明的虚拟电厂参与电力市场的控制系统结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
参见图1，本发明一实施例中，提供一种虚拟电厂参与电力市场的控制方法，尤其适用于含有不确定性出力的虚拟电厂参与电力市场的控制，其中，不确定性出力如风电出力、光电出力和水电出力。具体的，该虚拟电厂参与电力市场的控制方法包括以下步骤。
S1：获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量。
具体的，针对虚拟电厂在电力市场的日前投标量和日前出清价格，本实施例中，设定虚拟电厂在电力市场交易中作为价格接受者。因虚拟电厂规模较小，假定其在日前市场的竞标价格不会影响最终的出清价格，因此将其竞标价格设为0，以保证竞标容量可被完全调用，实际结算价格与电力市场的出清价格相同。
针对虚拟电厂对内部负荷的供电电价和供电电量以及虚拟电厂内部的可中断负荷电量，本实施例中，虚拟电厂内部的需求侧仅考虑居民用户，需求侧响应为激励型，居民用户可充当可中断负荷，可中断负荷电量一般以普通用电负荷电量的预设比例确定。可中断负荷电量充当虚拟出力，它的实时出力值应小于等于虚拟电厂对内部负荷的供电电量的一定比例，且为正值。
S2：根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值。
具体的，在进行虚拟电厂参与电力市场的控制时，需要构建虚拟电厂鲁棒优化调度模型，本实施例中，提供如下的虚拟电厂鲁棒优化调度模型构建方法：以虚拟电厂收益最大为优化目标，结合虚拟电厂运行约束、燃气轮机运行约束、储能约束以及可中断负荷约束，构建虚拟电厂鲁棒优化调度模型。
具体的，以虚拟电厂收益最大为优化目标建立目标函数，目标函数的意义在于在调度周期内将虚拟电厂利润最大化。虚拟电厂的利润可以分成三部分：第一部分为虚拟电厂对电力市场售电的收益；第二部分为虚拟电厂向内部负荷供电的收益；第三部分为不平衡惩罚成本以及各设备的成本。
其中，虚拟电厂在电力市场的日前投标与实际出力有偏差时，会受到不平衡惩罚，不平衡惩罚会降低虚拟电厂的收益，因此要尽量减少日前投标和实际出力的偏差。储能装置和燃气轮机均只考虑运行成本。需求响应作为虚拟电厂内部重要的用户侧资源，在保证虚拟电厂出力稳定性上有重要作用，在仅考虑居民用户时，由于居民用户用电时间固定，因此只能通过节约用电参与激励型需求响应，用户可从虚拟电厂获取需求响应收益。优选的，本实施例中，虚拟电厂收益＝虚拟电厂对电力市场售电的收益+虚拟电厂向内部负荷供电的收益-不平衡惩罚成本-储能运行成本-可中断负荷的中断成本-燃气轮机运行成本。其中，本实施例中，以风电出力作为虚拟电厂的不确定性出力进行说明，但不以此为限，其他不确定性处理均可按照相同的方式处理。
具体的，所述以虚拟电厂收益最大为优化目标，结合虚拟电厂运行约束、燃气轮机运行约束、储能约束以及可中断负荷约束，构建虚拟电厂鲁棒优化调度模型的具体方法为：以虚拟电厂收益最大为优化目标建立目标函数；将目标函数以及燃气轮机运行约束进行线性化处理，得到线性化目标函数和线性化燃气轮机运行约束；获取虚拟电厂不确定出力的向上波动最大值和向下波动最大值，根据虚拟电厂不确定出力的向上波动最大值和向下波动最大值，通过对偶理论，将线性化目标函数转换为对偶目标函数，虚拟电厂运行约束转换为对偶约束；将线性化目标函数、对偶约束、性化燃气轮机运行约束、储能约束以及可中断负荷约束组合，得到虚拟电厂鲁棒优化调度模型。具体实施方法如下：
步骤1：以虚拟电厂收益最大为优化目标建立目标函数，将目标函数进行线性化处理，得到线性化目标函数。具体包括以下步骤：
步骤1-1：由于考虑了风电出力不确定性，风电的出力区间可以用连续且有界的区间描述，具体构建风电出力模型的步骤如下：
步骤1-1-1、首先构建风电的预测出力模型，出力预测区间为：
Figure BDA0003189763810000081
其中，
Figure BDA0003189763810000082
表示第t时步的风机预测出力；
Figure BDA0003189763810000083
表示第t时步的风机预测出力误差下限，为决策变量，是一个负值；
Figure BDA0003189763810000084
表示第t时步的风机预测出力误差上限，为决策变量，是一个正值。
步骤1-1-2：再构建风电的允许出力模型，出力允许区间为：
Figure BDA0003189763810000085
其中，
Figure BDA0003189763810000086
表示第t时步的风机出力允许误差下限，是一个负值；
Figure BDA0003189763810000087
表示第t时步的风机出力允许误差上限，是一个正值。
步骤1-1-3、由于预测出力区间范围需在允许出力区间范围内，由步骤1-1-1和1-1-2可得风电出力模型：
Figure BDA0003189763810000088
步骤1-2：构建不平衡惩罚的成本函数，不平衡惩罚用
Figure BDA0003189763810000089
表示：
Figure BDA00031897638100000810
其中，λt R+、λt R-表示正负不平衡价格系数，均取1.1；正负不平衡价格系数与能量价格λt DA相乘之后分别为正负不平衡价格，对应响应的正负不平衡量ΔPt Imb+、ΔPt Imb-。
步骤1-3：构建储能成本函数，储能成本用
Figure BDA00031897638100000811
表示：
Figure BDA00031897638100000812
其中，Cs表示储能装置的运行成本，为10.4Yuan/MW；Pt c和Pt d表示储能装置的充放电功率。
步骤1-4：构建燃气轮机运行成本的成本函数，燃气轮机运行成本用
Figure BDA00031897638100000813
表示：
Figure BDA0003189763810000091
其中，a、b、c为燃气轮机的成本系数，这里分别取为105Yuan/MW、335Yuan/MW、45Yuan/MW；Pt DG表示燃气轮机的出力。
优选的，将燃气轮机运行成本的二次成本函数线性化处理，具体步骤如下：
步骤1-4-1：燃气轮机机组发电成本一般可用二次曲线描述：
Figure BDA0003189763810000092
其中，pi为燃气轮机机组i的出力；ai、bi、ci分别为燃气轮机机组i发电费用二次函数的二次项、一次项及常数项系数。
步骤1-4-2：将二次曲线去掉常数项，并将二次曲线分段线性化，分成三段后的成本模型为：
Figure BDA0003189763810000093
其中，Kl为第l段斜率；
Figure BDA0003189763810000094
为机组第t段时段第l段出力；
Figure BDA0003189763810000095
是0-1变量，为机组的启停状态，
Figure BDA0003189763810000096
表示开机状态，
Figure BDA0003189763810000097
表示停机状态；T、L分别为时段数和线性分段的段数，此处T取96，L取2，每段的斜率分别为105Yuan/MW和335Yuan/MW；st表示第t时段的启机费用，均取为420Yuan/MW。
步骤1-5：虚拟电厂内部的需求侧仅考虑居民用户，因此，需求侧响应为激励型，居民用户充当可中断负荷，激励型需求响应的实施成本
Figure BDA0003189763810000098
即第t个时步可中断负荷的成本按下式计算：
Figure BDA0003189763810000099
其中，
Figure BDA00031897638100000910
表示时步t的负荷削减量；
Figure BDA00031897638100000911
λIL分别表示居民用户的下行备用价格和用电价格，分别为200Yuan/MW和500Yuan/MW；δ为高价补偿率，这里取为1.5。
在确定了虚拟电厂收益中的各部分组成后，构建下式的虚拟电厂鲁棒优化调度模型的目标函数：
Figure BDA0003189763810000101
其中，λt DA表示第t个时步的能量价格，为输入量；Pt DA表示第t个时步虚拟电厂的日前投标量，为决策变量；
Figure BDA0003189763810000102
表示第t个时步虚拟电厂对内部负荷的供电电价即零售价格，为输入量；Pt LOAD表示第t个时步虚拟电厂内部负荷量，为输入量；Pt IL表示第t个时步可中断负荷的中断功率，是决策变量；
Figure BDA0003189763810000103
表示第t个时步的不平衡惩罚，
Figure BDA0003189763810000104
表示第t个时步储能运行成本，
Figure BDA0003189763810000105
表示第t个时步可中断负荷的成本，
Figure BDA0003189763810000106
表示第t个时步燃气轮机的成本，所有的成本均由相应的成本函数计算得到，φd控制的是决策变量；φu控制的是不确定量，此处指风电出力；Δt为日前调度时间间隔，取为15min；T为日前调度时段，一共96个时段。
步骤2：构建虚拟电厂鲁棒优化调度模型的约束条件。具体包括虚拟电厂运行约束、燃气轮机运行约束、储能约束以及可中断负荷约束，并将燃气轮机运行约束进行线性化处理，得到线性化燃气轮机运行约束。
其中，虚拟电厂运行约束：
Pt GW+Pt DG+Pt d/ηd+Pt Imb-＝Pt DA+Pt LOAD-Pt IL+Pt Imb+
其中，Pt GW表示第t个时步的风机出力，Pt DG表示第t个时步的燃气轮机出力，Pt d表示第t个时步的储能装置放电功率，ηd表示第t时步的储能装置工作时的效率系数，Pt DA表示第t个时步的日前投标量，Pt LOAD表示第t个时步的负荷量，Pt IL表示第t个时步的可中断负荷量，Pt Imb+和Pt Imb-表示第t个时步的虚拟电厂实际出力与日前投标的正偏差量和负偏差量，任一时步只有一个为正，另一个为零。
在调度过程中，虚拟电厂应满足功率平衡。居民用户的节约用电行为可充当虚拟出力，虚拟电厂给内部负荷供电的电价为零售电价。
燃气轮机运行约束包括燃气轮机出力上下限约束、燃气轮机爬坡约束以及燃气轮机启停约束。
燃气轮机出力上下限约束：
Figure BDA0003189763810000111
其中，Pt DG表示第t个时步每个燃气轮机的出力；
Figure BDA0003189763810000112
Pt DG分别表示第t个时步每个燃气轮机的出力上下限，分别为600kW和100kW；
Figure BDA0003189763810000113
为0-1变量，燃气轮机运行时为1，停运时为0。燃气轮机出力应介于最大值与最小值之间。
燃气轮机爬坡约束：
Figure BDA0003189763810000114
其中，
Figure BDA0003189763810000115
表示燃气轮机机组向上爬坡速率，取为100kW/h，
Figure BDA0003189763810000116
表示燃气轮机机组向下爬坡速率，取为200kW/h。
如果燃气轮机上一时步的出力大于该时步的出力，说明机组向下爬坡，应小于等于向下爬坡速率；如果燃气轮机上一时步的出力小于该时步的出力，说明机组向上爬坡，应大于等于向上爬坡速率。
燃气轮机启停约束：
Figure BDA0003189763810000117
其中，
Figure BDA0003189763810000118
表示燃气轮机的启停时间；Ton、Toff表示燃气轮机的允许启动和停运时间上限，分别取为0.1h和0.2h。
优选的，由于燃气轮机启停约束含有零一变量乘以连续变量这一非线性项，利用非线性项处理方法将非线性项线性化，本实施例中，采用大M法进行线性化处理，具体方法如下：
首先，定义：
y＝a·x a∈{0,1}x∈[0,M]
0≤x≤M
0≤y≤x·M
x+M(a-1)≤y≤x-M(a-1)
其中，a为0-1变量，x为连续变量，y为函数值，M取为尽量大的正数。
用以上方法将燃气轮机启停约束进行线性化处理：令：
Figure BDA0003189763810000121
运用大M法进行线性化处理：
Figure BDA0003189763810000122
Figure BDA0003189763810000123
Figure BDA0003189763810000124
Figure BDA0003189763810000125
Figure BDA0003189763810000126
Figure BDA0003189763810000127
Figure BDA0003189763810000128
Figure BDA0003189763810000129
Figure BDA00031897638100001210
Figure BDA00031897638100001211
其中，
Figure BDA00031897638100001212
为定义的新的决策变量，M应取远大于
Figure BDA00031897638100001213
的数。
储能约束包括储能状态约束、储能容量上下限约束以及储能充放电功率上下限约束。其中，储能状态约束：
Figure BDA0003189763810000131
其中，
Figure BDA0003189763810000132
表示第t个时步的储能状态量，Pt c表示第t个时步的储能充电功率，ηc为对应的充电效率，Pt d表示第t个时步的储能放电功率，ηd为对应的放电效率，取为84％。
储能荷电状态要能够满足下一时刻的用电需求，必要时通过在电力市场购电以保证储能的荷电水平维持在一定范围。
储能容量上下限约束：
Figure BDA0003189763810000133
其中，
Figure BDA0003189763810000134
E ESS表示储能装置的容量上下限，分别取为300kWh和0。
储能每一时步的容量需要介于最大值与最小值之间。
储能充放电功率上下限约束：
Figure BDA0003189763810000135
其中，
Figure BDA0003189763810000136
表示储能装置的充电功率上限，取为1125kW；
Figure BDA0003189763810000137
表示储能装置的放电功功率上限，取为1500kW；
Figure BDA0003189763810000138
为0-1变量，同一时刻只有一个为1，另一个为0。
储能不能同时处于充放电状态，储能充、放电的功率由储能实时出力决定。
可中断负荷约束：
Figure BDA0003189763810000139
其中，
Figure BDA00031897638100001310
为0-1变量，
Figure BDA00031897638100001311
表示可中断负荷占普通用电负荷的比例，此处取20％。可中断负荷充当虚拟出力，它的实时出力值应小于等于用电负荷的一定比例，且为正值。
步骤3：获取虚拟电厂不确定出力的向上波动最大值和向下波动最大值，根据虚拟电厂不确定出力的向上波动最大值和向下波动最大值，通过对偶理论，将线性化目标函数转换为对偶目标函数，虚拟电厂运行约束转换为对偶约束。
具体的，线性规划中普遍存在配对现象，即对每一个线性规划问题，都存在另一个与它有密切关系的线性规划问题，其中之一称为原问题，而另一个称它的对偶问题。对偶理论(Duality theory)就是研究线性规划中原始问题与对偶问题之间关系的理论。
对含有风电出力的虚拟电厂运行约束进行最坏情况处理，即对含有风电偏差量的约束需要进行转化，其他约束不需要转化，对应至本实施例中，对线性化目标函数以及虚拟电厂运行约束进行转换，将原等式中的偏差量去掉，等式转变为不等式，风电实际出力大于风电计划出力，等式变大于；风电实际出力小于风电计划出力，等式为小于。具体的转化步骤为：
步骤3-1、当风电实际出力大于风电计划出力时：
虚拟电厂运行约束可等价表示为：
Figure BDA0003189763810000141
考虑最坏情况时：最坏情况为风电出力的向上波动最大时，导致虚拟电厂的实际出力大于日前投标量。
Figure BDA0003189763810000142
用新的决策变量
Figure BDA0003189763810000143
代替优化变量风机出力
Figure BDA0003189763810000144
Figure BDA0003189763810000145
引入对偶变量εt处理上述考虑风机出力波动最大时的虚拟电厂运行约束：
Figure BDA0003189763810000151
步骤3-2、当实际出力小于计划出力时：最坏情况为风机出力向下波动最大时，导致虚拟电厂的实际出力小于日前投标量。
虚拟电厂运行约束可等价表示为：
Figure BDA0003189763810000152
考虑最坏情况时：
Figure BDA0003189763810000153
用新的决策变量
Figure BDA0003189763810000154
代替优化变量Pt GW：
Figure BDA0003189763810000155
引入对偶变量δt处理上述考虑风机出力波动最大时的虚拟电厂运行约束：
Figure BDA0003189763810000156
其中，
Figure BDA0003189763810000157
表示风机在第t时步的预测出力，ΔPt GW表示风机在第t时步的出力的波动量，Pt GW代表风机在最坏场景下的出力；Pt DG表示燃气轮机在第t时步的出力，
Figure BDA0003189763810000158
表示燃气轮机的额定功率；Pt d表示储能装置在第t时步的放电功率，ηd表示储能装置的放电效率，
Figure BDA0003189763810000159
表示储能装置放电的额定功率；Pt DA表示虚拟电厂在第t时步的投标量；Pt LOAD表示第t时步的普通用电负荷；Pt IL表示第t时步可中断负荷提供的虚拟出力；Pt Imb+表示第t时步的正不平衡量，Pt Imb-表示第t时步的负不平衡量。
对最坏情况进行了上述处理后，得到原来双层鲁棒模型的对偶问题，目标函数转化为单层，得到对偶目标函数：
Figure BDA0003189763810000161
当风电实际出力大于风电计划出力时，虚拟电厂运行约束转为如下对偶约束：
Figure BDA0003189763810000162
当风电实际出力小于风电计划出力时，虚拟电厂运行约束转为如下对偶约束：
Figure BDA0003189763810000163
然后，将对偶目标函数、对偶约束、性化燃气轮机运行约束、储能约束以及可中断负荷约束组合，得到虚拟电厂鲁棒优化调度模型。这里，需要考虑风电实际出力大于风电计划出力以及风电实际出力小于风电计划出力这两种情况，在通过虚拟电厂鲁棒优化调度模型求解时，两种情况都需要计算。
基于上述的虚拟电厂鲁棒优化调度模型构建方法，最终得到了虚拟电厂鲁棒优化调度模型。然后将步骤S1中获取的虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，输入至虚拟电厂鲁棒优化调度模型中，通过求解虚拟电厂鲁棒优化调度模型，得到虚拟电厂内各设备参与电力市场的出力值，进而可以根据虚拟电厂内各设备参与电力市场的出力值，实现虚拟电厂参与电力市场的控制。
优选的，在求解虚拟电厂鲁棒优化调度模型时，采用CPLEX求解器求解虚拟电厂鲁棒优化调度模型，保证求解的效率和质量。
S3：根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。
具体的，在得到虚拟电厂内各设备参与电力市场的出力值后，在虚拟电厂参与电力市场时，虚拟电厂内的各设备按照得到的出力值进行电力市场的出力，以满足虚拟电厂在电力市场的日前投标量。
综上所述，本发明虚拟电厂参与电力市场的控制方法，通过获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，然后利用预设的虚拟电厂鲁棒优化调度模型，得到虚拟电厂内各设备参与电力市场的出力值，进而根据虚拟电厂内各设备参与电力市场的出力值，实现虚拟电厂参与电力市场的控制。虚拟电厂鲁棒优化调度模型，充分考虑了不确定出力的不确定性影响，模型简单且易于求解，能够充分利用不确定资源及虚拟电厂内部的用户侧资源，保证虚拟电厂出力稳定性，在减少实时出力与日前投标差距的同时，提高虚拟电厂的整体运行收益。
本发明再一实施例中，参见图2，采用2014年PJM市场历史价格数据，以国内某一典型日的风机发电1天内96个点的预测出力值为参考值，由于实际的风机出力是波动的，给风机预测出力加入±10％的波动量以模拟风机出力的波动区间。虚拟电厂包括风机、储能、可中断负荷以及燃气轮机四种分布式能源。风机的规模为2×1MW，其预测出力区间如图3所示。储能的规模为1×1.5MW，运行成本为每千瓦1.5美元，效率系数为84％；燃气轮机的装机容量为1×0.6MW，最小开关机时间分别设置为0.1h和0.2h，上下爬坡率限制为0.1MW/h和0.2MW/h，为简化分析，成本函数分2段进行线性化，斜率分别为0.015和0.048；可中断负荷量不超过普通用电负荷的20％，虚拟电厂给予参与需求响应的用户1.5倍零售电价价格的补偿。参见图4，虚拟电厂日前96时段的投标策略结果。可见，虚拟电厂在日前市场的交易行为与日前市场电价密切相关，当市场电价低时，投标量也小，售出较小电能；当市场电价高时，投标量增加，售出较多的电能，实现整体收益最大化。
采用上述实施例中虚拟电厂参与电力市场的控制方法进行虚拟电厂参与电力市场的控制。参见图5，为虚拟电厂内部各设备的优化出力结果。可见，在日前竞标的基础上，虚拟电厂内部优化出力决策主要依据市场电价和平衡市场中可能受到的惩罚实现的。储能出力为正值时，工作在放电模式；储能出力为负值时，工作在充电模式。储能装置在凌晨电价较低时段充电，以在日内高峰电价时段放电。微型燃气轮机全天保持开机，且在10:00之后基本保持满发状态以获取利润。可中断负荷在全天多数时段同样处于较高调用状态。在电价较高的时段，虚拟电厂的实际出力一般大于日前投标量，虽然惩罚措施使得正偏差量以较低的市场电价的价格售出，但较高的市场电价使得售电收益在多数时段大于储能以及燃气轮机的运行成本以及可中断负荷的调用成本，因此，此时虚拟电厂保持在较高出力状态；在电价较低的时段，虚拟电厂的实际出力一般小于日前投标量，但较低的市场电价使得负不平衡价格在多数时段仍然低于储能以及燃气轮机的运行成本以及可中断负荷的调用成本，因此，此时虚拟电厂选择保持在较低出力状态。
引入未考虑不确定性影响的确定性模型作为方案1，与本发明虚拟电厂参与电力市场的控制方法作作为方案2，进行对比，结果如图6所示。可以看出，考虑了风电出力不确定性的虚拟电厂鲁棒优化调度模型的优化结果，明显好于确定性模型的优化结果，虚拟电厂鲁棒优化调度模型型所得的结果可以让虚拟电厂在绝大部分时段获取更高的收益，以提高虚拟电厂总的运行收益。
从以上实施例结果可以看出，本发明虚拟电厂参与电力市场的控制方法，基于虚拟电厂内部多种物理实体的成本函数模型，在此基础上利用鲁棒的方法进行优化调度模型的建模，充分考虑了风电出力不确定性的影响，得到虚拟电厂鲁棒优化调度模型，模型简单，易于求解，能够充分利用风电资源以及虚拟电厂内部的用户侧资源，保证虚拟电厂出力稳定性，提高虚拟电厂的整体运行收益。
下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节，请参照本发明方法实施例。
参见图7，本发明再一实施例中，提供一种虚拟电厂参与电力市场的控制系统，能够用于实现上述的虚拟电厂参与电力市场的控制方法，具体的，该虚拟电厂参与电力市场的控制系统包括获取模块、解算模块和控制模块。其中，获取模块用于获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量；解算模块用于根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值；控制模块用于根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。
本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于虚拟电厂参与电力市场的控制方法的操作。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关虚拟电厂参与电力市场的控制方法的相应步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种虚拟电厂参与电力市场的控制方法，其特征在于，包括以下步骤：
获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量；
根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值；
根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。
2.根据权利要求1所述的虚拟电厂参与电力市场的控制方法，其特征在于，所述虚拟电厂鲁棒优化调度模型通过如下方式构建：
以虚拟电厂收益最大为优化目标，结合虚拟电厂运行约束、燃气轮机运行约束、储能约束及可中断负荷约束，构建虚拟电厂鲁棒优化调度模型。
3.根据权利要求2所述的虚拟电厂参与电力市场的控制方法，其特征在于，所述以虚拟电厂收益最大为优化目标，结合虚拟电厂运行约束、燃气轮机运行约束、储能约束及可中断负荷约束，构建虚拟电厂鲁棒优化调度模型的具体方法为：
以虚拟电厂收益最大为优化目标建立目标函数；
将目标函数以及燃气轮机运行约束进行线性化处理，得到线性化目标函数和线性化燃气轮机运行约束；
获取虚拟电厂不确定出力的向上波动最大值和向下波动最大值，根据虚拟电厂不确定出力的向上波动最大值和向下波动最大值，通过对偶理论，将线性化目标函数转换为对偶目标函数，虚拟电厂运行约束转换为对偶约束；
将线性化目标函数、对偶约束、性化燃气轮机运行约束、储能约束以及可中断负荷约束组合，得到虚拟电厂鲁棒优化调度模型。
4.根据权利要求3所述的虚拟电厂参与电力市场的控制方法，其特征在于，所述燃气轮机运行约束进行线性化处理时，采用大M法进行线性化处理。
5.根据权利要求2所述的虚拟电厂参与电力市场的控制方法，其特征在于，所述虚拟电厂收益为：
虚拟电厂对电力市场售电的收益+虚拟电厂向内部负荷供电的收益-不平衡惩罚成本-储能运行成本-可中断负荷的中断成本-燃气轮机运行成本。
6.根据权利要求2所述的虚拟电厂参与电力市场的控制方法，其特征在于，所述燃气轮机运行约束包括燃气轮机出力上下限约束、燃气轮机爬坡约束以及燃气轮机启停约束；所述储能约束包括储能状态约束、储能容量上下限约束以及储能充放电功率上下限约束。
7.根据权利要求1所述的虚拟电厂参与电力市场的控制方法，其特征在于，所述预设的虚拟电厂鲁棒优化调度模型的具体方法为：
采用CPLEX求解器求解预设的虚拟电厂鲁棒优化调度模型。
8.一种虚拟电厂参与电力市场的控制系统，其特征在于，包括：
获取模块，用于获取虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量；
解算模块，用于根据虚拟电厂在电力市场的日前投标量和日前出清价格，虚拟电厂对内部负荷的供电电价和供电电量，以及虚拟电厂内部的可中断负荷电量，求解预设的虚拟电厂鲁棒优化调度模型，得到并输出虚拟电厂内各设备参与电力市场的出力值；
控制模块，用于根据虚拟电厂内各设备参与电力市场的出力值，控制虚拟电厂内各设备参与电力市场。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述虚拟电厂参与电力市场的控制方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述虚拟电厂参与电力市场的控制方法的步骤。
CN202110874216.0A 2021-07-30 2021-07-30 虚拟电厂参与电力市场的控制方法、系统、设备及介质 Active CN113538066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110874216.0A CN113538066B (zh) 2021-07-30 2021-07-30 虚拟电厂参与电力市场的控制方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110874216.0A CN113538066B (zh) 2021-07-30 2021-07-30 虚拟电厂参与电力市场的控制方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN113538066A true CN113538066A (zh) 2021-10-22
CN113538066B CN113538066B (zh) 2024-02-27

Family

ID=78089944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110874216.0A Active CN113538066B (zh) 2021-07-30 2021-07-30 虚拟电厂参与电力市场的控制方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN113538066B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997665A (zh) * 2022-06-08 2022-09-02 国网山西省电力公司电力科学研究院 考虑可控负荷响应性能差异的虚拟电厂优化调度方法及系统
WO2023103862A1 (zh) * 2021-12-08 2023-06-15 国网山西省电力公司电力科学研究院 面向多能分散式资源的虚拟电厂多级聚合方法、装置及存储介质
WO2024060413A1 (zh) * 2022-09-20 2024-03-28 国网上海能源互联网研究院有限公司 虚拟电厂可调容量构建方法、装置、电子设备、存储介质、程序、及程序产品

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960510A (zh) * 2018-07-04 2018-12-07 四川大学 一种基于两阶段随机规划的虚拟电厂优化交易策略模型
CN109993639A (zh) * 2018-12-17 2019-07-09 广西电网有限责任公司电力科学研究院 一种虚拟电厂参与日前电力市场的优化投标策略
CN110147907A (zh) * 2019-05-20 2019-08-20 广西电网有限责任公司电力科学研究院 一种考虑网络约束的虚拟电厂双层优化模型
CN110163768A (zh) * 2019-05-16 2019-08-23 长沙理工大学 一种风电-垃圾焚烧虚拟电厂优化调度方法
CN111523729A (zh) * 2020-04-23 2020-08-11 上海交通大学 基于igdt和需求响应的虚拟电厂竞价的优化控制方法
CN111682536A (zh) * 2020-06-24 2020-09-18 上海电力大学 虚拟电厂参与日前双重市场的随机-鲁棒优化运行方法
CN112215433A (zh) * 2020-10-21 2021-01-12 国网冀北电力有限公司 基于市场出清电价不确定性的虚拟电厂日前优化调度方法
CN112257903A (zh) * 2020-09-28 2021-01-22 华北电力大学 虚拟电厂的控制方法和装置
CN112396220A (zh) * 2020-11-06 2021-02-23 华北电力大学 一种基于场景缩减的含风电与需求侧资源的优化调度方法
CN112465208A (zh) * 2020-11-20 2021-03-09 国网江苏省电力有限公司盐城供电分公司 计及区块链技术的虚拟电厂随机自适应鲁棒优化调度方法
CN112529622A (zh) * 2020-12-08 2021-03-19 国网河南省电力公司经济技术研究院 基于虚拟电厂的多元小微主体参与现货市场的出清方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960510A (zh) * 2018-07-04 2018-12-07 四川大学 一种基于两阶段随机规划的虚拟电厂优化交易策略模型
CN109993639A (zh) * 2018-12-17 2019-07-09 广西电网有限责任公司电力科学研究院 一种虚拟电厂参与日前电力市场的优化投标策略
CN110163768A (zh) * 2019-05-16 2019-08-23 长沙理工大学 一种风电-垃圾焚烧虚拟电厂优化调度方法
CN110147907A (zh) * 2019-05-20 2019-08-20 广西电网有限责任公司电力科学研究院 一种考虑网络约束的虚拟电厂双层优化模型
CN111523729A (zh) * 2020-04-23 2020-08-11 上海交通大学 基于igdt和需求响应的虚拟电厂竞价的优化控制方法
CN111682536A (zh) * 2020-06-24 2020-09-18 上海电力大学 虚拟电厂参与日前双重市场的随机-鲁棒优化运行方法
CN112257903A (zh) * 2020-09-28 2021-01-22 华北电力大学 虚拟电厂的控制方法和装置
CN112215433A (zh) * 2020-10-21 2021-01-12 国网冀北电力有限公司 基于市场出清电价不确定性的虚拟电厂日前优化调度方法
CN112396220A (zh) * 2020-11-06 2021-02-23 华北电力大学 一种基于场景缩减的含风电与需求侧资源的优化调度方法
CN112465208A (zh) * 2020-11-20 2021-03-09 国网江苏省电力有限公司盐城供电分公司 计及区块链技术的虚拟电厂随机自适应鲁棒优化调度方法
CN112529622A (zh) * 2020-12-08 2021-03-19 国网河南省电力公司经济技术研究院 基于虚拟电厂的多元小微主体参与现货市场的出清方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
MIKAMI Y等: "Angular distortion of fillet welded T joint using low transformation temperature welding wire", 《SCIENCE AND TECHNOLOGY OF WELDING AND JOINING》 *
周博;吕林;高红均;刘俊勇;陈庆攀;谭心怡;: "多虚拟电厂日前鲁棒交易策略研究", 电网技术, no. 08, 28 April 2018 (2018-04-28) *
周博;吕林;高红均;谭心怡;吴泓灏;: "基于两阶段随机规划的虚拟电厂优化交易策略", 电力建设, no. 09 *
张永志等: "广义动态模糊神经网络焊接接头力学性能预测", 《焊接学报》 *
张艳喜: "大功率盘型激光焊熔池形态在线识别及焊缝成形预测模型", 《中国优秀硕士学位论文全文数据库》 *
王宣元;王剑晓;武昭原;刘蓁;宋永华;: "基于随机鲁棒优化的虚拟电厂灵活调峰投标策略", 可再生能源, no. 04 *
石玗等: "基于神经网络方法的焊接接头力学性能预测", 《焊接学报》 *
童莉葛等: "基于BP人工神经网络的高强度管线钢 焊接接头性能参数CTOD预测系统", 《焊接学报》 *
韩帅;吴宛潞;郭小璇;孙乐平;: "含多类型资源虚拟电厂鲁棒竞标模型研究", 电力建设, no. 09, 1 September 2020 (2020-09-01) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023103862A1 (zh) * 2021-12-08 2023-06-15 国网山西省电力公司电力科学研究院 面向多能分散式资源的虚拟电厂多级聚合方法、装置及存储介质
CN114997665A (zh) * 2022-06-08 2022-09-02 国网山西省电力公司电力科学研究院 考虑可控负荷响应性能差异的虚拟电厂优化调度方法及系统
WO2024060413A1 (zh) * 2022-09-20 2024-03-28 国网上海能源互联网研究院有限公司 虚拟电厂可调容量构建方法、装置、电子设备、存储介质、程序、及程序产品

Also Published As

Publication number Publication date
CN113538066B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
Ding et al. Optimal offering and operating strategy for a large wind-storage system as a price maker
Ding et al. Integrated bidding and operating strategies for wind-storage systems
Li et al. A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power
Akbari et al. Stochastic programming-based optimal bidding of compressed air energy storage with wind and thermal generation units in energy and reserve markets
CN113538066B (zh) 虚拟电厂参与电力市场的控制方法、系统、设备及介质
CN109066744B (zh) 一种含储能配电网协调调度方法和系统
CN112529256A (zh) 考虑多重不确定性的分布式电源集群日前调度方法和系统
CN110232583B (zh) 一种考虑碳排放权的电力市场边际价格规划方法
CN110649598B (zh) 一种计及区域内虚拟电厂调节节点电价的方法及系统
CN109301876B (zh) 一种约束条件弹性化的电力日前市场出清方法
AU2022200073B2 (en) Dynamic non-linear optimization of a battery energy storage system
CN112132386B (zh) 一种日前出清与可靠性机组组合联合优化方法及系统
CN111654045B (zh) 一种电力现货市场下储能系统充放电优化方法
Zhou et al. Interval optimization combined with point estimate method for stochastic security-constrained unit commitment
CN112308411A (zh) 基于动态碳交易模型的综合能源站随机规划方法及系统
Wang et al. Impacts of joint operation of wind power with electric vehicles and demand response in electricity market
CN108446967A (zh) 虚拟电厂竞价方法
Dai et al. An equilibrium model of the electricity market considering the participation of virtual power plants
CN111898801B (zh) 一种用于配置多能互补供电系统的方法及系统
CN116845871B (zh) 电力电量平衡方法及装置、存储介质、计算机设备
CN115496378B (zh) 一种计入风能减排效益的电力系统经济调度方法
CN112633675A (zh) 一种能量调度方法、装置、设备及计算机可读存储介质
CN113629781A (zh) 一种基于empc的多vpp日前日内协调优化方法及装置
CN114825323A (zh) 基于储能容量配置的电力系统灵活性提升方法
Hosseini et al. Stochastic-based energy management of AC microgrids

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