CN113627762A - 一种基于激励电价的虚拟电厂调峰方法 - Google Patents
一种基于激励电价的虚拟电厂调峰方法 Download PDFInfo
- Publication number
- CN113627762A CN113627762A CN202110874592.XA CN202110874592A CN113627762A CN 113627762 A CN113627762 A CN 113627762A CN 202110874592 A CN202110874592 A CN 202110874592A CN 113627762 A CN113627762 A CN 113627762A
- Authority
- CN
- China
- Prior art keywords
- power plant
- peak
- virtual power
- peak regulation
- day
- 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
Links
- 230000005284 excitation Effects 0.000 title claims abstract description 53
- 230000005611 electricity Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000004044 response Effects 0.000 claims abstract description 35
- 238000004146 energy storage Methods 0.000 claims description 28
- 239000013256 coordination polymer Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000010248 power generation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (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)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了属于电力系统经济运行、优化调度技术领域的一种基于激励电价的虚拟电厂调峰方法。步骤1:运行日前对电网调度控制中心进行负荷预测,发布次日负荷特性、调峰需求以及天气预测数据;步骤2:虚拟电厂控制中心利用步骤1得到的数据,制定各时段激励电价,并确定调度计划;步骤3:确定负荷各时段响应能力,虚拟电厂形成日前调峰计划;根据虚拟电厂与常规机组出力,电网调度控制中心制定虚拟电厂和常规机组的日前调峰计划;步骤4:运行日对日前调峰计划进行修正,形成日内调峰计划。本发明充分提高了需求侧分布式资源参与电网的机动性和灵活性,具有良好的应用价值。
Description
技术领域
本发明涉及电力系统经济运行、优化调度技术领域,尤其涉及一种基于激励电价的虚拟电厂调峰方法。
背景技术
近年来,可再生能源发电技术因其具有清洁性和环境友好性而获得了迅速发展,也促进了分布式光伏装机容量的迅速增加。可再生能源比例的显著提高,为电力系统运行带来了更多的不确定性,光伏发电出力随着气象变化会发生大幅度的波动,这无疑加大了系统调峰的难度。另一方面,构造清洁低碳安全高效的新一代电力系统,需进一步提高需求侧分布式资源参与电网的活力,调峰辅助服务不应只依赖于传统机组,需求侧分布式资源同样可以以聚合商的形式参与到电网调峰中,以此缓解常规机组的调峰压力,实现更好的经济价值。
虚拟电厂(virtual power plant,VPP)依托先进的测量、通讯和控制技术以实现不同区域、不同类型的分布式发电资源的协调运行,是保证配电网安全可靠经济运行的可靠途径。虚拟电厂能够更加合理科学地利用需求侧分布式发电资源,是激发其调节潜力的有效手段,具有强大的吸引力和广阔的发展前景。
调峰辅助服务分为基本调峰与深度调峰。基本调峰是指机组在规定出力范围内参与调峰,不会损害其使用寿命以及经济性,因而基本调峰是无偿调峰。而深度调峰是指机组超出自身基本出力范围进行调峰,为弥补机组损害的使用寿命以及增加的运行成本,对机组进行一定补偿,因而为有偿调峰。
目前对虚拟电厂的研究多集中于参与主能量市场的优化调度领域,仅有少量研究对虚拟电厂参与调峰辅助服务市场进行了分析。火电机组的基本出力范围为额定容量的50%,而风光等分布式发电机组的基本出力范围为额定容量的100%,因此普遍认为深度调峰只依靠火电机组进行,虚拟电厂不具有参与深度调峰的能力,仅参与基本调峰。
上述观点在某种程度上抑制了虚拟电厂参与调峰辅助服务的积极性,不利于发挥需求侧资源的最大调峰潜力,具有一定的局限性。当虚拟电厂不仅包含分布式发电机组,还聚合了大量可控负荷时,虚拟电厂便具备了深度调峰的能力。可控负荷对激励电价进行电量响应,且激励电价不同,响应电量不同。当激励电价超过虚拟电厂售电电价时,虚拟电厂的经济性受到损害,参考深度调峰定义,可认为此时的需求响应电量即为虚拟电厂参与深度调峰的电量。因此,虚拟电厂不仅可参与基本调峰,也具备参与深度调峰的能力。
基于上述分析,需要一种基于激励电价的虚拟电厂调峰方法,以灵活满足电网的调峰需求,最大程度发挥需求侧分布式资源的调节潜力和经济效益。因此,研究基于激励电价的虚拟电厂调峰方法是很有必要的。
发明内容
本发明的目的是提出一种基于激励电价的虚拟电厂调峰方法,其特征在于,包括以下步骤:
步骤1:电网调度控制中心对日前运行的电网负荷进行预测,发布次日负荷特性、调峰需求以及天气预测数据;
步骤2:虚拟电厂控制中心利用步骤1得到的数据,制定各时段激励电价,并确定调度计划;
步骤3:确定负荷各时段响应能力,虚拟电厂形成日前调峰计划;根据虚拟电厂与常规机组出力,电网调度控制中心制定虚拟电厂和常规机组的日前调峰计划;
步骤4:运行日对日前调峰计划进行修正,形成日内调峰计划。
所述步骤2具体包括以下子步骤:
步骤21:建立基于激励电价的需求响应调峰模型;虚拟电厂控制中心以15min为一时段、0.1元/kWh为步长向用户发布次日24小时激励电价,用户根据激励电价上报自身可响应容量,虚拟电厂控制中心计算负荷可响应范围,得到负荷在各时段的基本调峰能力和深度调峰能力;
所述激励电价最低为0,最高为有偿调峰电价;
步骤22:建立虚拟电厂调峰模型;确定考虑弃光惩罚成本、储能充放电成本、需求响应成本以及售电收益在内的虚拟电厂总调峰成本最小与虚拟电厂调峰后的净负荷方差最小的目标函数如下:
式中:C表示虚拟电厂总调峰成本,CP(t)表示弃光惩罚成本,CES(t)表示储能充放电成本,CDR(t)表示需求响应成本,ISEL(t)表示虚拟电厂售电收益,F表示虚拟电厂调峰后的净负荷方差,PL'(t)表示虚拟电厂调峰后的系统负荷,PLav表示负荷平均值;其中,
CP(t)=cP·[PPV,max(t)-PPV(t)] (3)
CES(t)=cES·|min{0,PES(t)}| (4)
CDR(t)=cDR(t)·PDR(t) (5)
ISEL(t)=cSEL·PVPP(t) (6)
PVPP(t)=PPV(t)+PES(t)+PDR(t) (7)
式中:cP表示单位弃光电量惩罚费用,PPV,max(t)表示光伏最大出力,PPV(t)表示光伏实际出力;cES表示储能单位充电成本,PES(t)表示储能放电量,当PES(t)>0时表示储能放电,当PES(t)<0时表示储能充电;cDR(t)表示激励电价,PDR(t)表示需求响应量;cSEL表示市场电价,PVPP(t)表示虚拟电厂参与调峰容量;
确定考虑调峰容量约束、储能充放电约束以及机组出力约束在内的约束条件如下:
调峰容量约束
PVPP(t)≤PPR(t) (8)
式中:PPR(t)表示电网调度控制中心发布的调峰需求;
储能充放电约束
PES,min(t)≤PES(t)≤PES,max(t) (9)
PES,min(t)=max{-vU,Pcha(t)-Pcha,max} (10)
PES,max(t)=min{vD,Pcha(t)} (11)
Pcha(t)=Pcha(t-1)-PES(t) (13)
Pcha(t)≤Pcha,max (14)
式中:Pcha(t)表示储能在t时刻的电量,Pcha,max表示储能电量最大值,vU表示储能充电速率,vD表示储能放电速率,PES,min(t)表示储能最小可放电量,PES,max(t)表示储能最大可放电量;
机组出力约束
0≤PPV(t)≤PPV,max(t) (15)
步骤23:求解步骤22的数学模型,得到虚拟电厂次日调度计划;
步骤24:虚拟电厂控制中心根据可调度资源和次日调度计划,得到次日各时段的基本调峰裕度和深度调峰容量;所述基本调峰裕度分为上调峰裕度和下调峰裕度;其中上调峰裕度为
PVPP+(t)=PPV,max(t)-PPV(t)+PES,max(t)-PES(t)+PDR(t)-PDRII(t) (16)
式中:PVPP+(t)表示虚拟电厂上调峰裕度,PDRII(t)表示当激励电价为市场电价时的负荷量;下调峰裕度为
PVPP-(t)=PPV(t)+PES(t)-PES,min(t)+PDR(t)-PDRI(t) (17)
式中:PVPP-(t)表示虚拟电厂下调峰裕度,PDRI(t)表示当激励电价为0时的负荷量;深度调峰容量为
PVPP++(t)=PDRII(t)-PDRIII(t) (18)
式中:PVPP++(t)表示虚拟电厂深度调峰容量,PDRIII(t)表示当激励电价为深度调峰电价时的负荷量;
步骤25:虚拟电厂控制中心将次日调度计划、基本调峰裕度以及深度调峰容量的信息反馈给电网调度控制中心。
所述步骤3具体包括以下子步骤:
步骤31:判断负荷各时段响应能力是否确定;若是,则优化调峰成本和净负荷方差,制定虚拟电厂调峰计划,再转到步骤32;若否,负荷根据激励电价进行电量响应,虚拟电厂控制中心再发布各时段激励电价,重复步骤31;
步骤32:判断是否满足虚拟电厂约束条件;若是,则形成虚拟电厂日前调峰计划,再转到步骤33;若否,则重新优化调峰成本和净负荷方差,制定虚拟电厂调峰计划,重复步骤32;
步骤33:电网调度中心制定日前调峰计划,判断是否满足虚拟电厂与常规机组的出力范围;若是,则虚拟电厂与常规机组制定日前调峰计划;若否,重复步骤33。
所述步骤4具体包括以下子步骤:
步骤41:判断运行日负荷信息与预测负荷信息是否相同;若是,虚拟电厂与常规机组执行日前调峰计划;若否,电网调度控制中心修正调峰需求;
步骤42:虚拟电厂控制中心重新评估自身调峰能力;
步骤43:判断虚拟电厂基本调峰裕度是否满足调峰需求变化;若是,虚拟电厂修正日前调峰计划,并对下一时段调峰能力进行修正,再转到步骤47;若否,虚拟电厂投入所有基本调峰容量,再转到步骤44;
步骤44:判断常规机组基本调峰裕度是否满足剩余调峰需求;若是,转到步骤46;若否,常规机组投入所有基本调峰容量,转到步骤45;
步骤45:电网调度控制中心启用深度调峰,判断虚拟电厂深度调峰容量是否满足剩余调峰需求;若是,转到步骤46;若否,虚拟电厂投入所有深度调峰容量;再判断常规机组深度调峰容量是否满足剩余调峰需求;若是,转到步骤46;若否,常规机组投入所有深度调峰容量,电网调度控制中心启用启停调峰,转到步骤46;
步骤46:虚拟电厂与常规机组修正日前调峰计划,并对下一时段调峰能力进行修正;
步骤47:电网调度控制中心修正调峰计划。
本发明的有益效果在于:
本发明将调峰成本最小作为目标函数,既能够保证虚拟电厂的调峰经济性,又保留了一定的调峰裕度,提高了虚拟电厂调峰可靠性,有利于需求侧资源参与到调峰辅助服务中;以净负荷方差最小作为目标函数,则可以有效缓解常规机组的调峰压力。另外,还提出计及需求响应的虚拟电厂深度调峰策略,能够充分挖掘需求侧资源的调峰潜力。本发明充分提高了需求侧分布式资源参与电网的机动性和灵活性,具有良好的应用价值。
附图说明
图1是虚拟电厂的典型架构。
图2是本发明基于激励电价的虚拟电厂调峰方法的流程图。
图3是虚拟电厂日前调峰策略制定流程图。
图4是电网调度控制中心日内调峰计划修正流程图。
图5是可控负荷随激励电价变化的响应电量图。
图6是可控负荷参与基本调峰与深度调峰的容量曲线图
图7是基本调峰下虚拟电厂参与调峰的容量曲线与出力范围。
图8是基本调峰下光伏实际出力曲线与弃光量。
图9是基本调峰下储能参与的出力曲线。
图10是基本调峰下可控负荷响应电量曲线。
图11是虚拟电厂进行基本调峰前后系统净负荷曲线。
图12是虚拟电厂进行深度调峰前后系统净负荷曲线。
具体实施方式
本发明提出一种基于激励电价的虚拟电厂调峰方法,下面结合附图和具体实施例对本发明做进一步说明。
图1为虚拟电厂架构。本具体实施例主要分为三个部分,分别为虚拟电厂日前调峰策略、电网调度控制中心日内调峰计划修正以及算例分析。
第一个部分:虚拟电厂日前调峰策略。本部分主要分为基于激励电价的需求响应调峰建模和虚拟电厂调峰建模。图2为本发明基于激励电价的虚拟电厂调峰方法的流程图,图3为虚拟电厂日前调峰策略制定流程图。
基于激励电价的需求响应调峰建模,具体步骤如下:
(1)运行日前,调度控制中心进行负荷预测,发布次日负荷特性、调峰需求及天气预测等信息;
(2)虚拟电厂控制中心向用户发布激励电价,以0.1元/kWh作为步长,将激励电价由0逐渐提升至有偿调峰电价,绘制用户各时段响应负荷曲线;
(3)当激励电价为0时,认为用户不参与虚拟电厂调峰,将此时的负荷曲线记作曲线I,则曲线I为负荷未响应前的曲线;
(4)当激励电价为市场电价时,认为用户通过虚拟电厂参与基本调峰,但虚拟电厂无法通过基本调峰从用户需求响应中获利,将此时的负荷曲线记作曲线II,则曲线I与曲线II之间的差值,即为基本调峰模式下虚拟电厂最大可调用需求响应容量;
(5)当激励电价为深度调峰补偿电价时,认为用户通过虚拟电厂参与深度调峰,但虚拟电厂无法通过深度调峰从用户需求响应中获利,将此时的负荷曲线记作曲线III,则曲线II与曲线III之间的差值,即为深度调峰模式下虚拟电厂最大可调用需求响应容量;
虚拟电厂调峰建模,具体步骤如下:
(1)确定目标函数。目标函数为虚拟电厂调峰成本与净负荷方差,成本中考虑售电收入、储能充电成本、弃光惩罚成本、需求响应成本。
式中:C表示虚拟电厂总调峰成本,CP(t)表示弃光惩罚成本,CES(t)表示储能充放电成本,CDR(t)表示需求响应成本,ISEL(t)表示虚拟电厂售电收益,F表示虚拟电厂调峰后的净负荷方差,PL'(t)表示虚拟电厂调峰后的系统负荷,PLav表示负荷平均值。
式中:cP表示单位弃光电量惩罚费用,PPV,max(t)表示光伏最大出力,PPV(t)表示光伏实际出力。
CES(t)=cES·|min{0,PES(t)}|(4)
式中:cES表示储能单位充电成本,PES(t)表示储能放电量,当PES(t)>0时表示储能放电,当PES(t)<0时表示储能充电。
CDR(t)=cDR(t)·PDR(t) (5)
式中:cDR(t)表示激励电价,PDR(t)表示需求响应量。
ISEL(t)=cSEL·PVPP(t)(6)
式中:cSEL表示市场电价,PVPP(t)表示虚拟电厂参与调峰容量。
PVPP(t)=PPV(t)+PES(t)+PDR(t) (7)
(2)确定约束条件。考虑调峰容量约束,储能充放电约束,机组出力约束。
①调峰容量约束
PVPP(t)≤PPR(t) (8)
式中:PPR(t)表示电网调控中心发布的调峰需求。
②储能充放电约束
PES,min(t)≤PES(t)≤PES,max(t) (9)
PES,min(t)=max{-vU,Pcha(t)-Pcha,max} (10)
PES,max(t)=min{vD,Pcha(t)} (11)
Pcha(t)=Pcha(t-1)-PES(t) (13)
Pcha(t)≤Pcha,max (14)
式中:Pcha(t)表示储能在t时刻的电量,Pcha,max表示储能电量最大值,vU表示储能充电速率,vD表示储能放电速率,PES,min(t)表示储能最小可放电量,PES,max(t)表示储能最大可放电量。
③机组出力约束
0≤PPV(t)≤PPV,max(t) (15)
(3)求解数学模型。在上述数学模型中,各时段的负荷激励电价、需求响应量、光伏实际出力、储能充放电量是待优化变量,通过求解这些变量,确定虚拟电厂调峰策略,并确定虚拟电厂的基本调峰裕度和深度调峰容量。
(4)确定虚拟电厂基本调峰裕度和深度调峰容量。
虚拟电厂基本调峰裕度分为上调峰裕度和下调峰裕度,衡量的是虚拟电厂能够在短时间响应调峰需求变化而增减自身出力的能力,此时的调峰需求变化是由负荷小范围波动引起的。当负荷出现较大波动而引起调峰需求激增,虚拟电厂与常规机组的基本调峰能力不能够满足调峰需求时,则进入深度调峰,因此虚拟电厂深度调峰容量衡量的是虚拟电厂维持系统正常稳定运行的能力。
①虚拟电厂的上调峰裕度
虚拟电厂的上调峰裕度由未并网的光伏出力、储能可放电量增量、激励电价为市场电价时的负荷可削减量共同提供。
PVPP+(t)=PPV,max(t)-PPV(t)+PES,max(t)-PES(t)+PDR(t)-PDRII(t) (16)
式中:PDRII(t)表示当激励电价为市场电价时的负荷量,PVPP+(t)表示虚拟电厂上调峰裕度。
②虚拟电厂的下调峰裕度
虚拟电厂的下调峰裕度由可退出并网运行的光伏出力、储能可充电量增量、激励电价为0时的负荷可增加量共同提供。
PVPP-(t)=PPV(t)+PES(t)-PES,min(t)+PDR(t)-PDRI(t) (17)
式中:PDRI(t)表示当激励电价为0时的负荷量,PVPP-(t)表示虚拟电厂下调峰裕度。
③虚拟电厂的深度调峰容量
虚拟电厂的深度调峰容量由负荷最大可削减量提供。
PVPP++(t)=PDRII(t)-PDRIII(t) (18)
式中:PDRIII(t)表示当激励电价为深度调峰电价时的负荷量,PVPP++(t)表示虚拟电厂深度调峰容量。
虚拟电厂调峰裕度以及深度调峰容量可为电网调控中心在运行日进行调峰计划修正提供依据。
第二个部分:电网调度控制中心日内调峰计划修正。图4为电网调度控制中心日内调峰计划修正流程图,具体实施步骤如下:
步骤一:电网调度控制中心根据日内负荷数据,修正调峰需求;
步骤二:当负荷波动较小,虚拟电厂与常规机组基本调峰裕度可以满足调峰需求时,按照先虚拟电厂再常规机组的顺序进行虚拟电厂与常规机组出力修正;当负荷波动较大,虚拟电厂与常规机组基本调峰裕度无法满足调峰需求时,启用深度调峰,仍然按照先虚拟电厂再常规机组的顺序;若深度调峰仍无法满足调峰需求,启用启停调峰。
步骤三:虚拟电厂与常规机组实时修正出力曲线以及下一时段的调峰信息,上报给电网调度控制中心,电网调度控制中心据此进行调峰计划的修正。需指出,若虚拟电厂因为参与深度调峰而使得下一时段调峰能力下降,无法满足日前调峰计划时,不必接受电量考核,否则需接受考核,考核电量为虚拟电厂日前上报调峰容量与日内实际调峰容量的差值。
最后是第三部分:算例分析。
图5为某地可控负荷随激励电价变化的响应电量,图6则描绘了可控负荷参与基本调峰与深度调峰的容量,通过图像曲线可知,可控负荷在12:00—17:00以及18:00—22:00基本调峰能力最强,17:00—20:00深度调峰能力最强,而0:00—6:00以及22:00—24:00时段,调峰能力近似为0。
图7为虚拟电厂参与基本调峰的实际容量与上下调峰裕度,分析可得虚拟电厂在13:00-14:00以及19:00-21:00的正调峰裕度不足,无法应对负荷突增导致的新增调峰任务,需要依靠常规机组进行正调峰。虚拟电厂在4:00-11:00以及16:00-17:00两个时段的负调峰裕度不足,无法应对突然的负荷削减变化,需要依靠常规机组进行负调峰。
图8为基本调峰下光伏的实际出力曲线与弃光量,由于调峰目标函数还包括净负荷方差最小,当负荷低谷时,大量的光伏出力会加剧调峰困难,即出现“反调峰”现象,因此出现弃光现象。
图9与图10分别对应储能以及可控负荷参与基本调峰的出力曲线,在光伏、储能、可控负荷综合作用后,虚拟电厂的调峰效果如图11,虚线为虚拟电厂调峰前的净负荷曲线,实线为虚拟电厂调峰后的净负荷曲线,可以看出,虚拟电厂有效发挥了“削峰填谷”的作用,具有较好的调峰效果。
图12为虚拟电厂仅进行基本调峰和进行深度调峰后的净负荷曲线,分析可得,虚拟电厂具备一定的深度调峰能力,由于其深度调峰能力来源于可控负荷的电量响应,因而在可控负荷较少的情况下,虚拟电厂深度调峰效果不甚明显,但随着智能家居等可控负荷的普及,虚拟电厂也将拥有可观的深度调峰容量。
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种基于激励电价的虚拟电厂调峰方法,其特征在于,包括以下步骤:
步骤1:电网调度控制中心对日前运行的电网负荷进行预测,发布次日负荷特性、调峰需求以及天气预测数据;
步骤2:虚拟电厂控制中心利用步骤1得到的数据,制定各时段激励电价,并确定调度计划;
步骤3:确定负荷各时段响应能力,虚拟电厂形成日前调峰计划;根据虚拟电厂与常规机组出力,电网调度控制中心制定虚拟电厂和常规机组的日前调峰计划;
步骤4:运行日对日前调峰计划进行修正,形成日内调峰计划。
2.根据权利要求1所述的基于激励电价的虚拟电厂调峰方法,其特征在于,所述步骤2具体包括以下子步骤:
步骤21:建立基于激励电价的需求响应调峰模型;虚拟电厂控制中心以15min为一时段、0.1元/kWh为步长向用户发布次日24小时激励电价,用户根据激励电价上报自身可响应容量,虚拟电厂控制中心计算负荷可响应范围,得到负荷在各时段的基本调峰能力和深度调峰能力;
所述激励电价最低为0,最高为有偿调峰电价;
步骤22:建立虚拟电厂调峰模型;确定考虑弃光惩罚成本、储能充放电成本、需求响应成本以及售电收益在内的虚拟电厂总调峰成本最小与虚拟电厂调峰后的净负荷方差最小的目标函数如下:
式中:C表示虚拟电厂总调峰成本,CP(t)表示弃光惩罚成本,CES(t)表示储能充放电成本,CDR(t)表示需求响应成本,ISEL(t)表示虚拟电厂售电收益,F表示虚拟电厂调峰后的净负荷方差,PL'(t)表示虚拟电厂调峰后的系统负荷,PLav表示负荷平均值;其中,
CP(t)=cP·[PPV,max(t)-PPV(t)] (3)
CES(t)=cES·|min{0,PES(t)}| (4)
CDR(t)=cDR(t)·PDR(t) (5)
ISEL(t)=cSEL·PVPP(t) (6)
PVPP(t)=PPV(t)+PES(t)+PDR(t) (7)
式中:cP表示单位弃光电量惩罚费用,PPV,max(t)表示光伏最大出力,PPV(t)表示光伏实际出力;cES表示储能单位充电成本,PES(t)表示储能放电量,当PES(t)>0时表示储能放电,当PES(t)<0时表示储能充电;cDR(t)表示激励电价,PDR(t)表示需求响应量;cSEL表示市场电价,PVPP(t)表示虚拟电厂参与调峰容量;
确定考虑调峰容量约束、储能充放电约束以及机组出力约束在内的约束条件如下:
调峰容量约束
PVPP(t)≤PPR(t) (8)
式中:PPR(t)表示电网调度控制中心发布的调峰需求;
储能充放电约束
PES,min(t)≤PES(t)≤PES,max(t) (9)
PES,min(t)=max{-vU,Pcha(t)-Pcha,max} (10)
PES,max(t)=min{vD,Pcha(t)} (11)
Pcha(t)=Pcha(t-1)-PES(t) (13)
Pcha(t)≤Pcha,max (14)
式中:Pcha(t)表示储能在t时刻的电量,Pcha,max表示储能电量最大值,vU表示储能充电速率,vD表示储能放电速率,PES,min(t)表示储能最小可放电量,PES,max(t)表示储能最大可放电量;
机组出力约束
0≤PPV(t)≤PPV,max(t) (15)
步骤23:求解步骤22的数学模型,得到虚拟电厂次日调度计划;
步骤24:虚拟电厂控制中心根据可调度资源和次日调度计划,得到次日各时段的基本调峰裕度和深度调峰容量;所述基本调峰裕度分为上调峰裕度和下调峰裕度;其中上调峰裕度为
PVPP+(t)=PPV,max(t)-PPV(t)+PES,max(t)-PES(t)+PDR(t)-PDRII(t) (16)
式中:PVPP+(t)表示虚拟电厂上调峰裕度,PDRII(t)表示当激励电价为市场电价时的负荷量;下调峰裕度为
PVPP-(t)=PPV(t)+PES(t)-PES,min(t)+PDR(t)-PDRI(t) (17)
式中:PVPP-(t)表示虚拟电厂下调峰裕度,PDRI(t)表示当激励电价为0时的负荷量;
深度调峰容量为
PVPP++(t)=PDRII(t)-PDRIII(t) (18)
式中:PVPP++(t)表示虚拟电厂深度调峰容量,PDRIII(t)表示当激励电价为深度调峰电价时的负荷量;
步骤25:虚拟电厂控制中心将次日调度计划、基本调峰裕度以及深度调峰容量的信息反馈给电网调度控制中心。
3.根据权利要求1所述的基于激励电价的虚拟电厂调峰方法,其特征在于,所述步骤3具体包括以下子步骤:
步骤31:判断负荷各时段响应能力是否确定;若是,则优化调峰成本和净负荷方差,制定虚拟电厂调峰计划,再转到步骤32;若否,负荷根据激励电价进行电量响应,虚拟电厂控制中心再发布各时段激励电价,重复步骤31;
步骤32:判断是否满足虚拟电厂约束条件;若是,则形成虚拟电厂日前调峰计划,再转到步骤33;若否,则重新优化调峰成本和净负荷方差,制定虚拟电厂调峰计划,重复步骤32;
步骤33:电网调度中心制定日前调峰计划,判断是否满足虚拟电厂与常规机组的出力范围;若是,则虚拟电厂与常规机组制定日前调峰计划;若否,重复步骤33。
4.根据权利要求1所述的基于激励电价的虚拟电厂调峰方法,其特征在于,所述步骤4具体包括以下子步骤:
步骤41:判断运行日负荷信息与预测负荷信息是否相同;若是,虚拟电厂与常规机组执行日前调峰计划;若否,电网调度控制中心修正调峰需求;
步骤42:虚拟电厂控制中心重新评估自身调峰能力;
步骤43:判断虚拟电厂基本调峰裕度是否满足调峰需求变化;若是,虚拟电厂修正日前调峰计划,并对下一时段调峰能力进行修正,再转到步骤47;若否,虚拟电厂投入所有基本调峰容量,再转到步骤44;
步骤44:判断常规机组基本调峰裕度是否满足剩余调峰需求;若是,转到步骤46;若否,常规机组投入所有基本调峰容量,转到步骤45;
步骤45:电网调度控制中心启用深度调峰,判断虚拟电厂深度调峰容量是否满足剩余调峰需求;若是,转到步骤46;若否,虚拟电厂投入所有深度调峰容量;再判断常规机组深度调峰容量是否满足剩余调峰需求;若是,转到步骤46;若否,常规机组投入所有深度调峰容量,电网调度控制中心启用启停调峰,转到步骤46;
步骤46:虚拟电厂与常规机组修正日前调峰计划,并对下一时段调峰能力进行修正;
步骤47:电网调度控制中心修正调峰计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110874592.XA CN113627762B (zh) | 2021-07-30 | 2021-07-30 | 一种基于激励电价的虚拟电厂调峰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110874592.XA CN113627762B (zh) | 2021-07-30 | 2021-07-30 | 一种基于激励电价的虚拟电厂调峰方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113627762A true CN113627762A (zh) | 2021-11-09 |
CN113627762B CN113627762B (zh) | 2024-03-22 |
Family
ID=78381908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110874592.XA Active CN113627762B (zh) | 2021-07-30 | 2021-07-30 | 一种基于激励电价的虚拟电厂调峰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627762B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066046A (zh) * | 2021-11-12 | 2022-02-18 | 国网江苏省电力有限公司镇江供电分公司 | 一种面向深度调峰的虚拟电厂内光储荷优化调度方法 |
CN115345389A (zh) * | 2022-10-19 | 2022-11-15 | 广东电网有限责任公司佛山供电局 | 一种集群对虚拟电厂多时间尺度优化调度方法 |
CN116845871A (zh) * | 2023-06-30 | 2023-10-03 | 国家电网有限公司华东分部 | 电力电量平衡方法及装置、存储介质、计算机设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056256A (zh) * | 2016-06-28 | 2016-10-26 | 华北电力大学 | 一种平衡电力供需关系的互动化微网调度方法 |
CN106300336A (zh) * | 2016-07-22 | 2017-01-04 | 华北电力大学 | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 |
CN108123492A (zh) * | 2017-12-26 | 2018-06-05 | 国网辽宁省电力有限公司 | 一种考虑火电电蓄热联合调峰的日前发电计划优化方法 |
WO2019006733A1 (zh) * | 2017-07-06 | 2019-01-10 | 大连理工大学 | 一种跨省互联水电站群长期联合调峰调度方法 |
CN110188950A (zh) * | 2019-05-30 | 2019-08-30 | 三峡大学 | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 |
WO2019174039A1 (zh) * | 2018-03-16 | 2019-09-19 | 大连理工大学 | 一种超大规模水电站群短期实用化调度方法 |
US20200004212A1 (en) * | 2018-07-02 | 2020-01-02 | Demand Energy Networks, Inc. | Systems and methods to aggregate distributed energy resources |
CN110991773A (zh) * | 2019-12-27 | 2020-04-10 | 国网辽宁省电力有限公司阜新供电公司 | 一种面向风电消纳的两阶段源荷储优化调度方法 |
CN112508221A (zh) * | 2020-09-24 | 2021-03-16 | 国网天津市电力公司电力科学研究院 | 一种有限储能下考虑源-荷不确定性的日前调度决策方法 |
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 |
CN113013929A (zh) * | 2021-04-20 | 2021-06-22 | 天津大学 | 面向负荷曲线调节的有源配电网模拟优化运行方法 |
-
2021
- 2021-07-30 CN CN202110874592.XA patent/CN113627762B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056256A (zh) * | 2016-06-28 | 2016-10-26 | 华北电力大学 | 一种平衡电力供需关系的互动化微网调度方法 |
CN106300336A (zh) * | 2016-07-22 | 2017-01-04 | 华北电力大学 | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 |
WO2019006733A1 (zh) * | 2017-07-06 | 2019-01-10 | 大连理工大学 | 一种跨省互联水电站群长期联合调峰调度方法 |
CN108123492A (zh) * | 2017-12-26 | 2018-06-05 | 国网辽宁省电力有限公司 | 一种考虑火电电蓄热联合调峰的日前发电计划优化方法 |
WO2019174039A1 (zh) * | 2018-03-16 | 2019-09-19 | 大连理工大学 | 一种超大规模水电站群短期实用化调度方法 |
US20200004212A1 (en) * | 2018-07-02 | 2020-01-02 | Demand Energy Networks, Inc. | Systems and methods to aggregate distributed energy resources |
CN110188950A (zh) * | 2019-05-30 | 2019-08-30 | 三峡大学 | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 |
CN110991773A (zh) * | 2019-12-27 | 2020-04-10 | 国网辽宁省电力有限公司阜新供电公司 | 一种面向风电消纳的两阶段源荷储优化调度方法 |
CN112508221A (zh) * | 2020-09-24 | 2021-03-16 | 国网天津市电力公司电力科学研究院 | 一种有限储能下考虑源-荷不确定性的日前调度决策方法 |
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 |
CN113013929A (zh) * | 2021-04-20 | 2021-06-22 | 天津大学 | 面向负荷曲线调节的有源配电网模拟优化运行方法 |
Non-Patent Citations (5)
Title |
---|
ZHONGKAI YI.ETC: "A Multi-Time-Scale Economic Scheduling Strategy for Virtual Power Plant Based on Deferrable Loads Aggregation and Disaggregation", JOURNALS & MAGAZINES, pages 1332 - 1346 * |
党东升;韩松;周珏;田星;周宗川;罗庚玉;: "需求响应参与系统调峰研究综述", 电力需求侧管理, no. 05, pages 13 - 17 * |
王哲;杨鹏;刘思源;储真荣;艾芊;: "考虑需求响应和多能互补的虚拟电厂协调优化策略", 电力建设, no. 09, pages 60 - 66 * |
许福鹿: "考虑电热需求响应的园区综合能源系统协同优化研究", 中国优秀硕士学位论文全文数据库, pages 039 - 41 * |
陈天马;: "计及激励型需求响应的微电网可靠性分析", 电力大数据, no. 02, pages 45 - 53 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066046A (zh) * | 2021-11-12 | 2022-02-18 | 国网江苏省电力有限公司镇江供电分公司 | 一种面向深度调峰的虚拟电厂内光储荷优化调度方法 |
CN115345389A (zh) * | 2022-10-19 | 2022-11-15 | 广东电网有限责任公司佛山供电局 | 一种集群对虚拟电厂多时间尺度优化调度方法 |
CN115345389B (zh) * | 2022-10-19 | 2023-01-24 | 广东电网有限责任公司佛山供电局 | 一种集群对虚拟电厂多时间尺度优化调度方法 |
CN116845871A (zh) * | 2023-06-30 | 2023-10-03 | 国家电网有限公司华东分部 | 电力电量平衡方法及装置、存储介质、计算机设备 |
CN116845871B (zh) * | 2023-06-30 | 2024-03-22 | 国家电网有限公司华东分部 | 电力电量平衡方法及装置、存储介质、计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113627762B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
CN105846423B (zh) | 一种计及需求响应的光伏微电网储能多目标容量配置方法 | |
US8718850B2 (en) | Systems and methods for using electric vehicles as mobile energy storage | |
CN113627762A (zh) | 一种基于激励电价的虚拟电厂调峰方法 | |
CN102289566B (zh) | 独立运行模式下的微电网多时间尺度能量优化调度方法 | |
Inage | Modelling load shifting using electric vehicles in a smart grid environment | |
CN111244991B (zh) | 一种考虑电池寿命的储能电站运行控制方法及系统 | |
CN107798430A (zh) | 计及可再生能源跨区消纳的竞价优化方法 | |
Haas et al. | The photovoltaic revolution is on: How it will change the electricity system in a lasting way | |
CN110417018A (zh) | 一种多应用模式的并网型微电网能量管理方法及装置 | |
CN116247699A (zh) | 一种计算最低容量租赁价格的储能充放电控制方法及系统 | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
Zheng et al. | Optimal dispatch for reversible solid oxide cell-based hydrogen/electric vehicle aggregator via stimuli-responsive charging decision estimation | |
CN113541195B (zh) | 一种未来电力系统中高比例可再生能源的消纳方法 | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
Morrissey et al. | Optimal Energy Storage Schedules for Load Leveling and Ramp Rate Control in Distribution Systems | |
CN115081707A (zh) | 一种基于源荷灵活性的微电网多时间尺度优化调度方法 | |
CN116191505A (zh) | 一种低压台区源荷储充全局动态互动的调节方法及装置 | |
Steber | Integration of decentralized battery energy storage systems into the german electrical power system | |
Hongli et al. | Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy | |
Berg et al. | Implementation of Battery Energy Storage Systems in Residential Buildings: A case study of a multifamily building in southern Sweden, exploring profitability, self-sufficiency and environmental performance | |
Hu et al. | Demand Response Optimization Strategy for Multi-Level Intelligent Regulation under the Power Internet of Things | |
Abran et al. | Battery Storage for Grid Application: A case study of implementing a Lithium-ion storage system for power peak shaving and energy arbitrage | |
CN115622107B (zh) | 一种基于电力现货市场的车网互动方法及系统 | |
CN116247720B (zh) | 用于火储联合调频的控制装置及火储联合调频系统 |
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 |