CN113629781A - 一种基于empc的多vpp日前日内协调优化方法及装置 - Google Patents
一种基于empc的多vpp日前日内协调优化方法及装置 Download PDFInfo
- Publication number
- CN113629781A CN113629781A CN202111087025.6A CN202111087025A CN113629781A CN 113629781 A CN113629781 A CN 113629781A CN 202111087025 A CN202111087025 A CN 202111087025A CN 113629781 A CN113629781 A CN 113629781A
- Authority
- CN
- China
- Prior art keywords
- day
- power
- ahead
- vpp
- power system
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 37
- OZJCQBUSEOVJOW-UHFFFAOYSA-N (4-ethylsulfanylphenyl) n-methylcarbamate Chemical compound CCSC1=CC=C(OC(=O)NC)C=C1 OZJCQBUSEOVJOW-UHFFFAOYSA-N 0.000 title claims abstract 11
- 238000004146 energy storage Methods 0.000 claims description 42
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000012725 vapour phase polymerization Methods 0.000 abstract 2
- 230000003993 interaction Effects 0.000 description 8
- 230000005611 electricity Effects 0.000 description 7
- 238000005096 rolling process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 101000805729 Homo sapiens V-type proton ATPase 116 kDa subunit a 1 Proteins 0.000 description 2
- 101000854873 Homo sapiens V-type proton ATPase 116 kDa subunit a 4 Proteins 0.000 description 2
- 101000806601 Homo sapiens V-type proton ATPase catalytic subunit A Proteins 0.000 description 2
- 102100037979 V-type proton ATPase 116 kDa subunit a 1 Human genes 0.000 description 2
- 102100037466 V-type proton ATPase catalytic subunit A Human genes 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101000850434 Homo sapiens V-type proton ATPase subunit B, brain isoform Proteins 0.000 description 1
- 101000670953 Homo sapiens V-type proton ATPase subunit B, kidney isoform Proteins 0.000 description 1
- 102100033476 V-type proton ATPase subunit B, brain isoform Human genes 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- G06Q10/06312—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
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- 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)
- Power Engineering (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于EMPC的多VPP日前日内协调优化方法及装置，所述方法包括：基于多VPP构建电力系统，根据所述电力系统运行约束条件确定日前优化和日内调度模型，日前优化结合经济性和风电误差，在第一时间段内优化电力系统的控制变量，生成日前调度计划，日内调度根据日前调度计划，在电力系统内部进行实时反馈校正。通过日前日内协调优化的方法，能够提高电力系统的调度灵活性，减少大电网交易电量的压力，保证电力系统的经济性，提高电力系统的收益。
Description
技术领域
本申请涉及多虚拟电厂系统领域，具体涉及一种基于EMPC的多VPP日前日内协调优化方法及装置。
背景技术
目前的多VPP构建的电力系统内部一些新能源出力不确定，电力系统中每个VPP不同时间段存在一定的电量盈余或缺额，需要电力系统内部进行协调优化，目前电力系统的协调优化分为日前优化和日内调度，但两者之间紧密性不足，优化效果一般。
发明内容
本发明旨在克服现有技术的不足，提供了一种基于EMPC的多VPP日前日内协调优化方法，日前滚动优化与日内调度实时反馈，紧密性好，所述日前日内协调优化方法基于EMPC，在优化过程中考虑经济性和风电预测，优化效果好。
本发明提供了一种基于EMPC的多VPP日前日内协调优化方法，所述方法包括：
基于多个VPP构成电力系统，根据所述电力系统的运行约束条件确定日前优化和日内调度模型；
所述日前优化结合经济性和风电预测误差，优化所述电力系统的控制变量，利用优化后的控制变量生成日前调度计划；
日内调度根据所述日前调度计划，在所述电力系统内部进行实时反馈校正。
进一步的，所述电力系统运行的约束条件，包括各个VPP的功率平衡、燃气轮约束、可中断负荷约束和储能设备约束；
所述各个VPP的功率平衡，公式为：
其中，Pt,IL,i为t时段第i个VPP的可中断负荷；
分别为储能设备的充放电功率；
为t时段第i个VPP从大电网购入、出售功率；
为t时段第i个VPP从其他VPP购入、出售功率。
燃气轮的约束，公式为：
其中，
分别为燃气轮机功率上升、下降的爬坡率。
所述可中断负荷约束为：
其中，：
为可中断负荷最大调用率；
所述储能设备约束为：
其中：
为t时段第i个VPP储能设备最大充放电功率；
为0-1变量，表征储能设备的充放电状态；
为荷电状态的上下限；SOC0,ES,i、SOC24.ES,i为储能设备一天中的起始、结束值。
进一步的，所述日前优化，根据电力系统当前状态，预测电力系统未来时段的运行状态，并根据电力系统的预测运行状态结合经济性生成任务决策；
所述日前优化根据风电误差改变预测域长度，优化任务决策，生成日前调度计划。
进一步的，所述日内调度根据日前调度计划，结合风电预测值和经济性，在电力系统内部进行实时反馈校正，包括：
日内调度根据日前调度计划结合风电预测值，在电力系统内部调整包括燃气轮机、储能设备、各个VPP之间交互功率、VPP与大电网间联络线交互功率等在内的控制变量。
进一步的，所述日内调度，将日前优化阶段的执行间隔ΔT，等分为m个时间间隔Δt，结合每个时间间隔Δt的风电预测值弥补日前调度计划的偏差值，并确保每个时间间隔Δt运行费用最小。
所述日内调整目标函数如下：
式中：ωES、ωGT、ωe、ωm分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整惩罚成本系数；ΔPt，ES，i、ΔPt，GT，i、ΔPt，e，i、ΔPt，m，i分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整值。
本发明还提供了一种基于EMPC的多VPP日前日内协调优化装置，所述装置包括：
优化模型设置模块：用于根据电力系统的控制变量的约束条件确定日前日内协调优化模型；
日前优化模块：用于结合经济性和风电误差优化电力系统的控制变量，利用优化后的控制变量生成日前调度计划；
日内调度模块：用于根据日前调度计划结合风电预测值和经济性，在电力系统内部进行实时反馈校正。
本发明提供了一种基于EMPC的多VPP日前日内协调优化方法，日前滚动优化与日内调度实时反馈，紧密性好，能够提高电力系统的调度性，所述日前日内协调优化方法基于EMPC，在优化过程中考虑经济性和风电预测，优化效果好。
附图说明
图1为本发明实施例中基于EMPC多VPP目前日内协调优化方法流程图；
图2为本发明实施例中基于EMPC多VPP日前日内协调优化装置示意图；
图3为本发明实施例中电力系统协调调度日前优化结果示意图；
图4为本发明实施例中电力系统协调调度日内反馈调度结果示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一：
本发明实施例中，由多个虚拟电厂(virtual power plant，VPP)构建的电力系统，在传统模型预测控制(model predictive control，MPC)的基础上设计了改进经济模型预测控制(Economic MPC，EMPC)，基于EMPC对多VPP日前日内两阶段进行优化调度。
图1示出了本发明实施例的一种基于EMPC的多VPP日前日内协调优化方法流程图，如图所示，所述方法包括：
S11：基于多VPP构建电力系统，根据所述电力系统运行约束条件确定日前优化和日内调度模型；
进一步的，所述电力系统运行的约束条件，包括各个VPP的功率平衡、燃气轮约束、可中断负荷约束和储能设备约束；
所述各个VPP的功率平衡，公式为：
其中，Pt，IL，i为t时段第i个VPP的可中断负荷；
分别为储能设备的充放电功率；
为t时段第i个VPP从大电网购入、出售功率；
为t时段第i个VPP从其他VPP购入、出售功率。
燃气轮的约束，公式为：
其中，
分别为燃气轮机功率上升、下降的爬坡率。
所述可中断负荷约束为：
其中，：
为可中断负荷最大调用率；
所述储能设备约束为：
其中：
为t时段第i个VPP储能设备最大充放电功率；
为0-1变量，表征储能设备的充放电状态；
为荷电状态的上下限；SOC0，ES，i、SOC24.ES，i为储能设备一天中的起始、结束值。
S12：所述日前优化结合经济性和风电预测误差，优化所述电力系统的控制变量，利用优化后的控制变量生成日前调度计划；
具体的，所述日前优化，根据电力系统当前状态，预测电力系统未来时段的运行状态，并根据多VPP预测运行状态结合经济性生成任务决策；
所述日前优化根据风电误差改变预测域长度，优化任务决策，生成日前调度计划。
具体的，所述日前优化设置时间间隔ΔT，在每个时间间隔ΔT内进行优化，降低风电预测误差的影响，预测域步长随风电预测误差自适应动态调整，保证优化结果的鲁棒性。
具体的，优化控制变量包括：储能设备出力状态、燃气轮机出力和VPP与大电网、多VPP间联络线交互功率及参与需求响应的可中断负荷。
S13：日内调度根据日前调度计划，结合风电预测值和经济性，在电力系统内部进行实时反馈校正。
具体的，所述日内调度根据日前调度计划，结合风电预测值和经济性，在电力系统内部进行实时反馈校正，包括：
日内调度根据日前调度计划结合风电预测值，在电力系统内部调整包括燃气轮机、储能设备、各个VPP之间交互功率、VPP与大电网间联络线交互功率等在内的控制变量。
进一步的，所述日内调度，将日前优化阶段的执行间隔ΔT，等分为m个时间间隔Δt，结合每个时间间隔Δt的风电预测值弥补日前调度计划的偏差值，并确保每个时间间隔Δt运行费用最小。
需要说明的是，可中断负荷调度周期较长，故在日内反馈中将不对其优化调度。因此，日内阶段是根据日前计划结合风电更短时间尺度的预测值去调整包括燃气轮机、储能设备、VPP与大电网、VPP间联络线交互功率等在内的控制变量。
所述日内调整目标函数如下：
式中：ωES、ωGT、ωe、ωm分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整惩罚成本系数；ΔPt，ES，i、ΔPt，GT，i、ΔPt，e，i、ΔPt，m，i分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整值。
本发明实施例的一种基于EMPC的多VPP日前日内协调优化方法，所述方法包括日前滚动优化与日内调度实时反馈，紧密性好，能够提高电力系统的调度性，所述日前日内协调优化方法基于EMPC(经济模型预测控制)，在优化过程中考虑经济性和风电预测，优化效果好。
实施例二：
图2示出了本发明实施例的基于EMPC的多VPP日前日内协调优化装置设置示意图，如图所示，所述装置包括：
优化模型设置模块1：用于根据电力系统的控制变量的约束条件确定日前日内协调优化模型；
具体的，所述电力系统运行的约束条件，包括各个VPP的功率平衡、燃气轮约束、可中断负荷约束和储能设备约束；
所述各个VPP的功率平衡，公式为：
其中，Pt，IL，i为t时段第i个VPP的可中断负荷；
分别为储能设备的充放电功率；
为t时段第i个VPP从大电网购入、出售功率；
为t时段第i个VPP从其他VPP购入、出售功率。
燃气轮的约束，公式为：
其中，
分别为燃气轮机功率上升、下降的爬坡率。
所述可中断负荷约束为：
其中，：
为可中断负荷最大调用率；
所述储能设备约束为：
其中：
为t时段第i个VPP储能设备最大充放电功率；
为0-1变量，表征储能设备的充放电状态；
为荷电状态的上下限；SOC0，ES，i、SOC24.ES，i为储能设备一天中的起始、结束值。
日前优化模块2：用于结合经济性和风电误差优化电力系统的控制变量，利用优化后的控制变量生成目前调度计划；
具体的，所述目前优化，根据电力系统当前状态，预测电力系统未来时段的运行状态，并根据多VPP预测运行状态结合经济性生成任务决策；
所述日前优化根据风电误差改变预测域长度，优化任务决策，生成日前调度计划。
具体的，所述日前优化设置时间间隔ΔT，在每个时间间隔ΔT内进行优化，降低风电预测误差的影响，预测域步长随风电预测误差自适应动态调整，保证优化结果的鲁棒性。
具体的，优化控制变量包括：储能设备出力状态、燃气轮机出力和VPP与大电网、多VPP间联络线交互功率及参与需求响应的可中断负荷。
日内调度模块3：用于根据日前调度计划结合风电预测值和经济性，在电力系统内部进行实时反馈校正。
具体的，所述日内调度根据日前调度计划，结合风电预测值和经济性，在电力系统内部进行实时反馈校正，包括：
日内调度根据日前调度计划结合风电预测值，在电力系统内部调整包括燃气轮机、储能设备、各个VPP之间交互功率、VPP与大电网间联络线交互功率等在内的控制变量。
进一步的，所述日内调度，将日前优化阶段的执行间隔ΔT，等分为m个时间间隔Δt，结合每个时间间隔Δt的风电预测值弥补日前调度计划的偏差值，并确保每个时间间隔Δt运行费用最小。
需要说明的是，可中断负荷调度周期较长，故在日内反馈中将不对其优化调度。因此，日内阶段是根据日前计划结合风电更短时间尺度的预测值去调整包括燃气轮机、储能设备、VPP与大电网、VPP间联络线交互功率等在内的控制变量。
所述日内调整目标函数如下：
式中：ωES、ωGT、ωe、ωm分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整惩罚成本系数；ΔPt，ES，i、ΔPt，GT，i、ΔPt，e，i、ΔPt，m，i分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整值。
具体的，优化模型设置模块1根据电力系统运行约束条件，确定优化模型，日前优化模块2在基于经济性原则下，优化电力系统的多个控制变量，同时考虑出力不确定的风电预测数据，改变预测域的长度，减少误差，生成调度计划，日内调度模块3在电力系统内部，根据日前调度计划，结合风电误差进行更高精度的实时反馈，在日内调度优化中考虑系统运行的经济性。
本发明实施例所述多VPP日前日内协调优化装置内部各个模块相互紧密配合，减少多VPP日前滚动优化的风电预测误差，保证电力系统运行的经济性。
实施例三：
本实施例中提供一个电力系统，所述电力系统由VPP1，VPP2和VPP3构建而成。所述电力系统中，各个VPP协同合作，同时参与大电网交易和各个VPP之间直接交易。VPP1、VPP2和VPP3中风电容量分别为50MW、20MW和30MW；MT采用同一型号机组，容量均为20MW；可中断负荷最大切断量为总负荷的10％；储能设备最大充放电功率为10MW，储能容量50MW·h；大电网售电电价为0.4元/(kW·h)，购电电价为1.1元/(kW·h)，VPP间交易价格介于0.4-1.1元/(kW·h)之间；日前滚动优化阶段，取最大预测域长度为6h，优化时间间隔ΔT＝1h；日内实时反馈阶段，取Δt＝15min。
图3示出了本发明实施例中，电力系统协调合作调度下日前优化结果示意图；图4示了本发明实施例中，所述电力系统的日内反馈调度结果示意图。如图所示，在电力系统的协调调度中，日内调度反馈在日前优化基础上有效的减少风电预测误差的影响。
具体的，当仅采用日前优化结果时，由于日前风电出力预测的误差较大，负荷高峰时需要切除大量的可中断负荷来满足供需平衡，而加入日内实时反馈校正之后，由于日内实时调度精度高于日前优化，可切断荷量大大减小，相较日前减少66.94％，因此两阶段优化调度模型能在满足用户需求的同时提高系统运行的平稳性。
具体的，本实施例中的电力系统，各个VPP之间可以直接交易，在风电出力少的时间段，各个VPP可以根据实际用电需求向电量富裕的VPP交易，减少大电网的电量交易负担，同时，各个VPP之间的交易电价比与大电网之间的交易电价低，能够提高电力系统的整体经济性。
本发明实施例中，所述电力系统采用日前滚动优化和日内实时反馈的优化模型，基于EMPC模型的优化调度，提高电力系统的整体经济性；日内实时反馈的精度比日前滚动优化高，能够进一步减少风电误差在电力系统协调优化的影响。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍，本文中采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述方法包括：
基于多个VPP构成电力系统，根据所述电力系统的运行约束条件确定日前优化和日内调度模型；
所述日前优化结合经济性和风电预测误差，优化所述电力系统的控制变量，利用优化后的控制变量生成日前调度计划；
日内调度根据所述日前调度计划，在所述电力系统内部进行实时反馈校正。
2.如权利要求1所述的基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述电力系统运行的约束条件，包括各个VPP的功率平衡、燃气轮约束、可中断负荷约束和储能设备约束；
所述各个VPP的功率平衡，公式为：
其中，Pt,IL,i为t时段第i个VPP的可中断负荷；
分别为储能设备的充放电功率；
为t时段第i个VPP从大电网购入、出售功率；
为t时段第i个VPP从其他VPP购入、出售功率。
3.如权利要求2所述的基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述燃气轮的约束，公式为：
其中，
分别为燃气轮机功率上升、下降的爬坡率。
4.如权利要求2所述的基于EMPC的多VPP日前日内协调优化方法，
其特征在于，所述可中断负荷约束为：
其中，
为可中断负荷最大调用率；
所述储能设备约束为：
其中，
为t时段第i个VPP储能设备最大充放电功率；
为0-1变量，表征储能设备的充放电状态；
为荷电状态的上下限；SOC0,ES,i、SOC24.ES,i为储能设备一天中的起始、结束值。
5.如权利要求1所述的基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述日前优化，根据电力系统当前状态，预测电力系统未来时段的运行状态，并根据多VPP预测运行状态结合经济性生成任务决策。
6.如权利要求5所述的基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述日前优化根据风电预测误差改变预测域长度，优化任务决策，生成日前调度计划。
7.如权利要求1所述的基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述日内调度根据日前调度计划，在电力系统内部进行实时反馈校正，包括：
日内调度根据所述日前调度计划，在电力系统内部调整包括燃气轮机、储能设备、各个VPP之间交互功率、VPP与大电网间联络线交互功率等在内的控制变量。
8.如权利要求1所述的多VPP日前日内协调优化方法，其特征在于，所述日内调度，将日前优化阶段的执行间隔ΔT，等分为m个时间间隔Δt，结合每个时间间隔Δt的风电预测值弥补日前调度计划的偏差值，并确保每个时间间隔Δt运行费用最小。
9.如权利要求1所述的基于EMPC的多VPP日前日内协调优化方法，其特征在于，所述日内调整目标函数如下：
式中：ωES、ωGT、ωe、ωm分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整惩罚成本系数；ΔPt,ES,i、ΔPt,GT,i、ΔPt,e,i、ΔPt,m,i分别为储能设备功率、燃气轮机功率、与大电网交互功率、与其它VPP交互功率的调整值。
10.一种基于EMPC的多VPP日前日内协调优化装置，其特征在于，所述装置包括：
优化模型设置模块：用于根据电力系统控制变量的约束条件确定日前日内协调优化模型；
日前优化模块：用于结合经济性和风电误差优化电力系统的控制变量，利用优化后的控制变量生成日前调度计划；
日内调度模块：用于根据日前调度计划结合风电预测值和经济性，在电力系统内部进行实时反馈校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111087025.6A CN113629781A (zh) | 2021-09-16 | 2021-09-16 | 一种基于empc的多vpp日前日内协调优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111087025.6A CN113629781A (zh) | 2021-09-16 | 2021-09-16 | 一种基于empc的多vpp日前日内协调优化方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113629781A true CN113629781A (zh) | 2021-11-09 |
Family
ID=78390192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111087025.6A Pending CN113629781A (zh) | 2021-09-16 | 2021-09-16 | 一种基于empc的多vpp日前日内协调优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113629781A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114037191A (zh) * | 2022-01-07 | 2022-02-11 | 深圳江行联加智能科技有限公司 | 基于大数据的虚拟电厂优化调度方法、装置、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106786806A (zh) * | 2016-12-15 | 2017-05-31 | 国网江苏省电力公司南京供电公司 | 一种基于模型预测控制的配电网有功无功协调调控方法 |
| CN110417006A (zh) * | 2019-07-24 | 2019-11-05 | 三峡大学 | 考虑多能协同优化的综合能源系统多时间尺度能量调度方法 |
-
2021
- 2021-09-16 CN CN202111087025.6A patent/CN113629781A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106786806A (zh) * | 2016-12-15 | 2017-05-31 | 国网江苏省电力公司南京供电公司 | 一种基于模型预测控制的配电网有功无功协调调控方法 |
| CN110417006A (zh) * | 2019-07-24 | 2019-11-05 | 三峡大学 | 考虑多能协同优化的综合能源系统多时间尺度能量调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙乐平 等: "基于经济模型预测控制的多虚拟电厂两阶段协调优化调度", 《储能科技与技术》, vol. 10, no. 5, pages 1845 - 1853 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114037191A (zh) * | 2022-01-07 | 2022-02-11 | 深圳江行联加智能科技有限公司 | 基于大数据的虚拟电厂优化调度方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power | |
| CN110232583B (zh) | 一种考虑碳排放权的电力市场边际价格规划方法 | |
| CN109066744B (zh) | 一种含储能配电网协调调度方法和系统 | |
| CN110535183B (zh) | 一种虚拟电厂的调度方法及系统 | |
| Tomin et al. | Deep reinforcement learning for energy microgrids management considering flexible energy sources | |
| KR20210100699A (ko) | 하이브리드 발전소 | |
| CN113538066A (zh) | 虚拟电厂参与电力市场的控制方法、系统、设备及介质 | |
| KR102594950B1 (ko) | 에너지 제어 방법과 발전 및 에너지 스토리지 시스템 | |
| CN112909933B (zh) | 现货市场环境下含抽水蓄能机组的日内滚动优化调度方法 | |
| US20240275179A1 (en) | Electrical power system and a multi-timescale coordinated optimization scheduling method therefor | |
| CN109286208A (zh) | 一种综合能源系统调度方法和系统 | |
| CN114037191A (zh) | 基于大数据的虚拟电厂优化调度方法、装置、设备及介质 | |
| CN111667109A (zh) | 一种虚拟电厂的出力控制方法及装置 | |
| CN107887932A (zh) | 虚拟发电厂在日前市场的生产竞价组织方法 | |
| CN112529249A (zh) | 一种计及绿证交易的虚拟电厂优化调度及交易管理方法 | |
| Elkazaz et al. | Microgrid energy management using a two stage rolling horizon technique for controlling an energy storage system | |
| CN115659096A (zh) | 考虑源荷不确定性的微网多时间尺度能量调度方法及装置 | |
| CN115441516A (zh) | 基于剩余需求曲线的光储系统运行方法及装置 | |
| CN117353350A (zh) | 多虚拟电厂运行优化方法、系统、设备及存储介质 | |
| Dai et al. | An equilibrium model of the electricity market considering the participation of virtual power plants | |
| Rizvi et al. | Optimal scheduling of virtual power plants utilizing wind power and electric vehicles | |
| Žnidarec et al. | Double-layer microgrid energy management system for strategic short-term operation scheduling | |
| CN112365089B (zh) | 考虑分时电价的长时间尺度储能容量配置与控制优化方法 | |
| CN113629781A (zh) | 一种基于empc的多vpp日前日内协调优化方法及装置 | |
| CN111478325B (zh) | 一种氢-电混合储能微电网能量调度方法及系统 |
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 |