CN113794200A - 一种用于虚拟电厂的多类型负荷资源聚合方法 - Google Patents

一种用于虚拟电厂的多类型负荷资源聚合方法 Download PDF

Info

Publication number
CN113794200A
CN113794200A CN202111009469.8A CN202111009469A CN113794200A CN 113794200 A CN113794200 A CN 113794200A CN 202111009469 A CN202111009469 A CN 202111009469A CN 113794200 A CN113794200 A CN 113794200A
Authority
CN
China
Prior art keywords
resource
load
power plant
virtual power
price
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
CN202111009469.8A
Other languages
English (en)
Other versions
CN113794200B (zh
Inventor
郭明星
张铭
王素
吕冉
刘盼盼
吴恩琦
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.)
State Grid Shanghai Electric Power Co Ltd
Original Assignee
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 State Grid Shanghai Electric Power Co Ltd filed Critical State Grid Shanghai Electric Power Co Ltd
Priority to CN202111009469.8A priority Critical patent/CN113794200B/zh
Publication of CN113794200A publication Critical patent/CN113794200A/zh
Application granted granted Critical
Publication of CN113794200B publication Critical patent/CN113794200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种用于虚拟电厂的多类型负荷资源聚合方法，包括以下步骤：S1：获取虚拟电厂的功率数据，根据功率数据获取虚拟电厂的资源调控特性，根据资源调控特性对负荷侧资源进行聚合，获取资源调控聚合结果；S2：获取虚拟电厂的激励经济数据和价格经济数据，根据激励经济数据获取负荷侧资源的激励型聚合结果，根据价格经济数据获取负荷侧资源的价格型聚合结果；S3：比对S2、S3获取的聚合结果，获取多类型聚合结果。与现有技术相比，本发明具有综合考虑虚拟电厂负荷类型、聚合效果好等优点。

Description

一种用于虚拟电厂的多类型负荷资源聚合方法
技术领域
本发明涉及资源聚合领域，尤其是涉及一种用于虚拟电厂的多类型负荷资源聚合方法。
背景技术
对于大型城市的电力负荷，容易出现负荷增速高于电量增速，峰谷差增大的问题，同时随着新能源发电大量接入、外来电力比重不断增加，系统调峰困难矛盾凸显，为满足短时高峰负荷需求，电力系统通常需要大量投资来建设发电机组及其配套输配电网络，设备利用率低，经济环保效益差。这些都对电力系统的调节控制能力以及运行经济性提出了新的挑战。
为了解决上述问题，通过虚拟电厂的构建，不仅可以向电网供电，还能消纳电网的盈余电力，可以通过源荷友好互动向电网提供调频调峰等辅助服务。虚拟电厂为解决新能源消纳问题以及低碳能源转型问题提供了有效途径。但是现有的虚拟电厂控制方法不能对虚拟电厂的终端负荷进行有效控制，
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于虚拟电厂的多类型负荷资源聚类方法。
本发明的目的可以通过以下技术方案来实现：
一种用于虚拟电厂的多类型负荷资源聚合方法，包括以下步骤：
S1：获取虚拟电厂的功率数据，根据功率数据获取虚拟电厂的资源调控特性，根据资源调控特性对负荷侧资源进行聚合，获取资源调控聚合结果；
S2：获取虚拟电厂的激励经济数据和价格经济数据，根据激励经济数据获取负荷侧资源的激励型聚合结果，根据价格经济数据获取负荷侧资源的价格型聚合结果；
S3：比对S2、S3获取的聚合结果，获取多类型聚合结果。
优选地，所述的步骤S1的具体步骤包括：
S11：获取各负荷侧资源控制的调节潜力；
S12：在控制周期内获取各负荷侧资源的调节潜力与调节时间的关系曲线；
S13：计算各负荷侧资源的曲线吻合度，根据分层聚类法对负荷侧资源进行聚类，获取资源调控聚合结果。
优选地，所述的步骤S11中调节潜力的目标函数为：
Figure BDA0003238356560000021
其中，Pload为可调潜力，j为控制周期，n控制周期数，PB为负荷侧资源预计总功率，PΣ为负荷侧资源实际总功率。
优选地，所述的步骤S13中计算曲线吻合度的公式为：
Figure BDA0003238356560000022
其中，εij为资源i和资源j之间的吻合度；yix为资源i的关系曲线中调节周期点x的调节潜力，yjx为资源j的关系曲线中调节周期点x的调节潜力。
优选地，所述的步骤S13中进行聚合的目标函数为：
Figure BDA0003238356560000023
式中：
Figure BDA0003238356560000024
是M个数中任取两个数的所有组合的个数；M为聚合后组内的负荷侧资源的总数；
Figure BDA0003238356560000025
为负荷资源i的负荷调节潜力；
Figure BDA0003238356560000026
为虚拟电厂的总目标发电量；εij为资源i和资源j之间的吻合度。
优选地，所述的步骤S2中获取激励型聚合结果的目标函数为：
Figure BDA0003238356560000027
其中，Esum为虚拟电厂发电的总期望收益；p(t)为预期的市场出清价格；
Figure BDA0003238356560000028
为虚拟电厂总的预期出清量；
Figure BDA0003238356560000029
为负荷侧资源i的可调度容量；T为虚拟电厂的控制时长；Ci(t)为用户t时间单位容量的报价。
优选地，目标函数中Ci(t)为：
Figure BDA0003238356560000031
其中，λi为负荷侧资源用户i的报价决策系数；Pi为资源i的额定电量；βi为资源i的期望补偿系数值。
优选地，所述的激励型聚合结果满足以下约束：
Figure BDA0003238356560000032
优选地，所述的步骤S2中获取价格型聚合结果的目标函数为：
Figure BDA0003238356560000033
其中，Esum为虚拟电厂发电的总期望收益；E(εi(t))为电价εi(t)下的期望收益。优选地，所述的目标函数的约束为：
Δqi,min(t)≤Δqi(t)≤Δqi,max(t)。
其中，qi,min(t)为用户i在t时刻由于价格变化引起的最小用电量变化值，Δqi(t)为用户i在t时刻由于价格变化引起的用电量变化值，Δqi,max(t)为用户i在t时刻由于价格变化引起的最大用电量变化值。
与现有技术相比，本发明具有如下优点：
(1)本发明利用基于资源调控特性的负荷聚合方法、基于经济性的负荷聚合方法对符合资源进行有效聚合，将负荷特性相同的分布式资源聚合为一个整体，便于响应负荷调节信号，在有选择的情况下，优先挑选更为经济或更适合参与控制的个体，提高聚合效果；
(2)基于资源调控特性的负荷聚合方法采用可调潜力、可控时间作为特征参数进行聚合，利用最直观的特性参数进行有效聚合，聚合后的负荷侧资源组能满足虚拟电厂的预期发电量，聚合后的负荷侧资源组特性参数类似，便于集中控制，能使聚合组的资源种类数M尽量小，即调用的资源种类数少，减小对用户的影响；
(3)本发明能从经济性的角度出发进行负荷聚合，涵盖经济性对虚拟电厂投运时的影响，获取准确高效的虚拟电厂的负荷资源聚合结果。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
一种用于虚拟电厂的多类型负荷资源聚合方法，如图1所述，包括以下步骤：
S1：获取虚拟电厂的功率数据，根据功率数据获取虚拟电厂的资源调控特性，根据资源调控特性对负荷侧资源进行聚合，获取资源调控聚合结果.
步骤S1的具体步骤包括：
S11：获取各负荷侧资源控制的调节潜力。
调节潜力的目标函数为：
Figure BDA0003238356560000041
其中，Pload为可调潜力，j为控制周期，n控制周期数，PB为负荷侧资源预计总功率，PΣ为负荷侧资源实际总功率。
S12：在控制周期内获取各负荷侧资源的调节潜力与调节时间的关系曲线；
S13：计算各负荷侧资源的曲线吻合度，根据分层聚类法对负荷侧资源进行聚类，获取资源调控聚合结果。、
其中，计算曲线吻合度的公式为：
Figure BDA0003238356560000042
其中，εij为资源i和资源j之间的吻合度；yix为资源i的关系曲线中调节周期点x的调节潜力，yjx为资源j的关系曲线中调节周期点x的调节潜力；
进行聚合的目标函数为：
Figure BDA0003238356560000043
式中：
Figure BDA0003238356560000044
是M个数中任取两个数的所有组合的个数；M为聚合后组内的负荷侧资源的总数；
Figure BDA0003238356560000045
为负荷资源i的负荷调节潜力；
Figure BDA0003238356560000046
为虚拟电厂的总目标发电量；εij为资源i和资源j之间的吻合度。
S2：获取虚拟电厂的激励经济数据和价格经济数据，根据激励经济数据获取负荷侧资源的激励型聚合结果，根据价格经济数据获取负荷侧资源的价格型聚合结果；
获取激励型聚合结果的目标函数为：
Figure BDA0003238356560000051
其中，Esum为虚拟电厂发电的总期望收益；p(t)为预期的市场出清价格；
Figure BDA0003238356560000052
为虚拟电厂总的预期出清量；
Figure BDA0003238356560000053
为负荷侧资源i的可调度容量；T为虚拟电厂的控制时长；Ci(t)为用户t时间单位容量的报价，Ci(t)为：
Figure BDA0003238356560000054
其中，λi为负荷侧资源用户i的报价决策系数；Pi为资源i的额定电量；βi为资源i的期望补偿系数值。
激励型聚合结果满足以下约束：
Figure BDA0003238356560000055
步骤S2中获取价格型聚合结果的目标函数为：
Figure BDA0003238356560000056
其中，Esum为虚拟电厂发电的总期望收益；E(εi(t))为电价εi(t)下的期望收益。
目标函数的约束为：
Δqi,min(t)≤Δqi(t)≤Δqi,max(t)。
其中，qi,min(t)为用户i在t时刻由于价格变化引起的最小用电量变化值，Δqi(t)为用户i在t时刻由于价格变化引起的用电量变化值，Δqi,max(t)为用户i在t时刻由于价格变化引起的最大用电量变化值。
S3：比对S2、S3获取的聚合结果，选取聚类效果最好的结果作为多类型聚合结果。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

1.一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，包括以下步骤：
S1：获取虚拟电厂的功率数据，根据功率数据获取虚拟电厂的资源调控特性，根据资源调控特性对负荷侧资源进行聚合，获取资源调控聚合结果；
S2：获取虚拟电厂的激励经济数据和价格经济数据，根据激励经济数据获取负荷侧资源的激励型聚合结果，根据价格经济数据获取负荷侧资源的价格型聚合结果；
S3：比对S2、S3获取的聚合结果，获取多类型聚合结果。
2.根据权利要求1所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的步骤S1的具体步骤包括：
S11：获取各负荷侧资源控制的调节潜力；
S12：在控制周期内获取各负荷侧资源的调节潜力与调节时间的关系曲线；
S13：计算各负荷侧资源的曲线吻合度，根据分层聚类法对负荷侧资源进行聚类，获取资源调控聚合结果。
3.根据权利要求2所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的步骤S11中调节潜力的目标函数为：
Figure FDA0003238356550000011
其中，Pload为可调潜力，j为控制周期，n控制周期数，PB为负荷侧资源预计总功率，PΣ为负荷侧资源实际总功率。
4.根据权利要求2所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的步骤S13中计算曲线吻合度的公式为：
Figure FDA0003238356550000012
其中，εij为资源i和资源j之间的吻合度；yix为资源i的关系曲线中调节周期点x的调节潜力，yjx为资源j的关系曲线中调节周期点x的调节潜力。
5.根据权利要求2所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的步骤S13中进行聚合的目标函数为：
Figure FDA0003238356550000021
式中：
Figure FDA0003238356550000022
是M个数中任取两个数的所有组合的个数；M为聚合后组内的负荷侧资源的总数；
Figure FDA0003238356550000023
为负荷资源i的负荷调节潜力；
Figure FDA0003238356550000024
为虚拟电厂的总目标发电量；εij为资源i和资源j之间的吻合度。
6.根据权利要求1所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的步骤S2中获取激励型聚合结果的目标函数为：
Figure FDA0003238356550000025
其中，Esum为虚拟电厂发电的总期望收益；p(t)为预期的市场出清价格；
Figure FDA0003238356550000026
为虚拟电厂总的预期出清量；
Figure FDA0003238356550000027
为负荷侧资源i的可调度容量；T为虚拟电厂的控制时长；Ci(t)为用户t时间单位容量的报价。
7.根据权利要求6所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，目标函数中Ci(t)为：
Figure FDA0003238356550000028
其中，λi为负荷侧资源用户i的报价决策系数；Pi为资源i的额定电量；βi为资源i的期望补偿系数值。
8.根据权利要求6所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的激励型聚合结果满足以下约束：
Figure FDA0003238356550000029
9.根据权利要求1所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的步骤S2中获取价格型聚合结果的目标函数为：
Figure FDA00032383565500000210
其中，Esum为虚拟电厂发电的总期望收益；E(εi(t))为电价εi(t)下的期望收益。
10.根据权利要求9所述的一种用于虚拟电厂的多类型负荷资源聚合方法，其特征在于，所述的目标函数的约束为：
Δqi,min(t)≤Δqi(t)≤Δqi,max(t)。
其中，qi,min(t)为用户i在t时刻由于价格变化引起的最小用电量变化值，Δqi(t)为用户i在t时刻由于价格变化引起的用电量变化值，Δqi,max(t)为用户i在t时刻由于价格变化引起的最大用电量变化值。
CN202111009469.8A 2021-08-31 2021-08-31 一种用于虚拟电厂的多类型负荷资源聚合方法 Active CN113794200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111009469.8A CN113794200B (zh) 2021-08-31 2021-08-31 一种用于虚拟电厂的多类型负荷资源聚合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111009469.8A CN113794200B (zh) 2021-08-31 2021-08-31 一种用于虚拟电厂的多类型负荷资源聚合方法

Publications (2)

Publication Number Publication Date
CN113794200A true CN113794200A (zh) 2021-12-14
CN113794200B CN113794200B (zh) 2024-04-12

Family

ID=78876744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111009469.8A Active CN113794200B (zh) 2021-08-31 2021-08-31 一种用于虚拟电厂的多类型负荷资源聚合方法

Country Status (1)

Country Link
CN (1) CN113794200B (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
CN115237080A (zh) * 2022-09-19 2022-10-25 国网信息通信产业集团有限公司 基于虚拟电厂的设备调控方法、装置、设备和可读介质
CN115411725A (zh) * 2022-08-26 2022-11-29 北京东润环能科技股份有限公司 虚拟电厂的协调控制方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416536A (zh) * 2018-04-10 2018-08-17 国网江苏省电力有限公司电力科学研究院 一种消纳新能源的需求响应资源多时间尺度滚动调度方法
JP2018143046A (ja) * 2017-02-28 2018-09-13 株式会社ダイヘン バーチャルパワープラント
CN112580987A (zh) * 2020-12-22 2021-03-30 深圳供电局有限公司 一种考虑虚拟电厂可调资源可用性的负荷聚合方法及装置
CN112785337A (zh) * 2021-01-22 2021-05-11 国网信息通信产业集团有限公司 一种应用于虚拟电厂的价格激励方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018143046A (ja) * 2017-02-28 2018-09-13 株式会社ダイヘン バーチャルパワープラント
CN108416536A (zh) * 2018-04-10 2018-08-17 国网江苏省电力有限公司电力科学研究院 一种消纳新能源的需求响应资源多时间尺度滚动调度方法
CN112580987A (zh) * 2020-12-22 2021-03-30 深圳供电局有限公司 一种考虑虚拟电厂可调资源可用性的负荷聚合方法及装置
CN112785337A (zh) * 2021-01-22 2021-05-11 国网信息通信产业集团有限公司 一种应用于虚拟电厂的价格激励方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吴宛潞 等: "计及空调负荷等多类型需求侧资源的虚拟电厂优化运行策略", 电力需求侧管理, no. 01, 20 January 2020 (2020-01-20), pages 16 - 20 *
宁剑 等: "可调节负荷资源参与电网调控的思考与技术实践", 电力系统自动化, no. 17, 11 June 2020 (2020-06-11), pages 6 - 14 *
高赐威 等: "中央空调负荷聚合及平抑风电出力波动研究", 《中国电机工程学报》, vol. 37, no. 11, pages 3184 - 3191 *

Cited By (4)

* 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
CN115411725A (zh) * 2022-08-26 2022-11-29 北京东润环能科技股份有限公司 虚拟电厂的协调控制方法、装置、电子设备及存储介质
CN115237080A (zh) * 2022-09-19 2022-10-25 国网信息通信产业集团有限公司 基于虚拟电厂的设备调控方法、装置、设备和可读介质
CN115237080B (zh) * 2022-09-19 2022-12-09 国网信息通信产业集团有限公司 基于虚拟电厂的设备调控方法、装置、设备和可读介质

Also Published As

Publication number Publication date
CN113794200B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN113794200A (zh) 一种用于虚拟电厂的多类型负荷资源聚合方法
Wu et al. Locational marginal price calculations using the distributed-slack power-flow formulation
CN109256799B (zh) 一种基于样本熵的新能源电力系统优化调度方法
CN110728410A (zh) 一种计及需求响应灵活性和不确定性的负荷聚合商经济调度方法
CN109149651B (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
WO2019184344A1 (zh) 一种微能源网多目标运行控制方法
CN112116150A (zh) 一种负荷聚合商参与蓄热式电采暖电力市场调节方法
Song et al. An improved real-time pricing algorithm based on utility maximization for smart grid
CN110046780B (zh) 基于分时电价的孤岛微电网需求响应经济调度方法及系统
Wang et al. How stochastic network calculus concepts help green the power grid
CN105046360A (zh) 基于峰谷时段用电负荷权重管理系统及峰谷时段管理方法
CN111062506A (zh) 一种基于用户行为的分时电价时段划分和价格制定方法
CN109494727A (zh) 考虑需求响应的配电网有功和无功协调优化运行方法
Abbasi et al. A novel dynamic load scheduling and peak shaving control scheme in community home energy management system based microgrids
CN117374974A (zh) 一种配电网调度方法、系统、介质及设备
CN116914847A (zh) 一种虚拟电厂内多台发电机组聚合互补及优化调度方法
CN111767506A (zh) 一种计及用户用能行为及满意度的电-气综合能源优化调度方法
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
CN110535127A (zh) 基于加权低碳积分的需求响应控制方法
CN109309385A (zh) 一种有源配电网中混合有源滤波器优化配置方法
Ye et al. Coordinated optimization scheduling of data center and electricity retailer based on cooperative game theory
Zhan et al. Propagating electricity bill onto cloud tenants: Using a novel pricing mechanism
CN114925962A (zh) 基于节点边际电价的有源配电网运行灵活性量化分析方法
Mihaela et al. Smart Hub Electric Energy Data Aggregation Platform for Prosumers Grid Integration
Yang et al. Size optimization of a stand-alone micro-grid integrated with flexible load and the complementary of solar and wind

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