CN114140022A - 一种多虚拟电厂分布式动态经济调度方法及系统 - Google Patents

Abstract

本发明公开了一种多虚拟电厂分布式动态经济调度方法及系统，根据虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数分析虚拟电厂内部运行工况，进而建立考虑三相不对称特性的虚拟电厂潮流模型；结合所述考虑三相不对称特性的虚拟电厂潮流模型和分布鲁棒优化理论，建立考虑高阶信息的不确定变量分布集；建立针对每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型；建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型，求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。优点：考虑了潮流模型的三相不对称特性，具有更高的准确性；通过考虑高阶不确定性，充分利用了大量历史数据的概率信息，确保决策的高鲁棒性以及低保守度。

Description

一种多虚拟电厂分布式动态经济调度方法及系统

技术领域

本发明涉及一种多虚拟电厂分布式动态经济调度方法及系统，属于分布式电源控制技术领域。

背景技术

近年来，以光伏、风电等为典型代表的分布式发电技术发展迅速，可再生能源在配电网中的渗透率不断提高，对配电网的运行和控制带来了极大的挑战。可再生能源出力具有间歇性，其导致配电网的潮流状况复杂多变；同时，可再生能源分布范围广泛、数量巨大，传统的运行和管理方式难度大、效果差。虚拟电厂VPP(Virtual Power Plant)作为大量分布式资源的聚合和利用方式，其通过协调和利用源网荷储各环节的资源，推动了资源的合理优化配置与利用。

VPP内部对可再生能源发电、储能、可控负荷等进行协调管理，同时对外作为一个特殊的电厂参与配电网的运行，如何制定VPP内部各种可控资源的控制决策，成为当前的研究热点。需要注意的是，VPP内部中的可再生能源出力以及负荷均表现出强不确定性特征，传统的确定性优化方法难以为继，同时现有的鲁棒优化、随机规划等不确定性优化方法均存在保守性或片面性的问题，并不能完全利用历史数据存在的大量有效概率信息。

如何充分利用不确定变量的历史数据信息，并结合多个VPP间相互支撑的运行特性，制定多个VPP间的动态经济调度决策，确保VPP的安全稳定运行，同时减少不同VPP间的信息交互，确保各用户信息隐私安全，是当前亟需解决的重要问题。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种多虚拟电厂分布式动态经济调度方法及系统，能够对多个虚拟电厂的协调优化，保证多个虚拟电厂的安全稳定运行、信息隐私安全。

为解决上述技术问题，本发明提供一种多虚拟电厂分布式动态经济调度方法，包括：

获取多个虚拟电厂中的每一个虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数；根据虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数分析虚拟电厂内部运行工况，进而建立考虑三相不对称特性的虚拟电厂潮流模型；

获取可再生能源的历史出力以及历史负荷；

结合所述考虑三相不对称特性的虚拟电厂潮流模型和分布鲁棒优化理论，对可再生能源的历史出力以及历史负荷不确定性进行分析，得到可再生能源的历史出力以及历史负荷的二阶矩信息和三阶矩信息，利用二阶矩信息和三阶矩信息，建立考虑高阶信息的不确定变量分布集；

根据所述考虑高阶信息的不确定变量分布集建立针对每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型；获取所述多个虚拟电厂间的交互电量，以相邻虚拟电厂联络线上交互电量一致为边界条件结合每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型；

对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。

进一步的，所述考虑三相不对称特性的虚拟电厂潮流模型为：

其中，

为节点i注入复功率的三相列向量，满足

T表示矩阵转置，j表示复数，

和

分别为节点i注入有功功率三相列向量和无功功率三相列向量，同时满足

为节点i的三相电压列向量，

表示节点i′的三相电压列向量；

为支路(i,i′)之间的三相导纳矩阵，E_i为与节点i外其他节点的集合，(·)^*表示向量的共轭，

以及

分别为节点i的

相注入复功率，注入有功功率以及无功功率，

为节点i的

相电压向量，

进一步的，所述考虑高阶信息的不确定变量分布集为：

其中，P′表示考虑高阶信息的不确定变量分布集，

表示不确定变量概率分布，P₀表示不确定变量初始概率分布，

表示不确定变量出力向量，

表示Ns维的实数空间，Ns表示典型场景个数，Ω′表示不确定变量上下限集合，w^min和w^max分别表示不确定变量出力的下限和上限，

表示在概率分布

上的期望，μ、σ和ξ分别表示均值、二阶矩上限和三阶矩上限。

进一步的，其特征在于，所述单一虚拟电厂分布鲁棒经济调度模型为：

l_i(p,y)＝0 i＝1,...,m (8)

h_i(p,y)≤0 i＝1,...,n (9)

其中，p表示虚拟电厂内部可控资源优化决策，χ表示可控设备可行域，y表示不确定变量的值，b表示不确定变量的系数矩阵，f(p)表示以运行成本最低为目标的函数，l_i(p,y)＝0表示等式约束，h_i(p,y)≤0表示不等式约束，m和n分别表示等式和不等式约束的个数，

表示不确定扰动下的目标函数的期望。

进一步的，所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型为：

l_i(p^a,y^a)＝0 a∈G,i＝1,...,m (9)

h_i(p^a,y^a)≤0 a∈G,i＝1,...,n (10)

其中，p^a表示虚拟电厂a辖区内可控资源优化决策，χ^a表示虚拟电厂a辖区内可控设备可行域，y^a表示虚拟电厂a辖区内不确定变量的值，b^a表示a辖区内不确定变量的系数矩阵，G表示所有虚拟电厂的编号集合，f(p^a)表示针对虚拟电厂a以运行成本最低为目标的函数，l_i(p^a,y^a)＝0表示虚拟电厂a辖区内等式约束，h_i(p^a,y^a)≤0表示虚拟电厂a辖区内不等式约束，m和n分别表示等式和不等式约束的个数，

和

分别表示相邻虚拟电厂a和b内部的边界条件，N_sa表述域虚拟电厂a相邻的虚拟电厂集合。

进一步的，所述对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策，包括：

通过拉格朗日变换对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行解耦，解耦合各虚拟电厂的目标函数如下所示：

其中，u^a表示辅助变量，λ^a表示对偶变量，

表示边界条件变量，ρ表示罚参数，

表示子区域a内部的辅助变量，

表示子区域内部的辅助变量；f_a(p^a)表示子区域a的目标函数。

辅助变量和对偶变量更新方式如下所示：

式中，k表示迭代次数；

算法迭代收敛标准如下所示：

式中，r和s分别表示原始和对偶残差，n表示子区域个数；

罚参数更新规则如下：

式中，τ^incr，τ^derr以及μ均为大于1的参数；

通过多次迭代，得到每个虚拟电厂内部的可调设备动作出力，每个虚拟电厂内部的可调设备动作出力即为具有全局最优性的多个虚拟电厂动态经济调度决策。

一种多虚拟电厂分布式动态经济调度系统，包括：

第一建立模块，用于获取多个虚拟电厂中的每一个虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数；根据虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数分析虚拟电厂内部运行工况，进而建立考虑三相不对称特性的虚拟电厂潮流模型；

第二建立模块，用于获取可再生能源的历史出力以及历史负荷；结合所述考虑三相不对称特性的虚拟电厂潮流模型和分布鲁棒优化理论，对可再生能源的历史出力以及历史负荷不确定性进行分析，得到可再生能源的历史出力以及历史负荷的二阶矩信息和三阶矩信息，利用二阶矩信息和三阶矩信息，建立考虑高阶信息的不确定变量分布集；

第三建立模块，用于根据所述考虑高阶信息的不确定变量分布集建立针对每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型；获取所述多个虚拟电厂间的交互电量，以相邻虚拟电厂联络线上交互电量一致为边界条件结合每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型；

求解模块，用于对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。

一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。

一种计算设备，包括，

一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。

本发明所达到的有益效果：

(1)该方法考虑了潮流模型的三相不对称特性，相比于现有方法具有更高的准确性。

(2)该方法深度考虑了虚拟电厂内部分布式可再生能源以及负荷出力的不确定性，并且通过考虑高阶不确定性，充分利用了大量历史数据的概率信息，确保决策的高鲁棒性以及低保守度。

(3)该方法利用了多个虚拟电厂间的功率交互，实现了不同虚拟电厂运行中的相互支撑，提高了多虚拟电厂的调度的经济性与安全性。

(4)该方法利用了分布式求解策略，仅需要少量边界信息交互，实现了原问题的高效、快速求解，同时保护了用户信息隐私。

附图说明

图1为本发明的流程示意图；

图2为三相不对称配电网示意图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，本发明公开了一种多虚拟电厂分布式动态经济调度方法，包括以下步骤：

(1)获取虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数，对虚拟电厂内部运行工况进行分析。考虑线路本身三相不对称特性，针对虚拟电厂内部分布式资源单相随机接入导致的不对称现象加剧，建立三相不对称潮流模型。

(2)在此基础上，引入分布鲁棒优化理论，对可再生能源出力以及负荷不确定性进行分析，利用二阶矩信息和三阶矩信息(二阶矩信息和三阶矩信息分别对应利用可再生额能源历史出力以及历史负荷求得的方差和偏斜度)，建立考虑高阶信息的不确定变量分布集。

(3)考虑虚拟电厂内部可控资源的可控特性，基于所建包含高阶信息的不确定变量分布集，针对单一虚拟电厂建立分布鲁棒经济调度模型；进而考虑多个虚拟电厂间的功率交易与信息交互，建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型。

(4)针对所建计及高阶不确定性的多虚拟电厂分布式动态经济调度模型，减少边界信息交互，引入交替方向乘子法的思想，提出高可靠性、可快速收敛的分布式求解算法。

关于步骤(1)中考虑三相不对称特性的虚拟电厂潮流模型构建，如图2所示，鉴于相间耦合的存在，三相不对称配电网中两个节点电压关系如下所示：

其中，

为节点i的三相电压列向量，

为支路(i,j)之间的线路复阻抗，

为支路(i,j)上流过的电流向量，故存在以下的关系：

其中，

为节点i的

相电压向量，即存在

和

分别表示电压幅值和相角，

为支路(i,j)中某两相间的阻抗，

为支路(i,j)中

相的电流向量。

建立考虑三相不对称特性的虚拟电厂潮流模型，如下所示：

其中，

为节点i注入复功率的三相列向量，即存在

和

分别为节点注入有功功率三相列向量和无功功率三相列向量，即同时满足

为支路(i,j)之间的三相导纳矩阵，E_i为与节点i外其他节点的集合，(·)^*表示向量的共轭。同时，

以及

分别为节点i的

相注入复功率，注入有功功率以及无功功率。

关于步骤(2)中，当前的鲁棒优化、随机规划等不确定性优化方法具有灵活性或片面性的问题，引入分布鲁棒优化的思想。但是当前的分布鲁棒优化往往不考虑不确定性因素的高阶信息，决策结果保守性较强。历史数据中包含着大量可用的有效信息，考虑二阶矩、三阶矩等信息，建立虚拟电厂内部可再生能源出力以及负荷等不确定变量的分布集，如下所示：

其中，P′表示不确定变量分布集，

表示不确定变量概率分布，P₀表示不确定变量初始概率分布，

表示不确定变量出力向量，

表示Ns维的实数空间，Ns表示典型场景个数，Ω′表示不确定变量上下限集合，w^min和w^max分别表示不确定变量出力的下限和上限，

表示在概率分布

上的期望，μ、σ和ξ分别表示均值，二阶矩上限和三阶矩上限。

关于步骤(3)中，单一虚拟电厂经济调度模型构建，以系统运行成本最低为目标，以可控负荷、分布式电源、储能等可控资源决策为调控变量，以潮流平衡、运行设备约束、安全约束等为约束条件，以所建不确定集进行不确定性刻画，该模型如下所示：

l_i(p,y)＝0 i＝1,...,m (8)

h_i(p,y)≤0 i＝1,...,n (9)

其中，p表示虚拟电厂内部可控资源优化决策，χ表示可控设备可行域，y表示不确定变量的值，b表示不确定变量的系数矩阵，f(p)表示以运行成本最低为目标的函数，l_i(p,y)＝0表示等式约束，h_i(p,y)≤0表示不等式约束，m和n分别表示等式和不等式约束的个数。

关于步骤(3)中，多虚拟电厂分布式动态经济调度模型构建，考虑多个虚拟电厂间的能量交互，以相邻虚拟电厂联络线上交互电量一致为边界条件，如下所示：

l_i(p^a,y^a)＝0 a∈G,i＝1,...,m (9)

h_i(p^a,y^a)≤0 a∈G,i＝1,...,n (10)

其中，p^a表示虚拟电厂a辖区内可控资源优化决策，χ^a表示虚拟电厂a辖区内可控设备可行域，y^a表示虚拟电厂a辖区内不确定变量的值，b^a表示辖区内不确定变量的系数矩阵，G表示所有虚拟电厂的编号集合，f(p^a)表示针对虚拟电厂a以运行成本最低为目标的函数，l_i(p^a,y^a)＝0表示虚拟电厂a辖区内等式约束，h_i(p^a,y^a)≤0表示虚拟电厂a辖区内不等式约束，m和n分别表示等式和不等式约束的个数，

和

分别表示相邻虚拟电厂a和b内部的边界条件，N_sa表述域虚拟电厂a相邻的虚拟电厂集合。

针对所建多虚拟电厂分布式动态经济调度模型，利用交替方向乘子法进行求解，通过拉格朗日变换将多个虚拟电厂经济调度模型进行解耦，各虚拟电厂求取其自身经济调度决策；多个虚拟电厂间通过边界信息交互获取其他虚拟电厂的能量交易需求，并通过边界条件的更新，对自身经济调度决策进行调整；最终，通过多次迭代，求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。

关于步骤(4)中，基于交替方向乘子法的分布式求解策略，其通过拉格朗日变换将多个虚拟电厂经济调度模型进行解耦，解耦合各虚拟电厂的目标函数如下所示：

其中，u^a表示辅助变量，λ^a表示对偶变量，

表示边界条件变量，ρ表示罚参数。

辅助变量和对偶变量更新方式如下所示：

式中，k表示迭代次数。

算法迭代收敛标准如下所示：

式中，r和s分别表示原始和对偶残差，n表示子区域个数。

罚参数更新规则如下：

式中，τ^incr，τ^derr以及μ均为大于1的参数，在本文中设置τ^incr＝τ^derr＝2，μ＝10。

相应的本发明还提供一种多虚拟电厂分布式动态经济调度系统，包括：

第一建立模块，用于获取多个虚拟电厂中的每一个虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数；根据虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数分析虚拟电厂内部运行工况，进而建立考虑三相不对称特性的虚拟电厂潮流模型；

第二建立模块，用于获取可再生能源的历史出力以及历史负荷；结合所述考虑三相不对称特性的虚拟电厂潮流模型和分布鲁棒优化理论，对可再生能源的历史出力以及历史负荷不确定性进行分析，得到可再生能源的历史出力以及历史负荷的二阶矩信息和三阶矩信息，利用二阶矩信息和三阶矩信息，建立考虑高阶信息的不确定变量分布集；

第三建立模块，用于根据所述考虑高阶信息的不确定变量分布集建立针对每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型；获取所述多个虚拟电厂间的交互电量，以相邻虚拟电厂联络线上交互电量一致为边界条件结合每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型；

求解模块，用于对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。

一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。

一种计算设备，包括，

一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、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。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种多虚拟电厂分布式动态经济调度方法，其特征在于，包括：

获取多个虚拟电厂中的每一个虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数；根据虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数分析虚拟电厂内部运行工况，进而建立考虑三相不对称特性的虚拟电厂潮流模型；

获取可再生能源的历史出力以及历史负荷；

结合所述考虑三相不对称特性的虚拟电厂潮流模型和分布鲁棒优化理论，对可再生能源的历史出力以及历史负荷不确定性进行分析，得到可再生能源的历史出力以及历史负荷的二阶矩信息和三阶矩信息，利用二阶矩信息和三阶矩信息，建立考虑高阶信息的不确定变量分布集；

根据所述考虑高阶信息的不确定变量分布集建立针对每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型；获取所述多个虚拟电厂间的交互电量，以相邻虚拟电厂联络线上交互电量一致为边界条件结合每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型；

对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。

2.根据权利要求1所述的多虚拟电厂分布式动态经济调度方法，其特征在于，所述考虑三相不对称特性的虚拟电厂潮流模型为：

其中，

为节点i注入复功率的三相列向量，满足

T表示矩阵转置，j表示复数，P_i ^Φ和

分别为节点i注入有功功率三相列向量和无功功率三相列向量，同时满足P_i ^Φ:＝[P_i ^a,P_i ^b,P_i ^c]^T，

为节点i的三相电压列向量，

表示节点i′的三相电压列向量；

为支路(i,i′)之间的三相导纳矩阵，E_i为与节点i外其他节点的集合，(·)^*表示向量的共轭，

以及

分别为节点i的

相注入复功率，注入有功功率以及无功功率，

为节点i的

相电压向量，

3.根据权利要求1所述的多虚拟电厂分布式动态经济调度方法，其特征在于，所述考虑高阶信息的不确定变量分布集为：

其中，P′表示考虑高阶信息的不确定变量分布集，

表示不确定变量概率分布，P₀表示不确定变量初始概率分布，

表示不确定变量出力向量，

表示Ns维的实数空间，Ns表示典型场景个数，Ω′表示不确定变量上下限集合，w^min和w^max分别表示不确定变量出力的下限和上限，

表示在概率分布

上的期望，μ、σ和ξ分别表示均值、二阶矩上限和三阶矩上限。

4.根据权利要求3所述的多虚拟电厂分布式动态经济调度方法，其特征在于，所述单一虚拟电厂分布鲁棒经济调度模型为：

l_i(p,y)＝0 i＝1,...,m (8)

h_i(p,y)≤0 i＝1,...,n (9)

其中，p表示虚拟电厂内部可控资源优化决策，χ表示可控设备可行域，y表示不确定变量的值，b表示不确定变量的系数矩阵，f(p)表示以运行成本最低为目标的函数，l_i(p,y)＝0表示等式约束，h_i(p,y)≤0表示不等式约束，m和n分别表示等式和不等式约束的个数，

表示不确定扰动下的目标函数的期望。

5.根据权利要求4所述的多虚拟电厂分布式动态经济调度方法，其特征在于，所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型为：

l_i(p^a,y^a)＝0 a∈G,i＝1,...,m (9)

h_i(p^a,y^a)≤0 a∈G,i＝1,...,n (10)

其中，p^a表示虚拟电厂a辖区内可控资源优化决策，χ^a表示虚拟电厂a辖区内可控设备可行域，y^a表示虚拟电厂a辖区内不确定变量的值，b^a表示a辖区内不确定变量的系数矩阵，G表示所有虚拟电厂的编号集合，f(p^a)表示针对虚拟电厂a以运行成本最低为目标的函数，l_i(p^a,y^a)＝0表示虚拟电厂a辖区内等式约束，h_i(p^a,y^a)≤0表示虚拟电厂a辖区内不等式约束，m和n分别表示等式和不等式约束的个数，

和

分别表示相邻虚拟电厂a和b内部的边界条件，N_sa表述域虚拟电厂a相邻的虚拟电厂集合。

6.根据权利要求4所述的多虚拟电厂分布式动态经济调度方法，其特征在于，所述对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策，包括：

通过拉格朗日变换对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行解耦，解耦合各虚拟电厂的目标函数如下所示：

其中，u^a表示辅助变量，λ^a表示对偶变量，

表示边界条件变量，ρ表示罚参数，

表示子区域a内部的辅助变量，

表示子区域内部的辅助变量；f_a(p^a)表示子区域a的目标函数。

辅助变量和对偶变量更新方式如下所示：

式中，k表示迭代次数；

算法迭代收敛标准如下所示：

式中，r和s分别表示原始和对偶残差，n表示子区域个数；

罚参数更新规则如下：

式中，τ^incr，τ^derr以及μ均为大于1的参数；

通过多次迭代，得到每个虚拟电厂内部的可调设备动作出力，每个虚拟电厂内部的可调设备动作出力即为具有全局最优性的多个虚拟电厂动态经济调度决策。

7.一种多虚拟电厂分布式动态经济调度系统，其特征在于，包括：

第一建立模块，用于获取多个虚拟电厂中的每一个虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数；根据虚拟电厂内部的线路阻抗、网络结构、可调设备接入位置及参数分析虚拟电厂内部运行工况，进而建立考虑三相不对称特性的虚拟电厂潮流模型；

第二建立模块，用于获取可再生能源的历史出力以及历史负荷；结合所述考虑三相不对称特性的虚拟电厂潮流模型和分布鲁棒优化理论，对可再生能源的历史出力以及历史负荷不确定性进行分析，得到可再生能源的历史出力以及历史负荷的二阶矩信息和三阶矩信息，利用二阶矩信息和三阶矩信息，建立考虑高阶信息的不确定变量分布集；

第三建立模块，用于根据所述考虑高阶信息的不确定变量分布集建立针对每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型；获取所述多个虚拟电厂间的交互电量，以相邻虚拟电厂联络线上交互电量一致为边界条件结合每一个虚拟电厂的单一虚拟电厂分布鲁棒经济调度模型建立计及高阶不确定性的多虚拟电厂分布式动态经济调度模型；

求解模块，用于对所述计及高阶不确定性的多虚拟电厂分布式动态经济调度模型进行求解获取具有全局最优性的多个虚拟电厂动态经济调度决策。

8.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至6所述的方法中的任一方法。

9.一种计算设备，其特征在于，包括，

一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至6所述的方法中的任一方法的指令。

Images