CN114513016B - 一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备 - Google Patents

一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备 Download PDF

Info

Publication number
CN114513016B
CN114513016B CN202210412954.8A CN202210412954A CN114513016B CN 114513016 B CN114513016 B CN 114513016B CN 202210412954 A CN202210412954 A CN 202210412954A CN 114513016 B CN114513016 B CN 114513016B
Authority
CN
China
Prior art keywords
virtual
power
virtual power
power generation
model
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.)
Active
Application number
CN202210412954.8A
Other languages
English (en)
Other versions
CN114513016A (zh
Inventor
柳伟
薛镕刚
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
Original Assignee
Nanjing University of Science and Technology
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 filed Critical Nanjing University of Science and Technology
Priority to CN202210412954.8A priority Critical patent/CN114513016B/zh
Publication of CN114513016A publication Critical patent/CN114513016A/zh
Application granted granted Critical
Publication of CN114513016B publication Critical patent/CN114513016B/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
    • H02J3/38—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
    • G06Q10/06—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
    • G06Q10/06—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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明新能源优化调度领域，提供了一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备，该方法包括：构建两个及两个以上的虚拟电厂和各个虚拟电厂的储能协调控制器模型；虚拟电厂包括：光伏发电模型、储能发电模型和微型燃气轮机发电模型；获取各个虚拟电厂的储能协调控制器模型的交互电量，以令各个虚拟电厂的收益最大化为目的建立目标函数；基于目标函数构建虚拟电厂的非合作博弈模型；以各个虚拟电厂的储能协调控制器的交互电量作为博弈策略优化非合作博弈模型得到各个虚拟电厂间的最优协调功率。本发明通过储能协调控制器模型和非合作博弈算法实现了虚拟电厂间的最优协调出力，进而提高了各个虚拟电厂稳定性、收益率以及能源利用率。

Description

一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备
技术领域
本发明属于新能源优化调度技术领域，尤其涉及一种整合光储燃的虚拟电厂出力协调博弈方法及终端及终端设备。
背景技术
在能源转型和“碳中和”战略下，风能、太阳能等具有随机性、间歇性、波动性特征的可再生能源大规模、高比例接入配网，使现有能源电力规模化生产和远距离传输逐渐向分布式/集中式生产和利用并重转变。由于可再生能源存在并网机组容量小、出力波动性强、地理位置相对分散等问题，给电网带来巨大调峰调频压力，系统调峰、调频和跟踪负荷的灵活性资源稀缺化，使得新能源消纳压力增加，导致体系转动惯量弱化，配网的“低惯量”、弱阻尼特征以及用户对高品质供电的要求均给配网运行控制带来了极大挑战，使得电网调度中心难以针对可再生能源实现精准、合理调控。
而虚拟电厂技术是实现多类型分布式绿色可再生电源、储能、及其他设备主动协调高效管控的有效解决方案之一。然而，间歇式新能源的不确定性、用户对高品质供电的要求、新型电力市场环境下多主体利益的协调需求等，均给配电网的运行控制带来了极大挑战。传统的配网控制对分布式光伏单独控制，通讯要求较高，经济性相对较差，且控制效果一般；小容量、分散化的分布式光伏规模化接入后，对配网的经济效益影响加剧，传统的配网控制更难以实现资源的效益最大化利用。
随着我国“新电改”快速推进，售电侧市场不断放开，越来越多的社会资本涌入市场，兼具电能生产和消费功能的虚拟电厂作为新型主体参与市场竞争成为趋势。随着虚拟电厂运营商数目增加，对虚拟电厂的研究和应用已不再局限于内部能量管理，而是逐渐向多虚拟电厂间资源共享和利益分配机制转变。现有技术中，公开日期为2020年4月的文献《高比例可再生能源渗透下多虚拟电厂多时间尺度协调优化调度》（杨洪朝等，长沙理工大学经济与管理学院）将多时间尺度优化协调优化调度策略运用到多虚拟电厂优化调度中，实现小时级和分钟级时间尺度优化，消除了系统中随机和扰动的影响，实现高比例可再生能源的安全消纳，同时提出利润函数的风险刻画以描述不确定性的影响，但该文献中每个虚拟电厂只与配电网进行电能交互，虽能在一定程度上使各个虚拟电厂的成本最小，并未考虑虚拟电厂间的电能交互从全局上消纳新能源，使每个虚拟电厂的收益最大化。
发明内容
有鉴于此，本发明提供了一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备，将光伏发电、储能发电、燃气轮机发电聚合虚拟电厂，并通过非合作博弈算法对虚拟电厂间进行协调控制，缓解扰动对虚拟电厂的影响和满足在各个虚拟电厂收益最大的情况下虚拟电厂间的功率协调。
本发明实施例的第一方面提供了一种整合光储燃的虚拟电厂出力协调博弈方法，该方法包括：
首先，构建两个及两个以上的虚拟电厂和各个虚拟电厂的储能协调控制器模型；其中，虚拟电厂包括：光伏发电模型、储能发电模型和微型燃气轮机发电模型；
其次，获取各个虚拟电厂的储能协调控制器模型的交互电量，以令各个虚拟电厂的收益最大化为目的建立目标函数；
再次，基于目标函数构建虚拟电厂的非合作博弈模型；
最后，以各个虚拟电厂的储能协调控制器的交互电量作为博弈策略优化非合作博弈模型得到各个虚拟电厂间的最优协调功率。
可选的，虚拟电厂模型包括：光伏发电模型、储能发电模型和微型燃气轮机发电模型。
可选的，光伏发电模型的数学模型为：
Figure 909050DEST_PATH_IMAGE001
其中，S为实际光照强度，S r 为额定光照强度，P PV 为光伏发电模型的输出功率，P r pv为光伏发电模型的额定功率。
可选的，储能发电模型的数学模型为：
Figure 846044DEST_PATH_IMAGE002
其中，P in(t)为储能发电模型在第t优化时段的充电功率，SOC i (t)为第i个虚拟电厂内储能发电模型在第t优化时段的荷电状态，P b，cap(i)为第i个虚拟电厂内储能发电模型的额定容量，SOC min为储能发电模型的最小荷电状态，P out(t)为储能发电模型在第t优化时段的放电功率，SOC max为储能发电模型的最大荷电状态，Δt采样时间间隔。
可选的，储能发电模型的荷电状态值的计算方法为：
Figure 444515DEST_PATH_IMAGE003
其中，P b，s(i)为第i个虚拟电厂内储能发电模型的存储电量。
可选的，微型燃气轮机发电模型的数学模型为：
Figure 711418DEST_PATH_IMAGE004
其中，P i,G 为第i个虚拟电厂内微型燃气轮机发电模型的输出功率，ω 1为微型燃气轮机发电模型的发电机送端的角速度，ω 2为微型燃气轮机发电模型的发电机受端的角速度，R为微型燃气轮机发电模型的发电机阻抗，M为微型燃气轮机发电模型的发电机转矩。
可选的，储能协调控制器模型的数学模型为：
Figure 737142DEST_PATH_IMAGE005
其中，P i,b 为第i个虚拟电厂内储能协调控制器模型的输出功率，P i,load为第i个虚拟电厂的额定电量载荷，P i,pv为第i个虚拟电厂内光伏发电模型的输出功率，P i,G 为第i个虚拟电厂内微型燃气轮机发电模型的输出功率，P i,in(t)为第i个虚拟电厂在第t优化时段的充电功率，P i,out (t)为第i个虚拟电厂在第t优化时段的放电功率。
可选的，储能协调控制器模型的数学模型的约束条件为：
Figure 269755DEST_PATH_IMAGE006
其中，P i,vpp为第i个虚拟电厂与其他虚拟电厂的交易电量，P i,da为第i个虚拟电厂向电网购买电量。
可选的，目标函数为：
Figure 937497DEST_PATH_IMAGE007
其中，E i 为第i个虚拟电厂的收益，λ da为电网电价，λ vpp为各个虚拟电厂之间交易的电价，P i,da为第i虚拟电厂向电网购买的电量，C i,pv为第i个虚拟电厂内光伏发电模型的发电成本，C i,b 为第i个虚拟电厂内储能发电模型的发电成本，C i,G 为第i个虚拟电厂内微型燃气轮机发电模型的发电成本，T为虚拟电厂的个数。
可选的，非合作博弈模型的数学模型为：
Figure 809638DEST_PATH_IMAGE008
其中，P vpp1、P vpp2、...P vppn分别为各个虚拟电厂的储能协调控制器模型的交互电量，P * vpp1、P * vpp2、...P * vppn 分别为各个虚拟电厂在纳什均衡策略下的储能协调控制器模型的电量交互，各个虚拟电厂在纳什均衡策略下的储能协调控制器模型的电量交互即为各个虚拟电厂的最优协调功率，argmax（E i ）表示使目标函数取值最大的电量交互，C 1、C 2、...C n分别为各个虚拟电厂的收益。
本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上的整合光储燃的虚拟电厂出力协调博弈方法的步骤。
本发明与现有技术相比存在的有益效果是：
本发明提供的一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备，一方面，本发明通过构建储能协调控制器模型，能够充分发挥虚拟电厂中的储能发电模型充放电能力、协调光伏发电模块以及微型燃气轮机发电模型的输出功率，应对虚拟电厂内电负荷的变化，缓解光伏发电模型出力波动和负荷波动对虚拟电厂的影响，在一定程度上满足虚拟电厂内部功率供需平衡，实现电能就地消纳，保证虚拟电厂内部供电可靠性；另一方面，本发明通过整合光储燃等可调资源构建虚拟电厂，以各个虚拟电厂的收益最大为目标，通过非合作博弈策略优化调整虚拟电厂间需要交互的电量，实现了各个虚拟电厂间的功率协调。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种整合光储燃的虚拟电厂出力协调博弈方法的流程示意图；
图2是本发明实施例提供的虚拟电厂仿真模型示意图；
图3是本发明实施例提供的光伏发电模型的出力变化示意图；
图4是本发明实施例提供的微型燃气轮机发电模型的出力变化示意图；
图5是本发明实施例提供的负荷模型的出力变化示意图；
图6是本发明实施例提供的虚拟电厂间的交互电量变化示意图；
图7是本发明实施例提供的一虚拟电厂博弈前后收益对照图；
图8是本发明实施例提供的另一虚拟电厂博弈前后收益对照图；
图9是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
参见图1，其示出了本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的流程图示意图，详述如下：
S101：首先，构建两个及两个以上的虚拟电厂和各个虚拟电厂的储能协调控制器模型。其中，虚拟电厂包括：光伏发电模型、储能发电模型和微型燃气轮机发电模型。
可选的，在一些实施例中，虚拟电厂还包括负荷模型。负荷模型主要负责管理各个虚拟电厂内电气设备的消耗电量。
参见图2，在一些实施例中，建立两个及两个以上虚拟电厂组成的仿真模型，每个虚拟电厂都是由光伏发电模型、储能发电模型、微型燃气轮机发电模型以及负荷模型组成。其中，图3、图4、图5分别为光伏发电模型的出力变化图、微型燃气轮机发电模型的出力变化图以及负荷模型的出力变化图。
S102：其次，获取各个虚拟电厂的储能协调控制器模型的交互电量，以令各个虚拟电厂的收益最大化为目的建立目标函数。
S103：再次，基于目标函数构建虚拟电厂的非合作博弈模型。
S104：最后，以各个虚拟电厂的储能协调控制器的交互电量作为博弈策略优化非合作博弈模型得到各个虚拟电厂间的最优协调功率。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，光伏发电模型的数学模型为：
Figure 482628DEST_PATH_IMAGE009
其中，S为实际光照强度，S r 为额定光照强度，P PV 为光伏发电模型的输出功率，P r pv为光伏发电模型的额定功率。
可选的，在一些实施例中，光伏发电模型的实际输出功率与环境光照强度相关，当光照强度小于额定光照强度时，光伏发电模型的输出功率和光照强度成比例，当实际光照强度大于额定光照强度时，光伏发电模型的输出功率始终为额定输出功率。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，储能发电模型的数学模型为：
Figure 705799DEST_PATH_IMAGE010
其中，P in(t)为储能发电模型在第t优化时段的充电功率，SOC i (t)为第i个虚拟电厂内储能发电模型在第t优化时段的荷电状态，P b，cap(i)为第i个虚拟电厂内储能发电模型的额定容量，SOC min为储能发电模型的最小荷电状态，P out(t)为储能发电模型在第t优化时段的放电功率，SOC max为储能发电模型的最大荷电状态，Δt采样时间间隔。
可选的，在一些实施例中，储能发电模型需要考虑储能发电模型的充放电功率限制和荷电状态限制。为了维持储能发电模型中储能设备的寿命，当第i个虚拟电厂内储能发电模型在第t优化时段的荷电状态SOC i (t)≤SOC min时，储能发电模型只能吸收电能；当第i个虚拟电厂内储能发电模型在第t优化时段的荷电状态SOC i (t)≥SOC max时，只允许储能发电模型发出电能。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，储能发电模型的荷电状态值的计算方法为：
Figure 911652DEST_PATH_IMAGE011
其中，P b，s(i)为第i个虚拟电厂内储能发电模型的存储电量。
可选的，在一些实施例中，荷电状态作为储能发电模型在工作时最重要的参数，荷电状态值表示储能发电模型当下时刻储存电量占储能发电模型额定容量的比例。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，微型燃气轮机发电模型的数学模型为：
Figure 153147DEST_PATH_IMAGE012
其中，P i,G 为第i个虚拟电厂内微型燃气轮机发电模型的输出功率，ω 1为微型燃气轮机发电模型的发电机送端的角速度，ω 2为微型燃气轮机发电模型的发电机受端的角速度，R为微型燃气轮机发电模型的发电机阻抗，M为微型燃气轮机发电模型的发电机转矩。
可选的，在一些实施例中，微型汽轮机发电模型包括汽轮机以及汽轮机同步发电机。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，储能协调控制器模型的数学模型为：
Figure 51833DEST_PATH_IMAGE005
其中，P i,b 为第i个虚拟电厂内储能协调控制器模型的输出功率，P i,load为第i个虚拟电厂的额定电量载荷，P i,pv为第i个虚拟电厂内光伏发电模型的输出功率，P i,G 为第i个虚拟电厂内微型燃气轮机发电模型的输出功率，P i,in(t)为第i个虚拟电厂在第t优化时段的充电功率，P i,out (t)为第i个虚拟电厂在第t优化时段的放电功率。
可选的，在一些实施例中，储能协调控制器模型利用储能发电模型的充放电控制协调光伏发电模型和微型燃气轮机发电模型实现虚拟电厂内供需的动态平衡。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，储能协调控制器模型的数学模型的约束条件为：
Figure 762300DEST_PATH_IMAGE013
其中，P i,vpp为第i个虚拟电厂与其他虚拟电厂的交易电量，P i,da为第i个虚拟电厂向电网购买电量。
可选的，在一些实施例中，当虚拟电厂的光伏发电模型出力有富余时，虚拟电厂将多余电量和虚拟电厂内储能发电模型所储存的电量作为电量信息与其他虚拟电厂通信分享；当光伏发电模型和储能发电模型不能满足负荷需求时，根据虚拟电厂分享的电量信息和大电网购买电量来满足厂内负荷需求。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，目标函数为：
Figure 506265DEST_PATH_IMAGE014
其中，E i 为第i个虚拟电厂的收益，λ da为电网电价，λ vpp为各个虚拟电厂之间交易的电价，P i,da为第i虚拟电厂向电网购买的电量，C i,pv为第i个虚拟电厂内光伏发电模型的发电成本，C i,b 为第i个虚拟电厂内储能发电模型的发电成本，C i,G 为第i个虚拟电厂内微型燃气轮机发电模型的发电成本，T为虚拟电厂的个数。
可选的，在一些实施例中，光伏发电模型的发电成本的计算方法为：
Figure 369310DEST_PATH_IMAGE015
其中，C i,pv为第i个虚拟电厂的光伏发电模型的发电成本，P i,pv，max为第i个虚拟电厂的光伏发电模型的最大输出功率，η pv为光伏发电模型的惩罚系数。
可选的，在一些实施例中，储能发电模型的发电成本的计算方法为：
Figure 173318DEST_PATH_IMAGE016
其中，C i,b为储能发电模型的发电成本，η b为储能发电模型的充放电系数。
可选的，在一些实施例中，微型燃气轮机发电模型的发电成本的计算方法为：
Figure 371081DEST_PATH_IMAGE017
其中，C i,G 为微型燃气轮机发电模型的发电成本，a、b、c为微型燃气轮机发电模型的运行成本系数。
可选的，作为本发明实施例提供的整合光储燃的虚拟电厂出力协调博弈方法的一种具体实施方式，非合作博弈模型的数学模型为：
Figure 918737DEST_PATH_IMAGE018
其中，P vpp1、P vpp2、...P vppn分别为各个虚拟电厂的储能协调控制器模型的交互电量，P * vpp1、P * vpp2、...P * vppn 分别为各个虚拟电厂在纳什均衡策略下的储能协调控制器模型的电量交互，各个虚拟电厂在纳什均衡策略下的储能协调控制器模型的电量交互即为各个虚拟电厂的最优协调功率，argmax（E i ）表示使目标函数取值最大的电量交互，C 1、C 2、...C n分别为各个虚拟电厂的收益。
在本实施例中，各个虚拟电厂在纳什均衡策略下的电量交互表示在一个虚拟电厂选择最优策略是，在纳什均衡策略下其他虚拟电厂能实现纳什均衡意义下的最高收益。
可选的，在一些实施例中，在各个虚拟电厂内部功率出力协调的基础上，根据各个虚拟电厂内的电量信息实现虚拟电厂两两之间的电量交互，最终实现所有虚拟电厂间的功率出力协调。
参见图6，在一些实施例中，p1为虚拟电厂1与虚拟电厂2之间的交互功率，p2为虚拟电厂2与虚拟电厂3之间的交互功率，p3为虚拟电厂3与虚拟电厂1之间的交互功率，根据每个虚拟电厂内部的实时电量信息通过博弈来决定厂间的交互电量，以达到收益最大的效果。如图7、图8所示，通过对比每个虚拟电厂在博弈前后实时的收益情况，得出非合作博弈算法后每个虚拟电厂的收益都有所抬升的结论。
本发明与现有技术相比存在的有益效果是：
本发明提供的一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备，一方面，本发明通过构建储能协调控制器模型，能够充分发挥虚拟电厂中的储能发电模型充放电能力、协调光伏发电模块以及微型燃气轮机发电模型的输出功率，应对虚拟电厂内电负荷的变化，缓解光伏发电模型出力波动和负荷波动对虚拟电厂的影响，在一定程度上满足虚拟电厂内部功率供需平衡，实现电能就地消纳，保证虚拟电厂内部供电可靠性；另一方面，本发明通过整合光储燃等可调资源构建虚拟电厂，以各个虚拟电厂的收益最大为目标，通过非合作博弈策略优化调整虚拟电厂间需要交互的电量，实现了各个虚拟电厂间的功率协调。
图9是本发明一实施例提供的终端设备的结构示意图。如图9所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个整合光储燃的虚拟电厂出力协调博弈方法实施例中的步骤，例如图1所示的步骤S101至步骤S104。
示例性的，计算机程序42可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器41中，并由处理器40执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序42在终端设备4中的执行过程。
终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图9仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41可以是终端设备4的内部存储单元，例如终端设备4的硬盘或内存。存储器41也可以是终端设备4的外部存储设备，例如终端设备4上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器41还可以既包括终端设备4的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序以及终端设备所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (9)

1.一种整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，包括：
首先，构建两个及两个以上的虚拟电厂和各个虚拟电厂的储能协调控制器模型；其中，虚拟电厂包括：光伏发电模型、储能发电模型和微型燃气轮机发电模型；
其次，获取各个虚拟电厂的储能协调控制器模型的交互电量，以令各个虚拟电厂的收益最大化为目的建立目标函数；
再次，基于目标函数构建虚拟电厂的非合作博弈模型；
最后，以各个虚拟电厂的储能协调控制器的交互电量作为博弈策略优化非合作博弈模型得到各个虚拟电厂间的最优协调功率；
所述储能协调控制器模型的数学模型为：
Figure 722943DEST_PATH_IMAGE001
其中，P i,b 为第i个虚拟电厂内储能协调控制器模型的输出功率，P i,load为第i个虚拟电厂的额定电量载荷，P i,pv为第i个虚拟电厂内光伏发电模型的输出功率，P i,G 为第i个虚拟电厂内微型燃气轮机发电模型的输出功率，P i,in(t)为第i个虚拟电厂在第t优化时段的充电功率，P i,out (t)为第i个虚拟电厂在第t优化时段的放电功率。
2.如权利要求1所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述光伏发电模型的数学模型为：
Figure DEST_PATH_IMAGE002
其中，S为实际光照强度，S r 为额定光照强度，P PV 为所述光伏发电模型的输出功率，P r pv为所述光伏发电模型的额定功率。
3.如权利要求1所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述储能发电模型的数学模型为：
Figure 843345DEST_PATH_IMAGE003
其中，P in(t)为所述储能发电模型在第t优化时段的充电功率，SOC i (t)为第i个虚拟电厂内储能发电模型在第t优化时段的荷电状态，P b，cap(i)为第i个虚拟电厂内储能发电模型的额定容量，SOC min为所述储能发电模型的最小荷电状态，P out(t)为所述储能发电模型在第t优化时段的放电功率，SOC max为所述储能发电模型的最大荷电状态，Δt采样时间间隔。
4.如权利要求3所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述储能发电模型的荷电状态值的计算方法为：
Figure DEST_PATH_IMAGE004
其中，P b，s(i)为第i个虚拟电厂内储能发电模型的存储电量。
5.如权利要求1所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述微型燃气轮机发电模型的数学模型为：
Figure 810033DEST_PATH_IMAGE005
其中，P i,G 为第i个虚拟电厂内微型燃气轮机发电模型的输出功率，ω 1为所述微型燃气轮机发电模型的发电机送端的角速度，ω 2为所述微型燃气轮机发电模型的发电机受端的角速度，R为所述微型燃气轮机发电模型的发电机阻抗，M为所述微型燃气轮机发电模型的发电机转矩。
6.如权利要求1所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述储能协调控制器模型的数学模型的约束条件为：
Figure DEST_PATH_IMAGE006
其中，P i,vpp为第i个虚拟电厂与其他虚拟电厂的交易电量，P i,da为第i个虚拟电厂向电网购买电量。
7.如权利要求6所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述目标函数为：
Figure 142926DEST_PATH_IMAGE007
其中，E i 为第i个虚拟电厂的收益，λ da为电网电价，λ vpp为各个虚拟电厂之间交易的电价，P i,da为第i虚拟电厂向电网购买的电量，C i,pv为第i个虚拟电厂内光伏发电模型的发电成本，C i,b 为第i个虚拟电厂内储能发电模型的发电成本，C i,G 为第i个虚拟电厂内微型燃气轮机发电模型的发电成本，T为所述虚拟电厂的个数。
8.如权利要求7所述的整合光储燃的虚拟电厂出力协调博弈方法，其特征在于，所述非合作博弈模型的数学模型为：
Figure DEST_PATH_IMAGE008
其中，P vpp1、P vpp2、...P vppn分别为所述各个虚拟电厂的储能协调控制器模型的交互电量，P * vpp1、P * vpp2、...P * vppn 分别为各个所述虚拟电厂在纳什均衡策略下的储能协调控制器模型的电量交互，各个所述虚拟电厂在纳什均衡策略下的储能协调控制器模型的电量交互即为所述各个虚拟电厂的最优协调功率，argmax（E i ）表示使所述目标函数取值最大的电量交互，C 1、C 2、...C n分别为各个所述虚拟电厂的收益。
9.一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现如上的权利要求1至8中任一项所述的整合光储燃的虚拟电厂出力协调博弈方法的步骤。
CN202210412954.8A 2022-04-20 2022-04-20 一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备 Active CN114513016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210412954.8A CN114513016B (zh) 2022-04-20 2022-04-20 一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210412954.8A CN114513016B (zh) 2022-04-20 2022-04-20 一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备

Publications (2)

Publication Number Publication Date
CN114513016A CN114513016A (zh) 2022-05-17
CN114513016B true CN114513016B (zh) 2022-07-08

Family

ID=81555192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210412954.8A Active CN114513016B (zh) 2022-04-20 2022-04-20 一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备

Country Status (1)

Country Link
CN (1) CN114513016B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146320B (zh) * 2018-09-12 2021-06-04 河海大学 一种考虑配电网安全性的虚拟电厂优化调度方法
CN109302463B (zh) * 2018-09-17 2020-07-14 上海交通大学 一种面向边缘计算的自组云架构与优化方法及系统
CN112308334B (zh) * 2020-11-12 2022-11-08 国网江苏省电力有限公司南京供电分公司 一种基于主从合作博弈的多虚拟电厂联合优化调度方法

Also Published As

Publication number Publication date
CN114513016A (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
Xin-gang et al. Economic-environmental dispatch of microgrid based on improved quantum particle swarm optimization
Wang et al. Interactive dispatch modes and bidding strategy of multiple virtual power plants based on demand response and game theory
CN111682526B (zh) 一种基于合作博弈的虚拟电厂能量管理方法
CN110061524B (zh) 一种基于深度神经网络的分布式电源虚拟电厂有功调度等值聚合方法及系统
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
CN109146320B (zh) 一种考虑配电网安全性的虚拟电厂优化调度方法
CN111311012A (zh) 基于多智能体的微电网电力市场双层竞价优化方法
CN108964048B (zh) 微电网容量配置与运行调度方法及装置
CN109861277A (zh) 一种充电站光伏和储能容量的配置方法及系统
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
CN114037192A (zh) 基于大数据的虚拟电厂交易管理方法、装置、设备及介质
CN115882523A (zh) 含分布式储能的电力系统优化运行方法、系统及设备
Liu et al. Optimal dispatch strategy of virtual power plants using potential game theory
Magdy et al. Energy management of virtual power plants dependent on electro-economical model
Lin et al. Blockchain-based intelligent charging station management system platform
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
Jiang et al. Optimization of the operation plan taking into account the flexible resource scheduling of the integrated energy system
CN115062835A (zh) 基于虚拟发电厂的主动配电网分布式资源优化调度方法
Li et al. Three‐level interactive energy management strategy for optimal operation of multiple virtual power plants considering different time scales
CN114513016B (zh) 一种整合光储燃的虚拟电厂出力协调博弈方法及终端设备
CN115776138A (zh) 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置
Lei et al. Two‐stage game framework for energy management in islanded multi‐microgrid system
Yu et al. Application of fuzzy spiking neural dP systems in energy coordinated control of multi-microgrid
Zhang et al. Real-time active power dispatch for virtual power plant via a multi-agent leader-follower game approach
Yang et al. The internal resource aggregation strategy of virtual power plants based on different basic configurations

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