CN115147245A - 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 - Google Patents

一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 Download PDF

Info

Publication number
CN115147245A
CN115147245A CN202211063222.9A CN202211063222A CN115147245A CN 115147245 A CN115147245 A CN 115147245A CN 202211063222 A CN202211063222 A CN 202211063222A CN 115147245 A CN115147245 A CN 115147245A
Authority
CN
China
Prior art keywords
industrial
power plant
industrial park
auxiliary service
virtual power
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
CN202211063222.9A
Other languages
English (en)
Other versions
CN115147245B (zh
Inventor
宁辽逸
贺欢
梁凯
杨东升
刘宇
李广地
周博文
祝湘博
王迎春
罗艳红
焦振
王雪
金硕巍
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.)
Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
Northeastern University China
Original Assignee
Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
Northeastern University China
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 Anshan Power Supply Co Of State Grid Liaoning Electric Power Co, Northeastern University China filed Critical Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
Priority to CN202211063222.9A priority Critical patent/CN115147245B/zh
Publication of CN115147245A publication Critical patent/CN115147245A/zh
Application granted granted Critical
Publication of CN115147245B publication Critical patent/CN115147245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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

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)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，涉及综合能源优化调度技术领域。该方法首先构建工业园区需求响应模型；该模型包括工业用户的基础负荷和可调整负荷；再将工业园区看作一个虚拟电厂，构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型和收益模型；然后建立工业负荷参与调峰辅助服务的虚拟电厂双层优化调度模型，上层模型以虚拟电厂经济效益最优为目标函数，下层模型以工业园区内部最优调度为目标函数；并构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件；最后求解虚拟电厂双层优化调度模型，得到虚拟电厂的优化调度方案。

Description

一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法
技术领域
本发明涉及综合能源优化调度技术领域，尤其涉及一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法。
背景技术
随着居民生活水平的日益提升，第三产业和居民负荷所占比重增加，这导致电网负荷峰谷差呈现增加趋势，且近年来为应对全球气候变暖以及环境问题给人类社会带来的巨大挑战，在可持续发展理念的指导下，清洁能源快速发展，风光出力的比例增加，大规模清洁能源并网进一步加剧了电网的调峰难度。这为电力系统的安全稳定运行带来了巨大的难度和挑战。从需求侧出发，激发需求侧用户参与调峰辅助服务的积极性，降低电网扩容面临的巨大压力，是电力行业实现有效调峰，缓解电力系统调峰压力，提高电力系统运行经济性的新思路。
工业作为所有行业中消费能源最多的行业，参与需求侧响应不仅能够帮助工业用户充分挖掘节电潜力，提高经济效益，还能推动精细化管理，促进行业升级，所以规模化开发工业负荷需求响应能力具有重要意义。目前我国电熔镁产业能耗高、传统冶炼方式用电量巨大，对能量资源浪费进行回收利用是电熔镁产业战略升级的当务之急。在运行资料中发现高耗能氧化镁生产过程中负荷具备较大的调节潜力，深入挖掘高耗能电熔氧化镁负荷调控潜力，有利于提升电力系统的灵活性和能源的利用效率。
小型工业用户由于受到生产产品、环境等因素的影响，各自具有不同的特性，且它们分布分散，特性单一，很难参与到电力市场运行中，评估它们的特性也变得十分困难。而大型工业园区作为小型工业用户的空间聚合体，空间分布紧密、自动化水平高、负荷容量大在参与调峰辅助服务时可以将其看作一个虚拟电厂。虚拟电厂作为一种新型的能源组织和管理系统，通过引入聚合单元来负责负载管理和多元化的资源调度，不仅解决了单一资源分散不稳定的问题，同时更好的面向市场运营，提高了整体的经济性。将工业园区看作虚拟电厂能够通过系统性、整体性的优化调度模型，使其作为一个整体对内实现可调负荷的协调优化调度，对外能够参与电力系统优化运行，从而促使电网、政府、工业园区、内部工业资源等多方利益交互，大幅度提高工业园区能源调度的效率和灵活性。
虚拟电厂优化调度是通过保证供需平衡和满足相关运行约束的情况下，规划分配各发电机组的发电任务，以某种特定指标为目标函数，达到最大的效益，其在辅助电网进行削峰填谷方面有着重要意义和作用。制定一套行之有效的优化调控策略一方面能够完成电网的调度需求，减少对电网的负面影响；另一方面，能够使用户在完成自身需求的前提下，主动参与辅助服务获得一定的经济效益。
黎静华，汪赛在标题为兼顾技术性和经济性的储能辅助调峰组合方案优化（电力系统自动化,2017,41(09):44-50+150）中提出了一种储能与常规手段优化组合调峰方案，为未来能源系统调峰提供新的思路，但缺少对于工业负荷调峰的专门研究；刘树，王元超等在大型工业企业生产负荷平抑优化策略文章中（电力系统及其自动化学报,2017,29(10):138-144.）针对大型工业企业生产负荷平抑优化进行研究，提出一种“分时交错”的平抑优化策略，但对于工业企业参与调峰的经济性缺乏深入分析。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，实现虚拟电厂的优化调度。
为解决上述技术问题，本发明所采取的技术方案是：一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，包括以下步骤：
步骤1、构建工业园区需求响应模型；
所述工业园区需求响应模型包括工业用户的基础负荷和可调整负荷，具体表示为：
所述基础负荷是工业用户用电过程中所有构成基本工业需求的负荷，此部分负荷作为工业用户日常生产的刚需，必须为正值，如式（1）所示：
Figure 641580DEST_PATH_IMAGE001
（1）
其中，
Figure 733033DEST_PATH_IMAGE002
为t时刻的基础负荷量；
所述可调整负荷由工业园区内可调节设备组成，在t时刻的可调负荷量满足以下条件：
Figure 707942DEST_PATH_IMAGE003
（2）
其中，
Figure 517635DEST_PATH_IMAGE004
为t时刻的可调负荷量；
Figure 868982DEST_PATH_IMAGE005
为t时刻最大可调负荷量；
步骤2、将工业园区看作一个虚拟电厂，构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型和收益模型；
步骤2.1、构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型；
步骤2.1.1、确定工业负荷参与调峰辅助服务时虚拟电厂的调整电量成本；
调整电量成本是指工业园区内由于中断或转移可调整负荷影响正常工业生产从而造成的损失，如下公式所示：
Figure 955887DEST_PATH_IMAGE006
（3）
其中，
Figure 491910DEST_PATH_IMAGE007
为在t时刻工业园区进行调峰辅助服务时单位电量所产生的成本；
Figure 664265DEST_PATH_IMAGE008
为在t时刻工业园区参与调峰辅助服务的电量；T为优化周期；
步骤2.1.2、确定工业负荷参与调峰辅助服务时虚拟电厂的调整机组成本；
所述虚拟电厂的调整机组成本是指工业园区内可调节机组的出力，如下公式所示：
Figure 179823DEST_PATH_IMAGE009
（4）
Figure 386813DEST_PATH_IMAGE010
（5）
其中，
Figure 703525DEST_PATH_IMAGE011
为虚拟电厂的调整机组成本，
Figure 487810DEST_PATH_IMAGE012
为工业园区中可调机组的个数；
Figure 180960DEST_PATH_IMAGE013
为在t时刻工业园区内第n个可调机组产生的功率；
Figure 101511DEST_PATH_IMAGE014
为工业园区内第n个可调机组的燃烧成本系数；
Figure 120283DEST_PATH_IMAGE015
为工业园区内第n个可调机组的启动成本；
Figure 267230DEST_PATH_IMAGE016
为可调机组的启动成本，
Figure 623125DEST_PATH_IMAGE017
为在t时刻工业园区内第n个可调机组的运行状态，
Figure 539129DEST_PATH_IMAGE017
值为1时可调机组运行，
Figure 463222DEST_PATH_IMAGE017
值为0时可调机组停机；
步骤2.1.3、确定工业负荷参与调峰辅助服务时虚拟电厂的储能成本；
所述虚拟电厂的储能成本是指工业园区内由于调峰辅助服务需求，使储能设备低储高发，从而造成的储能设备运行维护的成本，如下公式所示：
Figure 720635DEST_PATH_IMAGE018
（6）
其中，
Figure 755587DEST_PATH_IMAGE019
为虚拟电厂的储能成本，
Figure 526097DEST_PATH_IMAGE020
为在周期T内工业园区单位储能设备运行维护成本；
Figure 745726DEST_PATH_IMAGE021
为T周期内工业园区内储能设备参与调峰辅助服务的电量；
步骤2.2、构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的收益模型；
步骤2.2.1、确定工业负荷参与调峰辅助服务时虚拟电厂的基本电费收益；
工业园区在开展调峰辅助服务后，通过降低关口基本电费来获得收益，如下公式所示：
Figure 867266DEST_PATH_IMAGE022
（7）
其中，
Figure 705909DEST_PATH_IMAGE023
为工业负荷参与调峰辅助服务后的基本电费收益，
Figure 455559DEST_PATH_IMAGE024
为第j个月向电网公司上报的最大功率需求；
Figure 987034DEST_PATH_IMAGE025
为周期T内最高负荷功率；
Figure 189345DEST_PATH_IMAGE026
为工业园区的目标调峰率；
Figure 97259DEST_PATH_IMAGE027
为单位负荷基本电费；
步骤2.2.2、确定工业负荷参与调峰辅助服务时虚拟电厂的电度电费收益；
电度电费为一段时间内根据电度电价与实际的用电量得出的累计费用，工业园区通过储能设备的低储高发获得电度电费收益，如下公式所示：
Figure 576781DEST_PATH_IMAGE028
（8）
其中，
Figure 905257DEST_PATH_IMAGE029
为工业负荷参与调峰辅助服务后的电度电费收益，
Figure 470230DEST_PATH_IMAGE030
为工业园区中储能设备数量；
Figure 650676DEST_PATH_IMAGE031
为工业园区中第k个储能设备在电价低谷时段充电在电价高峰时段放电所获得的运行收益，如下公式所示：
Figure 640498DEST_PATH_IMAGE032
（9）
其中，
Figure 248196DEST_PATH_IMAGE033
为在t时刻工业园区的储能设备低储高发的储能电量；
Figure 566045DEST_PATH_IMAGE034
为在
Figure 409236DEST_PATH_IMAGE035
时刻的单位电度电费；
Figure 128931DEST_PATH_IMAGE036
为在
Figure 32165DEST_PATH_IMAGE037
时刻的单位电度电费；
步骤2.2.3、确定工业负荷参与调峰辅助服务时电网公司对虚拟电厂的补贴收益；
电网公司对虚拟电厂的补贴收益包括：（1）电网公司根据工业园区的调峰电量与对应时间的调峰单价给予工业园区的补贴
Figure 837310DEST_PATH_IMAGE038
；（2）电网公司因工业园区调峰而延缓扩容升级，从而应该按相应的比例系数
Figure 359558DEST_PATH_IMAGE039
给予工业园区补贴
Figure 551068DEST_PATH_IMAGE040
，因此电网公司对虚拟电厂的补贴表示为：
Figure 500570DEST_PATH_IMAGE041
（10）
Figure 527432DEST_PATH_IMAGE042
（11）
Figure 978004DEST_PATH_IMAGE043
（12）
其中，
Figure 406712DEST_PATH_IMAGE044
为电网公司对虚拟电厂的补贴，
Figure 651748DEST_PATH_IMAGE045
为在t时刻单位调峰电量的补偿金额；
Figure 431485DEST_PATH_IMAGE046
为电网公司补偿比例系数；
Figure 561116DEST_PATH_IMAGE047
为单位容量电网升级成本；
Figure 703384DEST_PATH_IMAGE048
为周期T内工业园区参与调峰辅助服务的总电量；
步骤2.2.4、确定工业负荷参与调峰辅助服务时政府对虚拟电厂的补贴收益；
政府对虚拟电厂的补贴收益，如下公式所示：
Figure 525846DEST_PATH_IMAGE049
（13）
其中，
Figure 261721DEST_PATH_IMAGE050
政府对虚拟电厂的补贴收益，
Figure 555562DEST_PATH_IMAGE051
为削减单位功率的高峰负荷所补贴的金额；
步骤3、建立工业负荷参与调峰辅助服务的虚拟电厂双层优化调度模型，上层模型以虚拟电厂经济效益最优为目标函数，下层模型以工业园区内部最优调度为目标函数；
步骤3.1、确定工业负荷参与调峰辅助服务的虚拟电厂优化调度的上层模型；
虚拟电厂优化调度的上层模型用以求解工业园区的最大经济效益，其对应的目标函数为双层优化调度模型的总目标函数，以工业园区的最大利益为目标函数即总收益减去总成本最大，故目标函数为：
Figure 693282DEST_PATH_IMAGE052
（14）
步骤3.2、确定工业负荷参与调峰辅助服务的虚拟电厂优化调度的下层模型；
虚拟电厂优化调度的下层模型的优化调度目标为实现工业园区内的最优调度，即使基本电费收益和电度电费收益最大：
Figure 686646DEST_PATH_IMAGE053
（15）
步骤4、构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件；
所述工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件包括功率和电量约束、可调机组约束以及储能约束；
所述功率和电量约束如下公式所示：
Figure 34450DEST_PATH_IMAGE054
（16）
Figure 505883DEST_PATH_IMAGE055
（17）
Figure 763689DEST_PATH_IMAGE056
（18）
Figure 521429DEST_PATH_IMAGE057
（19）
Figure 497476DEST_PATH_IMAGE058
（20）
Figure 631654DEST_PATH_IMAGE059
（21）
Figure 743966DEST_PATH_IMAGE060
（22）
Figure 813553DEST_PATH_IMAGE061
（23）
Figure 634486DEST_PATH_IMAGE062
（24）
其中，
Figure 447721DEST_PATH_IMAGE063
为T周期内工业园区内的可调机组参与调峰辅助服务的电量；
Figure 680119DEST_PATH_IMAGE064
为周期T内工业园区参与调峰辅助服务后的最高负荷功率；
Figure 779662DEST_PATH_IMAGE065
为周期T内工业园区储能承担的调峰辅助服务的功率；
Figure 730300DEST_PATH_IMAGE066
周期T内工业园区可调机组承担的调峰辅助服务的功率；
Figure 206281DEST_PATH_IMAGE067
为周期T内工业园区储能参与调峰辅助服务的时间；
Figure 293186DEST_PATH_IMAGE068
为周期T内工业园区可调机组参与调峰辅助服务的时间；
Figure 438996DEST_PATH_IMAGE069
为周期T内工业园区第k个储能设备参与调峰辅助服务的电量；
Figure 470406DEST_PATH_IMAGE070
为周期T内工业园区第n个可调机组参与调峰辅助服务的电量；
所述可调机组约束如下公式所示：
Figure 891023DEST_PATH_IMAGE071
（25）
Figure 192954DEST_PATH_IMAGE072
（26）
其中，
Figure 40824DEST_PATH_IMAGE073
为可调机组向上爬坡速率，
Figure 700476DEST_PATH_IMAGE074
为可调机组向下爬坡速率，
Figure 518259DEST_PATH_IMAGE075
、
Figure 314177DEST_PATH_IMAGE076
分别为工t时刻工业园区内第n个可调机组输出电量的上限和下限，
Figure 332948DEST_PATH_IMAGE077
为t-1时刻到t时刻的时间间隔；
所述储能约束如下公式所示：
Figure 338950DEST_PATH_IMAGE078
（27）
Figure 835791DEST_PATH_IMAGE079
（28）
Figure 751794DEST_PATH_IMAGE080
（29）
Figure 800522DEST_PATH_IMAGE081
（30）
其中，
Figure 434765DEST_PATH_IMAGE082
为t时刻工业园区中第k个储能设备所储存的能量；
Figure 98746DEST_PATH_IMAGE083
分别为工业园区中第k个储能设备的充、放电效率；
Figure 869256DEST_PATH_IMAGE084
分别为工业园区中第k个储能设备的充、放电功率上限；
Figure 964251DEST_PATH_IMAGE085
分别为工业园区中第k个储能设备的能量上、下限；
Figure 944845DEST_PATH_IMAGE086
、
Figure 783488DEST_PATH_IMAGE087
分别为t时刻工业园区中第k个储能设备的充、放电功率；
步骤5、采用遗传-粒子群优化算法求解虚拟电厂双层优化调度模型，得到虚拟电厂的优化调度方案。
采用上述技术方案所产生的有益效果在于：本发明提供的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，根据负荷需求响应能力将其分为基础负荷和可调整负荷，有效协调工业园区内部的可调节资源；对于工业园区内储能设备、可调机组等不确定成本进行评估，并基于工业用电收费标准，建立了考虑与电网、政府多方利益交互的收益模型；最后建立了联合考虑工业园区经济效益与运行调度优化的双层联合优化模型，求解该模型得到最优的虚拟电厂的调度方案。
附图说明
图1为本发明实施例提供的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法的流程图；
图2为本发明实施例提供的遗传-粒子群优化算法的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本实施例中，一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，如图1所示，包括以下步骤：
步骤1、构建工业园区需求响应模型；
所述工业园区需求响应模型包括工业用户的基础负荷和可调整负荷，具体表示为：
所述基础负荷是工业用户用电过程中所有构成基本工业需求的负荷，此部分负荷作为工业用户日常生产的刚需，需求响应能力较差，但其必须为正值，如式（1）所示：
Figure 674084DEST_PATH_IMAGE088
（1）
其中，
Figure 330193DEST_PATH_IMAGE089
为t时刻的基础负荷量；
所述可调整负荷由工业园区内可调机组、储能等可调节设备组成，在t时刻的可调负荷量满足以下条件：
Figure 407870DEST_PATH_IMAGE090
（2）
其中，
Figure 50204DEST_PATH_IMAGE091
为在t时刻的可调负荷量；
Figure 654361DEST_PATH_IMAGE092
为在t时刻最大可调负荷量；
在工业园区正常生产运行时，调节可调节设备的用电量和用电时间，不会对工业用户造成很大影响，因此，可调节设备的可调节负荷对应的需求响应能力较强；
步骤2、将工业园区看作一个虚拟电厂，构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型和收益模型；
步骤2.1、构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型；
步骤2.1.1、确定工业负荷参与调峰辅助服务时虚拟电厂的调整电量成本；
调整电量成本是指工业园区内由于中断或转移可调整负荷影响正常工业生产从而造成的损失，如下公式所示：
Figure 356738DEST_PATH_IMAGE093
（3）
其中，
Figure 547810DEST_PATH_IMAGE094
为在t时刻工业园区进行调峰辅助服务时单位电量所产生的成本；
Figure 728256DEST_PATH_IMAGE095
为在t时刻工业园区参与调峰辅助服务的电量；T为优化周期；
步骤2.1.2、确定工业负荷参与调峰辅助服务时虚拟电厂的调整机组成本；
虚拟电厂的调整机组成本是指工业园区内可调节机组的出力，如下公式所示：
Figure 593443DEST_PATH_IMAGE096
（4）
Figure 591355DEST_PATH_IMAGE097
（5）
其中，
Figure 378046DEST_PATH_IMAGE098
为虚拟电厂的调整机组成本，
Figure 627761DEST_PATH_IMAGE099
为工业园区中可调机组的个数；
Figure 206510DEST_PATH_IMAGE100
为在t时刻工业园区内第n个可调机组产生的功率；
Figure 250690DEST_PATH_IMAGE101
为工业园区内第n个可调机组的燃烧成本系数；
Figure 649310DEST_PATH_IMAGE102
为工业园区内第n个可调机组的启动成本；
Figure 437137DEST_PATH_IMAGE103
为可调机组的启动成本，
Figure 11338DEST_PATH_IMAGE104
为在t时刻工业园区内第n个可调机组的运行状态，
Figure 584009DEST_PATH_IMAGE104
值为1时可调机组运行，
Figure 610870DEST_PATH_IMAGE104
值为0时可调机组停机；
步骤2.1.3、确定工业负荷参与调峰辅助服务时虚拟电厂的储能成本；
虚拟电厂的储能成本是指工业园区内由于调峰辅助服务需求，使储能设备低储高发，从而造成的储能设备运行维护的成本，如下公式所示：
Figure 936810DEST_PATH_IMAGE105
（6）
其中，
Figure 490151DEST_PATH_IMAGE106
为虚拟电厂的储能成本，
Figure 876133DEST_PATH_IMAGE107
为在周期T内工业园区单位储能设备运行维护成本；
Figure 390291DEST_PATH_IMAGE108
为T周期内工业园区内储能设备参与调峰辅助服务的电量；
步骤2.2、构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的收益模型；
步骤2.2.1、确定工业负荷参与调峰辅助服务时虚拟电厂的基本电费收益；
二部制电价策略规定工业园区需要每个月向电网公司上报最大功率需求用以计算基本电费。而工业园区在开展调峰辅助服务后，通过降低关口基本电费来获得收益，如下公式所示：
Figure 378975DEST_PATH_IMAGE109
（7）
其中，
Figure 927768DEST_PATH_IMAGE110
为工业负荷参与调峰辅助服务后的基本电费收益，
Figure 343706DEST_PATH_IMAGE111
为第j个月向电网公司上报的最大功率需求；
Figure 345160DEST_PATH_IMAGE112
为周期T内最高负荷功率；
Figure 278481DEST_PATH_IMAGE113
为工业园区的目标调峰率；
Figure 42300DEST_PATH_IMAGE114
为单位负荷基本电费；
步骤2.2.2、确定工业负荷参与调峰辅助服务时虚拟电厂的电度电费收益；
电度电费为一段时间内根据电度电价与实际的用电量得出的累计费用，工业园区通过储能设备的低储高发获得电度电费收益，如下公式所示：
Figure 770085DEST_PATH_IMAGE115
（8）
其中，
Figure 993255DEST_PATH_IMAGE116
为工业负荷参与调峰辅助服务后的电度电费收益，
Figure 854901DEST_PATH_IMAGE117
为工业园区中储能设备数量；
Figure 847128DEST_PATH_IMAGE118
为工业园区中第k个储能设备在电价低谷时段充电在电价高峰时段放电所获得的运行收益，如下公式所示：
Figure 745814DEST_PATH_IMAGE119
（9）
其中，
Figure 580915DEST_PATH_IMAGE120
为在t时刻工业园区的储能设备低储高发的储能电量；
Figure 856038DEST_PATH_IMAGE121
为在
Figure 968351DEST_PATH_IMAGE122
时刻的单位电度电费；
Figure 162572DEST_PATH_IMAGE123
为在
Figure 360335DEST_PATH_IMAGE124
时刻的单位电度电费；
步骤2.2.3、确定工业负荷参与调峰辅助服务时电网公司对虚拟电厂的补贴收益；
工业园区通过可调整负荷参与电网调峰时，可看作是参与调峰辅助服务的虚拟电厂，电网公司应给予工业园区相应的补贴。本发明考虑的电网公司对虚拟电厂的补贴收益包括：（1）电网公司根据工业园区的调峰电量与对应时间的调峰单价给予工业园区的补贴
Figure 814317DEST_PATH_IMAGE125
；（2）电网公司因工业园区调峰而延缓扩容升级，从而应该按相应的比例系数
Figure 781136DEST_PATH_IMAGE126
给予工业园区补贴
Figure 21624DEST_PATH_IMAGE127
，因此电网公司对虚拟电厂的补贴表示为：
Figure 831317DEST_PATH_IMAGE128
（10）
Figure 182664DEST_PATH_IMAGE129
（11）
Figure 269569DEST_PATH_IMAGE130
（12）
其中，
Figure 805593DEST_PATH_IMAGE131
为电网公司对虚拟电厂的补贴，
Figure 977948DEST_PATH_IMAGE132
为在t时刻单位调峰电量的补偿金额；
Figure 257620DEST_PATH_IMAGE133
为电网公司补偿比例系数；
Figure 933452DEST_PATH_IMAGE134
为单位容量电网升级成本；
Figure 781322DEST_PATH_IMAGE135
为在周期T内工业园区参与调峰辅助服务的总电量；
步骤2.2.4、确定工业负荷参与调峰辅助服务时政府对虚拟电厂的补贴收益；
工业园区参与调峰辅助服务后根据相关政策规定政府应对实施削峰填谷的主体给予一定的资金补贴，政府对虚拟电厂的补贴收益，如下公式所示：
Figure 801493DEST_PATH_IMAGE136
（13）
其中，
Figure 760221DEST_PATH_IMAGE137
政府对虚拟电厂的补贴收益，
Figure 680773DEST_PATH_IMAGE138
为削减单位功率的高峰负荷所补贴的金额；
步骤3、建立工业负荷参与调峰辅助服务的虚拟电厂双层优化调度模型，上层模型以虚拟电厂经济效益最优为目标函数，下层模型以工业园区内部最优调度为目标函数；
步骤3.1、确定工业负荷参与调峰辅助服务的虚拟电厂优化调度的上层模型；
虚拟电厂优化调度的上层模型用以求解工业园区的最大经济效益，其对应的目标函数为双层优化调度模型的总目标函数，以工业园区的最大利益为目标函数即总收益减去总成本最大，故目标函数为：
Figure 433965DEST_PATH_IMAGE139
（14）
步骤3.2、确定工业负荷参与调峰辅助服务的虚拟电厂优化调度的下层模型；
虚拟电厂优化调度的下层模型的优化调度目标为实现工业园区内的最优调度，即使基本电费收益和电度电费收益最大：
Figure 315334DEST_PATH_IMAGE140
（15）
步骤4、在满足安全的要求下，构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件；
所述工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件包括功率和电量约束、可调机组约束以及储能约束；
所述功率和电量约束如下公式所示：
Figure 202387DEST_PATH_IMAGE141
（16）
Figure 852811DEST_PATH_IMAGE142
（17）
Figure 42484DEST_PATH_IMAGE143
（18）
Figure 535782DEST_PATH_IMAGE144
（19）
Figure 570735DEST_PATH_IMAGE145
（20）
Figure 606824DEST_PATH_IMAGE146
（21）
Figure 324988DEST_PATH_IMAGE147
（22）
Figure 915369DEST_PATH_IMAGE148
（23）
Figure 144225DEST_PATH_IMAGE149
（24）
其中，
Figure 769241DEST_PATH_IMAGE150
为T周期内工业园区内的可调机组参与调峰辅助服务的电量；
Figure 300717DEST_PATH_IMAGE151
为周期T内工业园区参与调峰辅助服务后的最高负荷功率；
Figure 768607DEST_PATH_IMAGE152
为周期T内工业园区储能承担的调峰辅助服务的功率；
Figure 145362DEST_PATH_IMAGE153
周期T内工业园区可调机组承担的调峰辅助服务的功率；
Figure 890464DEST_PATH_IMAGE154
为周期T内工业园区储能参与调峰辅助服务的时间；
Figure 451895DEST_PATH_IMAGE155
为周期T内工业园区可调机组参与调峰辅助服务的时间；
Figure 282448DEST_PATH_IMAGE156
为周期T内工业园区第k个储能设备参与调峰辅助服务的电量；
Figure 88992DEST_PATH_IMAGE157
为周期T内工业园区第n个可调机组参与调峰辅助服务的电量；
所述可调机组约束如下公式所示：
Figure 688601DEST_PATH_IMAGE158
（25）
Figure 296300DEST_PATH_IMAGE159
（26）
其中，
Figure 738782DEST_PATH_IMAGE160
为可调机组向上爬坡速率，
Figure 722919DEST_PATH_IMAGE161
为可调机组向下爬坡速率，
Figure 177034DEST_PATH_IMAGE162
、
Figure 80268DEST_PATH_IMAGE163
分别为工t时刻工业园区内第n个可调机组输出电量的上限和下限，
Figure 885413DEST_PATH_IMAGE164
为t-1时刻到t时刻的时间间隔；
所述储能约束如下公式所示：
Figure 532295DEST_PATH_IMAGE165
（27）
Figure 106496DEST_PATH_IMAGE166
（28）
Figure 321576DEST_PATH_IMAGE167
（29）
Figure 977467DEST_PATH_IMAGE168
（30）
其中，
Figure 303406DEST_PATH_IMAGE169
为t时刻工业园区中第k个储能设备所储存的能量；
Figure 466534DEST_PATH_IMAGE170
分别为工业园区中第k个储能设备的充、放电效率；
Figure 242729DEST_PATH_IMAGE171
分别为工业园区中第k个储能设备的充、放电功率上限；
Figure 491308DEST_PATH_IMAGE172
分别为工业园区中第k个储能设备的能量上、下限；
Figure 620938DEST_PATH_IMAGE173
、
Figure 28785DEST_PATH_IMAGE174
分别为t时刻工业园区中第k个储能设备的充、放电功率；
步骤5、采用如图2所示遗传-粒子群优化算法求解虚拟电厂双层优化调度模型，得到虚拟电厂的优化调度方案；虚拟电厂的优化调度方案包括工业园区获得的最大经济效益以及储能设备以及可调机组的最佳调度策略；
（1）种群参数初始化；初始化粒子种群的规模大小和维数D以及对各个粒子的位置、速度进行随机赋值，设置最大迭代次数、粒子的最大速度向量
Figure 585668DEST_PATH_IMAGE175
、粒子的最大位置向量
Figure 446177DEST_PATH_IMAGE176
、惯性权重以及选择、交叉、变异操作中的相关概率；
（2）计算适应度；将虚拟电厂双层优化调度模型的两个目标函数作为适应度函数，计算各粒子的适应度；
（3）更新粒子群速度、位置；采用加入惯性权重的方法，根据下式更新粒子群的速度和位置；
Figure 379498DEST_PATH_IMAGE177
（31）
Figure 782798DEST_PATH_IMAGE178
（32）
其中，
Figure 871101DEST_PATH_IMAGE179
为第k+1次迭代后的位置向量，
Figure 359852DEST_PATH_IMAGE180
为第k+1次迭代后的速度向量；
Figure 565705DEST_PATH_IMAGE181
为惯性权重，是一个位于
Figure 948145DEST_PATH_IMAGE182
区间内的常数；
Figure 846831DEST_PATH_IMAGE183
为迭代次数；加速因子
Figure 822877DEST_PATH_IMAGE184
通常设置为1；
Figure 957055DEST_PATH_IMAGE185
和
Figure 69368DEST_PATH_IMAGE186
是介于
Figure 138955DEST_PATH_IMAGE187
区间内的随机数，其可以将每个粒子位置的变化范围和速度的变化范围限定在区间
Figure 461352DEST_PATH_IMAGE188
、
Figure 274587DEST_PATH_IMAGE189
内；
Figure 506985DEST_PATH_IMAGE190
为第k次迭代粒子最佳位置；
Figure 370643DEST_PATH_IMAGE191
为第k次迭代粒子群体最佳位置。
（4）对各粒子执行选择操作；根据上述适应度计算排名按概率从大到小排列进行粒子选择，被选中的粒子则进入下一代繁殖过程；（适应度越高的群体有更高被选中的概率，这样既保证了优良基因有较大概率被继承，也给予了在当前环境下表现较差的基因一定的生存空间）。
（5）对各未被选中的粒子执行交叉操作；未被选中的粒子按照设定的概率
Figure 790123DEST_PATH_IMAGE192
按照下式执行交叉操作；
Figure 531682DEST_PATH_IMAGE193
（33）
Figure 618587DEST_PATH_IMAGE194
（34）
Figure 29977DEST_PATH_IMAGE195
（35）
Figure 326966DEST_PATH_IMAGE196
（36）
其中，
Figure 216425DEST_PATH_IMAGE197
和
Figure 282470DEST_PATH_IMAGE198
为
Figure 130340DEST_PATH_IMAGE187
区间内的随机数；
Figure 524412DEST_PATH_IMAGE199
为交叉粒子的位置向量和速度向量；
Figure 109240DEST_PATH_IMAGE200
为经过交叉后得到的粒子的位置向量和速度向量；
（6）对各粒子执行变异操作；对执行完交叉操作后的粒子按照设定的概率
Figure 905157DEST_PATH_IMAGE201
执行变异操作；
Figure 658350DEST_PATH_IMAGE202
（37）
其中，
Figure 929931DEST_PATH_IMAGE203
为个体最优值
Figure 426771DEST_PATH_IMAGE204
的第
Figure 342775DEST_PATH_IMAGE205
维向量；扰动量
Figure 125923DEST_PATH_IMAGE206
为符合正态分布的随机数；
（7）重新计算适应度；重新计算新粒子群的适应度值，之后进一步判断和替换适应度的最优值，用各个粒子当前适应度值与历史适应度值进行比较选择最优值，然后将各个粒子适应度最优值与群体适应度最优值进行比较，对全局适应度最优值进行替换、更新；
（8）进行迭代终止判断；如果满足迭代次数或寻找到符合条件的适应度值则终止迭代操作，输出最优结果；未满足终止要求则继续进行迭代操作。
最后应说明的是：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：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部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权利要求所限定的范围。

Claims (9)

1.一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：包括以下步骤：
构建工业园区需求响应模型；所述工业园区需求响应模型包括工业用户的基础负荷和可调整负荷；
将工业园区看作一个虚拟电厂，构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型和收益模型；
建立工业负荷参与调峰辅助服务的虚拟电厂双层优化调度模型，上层模型以虚拟电厂经济效益最优为目标函数，下层模型以工业园区内部最优调度为目标函数；
构建工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件；
采用遗传-粒子群优化算法求解虚拟电厂双层优化调度模型，得到虚拟电厂的优化调度方案。
2.根据权利要求1所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：所述基础负荷是工业用户用电过程中所有构成基本工业需求的负荷；所述可调整负荷由工业园区内可调节设备组成。
3.根据权利要求2所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：构建的工业负荷参与调峰辅助服务的虚拟电厂优化调度的成本模型包括工业负荷参与调峰辅助服务时虚拟电厂的调整电量成本、调整机组成本和储能成本。
4.根据权利要求3所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：
所述调整电量成本是指工业园区内由于中断或转移可调整负荷影响正常工业生产从而造成的损失，如下公式所示：
Figure 999905DEST_PATH_IMAGE001
其中，
Figure 385887DEST_PATH_IMAGE002
为在t时刻工业园区进行调峰辅助服务时单位电量所产生的成本；
Figure 900045DEST_PATH_IMAGE003
为在t时刻工业园区参与调峰辅助服务的电量；T为优化周期；
所述虚拟电厂的调整机组成本是指工业园区内可调节机组的出力，如下公式所示：
Figure 888729DEST_PATH_IMAGE004
Figure 171943DEST_PATH_IMAGE005
其中，
Figure 853460DEST_PATH_IMAGE006
为虚拟电厂的调整机组成本，
Figure 589335DEST_PATH_IMAGE007
为工业园区中可调机组的个数；
Figure 522656DEST_PATH_IMAGE008
为在t时刻工业园区内第n个可调机组产生的功率；
Figure 286475DEST_PATH_IMAGE009
为工业园区内第n个可调机组的燃烧成本系数；
Figure 748680DEST_PATH_IMAGE010
为工业园区内第n个可调机组的启动成本；
Figure 362064DEST_PATH_IMAGE011
为可调机组的启动成本，
Figure 567918DEST_PATH_IMAGE012
为在t时刻工业园区内第n个可调机组的运行状态，
Figure 684778DEST_PATH_IMAGE012
值为1时可调机组运行，
Figure 849043DEST_PATH_IMAGE012
值为0时可调机组停机；
所述虚拟电厂的储能成本是指工业园区内由于调峰辅助服务需求，使储能设备低储高发，从而造成的储能设备运行维护的成本，如下公式所示：
Figure 559510DEST_PATH_IMAGE013
其中，
Figure 428109DEST_PATH_IMAGE014
为虚拟电厂的储能成本，
Figure 806001DEST_PATH_IMAGE015
为在周期T内工业园区单位储能设备运行维护成本；
Figure 227318DEST_PATH_IMAGE016
为T周期内工业园区内储能设备参与调峰辅助服务的电量。
5.根据权利要求4所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：构建的工业负荷参与调峰辅助服务的虚拟电厂优化调度的收益模型包括工业负荷参与调峰辅助服务时虚拟电厂的基本电费收益、电度电费收益、电网公司对虚拟电厂的补贴收益以及政府对虚拟电厂的补贴收益。
6.根据权利要求5所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：所述工业负荷参与调峰辅助服务时虚拟电厂的基本电费收益，如下公式所示：
Figure 690661DEST_PATH_IMAGE017
其中，
Figure 238317DEST_PATH_IMAGE018
为工业负荷参与调峰辅助服务后的基本电费收益，
Figure 329770DEST_PATH_IMAGE019
为第j个月向电网公司上报的最大功率需求；
Figure 835837DEST_PATH_IMAGE020
为周期T内最高负荷功率；
Figure 379951DEST_PATH_IMAGE021
为工业园区的目标调峰率；
Figure 996877DEST_PATH_IMAGE022
为单位负荷基本电费；
所述电度电费为一段时间内根据电度电价与实际的用电量得出的累计费用，工业园区通过储能设备的低储高发获得电度电费收益，如下公式所示：
Figure 818203DEST_PATH_IMAGE023
其中，
Figure 619805DEST_PATH_IMAGE024
为工业负荷参与调峰辅助服务后的电度电费收益，
Figure 526582DEST_PATH_IMAGE025
为工业园区中储能设备数量；
Figure 681619DEST_PATH_IMAGE026
为工业园区中第k个储能设备在电价低谷时段充电在电价高峰时段放电所获得的运行收益，如下公式所示：
Figure 249129DEST_PATH_IMAGE027
其中，
Figure 831420DEST_PATH_IMAGE028
为在t时刻工业园区的储能设备低储高发的储能电量；
Figure 615706DEST_PATH_IMAGE029
为在
Figure 308855DEST_PATH_IMAGE030
时刻的单位电度电费；
Figure 104773DEST_PATH_IMAGE031
为在
Figure 982599DEST_PATH_IMAGE032
时刻的单位电度电费；
电网公司对虚拟电厂的补贴收益包括：（1）电网公司根据工业园区的调峰电量与对应时间的调峰单价给予工业园区的补贴
Figure 129546DEST_PATH_IMAGE033
；（2）电网公司因工业园区调峰而延缓扩容升级，从而应该按相应的比例系数给予工业园区补贴
Figure 751021DEST_PATH_IMAGE034
，因此电网公司对虚拟电厂的补贴表示为：
Figure 401445DEST_PATH_IMAGE035
Figure 325539DEST_PATH_IMAGE036
Figure 317372DEST_PATH_IMAGE037
其中，
Figure 352324DEST_PATH_IMAGE038
为电网公司对虚拟电厂的补贴，
Figure 247468DEST_PATH_IMAGE039
为在t时刻单位调峰电量的补偿金额；
Figure 342463DEST_PATH_IMAGE040
为电网公司补偿比例系数；
Figure 323057DEST_PATH_IMAGE041
为单位容量电网升级成本；
Figure 161700DEST_PATH_IMAGE042
为周期T内工业园区参与调峰辅助服务的总电量；
政府对虚拟电厂的补贴收益，如下公式所示：
Figure 645771DEST_PATH_IMAGE043
其中，
Figure 177246DEST_PATH_IMAGE044
政府对虚拟电厂的补贴收益，
Figure 254924DEST_PATH_IMAGE045
为削减单位功率的高峰负荷所补贴的金额。
7.根据权利要求6所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：所述上层模型用以求解工业园区的最大经济效益，其对应的目标函数为双层优化调度模型的总目标函数，以工业园区的最大利益为目标函数即总收益减去总成本最大，故目标函数为：
Figure 788936DEST_PATH_IMAGE046
所述下层模型的优化调度目标为实现工业园区内的最优调度，即使基本电费收益和电度电费收益最大：
Figure 268459DEST_PATH_IMAGE047
。
8.根据权利要求7所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：所述工业负荷参与调峰辅助服务的虚拟电厂优化调度的约束条件包括功率和电量约束、可调机组约束以及储能约束。
9.根据权利要求8所述的一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法，其特征在于：所述功率和电量约束如下公式所示：
Figure 829890DEST_PATH_IMAGE048
Figure 660443DEST_PATH_IMAGE049
Figure 840888DEST_PATH_IMAGE050
Figure 299551DEST_PATH_IMAGE051
Figure 172830DEST_PATH_IMAGE052
Figure 349733DEST_PATH_IMAGE053
Figure 333869DEST_PATH_IMAGE054
Figure 787985DEST_PATH_IMAGE055
Figure 195613DEST_PATH_IMAGE056
其中，
Figure 758DEST_PATH_IMAGE057
为T周期内工业园区内的可调机组参与调峰辅助服务的电量；
Figure 647640DEST_PATH_IMAGE058
为周期T内工业园区参与调峰辅助服务后的最高负荷功率；
Figure 956262DEST_PATH_IMAGE059
为周期T内工业园区储能承担的调峰辅助服务的功率；
Figure 171342DEST_PATH_IMAGE060
周期T内工业园区可调机组承担的调峰辅助服务的功率；
Figure 57259DEST_PATH_IMAGE061
为周期T内工业园区储能参与调峰辅助服务的时间；
Figure 648777DEST_PATH_IMAGE062
为周期T内工业园区可调机组参与调峰辅助服务的时间；
Figure 936539DEST_PATH_IMAGE063
为周期T内工业园区第k个储能设备参与调峰辅助服务的电量；
Figure 56942DEST_PATH_IMAGE064
为周期T内工业园区第n个可调机组参与调峰辅助服务的电量；
所述可调机组约束如下公式所示：
Figure 836679DEST_PATH_IMAGE065
Figure 326828DEST_PATH_IMAGE066
其中，
Figure 344463DEST_PATH_IMAGE067
为可调机组向上爬坡速率，
Figure 291559DEST_PATH_IMAGE068
为可调机组向下爬坡速率，
Figure 27434DEST_PATH_IMAGE069
、
Figure 819809DEST_PATH_IMAGE070
分别为工t时刻工业园区内第n个可调机组输出电量的上限和下限，
Figure 957530DEST_PATH_IMAGE071
为t-1时刻到t时刻的时间间隔；
所述储能约束如下公式所示：
Figure 685314DEST_PATH_IMAGE072
Figure 33119DEST_PATH_IMAGE073
Figure 504552DEST_PATH_IMAGE074
Figure 119947DEST_PATH_IMAGE075
其中，
Figure 284212DEST_PATH_IMAGE076
为t时刻工业园区中第k个储能设备所储存的能量；
Figure 729100DEST_PATH_IMAGE077
分别为工业园区中第k个储能设备的充、放电效率；
Figure 863278DEST_PATH_IMAGE078
分别为工业园区中第k个储能设备的充、放电功率上限；
Figure 241170DEST_PATH_IMAGE079
分别为工业园区中第k个储能设备的能量上、下限；
Figure 169812DEST_PATH_IMAGE080
、
Figure 633154DEST_PATH_IMAGE081
分别为t时刻工业园区中第k个储能设备的充、放电功率。
CN202211063222.9A 2022-09-01 2022-09-01 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 Active CN115147245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211063222.9A CN115147245B (zh) 2022-09-01 2022-09-01 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211063222.9A CN115147245B (zh) 2022-09-01 2022-09-01 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法

Publications (2)

Publication Number Publication Date
CN115147245A true CN115147245A (zh) 2022-10-04
CN115147245B CN115147245B (zh) 2023-09-19

Family

ID=83415534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211063222.9A Active CN115147245B (zh) 2022-09-01 2022-09-01 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法

Country Status (1)

Country Link
CN (1) CN115147245B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116191450A (zh) * 2023-04-28 2023-05-30 武汉大学 考虑辅助服务收益的电解铝负荷参与调峰控制方法及系统
CN117541300A (zh) * 2024-01-08 2024-02-09 国网浙江省电力有限公司宁波供电公司 虚拟电厂交易管理方法、系统、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN113837444A (zh) * 2021-08-26 2021-12-24 国网河南省电力公司经济技术研究院 一种虚拟电厂参与多重市场的交易出清优化方法
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
US20220147670A1 (en) * 2020-11-06 2022-05-12 North China Electric Power University Optimal allocation method for stored energy coordinating electric vehicles to participate in auxiliary service market
CN114742421A (zh) * 2022-04-19 2022-07-12 河海大学 一种面向电网深度调峰辅助服务的虚拟电厂优化组建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
US20220147670A1 (en) * 2020-11-06 2022-05-12 North China Electric Power University Optimal allocation method for stored energy coordinating electric vehicles to participate in auxiliary service market
CN113837444A (zh) * 2021-08-26 2021-12-24 国网河南省电力公司经济技术研究院 一种虚拟电厂参与多重市场的交易出清优化方法
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
CN114742421A (zh) * 2022-04-19 2022-07-12 河海大学 一种面向电网深度调峰辅助服务的虚拟电厂优化组建方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116191450A (zh) * 2023-04-28 2023-05-30 武汉大学 考虑辅助服务收益的电解铝负荷参与调峰控制方法及系统
CN117541300A (zh) * 2024-01-08 2024-02-09 国网浙江省电力有限公司宁波供电公司 虚拟电厂交易管理方法、系统、设备及存储介质
CN117541300B (zh) * 2024-01-08 2024-06-04 国网浙江省电力有限公司宁波供电公司 虚拟电厂交易管理方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN115147245B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
WO2023274425A1 (zh) 一种风光水火储系统的多能容量优化配置方法
CN110112767B (zh) 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
CN110311421B (zh) 基于需求侧响应的微电网多时间尺度能量管理方法
CN108875992B (zh) 一种考虑需求响应的虚拟电厂日前优化调度方法
CN109657993B (zh) 一种基于非合作博弈的能源局域网储能系统自动需求响应方法
CN111509743B (zh) 一种应用储能装置提高电网稳定性的控制方法
CN112800658A (zh) 一种考虑源储荷互动的主动配电网调度方法
CN109636056B (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN112465181A (zh) 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法
CN115147245A (zh) 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法
CN111682536B (zh) 虚拟电厂参与日前双重市场的随机-鲁棒优化运行方法
CN112821470B (zh) 基于小生境混沌粒子群算法的微网群优化调度策略
CN111786422B (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN112952847B (zh) 考虑用电需求弹性的多区域主动配电系统调峰优化方法
CN112564102B (zh) 多微网负荷优化调度方法和系统
Mei et al. Multi-objective optimal scheduling of microgrid with electric vehicles
CN108197766A (zh) 一种包含微电网群的主动配电网优化调度模型
CN116667325B (zh) 一种基于改进布谷鸟算法的微电网并网运行优化调度方法
CN108512238A (zh) 基于需求侧响应的智能家居两阶段优化调度方法
CN115115130A (zh) 一种基于模拟退火算法的风光储制氢系统日前调度方法
CN111224393A (zh) 智能家居电能调度优化方法、装置及存储介质
CN117559526A (zh) 一种基于光储充一体化充电站的拟路由器能量调控方法
CN115241923A (zh) 一种基于蛇优化算法的微电网多目标优化配置方法
Dai et al. An equilibrium model of the electricity market considering the participation of virtual power plants
CN116681252A (zh) 一种空气源热泵负荷聚合参与需求响应方法

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