CN115271229A - 一种基于需求响应的虚拟电厂运行成本优化方法及系统 - Google Patents
一种基于需求响应的虚拟电厂运行成本优化方法及系统 Download PDFInfo
- Publication number
- CN115271229A CN115271229A CN202210937368.5A CN202210937368A CN115271229A CN 115271229 A CN115271229 A CN 115271229A CN 202210937368 A CN202210937368 A CN 202210937368A CN 115271229 A CN115271229 A CN 115271229A
- Authority
- CN
- China
- Prior art keywords
- response
- power plant
- virtual power
- distributed
- resource
- 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
- 230000004044 response Effects 0.000 title claims abstract description 271
- 238000005457 optimization Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000001105 regulatory effect Effects 0.000 claims description 24
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- 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
- G06Q10/06315—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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种基于需求响应的虚拟电厂运行成本优化方法及系统,该方法包括:根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。本申请充分考虑了虚拟电厂聚合的多种分散式资源的响应特点,即响应特性及响应成本,使得确定的虚拟电厂运行成本优化方案更加合理,更能符合虚拟电厂实际运行需要,提高了虚拟电厂运营管理的经济性。
Description
技术领域
本申请涉及电力需求响应分析技术领域,尤其涉及一种基于需求响应的虚拟电厂运行成本优化方法及系统。
背景技术
在构建以新能源为主体的新型电力系统背景下,需要以灵活、可调节资源为主的虚拟电厂参与新能源消纳。因此,如何基于需求响应对虚拟电厂运行成本进行优化对于虚拟电厂运营有重要参考意义。
目前,关于虚拟电厂成本测算的研究主要集中于边际成本计算和调节成本计算过程中。例如,方法一为多种虚拟电厂调节成本计算方法,以不加调控时多能虚拟电厂自身总运行成本最小为目标,求解得到上报的功率基线,再依据给定电力系统的调度计划,通过求解新的优化问题,计算调度计划下多能虚拟电厂的总调节成本;方法二提出了一种虚拟电厂发电成本生成方法,依据虚拟电厂内部分布式设备的发电成本求得虚拟电厂各个时刻的发电成本。然而,上述方法仅从虚拟电厂调节的边际成本、调节成本角度出发,没有充分考虑虚拟电厂聚合的多种分散式资源的响应特点,进而导致计算结果和实际偏差往往较大,无法有效辅助虚拟电厂的运营过程。
发明内容
本申请的目的在于提供一种基于需求响应的虚拟电厂运行成本优化方法及系统,以解决现有的计算虚拟电厂成本时没有充分考虑虚拟电厂聚合的多种分散式资源的响应特点,进而导致计算结果和实际偏差较大的问题。
为实现上述目的,本申请提供一种基于需求响应的虚拟电厂运行成本优化方法,包括:
根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;
基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;
利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。
进一步地,根据虚拟电厂提供的合约数据获得所述各分散式资源的响应成本;
根据以下公式获得所述各分散式资源的响应特性:
Di=(Ti up,Ti down,Ti min,Ti max,Pi,Pi up,Pi down,Ci);
式中,Ti up与Ti down分别表示分布式调节资源的启动响应时间与关停响应时间、Ti min与Ti max表示分布式调节资源的最小与最大连续响应时间、Pi为分布式调节资源预计响应量,Pi up与Pi down分别表示分布式调节资源启动与关停时的负荷,Ci为该分散式资源的响应价格。
进一步地,所述构建虚拟电厂参与日前需求响应优化模型,包括:
式中,n为分布式调节资源数量,T为基本时段数量;PAdjust是T×n的矩阵,矩阵中的每个元素PAdjust,i,t表示分布式调节资源计划响应负荷;Xup、X、Xdown是n×T的矩阵,矩阵中的每个元素xup,i,t、xi,t、xdown,i,t为响应状态变量,分别表示为分布式调节资源在t时段启动、正常运行、关机状态,均为0-1变量,等于1时表示处于相应状态;Pup、P、Pdown均为对角矩阵,对角线元素分别为Pup,i、Pi、Pdown,i。
进一步地,所述利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,包括:
确定目标函数:
式中,fLA,t为虚拟电厂参与日前需求响应的收益模型,TD表示需求响应时段集合,fuser,t为t时段虚拟电厂响应总成本;
其中,虚拟电厂参与日前需求响应的收益模型fLA,t为:
式中,PContract为虚拟电厂参与日前需求响应的中标价格,为t时段分散式调节资源响应总量,α1为分散式调节资源允许偏差下限,α2为分散式调节资源允许偏差上限,当实际响应超过上限时,超过的部分将被考核,考核系数为λ2;当实际响应未达到下限时,偏差部分将被考核,考核系数为λ1;
t时段虚拟电厂响应的总成本为:
约束条件为虚拟电厂参与日前需求响应优化模型的约束条件,包括:市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束以及开关机及持续时间约束。
进一步地,所述分散式资源包括工业企业、新能源充电站及商业楼宇空调。
本申请还提供一种基于需求响应的虚拟电厂运行成本优化系统,包括:
响应模型构建单元,用于根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;
优化模型构建单元,用于基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;
优化方案确定单元,用于利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。
进一步地,所述响应模型构建单元,还用于:
根据虚拟电厂提供的合约数据获得所述各分散式资源的响应成本;
根据以下公式获得所述各分散式资源的响应特性:
Di=(Ti up,Ti down,Ti min,Ti max,Pi,Pi up,Pi down,Ci);
式中,Ti up与Ti down分别表示分布式调节资源的启动响应时间与关停响应时间、Ti min与Ti max表示分布式调节资源的最小与最大连续响应时间、Pi为分布式调节资源预计响应量,Pi up与Pi down分别表示分布式调节资源启动与关停时的负荷,Ci为该分散式资源的响应价格。
进一步地,所述优化模型构建单元,用于构建虚拟电厂参与日前需求响应优化模型,包括:
式中,n为分布式调节资源数量,T为基本时段数量;PAdjust是T×n的矩阵,矩阵中的每个元素PAdjust,i,t表示分布式调节资源计划响应负荷;Xup、X、Xdown是n×T的矩阵,矩阵中的每个元素xup,i,t、xi,t、xdown,i,t为响应状态变量,分别表示为分布式调节资源在t时段启动、正常运行、关机状态,均为0-1变量,等于1时表示处于相应状态;Pup、P、Pdown均为对角矩阵,对角线元素分别为Pup,i、Pi、Pdown,i。
进一步地,所述优化方案确定单元,还用于:
确定目标函数:
式中,fLA,t为虚拟电厂参与日前需求响应的收益模型,TD表示需求响应时段集合,fuser,t为t时段虚拟电厂响应总成本;
其中,虚拟电厂参与日前需求响应的收益模型fLA,t为:
式中,PContract为虚拟电厂参与日前需求响应的中标价格,为t时段分散式调节资源响应总量,α1为分散式调节资源允许偏差下限,α2为分散式调节资源允许偏差上限,当实际响应超过上限时,超过的部分将被考核,考核系数为λ2;当实际响应未达到下限时,偏差部分将被考核,考核系数为λ1;
t时段虚拟电厂响应的总成本为:
约束条件为虚拟电厂参与日前需求响应优化模型的约束条件,包括:市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束以及开关机及持续时间约束。
进一步地,所述分散式资源包括工业企业、新能源充电站及商业楼宇空调。
相对于现有技术,本申请的有益效果在于:
本申请公开了一种基于需求响应的虚拟电厂运行成本优化方法及系统,该方法包括:根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。本申请充分考虑了虚拟电厂聚合的多种分散式资源的响应特点,即响应特性及响应成本,使得确定的虚拟电厂运行成本优化方案更加合理,更能符合虚拟电厂实际运行需要,提高了虚拟电厂运营管理的经济性。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施方式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申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请某一实施例提供的基于需求响应的虚拟电厂运行成本优化方法的流程示意图;
图2是本申请某一实施例提供的虚拟电厂分散式资源响应模型的结构示意图;
图3是本申请某一实施例提供的基于需求响应的虚拟电厂运行成本优化系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,本申请某一实施例提供一种基于需求响应的虚拟电厂运行成本优化方法。如图1所示,该基于需求响应的虚拟电厂运行成本优化方法包括步骤S10至步骤S30。各步骤具体如下:
S10、根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型。
虚拟电厂是一种通过先进信息通信技术和软件系统,实现DG、储能系统、可控负荷、电动汽车等DER的聚合和协调优化,以作为一个特殊电厂参与电力市场和电网运行的电源协调管理系统。虚拟电厂概念的核心可以总结为“通信”和“聚合”。其关键技术主要包括协调控制技术、智能计量技术以及信息通信技术,而功能在于能够聚合DER参与电力市场和辅助服务市场运行,为配电网和输电网提供管理和辅助服务。
为了避免现有技术中对于虚拟电厂运行成本优化时,只考虑边际成本或调节成本而导致最终的优化效果并不理想的问题,本实施例中主要考虑了虚拟电厂中各分散式资源的响应特点,即响应特性及响应成本。
在一个具体地实施例中,分散式资源主要包括工业企业、新能源充电站及商业楼宇空调等资源。其中,各分布式资源的响应成本采用分散式资源与虚拟电厂签订的合约价格计算,可直接由虚拟电厂提供的合约数据获得。
进一步地,各分布式资源的响应特性包含响应启动时间、响应关停时间、最大连续响应时间与最小连续响应时间、预计响应负荷,可通过虚拟电厂分散式调节资源的历史用电负荷曲线获得。具体地,可用特征向量表示:
Di=(Ti up,Ti down,Ti min,Ti max,Pi,Pi up,Pi down,Ci);
式中,Ti up与Ti down分别表示分布式调节资源的启动响应时间与关停响应时间、Ti min与Ti max表示分布式调节资源的最小与最大连续响应时间、Pi为分布式调节资源预计响应量,Pi up与Pi down分别表示分布式调节资源启动与关停时的负荷,Ci为该分散式资源的响应价格。
当确定好分散式资源的响应特性及响应成本,即可构建各分散式资源的响应模型。其中,响应模型的结构示意图如图2所示。
S20、基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型。
本步骤中,在构建虚拟电厂参与日前需求响应优化模型时,需要充分考虑各个分散式资源的启停特性,因此引入了xup,i,t、xi,t、xdown,i,t三个响应状态变量,分别表示为分布式调节资源在t时段处于启动、正常运行、关机状态,均为0-1变量;其中,响应状态变量等于1即表示处于响应状态。
假设基本时段为1小时,则虚拟电厂参与日前需求响应优化模型如下:
式中,n为分布式调节资源数量,T为基本时段数量;PAdjust是T×n的矩阵,矩阵中的每个元素PAdjust,i,t表示分布式调节资源计划响应负荷;Xup、X、Xdown是n×T的矩阵,矩阵中的每个元素xup,i,t、xi,t、xdown,i,t为响应状态变量,分别表示为分布式调节资源在t时段启动、正常运行、关机状态,均为0-1变量,等于1时表示处于相应状态;Pup、P、Pdown均为对角矩阵,对角线元素分别为Pup,i、Pi、Pdown,i。
进一步地,虚拟电厂参与日前需求响应优化模型的约束条件包含市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束、开关机及持续时间约束等约束。具体地,各个约束的内容如下:
1)市场需求约束:
市场需求约束如下公式所示:
式中,PBid,t为虚拟电厂在广东省市场化需求响应中标的日前需求量,TD表示需求响应时段集合。
2)分布式调节资源启停次数约束:
设分布式调节资源一天内启停一次,为描述这一约束,引入ui,t、gi,t、di,t表示开启、正常运行、关机状态的起始时段,均为0-1变量,只有在其对应启动时刻为1,其余时刻为0。具体表示为:
3)分布式调节资源起始响应时段变量与响应状态变量关联约束:
分布式调节资源起始响应时段变量与响应状态变量存在制约关系,具体表示为:
4)起始响应时刻变量约束:
分布式调节资源一天的启动、正常运行、关机次数相等。具体表示为:
5)响应状态变量约束:
每个时段最多只能有一个响应变量为1。具体表示为:
xup,i,t+xi,t+xdown,i,t≤1,t=0,1,2,...,T;
6)开机状态、正常运行状态、关机状态耦合约束:
当分布式调节资源由开机状态转换到正常运行状态时,响应时段变量与响应状态变量由gi,t-1=0、xup,t-1=1变为gi,t=1、xup,t=0。由正常运行状态转为关机状态同理。具体可表示为:
7)开机时间、持续时间、关机时间约束:
具体表示为:
S30、利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。
本步骤中,基于需求响应虚拟电厂运行成本优化方法,其目标函数为虚拟电厂收益最大化,即目标函数具体为:
式中,fLA,t为虚拟电厂参与日前需求响应的收益模型,TD表示需求响应时段集合,fuser,t为t时段虚拟电厂响应总成本。
其中,虚拟电厂参与日前需求响应的收益模型fLA,t为:
式中,PContract为虚拟电厂参与日前需求响应的中标价格,为t时段分散式调节资源响应总量,α1为分散式调节资源允许偏差下限,α2为分散式调节资源允许偏差上限,当实际响应超过上限时,超过的部分将被考核,考核系数为λ2;当实际响应未达到下限时,偏差部分将被考核,考核系数为λ1;
在一个具体的实施例中,根据需求响应规则中的结算模式,例如广东省市场化需求响应规则,其虚拟电厂的响应收益函数为不连续分段线性函数,因此考虑对其做线性化处理。其中,分段函数在左右非连续。为便于分段函数的线性化,引入极小值δ与极大值M,则有当时,定义使得fLA,t(α1PBid,i,t-δ)=0,且此时分段函数连续。同时,引入0-1变量zi及辅助连续变量wi将分段函数转化为线性化函数。引入5个连续变量wi和4个0-1变量zi,zi限定wi的取值,限定的所在区间。具体可表示为:
可得到虚拟电厂响应收益的线性化函数,具体可表示为:
其中:
最后,t时段虚拟电厂响应的总成本为:
其中,虚拟电厂运行成本的目标函数的约束条件为虚拟电厂参与日前需求响应优化模型的约束条件,包括:市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束以及开关机及持续时间约束。各约束内容在上述实施例中已经详细说明,此处不再进一步赘述。
当确定虚拟电厂运行成本的目标函数和约束条件后,对目标函数进行求解,根据求解结果即可确定虚拟电厂运行成本优化方案。
本申请实施例提供的基于需求响应的虚拟电厂运行成本优化方法,充分考虑了虚拟电厂聚合的多种分散式资源的响应特点,即响应特性及响应成本,使得确定的虚拟电厂运行成本优化方案更加合理,更能符合虚拟电厂实际运行需要,提高了虚拟电厂运营管理的经济性。
请参阅图3,在本申请某一具体实施例中,还了提供一种基于需求响应的虚拟电厂运行成本优化系统,包括:
响应模型构建单元01,用于根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;
优化模型构建单元02,用于基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;
优化方案确定单元03,用于利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。
在某一实施例中,响应模型构建单元01,还用于:
根据虚拟电厂提供的合约数据获得所述各分散式资源的响应成本;
根据以下公式获得所述各分散式资源的响应特性:
Di=(Ti up,Ti down,Ti min,Ti max,Pi,Pi up,Pi down,Ci);
式中,Ti up与Ti down分别表示分布式调节资源的启动响应时间与关停响应时间、Ti min与Ti max表示分布式调节资源的最小与最大连续响应时间、Pi为分布式调节资源预计响应量,Pi up与Pi down分别表示分布式调节资源启动与关停时的负荷,Ci为该分散式资源的响应价格。
在某一实施例中,优化模型构建单元02,用于构建虚拟电厂参与日前需求响应优化模型,包括:
式中,n为分布式调节资源数量,T为基本时段数量;PAdjust是T×n的矩阵,矩阵中的每个元素PAdjust,i,t表示分布式调节资源计划响应负荷;Xup、X、Xdown是n×T的矩阵,矩阵中的每个元素xup,i,t、xi,t、xdown,i,t为响应状态变量,分别表示为分布式调节资源在t时段启动、正常运行、关机状态,均为0-1变量,等于1时表示处于相应状态;Pup、P、Pdown均为对角矩阵,对角线元素分别为Pup,i、Pi、Pdown,i。
在某一实施例中,优化方案确定单元03,还用于:
确定目标函数:
式中,fLA,t为虚拟电厂参与日前需求响应的收益模型,TD表示需求响应时段集合,fuser,t为t时段虚拟电厂响应总成本;
其中,虚拟电厂参与日前需求响应的收益模型fLA,t为:
式中,PContract为虚拟电厂参与日前需求响应的中标价格,为t时段分散式调节资源响应总量,α1为分散式调节资源允许偏差下限,α2为分散式调节资源允许偏差上限,当实际响应超过上限时,超过的部分将被考核,考核系数为λ2;当实际响应未达到下限时,偏差部分将被考核,考核系数为λ1;
t时段虚拟电厂响应的总成本为:
约束条件为虚拟电厂参与日前需求响应优化模型的约束条件,包括:市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束以及开关机及持续时间约束。
在某一实施例中,所述分散式资源包括工业企业、新能源充电站及商业楼宇空调。
可以理解的是,本实施例提供的基于需求响应的虚拟电厂运行成本优化系统用于执行如上述任一项实施例所述的基于需求响应的虚拟电厂运行成本优化方法,并实现与其相同的效果,此处不再进一步赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分仅仅为一种逻辑功能划分,在实际应用中对其实现时可以有另外的划分方式,例如多个单元或页面组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于需求响应的虚拟电厂运行成本优化方法,其特征在于,包括:
根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;
基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;
利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。
2.根据权利要求1所述的基于需求响应的虚拟电厂运行成本优化方法,其特征在于,根据虚拟电厂提供的合约数据获得所述各分散式资源的响应成本;
根据以下公式获得所述各分散式资源的响应特性:
Di=(Ti up,Ti down,Ti min,Ti max,Pi,Pi up,Pi down,Ci);
式中,Ti up与Ti down分别表示分布式调节资源的启动响应时间与关停响应时间、Ti min与Ti max表示分布式调节资源的最小与最大连续响应时间、Pi为分布式调节资源预计响应量,Pi up与Pi down分别表示分布式调节资源启动与关停时的负荷,Ci为该分散式资源的响应价格。
4.根据权利要求3所述的基于需求响应的虚拟电厂运行成本优化方法,其特征在于,所述利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,包括:
确定目标函数:
式中,fLA,t为虚拟电厂参与日前需求响应的收益模型,TD表示需求响应时段集合,fuser,t为t时段虚拟电厂响应总成本;
其中,虚拟电厂参与日前需求响应的收益模型fLA,t为:
式中,PContract为虚拟电厂参与日前需求响应的中标价格,为t时段分散式调节资源响应总量,α1为分散式调节资源允许偏差下限,α2为分散式调节资源允许偏差上限,当实际响应超过上限时,超过的部分将被考核,考核系数为λ2;当实际响应未达到下限时,偏差部分将被考核,考核系数为λ1;
t时段虚拟电厂响应的总成本为:
约束条件为虚拟电厂参与日前需求响应优化模型的约束条件,包括:市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束以及开关机及持续时间约束。
5.根据权利要求1所述的基于需求响应的虚拟电厂运行成本优化方法,其特征在于,所述分散式资源包括工业企业、新能源充电站及商业楼宇空调。
6.一种基于需求响应的虚拟电厂运行成本优化系统,其特征在于,包括:
响应模型构建单元,用于根据虚拟电厂中各分散式资源的响应特性及响应成本,构建各分散式资源的响应模型;
优化模型构建单元,用于基于所述各分散式资源的响应模型,构建虚拟电厂参与日前需求响应优化模型;
优化方案确定单元,用于利用所述需求响应优化模型,以成本最小化为目标构建虚拟电厂运行成本的目标函数及约束条件,根据求解结果确定虚拟电厂运行成本优化方案。
7.根据权利要求6所述的基于需求响应的虚拟电厂运行成本优化系统,其特征在于,所述响应模型构建单元,还用于:
根据虚拟电厂提供的合约数据获得所述各分散式资源的响应成本;
根据以下公式获得所述各分散式资源的响应特性:
Di=(Ti up,Ti down,Ti min,Ti max,Pi,Pi up,Pi down,Ci);
式中,Ti up与Ti down分别表示分布式调节资源的启动响应时间与关停响应时间、Ti min与Ti max表示分布式调节资源的最小与最大连续响应时间、Pi为分布式调节资源预计响应量,Pi up与Pi down分别表示分布式调节资源启动与关停时的负荷,Ci为该分散式资源的响应价格。
9.根据权利要求8所述的基于需求响应的虚拟电厂运行成本优化系统,其特征在于,所述优化方案确定单元,还用于:
确定目标函数:
式中,fLA,t为虚拟电厂参与日前需求响应的收益模型,TD表示需求响应时段集合,fuser,t为t时段虚拟电厂响应总成本;
其中,虚拟电厂参与日前需求响应的收益模型fLA,t为:
式中,PContract为虚拟电厂参与日前需求响应的中标价格,为t时段分散式调节资源响应总量,α1为分散式调节资源允许偏差下限,α2为分散式调节资源允许偏差上限,当实际响应超过上限时,超过的部分将被考核,考核系数为λ2;当实际响应未达到下限时,偏差部分将被考核,考核系数为λ1;
t时段虚拟电厂响应的总成本为:
约束条件为虚拟电厂参与日前需求响应优化模型的约束条件,包括:市场需求约束、分布式调节资源启停次数约束、分布式调节资源起始响应时刻变量与响应状态变量关联约束、起始响应时刻变量约束、响应状态变量约束、开关机及正常运行状态耦合约束以及开关机及持续时间约束。
10.根据权利要求6所述的基于需求响应的虚拟电厂运行成本优化系统,其特征在于,所述分散式资源包括工业企业、新能源充电站及商业楼宇空调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937368.5A CN115271229A (zh) | 2022-08-05 | 2022-08-05 | 一种基于需求响应的虚拟电厂运行成本优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937368.5A CN115271229A (zh) | 2022-08-05 | 2022-08-05 | 一种基于需求响应的虚拟电厂运行成本优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115271229A true CN115271229A (zh) | 2022-11-01 |
Family
ID=83748925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210937368.5A Pending CN115271229A (zh) | 2022-08-05 | 2022-08-05 | 一种基于需求响应的虚拟电厂运行成本优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271229A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116342176A (zh) * | 2023-02-15 | 2023-06-27 | 广州东方电科自动化有限公司 | 一种电力市场现货电能量交易规则的火电企业分段报价方法 |
-
2022
- 2022-08-05 CN CN202210937368.5A patent/CN115271229A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116342176A (zh) * | 2023-02-15 | 2023-06-27 | 广州东方电科自动化有限公司 | 一种电力市场现货电能量交易规则的火电企业分段报价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pan et al. | Feasible region method based integrated heat and electricity dispatch considering building thermal inertia | |
Zhong et al. | Integrated dispatch of generation and load: A pathway towards smart grids | |
CN109617133A (zh) | 一种考虑柔性负荷的电力系统调度方法 | |
CN112068436B (zh) | 工业园区的综合能源系统分层分布式控制方法及系统 | |
CN112488744A (zh) | 一种交易驱动的虚拟电厂定制化构建方法 | |
CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
CN112070301A (zh) | 一种用户用电量调整方法、系统及设备 | |
Hou et al. | Multi-time scale optimization scheduling of microgrid considering source and load uncertainty | |
CN113538066B (zh) | 虚拟电厂参与电力市场的控制方法、系统、设备及介质 | |
CN112529271B (zh) | 一种可控负荷集群提供电网备用辅助服务的优化调度方法 | |
CN115829134B (zh) | 面向源网荷不确定性的供电调度方法及系统 | |
CN115456242A (zh) | 基于多重不确定性表征的虚拟电厂市场化优化调度方法 | |
CN111864742B (zh) | 一种主动配电系统扩展规划方法、装置及终端设备 | |
CN115271229A (zh) | 一种基于需求响应的虚拟电厂运行成本优化方法及系统 | |
Chen et al. | Multi-objective robust optimal bidding strategy for a data center operator based on bi-level optimization | |
Zhang et al. | Research on scheduling control strategy of large-scale air conditioners based on electric spring | |
Liu et al. | Modeling of operating reserve demand curves and system-level price adders in real-time energy-only market | |
CN113381399A (zh) | 一种兼顾电网安全和新能源消纳的负荷调度方法及装置 | |
CN111445154A (zh) | 一种电力市场资源自调度优化方法、系统以及设备 | |
CN112803401B (zh) | 虚拟分布式能源集群的调控方法、装置及终端设备 | |
CN116014725A (zh) | 二次调频功率需求量的确定方法、装置、设备及存储介质 | |
Chen et al. | Overview of transmission expansion planning in the market environment | |
CN112909932B (zh) | 一种调峰型虚拟电厂的优化方法及终端 | |
CN112037082B (zh) | 一种电网调峰中可中断负荷电价的计算方法及系统 | |
CN109740178B (zh) | 多租户数据中心能效优化方法、系统及联合建模方法 |
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 |