CN115660371A - 虚拟电厂日前日内两阶段协同调控方法及装置 - Google Patents

Abstract

本发明提供了一种虚拟电厂日前日内两阶段协同调控方法，包括：采集并聚合配电台区日前型和日内型可控负荷调控特性信息；获取配电网参数信息、台区日前日内预测信息和台区日内实测信息；根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立以配电网日前多时段总调控成本最小为目标函数的日前调控方法；根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控方法，在日内阶段，建立以日内调控成本最小为目标函数的日内修正调控方法。本发明提供的一种虚拟电厂日前日内两阶段协同调控方法及装置能够使日前和日内两个调控阶段得到有效衔接，保障全局最优。

Description

虚拟电厂日前日内两阶段协同调控方法及装置

技术领域

本发明涉及电力系统技术领域，特别是涉及一种虚拟电厂日前日内两阶段协同调控方法及装置。

背景技术

由于新能源发电的随机间歇性和弱支撑性，其规模化接入使电力系统面临可靠供电和新能源消纳的挑战。随着电力物联网技术的发展，海量具有需求响应能力的可控负荷参与电网精细化管控，是促进新能源消纳的有效途径。然而可控负荷特性各异，且规模庞大、资源分散，极大阻碍了需求响应资源的开发利用。虚拟电厂技术利用先进的传感、控制技术，有效地聚合和调度新能源发电、储能、柔性可控负荷等分布式资源，促进源网荷储的协同优化。

激励型可控负荷通过与电网签订调控合约来履行用电响应，能够提供可靠的响应能力，在参与配电网优化调控方面具有良好潜力。但可控负荷响应对提前通知时间的需求存在差异，有些可控负荷要求提前通知时间长，有些则较短。例如蓄热热水器可以随时响应，而一些电机类负荷需要提前一定时间进行准备才能响应，因此可控负荷调控具有提前通知特性差异，无法在同一时间尺度对全部可控负荷实施调控。

现有技术通常是对具备不同的响应能力和响应特性的可控负荷资源从多个时间尺度进行建模，采取多阶段调控，不同阶段调控不同时间尺度的对象，发挥其在不同时间尺度上的调节特性。但不同调控阶段难以有效衔接，不能保障全局最优。

因此，提供一种能够充分挖掘和调动系统柔性可控资源潜力，且能够达到全局最优的负荷优化调控方法，是本领域亟待解决的一个技术难题。

发明内容

本发明的目的在于克服现有技术中存在的不足，并提供一种虚拟电厂日前日内两阶段协同调控方法及装置，以解决现有技术中存在的不同调控阶段难以有效衔接，无法充分挖掘和调动系统柔性可控资源潜力，保障全局最优。

为实现上述目的，第一方面，本发明提供一种虚拟电厂日前日内两阶段协同调控方法，包括以下步骤：

采集并聚合配电台区日前型和日内型可控负荷调控特性信息；

获取配电网参数信息、台区日前日内预测信息和台区日内实测信息；

根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立考虑日内资源预测的日前调控方法，所述日前调控方法以配电网日前多时段总调控成本最小为目标函数，以日前台区运行约束为约束条件，建立日前调控模型，对所述日前调控模型进行求解，根据所述日前调控模型的求解结果制定日前调控计划；

根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控计划，在日内阶段，建立日内修正调控方法，所述日内修正调控方法以日内调控成本最小为目标函数，以日内台区运行约束为约束条件，建立日内修正调控模型，对所述日内修正调控模型进行求解，根据所述日内修正调控模型的求解结果制定日内调控计划。

进一步地，在所述采集并聚合配电台区日前型和日内型可控负荷调控特性信息步骤中，所述配电台区日前型和日内型可控负荷调控特性信息包括日前型和日内型可控负荷类型、日前型和日内型可控负荷调控特性信息以及日前型和日内型可控负荷调控特性；

在所述获取配电网参数信息、台区日前日内预测信息和台区日内实测信息步骤中，所述配电网参数信息包括配电网拓扑参数、配电网分时电价参数、储能参数和台区间交互功率参数；所述台区日前日内预测信息包括台区日前光伏预测数据、台区日负荷曲线日前预测数据、台区日内光伏预测数据和台区日负荷曲线日内预测数据；所述台区日内实测信息包括台区日负荷曲线日内实测数据。

进一步地，所述日前型和日内型可控负荷类型包括可中断负荷、可转移负荷和可平移负荷；所述可中断负荷包括日前型可中断负荷和日内型可中断负荷；所述可转移负荷包括日前型可转移负荷和日内型可转移负荷；所述可平移负荷为日前型可平移负荷；

所述日前型和日内型可控负荷调控特性信息包括负荷申报信息和负荷预测信息；

所述日前型和日内型可控负荷调控特性包括负荷可控时段、负荷可控功率和调控补偿成本。

进一步地，可中断负荷调控特性为：

P_t ^IN＝0,t∈T^UI (1)

P_t ^IN≤P_t ^{IN max},t∈T^I (2)

式中，P_t ^IN为t时刻可中断功率；T^I为可中断时刻集合；T^UI为不可中断时刻集合；P_t ^{IN max}为t时刻最大可中断功率；

可转移负荷调控特性为：

P_t ^TO＝P_t ^TI＝0,t∈T^UT (3)

P_t ^TO≤P_t ^{TO max},t∈T^TO (4)

P_t ^TI≤P_t ^{TI max},t∈T^TI (5)

式中，P_t ^TO为t时刻可转出功率；P_t ^TI为t时刻可转入功率；T^TO为负荷可转出时刻集合；T^TI为负荷可转入时刻集合；T^UT为负荷不可转入或转出时刻集合；P_t ^{TO max}为t时刻负荷最大可转出功率；P_t ^{TI max}为t时刻负荷最大可转入功率；

可平移负荷调控特性为：

P^S(t)＝P^S0(t+t_s),t_s∈T^S (6)

式中，t_s为平移时长，T^S为可平移时间；P^S0(t)为可平移负荷的自然负荷曲线；P^S(t)表示将P^S0(t)平移时间t_s后，获得的平移后的负荷曲线。

进一步地，所述配电网分时电价参数包括配电网向上级电网购电电价和售电电价；所述储能参数包括储能分布台区、容量与充放电功率限值和运维成本；所述台区间交互功率参数包括台区间交互功率限值和交互成本。

进一步地，所述日前型可控负荷调控特性信息包括日前型可中断负荷日前申报调控特性、日前型可转移负荷日前申报调控特性、日前型可平移负荷日前申报调控特性、日内型可中断负荷日前预测调控特性和日内型可转移负荷日前预测调控特性；

所述台区日前预测信息包括台区光伏日前预测数据和台区日负荷曲线日前预测数据；

所述日前调控模型的目标函数为：

式中，t＝0,1,2L T，T为调控周期；N_R为配电台区的数目；F_r是台区r的成本函数；P_r是台区r可控有功功率组成的向量；

所述台区r的成本函数为：

F_r＝C_L+C_P+C_C+C_E+C_T (8)

式中，C_L为日前型可控负荷调控成本；C_P为日内型可控负荷预调控成本；C_C为日前配电网台向上级购售电费用；C_E为日前储能运维成本；C_T为日前台区间功率交互成本；

所述日前型可控负荷调控成本包括可中断负荷调控成本、可转移负荷调控成本与可平移负荷调控成本：

式中，c_IN为可中断负荷补偿系数；c_T为可转移负荷补偿系数；c_S为可平移负荷补偿系数；

为t时刻日前可中断负荷可中断功率；

为t时刻日前可转移负荷可转出功率；

为t时刻日前可平移负荷功率；

所述日内型可控负荷预调控成本包含可中断负荷预调控成本和可转移负荷预调控成本：

式中，

为t时刻日内可中断负荷可中断功率预测值；

为t时刻日内可转移负荷可转出功率预测值；

所述日前配电网台向上级购售电费用为：

式中，

为t时刻配电网台区向上级电网的购电功率；

为t时刻配电网台区向上级电网的售电功率；c_buy、c_sell分别为购电、售电电价；

所述日前储能运维成本为：

式中，

分别为储能系统t时刻的充、放电功率；γ_ESS为储能系统单位充放电损耗系数；

所述日前台区间功率交互成本为：

式中，

为t时刻台区之间的交互功率；γ_ex为交互成本系数。

进一步地，所述日前台区运行约束条件包括：

日前型可控负荷约束、日内型可控负荷约束、储能充放电约束、配电网台区购售电功率上下限约束、台区交互功率上下限约束、台区功率平衡约束、支路潮流约束和电压约束以及台区间交互功率平衡约束；

所述储能充放电约束为：

式中，SOC_r,t、SOC_r,t-1分别为t时刻和t-1时刻的储能系统荷电状态，

分别为t时刻储能系统荷电状态的最小值和最大值；η_CH、η_DIS分别为储能系统的充放电效率；P^{CH max}、P^{DIS max}分别为储能系统充放电功率的最大值；E_ESS为储能系统总容量；SOC_r,0为储能装置储备的初始能量，SOC_r,T为调度周期结束时储能的剩余能量；

所述配电网台区购售电功率上下限约束为：

式中，P^BUYmax、P^SELLmax分别为配电网台区向上级电网的购、售电功率的上限；

所述台区交互功率上下限约束为：

式中，P^{EX max}、P^{EX min}分别为台区间交互功率的上下限；

所述台区功率平衡约束为：

式中，第一个等式等号左边是台区所在节点的净注入功率；

为t时刻光伏有功出力日前预测值；

为t时刻台区r负荷功率日前预测值；

为t时刻台区r净负荷功率；

为t时刻日前可转移负荷可转入功率；

为t时刻日内可转移负荷可转入功率预测值；

所述支路潮流约束和电压约束为：

式中，Z为所有节点的集合；P_i,t和Q_i,t为各个节点净注入功率；P_ij,t和Q_ij,t为各支路功率；S_ij,t为支路i-j视在功率；g_ij和b_ij分别为支路i-j的电导和电纳；V_i,t为电压幅值；θ_ij,t为节点i、j之间的相位差；V_i ^min和V_i ^min分别为电压幅值的上下限；

所述台区间交互功率平衡约束为：

进一步地，所述日内型可控负荷调控特性信息包括日内型可中断负荷日内申报调控特性、日内型可转移负荷日内申报调控特性；

所述台区日内预测信息包括台区光伏日内预测数据和台区日负荷曲线日内预测数据；

所述日内修正调控模型的目标函数为：

式中，F_r′是台区r日内调控的成本函数；P_r′是台区r日内可控有功功率组成的向量；

所述台区r日内调控的成本函数为：

F_r′＝C_P′+C′_C+C′_E+C_T′(21)

式中，C_P′为日内型可控负荷调控成本；C′_C为日内配电网向上级购售电费用；C_E′为日内储能运维成本；C_T′为日内台区间功率交互成本；

所述日内型可控负荷调控成本为：

式中，

为t时刻日内可中断负荷可中断功率；

为t时刻日内可转移负荷可转出功率

进一步地，所述日内台区运行约束条件包括：日内型可控负荷约束、配电网台区购售电功率上下限约束、储能充放电约束、台区交互功率上下限约束、台区功率平衡约束、支路潮流约束和电压约束以及台区间交互功率平衡约束。

第二方面，本发明还提供了一种虚拟电厂日前日内两阶段协同调控装置，包括：

采集聚合模块，用于采集并聚合配电台区日前型和日内型可控负荷调控特性信息；

信息获取模块，用于获取配电网参数信息、台区日前日内预测信息和台区日内实测信息；

日前调控模块，用于根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立考虑日内资源预测的日前调控方法，所述日前调控方法以配电网日前多时段总调控成本最小为目标函数，以日前台区运行约束为约束条件，建立日前调控模型，对所述日前调控模型进行求解，根据所述日前调控模型的求解结果制定日前调控计划；

日内调控模块，用于根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控计划，在日内阶段，建立日内修正调控方法，所述日内修正调控方法以日内调控成本最小为目标函数，以日内台区运行约束为约束条件，建立日内修正调控模型，对所述日内修正调控模型进行求解，根据所述日内修正调控模型的求解结果制定日内调控计划。

根据本发明的技术方案可知，本发明的虚拟电厂日前日内两阶段协同调控方法及装置首先在日前阶段，以配电网日前多时段总调控成本最小为目标函数，建立考虑日内资源预测的日前调控方法，再根据该日前调控方法，在日内阶段，以日内调控成本最小为目标函数，建立日内修正调控方法，对日内可控负荷进行偏差滚动修正，这样能够充分调动控制用户侧柔性资源以减小配电网系统峰谷差，同时能够使日前日内两阶段调控有效衔接，从而达到全局最优。

附图说明

图1为本发明实施例的虚拟电厂日前日内两阶段协同调控方法的流程示意图。

图2为本发明实施例的虚拟电厂日前日内两阶段协同调控方法的结构框架示意图。

图3为本发明实施例的虚拟电厂日前日内两阶段协同调控方法的滚动优化调控方案示意图。

图4为本发明实施例的实施例的虚拟电厂日前日内两阶段协同调控装置的结构示意图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

如图1至图3所示，本实施例的虚拟电厂日前日内两阶段协同调控方法，包括以下步骤：

S1、采集并聚合配电台区日前型和日内型可控负荷调控特性信息。

具体地，所述配电台区日前型和日内型可控负荷调控特性信息包括日前型和日内型可控负荷类型、日前型和日内型可控负荷调控特性信息以及日前型和日内型可控负荷调控特性。

所述日前型和日内型可控负荷类型包括可中断负荷、可转移负荷和可平移负荷；所述可中断负荷包括日前型可中断负荷和日内型可中断负荷；所述可转移负荷包括日前型可转移负荷和日内型可转移负荷；所述可平移负荷为日前型可平移负荷。

所述日前型和日内型可控负荷调控特性信息包括负荷申报信息和负荷预测信息。

所述日前型和日内型可控负荷调控特性包括负荷可控时段、负荷可控功率和调控补偿成本。

可中断负荷调控特性为：

P_t ^IN＝0,t∈T^UI (1)

P_t ^IN≤P_t ^{IN max},t∈T^I (2)

式中，P_t ^IN为t时刻可中断功率；T^I为可中断时刻集合；T^UI为不可中断时刻集合；P_t ^{IN max}为t时刻最大可中断功率；

可转移负荷调控特性为：

P_t ^TO＝P_t ^TI＝0,t∈T^UT (3)

P_t ^TO≤P_t ^{TO max},t∈T^TO (4)

P_t ^TI≤P_t ^{TI max},t∈T^TI (5)

式中，P_t ^TO为t时刻可转出功率；P_t ^TI为t时刻可转入功率；T^TO为负荷可转出时刻集合；T^TI为负荷可转入时刻集合；T^UT为负荷不可转入或转出时刻集合；P_t ^{TO max}为t时刻负荷最大可转出功率；P_t ^{TI max}为t时刻负荷最大可转入功率；

可平移负荷调控特性为：

P^S(t)＝P^S0(t+t_s),t_s∈T^S (6)

式中，t_s为平移时长，T^S为可平移时间；P^S0(t)为可平移负荷的自然负荷曲线；P^S(t)表示将P^S0(t)平移时间t_s后，获得的平移后的负荷曲线。

S2、获取配电网参数信息、台区日前日内预测信息和台区日内实测信息。

所述配电网参数信息包括配电网拓扑参数、配电网分时电价参数、储能参数和台区间交互功率参数；所述台区日前日内预测信息包括台区日前光伏预测数据、台区日负荷曲线日前预测数据、台区日内光伏预测数据和台区日负荷曲线日内预测数据；所述台区日内实测信息包括台区日负荷曲线日内实测数据。

所述配电网分时电价参数包括配电网向上级电网购电电价和售电电价；所述储能参数包括储能分布台区、容量与充放电功率限值和运维成本；所述台区间交互功率参数包括台区间交互功率限值和交互成本。

S3、根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立考虑日内资源预测的日前调控方法，所述日前调控方法以配电网日前多时段总调控成本最小为目标函数，以日前台区运行约束为约束条件，建立日前调控模型，对所述日前调控模型进行求解，根据所述日前调控模型的求解结果制定日前调控计划，对日前可控负荷真实值与日内可控负荷预测值联合进行多时段全局优化。

所述日前型可控负荷调控特性信息包括日前型可中断负荷日前申报调控特性、日前型可转移负荷日前申报调控特性、日前型可平移负荷日前申报调控特性、日内型可中断负荷日前预测调控特性和日内型可转移负荷日前预测调控特性。

所述台区日前预测信息包括台区光伏日前预测数据和台区日负荷曲线日前预测数据。

所述日前调控模型的目标函数为：

式中，t＝0,1,2L T，T为调控周期；N_R为配电台区的数目；F_r是台区r的成本函数；P_r是台区r可控有功功率组成的向量；

所述台区r的成本函数为：

F_r＝C_L+C_P+C_C+C_E+C_T(8)

式中，C_L为日前型可控负荷调控成本；C_P为日内型可控负荷预调控成本；C_C为日前配电网台向上级购售电费用；C_E为日前储能运维成本；C_T为日前台区间功率交互成本；

所述日前型可控负荷调控成本包括可中断负荷调控成本、可转移负荷调控成本与可平移负荷调控成本：

式中，c_IN为可中断负荷补偿系数；c_T为可转移负荷补偿系数；c_S为可平移负荷补偿系数；

为t时刻日前可中断负荷可中断功率；

为t时刻日前可转移负荷可转出功率；

为t时刻日前可平移负荷功率；

所述日内型可控负荷预调控成本包含可中断负荷预调控成本和可转移负荷预调控成本：

式中，

为t时刻日内可中断负荷可中断功率预测值；

为t时刻日内可转移负荷可转出功率预测值；

所述日前配电网台向上级购售电费用为：

式中，

为t时刻配电网台区向上级电网的购电功率；

为t时刻配电网台区向上级电网的售电功率；c_buy、c_sell分别为购电、售电电价；

所述日前储能运维成本为：

式中，

分别为储能系统t时刻的充、放电功率；γ_ESS为储能系统单位充放电损耗系数；

所述日前台区间功率交互成本为：

式中，

为t时刻台区之间的交互功率；γ_ex为交互成本系数。

所述日前台区运行约束条件包括：日前型可控负荷约束、日内型可控负荷约束、储能充放电约束、配电网台区购售电功率上下限约束、台区交互功率上下限约束、台区功率平衡约束、支路潮流约束和电压约束以及台区间交互功率平衡约束。

日前型可控负荷可细分为日前型可中断负荷、日前型可转移负荷与日前型可平移负荷；日内型可控负荷可细分为日内型可中断负荷与日内型可转移负荷。日前型可控负荷与日内型可控负荷具有相同的表达形式，因此，所述日前型可控负荷约束、日内型可控负荷在表达形式上不再细分，统一表述如下：

可中断负荷(包含日前型和日内型)约束条件为：

P_t ^IN＝0,t∈T^UI (1)

P_t ^IN≤P_t ^{IN max},t∈T^I (2)

式中，P_t ^IN为t时刻可中断功率(包含日前型和日内型)；T^I为可中断时刻集合；T^UI为不可中断时刻集合；P_t ^{IN max}为t时刻最大可中断功率；

可转移负荷(包含日前型和日内型)约束条件为：

P_t ^TO＝P_t ^TI＝0,t∈T^UT (3)

P_t ^TO≤P_t ^{TO max},t∈T^TO (4)

P_t ^TI≤P_t ^{TI max},t∈T^TI (5)

式中，P_t ^TO为t时刻可转出功率(包含日前型和日内型)；P_t ^TI为t时刻可转入功率(包含日前型和日内型)；T^TO为负荷可转出时刻集合；T^TI为负荷可转入时刻集合；T^UT为负荷不可转入或转出时刻集合；P_t ^{TO max}为t时刻负荷最大可转出功率；P_t ^{TI max}为t时刻负荷最大可转入功率；

可平移负荷调控特性为：

P^S(t)＝P^S0(t+t_s),t_s∈T^S (6)

式中，t_s为平移时长，T^S为可平移时间；将可平移负荷的自然负荷曲线P^S0(t)平移时间t_s后，可以获得平移后的负荷曲线P^S0(t+t_s)。

所述储能充放电约束为：

式中，SOC_r,t、SOC_r,t-1分别为t时刻和t-1时刻的储能系统荷电状态，

分别为t时刻储能系统荷电状态的最小值和最大值；η_CH、η_DIS分别为储能系统的充放电效率；P^{CH max}、P^{DIS max}分别为储能系统充放电功率的最大值；E_ESS为储能系统总容量；SOC_r,0为储能装置储备的初始能量，SOC_r,T为调度周期结束时储能的剩余能量；

所述配电网台区购售电功率上下限约束为：

式中，P^BUYmax、P^SELLmax分别为配电网台区向上级电网的购、售电功率的上限；

所述台区交互功率上下限约束为：

式中，P^{EX max}、P^{EX min}分别为台区间交互功率的上下限；

所述台区功率平衡约束为：

式中，第一个等式等号左边是台区所在节点的净注入功率；

为t时刻光伏有功出力日前预测值；

为t时刻台区r负荷功率日前预测值；

为t时刻台区r净负荷功率；

为t时刻日前可转移负荷可转入功率；

为t时刻日内可转移负荷可转入功率预测值；

所述支路潮流约束和电压约束为：

式中，Z为所有节点的集合；P_i,t和Q_i,t为各个节点净注入功率；P_ij,t和Q_ij,t为各支路功率；S_ij,t为支路i-j视在功率；g_ij和b_ij分别为支路i-j的电导和电纳；V_i,t为电压幅值；θ_ij,t为节点i、j之间的相位差；V_i ^min和V_i ^min分别为电压幅值的上下限；

所述台区间交互功率平衡约束为：

如图2所示，根据所述日前调控模型，采用粒子群算法对所述日前调控模型进行求解，根据所述求解结果提前一天制定次日24h的调控计划，即日前调控计划。

所述日前调控计划包括所述日前型可控负荷、日内型可控负荷和分布式储能的日前调控结果，还包括所述台区向上级电网购售电功率和台区间交互功率。

所述日前调控计划在实际通知用户时，仅执行日前型可控负荷的调控指令，暂不发布和执行日内型可控负荷及其他资源的指令，仅作为日内决策的参考。

S4、根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控计划，在日内阶段，建立日内修正调控方法，所述日内修正调控方法以日内调控成本最小为目标函数，以日内台区运行约束为约束条件，建立日内修正调控模型，对所述日内修正调控模型进行求解，根据所述日内修正调控模型的求解结果制定日内调控计划，对日内可控负荷进行偏差滚动修正。

所述日内型可控负荷调控特性信息包括日内型可中断负荷日内申报调控特性、日内型可转移负荷日内申报调控特性。

所述台区日内预测信息包括台区光伏日内预测数据和台区日负荷曲线日内预测数据。

所述日内修正调控模型的目标函数为：

式中，F_r′是台区r日内调控的成本函数；P_r′是台区r日内可控有功功率组成的向量；

所述台区r日内调控的成本函数为：

F_r′＝C′_P+C′_C+C′_E+C′_T (21)

式中，C′_P为日内型可控负荷调控成本；C′_C为日内配电网向上级购售电费用；C′_E为日内储能运维成本；C′_T为日内台区间功率交互成本；

所述日内型可控负荷调控成本为：

式中，

为t时刻日内可中断负荷可中断功率；

为t时刻日内可转移负荷可转出功率。

所述日内台区运行约束条件包括：日内型可控负荷约束、配电网台区购售电功率上下限约束、储能充放电约束、台区交互功率上下限约束、台区功率平衡约束、支路潮流约束和电压约束以及台区间交互功率平衡约束。具体的约束表达式与日前台区运行约束条件的表达式相同。

如图2所示，根据所述日内修正调控模型，采用交替方向乘子法对所述日内修正调控模型进行求解，根据所述求解结果制定所述日内调控计划。具体的，日内调控针对日负荷功率日前调控结果值与日负荷功率的日内预测值的偏差，采用滚动优化方式，对日内型可控负荷及其他资源进行修正。所述滚动优化方式以4h为一个调控周期，提前1h制定4h的调控计划，但只执行第1h的调控结果，直至下一小时重复上述过程。

所述日内调控计划包括所述日内型可控负荷、分布式储能，台区向上级电网购售电功率和台区间交互功率的日内调控结果。

所述日内调控计划在实际通知用户时，发布和执行所有日内修正后的调控指令。

所述日内修正调控方法根据所述日内修正调控模型，采用滚动优化方式获得日内调控计划，所述日内调控计划继承了日前调控方法的全局方案，在日前调控结果基础上，进行进一步的修正优化，使日前和日内两个阶段的调控得以有效衔接，能够充分挖掘和调动系统柔性可控资源潜力。

如图4所示，本实施例的虚拟电厂日前日内两阶段协同调控装置10用于上述的虚拟电虚拟电厂日前日内两阶段协同调控装置厂日前日内两阶段协同调控方法，具体包括：

采集聚合模块11，用于采集并聚合配电台区日前型和日内型可控负荷调控特性信息；

信息获取模块12，用于获取配电网参数信息、台区日前日内预测信息和台区日内实测信息；

日前调控模块13，用于根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立考虑日内资源预测的日前调控方法，所述日前调控方法以配电网日前多时段总调控成本最小为目标函数，以日前台区运行约束为约束条件，建立日前调控模型，对所述日前调控模型进行求解，根据所述日前调控模型的求解结果制定日前调控计划；

日内调控模块14，用于根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控计划，在日内阶段，建立日内修正调控方法，所述日内修正调控方法以日内调控成本最小为目标函数，以日内台区运行约束为约束条件，建立日内修正调控模型，对所述日内修正调控模型进行求解，根据所述日内修正调控模型的求解结果制定日内调控计划。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的优选的实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种虚拟电厂日前日内两阶段协同调控方法；其特征在于，包括以下步骤：

采集并聚合配电台区日前型和日内型可控负荷调控特性信息；

获取配电网参数信息、台区日前日内预测信息和台区日内实测信息；

根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立考虑日内资源预测的日前调控方法，所述日前调控方法以配电网日前多时段总调控成本最小为目标函数，以日前台区运行约束为约束条件，建立日前调控模型，对所述日前调控模型进行求解，根据所述日前调控模型的求解结果制定日前调控计划；

根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控计划，在日内阶段，建立日内修正调控方法，所述日内修正调控方法以日内调控成本最小为目标函数，以日内台区运行约束为约束条件，建立日内修正调控模型，对所述日内修正调控模型进行求解，根据所述日内修正调控模型的求解结果制定日内调控计划。

2.根据权利要求1所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于：在所述采集并聚合配电台区日前型和日内型可控负荷调控特性信息步骤中，所述配电台区日前型和日内型可控负荷调控特性信息包括日前型和日内型可控负荷类型、日前型和日内型可控负荷调控特性信息以及日前型和日内型可控负荷调控特性；

在所述获取配电网参数信息、台区日前日内预测信息和台区日内实测信息步骤中，所述配电网参数信息包括配电网拓扑参数、配电网分时电价参数、储能参数和台区间交互功率参数；所述台区日前日内预测信息包括台区日前光伏预测数据、台区日负荷曲线日前预测数据、台区日内光伏预测数据和台区日负荷曲线日内预测数据；所述台区日内实测信息包括台区日负荷曲线日内实测数据。

3.根据权利要求2所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于：所述日前型和日内型可控负荷类型包括可中断负荷、可转移负荷和可平移负荷；所述可中断负荷包括日前型可中断负荷和日内型可中断负荷；所述可转移负荷包括日前型可转移负荷和日内型可转移负荷；所述可平移负荷为日前型可平移负荷；

所述日前型和日内型可控负荷调控特性信息包括负荷申报信息和负荷预测信息；

所述日前型和日内型可控负荷调控特性包括负荷可控时段、负荷可控功率和调控补偿成本。

4.根据权利要求3所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于，可中断负荷调控特性为：

P_t ^IN＝0,t∈T^UI (1)

P_t ^IN≤P_t ^INmax,t∈T^I (2)

式中，P_t ^IN为t时刻可中断功率；T^I为可中断时刻集合；T^UI为不可中断时刻集合；P_t ^INmax为t时刻最大可中断功率；

可转移负荷调控特性为：

P_t ^TO＝P_t ^TI＝0,t∈T^UT (3)

P_t ^TO≤P_t ^TOmax,t∈T^TO (4)

P_t ^TI≤P_t ^TImax,t∈T^TI (5)

式中，P_t ^TO为t时刻可转出功率；P_t ^TI为t时刻可转入功率；T^TO为负荷可转出时刻集合；T^TI为负荷可转入时刻集合；T^UT为负荷不可转入或转出时刻集合；P_t ^TOmax为t时刻负荷最大可转出功率；P_t ^TImax为t时刻负荷最大可转入功率；

可平移负荷调控特性P^S(t)为：

P^S(t)＝P^S0(t+t_s),t_s∈T^S (6)

式中，t_s为平移时长，T^S为可平移时间；P^S0(t)为可平移负荷的自然负荷曲线；P^S(t)表示将P^S0(t)平移时间t_s后，获得的平移后的负荷曲线。

5.根据权利要求2所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于：所述配电网分时电价参数包括配电网向上级电网购电电价和售电电价；所述储能参数包括储能分布台区、容量与充放电功率限值和运维成本；所述台区间交互功率参数包括台区间交互功率限值和交互成本。

6.根据权利要求1所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于：所述日前型可控负荷调控特性信息包括日前型可中断负荷日前申报调控特性、日前型可转移负荷日前申报调控特性、日前型可平移负荷日前申报调控特性、日内型可中断负荷日前预测调控特性和日内型可转移负荷日前预测调控特性；

所述台区日前预测信息包括台区光伏日前预测数据和台区日负荷曲线日前预测数据；

所述日前调控模型的目标函数为：

式中，t＝0,1,2L T，T为调控周期；N_R为配电台区的数目；F_r是台区r的成本函数；P_r是台区r可控有功功率组成的向量；

所述台区r的成本函数为：

F_r＝C_L+C_P+C_C+C_E+C_T (8)

式中，C_L为日前型可控负荷调控成本；C_P为日内型可控负荷预调控成本；C_C为日前配电网台向上级购售电费用；C_E为日前储能运维成本；C_T为日前台区间功率交互成本；

所述日前型可控负荷调控成本包括可中断负荷调控成本、可转移负荷调控成本与可平移负荷调控成本：

式中，c_IN为可中断负荷补偿系数；c_T为可转移负荷补偿系数；c_S为可平移负荷补偿系数；

为t时刻日前可中断负荷可中断功率；

为t时刻日前可转移负荷可转出功率；

为t时刻日前可平移负荷功率；

所述日内型可控负荷预调控成本包含可中断负荷预调控成本和可转移负荷预调控成本：

式中，

为t时刻日内可中断负荷可中断功率预测值；

为t时刻日内可转移负荷可转出功率预测值；

所述日前配电网台向上级购售电费用为：

式中，

为t时刻配电网台区向上级电网的购电功率；

为t时刻配电网台区向上级电网的售电功率；c_buy、c_sell分别为购电、售电电价；

所述日前储能运维成本为：

式中，

分别为储能系统t时刻的充、放电功率；γ_ESS为储能系统单位充放电损耗系数；

所述日前台区间功率交互成本为：

式中，

为t时刻台区之间的交互功率；γ_ex为交互成本系数。

7.根据权利要求6所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于，所述日前台区运行约束条件包括：

日前型可控负荷约束、日内型可控负荷约束、储能充放电约束、配电网台区购售电功率上下限约束、台区交互功率上下限约束、台区功率平衡约束、支路潮流约束和电压约束以及台区间交互功率平衡约束；

所述储能充放电约束为：

式中，SOC_r,t、SOC_r,t-1分别为t时刻和t-1时刻的储能系统荷电状态，

分别为t时刻储能系统荷电状态的最小值和最大值；η_CH、η_DIS分别为储能系统的充放电效率；P^CHmax、P^DISmax分别为储能系统充放电功率的最大值；E_ESS为储能系统总容量；SOC_r,0为储能装置储备的初始能量，SOC_r,T为调度周期结束时储能的剩余能量；

所述配电网台区购售电功率上下限约束为：

式中，P^BUYmax、P^SELLmax分别为配电网台区向上级电网的购、售电功率的上限；

所述台区交互功率上下限约束为：

式中，P^EXmax、P^EXmin分别为台区间交互功率的上下限；

所述台区功率平衡约束为：

式中，第一个等式等号左边是台区所在节点的净注入功率；

为t时刻光伏有功出力日前预测值；

为t时刻台区r负荷功率日前预测值；

为t时刻台区r净负荷功率；

为t时刻日前可转移负荷可转入功率；

为t时刻日内可转移负荷可转入功率预测值；

所述支路潮流约束和电压约束为：

式中，Z为所有节点的集合；P_i,t和Q_i,t为各个节点净注入功率；P_ij,t和Q_ij,t为各支路功率；S_ij,t为支路i-j视在功率；g_ij和b_ij分别为支路i-j的电导和电纳；V_i,t为电压幅值；θ_ij,t为节点i、j之间的相位差；V_i ^min和V_i ^min分别为电压幅值的上下限；

所述台区间交互功率平衡约束为：

8.根据权利要求1所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于：所述日内型可控负荷调控特性信息包括日内型可中断负荷日内申报调控特性、日内型可转移负荷日内申报调控特性；

所述台区日内预测信息包括台区光伏日内预测数据和台区日负荷曲线日内预测数据；

所述日内修正调控模型的目标函数为：

式中，F_r′是台区r日内调控的成本函数；P′_r是台区r日内可控有功功率组成的向量；

所述台区r日内调控的成本函数为：

F_r′＝C′_P+C′_C+C′_E+C′_T (21)

式中，C′_P为日内型可控负荷调控成本；C′_C为日内配电网向上级购售电费用；C′_E为日内储能运维成本；C′_T为日内台区间功率交互成本；

所述日内型可控负荷调控成本为：

式中，

为t时刻日内可中断负荷可中断功率；

为t时刻日内可转移负荷可转出功率。

9.根据权利要求8所述的虚拟电厂日前日内两阶段协同调控方法，其特征在于：所述日内台区运行约束条件包括：

日内型可控负荷约束、配电网台区购售电功率上下限约束、储能充放电约束、台区交互功率上下限约束、台区功率平衡约束、支路潮流约束和电压约束以及台区间交互功率平衡约束。

10.一种虚拟电厂日前日内两阶段协同调控装置，其特征在于，包括：

采集聚合模块，用于采集并聚合配电台区日前型和日内型可控负荷调控特性信息；

信息获取模块，用于获取配电网参数信息、台区日前日内预测信息和台区日内实测信息；

日前调控模块，用于根据所述日前型可控负荷调控特性信息、所述配电网参数信息与所述台区日前预测信息，在日前阶段，建立考虑日内资源预测的日前调控方法，所述日前调控方法以配电网日前多时段总调控成本最小为目标函数，以日前台区运行约束为约束条件，建立日前调控模型，对所述日前调控模型进行求解，根据所述日前调控模型的求解结果制定日前调控计划；

日内调控模块，用于根据所述日内型可控负荷调控特性信息、所述配电网参数信息、所述台区日内预测信息及所述日前调控计划，在日内阶段，建立日内修正调控方法，所述日内修正调控方法以日内调控成本最小为目标函数，以日内台区运行约束为约束条件，建立日内修正调控模型，对所述日内修正调控模型进行求解，根据所述日内修正调控模型的求解结果制定日内调控计划。

Images