CN116542439A - 一种虚拟电厂多能源响应的优化运行方法及系统 - Google Patents
一种虚拟电厂多能源响应的优化运行方法及系统 Download PDFInfo
- Publication number
- CN116542439A CN116542439A CN202310322493.XA CN202310322493A CN116542439A CN 116542439 A CN116542439 A CN 116542439A CN 202310322493 A CN202310322493 A CN 202310322493A CN 116542439 A CN116542439 A CN 116542439A
- Authority
- CN
- China
- Prior art keywords
- energy
- response
- power plant
- virtual power
- price
- 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 105
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000005611 electricity Effects 0.000 claims abstract description 69
- 238000005265 energy consumption Methods 0.000 claims abstract description 44
- 230000005284 excitation Effects 0.000 claims abstract description 31
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 20
- 239000003345 natural gas Substances 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000004146 energy storage Methods 0.000 claims description 8
- 239000007789 gas Substances 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
- G06Q10/06315—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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- 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]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种虚拟电厂多能源响应的优化运行方法及系统，所述方法包括以下步骤：虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；终端负荷用户根据用电激励价格调整用能量；聚合商判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时重新调节用电激励价格。本发明通过聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户，使终端负荷用户的用能量与响应任务量相等，实现虚拟电厂能源响应的优化运行，降低虚拟电厂的运行成本。
Description
技术领域
本发明具体涉及虚拟电厂技术领域，具体是一种虚拟电厂多能源响应的优化运行方法及系统。
背景技术
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”。虚拟电厂的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。虚拟电厂最具吸引力的功能在于能够聚合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。“虚拟电厂”的解决思路在我国有着非常大的市场潜力。
现有的虚拟电厂为了降低实际供电与预测供电之间的差异，通常会配备高容量的储能设备以供虚拟电厂进行调度，从而导致虚拟电厂存在成本较高的缺点。
发明内容
本发明的目的在于提供一种虚拟电厂多能源响应的优化运行方法及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种虚拟电厂多能源响应的优化运行方法，包括以下步骤：
S10、虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；
S20、聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；
S30、终端负荷用户根据用电激励价格调整用能量；
S40、聚合商判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时重复步骤S20-S30，直至相等。
作为本发明进一步的方案：步骤S10中，虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量的方法，包括以下步骤：
S11、获取终端负荷用户的用能数据集以及与所述用能数据集相对应的影响因素数据，所述用能数据集包括多个用能数据，所述影响因素数据包括多个影响用能数据的影响因素；
S12、获取用能数据集中每个用能数据与相对应的影响因素之间的相关系数，所述相关系数用于表征影响因素与用能数据之间关联程度；
S13、基于预设阈值对影响因素进行筛选，得到影响因素数值大于预设阈值的关键影响因素；
S14、将关键影响因素输入聚类模型，得到至少一个聚类中心，将所述聚类中心输入用电预测模型，即得所述终端符合用户的预测用能量。
作为本发明再进一步的方案：所述用能量包括电能用量、热能用量和天然气用量，所述终端负荷用户包括电能用户、热能用户和天然气用户。
作为本发明再进一步的方案：步骤S10中，还包括有虚拟电厂调节步骤，所述调节步骤包括：
步骤一、获取虚拟电厂的可再生能源的出力情况和终端符合用户的用能量；
步骤二、调节虚拟电厂的多能源耦合设备的运行状态和储能设备的充放能状态，以平衡可再生能源的出力情况和终端符合用户的用能量；
步骤三、当步骤二无法调节平衡时，向多能源交易市场发布购能任务，以使可再生能源的出力情况和终端符合用户的用能量相等，所述购能任务包括购电、购气和购热任务以满足能源的供需平衡。
作为本发明再进一步的方案：步骤S20中，聚合商根据响应任务量更新用电激励价格的方法，包括以下步骤：
S21、获取各终端负荷用户的现有用电价格以及历史用电量；
S22、为每个终端负荷用户提供能源激励价格，对终端负荷用户的现有用电价格进行更新以得到更新后的用电价格，更新后的用电价格为现有用电价格与能源激励价格之和，其中，初始状态时，各终端负荷用户的能源激励价格相同；
S23、基于更新后的用电价格和历史用电量计算当前时刻的终端负荷用户的用电总量，判断该用电总量与响应任务量是否相等，当不相等时调节各终端负荷用户的能源激励价格直至两者相等。
作为本发明再进一步的方案：步骤S50，所述步骤S50用于优化虚拟电厂的运行成本，以使虚拟电厂的运行成本最低，所述步骤S50包括：
S51、构建虚拟电厂的能源协调优化模型；
S52、构建聚合商模型；
S53、求取满足虚拟电厂能源协调优化模型最小值的综合需求响应成本；
S54、根据综合需求响应成本求取聚合商模型的能源激励价格，根据能源激励价格更新用电激励价格。
作为本发明再进一步的方案：所述虚拟电厂能源协调优化模型为：
其中，Ca,k表示虚拟电厂的设备运行成本，Cb,k表示分布式可再生能源的运行成本，Cc,k表示能源市场的能源购买成本，Cd,k表示综合需求响应成本。
作为本发明再进一步的方案：所述聚合商模型为：
其中，为聚合商在k时段内为了完成任务响应量而向终端负荷用户提供的激励补贴，所述激励补贴即为聚合商向终端负荷用户提供的能源激励价格和该终端负荷用户用能量的乘积之和；s表示能源，包括电能、热能和天然气；/>表示聚合商向终端负荷用户i提供的能源激励价格；/>表示终端负荷用户i在k时段接收到聚合商的能源激励价格后提供的能源响应量。
作为本发明再进一步的方案：所述综合需求响应成本表示为实施需求响应量向聚合商提供的补偿成本，该补偿成本为单位补偿价格与总响应功率的乘积，具体公式如下：
其中，表示虚拟电厂管控平台向聚合商提供的单位补贴价格。
作为本发明再进一步的方案：步骤S51中，虚拟电厂的设备运行成本包括储能设备运行成本、电锅炉、燃气发电机和CHP等能源转换设备的运行成本；分布式可再生能源的运行成本包括风电、光伏的出力成本和弃风、弃光的惩罚成本两部分，可以理解的是，本发明实施例中的分布式可再生能源包括分布式风电能源和屋顶光伏能源；所述能源市场的能源购买成本包括虚拟电厂在k时段内向市场的购电、购热和购气成本。
还需要说明的是，步骤S52中，聚合商为完成响应任务量需要满足以下约束条件：
其中，表示为聚合商在k时段内的能源响应量。
一种虚拟电厂多能源响应的优化运行系统，包括：
虚拟电厂管控平台：用于根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；
聚合商：用于根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；还用于判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时更新用电激励价格，直至相等；
终端负荷用户：用于根据用电激励价格调整用能量。
与现有技术相比，本发明的有益效果是：本发明利用虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量，然后通过聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户，使终端负荷用户的用能量与响应任务量相等，实现虚拟电厂能源响应的优化运行，降低虚拟电厂的运行成本。
附图说明
图1为虚拟电厂多能源响应的优化运行方法的流程图。
图2为虚拟电厂多能源响应的优化运行方法中步骤S10的流程图。
图3为虚拟电厂多能源响应的优化运行方法中虚拟电厂调节步骤的流程图。
图4为虚拟电厂多能源响应的优化运行方法中步骤S20的流程图。
图5为虚拟电厂多能源响应的优化运行方法中步骤S50的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
现有的虚拟电厂为了降低实际供电与预测供电之间的差异，通常会配备高容量的储能设备以供虚拟电厂进行调度，从而导致虚拟电厂存在成本较高的缺点。
实施例1
请参阅图1～5，本发明实施例中，一种虚拟电厂多能源响应的优化运行方法，包括以下步骤：
S10、虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；
在本发明实施例步骤S10中，虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量的方法，包括以下步骤：
S11、获取终端负荷用户的用能数据集以及与所述用能数据集相对应的影响因素数据，所述用能数据集包括多个用能数据，所述影响因素数据包括多个影响用能数据的影响因素；
S12、获取用能数据集中每个用能数据与相对应的影响因素之间的相关系数，所述相关系数用于表征影响因素与用能数据之间关联程度；
S13、基于预设阈值对影响因素进行筛选，得到影响因素数值大于预设阈值的关键影响因素；
S14、将关键影响因素输入聚类模型，得到至少一个聚类中心，将所述聚类中心输入用电预测模型，即得所述终端符合用户的预测用能量；
需要说明的是，在本发明实施例中，所述用能量包括电能用量、热能用量和天然气用量，对应的，所述终端负荷用户包括电能用户、热能用户和天然气用户。
还有，在本发明实施例步骤S10中，还包括有虚拟电厂调节步骤，所述调节步骤包括：
步骤一、获取虚拟电厂的可再生能源的出力情况和终端符合用户的用能量；
步骤二、调节虚拟电厂的多能源耦合设备的运行状态和储能设备的充放能状态，以平衡可再生能源的出力情况和终端符合用户的用能量；
步骤三、当步骤二无法调节平衡时，向多能源交易市场发布购能任务，以使可再生能源的出力情况和终端符合用户的用能量相等，所述购能任务包括购电、购气和购热任务以满足能源的供需平衡。
S20、聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；
在本发明实施例步骤S20中，聚合商根据响应任务量更新用电激励价格的方法，包括以下步骤：
S21、获取各终端负荷用户的现有用电价格以及历史用电量；
S22、为每个终端负荷用户提供能源激励价格，对终端负荷用户的现有用电价格进行更新以得到更新后的用电价格，更新后的用电价格为现有用电价格与能源激励价格之和，其中，初始状态时，各终端负荷用户的能源激励价格相同；
S23、基于更新后的用电价格和历史用电量计算当前时刻的终端负荷用户的用电总量，判断该用电总量与响应任务量是否相等，当不相等时调节各终端负荷用户的能源激励价格直至两者相等，其中，调整后的各终端负荷用户的能源激励价格可以相等也可以不相等。
S30、终端负荷用户根据用电激励价格调整用能量；
S40、聚合商判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时重复步骤S20-S30，直至所有终端负荷用户的用能量之和与响应任务量相等。
另外，在本发明实施例中，还包括有步骤S50，所述步骤S50用于优化虚拟电厂的运行成本，以使虚拟电厂的运行成本最低，所述步骤S50包括：
S51、构建虚拟电厂的能源协调优化模型，所述虚拟电厂能源协调优化模型为：
其中，Ca,k表示虚拟电厂的设备运行成本，Cb,k表示分布式可再生能源的运行成本，Cc,k表示能源市场的能源购买成本，Cd,k表示综合需求响应成本；
S52、构建聚合商模型，所述聚合商模型为：
其中，为聚合商在k时段内为了完成任务响应量而向终端负荷用户提供的激励补贴，所述激励补贴即为聚合商向终端负荷用户提供的能源激励价格和该终端负荷用户用能量的乘积之和；s表示能源，包括电能、热能和天然气；/>表示聚合商向终端负荷用户i提供的能源激励价格；/>表示终端负荷用户i在k时段接收到聚合商的能源激励价格后提供的能源响应量，可以理解的是，所述能源响应量包括电能、热能和天然气响应量；
S53、求取满足虚拟电厂能源协调优化模型最小值的综合需求响应成本；
S54、根据综合需求响应成本求取聚合商模型的能源激励价格，根据能源激励价格更新用电激励价格。
需要说明的是，在本发明实施例步骤S51中，虚拟电厂的设备运行成本包括储能设备运行成本、电锅炉、燃气发电机和CHP等能源转换设备的运行成本；分布式可再生能源的运行成本包括风电、光伏的出力成本和弃风、弃光的惩罚成本两部分，可以理解的是，本发明实施例中的分布式可再生能源包括分布式风电能源和屋顶光伏能源；所述能源市场的能源购买成本包括虚拟电厂在k时段内向市场的购电、购热和购气成本；所述综合需求响应成本表示为实施需求响应量向聚合商提供的补偿成本，该补偿成本为单位补偿价格与总响应功率的乘积，具体公式如下：
其中，表示虚拟电厂管控平台向聚合商提供的单位补贴价格。
还需要说明的是，步骤S52中，聚合商为完成响应任务量需要满足以下约束条件：
其中，表示为聚合商在k时段内的能源响应量。
实施例2
本发明还公开了一种虚拟电厂多能源响应的优化运行系统，包括：
虚拟电厂管控平台：用于根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；
聚合商：用于根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；还用于判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时更新用电激励价格，直至相等；
终端负荷用户：用于根据用电激励价格调整用能量。
此外，一些实施例可包括具有用于在计算机上执行本说明书中记载的方法的程序的存储介质，其上存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、至少一段程序、代码集或指令集被处理器加载并执行时实现上述各方法实施例中的步骤，计算机可读记录介质的示例包括为了存储并执行程序命令而专门构成的硬件装置:诸如硬盘、软盘及磁带的磁介质、诸如CD-ROM、DVD的光记录介质、诸如软盘的磁光介质及ROM、RAM、闪存等。程序命令的示例可包括:由编译器编写的机器语言代码以及使用解释器等而由计算机来执行的高级语言代。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过至少一条指令、至少一段程序、代码集或指令集来指令相关的硬件来完成，的至少一条指令、至少一段程序、代码集或指令集可存储于一非易失性计算机可读取存储介质中，该至少一条指令、至少一段程序、代码集或指令集在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。
综上所述，本发明利用虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量，然后通过聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户，使终端负荷用户的用能量与响应任务量相等，实现虚拟电厂能源响应的优化运行，降低虚拟电厂的运行成本。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种虚拟电厂多能源响应的优化运行方法，其特征在于，包括以下步骤：
S10、虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；
S20、聚合商根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；
S30、终端负荷用户根据用电激励价格调整用能量；
S40、聚合商判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时重复步骤S20-S30，直至相等。
2.根据权利要求1所述的虚拟电厂多能源响应的优化运行方法，其特征在于，步骤S10中，虚拟电厂管控平台根据历史数据预测终端负荷用户的用能量的方法，包括以下步骤：
S11、获取终端负荷用户的用能数据集以及与所述用能数据集相对应的影响因素数据，所述用能数据集包括多个用能数据，所述影响因素数据包括多个影响用能数据的影响因素；
S12、获取用能数据集中每个用能数据与相对应的影响因素之间的相关系数，所述相关系数用于表征影响因素与用能数据之间关联程度；
S13、基于预设阈值对影响因素进行筛选，得到影响因素数值大于预设阈值的关键影响因素；
S14、将关键影响因素输入聚类模型，得到至少一个聚类中心，将所述聚类中心输入用电预测模型，即得所述终端符合用户的预测用能量。
3.根据权利要求1所述的虚拟电厂多能源响应的优化运行方法，其特征在于，所述用能量包括电能用量、热能用量和天然气用量，所述终端负荷用户包括电能用户、热能用户和天然气用户。
4.根据权利要求1所述的虚拟电厂多能源响应的优化运行方法，其特征在于，步骤S10中，还包括有虚拟电厂调节步骤，所述调节步骤包括：
步骤一、获取虚拟电厂的可再生能源的出力情况和终端符合用户的用能量；
步骤二、调节虚拟电厂的多能源耦合设备的运行状态和储能设备的充放能状态，以平衡可再生能源的出力情况和终端符合用户的用能量；
步骤三、当步骤二无法调节平衡时，向多能源交易市场发布购能任务，以使可再生能源的出力情况和终端符合用户的用能量相等，所述购能任务包括购电、购气和购热任务以满足能源的供需平衡。
5.根据权利要求1所述的虚拟电厂多能源响应的优化运行方法，其特征在于，步骤S20中，聚合商根据响应任务量更新用电激励价格的方法，包括以下步骤：
S21、获取各终端负荷用户的现有用电价格以及历史用电量；
S22、为每个终端负荷用户提供能源激励价格，对终端负荷用户的现有用电价格进行更新以得到更新后的用电价格，更新后的用电价格为现有用电价格与能源激励价格之和，其中，初始状态时，各终端负荷用户的能源激励价格相同；
S23、基于更新后的用电价格和历史用电量计算当前时刻的终端负荷用户的用电总量，判断该用电总量与响应任务量是否相等，当不相等时调节各终端负荷用户的能源激励价格直至两者相等。
6.根据权利要求1所述的虚拟电厂多能源响应的优化运行方法，其特征在于，步骤S50，所述步骤S50用于优化虚拟电厂的运行成本，以使虚拟电厂的运行成本最低，所述步骤S50包括：
S51、构建虚拟电厂的能源协调优化模型；
S52、构建聚合商模型；
S53、求取满足虚拟电厂能源协调优化模型最小值的综合需求响应成本；
S54、根据综合需求响应成本求取聚合商模型的能源激励价格，根据能源激励价格更新用电激励价格。
7.根据权利要求6所述的虚拟电厂多能源响应的优化运行方法，其特征在于，所述虚拟电厂能源协调优化模型为：
其中，Ca,k表示虚拟电厂的设备运行成本，Cb,k表示分布式可再生能源的运行成本，Cc,k表示能源市场的能源购买成本，Cd,k表示综合需求响应成本。
8.根据权利要求7所述的虚拟电厂多能源响应的优化运行方法，其特征在于，所述聚合商模型为：
其中，为聚合商在k时段内为了完成任务响应量而向终端负荷用户提供的激励补贴，所述激励补贴即为聚合商向终端负荷用户提供的能源激励价格和该终端负荷用户用能量的乘积之和；s表示能源，包括电能、热能和天然气；/>表示聚合商向终端负荷用户i提供的能源激励价格；/>表示终端负荷用户i在k时段接收到聚合商的能源激励价格后提供的能源响应量。
9.根据权利要求8所述的虚拟电厂多能源响应的优化运行方法，其特征在于，所述综合需求响应成本表示为实施需求响应量向聚合商提供的补偿成本，该补偿成本为单位补偿价格与总响应功率的乘积，具体公式如下：
其中，表示虚拟电厂管控平台向聚合商提供的单位补贴价格。
10.一种虚拟电厂多能源响应的优化运行系统，其特征在于，包括：
虚拟电厂管控平台：用于根据历史数据预测终端负荷用户的用能量，基于终端负荷用户的用能量和聚合商的用电激励价格制定响应任务量；
聚合商：用于根据响应任务量更新用电激励价格，将用电激励价格下发给终端负荷用户；还用于判断所有终端负荷用户的用能量之和与响应任务量是否相等，不相等时更新用电激励价格，直至相等
终端负荷用户：用于根据用电激励价格调整用能量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310322493.XA CN116542439A (zh) | 2023-03-29 | 2023-03-29 | 一种虚拟电厂多能源响应的优化运行方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310322493.XA CN116542439A (zh) | 2023-03-29 | 2023-03-29 | 一种虚拟电厂多能源响应的优化运行方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116542439A true CN116542439A (zh) | 2023-08-04 |
Family
ID=87444273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310322493.XA Pending CN116542439A (zh) | 2023-03-29 | 2023-03-29 | 一种虚拟电厂多能源响应的优化运行方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116542439A (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130253898A1 (en) * | 2012-03-23 | 2013-09-26 | Power Analytics Corporation | Systems and methods for model-driven demand response |
| US20170103483A1 (en) * | 2015-10-08 | 2017-04-13 | Johnson Controls Technology Company | Building management system with electrical energy storage optimization based on benefits and costs of participating in PBDR and IBDR programs |
| CN110163689A (zh) * | 2019-05-31 | 2019-08-23 | 国网上海市电力公司 | 基于用户侧单边竞价的虚拟电厂系统的激励计算方法 |
| CN110610280A (zh) * | 2018-10-31 | 2019-12-24 | 山东大学 | 一种电力负荷短期预测方法、模型、装置及系统 |
| CN112036934A (zh) * | 2020-08-14 | 2020-12-04 | 南方电网能源发展研究院有限责任公司 | 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 |
| CN112180741A (zh) * | 2020-10-30 | 2021-01-05 | 合肥工业大学 | 一种负荷聚合商参与的综合需求响应方法及系统 |
| CN113162038A (zh) * | 2021-04-27 | 2021-07-23 | 东南大学 | 一种基于多个小型数据网络负荷需求响应资源聚合方法 |
| CN113988926A (zh) * | 2021-10-29 | 2022-01-28 | 河北工业大学 | 一种计及负荷聚合商的蓄热式电采暖负荷激励方法 |
| CN114243779A (zh) * | 2021-12-22 | 2022-03-25 | 国网江苏省电力有限公司营销服务中心 | 基于虚拟电厂的用户可调负荷资源需求响应方法及系统 |
| CN114418209A (zh) * | 2022-01-14 | 2022-04-29 | 华北电力大学 | 基于阶梯型激励需求响应的供需博弈电源规划方法 |
| CN114462724A (zh) * | 2022-04-12 | 2022-05-10 | 中建安装集团有限公司 | 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法 |
| CN114744687A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市科中云技术有限公司 | 一种虚拟电厂的能源调控方法及系统 |
| CN114757710A (zh) * | 2022-04-25 | 2022-07-15 | 深圳供电局有限公司 | 一种用于负荷聚合商投标的评估方法 |
| CN114997665A (zh) * | 2022-06-08 | 2022-09-02 | 国网山西省电力公司电力科学研究院 | 考虑可控负荷响应性能差异的虚拟电厂优化调度方法及系统 |
-
2023
- 2023-03-29 CN CN202310322493.XA patent/CN116542439A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130253898A1 (en) * | 2012-03-23 | 2013-09-26 | Power Analytics Corporation | Systems and methods for model-driven demand response |
| US20170103483A1 (en) * | 2015-10-08 | 2017-04-13 | Johnson Controls Technology Company | Building management system with electrical energy storage optimization based on benefits and costs of participating in PBDR and IBDR programs |
| CN110610280A (zh) * | 2018-10-31 | 2019-12-24 | 山东大学 | 一种电力负荷短期预测方法、模型、装置及系统 |
| CN110163689A (zh) * | 2019-05-31 | 2019-08-23 | 国网上海市电力公司 | 基于用户侧单边竞价的虚拟电厂系统的激励计算方法 |
| CN112036934A (zh) * | 2020-08-14 | 2020-12-04 | 南方电网能源发展研究院有限责任公司 | 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 |
| CN112180741A (zh) * | 2020-10-30 | 2021-01-05 | 合肥工业大学 | 一种负荷聚合商参与的综合需求响应方法及系统 |
| CN113162038A (zh) * | 2021-04-27 | 2021-07-23 | 东南大学 | 一种基于多个小型数据网络负荷需求响应资源聚合方法 |
| CN113988926A (zh) * | 2021-10-29 | 2022-01-28 | 河北工业大学 | 一种计及负荷聚合商的蓄热式电采暖负荷激励方法 |
| CN114243779A (zh) * | 2021-12-22 | 2022-03-25 | 国网江苏省电力有限公司营销服务中心 | 基于虚拟电厂的用户可调负荷资源需求响应方法及系统 |
| CN114418209A (zh) * | 2022-01-14 | 2022-04-29 | 华北电力大学 | 基于阶梯型激励需求响应的供需博弈电源规划方法 |
| CN114462724A (zh) * | 2022-04-12 | 2022-05-10 | 中建安装集团有限公司 | 一种考虑多能源价格激励综合需求响应模型的园区聚合商双层优化调度方法 |
| CN114757710A (zh) * | 2022-04-25 | 2022-07-15 | 深圳供电局有限公司 | 一种用于负荷聚合商投标的评估方法 |
| CN114997665A (zh) * | 2022-06-08 | 2022-09-02 | 国网山西省电力公司电力科学研究院 | 考虑可控负荷响应性能差异的虚拟电厂优化调度方法及系统 |
| CN114744687A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市科中云技术有限公司 | 一种虚拟电厂的能源调控方法及系统 |
Non-Patent Citations (6)
| Title |
|---|
| ZISHOU LI等: "Study on the Participation of Virtual Power Plants with Demand Response in Peaking Auxiliary Services", POWER SYSTEM AND GREEN ENERGY CONFERENCE, 20 September 2022 (2022-09-20), pages 716 * |
| 刘金朋等: "基于高斯混合模型的居民聚合响应潜力多重置信评估", 电力工程技术, vol. 42, no. 2, 28 March 2023 (2023-03-28), pages 20 * |
| 吕挺等: "考虑用户信用的虚拟聚合商需求响应交易机制", 电力系统自动化, vol. 47, no. 19, 17 November 2022 (2022-11-17), pages 44 * |
| 周颖等: "基于纵向修正ARIMA的负荷聚合商潜力计算及调峰策略", 电力工程技术, vol. 42, no. 2, 28 March 2023 (2023-03-28), pages 1 * |
| 张叶青等: "面向多虚拟电厂的分层分区多层互补动态聚合调控策略", 发电技术, vol. 45, no. 1, 29 February 2024 (2024-02-29), pages 162 * |
| 焦丰顺;张杰;任畅翔;谭杰仁;张植华;: "多种绿色能源形态下的虚拟电厂定价机制研究", 南方能源建设, vol. 7, no. 01, 25 March 2020 (2020-03-25), pages 133 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Coordination planning of wind farm, energy storage and transmission network with high-penetration renewable energy | |
| JP2020517227A (ja) | 超大規模の水力発電所群の短期間実用化スケジューリング方法 | |
| Sharma et al. | Integrated TOU price‐based demand response and dynamic grid‐to‐vehicle charge scheduling of electric vehicle aggregator to support grid stability | |
| CN112016747B (zh) | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 | |
| Lim et al. | Optimal allocation of energy storage and solar photovoltaic systems with residential demand scheduling | |
| CN111293682B (zh) | 一种基于协同模型预测控制的多微网能量管理方法 | |
| Li et al. | Two-stage community energy trading under end-edge-cloud orchestration | |
| KR20210094033A (ko) | 에너지 관리 시스템을 동작시키기 위한 방법, 그 방법을 수행하기 위한 전자 컴퓨팅 디바이스, 컴퓨터 프로그램, 및 데이터 캐리어 | |
| CN116231765B (zh) | 一种虚拟电厂出力控制方法 | |
| Wang et al. | Energy management strategy of hybrid energy storage based on Pareto optimality | |
| Chreim et al. | Recent sizing, placement, and management techniques for individual and shared battery energy storage systems in residential areas: A review | |
| Zhou et al. | Designing pricing incentive mechanism for proactive demand response in smart grid | |
| CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
| CN107025610A (zh) | 一种数据中心成本优化方法 | |
| CN116542439A (zh) | 一种虚拟电厂多能源响应的优化运行方法及系统 | |
| Yang et al. | Distribution Network Planning Towards a Low-Carbon Transition: A Spatial-Temporal Carbon Response Method | |
| Tian et al. | Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market | |
| Lyu et al. | Research on capacity allocation method of virtual power plant with communication base station energy storage | |
| CN113011718A (zh) | 基于和声搜索算法的配电网有功-无功联合优化调度方法 | |
| CN112434446A (zh) | 一种基于全寿命周期的分布式储能经济性评估方法 | |
| Tang et al. | Stochastic dynamic pricing: Utilizing demand response in an adaptive manner | |
| Liao et al. | Bi‐level optimization of multi‐regional power system considering low‐carbon oriented synergy of both source and load sides | |
| CN113964828B (zh) | 一种基于区间概率统计模型的配电网协同规划方法 | |
| CN116384674A (zh) | 一种基于阻塞管理的虚拟电厂与配电网协同方法及系统 | |
| Ayamolowo et al. | Sensitivity analysis of feed-in tariff in joint generation and transmission expansion planning considering the inertia requirement of the grid |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Xu Lvjun Inventor after: Liu Yutao Inventor after: Zhou Xinjia Inventor after: Li Ruiyao Inventor after: Zhou Diqing Inventor after: Wu Changhao Inventor after: Zhu Xi Inventor after: Gu Zhanqi Inventor after: Chen Wenbin Inventor after: Wu Yingcong Inventor after: Zhang Yeqing Inventor after: Cui Yong Inventor after: Wu Guihong Inventor after: Yang Lei Inventor after: Liu Chenglu Inventor after: Zhang Shuying Inventor before: Xu Lvjun Inventor before: Liu Yutao Inventor before: Zhou Xinjia Inventor before: Li Ruiyao Inventor before: Zhou Diqing Inventor before: Wu Changwu Inventor before: Zhu Xi Inventor before: Gu Zhanqi Inventor before: Chen Wenbin Inventor before: Wu Yingpian Inventor before: Zhang Yeqing Inventor before: Cui Yong Inventor before: Wu Guihong Inventor before: Yang Lei Inventor before: Liu Chenglu Inventor before: Zhang Shuying |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |