CN116823332B - 一种计及分布式资源的虚拟电厂运营收益的量化分析系统 - Google Patents

Abstract

本发明公开了一种计及分布式资源的虚拟电厂运营收益的量化分析系统，属于电力市场交易匹配技术领域，包括以下步骤：采集各时点的日前现货电价、发电机组各部分出力情况、用户负荷及合约电价数据，获取影响虚拟电厂运营收益的关键影响因素；根据关键影响因素对运营收益的贡献度，构建量化分析模型；基于量化分析模型，通过求解器SCIP，对虚拟电厂运营收益进行预测；本发明在考虑日前现货市场的情景下，以光伏、风电等分布式资源的出力预测数据为输入，通过在合理范围内分场景设定储能投资比例，并结合可调负荷响应特性设定其调控阈值门槛，量化分析上述关键决策变量对整体运营收益的贡献度，为VPP整体运营规划提供指导和参考。

Description

一种计及分布式资源的虚拟电厂运营收益的量化分析系统

技术领域

本发明涉及电力市场交易匹配技术领域，具体而言，涉及一种计及分布式资源的虚拟电厂运营收益的量化分析系统。

背景技术

随着电力市场的改革和技术进步，各地区出现了大量的分布式能源系统(DER)，这些DER的配置、管理和运营面临着许多挑战。将这些分布式电源进行集成，形成虚拟电厂(VPP)已经成为实现对能源供应的控制和优化的有效手段之一。当前，VPP运营面临的挑战主要包括市场竞争激烈、DER管理运维数字化转型困难、可调负荷响应特性的复杂多变等。

当前，针对这些问题开展的传统分析和决策方法主要基于经验值，而缺乏定量分析和科学理论支持。本发明提供了一种计及多种分布式资源的虚拟电厂运营收益影响因素量化分析模型。该模型将将如储能投资比例、可调负荷响应特性等关键的决策变量纳入考虑，结合VPP参与日前现货运营决策这一具体场景进行模型建设，并将其转化为经典的混合整数规划问题进行了求解计算。通过不同的场景预设对影响VPP运营的各个因素给出了量化直观的理性评估，将运营指标转化为收益价值，量化了储能投资比例、可调负荷响应特性对运营收益的影响，为VPP运营决策者进一步优化调度策略以提升整体收益水平具有重要意义。

发明内容

针对背景技术中提到的问题，本发明的目的是提供一种计及分布式资源的虚拟电厂运营收益的量化分析技术，以解决储能投资比例、可调负荷响应特性等关键决策变量对VPP的运营决策及其收益的影响相关的量化分析及科学理论研究不足的问题。

为了实现上述技术目的，本申请提供了一种计及分布式资源的虚拟电厂运营收益的量化分析系统，包括：

数据采集模块，用于采集与关键影响因素对应的待测虚拟电厂的关联数据；

预测模块，用于通过量化分析模型，对关联数据进行量化分析，对待测虚拟电厂的运营收益进行预测，其中，量化分析模型的目标函数表示为：

J₂＝max{C_{jiesuan_income}+C_{joint_user_income}+C_{discrete_user_income}+C_{rent_income}-C_{adjust_cost}-C_{storage_construction_cost}-C_{loss_ccst}-C_{storage_use_cost}-C_{examine_cost}}

式中，C_{jiesuan_income}表示结算收益，C_{joint_user_income}表示聚合的用户电费收益，C_{rent_income}表示储能装置租赁费用，C_{adjust_cost}表示负荷响应调节成本，C_{storage_construction_cost}表示储能全生命周期建设运维成本日均摊成本，C_{loss_cost}表示储能装置电能量损失费用，C_{storage_use_cost}表示储能调用成本，C_{examine_cost}表示检测成本。

优选地，预测模块获取的结算收益表示为：

式中：T表示总时刻数；表示第t时刻申报功率；P_riqian，t表示第t时刻的全网日前电价预测值；Δt表示时间间隔；/>表示第t时刻发电机组的发电总功率；/>表示第t时刻蓄电池放电功率、充电功率；/>表示第t时刻所有用户的用电负荷。

优选地，预测模块获取的聚合用户的电费收益表示为：

式中：表示第k个用户在第t时刻对应的合约电价；/>表示所有用户在第t时刻调整后的用电负荷总量；K表示用户数量；/>表示第k个用户在第t时刻调整后的用电负荷值。

优选地，预测模块获取的负荷响应调节成本表示为：

式中：P_riqian,t表示第t时刻的全网日前电价预测值；P_{user_contract,t}表示第t时刻用户的合约电价；ε_k表示第k个用户的分成比例；表示第k个用户在第t时刻的调整负荷大小。

优选地，预测模块获取的储能装置租赁收入表示为：

其中：η^e、η^d表示储能装置的充电效率、放电效率；表示现货日前均价；P_transmission表示输配电价；P_government表示政府性基金及附加。

优选地，预测模块获取的储能装置调用费用表示为：

其中：S表示储能装置的额定容量；c_t表示t时刻内充放电量占用额定容量的比例大小；C_one表示储能设备循环一次的费用。

优选地，预测模块用于基于目标函数，通过设置约束条件，构建量化分析模型，其中，约束条件包括：发电及负荷状态下中标出力约束、可调负荷响应能力约束、储能装置约束。

优选地，预测模块获取的发电及负荷状态下中标出力约束包括：发电状态下中标出力约束：如果则使用以下约束生成发电状态下/>的中标出力，则最小、最大发电出力申报约束为：

Q₀≥Q_min

Q_n≤βQ_max

式中：n表示发电状态下出力段所分段数；Q₀表示发电状态下第1段出力下限；Q_min表示发电状态下最小出力大小；Q_n表示发电状态下最后一段段出力上限；β表示发电比例系数(默认为50％)；Q_max表示总装机容量；

申报前后段出力间隔约束为：

fori＝0，1，2，...，n-1

其中：Q_i表示发电状态下第i段出力上限(同时为第i+1的出力下限)；Q_i+1表示发电状态下第i+1段出力上限(同时为第i+2的出力下限)；α表示发电状态下的比例系数(默认为0.5)；

负荷状态下中标负荷约束：如果则使用以下约束生成负荷状态下/>的中标负荷，则最小、最大的用电负荷申报约束为：

Q′₀≥Q′_min

Q′_n≤β′Q′_max

其中：n表示用电负荷段所分段数；Q′₀表示负荷状态下第1段用电负荷下限；Q′_n表示负荷状态下最后一段段用电负荷上限；β′表示负荷比例系数；Q′_min表示用电负荷最小值；Q′_max表示用电负荷最大值；

申报前后段出力间隔约束为：

for i＝0，1，2，3，...，n-1

其中：α′表示负荷状态下的比例系数；Q′_i表示负荷状态下第i段用电负荷上限；Q′_i+1表示负荷状态下第i+1段用电负荷上限。

优选地，预测模块获取的可调负荷响应能力约束表示为：

其中：表示第k个用户在第t时刻可上调最大比例；/>表示第k个用户在第t时刻可下调最大比例；/>表示t时刻是否对负荷进行上调，值为1表示是，值为0表示否；/>表示t时刻是否对负荷进行下调，值为1表示是，值为0表示否；i表示未来时刻数，取值为0至7，表示未来两个小时的调整方向一致；α_k,t表示第k个用户在第t时刻调整比例大小；/>表示第k个用户在第t时刻调整前的用电负荷值；Q_k,t表示第k个用户在第t时刻调整后的用电负荷值；

储能装置约束包括容量约束、充放电功率约束、电量约束、额定容量和额定功率约束，其中，储能装置的容量约束为：

E^min≤E_t≤E^max

式中，E^min表示储能装置的最小储能容量，E^max表示储能装置的最大储能容量；

E_t表示时段t内储能装置的现有电量；

储能装置的充放电功率约束：

式中，P表示储能装置的额定功率；表示时段t内储能装置的充电状态、放电状态；/>表示时段t内储能装置充电功率、放电功率；/>表示充电状态，值为1表示充电，值为0表示没有充电；/>表示放电状态，值为1表示放电，值为0表示没有放电；

储能装置的电量约束：

其中：Δt表示时间间隔；E_t表示t时刻储能装置的电量；P表示储能装置的额定功率；表示第t时刻蓄电池充电功率、放电功率；η^e、η^d表示储能装置的充电效率、放电效率(η^e×η^d＝0.83)；

储能装置的额定容量和额定功率约束：

其中：表示储能装置额定容量与额定功率的比值大小；S表示储能装置的额定容量；P表示储能装置的额定功率。

本发明公开了以下技术效果：

本发明在考虑日前现货市场的情景下，以光伏、风电等分布式资源的出力预测数据为输入，通过在合理范围内分场景设定储能投资比例，并结合可调负荷响应特性设定其调控阈值门槛，量化分析上述关键决策变量对整体运营收益的贡献度，为VPP整体运营规划提供指导和参考。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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是本发明所述的量化分析系统的运行流程图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。

如图1所示，本发明提供了一种计及分布式资源的虚拟电厂运营收益的量化分析技术，具体包括：

1、采集各时点的日前现货电价、发电机组各部分出力情况、用户负荷及合约电价等数据，并分析其关键影响因素。

2、分析关键影响因素对运营收益的贡献度并建立恰当的数学模型。

2.1、目标函数的构建：

运营决策优化以VPP运营商收益最大化为目标：

J₂＝max{C_{jiesuan_income}+C_{joint_user_income}+C_{discrete_user_income}+C_{rent_income}-C_{adjust_cost}

-C_{storage_construction_cost}-C_{loss_cost}-C_{storage_use_cost}-C_{examine_cost}}

式中：C_{jiesuan_income}表示结算收益(差价合约结算方式，需核减合约电费的支出)；C_{joint_user_income}表示聚合的用户电费收益(差价合约结算，需核减合约电费的支出)；C_{rent_income}表示储能装置租赁费用(收益)；C_{adjust_cost}表示负荷响应调节成本(响应收益分成)；C_{storage_construction_cost}表示储能全生命周期建设运维成本日均摊成本；C_{loss_cost}表示储能装置电能量损失费用；C_{storage_use_cost}表示储能调用成本；C_{examine_cost}表示检测成本。

其中，结算收入公式为：

Q_t ^D＝Q_t ^PW+Q_t ^d-Q_t ^LD-Q_t ^e

式中：T表示总时刻数；表示第t时刻申报功率(发电为收入、购电为支出)；P_riqian,t表示第t时刻的全网日前电价预测值(事后测算为真实电价)；Δt表示时间间隔(默认0.25h)；/>表示第t时刻发电机组的发电总功率；/>表示第t时刻蓄电池放电功率、充电功率；/>表示第t时刻所有用户的用电负荷。

聚合用户的电费收益公式为：

式中：表示第k个用户在第t时刻对应的合约电价；/>表示所有用户在第t时刻调整后的用电负荷总量；K表示用户数量；/>表示第k个用户在第t时刻调整后的用电负荷值。

负荷响应调节成本(响应收益分成)公式为：

式中：P_riqian,t表示第t时刻的全网日前电价预测值(事后测算为真实电价)；P_{user_contract,t}表示第t时刻用户的合约电价；ε_k表示第k个用户的分成比例；表示第k个用户在第t时刻的调整负荷大小。

储能装置租赁收入公式为：

其中：η^e、η^d表示储能装置的充电效率、放电效率；表示现货日前均价；P_transmission表示输配电价；P_government表示政府性基金及附加；

储能装置调用费用公式为：

其中：S表示储能装置的额定容量；c_t表示t时刻内充放电量占用额定容量的比例大小；C_one表示储能设备循环一次的费用。

2.2、约束条件

这里的约束条件可分为发电及负荷状态下中标出力约束、可调负荷响应能力约束、储能装置约束三部分；

发电状态下中标出力约束：

如果则使用以下约束生成发电状态下/>的中标出力，则最小、最大发电出力申报约束为：

Q₀≥Q_min

Q_n≤βQ_max

式中：n表示发电状态下出力段所分段数；Q₀表示发电状态下第1段出力下限；Q_min表示发电状态下最小出力大小(默认为0MW)；Q_n表示发电状态下第(最后一段)段出力上限；β表示发电比例系数(默认为50％)；Q_max表示总装机容量。

申报前后段出力间隔约束为：

for i＝0,1,2,...,n-1

其中：Q_i表示发电状态下第i段出力上限(同时为第i+1的出力下限)；Q_i+1表示发电状态下第i+1段出力上限(同时为第i+2的出力下限)；α表示发电状态下的比例系数(默认为0.5)；

负荷状态下中标负荷约束：

如果则使用以下约束生成负荷状态下/>的中标负荷，则最小、最大的用电负荷申报约束为：

Q′₀≥Q′_min

Q′_n≤β′Q′_max

其中：n表示用电负荷段所分段数；Q′₀表示负荷状态下第1段用电负荷下限；Q′_n表示负荷状态下第(最后一段)段用电负荷上限；β′表示负荷比例系数(默认为50％)；Q′_min表示用电负荷最小值(默认为0MW)；Q′_max表示用电负荷最大值(用户负荷分时相加取极值)；

申报前后段出力间隔约束为：

for i＝0,1,2,3,...,n-1

其中：α′表示负荷状态下的比例系数(默认为0.5)；Q′_i表示负荷状态下第i段用电负荷上限(同时为第i+1的用电负荷下限)；Q_i′₊₁表示负荷状态下第i+1段用电负荷上限(同时为第i+2的用电负荷下限)。

可调负荷响应能力约束：

其中：表示第k个用户在第t时刻可上调最大比例；/>表示第k个用户在第t时刻可下调最大比例；/>表示t时刻是否对负荷进行上调，值为1表示是，值为0表示否；/>表示t时刻是否对负荷进行下调，值为1表示是，值为0表示否；i表示未来时刻数，取值为0至7，表示未来两个小时的调整方向一致；α_k,t表示第k个用户在第t时刻调整比例大小；/>表示第k个用户在第t时刻调整前的用电负荷值；Q_k,t表示第k个用户在第t时刻调整后的用电负荷值。

最后是储能装置约束，包括容量约束、充放电功率约束、电量约束、额定容量和额定功率约束。

储能装置的容量约束为：

E^min≤E_t≤E^max

其中：

E^min表示储能装置的最小储能容量(暂定为额定容量的0.05倍)；

E^max表示储能装置的最大储能容量(暂定为额定容量的0.95倍)；

E_t表示时段t内储能装置的现有电量。

储能装置的充放电功率约束

其中：P表示储能装置的额定功率；表示时段t内储能装置的充电状态、放电状态；/>表示时段t内储能装置充电功率、放电功率；/>表示充电状态，值为1表示充电，值为0表示没有充电；/>表示放电状态，值为1表示放电，值为0表示没有放电。

储能装置的电量约束：

其中：Δt表示时间间隔(默认0.25h)；E_t表示t时刻储能装置的电量；P表示储能装置的额定功率；表示第t时刻蓄电池充电功率、放电功率；η^e、η^d表示储能装置的充电效率、放电效率(η^e×η^d＝0.83)；

储能装置的额定容量和额定功率约束：

其中：表示储能装置额定容量与额定功率的比值大小(暂定2，可调)；S表示储能装置的额定容量；P表示储能装置的额定功率。

2.3、模型求解：

经分析，可将本模型求解转化为典型混合整数规划问题，可借助计算软件求解器进行求解。考虑到本模型的计算需求及涉及参数数据的复杂度不算太大，故采用开源求解器SCIP(Solving Constraint Integer Programs)求解。

(3)选择恰当的方法及工具对模型求解，结合具体场景调整决策变量并得出运营收益的预测值，得出结论以辅助运营者进行决策。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (1)

1.一种计及分布式资源的虚拟电厂运营收益的量化分析系统，其特征在于，包括：

数据采集模块，用于采集与关键影响因素对应的待测虚拟电厂的关联数据，其中，采集各时点的日前现货电价、发电机组各部分出力情况、用户负荷及合约电价，并分析其关键影响因素，以及关键影响因素对运营收益的贡献度；

预测模块，用于通过量化分析模型，对所述关联数据进行量化分析，对所述待测虚拟电厂的运营收益进行预测，其中，所述量化分析模型的目标函数表示为：

J₂＝max{C_{jiesuan_income}+C_{joint_user_income}+C_{discrete_user_income}+C_{rent_income}-C_{adjust_cost}-C_{storage_construction_cost}-C_{loss_cost}-C_{storage_use_cost}-C_{examine_cost}}

式中，C_{jiesuan_income}表示结算收益，C_{joint_user_income}表示聚合的用户电费收益，C_{rent_income}表示储能装置租赁费用，C_{adjust_cost}表示负荷响应调节成本，C_{storage_construction_cost}表示储能全生命周期建设运维成本日均摊成本，C_{loss_cost}表示储能装置电能量损失费用，C_{storage_use_cost}表示储能调用成本，C_{examine_cost}表示检测成本，C_{discrete user income}表示离散的用户电费收益；

所述预测模块获取的所述结算收益表示为：

Q_t ^D＝Q_t ^PW+Q_t ^d-Q_t ^LD-Q_t ^e

式中：T表示总时刻数；表示第t时刻申报功率；P_riqian,t表示第t时刻的全网日前电价预测值；Δt表示时间间隔；/>表示第t时刻发电机组的发电总功率；/>表示第t时刻蓄电池放电功率、充电功率；/>表示第t时刻所有用户的用电负荷；

所述预测模块获取的聚合的用户电费收益表示为：

式中：表示第k个用户在第t时刻对应的合约电价；/>表示所有用户在第t时刻调整后的用电负荷总量；K表示用户数量；/>表示第k个用户在第t时刻调整后的用电负荷值；

所述预测模块获取的负荷响应调节成本表示为：

式中：P_riqian,t表示第t时刻的全网日前电价预测值；P_{user_contract,t}表示第t时刻用户的合约电价；ε表示用户的分成比例；表示第k个用户在第t时刻的调整负荷大小，/>表示所有用户在第t时刻的调整负荷总量；

所述预测模块获取的储能装置电能量损失费用表示为：

其中：η^e、η^d表示储能装置的充电效率、放电效率；表示现货日前均价；P_transmission表示输配电价；P_government表示政府性基金及附加；

所述预测模块获取的储能调用成本表示为：

其中：S表示储能装置的额定容量；c_t表示t时刻内充放电量占用额定容量的比例大小；C_one表示储能设备循环一次的费用；

所述预测模块用于基于所述目标函数，通过设置约束条件，构建所述量化分析模型，其中，所述约束条件包括：发电及负荷状态下中标出力约束、可调负荷响应能力约束、储能装置约束；

所述预测模块获取的所述发电及负荷状态下中标出力约束包括：发电状态下中标出力约束：如果则使用以下约束生成发电状态下/>的中标出力，则最小、最大发电出力申报约束为：

Q₀≥Q_min

Q_n≤βQ_max

式中：n表示发电状态下出力段所分段数；Q₀表示发电状态下第1段出力下限；Q_min表示发电状态下最小出力大小；Q_n表示发电状态下最后一段段出力上限；β表示发电比例系数，默认为50％；Q_max表示总装机容量；

申报前后段出力间隔约束为：

其中：Q_i表示发电状态下第i段出力上限，同时为第i+1的出力下限；Q_i+1表示发电状态下第i+1段出力上限，同时为第i+2的出力下限；α表示发电状态下的比例系数，默认为0.5；

负荷状态下中标负荷约束：如果则使用以下约束生成负荷状态下/>的中标负荷，则最小、最大的用电负荷申报约束为：

Q′₀≥Q′_min

Q′_n≤β′Q′_max

其中：n表示用电负荷段所分段数；Q′₀表示负荷状态下第1段用电负荷下限；Q′_n表示负荷状态下最后一段段用电负荷上限；β′表示负荷比例系数；Q′_min表示用电负荷最小值；Q′_max表示用电负荷最大值；

申报前后段出力间隔约束为：

其中：α′表示负荷状态下的比例系数；Q′_i表示负荷状态下第i段用电负荷上限；Q′_i+1表示负荷状态下第i+1段用电负荷上限；

所述预测模块获取的可调负荷响应能力约束表示为：

其中：表示第k个用户在第t时刻可上调最大比例；/>表示第k个用户在第t时刻可下调最大比例；/>表示t时刻是否对负荷进行上调，值为1表示是，值为0表示否；/>表示t时刻是否对负荷进行下调，值为1表示是，值为0表示否；i表示未来时刻数，取值为0至7，表示未来两个小时的调整方向一致；α_k,t表示第k个用户在第t时刻调整比例大小；/>表示第k个用户在第t时刻调整前的用电负荷值；Q_k,t表示第k个用户在第t时刻调整后的用电负荷值；

所述储能装置约束包括容量约束、充放电功率约束、电量约束、额定容量和额定功率约束，其中，储能装置的容量约束为：

E^min≤E_t≤E^max

式中，E^min表示储能装置的最小储能容量，E^max表示储能装置的最大储能容量；

E_t表示时段t内储能装置的现有电量；

储能装置的充放电功率约束：

式中，P表示储能装置的额定功率；表示时段t内储能装置的充电状态、放电状态；/>表示时段t内储能装置充电功率、放电功率；/>表示充电状态，值为1表示充电，值为0表示没有充电；/>表示放电状态，值为1表示放电，值为0表示没有放电；

储能装置的电量约束：

其中：Δt表示时间间隔；E_t表示t时刻储能装置的电量；P表示储能装置的额定功率；表示第t时刻蓄电池充电功率、放电功率；η^e、η^d表示储能装置的充电效率、放电效率，η^e×η^d＝0.83；

储能装置的额定容量和额定功率约束：

其中：表示储能装置额定容量与额定功率的比值大小；S表示储能装置的额定容量；P表示储能装置的额定功率。