CN117291460A - 一种虚拟电厂响应评估方法、装置、设备及介质 - Google Patents
一种虚拟电厂响应评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117291460A CN117291460A CN202311176491.0A CN202311176491A CN117291460A CN 117291460 A CN117291460 A CN 117291460A CN 202311176491 A CN202311176491 A CN 202311176491A CN 117291460 A CN117291460 A CN 117291460A
- Authority
- CN
- China
- Prior art keywords
- response
- power plant
- virtual power
- energy storage
- discharge
- 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 159
- 238000011156 evaluation Methods 0.000 title claims abstract description 68
- 238000004146 energy storage Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004590 computer program Methods 0.000 claims description 18
- 230000003827 upregulation Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 101001095088 Homo sapiens Melanoma antigen preferentially expressed in tumors Proteins 0.000 claims description 4
- 102100037020 Melanoma antigen preferentially expressed in tumors Human genes 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000011002 quantification Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于虚拟电厂技术领域，具体公开了一种虚拟电厂响应评估方法、装置、设备及介质。一种虚拟电厂响应评估方法，包括以下步骤：构建虚拟电厂响应评估一级指标；建立虚拟电厂储能系统充放电模型；将每个一级指标划分为若干二级指标；根据虚拟电厂储能系统充放电模型计算所有二级指标的值；根据所有二级指标的值得到响应评估结果。本发明通过设置一级指标，然后将一级指标划分为二级指标，并建立储能系统充放电模型计算二级指标，充分考虑资源侧对虚拟电厂响应的影响，提高响应评价结果的准确性。
Description
技术领域
本发明属于虚拟电厂技术领域，具体涉及一种虚拟电厂响应评估方法、装置、设备及介质。
背景技术
近年来，由于全球对气候变化的关注，环境的碳化、污染等问题，可再生能源在能源市场中的渗透率明显增长，大大增加了清洁能源的需求。然而，将可再生能源接入电网市场是公网用电面临的潜在问题之一，由于可再生能源的不确定性与随机性，如何高效使用清洁能源，开发创新方法与模型愈发重要。
虚拟电厂是指通过对分布式电源(如太阳能、风能、储能等)进行协同控制和优化管理，实现能源集成和调度，提高能源利用效率和可再生能源的可靠性和稳定性的电力系统。为了使虚拟电厂具有良好的响应能力，在电网负荷需求变化时能够快速适应和响应，需要建立相应的响应能力量化模型。虚拟电厂响应能力量化模型是建立在虚拟电厂控制算法和优化模型的基础上的。其核心思想是通过对虚拟电厂运行状态和负荷需求的实时监测和预测，利用先进的控制算法和优化模型，使虚拟电厂能够快速适应和响应电网负荷需求变化，从而提高电力系统的可靠性和稳定性。
现有虚拟电厂响应评价模型常基于调度市场和调度中心建立，忽略虚拟电厂和资源侧之间的响应关系，且现有虚拟电厂响应能力量化模型还存在以下的缺陷和不足：(1)模型复杂度高。由于虚拟电厂包含大量的分散式电源，需要同时考虑多个变量和因素，导致模型复杂度高，难以建立简捷有效的响应能力量化模型。(2)缺乏统一的响应能力评估标准。目前，虚拟电厂响应能力评估标准存在差异性和局限性，缺乏统一的评估标准和指标体系，影响了虚拟电厂响应能力的精确评估和比较。(3)缺乏实时性和准确性。由于虚拟电厂响应能力量化模型需要对虚拟电厂的状态和负荷需求进行实时监测和预测，需要大量的数据支持和计算资源，缺乏实时性和准确性，影响了虚拟电厂响应能力的实际应用效果。(4)安全风险较高。由于虚拟电厂下级资源侧为大量分布式资源，数据来源多，易出现数据缺失，数据缺失会导致出现安全风险，一旦出现安全问题，将会对电力系统的稳定性和可靠性造成严重影响。因此，虚拟电厂响应能力量化模型需要加强安全性能的设计和评估。
发明内容
本发明的目的在于提供一种虚拟电厂响应评估方法、装置、设备及介质，以解决现有虚拟电厂响应评估结果不准确的技术问题。
为实现上述目的，本发明采用如下技术方案予以实现：
第一方面，本发明提供一种虚拟电厂响应评估方法，包括以下步骤：
构建虚拟电厂响应评估一级指标；
建立虚拟电厂储能系统充放电模型；
将每个一级指标划分为若干二级指标；
根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
根据所有二级指标的值得到响应评估结果。
本发明的进一步改进在于：所述一级指标包括时效性、可靠性和连接度。
本发明的进一步改进在于：所述虚拟电厂储能系统充放电模型表示为：
Eb(t+1)＝Eb(t)-Pb(t)ηbΔt
Eb,≤Eb(t)≤Eb,
Pbc,≤Pb(t)≤Pbd,
式中，Eb(t)为t时刻储能系统储存电能；Pb(t)为t时刻充放电功率，以放电功率为正；ηb为充放电效率；Eb,为储能系统储存电能的下限；Eb,为储能系统储存电能的上限；为充电功率上限；Pbd,为放电功率上限，Δt为单位时间。
本发明的进一步改进在于：所述时效性下的二级指标包括：调节速率、响应持续时间和响应时延；
所述可靠性下的二级指标包括：调节曲线、调节精度、在线时长、最大上调能力和最大下调能力；
所述连接度下的二级指标为在线率。
本发明的进一步改进在于：所述调节速率表示为：
式中，Rb(t)为t时刻储能系统爬坡率；为单位时间△t内出力向下调节最大值响应持续时间；/>为单位时间Δt内出力向上调节最大值响应持续时间；
调节速率的评价方法为：
所述响应持续时间包括充电状态和放电状态；
处于充电状态时，响应持续时间为：
处于放电状态时，响应持续时间为：
响应时延的评价方法为：
式中，T为响应时延，τ0为业务要求的时间阈值；
调节曲线是基于负荷曲线和需求曲线采用MAPE回归预测进行评分测算的，调节曲线表示为：
调节精度表示为：
在线时长表示为：
最大上调能力的评价方法表示为：
式中，Pb-(t)为储能充电功率；Pb,max为储能充放电最大功率；
最大下调能力的评价方法表示为：
式中，Pb+(t)为储能放电功率；Pb,max为储能充放电最大功率；
具体的，在线率评价方法表示为：
本发明的进一步改进在于：所述业务要求的时间阈值中包括：DER调控业务的响应时延<1s；用电负荷需求响应控制业务的响应时延≤0.2s；高级计量业务的响应时延<3s；调峰响应业务的响应时延<10s；调频响应业务的响应时延<0.05s。
本发明的进一步改进在于：所述根据所有二级指标的值得到响应评估结果的步骤中，通过将所有二级指标的值先相加再平均从而得到响应评估结果。
第二方面，一种虚拟电厂响应评估方法，包括以下步骤：
一级指标构建模块：用于构建虚拟电厂响应评估一级指标；
模型建立模块：用于建立虚拟电厂储能系统充放电模型；
二级指标划分模块：用于将每个一级指标划分为若干二级指标；
二级指标计算模块：用于根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
评估模块：用于根据所有二级指标的值得到响应评估结果。
第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的一种虚拟电厂响应评估方法。
第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序计算机程序被处理器执行时实现上述的一种虚拟电厂响应评估方法。
与现有技术相比，本发明至少包括以下有益效果：
1、本发明通过设置一级指标，然后将一级指标划分为二级指标，并建立储能系统充放电模型计算二级指标，充分考虑资源侧对虚拟电厂响应的影响，提高响应评价结果的准确性；
2、本发明通过在一级指标内设置安全性指标，从而评价数据获取过程中数据缺失情况，及时发现数据缺失，避免安全问题；
3、本发明提供的用于虚拟电厂响应服务能力评估的量化技术，提出一种用于评估虚拟电厂感知资源的量化模型，通过感知通信承载环境和优化接入方式，准确把握资源数据接入和上下行传输两个信息网络的动态变化，实现虚拟电厂响应性能的动态评估。
4、本发明刻画了面向储能的通信约束在虚拟电厂物理可行域的投影，将储能的各项表征化参数与虚拟电厂通信系统中的各项特征指标进行对应，指标量化评估模型在提高其灵活性和实时性的同时，还能够更加直观地评价虚拟电厂响应服务能力。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1为本发明一种虚拟电厂响应评估方法的流程图；
图2为本发明一种虚拟电厂响应评估装置的结构框图；
图3为本发明一种虚拟电厂响应评估方法中评价体系结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
实施例1
一种虚拟电厂响应评估方法，如图1所示，包括以下步骤：
S1、构建虚拟电厂响应评估一级指标；
一级指标包括时效性、可靠性和连接度；
S2、建立虚拟电厂储能系统充放电模型；
具体的，由于储能系统的储存电能主要与其初始值、充放电时储存电能的动态变化与充放电功率有关，所以虚拟电厂储能系统充放电模型表示为：
Eb(t+1)＝Eb(t)-Pb(t)ηbΔt
Eb,≤Eb(t)≤Eb,
Pbc,≤Pb(t)≤Pbd,
式中，Eb(t)为t时刻储能系统储存电能；Pb(t)为t时刻充放电功率，以放电功率为正；ηb为充放电效率；Eb,为储能系统储存电能的下限；Eb,为储能系统储存电能的上限；为充电功率上限；Pbd,为放电功率上限，Δt为单位时间，响应时间可达秒级；
S3、将每个一级指标划分为若干二级指标；
具体的，时效性下的二级指标包括：调节速率、响应持续时间和响应时延；
可靠性下的二级指标包括：调节曲线、调节精度、在线时长、最大上调能力和最大下调能力；
连接度下的二级指标为在线率；
S4、根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
具体的，调节速率表示为：
式中，Rb(t)为t时刻储能系统爬坡率；为单位时间△t内出力向下调节最大值响应持续时间；/>为单位时间Δt内出力向上调节最大值响应持续时间；
调节速率的评价方法为：
具体的，响应持续时间在充电状态和放电状态表达方式不同；
当调节要求时为充电状态，响应持续时间为：
充电持续时间为充电持续时间根据虚拟电厂储能系统充放电模型计算，其表达式为：
当调节要求时为放电状态，响应持续时间为：
放电持续时间为放电持续时间根据虚拟电厂储能系统充放电模型计算，其表达式为：
具体的，由于当需求响应业务从调度指令下发至设备端，再从设备端传回调度中心时，需满足秒级/毫秒级的信息交互需求，τ为端到端的时延，所以响应时延评价方式为:
式中，T为响应时延，τ0为业务要求的时间阈值，其中典型虚拟电厂业务应用的时间阈值包括DER调控业务的响应时延为<1s；用电负荷需求响应控制业务的响应时延为≤0.2s；高级计量(低压集抄)业务的响应时延为<3s；调峰响应业务的响应时延为<10s；调频响应业务的响应时延为<0.05s。
具体的，调节曲线是基于负荷曲线和需求曲线采用MAPE回归预测进行评分测算的，调节曲线表示为：
具体的，调节精度表示为：
具体的，在线时长表示为：
具体的，最大上调能力根据虚拟电厂储能系统充放电模型表示为：
式中，为最大上调能力；
最大上调能力的评价方法表示为：
具体的，最大下调能力根据虚拟电厂储能系统充放电模型表示为：
式中，为最大上调能力；
最大下调能力的评价方法表示为：
式中，Pb+(t)为储能放电功率；Pb,max为储能充放电最大功率；
具体的，在线率评价方法表示为：
S5、根据所有二级指标的值得到响应评估结果；
具体的，在S5中包括以下步骤：
S51、根据调节速率的值、响应持续时间的值和响应时延的值计算时效性的值；
时效性＝Average(调节速率+响应持续时间+响应时延)；
S52、根据调节曲线的值、调节精度的值、在线时长的值、最大上调能力的值和最大下调能力的值计算可靠性的值；
可靠性＝Average(调节曲线+调节精度+在线时长+最大上调能力+
最大下调能力)；
S53、在线率的值等于连接度的值；
连接度＝在线率；
S54、根据各一级指标的值得到响应评估结果。
F＝Average(时效性+可靠性+连接度)
式中：F为响应评估结果。
具体的，根据二级指标计算一级指标值的过程不局限于本实施例中求平均的方法，也可根据实际情况采用不同方法赋予不同二级指标权重，然后加权求和得到各一级指标的值；
同时根据各一级指标的值计算响应评估结果的过程不局限于本实施例中求平均的方法，也可根据实际情况采用不同方法赋予不同一级指标权重，然后加权求和得到响应评估结果。
本实施例中虚拟电厂响应评估体系如图3所示。
实施例2
一种虚拟电厂响应评估装置，如图2所示，包括以下步骤：
一级指标构建模块：用于构建虚拟电厂响应评估一级指标；
一级指标包括时效性、可靠性和连接度；
模型建立模块：用于建立虚拟电厂储能系统充放电模型；
具体的，由于储能系统的储存电能主要与其初始值、充放电时储存电能的动态变化与充放电功率有关，所以虚拟电厂储能系统充放电模型表示为：
Eb(t+1)＝Eb(t)-Pb(t)ηbΔt
Eb,≤Eb(t)≤Eb,
Pbc,≤Pb(t)≤Pbd,
式中，Eb(t)为t时刻储能系统储存电能；Pb(t)为t时刻充放电功率，以放电功率为正；ηb为充放电效率；Eb,为储能系统储存电能的下限；Eb,为储能系统储存电能的上限；为充电功率上限；Pbd,为放电功率上限，Δt为单位时间，响应时间可达秒级；
二级指标划分模块：用于将每个一级指标划分为若干二级指标；
具体的，时效性下的二级指标包括：调节速率、响应持续时间和响应时延；
可靠性下的二级指标包括：调节曲线、调节精度、在线时长、最大上调能力和最大下调能力；
连接度下的二级指标为在线率；
二级指标计算模块：用于根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
具体的，调节速率表示为：
式中，Rb(t)为t时刻储能系统爬坡率；为单位时间△t内出力向下调节最大值响应持续时间；/>为单位时间Δt内出力向上调节最大值响应持续时间；
调节速率的评价方法为：
具体的，响应持续时间在充电状态和放电状态表达方式不同；
当调节要求时为充电状态，响应持续时间为：
充电持续时间为充电持续时间根据虚拟电厂储能系统充放电模型计算，其表达式为：
当调节要求时为放电状态，响应持续时间为：
放电持续时间为放电持续时间根据虚拟电厂储能系统充放电模型计算，其表达式为：
具体的，由于当需求响应业务从调度指令下发至设备端，再从设备端传回调度中心时，需满足秒级/毫秒级的信息交互需求，τ为端到端的时延，所以响应时延评价方式为：
式中，T为响应时延，τ0为业务要求的时间阈值，其中典型虚拟电厂业务应用的时间阈值包括DER调控业务的响应时延为<1s；用电负荷需求响应控制业务的响应时延为≤0.2s；高级计量(低压集抄)业务的响应时延为<3s；调峰响应业务的响应时延为<10s；调频响应业务的响应时延为<0.05s。
具体的，调节曲线是基于负荷曲线和需求曲线采用MAPE回归预测进行评分测算的，调节曲线表示为：
具体的，调节精度表示为：
具体的，在线时长表示为：
具体的，最大上调能力根据虚拟电厂储能系统充放电模型表示为：
式中，为最大上调能力；
最大上调能力的评价方法表示为：
具体的，最大下调能力根据虚拟电厂储能系统充放电模型表示为：
式中，为最大上调能力；
最大下调能力的评价方法表示为：
式中，Pb+(t)为储能放电功率；Pb,max为储能充放电最大功率；
具体的，在线率评价方法表示为：
评估模块：用于根据所有二级指标的值得到响应评估结果；
具体的，在评估模块中包括以下步骤：
根据调节速率的值、响应持续时间的值和响应时延的值计算时效性的值；
时效性＝Average(调节速率+响应持续时间+响应时延)；
根据调节曲线的值、调节精度的值、在线时长的值、最大上调能力的值和最大下调能力的值计算可靠性的值；
可靠性＝Average(调节曲线+调节精度+在线时长+最大上调能力+
最大下调能力)；
在线率的值等于连接度的值；
连接度＝在线率；
根据各一级指标的值得到响应评估结果。
F＝Average(时效性+可靠性+连接度)
式中：F为响应评估结果。
具体的，根据二级指标计算一级指标值的过程不局限于本实施例中求平均的方法，也可根据实际情况采用不同方法赋予不同二级指标权重，然后加权求和得到各一级指标的值；
同时根据各一级指标的值计算响应评估结果的过程不局限于本实施例中求平均的方法，也可根据实际情况采用不同方法赋予不同一级指标权重，然后加权求和得到响应评估结果。
实施例3
一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现一种虚拟电厂响应评估方法，包括以下步骤：
构建虚拟电厂响应评估一级指标；
建立虚拟电厂储能系统充放电模型；
将每个一级指标划分为若干二级指标；
根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
根据所有二级指标的值得到响应评估结果。
实施例4
一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现一种虚拟电厂响应评估方法，包括以下步骤：
构建虚拟电厂响应评估一级指标；
建立虚拟电厂储能系统充放电模型；
将每个一级指标划分为若干二级指标；
根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
根据所有二级指标的值得到响应评估结果。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种虚拟电厂响应评估方法，其特征在于，包括以下步骤：
构建虚拟电厂响应评估一级指标；
建立虚拟电厂储能系统充放电模型；
将每个一级指标划分为若干二级指标；
根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
根据所有二级指标的值得到响应评估结果。
2.根据权利要求1所述的一种虚拟电厂响应评估方法，其特征在于，所述一级指标包括时效性、可靠性和连接度。
3.根据权利要求1所述的一种虚拟电厂响应评估方法，其特征在于，所述虚拟电厂储能系统充放电模型表示为：
Eb(t+1)＝Eb(t)-Pb(t)ηbΔt
Eb,min≤Eb(t)≤Eb,max
Pbc,max≤Pb(t)≤Pbd,max
式中，Eb(t)为t时刻储能系统储存电能；Pb(t)为t时刻充放电功率，以放电功率为正；ηb为充放电效率；Eb,min为储能系统储存电能的下限；Eb,max为储能系统储存电能的上限；为充电功率上限；Pbd,max为放电功率上限，Δt为单位时间。
4.根据权利要求2所述的一种虚拟电厂响应评估方法，其特征在于，所述时效性下的二级指标包括：调节速率、响应持续时间和响应时延；
所述可靠性下的二级指标包括：调节曲线、调节精度、在线时长、最大上调能力和最大下调能力；
所述连接度下的二级指标为在线率。
5.根据权利要求4所述的一种虚拟电厂响应评估方法，其特征在于，所述调节速率表示为：
式中，Rb(t)为t时刻储能系统爬坡率；为单位时间△t内出力向下调节最大值响应持续时间；/>为单位时间Δt内出力向上调节最大值响应持续时间；
调节速率的评价方法为：
所述响应持续时间包括充电状态和放电状态；
处于充电状态时，响应持续时间为：
处于放电状态时，响应持续时间为：
响应时延的评价方法为：
式中，T为响应时延，τ0为业务要求的时间阈值；
调节曲线是基于负荷曲线和需求曲线采用MAPE回归预测进行评分测算的，调节曲线表示为：
调节精度表示为：
在线时长表示为：
最大上调能力的评价方法表示为：
式中，Pb-(t)为储能充电功率；Pb,max为储能充放电最大功率；
最大下调能力的评价方法表示为：
式中，Pb+(t)为储能放电功率；Pb,max为储能充放电最大功率；
具体的，在线率评价方法表示为：
6.根据权利要求5所述的一种虚拟电厂响应评估方法，其特征在于，所述业务要求的时间阈值中包括：DER调控业务的响应时延<1s；用电负荷需求响应控制业务的响应时延≤0.2s；高级计量业务的响应时延<3s；调峰响应业务的响应时延<10s；调频响应业务的响应时延<0.05s。
7.根据权利要求1所述的一种虚拟电厂响应评估方法，其特征在于，所述根据所有二级指标的值得到响应评估结果的步骤中，通过将所有二级指标的值先相加再平均从而得到响应评估结果。
8.一种虚拟电厂响应评估方法，其特征在于，包括以下步骤：
一级指标构建模块：用于构建虚拟电厂响应评估一级指标；
模型建立模块：用于建立虚拟电厂储能系统充放电模型；
二级指标划分模块：用于将每个一级指标划分为若干二级指标；
二级指标计算模块：用于根据虚拟电厂储能系统充放电模型计算所有二级指标的值；
评估模块：用于根据所有二级指标的值得到响应评估结果。
9.一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现权利要求1～7中任一项所述的一种虚拟电厂响应评估方法。
10.一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现权利要求1～7中任一项所述的一种虚拟电厂响应评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311176491.0A CN117291460A (zh) | 2023-09-12 | 2023-09-12 | 一种虚拟电厂响应评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311176491.0A CN117291460A (zh) | 2023-09-12 | 2023-09-12 | 一种虚拟电厂响应评估方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117291460A true CN117291460A (zh) | 2023-12-26 |
Family
ID=89256331
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311176491.0A Pending CN117291460A (zh) | 2023-09-12 | 2023-09-12 | 一种虚拟电厂响应评估方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117291460A (zh) |
-
2023
- 2023-09-12 CN CN202311176491.0A patent/CN117291460A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luo et al. | Coordinated operational planning for wind farm with battery energy storage system | |
| KR20140105506A (ko) | 전력 생산 용량의 적응 및 에너지 저장 유닛 사이즈의 결정 | |
| CN103679282B (zh) | 风电功率爬坡的预测方法 | |
| Zhao et al. | Optimal siting and sizing of Energy Storage System for power systems with large-scale wind power integration | |
| CN108281989B (zh) | 一种风电电力系统经济调度方法及装置 | |
| CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及系统 | |
| CN110912200A (zh) | 一种梯级水电站优化调度系统、方法及安全电网系统 | |
| CN115619288A (zh) | 一种分布式综合能源的利用评估方法及系统 | |
| CN107122599B (zh) | 一种蓄热电锅炉实时消纳弃风弃光电量能力的评估方法 | |
| CN112651560B (zh) | 一种超短期风功率预测方法、装置及设备 | |
| CN110752598A (zh) | 多点分布式储能系统灵活性评价方法和装置 | |
| CN107516902B (zh) | 计及市场运作规则的多种可中断负荷实时协调控制方法 | |
| CN117091242A (zh) | 空调温控负荷集群的评估方法、温度设定方法及系统 | |
| CN117291460A (zh) | 一种虚拟电厂响应评估方法、装置、设备及介质 | |
| Li et al. | A chance-constrained programming based energy storage system sizing model considering uncertainty of wind power | |
| CN111900740B (zh) | 一种基于需求响应设备的电力系统调频方法和系统 | |
| Wang et al. | Smoothing control of wind power fluctuations with battery energy storage system of electric vehicles | |
| CN113011030B (zh) | 基于cps1的调频容量分配方法、装置及存储介质 | |
| Huang et al. | Cascade hydropower stations optimal dispatch considering flexible margin in renewable energy power system | |
| CN117200261B (zh) | 一种基于电网调频的储能设备控制方法、装置和存储介质 | |
| CN115425671B (zh) | 一种风光蓄联合系统中抽水蓄能机组调节强度的评估方法 | |
| CN113328474B (zh) | 一种新能源agc子站测试系统、方法、设备和介质 | |
| CN104283225A (zh) | 风电场运行控制装置及方法 | |
| CN117559464B (zh) | 一种电力需求响应的调控方法、系统、电子设备及介质 | |
| CN112803396B (zh) | 一种调频机组的容量测量方法、装置以及电子设备 |
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 |