CN117541300B - 虚拟电厂交易管理方法、系统、设备及存储介质 - Google Patents
虚拟电厂交易管理方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117541300B CN117541300B CN202410020355.0A CN202410020355A CN117541300B CN 117541300 B CN117541300 B CN 117541300B CN 202410020355 A CN202410020355 A CN 202410020355A CN 117541300 B CN117541300 B CN 117541300B
- Authority
- CN
- China
- Prior art keywords
- power plant
- virtual power
- target
- transaction
- virtual
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 27
- 230000005611 electricity Effects 0.000 claims abstract description 92
- 238000005457 optimization Methods 0.000 claims abstract description 83
- 230000008901 benefit Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004146 energy storage Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 8
- NFGXHKASABOEEW-UHFFFAOYSA-N 1-methylethyl 11-methoxy-3,7,11-trimethyl-2,4-dodecadienoate Chemical compound COC(C)(C)CCCC(C)CC=CC(C)=CC(=O)OC(C)C NFGXHKASABOEEW-UHFFFAOYSA-N 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Technology Law (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种虚拟电厂交易管理方法、系统、设备及存储介质，包括根据虚拟电厂的功率信息、负荷信息和供求信息，结合实时电价，确定配电网的统一交易价格；根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略。本发明的方法能够有效提高虚拟电厂交易管理的效率，实现效益最大化。
Description
技术领域
本发明涉及虚拟电厂技术领域，尤其涉及一种虚拟电厂交易管理方法、系统、设备及存储介质。
背景技术
电力系统经济调度的研究是为了在满足系统电能质量约束和安全约束的前提下，可以最大限度地提高系统运行的经济性。电力系统经济调度问题是一个复杂的多维度、多约束的非线性优化问题，即要在满足各种等式、不等式约束的条件下，求解各种可能的机组组合，并根据条件进行优选。
申请号为CN202010393024.3，发明名称为一种虚拟电厂交易系统及其设计方法的专利，公开了所述虚拟电厂交易系统包括构建市场成员注册模型，市场组织模型，市场出清模型和市场结算模型，注册模型由虚拟电厂信息和服务商资源详情构成，市场出清模型由虚拟电厂报价信息和交易出清结果组成；市场结算模型是由运管平台执行响应信息和交易结果信息组成，运管平台执行响应模型包括参与交易虚拟电厂的实际响应电量与偏差量，其通过分解市场职能与需求，对虚拟电厂市场交易的各个步骤进行模型细化。
但是其单纯从市场角度进行虚拟电厂交易分析，并未从虚拟电厂外部与内部的关系上进行分析，只是从一个方面考虑难以综合多方面因素进行综合分析，导致分析结果片面且不准确。
发明内容
本发明实施例提供一种虚拟电厂交易管理方法、系统、设备及存储介质，能够至少解决现有技术中的部分问题，也即，能够解决现有技术从一个方面考虑难以综合多方面因素进行综合分析，导致分析结果片面且不准确的问题。
本发明实施例的第一方面，
提供一种虚拟电厂交易管理方法，包括：
根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；
根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略。
在一种可选的实施方式中，
所述方法还包括构建所述第一目标优化模型：
根据所述配电网的统一交易价格，以及所述虚拟电厂与所述配电网的预期交易价格，确定所述虚拟电厂的对外竞标价格，结合所述虚拟电厂的购电功率以及对外输出功率，确定所述虚拟电厂对配电网的第一售电收益；
根据所述虚拟电厂向其他虚拟电厂的购电价格和售电价格，以及向其他虚拟电厂的售电功率和购电功率，确定所述虚拟电厂对其他虚拟电厂的第二售电收益；
根据所述虚拟电厂在t时刻填谷调峰的填谷成本、削峰调峰的削峰成本，以及在t时刻填谷调峰的填谷容量、削峰调峰的削峰容量，确定所述虚拟电厂的第一调整成本；
根据所述虚拟电厂的可转移负荷的期望变化量与原始用电负荷的负荷差，以及所述虚拟电厂的负荷变动成本系数，确定所述虚拟电厂的第二负荷成本；
基于所述第一售电收益、所述第一售电收益对应的第一权重系数；所述第二售电收益、所述第二售电收益对应的第二权重系数；所述第一调整成本、所述第一调整成本对应的第三权重系数，以及所述第二负荷成本、所述第二负荷成本对应的第四权重系数，构建所述第一目标优化模型。
在一种可选的实施方式中，
所述以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型包括：
；
其中，
；
；
；
；
其中，minEX loss表示虚拟电厂交易损失最小化，T、M分别表示调整周期以及虚拟电厂的数量，w 1、w 2、w 3、w 4分别表示第一权重系数、第二权重系数、第三权重系数以及第四权重系数；
S 1表示所述第一售电收益，PRI y表示预期交易价格，PRI t表示统一交易价格，T表示调整周期，P s,t、P b,t分别表示t时刻虚拟电厂的购电功率以及对外输出功率，k s,t、k b,t分别表示购电功率对应的第一功率系数以及对外输出功率对应的第二功率系数；
S 2表示所述第二售电收益，P vf,t、P pf,t分别表示t时刻所述虚拟电厂向其他虚拟电厂的售电功率和购电功率，PRI vf,t、PRI pf,t分别表示t时刻所述虚拟电厂向其他虚拟电厂的购电价格和售电价格；
C 3表示所述第一调整成本，C ch,t、C yh,t分别表示所述虚拟电厂在t时刻填谷调峰的填谷成本以及所述虚拟电厂在t时刻削峰调峰的削峰成本，R ch,t、R yh,t分别表示所述虚拟电厂在t时刻填谷调峰的填谷容量以及所述虚拟电厂在t时刻削峰调峰的削峰容量，B t表示t时刻调整成本系数；
C 4表示所述第二负荷成本，c表示所述虚拟电厂的负荷变动成本系数，Q q,j表示所述虚拟电厂的可转移负荷的期望变化量，Q c,j表示所述原始用电负荷。
在一种可选的实施方式中，
所述方法还包括构建所述第二目标优化模型：
根据所述分布式能源中柔性负荷在所述虚拟电厂的购电量、竞标电量，以及所述柔性负荷的备用收益、所述柔性负荷的备用补偿价格，确定所述柔性负荷对应的第一竞标信息；
根据所述分布式能源中储能装置参与所述虚拟电厂的充放电量、所述储能装置的原始储能电量、充放电效率，确定所述储能装置对应的第二竞标信息；
基于所述第一竞标信息、所述第二竞标信息以及所述交易优化策略，构建所述第二目标优化模型。
在一种可选的实施方式中，
所述构建所述第二目标优化模型包括：
；
；
；
其中，maxF CY表示所述虚拟电厂经济效益最大化，minEX loss表示虚拟电厂交易损失最小化，T表示调整周期，H c,t 、H r,t分别表示所述第一竞标信息和所述第二竞标信息；
P load,t表示柔性负荷在所述虚拟电厂的购电量，P FL,t表示竞标电量，S c表示所述柔性负荷的备用收益，PRI c表示所述柔性负荷的备用补偿价格，L g表示价格调整系数；
Q charge、Q release分别表示所述储能装置参与所述虚拟电厂的充电量和放电量，d charge、d release分别表示充电效率系数和放电效率系数，Q e表示原始储能电量。
在一种可选的实施方式中，
所述以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型包括：
基于所述第二目标优化模型的参数设置初始种群数量以及初始值，并对所述初始种群进行初始化；
为所述初始种群的目标对象生成随机初始速度以及初始位置，并计算所述目标对象的适应度；
对所述目标对象的速度和位置进行迭代更新，计算并比较每个目标对象的适应度，选出新的全局最优位置，判断是否达到规定的循环次数，若是，根据所有目标对象的适应度值对其进行排序，每次都将排名在前一半的目标对象的适应度值替换排名在后一半的目标对象的适应度值，计算当前种群的位置中心，循环迭代，直至确定当前全局最优解。
在一种可选的实施方式中，
所述计算当前种群的位置中心如下公式所示：
；
；
其中，X cen (d)表示当前种群的位置中心，X i (d)表示第d次迭代在当前种群i中目标对象的位置，X i (d-1)表示第d-1次迭代在当前种群i中目标对象的位置，fitness()表示用来评价可行解质量的适应度函数，Rand表示随机数，M（d）表示第d次种群的数量。
本发明实施例的第二方面，
提供一种虚拟电厂交易管理系统，包括：
第一单元，用于根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；
第二单元，用于根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
第三单元，用于基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略。
本发明实施例的第三方面，
提供一种虚拟电厂交易管理设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本发明实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明提供一种虚拟电厂交易管理方法，
根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
基于交易价格模型，分别考虑配电网运营商与虚拟电厂运营商不同的交易目标，建立虚拟电厂间新能源共享的多目标集中式交易模型。并针对集中式交易模型需要各虚拟电厂私有数据信息的问题，进一步提出虚拟电厂群分布式求解算法，使得虚拟电厂间新能源分布式交易模型可以在配电网与各虚拟电厂运营商内进行独立求解；在模型的求解中仅需传递各虚拟电厂的交易需求量与交易价格,各虚拟电厂内部的发电成本与负荷转移成本等关键的虚拟电厂私有信息不会传递，保障了各虚拟电厂信息的安全性；
基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略；
通过多目标的两阶层求解，可以降低虚拟电厂的购电成本并增大新能源出售方微电网的售电收益。
附图说明
图1为本发明实施例虚拟电厂交易管理方法的流程示意图；
图2为本发明实施例虚拟电厂交易管理系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例虚拟电厂交易管理方法的流程示意图，如图1所示，所述方法包括：
S101. 根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；
示例性地，虚拟电厂将风电、光伏、储能和柔性负荷等多种分布式能源聚合为虚拟整体，虚拟电厂内部各个成员的功能不同，相互协调配合才能使整体有效参与市场交易，获得更多经济效益。
虚拟电厂的运营商可以作为管理者，具有对外参与电力市场的交易和对内与各成员协调配合的双侧互动的功能。虚拟电厂运营商对外参与电力市场时，完成市场信息的获取、竞标计划的制定等工作，获取最大的市场收益；虚拟电厂运营商对内与各成员进行协调配合，实现各分布式能源的协调互动，保证各成员的经济效益。
其中，可以将虚拟电厂的各个分布式能源的功率信息和负荷信息聚合等价为虚拟电厂的功率信息和负荷信息。虚拟电厂运营商在与虚拟电厂间进行新能源交易时，存在成本与收益间的矛盾。因此，运营商需考虑虚拟电厂新能源的充裕度，修正基准价格，从而促进各虚拟电厂用电，增大新能源的消纳率。
根据虚拟电厂的功率信息和负荷信息，确定所述虚拟电厂的供求信息的方法如下公式所示：
；
其中，G表示虚拟电厂的供求信息，N表示虚拟电厂中分布式能源的数量，Q i表示第i个分布式能源的功率信息，F i表示第i个分布式能源的负荷信息，E i表示第i个分布式能源的能源共享系数，A表示虚拟电厂的交易占比值。
实际应用中，配电网与虚拟电厂均以实时电价作为基准价格，虚拟电厂间的新能源交易价格可以保证虚拟电厂间交易运行的经济效益。以该价格信号作为引导，促进虚拟电厂间新能源交易，从而提高新能源在虚拟电厂间的消纳率，虚拟电厂群功率损耗可根据各虚拟电厂联络节点的功率交换值确定。确定配电网的统一交易价格如下公式所示：
；
其中，PRI y表示统一交易价格，PRI t表示预期交易价格，PRI s表示实时电价，N表示虚拟电厂中分布式能源的数量，P i、Q i、U i分别表示第i个分布式能源的联络线节点的有功功率、无功功率以及电压值，R i表示第i个分布式能源与配电网联络线的阻抗值。
各虚拟电厂在保证发用电平衡的前提下，会尽可能增加向配电网或其他虚拟电厂的售电以增大经济收益；或尽可能减少向配电网或其他虚拟电厂购电，调节柔性负荷以降低运行成本。由此，可得到各虚拟电厂在新能源共享交易中以交易损失最小化为目标的模型。
S102. 根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
示例性地，本发明实施例的虚拟电厂的属性信息可以包括虚拟电厂的购电功率、对外输出功率、购电价格、售电价格、调整成本以及负荷转移成本等信息。其中，可以根据配电网的统一交易价格，以及所述虚拟电厂与所述配电网的预期交易价格，确定所述虚拟电厂的对外竞标价格；
各虚拟电厂在保证发用电平衡的前提下，会尽可能增加向配电网或其他虚拟电厂的售电以增大经济收益;或尽可能减少向配电网或其他虚拟电厂购电，调节柔性负荷以降低运行成本。示例性地，本申请实施例的第一目标优化模型用于以虚拟电厂交易损失最小化为目标，用于确定交易优化策略，其中，虚拟电厂在与配电网交易或者在与其他虚拟电厂交易过程中均会产生损失，为了保证后续经济效益最大化，可以先将其损失降到最低，综合优化交易策略，降低整体成本。
在一种可选的实施方式中，
所述方法还包括构建所述第一目标优化模型：
根据所述配电网的统一交易价格，以及所述虚拟电厂与所述配电网的预期交易价格，确定所述虚拟电厂的对外竞标价格，结合所述虚拟电厂的购电功率以及对外输出功率，确定所述虚拟电厂对配电网的第一售电收益；
根据所述虚拟电厂向其他虚拟电厂的购电价格和售电价格，以及向其他虚拟电厂的售电功率和购电功率，确定所述虚拟电厂对其他虚拟电厂的第二售电收益；
根据所述虚拟电厂在t时刻填谷调峰的填谷成本、削峰调峰的削峰成本，以及在t时刻填谷调峰的填谷容量、削峰调峰的削峰容量，确定所述虚拟电厂的第一调整成本；
根据所述虚拟电厂的可转移负荷的期望变化量与原始用电负荷的负荷差，以及所述虚拟电厂的负荷变动成本系数，确定所述虚拟电厂的第二负荷成本；
基于所述第一售电收益、所述第一售电收益对应的第一权重系数；所述第二售电收益、所述第二售电收益对应的第二权重系数；所述第一调整成本、所述第一调整成本对应的第三权重系数，以及所述第二负荷成本、所述第二负荷成本对应的第四权重系数，构建所述第一目标优化模型。
其中，虚拟电厂的对外竞标价格可以通过所述配电网的统一交易价格，以及所述虚拟电厂与所述配电网的预期交易价格的价格差值确定，也即对外竞标价格为（PRI y-PRI t）。
在一种可选的实施方式中，
所述以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型包括：
；
其中，
；
；
；
；
其中，minEX loss表示虚拟电厂交易损失最小化，T、M分别表示调整周期以及虚拟电厂的数量，w 1、w 2、w 3、w 4分别表示第一权重系数、第二权重系数、第三权重系数以及第四权重系数；
S 1表示所述第一售电收益，PRI y表示统一交易价格，PRI t表示预期交易价格，T表示调整周期，P s,t、P b,t分别表示t时刻虚拟电厂的购电功率以及对外输出功率，k s,t、k b,t分别表示购电功率对应的第一功率系数以及对外输出功率对应的第二功率系数；
S 2表示所述第二售电收益，P vf,t、P pf,t分别表示t时刻所述虚拟电厂向其他虚拟电厂的售电功率和购电功率，PRI vf,t、PRI pf,t分别表示t时刻所述虚拟电厂向其他虚拟电厂的购电价格和售电价格；
C 3表示所述第一调整成本，C ch,t、C yh,t分别表示所述虚拟电厂在t时刻填谷调峰的填谷成本以及所述虚拟电厂在t时刻削峰调峰的削峰成本，R ch,t、R yh,t分别表示所述虚拟电厂在t时刻填谷调峰的填谷容量以及所述虚拟电厂在t时刻削峰调峰的削峰容量，B t表示t时刻调整成本系数；
C 4表示所述第二负荷成本，c表示所述虚拟电厂的负荷变动成本系数，Q q,j表示所述虚拟电厂的可转移负荷的期望变化量，Q c,j表示所述原始用电负荷。
通过求解第一目标优化模型，能够确定虚拟电厂交易损失最小化的情况下，对应的第一售电收益、第二售电收益以及第一调整成本和第二负荷成本，也即本申请所指的交易优化策略。
S103. 基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略。
示例性地，虚拟电厂作为价格接受者参与日前电能量市场和调峰辅助服务市场，虚拟电厂运营商制定电能量市场的竞标计划时，要根据内部各成员信息进行决策，如出力预测较小时，虚拟电厂主要作为购电方参与日前能量市场，则需要考虑通过内部资源的协调运行实现对外购电的“削峰填谷”，最大可能降低购电费用；当出力预测较大时，虚拟电厂主要作为售电方，则考虑如何通过内部资源协作实现在高价时段多售电、在低价时段少售电，从而获得更多售电收益。
示例性地，竞标信息可以包括电能量市场发布次日的峰平谷时段划分和价格等信息，调峰辅助服务市场发布次日的调峰时段、价格等信息，虚拟电厂根据市场信息和内部成员信息制定次日参与两个市场的竞标计划，并在两 个市场进行信息申报。
在一种可选的实施方式中，
所述方法还包括构建所述第二目标优化模型：
根据所述分布式能源中柔性负荷在所述虚拟电厂的购电量、竞标电量，以及所述柔性负荷的备用收益、所述柔性负荷的备用补偿价格，确定所述柔性负荷对应的第一竞标信息；
根据所述分布式能源中储能装置参与所述虚拟电厂的充放电量、所述储能装置的原始储能电量、充放电效率，确定所述储能装置对应的第二竞标信息；
基于所述第一竞标信息、所述第二竞标信息以及所述交易优化策略，构建所述第二目标优化模型。
示例性地，第一竞标信息用于指示与柔性负荷相关的竞标信息，第二竞标信息用于指示与储能装置相关的竞标信息。
在一种可选的实施方式中，
所述构建所述第二目标优化模型包括：
；
；
；
其中，maxF CY表示所述虚拟电厂经济效益最大化，minEX loss表示虚拟电厂交易损失最小化，T表示调整周期，H c,t 、H r,t分别表示所述第一竞标信息和所述第二竞标信息；
P load,t表示柔性负荷在所述虚拟电厂的购电量，P FL,t表示竞标电量，S c表示所述柔性负荷的备用收益，PRI c表示所述柔性负荷的备用补偿价格，L g表示价格调整系数；
Q charge、Q release分别表示所述储能装置参与所述虚拟电厂的充电量和放电量，d charge、d release分别表示充电效率系数和放电效率系数，Q e表示原始储能电量。
在一种可选的实施方式中，
所述以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型包括：
基于所述第二目标优化模型的参数设置初始种群数量以及初始值，并对所述初始种群进行初始化；
为所述初始种群的目标对象生成随机初始速度以及初始位置，并计算所述目标对象的适应度；
对所述目标对象的速度和位置进行迭代更新，计算并比较每个目标对象的适应度，选出新的全局最优位置，判断是否达到规定的循环次数，若是，根据所有目标对象的适应度值对其进行排序，每次都将排名在前一半的目标对象的适应度值替换排名在后一半的目标对象的适应度值，计算当前种群的位置中心，循环迭代，直至确定当前全局最优解。
示例性地，本申请实施例求解第二目标优化模型的方法可以包括改进的粒子群算法，其中，可以先根据第二目标优化模型的参数设置初始种群数量以及初始值，其中，可以通过随机初始化的方法进行初始种群初始化。
进一步地，可以为初始种群的目标对象生成随机初始速度和初始位置，并结算目标对象的适应度，其中，初始速度和初始位置可以对应后续具体解的值，初始位置可以表示为，初始速度可以表示为/>,i表示种群数量，也即可行解的数量。目标对象的适应度可以通过适应度函数进行计算，fitness()表示用来评价可行解质量的适应度函数。
其中，对目标对象的位置进行迭代更新可以如下公式所示：
；
其中，X cen (d)表示当前种群的位置中心，X i (d)表示第d次迭代在当前种群i中目标对象的位置，X i (d-1)表示第d-1次迭代在当前种群i中目标对象的位置，Rand表示随机数。
并且可以比较目标目标对象的适应度，也即，比较最为接近预设全局最优值的适应度，在该算子下进行若干次迭代后，就可将得到的新的位置信息传送给下一阶段继续进行运算，不断向着当前全局最优的值靠近，但同时并没有完全摒弃速度和方向，而是采用了全局最优的信息和速度方向信息的矢量叠加，可以提高种群的多样性，防止其陷入局部最优而造成过早收敛。
此外，可以判断是否达到规定的循环次数，循环次数可以根据实际需要进行设定，若达到规定的循环次数，则可以根据目标对象的适应度值进行排序，为了提高全局最优解的准确度，可以将适应度值排名在前一半的适应度值替换掉排名在后一半的目标对象的适应度值，可以使得后续的计算更加靠近全局最优解，并且计算当前种群的位置中心，其中，X cen (d)表示当前种群的位置中心，循环迭代，直至确定当前全局最优解。
在一种可选的实施方式中，
所述计算当前种群的位置中心如下公式所示：
；
；
其中，X cen (d)表示当前种群的位置中心，X i (d)表示第d次迭代在当前种群i中目标对象的位置，X i (d-1)表示第d-1次迭代在当前种群i中目标对象的位置，fitness()表示用来评价可行解质量的适应度函数，Rand表示随机数，M（d）表示第d次种群的数量。
本发明实施例的第二方面，
提供一种虚拟电厂交易管理系统，图2为本发明实施例虚拟电厂交易管理系统的结构示意图，包括：
第一单元，用于根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；
第二单元，用于根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
第三单元，用于基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略。
本发明实施例的第三方面，
提供一种虚拟电厂交易管理设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本发明实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本发明的各个方面的计算机可读程序指令。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围。
Claims (6)
1.一种虚拟电厂交易管理方法，其特征在于，包括：
根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；
根据虚拟电厂的功率信息和负荷信息，确定所述虚拟电厂的供求信息的方法如下公式所示：
；
其中，G表示虚拟电厂的供求信息，N表示虚拟电厂中分布式能源的数量，Q i表示第i个分布式能源的功率信息，F i表示第i个分布式能源的负荷信息，E i表示第i个分布式能源的能源共享系数，A表示虚拟电厂的交易占比值；
根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略；
所述方法还包括构建所述第一目标优化模型：
根据所述配电网的统一交易价格，以及所述虚拟电厂与所述配电网的预期交易价格，确定所述虚拟电厂的对外竞标价格，结合所述虚拟电厂的购电功率以及对外输出功率，确定所述虚拟电厂对配电网的第一售电收益；
根据所述虚拟电厂向其他虚拟电厂的购电价格和售电价格，以及向其他虚拟电厂的售电功率和购电功率，确定所述虚拟电厂对其他虚拟电厂的第二售电收益；
根据所述虚拟电厂在t时刻填谷调峰的填谷成本、削峰调峰的削峰成本，以及在t时刻填谷调峰的填谷容量、削峰调峰的削峰容量，确定所述虚拟电厂的第一调整成本；
根据所述虚拟电厂的可转移负荷的期望变化量与原始用电负荷的负荷差，以及所述虚拟电厂的负荷变动成本系数，确定所述虚拟电厂的第二负荷成本；
基于所述第一售电收益、所述第一售电收益对应的第一权重系数；所述第二售电收益、所述第二售电收益对应的第二权重系数；所述第一调整成本、所述第一调整成本对应的第三权重系数，以及所述第二负荷成本、所述第二负荷成本对应的第四权重系数，构建所述第一目标优化模型；
所述以所述虚拟电厂交易损失最小化为目标求解所述第一目标优化模型包括：
；
其中，
；
；
；
；
其中，minEX loss表示虚拟电厂交易损失最小化，T、M分别表示调整周期以及虚拟电厂的数量，w 1、w 2、w 3、w 4分别表示第一权重系数、第二权重系数、第三权重系数以及第四权重系数；
S 1表示所述第一售电收益，PRI y表示预期交易价格，PRI t表示统一交易价格，T表示调整周期，P s,t、P b,t分别表示t时刻虚拟电厂的购电功率以及对外输出功率，k s,t、k b,t分别表示购电功率对应的第一功率系数以及对外输出功率对应的第二功率系数；
S 2表示所述第二售电收益，P vf,t、P pf,t分别表示t时刻所述虚拟电厂向其他虚拟电厂的售电功率和购电功率，PRI vf,t、PRI pf,t分别表示t时刻所述虚拟电厂向其他虚拟电厂的购电价格和售电价格；
C 3表示所述第一调整成本，C ch,t、C yh,t分别表示所述虚拟电厂在t时刻填谷调峰的填谷成本以及所述虚拟电厂在t时刻削峰调峰的削峰成本，R ch,t、R yh,t分别表示所述虚拟电厂在t时刻填谷调峰的填谷容量以及所述虚拟电厂在t时刻削峰调峰的削峰容量，B t表示t时刻调整成本系数；
C 4表示所述第二负荷成本，c表示所述虚拟电厂的负荷变动成本系数，Q q,j表示所述虚拟电厂的可转移负荷的期望变化量，Q c,j表示所述原始用电负荷；
所述方法还包括构建所述第二目标优化模型：
根据所述分布式能源中柔性负荷在所述虚拟电厂的购电量、竞标电量，以及所述柔性负荷的备用收益、所述柔性负荷的备用补偿价格，确定所述柔性负荷对应的第一竞标信息；
根据所述分布式能源中储能装置参与所述虚拟电厂的充放电量、所述储能装置的原始储能电量、充放电效率，确定所述储能装置对应的第二竞标信息；
基于所述第一竞标信息、所述第二竞标信息以及所述交易优化策略，构建所述第二目标优化模型；
所述构建所述第二目标优化模型包括：
；
；
；
其中，maxF CY表示所述虚拟电厂经济效益最大化，minEX loss表示虚拟电厂交易损失最小化，T表示调整周期，H c,t 、H r,t分别表示所述第一竞标信息和所述第二竞标信息；
P load,t表示柔性负荷在所述虚拟电厂的购电量，P FL,t表示竞标电量，S c表示所述柔性负荷的备用收益，PRI c表示所述柔性负荷的备用补偿价格，L g表示价格调整系数；
Q charge、Q release分别表示所述储能装置参与所述虚拟电厂的充电量和放电量，d charge、d release分别表示充电效率系数和放电效率系数，Q e表示原始储能电量。
2.根据权利要求1所述的方法，其特征在于，所述以所述虚拟电厂经济效益最大化为目标求解所述第二目标优化模型包括：
基于所述第二目标优化模型的参数设置初始种群数量以及初始值，并对所述初始种群进行初始化；
为所述初始种群的目标对象生成随机初始速度以及初始位置，并计算所述目标对象的适应度；
对所述目标对象的速度和位置进行迭代更新，计算并比较每个目标对象的适应度，选出新的全局最优位置，判断是否达到规定的循环次数，若是，根据所有目标对象的适应度值对其进行排序，每次都将排名在前一半的目标对象的适应度值替换排名在后一半的目标对象的适应度值，计算当前种群的位置中心，循环迭代，直至确定当前全局最优解。
3.根据权利要求2所述的方法，其特征在于，所述计算当前种群的位置中心如下公式所示：
；
；
其中，X cen (d)表示当前种群的位置中心，X i (d)表示第d次迭代在当前种群i中目标对象的位置，X i (d-1)表示第d-1次迭代在当前种群i中目标对象的位置，fitness()表示用来评价可行解质量的适应度函数，Rand表示随机数，M（d）表示第d次种群的数量。
4.一种虚拟电厂交易管理系统，用于实现前述权利要求1-3中任一项所述的一种虚拟电厂交易管理方法，其特征在于，其特征在于，包括：
第一单元，用于根据虚拟电厂的功率信息和负荷信息、所述虚拟电厂的供求信息，结合实时电价，确定配电网的统一交易价格；
第二单元，用于根据所述配电网的统一交易价格，以及预先确定的所述虚拟电厂的属性信息，通过预先构建的第一目标优化模型，以所述虚拟电厂的交易损失最小化为目标求解所述第一目标优化模型，确定交易优化策略；
第三单元，用于基于预先获取的所述虚拟电厂中分布式能源的竞标信息，结合所述交易优化策略，通过预先构建的第二目标优化模型，以所述虚拟电厂的经济效益最大化为目标求解所述第二目标优化模型，确定所述虚拟电厂的交易管理策略。
5.一种虚拟电厂交易管理设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至3中任意一项所述的方法。
6.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至3中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410020355.0A CN117541300B (zh) | 2024-01-08 | 2024-01-08 | 虚拟电厂交易管理方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410020355.0A CN117541300B (zh) | 2024-01-08 | 2024-01-08 | 虚拟电厂交易管理方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117541300A CN117541300A (zh) | 2024-02-09 |
| CN117541300B true CN117541300B (zh) | 2024-06-04 |
Family
ID=89796178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410020355.0A Active CN117541300B (zh) | 2024-01-08 | 2024-01-08 | 虚拟电厂交易管理方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117541300B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902884A (zh) * | 2019-03-27 | 2019-06-18 | 合肥工业大学 | 一种基于主从博弈策略的虚拟电厂优化调度方法 |
| CN110932296A (zh) * | 2019-12-16 | 2020-03-27 | 合肥阳光新能源科技有限公司 | 一种储能控制方法、装置及虚拟电厂 |
| CN112001752A (zh) * | 2020-08-18 | 2020-11-27 | 四川大学 | 基于有限理性的多虚拟电厂动态博弈交易行为分析方法 |
| CN112308334A (zh) * | 2020-11-12 | 2021-02-02 | 国网江苏省电力有限公司南京供电分公司 | 一种基于主从合作博弈的多虚拟电厂联合优化调度方法 |
| CN113837444A (zh) * | 2021-08-26 | 2021-12-24 | 国网河南省电力公司经济技术研究院 | 一种虚拟电厂参与多重市场的交易出清优化方法 |
| CN114139780A (zh) * | 2021-11-16 | 2022-03-04 | 国网山西省电力公司电力科学研究院 | 含分布式电源的虚拟电厂与配电网协调优化方法及系统 |
| CN115147245A (zh) * | 2022-09-01 | 2022-10-04 | 东北大学 | 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 |
| WO2023103862A1 (zh) * | 2021-12-08 | 2023-06-15 | 国网山西省电力公司电力科学研究院 | 面向多能分散式资源的虚拟电厂多级聚合方法、装置及存储介质 |
| CN116579455A (zh) * | 2023-03-24 | 2023-08-11 | 北京兆瓦云数据科技有限公司 | 一种虚拟电厂在多元电力市场的优化竞标方法 |
| CN116706960A (zh) * | 2023-02-21 | 2023-09-05 | 国网辽宁省电力有限公司电力科学研究院 | 一种整合风光储的虚拟电厂多主体博弈控制策略 |
| CN117013521A (zh) * | 2023-07-03 | 2023-11-07 | 国网江苏省电力有限公司镇江供电分公司 | Arima及灰色模型组合预测虚拟电厂电能交易方法及系统 |
| KR20230161023A (ko) * | 2022-05-18 | 2023-11-27 | 인하대학교 산학협력단 | 배전망 이용 요금과 전압 안정도를 고려한 가상발전소 운영 시스템 |
-
2024
- 2024-01-08 CN CN202410020355.0A patent/CN117541300B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902884A (zh) * | 2019-03-27 | 2019-06-18 | 合肥工业大学 | 一种基于主从博弈策略的虚拟电厂优化调度方法 |
| CN110932296A (zh) * | 2019-12-16 | 2020-03-27 | 合肥阳光新能源科技有限公司 | 一种储能控制方法、装置及虚拟电厂 |
| CN112001752A (zh) * | 2020-08-18 | 2020-11-27 | 四川大学 | 基于有限理性的多虚拟电厂动态博弈交易行为分析方法 |
| CN112308334A (zh) * | 2020-11-12 | 2021-02-02 | 国网江苏省电力有限公司南京供电分公司 | 一种基于主从合作博弈的多虚拟电厂联合优化调度方法 |
| CN113837444A (zh) * | 2021-08-26 | 2021-12-24 | 国网河南省电力公司经济技术研究院 | 一种虚拟电厂参与多重市场的交易出清优化方法 |
| CN114139780A (zh) * | 2021-11-16 | 2022-03-04 | 国网山西省电力公司电力科学研究院 | 含分布式电源的虚拟电厂与配电网协调优化方法及系统 |
| WO2023103862A1 (zh) * | 2021-12-08 | 2023-06-15 | 国网山西省电力公司电力科学研究院 | 面向多能分散式资源的虚拟电厂多级聚合方法、装置及存储介质 |
| KR20230161023A (ko) * | 2022-05-18 | 2023-11-27 | 인하대학교 산학협력단 | 배전망 이용 요금과 전압 안정도를 고려한 가상발전소 운영 시스템 |
| CN115147245A (zh) * | 2022-09-01 | 2022-10-04 | 东北大学 | 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 |
| CN116706960A (zh) * | 2023-02-21 | 2023-09-05 | 国网辽宁省电力有限公司电力科学研究院 | 一种整合风光储的虚拟电厂多主体博弈控制策略 |
| CN116579455A (zh) * | 2023-03-24 | 2023-08-11 | 北京兆瓦云数据科技有限公司 | 一种虚拟电厂在多元电力市场的优化竞标方法 |
| CN117013521A (zh) * | 2023-07-03 | 2023-11-07 | 国网江苏省电力有限公司镇江供电分公司 | Arima及灰色模型组合预测虚拟电厂电能交易方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| "运行风险与资源随机波动影响下的虚拟电厂优化调度方法";梁露 等;《供用电》;20231231;第40卷(第12期);第22-31页 * |
| "面向新型电力系统的地区电网供电承载力建设探索与实践";袁士超 等;《电世界》;20220531;第249-253页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117541300A (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sandgani et al. | Coordinated optimal dispatch of energy storage in a network of grid-connected microgrids | |
| CN110276698B (zh) | 基于多智能体双层协同强化学习的分布式可再生能源交易决策方法 | |
| CN109190802B (zh) | 云储能环境下基于发电预测的多微网博弈优化方法 | |
| CN113904385B (zh) | 新能源发电侧虚拟电厂共享储能方法、系统及存储介质 | |
| CN112381263A (zh) | 基于区块链分布式数据存储多微网日前鲁棒电能交易方法 | |
| CN111222917A (zh) | 一种与配电侧多元零售市场互动的虚拟电厂投标策略 | |
| Li et al. | Two-stage community energy trading under end-edge-cloud orchestration | |
| CN111311012A (zh) | 基于多智能体的微电网电力市场双层竞价优化方法 | |
| CN115860241B (zh) | 基于salr的互联多区域综合能源系统分布式调度方法及装置 | |
| Vakili et al. | Interconnected microgrids: Optimal energy scheduling based on a game‐theoretic approach | |
| Chen et al. | Asymmetric Nash bargaining-based cooperative energy trading of multi-park integrated energy system under carbon trading mechanism | |
| Rahman et al. | On efficient operation of a V2G-enabled virtual power plant: when solar power meets bidirectional electric vehicle charging | |
| Yan et al. | Optimal scheduling strategy and benefit allocation of multiple virtual power plants based on general nash bargaining theory | |
| CN113937781A (zh) | 一种考虑温控负荷聚合体的虚拟电厂滚动调度技术 | |
| CN117541300B (zh) | 虚拟电厂交易管理方法、系统、设备及存储介质 | |
| CN117013521A (zh) | Arima及灰色模型组合预测虚拟电厂电能交易方法及系统 | |
| Bai et al. | Intelligent optimal demand response implemented by blockchain and cooperative game in microgrids | |
| CN115051361A (zh) | 考虑5g基站负荷特性的共享储能调控方法与管理系统 | |
| CN115392766A (zh) | 基于本地电力市场的需求侧资源协同优化调度方法 | |
| Zhou et al. | Energy management for energy internet: a combination of game theory and big data-based renewable power forecasting | |
| CN114549148A (zh) | 虚拟电厂的竞价方法、装置、设备及存储介质 | |
| CN113378481A (zh) | 基于多目标进化算法的互联网数据中心需求响应优化方法 | |
| CN111967925A (zh) | 多虚拟电厂p2p交易方法、系统、终端及介质 | |
| CN115759585A (zh) | 分布式资源参与电能量-辅助服务市场的调度优化方法 | |
| Xiao et al. | Hierarchical Data-Driven Optimization Scheme Compatible with the Conception of Solid-State Power Substation for Real-time VPP Management |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |