[发明专利]计及需求侧响应的虚拟电厂双层优化调度方法有效
申请号: | 202010494201.7 | 申请日: | 2020-06-03 |
公开(公告)号: | CN111738497B | 公开(公告)日: | 2023-09-19 |
发明(设计)人: | 高明;曾平良;罗艳斌 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q30/0201;G06Q50/06 |
代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 周希良 |
地址: | 310018 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 需求 响应 虚拟 电厂 双层 优化 调度 方法 | ||
1.计及需求侧响应的虚拟电厂双层优化调度方法,其特征在于该方法包括以下步骤:
步骤(1)、确定上层模型和下层模型各单元运行策略
(1-1)、上层模型:
风光可再生能源为清洁能源,虚拟电厂首先对风光发电的出力进行优先消纳,做到清洁能源的优先利用;
储能设备和燃气轮机的运行策略:风光预测出力会有一定的误差,虚拟电厂中的出力偏差为风光预测出力与实际出力之差,通过储能设备和燃气轮机进行补偿修正偏差,使虚拟电厂的实际出力跟踪计划出力进行修正;
(1-2)、下层模型:
需求侧响应单元:需求侧响应考虑基于价格的需求侧响应,基于价格的需求侧响应制定分时电价策略,根据分时电价策略引导用户侧进行负荷转移,使用户侧的负荷波动减小,负荷峰谷差减小,起到削峰填谷的作用;
火电机组单元运行策略:上层模型优化的风光预测出力传递到下层模型,下层模型中基于价格的需求侧响应优化后的负荷曲线,两者之差为净负荷曲线,各火电机组对净负荷曲线进行出力寻优,得到各火电机组最优出力分配曲线;
步骤(2)、虚拟电厂调度运行
(2-1)、虚拟电厂对次日风光出力曲线进行预测,得到次日虚拟电厂系统每隔一个小时风光的预测出力曲线;
(2-2)、虚拟电厂根据预测的风光出力曲线、配电网分时电价策略、各发电单元运行管理成本、偏差的惩罚成本,对虚拟电厂的次日出力方案进行优化,并向虚拟电厂控制中心申报其次日出力计划;
(2-3)、虚拟电厂控制中心根据申报的次日出力计划,安排各发电单元机组发电出力,各发电单元机组进行协调优化;
(2-4)、根据各单元运行控制策略,虚拟电厂进行经济性协调优化调度,得到次日协调优化调度结果;
步骤(3)、建立上层模型、下层模型目标函数及约束条件
上层模型目标函数和约束条件的建立:由于风光发电的预测出力与实际出力有一定的偏差,利用储能设备充放电灵活性特征配合燃气轮机进行协调优化出力,以各时段经济效益最大化为目标函数优化,考虑风光发电、储能设备的运行管理成本,燃气轮机的燃料成本和运行管理成本,以及风光实际出力偏离预测的惩罚成本建立目标函数,综合考虑上层模型各时段功率平衡约束、燃气轮机功率约束、储能设备充放电功率约束和剩余容量约束;
下层模型目标函数和约束条件的建立:考虑需求侧响应后的各时段经济性最优为目标优化,为了给负荷侧提供更好的供电可靠性同时保证用户侧电价的合理性,实时峰谷分时电价策略更好的引导用户侧负荷的转移或削减,以达到削峰填谷、减小负荷峰谷差的目的,基于价格的需求侧响应模型中负荷对电价的反应有自弹性和交叉弹性两种,其中自弹性是指本时段电价的变化对本时段负荷的影响,交叉弹性是指本时段电价变化对其他时段负荷的影响,得到净负荷曲线之后对火电机组进行出力寻优,同时求出下层模型最优值;
步骤(4)、确定目标函数和优化变量后,在MATLAB 2016a软件中调用CPLEX求解器和YALMIP工具箱分别对上层模型的目标函数f1和下层模型的目标函数f2进行求解,具体步骤如下:
(4-1)、上层模型中根据光伏、风电的预测出力得出风电、光伏的实际出力,定义每个时段燃气轮机、储能设备充放电功率为变量;
(4-2)、根据目标函数收益最大,考虑风、光、燃气轮机、储能设备的运行管理成本以及各单元的约束条件编写程序;
(4-3)、调用CPLEX求解器对目标函数进行优化,得到燃气轮机和储能设备的出力曲线,目标函数的最优值;
(4-4)、下层模型中考虑需求侧响应、火电机组的约束条件,以最大化收益为目标编写程序优化求解;
(4-5)、调用CPLEX求解器对目标函数进行优化,得到各火电机组的出力曲线,目标函数的最优值;
所述的上层模型目标函数为:
Rt=Gt.1(Pw.t+Ppv.t+Pg.t+Pess.td-Pess.tc) (1)
Ct=XwPw.t+XpvPpv.t+Xess(Pess.td+Pess.tc)+XgPg.t (2)
Cgt=KgPg.t (3)
Dt=Gt.2|Pf.t-Pw.t-Ppv.t-Pg.t-Pess.td+Pess.tc| (4)
其中,Rt是t时段上层模型收益,Gt.1是t时段配电网分时电价下的售电价格,Pw.t、Ppv.t、Pg.t分别是t时段风电、光伏、燃气轮机发电出力,Pess.tc是t时段储能电池的充电功率,Pess.td是t时段储能电池的放电功率,Ct是t时段上层模型的运行管理成本,Xw、Xpv、Xess、Xg分别是风电、光伏、储能设备、燃气轮机的运行管理系数,Cgt是t时段燃气轮机的燃料成本,Kg是燃气轮机单位发电燃料成本系数,Dt是t时段偏离预测的惩罚成本,Gt.2是t时段配电网分时电价下的购电电价,Pf.t是t时段上层模型的风光发电的预测出力,f1是上层模型收益;
上层模型约束条件:
功率平衡约束:
Pdev.t=Pf.t+Pess.tc-Pw.t-Ppv.t-Pg.t-Pess.td (6)
Pdev.t是上层模型t时段的发电出力偏差
燃气轮机功率约束:
Pg.min≤Pg.t≤Pg.max (7)
Pg.min是燃气轮机最小出力,Pg.max是燃气轮机最大出力
储能电池充放电约束及剩余容量约束:
充电状态:
0≤Pess.tc≤Pess.max (8)
Soc.t=Soc.t-1+ΔtPess.tcλc (9)
放电状态:
-Pess.tdmax≤Pess.tc≤0 (10)
Pess.tc是储能设备t时段的充放电功率,Pess.max、-Pess.tdmax分别是储能设备充放电功率的最大值,Soc.t是t时刻的储能电池容量,Soc.t-1是t-1时刻的储能电池容量,Δt是时间间隔为1,λc、λd是储能电池的充放电效率
剩余容量约束:
Soc.min≤Soc.t≤Soc.max (12)
Soc.min是储能设备的最小剩余容量,Soc.max是储能设备的最大剩余容量;
所述的下层模型目标函数为:
其中,R′t是t时段售电收益,Gt.1是t时段配电网分时电价下的售电价格,Pl.t是第l台火电机组t时段出力,RPB.t是t时段负荷侧采用基于价格的需求侧响应后的收益,Lt是t时段负荷侧采用基于价格的需求侧响应之后的负荷需求,Lt0是t时段负荷侧采用基于价格的需求侧响应之前的负荷需求,ett是自弹性交叉系数,ρt是t时段负荷侧采用基于价格的需求侧响应后的电价,是t时段负荷侧采用基于价格的需求侧响应前的电价,ρs是s时段负荷采用基于价格的需求侧响应后的电价,是s时段负荷侧采用基于价格的需求侧响应前的电价,est是交叉弹性系数,Kt是火电机组发电成本,al、bl、cl分别是第l台火电机组的成本系数,f2是下层模型收益;
下层模型约束条件:
功率平衡约束:
Pup.t是上层模型优化后的出力,Lt是t时段需求侧响应优化后的负荷
火电机组爬坡速率约束:
-ΔtVd≤Pl.t-Pl.(t-1)≤ΔtVu (19)
Vu、Vd分别是火电机组的爬坡升、降速率
火电机组出力约束:
Pl.min≤Pl.t≤Pl.max (20)
Pl.min是机组l的最小出力,Pl.max是机组l的最大出力
基于价格的需求侧响应约束:
|Lt-Lt0|=αPBDR.tΔLt.max (21)
αPBDR.t是0-1状态变量,值为1时,需求侧响应被实施,值为0时,需求侧响应未被实施,ΔLt.max是t时段负荷变动上限,ΔLt是t时段负荷变动量,ΔLmax是调度周期内总负荷变动上限。
2.根据权利要求1所述的计及需求侧响应的虚拟电厂双层优化调度方法,其特征在于,步骤(1-1)中虚拟电厂的实际出力跟踪计划出力进行修正具体是:
(1)若上层模型的出力偏差大于0,则说明虚拟电厂上层模型中风光发电的预测出力大于其实际出力,首先利用燃气轮机优先发电补偿出力偏差,经燃气轮机出力补偿后,若出力偏差仍存在,则储能设备放电补偿偏差,若储能设备补偿后仍然无法满足发电计划,此时从电网购电进行补偿以满足发电计划,从电网购电成本记为惩罚成本;
(2)若上层模型的出力偏差小于0,则说明虚拟电厂上层模型中风光发电的预测出力小于其实际出力,此时储能电池进行充电,给储能电池充电后,出力偏差依旧存在,则减小燃气轮机出力以满足出力计划。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010494201.7/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理