[发明专利]基于大数据的虚拟电厂优化调度方法、装置、设备及介质

权利要求书

1.一种基于大数据的虚拟电厂优化调度方法，其特征在于，所述基于大数据的虚拟电厂优化调度方法包括：

以虚拟电厂最大化利润为目标，构建虚拟电厂经济调度的目标函数，并将所述目标函数结合虚拟电厂的运行约束条件，生成各虚拟电厂对应联合系统的日前调度计划；

根据所述日前调度计划确定日内调度阶段对应的风电预测出力，在日内调度阶段各时间步的调度步长内，将所述风电预测出力与控制域步长的风电实际出力进行比较，得到控制域步长的出力预测误差，其中，所述控制域步长为当前时间步的调度步长；

根据所述出力预测误差对预测域步长的步长时间进行迭代优化调整，并根据所述出力预测误差，对所述日前调度计划对应的控制变量进行迭代优化修正，其中，所述预测域步长为所述控制域步长对应下一时间步的调度步长，所述控制变量包括储能设备出力状态、燃气轮机出力、虚拟电厂与大电网间联络线交互功率、各虚拟电厂间联络线交互功率，以及参与需求响应的可中断负荷；

根据迭代优化调整的步长时间和迭代优化修正的控制变量，对所述虚拟电厂对应的优化调度策略进行滚动更新。

2.如权利要求1所述基于大数据的虚拟电厂优化调度方法，其特征在于，所述根据所述日前调度计划确定日内调度阶段对应的风电预测出力的步骤包括：

根据所述日前调度计划确定日内调度阶段的基础调度策略；

根据所述基础调度策略，确定日内调度阶段各时间步对应的风电预测出力。

3.如权利要求1所述基于大数据的虚拟电厂优化调度方法，其特征在于，所述目标函数为：

；

其中，C=C_t,L,i+C_t,E,i+C_t,ES,i；

S=S_t,WPP,i+S_t,PV,i+S_t,GT,i；

其中，F为各虚拟电厂对应联合系统的运行利润，C和S分别为收益和成本，N为联合系统中虚拟电网的个数，T为调度的时间段，C_t,L,i为t时段第i个虚拟电厂的负荷收益，C_t,E,i为电力交易收益，C_t,ES,i为储能充放电收益，S_t,GT,i为t时段第i个虚拟电厂中燃气轮机运维成本，S_t,WPP,i为t时段第i个虚拟电厂中风机运维成本，S_t,PV,i为t时段第i个虚拟电厂中储能设备运维成本；

其中，所述负荷收益C_t,L,i的表达函数为:

其中，P_t,L,i为t时段第i个虚拟电厂总负荷，P_t,IL,i为t时段第i个可中断负荷功率，为可中断负荷补偿成本的二次系数，为可中断负荷补偿成本的一次系数；

所述电力交易收益C_t,E,i的表达函数为:

其中，P_t,e,i为t时段第i个虚拟电厂与大电网之间的交易功率，P_t,m,i为t时段第i个虚拟电厂与其他虚拟电厂之间的交易功率，λ_se、λ_be分别第i个虚拟电厂与大电网之间的售电、购电交易电量，λ_sm、λ_bm分别第i个虚拟电厂与其他虚拟电厂之间的售电、购电交易电量，μ_e为表征第i个虚拟电厂与大电网之间售购电状态的变量，第i个虚拟电厂与大电网之间售购电状态为售电时，μ_e等于1，第i个虚拟电厂与大电网之间售购电状态为购电时，μ_e等于0，μ_m为表征第i个虚拟电厂与其他虚拟电厂之间售购电状态的变量，第i个虚拟电厂与其他虚拟电厂之间售购电状态为售电时，μ_m等于1，第i个虚拟电厂与其他虚拟电厂之间售购电状态为购电时，μ_m等于0；

所述储能充放电收益C_t,ES,i的表达函数为:

其中，P_t,ES,i为t时段第i个虚拟电厂中储能设备的充放电功率，λ_d为充电电价，λ_c为放电电价，λ_ES为储能设备折旧补偿系数，μ_ES为表征充放电状态的变量，所述充放电状态为充电时，μ_ES等于1，所述充放电状态为放电时，μ_ES等于0；

所述燃气轮机运维成本S_t,GT,i的表达函数为:

其中，λ_GT为燃气轮机运维成本系数，P_t,GT,i为t时段第i个虚拟电厂中燃气轮机出力，S_q为启机成本，S_t为停机成本，μ_GT为表征燃气轮机出力状态的变量，所述燃气轮机出力状态为启机时，μ_GT等于1，所述燃气轮机出力状态为停机时，μ_GT等于0；

所述风机运维成本S_t,WPP,i的表达函数为:

；

其中，P_t,WPP,i为t时段第i个虚拟电厂中风机功率，λ_WPP为风机运维成本系数。