[发明专利]VPP优化调度模型风光出力场景生成方法

说明书

本发明公开一种VPP优化调度模型风光出力场景生成方法。本发明通过构建虚拟电厂能源系统模型，通过补偿费用的方式来引导用户侧的柔性负荷改变其运行方式，柔性负荷包含可转移负荷与可中断负荷，其中，虚拟电厂在发电侧聚合热电联产发电机组、风力发电机组、光伏发电机组、电锅炉、储能系统、电动汽车参与电力市场交易，并与电动汽车用户、一级用户和二级用户签订双边交易协议；根据不同时刻风速、光照强度相关性，利用Student‑T Copula函数生成虚拟电厂能源系统模型的风光发电场景，可解决热电互联虚拟电厂优化调度模型构建中，无法应对WP、PV发电的不确定性和随机性的问题。

技术领域

本发明涉及电力技术领域，尤其涉及一种VPP优化调度模型风光出力场景生成方法。

背景技术

面对传统电力生产带来的环境问题，以太阳能、风能和燃料电池为能源的分布式发电已逐渐被公认为是满足未来能源需求的可靠、清洁的发电方式。而随着新能源发电在电网中的渗透率的逐渐增加，新能源发电具备的不确定性和波动性对电力系统带来了很大的干扰，而且由于区域内部消纳能力不足，弃风弃光现象严重。目前业内通过建设虚拟电厂(Virtual Power Plant,VPP)和多能互补等措施，提高分布式新能源的友好并网水平，促进清洁能源消纳。针对VPP内部进行协调控制，可以有效降低分布式发电的不确定性对电力系统造成的影响，进而提高分布式能源的消纳能力，提高VPP的经济效益。需求响应(DemandResponse,DR)用于实现系统负荷平衡管理，削峰填谷，具有较短的响应周期和较低的成本。

目前，在DR对VPP的优化调度研究中，使用的DR模型大多为价格型需求响应，文献“张立辉,辛禾,李秋燕,等.考虑需求响应的风光燃储集成虚拟电厂双层随机调度优化模型[J].可再生能源,2017,35(10):1514-1522”建立了一种风电并网系统分布式VPP的双层经济调度优化模型，得出价格型需求响应可以调度用户负荷，对负荷曲线进行削峰填谷，但是其“削峰”能力弱于激励型需求响应(Incentive Demand Response,IDR)。但目前业内对IDR研究较少，不够深入，由于分布式能源具有不确定性，现有技术中无法应对WP、PV发电的不确定性和随机性。现有技术对于分布式能源的不确定性建模方法仍需进一步探索。

发明内容

本发明的目的在于提供一种VPP优化调度模型风光出力场景生成方法，以解决热电互联虚拟电厂优化调度模型构建中，无法应对WP、PV发电的不确定性和随机性的问题。

本发明提供一种VPP优化调度模型风光出力场景生成方法，其特征在于，包括：

构建虚拟电厂能源系统模型，通过补偿费用的方式来引导用户侧的柔性负荷改变其运行方式，柔性负荷包含可转移负荷与可中断负荷，其中，虚拟电厂在发电侧聚合热电联产发电机组、风力发电机组、光伏发电机组、电锅炉、储能系统、电动汽车参与电力市场交易，并与电动汽车用户、一级用户和二级用户签订双边交易协议；

根据不同时刻风速、光照强度相关性，利用Student-T Copula函数生成虚拟电厂能源系统模型的风光发电场景。

进一步地，可转移负荷的数学模型与补偿费用表示如下：

式中，——分别为d级负荷在时刻t的转移负荷前、后的负荷；T——总调度周期；p(t,t’)——从t时刻转移到t’时刻的负荷量；σ1、σ2——可转移负荷补偿费用的基本补偿费用与用户舒适度补偿费用；Tmax——最大转移时间间隔；CDR1——可转移负荷总补偿费用。

进一步地，可中断负荷的数学模型以及补偿费用分别为：