[发明专利]基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法

摘要

基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法，包括：建立采用多代理MAS控制方式的虚拟电厂优化调度模型：所述虚拟电厂优化调度模型包括供电侧Agent、需求侧Agent、电网Agent；所述供电侧Agent包含风电、光伏、火电；所述需求侧Agent包含柔性负荷、可充放电电动汽车；建立虚拟电厂的目标函数；建立虚拟电厂运行的约束条件；建立蓄电池模型和可充放电电动汽车模型。本发明建模方法建立的调度模型由含电动汽车与柔性负荷的负荷侧和含多种电源类型的供电侧两部分构成，考虑需求响应方法，通过优化发电侧各机组出力，控制负荷侧柔性负荷及协调电动汽车充放电，提高虚拟电厂消纳新能源发电的能力，增加虚拟电厂收益。

主权项

1.基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法，其特征在于包括以下步骤：步骤1：建立采用多代理MAS控制方式的虚拟电厂优化调度模型：所述虚拟电厂优化调度模型包括供电侧Agent、需求侧Agent、电网Agent；所述供电侧Agent包含风电、光伏、火电；供电侧Agent根据风速、光照强度及时长、检修、备用情况分别预测次日各电源的出力并进行调整；所述需求侧Agent包含柔性负荷、可充放电电动汽车；步骤2：建立虚拟电厂的目标函数：以虚拟电厂总发电成本和基于激励的需求响应成本最小、虚拟电厂售电收益和环境收益最大为目标，建立如下多目标优化函数：式中，F为虚拟电厂运行净利润，F₁为虚拟电厂售电收益，F₂为虚拟电厂环境收益，F₃为发电成本，F₄为基于激励的需求响应成本，T为一个调度周期时段数；虚拟电厂售电收益包括：用户缴费产生的收益和虚拟电厂与大电网发生交易所产生的收益：F₁(t)＝c_grid(t)·P_grid(t)+c_sell(t)·[P_lo_ad(t)‑P_L(t)+P_I(t)‑P_car(t)]        (2)式中，P_grid(t)表示虚拟电厂与电网的交互功率；c_grid(t)表示t时段虚拟电厂与电网电能交易价格；c_sell(t)为虚拟电厂向电网及用户的售电价格；c_buy(t)为虚拟电厂向电网购电价格；当P_grid(t)≥0时，取分时购电价格，当P_grid(t)<0，取分时售电价格；P_load(t)为虚拟电厂在t时段的原负荷；P_L(t)、P_I(t)分别为应用需求响应方法后削减的负荷和转移的负荷；P_car(t)为电动汽车充放电总功率；虚拟电厂环境收益：F₂(t)＝C_WTP_WT(t)+C_PVP_PV(t)+C_peak(P_I(t)+P_L(t)+|P_car(t)|)                 (4)式中，c_WT、c_PV、c_peak分别为风电、光伏、柔性负荷与电动汽车调峰功率的单位价格：元/kWh；P_WT(t)、P_PV(t)和分别表示风电、光伏的发电功率；虚拟电厂发电成本：虚拟电厂发电成本包括各电源的燃料费用和运行维护费用，如下所示：式中，C_r,i、C_m,i分别表示电源i单位燃料成本和单位运维成本；C_r,iP_i(t)为电源i的燃料成本，C_m,iP_i(t)为电源i的运行维护费用，n为电源种类数；需求响应成本：为鼓励用户在峰时段减少部分柔性负荷用电，对于响应削减负荷的用户给予补贴，该部分成本仅考虑减少柔性负荷的部分P_L(t)，补贴费用为：k₁和k₂分别为补偿金额系数，k₃为电动汽车参与调度的补偿金额系数；步骤3：建立虚拟电厂运行的约束条件：虚拟电厂运行的约束条件包括系统功率平衡、各电源输出功率限制、虚拟电厂与主网之间交互功率限制约束条件：(1)、系统功率平衡约束：P_load(t)＝P_WT(t)+P_PV(t)+P_MT(t)+P_HD(t)+P_BA(t)+P_grid(t)+P_L(t)‑P_I(t)+P_car(t)    (7)式中，P_MT(t)、P_HD(t)分别为燃气轮机、火力发电机的发电功率；P_BA(t)表示蓄电池的充放电总功率；P_car(t)表示电动汽车的充放电功率；(2)、与主网交互的联络线约束：由于虚拟电厂与主网之间联络线的容量限制，因此虚拟电厂与主网的交互功率应满足如下约束：式中，分别为虚拟电厂与主网功率交互的上下限；(3)、燃气轮机、火电机组约束：P_i^min≤P_i(t)≤P_i^max                  (9)|P_i(t‑1)‑P_i(t)|≤△_i                            (10)式中，P_i(t)为电源i的输出功率；P_i^max、P_i^min分别为电源i输出功率的上、下限；△_i为机组爬升速率；(4)、柔性负荷：柔性负荷通过需求响应控制，当虚拟电厂控制中心发布削减负荷指令后，柔性负荷执行响应；其响应约束为：P_Lmin≤P_L(t)≤P_Lmax                          (11)T_min≤T_L≤T_max                             (12)式中，P_L(t)为响应需求响应指令的中断负荷，P_Lmin、P_Lmax分别为可中断负荷上下限，T_min，T_max分别为负荷响应削减的最小，最大响应时间，T_L为响应时长；步骤3：建立数学模型：所述数学模型包括蓄电池模型：为了维持电池的寿命，需要对电池充放电功率加以限制，电池储能单元在第t优化时段的放电功率P_dc(t)以及电池储能单元在第t优化时段的充电功率P_c(t)表示为:P_BA(t)＝P_dc(t)‑P_c(t)                 (14)式中，和分别为电池储能单元允许的最大充电和放电功率；和分别为第k个电池在第t时段内的充电状态变量和放电状态变量，n为电池数量；P_BA(t)为蓄电池在t时的充放电总功率；所述数学模型包括可充放电电动汽车模型：将可充放电电动汽车作为虚拟电厂需求侧的储能单元，参与削峰填谷；其中，分别为放电、充电的电动汽车数量，分别电动汽车放电、充电功率，分别为电动汽车放电功率上下限，分别为电动汽车充电功率上下限。