一种虚拟电厂群的协同调度优化方法和装置

本发明涉及电网，尤其涉及一种虚拟电厂群的协同调度优化方法和装置。

背景技术：

1、随着电力系统中大规模分布式能源（distributed energy resources，ders）和柔性负荷接入，电网安全稳定运行面临全新挑战，传统发电调度方法已难以适应新的要求，需要研究新的ders控制技术。虚拟电厂（virtual power plant，虚拟电厂vpp）通过使用先进技术，能够有效聚合诸多分布式电源、受控负荷及储能单元，实现虚拟电厂内部各要素协同配合和调度运行，并且最大化环境和经济效益。实际上，随着虚拟电厂vpp技术的不断成熟和发展，多个虚拟电厂群集运行将成为单虚拟电厂vpp结构延伸和供能拓展的必然趋势。

2、目前，国内外学者围绕虚拟电厂的研究主要聚焦于不确定性分析与运行优化模型两个方面，并形成了具有代表性的研究成果，如就不确定性分析而言，主要是源于不确定变量概率分布曲线模拟和不确定性度量两条路径，有学者提出拉丁超立方抽样法模拟分析了风电和光伏发电的概率密度，也学者提出采用模糊cvar方法探究负荷不确定性，并进一步构建了随机优化模型。现有运行优化方法主要考虑不同构成要素运行约束，并确定合适的优化目标，构建虚拟电厂vpp运行优化模型，例如以运行经济效益、削峰填谷效应、二氧化碳排放作为优化目标，构建电气互联虚拟电厂多目标模型；结合二阶段优化理论，考虑日前调度和时前调度，构建了包含虚拟电厂双层调度优化模型。现有方案主要是计及风力和光伏发电的间歇性和波动性，制定虚拟电厂日前调度优化策略，但当多个虚拟电厂协同运行时，在日内阶段及实时阶段还存在发电机组竞争及备用平衡的问题。

3、针对虚拟电厂群优化运行的研究，更多的是考虑当不同虚拟电厂vpp满足自身能量需求后，将盈余发电出力上送至公共电网，此时将形成一个多虚拟电厂的竞价交易问题。当系统中存在多个虚拟电厂vpp时，每个虚拟电厂vpp都具有自身独立的运行目标，为实现能量供需平稳的目标，上级电网需通过优化遴选不同虚拟电厂vpp以提供所需能量，该优化过程本质上是多虚拟电厂vpp竞价博弈问题。如何针对不同时间尺度虚拟电厂群的运行特性，构造多时间尺度协同优化运行模型是提升虚拟电厂vpp优化运行的关键所在。虚拟电厂群多时间尺度协同运行模式往往存在多个目标且多个优化阶段，导致模型非线性，如何最优化求解相关模型是制定虚拟电厂优化运行策略的关键。启发式算法相较于传统算法，可获取较优解集，但也存在容易陷入局部最优的问题。

技术实现思路

1、鉴于上述的分析，本发明实施例旨在提供一种虚拟电厂群的协同调度优化方法和装置，用以解决现有多个虚拟电厂协同运行时，在日内阶段及实时阶段还存在发电机组竞争及备用平衡的问题。

2、一方面，本发明实施例提供了一种虚拟电厂群的协同调度优化方法，包括：多个虚拟电厂vpp协同运行体系：当各自虚拟电厂满足自身负荷需求后，剩余发电能力通过竞价博弈的方式在竞价交易中心申报竞标价格及外送电量，所述竞价交易中心集成虚拟电厂vpp竞标信息并结算不同虚拟电厂vpp获批的竞价能量份额和市场出清价格，同时将中标价格和中标能量传递至各个虚拟电厂vpp，既保证内部能量供需平衡，又将多余能量售出至公共电网以最大化运营收益，其中，所述虚拟电厂vpp包括风电厂wpp、光伏电厂pv、燃气轮机发电cgt、储能系统ess和灵活性负荷；以及虚拟电厂vpp的多时间尺度协同调度优化：在制定电力调度计划时，考虑风电厂wpp和光伏电厂pv的日前预测结果，并结合日内预测值，通过调整所述燃气轮机发电cgt、所述储能系统ess和所述灵活性负荷调度计划，对所述风电厂wpp和所述光伏电厂pv预测偏差进行修正，以及结合随机性电源的实时出力，以向其余虚拟电厂vpp或上级电网upg购买电能、调用激励型需求响应ibdr的方式，保证电能实时供需平衡。

3、上述技术方案的有益效果如下：多时间尺度协同运行优化模型能够有效衔接不同时间尺度下的调度阶段，并考虑各个阶段下wpp和pv的预测出力，既能够实现自身电力可靠供给，同时将多余电力以竞价交易的方式送至upg，进而获得超额经济收益。此外，当需要提供紧急供电服务时，可以调用ibdr、vpp和upg，实现vpp实时电力供需平衡的目标。

4、基于上述方法的进一步改进，所述虚拟电厂vpp的多时间尺度协同调度优化包括：日前调度优化、日内调度优化和实时调度优化，其中，所述日前调度优化：基于所述风电厂wpp和所述光伏电厂pv日前预测出力，并考虑所述燃气轮机发电cgt、所述储能系统ess和灵活性负荷间交互协同，得出供电成本最优的调度计划；所述日内调度优化：结合所述风电厂wpp和所述光伏电厂pv日内预测出力，通过对所述储能系统ess、所述燃气轮机发电cgt出力进行修正，以尽可能消除所述风电厂wpp和所述光伏电厂pv出力偏差带来的影响，计算所述虚拟电厂vpp中单位供电边际成本及外送电量，并向交易中心申报各自竞标价格和竞标电能，最后获取由所述交易中心返回的电能竞价交易量和价格；以及所述实时调度优化：考虑所述风电厂wpp和所述光伏电厂pv实时出力，在日内电能调度计划和竞价交易方案基础上，保证电力供需实时平衡，其中，当所述风电厂wpp和所述光伏电厂pv的实时出力小于计划出力时，通过向其他虚拟电厂vpp或上级电网upg购买电能或调用所述ibdr紧急出力，反之售出电能或者增加所述ibdr用电。

5、基于上述方法的进一步改进，所述日前调度优化包括：结合所述风电厂wpp和所述光伏电厂pv日前预测功率，以所述虚拟电厂vpp运行成本最小为目标，安排不同类型机组发电调度计划，其中，所述虚拟电厂vpp运行成本包括风光弃能成本、燃气轮机发电cgt运行成本和储能损耗成本。

6、基于上述方法的进一步改进，所述日前调度优化进一步包括：通过以下公式1计算目标函数：

7、                公式1

8、其中， c wpp,t和 c pv,t分别表示所述风电厂wpp和所述光伏电厂pv在时刻 t的弃风成本和弃光成本， c cgt,t表示所述燃气轮机发电cgt在时刻 t的运行成本， c ess,t表示所述储能系统ess在时刻 t的运行成本， c pb,t表示价格型需求响应pbdr在时刻 t的实施成本；根据以下公式2公式5计算所述虚拟电厂vpp的运行总成本：

9、              公式2

10、其中，re代表所述风电厂wpp和所述光伏电厂pv，表示re在时刻 t的发电预测出力， g re,t表示所述re在时刻 t的实际出力， c re,t表示所述re在时刻 t的弃能机会成本， p re,t为所述re在时刻 t的发电上网价格；

11、               公式3

12、其中， a cgt、 b cgt、 c cgt为所述燃气轮机发电cgt发电出力燃气成本系数，和分别表示所述燃气轮机发电cgt热启动成本和冷启动成本， u cgt,t表示所述燃气轮机发电cgt在时刻 t的运行状态，为所述燃气轮机发电cgt最小停机时间，表示所述燃气轮机发电cgt在时刻 t的停机时间，表示所述燃气轮机发电cgt的冷启动时间；

13、              公式4

14、其中， g ess,t是所述储能系统ess在时刻 t时充放电功率，当 g ess,t＜0时，表示所述储能系统ess的状态为充电，反之为放电， ρ ess为调节系数，为蓄电池的初始投资成本， n t为所述蓄电池的使用寿命，与放电深度有关； p grid,t表示所述虚拟电厂vpp在时刻 t与公共电网的购售电价格， p t表示所述储能系统ess在时刻 t时充放电价格，和分别表示在时刻 t的所述储能系统ess充放电效率，和表示所述储能系统ess的单位电量充放电损耗成本；

15、                                  公式5

16、其中，和 p t分别表示在时刻t的所述pbdr前后的电量价格，和 l t分别表示在 t时刻的pbdr前后的负荷需求，在 t时刻，△ p t和△ l pb , t分别为所述pbdr前后的价格变量和负荷变量，所述pbdr以电力需求价格弹性如下：

17、                                 公式6

18、其中， e st表示电力需求-价格弹性，通过以下公式计算所述pbdr产生的负荷波动：

19、               公式7

20、通过以下公式计算代表所述虚拟电厂vpp在时刻 t的净负荷需求 m t：

21、       公式8

22、其中， g cgt,t表示所述燃气轮机发电cgt在时刻 t的发电出力， η cgt和 η ess,t分别表示所述燃气轮机发电cgt和所述储能系统ess的出力损耗率， g ug,t表示所述虚拟电厂vpp在时刻t向upg购买的电量， l t表示所述虚拟电厂vpp在时刻t的负荷需求， u pb,t表示所述pbdr在时刻 t的实施状态，1表示所述pbdr被实施，0表示未实施；通过以下公式9计算所述风电厂wpp和所述光伏电厂pv的输出功率：

23、                   公式9

24、                                        公式10

25、其中， g r为所述风电厂wpp额定功率， v t为时刻 t的所述风电厂wpp风速，为所述风电厂wpp在时刻 t的可用出力，为光伏电厂pv在时刻 t的可用出力， η pv和 s pv为太阳能辐射效率和辐射面积， θ t为在时刻 t太阳能辐射强度；通过以下公式计算所述虚拟电厂vpp运行的负荷需求约束：

26、                     公式11

27、其中，所述风电厂wpp和所述光伏电厂pv的预测误差分别为 e wpp,t和 e pv,t，风电输出功率 g wpp,t和 g pv,t的区间分别为[(1- e wpp,t)· g wpp,t, (1+ e wpp,t)· g wpp,t]和[(1- e pv,t)· g pv,t,(1+ e pv,t)· g pv,t]，选取 e re,t替代 e wpp,t和 e pv,t， g re,t替代 g wpp,t和 g pv,t， g re,t将分布于[(1- e re,t)· g re,t，(1+ e re,t)· g re,t]， φ re为风电或光伏的出力损耗率；根据所述公式11可知，当不确定性影响较强时，负荷供需不平衡会加剧，使用 θ re , t和γ re修正负荷需求约束以保证负荷供需平衡约束，所述修正负荷需求约束如下：

28、        公式12

29、根据所述公式12，γ re的引入为决策者根据自身风险态度，制定考虑不确定性的虚拟电厂vpp调度方案，提供灵活性的风险决策工具。

30、基于上述方法的进一步改进，分别通过以下公式计算所述燃气轮机发电cgt运行约束、所述储能系统ess运行约束和所述pbdr运行约束：所述燃气轮机发电cgt运行约束为：

31、                          公式13

32、                 公式14

33、                    公式15

34、                    公式16

35、其中， u cgt,t表示燃气轮机发电cgt在时刻 t的运行状态，和分别表示燃气轮机发电cgt最小和最大输出功率，和分别表示燃气轮机发电cgt的下爬坡功率和上爬坡功率，和分别表示燃气轮机发电cgt在时刻 t-1的持续运行时间和持续停机时间，和分别表示燃气轮机发电cgt的最小启动时间和最小停机时间；所述储能系统ess运行约束为：

36、                   公式17

37、                                         公式18

38、                                         公式19

39、其中， s ess,t表示储能系统ess在时刻 t的储能，和分别表示储能系统ess的最小充放电功率和最大充放电功率，和分别表示储能系统ess的最小和最大储能量，为了充分利用储能系统ess充放电性能，将储能系统ess调度周期初蓄能量 s ess,0和调度周期末蓄能量 s ess,t均设定为零；所述pbdr运行约束为：

40、                         公式20

41、其中，表示所述pbdr提供最大负荷波动量， φ表示最大负荷削减比重，通过限制所述pbdr提供的所述最大负荷波动量和所述负荷削减比重，避免用户过渡响应导致峰谷倒挂的现象。

42、基于上述方法的进一步改进，所述日内调度优化包括基于所述日前调度计划，根据所述风电厂wpp和所述光伏电厂pv日内预测功率，通过调用所述储能系统ess、所述pbdr或调整所述燃气轮机发电cgt发电出力，应对所述风电厂wpp和所述光伏电厂pv日前预测功率偏差，在完成所述风电厂wpp和所述光伏电厂pv偏差修正后，计算各个时段虚拟电厂vpp的单位发电成本和剩余发电能力，进而构建多虚拟电厂vpp发电竞价博弈模型。

43、基于上述方法的进一步改进，所述日内调度优化进一步包括以风光出力波动最小为目标，修正所述日前调度计划，目标函数如下：

44、             公式21

45、        公式22

46、其中，△ l pb,tˊ为所述pbdr日前调度阶段时刻 tˊ的计划出力，在时刻 tˊ处， g pv,tˊ和 g wpp,tˊ分别表示所述光伏电厂pv和所述风电厂wpp的日前调度出力， gˊ pv,tˊ和 gˊ wpp,tˊ分别表示所述光伏电厂pv和所述风电厂wpp的实际可用出力，在时刻 tˊ处，△ lˊ pb,t和 gˊ ess,t分别表示所述pbdr和所述储能系统ess的修正出力，设定 t″= tˊ+1，储能系统ess容量约束如下：

47、           公式23

48、修正后的储能系统ess运行出力，满足公式18和公式19的约束条件，日前调度计划完成后，确定不同虚拟电厂的日内调度计划、、、和；通过以下公式计算各虚拟电厂vpp的剩余供电能力：

49、           公式24

50、其中， g t为所述虚拟电厂vpp在时刻t参与电力市场的竞价出力，根据公式1和公式23确立在满足所述虚拟电厂vpp内部负荷供需平衡前提时的单位供能成本，将 c vpp,t设定为所述虚拟电厂vpp在时刻t的单位供能成本，不同虚拟电厂vpp参与电力市场竞价的目的是获取超额收益，若竞价预期收益率为 β vpp,t，则通过以下公式计算所述虚拟电厂vpp参与电力市场竞价交易的报价：

51、                             公式25

52、根据公式24和公式25确定所述虚拟电厂vpp的日内竞标价格和竞标电量，当存在多个虚拟电厂vpp参与电力竞价时，将形成多种竞价方案，系统根据价格高低为选择标准进行能量交易，直至满足能量平衡；引入函数argmax g(•)，多个虚拟电厂vpp参与电力市场竞价的情境下，通过以下公式表示最优策略：

53、               公式26

54、公式27

55、                                                公式28

56、其中， l upg,t为upg在时刻 t的需求能量，m表示虚拟电厂vpp数量。

57、基于上述方法的进一步改进，所述实时调度优化包括所述风电厂wpp和所述光伏电厂pv的日内预测功率仍存在偏差，导致日内竞价博弈策略难以达到最优，其中，当实际可交易电量高于竞价电量时，仍执行日内竞价方案，反之需要调用紧急备用资源，以应对负荷供需失衡问题，所述备用来源包括ibdr、虚拟电厂vpps和上级电网三个渠道。

58、基于上述方法的进一步改进，所述实时调度优化进一步包括：通过以下公式表示目标函数：

59、                             公式29

60、其中， r m,t为虚拟电厂vpp m在时刻 t的备用成本，为虚拟电厂vpp m 在时刻 t向上级电网购买的能量，为虚拟电厂vpp m在时刻 t向上级电网购买的电量价格，虚拟电厂vpp n 的投标价格记作，为在时刻 t，虚拟电厂vpp n对虚拟电厂vpp m 提供的备用能量，是虚拟电厂vpp m采用ibdr的备用成本计算步骤如下：

61、                    公式30

62、其中，和分别为在时刻 t，ibdr提供的上、下备用容量，和分别为与上、下备用容量相对应的价格；通过以下公式设定虚拟电厂vpp m最优的购电组合：

63、                公式31

64、                        公式32

65、                                        公式33

66、其中，和为ibdr在时刻 t提供的最小和最大出力，对于ibdr来说，其发电出力还满足公式13至公式16中的上下爬坡约束和启停时间约束。

67、另一方面，本发明实施例提供了一种虚拟电厂群的协同调度优化装置，包括：多个虚拟电厂vpp协同运行模块，用于当各自虚拟电厂满足自身负荷需求后，剩余发电能力通过竞价博弈的方式在竞价交易中心申报竞标价格及外送电量，所述竞价交易中心集成虚拟电厂vpp竞标信息并结算不同虚拟电厂vpp获批的竞价能量份额和市场出清价格，同时将中标价格和中标能量传递至各个虚拟电厂vpp，既保证内部能量供需平衡，又将多余能量售出至公共电网，达到运营收益最大化，其中，所述虚拟电厂vpp包括风电厂wpp、光伏电厂pv、燃气轮机发电cgt、储能系统ess和灵活性负荷；以及多时间尺度协同调度优化模块，用于在制定电力调度计划时，考虑风电厂wpp和光伏电厂pv的日前预测结果，并结合日内预测值，通过调整所述燃气轮机发电cgt、所述储能系统ess和所述灵活性负荷调度计划，对所述风电厂wpp和所述光伏电厂pv预测偏差进行修正，以及结合随机性电源的实时出力，以向其余虚拟电厂vpp或上级电网upg购买电能、调用激励型需求响应ibdr的方式，保证电能实时供需平衡。

68、与现有技术相比，本发明至少可实现如下有益效果之一：

69、1、多时间尺度协同运行优化模型能够有效衔接不同时间尺度下的调度阶段，并考虑各个阶段下wpp和pv的预测出力，既能够实现自身电力可靠供给，同时可以将多余电力以竞价交易的方式送至upg，进而获得超额经济收益。此外，当需要提供紧急供电服务时，可以调用ibdr、vpp和upg，实现vpp实时电力供需平衡的目标。

70、2、虚拟电厂群协同调度优化模型能够兼顾不同vpp在不同阶段的交互关系，能分阶段确立多个vpp最优运行方案，即在日前阶段根据日前预测功率确立能量调度计划，在日内阶段根据日内预测功率通过修正日前调度计划确立最优竞价策略，在实时阶段通过调用紧急供电服务达到实时电力供需平衡目标。在mcp结算机制中，为了能够有效提升自身运营效益，各个vpps会竭力以竞价博弈获取交易份额。

71、3、改进混沌蚁群算法能够分阶段模拟不同主体的竞价博弈过程，在日前调度阶段，各主体属于合作博弈问题，在日内调度阶段各主体属于非合作博弈问题，而在实时调度阶段，各主体属于非合作博弈问题。通过利用改进蚁群算法，分阶段模拟不同主体竞价博弈优化，能够在微电网整体供能成本最低的同时，最小化风光出力波动，并实现最大化竞价收益和最小化备用成本等多目标的诉求，快速、精准获取全局最优的虚拟电厂群运行方案。

72、4、考虑多个虚拟电厂在日前、日内、时前等三个阶段的协同关系，建立考虑多时间尺度的虚拟电厂群多时间尺度协同运行优化模型，并将遍历求解精度高的混沌搜索算法和全局寻优能力较强的蚁群算法进行融合，提出改进寻优速度及求解效率的混沌蚁群优化算法。

73、本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。