一种基于多种灵活性资源的电网系统调度方法及装置与流程

本发明涉及电网系统调度领域，尤其涉及一种基于多种灵活性资源的电网系统调度方法及装置。

背景技术：

1、电力系统中灵活性资源的形式日益多元，除火电、水电等传统发电资源外，在源-网-荷-储侧均有涉及。在电源侧，有分布式发电资源如分布式光伏、分布式风电等灵活性发电资源纳入配电网出力；在电网侧，则主要通过电网互联互济实现灵活性资源在更大时空范围内的调配；在负荷侧，多类型可控负荷已参与电网调度运行，电力大用户作为需求侧响应资源参与需求响应，电动汽车、空调等可为新能源发电削峰填谷、平抑波动；在储能侧，抽水蓄能、电池储能、飞轮储能、压缩空气储能等资源各具特性，可在调频、调峰、备用等多业务场景提供辅助服务。然而，大量分布式电源、可控负荷等灵活性资源在提高电力系统灵活性的同时，也将给电网系统的调控运行带来挑战。在高比例可再生能源的新型电力系统中，灵活性资源参与电力系统调控运行的必要性日益凸显。

2、现有研究中，同时考虑源-荷-储海量灵活性资源的电网系统调度研究较少，对灵活性资源的建模研究多集中在单一类型的灵活性资源构成的场景，难以满足电网系统的实际调度需求。

技术实现思路

1、本发明实施例提供一种基于多种灵活性资源的电网系统调度方法及装置，利用参与电网系统调度的各种灵活性资源的约束模型或计算模型，对各种灵活性资源进行调度，不仅能够满足处于多资源场景的电网系统的实际调度需求，还能够提高电网系统的资源利用率。

2、为了解决上述技术问题，本发明实施例提供了一种基于多种灵活性资源的电网系统调度方法，包括：

3、分别在若干个时刻，实时获取多种分布式发电资源的实际出力值；

4、将所有所述分布式发电资源的所有所述实际出力值进行聚合，得到所有所述分布式发电资源对应的实际出力值集合，并根据所述实际出力值集合，建立所有所述分布式发电资源的计算模型；

5、对可转移负荷资源的转移负荷量进行约束，得到第一约束模型；对可中断负荷资源的中断负荷量进行约束，得到第二约束模型；对电动汽车集群资源进行约束，得到第三约束模型；对空调集群资源进行约束，得到第四约束模型；对储能系统的充放电效率和充放电功率进行约束，建立储能系统模型；

6、通过电网系统，利用所述计算模型、所述第一约束模型、所述第二约束模型、所述第三约束模型、所述第四约束模型和所述储能系统模型，对参与电网系统调度的多种灵活性资源进行调度，以完成对所述电网系统的调度；

7、其中，所述参与电网系统调度的多种灵活性资源包括所述分布式发电资源、所述可转移负荷资源、所述可中断负荷资源、所述电动汽车集群资源、所述空调集群资源和储能资源。

8、实施本发明实施例，分别在若干个时刻，实时获取多种分布式发电资源的实际出力值，然后将所有分布式发电资源的所有实际出力值进行聚合，得到所有分布式发电资源对应的一个实际出力值集合，并根据实际出力值集合，建立所有分布式发电资源的一个计算模型，使得能够通过计算模型，根据实时的能源需求和发电资源的实际出力能力，合理安排和分配每个分布式发电资源的运行，从而提高电网系统的资源利用率，减少对传统中央发电站的依赖。此外，通过约束可转移负荷资源的转移负荷量，可以合理分配不同用户之间的负荷，实现负荷均衡，这有助于减少电网系统的压力，平滑负荷波动，提高电网系统的稳定性，并且基于第一约束模型，对可转移负荷资源进行调度，可以起到用电的削峰填谷的作用；而通过约束可中断负荷资源的中断负荷量，可以在电力供应不足时，根据优先级和需求程度，有选择性地中断部分负荷，便于处理紧急情况下的电力调度，保障重要设备的供电，避免系统崩溃和停电风险，并且基于第二约束模型，对可中断负荷资源进行调度，可以防止出现可中断负荷高调用率时导致的用户舒适度下降的问题；而通过约束储能系统的充放电效率和充放电功率，可以优化储能系统的运行策略，实现对电网负荷的调峰和调节；最后通过约束电动汽车集群资源、空调集群资源，能够优化电动汽车集群资源中每个电动汽车的状态管理和空调集群资源中每台空调的分布与控制，从而在降低电网系统的能耗的同时，能够改善用户的使用体验，并且通过多个约束模型和计算模型，对参与电网系统调度的多种灵活性资源进行调度，能够满足处于多资源场景的电网系统的实际调度需求。

9、作为优选方案，所述将所有所述分布式发电资源的所有所述实际出力值进行聚合，得到所有所述分布式发电资源对应的实际出力值集合，并根据所述实际出力值集合，建立所有所述分布式发电资源的计算模型，具体为：

10、按照预设的聚合算法，将所有所述分布式发电资源的所有所述实际出力值进行聚合，得到所有所述分布式发电资源对应的实际出力值集合；其中，所述聚合算法，具体为：

11、

12、式中，psw为所有分布式发电资源对应的实际出力值集合，pi,t为第i种分布式发电资源在t时刻的实际出力值，表示第i种分布式发电资源在t时刻的期望出力值，表示第i种分布式发电资源在t时刻的预测出力最大波动偏差；δi为0-1变量，当δi取值为1时，和分别表示第i种分布式发电资源在t时刻的出力值达到预测区间上界和下界，当δi取值为0时，和为零，第i种分布式发电资源在t时刻的实际出力值pi,t为期望出力值；

13、将所述实际出力值集合作为约束，以建立所有所述分布式发电资源的所述计算模型。

14、实施本发明实施例的优选方案，通过聚合分布式发电资源的实际出力值，可以评估电网系统整体的发电能力，同时结合预测出力最大波动偏差，可以了解分布式发电资源在不同时刻的出力变动范围，以更好地针对实际情况进行电网系统资源调度，进而可以合理安排电网负荷和传输能力，确保电力系统供需平衡和电网系统稳定运行。

15、作为优选方案，所述对可转移负荷资源的转移负荷量进行约束，得到第一约束模型，具体为：

16、获取每个时刻转移前的转移负荷量、每个时刻转移后的转移负荷量、以及每个时刻转移后的转移负荷量的预设上限；

17、按照预设的转移负荷量约束算法，根据所述每个时刻转移前的转移负荷量、所述每个时刻转移后的转移负荷量、以及所述每个时刻转移后的转移负荷量的预设上限，对所述可转移负荷资源的转移负荷量进行约束，以建立所述第一约束模型；其中，所述第一约束模型，具体为：

18、

19、

20、式中，为t时刻转移前的转移负荷量，为t时刻转移后的转移负荷量，为t时刻转移后的转移负荷量的预设上限。

21、实施本发明实施例的优选方案，根据每个时刻转移前的转移负荷量、每个时刻转移后的转移负荷量以及预设的转移负荷量上限，对可转移负荷资源的转移负荷量进行约束，以建立第一约束模型，从而能够通过第一约束模型，在可转移负荷资源可接受范围内，实现电网系统对可转移负荷资源的调度。

22、作为优选方案，所述对可中断负荷资源的中断负荷量进行约束，得到第二约束模型，具体为：

23、获取每个时刻多个等级的中断负荷量和预设的每两个相邻时刻的最大可中断负荷量；

24、按照预设的中断负荷量约束算法，根据所述每个时刻多个等级的中断负荷量和所述预设的每两个相邻时刻的最大可中断负荷量，对所述可中断负荷资源的中断负荷量进行约束，以建立所述第二约束模型；其中，所述第二约束模型，具体为：

25、

26、

27、

28、式中，nm为等级的数量，为t时刻的中断负荷量，为t时刻等级m的中断负荷量，为t-1时刻的中断负荷量，lil,max为预设的每两个相邻时刻的最大可中断负荷量。

29、实施本发明实施例的优选方案，根据每个时刻多个等级的中断负荷量和预设的每两个相邻时刻的最大可中断负荷量，对可中断负荷资源的中断负荷量进行约束，以建立第二约束模型，从而能够通过第二约束模型，根据预设的中断负荷等级和最大可中断负荷量，可以灵活调整中断负荷资源的使用，确保关键设备和电网的安全性。

30、作为优选方案，所述对电动汽车集群资源进行约束，得到第三约束模型，具体为：

31、根据电动汽车集群中的每辆电动汽车的能耗和行驶速度，对每辆电动汽车的充电功率和荷电量百分数进行约束，以建立单辆电动汽车资源约束模型；

32、基于所述单辆电动汽车资源约束模型，获取所述电动汽车集群中的每辆电动汽车在每个时刻的充电功率和放电功率，并根据所述电动汽车集群中的每辆电动汽车在每个时刻的充电功率和放电功率、所述电动汽车集群中在每个时刻停驶充电的电动汽车的数量、以及所述电动汽车集群中在每个时刻行驶放电的电动汽车的数量，分析得到所述电动汽车集群的总功率的上界值和下界值、以及所述电动汽车集群的总能量的上界值和下界值；

33、根据所述电动汽车集群的总功率的上界值和下界值、以及所述电动汽车集群的总能量的上界值和下界值，对所述电动汽车集群的总功率和所述电动汽车集群的总能量进行约束，以建立所述第三约束模型；其中，所述第三约束模型，具体为：

34、

35、

36、

37、式中，和分别为电动汽车集群的总功率的上界值和下界值，和分别为电动汽车集群的总能量的上界值和下界值，ηevc和ηevd分别为电动汽车集群的充电效率和放电效率，δt表示t时刻和t+1时刻之间的时间间隔。

38、实施本发明实施例的优选方案，根据电动汽车集群中的每辆电动汽车的能耗和行驶速度，对每辆电动汽车的充电功率和荷电量百分数进行约束，以建立单辆电动汽车资源约束模型，然后再基于单辆电动汽车资源约束模型、电动汽车集群中在每个时刻停驶充电的电动汽车的数量、以及电动汽车集群中在每个时刻行驶放电的电动汽车的数量，分析电动汽车集群的总功率的上界值和下界值、以及电动汽车集群的总能量的上界值和下界值，接着基于上述内容，对电动汽车集群的总功率和电动汽车集群的总能量进行约束，建立第三约束模型，进而实现把数量众多且分散程度较大的电动汽车集群通过集中式控制聚合在一起，以便提供电网频率调节服务。

39、作为优选方案，所述对空调集群资源进行约束，得到第四约束模型，具体为：

40、根据空调集群中每台空调所在房间的室内温度和室外温度，对空调集群中每台空调的功率进行约束，以建立空调集群中每台空调的功率的约束关系；其中，所述空调集群中每台空调的功率的约束关系，具体为：

41、

42、

43、式中，θi,t为空调集群中第i台空调所在房间在t时刻的室内温度，θ0,t为空调集群中第i台空调所在房间的室外温度，ci为空调集群中第i台空调的等效热容，ri为空调集群中第i台空调的等效热阻，为空调集群中第i台空调的功率，ηi为空调集群中第i台空调的能效系数；si,t为空调集群中第i台空调在t时刻受到的外界扰动因素；

44、基于所述空调集群中每台空调的功率的约束关系，获取所述空调集群在每个时刻的基准功率，并根据所述空调集群在每个时刻的基准功率，分析得到所述空调集群的总功率的上界值和下界值、以及所述空调集群的总能量的上界值和下界值；

45、根据所述空调集群的总功率的上界值和下界值、以及所述空调集群的总能量的上界值和下界值，对所述空调集群的总功率和所述空调集群的总能量进行约束，以建立所述第四约束模型；其中，所述第四约束模型，具体为：

46、

47、

48、

49、式中，为空调集群在t时刻的总功率，为空调集群在t+1时刻的总能量，δt表示t时刻和t+1时刻之间的时间间隔，和分别为电动汽车集群的总功率的上界值和下界值，和分别为电动汽车集群的总能量的上界值和下界值。

50、实施本发明实施例的优选方案，根据空调集群中每台空调所在房间的室内温度和室外温度，对空调集群中每台空调的功率进行约束，以建立空调集群中每台空调的功率的约束关系，并根据上述约束关系获取空调集群在每个时刻的基准功率，根据空调集群在每个时刻的基准功率，分析得到空调集群的总功率的上界值和下界值、以及空调集群的总能量的上界值和下界值，从而建立第四约束模型，实现根据约束关系灵活调整空调功率，优化空调集群的运行，降低能耗，提高能源利用效率。

51、作为优选方案，所述对储能系统的充放电效率和充放电功率进行约束，建立储能系统模型，具体为：

52、建立所述储能系统的容量、充电效率、充电功率、放电效率和放电功率之间的相关关系；

53、获取所述储能系统的容量的上界值和下界值、所述储能系统的容量的上界值和下界值、以及所述储能系统的容量的上界值和下界值，并根据所述储能系统的容量的上界值和下界值、所述储能系统的容量的上界值和下界值、以及所述储能系统的容量的上界值和下界值，对所述储能系统的容量、充电功率和放电功率进行约束，得到所述储能系统模型；其中，所述储能系统模型，具体为：

54、

55、sess,min≤sess≤sess,max；

56、

57、

58、式中，为t时刻储能系统的容量，为t-1时刻储能系统的容量，ηc为储能系统的充电效率，ηd为储能系统的放电效率，为储能系统的充电功率，为储能系统的放电功率，sess,max为储能系统的最大容量，sess,min为储能系统的最小容量，pc,max为储能系统的最大充电功率，pd,max为储能系统的最大放电功率。

59、实施本发明实施例的优选方案，根据储能系统的容量的上界值和下界值、储能系统的容量的上界值和下界值、以及储能系统的容量的上界值和下界值，对储能系统的容量、充电功率和放电功率进行约束，得到储能系统模型，通过储能系统模型，不仅可以进行储能系统的调度和运行策略，还可以控制和优化储能系统的充放电行为，以适应不同的电力需求和系统条件，实现最优的能源调度和利用。

60、为了解决相同的技术问题，本发明实施例还提供了一种基于多种灵活性资源的电网系统调度装置，包括：

61、获取模块，用于分别在若干个时刻，实时获取多种分布式发电资源的实际出力值；

62、第一建模模块，用于将所有所述分布式发电资源的所有所述实际出力值进行聚合，得到所有所述分布式发电资源对应的实际出力值集合，并根据所述实际出力值集合，建立所有所述分布式发电资源的计算模型；

63、第二建模模块，用于对可转移负荷资源的转移负荷量进行约束，得到第一约束模型；对可中断负荷资源的中断负荷量进行约束，得到第二约束模型；对电动汽车集群资源进行约束，得到第三约束模型；对空调集群资源进行约束，得到第四约束模型；对储能系统的充放电效率和充放电功率进行约束，建立储能系统模型；

64、调度模块，用于通过电网系统，利用所述计算模型、所述第一约束模型、所述第二约束模型、所述第三约束模型、所述第四约束模型和所述储能系统模型，对参与电网系统调度的多种灵活性资源进行调度，以完成对所述电网系统的调度；其中，所述参与电网系统调度的多种灵活性资源包括所述分布式发电资源、所述可转移负荷资源、所述可中断负荷资源、所述电动汽车集群资源、所述空调集群资源和储能资源。

65、作为优选方案，所述第一建模模块，具体包括：

66、聚合单元，用于按照预设的聚合算法，将所有所述分布式发电资源的所有所述实际出力值进行聚合，得到所有所述分布式发电资源对应的实际出力值集合；其中，所述聚合算法，具体为：

67、

68、式中，psw为所有分布式发电资源对应的实际出力值集合，pi,t为第i种分布式发电资源在t时刻的实际出力值，表示第i种分布式发电资源在t时刻的期望出力值，表示第i种分布式发电资源在t时刻的预测出力最大波动偏差；δi为0-1变量，当δi取值为1时，和分别表示第i种分布式发电资源在t时刻的出力值达到预测区间上界和下界，当δi取值为0时，和为零，第i种分布式发电资源在t时刻的实际出力值pi,t为期望出力值；

69、建模单元，用于将所述实际出力值集合作为约束，以建立所有所述分布式发电资源的所述计算模型。

70、作为优选方案，所述对可转移负荷资源的转移负荷量进行约束，得到第一约束模型，具体为：

71、获取每个时刻转移前的转移负荷量、每个时刻转移后的转移负荷量、以及每个时刻转移后的转移负荷量的预设上限；

72、按照预设的转移负荷量约束算法，根据所述每个时刻转移前的转移负荷量、所述每个时刻转移后的转移负荷量、以及所述每个时刻转移后的转移负荷量的预设上限，对所述可转移负荷资源的转移负荷量进行约束，以建立所述第一约束模型；其中，所述第一约束模型，具体为：

73、

74、

75、式中，为t时刻转移前的转移负荷量，为t时刻转移后的转移负荷量，为t时刻转移后的转移负荷量的预设上限。