一种虚拟电厂可调控运行优先级排序方法与流程

本发明属于虚拟电厂可调控运行，尤其涉及一种虚拟电厂可调控运行优先级排序方法,更具体的是涉及一种考虑vpp内部der综合能力的可调控运行优先级排序方法。

背景技术：

1、随着新能源大规模发展，电网调节资源日趋紧缺，调峰压力逐步增大，亟须挖掘新型调节资源，提升电力系统灵活调节能力。虚拟电厂(virtual power plant，vpp)通过聚合分布式电源、储能、蓄热、工商业负荷等可调节资源，优化控制各类资源运行状态，提供电力系统灵活调节能力。大规模分布式资源(distributed energy resources，der)入网对电网提出了挑战，需要研究新的der控制技术。vpp能够结合der的普遍需求或电力市场需求合理调整内部的优化策略，在实现内部协同运行并满足电力市场需求的同时，达到环境和经济效益的最优。然而vpp关注内部资源的响应能力，不合适的vpp资源组合方式无法满足应用对其产品特性的要求，也难以获得良好的经济性。

2、传统的火电、水电机组调节性能较强且可控性高，而vpp的特点之一在于，其对分布式能源用户无强制性，是用户基于双方协议响应vpp指令，参与互动。这导致了vpp调节能力的不确定性，影响vpp的实际运行状态。因此，为vpp内部建立合适的可调控运行方法，保证系统可持续经济的运行，对系统来说是至关重要的。

技术实现思路

1、针对上述现有技术中存在的不足之处，本发明提供了一种虚拟电厂可调控运行优先级排序方法。其目的是为了实现将分散的分布式资源进行有效整合，打破地域限制，提高分布式能源的综合发电效益，实现内部协同运行并满足电力市场需求的同时，解决vpp调节能力的不确定性的发明目的。

2、本发明为实现上述目的所采用的技术方案是：

3、一种虚拟电厂可调控运行优先级排序方法，包括：

4、根据目标虚拟电厂内各分布式资源的构成，选取各类分布式资源的评价指标，将所有指标分为基础指标和特色指标；

5、利用基础指标和特色指标构建评价指标体系，基于阈值法对指标进行无量纲化，实现指标综合；

6、基于层析分析法和熵权法分别对基础指标和特色指标进行指标权重分析；

7、将各指标的量化值和对应的权重加权叠加，得到各类分布式资源的基础指标和特色指标的综合能力得分；

8、基于综合能力得分情况，按照电网调度指令对目标虚拟电厂内各分布式资源进行优先级顺序调控出力。

9、更进一步的，所述基础指标，即b类指标，为各分布式资源共有的指标；所述特色指标，即s类指标，为各种分布式资源所特有的指标。

10、更进一步的，所述根据目标虚拟电厂内各分布式资源的构成，选取各类分布式资源的评价指标，将所有指标分为基础指标和特色指标，其中：

11、步骤1.1基础指标包括一级指标和二级指标；

12、选取效益指标b1、资源开发情况b2、发展潜力b3作为b类指标的一级指标，选取效益指标b1中经济效益b11、环境效益b12、社会效益b13和发展潜力b3中政策支持b31、资金来源b32、效益b33和剩余资源量b34作为二级指标；

13、所述效益指标b1是衡量某项目造成的成果和利益，从经济效益、环境效益和社会效益三方面量化评价各类分布式资源带来效益的能力，当选取风电时，指标定义如下：

14、经济效益b11：b11＝gwind/cwind

15、环境效益b12：b12＝ewind/sq

16、社会效益b13：b13＝mwind

17、其中，gwind为某地区风力发电的生产总值，cwind为该地区风电的生产成本，ewind为某地区风力发电造成的二氧化碳减排量，sq为该地区的面积，mwind为某地区居民对风电的满意度的均值，满意度以百分之量化；

18、所述资源开发情况b2是衡量各类分布式资源的开发情况，如下式所示：

19、

20、其中，b2为资源开发情况；评价风力发电时，为可利用的风资源量，为风资源总量；评价光伏发电时，rusepv为可利用的光资源量，rsumpv为光资源总量；评价电动汽车和储能系统时，ruseev为电动汽车数量，rsumev为汽车总数；评价灵活负荷时，ruseload为参与响应的负荷量，rsumload为可响应负荷总量；

21、所述发展潜力b3的具体细化指标定义如下：

22、政策支持b31：将支持力度从大到小划分为1-5个等级；

23、资金来源b32：b32

24、效益b33：b33＝w1b11+w2b12+w3b13

25、剩余资源量b34：b34＝1-b2

26、其中，b32为国家对某种分布式资源提供的资金数额，b11、b12、b13、w1、w2、w3分别为某种分布式资源的经济效益、环境效益、社会效益以及各自所占的权重；

27、步骤1.2特色指标包括一级指标和二级指标；

28、一级指标和二级指标均包括：风力发电和光伏发电资源特色指标、电动汽车和储能系统特色指标和灵活性负荷资源特色指标；

29、选取出力特性s1和可靠性s2作为风力发电和光伏发电资源s类指标的一级指标，选取出力特性s1中的日负荷率s11、日峰谷差率s12、日负荷波动率s13和可靠性s2中的满足阈值天数占比s21和一年中的系统故障次数s22作为二级指标；选取可靠性s3、削峰能力s4和放电性能s5作为电动汽车和储能系统s类指标的一级指标，选取可靠性s3中停电时间s31、系统故障次数s32，削峰能力s4中的电池容量s41、电池一次充满电所需的平均时间s42，放电性能s5中的循环次数s51、充放电效率s52作为二级指标；选取响应能力s6作为灵活性负荷资源s类指标的一级指标，选取用户意愿s61、设备容量s62、响应成本s63和响应成功率s64作为二级指标；

30、对于风力发电和光伏资源，选取最大负荷日作为典型日，从典型日中的日负荷率、日峰谷差率和日负荷波动率三个方面评价其出力特性，如下式所示：

31、日负荷率s11：s11＝paν/pmax

32、日峰谷差率s12：s12＝(pmax-pmin)/pmax

33、日负荷波动率s13：s13＝s/paν

34、其中，pmax、pmin、paν分别代表负荷的最大值、最小值、均值；s为负荷的标准差；

35、将风力发电或者光伏发电的最大日平均负荷记为p，并将0.8p定义为阈值，从满足阈值天数占比和系统故障次数两方面来评价其可靠性，如下式所示：

36、满足阈值天数占比s21：s21＝dth/365

37、一年中的系统故障次数s22：s22

38、其中，dth为一年中日平均负荷满足阈值的天数，s22为一年中的系统故障次数；

39、对于电动汽车和储能系统的可靠性s3评价，分别以某地区一年中的停电时间s31和一年中的系统故障次数s32来表示；削峰能力指标用某地区的总的电池容量s41和电池一次充满电所需的平均时间s42表示；放电性能指标用废弃前储能系统所能承受的循环次数s51和充放电效率s52来表示，充放电效率定义如下：

40、b52＝er/ei

41、其中，b52为充放电效率，er为储能系统充电后所能释放的能量，ei为储能系统的初始存储的能量。

42、更进一步的，所述利用基础指标和特色指标构建评价指标体系，基于阈值法对指标进行无量纲化，实现指标综合，其中：采用直线型无量纲化方法中的阈值法来对指标进行无量纲化，阈值法是用指标实际值与阈值相比以得到指标评价值的无量纲化方法，公式如下：

43、设有m个地区，n个评价指标，xij表示第j个指标下第i个地区的指标值；

44、正向指标：

45、

46、上式中，xij+表示正向指标评价值；

47、负向指标：

48、

49、上式中，xij-表示负向指标评价值。

50、更进一步的，所述基于层析分析法和熵权法分别对基础指标和特色指标进行指标权重分析，其中：用层次分析法确定指标权重如下：

51、(1)对同一层次的各指标进行两两比较，引用数字1-9及其倒数作为标度来定义判断，具体数字及含义如下：

52、

53、(2)计算一致性比例，检验一致性：

54、

55、上式中：cr表示一致性比例，ci表示一致性指标(基础指标)，ri表示随机一致性指标(特色指标)；

56、

57、上式中：λmax表示判断矩阵a的最大特征值，n表示判断矩阵a的阶；

58、所述ri的取值如下表所示：

59、 n 1 2 3 4 5 6 7 8 9 ri 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45

60、(3)采用特征向量法计算层次分析法的权重向量w，将权重向量w左乘判断矩阵a，有：

61、aw＝λmaxw

62、上式中，λmax为判断矩阵的最大特征值，存在且唯一,w的分量均为正分量；最后，将w作归一化处理，记为wa；

63、基于熵权法对特色指标进行指标权重分析，如下：

64、设有m个地区，n个评价指标，用熵权法确定指标权重如下:

65、(1)计算各指标下各地区指标值的比重pij:

66、

67、式中，i表示第i个地区，j表示第j个指标，xij表示第j个指标下第i个地区的指标值特色指标

68、(2)计算各指标的熵值ej：

69、

70、(3)计算各指标的差异系数gj：

71、gj＝1-ej

72、(4)计算各指标的权重wsj：

73、

74、上式中，gj为各指标的差异系数。

75、更进一步的，所述将各指标的量化值和对应的权重加权叠加，得到各类分布式资源的基础指标和特色指标的综合能力得分，如下式所示：

76、fb＝∑wbj·xbj

77、fs＝∑wsj·xsj

78、上式中，fb为各类分布式资源的基础指标，fs为各类分布式资源的特色指标。

79、一种虚拟电厂可调控运行优先级排序装置，包括：

80、评价指标选取模块，用于根据目标虚拟电厂内各分布式资源的构成，选取各类分布式资源的评价指标，将所有指标分为基础指标和特色指标；

81、构建模块，用于利用基础指标和特色指标构建评价指标体系，基于阈值法对指标进行无量纲化，实现指标综合；

82、指标权重分析模块，用于基于层析分析法和熵权法分别对基础指标和特色指标进行指标权重分析；

83、综合能力得分模块，用于将各指标的量化值和对应的权重加权叠加，得到各类分布式资源的基础指标和特色指标的综合能力得分；

84、优先级顺序调控出力模块，用于基于综合能力得分情况，按照电网调度指令对目标虚拟电厂内各分布式资源进行优先级顺序调控出力。

85、更进一步的，所述一种虚拟电厂可调控运行优先级排序装置用于实现任一所述的一种虚拟电厂可调控运行优先级排序方法的步骤。

86、一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任一项所述的一种虚拟电厂可调控运行优先级排序方法的步骤。

87、一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现任一所述的一种虚拟电厂可调控运行优先级排序方法的步骤。

88、本发明具有以下有益效果及优点：

89、本发明首先建立更全面的分布式资源综合能力评估指标体系，选取各类分布式资源的评价指标并将所有指标分为基础指标(b类)和特色指标(s类)，其中b类指标为分布式资源共有的指标，s类指标为各种分布式资源所特有的指标。然后采用层次分析法确定b类指标下各细化指标的权重；采用熵权法确定s类指标下各细化指标的权重。最后根据各指标的权重及量化值加权叠加，得到该地区各种分布式资源的b类和s类指标的综合得分。

90、本发明方法可使得目标虚拟电厂中的分布式资源按照一定优先级进行顺序调控出力，同时各机组不在进行单一的出力计划调整，而是利用其时空互补性，可以相互组合，弥补各自的功率损失，降低调整成本，提高效率。如当风力机组发电较多时，为了防止电量供应过多，微型燃气机组就要通过降低燃料数量来降低发电量；当风力机组发电较低时，微型燃气机组就要提高发电量及时补充风力发电较低造成的电力空缺。一般火电的反应时间要超过1小时，而且火电的调整能力有限60％-100％之间调整负荷，即1度风电装机容量，约需要3度火电装机容量来调节。

91、本发明描述的是一种虚拟电厂(virtual power plant,vpp)可调控运行优先级排序方法，其核心在于通过综合评价和权重分析，对虚拟电厂内的分布式资源进行优先级排序，以实现更高效和有序的电网调度。

92、本发明的方法步骤及其作用和优点如下：

93、(1)评价指标体系的构建：通过将所有指标分为基础指标(b类指标)和特色指标(s类指标)，本发明为不同类型的分布式资源提供了一个统一的评价框架。基础指标是所有分布式资源共有的指标，而特色指标是针对特定资源类型的指标。这种分类有助于更精确地评估和比较不同资源的性能。

94、(2)无量纲化处理：采用阈值法对指标进行无量纲化，使得不同量纲的指标可以在同一尺度下比较，从而简化了评价过程并提高了评价的公平性。

95、(3)权重分析：使用层析分析法和熵权法分别对基础指标和特色指标进行权重分析。这两种方法的应用增加了评价过程的科学性和客观性，确保了权重分配的合理性。

96、(4)综合能力得分：通过将各指标的量化值与对应的权重加权叠加，得到分布式资源的综合能力得分。这种方法使得资源的评估更加全面和量化，为电网调度提供了明确的优先级依据。

97、(5)优先级顺序调控：基于综合能力得分，按照电网调度指令对虚拟电厂内的分布式资源进行优先级顺序调控出力。这种调控机制使得电网运行更加灵活和高效，能够更好地响应电网需求和变化。

98、相比现有技术，本发明具有更高的灵活性：通过综合评价不同资源的性能，可以更灵活地调整电网运行策略。

99、本发明具有更科学的决策：利用层析分析法和熵权法进行权重分析，使得决策过程更加科学和客观。

100、本发明具有更有效的资源利用：通过对分布式资源进行优先级排序，可以更有效地利用各种资源，提高电网的运行效率。

101、本发明具有更强的适应性：该方法可以适应不同类型和规模的分布式资源，具有较强的通用性和适应性。

102、通过增加评价指标体系的构建、无量纲化处理、权重分析和综合能力得分计算等步骤，本发明提供了一种更科学、更灵活、更有效的虚拟电厂可调控运行优先级排序方法，有助于提高电网的调度效率和响应能力。