风电全消纳下虚拟电厂内部资源调度控制方法技术

本发明专利技术公开了一种风电全消纳下虚拟电厂内部资源调度控制方法，其包括S1、设定风电出力、收敛间隙、迭代次数初始值为k＝1、调度方案成本的上下界分别为U1＝+∞，L1＝‑∞；S2、根据风电出力，计算虚拟电厂内部资源调度的决策变量xk；S3、根据决策变量xk，计算目标函数值fk以及与fk对应的风电出力uk+1和调控变量yk；S4、根据决策变量xk和目标函数值fk，更新L1＝F(xk)+θ，U1＝F(xk)+fk；S5、当调度方案成本的上下界之间的差异小于等于收敛间隙ε时，输出决策变量xk；S6、当调度方案成本的上下界之间的差异大于收敛间隙ε时，令k＝k+1，并按设定值增加与风电出力uk+1对应的调控变量yk+1，之后返回步骤S2。

【技术实现步骤摘要】
风电全消纳下虚拟电厂内部资源调度控制方法
本方案涉及虚拟电厂运行时的调度方法，具体涉及一种风电全消纳下虚拟电厂内部资源调度控制方法。
技术介绍
近年来，电力系统中风电发展迅猛，在新能源发电中占有重要地位。但其由于存在出力间歇性、随机性等固有性质，对电力系统的规划运行产生了较为严重的影响。目前受到风电消纳问题的制约，使得风电并网存在较大问题。为了适应风电全额并网消纳，引入具有灵活调控能力的水电机组，使其与火电机组在电源侧共同对风电的不确定性进行有效应对，除此之外，较多研究还在用户测引入柔性负荷进行协调调度以提高系统整体经济性，并提出基于虚拟发电厂(virtunalpowerplant，VPP)的理念来聚合调控区域内多种类型分布式电源，从而减弱风电的不确定性，形成一个对某些固定用户进行稳定供电的聚合单元。因此如何对调控区域内的各运行单元进行优化调度成为一大研究重点。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的风电全消纳下虚拟电厂内部资源调度控制方法在考虑不确定因素风电出力的情况下，通过不断的迭代能够得到运行成本最低的日前调度方案。为了达到上述专利技术目的，本专利技术采用的技术方案为：提供一种风电全消纳下虚拟电厂内部资源调度控制方法，其包括：S1、设定风电出力、收敛间隙、迭代次数初始值为k＝1、调度方案成本的上下界分别为U1＝+∞，L1＝-∞；S2、根据风电出力，计算虚拟电厂内部资源调度的决策变量xk：其中，F(x)为日前调度的最小总运行成本；θ为辅助变量；dTyl为各个风电场景下的最小调控成本；yl为迭代至k次后，第l个风电出力对应的最优调控变量，l＝1，2，…，k；ul为第l次迭代生成的风电出力；h和g均为常数向量；H、J、K和Iu均为系数矩阵；x为第k次迭代的决策变量；S3、根据决策变量xk，计算目标函数值fk以及与fk对应的风电出力uk+1和调控变量yk：其中，α、δ为对偶变量；uR、uL、uC分别对应风电出力的最大值、最小值以及预测值；δ+、δ-对应δ的正、负取值；Γ为保守度参数，M为常数；(.)T为转置；δt为对偶变量δ在t时刻的取值；为big-M法中用来约束不确定参数对应变量取值的0-1型变量；R为常数；S4、根据决策变量xk和目标函数值fk，更新L1＝F(xk)+θ，U1＝F(xk)+fk；S5、当调度方案成本的上下界之间的差异小于等于收敛间隙ε时，输出决策变量xk；S6、当调度方案成本的上下界之间的差异大于收敛间隙ε时，令k＝k+1，并新增与风电出力uk+1对应的调控变量yk+1的约束条件，之后返回步骤S2，所述调控变量yk+1的约束条件为：本专利技术的有益效果为：本方案在风电全部消纳的前提下，充分考虑风电的不确定性，通过迭代优化虚拟电厂内部各单元日前出力方案(决策变量)，使得虚拟电厂能够在经济性和鲁棒性综合最优的情况下向固定负荷供电，从而保证了虚拟电厂内可控单元的日前鲁棒调度方案运行成本能够达到最低。附图说明图1为风电全消纳下虚拟电厂内部资源调度控制方法的流程图。图2为虚拟电厂的系统结构。图3为算例分析中系统初始总负荷数据曲线图。图4为预测出力及波动区间的示意图。图5为算例分析中经过7次地带后收敛，收敛过程中的迭代间隙变化示意图。图6为风险机组及水电机组出力的曲线图。图7为负荷中断后的示意图。图8负荷转移方案的曲线图。图9为最恶劣的风电出力场景。图10为调控成本散点图。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。本方案虚拟电厂内部主要考虑分布式风电机组、水电机组、火电机组、柔性负荷以及固定负荷，其中柔性负荷主要考虑可中断负荷以及可转移负荷。整个系统通过VPP控制中心的通信技术以及控制手段对各个单元进行聚合，采用集中控制模式对各单元进行协调控制，最终使得系统整体的经济性达到最优，虚拟电厂系统结构如图2所示。本方案VPP通过对系统内部各可控单元的协调优化，使其能够满足对某些固定负荷的稳定供给，最大程度地降低不确定因素对固定负荷的影响；本方案的目的是在考虑不确定因素的情况下，通过优化各单元日前调度方案，获得VPP内各可控单元的日前鲁棒调度方案运行成本能够达到最低。鉴于风电本身存在的较大随机性，在现阶段预测技术支持下，其预测误差往往会高于负荷等其他因素，因而本方案中的不确定参数主要考虑风电出力。本方案采用多面体不确定性集合表征不确定参数，其的表达如下：其中，为t时刻风力发电出力的均值，其可通过基于历史风电出力数据进行预测获得；为t时刻风力发电的最大波动范围，其可由调度人员根据实际预测精确程度进行设定；Γ为鲁棒模型保守度调节参数，用于约束不确定参数的取值空间，其对应的值越大说明调度方案越保守；T为调度周期。参考图1，图1示出了风电全消纳下虚拟电厂内部资源调度控制方法的流程图，如图1所示，该方法包括步骤S1至步骤S6。在步骤S1中，设定风电出力、收敛间隙、迭代次数初始值为k＝1、调度方案成本的上下界分别为U1＝+∞，L1＝-∞。S2、根据风电出力，计算虚拟电厂内部资源调度的决策变量xk：其中，F(x)为日前调度的最小总运行成本；θ为辅助变量；dTyl为各个风电场景下的最小调控成本；yl为迭代至k次后，第l个风电出力对应的最优调控变量，l＝1，2，…，k；ul为第l次迭代生成的风电出力；h和g均为常数向量；H、J、K和Iu均为系数矩阵；；xk为第k次迭代的决策变量。在本专利技术的一个实施例中，所述日前调度的最小总运行成本F(x)的模型为：其中，式中的第一项是火电机组运行成本，a、b、c分别为火电机组成本系数；PTG,t为t时刻火电机组出力；第二项为碳排放成本，Cct为碳税价格，ect为火电机组碳排放强度；第三项为可中断负荷成本，为负荷在t时刻中断的固定费用，Ccut,t为负荷t时刻单位中断费用，Scut,t为t时刻中断标志，Pcut,t为t时刻负荷中断量；第四项为可转移负荷成本，tout为可转移负荷原运行时刻区间，Ctr,t为t时刻转移负荷单位赔偿费用；为可转移负荷t时刻转出的功率。实施时，本方案优选所述日前调度的最小总运行成本F(x)的模型满足的约束条件包括火电约束、水电约束、功率平衡约束、可中断负荷约束和可转移负荷约束；所述火电约束为：其中，STG,t为t时刻火电机组的开停状态；分别为火电机组的出力上下限；分别为火电机组的爬坡功率上下极限；PTG,t+1为t+1时刻火电机组出力；所述水电约束为：其中，UHG,t为t时刻水电出力对应的耗水量；PHG,t为t时刻水电出力；λHG，均为水电转化系数；SHG,t为t时刻水电机组开停状态；Δt为时间间隔；为水电机组引流量上下限；为水库排水量上下限；为水库弃水量；Ut为t时刻水库的库容；Ut+1为t+1时刻水库的库容；vin,t为t时刻流入水库的水量；Umax、Umin为库容上下限；Uini、Uterm为水库始末库容；所述功率平衡约束为：其中，PL,t为t时刻原总负荷量；Pcut,t为t时刻切负荷量；为t时刻负荷转出本文档来自技高网...

【技术保护点】
1.风电全消纳下虚拟电厂内部资源调度控制方法，其特征在于，包括：S1、设定风电出力、收敛间隙、迭代次数初始值为k＝1、调度方案成本的上下界分别为U1＝+∞，L1＝‑∞；S2、根据风电出力，计算虚拟电厂内部资源调度的决策变量xk：

【技术特征摘要】
1.风电全消纳下虚拟电厂内部资源调度控制方法，其特征在于，包括：S1、设定风电出力、收敛间隙、迭代次数初始值为k＝1、调度方案成本的上下界分别为U1＝+∞，L1＝-∞；S2、根据风电出力，计算虚拟电厂内部资源调度的决策变量xk：其中，F(x)为日前调度的最小总运行成本；θ为辅助变量；dTyl为各个风电场景下的最小调控成本；yl为迭代至k次后，第l个风电出力对应的最优调控变量，l＝1，2，…，k；ul为第l次迭代生成的风电出力；h和g均为常数向量；H、J、K和Iu均为系数矩阵；xk为第k次迭代的决策变量；S3、根据决策变量xk，计算目标函数值fk以及与fk对应的风电出力uk+1和调控变量yk：其中，α、δ为对偶变量；uR、uL、uC分别为对应风电出力的最大值、最小值以及预测值；δ+、δ-对应δ的正、负取值；Γ为保守度参数，M为常数；(.)T为转置；δt为对偶变量δ在t时刻的取值；为big-M法中用来约束不确定参数对应变量取值的0-1型变量；R为常数；S4、根据决策变量xk和目标函数值fk，更新L1＝F(xk)+θ，U1＝F(xk)+fk；S5、当调度方案成本的上下界之间的差异小于等于收敛间隙ε时，输出决策变量xk；S6、当调度方案成本的上下界之间的差异大于收敛间隙ε时，令k＝k+1，并新增与风电出力uk+1对应的调控变量yk+1的约束条件，之后返回步骤S2，所述调控变量yk+1的约束条件为：2.根据权利要求1所述的风电全消纳下虚拟电厂内部资源调度控制方法，其特征在于，所述日前调度的最小总运行成本F(x)的模型为：其中，a、b、c分别为火电机组成本系数；PTG,t为t时刻火电机组出力；Cct为碳税价格，ect为火电机组碳排放强度；为负荷在t时刻中断的固定费用，Ccut,t为负荷t时刻单位中断费用，Scut,t为t时刻中断标志，Pcut,t为t时刻负荷中断量；tout为可转移负荷原运行时刻区间，Ctr,t为t时刻转移负荷单位赔偿费用；为可转移负荷t时刻转出的功率。3.根据权利要求2所述的风电全消纳下虚拟电厂内部资源调度控制方法，其特征在于，所述日前调度的...

【专利技术属性】
技术研发人员：李婷，肖行诠，胥威汀，唐权，王云玲，叶希，朱觅，陶宇轩，苏运掣，
申请(专利权)人：国网四川省电力公司经济技术研究院，
类型：发明
国别省市：四川,51