【技术实现步骤摘要】
一种流域型虚拟电厂调度方法
本专利技术涉及电力系统及其自动化
，尤其是涉及一种流域型虚拟电厂调度方法。
技术介绍
借助水电与风光之间的天然互补特性，沿着流域广泛分布着水电发电机组、以及分布式风电和光伏发电机组，逐渐形成了流域型的风光水清洁能源综合开发利用的新模式。然而，风电机组和光伏出力具有极大的波动性以及反调峰特性，当大规模的风电机组和光伏并网时，必然会使整个电力系统的电力调度面临巨大挑战。为此，现有研究利用风光水等多种能源在出力上存在功率和调节能力上的互补性，即充分利用多种能源之间的互补性形成进行联合调度，可有效缓解单一风电和光伏并网的不确定性影响，当前联合调度主要依托现有网架结构以就地控制为目标，无法适应多区域、大规模的分布式电源的有效利用及市场运营。虚拟电厂(VirtualPowerPlant，VPP)是一种可以不改变分布式电源的并网方式，主要通过高级的计量、通信以及控制技术将不同位置、不同类型的多种能源进行有效整合。VPP将可再生能源机组、可控发电机组、储能装置、可中断负荷等整合起来进而实现对...
【技术保护点】
1.一种流域型虚拟电厂调度方法，其特征在于，包括以下步骤：/nS1、基于Frank-Copula函数对风光出力相关性进行建模，以得到典型日风光场景及对应的概率；/nS2、以典型日不同风光场景下虚拟电厂的总期望收益作为目标函数，以碳排放限额约束及虚拟电厂中各类电源出力约束作为约束条件，共同构建虚拟电厂的经济调度模型；/nS3、给定待调度当天的负荷曲线数据，采用遗传算法对虚拟电厂的经济调度模型进行求解，计算得到最优的调度结果，根据该调度结果对待调度当天虚拟电厂的各类电源出力进行调度。/n
【技术特征摘要】
1.一种流域型虚拟电厂调度方法，其特征在于，包括以下步骤：
S1、基于Frank-Copula函数对风光出力相关性进行建模，以得到典型日风光场景及对应的概率；
S2、以典型日不同风光场景下虚拟电厂的总期望收益作为目标函数，以碳排放限额约束及虚拟电厂中各类电源出力约束作为约束条件，共同构建虚拟电厂的经济调度模型；
S3、给定待调度当天的负荷曲线数据，采用遗传算法对虚拟电厂的经济调度模型进行求解，计算得到最优的调度结果，根据该调度结果对待调度当天虚拟电厂的各类电源出力进行调度。
2.根据权利要求1所述的一种流域型虚拟电厂调度方法，其特征在于，所述步骤S1具体包括以下步骤：
S11、获取历史风光出力数据，采用核密度估计法，建立一天24小时内每个时段的风光出力概率密度函数；
S12、基于Frank-Copula函数，联合风光出力概率密度函数，得到风光出力联合概率分布函数；
S13、对一天24小时内每个时段的风光出力联合概率分布函数进行采样，并通过kmeans聚类法对多组采样结果进行聚类，得到典型日风光场景及对应的概率。
3.根据权利要求2所述的一种流域型虚拟电厂调度方法，其特征在于，所述步骤S11具体是以1小时作为采样周期，以获取多天的历史风光出力数据。
4.根据权利要求2所述的一种流域型虚拟电厂调度方法，其特征在于，所述步骤S11中风光出力概率密度函数具体为：
其中，f(xt)为风机出力的概率密度函数，f(yt)为光伏出力的概率密度函数，n为历史总天数，h为窗宽，xt和yt分别为t时刻的风机出力和光伏出力，Xd,t为第d天t时段风机出力，Yd,t为第d天t时段光伏出力，K(·)为Epanechnikov核函数。
5.根据权利要求4所述的一种流域型虚拟电厂调度方法，其特征在于，所述步骤S12中风光出力联合概率分布函数具体为：
其中，f(xt,yt)为风光出力联合概率分布函数，ut和vt分别为风机出力和光伏出力概率分布函数，λt为相关参数，0≤λt≤1则ut和vt正相关，-1≤λt≤0则ut和vt负相关，λt→0则ut和vt趋向于独立。
6.根据权利要求2所述的一种流域型虚拟电厂调度方法，其特征在于，所述步骤S13具体包括...
【专利技术属性】
技术研发人员：龚锦霞，梅光银，郑元黎，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。