面向多目标同步优化的虚拟电厂资源调度方法和装置制造方法及图纸

提出了一种面向多目标同步优化的虚拟电厂资源调度方法和装置，属于电力调度技术领域，所述方法包括：获取区域能源网的日前预测风光出力、日前预测负荷波动、配电网系统网架结构参数、和虚拟电厂可调度设备参数；构建虚拟电厂优化调度模型及所述优化调度模型的约束条件；基于预定调度目标，建立虚拟电厂优化调度分目标；对分目标分别进行优化求解上下限计算，如某一分目标无解，则退回至第一步获取数据阶段修正前述数据；确定各个分目标的权重系数，并对所选分目标进行归一化，得到虚拟电厂优化调度目标函数；最后对虚拟电厂优化调度目标函数求解，并根据求解结果调度虚拟电厂可控资源。本发明专利技术提供了一种面向多目标同步优化的虚拟电厂资源调度方法，基于小范围区域高比例新能源的能源结构和多种可调度的灵活性资源配置，得出符合多个运营目标预期的优化结果。果。果。

【技术实现步骤摘要】
面向多目标同步优化的虚拟电厂资源调度方法和装置


[0001]本专利技术涉及电力调度
，尤其是涉及一种面向多目标同步优化的虚拟电厂资源调度方法及装置。

技术介绍

[0002]随着风电及光伏装置的大规模接入电网，可再生能源出力的“碎片化”的程度将会更高。新能源装置大规模替代传统火电机组出力，将会严重削弱系统转动惯量，直接影响电力系统的稳定性。因此，新形势下的电力系统不仅将分布式的新能源纳入调度范围，更在技术层面尝试纳入新型灵活性的能源资源，形成风光荷储资源集成的友好互动。在电力市场化改革和数字化转型的不断推进的大背景下，能源运营商或者售电公司引入“虚拟电厂”的概念，集成分布式的可控能源资源及负荷，作为区域级能源供应及优化的解决方案。
[0003]目前，在电力体制改革尚未完成的情况下，现有的对灵活性资源的调控仍是在电网统一调度的背景下，集中于解决削峰填谷的计划性充放；关于灵活性资源的协调优化调度研究也仅限于单个风光资源与传统电力系统的简单互动，未考虑系统内储能、电动汽车等资源，较少考虑实际的系统潮流分布，尚不足以应用于高比例可再生能源的能源结构的远期电力系统。

技术实现思路

[0004]针对上述技术问题，本专利技术提供了一种面向多目标同步优化的虚拟电厂资源调度方法、装置及设备，基于高比例可再生能源接入的能源结构，充分利用调控范围内可控资源，优化调度时序及资源配置。所述技术方案如下：
[0005]第一方面，本专利技术提供了一种面向多目标同步优化的虚拟电厂资源调度方法，包括：
[0006]步骤S1，获取电力系统的日前预测风光新能源出力参数、日前预测负荷波动参数、系统网架结构参数、可控设备参数。
[0007]在步骤S1中获取的各数据包括分布式发电装置的出力上下限和爬坡上下限，储能装置的最大充电功率、最大放电功率，电动汽车的最大充电功率、最大放电功率、及其他约束等。
[0008]步骤S2，构建虚拟电厂资源优化调度模型及所述优化调度模型的约束条件。
[0009]在步骤S2中，利用日前预测的负荷波动参数构建电力电量平衡约束、利用系统网架结构参数构建潮流分布约束、根据可控设备参数构建单个设备模型约束。
[0010]步骤S3，根据预定调度指标或目标建立多个优化调度分目标，并以各个分目标为目标函数求解分目标在前述优化调度模型中变动的上下限，如某一分目标无解，则退回至步骤S1获取数据阶段修正前述数据。
[0011]所述上下限例如可包括虚拟电厂运行成本最小、风光消纳量最大、储能/电动汽车车主收益最优等。
[0012]步骤S4，根据各分目标的重视程度选择各个分目标的权重系数，并对所述分目标进行归一化，得到虚拟电厂优化调度目标函数。
[0013]步骤S5，对虚拟电厂优化调度目标函数开展求解，并根据所得结果调度虚拟电厂可控资源。
[0014]根据本专利技术的一个方面，所述步骤S2构建虚拟电厂资源优化调度模型及约束条件，包括：分布式光伏设备功率约束，上下爬坡约束；分布式光伏设备功率约束，上下爬坡约束；储能装置容量约束，充放电约束；电动汽车容量约束，充放电约束；
[0015]其中，构建多目标同步优化的虚拟电厂资源优化调度模型，具体包括：
[0016](1)功率平衡约束
[0017][0018]其中，T为调度的时段总数；D为系统内负荷的数量；ES和E分别表示储能装置和电动汽车的数量；G
f
、G
w
和G
s
分别表示常规火电机组、风电机组和光伏装置的数量；Demand
d，t
为t时刻第d个负荷的预测功率；Storagein
es，t
为t时刻第es个储能装置的充电量；EVin
e，t
为t时刻第e个电动汽车集合的充电量；Genfuel
f，t
为t时刻第f个常规火电机组的发电量；Genwind
w，t
为t时刻第w个风电机组的发电量；Gensolar
s，t
为t时刻第s个光伏装置的发电量；Storageout
es，t
为t时刻第es个储能装置的放电量；EVout
e，t
为t时刻第e个电动汽车集合的放电量。
[0019](2)线路容量约束
[0020]‑
Plimit
l
≤SF
·
Map
·
(Genfuel
f，t
+Gensolar
s，t
+Genwind
w，t
‑
Demand
d，t
‑
EV
e，t
‑
Storage
es，t
)≤Plimit
l
ꢀꢀ
(2)
[0021]其中，Plimit
l
表示第l条线路的线路容量；SF表示系统转移因子矩阵；Map表示对机组、负荷和电动汽车的位置转化矩阵。
[0022](3)小火电机组约束
[0023]Genfuel
f，t
≤I
f，t
·
Genfuelub
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0024]Genfuel
f，t
≥L
f，t
·
Genfuellb
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0025]Genfuel
f，t
‑
Genfuel
f，t
‑1≤fuelru
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0026]‑
fuelrl
f
≤Genfuel
f，t
‑
Genfuel
f，t
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0027][0028][0029]其中：Genfuellb
f
表示常规火电机组f的出力下限；fuelru
f
和feulrl
f
分别表示常规火电机组f的上爬坡功率和下爬坡功率限制；和分别表示常规火电机组f的启动和停运维持时间要求。
[0030](4)风光出力约束
[0031]Genwindlb
w
≤Genwind
w，t
≤Genwindub
w
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0032]Gensolarlb
s
≤Gensolar
s，t
≤Gensolarub
s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中：Genwindub
w
和Genwind本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向多目标同步优化的虚拟电厂资源调度方法，包括：步骤S1，获取电力系统的日前预测风光新能源出力参数、日前预测负荷波动参数、系统网架结构参数、可控设备参数；步骤S2，构建虚拟电厂资源优化调度模型及所述优化调度模型的约束条件；步骤S3，根据预定调度指标或目标建立多个优化调度分目标，并以各个分目标为目标函数求解分目标在前述优化调度模型中变动的上下限，如某一分目标无解，则退回至步骤S1获取数据阶段修正前述数据；步骤S4，根据各分目标的重视程度选择各个分目标的权重系数，并对所述分目标进行归一化，得到虚拟电厂优化调度目标函数；步骤S5，对虚拟电厂优化调度目标函数开展求解，并根据所得结果调度虚拟电厂可控资源。2.如权利要求1所述的方法，其特征在于，所述步骤S1中获取的各数据包括分布式发电装置的出力上下限和爬坡上下限，储能装置的最大充电功率、最大放电功率，电动汽车的最大充电功率、最大放电功率。3.如权利要求1所述的方法，其特征在于，所述步骤S2构建虚拟电厂资源优化调度模型及约束条件，包括：分布式光伏设备功率约束，上下爬坡约束；分布式光伏设备功率约束，上下爬坡约束；储能装置容量约束，充放电约束；电动汽车容量约束，充放电约束；其中，构建多目标同步优化的虚拟电厂资源优化调度模型，具体包括：(1)功率平衡约束其中，D为系统内负荷的数量；ES和E分别表示储能装置和电动汽车的数量；G
f
、G
w
和G
s
分别表示常规火电机组、风电机组和光伏装置的数量；Demand
d，t
为t时刻第d个负荷的预测功率；Storagein
es，t
为t时刻第es个储能装置的充电量；EVin
e，t
为t时刻第e个电动汽车集合的充电量；Genfuel
f，t
为t时刻第外常规火电机组的发电量；Genwind
w，t
为t时刻第w个风电机组的发电量；Gensolar
s，t
为t时刻第s个光伏装置的发电量；Storageout
es，t
为t时刻第es个储能装置的放电量；EVout
e，t
为t时刻第e个电动汽车集合的放电量；(2)线路容量约束
‑
Plimit
l
≤SF
·
Mav
·
(Genfuel
f，t
+Gensolar
s，t
+Genwind
w，t
‑
Demand
d，t
‑
EV
e，t
‑
Starage
es，t
)≤Plimit
l
ꢀꢀꢀ
(2)其中，Plimit
l
表示第l条线路的线路容量；SF表示系统转移因子矩阵；Map表示对机组、负荷和电动汽车的位置转化矩阵。；Demand
d，t
为t时刻第d个负荷的预测功率；Storage
es，t
为t时刻第es个储能装置的电量；EV
e，t
为t时刻第e个电动汽车集合的电量；Genfuel
f，t
为t时刻第f个常规火电机组的发电量；Genwind
w，t
为t时刻第w个风电机组的发电量；Gensolar
s，t
小为t时刻第s个光伏装置的发电量。(3)小火电机组约束Genfuel
f，t
≤I
f，t
·
Genfuelub
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)Genfuel
f，t
≥I
f，t
·
Genfuellb
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)Genfuel
f，t
‑
Genfuel
f，t
‑1≤fuelru
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
‑
fuelrl
f
≤Genfuel
f，t
‑
Genfuel
f，t
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)(6)其中：Genfuelub
f
表示常规火电机组f的出力上限；Genfuellb
f
表示常规火电机组f的出力下限；Genfuel
f，t
为t时刻第f个常规火电机组的发电量；fuelru
f
和fuelrl
f
分别表示常规火电机组f的上爬坡功率和下爬坡功率限制；和分别表示常规火电机组f的启动和停运维持时间要求；I
f，t
表示常规火电机组f在t时段的启停状态；(4)风光出力约束Genwindlb
w
≤Genwind
w，t
≤Genwindub
w
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)Gensolarlb
s
≤Gensolar
s，t
≤Gensolarub
s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中：Genwindub
w
和Genwindlb
w
表示风电机组w的出力上限与下限；Gensolarub
s
和6ensolarlb
s
表示光伏装置s的出力上限与下限；(5)储能装置约束0≤Storage
es，t
≤Capes
es
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
‑
ESrplb
es
≤Storage
es，t
‑
Storage
es，t
‑1≤ESrpub
es
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)Storage
es，t
‑
Storage
es，t
‑1≤max{0，ches
es
·
Storagein
es，t
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)Stcrage
es，t
‑
Storage
es，t
‑1≥min{0，dces
es
·
Storageout
es，t
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)其中：Capes
es
表示储能装置es容量上限；Storagein
es，t
为t时刻第es个储能装置的充电量；Storageout
es，t
为t时刻第es个储能装置的放电量；E...

【专利技术属性】
技术研发人员：李晓鹏，程晓磊，蔡文斌，王渊，南家楠，宋凯洋，赵嘉冬，金翠，王鹏，吕海霞，李晔，孙舒熳，李琦，特古斯，孙莹，闫肖蒙，杨帅，石磊，徐日娥，沈洲，白伟，董国静，刘向龙，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力经济技术研究院分公司，
类型：发明
国别省市：