基于随机规划的鲁棒优化的虚拟电厂优化控制系统技术方案

本发明专利技术公开了基于随机规划的鲁棒优化的虚拟电厂优化控制系统，包括经济与电网运行安全的虚拟电厂优化控制模块、随机可再生能源的虚拟电厂随机规划优化控制模块和随机可再生能源的虚拟电厂自适应鲁棒优化控制模块，经济与电网运行安全的虚拟电厂优化控制模块包括虚拟电厂经济调度模型和虚拟电厂安全调度模型。本发明专利技术公开的基于随机规划的鲁棒优化的虚拟电厂优化控制系统，其考虑随机可再生能源条件下区域内分布式电源、储能、需求侧用户之间的协调运行控制方式，智能协同调控和决策支持下对大电网呈现出稳定的电力输出特性，为新能源电力的安全高效利用开辟了一条新的路径。源电力的安全高效利用开辟了一条新的路径。源电力的安全高效利用开辟了一条新的路径。

【技术实现步骤摘要】
基于随机规划的鲁棒优化的虚拟电厂优化控制系统


[0001]本专利技术属于虚拟电厂优化
，具体涉及一种基于随机规划的鲁棒优化的虚拟电厂优化控制系统。

技术介绍

[0002]新能源装机快速增长的同时也带来了许多衍生问题。
[0003]其一，新能源的供能过程往往具有很强随机性和间歇性，单独并网会对电网造成很大的冲击，影响电网的稳定运行，电网出于安全性考虑并不愿意吸纳新能源。
[0004]其二，分布式新能源快速装机即使并入了本地区电网，也会出现因本地区消纳能力有限而出现实际发电出力受限、光伏弃光等现象发生。
[0005]其三，在电力市场环境下，分布式新能源的市场活动具有很大的风险性，其实际发电量往往与竞标电量存在偏差，从而遭受不平衡惩罚，因而在与传统发电厂的竞争中处于劣势。
[0006]虚拟电厂是对大规模新能源电力进行安全高效利用的有效形式。以分布式光伏为代表的新能源具有显著的间歇性和强随机波动性，若将单一形式的多台新能源发电机组规模化地接入大电网，将产生较严重的系统稳定性问题。
[0007]因此，针对上述问题，予以进一步改进。

技术实现思路

[0008]本专利技术的主要目的在于提供基于随机规划的鲁棒优化的虚拟电厂优化控制系统，其通过经济与电网运行安全的虚拟电厂优化控制模块、随机可再生能源的虚拟电厂随机规划优化控制模块和随机可再生能源的虚拟电厂自适应鲁棒优化控制模块，考虑随机可再生能源条件下区域内分布式电源、储能、需求侧用户之间的协调运行控制方式，智能协同调控和决策支持下对大电网呈现出稳定的电力输出特性，为新能源电力的安全高效利用开辟了一条新的路径。
[0009]为达到以上目的，本专利技术提供一种基于随机规划的鲁棒优化的虚拟电厂优化控制系统，用于在电力市场环境下优化虚拟电厂，包括经济与电网运行安全的虚拟电厂优化控制模块、随机可再生能源的虚拟电厂随机规划优化控制模块和随机可再生能源的虚拟电厂自适应鲁棒优化控制模块，其中：
[0010]经济与电网运行安全的虚拟电厂优化控制模块包括虚拟电厂经济调度模型和虚拟电厂安全调度模型，虚拟电厂经济调度模型用于建立以虚拟电厂利润最大化为目标的函数并且对第一对象进行第一约束，虚拟电厂安全调度模型用于保障虚拟电厂的安全并且对第二对象进行第二约束，虚拟电厂经济调度模型和虚拟电厂安全调度模型均调用GAMS求解并且输出优化结果；
[0011]随机可再生能源的虚拟电厂随机规划优化控制模块采用多场景法模拟市场电价及随机可再生能源出力的不确定因素，通过建立虚拟电厂运行效益最大化为目标的函数，
从而构建随机规划的虚拟电厂最优交易策略模型，并利用条件风险价值来度量不确定性因素给虚拟电厂收益带来的风险，建立虚拟电厂收益风险交易策略模型，对比分析不确定性和风险偏好对虚拟电厂收益以及风险损失的影响；
[0012]随机可再生能源的虚拟电厂自适应鲁棒优化控制模块基于多阶段鲁棒动态规划理论构建多阶段鲁棒控制模型，将电价不确定性和随机可再生能源的出力建模为盒式不确定集，采用鲁棒对偶动态规划算法，求解得到虚拟电厂可调资源及协同控制结果。
[0013]作为上述技术方案的进一步优选的技术方案，对于虚拟电厂经济调度模型的构建：
[0014]建立目标函数：
[0015]建立以利润最大化为目标函数的虚拟电厂混合整数线性规划模型，该模型的目标函数为：
[0016][0017][0018][0019]式中：T为总时段数，n
s
为电价的总方案数，M为随机可再生能源出力的总方案数，π(s)为第s组电价方案的概率，R
t
为t时段的收益，C
t
为t时段的成本，H
t
、D
t
分别为t时段按合约要求输送的电能和向日前市场计划输送的电能，为决策变量，h为合约电价，为第s组方案中t时段的电价，B
t
为购电量，即购电价格按计，n
i
为可分配发电机组数，k
i
为机组i的动作(启动或关闭)成本，布尔变量K
t，i
表示t时刻机组i是否动作，若是则置1，否则置0，将燃气轮机(常用)的机组二次成本函数分段线性化，n
j
为分段数，p
i
为机组i的固定成本，为机组i第j段的斜率，为t时段机组i的第j段的发电量，gt
t，i
为t时段机组i的发电量，为决策变量，为机组i所产生的第m项污染物的环境价值，为机组i所产生的第m项污染物的惩罚系数；
[0020]通过构建约束条件进行第一约束：
[0021]对燃气轮机的约束条件：
[0022]work
t，i
，K
t，i
，on
t，i
，off
t，
i∈{0，1}；
[0023]on
t，i
+off
t，i
＝K
t，i
；
[0024]K
t，i
＝|work
t，i
‑
work
t
‑
1，i
|；
[0025][0026]式中：布尔变量work
t，i
表示t时刻机组i是否工作，若是则置1，否则置0；布尔变量on
t，i
表示t时刻机组i是否启动，若是则置1，否则置0；K
t，i
表示t时刻机组i是否改变工作状
态，是则置1，否则置0；off
t，i
表示t时刻机组i是否关闭，若是则置1，否则置0，gt
i，max
/gt
i，max
表示机组i的最大/小发电量，表示机组i的最大/小发电量，为机组i的爬坡约束，为机组i的向上爬坡率，为机组i的向下爬坡率；
[0027]对抽水蓄能电站的约束条件：
[0028]初始时刻抽水蓄能电站储能E1为0，将t时段抽水蓄能电站的蓄水量等效为蓄电量E
t
，in
t
和out
t
为决策变量，分别表示蓄入和放出的电能，E
max
表示最大蓄电量，E
c
表示最大蓄入电量，E
d
表示最大放出电量，则有：
[0029]E1＝0；
[0030]E
t
+in
t
≤E
max
；
[0031]out
t
≤E
t
‑1；
[0032]in
t
≤E
c
；
[0033]out
t
≤E
d
；
[0034]E
t
‑
E
t
‑1＝in
t
‑
out
t
；
[0035]对远期合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机规划的鲁棒优化的虚拟电厂优化控制系统，用于在电力市场环境下优化虚拟电厂，其特征在于，包括经济与电网运行安全的虚拟电厂优化控制模块、随机可再生能源的虚拟电厂随机规划优化控制模块和随机可再生能源的虚拟电厂自适应鲁棒优化控制模块，其中：经济与电网运行安全的虚拟电厂优化控制模块包括虚拟电厂经济调度模型和虚拟电厂安全调度模型，虚拟电厂经济调度模型用于建立以虚拟电厂利润最大化为目标的函数并且对第一对象进行第一约束，虚拟电厂安全调度模型用于保障虚拟电厂的安全并且对第二对象进行第二约束，虚拟电厂经济调度模型和虚拟电厂安全调度模型均调用GAMS求解并且输出优化结果；随机可再生能源的虚拟电厂随机规划优化控制模块采用多场景法模拟市场电价及随机可再生能源出力的不确定因素，通过建立虚拟电厂运行效益最大化为目标的函数，从而构建随机规划的虚拟电厂最优交易策略模型，并利用条件风险价值来度量不确定性因素给虚拟电厂收益带来的风险，建立虚拟电厂收益风险交易策略模型，对比分析不确定性和风险偏好对虚拟电厂收益以及风险损失的影响；随机可再生能源的虚拟电厂自适应鲁棒优化控制模块基于多阶段鲁棒动态规划理论构建多阶段鲁棒控制模型，将电价不确定性和随机可再生能源的出力建模为盒式不确定集，采用鲁棒对偶动态规划算法，求解得到虚拟电厂可调资源及协同控制结果。2.根据权利要求1所述的一种基于随机规划的鲁棒优化的虚拟电厂优化控制系统，其特征在于，对于虚拟电厂经济调度模型的构建：建立目标函数：建立以利润最大化为目标函数的虚拟电厂混合整数线性规划模型，该模型的目标函数为：为：为：式中：T为总时段数，n
s
为电价的总方案数，M为随机可再生能源出力的总方案数，π(s)为第s组电价方案的概率，R
t
为t时段的收益，C
t
为t时段的成本，H
t
、D
t
分别为t时段按合约要求输送的电能和向日前市场计划输送的电能，为决策变量，h为合约电价，为第s组方案中t时段的电价，B
t
为购电量，即购电价格按计，n
i
为可分配发电机组数，k
i
为机组i的动作成本，布尔变量K
t，i
表示t时刻机组i是否动作，若是则置1，否则置0，将燃气轮机的机组二次成本函数分段线性化，n
j
为分段数，p
i
为机组i的固定成本，为机组i第j段的斜率，为t时段机组i的第j段的发电量，gt
t，i
为t时段机组i的发电量，为决策变量，为机组i所产生的第m项污染物的环境价值，为机组i所产生的第m项污染物的惩罚系数；通过构建约束条件进行第一约束：对燃气轮机的约束条件：
work
t，i
，K
t，i
，on
t，i
，off
t，i
∈{0，1}；on
t，i
+off
t，i
＝K
t，i
；K
t，i
＝|work
t，i
‑
work
t
‑
1，i
|；式中：布尔变量work
t，i
表示t时刻机组i是否工作，若是则置1，否则置0；布尔变量on
t，i
表示t时刻机组i是否启动，若是则置1，否则置0；K
t，i
表示t时刻机组i是否改变工作状态，是则置1，否则置0；off
t，i
表示t时刻机组i是否关闭，若是则置1，否则置0，gt
i，max
/gt
i，max
表示机组i的最大/小发电量，机组i的最大/小发电量，为机组i的爬坡约束，为机组i的向上爬坡率，为机组i的向下爬坡率；对抽水蓄能电站的约束条件：初始时刻抽水蓄能电站储能E1为0，将t时段抽水蓄能电站的蓄水量等效为蓄电量E
t
，in
t
和out
t
为决策变量，分别表示蓄入和放出的电能，E
max
表示最大蓄电量，E
c
表示最大蓄入电量，E
d
表示最大放出电量，则有：E1＝0；E
t
+in
t
≤E
max
；out
t
≤E
t
‑1；in
t
≤E
c
；out
t
≤E
d
；E
t
‑
E
t
‑1＝in
t
‑
out
t
；对远期合同的约束条件：实际输电量与合同要求电量有一定的偏差，但保证一天的输电总量相同，即有：(1
‑
z)H
t
≤H
′
t
≤(1+z)H
t
；式中：z为合约允许的偏差系数，z∈[0，1]，H
′
t
表示满足合约要求输送的实际电量，为决策变量；对功率平衡的约束条件：式中：W
t，w
表示t时刻第w组风机出力方案，S
t，s
′
表示t时刻第s
′
组光伏出力方案，gt
t
为t时段的发电量；B
t
为t时段的购电量；D
t
分别为t时段向日前市场计划输送的电能；μ1、μ2分别表示发电效率和蓄能。3.根据权利要求2所述的一种基于随机规划的鲁棒优化的虚拟电厂优化控制系统，其特征在于，对于虚拟电厂安全调度模型的构建中通过构建约束条件进行第二约束：符合基尔霍夫定律：P
l，t
(θ
l，t
，V
l，t
)
‑
P
g，l，t
+P
d，l，t
＝0，t＝1～24；Q
l，t
(θ
l，t
，V
l，t
)
‑
Q
g，l，t
+Q
d，l，t
＝0，t＝1～24；
式中：优化周期为1天，则分为24个时段，所以T＝24；V
l，t
为t时刻节点l的电压幅值；θ
l，t
为t时刻节点l的电压相角；P
l，t
为t时刻节点l的注入有功功率；P
g，l，t
为t时刻节点l上燃气轮机发出的总有功功率；P
d，l，t
为t时刻节点l消耗的有功功率；Q
l，t
为t时刻节点l的注入无功功率；Q
g，l，t
为t时刻节点l上燃气轮机发出的总无功功率；Q
d，l，t
为t时刻节点l消耗的无功功率；潮流方程约束：P
g，l，t
‑
P
d，l，t
＝∑
m
′
|V
l，t
||V
m
′
，t
||Y
lm
′
|cos(δ
lm
′
+θ
m
′
，t
‑
θ
l，t
)，t＝1～24；Q
g，l，t
‑
Q
d，l，t
＝
‑
∑
m
′
|V
l，t
||V
m
′
，t
||Y
lm
′
|sin(θ
lm
′
+δ
m
′
，t
‑
δ
l，t
)，t＝1～24；式中：Y
lm
′
为节点导纳矩阵元素的幅值；δ
lm
′
为节点l到节点m
′
之间线路导纳的相角；θ
l，t
为t时刻节点l的电压相角；θ
m
′
，t
为t时刻节点m
′
的电压相角；节点lm
′
间线路的视在功率约束：式中：S
lm
′
，t
为t时刻节点l到节点m
′
之间的视在功率；Slm
′
max
为节点l和节点m
′
之间的线路容量；S
b
为配电网中所有支路的集合；配网与主网连接点的容量约束：式中：S
GSP，t
为t时刻在公共连接点配网与主网交换的视在功率；表示在公共连接点配网与主网交换的视在功率上限；节点电压约束：V
lmin
≤V
l，t
≤V
lmax
，t＝1～24；式中：V
l，t
为配电网t时刻节点l的电压幅值；V
lmin

【专利技术属性】
技术研发人员：干军，陆佳晨，吴昱德，唐旭雯，李欢欢，高静霞，卢彬枫，潘白浪，
申请(专利权)人：平湖市通用电气安装有限公司，
类型：发明
国别省市：