【技术实现步骤摘要】
一种多虚拟电厂与配网协同优化调度方法及设备
[0001]本专利技术涉及分布式资源优化调度
,特别是涉及一种多虚拟电厂与配网协同优化调度方法及设备。
技术介绍
[0002]随着风机、光伏等可再生能源发电机组装机容量持续增长,其本身所固有的强随机性对现有配电系统的安全稳定运行造成极大挑战;同时,用户侧主动负荷、储能系统等多元海量分布式资源也呈现加速增长的趋势。传统的集中式优化求解方法面对高维度的多元海量可调分布式资源日益凸显诸多问题,例如问题求解复杂且计算时间冗长、需求数据信息量大、无法满足多元海量分布式资源调控信息所要求的低延时通信等问题。
[0003]目前对于海量分布式资源优化调度的问题已有大量研究,有学者采用鲁棒优化方法应对风机、光伏等可再生能源出力的强随机性,也有学者采用随机规划方法模拟各类分布式资源调度运行的场景。然而,目前已有的研究和方法仍有以下不足:采用鲁棒优化方法得到的优化调度方案无法充分发掘多元海量分布式资源的灵活性潜力;采用随机规划方法无法应对极端场景下分布式资源的强随机性问题。
技术实现思路
[0004]本专利技术的目的在于解决提升海量分布式资源优化调度效率的问题,提供一种多虚拟电厂与配网协同优化调度方法及设备。
[0005]为实现上述目的,本专利技术采用以下技术方案:
[0006]一种多虚拟电厂与配网协同优化调度方法,包括以下步骤:
[0007]S1、构建对参与虚拟电厂需求响应调控的主动负荷响应模型及储能系统响应模型,分别计算得出主动负荷和储能 ...
【技术保护点】
【技术特征摘要】
1.一种多虚拟电厂与配网协同优化调度方法,其特征在于,包括以下步骤:S1、构建对参与虚拟电厂需求响应调控的主动负荷响应模型及储能系统响应模型,分别计算得出主动负荷和储能系统的响应功率;S2、将集中式优化目标函数解耦分解为每个虚拟电厂独立的优化目标函数进行求解;S3、构建虚拟电厂实时运行模型,为维持虚拟电厂本地功率动态平衡分别做出本地决策变量以及得出和邻近虚拟电厂的交互功率决策变量及交易电价;S4、各个虚拟电厂将交互功率及交易电价传递给邻近虚拟电厂,各个虚拟电厂分别对所述本地决策变量,所述交互功率决策变量及所述交易电价进行迭代求解,获得虚拟电厂本地分布式资源的优化调度方案。2.如权利要求1所述的方法,其特征在于,步骤S2还包括:S21、引入拉格朗日对偶乘子变量,将集中式求解下的优化目标函数写成集中式优化目标函数增广拉格朗日函数形式;S22、随后对所述集中式优化目标函数增广拉格朗日函数形式进行分解,得到单个虚拟电厂的优化目标。3.如权利要求2所述的方法,其特征在于,所述集中式优化目标函数表达式如下:征在于,所述集中式优化目标函数表达式如下:;其中u
i
,v
i
分别为第i个虚拟电厂的本地决策变量和与邻近VPP交互的决策变量,f
ip
(u
i
),f
is
(v
i
)分别为虚拟电厂本地分布式资源调度运行成本和与邻近虚拟电厂进行功率交互的成本;为确保配电系统运行过程中满足交互功率守恒约束的罚函数项;为第i个虚拟电厂选择与第j个虚拟电厂进行交互的功率决策变量,同理,为第j个虚拟电厂选择与第i个虚拟电厂进行交互的功率决策变量,二者满足功率守恒约束,j∈N
i
表示第j个虚拟电厂属于第i个虚拟电厂邻近虚拟电厂的集合;所述集中式优化目标函数增广拉格朗日函数形式表达式如下:所述单个虚拟电厂的优化目标函数表达式如下:其中λ
ij
为引入的拉格朗日对偶乘子变量,其物理意义是第i个虚拟电厂选择与第j个虚
拟电厂进行功率交互的所制定的交易电价,则为引入的松弛变量,是第i个虚拟电厂所估计的第j个虚拟电厂与其进行交互的功率决策变量。4.如权利要求1所述的方法,其特征在于,步骤S1中所述主动负荷响应模型表达式如下:其中T为一天24h时段的集合,t为各个时段的索引;为第i个虚拟电厂内部主动负荷聚合功率,其中为固定负荷,分别为第i个虚拟电厂在时刻t所做出的增加和削减负荷功率变量,约束表示第i个虚拟电厂在时刻t所做出的增加和削减负荷功率变量都有一定上下限范围,则保证在一天内第i个虚拟电厂所做出的增加和削减负荷功率总量相等,从而保证用户的用电需求,则表明各个虚拟电厂不会同时做出增加和削减负荷功率的决策;所述储能系统响应模型表达式如下:其中为第i个虚拟电厂所配备的储能系统响应功率,分别为储能系统的充电功率及放电功率,约束和保障储能系统充放电功率值在限定范围内且单个时刻不会同时做出充电和放电的决策,其中为表征储能系统在时刻t选择充电还是放电的0
‑
1变量;
储能系统的荷电状态约束表达式如下:;其中η
ESS,ch
,η
ESS,dch
...
【专利技术属性】
技术研发人员:许银亮,宋泽淏,
申请(专利权)人:清华大学深圳国际研究生院,
类型:发明
国别省市:
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。