虚拟电厂协同管理方法、系统、存储介质及电子设备技术方案

本发明专利技术提供了一种虚拟电厂协同管理方法、系统、存储介质及电子设备，所述管理方法包括从虚拟电厂设备层获取需求侧资源的调控信息；根据所述需求侧资源的调控信息构建需求侧资源聚类整合方案，得到需求侧资源聚类整合结果；根据所述需求侧资源聚类整合结果建立需求侧资源的日前阶段全局优化模型，得到日前阶段全局优化结果，所述日前阶段全局优化结果包括需日前告知资源的优化结果和可日内告知资源的优化结果；根据所述需求侧资源聚类整合结果和所述可日内告知资源的优化结果建立日内阶段短期—全局协同优化模型。本发明专利技术提供的虚拟电厂协同管理方法、系统、存储介质及电子设备能使需求侧资源充分发挥各自差异化的响应能力，从而降低优化管理的成本。从而降低优化管理的成本。从而降低优化管理的成本。

【技术实现步骤摘要】
虚拟电厂协同管理方法、系统、存储介质及电子设备


[0001]本专利技术涉及电力系统运行优化调度
，特别是涉及一种虚拟电厂协同管理方法、系统、存储介质及电子设备。

技术介绍

[0002]传统的虚拟电厂调度策略往往是在日前预留足够的调峰机组和备用机组，以保证电力系统的稳定可靠运行，但这种调度策略会导致系统运行成本高及发电容量利用效率低的问题。随着经济技术的发展、物联网的建设，增加了用电需求侧参与电网调度的可行性，用电需求侧参与电网调度能够有效改善电网负荷功率曲线，减少系统峰值负荷和运行成本。
[0003]现有技术中，关于需求侧资源的优化管理策略大多为各类资源整体出力优化，未能计及各负荷及储能设备单元自身调控能力的差异性，而计及设备调控能力差异的调度策略大多基于设备运行状态的控制策略，其有序响应依据均为设备短时或实时运行状态，未考虑资源参与响应时所具有的多时间尺度的特性。因此，针对现有技术难以实现虚拟电厂分布式需求侧资源的有效协调和管理问题，无法保证虚拟电厂对需求侧资源优化管理的协调性、经济性，资源难以充分发挥各自差异化的响应能力，同时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向虚拟电厂需求侧资源聚类的两阶段协同管理方法；其特征在于，包括以下步骤：从虚拟电厂设备层获取需求侧资源的调控信息；根据所述需求侧资源的调控信息构建需求侧资源聚类整合方案，得到需求侧资源聚类整合结果；根据所述需求侧资源聚类整合结果建立需求侧资源的日前阶段全局优化模型；对所述日前阶段全局优化模型进行求解得到日前阶段全局优化结果，所述日前阶段全局优化结果包括需日前告知资源的优化结果和可日内告知资源的优化结果；根据所述需求侧资源聚类整合结果和所述可日内告知资源的优化结果建立日内阶段短期—全局协同优化模型；对所述日内阶段短期—全局协同优化模型求解得到日内阶段短期—全局协同优化结果。2.根据权利要求1所述的面向虚拟电厂需求侧资源聚类的两阶段协同管理方法，其特征在于：所述需求侧资源的调控信息包括需求侧资源参与调控的功率上下限、参与调控的时间、初始荷电状态和原额定运行功率。3.根据权利要求2所述的面向虚拟电厂需求侧资源聚类的两阶段协同管理方法，其特征在于，所述需求侧资源聚类整合方案包括：根据需求侧资源的不同利用方式分别建立各类资源的调度模型，提取各类资源的聚类特征，基于改进k
‑
means聚类方法对各类资源进行聚类整合。4.根据权利要求3所述的面向虚拟电厂需求侧资源聚类的两阶段协同管理方法，其特征在于，所述调度模型包括：可削减负荷调度模型：其中，t1、t2分别代表可削减负荷的开始使用时刻、结束使用时刻；为可削减负荷的可削减功率上限；为可削减负荷原设定运行功率；可转移负荷调度模型：其中，t1、t2分别代表可转移负荷的入网时刻、离网时刻；Δt为可转移负荷的原计划用电时长；为可转移负荷的可转移功率上限；为可转移负荷的原设定运行功率；储能装置调度模型：其中，C
ess
、SOC0、分别为储能装置的储能容量、初始荷电状态、充放电功率；SOC
t
、
SOC
T
分别表示t时刻储能装置荷电状态、调度周期结束T时刻的荷电状态；P
tch
、P
tdis
为t时刻储能装置的充放电功率；η为储能装置充放电效率；Δt为；SOC
t
‑1为t
‑
1时刻储能装置荷电状态。5.根据权利要求4所述的面向虚拟电厂需求侧资源聚类的两阶段协同管理方法，其特征在于，所述聚类特征包括：可削减负荷的聚类特征向量：其中，t1、t2为可削减负荷的开始使用时刻、结束使用时刻，为可削减负荷的可削减功率上限；可转移负荷的聚类特征向量：其中，t1、t2为可转移负荷的入网时刻、离网时刻，Δt、为可转移负荷的原计划用电时长、可转移功率上限；储能装置的聚类特征向量：其中，C
ess
、SOC0、分别为储能装置的储能容量、初始荷电状态、充放电功率。6.根据权利要求5所述的面向虚拟电厂需求侧资源聚类的两阶段协同管理方法，其特征在于，所述改进k
‑
means聚类方法包括以下模型：其中，D代表类内部各点距离之和，p为类内任意一点，m
i
为类中所有点距离的均值即类的中心点；其中，L代表各个类的中心点m
i
到全局中心点m距离之和；sum(S,K)＝D+L其中，K为聚类体个数；sum(S,K)为距离代价函数。7.根据权利要求1所述的面向虚拟电厂需求侧资源聚类的两阶段协同管理方法，其特征在于：所述日前阶段全局优化模型以虚拟电厂补偿的激励成本最小为目标函数，建立约束条件；所述日前阶段全局优化模型的目标函数如下：所述日前阶段全局优化模型的目标函数如下：所述日前阶段全局优化模型的目标函数如下：其中，N
i
为第i种资源的聚类体个数；ki为第i种资源的第ki个聚类体；i＝1、2、3分别表示日前可削减负荷、日前可转移负荷、以及日内可削减负荷；Ω
ki
为第ki个聚类体中的资源
数量；分别为t时刻第ki个聚类体的下调功率需支付的激励补偿成本、下调功率需支付的激励补偿成本；分别为t时刻储能聚类体k4的放电功率的虚拟调度费用、充电功率的虚拟调度费用；α
t
、β
t
为t时刻调节信号标识；A
i
、B
i
分别为各类负荷的激励补偿成本参数；D
i
为储能...

【专利技术属性】
技术研发人员：张琳，范群力，齐云鹤，刘林林，岳巍澎，叶鞠，程明，刘照拯，李春超，冯伟，朱帅，孟菁，郝亮，蒋贺，张洋，郝峥，张孟琛，侯世昌，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：