一种虚拟电厂系统技术方案

本发明专利技术公开了一种虚拟电厂系统，包括信息中心终端、分布式能源、调度中心终端以及虚拟电厂；其中，所述信息中心终端用于公布虚拟电厂购售电信息；所述分布式能源通过信息中心终端公布的虚拟电厂购售电信息，结合自身供需电特性及历史信息进行动态聚合，选择自身偏好的虚拟电厂；所述调度中心终端用于公布调度需求；所述虚拟电厂用于结合调度中心终端公布的调度需求对聚合于自身的分布式能源进行优化调度，获得各分布式能源的运行计划。各分布式能源经由虚拟电厂统一调度，可以减轻电网直接调度大量分布式能源的计算压力，调度中心终端只需向虚拟电厂下发调度需求，然后虚拟电厂可通过自身优化调度实现需求响应，以此保障电力系统高效运行。系统高效运行。系统高效运行。

【技术实现步骤摘要】
一种虚拟电厂系统


[0001]本专利技术涉及电力
，具体涉及一种虚拟电厂系统。

技术介绍

[0002]虚拟电厂并不是传统意义上的发电厂，而是一种区域性的源网荷储集中，可作为各分布式能源参与电力市场的统一代理商，能够有效利用尖端通信和聚合技术结合多能互补效应实现多源整合调度。
[0003]然而现有技术并没有对虚拟电厂有过多的记载介绍，因此如何构建一虚拟电厂系统是现有技术亟需要解决的技术问题。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的不足，提供一种虚拟电厂系统。
[0005]为实现上述目的，本专利技术的技术方案是：
[0006]一种虚拟电厂系统，包括信息中心终端、分布式能源、调度中心终端以及虚拟电厂；其中，
[0007]所述信息中心终端用于公布虚拟电厂购售电信息；
[0008]所述分布式能源通过信息中心终端公布的虚拟电厂购售电信息，结合自身供需电特性及历史信息进行动态聚合，选择自身偏好的虚拟电厂；
[0009]所述调度中心终端用于公布调度需求；
[0010]所述虚拟电厂用于结合调度中心终端公布的调度需求对聚合于自身的分布式能源进行优化调度，获得各分布式能源的运行计划。
[0011]进一步地，所述分布式能源包括火电机组、燃气机组、风光机组、储能电站及需求响应资源六类分布式能源，每一个分布式能源在某一时刻只能选择一个虚拟电厂进行聚合。
[0012]进一步地，所述火电机组及燃气轮机参与虚拟电厂的决策模型相似，构建如下：
[0013][0014][0015]该模型中，目标函数f
x
表示机组x的净收益；m表示机组集合；α
i,x
为0
‑
1决策变量，0代表不参加虚拟电厂i；P
x
(t)为机组x在t时刻的出力情况；ρ
vpp
为虚拟电厂提供的售电电价；a
x
,b
x
和c
x
分别为第x台常规机组的耗量特性系数，常采用线性拟合；γ
x
为机组单位容量的运维成本；P
cap,x
为机组的容量；
[0016]约束1为机组出力上下限约束，P
x,max
和P
x,min
表示机组x有功出力上下限；约束2为机组爬坡约束，ΔP
x,max
和ΔP
x,min
表示机组爬坡上下限；约束3、4为机组最小连续开机及停机约束，和表示机组x的最小连续开机、停机时间；u
x,t
表示机组x在t时刻的启停状态，为0
‑
1变量，0表示关机；β
x,t
机组x在t时刻的是否启动，为0
‑
1变量，1表示启动；约束5为机组最大启动次数约束；约束6为启动次数与连续运行时间的关系约束。
[0017]进一步地，所述风光机组参与虚拟电厂的决策模型相似，构建如下：
[0018][0019][0020]该模型中，W表示风电机组集合，S表示光电机组集合；λ表示弃风弃光惩罚系数；p
pre,x
(t)表示机组x在t时刻的预测出力；约束1为机组出力上下限约束，w表示机组实际出力的最小预测量占比系数。
[0021]进一步地，所述储能电站参与虚拟电厂的决策模型构建如下：
[0022][0023][0024]该模型中，ES表示储能电站集合；p
ch,x
(t),p
dis,x
(t)分别对应t时刻储能的充电及放电电量；δ
x
为储能电站的充放电电池损耗成本。
[0025]约束1为储存电量与充放电关系约束，E
x
(t)为t时刻储能电站x的储存电量，γ
loss,x
为储能电站x的电池损耗率；约束2为储能电站储存电量上下限约束，α
i,x
为相应储能电站决策变量，E
x，max
(t)和E
x，min
(t)表示储能电站储存电量上下限；约束3、4为储能电站充放电上下限约束，α
i,ch,x
(t),α
i,dis,x
(t)为t时刻充放电决策变量，每一时刻只允许一种情况出现，p
chmax,x
,p
dismax,x
为最大充放电电量限制；约束5、6为储能电站充放电决策变量与参与虚拟电厂决策变量关系约束。
[0026]进一步地，所述需求响应资源参与虚拟电厂的决策模型构建如下：
[0027][0028][0029]该模型中，DR表示需求响应资源集合；p
x+
(t),p
x
‑
(t)分别对应t时刻需求响应资源的正电量及负电量；ε
x
为需求响应资源的度电响应成本。
[0030]约束1、2为需求响应容量上下限约束，其中α
i,x+
(t),α
i,x
‑
(t)为t时刻正负电量0
‑
1决策变量，P
max,s+
,P
max,s
‑
为正负电量上下限；约束3、4为正负电量决策变量与虚拟电厂决策变量关系，及虚拟电厂决策变量约束；约束5、6为需求响应资源最小启动及停机时间约束，其中TO
x
,TC
x
分别表示需求响应资源x的最小启动时间及最小关停时间；约束7为需求响应资
源调用次数约束；约束8为爬坡速率约束；约束9为需求响应资源特性约束，不同种类需求响应资源对应不同的特性函数。
[0031]进一步地，将模型中的未知量与0
‑
1决策变量的乘积项通过引入第三变量及无限大数M做线性化处理，则模型为混合整数线性规划模型，具体处理如下：
[0032][0033]进一步地，各分布式能源的效用函数构造如下：
[0034][0035]该模型为分布式能源y的效用函数，可评价局中人策略的优劣及偏好；a
y
为分布式能源y的策略集合，a
‑
y
为除分布式能源y以外的参与者策略集合，f
y
为分布式能源y的目标函数，σ为罚因子，P
load
为虚拟电厂负荷预测值。
[0036]进一步地，虚拟电厂优化调度的势函数构造如下：
[0037][0038]进一步地，所述动态聚合包括：
[0039]建立n种群m策略动态演化支付矩阵：
[0040][0041][0042]且
[0043]其中，Z
nm
表示n种群m策略的支付集合矩阵；f
xy
表示分布式能源x选择虚拟电厂y时的支付矩阵集合，其具体表征如式(13)，其中f
k1,k2,kn,,,,
表示分布式能源1～n选择相应策略组合时的支付本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟电厂系统，其特征在于，包括信息中心终端、分布式能源、调度中心终端以及虚拟电厂；其中，所述信息中心终端用于公布虚拟电厂购售电信息；所述分布式能源通过信息中心终端公布的虚拟电厂购售电信息，结合自身供需电特性及历史信息进行动态聚合，选择自身偏好的虚拟电厂；所述调度中心终端用于公布调度需求；所述虚拟电厂用于结合调度中心终端公布的调度需求对聚合于自身的分布式能源进行优化调度，获得各分布式能源的运行计划。2.如权利要求1所述的虚拟电厂系统，其特征在于，所述分布式能源包括火电机组、燃气机组、风光机组、储能电站及需求响应资源六类分布式能源，每一个分布式能源在某一时刻只能选择一个虚拟电厂进行聚合。3.如权利要求1所述的虚拟电厂系统，其特征在于，所述火电机组及燃气轮机参与虚拟虚拟电厂的决策模型相似，构建如下：虚拟电厂的决策模型相似，构建如下：该模型中，目标函数f
x
表示机组x的净收益；m表示机组集合；α
i,x
为0
‑
1决策变量，0代表不参加虚拟电厂i；P
x
(t)为机组x在t时刻的出力情况；ρ
vpp
为虚拟电厂提供的售电电价；a
x
,b
x
和c
x
分别为第x台常规机组的耗量特性系数，常采用线性拟合；γ
x
为机组单位容量的运维成本；P
cap,x
为机组的容量；约束1为机组出力上下限约束，P
x,max
和P
x,min
表示机组x有功出力上下限；约束2为机组爬坡约束，ΔP
x,max
和ΔP
x,min
表示机组爬坡上下限；约束3、4为机组最小连续开机及停机约束，和表示机组x的最小连续开机、停机时间；u
x,t
表示机组x在t时刻的启停状态，为0
‑
1变量，0表示关机；β
x,t
机组x在t时刻的是否启动，为0
‑
1变量，1表示启动；约束5为机组最大启动次数约束；约束6为启动次数与连续运行时间的关系约束。4.如权利要求1所述的虚拟电厂系统，其特征在于，所述风光机组参与虚拟电厂的决策模型相似，构建如下：
该模型中，W表示风电机组集合，S表示光电机组集合；λ表示弃风弃光惩罚系数；p
pre,x
(t)表示机组x在t时刻的预测出力；约束1为机组出力上下限约束，w表示机组实际出力的最小预测量占比系数。5.如权利要求1所述的虚拟电厂系统，其特征在于，所述储能电站参与虚拟电厂的决策模型构建如下：模型构建如下：该模型中，ES表示储能电站集合；p
ch,x
(t),p
dis,x
(t)分别对应t时刻储能的充电及放电电量；δ
x
为储能电站的充放电电池损耗成本。约束1为储存电量与充放电关系约束，E
x
(t)为t时刻储能电站x的储存电量，γ
loss,x
为储能电站x的电池损耗率；约束2为储能电站储存电量上下限约束，α
i,x
为相应储能电站决策变量，E
x，max
(t)和E
x，min
(t)表示储能电站储存电量上下限；约束3、4为储能电站充放电上下限约束，α
i,ch,x
(t),α
i,dis,x
(t)为t时刻充放电决策变量，每一时刻只允许一种情况出现，...

【专利技术属性】
技术研发人员：谢敏，黄莹，李弋升，张世平，刘明波，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：