考虑可再生能源发电不确定性的虚拟电厂优化调度方法技术

本发明专利技术公开了一种考虑可再生能源发电不确定性的虚拟电厂优化调度方法，包括：对虚拟电厂的内部设备进行建模和分析，对虚拟电厂的成本效益进行分析，以各时段虚拟电站运行经济效益最大化为调度目标，同时考虑系统本身的投资和运行成本，以电网输出和安全运行为约束条件，建立虚拟电厂调度运行优化模型；对所述虚拟电厂调度运行优化模型进行求解。本方法考虑风能和光伏发电的不确定性，建立了虚拟电厂调度运行优化模型，通过协调聚合资源协助稳定电力系统波动，同时虚拟电厂作为整体参与电力市场获得经济效益，实现了在利润最大化的同时兼顾资源合理配置利用以及安全运行的目的。顾资源合理配置利用以及安全运行的目的。顾资源合理配置利用以及安全运行的目的。

【技术实现步骤摘要】
考虑可再生能源发电不确定性的虚拟电厂优化调度方法


[0001]本专利技术涉及虚拟电厂发电
，尤其涉及一种考虑可再生能源发电不确定性的虚拟电厂优化调度方法。

技术介绍

[0002]近年来，随着人口和经济的比例不断增加，能源短缺的现象日渐明显，环境污染也越来越严重。针对这一情况，以分布式发电技术和可再生能源为主体的能源结构逐渐向环保低碳方向发展。目前的可再生能源虽然具有清洁、可多次利用的优点，但是由于随机性强、难以控制等问题，其大规模接入对电网的安全运行带来了很多不利影响。
[0003]随着分布式发电越来越多样，需求侧响应技术的发展也顺势而起，小型风电、光伏发电等新能源发电单元大量涌现，楼宇空调、电动汽车等负荷逐渐成为了新型电力主体。由于新能源发电、灵活负荷用电具有不确定性以及潮流方向多变的特点，其对电力市场交易以及电网运行造成的影响不容忽视，例如：分布式资源的大量接入使得系统整体的波动性与不确定性增强，而光伏发电容易受天气影响，空调及电动汽车等灵活负荷的用电需求受分时电价变化的影响，如何将这些集群资源在满足用户需求的同时进行有效地管理，从而减少系统峰谷负荷的波动，成为本领域的研究重点。
[0004]作为能源互联网建设的核心，虚拟电厂可以将各种分布式新能源聚合，从而对电力系统优化调度带来重要变化。通过整合、优化调度虚拟电厂内的各可再生能源、传统发电资源以及需求侧响应等，使其作为一个整体参与电力交易市场，有利于资源的合理配置和利用。
[0005]目前，国内外对虚拟电厂的研究主要以提升虚拟电厂的利润为优化目标，并没有考虑配电网安全约束的影响，这使得配电网安全性遭受很大的风险。而N
‑
1准则下的安全距离可以要求从配电层面广泛地实现自动化，减少电网潮流、节点电压越限、线路过载的风险，这对于提升虚拟电厂优化调度的运行安全性具有重要的指导意义。如何在实现利润最大化的同时兼顾资源合理配置利用以及安全运行，成为亟待解决的问题。

技术实现思路

[0006]本专利技术提出了一种考虑可再生能源发电不确定性的虚拟电厂优化调度方法，其目的是：克服现有技术的缺陷，综合考虑分布式发电的不确定性、灵活负荷用电的不确定性以及电网运行的安全性进行系统资源优化调度，减少系统峰谷负荷的波动，实现虚拟电厂的安全经济运行。
[0007]本专利技术技术方案如下：
[0008]一种考虑可再生能源发电不确定性的虚拟电厂优化调度方法，包括如下步骤：
[0009]S1：对虚拟电厂的内部设备进行建模和分析；
[0010]S2：对虚拟电厂的成本效益进行分析；
[0011]S3：以各时段虚拟电站运行经济效益最大化为调度目标，同时考虑系统本身的投
资和运行成本，以电网输出和安全运行为约束条件，建立虚拟电厂调度运行优化模型；
[0012]S4：对所述虚拟电厂调度运行优化模型进行求解。
[0013]进一步地，所述步骤S1包括对分布式风力发电、分布式光伏发电、天然气发电、储能设施进行建模和分析。
[0014]分布式风力发电建模和分析方法如下：
[0015]采用双参数威布尔分布模型作为风速概率模型，威布尔分布的概率密度函数和概率分布函数为：
[0016][0017][0018]其中，v
m
为节点m处风速，k
m
为威布尔分布的形状参数，b
m
为尺度参数，k
m
、b
m
的取值范围均为(0,+∞)；
[0019]利用风电场历史风速样本数据计算样本均值μ1和标准差σ1：
[0020][0021][0022]采用矩估计法得到风速威布尔分布的形状参数k
m
和尺度参数b
m
：
[0023][0024][0025]其中，Г表示Gamma函数；
[0026]风力机的输出G
wind
表示为：
[0027][0028]其中，p0为风力机的额定功率，v
in
为切入风速，v0为额定风速，v
out
为切出风速。
[0029]分布式光伏发电的建模和分析方法如下：
[0030]首先对光照强度进行标准化处理：
[0031][0032]其中，I
t
为实际照度，I
max
为最大照度；
[0033]采用Beta分布描述光伏输出，光照的概率密度函数和概率分布函数为：
[0034][0035][0036]其中，α、β为Beta分布的形状参数，α、β的取值范围均为(0,+∞)，I1、I2为归一化光照的上下限；
[0037]根据历史光照数据得到样本均值μ2和标准差σ2，计算Beta分布参数：
[0038][0039][0040]光伏输出G
pv
表示为：
[0041]G
pv
＝ISτ1[0042]其中，I为照度，S为光伏板的有效面积，τ1为光电转换的效率。
[0043]天然气发电的建模和分析方法如下：
[0044]微型燃气轮机在t时刻的输出表示为：
[0045][0046]其中，q
gt
为燃料热值，为t时刻燃气轮机内的燃料流量，τ2为微型燃气轮机发电效率。
[0047]储能设施的建模和分析方法如下：
[0048]电池荷电状态SOC和放电深度DOC表示为：
[0049][0050][0051]SOC+DOC＝1
[0052]其中，Q2表示电池在某一时刻的剩余电量，Q为电池容量，Q1表示某一时刻电池释放的电量；
[0053]充电过程中电池在t时刻的剩余容量Q
t
表示为：
[0054][0055]放电过程中电池在t时刻的剩余容量Q
t
表示为：
[0056][0057]其中，Q
t
表示t时刻的剩余电量，Q
t
‑1表示t
‑
1时刻的剩余电量，ΔT表示时刻t与时刻t
‑
1之间的时间间隔差；和分别为电池在t时刻的充电功率和放电功率，和分别为电池在t时刻的充、放电状态。
[0058]进一步地，所述步骤S2包括投资成本分析、购电成本分析、运行成本分析、参与辅助服务的成本与收益分析。
[0059]投资成本分析：
[0060]C
I
＝I
DG
+I
S
+I
int
[0061]其中，C
I
为总投资成本，I
DG
，I
s
，I
int
分别为分布式发电、储能设施、物联网设备的投资成本。
[0062]购电成本分析：
[0063][0064]其中，为外部购电成本，分别为虚拟电厂的峰值段、水平段、谷段的购买功率，P
peak...

【技术保护点】

【技术特征摘要】
1.一种考虑可再生能源发电不确定性的虚拟电厂优化调度方法，其特征在于，包括如下步骤：S1：对虚拟电厂的内部设备进行建模和分析；S2：对虚拟电厂的成本效益进行分析；S3：以各时段虚拟电站运行经济效益最大化为调度目标，同时考虑系统本身的投资和运行成本，以电网输出和安全运行为约束条件，建立虚拟电厂调度运行优化模型；S4：对所述虚拟电厂调度运行优化模型进行求解。2.如权利要求1所述的考虑可再生能源发电不确定性的虚拟电厂优化调度方法，其特征在于：所述步骤S1包括对分布式风力发电、分布式光伏发电、天然气发电、储能设施进行建模和分析；分布式风力发电建模和分析方法如下：采用双参数威布尔分布模型作为风速概率模型，威布尔分布的概率密度函数和概率分布函数为：布函数为：其中，v
m
为节点m处风速，k
m
为威布尔分布的形状参数，b
m
为尺度参数，k
m
、b
m
的取值范围均为(0,+∞)；利用风电场历史风速样本数据计算样本均值μ1和标准差σ1：：采用矩估计法得到风速威布尔分布的形状参数k
m
和尺度参数b
m
：：其中，Г表示Gamma函数；风力机的输出G
wind
表示为：
其中，p0为风力机的额定功率，v
in
为切入风速，v0为额定风速，v
out
为切出风速；分布式光伏发电的建模和分析方法如下：首先对光照强度进行标准化处理：其中，I
t
为实际照度，I
max
为最大照度；采用Beta分布描述光伏输出，光照的概率密度函数和概率分布函数为：采用Beta分布描述光伏输出，光照的概率密度函数和概率分布函数为：其中，α、β为Beta分布的形状参数，α、β的取值范围均为(0,+∞)，I1、I2为归一化光照的上下限；根据历史光照数据得到样本均值μ2和标准差σ2，计算Beta分布参数：，计算Beta分布参数：光伏输出G
pv
表示为：G
pv
＝ISτ1其中，I为照度，S为光伏板的有效面积，τ1为光电转换的效率；天然气发电的建模和分析方法如下：微型燃气轮机在t时刻的输出表示为：其中，q
gt
为燃料热值，为t时刻燃气轮机内的燃料流量，τ2为微型燃气轮机发电效率；储能设施的建模和分析方法如下：电池荷电状态SOC和放电深度DOC表示为：
SOC+DOC＝1其中，Q2表示电池在某一时刻的剩余电量，Q为电池容量，Q1表示某一时刻电池释放的电量；充电过程中电池在t时刻的剩余容量Q
t
表示为：放电过程中电池在t时刻的剩余容量Q
t
表示为：其中，Q
t
表示t时刻的剩余电量，Q
t
‑1表示t
‑
1时刻的剩余电量，ΔT表示时刻t与时刻t
‑
1之间的时间间隔差；和分别为电池在t时刻的充电功率和放电功率，和分别为电池在t时刻的充、放电状态。3.如权利要求2所述的考虑可再生能源发电不确定性的虚拟电厂优化调度方法，其特征在于：所述步骤S2包括投资成本分析、购电成本分析、运行成本分析...

【专利技术属性】
技术研发人员：张扬，汤君博，潘凯岩，刘晓婕，胡林麟，戴观权，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：