用户侧虚拟电厂灵活调节服务交易策略优化实现方法技术

一种用户侧虚拟电厂灵活调节服务交易策略优化实现方法，其特征在于，根据采样数据拟合得到的用户对不同电力价格水平的响应情况，建立基于用户端虚拟电厂外部提供各类电力产品、内部向用户购买/出售各类电力服务的用户侧虚拟电厂能源交互双层优化模型，通过采集用户负荷数据和风光预测数据后对，考虑预测不确定性并对用户侧虚拟电厂能源交互双层优化模型进行优化，再利用基于随机排序的代理模型进化算法，对优化后用户侧虚拟电厂能源交互双层优化模型进行求解，得到优化服务交易策略，本发明专利技术能够实现用户侧虚拟电厂对灵活调节服务的非侵入式管理和调度，从而为新型电力系统进行源侧、荷侧灵活性资源优化、源网荷储协同运行提供理论依据和工程实施辅助。行提供理论依据和工程实施辅助。行提供理论依据和工程实施辅助。

【技术实现步骤摘要】
用户侧虚拟电厂灵活调节服务交易策略优化实现方法


[0001]本专利技术涉及的是一种虚拟电厂控制领域的技术，具体是一种基于随机排序的代理模型进化算法求解考虑灵活调节服务交易的用户侧虚拟电厂灵活调节服务交易策略优化实现方法。

技术介绍

[0002]由于新能源的高比重，使得电网的供给具有很大的随机性和波动性，使得电网很容易发生有功供求失衡，需要加强新型电网的适应性调整。为应对净负荷的大幅波动，系统需要有足够的灵活爬坡能力，因此，美国两大区域输电机构CAISO和MISO设计了灵活爬坡产品(flexible ramping products，FRPs)以应对系统可能出现的爬坡容量缺额。现有虚拟电厂灵活性爬坡产品服务交易策略的缺点和不足包括：目前FRP的研究主要集中在系统层面的灵活爬坡备用调用方法和风光、电动汽车提供FRP可行性分析及建模，针对需求侧及其聚合体的FRP交易策略的研究较少；或其过程需要引导用户披露私有信息与参数，随着用户对私有信息的逐渐重视，现有方法在实际应用上存在一定的难度。

技术实现思路

[0003]本专利技术针对现有技术计算复杂度较高未考虑到主体隐私问题且单一模型无法全面提取数据的各项特征的不足，提出一种用户侧虚拟电厂灵活调节服务交易策略优化实现方法，能够实现用户侧虚拟电厂对灵活调节服务的非侵入式管理和调度，从而为新型电力系统进行源侧、荷侧灵活性资源优化、源网荷储协同运行提供理论依据和工程实施辅助。
[0004]本专利技术是通过以下技术方案实现的：
[0005]本专利技术涉及一种用户侧虚拟电厂灵活调节服务交易策略优化实现方法，根据采样数据拟合得到的用户对不同电力价格水平的响应情况，建立基于用户端虚拟电厂外部提供各类电力产品、内部向用户购买/出售各类电力服务的用户侧虚拟电厂能源交互双层优化模型，通过采集用户负荷数据和风光预测数据后对，考虑预测不确定性并对用户侧虚拟电厂能源交互双层优化模型进行优化，再利用基于随机排序的代理模型进化算法，对优化后用户侧虚拟电厂能源交互双层优化模型进行求解，得到优化服务交易策略。技术效果
[0006]本专利技术通过基于随机排序的代理模型进化算法解决用户侧虚拟电厂开展灵活调节业务交易策略问题，相比现有技术不需要对用户的个人信息进行直接的收集，一定程度上提升了用户对于隐私保护的需求；并且使用了随机排序的方法，以减小单个模型带来的错误，使得计算结果更加准确。
附图说明
[0007]图1为本专利技术所提基于代理模型进化算法用户侧虚拟电厂灵活调节方法流程示意图；
[0008]图2为本专利技术用户侧虚拟电厂聚合框架；
[0009]图3为本专利技术SRK
‑
DDEA流程图；
[0010]图4为实施例输入输出数据来源示意图；
[0011]图5为实施例效果示意图。
具体实施方式
[0012]如图1所示，为本实施例涉及一种基于随机排序的代理模型进化算法的用户侧虚拟电厂灵活调节服务交易策略，包括：
[0013]步骤1)根据采样数据拟合得到的用户对不同电力价格水平的响应情况，建立基于用户端虚拟电厂外部提供各类电力产品、内部向用户购买/出售各类电力服务的用户侧虚拟电厂能源交互双层优化模型；
[0014]所述的用户侧虚拟电厂能源交互双层优化模型中：上层优化模型为用户侧虚拟电厂(DS
‑
VPP)以用户端的各种电力资源代理的形式参与电力市场，以自身收益最大为目标购/售各类电力商品，以与内部各客户签订的电力商品价格为决策变量；下层优化模型为用户以最低费用向DS
‑
VPP购电，而有意愿提供调节向上/下灵活性调节服务(FRP)的用户也可以与DS
‑
VPP签订合约，决策变量为电力需求量和FRP供应量。
[0015]所述的上层优化模型包括：DS
‑
VPP最大化收益函数其中：第一项为DS
‑
VPP向用户售电的收益，其中λ
tr
为DS
‑
VPP与用户签订的售电价格，P
D
为用户向DS
‑
VPP申报的用电需求；第二项为DS
‑
VPP向主网以现货市场出清价格λ
mcp
出售多余的电量，P
wd
为风电预测出力值；第三项为DS
‑
VPP在电力零售市场以零售价格λ
re
购买缺额电量；第四项为DS
‑
VPP以λ
ru
价格收购用户向上灵活调节服务P
ru
并将其以需求价格阈值λ
mcu
出售给主网所获得的收益；同理，第五项为DS
‑
VPP以λ
rd
价格收购用户向下灵活调节服务P
rd
并将其以需求价格阈值λ
mcd
出售给主网所获得的收益。
[0016]所述的上层优化模型中DS
‑
VPP与用户签订各种电力产品价格的上下限约束包括：
[0017]λ
mcp
＜λ
tr
＜λ
re
，δ
mcu
λ
mcu
＜λ
ru
＜λ
mcu
，δ
mcd
λ
mcd
＜λ
rd
＜λ
mcd
，其中：δ
mcu
和δ
mcd
分别代表DS
‑
VPP向上/向下FRP价格下限系数。
[0018]所述的下层优化模型包括：用户购电成本最小目标函数其中：第一部分为用户向DS
‑
VPP购电成本；第二部分为用户向其他售电商签订的购电成本，α
dis
为其他售电商与用户签订的购电价格；第三、第四部分为用户提供向上/向下FRP的收益；第五部分为用户提供向上FRP的成本C(P
ru
)＝P
ru
A
ru
(P
ru
)
T
+B
ru
P
ru
，B
ru
＝b
ru
θ
will
，A
ru
和b
ru
为削减成本系数，θ
will
为用户削减负荷意愿，且0≤θ
will
≤1；第六部分为用户增加用电提供向下FRP的成本C(P
rd
)＝P
rd
k
es
(P
rd
)
T
，λ
es
为储能调度成本系数。
[0019]所述的下层优化模型的约束包括：P
D
＝P
ucl
+P
cl
，P
cl.min
≤P
cl
...

【技术保护点】

【技术特征摘要】
1.一种用户侧虚拟电厂灵活调节服务交易策略优化实现方法，其特征在于，根据采样数据拟合得到的用户对不同电力价格水平的响应情况，建立基于用户端虚拟电厂外部提供各类电力产品、内部向用户购买/出售各类电力服务的用户侧虚拟电厂能源交互双层优化模型，通过采集用户负荷数据和风光预测数据后对，考虑预测不确定性并对用户侧虚拟电厂能源交互双层优化模型进行优化，再利用基于随机排序的代理模型进化算法，对优化后用户侧虚拟电厂能源交互双层优化模型进行求解，得到优化服务交易策略。2.根据权利要求1所述的用户侧虚拟电厂灵活调节服务交易策略优化实现方法，其特征是，具体包括：步骤1)根据采样数据拟合得到的用户对不同电力价格水平的响应情况，建立基于用户端虚拟电厂外部提供各类电力产品、内部向用户购买/出售各类电力服务的用户侧虚拟电厂能源交互双层优化模型；步骤2)采集用户负荷数据和风光预测数据后对，考虑预测不确定性并对用户侧虚拟电厂能源交互双层优化模型进行优化；步骤3)利用基于随机排序的代理模型进化算法，对步骤2得到的优化后用户侧虚拟电厂能源交互双层优化模型进行求解，得到服务交易策略，具体包括：3.1)使用径向基函数网络建立代理模型，利用隐藏层使用径向基函数作为激活函数并利用Kmeans聚类方法对其进行求解；3.2)根据聚类得到的结果得到缩减后的风电出力预测不确定性场景和负荷用电不确定性场景，进行后续考虑不确定性的优化模型处理。3.根据权利要求2所述的用户侧虚拟电厂灵活调节服务交易策略优化实现方法，其特征是，所述的用户侧虚拟电厂能源交互双层优化模型中：上层优化模型为用户侧虚拟电厂(DS
‑
VPP)以用户端的各种电力资源代理的形式参与电力市场，以自身收益最大为目标购/售各类电力商品，以与内部各客户签订的电力商品价格为决策变量；下层优化模型为用户以最低费用向DS
‑
VPP购电，而有意愿提供调节向上/下灵活性调节服务(FRP)的用户也与DS
‑
VPP签订合约，决策变量为电力需求量和FRP供应量。4.根据权利要求2所述的用户侧虚拟电厂灵活调节服务交易策略优化实现方法，其特征是，所述的上层优化模型包括：DS
‑
VPP最大化收益函数其中：第一项为DS
‑
VPP向用户售电的收益，其中λ
tr
为DS
‑
VPP与用户签订的售电价格，P
D
为用户向DS
‑
VPP申报的用电需求；第二项为DS
‑
VPP向主网以现货市场出清价格λ
mcp
出售多余的电量，P
wd
为风电预测出力值；第三项为DS
‑
VPP在电力零售市场以零售价格λ
re
购买缺额电量；第四项为DS
‑
VPP以λ
ru
价格收购用户向上灵活调节服务P
ru
并将其以需求价格阈值λ
mru
出售给主网所获得的收益；同理，第五项为DS
‑
VPP以λ
rd
价格收购用户向下灵活调节服务P
rd
并将其以需求价格阈值λ
ncd
出售给主网所获得的收益；所述的上层优化模型中DS
‑
VPP与用户签订各种电力产品价格的上下限约束包括：λ
mcp
<λ
tr
<λ
re
，δ
mcu
λ
mcu
<λ
ru
<λ
mcu
，δ
mcd
λ
mcd
<λ
rd
<λ
mcd
，其中：δ
mcu
和δ
mcd
分别代表DS
‑
VPP向上/向下FRP价格下限系数。5.根据权利要求2所述的用户侧虚拟电厂灵活调节服务交易策略优化实现方法，其特
征是，所述的下层优化模型包括：用户购电成本最小目标函数其中：第一部分为用户向DS
‑
VPP购电成本；第二部分为用户向其他售电商签订的购电成本，α
dis
为其他售电商与用户签订的购电价格；第三、第四部分为用户提供向上/向下FRP的收益；第五部分为用户提供向上FRP的成本C(P
ru
)＝P
ru
A
ru
(P
ru
)
T
+B
ru
P
ru
，B
ru
＝b
ru
θ
will
，A
ru
和b
ru
为削减成本系数，θ
will
为用户削减负荷意愿，且0≤θ
will
≤1；第六部分为用户增加用电提供向下FRP的成本C(P
rd
）＝P
rd
λ
es
(P
rd
)
T
，λ
es
为储能调度成本系数；所述的下层优化模型的约束包括：P
D
＝P
ucl
+P
cl
，P
cl.min
≤P
cl
‑
P
...

【专利技术属性】
技术研发人员：王素，郭明星，费斐，王建军，吕冉，兰莉，蒋传文，王玲玲，马雨彤，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：