分时电价下计及激励需求响应的虚拟电厂经济调度方法技术

本发明专利技术属于虚拟电厂经济调度技术领域，具体涉及分时电价下计及激励需求响应的虚拟电厂经济调度方法；通过步骤1以风/光发电企业通过历史数据预测未来24H内的风/光发电量，并将预测发电量上报虚拟发电厂；步骤2 CVPP根据电动汽车的负荷基线确定其负荷的可调节能力并集合新能源发电量的预测给出次日的调度策略，下发给各签约用户及电网公司；步骤3各签约企业根据经济优化调度方法进行调度；考虑了电动汽车充电站充电需求、风光发电系统出力及储能系统储能，合理的预测了分布式电源出力，匹配各时段的电力需求并通过激励形式以市场机制发掘用户需求响应，更好的实现了节能减排、削峰填谷、新能源发电利用率最大化及虚拟电厂经济效益最优的目标。济效益最优的目标。济效益最优的目标。

【技术实现步骤摘要】
分时电价下计及激励需求响应的虚拟电厂经济调度方法


[0001]本专利技术属于虚拟电厂经济调度
，具体涉及分时电价下计及激励需求响应的虚拟电厂经济调度方法。

技术介绍

[0002]随着以化石能源为主要原料的传统发电技术造成的不可再生能源短缺和环境污染问题逐渐凸显，以可再生能源发电方式为主的分布式电源(distributed generator，DG)以其经济、环保、灵活等方面的优势得到了非常广泛的关注与应用，但单个DG容量小且发电具有间断性和随机性，无法做到单独加入电力市场的运营。将DG聚合成一个整体以虚拟电厂的形式使其参与到电力系统运行及电力市场运营为解决上述问题提供了一个新思路。
[0003]通过CVPP内部的调控中心并利用通信技术将风电、光伏、储能及电动汽车充电站进行聚合，以整体形式参与电网市场交易及电网运行。在电网运行中，峰值时段的峰值需求将给发电侧带来不小的压力，而直接负荷切除手段忽略了用户侧的效益和舒适度。需求响应作为电网经济调度中的一种重要资源，通过在电网中引入可调负载概念，在分时电价机制下一起参与经济调度，不仅能够移峰填谷、增加优化调度的手段，同时还能够提高用户侧的效益，提升虚拟电厂经济性。
[0004]传统的虚拟电厂调度方法中，存在未考虑合理的预测分布式电源出力，且未良好的发挥市场机制和价格引导的作用发掘用户需求侧主动削减、转移用电负荷的能力；因此，在考虑电动汽车充电站充电需求、风光发电系统出力、储能系统储能的前提下提出一种在分时电价下计及激励需求响应的虚拟电厂经济调度方法是很有必要的。

技术实现思路

[0005]本专利技术的目的是为了克服现有技术的不足，而提供一种分时电价下计及激励需求响应的虚拟电厂经济调度方法，其考虑电动汽车充电站充电需求、风光发电系统出力及储能系统储能，合理的预测了分布式电源出力，更好的匹配各时段的电力需求并通过激励形式以市场机制发掘用户需求响应，更好的实现了节能减排、削峰填谷、新能源发电利用率最大化及虚拟电厂经济效益最优的目标。
[0006]本专利技术的目的是这样实现的：分时电价下计及激励需求响应的虚拟电厂经济调度方法，它包括以下步骤：
[0007]步骤1、以风/光发电企业通过历史数据预测未来24H内的风/光发电量，并将预测发电量上报虚拟发电厂；
[0008]步骤2、CVPP根据电动汽车的负荷基线确定其负荷的可调节能力并集合新能源发电量的预测给出次日的调度策略，下发给各签约用户及电网公司；
[0009]步骤3、各签约企业根据经济优化调度方法进行调度。
[0010]所述步骤1以风/光发电企业通过历史数据预测未来24H内的风/光发电量，并将预测发电量上报虚拟发电厂包括：
[0011]采用三次指数平滑法(Holt
‑
Winters)对风速及光照强度进行预测，三次指数平滑预测法公式组如下：
[0012][0013]T
j
＝β
·
(N
j
‑
N
j
‑1)+(1
‑
β)
·
T
j
‑
1 (2)
[0014][0015]式中，N
j
为层次的预估平滑值，T
j
为趋势的预估平滑值，S
j
为季节的预估平滑值，j为当前时刻点，P
j
‑1为前一个时刻点的负荷值，α、β、γ分别表示层次、趋势和季节的平滑因子(0<α、β、γ<1)，p为季节周期，P
j
‑
p
为上一个季节周期的负荷值；
[0016]未来q时刻点的负荷预测值P
j+q
为：
[0017]P
j+q
＝(T
j
+N
j
·
q)
·
S
j
‑
p+q (4)
[0018]式中，P
j+q
为未来q时刻点的预测值，q为预测时刻的点数，p为季节周期，S
j
‑
p+q
为上一个季节周期后的q时刻点的预估平滑值。
[0019]所述步骤2CVPP根据电动汽车的负荷基线确定其负荷的可调节能力并集合新能源发电量的预测给出次日的调度策略，下发给各签约用户及电网公司包括：
[0020]以虚拟电厂经济效益最优为目标，考虑需求响应激励补偿成本、储能电池和风光发电的运营维护成本、虚拟电厂售电效益及从电网获得的补贴效益，根据风/光发电企业预测出力及约束条件建立虚拟电厂调度优化模型，所述约束条件包括风光发电运行的约束、向电网购售电及储能的最大电量约束、储能系统约束条件、功率平衡约束、激励需求响应负荷转移约束和激励需求响应负荷削减约束。
[0021]所述需求响应激励补偿成本如下式：
[0022][0023][0024][0025]式中，C
t
为需求响应激励补偿成本；和分别为t时段内虚拟电厂需要支付给用户的负荷削减以及负荷转移成本；N
T
为进行投标决策优化的所有时段集合，设定为24个时段，每个时段为1h；为第r个负荷削减合同在t时刻削减的负荷量；为第r个削减合同所规定的t时段补偿价格；为第r个负荷削减合同在t时刻实际需要支付的初始成本；削减合同状态指标通过二进制数表示合同r执行的状态；
[0026]所述储能电池运行维护成本：
[0027][0028]式中：为第t个时段储能电池运行维护成本；β为储能电池运行成本系数；为单位时间t内储能电池计划充放电电量；α为储能电池维护成本系数；为储能电池的额定功率；
[0029]所述风光发电的运营维护成本：
[0030][0031]式中：为第t个时段风电机组及光伏机组维护成本；λ
w
为风机的运行维护系数；为第t个时段风电机组的发电量；λ
pv
为光伏发电的运行维护系数；为第t个时段光伏发电的发电量；
[0032]所述虚拟电厂的售电效益：
[0033][0034]式中：为第t个时段虚拟电厂购售电效益；为虚拟电厂在t时段内向大电网购售电量；为虚拟电厂在t时段购售电价；为第t个时段风电机组的发电量；为第t个时段光伏发电的发电量；
[0035]所述虚拟电厂从电网获得的需求响应补贴：
[0036][0037]式中：f
te
为第t个时段虚拟电厂从电网的需求响应补贴效益；L
tlc
为t时段负荷削减量；p
tr
为虚拟电厂在t时段执行需求响应的补贴价格；L
tls1
为虚拟电厂在第t时段执行负荷转移的电量；L
tls2
为虚拟电厂执行负荷转移到第i时段的电量；P
ir
为第i个时段执行需求响应的补贴价格。
[0038]所述建立虚拟电厂调度优化模型包括根据需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.分时电价下计及激励需求响应的虚拟电厂经济调度方法，其特征在于,它包括以下步骤：步骤1、以风/光发电企业通过历史数据预测未来24H内的风/光发电量，并将预测发电量上报虚拟发电厂；步骤2、CVPP根据电动汽车的负荷基线确定其负荷的可调节能力并集合新能源发电量的预测给出次日的调度策略，下发给各签约用户及电网公司；步骤3、各签约企业根据经济优化调度方法进行调度。2.如权利要求1所述的分时电价下计及激励需求响应的虚拟电厂经济调度方法，其特征在于，所述步骤1以风/光发电企业通过历史数据预测未来24H内的风/光发电量，并将预测发电量上报虚拟发电厂包括：采用三次指数平滑法(Holt
‑
Winters)对风速及光照强度进行预测，三次指数平滑预测法公式组如下：T
j
＝β
·
(N
j
‑
N
j
‑1)+(1
‑
β)
·
T
j
‑
1 (2)式中，N
j
为层次的预估平滑值，T
j
为趋势的预估平滑值，S
j
为季节的预估平滑值，j为当前时刻点，P
j
‑1为前一个时刻点的负荷值，α、β、γ分别表示层次、趋势和季节的平滑因子(0<α、β、γ<1)，p为季节周期，P
j
‑
p
为上一个季节周期的负荷值；未来q时刻点的负荷预测值P
j+q
为：P
j+q
＝(T
j
+N
j
·
q)
·
S
j
‑
p+q (4)式中，P
j+q
为未来q时刻点的预测值，q为预测时刻的点数，p为季节周期，S
j
‑
p+q
为上一个季节周期后的q时刻点的预估平滑值。3.如权利要求1所述的分时电价下计及激励需求响应的虚拟电厂经济调度方法，其特征在于，所述步骤2CVPP根据电动汽车的负荷基线确定其负荷的可调节能力并集合新能源发电量的预测给出次日的调度策略，下发给各签约用户及电网公司包括：以虚拟电厂经济效益最优为目标，考虑需求响应激励补偿成本、储能电池和风光发电的运营维护成本、虚拟电厂售电效益及从电网获得的补贴效益，根据风/光发电企业预测出力及约束条件建立虚拟电厂调度优化模型，所述约束条件包括风光发电运行的约束、向电网购售电及储能的最大电量约束、储能系统约束条件、功率平衡约束、激励需求响应负荷转移约束和激励需求响应负荷削减约束。4.如权利要求3所述的分时电价下计及激励需求响应的虚拟电厂经济调度方法，其特征在于，所述需求响应激励补偿成本如下式：
式中，C
t
为需求响应激励补偿成本；C
tLC
和C
tLS
分别为t时段内虚拟电厂需要支付给用户的负荷削减以及负荷转移成本；N
T
为进行投标决策优化的所有时段集合，设定为24个时段，每个时段为1h；q
rtLC
为第r个负荷削减合同在t时刻削减的负荷量；p
rtLC
为第r个削减合同所规定的t时段补偿价格；p
rtLC0
为第r个负荷削减合同在t时刻实际需要支付的初始成本；削减合同状态指标I
rtLC
通过二进制数表示合同r执行的状态；所述储能电池运行维护成本：式中：C
tdy
为第t个时段储能电池运行维护成本；β为储能电池运行成本系数；P
tBa
为单位时间t内储能电池计划充放电电量；α为储能电池维护成本系数；E
eBa
为储能电池的额定功率；所述风光发电的运营维护成本：式中：C
tsw
为第t个时段风电机组及光伏机组维护成本；λ
w
为风机的运行维护系数；P
twB
为第t个时段风电机组的发电量；λ
pv
为光伏发电的运行维护系数；P
tpvB
为第t个时段光伏发电的发电量；所述虚拟电厂的售电效益：式中：f
ts
为第t个时段虚拟电厂购售电效益；P
tG
为虚拟电厂在t时段内向大电网购售电量；C
tgs
为虚拟电厂在t时段购售电价；P
tw
为第t个时段风电机组的发电量；P
tpv
为第t个时段光伏发电的发电量；所述虚拟电厂从电网获得的需求响应补贴：式中：f
te
为第t个时段虚拟电厂从电网的需求响应补贴效益；L
tlc
为t时段负荷削减量；p
tr
为虚拟电厂在t时段执行需求响应的补贴价格；L
tls1
为虚拟电厂在第t时段执行负荷转移的电量；L
...

【专利技术属性】
技术研发人员：贾一博，王世谦，白宏坤，武玉丰，王圆圆，闫利，华远鹏，杨平，沈星江，
申请(专利权)人：国网河南省电力公司经济技术研究院，
类型：发明
国别省市：