虚拟电厂数据驱动资源规划的方法、装置和设备制造方法及图纸

本发明专利技术公开了一种虚拟电厂数据驱动资源规划的方法、装置和设备，方法包括以下步骤：采集数据，基于隐式马尔可夫模型评估每个用户的需求响应潜力，并进行排名；根据需求响应潜力和用户排名信息，基于自回归综合移动平均方法，生成用户需求响应资源聚合的场景；基于所述场景和风险管理的多阶段随机规划框架，确定招募的最佳用户数量和安装的电池储能规模。本发明专利技术能够为创建灵活的虚拟电厂需求响应制度提供重要技术支撑，为不同市场环境下的虚拟电厂资源规划提供了有力的指导。厂资源规划提供了有力的指导。厂资源规划提供了有力的指导。

【技术实现步骤摘要】
虚拟电厂数据驱动资源规划的方法、装置和设备


[0001]本专利技术涉及一种虚拟电厂数据驱动资源规划的方法、装置和设备，属于电力系统资源规划


技术介绍

[0002]过去十年，分散各地的可再生能源在全球电力系统中的整合迅速增加。虚拟电厂是针对分布式可再生能源发电高渗透率的一种有前景的应对措施。
[0003]在自由电力市场环境中，虚拟电厂可以整合本地需求和分布式可再生能源单元，并作为统一代理参与批发市场，虚拟电厂通过优化其日前计划和实时能源调度实现利润最大化。然而，可再生能源的间歇性和随机性将大大加大日前计划和实时能源输送之间的不匹配。这会影响虚拟电厂的利润，因为虚拟电厂必须在实时市场上以一定价格购买或出售计划外的能源。
[0004]为了减少电力市场价格、可再生能源发电量和用电需求的不确定性所带来的经济风险，虚拟电厂可以利用灵活性资源，如电池储能和需求响应资源，以提高其运营灵活性。

技术实现思路

[0005]为了解决上述问题，本专利技术提出了一种虚拟电厂数据驱动资源规划的方法、装置和设备，能够为创建灵活的虚拟电厂需求响应制度提供重要技术支撑，为不同市场环境下的虚拟电厂资源规划提供了有力的指导。
[0006]本专利技术解决其技术问题采取的技术方案是：
[0007]第一方面，本专利技术实施例提供的一种虚拟电厂数据驱动资源规划的方法，包括以下步骤：
[0008]采集数据，基于隐式马尔可夫模型评估每个用户的需求响应潜力，并进行排名；
[0009]根据需求响应潜力和用户排名信息，基于自回归综合移动平均方法，生成用户需求响应资源聚合的场景；
[0010]基于所述场景和风险管理的多阶段随机规划框架，确定招募的最佳用户数量和安装的电池储能规模。
[0011]作为本实施例一种可能的实现方式，所述采集数据，基于隐式马尔可夫模型评估每个用户的需求响应潜力，并进行排名，包括：
[0012]采集智能电表历史数据和室外温度历史数据，并进行分析；
[0013]基于隐式马尔可夫模型提取单个用户每小时用于供热、通风和空调(heating,ventilation,and air conditioning,HVAC)的HVAC历史数据；
[0014]根据HVAC历史数据评估每个用户的需求响应潜力，并根据其需求响应潜力对用户进行排名。
[0015]作为本实施例一种可能的实现方式，所述基于隐式马尔可夫模型提取单个用户每小时用于供热、通风和空调的HVAC历史数据，包括：
[0016]对于一个给定的用户i，在第d天t时刻智能电表所读取的全屋历史用电负荷为y
i,d,r
,其计算公式如下：
[0017]y
i,d,t
＝v
i,d,t
+x
i,d,t
[0018]其中，v
i，d，t
为非HVAC负荷，x
i,d,t
为HVAC负荷；
[0019]HVAC负荷可建模为如下线性函数：
[0020][0021]其中，z
i,d,t
表示在时间(d,t)下HVAC的开关状态(z
i,d,t
＝1则HVAC开；z
i,d,t
＝0则HVAC关)；和为用户使用HVAC设备的温度响应斜率；T
d,t
表示户外温度，和是HVAC的空间制冷和加热的门槛设定值；ε
i
是白噪声系数，
[0022]使用智能电表历史数据{y
i,d,t
}以及户外温度历史数据{T
d,t
}，得到HVAC响应参数的估计值σ
i
以及HVAC的响应参数
[0023]根据上述数据得到单个用户每小时用于供热、通风和空调的HVAC历史数据。
[0024]作为本实施例一种可能的实现方式，所述根据HVAC历史数据评估每个用户的需求响应潜力，并根据其需求响应潜力对用户进行排名，包括：
[0025]将用户的HVAC设备温度调节为夏天不高于T
′
C
，冬天不低于T
′
H
；
[0026]对于用户i,其在时间(t,d)下的需求响应潜力按下式计算：
[0027][0028]计算每个用户的需求响应潜力指数：
[0029][0030]其中，|Η
c
|和|Η
h
|分别是夏天和冬天的用电高峰时间集合；
[0031]根据需求响应指数大小对用户进行排名。
[0032]作为本实施例一种可能的实现方式，所述根据需求响应潜力和用户排名信息，基于自回归综合移动平均方法，生成用户需求响应资源聚合的场景，包括：
[0033]根据HVAC使用的季节性，将负荷、可再生能源发电量以及日前市场电价的历史数据分为夏季、冬季以及无HVAC使用季节三个季节数据组，在每个季节数据组中，采用基于聚类的方法对具有相似数据的日历史数据进行聚类，将所有的历史数据分为NS类，将每一类数据绘图，取位于图中心的数据所对应的那一天作为该类数据的典型日；
[0034]根据各典型日历史数据生成具体NS个场景，所述场景里的负荷、可再生能源发电量、日前市场电价以及实时电价均直接采用典型日对应数据；
[0035]根据得到的负荷、可再生能源发电量、日前市场电价以及实时电价数据，计算各典型日里各用户的需求响应潜力。
[0036]作为本实施例一种可能的实现方式，所述NS个场景包括电力需求场景、可再生能源发电量场景和市场价格的相应场景。
[0037]作为本实施例一种可能的实现方式，所述基于所述场景和风险管理的多阶段随机规划框架，确定招募的最佳用户数量和安装的电池储能规模，具体为：基于所述场景和风险
管理的多阶段随机规划框架，综合考虑电力市场交易机制、功率平衡约束、电池能量储存参数、经济参数以及虚拟电厂盈利，确定招募的最佳用户数量和安装的电池储能规模。
[0038]第二方面，本专利技术实施例提供的一种虚拟电厂数据驱动资源规划的装置，包括：
[0039]需求响应潜力评估模块，用于采集数据，基于隐式马尔可夫模型评估每个用户的需求响应潜力，并进行排名；
[0040]场景生成模块，用于根据需求响应潜力和用户排名信息，基于自回归综合移动平均方法，生成用户需求响应资源聚合的场景；
[0041]资源规划模块，用于基于所述场景和风险管理的多阶段随机规划框架，确定招募的最佳用户数量和安装的电池储能规模。
[0042]第三方面，本专利技术实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如上述任意虚拟电厂数据驱动资源规划的方法的步骤。
[0043]第四方面，本专利技术实施例提供的一种存储介质，该存储介本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟电厂数据驱动资源规划的方法，其特征在于，包括以下步骤：采集数据，基于隐式马尔可夫模型评估每个用户的需求响应潜力，并进行排名；根据需求响应潜力和用户排名信息，基于自回归综合移动平均方法，生成用户需求响应资源聚合的场景；基于所述场景和风险管理的多阶段随机规划框架，确定招募的最佳用户数量和安装的电池储能规模。2.根据权利要求1所述的虚拟电厂数据驱动资源规划的方法，其特征在于，所述采集数据，基于隐式马尔可夫模型评估每个用户的需求响应潜力，并进行排名，包括：采集智能电表历史数据和室外温度历史数据，并进行分析；基于隐式马尔可夫模型提取单个用户每小时用于供热、通风和空调的HVAC历史数据；根据HVAC历史数据评估每个用户的需求响应潜力，并根据其需求响应潜力对用户进行排名。3.根据权利要求2所述的虚拟电厂数据驱动资源规划的方法，其特征在于，所述基于隐式马尔可夫模型提取单个用户每小时用于供热、通风和空调的HVAC历史数据，包括：对于一个给定的用户i，在第d天t时刻智能电表所读取的全屋历史用电负荷为y
i,d,t
,其计算公式如下：y
i,d,t
＝v
i,d,t
+x
i,d,t
其中，v
i，d，t
为非HVAC负荷，x
i,d,t
为HVAC负荷；HVAC负荷可建模为如下线性函数：其中，z
i,d,t
表示在时间(d,t)下HVAC的开关状态(z
i,d,t
＝1则HVAC开；z
i,d,t
＝0则HVAC关)；和为用户使用HVAC设备的温度响应斜率；T
d,t
表示户外温度，和是HVAC的空间制冷和加热的门槛设定值；ε
i
是白噪声系数，使用智能电表历史数据{y
i,d,t
}以及户外温度历史数据{T
d,t
}，得到HVAC响应参数的估计值σ
i
以及HVAC的响应参数{Z
i,d,t
}；根据上述数据得到单个用户每小时用于供热、通风和空调的HVAC历史数据。4.根据权利要求3所述的虚拟电厂数据驱动资源规划的方法，其特征在于，所述根据HVAC历史数据评估每个用户的需求响应潜力，并根据其需求响应潜力对用户进行排名，包括：将用户的HVAC设备温度调节为夏天不高于T
′
C
，冬天不低于T
′
H
；对于用户i,其在时间(t,d)下的需求响应潜...

【专利技术属性】
技术研发人员：赵昕，厉艳，刘知凡，王鹏，李秋爽，白颖，薛万磊，李晨辉，牟颖，李校莹，张栋梁，史英，管大顺，
申请(专利权)人：国网山东省电力公司经济技术研究院，
类型：发明
国别省市：