一种虚拟电厂参与配电网协调优化调度方法及装置制造方法及图纸

本发明专利技术涉及一种虚拟电厂参与配电网协调优化调度方法及装置，属于电力系统调度控制技术领域，该方法包括：构建虚拟电厂模型，获取供给侧数据和需求侧数据；基于供给侧数据和需求侧数据，构建以综合运营成本最小为目标函数的上层日前优化调度计划；基于上层日前优化调度计划，以虚拟电厂运行成本最小、电压波动量最低为目标函数的下层日内滚动调度计划。本申请能够对虚拟电厂中多资源进行主动控制管理，提高分布式能源的消纳能力，提高虚拟电厂运行的经济性，并对虚拟电厂参与配电网的有功功率和无功功率进行协调优化，参与电力系统的无功调压控制，提高配电网运行经济性和可靠性。提高配电网运行经济性和可靠性。提高配电网运行经济性和可靠性。

【技术实现步骤摘要】
一种虚拟电厂参与配电网协调优化调度方法及装置


[0001]本专利技术涉及电力系统调度控制
，尤其是涉及一种虚拟电厂参与配电网协调优化调度方法及装置。

技术介绍

[0002]近年来，以光伏、风电为主的新能源机组越来越多地纳入电网系统。但新能源机组出力受气候、光照等环境因素影响较大，新能源出力的出力随机性以及多类型负荷功率的波动性，给配电网运行调控带来威胁和挑战。
[0003]虚拟电厂作为未来能源市场的一种新型电力能源聚合技术，它可以将分布在不同区域的各类能源聚合成稳定可控的能源集合，合理优化各种可调资源的配置和利用。因此，可通过虚拟电厂将风、光、储等可控资源进行多能互补，
[0004]然而，现有虚拟电厂参与配电网的优化调度方法大多都从有功功率的角度进行分析，未能将虚拟电厂的有功功率和无功功率进行综合考虑，也未对虚拟电厂参与配电网的有功功率和无功功率进行协调优化。
[0005]中国专利申请CN115000980A公开了一种二次调频优化调度方法，但该方法适用于电力系统调频控制
，且仅考虑了调频机组的有功输出功率，未能将虚拟电厂的有功功率和无功功率进行综合考虑。

技术实现思路

[0006]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种虚拟电厂参与配电网协调优化调度方法及装置。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]作为本专利技术的第一方面，提供一种虚拟电厂参与配电网协调优化调度方法，包括：
[0009]构建虚拟电厂模型，获取供给侧数据和需求侧数据，所述供给侧数据包括预测供给侧输出的有功功率和无功功率；
[0010]基于所述供给侧数据和所述需求侧数据，构建以综合运营成本最小为目标函数，结合长时间尺度下供给侧输出的有功功率和无功功率约束，进行上层日前调度计划优化；
[0011]基于所述上层日前优化调度计划，构建以虚拟电厂运行成本最小、电压波动量最低为目标函数，结合短时间尺度下供给侧输出的有功功率和无功功率约束，进行下层日内滚动调度计划优化，得到最终协调调度计划。
[0012]优选的，所述虚拟电厂模型包括供给侧和需求侧，所述供给侧包括光伏机组、风电机组和储能系统，需求侧包括可削减负荷；
[0013]所述供给侧数据包括历史供给侧数据和预测供给侧数据，所述需求侧数据包括历史需求侧数据和预测需求数据。
[0014]优选的，所述预测供给侧数据包括预测风电机组输出功率：
[0015]预测风电机组输出有功功率，表达式为：
[0016][0017]式中，P
WT
为预测风电机组输出有功功率；P
r
为风机额定最大功率；v
r
为额定风速；v为预测风速；v
ci
为启动风速；v
co
为截止风速；
[0018]预测风电机组输出无功功率，表达式为：
[0019][0020]式中：Q
WT
为风电机组发出或吸收的无功功率；S
WT
为风电机组逆变器的额定容量。
[0021]优选的，所述预测供给侧数据包括预测光伏机组输出功率：
[0022]预测光伏机组的输出有功功率的表达式为：
[0023][0024]式中，P
PV
为光伏机组的输出有功功率；P
PV
为额定容量；f为降额因子，表示电池衰减和灰尘对光伏板的影响系数；G
STC
为标准条件下的光强；G
AC
为实际光强；α
p
为功率温度系数；T
C
为光伏板实际温度；T
STC
为标准条件下光伏温度；
[0025]光伏机组输出无功功率的表达式为：
[0026][0027]式中，Q
PV
为光伏机组发出或吸收的无功功率；S
PV
为光伏机组逆变器的额定容量。
[0028]优选的，所述预测需求数据包括需求侧负荷数据，采用价格需求负荷响应模型来进行计算，表达式为：
[0029][0030]式中，D
load1
为历史需求侧负荷数据；D
load2
为预测需求侧数据；e为电价需求弹性，表示电价变化对用电需求的影响；ΔE为电价的变化幅度；E为初始电价。
[0031]优选的，所述构建以综合运营成本最小为目标函数的上层日前优化调度计划，包括：
[0032]构建综合运营成本最小的第一目标函数，所述第一目标函数的表达式为：
[0033]min f1＝C
grid
+C
loss
+C
load
+C
ESS
[0034]式中，f1为虚拟电厂的综合运营成本，C
grid
为虚拟电厂的购电成本，C
loss
为损耗成本；C
load
为需求侧资源调度成本；C
ESS
为储能调度成本。
[0035]优选的，所述上层日前优化调度计划基于长时间尺度下供给侧有功功率值约束、供给侧无功功率值约束和储能功率约束确定。
[0036]优选的，所述构建以虚拟电厂运行成本最小、电压波动量最低为目标函数的下层日内滚动调度计划，包括：
[0037]构建虚拟电厂运行成本最小、电压波动量最低的第二目标函数，所述第二目标函数的表达式为：
[0038]min f2＝f
2cost
+λ
×
U
2flu
[0039]式中，f
2cost
为虚拟电厂运行总成本；λ为相邻时段电压波动量系数，U
2flu
表示根据电压预测值调整后电压与反馈前一时刻实际电压的差值，为相邻时段电压波动量；
[0040]U
2flu
＝U
2flu.t
‑
U
2flu.t
‑1[0041]式中，U
2flu.t
为t时刻的预测电压值；U
2flu.t
‑1为反馈的t
‑
1时段实际电压值。
[0042]优选的，所述下层日内滚动调度计划基于短时间尺度下需求侧有功功率值约束、需求侧无功功率值约束、电压波动约束和储能功率约束确定。
[0043]作为本专利技术的第二方面，提供一种虚拟电厂参与配电网协调优化调度装置，应用于虚拟电厂，包括：
[0044]模型构建模块，用于构建虚拟电厂模型，获取供给侧数据和需求侧数据；
[0045]调度计划构建模块，用于基于所述供给侧数据和所述需求侧数据，构建以综合运营成本最小为目标函数，结合长时间尺度下供给侧输出的有功功率和无功功率约束，进行上层日前优化调度计划；还用于基于所述上层日前优化调度计划，构建以虚拟电厂运行成本最小、电压波动量最低为目标函数，结合短时间尺度下供给侧输出的有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟电厂参与配电网协调优化调度方法，其特征在于，包括：构建虚拟电厂模型，获取供给侧数据和需求侧数据，所述供给侧数据包括预测供给侧输出的有功功率和无功功率；基于所述供给侧数据和所述需求侧数据，构建以综合运营成本最小为目标函数，结合长时间尺度下供给侧输出的有功功率和无功功率约束，进行上层日前调度计划优化；基于所述上层日前优化调度计划，构建以虚拟电厂运行成本最小、电压波动量最低为目标函数，结合短时间尺度下供给侧输出的有功功率和无功功率约束，进行下层日内滚动调度计划优化，得到最终协调调度计划。2.如权利要求1所述的一种虚拟电厂参与配电网协调优化调度方法，其特征在于，所述虚拟电厂模型包括供给侧和需求侧，所述供给侧包括光伏机组、风电机组和储能系统，需求侧包括可削减负荷；所述供给侧数据包括历史供给侧数据和预测供给侧数据，所述需求侧数据包括历史需求侧数据和预测需求数据。3.如权利要求2所述的方法，其特征在于，所述预测供给侧数据包括预测风电机组输出功率：预测风电机组输出有功功率，表达式为：式中，P
WT
为预测风电机组输出有功功率；P
r
为风机额定最大功率；v
r
为额定风速；v为预测风速；v
ci
为启动风速；v
co
为截止风速；预测风电机组输出无功功率，表达式为：式中：Q
WT
为风电机组发出或吸收的无功功率；S
WT
为风电机组逆变器的额定容量。4.如权利要求2所述的方法，其特征在于，所述预测供给侧数据包括预测光伏机组输出功率：预测光伏机组的输出有功功率的表达式为：式中，P
PV
为光伏机组的输出有功功率；P
PV
为额定容量；f为降额因子，表示电池衰减和灰尘对光伏板的影响系数；G
STC
为标准条件下的光强；G
AC
为实际光强；α
p
为功率温度系数；T
C
为光伏板实际温度；T
STC
为标准条件下光伏温度；光伏机组输出无功功率的表达式为：式中，Q
PV
为光伏机组发出或吸收的无功功率；S
PV
为光伏机组逆变器的额定容量。5.如权利要求2所述的方法，其特征在于，所述预测需求数据包括需求侧负荷数据，采
用价格需求负荷响应模型来进行计算，表达式为：式中，D
load1
为历史需求侧负荷数据；D
load2
为预测需求侧数据；e为电价需求弹性，表...

【专利技术属性】
技术研发人员：朱靖恺，崔勇，杜洋，邱收，孙昭宇，
申请(专利权)人：北京中泰华电科技有限公司，
类型：发明
国别省市：