考虑多类型负荷需求响应的虚拟电厂能量分配方法组成比例

本发明专利技术方法涉及虚拟电厂能量分配领域，涉及考虑多类型负荷需求响应的虚拟电厂能量分配方法。其根据实际电厂能量分配以及运行情况，虚拟多类型负荷需求响应机制完成最优方案确定。包括步骤：1)完成源荷预测并分析不确定性；2)制定IES多时间尺度优化调度方案；3)完成日前调度模型及日内调度模型约束；4)完成虚拟电厂构成单元不确定性出力建模；5)构建CVaR的虚拟电厂日前交易优化模型；6)完成虚拟电厂日前交易优化模型求解方法；7)完成基于奖惩阶梯型的虚拟电厂碳交易方法以及最大化利益的需求响应策略；8)得到用电侧最优需求响应；9)对搭建的基于多类型负荷需求响应的能量分配模型进行测试分析。型进行测试分析。型进行测试分析。

【技术实现步骤摘要】
考虑多类型负荷需求响应的虚拟电厂能量分配方法


[0001]本专利技术方法涉及虚拟电厂能量分配领域，涉及考虑多类型负荷需求响应的虚拟电厂能量分配问题。

技术介绍

[0002]现如今，能源是人类赖以生存和发展的基础，是关系到国家安全稳定、国民经济发展的根本战略资源。在能源互联网蓬勃发展的大环境下，能源系统中出现大量产消者，大量分布式资源的随机性和波动性增加了电网复杂性和管控难度，对电网的安全、可靠和经济运行产生重大影响。研究多类型负荷需求响应的电厂能量分配方法，已成为解决日益凸显的能源需求增长与能源紧缺、能源利用与环境保护之间矛盾的重要一步。
[0003]对于虚拟电厂(virtual power plant,VPP)的定义国内外并没有给出十分确定的定义。虚拟电厂技术利用先进的传感、控制技术，有效地聚合和调度新能源发电、储能等分布式资源，在参与辅助服务市场获取收益的同时，为电网提供灵活性，提升电网安全水平，降低电网运行成本与投资成本，是多能流综合能量管理系统中的重要模块。从我国的能源战略以及高效节能清洁发展路径出发，虚拟电厂的综合能效指标应着本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑多类型负荷需求响应的虚拟电厂能量分配方法，包括步骤：1)完成源荷预测并分析不确定性；2)制定IES多时间尺度优化调度方案；3)完成日前调度模型及日内调度模型约束；4)完成虚拟电厂构成单元不确定性出力建模；5)构建CVaR的虚拟电厂日前交易优化模型；6)完成虚拟电厂日前交易优化模型求解方法；7)完成基于奖惩阶梯型的虚拟电厂碳交易方法以及最大化利益的需求响应策略；8)得到用电侧最优需求响应；9)对搭建的基于多类型负荷需求响应的能量分配模型进行测试分析。2.根据权利要求1所述的考虑多类型负荷需求响应的虚拟电厂能量分配方法，其特征在于，步骤1)中所述完成源荷预测并分析不确定性包括：步骤1.1、建立LSTM源荷预测模型；长短期记忆神经网络LSTM提出了门机制：遗忘门、输入门、输出门，并增加了单元状态：在LSTM中，引入了单元状态；(1)LSTM原理；1)基础循环神经网络模型；o
t
＝g(Vs
t
)s
t
＝f(Ux
t
+Ws
t
‑1)式中：o
t
为神经元输出；g为输出层的激活函数；V是输出层的权重系数；f是隐含层的激活函数；x
t
是当前输出；U是当前输入的权重系数；s
t
‑1是上一时刻隐含层的状态；W是上一时刻状态作为当前时刻输入的权重系数；2)增加遗忘门；遗忘门是用来控制将上一时刻的单元状态中需要保存的信息保存到当前单元状态中；计算公式为：f
t
＝σ(W
f
·
[s
t
‑1，x
t
]+b
f
)式中s
t
‑1是上一时刻的单元状态；x
t
是当前时刻的输入；W
f
是遗忘门的权重矩阵；b
f
是遗忘门的偏置；σ是遗忘门的sigmoid激活函数，最后得到的f
t
是一个[0，1]的值，若f
t
＝0表示对上一时刻的单元状态全部忘记，反之若f
t
＝1表示对上一时刻的单元状态全部记忆，通常f
t
的值为(0，1)，只记忆上一时刻单元状态中需要保存的信息；3)增加输入门；输入门控制当前时刻的输入有多少信息保存到当前单元状态中，公式为：i
t
＝σ(W
i
·
[s
t
‑1，x
t
]+b
i
)式中s
t
‑1是上一时刻的单元状态；x
t
是当前时刻的输入；W
i
是遗忘门的权重矩阵；b
i
是遗忘门的偏置；σ是遗忘门的sigmoid激活函数；最后得到的i
t
是一个[0，1]的值，若i
t
＝0表示对此时的输入全部忘记，反之若i
t
＝1表示对此时的输入全部记忆，通常i
t
的值为(0，1)，只记忆此时输入中需要保存的信息；4)增加输出门；输出门控制的是当前单元状态中由多少信息保存到当前输出中，计算公式为：
o
t
＝σ(W
o
·
[s
t
‑1，x
t
]+b
o
)s
t
＝0
t
*tanh(c
t
)式中s
t
‑1是上一时刻的单元状态；x
t
是当前时刻的输入；W
o
是遗忘门的权重矩阵；b
o
是遗忘门的偏置；σ是输出门的sigmoid激活函数；o
t
是一个[0，1]的值；最后当前时刻的输出s
t
是将输出门得到的o
t
同当前的单元整合后得到；5)增加单元状态，当前单元状态前需要先得到当前单元状态的候选值向量计算公式如下：如下：式中s
t
‑1是上一时刻的单元状态，x
t
是当前时刻的输入，W
c
是遗忘门的权重矩阵，b
c
是遗忘门的偏置，tanh是遗忘门激活函数，是一个[0，1]的值；其中c
t
‑1是上一时刻的单元状态，f
t
、i
t
、均为当前时刻的值，即可实现将长期记忆和当前的记忆整合到一起得到当前单元状态c
t
；步骤1.2、不确定性分析；基于LSTM原理，完成风电、光伏出力和电、冷、热负荷功率预测，并与其相应的实际值对比；基于预测误差数据集进行离散分布拟合得到源荷预测误差不确定性水平。3.根据权利要求1所述的考虑多类型负荷需求响应的虚拟电厂能量分配方法，其特征在于，步骤2)中所述制定IES多时间尺度优化调度方案包括：(1)制定日前调度模型目标函数；其目标函数为所有组合场景下日期望运行成本最小，包括外部购买能量成本和设备能量单元运行维护成本两个部分，公式如下：式中，C
IES
表示系统调度日内的期望运行费用；分别代表各场景s下的外部购买能量成本和设备能量单元运行维护成本；T表示调度周期的总时段数ΔT是调度时间间隔；M、β
s
分别表示场景数量和场景发生概率值；λ
gas
(t)分别代表各时段天然气消耗量和价格；λ
grid
(t)分别代表各时段向外部电网购电功率和价格；γ
s
(t)、C
GE_open
分别代表各时段燃气机启动次数和每次的启动成本；λ
GE
分别代表各时段燃气轮机出力及其单位出力的运行维护费用；λ
PV
分别代表各时段光伏出力及其单位出力的运行维护费用；λ
WT
分别代表各时段风电出力及其单位出力的运行维护费用；
λ
GB
分别代表各时段燃气锅炉出力及其单位出力的运行维护费用；λ
AC
分别代表各时段冷温水机出力及其单位出力的运行维护费用；λ
EC
分别代表各时段电制冷机出力及其单位出力的运行维护费用；λ
Bat
分别代表各时段电池储能出力及其单位出力的运行维护费用；λ
HS
分别代表各时段热储能出力及其单位出力的运行维护费用；λ
CS
分别代表各时段冷储能出力及其单位出力的运行维护费用；不同季节冷热能供应不同，针对具体季节进行优化调度时只需将中未使用的设备运行成本置零即可；(2)制定日内调度模型目标函数；日内调度模型目标函数为可调能量单元偏差最小，如下式所示:式中，T、Cn分别表示调度周期的总时段数、可调能量单元数量，分别表示第i个可调能量单元在时刻t时日内出力值和日前出力值。4.根据权利要求1所述的考虑多类型负荷需求响应的虚拟电厂能量分配方法，其特征在于，步骤3)中所述完成日前调度模型及日内调度模型约束包括：任意调度时刻，系统均需满足冷、热、电、气相应的能量供需平衡约束，时间不同，对应的能量平衡约束也...

【专利技术属性】
技术研发人员：付威，张运贵，田成来，张灵敏，江玮，阳昕晓，王精，肖艳紫，崔崔，周梦雅，陈金桥，董政，巴云霖，
申请(专利权)人：国网湖北综合能源服务有限公司，
类型：发明
国别省市：