虚拟电厂能量平衡管理方法技术

本发明专利技术涉及电网优化调度的领域，尤其是涉及一种虚拟电厂能量平衡管理方法

【技术实现步骤摘要】
虚拟电厂能量平衡管理方法、装置、电子设备及存储介质


[0001]本专利技术涉及电网优化调度的领域，尤其是涉及一种虚拟电厂能量平衡管理方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]在全球数字化
、
智能化进程以及能源变革新时代发展背景下，能源企业从生产型向服务型转型发展已经成为全球性趋势
。
能源行业市场化体制机制改革同时也在不断深入推进，智能电网
、
新能源
、
终端用能电气化等能源新技术与电力物联网等新一代信息通信技术不断融合发展，综合能源服务产业将进入快速成长期
。
目前综合能源服务也正以其创新的商业模式
、
巨大的市场需求，形成迅猛的发展态势
。
[0003]随着近年来大规模电动汽车的普及，导致电网中充电桩的数量大量增加
。
虚拟电厂作为一种特殊的电厂，通过先进信息通信技术和软件系统，实现分布式发电
、
储能系统
、
可控负荷
、
电动汽车等的协调优化，以此参与电力市场和电网运行的电源协调管理
。
[0004]含大规模充电桩的虚拟电厂在运行过程中存在以下问题：当电动汽车无序充电时，电动汽车充电不受电网需求控制，在此运行模式下，电动汽车负荷峰谷可能与电网峰谷时刻重叠，从而进一步加大电力负荷的峰谷差，随着电动汽车用户增加，其规模进一步增大，不仅会加剧调峰压力
、
增加系统成本，甚至会破坏系统的稳定性运行
。
[0005]因此，在电动汽车需求响应的基础上，充分考虑电动汽车作为虚拟储能的身份，同时供给侧将储能系统纳入虚拟电厂的调度范围，提出考虑供需互动的区域综合能源多时间尺度优化调度策略
。
[0006]从供给侧角度来看，首先，可再生能源具有清洁
、
绿色的优点，但同时其波动性
、
间歇性
、
反峰特性以及不断升高的渗透率会给虚拟电厂带来较大的不确定性；其次，可再生能源的出力受环境影响，预测精度有限，仅靠日前的出力预测制定次日的调度计划会存在较大的误差，时间间隔越久，预测的精度越低，例如，单个风电场日前预测误差可达到
25
％
‑
40
％，日内
1h
时间尺度的预测误差在
10
％
‑
20
％左右，而实时预测误差则可以控制在
10
％以内；同时，由于电力设备运行特性，当实际情况与计划出力值出现较大差异时，原有的调度计划难以及时调整
。
[0007]从需求侧角度来看，大规模电动汽车的随机接入成为需求侧亟待解决的问题，负荷量与用户行为和实时路况息息相关，其行为不可控且预测难度大
。
不同类型的负荷参与需求响应的能力也各有不同，主要体现在响应速度和响应容量上，一般来说，响应时间的裕度越大，越利于虚拟电厂内部调度安排，越有利于整体系统运行的经济性
。

技术实现思路

[0008]为了减小可再生能源的波动性对虚拟电厂电能调度的影响，方便虚拟电厂及时对电能调度计划进行实时的调整，本专利技术提供一种虚拟电厂能量平衡管理方法
、
装置
、
电子设备及存储介质
。
[0009]本专利技术提供一种虚拟电厂能量平衡管理方法，采用如下的技术方案：
[0010]一种虚拟电厂能量平衡管理方法，包括如下步骤：
[0011]获取预测的次日虚拟电厂内部可再生能源的第一出力数据，以及预测的包含大规模电动汽车负荷在内的次日负荷量，构建日前调度运算数据集；
[0012]建立日前调度模型，将所述日前调度运算数据集输入所述日前调度模型，生成包含第一响应量的日前调度方案；
[0013]获取预测的未来1小时内所述虚拟电厂内部可再生能源的第二出力数据，以及预测的包含大规模电动汽车负荷在内的日内负荷量，所述第一响应量作为所述第二出力数据的真子集，构建日内调度运算数据集；
[0014]建立日内调度模型，将所述日内调度运算数据集输入所述日内调度模型，生成包含第二响应量的实时调度方案，基于所述日内调整方案对所述日前调度方案进行修正；
[0015]基于所述实时调度方案，获取预测的未来
15
分钟内所述虚拟电厂内部可再生能源的第三出力数据，以及预测的包含大规模电动汽车负荷在内的实时负荷量，所述第二响应量作为所述第三出力数据的真子集，构建实时调度运算数据集；
[0016]建立实时调度模型，对可再生能源出力
、
电动汽车
IDR
响应量和储能系统出力做调整，修正所述实时调度方案
。
[0017]在一个具体的可实施方案中，所述日前调度模型以运行成本最小为目标，采用的日前调度函数为：
[0018]其中，为所述第一出力数据成本；
[0019]为所述储能系统使用成本；
[0020]为电网互动成本；
[0021]F
PDR
为电动汽车
PDR
响应成本；
[0022]F
aIDR
为所述第一响应量成本；
[0023][0024][0025][0026][0027][0028]其中，
α
pv
为光伏的使用系数；
[0029]α
pw
为风机的使用系数；
[0030]λ
b
为所述储能系统的使用系数；
[0031]为日前
t
时段所述光伏的出力值；
[0032]为日前
t
时段所述风机的出力值；
[0033]为日前
t
时段所述储能系统的出力值；
[0034]u
g
为所述虚拟电厂购电状态，购电时取1，反之取0；
[0035]c
buy
为所述虚拟电厂向所述电网的购电价格；
[0036]c
sell
为所述虚拟电厂向所述电网的售电价格；
[0037]为日前
t
时段与所述电网的互动功率
。
[0038]在一个具体的可实施方案中，所述日前调度函数的约束为：
[0039][0040]其中，为日前
t
时段的负荷预测结果；
[0041][0042]P
pv,min
为所述光伏的出力的最小值；
P
pv,max
为所述光伏的出力的最大值；
[0043]P
pw,min
为所述风机的出力的最小值；
P
pw,max
为所述风机的出力的最大值；
[0044]P
IDR,min
为所述第一响应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种虚拟电厂能量平衡管理方法，其特征在于：包括如下步骤：获取预测的次日虚拟电厂内部可再生能源的第一出力数据，以及预测的包含大规模电动汽车负荷在内的次日负荷量，构建日前调度运算数据集；建立日前调度模型，将所述日前调度运算数据集输入所述日前调度模型，生成包含第一响应量的日前调度方案；获取预测的未来1小时内所述虚拟电厂内部可再生能源的第二出力数据，以及预测的包含大规模电动汽车负荷在内的日内负荷量，所述第一响应量作为所述第二出力数据的真子集，构建日内调度运算数据集；建立日内调度模型，将所述日内调度运算数据集输入所述日内调度模型，生成包含第二响应量的日内调度方案，基于所述日内调整方案对所述日前调度方案进行修正；基于所述日内调度方案，获取预测的未来
15
分钟内所述虚拟电厂内部可再生能源的第三出力数据，以及预测的包含大规模电动汽车负荷在内的实时负荷量，所述第二响应量作为所述第三出力数据的真子集，构建实时调度运算数据集；建立实时调度模型，将所述实时调度运算数据集输入所述实时调度模型，生成实时调度方案，对可再生能源出力
、
电动汽车
IDR
响应量和储能系统出力做调整，修正所述日内调度方案和所述日前调度方案
。2.
根据权利要求1所述的虚拟电厂能量平衡管理方法，其特征在于：所述日前调度模型以运行成本最小为目标，采用的日前调度函数为：其中，为所述第一出力数据成本；为所述储能系统使用成本；为电网互动成本；
F
PDR
为电动汽车
PDR
响应成本；
F
aIDR
为所述第一响应量成本；为所述第一响应量成本；为所述第一响应量成本；为所述第一响应量成本；
其中，
α
pv
为光伏的使用系数；
α
pw
为风机的使用系数；
λ
b
为所述储能系统的使用系数；为日前
t
时段所述光伏的出力值；为日前
t
时段所述风机的出力值；为日前
t
时段所述储能系统的出力值；
u
g
为所述虚拟电厂购电状态，购电时取1，反之取0；
c
buy
为所述虚拟电厂向所述电网的购电价格；
c
sell
为所述虚拟电厂向所述电网的售电价格；为日前
t
时段与所述电网的互动功率
。3.
根据权利要求2所述的虚拟电厂能量平衡管理方法，其特征在于：所述日前调度函数的约束为：其中，为日前
t
时段的负荷预测结果；
P
pv,min
为所述光伏的出力的最小值；
P
pv,max
为所述光伏的出力的最大值；
P
pw,min
为所述风机的出力的最小值；
P
pw,max
为所述风机的出力的最大值；
P
IDR,min
为所述第一响应量的最小值；
P
IDR,max
为所述第一响应量的最大值；
p
b
‑
dis,min
为储能系统充放电量的最小值；
p
b
‑
ch,max
为储能系统充放电量的最大值；
E
bes,t
为储能系统电量状态；
Soc
min
为储能系统荷电状态的下限；
Soc
max
为储能系统荷电状态的上限；在调度时间内，电动汽车参与
PDR
的用电总量
P
EV.d
不变，且响应后与原用电行为不能相
差太大，即：
4.
根据权利要求1所述的虚拟电厂能量平衡管理方法，其特征在于：所述日内调度模型基于所述第一响应量，通过日内调度函数获得所述第二响应量，所述日内调度函数为...

【专利技术属性】
技术研发人员：康晓华，高敬更，徐宏雷，李浒，王琨，梁琛，保承家，牛炜，安亮亮，袁晖，戴媛媛，肖如真，杨博然，牛浩明，周盛成，
申请(专利权)人：国网甘肃省电力公司电力科学研究院，
类型：发明
国别省市：