【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种多能虚拟电厂能量交易方法以及装置。
技术介绍
1、虚拟电厂(virtual power plant，vpp)能将不同类型的分布式资源整合起来，形成有一定规模、可控制的虚拟发电资源。可以实现分布式资源的协同优化运行，为大量分布式资源的并网管理和参与电力市场提供了有效途径，有效促进了可再生能源的并网消纳。但随着分布式资源规模及数量逐渐增加，虚拟电厂利益主体诉求多样与多主体交易协同困难等问题愈发突出，单个vpp涉及的分布式资源种类与数量有限，独立运行难以适应负荷需求变化，对调度指令的跟踪效果不佳。而多个vpp的联合运行参与又缺乏合理的协作与交互方法。
2、目前，针对多能vpp群点对点能量交易的优化方法研究面临着以下技术问题：其一，随着可再生能源大规模发展，其出力的不确定性将给vpp带来潜在的运营风险；然而，目前处理风光不确定性的方法计算效率低，固有保守性，通常会产生昂贵的结果。其二，在多能vpp群参与点对点能量交易的分布式优化调度中，随着多能vpp群规模的扩大和运行约束的增加，分布式优化算法面临着大规模问题计算复杂度高、以及仍然需要一个集中的调度中心在计算过程中不断地与各主体交换边界条件等信息的问题，并且存在调度中心篡改边界信息以获取私人利益的可能性，并不适用于点对点交易场景。
技术实现思路
1、为了解决上述问题，本专利技术提出一种多能虚拟电厂能量交易方法以及装置，可提高数据安全性，同时提高算法效率。
2、本专利技术采用的技术方
3、一种多能虚拟电厂能量交易方法，包括：
4、根据虚拟电厂的新能源出力数据以及新能源不确定因子构建不确定性集合模型；
5、在所述不确定性集合模型的基础上，根据虚拟电厂的电热数据构建多能虚拟电厂的最小化运行成本模型；
6、通过本地投影的全局追踪算法求解所述最小化运行成本模型，得到各个虚拟电厂最优的电热配置方案。
7、进一步地，所述根据虚拟电厂的新能源出力数据以及新能源不确定因子构建不确定性集合模型包括：
8、pre∈[pr-ωξmin,pr+ωξmax]；
9、其中，pre为真实输出功率，pr为新能源输出的预测功率；ξmax为误差的最大值，ξmin为误差的最小值；ω为不确定系数，取值范围为0～1。
10、进一步地，所述虚拟电厂的电热数据包括交易成本、运行成本、需求响应成本、热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据；
11、所述根据虚拟电厂的电热数据构建多能虚拟电厂的最小化运行成本模型包括：
12、根据所述交易成本、运行成本以及需求响应成本构建多能虚拟电厂的最小化运行成本目标函数；
13、根据所述热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据构建约束条件；
14、根据所述最小化运行成本目标函数以及所述约束条件得到所述最小化运行成本模型。
15、进一步地，所述根据所述交易成本、运行成本以及需求响应成本构建多能虚拟电厂的最小化运行成本目标函数包括：
16、
17、其中，f为虚拟电厂的总运行成本；和分别为与主市场的电交易成本和热交易成本；为热电联产机组的运行成本；为燃气锅炉机组的运行成本；为储能系统的运行成本；为需求响应成本；为点对点交易成本。
18、进一步地，所述电交易成本包括：
19、
20、其中，εb,e和εs,e分别为电能的购电价格和售电价格；和为购电量和售电量；
21、所述热交易成本包括：
22、
23、其中，εb,h和εs,h分别为热能的购热价格和售热价格；和为购热量和售热量；
24、所述点对点交易成本包括：
25、
26、其中，bij和dij分别为点对点交易的电交易价格与热交易价格；ps,ij,t和hs,ij,t分别为点对点交易的电量和热量。
27、进一步地，所述根据所述热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据构建约束条件包括：
28、根据所述热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据分别得到热电联产机组的运行约束、储能约束、负荷约束以及能量交易数据约束。
29、进一步地，所述热电联产机组的运行约束包括：
30、
31、
32、
33、其中，和分别为热电联产机组的最大输出电功率和最小输出电功率；和分别为热电联产机组的向上爬坡功率和向下爬坡功率；η为热电输出比；
34、所述储能约束包括：
35、
36、soci,min≤socs,i,t≤soci,max；
37、
38、
39、其中，socs,i,t为储能设备荷电状态；s为储能设备容量；soci,min和soci,max为储能设备荷电状态的下限值和上限值；ηc和ηd分别为储能设备充、放功率效率系数；
40、所述负荷约束包括：
41、
42、
43、
44、其中，k为可中断负荷的占比；pload和hload分别为电负荷和热负荷；
45、所述能量交易数据约束包括：
46、ps,ij,t+ps,ji,t＝0；
47、hs,ij,t+hs,ji,t＝0；
48、其中：ps,ij,t为虚拟电厂i与虚拟电厂j电交易量；hs,ij,t为虚拟电厂i与虚拟电厂j热交易量。
49、进一步地，所述通过本地投影的全局追踪算法求解所述最小化运行成本模型包括：
50、根据所述最小化运行成本模型构建全局等式约束集，得到全局变量；
51、根据所述全局等式约束集，局部构造所述全局等式约束集对应的跟踪器，得到局部变量以及跟踪信息；
52、根据所述跟踪信息迭代调整所述全局变量与所述局部变量的偏差，直至达到预设的迭代条件。
53、进一步地，所述根据所述跟踪信息迭代调整所述全局变量与所述局部变量的偏差，直至达到预设的迭代收敛条件包括：
54、
55、
56、
57、其中，argminlρ()表示子问题l第k次迭代之后输出第k+1次的局部变量；pi为局部变量，λj,k，μi为拉格朗日乘子；ζj,k+1为本地追踪变量；ρ为步长，取值10-4；αij为权重系数，其和为1；
58、所述迭代收敛条件包括：
59、||pi,k+1-pi,k||∞≤εpri；
60、||μi,k+1-μi,k||∞≤εdual；
61、其中，εpri和εdual为原始残差和对偶残差上限，取值为10-4。
62、一种多能虚拟电厂能量交易装置，包括存储器、处理器、以及存储在存储器本文档来自技高网...
【技术保护点】
1.一种多能虚拟电厂能量交易方法，其特征在于，包括：
2.根据权利要求1所述的一种多能虚拟电厂能量交易方法，其特征在于，所述根据虚拟电厂的新能源出力数据以及新能源不确定因子构建不确定性集合模型包括：
3.根据权利要求1所述的一种多能虚拟电厂能量交易方法，其特征在于，所述虚拟电厂的电热数据包括交易成本、运行成本、需求响应成本、热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据；
4.根据权利要求3所述的一种多能虚拟电厂能量交易方法，其特征在于，所述根据所述交易成本、运行成本以及需求响应成本构建多能虚拟电厂的最小化运行成本目标函数包括：
5.根据权利要求4所述的一种多能虚拟电厂能量交易方法，其特征在于，所述电交易成本包括：
6.根据权利要求3所述的一种多能虚拟电厂能量交易方法，其特征在于，所述根据所述热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据构建约束条件包括：
7.根据权利要求6所述的一种多能虚拟电厂能量交易方法，其特征在于，所述热电联产机组的运行约束包括：
8.根据权利要
9.根据权利要求8所述的一种多能虚拟电厂能量交易方法，其特征在于，所述根据所述跟踪信息迭代调整所述全局变量与所述局部变量的偏差，直至达到预设的迭代收敛条件包括：
10.一种多能虚拟电厂能量交易装置，包括存储器、处理器、以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述的一种多能虚拟电厂能量交易方法中的各个步骤。
...【技术特征摘要】
1.一种多能虚拟电厂能量交易方法，其特征在于，包括：
2.根据权利要求1所述的一种多能虚拟电厂能量交易方法，其特征在于，所述根据虚拟电厂的新能源出力数据以及新能源不确定因子构建不确定性集合模型包括：
3.根据权利要求1所述的一种多能虚拟电厂能量交易方法，其特征在于，所述虚拟电厂的电热数据包括交易成本、运行成本、需求响应成本、热电联产机组功率数据、储能设备数据、负荷数据以及能量交易数据；
4.根据权利要求3所述的一种多能虚拟电厂能量交易方法，其特征在于，所述根据所述交易成本、运行成本以及需求响应成本构建多能虚拟电厂的最小化运行成本目标函数包括：
5.根据权利要求4所述的一种多能虚拟电厂能量交易方法，其特征在于，所述电交易成本包括：
6.根据权利要求3所述的一种多能虚拟电厂能量交易方法，其特征在...
【专利技术属性】
技术研发人员：许桐，晏小彬，李健华，郑武，邓浩，郑勇，何志强，伍文城，杨帆，秦浩庭，李嘉逸，曾雪松，胡浩，
申请(专利权)人：中国电力工程顾问集团西南电力设计院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。