本發(fā)明屬于電力資源聚合調(diào)控，具體涉及基于虛擬電廠參與的電力資源聚合調(diào)控方法及系統(tǒng)。

背景技術(shù)：

1、傳統(tǒng)電力系統(tǒng)的運行調(diào)度主要是通過安排未來時段發(fā)電側(cè)資源的出力來滿足負荷用電需求，保障發(fā)電側(cè)與負荷側(cè)的功率平衡。然而，隨著可再生能源并網(wǎng)比例的提高以及負荷量的增長，當大規(guī)模風電和光伏發(fā)電接入電力系統(tǒng)時，系統(tǒng)的頻率控制性能明顯變差，導致系統(tǒng)慣性下降、電網(wǎng)調(diào)頻能力減弱。此外，由于風電和光伏發(fā)電出力不確定性和波動性的特點，導致負荷峰谷差持續(xù)增大，增加了電網(wǎng)運行調(diào)度的難度。高比例新能源并網(wǎng)給電網(wǎng)帶來了顯著的波動性和不確定性，需要充分利用大量的靈活性資源參與電網(wǎng)調(diào)度并提供輔助服務(wù)。

2、針對上述問題，虛擬電廠（virtual?power?plant,?vpp）技術(shù)應(yīng)運而生。虛擬電廠通過先進的信息通信技術(shù)、人工智能算法和自動化控制技術(shù)，將分散的能源資源（如分布式光伏、風電、儲能設(shè)備、可控負荷等）聚合成一個統(tǒng)一協(xié)調(diào)的電力供應(yīng)網(wǎng)絡(luò)。

3、現(xiàn)有技術(shù)中虛擬電廠技術(shù)在聚合調(diào)控場景比較單一，缺乏靈活性和適應(yīng)性，難以滿足用戶在電力系統(tǒng)中的需求，同時虛擬電廠涉及多個分布式能源資源的整合，需要復雜的協(xié)調(diào)和管理，但是現(xiàn)有技術(shù)中缺乏合理的電力資源聚合調(diào)控方法，導致電力系統(tǒng)調(diào)度過程中的運行成本較高。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供了一種電力資源聚合調(diào)控方法及系統(tǒng)，虛擬電廠通過聚合分布式資源參與電力系統(tǒng)調(diào)度，促進分布式資源并網(wǎng)，并減小電力系統(tǒng)的運行成本，保障系統(tǒng)的經(jīng)濟性和穩(wěn)定性。

2、為達到上述目的，本發(fā)明所采用的技術(shù)方案是：

3、本發(fā)明第一方面提供了一種電力資源聚合調(diào)控方法，包括：

4、構(gòu)建虛擬電廠的負荷需求概率分布模型和新能源出力概率分布模型；

5、根據(jù)負荷需求概率分布模型和新能源出力概率分布模型構(gòu)建虛擬電廠運行場景；采用k-means聚類方法進行虛擬電廠運行場景縮減，得到虛擬電廠的出力典型場景；

6、根據(jù)虛擬電廠出力典型場景建立虛擬電廠聚合模型，確定虛擬電廠的出力調(diào)節(jié)范圍；

7、根據(jù)虛擬電廠的出力調(diào)節(jié)范圍，建立以電力系統(tǒng)調(diào)度成本最小為目標的電力系統(tǒng)優(yōu)化調(diào)度模型，對電力系統(tǒng)優(yōu)化調(diào)度模型進行優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的目標功率；

8、根據(jù)目標功率建立以虛擬電廠運行成本最小為目標的虛擬電廠優(yōu)化調(diào)度模型，對虛擬電廠優(yōu)化調(diào)度模型進行優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的最優(yōu)調(diào)度結(jié)果。

9、構(gòu)建虛擬電廠的負荷需求概率分布模型和新能源出力概率分布模型；

10、根據(jù)負荷需求概率分布模型和新能源出力概率分布模型構(gòu)建虛擬電廠運行場景；采用k-means聚類方法進行虛擬電廠運行場景縮減，得到虛擬電廠的出力典型場景；

11、根據(jù)虛擬電廠出力典型場景建立虛擬電廠聚合模型，確定虛擬電廠的出力調(diào)節(jié)范圍；

12、根據(jù)虛擬電廠的出力調(diào)節(jié)范圍，建立以電力系統(tǒng)調(diào)度成本最小為目標的電力系統(tǒng)優(yōu)化調(diào)度模型，對電力系統(tǒng)優(yōu)化調(diào)度模型進行優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的目標功率；

13、根據(jù)目標功率建立以虛擬電廠運行成本最小為目標的虛擬電廠優(yōu)化調(diào)度模型，對虛擬電廠優(yōu)化調(diào)度模型進行優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的最優(yōu)調(diào)度結(jié)果。

14、進一步的，構(gòu)建虛擬電廠的負荷需求概率分布模型和新能源出力概率分布模型，過程包括：

15、設(shè)定虛擬電廠的負荷需求服從期望為、標準差為的正態(tài)分布，設(shè)定虛擬電廠的新能源出力服從期望為、標準差為的正態(tài)分布，表達式為：

16、；

17、；

18、式中，為時段t虛擬電廠的負荷需求，為時段t虛擬電廠負荷需求的期望，為時段t虛擬電廠負荷需求的標準差，為時段t虛擬電廠的新能源出力狀態(tài)，為時段t虛擬電廠新能源出力的期望值，為時段t虛擬電廠新能源出力的標準差。

19、進一步的，根據(jù)負荷需求概率分布模型和新能源出力概率分布模型構(gòu)建虛擬電廠運行場景，過程包括：

20、根據(jù)負荷需求概率分布模型和新能源出力概率分布模型，并采用馬爾科夫鏈-蒙特卡羅方法對虛擬電廠的負荷需求和新能源出力進行抽樣，基于虛擬電廠的負荷需求和新能源出力構(gòu)建虛擬電廠運行場景。

21、進一步的，根據(jù)虛擬電廠出力典型場景建立虛擬電廠聚合模型，確定虛擬電廠的出力調(diào)節(jié)范圍，過程包括：

22、根據(jù)虛擬電廠出力典型場景建立虛擬電廠聚合模型，表達公式為：

23、；

24、式中，為虛擬電廠在t時刻的輸出功率，為虛擬電廠在t時刻的最大出力，為虛擬電廠內(nèi)部的新能源電站集合，為虛擬電廠內(nèi)部新能源電站在t時刻的輸出功率，為虛擬電廠內(nèi)部的常規(guī)電源集合，為虛擬電廠內(nèi)部常規(guī)電源在t時刻的輸出功率，為虛擬電廠內(nèi)部的儲能集合，為虛擬電廠內(nèi)部儲能裝置在t時刻的放電功率，為虛擬電廠內(nèi)部儲能在t時刻的充電功率，為虛擬電廠內(nèi)部常規(guī)負荷在t時刻的用電功率，為虛擬電廠內(nèi)部中斷負荷在t時刻的用電功率；

25、所述虛擬電廠的聚合模型中虛擬電廠內(nèi)部常規(guī)電源出力約束為：

26、；

27、；

28、式中，表示常規(guī)電源在時刻的啟停狀態(tài)，表示常規(guī)電源的最小輸出功率，表示常規(guī)電源的最大輸出功率，表示常規(guī)電源的下爬坡速率，表示常規(guī)電源的上爬坡速率；

29、所述虛擬電廠聚合模型中虛擬電廠內(nèi)儲能裝置出力約束為：

30、；

31、；

32、；

33、；

34、式中，表示儲能裝置在時刻的放電狀態(tài)，表示儲能裝置的最大放電功率，表示儲能裝置在時刻的充電狀態(tài)，表示儲能裝置的最大充電功率，表示儲能裝置的最小容量，、分別表示儲能裝置在時刻、時刻的容量，表示儲能裝置的充電效率，表示儲能裝置的放電效率，表示儲能裝置的最大容量，為單位時段長度；

35、所述虛擬電廠內(nèi)部負荷約束為：

36、；

37、式中，為虛擬電廠內(nèi)部中斷負荷在t時刻的最大用電功率；

38、確定虛擬電廠的出力調(diào)節(jié)范圍，表達公式為：

39、；

40、；

41、式中，為虛擬電廠在時刻的最小輸出功率，為虛擬電廠在時刻的最大輸出功率。

42、進一步的，根據(jù)虛擬電廠的出力調(diào)節(jié)范圍建立以電力系統(tǒng)調(diào)度成本最小為目標的電力系統(tǒng)優(yōu)化調(diào)度模型，過程包括：

43、；

44、式中，為電力系統(tǒng)調(diào)度時段集合，為電力系統(tǒng)中的新能源電站集合，r表示為電力系統(tǒng)中新能源電站，為電力系統(tǒng)中火電機組，表示電力系統(tǒng)中新能源電站r的單位調(diào)度成本，示電力系統(tǒng)中新能源電站r在t時刻參與調(diào)度的輸出功率，為電力系統(tǒng)中的火電機組集合，表示電力系統(tǒng)中火電機組的單位調(diào)度成本，示電力系統(tǒng)中火電機組在t時刻參與調(diào)度的輸出功率，表示電力系統(tǒng)中虛擬電廠v的單位調(diào)度成本，示電力系統(tǒng)中虛擬電廠v在t時刻參與調(diào)度的輸出功率；

45、所述電力系統(tǒng)優(yōu)化調(diào)度模型中系統(tǒng)功率平衡約束為：

46、；

47、式中，為電力系統(tǒng)中聯(lián)絡(luò)線功率，為電力系統(tǒng)中的負荷用電功率；

48、所述電力系統(tǒng)優(yōu)化調(diào)度模型中系統(tǒng)中新能源電站出力約束為：

49、；

50、式中，為電力系統(tǒng)中的新能源電站r在t時刻的出力預測值；

51、所述電力系統(tǒng)優(yōu)化調(diào)度模型中系統(tǒng)中火電機組出力約束為：

52、；

53、；

54、式中，表示火電機組在t時刻的啟停狀態(tài)，表示火電機組的最小輸出功率，表示火電機組的最大出力，表示火電機組的下爬坡速率，表示火電機組的上爬坡速率；

55、所述電力系統(tǒng)優(yōu)化調(diào)度模型中，系統(tǒng)中虛擬電廠出力約束的表達式為：

56、；

57、式中，為虛擬電廠在時刻的最小輸出功率，為虛擬電廠在時刻的最大輸出功率。

58、進一步的，根據(jù)目標功率建立以虛擬電廠運行成本最小為目標的虛擬電廠優(yōu)化調(diào)度模型，過程包括：

59、；

60、；

61、式中，為虛擬電廠參與電力系統(tǒng)調(diào)度的運行成本，為電力系統(tǒng)調(diào)度時段集合，為虛擬電廠內(nèi)部的新能源電站集合，表示虛擬電廠內(nèi)部新能源電站w的單位調(diào)度成本，為虛擬電廠內(nèi)部新能源電站w在t時刻的輸出功率，為虛擬電廠內(nèi)部的常規(guī)電源集合，表示虛擬電廠內(nèi)部的常規(guī)電源g的單位調(diào)度成本，為虛擬電廠內(nèi)部常規(guī)電源g在t時刻的輸出功率，為虛擬電廠內(nèi)部的儲能集合，表示虛擬電廠內(nèi)部的儲能b放電狀態(tài)的單位調(diào)度成本，為虛擬電廠內(nèi)部儲能裝置b在t時刻的放電功率，表示虛擬電廠內(nèi)部的儲能裝置b充電狀態(tài)的單位調(diào)度成本，為虛擬電廠內(nèi)部儲能裝置b在t時刻的充電功率，表示虛擬電廠內(nèi)部的可中斷負荷的單位調(diào)度成本，為虛擬電廠v在t時刻參與電力系統(tǒng)調(diào)度的目標功率，為虛擬電廠內(nèi)部常規(guī)負荷在t時刻的用電功率，為虛擬電廠內(nèi)部中斷負荷在t時刻的用電功率；為虛擬電廠內(nèi)部中斷負荷在t時刻的最大用電功率；

62、所述虛擬電廠內(nèi)部常規(guī)電源約束為：

63、；

64、；

65、式中，表示常規(guī)電源在時刻的啟停狀態(tài)，表示常規(guī)電源的最小輸出功率，表示常規(guī)電源的最大輸出功率，表示常規(guī)電源的下爬坡速率，表示常規(guī)電源的上爬坡速率；

66、所述虛擬電廠內(nèi)儲能裝置出力約束為：

67、；

68、；

69、；

70、；

71、式中，表示儲能裝置b在t時刻的放電狀態(tài)，表示儲能裝置b的最大放電功率，表示儲能裝置b在t時刻的充電狀態(tài)，表示儲能裝置b的最大充電功率，表示儲能裝置b的最小容量，、分別表示儲能裝置b在t時刻、t-1時刻的容量，表示儲能裝置b的充電效率，表示儲能裝置b的放電效率，表示儲能裝置b的最大容量，為單位時段長度。

72、本發(fā)明第二方面提供了一種電力資源聚合調(diào)控系統(tǒng)，包括：

73、場景構(gòu)建模塊，構(gòu)建虛擬電廠的負荷需求概率分布模型和新能源出力概率分布模型；根據(jù)負荷需求概率分布模型和新能源出力概率分布模型構(gòu)建虛擬電廠運行場景；采用k-means聚類方法進行虛擬電廠運行場景縮減，得到虛擬電廠的出力典型場景；

74、調(diào)度分配模塊，根據(jù)虛擬電廠出力典型場景建立虛擬電廠聚合模型，確定虛擬電廠的出力調(diào)節(jié)范圍；根據(jù)虛擬電廠的出力調(diào)節(jié)范圍，建立以電力系統(tǒng)調(diào)度成本最小為目標的電力系統(tǒng)優(yōu)化調(diào)度模型，對電力系統(tǒng)優(yōu)化調(diào)度模型進行優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的目標功率；

75、輸出模塊，根據(jù)目標功率建立以虛擬電廠運行成本最小為目標的虛擬電廠優(yōu)化調(diào)度模型，對虛擬電廠優(yōu)化調(diào)度模型進行優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的最優(yōu)調(diào)度結(jié)果。

76、進一步的，所述場景構(gòu)建模塊構(gòu)建虛擬電廠的負荷需求概率分布模型和新能源出力概率分布模型，根據(jù)負荷需求概率分布模型和新能源出力概率分布模型構(gòu)建虛擬電廠運行場景，過程包括：

77、設(shè)定虛擬電廠的負荷需求服從期望為、標準差為的正態(tài)分布，設(shè)定虛擬電廠的新能源出力服從期望為、標準差為的正態(tài)分布，表達式為：

78、；

79、；

80、式中，為時段t虛擬電廠的負荷需求，為時段t虛擬電廠負荷需求的期望，為時段t虛擬電廠負荷需求的標準差，為時段t虛擬電廠的新能源出力狀態(tài)，為時段t虛擬電廠新能源出力的期望值，為時段t虛擬電廠新能源出力的標準差；

81、根據(jù)負荷需求概率分布模型和新能源出力概率分布模型，并采用馬爾科夫鏈-蒙特卡羅方法對虛擬電廠的負荷需求和新能源出力進行抽樣，基于虛擬電廠的負荷需求和新能源出力構(gòu)建虛擬電廠運行場景。

82、本發(fā)明第三方面提供了一種電子設(shè)備，包括存儲介質(zhì)和處理器；所述存儲介質(zhì)用于存儲指令；所述處理器用于根據(jù)所述指令進行操作以執(zhí)行第一方面所述電力資源聚合調(diào)控方法。

83、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

84、本發(fā)明通過構(gòu)建虛擬電廠內(nèi)部負荷需求和新能源出力的概率分布模型，并使用馬爾科夫鏈-蒙特卡羅方法進行抽樣，結(jié)合k-means聚類方法進行場景縮減，制定更加精確和靈活的調(diào)度策略以適應(yīng)各種虛擬電廠運行場景；提高了虛擬電廠對不確定性的適應(yīng)能力，優(yōu)化了資源配置，減少了因預測失誤導致的能源浪費。

85、本發(fā)明根據(jù)虛擬電廠出力典型場景建立虛擬電廠聚合模型，確定虛擬電廠的出力調(diào)節(jié)范圍；根據(jù)虛擬電廠的出力調(diào)節(jié)范圍，建立電力系統(tǒng)優(yōu)化調(diào)度模型，通過優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的目標功率；根據(jù)目標功率建立以虛擬電廠運行成本最小為目標的虛擬電廠優(yōu)化調(diào)度模型，優(yōu)化求解獲取虛擬電廠參與電力系統(tǒng)調(diào)度的最優(yōu)調(diào)度結(jié)果；通過該發(fā)明可以促進分布式資源并網(wǎng)，并減小電力系統(tǒng)調(diào)度的運行成本，保障系統(tǒng)的經(jīng)濟性和穩(wěn)定性。