一种新能源电力系统中虚拟电厂的优化调度方法与流程

本发明涉及虚拟电厂，具体涉及一种新能源电力系统中虚拟电厂的优化调度方法。

背景技术：

1、随着能源短缺和环境污染等问题日益严峻，大力开发以风能和太阳能为主的可再生能源，实现能源的绿色、低碳和循环发展已经成为全球能源行业的重要战略。与传统能源相比，可再生能源具有可靠、经济、灵活、环保等优势，但由于其容量小、地理位置分散、出力随机性等问题，导致电网很难对其进行有效利用。虚拟电厂技术为解决上述问题提供了有效途径，其通过先进的通信、计量、控制等手段实现不同类型分布式能源的优化协调控制，已逐渐成为一种灵活性强、适应度高、经济性好的新兴运营模式。

2、然而，由于虚拟电厂集成了多种分布式能源，并且不同种类的分布式能源具有不同的生产特性，同时虚拟电厂还集成了多种负荷资源，而不同种类的负荷资源也具有不同的用电特性，此外虚拟电厂还集成了很多储能设备，而储能设备的储能成本是比较高的，一般需要尽量减少储能设备的使用。正是由于上述情况的存在，大大增加了虚拟电厂合理调度的难度，影响了虚拟电厂的资源整合效率。

3、因此，如何高效地整合和调度分布式能源，从而优化虚拟电厂的调度，使能源设备、储能设备和负荷设备更好地协同工作，提高能源利用效率，减少能源浪费，是目前亟待解决的技术问题。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术所存在的上述缺点，本发明提供了一种新能源电力系统中虚拟电厂的优化调度方法，能够有效克服现有技术所存在的难以对虚拟电厂进行有效优化调度的缺陷。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：

5、一种新能源电力系统中虚拟电厂的优化调度方法，确定虚拟电厂优化调度的目标函数，以及相应的约束条件，根据虚拟电厂优化调度的目标函数和约束条件构建虚拟电厂优化调度模型，采用模拟退火算法对虚拟电厂优化调度模型进行求解，得到虚拟电厂优化调度方案；

6、其中，在确定虚拟电厂优化调度的目标函数的过程中，通过采用后向缩减法对风—光发电场景进行场景缩减的方式来建立虚拟电厂优化调度的目标函数，以充分考虑风、光发电之间的相关性影响，同时降低计算复杂度。

7、优选地，所述确定虚拟电厂优化调度的目标函数，以及相应的约束条件，包括：

8、s11、建立风—光出力联合分布函数，根据风—光出力联合分布函数生成风—光出力初始场景集；

9、s12、采用后向缩减法从风—光出力初始场景集中逐步剔除最不重要的场景，最终得到风—光出力缩减场景集；

10、s13、根据风—光出力缩减场景集建立虚拟电厂优化调度的目标函数；

11、s14、根据功率平衡关系建立虚拟电厂优化调度的约束条件。

12、优选地，s11中建立风—光出力联合分布函数，根据风—光出力联合分布函数生成风—光出力初始场景集，包括：

13、s111、建立风电输出概率模型和光电输出概率模型，根据风电输出概率模型、光电输出概率模型分别生成对应的风电出力概率密度函数、光电出力概率密度函数，并建立风—光出力联合分布函数；

14、s112、根据风—光出力联合分布函数采用随机抽样方法生成大量具有随机特征的风—光出力初始场景集。

15、优选地，s12中采用后向缩减法从风—光出力初始场景集中逐步剔除最不重要的场景，最终得到风—光出力缩减场景集，包括：

16、s121、将场景之间的kantorovich距离作为评估标准，以衡量场景之间的重要性；

17、s122、在风—光出力初始场景集中，根据场景之间的kantorovich距离剔除最不重要的场景；

18、s123、返回s121，直至风—光出力初始场景集达到预设场景数量，最终得到风—光出力缩减场景集及各场景发生概率；

19、s124、对风—光出力缩减场景集进行验证，确保其能够代表风—光出力初始场景集的随机性和特征。

20、优选地，s121中将场景之间的kantorovich距离作为评估标准，以衡量场景之间的重要性，包括：

21、采用下式计算场景之间的kantorovich距离dk(x,y)：

22、

23、其中，dk(x,y)为场景x与场景y之间的kantorovich距离，表示在所有可能的联合分布γ中寻找使期望成本最小化的那一个，e(x,y)～γ||x-y||表示在联合分布γ下场景x与场景y之间欧氏距离的期望，pr、pg为联合分布γ的边缘分布。

24、优选地，s13中根据风—光出力缩减场景集建立虚拟电厂优化调度的目标函数，包括：

25、虚拟电厂优化调度的目标函数f采用下式表示：

26、

27、其中，pi为第i组风—光出力场景发生概率，pj为第j组电价场景发生概率，pj,t为第j组电价场景下时段t的电价，qi,j,t、ci,j,t分别为第i组风—光出力场景中第j组电价场景下时段t的电力交易量、运行成本，t∈[1,2,…,t]，t为一天内总时段数，i∈[1,2,...,n1]，n1为风—光出力缩减场景集中场景数量，j∈[1,2,...,n2]，n2为电价场景数量。

28、优选地，s14中根据功率平衡关系建立虚拟电厂优化调度的约束条件，包括：

29、虚拟电厂优化调度的约束条件采用下式表示：

30、pw(t)+pl(t)+ps(t)+pb(t)＝pload(t)；

31、其中，pw(t)、pl(t)为时段t内的风力发电功率、光伏发电功率，ps(t)为时段t内的储能系统输出功率，正值代表储能系统放电，负值代表储能系统充电，pb(t)为时段t内与公共电网之间的交换功率，正值代表从公共电网购电，负值代表向公共电网售电，pload(t)为时段t内的负载需求功率。

32、优选地，所述采用模拟退火算法对虚拟电厂优化调度模型进行求解，得到虚拟电厂优化调度方案，包括：

33、s21、选择一个初始解作为当前解，并初始化一个较高的当前温度；

34、s22、在当前解的邻域内进行局部搜索，通过对当前解进行微小的随机扰动生成一个候选解，并计算候选解的目标函数值；

35、s23、对当前解与候选解进行质量比较，根据质量比较结果判断是否接受候选解，并利用候选解对当前解进行更新；

36、s24、对当前温度进行降温处理；

37、s25、判断是否满足迭代终止条件，若不满足迭代终止条件，则返回s22，否则将当前解作为虚拟电厂优化调度方案。

38、优选地，s23中对当前解与候选解进行质量比较，根据质量比较结果判断是否接受候选解，并利用候选解对当前解进行更新，包括：

39、s231、对当前解与候选解的目标函数值进行比较，若候选解的目标函数值较大，则接受该候选解，并利用该候选解对当前解进行更新，否则进入s232；

40、s232、根据当前温度计算接受概率p：

41、

42、其中，f1、f2分别为当前解、候选解的目标函数值，tk为第k次迭代时的温度，即当前温度，当前温度tk越高，接受候选解的概率越大，当前温度tk越低，接受候选解的概率越小；

43、s233、基于接受概率p确定是否接受候选解，并利用候选解对当前解进行更新，以提高跳出局部最优解、探索全局最优解的可能性。

44、优选地，s24中对当前温度进行降温处理，包括：

45、采用下式对当前温度tk进行降温处理：

46、tk+1＝α·tk；

47、其中，tk为第k次迭代时的温度，即当前温度，tk+1为第k+1次迭代时的温度，α为温度衰减系数，为一个小于1但接近于1的常数，温度衰减系数α越小，温度下降越快，温度衰减系数α越大，温度下降越慢。

48、(三)有益效果

49、与现有技术相比，本发明所提供的一种新能源电力系统中虚拟电厂的优化调度方法，具有以下有益效果：

50、1)在确定虚拟电厂优化调度的目标函数的过程中，通过采用后向缩减法对风—光发电场景进行场景缩减的方式来建立虚拟电厂优化调度的目标函数，能够充分考虑风、光发电之间的相关性影响，同时降低计算复杂度，为后续准确、高效地求解虚拟电厂优化调度模型提供支持；

51、2)采用模拟退火算法对虚拟电厂优化调度模型进行求解，得到虚拟电厂优化调度方案，通过模拟物质在加热后逐渐冷却的过程来搜索全局最优解，在模拟退火算法中，通过逐渐降低接受较差解的概率来限制搜索范围，实现了搜索空间的收缩，从而能够更加高效地求解得到虚拟电厂优化调度方案，并且能够确保解的质量。