本发明属于电力系统优化调度领域，尤其涉及一种基于虚拟电厂的基站电能优化调度方法。
背景技术：
通讯基站作为无线通讯系统中的一个重要组成单元是与移动电话终端之间进行信息传递的无线电收发信电台。移动通信基站的建设是我国移动通信运营商投资的重要部分其被广泛建设在城市、乡村之中。与此同时随着能源压力的增加环境问题的日益突出促使了以风电、光伏为主要形式的分布式能源的快速发展。包含风机、光伏、储能等设备的通讯基站也正是符合可持续发展这一主题。大规模的通讯基站接入大电网势必会增加电网运行的控制难度。而且各个分布式电源在地里位置上分布比较散，受自然因素影响比较大，出力不确定性和间歇性也比较严重这些都会对电力系统的功率平衡造成不利影响。
虚拟电厂(virtualpowerplant，vpp)可以把多个分散的分布式电源、储能装置、负荷集中起来，通过先进的协调控制技术、通信技术以及软件系统实现能源的优化运行，从而提高清洁能源的利用率和整体的经济效益。对于多个微电网，在优化调度时需要考虑多个微电网间协调运行，且还需兼顾虚拟电厂总调度和各微电网局部目标利益。通过vpp聚合通讯基站和风光电厂参与电网的运行，运用合适的优化调度策略不仅可以有效缓解清洁能源出力和基站储能设备充放电的不确定性给电网带来的负面影响；而且在保证电网稳定运行的前提下通过削峰填谷实现了经济效益和环境效益。
技术实现要素：
发明目的：针对以上问题，本发明提出一种基于虚拟电厂的基站电能优化调度方法。
技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于虚拟电厂的基站电能优化调度方法，包括以下步骤：
(1)建立含有基站的微电网与虚拟电厂、传统大电网之间的交互模型；
(2)以含有基站的虚拟电厂调度利润最大为目的，建立第一优化调度模型；
(3)以清洁能源出力不确定性所带来的弃能成本最小化为目的，建立第二优化调度模型；
(4)采用鲁棒优化方法处理清洁能源的出力不确定性，设定预测系数和鲁棒系数；
(5)综合两个模型的目标函数，利用计算机软件求解最优调度结果。
所述步骤(2)中，第一优化调度模型的目标函数为：
式中，h表示t时段虚拟电厂运行利润函数，ns表示电价总方案数，t为总时段数，π(s)表示第s组方案电价的概率，kt表示t时段的收益，wt表示t时段的成本，cn表示为虚拟电厂向大电网出售电能的单位电价，cl表示虚拟电厂向用户出售电能的单位电价，pi，n，t＝pi，w，t+pi，pv，t表示基站微电网i在t时段向大电网提交的发电计划，其中，pi，w，t、pi，pv，t分别表示t时段第i个基站微电网风机机组和光伏机组计划有功出力，pi，l，t表示基站微电网i在t时段供给基站内部使用电能的需求，
所述步骤(3)中，第二优化调度模型的目标函数为：
其中，ρw，ρpv分别表示风电机组和光伏机组单位弃风量和弃光量的经济损失，
所述步骤(4)中，鲁棒优化辅助约束条件为：
式中，μt,xt为误差系数，γ为鲁棒系数，vt表示风机光伏出力预测值。
有益效果：本发明对于电价的不确定性采用了随机规划法，对于清洁能源的预测处理风光出力的不确定性采用了鲁棒优化法，提高了计算效率；同时兼顾了环境效益和经济效益，在考虑利润最大化的基础上能够有效地提高清洁能源的消纳率，减少弃光、弃风带来的损失。
附图说明
图1是虚拟电厂与电网交互模型示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
如图1所示是含有基站的虚拟电厂与传统电网的交互模型，虚拟电厂通过自身的控制中心将传统电网、分布式能源、储能设施和通讯基站一起聚合起来参与电力系统的运行。
在电价低且负荷小的时间段，电网通过充放电装置给通讯基站储能电池和集中储能单元充电，充电电量由电网的发电量减去负荷用电量的剩余电量提供。若剩余电量同时满足两者所需总充电量，则两者同时充电；若剩余电量不能同时满足两者所需总充电量，优先给通讯基站电池充电，将通讯基站储能电池充满后再给集中储能单元充电，通讯基站储能电池供应基站信号处理使用。
在电价高，电网负荷大的时间段，集中储能单元查看电站中存储的基站储能电池是否足够，若不足则优先给通讯基站储能电池充电，在满足通讯基站用电需求的情况下通过充放电装置向电网放电。
虚拟电厂在并网时可以通过控制中心综合比较来调用基站微电网与大电网进行功率交互，以基站的虚拟电厂调度利润最大化为目的确立调度方案向电网出售或购买电能。由于风机机组、光伏机组出力受自然影响较大具有随机性和不确定性这会造成清洁能源弃风、弃光等现象的出现并带来能源浪费和经济损失。因此对风光进行预测以清洁能源出力不确定性所带来的弃能成本最小化为目标参与虚拟电厂运行调度很有必要。
本发明的基于虚拟电厂的基站电能优化调度方法，包括以下步骤：
(1)建立含有基站的微电网与虚拟电厂、传统大电网之间的交互模型；
(2)以含有基站的虚拟电厂调度利润最大为目的，建立第一优化调度模型；
该模型的目标函数为：
式中，h表示t时段虚拟电厂运行利润函数，ns表示电价总方案数，t为总时段数，π(s)表示第s组方案电价的概率，kt表示t时段的收益，wt表示t时段的成本，cn表示为虚拟电厂向大电网出售电能的单位电价，cl表示虚拟电厂向用户出售电能的单位电价，pi，n，t＝pi，w，t+pi，pv，t表示基站微电网i在t时段向大电网提交的发电计划，其中，pi，w，t、pi，pv，t分别表示t时段第i个基站微电网风机机组和光伏机组计划有功出力，pi，l，t表示基站微电网i在t时段供给基站内部使用电能的需求，
微电网发电成本可以表示为：
式中，ni表示第i个微电网的第n个微电源，ki，j表示第i个基站微电网第j个微电源，ckij为第ki，j个微电源成本，pkij，t为t时段第ki，j个微电源的出力。
建立约束条件使电力系统满足虚拟电厂发电计划约束，其内部约束条件，虚拟电厂内基站微电网i所有微电源出力总和，为：
其中，pi，ch，t、pi，dch，t分别表示基站微电网i内部蓄电池充电放电功率，
建立各个基站微电网约束性条件：
(a)第i个基站微电网功率平衡约束：
(b)第i个基站子微电网可控微电源出力约束：
(c)第i个子微电网与大电网传输功率约束：
(d)蓄电池充放电约束：
et＝et-1+xchpi,ch,tηch-xdchpi,dch,t
xch+xdch≤1
式中，
(3)对风光进行预测，以清洁能源出力不确定性所带来的弃能成本最小化为目的，建立第二优化调度模型；
该模型目标函数为：
其中，ρw，ρpv分别表示风电机组和光伏机组单位弃风量和弃光量的经济损失，
(4)采用鲁棒优化方法处理清洁能源的出力不确定性，设定预测系数和鲁棒系数；
虚拟电厂各个基站微电网光伏机组风机组出力受自然条件影响较大，实际输电量和需求电量要求有一定偏差，为了保证一天的输电总量相同建立约束条件。
(a)输电总量相同的约束条件：
式中，
(b)虚拟电厂的整体功率约束：
式中，vt表示风机光伏出力预测值，ct表示为购电量，outt、int表示放电量和蓄电量，λ1、λ2表示发电效率和蓄能效率。
(c)鲁棒优化辅助约束条件及系数设置：
式中，μt,xt是辅助变量都为误差系数，γ为鲁棒系数，γ∈[0,1]，且风光出力预测值在[(1-μt)vt,(1+μt)vt]内波动，
其中，误差系数xt和鲁棒系数γ设置如下：
(5)综合以上两个目标函数利用计算机软件求解最优调度结果。
求解基于虚拟电厂的基站电能优化调度方案，可获得得清洁能源发电机组最优出力和储能装置的充放电功率，以及与电网的最优交互功率，并且兼顾了经济效益和环境效益。
以上实施例仅仅是对本发明方案的进一步说明，所属领域内的技术人员对本发明的具体实施方式进行修改或者各种形式的同等替换均属于本发明保护范围内。