一种基于鲁棒修正的多能虚拟电厂运行参数聚合方法与流程

本发明涉及一种基于鲁棒修正的多能虚拟电厂运行参数聚合方法，属于综合能源系统的运行控制技术领域。

背景技术：

近年来电力系统中新能源发电的比例逐年上升，新能源发电随机性、间歇性、波动性的特点为电力系统的运行带来了新的挑战，电力系统亟需探索新的灵活性以减少新能源随机性带来的冲击。

虚拟电厂是近年来兴起的概念，虚拟电厂指通过先进信息通信技术和软件系统，实现分布式发电、蓄电池、可控负荷、电动汽车等电力系统本身难以直接控制的分布式资源的聚合和协调优化，以作为一个特殊电厂参与辅助服务市场和电力系统运行的协调管理系统。为了提高多种能源的利用效率、充分利用各种能源的灵活性，减少碳排放量并提高新能源的渗透率，能源互联网及综合能源系统的概念应运而生。多能虚拟电厂指将冷、热、电、气等多种能量形式的分布式资源共同聚合，将分布式资源等值为发电机、蓄电池等便于调控的模型。例如专利申请号为201910092126.9、发明名称为“一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法”的中国专利申请，将分布式光伏发电装置、蓄电池及热负荷聚合形成虚拟电厂，并求解其最大内接正方体，以得到虚拟电厂的输出功率范围，用于电力系统调度。但该聚合方法未考虑虚拟电厂中的多种能量转换设备，例如热电联产机组和电锅炉等，且未考虑虚拟电厂最大、最小有功功率可能随时间变化而变化的特点，因此该聚合方法过于保守，损失了一定的灵活性。

技术实现要素：

本发明的目的是提出一种基于鲁棒修正的多能虚拟电厂运行参数聚合方法，将一定范围内的综合能源系统等值为一个类似于发电机的模型，与电力系统通过联络线相连后进行能量交换，该模型保证任意由电力系统调度中心下发且同时满足模型所有约束的日前调度计划均可由虚拟电厂跟踪实现。

本发明提出的基于鲁棒修正的多能虚拟电厂运行参数聚合方法，包括以下步骤：

(1)设定多能虚拟电厂中包含有发电机、热电联产机组、燃气锅炉、吸收式制冷机组、电锅炉、电制冷机和蓄电池，其中的发电机为常规发电机、分布式光伏发电装置或分布式风电机组，该多能虚拟电厂与电力系统通过联络线相连，建立一个第一优化模型，第一优化模型用于计算多能虚拟电厂向电力系统上报的功率基线，作为电力系统日前调度的基准，第一优化模型以不加调控时虚拟电厂自身总运行成本最小为目标，该目标函数为：

其中，x为该第一优化模型中所有待求解变量构成的列向量，即：

，γ为电力系统所有调度时刻t构成的集合，sg为多能虚拟电厂内所有发电机及分布式光伏发电装置和分布式风电机组构成的集合，sgb为所有燃气锅炉构成的集合，sac为所有吸收式制冷机构成的集合，schp为所有热电联产机组构成的集合，为第ig台发电机在一个调度时刻发出单位有功功率所需成本，对于分布式光伏发电装置和分布式风电机组该值可取为0，为第ig台发电机在调度时刻t发出的有功功率，为第igb台燃气锅炉在一个调度时刻内维持单位供热功率所需成本，为第igb台燃气锅炉在调度时刻t的供热功率，为第iac台吸收式制冷机组在一个调度时刻内维持单位供冷功率所需成本，为第iac台吸收式制冷机组在调度时刻t的供冷功率，为第ichp台热电联产机组在一个调度时刻内维持单位发电功率所需成本，为第ichp台热电联产机组在一个调度时刻内维持单位供热功率所需成本，为第ichp台热电联产机组在调度时刻t的有功功率，为第ichp台热电联产机组在调度时刻t的供热功率，调度时刻t的联络线电价，为第ieb台电锅炉在调度时刻t的耗电功率，为第ieb台电锅炉在调度时刻t的供热功率，为第iec台电制冷机在调度时刻t的耗电功率，为第iec台电制冷机在调度时刻t的供冷功率，为第ies台蓄电池在调度时刻t的充电状态的0-1变量，代表蓄电池在调度时刻t处在充电状态，代表蓄电池在调度时刻t未处在充电状态；为描述第ies台蓄电池在调度时刻t的放电状态的0-1变量，代表蓄电池在调度时刻t处在放电状态，代表蓄电池在调度时刻t未处在放电状态；为第ies台蓄电池在调度时刻t的充电功率，为第ies台蓄电池在调度时刻t的放电功率，p^c,es,i,max、p^c,es,i,min分别为第i台蓄电池的充电功率上限和充电功率下限；为第ies台蓄电池在调度时刻t的充电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态，代表蓄电池在调度时刻t-1在充电、调度时刻t处在未充电状态；为第ies台蓄电池在调度时刻t的放电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在放电、调度时刻t处在放电状态，代表蓄电池在调度时刻t-1处在放电、调度时刻t未在放电状态；为调度时刻t的联络线功率，即多能虚拟电厂与电力系统交换的电功率，以电功率流入多能虚拟电厂为正方向，δt为相邻两个调度时刻的时间间隔，上标t为向量转置；

第一优化模型的约束条件包括：

a、多能虚拟电厂中发电机的有功功率范围和爬坡约束：

其中，分别为多能虚拟电厂中第ig台发电机的有功功率上限和下限，和为第i台发电机有功功率的向上爬坡上限和向下爬坡上限；

b、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：

其中，为与第ichp台热电联产机组的有功功率和供热功率相关的可行域，和为第ichp台热电联产机组有功功率的向上爬坡上限和向下爬坡上限，上述参数均由热电联产机组说明书获得；

c、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：

其中为第igb台燃气锅炉的供热功率上限和供热功率下限，和为第igb台燃气锅炉的供热功率向上爬坡上限和向下爬坡上限，上述参数均由燃气锅炉说明书获得；

d、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：

其中为第iac台吸收式制冷机的供冷功率上限和供冷功率下限，和为第iac台吸收式制冷机的供冷功率向上爬坡上限和向下爬坡上限，上述参数均由吸收式制冷机说明书获得；

e、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：

其中为第ieb台电锅炉的耗电功率上、下限，为第ieb台电锅炉在调度时刻t的耗电功率，为第ieb台电锅炉在调度时刻t的供热功率，为第ieb台电锅炉的供热效率，和为第ieb台电锅炉的耗电功率向上、向下爬坡上限；上述参数均可由电锅炉说明书获得；

f、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：

其中为第iec台电制冷机的耗电功率上、耗电功率下限，为第iec台电制冷机在调度时刻t的耗电功率，为第iec台电制冷机在调度时刻t的供冷功率，为第iec台电制冷机的性能系数，和为第iec台电制冷机的耗电功率向上、向下爬坡上限；上述参数均可由电制冷机说明书获得；

g、多能虚拟电厂中蓄电池的运行约束：

其中，代表蓄电池在调度时刻t处在充电状态，代表蓄电池在调度时刻t未处在充电状态；为第ies台蓄电池在调度时刻t的放电状态的0-1变量，即代表蓄电池在调度时刻t处在放电状态，代表蓄电池在调度时刻t未处在放电状态；为第ies台蓄电池在调度时刻t的充电功率，为第ies台蓄电池在调度时刻t的放电功率，为第ies台蓄电池的充电功率上下限；为第ies台蓄电池的放电功率上下限；为第ies台蓄电池设备在调度时刻t的充电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态，代表蓄电池在调度时刻t-1处在充电、在调度时刻t处未在充电状态；为描述第ies台蓄电池在调度时刻t的放电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在放电、在调度时刻t处在放电状态，代表蓄电池在调度时刻t-1处在放电、在调度时刻t未在放电状态；为一个调度日中第i台蓄电池的最大充放电转换次数；和为第i台蓄电池中可储存的最大能量和最小能量；上述所有参数均在对应设备的说明书或操作规程中得到；为第i台蓄电池在该调度日开始时储存的能量，由蓄电池前一日的调度结果得到；

h、多能虚拟电厂中的电能、热能、冷能的能量守恒约束：

其中，为虚拟电厂在调度时刻t的电负荷有功功率，为虚拟电厂在调度时刻t的热负荷功率，为虚拟电厂在调度时刻t的冷负荷功率，上述负荷功率均可根据历史负荷功率数据进行预测得到；

采用分支定界法，求解由上述目标函数和约束条件组成的第一优化模型，得到多能虚拟电厂与电力系统之间的联络线在调度时刻t的有功功率的最优值即多能虚拟电厂向电力系统上报的功率基线、蓄电池在调度时刻t的充电状态的最优值和蓄电池在调度时刻t的放电状态的最优值

(2)求解多能虚拟电厂运行参数的初始值，包括以下步骤：

(2-1)求解多能虚拟电厂的初始有功功率下限，具体过程如下：

(2-1-1)令循环变量τ＝1；

(2-1-2)建立第二优化模型，第二优化模型的目标函数为，使调度时刻t为τ时联络线功率为最小，即：

第二优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：

其中，和由步骤(1)计算得到；

(2-1-3)采用分支定界法，求解由上述目标函数和约束条件组成的第二优化模型，得到调度时刻t为τ时联络线功率的最小值，将该联络线功率作为调度时刻t为τ时多能虚拟电厂的初始有功功率下限

(2-1-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-1-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始有功功率下限；

(2-2)求解多能虚拟电厂的初始有功功率上限，具体过程如下：

(2-2-1)令循环变量τ＝1；

(2-2-2)建立第三优化模型，第三优化模型的目标函数为，使调度时刻t为τ时联络线功率为最大，即：

第三优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-2-3)采用分支定界法，求解由上述目标函数和约束条件组成的第三优化模型，得到调度时刻t为τ时联络线功率的最大值，将该联络线功率作为调度时刻t为τ时多能虚拟电厂的初始有功功率上限

(2-2-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-2-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始有功功率上限；

(2-3)求解多能虚拟电厂的初始能量下限，具体过程如下：

(2-3-1)令循环变量τ＝1；

(2-3-2)建立第四优化模型，第四优化模型的目标函数为，使从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和为最小，即：

第四优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-3-3)采用分支定界法，求解由上述目标函数和约束条件组成的第四优化模型，得到从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和的最小值，将该值作为多能虚拟电厂的初始能量下限

(2-3-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-3-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始能量下限；

(2-4)求解多能虚拟电厂的初始能量上限，具体过程如下：

(2-4-1)令循环变量τ＝1；

(2-4-2)建立第五优化模型，第五优化模型的目标函数为，使从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和为最大，即：

第五优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-4-3)采用分支定界法，求解由上述目标函数和约束条件组成的第五优化模型，得到从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和的最大值，将该值作为多能虚拟电厂的初始能量上限

(2-4-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-4-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始能量上限；

(2-5)求解多能虚拟电厂的初始有功功率向上爬坡上限，具体过程如下：

(2-5-1)令循环变量τ＝1；

(2-5-2)建立第六优化模型，第六优化模型的目标函数为，使从调度时刻t为τ时联络线流过的功率与调度时刻t为τ-1时联络线流过的功率之差为最大，即：

第六优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-5-3)采用分支定界法，求解由上述目标函数和约束条件组成的第六优化模型，得到从调度时刻t为τ时联络线流过的功率与调度时刻t为τ-1时联络线流过的功率之差的最大值，将该值作为多能虚拟电厂初始有功功率向上爬坡上限

(2-5-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-5-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂初始有功功率向上爬坡上限；

(2-6)求解多能虚拟电厂的初始有功功率向下爬坡上限，具体过程如下：

(2-6-1)令循环变量τ＝1；

(2-6-2)建立第七优化模型，第七优化模型的目标函数为，使从调度时刻t为τ-1时联络线流过的功率与调度时刻t为τ时联络线流过的功率之差为最大，即：

第七优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-6-3)采用分支定界法，求解由上述目标函数和约束条件组成的第七优化模型，得到从调度时刻t为τ-1时联络线流过的功率与调度时刻t为τ时联络线流过的功率之差的最大值，将该值作为多能虚拟电厂初始有功功率向下爬坡上限

(2-6-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-6-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂初始有功功率向下爬坡上限；

(3)根据步骤(2)的多能虚拟电厂初始运行参数，利用下式得到多能虚拟电厂联络线有功功率的初始范围ωp,0：

其中，为所有调度时刻的电力系统调度计划构成的列向量，为调度时刻t的电力系统下发的调度计划，γ为电力系统所有调度时刻t构成的集合，上标t为矩阵转置；

(4)根据步骤(1)中所得的多能虚拟电厂向电力系统上报的功率基线采用鲁棒优化方法，对步骤(2)的初始运行参数及步骤(3)的联络线有功功率初始范围进行修正，步骤如下：

(4-1)置修正次数k＝0，设定一个修正系数β，0<β<1，设定收敛精度ε，ε为电力系统允许的最大总偏差电量；

(4-2)建立鲁棒优化模型，得到多能虚拟电厂与电力系统向多能虚拟电厂下发的有功功率相比可能产生的最大总偏差电量v以及产生该最大总偏差电量时电力系统向多能虚拟电厂下发的有功功率p*，该鲁棒优化模型的目标函数为：

其中，和为待求辅助松弛变量，ωp,k为第k次修正后联络线有功功率范围，ωp,0为步骤(3)中的多能虚拟电厂联络线有功功率的初始范围，δt为相邻两个调度时刻的时间间隔，x为该第一优化模型中所有待求解变量构成的列向量，即：

，

上标t代表矩阵或向量转置；

该鲁棒优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：

其中，为电力系统向多能虚拟电厂下发的联络线功率，为一个不确定参数，该不确定变量在多能虚拟电厂联络线有功功率的初始范围ωp,k中取值，该约束的其他变量与步骤(1)中的(h)中的变量含义相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(j)待求辅助松弛变量和约束：

(4-3)采用列生成方法，求解步骤(4-2)的鲁棒优化模型，得到鲁棒优化模型的最优值v，即多能虚拟电厂与电力系统向多能虚拟电厂下发的有功功率相比可能产生的最大总偏差电量，以及该鲁棒优化模型达到最优时电力系统向多能虚拟电厂下发的有功功率p，记为其中，为目标函数取最优值时调度时刻t的电力系统向多能虚拟电厂下发的有功功率；

(4-4)将步骤(4-3)的最优值v与步骤(4-1)电力系统允许的最大总偏差电量ε进行比较，若v<ε，将多能虚拟电厂经过k次修正后的所有调度时刻的有功功率下限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率上限多能虚拟电厂经过k次修正后的所有调度时刻的能量下限多能虚拟电厂经过k次修正后的所有调度时刻的能量上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向上爬坡上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向下爬坡上限作为多能虚拟电厂的运行参数，转步骤(5)；若v≥ε，则设定一个循环变量ζ，使ζ＝1，修正次数k＝k+1，对多能虚拟电厂运行参数进行如下修正：

(4-4-1)将步骤(4-3)鲁棒优化模型的电力系统下发的调度计划与经过k-1次修正后得到的多能虚拟电厂的有功功率下限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率下限为若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率下限为

(4-4-2)将步骤(4-3)鲁棒优化模型达到最优时的电力系统下发的调度计划与经过k-1次修正后多能虚拟电厂的有功功率上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率上限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率上限

(4-4-3)将根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的调度计划总能量与经过k-1次修正后多能虚拟电厂的能量下限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量下限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量下限

(4-4-4)将根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的调度计划总能量与经过k-1次修正后多能虚拟电厂的能量上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量上限若得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量上限

(4-4-5)对循环变量ζ进行判断，若ζ＝1，则使ζ＝ζ+1，转步骤(4-4-1)；若ζ≠1，则转步骤(4-4-6)；

(4-4-6)根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的有功功率变化量与经过k-1次修正后多能虚拟电厂的有功功率向上爬坡上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向上爬坡上限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向上爬坡上限

(4-4-7)根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的有功功率变化量的相反数与经过k-1次修正后多能虚拟电厂的有功功率向下爬坡上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向下爬坡上限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向下爬坡上限

(4-4-8)将循环变量ζ与总调度时刻数比较，若ζ<t，则使ζ＝ζ+1，转步骤(4-4-1)；若ζ≥t，则结束修正过程，转步骤(4-5)；

(4-5)根据步骤(4-4)得到的多能虚拟电厂运行参数，利用下式，计算得到多能虚拟电厂经过k次修正后多能虚拟电厂联络线有功功率范围，并替代步骤(4-2)中的ωp,k，转步骤(4-2)：

(5)将步骤(4)算得的多能虚拟电厂的运行参数，即多能虚拟电厂经过k次修正后的所有调度时刻的有功功率下限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率上限多能虚拟电厂经过k次修正后的所有调度时刻的能量下限多能虚拟电厂经过k次修正后的所有调度时刻的能量上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向上爬坡上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向下爬坡上限上报电力系统调度中心，实现多能虚拟电厂运行参数聚合。

本发明提出的基于鲁棒修正的多能虚拟电厂运行参数聚合方法，其特点和效果是：

本发明的多能虚拟电厂运行参数聚合方法，针对我国电力辅助服务市场仍不完善的情况，将多能虚拟电厂聚合成为一个类似于发电机的模型，模型中同时考虑了多能虚拟电厂中的供冷、供热系统以及为电力系统带来的灵活性及热电联产机组、蓄电池等多种设备，聚合形成的运行参数更加契合电力系统调度，将原本难以调控的分布式资源聚合而为电力系统提供调节灵活性，因此本发明方法具有很大的现实意义及应用价值。本发明方法考虑了上级电力系统调度中心对多能虚拟电厂调度信号的不确定性，综合多种能源耦合的特点及不同种能流的特性，给出了多能虚拟电厂调节能力的等值建模方法，其中的功率基线为虚拟电厂的自趋优运行计划，即当电力系统不对虚拟电厂进行调控时，虚拟电厂自身成本最小情况下的运行策略对应的联络线功率值。该发明方法可保证任意在模型范围内的电力系统调度计划均可被多能虚拟电厂跟随，从而保证电力系统调度计划的可执行性，使得本方法可以用到实际电力系统中，且本方法具有良好的可扩展性。

附图说明

图1是本发明方法涉及的多能虚拟电厂与电力系统的关系示意图。

图2是本发明方法的流程框图。

图3是本发明方法中步骤(4)的流程框图。

具体实施方式

本发明提出的基于鲁棒修正的多能虚拟电厂运行参数聚合方法，其流程框图如图2所示，包括以下步骤：

(1)设定多能虚拟电厂中包含有发电机、热电联产机组、燃气锅炉、吸收式制冷机组、电锅炉、电制冷机和蓄电池，其中的发电机为常规发电机、分布式光伏发电装置或分布式风电机组，该多能虚拟电厂与电力系统通过联络线相连，如图1所示；建立一个第一优化模型，第一优化模型用于计算多能虚拟电厂向电力系统上报的功率基线，作为电力系统日前调度的基准，第一优化模型以不加调控时虚拟电厂自身总运行成本最小为目标，该目标函数为：

其中，x为该第一优化模型中所有待求解变量构成的列向量，即：

，γ为电力系统所有调度时刻t构成的集合，sg为多能虚拟电厂内所有发电机及分布式光伏发电装置和分布式风电机组构成的集合，sgb为所有燃气锅炉构成的集合，sac为所有吸收式制冷机构成的集合，schp为所有热电联产机组构成的集合，为第ig台发电机在一个调度时刻发出单位有功功率所需成本，对于分布式光伏发电装置和分布式风电机组该值可取为0，为第ig台发电机在调度时刻t发出的有功功率，为第igb台燃气锅炉在一个调度时刻内维持单位供热功率所需成本，为第igb台燃气锅炉在调度时刻t的供热功率，为第iac台吸收式制冷机组在一个调度时刻内维持单位供冷功率所需成本，为第iac台吸收式制冷机组在调度时刻t的供冷功率，为第ichp台热电联产机组在一个调度时刻内维持单位发电功率所需成本，为第ichp台热电联产机组在一个调度时刻内维持单位供热功率所需成本，为第ichp台热电联产机组在调度时刻t的有功功率，为第ichp台热电联产机组在调度时刻t的供热功率，为调度时刻t的联络线电价，单位一般为元/mwh，为第ieb台电锅炉在调度时刻t的耗电功率，为第ieb台电锅炉在调度时刻t的供热功率，为第iec台电制冷机在调度时刻t的耗电功率，为第iec台电制冷机在调度时刻t的供冷功率，为第ies台蓄电池在调度时刻t的充电状态的0-1变量，代表蓄电池在调度时刻t处在充电状态，代表蓄电池在调度时刻t未处在充电状态；为描述第ies台蓄电池在调度时刻t的放电状态的0-1变量，代表蓄电池在调度时刻t处在放电状态，代表蓄电池在调度时刻t未处在放电状态；为第ies台蓄电池在调度时刻t的充电功率，为第ies台蓄电池在调度时刻t的放电功率，p^c,es,i,max、p^c,es,i^,min分别为第i台蓄电池的充电功率上限和充电功率下限；为第ies台蓄电池在调度时刻t的充电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态，代表蓄电池在调度时刻t-1在充电、调度时刻t处在未充电状态；为第ies台蓄电池在调度时刻t的放电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在放电、调度时刻t处在放电状态，代表蓄电池在调度时刻t-1处在放电、调度时刻t未在放电状态；为调度时刻t的联络线功率，即多能虚拟电厂与电力系统交换的电功率，以电功率流入多能虚拟电厂为正方向，δt为相邻两个调度时刻的时间间隔，上标t为向量转置；

第一优化模型的约束条件包括：

a、多能虚拟电厂中发电机的有功功率范围和爬坡约束：

其中，分别为多能虚拟电厂中第ig台发电机的有功功率上限和下限，对于常规发电机可从其产品说明书中获得，对于分布式光伏发电装置和分布式风电机组，可采用分布式光伏发电装置和分布式风电机组中的功能模块提供的预测有功功率曲线，根据气象数据得到；和为第i台发电机有功功率的向上爬坡上限和向下爬坡上限；

b、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：

其中，为与第ichp台热电联产机组的有功功率和供热功率相关的可行域，该可行域常用四边形或willans线表示，和为第ichp台热电联产机组有功功率的向上爬坡上限和向下爬坡上限，上述参数均可由热电联产机组说明书获得；

c、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：

其中为第igb台燃气锅炉的供热功率上限和供热功率下限，和为第igb台燃气锅炉的供热功率向上爬坡上限和向下爬坡上限；上述参数均可由燃气锅炉说明书获得；

d、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：

其中为第iac台吸收式制冷机的供冷功率上限和供冷功率下限，和为第iac台吸收式制冷机的供冷功率向上爬坡上限和向下爬坡上限；上述参数均可由吸收式制冷机说明书获得；

e、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：

其中为第ieb台电锅炉的耗电功率上、下限，为第ieb台电锅炉在调度时刻t的耗电功率，为第ieb台电锅炉在调度时刻t的供热功率，为第ieb台电锅炉的供热效率，和为第ieb台电锅炉的耗电功率向上、向下爬坡上限；上述参数均可由电锅炉说明书获得；

f、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：

其中为第iec台电制冷机的耗电功率上、耗电功率下限，为第iec台电制冷机在调度时刻t的耗电功率，为第iec台电制冷机在调度时刻t的供冷功率，为第iec台电制冷机的性能系数，和为第iec台电制冷机的耗电功率向上、向下爬坡上限；上述参数均可由电制冷机说明书获得；

g、多能虚拟电厂中蓄电池的运行约束：

其中，代表蓄电池在调度时刻t处在充电状态，代表蓄电池在调度时刻t未处在充电状态；为第ies台蓄电池在调度时刻t的放电状态的0-1变量，即代表蓄电池在调度时刻t处在放电状态，代表蓄电池在调度时刻t未处在放电状态；为第ies台蓄电池在调度时刻t的充电功率，为第ies台蓄电池在调度时刻t的放电功率，为第ies台蓄电池的充电功率上下限；为第ies台蓄电池的放电功率上下限；为第ies台蓄电池设备在调度时刻t的充电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态，代表蓄电池在调度时刻t-1处在充电、在调度时刻t处未在充电状态；为描述第ies台蓄电池在调度时刻t的放电转换状态的0-1变量，即代表蓄电池在调度时刻t-1未在放电、在调度时刻t处在放电状态，代表蓄电池在调度时刻t-1处在放电、在调度时刻t未在放电状态；为一个调度日中第i台蓄电池的最大充放电转换次数；和为第i台蓄电池中可储存的最大能量和最小能量；上述所有参数均在对应设备的说明书或操作规程中得到；为第i台蓄电池在该调度日开始时储存的能量，由蓄电池前一日的调度结果得到；

h、多能虚拟电厂中的电能、热能、冷能的能量守恒约束：

其中，为虚拟电厂在调度时刻t的电负荷有功功率，为虚拟电厂在调度时刻t的热负荷功率，为虚拟电厂在调度时刻t的冷负荷功率，上述负荷功率均可根据历史负荷功率数据进行预测得到；

采用分支定界法，求解由上述目标函数和约束条件组成的第一优化模型，得到多能虚拟电厂与电力系统之间的联络线在调度时刻t的有功功率的最优值即多能虚拟电厂向电力系统上报的功率基线、蓄电池在调度时刻t的充电状态的最优值和蓄电池在调度时刻t的放电状态的最优值

(2)求解多能虚拟电厂运行参数的初始值，包括以下步骤：

(2-1)求解多能虚拟电厂的初始有功功率下限，具体过程如下：

(2-1-1)令循环变量τ＝1；

(2-1-2)建立第二优化模型，第二优化模型的目标函数为，使调度时刻t为τ时联络线功率为最小，即：

第二优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：

其中，和由步骤(1)计算得到；

(2-1-3)采用分支定界法，求解由上述目标函数和约束条件组成的第二优化模型，得到调度时刻t为τ时联络线功率的最小值，将该联络线功率作为调度时刻t为τ时多能虚拟电厂的初始有功功率下限

(2-1-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-1-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始有功功率下限；

(2-2)求解多能虚拟电厂的初始有功功率上限，具体过程如下：

(2-2-1)令循环变量τ＝1；

(2-2-2)建立第三优化模型，第三优化模型的目标函数为，使调度时刻t为τ时联络线功率为最大，即：

第三优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-2-3)采用分支定界法，求解由上述目标函数和约束条件组成的第三优化模型，得到调度时刻t为τ时联络线功率的最大值，将该联络线功率作为调度时刻t为τ时多能虚拟电厂的初始有功功率上限

(2-2-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-2-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始有功功率上限；

(2-3)求解多能虚拟电厂的初始能量下限，具体过程如下：

(2-3-1)令循环变量τ＝1；

(2-3-2)建立第四优化模型，第四优化模型的目标函数为，使从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和为最小，即：

第四优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-3-3)采用分支定界法，求解由上述目标函数和约束条件组成的第四优化模型，得到从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和的最小值，将该值作为多能虚拟电厂的初始能量下限

(2-3-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-3-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始能量下限；

(2-4)求解多能虚拟电厂的初始能量上限，具体过程如下：

(2-4-1)令循环变量τ＝1；

(2-4-2)建立第五优化模型，第五优化模型的目标函数为，使从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和为最大，即：

第五优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-4-3)采用分支定界法，求解由上述目标函数和约束条件组成的第五优化模型，得到从调度时刻t为1直到调度时刻t为τ时联络线流过的功率之和的最大值，将该值作为多能虚拟电厂的初始能量上限

(2-4-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-4-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂的初始能量上限；

(2-5)求解多能虚拟电厂的初始有功功率向上爬坡上限，具体过程如下：

(2-5-1)令循环变量τ＝1；

(2-5-2)建立第六优化模型，第六优化模型的目标函数为，使从调度时刻t为τ时联络线流过的功率与调度时刻t为τ-1时联络线流过的功率之差为最大，即：

第六优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-5-3)采用分支定界法，求解由上述目标函数和约束条件组成的第六优化模型，得到从调度时刻t为τ时联络线流过的功率与调度时刻t为τ-1时联络线流过的功率之差的最大值，将该值作为多能虚拟电厂初始有功功率向上爬坡上限

(2-5-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-5-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂初始有功功率向上爬坡上限；

(2-6)求解多能虚拟电厂的初始有功功率向下爬坡上限，具体过程如下：

(2-6-1)令循环变量τ＝1；

(2-6-2)建立第七优化模型，第七优化模型的目标函数为，使从调度时刻t为τ-1时联络线流过的功率与调度时刻t为τ时联络线流过的功率之差为最大，即：

第七优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：与(1)中约束条件h相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(2-6-3)采用分支定界法，求解由上述目标函数和约束条件组成的第七优化模型，得到从调度时刻t为τ-1时联络线流过的功率与调度时刻t为τ时联络线流过的功率之差的最大值，将该值作为多能虚拟电厂初始有功功率向下爬坡上限

(2-6-4)将循环变量τ与调度时刻的总数t进行比较，若τ<t，则令τ＝τ+1，转步骤(2-6-2)，若τ≥t，则结束循环，得到所有调度时刻多能虚拟电厂初始有功功率向下爬坡上限；

(3)根据步骤(2)的多能虚拟电厂初始运行参数，利用下式得到多能虚拟电厂联络线有功功率的初始范围ωp,0：

其中，为所有调度时刻的电力系统调度计划构成的列向量，为调度时刻t的电力系统下发的调度计划，γ为电力系统所有调度时刻t构成的集合，上标t为矩阵转置；

(4)根据步骤(1)中所得的多能虚拟电厂向电力系统上报的功率基线采用鲁棒优化方法，对步骤(2)的初始运行参数及步骤(3)的联络线有功功率初始范围进行修正，以保证符合该范围的电力系统下发的调度计划均可被多能虚拟电厂跟踪执行，其流程框图如图3所示，具体步骤如下：

(4-1)置修正次数k＝0，设定一个修正系数β，0<β<1，β越小，收敛速度越快，但精度越低，通常可取β＝0.99；设定收敛精度ε，ε为电力系统允许的最大总偏差电量，通常可取ε＝10^-3；

(4-2)建立鲁棒优化模型，得到多能虚拟电厂与电力系统向多能虚拟电厂下发的有功功率相比可能产生的最大总偏差电量v以及产生该最大总偏差电量时电力系统向多能虚拟电厂下发的有功功率p*，该鲁棒优化模型的目标函数为：

其中，和为待求辅助松弛变量，含义为调度时刻t联络线有功功率的正/负偏差；ωp,k为第k次修正后联络线有功功率范围，ωp,0为步骤(3)中的多能虚拟电厂联络线有功功率的初始范围，δt为相邻两个调度时刻的时间间隔，x为该第一优化模型中所有待求解变量构成的列向量，即：

，上标t代表矩阵或向量转置；

该鲁棒优化模型的约束条件为：

(a)多能虚拟电厂中发电机的有功功率范围和爬坡约束：与步骤(1)的约束条件a相同；

(b)多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束：与(1)中约束条件b相同；

(c)多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束：与(1)中约束条件c相同；

(d)多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束：与(1)中约束条件d相同；

(e)多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束：与(1)中约束条件e相同；

(f)多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束：与(1)中约束条件f相同；

(g)多能虚拟电厂中蓄电池相关约束：与(2-1)中约束条件g相同；

(h)多能虚拟电厂中的电能、热能、冷能的能量守恒约束：

其中，为电力系统向多能虚拟电厂下发的联络线功率，为一个不确定参数，该不确定变量在多能虚拟电厂联络线有功功率的初始范围ωp,k中取值，该约束的其他变量与步骤(1)中的(h)中的变量含义相同；

(i)蓄电池的充放电状态约束：与(2-1)中约束条件i相同；

(j)待求辅助松弛变量和约束：

(4-3)采用列生成方法，求解步骤(4-2)的鲁棒优化模型，得到鲁棒优化模型的最优值v，即多能虚拟电厂与电力系统向多能虚拟电厂下发的有功功率相比可能产生的最大总偏差电量，以及该鲁棒优化模型达到最优时电力系统向多能虚拟电厂下发的有功功率p，记为p*，其中，为目标函数取最优值时调度时刻t的电力系统向多能虚拟电厂下发的有功功率；

(4-4)将步骤(4-3)的最优值v与步骤(4-1)电力系统允许的最大总偏差电量ε进行比较，若v<ε，将多能虚拟电厂经过k次修正后的所有调度时刻的有功功率下限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率上限多能虚拟电厂经过k次修正后的所有调度时刻的能量下限多能虚拟电厂经过k次修正后的所有调度时刻的能量上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向上爬坡上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向下爬坡上限作为多能虚拟电厂的运行参数，转步骤(5)；若v≥ε，则设定一个循环变量ζ，使ζ＝1，修正次数k＝k+1，对多能虚拟电厂运行参数进行如下修正：

(4-4-1)将步骤(4-3)鲁棒优化模型的电力系统下发的调度计划与经过k-1次修正后得到的多能虚拟电厂的有功功率下限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率下限为若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率下限为

(4-4-2)将步骤(4-3)鲁棒优化模型达到最优时的电力系统下发的调度计划与经过k-1次修正后多能虚拟电厂的有功功率上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率上限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率上限

(4-4-3)将根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的调度计划总能量与经过k-1次修正后多能虚拟电厂的能量下限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量下限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量下限

(4-4-4)将根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的调度计划总能量与经过k-1次修正后多能虚拟电厂的能量上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量上限若得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的能量上限

(4-4-5)对循环变量ζ进行判断，若ζ＝1，则使ζ＝ζ+1，转步骤(4-4-1)；若ζ≠1，则转步骤(4-4-6)；

(4-4-6)根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的有功功率变化量与经过k-1次修正后多能虚拟电厂的有功功率向上爬坡上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向上爬坡上限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向上爬坡上限

(4-4-7)根据步骤(4-3)得到的鲁棒优化模型达到最优时的电力系统下发的有功功率变化量的相反数与经过k-1次修正后多能虚拟电厂的有功功率向下爬坡上限进行比较，若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向下爬坡上限若则得到多能虚拟电厂经过k次修正后的当调度时刻t为ζ时的有功功率向下爬坡上限

(4-4-8)将循环变量ζ与总调度时刻数比较，若ζ<t，则使ζ＝ζ+1，转步骤(4-4-1)；若ζ≥t，则结束修正过程，转步骤(4-5)；

(4-5)根据步骤(4-4)得到的多能虚拟电厂运行参数，利用下式，计算得到多能虚拟电厂经过k次修正后多能虚拟电厂联络线有功功率范围，并替代步骤(4-2)中的ωp,k，转步骤(4-2)：

(5)将步骤(4)算得的多能虚拟电厂的运行参数，即多能虚拟电厂经过k次修正后的所有调度时刻的有功功率下限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率上限多能虚拟电厂经过k次修正后的所有调度时刻的能量下限多能虚拟电厂经过k次修正后的所有调度时刻的能量上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向上爬坡上限多能虚拟电厂经过k次修正后的所有调度时刻的有功功率向下爬坡上限上报电力系统调度中心，实现多能虚拟电厂运行参数聚合。对于电力系统调度中心下发的任意满足该运行参数的调度计划，多能虚拟电厂均可通过内部资源的调控跟随此计划，保证总能量偏差不超过ε。