技术特征：
1.一种考虑温控负荷聚合体的虚拟电厂滚动调度方法，其特征在于，包括：步骤s1，对虚拟电厂内部每条母线上各节点下的温控负荷数据，根据各温控负荷的需求信息进行聚类分群，形成多个温控负荷聚合商，并计算各温控负荷聚合商的参数；步骤s2，在每一调度时刻，根据温控负荷聚类聚合结果，可再生能源和各类电价的预测信息，建立虚拟电厂滚动调度优化模型并求解，得到滚动调度的预优化结果，根据预优化结果获得各温控负荷聚合商的参考功率；步骤s3，对各聚合商的参考功率进行解聚合，分解给其内部的各温控负荷，获得各温控负荷的实际功率需求；步骤s4，根据所有温控负荷的实际功率需求，完成虚拟电厂滚动调度终优化，得到最终的滚动调度计划方案。2.如权利要求1所述的方法，其特征在于，所述步骤s1进一步包括：步骤s10，确定所有节点的温控负荷参数；步骤s11，采用njw谱聚类算法，根据温控负荷的特点，将具有相似特征的温控负荷节点聚类划分为同一组，形成多个温控负荷聚合商；步骤s12，根据温控负荷聚类分群结果，对于每个温控负荷聚合商，根据其内部所有温控负荷参数，获得每一聚合商的等效需求参数信息。3.如权利要求2所述的方法，其特征在于，所述步骤s10具体为：对于每个温控负荷来说，确定其关键参数包括对于每个温控负荷来说，确定其关键参数包括以反映其需求信息；根据下述公式建立温控负荷的一般模型：根据下述公式建立温控负荷的一般模型：根据下述公式建立温控负荷的一般模型：其中，和分别为温控负荷j的功率需求下限和上限；和分别为温控负荷j的能量需求下限和上限；和为温控负荷j的转换系数；为温控负荷j的初始温度；为外界环境在t时刻的温度；和分别为温控负荷j在t时刻的有功功率需求和温度；温控负荷j在t-1时刻的温度；δt为调度时间间隔，为外界环境在t时刻的温度。4.如权利要求3所述的方法，其特征在于，所述步骤s11进一步包括：步骤s110，输入各温控负荷参数和虚拟电厂各节点期望获得的聚合商数目，节点i处聚合商的数目记为n
agg,i
；步骤s111，将各温控负荷参数进行极值归一化，归一化方法如下：
其中，n
l,i
为节点i处温控负荷的数目；为节点i处温控负荷的数目；为温控负荷j的原始需求参数；为温控负荷j的原始需求参数；为经过归一化之后温控负荷j的需求参数；步骤s112，采用欧式距离来衡量每个节点下不同温控负荷之间的差异，采用如下的定义获得每一节点下的温控负荷l和j之间的差异矩阵d：其中，d(l,j)矩阵d中第l行第j列的元素；α1,α2,α3,α4,α5,α6,α7,α8为权重系数，取值范围为[0,1]；分别为经过归一化处理后参数；步骤s113，利用高斯核函数将差异矩阵d转换成邻接矩阵k如下：其中，k(l,j)矩阵k中第l行第j列的元素；为高斯核函数参数；步骤s114，将邻接矩阵k归一化，计算归一化后矩阵k前n
agg,i
个最大特征值及其对应的特征向量，将得到的特征向量分别记为利用这些特征向量构建特征向量空间矩阵步骤s115，利用k-means算法对所特征向量空间矩阵u进行聚类，获得各节点下温控负荷聚类分群结果。5.如权利要求3所述的方法，其特征在于，所述步骤s12具体为：根据温控负荷聚类分群结果，对于每个温控负荷聚合商，根据其内部所有温控负荷参数，获取聚合商的等效需求参数信息如下：数，获取聚合商的等效需求参数信息如下：数，获取聚合商的等效需求参数信息如下：其中，n
l,k,i
为节点i处聚合商k内部温控负荷的数目；聚合商的等效参数为为节点i处聚合商k内部温控负荷的数目；聚合商的等效参数为为节点i处聚合商k内部温控负荷的数目；聚合商的等效参数为和分别为节点i处聚合商k的等效功率需求下限和上限；和分别为节点i处聚合商k的等效能量需求下限和上限；和为节点i处聚合商k的等效转换系数；为节点i处
聚合商k的等效初始温度。6.如权利要求5所述的方法，其特征在于，所述步骤s2进一步包括：步骤s20，对于每一调度时刻，采用基于典型场景集的随机优化方法来对虚拟电厂运营优化中可再生能源及电价不确定性进行建模，建立滚动调度预优化模型，其优化目标函数如下：其中，n
s
和ρ
s
分别为场景数目和各场景权重；t为虚拟电厂运营总时段数；τ为当前运行时间点；为t时刻场景s下能量市场预测电价；为t时刻场景s下旋转备用市场预测电价；为t时刻场景s下虚拟电厂与能量市场的交互有功功率；为t时刻场景s下在虚拟电厂与辅助服务市场的交互备用容量；为t时刻上级能量市场出清的有功功率；为t时刻上级辅助服务市场出清的备用容量；为发电机组i在t时刻场景s中的有功出力；为发电机组i在t时刻场景s中的备用容量；和分别为储能设备i在t时刻场景s中的有功功率输出和有功功率输入；为储能设备i在t时刻场景s中的备用容量；为聚合体有功功率偏离能量市场调度计划对应的偏差惩罚系数；为聚合体备用容量偏离备用市场调度计划对应的偏差惩罚系数；n
dg
和n
ess
分别是聚合体中分布式发电机组和储能设备数目；其中，f
idg
(
·
)和f
iess
(
·
)分别为发电机组i和储能设备i的运行成本，采用如下的公式进行表示：进行表示：其中，为t时刻旋转备用的调用概率；a
i
、b
i
和c
i
为发电机的运行成本系数；ap
i
为储能设备的运行成本系数；所述优化模型中决策变量包所述优化模型中决策变量包步骤s21，采用潮流方程模型约束、分布式发电机组模型约束、可再生能源出力约束、储能模型约束、系统旋转备用平衡约束模型、温控负荷聚合商模型约束对所述滚动调度预优化模型进行约束，并对所述滚动调度预优化模型进行求解，获得各温控负荷聚合商的参考功率7.如权利要求6所述的方法，其特征在于，在所述步骤s21中，进一步包括：步骤s210，采用如下的公式实现潮流方程模型约束，其采用一种线性化的潮流模型来描述虚拟电厂内部的有功和无功潮流平衡：
其中，n
b
为虚拟电厂中的节点总数；r
ij
和x
ij
分别为线路i和线路j之间的电阻和电抗；θ
i
、v
i
、p
i
、q
i
分别为节点i处的相位、电压幅值、注入有功功率和注入无功功率；θ
j
、v
j
分别为节点j处的相位和电压幅值；和分别为风电场i和光伏电站i在t时刻场景s中的有功出力；和分别为风电场i、光伏电站i和发电机组i在t时刻场景s中的无功出力；为节点i处聚合商k在t时刻场景s中的参考功率；和分别为节点i处t时刻的有功负荷和无功负荷；p
ij
和q
ij
分别为节点i和节点j之间的支路潮流有功功率和支路潮流无功功率；为节点i处聚合商k在t时刻场景s中的参考有功功率；并将各支路潮流和节点电压限制在一定的范围内：其中，p
ij
和q
ij
分别为节点i和节点j之间的有功潮流和无功潮流；s
ij,n
为节点i和节点j之间传输线额定容量；v
i,max
和v
i,min
分别为节点电压幅值上下限；步骤s211，采用如下的公式实现分布式发电机组模型约束，其至少包括：机组出力、爬坡出力、启停机时长：坡出力、启停机时长：坡出力、启停机时长：坡出力、启停机时长：其中，和分别为发电机组i的出力上下限；为发电机组i的最大爬坡速率；为发电机组i的额定容量；步骤s212，采用如下的公式实现可再生能源出力约束：步骤s212，采用如下的公式实现可再生能源出力约束：
其中，和分别为风电场i和光伏电站i的额定容量；为风电场i在场景s中t时刻的预测值；为光伏电站i在场景s中t时刻的预测值；步骤s213，采用如下的公式实现储能模型约束如下：步骤s213，采用如下的公式实现储能模型约束如下：步骤s213，采用如下的公式实现储能模型约束如下：步骤s213，采用如下的公式实现储能模型约束如下：其中，和分别为储能设备i的最大输入/输出功率和最小输入/输出功率；和分别为储能设备i的储能上限和储能下限；η
in
和η
out
分别为功率输入和输出能量转换系数；λ为储能的能量耗散系数；步骤s214，采用如下的公式实现系统旋转备用平衡约束：其中，|δr
l
|、和分别为聚合体内部负荷、风电场i和光伏电站i的备用需求；步骤s215，采用如下的公式实现温控负荷聚合商模型约束：步骤s215，采用如下的公式实现温控负荷聚合商模型约束：步骤s215，采用如下的公式实现温控负荷聚合商模型约束：其中，为节点i处聚合商k在t时刻场景s中的参考室内温度状态。8.如权利要求7所述的方法，其特征在于，所述步骤s3进一步包括：各聚合商根据虚拟电厂预优化步骤获取的参考功率制定内部温控负荷的运行计划；对于某一特定的聚合商k，其解聚合目标使整体输出功率跟随预优化步骤获取的参考功率轨迹，并减小每个温控负荷的启停次数，具体目标函数如下；其中，通过设置目标函数中系数m的取值用于调整不同优化目标之间的权重；每个温控负荷在各时刻的功率消耗需满足如下需求模型，具体如下；每个温控负荷在各时刻的功率消耗需满足如下需求模型，具体如下；每个温控负荷在各时刻的功率消耗需满足如下需求模型，具体如下；对所述解聚合模型求解，按下述公式获取温控负荷的实际功率需求：
其中，为节点i处聚合商k在t时刻的实际功率需求；n
agg,i
为节点i处聚合商数目。9.如权利要求8所述的方法，其特征在于，所述步骤s4进一步包括：将虚拟电厂滚动调度优化模型中决策变量替换为固定值将模型的决策变量更新为再次求解该虚拟电厂滚动调度优化模型，得到各决策变量的最优解，并根据各场景的权重进行计算完成虚拟电厂滚动调度终优化，得到最终的滚动调度计划方案，包括可再生能源机组、分布式发电机组及储能设备的分时调度计划和向上级电力市场投标计划。
技术总结
本发明提出一种考虑海量温控负荷聚合的虚拟电厂滚动调度方法，包括：对虚拟电厂各总线上的温控负荷进行统计，根据各温控负荷的需求信息对其进行集群聚类，并计算聚合商的参数；然后根据温控负荷聚合结果，可再生能源和各类电价的预测信息，建立考虑温控负荷聚合商的虚拟电厂优化调度模型，求解得到滚动调度的预优化结果，获得各聚合商的参考功率；各聚合商对参考功率进行分解优化并分配给其内部每个温控负荷，得到聚合商内部各温控负荷的实际功率需求；根据所有温控负荷的实际功率需求，制定最终的滚动调度计划。实施本发明，可实现虚拟电厂中海量温控负荷协调调度，具有计算效率高、兼容性广、实用性强的优点。实用性强的优点。实用性强的优点。
技术研发人员：李江南 祝宇翔 史军 张炀 卢非凡 刘傲 车诒颖
受保护的技术使用者：深圳供电局有限公司
技术研发日：2021.09.28
技术公布日：2022/1/14