一种虚拟电厂分层随机优化调度方法
【专利摘要】本发明公开了一种虚拟电厂分层随机优化调度方法，首先建立包括上层虚拟电厂层和下层微电网层的虚拟电厂两层协调优化调度模型，其中下层各微电网优化调度模型为机会约束模型，模型中采用经验分布函数描述不可控微电源独立状态下出力概率分布，并依据不可控微电源联合直方图选择Copula函数建立联合概率分布模型。然后利用抽样平均近似法和KKT最优性条件将虚拟电厂两层协调优化调度模型转化为单层确定性模型并求解，对虚拟电厂进行最优调度。本发明方法可兼顾虚拟电厂内多个微电网间的协调运行；利用概率分布与Copula相关性分析可充分考虑不可控微电源随机性与相关性对优化调度问题的影响，可实现虚拟电厂协调随机优化调度。
【专利说明】—种虚拟电厂分层随机优化调度方法
【技术领域】
[0001]本发明属于电力优化调度【技术领域】，涉及一种虚拟电厂分层随机优化调度方法。【背景技术】
[0002]世界能源消费的持续增长及环境污染的不断加重促进了分布式电源的广泛使用。但随着分布式电源大规模接入，大量地域分散、所属权各异的分布式电源如何运行管理，是绿色能源推广应用所面临的难题。虚拟电厂为分布式电源运行管理提供了现实可行的解决方案。虚拟电厂可让分布式电源更好地融入到智能电网中并参与电力市场的交易和电力系统的调度。
[0003]虚拟电厂把多个分散的分布式电源、储能装置和负荷集成起来，虚拟成一个独立的发电个体，具有类似传统发电厂一样的可控性，可向电网提交发电计划和负荷需求。但虚拟电厂内含大量的分布式电源，而风力、光伏等不可控分布式电源受自然条件影响较大，具有很强的随机性与波动性，因此如何有效处理不可控分布式电源，解决虚拟电厂优化调度问题具有重大意义，但现有研究的虚拟电厂优化模型，有些直接忽略其内部不可控分布式电源的不确定性，有些虽考虑了随机性因素，但模型均是在各分布分布式电源相互独立的条件下建立的，忽略了虚拟电厂内分布式电源出力的相关特性。事实上，同一区域内的分布式电源由于地理位置相近，风电场与光伏电站、光伏电站间以及风电场间存在很大的相关性，其对虚拟电厂优化调度也产生了重要影响。且对于含多个微电网的虚拟电厂其优化调度需考虑多个微电网间的协调运行，现有研究也很少或基本没涉及含多个微电网的虚拟电厂优化调度。
[0004]对含多个微电网的虚拟电厂，其优化调度需考虑多个微电网间的协调运行，而对于每个微电网自身，又各自包含多个分布式电源、负荷等单元，需确定自身优化调度策略，实现各微电网内部能量平衡，且虚拟电厂内大量的不可控分布式电源具有很强随机性与相关性。因此如何兼顾虚拟电厂总体调度目标和各微电网局部目标利益，如何有效处理不可控分布式电源的不确定性与相关性，是大规模虚拟电厂推广应用所面临的实际问题，也是虚拟电厂优化调度不得不考虑的重要问题。
【发明内容】
[0005]技术问题:本发明提供一种可实现虚拟电厂内多个微电网间的协调运行、简化了控制难度的虚拟电厂分层随机优化调度方法。
[0006]技术方案:本发明的虚拟电厂分层随机优化调度方法，包括以下步骤:
[0007]I)针对含多个微电网的虚拟电厂分层分布特点，建立包括上层虚拟电厂层和下层微电网层的虚拟电厂两层协调优化调度模型；
[0008]其中下层微电网层是按照以下方法建立的:利用概率分布与Copula函数来描述不可控微电源的随机性与相关性，得到的各微电网机会约束随机优化模型即为下层微电网层，此模型包括优化目标、确定性约束条件和不确定性约束条件；[0009]2) 基于随机优化和分层优化求解策略，利用抽样平均近似法和KKT最优性条件将两层协调优化调度模型转化为单层确定性模型，然后求解单层确定性模型，得到微电源最优出力和储能装置的充放电功率，以及微电网向大电网提交的发电计划；
[0010]3)根据步骤2)得到的微电源最优出力和储能装置的充放电功率，以及微电网向大电网提交的发电计划，对虚拟电厂进行最优调度。
[0011]本发明方法的一个优选方案中，步骤I)中建立的各微电网机会约束随机优化模型包括优化目标、确定性约束条件和不确定性约束条件，其中不确定性约束条件按照以下方
式建立:
[0012]首先采用经验分布函数描述不可控微电源独立状态下的出力概率分布；然后建立各不可控微电源出力的联合概率直方图；最后根据各不可控微电源出力的联合概率直方图选择Copula函数建立不可控微电源的联合概率分布模型。
[0013]本发明方法的一个优选方案中，步骤2)的具体流程为:首先采用抽样平均近似法将步骤I)建立的虚拟电厂两层协调优化调度模型转化为两层确定性优化调度模型；然后采用KKT最优性条件将所述两层确定性优化调度模型转化为单层确定性优化调度模型?’最后对转换后的单层确定性优化调度模型进行求解。
[0014]有益效果:本发明与现有技术相比，具有以下优点:
[0015]本发明针对含多个微电网的虚拟电厂分层分布特点，提出了虚拟电厂两层协调优化调度模型，突破了传统单一层次的电力调度模式，可实现虚拟电厂内多个微电网间的协调运行；虚拟电厂内风力、光伏等不可控微电源受自然条件影响具有很强的随机性与相关性，本发明在下层各微电网优化调度模型中利用概率分布和Copula函数充分考虑了不可控微电网的随机性与相关性，弥补了传统调度模型中不可控微电源为确定性、出力相互独立的缺陷；本发明利用抽样平均近似法和KKT最优性条件将虚拟电厂两层协调优化调度模型转化为单层确定性模型，大大简化了求解难度。
【专利附图】
【附图说明】
[0016]图1为虚拟电厂分层随机优化调度流程图。
【具体实施方式】
[0017]下面结合实施例和说明书附图对本发明作进一步详细描述。
[0018]本发明的虚拟电厂分层随机优化调度方法，包括以下步骤:
[0019]I)针对含多个微电网的虚拟电厂分层分布特点，建立包括上层虚拟电厂层和下层微电网层的虚拟电厂两层协调优化调度模型，上下两层决策通过各自的决策变量相互影响、相互作用。
[0020]其中上层依据电网需求设立虚拟电厂总体调度目标。本发明中以虚拟电厂利润最大为目标，以虚拟电厂发电计划约束为约束条件。
[0021](I)目标函数:
[0022]
【权利要求】
1.一种虚拟电厂分层随机优化调度方法，其特征在于，该方法包括以下步骤: 1)针对含多个微电网的虚拟电厂分层分布特点，建立包括上层虚拟电厂层和下层微电网层的虚拟电厂两层协调优化调度模型； 所述下层微电网层是按照以下方法建立的:利用概率分布与Copula函数来描述不可控微电源的随机性与相关性，得到的各微电网机会约束随机优化模型即为下层微电网层； 2)基于随机优化和分层优化求解策略，利用抽样平均近似法和KKT最优性条件将两层协调优化调度模型转化为单层确定性模型，然后求解单层确定性模型，得到微电源最优出力和储能装置的充放电功率，以及微电网向大电网提交的发电计划； 3)根据所述步骤2)得到的微电源最优出力和储能装置的充放电功率，以及微电网向大电网提交的发电计划，对虚拟电厂进行最优调度。
2.如权利要求1所述的虚拟电厂分层随机优化调度方法，其特征在于，所述步骤I)中建立的各微电网机会约束随机优化模型包括优化目标、确定性约束条件和不确定性约束条件，所述不确定性约束条件按照以下方式建立: 首先采用经验分布函数描述不可控微电源独立状态下的出力概率分布；然后建立各不可控微电源出力的联合概率直方图；最后根据各不可控微电源出力的联合概率直方图选择Copula函数建立不可控微电源的联合概率分布模型。
3.如权利要求1或2所述的虚拟电厂分层随机优化调度方法，其特征在于，所述步骤2)的具体流程为:首先采用抽样平均近似法将所述步骤I)建立的虚拟电厂两层协调优化调度模型转化为两层确定 性优化调度模型；然后采用KKT最优性条件将所述两层确定性优化调度模型转化为单层确定性优化调度模型；最后对转换后的单层确定性优化调度模型进行求解。
【文档编号】G06Q50/06GK103903066SQ201410137473
【公开日】2014年7月2日 申请日期:2014年4月4日 优先权日:2014年4月4日
【发明者】喻洁, 冯其芝, 时斌, 吴在军, 窦晓波 申请人:东南大学