一种虚拟电厂经济安全调度优化方法与流程

本发明属于电力系统电源调度领域，特别涉及一种虚拟电厂经济安全调度优化方法。

背景技术：

近年来，化石燃料日益紧缺，环境污染不断加剧，为了解决上述问题，可再生能源发电，尤其是风力和光伏发电迅速发展。尽管可再生能源发电储量巨大、干净清洁，但往往具有很强的随机性，单独并网会对电网造成很大的冲击，不利于电网的稳定运行。在电力市场环境下，风电场的市场活动具有很大的风险性，其实际发电量往往与竞标电量存在偏差，从而遭受不平衡惩罚，因而在与传统发电厂的竞争中处于劣势。然而，可再生能源发电联合传统发电及储能形式，以虚拟电厂(virtual power plant，VPP)的形式参与大电网和电力市场的运行，可有效克服上述缺点，提高可再生能源发电的利用率和整体的经济收益。

传统的虚拟电厂的经济调度模型并未考虑电网的潮流约束，仅仅是在不考虑具体潮流约束的情况下求得经济上的最优解，实现虚拟电厂整体利润的最大化。但是，事实上，经济调度的最优解很有可能违反电网的潮流约束，给线路带来过负荷、节点电压越界等问题，给电网的安全运行造成危害。

技术实现要素：

发明目的：为了克服现有技术存在的问题，本发明建立了一种提高经济性的同时保证电网能够安全、稳定运行虚拟电厂经济安全调度优化方法。

技术方案：本发明提供了一种虚拟电厂经济安全调度优化方法，包括以下步骤：

步骤1：输入电价、风机出力的预测数据；输入市场合约参数，惩罚参数；输入燃气轮机、抽水蓄能电站参数；构造虚拟电厂经济调度模型，包括构建优化目标：建立以利润最大化为目标的函数其中，T为总时段数，n_s为电价的总方案数，M为风机出力的总方案数，π(s)为第s组电价方案的概率，R_t为t时段的收益，C_t为t时段的成本；构建约束条件，包括：电源出力的上下限约束、电源出力的爬坡约束、可控电源的最大和最小启停时间约束、能量平衡约束；

步骤2：输入配电网网架参数，潮流约束参数；构造虚拟电厂安全调度模型，包括线路的功率约束、节点电压约束、与主网连接点的交换功率约束；

步骤3：调用GAMS软件根据步骤1和步骤2中输入的目标函数和约束条件求解所构非线性混合整数规划模型，输出优化结果。

进一步，所述步骤1中构建的约束条件包括：

燃气轮机的约束条件：

work_t,i,K_t,i,on_t,i,off_t,i∈{0,1}；

on_t,i+off_t,i＝K_t,i；

K_t,i＝|work_t,i-work_t-1,i|；

gt_i,minwork_t,i≤gt_t,i≤gt_i,maxwork_t,i；

式中：布尔变量work_t,i表示t时刻机组i是否工作，若是则置1，否则置0；布尔变量on_t,i表示t时刻机组i是否启动，若是则置1，否则置0；K_t,i表示t时刻机组i是否改变工作状态，是则置1，否则置0；off_t,i表示t时刻机组i是否关闭，若是则置1，否则置0；gt_i,max/gt_i,min表示机组i的最大/小发电量；为机组i的向上爬坡率，为机组i的向下爬坡率；

抽水蓄能电站的约束条件：

初始时刻抽水蓄能电站储能E₁为0，将t时段抽水蓄能电站的蓄水量等效为蓄电量E_t；in_t和out_t为决策变量，分别表示蓄入和放出的电能，E_max表示最大蓄电量，E_c表示最大蓄入电量，E_d表示最大放出电量，则有：

E₁＝0；

E_t+in_t≤E_max；

out_t≤E_t-1；

in_t≤E_c；

out_t≤E_d；

E_t-E_t-1＝in_t-out_t；

远期合同的约束条件：

(1-z)H_t≤H_t′≤(1+z)H_t；

式中：z为合约允许的偏差系数，z∈[0,1]，H_t′表示满足合约要求输送的实际电量，为决策变量；H_t为t时段按合约要求输送的电能；

功率平衡约束：

式中：W_t,w表示t时刻第w组风机出力方案，S_t,s'表示t时刻第s'组光伏出力方案，gt_t为t时段的发电量；B_t为t时段的购电量；D_t分别为t时段向日前市场计划输送的电能；μ₁、μ₂分别表示发电效率和蓄能。

进一步，所述步骤2中构建的虚拟电厂安全调度模型包括：

符合基尔霍夫定律：

P_l,t(θ_l,t,V_i,t)-P_g,l,t+P_d,l,t＝0,t＝1～T

Q_l,t(θ_l,t,V_l,t)-Q_g,l,t+Q_d,l,t＝0,t＝1～T

式中：V_l,t为t时刻节点l的电压幅值；θ_l,t为t时刻节点l的电压相角；P_l,t为t时刻节点l的注入有功功率；P_g,l,t为t时刻节点l上燃气轮机发出的总有功功率；P_d,l,t为t时刻节点l消耗的有功功率；Q_l,t为t时刻节点l的注入无功功率；Q_g,l,t为t时刻节点l上燃气轮机发出的总无功功率；Q_d,l,t为t时刻节点l消耗的无功功率；

潮流方程约束：

式中：Y_lm'为节点导纳矩阵元素的幅值；δ_lm'为节点l到节点m’之间线路导纳的相角；θ_l,t为t时刻节点l的电压相角；θ_m',t为t时刻节点m’的电压相角；

节点lm’间线路的视在功率约束：

式中：S_lm',t为t时刻节点l到节点m’之间的视在功率；Slm'^max为节点l和节点m’之间的线路容量；S_b为配电网中所有支路的集合；

配网与主网连接点的容量约束：

S_GSP,t≤S_GSP^max,t＝1～T

式中：S_GSP,t为t时刻在公共连接点配网与主网交换的视在功率；S_GSP^max表示在公共连接点配网与主网交换的视在功率上限；

节点电压约束：

V_l^min≤V_l,t≤V_l^max t＝1～T

式中：V_l,t为配电网t时刻节点l的电压幅值；V_l^min为节点l允许的最小电压值；V_l^max为节点l允许的最大电压值。

有益效果：与现有技术相比，本发明提供的方法计算结果好、计算效率高，获得的调度方案能够在提高经济性的同时保证电网能够安全、稳定运行。

附图说明

图1为本发明提供的方法的流程图；

图2为改进的IEEE33节点配电网测试系统示意图；

图3为燃气轮机调度结果示意图；

图4为抽水蓄能电站调度结果示意图；

图5为电力市场购电结果示意图。

具体实施方式

下面结合附图对本发明做更进一步的解释。

如图1所示，本发明提供的一种虚拟电厂经济安全调度优化方法，包括以下步骤：

步骤1：输入电价、风机出力的预测数据；输入市场合约参数，惩罚参数；输入燃气轮机、抽水蓄能电站等参数，构造虚拟电厂经济调度模型；构造虚拟电厂经济调度模型包括构建优化目标：建立以利润最大化为目标的函数；构建约束条件，包括：电源出力的上下限约束、电源出力的爬坡约束、可控电源的最大和最小启停时间约束、能量平衡约束等；

其中，建立虚拟电厂经济调度目标函数和约束条件：

(1)目标函数

建立以利润最大化为目标函数的虚拟电厂混合整数线性规划模型，该模型的目标函数为：

式中：T为总时段数，n_s为电价的总方案数，M为风机出力的总方案数，π(s)为第s组电价方案的概率，R_t为t时段的收益，C_t为t时段的成本。H_t、D_t分别为t时段按合约要求输送的电能和向日前市场计划输送的电能，为决策变量。h为合约电价，为第s组方案中t时段的电价。B_t为购电量，即购电价格按计。n_i为可分配发电机组数，k_i为机组i的动作(启动或关闭)成本，布尔变量K_t,i表示t时刻机组i是否动作，若是则置1，否则置0。将燃气轮机常用的机组二次成本函数分段线性化，n_j为分段数，p_i为机组i的固定成本，为机组i第j段的斜率，为t时段机组i的第j段的发电量，gt_t,i为t时段机组i的发电量，为决策变量。为机组i所产生的第m项污染物的环境价值，为机组i所产生的第m项污染物的惩罚系数。

(2)约束条件

1)燃气轮机的约束条件：

work_t,i,K_t,i,on_t,i,off_t,i∈{0,1} (4)

on_t,i+off_t,i＝K_t,i (5)

K_t,i＝|work_t,i-work_t-1,i| (6)

gt_i,minwork_t,i≤gt_t,i≤gt_i,maxwork_t,i (7)

式中：布尔变量work_t,i表示t时刻机组i是否工作，若是则置1，否则置0；布尔变量on_t,i表示t时刻机组i是否启动，若是则置1，否则置0；K_t,i表示t时刻机组i是否改变工作状态，是则置1，否则置0；off_t,i表示t时刻机组i是否关闭，若是则置1，否则置0。gt_i,max/gt_i,min表示机组i的最大/小发电量。式(8)为机组的爬坡约束，为机组i的向上爬坡率，为机组i的向下爬坡率。

2)抽水蓄能电站的约束条件

初始时刻抽水蓄能电站储能E₁为0，将t时段抽水蓄能电站的蓄水量等效为蓄电量E_t，in_t和out_t为决策变量，分别表示蓄入和放出的电能，E_max表示最大蓄电量，E_c表示最大蓄入电量，E_d表示最大放出电量，则有：

E₁＝0 (9)

E_t+in_t≤E_max (10)

out_t≤E_t-1 (11)

in_t≤E_c (12)

out_t≤E_d (13)

E_t-E_t-1＝in_t-out_t (14)

3)远期合同的约束条件

实际输电量与合同要求电量可以有一定的偏差，但保证一天的输电总量相同，即有：

(1-z)H_t≤H_t′≤(1+z)H_t (15)

式中：z为合约允许的偏差系数，z∈[0,1]，H_t′表示满足合约要求输送的实际电量，为决策变量。

4)功率平衡约束

式中：W_t,w表示t时刻第w组风机出力方案，S_t,s'表示t时刻第s'组光伏出力方案，gt_t为t时段的发电量；B_t为t时段的购电量；D_t分别为t时段向日前市场计划输送的电能；μ₁、μ₂分别表示发电效率和蓄能。

步骤2：输入配电网网架参数，潮流约束参数；构造虚拟电厂安全调度模型，包括线路的功率约束、节点电压约束、与主网连接点的交换功率约束；

其中，建立虚拟电厂安全调度的约束条件为：

(1)符合基尔霍夫定律：

P_l,t(θ_l,t,V_i,t)-P_g,l,t+P_d,l,t＝0,t＝1～24 (18)

P_l,t(θ_l,t,V_i,t)-P_g,l,t+P_d,l,t＝0,t＝1～24 (19)

式中：在本实施例中优化周期为1天，则优选分为24个时段，所以T＝24；V_l,t为t时刻节点l的电压幅值；θ_l,t为t时刻节点l的电压相角；P_l,t为t时刻节点l的注入有功功率；P_g,l,t为t时刻节点l上燃气轮机发出的总有功功率；P_d,l,t为t时刻节点l消耗的有功功率；Q_l,t为t时刻节点l的注入无功功率；Q_g,l,t为t时刻节点l上燃气轮机发出的总无功功率；Q_d,l,t为t时刻节点l消耗的无功功率。

(2)潮流方程约束：

式中：Y_lm'为节点导纳矩阵元素的幅值；δ_lm'为节点l到节点m’之间线路导纳的相角；

θ_l,t为t时刻节点l的电压相角；θ_m',t为t时刻节点m’的电压相角。

(3)节点lm’间线路的视在功率约束：

式中：S_lm',t为t时刻节点l到节点m’之间的视在功率；Slm'^max为节点l和节点m’之间的线路容量；S_b为配电网中所有支路的集合。

(4)配网与主网连接点的容量约束：

S_GSP,t≤S_GSP^max,t＝1～24 (23)

式中：S_GSP,t为t时刻在公共连接点配网与主网交换的视在功率；S_GSP^max表示在公共连接点配网与主网交换的视在功率上限。

(5)节点电压约束：

V_l^min≤V_l,t≤V_l^max t＝1～24 (24)

式中：V_l,t为配电网t时刻节点l的电压幅值；V_l^min为节点l允许的最小电压值；V_l^max为节点l允许的最大电压值。

步骤3：调用GAMS软件求解所构非线性混合整数规划模型，输出优化结果。

实施例：本实施例以一座小型风电场、一座小型光电厂、一座抽水蓄能电站、一台燃气轮机组成虚拟电厂。选取IEEE33节点配电网测试系统作为潮流计算对象，并对其进行改进，如图2所示，将风电场、光电厂、抽蓄能电站和燃气轮机机组分别接于节点21、24、10、17。系统的安全约束参数如表1所示。电压基准值取为12.66kV，功率基准值取为10MVA。

表1系统安全约束参数

图3～5分别给出了采用现有技术、方案1和方案2后，燃气轮机出力、抽水蓄能电站等效蓄电量以及电力市场购电的调度策略结果。可以看出，相比于现有技术的方案，方案1和方案2下的各燃气轮机的发电量、抽水蓄能电站的充放电量以及电力市场的电能交易量均明显减少。对比方案1和方案2，可以看出，方案2下各分布式能源以及市场电能交易量的削减幅度更大。也就是说，考虑安全约束会降低初始调度值以满足安全约束的要求；安全约束越严格，初始调度值的削减量越大。

以上仿真结果验证了本发明的有效性和实用性。该发明能兼顾虚拟电厂调度的经济性和安全性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。