针对虚拟电厂的双层优化方法及系统与流程

本发明属于电气自动化领域，具体涉及一种针对虚拟电厂的双层优化方法及系统。

背景技术：

1、随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。因此，保证电能的稳定可靠供应，就成为了电力系统最重要的任务之一。

2、随着越来越多的分布式发电系统并入电力系统，分布式发电系统的分散特性对电力系统的安全可靠运行带来了极大的挑战。虚拟电厂能够高效、灵活的聚合位置分散、难于管理的分布式能源，从而提高电力系统的安全性和可靠性。因此，针对虚拟电厂的优化控制方法，一直是研究人员的研究重点之一。

3、目前，传统的虚拟电厂的优化控制方案，往往只考虑了单一的市场运行模式，并无法实现虚拟电厂的整体资源优化配置；同时现有方案的控制精度和控制可靠性也相对较差。

技术实现思路

1、本发明的目的之一在于提供一种可靠性高、精确性好且能够实现资源整体优化配置的针对虚拟电厂的双层优化方法。

2、本发明的目的之二在于提供一种实现所述针对虚拟电厂的双层优化方法的系统。

3、本发明提供的这种针对虚拟电厂的双层优化方法，包括如下步骤：

4、s1.获取电力系统和虚拟电厂的数据信息；

5、s2.根据步骤s1获取的数据信息，虚拟电厂预测日前电能量市场和调峰市场的价格信息；

6、s3.根据步骤s2得到的数据信息，虚拟电厂制定初始柔性负荷和分布式电源的内部价格信息；

7、s4.根据步骤s3获取的数据信息，柔性负荷和分布式电源确定自身的竞标电量并反馈给虚拟电厂；

8、s5.根据步骤s4得到的数据信息，虚拟电厂构建自身的优化模型；

9、s6.对步骤s5构建的优化模型进行求解，从而完成虚拟电厂的双层优化。

10、步骤s2所述的根据步骤s1获取的数据信息，虚拟电厂预测日前电能量市场和调峰市场的价格信息，具体包括如下步骤：

11、虚拟电厂根据历史信息，预测得到日前电能量市场售电价格为ρs,t，购电价格为ρb,t，填谷调峰价格为ρvf,t，削峰调峰价格为ρpf,t。

12、步骤s3所述的根据步骤s2得到的数据信息，虚拟电厂制定初始柔性负荷和分布式电源的内部价格信息，具体包括如下步骤：

13、虚拟电厂根据步骤s2得到的数据信息和历史信息，制定初始柔性负荷的负荷电价为λload,t、填谷调峰补偿价格为λfl,vf,t和削峰调峰补偿价格λfl,pf,t，同时制定分布式电源的购店价格为λcdg,t。

14、步骤s4所述的根据步骤s3获取的数据信息，柔性负荷和分布式电源确定自身的竞标电量并反馈给虚拟电厂，具体包括如下步骤：

15、建立柔性负荷优化模型：

16、采用如下算式作为柔性负荷优化模型的目标函数：

17、

18、式中ffl为柔性负荷的总收益；t为时段总数；cload为购电成本且cload＝λload,tpload,t，λload,t为虚拟电厂向柔性负荷发布的电价，pload,t为柔性负荷向虚拟电厂运营商的购电量且pload,t＝pload0,t-pfl,e,t-pfl,pf,t，pload0,t为负荷初始值，pfl,e,t为负荷调整电量，pfl,pf,t为削峰调峰竞标电量；bfl,f为调峰收益且bfl,f＝λfl,vf,tpfl,vf,t+λfl,pf,tpfl,pf,t，λfl,vf,t为填谷调峰补偿电价，pfl,vf,t为填谷调峰电量，λfl,pf,t为削峰调峰补偿电价，pfl,pf,t为削峰调峰电量；

19、采用如下算式作为柔性负荷优化模型的约束条件：

20、柔性负荷i在日前电能量市场中的调整电量满足如下约束条件：

21、-pfl,i,max≤pfl,e,i,t≤pfl,i,max

22、式中pfl,i,max为柔性负荷i允许调整的最大电量；pfl,e,i,t为柔性负荷i在日前电能量市场中的调整电量；

23、柔性负荷i在调峰市场中的调整电量满足如下约束条件：

24、0≤pfl,vf,i,t≤utfcpfl,i,max

25、0≤pfl,pf,i,t≤utfdpfl,i,max

26、式中pfl,vf,i,t为柔性负荷填谷调峰的电量；pfl,pf,i,t为柔性负荷削峰调峰的电量；utfc为表示柔性负荷是否参与削峰调峰的0-1变量，且utfc＝1表示柔性负荷参与削峰调峰，utfc＝0表示柔性负荷不参与削峰调峰；utfd为表示柔性负荷是否参与填谷调峰的0-1变量，且utfd＝1表示柔性负荷参与填谷调峰，utfd＝0表示柔性负荷不参与填谷调峰；utfc和utfd不同时为1；

27、柔性负荷i在每个时段的总调整电量满足如下约束：

28、-pfl,i,max≤pfl,e,t+pfl,p,t-pfl,vf,t≤pfl,i,max

29、式中pfl,p,t为柔性负荷参与调峰的电量；

30、24个时段内的总调整电量之和为0的约束：

31、

32、所有柔性负荷在同一时段的调整状态相同的约束：

33、pfl,e,i,tpfl,e,j,t＝0

34、式中i＝1,…,nfl，j＝1,…,nfl，nfl为柔性负荷的总数量；

35、建立分布式电源优化模型：

36、采用如下算式作为分布式电源优化模型的目标函数：

37、

38、式中fcdg为分布式电源的收益；λcdg,t为t时段虚拟电厂发送给分布式电源的购电价格；pcdg,t为分布式电源与虚拟电厂的交易电量；a为分布式电源的第一成本系数；b为分布式电源的第二成本系数；c为分布式电源的第三成本系数；

39、采用如下算式作为分布式电源优化模型的约束条件：

40、分布式电源的发电功率的约束条件：

41、pcdg,min≤pcdg,t≤pcdg,max

42、式中pcdg,min为分布式电源的最小发电功率；pcdg,max为分布式电源的最大发电功率。

43、步骤s5所述的根据步骤s4得到的数据信息，虚拟电厂构建自身的优化模型，具体包括如下步骤：

44、采用如下算式作为虚拟电厂优化模型的目标函数：

45、max fvpp,operator＝bf+benergy-cvpp

46、式中fvpp,operator为虚拟电厂总收益；bf为虚拟电厂参与调峰市场的收益且ρvf,t为虚拟电厂预测参与填谷调峰的价格，ρpf,t为虚拟电厂预测参与削峰调峰的价格，pvfb,t为虚拟电厂参与填谷调峰的竞标电量且pvfb,t＝pes,vf,t+pfl,vf,t，pes,vf,t为储能参与填谷调峰的竞标电量，pfl,vf,t为柔性负荷参与填谷调峰的竞标电量，ppfb,t为虚拟电厂参与削峰调峰的竞标电量且ppfb,t＝pes,pf,t+pfl,pf,t，pes,pf,t为储能参与削峰调峰的竞标电量，pfl,pf,t为柔性负荷参与削峰调峰的竞标电量；benergy为虚拟电厂参与电能量市场的费用且ρs,t为预测的售电价格，ρb,t为预测的购电价格，ps,t为售电量，pb,t为购电量，benergy为正时表示虚拟电厂的收益，benergy为负时表示虚拟电厂的成本；cvpp为虚拟电厂的内部费用且cvpp＝ccdg+ffl+fes，ccdg为虚拟电厂向分布式电源支付的费用且λcdg,t为虚拟电厂给分布式电源制定的电价，pcdg,t为竞标电量，ffl为虚拟电厂向柔性负荷支付的费用，fes为虚拟电厂向储能支付的费用；

47、采用如下算式作为虚拟电厂优化模型的约束条件：

48、虚拟电厂的功率平衡的约束条件：

49、pb,t-ps,t+pcdg,t＝pload,t+pes,e,t

50、式中pb,t为虚拟电厂参与电能量市场的购电量；ps,t为虚拟电厂参与电能量市场的售电量；pload,t为t时段柔性负荷调整后的负荷值；pes,e,t为储能参与电能量市场的电量；

51、虚拟电厂参与调峰市场的竞标电量的约束条件：

52、pfbmin,tu(t)≤pfb,t≤mu(t)

53、式中pfbmin,t为允许的最小调峰容量；u(t)为0-1变量，用于表示虚拟电厂是否参与调峰市场，虚拟电厂参与调峰市场则u(t)＝1，虚拟电厂不参与调峰市场则u(t)＝0；m为无穷大正数，用于不等式约束的构造；

54、保证优先向分布式电源购电的约束条件：

55、λmin,t≤λcdg,t≤ρb,t

56、式中λmin,t为最低价格限制；ρb,t为电能量市场的购电价格；

57、负荷电价与日前电能量市场的购电价格之间的约束条件：

58、ρs,t≤λload,t≤ρb,t

59、ρf,min≤λfl,f,t≤ρf,max

60、式中ρs,t为电能量市场的售电价格；λload,t为虚拟电厂向柔性负荷制定的电价；ρf,min为最小调峰补偿价格；λfl,f,t为分布式电源制定的调峰补偿价格；ρf,max为最大调峰补偿价格；

61、调峰补偿价格的约束条件：

62、ρf,min≤λes,f≤ρf,max

63、ρb,min≤λes,e≤ρb,max

64、式中λes,f为储能参与调峰的补偿价格；ρb,min为储能在日前电能量市场的放电价格补偿最小值；λes,e为储能放电的补偿价格；ρb,max为储能在日前电能量市场的放电价格补偿最大值；

65、构建储能优化模型：

66、采用如下算式计算储能获得的总收益fes：

67、

68、式中pes,e,d,t为储能参与日前电能量市场的总放电功率；pes,vf,t为储能提供填谷调峰服务的电量；pes,pf,t为储能提供削峰调峰服务的电量；

69、采用如下算式作为储能充放电功率的约束：

70、-pes,i,max≤pes,e,i,t≤pes,i,max

71、

72、0≤pes,vf,i,t≤uvfpes,i,max

73、

74、0≤pes,pf,i,t≤upfpes,i,max

75、

76、式中pes,i,max为储能i的最大充放电功率；pes,e,i,t为储能i在t时段在电能量市场的功率；nes为储能的数量；pes,vf,i,t为单个储能i提供填谷调峰的电量；uvf为表示储能是否参与削峰调峰的0-1变量，且uvf＝1表示储能参与削峰调峰，uvf＝0表示储能不参与削峰调峰；upf为表示储能是否参与填谷调峰的0-1变量，且upf＝1表示储能参与填谷调峰，upf＝0表示储能不参与填谷调峰；uvf和upf不同时为1；pes,pf,i,t为单个储能i提供削峰调峰的电量；

77、采用如下算式作为储能参与日前电能量市场和调峰市场的总电量的约束条件：-pes,i,max≤pes,e,i,t+pes,pf,i,t-pes,vf,i,t≤pes,i,max；

78、采用如下算式作为储能i的能量与其参与的日前电能量市场和调峰市场的竞标电量的约束：

79、

80、ees,i,min≤ees,i,t≤ees,i,max

81、式中为储能i在初始时段的能量；ees,i,t为储能i在末时段的能量；ees,i,min为储能i的能量最小值；ees,i,max为储能i的能量最大值；ees,i,t为储能i在t时段的能量且ees,i,t＝ees,i,t-1+pes,c,i,tηc-pes,d,i,t/ηd+pes,vf,i,tηc-pes,p,i,t/ηd，ees,i,t-1为储能i在t-1时段的能量，pes,c,i,t为t时段储能i的充电功率，ηc为储能充电效率，pes,d,i,t为t时段储能i的放电功率，ηd为储能放电效率，pes,vf,i,t为储能参与填谷调峰的电量，pes,p,i,t为储能参与削峰调峰的电量。

82、步骤s6所述的对步骤s5构建的优化模型进行求解，具体包括如下步骤：

83、针对虚拟电厂构建自身的优化模型，采用粒子群算法进行求解；针对柔性负荷优化模型和分布式电源优化模型，采用内电法进行求解。

84、本发明还提供了一种实现所述针对虚拟电厂的双层优化方法的系统，包括数据获取模块、信息预测模块、信息制定模块、竞标电量确定模块、模型构建模块和模型求解模块；数据获取模块、信息预测模块、信息制定模块、竞标电量确定模块、模型构建模块和模型求解模块依次串接；数据获取模块用于获取电力系统和虚拟电厂的数据信息，并将数据上传信息预测模块；信息预测模块用于根据接收到的数据，虚拟电厂预测日前电能量市场和调峰市场的价格信息，并将数据上传信息制定模块；信息制定模块用于根据接收到的数据，虚拟电厂制定初始柔性负荷和分布式电源的内部价格信息，并将数据上传竞标电量确定模块；竞标电量确定模块用于根据接收到的数据，柔性负荷和分布式电源确定自身的竞标电量并反馈给虚拟电厂，并将数据上传模型构建模块；模型构建模块用于根据接收到的数据，虚拟电厂构建自身的优化模型，并将数据上传模型求解模块；模型求解模块用于根据接收到的数据，对构建的优化模型进行求解，从而完成虚拟电厂的双层优化。

85、本发明提供的这种针对虚拟电厂的双层优化方法及系统，提出了一种双层优化方案，上层以虚拟电厂的优化为目标，下层以分布式电源和柔性负荷的优化为目标，最终实现了虚拟电厂的双层优化；因此本发明的可靠性高，精确性好，而且能够实现资源整体优化配置。