一种虚拟电厂分布式资源协同优化调度方法和系统与流程

本发明涉及虚拟电厂优化，尤其是指一种虚拟电厂分布式资源协同优化调度方法和系统。

背景技术：

1、在国家“碳达峰、碳中和”战略目标与以新能源为主体的新型电力系统建设背景下，配电网侧面临海量分布的分布式可再生能源并网接入，给配电网的运行管理带来巨大的挑战。对规模化灵活资源进行有效聚合，可从根本上解决电力系统灵活性调节能力不足的问题。但当前规模化灵活资源互动调控面临着诸多技术难题，导致大规模分布式灵活资源潜力未被充分挖掘利用。

2、虚拟电厂一般包含风电、微型燃气轮机、储能及可控负荷等部分。作为一种聚合分布式可再生能源并实现内部资源精准管控的有效管理形式而得到广泛应用。近年来，国内外学者针对单个虚拟电厂在配置、计划、运行、分配四个层面的优化，开展了诸多研究。在日前计划和日内运行阶段，形成了“日前-滚动-实时”的多时间尺度优化调控架构及策略方法。随着“双碳”“整县光伏”“新型电力系统”目标的进一步推进，多个虚拟电厂共存于某一区域配电网中将是重要发展方向。虚拟电厂间的电量资源具有时空互补特性，因此对同一个区域配电网内的多个虚拟电厂开展计及虚拟电厂间功率互济的协同优化来实现虚拟电厂间的利益平衡与优化，将较各虚拟电厂独立参与电力市场获取更优的经济效益。

3、目前，一些文献对多个虚拟电厂协同优化调控进行了探索性研究，刘方等人以多个虚拟电厂集群运行为目标，通过独立定价以激励各虚拟电厂参与集群优化，建立了包含日前和日内滚动在内的两阶段联合优化模型，结果表明集群联合优化可有效改善虚拟电厂集群系统电能均衡问题，提升整体经济性。陈妤等人建立了包含虚拟电厂间双边合同签订机制在内的多个虚拟电厂日前优化模型，考虑到优化求解过程是一个典型的非凸非线性复杂问题，采用了二阶锥松弛技术对非线性部分进行替代，研究结果表明多个虚拟电厂优化模式可减小间歇性电源出力对电网造成的影响，提升整体收益。杨洪朝提出了高渗透率下多个虚拟电厂日内两阶段优化调度模型，通过利润函数的风险刻画对优化过程中的不确定性进行建模，结果表明联合运行可降低决策险。

4、上述优化研究均为集中建模、统一求解的优化思想，未突出与多个虚拟电厂结构相匹配的多层级思想，且面向更多虚拟电厂聚合与海量异构信息场景，采用集中建模、统一求解方法无疑增加了求解的难度。针对上述问题，董雷提出一种含多个虚拟电厂的主动配电网双层优化运行方法，上层以配电网运行安全及经济性为目标，下层以各虚拟电厂利益最大化为目标，结果表明双层优化模型可有效地提高系统安全性和经济效益。刘思源基于多代理架构，将多个虚拟电厂优化问题转换为一个双层协调优化模型，上层同样为虚拟电厂之间的优化，而下层为虚拟电厂内部优化问题。

5、分层建模、单独求解的思想不仅与多个虚拟电厂调控架构相匹配，还可有效减少计算量。但上层优化与下层优化进行交互时，需将所有虚拟电厂竞价信息进行群发，不利于各虚拟电厂主体的隐私保护，其本质上仍为一种集中优化的思路。因此，如何在保证各虚拟电厂隐私性的基础上，各虚拟电厂仅能基于自身运行信息来实现多虚拟电厂分布式协同与整体优化，是多个虚拟电厂优化的重要研究方向。

技术实现思路

1、为此，本发明所要解决的技术问题在于克服现有技术中对多个虚拟电厂进行协同优化时存在集中优化问题，同时还存在隐私泄漏的问题。

2、为解决上述技术问题，本发明提供了一种虚拟电厂分布式资源协同优化调度方法，包括：

3、步骤s1：构建基于多个虚拟电厂的协调优化调度模型，所述协调优化调度模型包括建立多个虚拟电厂的协调优化目标和约束条件；

4、步骤s2：对所述协调优化调度模型进行分解优化，并对分解优化后的协调优化调度模型进行求解，以完成虚拟电厂分布式资源协同优化调度。

5、在本发明的一个实施例中，所述步骤s1中所述协调优化调度模型包括建立多个虚拟电厂的协调优化目标，方法包括：

6、对于单个虚拟电厂，t时域内虚拟电厂的成本函数为：

7、

8、式中，cgrid,t、cvpp,t、ccl,t、com,t分别为向电网购售电收益、向其他虚拟电厂购售电收益、切负荷补偿成本及设备运行成本且满足：

9、

10、式中，kgrid,s,t、kgrid,b,t分别为t时刻虚拟电厂向电网售、购电单价；kvpp,t为t时刻虚拟电厂间售、购电单价；kcl为可调负荷单位补偿成本；kmt、kess、kwt分别为微型燃气燃机、储能、风电单位运行成本；pgrid,s,t、pgrid,b,t分别为t时刻虚拟电厂向电网售电功率、向电网购电功率；pvpp,s,t、pvpp,b,t分别为向其他虚拟电厂售电功率、购电功率；pcl,i,t为负荷中断功率；pmt,i,t为微型燃气轮机发电功率；pess,i,t为储能充放电功率；pwt,i,t为风i点发电功率；mcl、mmt、mess、mwt分别为虚拟电厂内可调负荷、微型燃气轮机、储能、风电的数量；

11、对于n个虚拟电厂，其协调优化目标为各虚拟电厂运行成本之和最小，公式为：

12、

13、将式(1)代入式(3)，且由于当前虚拟电厂向其他虚拟电厂的售电收益等于其他虚拟电厂向当前虚拟电厂的购电成本，故虚拟电厂间电量交易费用互相抵消，因此n个虚拟电厂的协调优化目标改写为：

14、

15、在本发明的一个实施例中，所述kvpp,t为虚拟电厂间交易电价函数，表示为：

16、

17、其中，

18、

19、式中，qvpp-s,n,t与qvpp-q,n,t分别为虚拟电厂的剩余电量与缺额电量。

20、在本发明的一个实施例中，所述步骤s1中所述协调优化调度模型包括建立约束条件，方法包括：

21、构建虚拟电厂内部潮流约束，公式为：

22、

23、式中，m为虚拟电厂内节点数；pi,t、qi,t分别为t时刻节点i注入的有功功率与无功功率；vi,t、vj,t分别为节点i与节点j的电压；gij、bij分别为节点i与节点j之间的电导与电纳；δij,t为t时刻节点i与节点j的相位差；

24、构建虚拟电厂内部节点功率平衡约束，公式为：

25、对于虚拟电厂根节点o，功率平衡约束为：

26、

27、对于其他节点，功率平衡约束为：

28、

29、式中，pload,i,t、pess-ch,i,t、pess-disch,i,t分别为可调负荷期望用电功率、储能充电及放电功率；qmt,i,t、qcl,i,t、qload,i,t分别为微型燃气轮机无功功率、负荷中断无功功率及负荷期望无功功率；

30、构建虚拟电厂内部安全运行约束，公式为：

31、

32、式中，vimax、vimin分别为节点i电压幅值上、下限，为支路ij电流上限；

33、构建虚拟电厂交易约束，公式为：

34、

35、式中，分别为虚拟电厂与电网及其他虚拟电厂最大交互功率；ds,t、db,t为0-1变量，表征虚拟电厂售电或购电状态，1为参与交易，0为不参与交易；

36、构建虚拟电厂间交易电量平衡约束，公式为：

37、

38、构建其他运行约束，公式为：

39、

40、式中，分别为微型燃气轮机最大发电功率、最大爬坡功率、最大无功功率、最小无功功率；soct、socmax、socmin分别为储能在t时刻及最大、最小荷电状态；分别为储能最大充、放电功率；ηess为储能充放电效率；dess-ch,t与dess-disch,t为0-1变量，表征储能充放电状态，1为动作，0为不动作；为可调负荷最大调节裕度；tcl、分别为可调负荷功率因数角、调节时长及最大调节时长。

41、在本发明的一个实施例中，所述步骤s2中对所述协调优化调度模型进行分解优化，方法包括：

42、首先将多个虚拟电厂协调优化问题分解为一系列虚拟电厂独立优化问题，则式(1)及式(6)式(12)改写为：

43、

44、其中，基于拉格朗日对偶松弛理论，将式(11)松弛到式(13)的优化问题中，构成拉格朗日函数，包括：对式(11)进行改写，并引入x、y两个连续变量，则有：

45、

46、由式(10)可知，任意一个虚拟电厂在同一时刻仅存在一种交易行为，当任意一个虚拟电厂为购电方时，pvpp,b,n,t≥0，pvpp,s,n,t＝0，引入式(10)，并将式(14)松弛到式(13)的优化问题中，将任意一个虚拟电厂的优化问题改写成拉格朗日函数，公式为：

47、

48、式中，λn,t为拉格朗日乘子；

49、基于拉格朗日对偶松弛法分解优化后，得到虚拟电厂优化调度子问题和外层优化问题；

50、将虚拟电厂优化调度子问题表示为：

51、

52、将外层优化问题表示为：

53、

54、式中，nb为购电虚拟电厂集合；

55、当任意一个虚拟电厂为售电方时，xn,t＜0时，则式(13)的优化问题分解为：

56、

57、式中，ns为售电虚拟电厂集合；

58、最终，经拉格朗日对偶松弛后，式(13)的优化问题转换为的两个问题，包括最终子问题和最终外层优化问题；

59、最终外层优化问题与最终子问题交替迭代，并通过更新拉格朗日乘子实现协同寻优。

60、在本发明的一个实施例中，所述最终子问题的表达式为：

61、

62、所述最终外层优化问题的表达式为：

63、

64、在本发明的一个实施例中，所述步骤s2中对分解优化后的协调优化调度模型进行求解，方法包括：

65、将分解优化后的协调优化调度模型作为分布式部分可观测马尔科夫决策问题进行求解，并通过基于bloch球面进行量子编码的遗传算法对分布式部分可观测马尔科夫决策问题进行求解，包括：

66、对量子位进行归一化处理并以bloch球面坐标进行编码，引入量子位角度参量θi、φi，编码方案为；

67、

68、其中，至此，每个量子位由三个值对应，基于所述量子位得到量子旋转门与量子非门，在基于bloch球面进行量子编码的遗传算法中通过所述量子旋转门与量子非门对种群进行更新，以实现全局最优搜索。

69、为解决上述技术问题，本发明提供了一种虚拟电厂分布式资源协同优化调度系统，包括：

70、构建模块：用于构建基于多个虚拟电厂的协调优化调度模型，所述协调优化调度模型包括建立多个虚拟电厂的协调优化目标和约束条件；

71、优化与求解模块：用于对所述协调优化调度模型进行分解优化，并对分解优化后的协调优化调度模型进行求解，以完成虚拟电厂分布式资源协同优化调度。

72、为解决上述技术问题，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述虚拟电厂分布式资源协同优化调度方法的步骤。

73、为解决上述技术问题，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述虚拟电厂分布式资源协同优化调度方法的步骤。

74、本发明的上述技术方案相比现有技术具有以下优点：

75、本发明提出了多个虚拟电厂分布式协调优化互动机制，结合与多个虚拟电厂结构相匹配的多层级思想，可以提高面对海量虚拟电厂信息的场景的求解效率，降低求解难度；

76、本发明在实现全局优化的前提下，更好的保障各个虚拟电厂的隐私性。