一种考虑强不确定性负荷的虚拟电厂优化调度方法与流程

本发明涉及虚拟电网调度领域，尤其是涉及一种考虑强不确定性负荷的虚拟电厂优化调度方法。

背景技术：

1、我国能源消费结构不完善，导致环境污染和二氧化碳排放问题严重，紧迫需要减排。新能源发展快速，但波动性大，可能影响电网稳定。因此虚拟电厂(vpp)应运而生，整合需求侧资源参与辅助服务，但现有单阶段经济调度方法不足以充分发挥vpp优势。急需一种灵活全面的vpp内部优化调度方法。

2、中国专利，公开号：cn115879983a，公开日：2023年3月31日，公开了一种虚拟电厂调度方法，包括如下步骤：s1：建立虚拟电厂调度的目标函数和约束条件，保证虚拟电厂的正常运行；s2：依据目标函数构建所述目标函数的解集；s3：验证所述解集是否满足所述约束条件，计算惩罚项；s4：基于虚拟电厂向电力市场购电价格、虚拟电厂向电力市场售电价格、电量需求、目标函数和惩罚项构建虚拟电厂的调度策略模型；s5：基于深度强化学习算法生成虚拟电厂的最优调度策略。本发明通过建立考虑不确定性、需求响应和风险价值的虚拟电厂调度模型，提高虚拟电厂综合收益，并搭建深度强化学习网络，进行训练和求解，提高调度策略模型的求解效率。此方案存在以下问题：通过建立虚拟电厂的目标函数和约束条件，验证目标函数的解集是否满足约束条件计算惩罚项，再基于售电价格、电量需求、目标函数和惩罚项构建调度策略模型。未考虑虚拟电厂中能源供应链的不确定性负荷对虚拟电厂的影响，以及未进行多目标优化，导致配电网运行的稳定性低。

技术实现思路

1、本发明的目的是解决现有技术中的虚拟电厂优化调度方法稳定性低的问题，提供一种考虑强不确定性负荷的虚拟电厂优化调度方法，通过获取能源供应链收益构建多目标主从博弈模型对虚拟电厂中的不确定变量进行分析构建不确定集，对不确定集中的不确定变量进行模糊化并通过约束条件进行约束，再通过风险价值法构建博弈模型的目标函数，通过优化算法求解目标函数获取最优决策变量取值，基于最优决策变量取值进行电力调度，能够显著提高配电网运行的稳定性以及安全性。

2、为了实现上述目的，本发明采用以下技术方案：

3、一种考虑强不确定性负荷的虚拟电厂优化调度方法，包括如下步骤：

4、s1、获取能源供应链收益，构建多目标主从博弈模型；

5、s2、基于所述多目标主从博弈模型分析虚拟电厂中的不确定变量构建不确定集；

6、s3、通过隶属度函数对所述不确定集中的不确定变量进行模糊化，基于约束条件对经模糊化后的不确定变量进行约束；

7、s4、通过条件风险价值法构建多目标主从博弈模型的目标函数；

8、s5、通过优化算法求解所述目标函数获取最优决策变量取值，基于最优决策变量取值进行电力调度。

9、上述技术方案中，通过构建主从博弈模型对虚拟电厂中的不确定变量构建不确定集，对不确定变量进行模糊化并基于约束条件对不确定变量进行约束，通过条件风险价值法构建目标函数，再通过优化算法求解目标函数获取最优决策变量，能够提高虚拟电厂的经济性、环保性和稳定性。

10、优选的，所述s1中能源供应链收益包括运营商综合收益、发电侧收益和用户侧收益，

11、s1包括如下步骤：

12、s11、根据运营商购电价格和出售价格确定运营商综合收益；

13、s12、根据销售给运营商的收益与其运营成本确定发电侧收益；

14、s13、根据用户满意度和向运营商购电所有费用确定用户侧收益；

15、s14、将所述运营商综合收益作为领导者，将所述发电侧收益和用户侧收益作为不同的跟随者，构建多目标主从博弈模型。

16、上述技术方案中，通过运营商的购电和出售价格确定运营综合收益，通过销售收益和运营成本确定发电侧收益，通过用户满意度和购电费用确定用户侧收益，再将运营商收益作为领导者，发电侧收益和用户侧收益作为跟随者构建多目标主从博弈模型，能够在虚拟电厂运营中实现多方的利益最大化，优化电力交易、发电计划和用户服务，提高整体效益，同时也能够促进市场竞争和资源配置的有效性。

17、优选的，所述stackelberg博弈模型为：

18、式中，cs为三个博弈参与者；ρs1为领导者运营商的策略；ρs2为跟随者发电侧的策略；ρs3为跟随者用户侧的策略；f1为运营商的收益；f2发电侧的收益、f3为用户侧的收益。

19、上述技术方案中，通过stackelberg博弈模型可以在虚拟电厂内部优化调度中实现多目标协调、不确定因素处理、层次结构决策和经济稳定平衡。

20、优选的，所述s2包括如下步骤：

21、s21、识别虚拟电厂中的不确定变量；

22、s22、基于多目标主从博弈模型对所述不确定变量进行分析；

23、s23、根据分析结果，获取不确定集，所述不确定集如下：

24、式中：为t时刻出力上置信区间；为t时刻出力下置信区间；gpv,t为t时刻出力点预测值；σpv,t为t时刻出力标准差。

25、上述技术方案中，通过博弈模型对不确定变量进行分析获取不确定集，能够有效地管理和应对虚拟电厂中的不确定性，优化资源分配和运营策略，提高能源供应的稳定性、市场竞争力以及设备可靠性，从而实现可持续发展和更高的经济效益。

26、优选的，所述s3包括如下步骤：

27、s31、通过隶属度函数对不确定集中的不确定变量进行模糊化获取对应模糊化集合；

28、s32、计算每个不确定变量对应模糊化集合中的隶属度值；

29、s33、基于不确定集中的各个不确定变量设置约束条件；

30、s34、基于约束条件通过鲁棒优化方法对每个不确定变量对应的隶属度值进行约束。

31、上述技术方案中，通过对不确定变量进行模糊化得到模糊化集合，再计算每个不确定变量对应的隶属度值并设置约束条件，基于约束条件通过鲁棒优化方法对每个不确定变量对应的隶属度值进行约束，能够增强决策的鲁棒性，应对不确定因素的波动和变化，减少因不确定性带来的风险。

32、优选的，所述约束条件包括：

33、供需平衡约束条件：

34、gpv,t(1-γpv)+gmt,t(1-γmt)+udr,tδldr,t+gtl,t＝lt，式中：lt为不可控负荷量；

35、微型燃气轮机机组出力约束条件：

36、式中：为机组出力上限；为机组出力下限；

37、需求响应约束条件：

38、式中：为上行备用市场的出力；为下行备用市场的出力；为需求响应上限；为需求响应下限；为需求响应上爬坡量；为需求响应下爬坡量；

39、备用容量约束条件：

40、式中：为t时刻虚拟电厂可用出力上限；为t时刻虚拟电厂可用出力下限；r1为负荷的上旋转备用系数；r2为的上旋转备用系数；r3为的下旋转备用系数；

41、联络线传输容量约束条件：

42、式中：为联络线传输容量；

43、电价约束条件：

44、式中：为平均售电价格上限。

45、上述技术方案中，通过供需平衡优化，能够考虑不可控负荷量与发电能力之间的平衡，确保电力供应满足需求，避免供电不足或过剩的情况发生，提高电网稳定性；通过对机组出力上下限的约束，合理调度微型燃气轮机的出力，使其在允许范围内运行，能够最大程度地提高能源利用效率；通过需求响应优化设置需求响应的上下限和爬坡量，使得虚拟电厂可以根据市场需求灵活调整出力，参与调峰填谷，提高电力系统的灵活性；通过备用容量优化考虑虚拟电厂的备用出力上下限和旋转备用系数，为电力系统提供稳定的备用容量，应对突发负荷波动，增强系统鲁棒性；通过对联络线传输容量的约束，合理规划电力跨区传输，确保电力交换的安全和稳定，促进区域之间的合作与协调；通过电价控制优化设置平均售电价格上限，能够保障虚拟电厂的经济效益，同时为电力市场提供合理的电价信号，促进市场竞争和资源配置效率。

46、优选的，所述s4包括如下步骤：

47、s41、确定风险衡量标准，基于所述风险衡量标准计算条件风险价值；

48、s42、基于所述条件风险价值建立最小化风险优化目标；

49、s43、基于最小化风险目标函数构建多目标主从博弈模型的主体目标函数和从体目标函数。

50、上述技术方案中，通过确定风险衡量标准来计算条件风险价值，建立最小化风险优化目标，基于最小化风险目标函数构建目标函数，能够在考虑不确定性的情况下，制定运营策略以减少风险，保障系统稳定运行，使得虚拟电厂在不确定环境下获得最佳经济效益。

51、优选的，所述s41包括如下步骤：

52、确定置信水平；

53、求取所述置信水平下的风险衡量标准；

54、基于所述风险衡量标准计算条件风险价值，所述条件风险价值为超过风险衡量标准的期望值。

55、上述技术方案中，通过求取对应置信水平下的风险衡量标准，并基于风险衡量标准计算条件风险价值，能够更精确地衡量风险的发生概率和影响程度，提高风险评估的准确性，有助于量化风险的潜在损失。

56、优选的，所述s5中的优化算法为通过遗传算法联合二次规划的分布式均衡求解的方法，包括如下步骤：

57、s51、设置初始决策变量取值作为遗传算法的起点进行遗传算法的初始化；

58、s52、基于所述初始决策变量取值通过遗传算法进行迭代优化，获取最优决策变量取值；

59、s53、基于所述最优决策变量取值通过二次规划方法确定最优电力调度决策；

60、s54、基于所述最优电力调度决策对配电网进行电力调度。

61、上述技术方案中，通过将遗传算法与二次规划相结合，能够综合考虑虚拟电厂多个方面的目标和约束，实现更全面的优化，使电力系统运行更高效、稳定和可靠。

62、本发明的有益效果：通过构建主从博弈模型对虚拟电厂中的不确定变量构建不确定集，对不确定变量进行模糊化并基于约束条件对不确定变量进行约束，通过条件风险价值法构建目标函数，再通过优化算法求解目标函数获取最优决策变量，能够提高虚拟电厂的经济性、环保性和稳定性；通过运营商的购电和出售价格确定运营综合收益，通过销售收益和运营成本确定发电侧收益，通过用户满意度和购电费用确定用户侧收益，再将运营商收益作为领导者，发电侧收益作为跟随者构建一主多从的博弈模型，能够在虚拟电厂运营中实现多方的利益最大化，优化电力交易、发电计划和用户服务，提高整体效益，同时也能够促进市场竞争和资源配置的有效性；通过对不确定变量进行模糊化得到模糊化集合，再计算每个不确定变量对应的隶属度值并设置约束条件，基于约束条件通过鲁棒优化方法对每个不确定变量对应的隶属度值进行约束，能够增强决策的鲁棒性，应对不确定因素的波动和变化，减少因不确定性带来的风险；通过确定风险衡量标准来计算条件风险价值，建立最小化风险优化目标，基于最小化风险目标函数构建目标函数，能够在考虑不确定性的情况下，制定运营策略以减少风险，保障系统稳定运行，使得虚拟电厂在不确定环境下获得最佳经济效益。

63、上述
技术实现要素：
仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。