一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型与流程

本发明涉及电力系统优化方法，特别是涉及一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型。

背景技术：

近年来，虚拟发电厂作为分布式电源发展的一种新的形态越来越受到学术界的重视。智能电网背景下的虚拟电厂已得到了扩展和外延，可以理解为是通过分布式电力管理系统将配电网中分布式电源、可控负荷和储能系统合并作为一个特别的电厂参与电网运行，从而很好地协调智能电网与分布式电源间的矛盾,充分挖掘分布式能源为电网和用户所带来的价值和效益；与微电网不同，虚拟电厂不可孤岛运行，虚拟电厂内的分布式电源需要通过外部电网才能采购实际的运行网络。虚拟发电厂概念的提出，使得分布式电源大范围投入电网运行成为可能，也可以为传输系统的管理提供服务。

随着用户侧电源快速发展，作为用户侧分布式电源有效利用的虚拟电厂技术必将得到广泛的应用，目前国内对用户侧虚拟电厂的研究整体才刚刚起步，对虚拟电厂的构成、特征形态、接入和运行特性的机理研究还很缺乏，因此本方法具有非常重要的现实意义。

现有虚拟发电厂的组合方法是根据地域划分的，是将区域中所有的分布式资源进行聚合表达，所得到的代表该区域的单一虚拟发电厂模型，未考虑主动优化问题，某些场景中无法满足电力系统经济运行的要求。

技术实现要素：

发明目的：为了优化虚拟发电厂内部分布式电源组合方式，本发明考虑分布式电源的波动性，建立虚拟发电厂优化组合模型，提供了一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型。

技术方案：本发明提供了一种考虑分布式电源波动性的虚拟发电厂组合优化方法，包括以下步骤：

(1)根据不同地区的地理位置、环境状况、资源分布等综合考虑多种因素合理选择分布式电源，并对各个分布式电源的出力进行预测；

(2)根据匹配度计算公式，计算各分布式电源预测出力与虚拟发电厂发用电计划的匹配度；

(3)将得到最小匹配度时的各分布式电源纳入虚拟发电厂；

(4)判断由分布式电源形成的虚拟发电厂是否满足系统的调度需要；

(5)形成虚拟发电厂。

进一步的，所述步骤(2)中各分布式电源预测出力与虚拟发电厂发用电计划的匹配度采用以下公式计算：

在t时段的匹配度的具体计算公式为：

式中，st表示t时段匹配度，n为分布式电源种类，i为分布式电源编号，pi^t为分布式电源i在t时段预测出力，pe为虚拟发电厂发用电计划电量；

在整个调度周期(1,2,…t,…t)内的基于可再生资源的分布式电源的匹配度为：

式中，s表示整个调度周期的匹配度，t为调度周期所取时间段，t为时间段序号，n为分布式电源种类，i为分布式电源编号，pi^t为分布式电源i在t时段预测出力，pe为虚拟发电厂发用电计划电量。

进一步的，所述步骤(3)中最小匹配度时各分布式电源的组合优化模型的目标函数为：

其中，t为调度周期所取时间段；t为时间段编号；n为分布式电源种类；i为分布式电源类型编号；pi^t为t时刻分布式电源i的预测出力；pe为虚拟发电厂发用电计划电量；ui表示分布式电源状态的0-1变量，ui＝1表示分布式电源i作为虚拟发电厂的发电单元，ui＝0表示分布式电源i不作为虚拟发电厂的发电单元。

更进一步的，根据需求，选择日前、月度、季度或年度调度作为虚拟发电厂规划调度周期，相应s为日匹配度、月匹配度、季匹配度或年匹配度。

进一步的，所述步骤(4)中的调度需要为约束条件，包括：

(41)发电计划约束：

其中，分别表示t时刻蓄电池的充、放电功率；分别为蓄电池的充、放电效率；为t时刻虚拟发电厂负荷需求，为虚拟发电厂向电网提交的发电计划；ui表示分布式电源状态的0-1变量，ui＝1表示分布式电源i作为虚拟发电厂的发电单元，ui＝0表示分布式电源i不作为虚拟发电厂的发电单元；pi^t为t时刻分布式电源i的预测出力；

(42)可控分布式电源出力上下限约束：

其中，表示可控分布式电源最小出力，表示可控分布式电源最大出力；

(43)蓄电池充放电功率上、下限约束：

socmin≤soc^t≤socmax(9)；

其中，分别为蓄电池t时刻充、放电功率；分别为蓄电池最小充、放电功率；分别为蓄电池最大充、放电功率；soc^t为蓄电池t时刻的存储容量，socmin为蓄电池存储容量最小值，socmax为蓄电池存储容量最大值；

若满足调度需要，则选定上述分布式电源，执行步骤(5)形成虚拟发电厂；若不满足调度需要，则返回步骤(3)调整选择的分布式电源，直到满足调度需要。

本发明还提供了一种考虑分布式电源波动性的虚拟发电厂组合优化模型，该模型包括目标函数及约束条件，所述目标函数为：

其中，t为调度周期所取时间段；t为时间段编号；n为分布式电源种类；i为分布式电源类型编号；pi^t为t时刻分布式电源i的预测出力；pe为虚拟发电厂发用电计划电量；ui表示分布式电源状态的0-1变量，ui＝1表示分布式电源i作为虚拟发电厂的发电单元，ui＝0表示分布式电源i不作为虚拟发电厂的发电单元；

所述约束条件包括：

(a)发电计划约束：

其中，分别表示t时刻蓄电池的充、放电功率；分别为蓄电池的充、放电效率；为t时刻虚拟发电厂负荷需求，为虚拟发电厂向电网提交的发电计划；ui表示分布式电源状态的0-1变量，ui＝1表示分布式电源i作为虚拟发电厂的发电单元，ui＝0表示分布式电源i不作为虚拟发电厂的发电单元；pi^t为t时刻分布式电源i的预测出力；

(b)可控分布式电源出力上下限约束：

其中，表示可控分布式电源最小出力，表示可控分布式电源最大出力；

(c)蓄电池充放电功率上、下限约束：

socmin≤soc^t≤socmax(9)；

其中，分别为蓄电池t时刻充、放电功率；分别为蓄电池最小充、放电功率；分别为蓄电池最大充、放电功率；soc^t为蓄电池t时刻的存储容量，socmin为蓄电池存储容量最小值，socmax为蓄电池存储容量最大值。

有益效果：与现有技术相比，本发明采用多阶段非线性整数规划方法建立不确定情形虚拟发电厂组合优化模型，该模型以分布式资源的运行状态为决策变量，以最小化匹配度为目标，可以根据系统发用电计划实时调控虚拟发电厂组合决策。根据不同地区的地理位置、环境状况和资源分布等综合考虑多种因素合理选择分布式电源，充分利用当地资源发挥分布式发电的优势。合理地选择分布式发电电源类型可以充分开发利用各种可用的分散存在的能源并提高源的利用效率、减少投资成本。

附图说明

图1是本发明方法流程图。

具体实施方式

下面结合附图和具体实施例，对本发明的技术方案进行详细的说明。

本发明基于分布式电源匹配度的概念，建立分布式电源组合优化模型。该模型在虚拟发电厂规划调度周期内以分布式电源的匹配方差最小为目标，满足一定的约束条件，从不同类型、不同容量的分布式电源组合中获得最优组合方案。本发明方法定义的匹配度为分布式电源的出力匹配度，即分布式电源预测曲线与实际出力曲线的匹配程度。

结合数学上的方差概念，本发明方法提出了分布式电源出力匹配度的概念，并给出具体计算公式，该公式是在选择合适的分布式电源组成虚拟发电厂时，进行量化的表征值。

在含有基于可再生能源分布式电源的分布式系统中，一般含有波动性较强的风力、光伏等清洁分布式电源；也必然会含有其他一些出力稳定性相对更高的分布式电源如微型燃气轮机等，以获得更加优质的电能。所以含有出力波动性较强的分布式电源系统的总出力曲线和总的预期期望曲线之间会有一定的差值，而本发明利用匹配度的概念，结合分布式电源的预测出力，以此来确定虚拟发电厂的最优组合。

如图1所示，本发明的一种考虑分布式电源波动性的虚拟发电厂组合优化方法，包括以下步骤：

(1)根据不同地区的地理位置、环境状况、资源分布等综合考虑多种因素合理选择分布式电源，结合已有发电预测数据及发电概率模型，对各个分布式电源的出力进行预测；

(2)根据匹配度计算公式，计算各分布式电源预测出力与虚拟发电厂发用电计划的匹配度；

在t时段的匹配度的具体计算公式为：

式中，st表示t时段匹配度，n为分布式电源种类，i为分布式电源编号，pi^t为分布式电源i在t时段预测出力，pe为虚拟发电厂发用电计划电量。

发电-用电能力越接近，即st越接近于零，匹配度的值越小，说明其中所包含不确定信息越少。匹配度的值越小，说明发电-用电特性越匹配，适宜组合成合作伙伴。

在整个调度周期(1,2,…t,…t)内的基于可再生资源的分布式电源的匹配度为：

式中，s表示整个调度周期的匹配度，t为调度周期所取时间段，t为时间段序号，n为分布式电源种类，i为分布式电源编号，pi^t为分布式电源i在t时段预测出力，pe为虚拟发电厂发用电计划电量。

(3)根据上述分布式电源匹配度的概念，建立分布式电源组合优化模型，将可以得到最小匹配度时的各分布式电源纳入虚拟发电厂；

该模型的目标函数为：

其中，t为调度周期所取时间段；t为时间段编号；n为分布式电源种类；i为分布式电源类型编号；pi^t为t时刻分布式电源i的预测出力；pe为虚拟发电厂发用电计划电量；ui表示分布式电源状态的0-1变量，ui＝1表示分布式电源i作为虚拟发电厂的发电单元，ui＝0表示分布式电源i不作为虚拟发电厂的发电单元。s即为分布式电源匹配方差，s越小，实际发电与期望发电曲线越匹配，相似度越高。

根据需求，可以选择日前、月度、季度或年度调度作为虚拟发电厂规划调度周期，如为日前调度，则以小时为尺度，t取为24小时，相应s定义为日匹配度，即分布式电源每日发电量总和与日期望发电曲线之间的匹配程度，其他调度周期相似。根据各分布式电源自身特性，在选取虚拟发电厂分布式电源类型时，应保证至少含一种可调度分布式电源，以提高系统整体稳定性。

(4)判断由上述分布式电源形成的虚拟发电厂是否满足系统的调度需要，即约束条件；

其中，约束条件为包括：

(41)发电计划约束：

其中，分别表示t时刻蓄电池的充、放电功率；分别为蓄电池的充、放电效率；为t时刻虚拟发电厂负荷需求，为虚拟发电厂向电网提交的发电计划；ui表示分布式电源状态的0-1变量，ui＝1表示分布式电源i作为虚拟发电厂的发电单元，ui＝0表示分布式电源i不作为虚拟发电厂的发电单元；pi^t为t时刻分布式电源i的预测出力。

(42)可控分布式电源出力上下限约束：

其中，表示可控分布式电源最小出力，表示可控分布式电源最大出力。

(43)蓄电池充放电功率上、下限约束：

socmin≤soc^t≤socmax(9)；

其中，分别为蓄电池t时刻充、放电功率；分别为蓄电池最小充、放电功率；分别为蓄电池最大充、放电功率；soc^t为蓄电池t时刻的存储容量，socmin为蓄电池存储容量最小值，socmax为蓄电池存储容量最大值。

若满足调度需要，则选定上述分布式电源，执行步骤(5)形成虚拟发电厂；若不满足调度需要，则返回步骤(3)进行调整，按照匹配度从小到大的递增顺序选择分布式电源，直到满足调度需要。

(5)形成虚拟发电厂。

一种可以获得分布式电源出力与预测最佳匹配的虚拟发电厂组合方式。以虚拟发电厂规划日前调度周期内以分布式电源的匹配度最小为目标建立优化模型，并满足发电计划约束、可控分布式电源出力上下限约束、蓄电池充放电功率上下限约束，从不同类型、不同容量的分布式电源组合中获得最优组合方案。

基于对分布式电源的波动性分析，对虚拟发电厂内各分布式电源的预测曲线与实际出力曲线进行匹配度计算分析，得到其匹配度度。

选择日前调度作为虚拟发电厂规划调度周期，以小时为尺度，定义日匹配方差，即分布式电源每日发电量总和与日期望发电曲线之间的匹配程度。从不同类型、不同容量的分布式电源组合中获得最优组合方案。根据各分布式电源自身特性，在选取虚拟发电厂分布式电源类型时，应保证至少含一种可调度分布式电源，以提高系统整体稳定性。

发电计划约束：虚拟发电厂向电网提交的发电计划要等于除虚拟发电厂内部负荷需求以外的分布式电源和蓄电池的充、放电出力。

可控分布式电源出力上下限约束：可控分布式电源出力要界于出力上下限之间。

蓄电池充放电功率上下限约束：其特征在于蓄电池充放电功率要界于充放电功率上下限约束中，蓄电池储存容量也要界于储存容量上下限之间。