一种电力系统实时调度方法、装置、设备及存储介质与流程

本技术涉及电力系统实时调度领域，具体涉及一种电力系统实时调度方法、装置、设备及存储介质。

背景技术：

1、随着经济的快速发展，对电力的需求也不断增长。然而，传统的电力系统面临着供需平衡、可靠性、可持续性、环保等方面的挑战。为了解决这些问题，当前正积极推动清洁能源的发展，尤其是可再生能源。可再生能源具有丰富的资源、环保和可再生的特点，是未来电力系统的重要组成部分。分布式能源、储能技术、智能电网等新技术的快速发展也为电力系统的调度提供了新的可能性。

2、需求侧异质资源聚合将多种能源资源整合到电力系统中，包括太阳能、风能、储能系统、灵活负载等。通过多元化的能源组合，实现电力系统的灵活性和稳定性。利用先进的信息通信技术，实现对电力系统的实时监控、数据分析和智能调度。智能化调度可以使电力系统更加高效、可靠，并适应可再生能源的波动性。强调用户的参与和自治，让用户根据自身需求和偏好，积极参与能源调度，调整用电模式，以实现能源的最优利用，从而推动电力系统向绿色、低碳方向发展。

3、通过多样化的能源组合和智能调度，提高了电力系统的灵活性，更好地适应了可再生能源的波动性，增强了系统的稳定性。通过智能调度和用户参与，能够更精准地满足用户需求，避免能源浪费，同时减少碳排放和环境污染。依托智能化技术，使电力系统更具自适应能力，能够自动调整以适应不同情境下的电力需求和能源供应。因此，如何构建一种新的考虑需求侧异质资源聚合作用的电力系统实时调度模型，用以市场化调节频率的同时节约化石能源，是当前亟待解决的问题。

技术实现思路

1、本技术提供一种电力系统实时调度方法、装置、设备及存储介质，能够充分利用分布式能源资源、储能系统和灵活负荷，为面向高比例新能源并网的电力系统调度问题提供有力的分析工具。

2、第一方面，本技术实施例提供一种电力系统实时调度方法，所述电力系统实时调度方法包括：

3、收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；

4、根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；

5、基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；

6、基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。

7、结合第一方面，在一种实施方式中，所述收集空调负荷功率和电热水器平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型，具体为：

8、收集负荷功率数据和平均温度变化数据，通过聚类算法分别对空调负荷和电热水器负荷进行集群创建；

9、采用一阶etp等效模型对空调负荷进行聚合预测建模；

10、采用一阶etp等效模型对电热水器负荷进行聚合预测建模。

11、结合第一方面，在一种实施方式中，

12、所述采用一阶etp等效模型对空调负荷进行聚合预测建模，其中，建立的模型为：

13、

14、其中，ti,h,t+1表示t+1时刻空调集群h的环境温度，ti,h,t表示t时刻空调集群h的环境温度，rh、ch表示空调集群h的一阶etp等效参数，ηcop,h表示空调集群h内每个个体的cop平均值，ph,t表示t时刻空调集群h的总功率，psol,t表示t时刻太阳能热功率，ta,t表示t时刻室外气温，δt表示t+1时刻和t时刻间的时间间隔；

15、所述采用一阶etp等效模型对电热水器负荷进行聚合预测建模，其中，建立的模型为：

16、

17、

18、其中，socw表示电热水器集群w的荷电状态，tw,avg表示电热水器集群w的平均热水温度，tw,max表示电热水器集群w的最高热水温度，socw,t+1表示t+1时刻电热水器集群w的荷电状态，socw,t表示t时刻电热水器集群w的荷电状态，pw,t表示t时刻电热水器集群w的总功率，aw,t、bt、ew,t表示电热水器集群w的一阶etp等效参数，计算方式为：

19、

20、ew,t＝(grwta+brwtcw)(1-aw,t)

21、

22、其中，exp表示以自然常数e为底的指数函数，rw、cw为电热水器集群w的一阶etp等效参数，ρ表示水的密度，wt表示t时刻热水的消耗量，a表示电热水器集群w的总表面积，c表示水的比热容，re表示电热水器的热阻，m表示电热水器中水的质量，ta、tcw表示温度参数，g、b表示计算中间量。

23、结合第一方面，在一种实施方式中，所述根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式，具体为：

24、根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，其中，自放电、充电、放电速率由储能系统充放电行为的聚合模型中所有电池的加权平均值确定；

25、基于储能系统运行的目的以及储能系统的预期收益，以最小化储能系统运行成本为优化目标，建立储能系统的预期收益模型；

26、建立储能系统的充放电上下限约束、净需求约束、电池能量约束。

27、结合第一方面，在一种实施方式中，所述根据储能系统电池的特性：

28、所述构建储能系统充放电行为的聚合模型，其中，构建的聚合模型为：

29、

30、

31、其中，eb,t+1表示t+1时刻储能系统集群b的能量状态，eb,t表示t时刻储能系统集群b的能量状态，αb表示储能系统集群b的自放电速率，ηch,b表示储能系统集群b的充电速率，ηdis,b表示储能系统集群b的放电速率，pch,b,t表示t时刻储能系统集群b的充电功率，pdis,b,t表示t时刻储能系统集群b的放电功率，pb,t表示t时刻储能系统集群b的充放电总功率；

32、所述建立储能系统的预期收益模型，其中，建立的预期收益模型为：

33、

34、其中，ybatt表示储能系统的运行成本，λtou,t表示t时刻的分时电价，pcluster,t表示t时刻储能系统的基本需求功率，t表示总时间；

35、所述建立储能系统的充放电上下限约束、净需求约束、电池能量约束，具体为：

36、

37、其中，eb,min表示电池的最小能量限制，eb,max表示电池的最大能量限制，eb,t表示电池t时刻的能量，pch,b,max表示电池的充电功率上限，pdis,b,max表示电池的放电功率上限，e1表示电池的初始能量状态，et表示电池t时刻的能量状态。

38、结合第一方面，在一种实施方式中，对于建立的电力系统实时调度模型，选定的目标函数为次日负荷聚合商预期利润最大来进行优化计算，其中，目标函数具体为：

39、

40、其中，j表示电力系统频率调节时的时间窗口，j表示电力系统频率调节时的总时间，λs,t表示t时刻的市场电价，λm,t表示t时刻的零售电价，st表示t时刻负荷聚合商的基础需求预测量，p表示t时刻电力系统总功率，rt表示t时刻历史调频信号，preg,j表示时间窗口j的频率调节功率，n表示时间系数，pc,t表示t时刻负荷聚合商的调节能力，pm,t表示t时刻负荷聚合商的价格变动，α表示负荷聚合商的频率调节性能系数，mt表示t时刻电力系统规定的调频利润，ti,h,t表示t时刻空调集群h的环境温度，tsp,h,t表示t时刻空调集群h的温度设定值，ti,w,t表示t时刻电热水器集群w的温度设定值，tsp,w,t表示t时刻电热水器集群w的温度设定值，h表示空调集群的总个数，w表示电热水器集群w的总个数，t表示总时间，bh表示空调集群h的温度调整系数，bw表示电热水器集群w的温度调整系数，b表示储能系统集群b的总个数，pb,t表示t时刻储能系统集群b的充放电总功率，bb表示储能系统集群b的功率调整系数，表示储能系统集群b的基础消耗功率，battret,b表示储能系统集群b参与调度获得的利润。

41、结合第一方面，在一种实施方式中，所述电力系统实时调度模型还包括调节上下限约束，调节上下限约束具体为：

42、

43、其中，ti,h,min表示空调集群h允许的最低温度，ti,h,max表示空调集群h允许的最高温度，socw,min表示电热水器集群w的最小荷电状态，socw,max表示电热水器集群w的最大荷电状态，socw,t表示t时刻电热水器集群w的荷电状态，ph,max表示空调集群h允许的最小功率，pw,max表示空调集群h允许的最大功率，ph,t表示t时刻空调集群h的总功率，pw,t表示t时刻电热水器集群w的总功率。

44、第二方面，本技术实施例提供一种电力系统实时调度装置，所述电力系统实时调度装置包括：

45、建立模块，其用于收集负荷功率数据和平均温度变化数据，建立空调负荷聚合模型和电热水器负荷聚合模型；

46、确定模块，其用于根据储能系统电池的特性，构建储能系统充放电行为的聚合模型，并确定储能系统效益评估方式；

47、创建模块，其用于基于负荷聚合商的预期运营目标，以及各调度资源的调度成本，建立电力系统实时调度模型；

48、执行模块，其用于基于建立的电力系统实时调度模型，确定各调度资源参与调度的方案。

49、第三方面，本技术实施例提供一种电力系统实时调度设备，所述电力系统实时调度设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的电力系统实时调度程序，其中所述电力系统实时调度程序被所述处理器执行时，实现上述所述的电力系统实时调度方法的步骤。

50、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有电力系统实时调度程序，其中所述电力系统实时调度程序被处理器执行时，实现上述所述的电力系统实时调度方法的步骤。

51、本技术实施例提供的技术方案带来的有益效果包括：

52、通过建立储能系统收益的评估模型，为储能系统的规划实施提供指导，并提出了提前一天调度模型，负荷聚合商基于空调负荷、电热水器负荷和储能系统的聚合组合，实现电网的频率调节和调峰目的；本技术能够充分利用分布式能源资源、储能系统和灵活负荷，为面向高比例新能源并网的电力系统调度问题提供有力的分析工具。