一种虚拟电厂分层协同调度方法和装置与流程

本发明涉及虚拟电厂分层协同调度，尤其涉及一种虚拟电厂分层协同调度方法和装置。

背景技术：

1、传统的电力系统中，能源资源的管理和调度通常是集中式的，缺乏灵活性和响应速度较慢。而虚拟电厂作为一种新型的能源管理模式，通过集成和优化分布式能源资源，实现对电力系统的协同管理和调度。为了保证虚拟电厂运行的可靠性，急需要一种方法来对虚拟电厂进行协同优化。

2、目前，虚拟电厂中主要是通过构建协同调度模型，对虚拟电厂协同调度，但虚拟电厂中各个层次之间的协同调度存在着信息同步和数据一致性问题，仅通过协同调度模型无法满足对虚拟电厂的实时优化和调度，降低了虚拟电厂运行的可靠性。

技术实现思路

1、本发明提供了一种虚拟电厂分层协同调度方法和装置，解决了目前虚拟电厂中主要是通过构建协同调度模型，对虚拟电厂协同调度，但虚拟电厂中各个层次之间的协同调度存在着信息同步和数据一致性问题，仅通过协同调度模型无法满足对虚拟电厂的实时优化和调度，降低了虚拟电厂运行的可靠性的技术问题。

2、本发明第一方面提供的一种虚拟电厂分层协同调度方法，应用于虚拟电厂系统，所述虚拟电厂系统包括多个主节点和多个从节点，所述主节点和所述从节点通信连接，包括：

3、响应接收到的协同调度请求，从所述虚拟电厂系统中选取对应的目标主节点并通过所述目标主节点将所述协同调度请求发送至所述从节点；

4、从所述从节点中提取与所述协同调度请求对应的调度分析数据；

5、根据所述调度分析数据和预设的优化模型，生成对应的调度分析参数并将所述调度分析参数发送至所述目标主节点；

6、采用所述目标主节点对所述调度分析参数进行协同处理，生成对应的协同调度方案。

7、可选地，所述响应接收到的协同调度请求，从所述虚拟电厂系统中选取对应的目标主节点并通过所述目标主节点将所述协同调度请求发送至所述从节点的步骤，包括：

8、响应接收到的协同调度请求，提取所述协同调度请求中的调度哈希值；

9、将所述调度哈希值输入预设的哈希函数，生成对应的哈希键值；

10、基于预设的键值-节点映射规则，根据所述哈希键值从所述虚拟电厂系统中选取对应的主节点作为目标主节点；

11、采用所述目标主节点将所述协同调度请求发送至所述从节点。

12、可选地，所述根据所述调度分析数据和预设的优化模型，生成对应的调度分析参数并将所述调度分析参数发送至所述目标主节点的步骤，包括：

13、将所述调度分析数据输入预设的优化模型，生成对应的初始优化模型；

14、采用所述初始优化模型的期望运行成本值作为黑寡妇算法的初始化种群评估适应度函数值；

15、基于所述黑寡妇算法对所述初始优化模型进行优化处理，生成对应的目标优化模型；

16、提取所述目标优化模型中的风力发电功率和光伏发电功率；

17、采用所述风力发电功率和所述光伏发电功率作为调度分析参数并将所述调度分析参数发送至所述目标主节点。

18、可选地，所述采用所述目标主节点对所述调度分析参数进行协同处理，生成对应的协同调度方案的步骤，包括：

19、分别将所述风力发电功率作为风电预测出力，所述光伏发电功率作为光伏预测出力；

20、将所述风电预测出力和所述光伏预测出力输入所述目标主节点的协同决策模型，生成对应的虚拟电厂成本值；

21、采用所述虚拟电厂成本值关联的运行参数作为协同调度方案。

22、可选地，所述协同决策模型具体为：

23、

24、

25、cwj,t＝λwpwj,t；

26、cpvk,t＝λpvppvk,t；

27、

28、

29、

30、

31、pgmini≤pgi,t≤pgmaxi；

32、

33、

34、其中，cvpp为虚拟电厂成本值，cgi,t为燃气机组运行成本，cwj,t为风电成本，为弃风成本，cpvk,t为光伏成本，为弃光成本，cbesst为储能电池运行成本，cgr为主网成本，ai为燃气机组发电第一成本系数，bi为燃气机组发电第二成本系数，ci为燃气机组发电第三成本系数，pgi,t为燃气机组出力，λw为风力发电成本系数，pwj,ι为风机出力，λpv为光伏发电成本系数，ppvk,t为光伏出力，ρw为弃风成本系数，为风电预测出力，ρpv为弃光成本系数，为光伏预测出力，κbess为储能电池发电成本系数，为储能电池充电功率，为储能电池放电功率，rumaxi为机组爬坡出力约束上限，rdmaxi为机组爬坡出力约束下限，i为第一电源机组数，j为第二电源机组数，k为第三电源机组数，t为当前时刻，nw为风电机组，nc为燃气机组，plt为负荷需求，为储能机组约束下限，为储能机组约束上限，t为时段总数。

35、可选地，所述优化模型具体为：

36、cmin＝c1+c2+c3；

37、

38、

39、

40、

41、

42、

43、

44、

45、pload＝ppv+pwd+pgrid；

46、0≤pwt,t≤pwt,max；

47、0≤ppv,t≤ppv,max；

48、vi,min≤vi≤vi,max；

49、

50、其中，cmin为期望运行成本值，c1为第一发电成本，c2为第二发电成本，c3为第三发电成本，an为风力发电单元成本，bn为光伏发电单元成本，pwt,t,n为t时刻风力发电功率，ppv,t,n为t时刻光伏发电功率，n为微网群内微电网总数，n为微电网编号，σ1,t为t时刻售电电价，σ2,t为t时刻购电电价，pb,t为t时刻主网流入多微网系统电量，ps,t为t时刻多微网系统流入主网电量，为可平移负荷的调度成本，为可转移负荷的调度成本，为补偿成本，χshift为可平移负荷单位功率的补偿价格，αt为表征负荷转移量，pshift(t)为平移后t时刻可平移负荷的功率，t1为第一平移时刻，t2为第二平移时刻，ttrans1(t)为第一转移时间段，ttr(t)为第二转移时间段，ptrans1(t)为可转移负荷转移前t时刻的功率，ptrans2(t)为可转移负荷转移后t时刻的功率，ttrans为转移时间段，为负荷转移过程中所允许的最小值，为负荷转移过程中所允许的最大值，χtrans为可转移负荷单位功率的补偿价格，θ为可削减率，β(t)为t时刻是否进行负荷削减的0-1状态变量，nmax为最大削减次数，为连续最大削减次数，pcut1(t)为t时刻削减前的功率，pcut2(t)为t时刻削减后的功率，χcut为可削减负荷的单位补偿成本，pload为有源配电网的总功率，ppv为光伏输出功率，pwd为风电输出功率，pgrid为有源配电网输出功率，pwt,max为风力额定发电功率，ppv,max为光伏额定发电功率，vi,min为节点i的电压幅值最小允许值，vi为节点i电压值，vi,max为节点i的电压幅值最大允许值，为t时段微网k与主网之间的购电功率，为t时段微网k与主网之间的售电功率，为微网间交互功率的最大值。

51、本发明第一方面提供的一种虚拟电厂分层协同调度装置，应用于虚拟电厂系统，所述虚拟电厂系统包括多个主节点和多个从节点，所述主节点和所述从节点通信连接，包括：

52、选取模块，用于响应接收到的协同调度请求，从所述虚拟电厂系统中选取对应的目标主节点并通过所述目标主节点将所述协同调度请求发送至所述从节点；

53、提取模块，用于从所述从节点中提取与所述协同调度请求对应的调度分析数据；

54、第一调度模块，用于根据所述调度分析数据和预设的优化模型，生成对应的调度分析参数并将所述调度分析参数发送至所述目标主节点；

55、第二调度模块，用于采用所述目标主节点对所述调度分析参数进行协同处理，生成对应的协同调度方案。

56、可选地，所述选取模块，包括

57、调度哈希子模块，用于响应接收到的协同调度请求，提取所述协同调度请求中的调度哈希值；

58、匹配子模块，用于将所述调度哈希值输入预设的哈希函数，生成对应的哈希键值；

59、映射子模块，用于基于预设的键值-节点映射规则，根据所述哈希键值从所述虚拟电厂系统中选取对应的主节点作为目标主节点；

60、第一发送子模块，用于采用所述目标主节点将所述协同调度请求发送至所述从节点。

61、可选地，所述第一调度模块，包括：

62、第一分析子模块，用于将所述调度分析数据输入预设的优化模型，生成对应的初始优化模型；

63、第一解析子模块，用于采用所述初始优化模型的期望运行成本值作为黑寡妇算法的初始化种群评估适应度函数值；

64、优化子模块，用于基于所述黑寡妇算法对所述初始优化模型进行优化处理，生成对应的目标优化模型；

65、第二发送子模块，用于提取所述目标优化模型中的风力发电功率和光伏发电功率；

66、采用所述风力发电功率和所述光伏发电功率作为调度分析参数并将所述调度分析参数发送至所述目标主节点。

67、可选地，所述第二调度模块，包括：

68、第二分析子模块，用于分别将所述风力发电功率作为风电预测出力，所述光伏发电功率作为光伏预测出力；

69、第二解析子模块，用于将所述风电预测出力和所述光伏预测出力输入所述目标主节点的协同决策模型，生成对应的虚拟电厂成本值；

70、协同调度子模块，用于采用所述虚拟电厂成本值关联的运行参数作为协同调度方案。

71、从以上技术方案可以看出，本发明具有以下优点：

72、响应接收到的协同调度请求，从虚拟电厂系统中选取对应的目标主节点并通过目标主节点将协同调度请求发送至从节点，从从节点中提取与协同调度请求对应的调度分析数据，根据调度分析数据和预设的优化模型，生成对应的调度分析参数并将调度分析参数发送至目标主节点，采用目标主节点对调度分析参数进行协同处理，生成对应的协同调度方案。解决了目前虚拟电厂中主要是通过构建协同调度模型，对虚拟电厂协同调度，但虚拟电厂中各个层次之间的协同调度存在着信息同步和数据一致性问题，仅通过协同调度模型无法满足对虚拟电厂的实时优化和调度，降低了虚拟电厂运行的可靠性的技术问题。本技术通过这个主节点和从节点之间的协同工作，实现不同层次之间的有效信息传递、任务协调和性能优化提高了虚拟电厂运行的可靠性。