本发明涉及电力,尤其涉及一种考虑虚拟电厂不确定性的柔性负荷动态聚合方法及系统。
背景技术:
1、在构建新型电力系统的背景下,以风电、光伏为代表的新能源装机容量快速增长。但火电等传统发电侧调节资源装机增速明显放缓,电力系统的平衡压力加大。因此有必要将更多具有灵活调节能力的新型市场主体纳入电网运行,提高电力系统的安全可靠性。含电动汽车、空调、分布式储能等柔性负荷的负荷型虚拟电厂是一类重要的新型市场主体。通过动态聚合,虚拟电厂可以将分散的调节能力集中,进而参与辅助服务市场、提供需求响应服务并从中获利。然而,目前虚拟电厂的动态聚合面临两个问题。首先,在现有需求响应机制下,每个柔性负荷用户在接受虚拟电厂实时调度的过程中可以选择退出。柔性负荷用户的退出使得虚拟电厂聚合的调节能力出现削减,这可能导致实时调节能力无法满足实时调度需求。因此,虚拟电厂需要考虑用户退出行为的不确定性,从大量的柔性负荷用户中筛选出退出可能性低的用户。其次,不同时段的需求响应服务具有不同的价格,且这一价格与电网的实时调节能力需求有关,具有不确定性。因此,虚拟电厂在聚合调节能力时需要考虑需求响应服务价格的不确定性,合理分配不同时段间的聚合调节能力使得获利最大。
2、综上所述,在将分散的柔性负荷调节能力进行动态聚合的过程中,虚拟电厂需要解决用户退出行为的不确定性和需求响应服务价格的不确定性,制定兼顾安全性和经济性的动态聚合方案。
技术实现思路
1、针对现有技术存在的不足,本发明的目的是提供一种考虑虚拟电厂不确定性的柔性负荷动态聚合方法及系统,实现了虚拟电厂对大量分散柔性负荷的动态聚合。
2、为了实现上述目的,本发明是通过如下的技术方案来实现:
3、本发明第一方面提供了一种考虑虚拟电厂不确定性的柔性负荷动态聚合方法,包括以下步骤:
4、获取虚拟电厂的柔性负荷数据,确定每个柔性负荷的运行可行域;
5、基于运行可行域建立调节能力评估模型,利用调节能力评估模型对柔性负荷进行调节能力评估,得到每个柔性负荷的调节能力;
6、根据用户的不确定性计算用户的退出概率;
7、建立柔性负荷动态筛选模型,根据每个柔性负荷的调节能力和用户的退出概率对柔性负荷进行动态筛选,并将筛选出的柔性负荷按照接入节点位置和类型进行分类;
8、以最大化从当前时段至结束时段虚拟电厂获得的全局收益为目标建立虚拟电厂动态聚合模型;
9、利用经验概率分布简化并求解虚拟电厂动态聚合模型,得到当前时段聚合结果。
10、进一步的,柔性负荷包括电动汽车、温控负荷和分布式储能。
11、进一步的,根据用户的不确定性计算用户的退出概率的具体步骤为:
12、将用户主观退出行为建模为高斯分布;
13、基于随机抽样结果计算每个柔性负荷用户的退出概率。
14、更进一步的,利用基于在线学习方法建立数据动态更新机制,实现高斯分布参数的更新。
15、更进一步的,利用基于在线学习方法建立数据动态更新机制的具体步骤为:
16、将虚拟电厂聚合结果参与辅助服务市场,并记录各柔性负荷中途退出情形;
17、引入变分参数和辅助函数,并将变分参数初始化;
18、根据记录的结果结合变分参数和辅助函数进行迭代,得到更新后的高斯分布。
19、进一步的,柔性负荷动态筛选模型的目标函数是最大化所有柔性负荷在设定时段的聚合调节能力,约束条件是柔性负荷调用成本不大于虚拟电厂运营商的预算。
20、进一步的,利用经验概率分布简化并求解虚拟电厂动态聚合模型的具体步骤为:
21、利用上一时段的经验概率分布和未使用聚合结果计算当前时段的辅助概率分布;
22、利用当前时段的辅助概率分布计算当前时段的经验概率分布;
23、利用当前时段的经验概率分布简化虚拟电厂动态聚合模型并求解,得到当前时段聚合结果和未使用聚合结果;
24、整理未使用聚合结果用于下一时段辅助概率分布计算;
25、更新价格向量,建立后验模糊集,用于下一时段经验概率分布计算。
26、更进一步的,采用在线梯度下降法计算辅助概率分布,基于最小欧式距离计算经验概率分布。
27、更进一步的,将价格向量中的第一项删去,得到新的缩小维度的价格向量,从而实现价格向量更新。
28、更进一步的,利用当前时段的经验概率分布建立基于欧式距离的后验模糊集。
29、本发明第二方面提供了一种考虑虚拟电厂不确定性的柔性负荷动态聚合系统,包括:
30、可行域确定模块,被配置为获取虚拟电厂的柔性负荷数据,确定每个柔性负荷的运行可行域;
31、调节能力评估模块,被配置为基于运行可行域建立调节能力评估模型,利用调节能力评估模型对柔性负荷进行调节能力评估,得到每个柔性负荷的调节能力;
32、退出概率计算模块,被配置为根据用户的不确定性计算用户的退出概率;
33、柔性负荷筛选模块,被配置为建立柔性负荷动态筛选模型,根据每个柔性负荷的调节能力和用户的退出概率对柔性负荷进行动态筛选,并将筛选出的柔性负荷按照接入节点位置和类型进行分类;
34、动态聚合模型建立模块,被配置为以最大化从当前时段至结束时段虚拟电厂获得的全局收益为目标建立虚拟电厂动态聚合模型;
35、聚合结果求解模块,被配置为利用当前时段的经验概率分布简化并求解虚拟电厂动态聚合模型,得到当前时段的聚合结果。
36、以上一个或多个技术方案存在以下有益效果:
37、本发明公开了一种考虑虚拟电厂不确定性的柔性负荷动态聚合方法及系统,考虑了用户退出行为的不确定性和需求响应服务价格的不确定性,首先建立每个柔性负荷的运行可行域,包括电动汽车、空调、分布式储能三类,并评估每个柔性负荷的调节能力。然后将影响用户退出的主观因素建模为高斯分布并进行随机抽样,从而计算得到用户选择退出的概率,进而建立动态筛选模型。之后建立考虑电价不确定性的虚拟电厂动态聚合模型,基于在线梯度下降方法求解模型得到聚合调节能力。最后利用基于在线学习方法建立数据动态更新机制,实现高斯分布参数的更新。本发明方法实现了虚拟电厂对大量分散柔性负荷的动态聚合。
38、本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
1.考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,包括以下步骤:
2.如权利要求1所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,根据高斯分布计算用户的退出概率的具体步骤为:
3.如权利要求2所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,利用基于在线学习方法建立数据动态更新机制,实现高斯分布参数的更新。
4.如权利要求3所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,利用基于在线学习方法建立数据动态更新机制的具体步骤为:
5.如权利要求1所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,柔性负荷动态筛选模型的目标函数是最大化所有柔性负荷在设定时段的聚合调节能力,约束条件是柔性负荷调用成本不大于虚拟电厂运营商的预算。
6.如权利要求1所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,利用经验概率分布简化并求解虚拟电厂动态聚合模型的具体步骤为:
7.如权利要求6所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,采用在线梯度下降法计算辅助概率分布,基于最小欧式距离计算经验概率分布。
8.如权利要求6所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,将价格向量中的第一项删去,得到新的缩小维度的价格向量,从而实现价格向量更新。
9.如权利要求6所述的考虑虚拟电厂不确定性的柔性负荷动态聚合方法,其特征在于,利用当前时段的经验概率分布建立基于欧式距离的后验模糊集。
10.考虑虚拟电厂不确定性的柔性负荷动态聚合系统,其特征在于,包括: