一种热电联产虚拟电厂优化调控及收益分配方法及系统技术方案

一种热电联产虚拟电厂优化调控及收益分配方法及系统，所述方法包括：S10，建立包含风力发电系统、光伏发电系统、热电联产系统、储能系统以及可控负荷的CHP‑VPP模型；S20，构建以CHP‑VPP系统利润最大为目标的目标优化函数；S30，通过粒子群算法求解CHP‑VPP系统内各分布式单元的最佳出力，确定调度周期内系统的最佳运行方式；S40，通过改进夏普利值法实现CHP‑VPP系统内各分布式单元的公平收益分配。本发明专利技术能够得到各分布式单元的最佳出力，确定调度周期内整个系统的最佳运行方式，实现最佳的收益分配。

A method and system of optimal control and income distribution of cogeneration virtual power plant

【技术实现步骤摘要】
一种热电联产虚拟电厂优化调控及收益分配方法及系统
本专利技术涉及一种热电联产虚拟电厂优化调控及收益分配方法及系统，尤其涉及一种基于合作博弈的CHP-VPP优化调度模型，利用粒子群算法求解，得到各分布式单元的最佳出力，确定调度周期内整个系统的最佳运行方式以及基于改进的Shapley值法来实现最佳收益分配的方法及系统。
技术介绍
过去十年中，可再生能源发电的装机容量已大大增加。到2020年，中国的风力发电和太阳能发电的累计容量将分别达到205GW和150GW。可再生能源发电的大规模整合分布式能源(DERs)在某种程度上减轻了能源短缺。然而，在冬季，尤其是“三北”地区，高热量需求通常由热电联产(CHP)单元以传统的“以热定电”工作模式产出。换句话说，大量的电能会作为副产品产出。为了保持电网的安全稳定运行，弃风弃光量大大增加。通过聚集分布式能源发电，储能系统(ESS)和各种负载，虚拟电厂(VPP)可以充分利用DER，减少可再生能源发电的波动，并提高电源的可靠性。在现有技术中，例如CN201510311963，一种基于合作博弈动态联盟结构划分的互联微网经济调度方法，VPP聚合了包括分布式发电，ESS和可控负荷在内的可再生能源资源，分别使用帝国主义竞争算法和粒子群算法实现了最优能源管理，将需求响应(DR)集成到VPP中，在保持电能质量的同时最大程度地降低总运营成本，或者采用某一种随机调度方法来抑制VPP运行的不确定性。为了提高电网的可再生能源容纳能力，热电联产开始参与VPP的优化调度。在现有技术中，通过建立VPP随机模型来满足本地供热需求响应，为含CHP单元的VPP提出了一种区间和确定性组合优化方法，以优化VPP利润并管理不确定性。现有含CHP的VPP最优调度方法通常以使整个系统利润最大化为主要目标运行。现有技术，如CN201510630844，一种基于Shapley值风电并网系统输电固定成本的分摊方法，或者，CN201310738190，一种微负荷博弈的改进夏普利值法分配方法，提供了基于Shapley值风电并网系统输电固定成本的分摊方法，考虑了风电并网环境对输电系统固定成本分摊的影响，使成本分摊结果尽量满足公平性、稳定性、财务结算平衡性；基于风电出力具有一定的随机性，采用蒙特卡洛法模拟风电出力的场景，但大量场景的引入会增加计算负担。在现有输电系统中，通常按照负荷大小比例分摊固定成本。但是，这种做法容易造成负荷之间的交叉补贴，不能够提供经济激励，不能促进全网负荷的合理分布，无法达到优化节约社会资源的优化目标。现有技术，如CN201510641609，一种基于合作博弈与DEA的输电系统固定成本分摊方法，提出了基于合作博弈与DEA的输电系统固定成本分摊方法，该方法建立了在数据包络分析(DEA)框架下的联盟博弈模型，从多属性决策的角度，基于合作博弈与数据包络分析提出了采用核仁法对输电系统固定成本进行分摊，并在有保证区域约束的条件下，计算DEA联盟博弈的输电系统固定成本分摊。但由于不同的能源网络并存，并且由具有不同利益和决策目标的不同主体共同运营，不同主体之间的利益冲突会影响最优解的选取。在此背景下，如何分析多能源系统中能源交易中的获利行为以及主体之间的博弈关系和对市场均衡的影响，如何实现电力和热力网络的最优调度，以优化资源分配，同时满足所有代理商的利益以及整个系统的电力和热量平衡，成为本领域需要解决的技术问题。
技术实现思路
针对现有技术的缺陷，本专利技术提出一种热电联产虚拟电厂优化调控及收益分配方法，具体方案如下：一种热电联产虚拟电厂优化调控及收益分配方法,包括下列步骤：S10：建立包含风力发电系统、光伏发电系统、热电联产系统、储能系统以及可控负荷的CHP-VPP模型；S20：构建以CHP-VPP系统利润最大为目标的目标优化函数；S30：通过粒子群算法求解CHP-VPP系统内各分布式单元的最佳出力，确定调度周期内系统的最佳运行方式；S40：通过改进夏普利值法实现CHP-VPP系统内各分布式单元的公平收益分配。优选的，所述步骤S10包括下列步骤：S101：利用Weibull分布对风速的不确定性进行处理，构建风力发电模型；S102：利用Beta分布对光照的不确定性进行处理，构建光伏发电模型；S103：根据CHP的电热耦合特性，建立CHP电热输出模型；S104：根据荷电状态，分别建立储电单元模型和储热单元模型；S105：建立基于激励的需求响应模型。优选的，所述步骤S20包括下列步骤：S201：基于合作博弈理论制定CHP-VPP运行模式；S202：确定系统的目标函数；S203：确定系统的约束条件。优选的，所述步骤S30包括下列步骤：S301：输入典型日的发电参数以及各分布式单元参数，设置粒子群算法参数；S302：初始化种群速度，位置以及目标值；S303：更新种群速度及位置；S304：考虑到整个系统内各分布式单元约束，对各机组出力不断调整，计算整个系统的最大利润；S305：判断是否满足迭代终止条件或达到最大迭代次数，如是，则进行步骤S306；如否，则重新进行步骤S203；S306：结束迭代并输出结果。优选的，所述步骤S40包括下列步骤：S401：确定传统收益分配方案；S402：根据热电比调整各分布式单元权重；S403：确定改进的收益分配方案。一种热电联产虚拟电厂优化调控及收益分配系统，所述系统包括下列模块：建立模块，用于建立包含风力发电系统、光伏发电系统、热电联产系统、储能系统以及可控负荷的CHP-VPP模型；构建模块，用于构建以CHP-VPP系统利润最大为目标的目标优化函数；确定模块，用于通过粒子群算法求解CHP-VPP系统内各分布式单元的最佳出力，确定调度周期内系统的最佳运行方式；分配模块，用于通过改进夏普利值法实现CHP-VPP系统内各分布式单元的公平收益分配。优选的，所述建立模块包括下列子模块：风力发电模型构建子模块，利用Weibull分布对风速的不确定性进行处理，构建风力发电模型；光伏发电模型构建子模块，利用Beta分布对光照的不确定性进行处理，构建光伏发电模型；CHP电热输出模型构建子模块，根据CHP的电热耦合特性，建立CHP电热输出模型；储电单元模型和储热单元模型构建子模块，根据荷电状态，分别建立储电单元模型和储热单元模型；需求响应模型构建子模块，用于建立基于激励的需求响应模型。优选的，所述构建模块包括下列子模块：运行模式子模块，用于基于合作博弈理论制定CHP-VPP运行模式；目标函数子模块，用于确定系统的目标函数；约束条件子模块，用于确定系统的约束条件。优选的，所述确定模块包括下列子模块：设置子模块，用于输入典型日的发电参数以及各分布式单元参数，设置粒子群算法参数；初始化子模块本文档来自技高网...

【技术保护点】
1.一种热电联产虚拟电厂优化调控及收益分配方法，其特征在于，所述方法包括下列步骤：/nS10：建立包含风力发电系统、光伏发电系统、热电联产系统、储能系统以及可控负荷的CHP-VPP模型；/nS20：构建以CHP-VPP系统利润最大为目标的目标优化函数；/nS30：通过粒子群算法求解CHP-VPP系统内各分布式单元的最佳出力，确定调度周期内系统的最佳运行方式；/nS40：通过改进夏普利值法实现CHP-VPP系统内各分布式单元的公平收益分配。/n

【技术特征摘要】
1.一种热电联产虚拟电厂优化调控及收益分配方法，其特征在于，所述方法包括下列步骤：
S10：建立包含风力发电系统、光伏发电系统、热电联产系统、储能系统以及可控负荷的CHP-VPP模型；
S20：构建以CHP-VPP系统利润最大为目标的目标优化函数；
S30：通过粒子群算法求解CHP-VPP系统内各分布式单元的最佳出力，确定调度周期内系统的最佳运行方式；
S40：通过改进夏普利值法实现CHP-VPP系统内各分布式单元的公平收益分配。


2.根据权利要求1所述的热电联产虚拟电厂优化调控及收益分配方法，其特征在于，所述步骤S10包括下列步骤：
S101：利用Weibull分布对风速的不确定性进行处理，构建风力发电模型；
S102：利用Beta分布对光照的不确定性进行处理，构建光伏发电模型；
S103：根据CHP的电热耦合特性，建立CHP电热输出模型；
S104：根据荷电状态，分别建立储电单元模型和储热单元模型；
S105：建立基于激励的需求响应模型。


3.根据权利要求1所述的热电联产虚拟电厂优化调控及收益分配方法，其特征在于，所述步骤S20包括下列步骤：
S201：基于合作博弈理论制定CHP-VPP运行模式；
S202：确定系统的目标函数；
S203：确定系统的约束条件。


4.根据权利要求1所述的热电联产虚拟电厂优化调控及收益分配方法，其特征在于，所述步骤S30包括下列步骤：
S301：输入典型日的发电参数、分时电价以及各分布式单元参数，设置粒子群算法参数；
S302：初始化种群速度，位置以及目标值；
S303：更新种群速度及位置；
S304：考虑到整个系统内各分布式单元约束，对各机组出力不断调整，计算整个系统的最大利润；
S305：判断是否满足迭代终止条件或达到最大迭代次数，如是，则进行步骤S306；如否，则重新进行步骤S203；
S306：结束迭代并输出结果。


5.根据权利要求1所述的热电联产虚拟电厂优化调控及收益分配方法，其特征在于，所述步骤S40包括下列步骤：
S401：确定传统收益分配方案；
S402：根据热电比调整各分布式单元权重；
S403：确定改进的收益分配方案。


6.一种热电联产虚拟电厂优化调控及收益分配系统，其特征在于，所述系统包括下列模块：
建立模块，用于建...

【专利技术属性】
技术研发人员：房方，于松源，金顺平，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11