当前位置: 首页 > 专利查询>天津大学专利>正文

计及综合效率评价的虚拟电厂组建方法技术

技术编号:29491759 阅读:63 留言:0更新日期:2021-07-30 19:03
本发明专利技术涉及电气设备及电气工程、发电和供电,为能够确定出使得虚拟电厂整体势函数最大的虚拟电厂成员选择方案,既有利于优化虚拟电厂成员整体素质,提高服务水平和供电能力,同时可以让各成员获得满意的经济收益。本发明专利技术,计及综合效率评价的虚拟电厂组建方法,在CCR模型、交叉效率CCR模型基础上,通过博弈交叉效率CCR模型,利用增加二级约束对平均交叉效率模型进行修正,建立虚拟电厂成员评价指标体系,建立计及综合效率评价的虚拟电厂成员数学模型,最终建立基于势博弈的虚拟电厂成员选择模型,实现高效的虚拟电厂组建,本发明专利技术主要应用于虚拟电厂组建场合。

【技术实现步骤摘要】
计及综合效率评价的虚拟电厂组建方法
本专利技术涉及电气设备及电气工程、发电和供电等,具体涉及计及综合效率评价的虚拟电厂组建方法。
技术介绍
1、虚拟电厂虚拟电厂(virtualpowerplant,VPP)是解决新能源消纳受限、电源规模过剩以及电能供过于求等问题的一种有效技术手段。虚拟电厂通过先进的通信技术和网络技术聚合发电机组、储能设施和可控负荷等多种类型的电力资源,形成一个虚拟主体参与电网管理和电力市场,从而实现资源的优化配置和高效利用。通过建立电力系统中各类主体的多元互补合作关系,虚拟电厂使得多种发电形式以及可调节负荷在同一控制中心的协调下进行合作,既可以平抑新能源电力的波动性和不确定性,提高风电和光电的消纳比例,合理安排电源的利用,同时也可以灵活调节负荷产能,使电源出力和负荷曲线高峰、低谷时段尽可能重合,促进负荷侧高效用电,实现供给和需求的平衡。2、数据包络分析法数据包络分析法(dataenvelopmentanalysis,DEA)是用来计算一组决策单元(decisionmakingunit,DMU)的相对效率,为决策者提供决策依据的综合评价方法。它突破了传统效率评价方法中评价对象只能由单个输入指标和单个输出指标描述的局限性,将效率评价问题推广到了更复杂的多输入、多输出的应用场景中,可以应用于数学、工程科学等诸多领域,具有广泛的适用性。DEA的研究对象是一组同质的DMU,根据各DMU的综合效率值判断其是否位于生产前沿面上,在避免主观因素、简化算法流程和降低误差方面有着巨大的优势。r>3、势博弈势博弈(potentialgame)理论由Monderer和Shapley在1996年提出,包括序数势博弈、加权势博弈和完全势博弈三种类型。完全势博弈的性质说明,求策略博弈的纳什均衡解与求势函数最大值的最优化问题等价,通过构造合理的势函数,可以将完全势博弈转化为最优化问题进行求解。虚拟电厂的成员选择过程可以看作是一个多方参与,相互作用,在保证参与者利益的前提下使整体效用最大化的策略博弈过程。此外,虚拟电厂具有成员效益提高会使整体效益得到改善的特点。因此可以基于势博弈理论,以虚拟电厂整体效用为主体构建势函数,建立虚拟电厂成员选择模型,求解使虚拟电厂整体效用最大化的成员选择方案。
技术实现思路
为克服现有技术的不足,本专利技术旨在提出计及综合效率评价的虚拟电厂成员选择模型,在综合考虑了候选电力企业综合评价结果和各成员经济效益的基础上,能够确定出使得虚拟电厂整体势函数最大的虚拟电厂成员选择方案,既有利于优化虚拟电厂成员整体素质,提高服务水平和供电能力,同时可以让各成员获得满意的经济收益。模型对虚拟电厂成员进行选择的过程客观、有效,算法原理简单,易于转化为编程语言,从而可以利用此方法合理有效地进行虚拟电厂的规划。为此,本专利技术采取的技术方案是,计及综合效率评价的虚拟电厂组建方法,步骤如下:CCR模型对于k个DMU,每个DMU用m个输入指标和n个输出指标进行评价,则称DMUi,的所有输入指标组成的向量为其输入向量:Xi=(x1i,x2i,…,xmi)Ti=1,2,…,k(1)称DMUi的所有输出指标组成的向量为其输出向量,右上角的角标T代表转置:Yi=(y1i,y2i,…,yni)T(2)式中,T为向量转置符号。CCR模型的具体数学表达式如公式(3)所示:UT,VT≥0(3)式中,U和V分别为DMUi的输出指标权重向量和输入指标权重向量;Ed为当前被评价决策单元DMUd的CCR效率,其含义为:当Ed=1时,DMUd位于生产前沿面上,此时称DMUd相对于其他DMU是有效的;当Ed<1时,DMUd位于生产前沿面之内,则DMUd是相对无效的;交叉效率CCR模型基于CCR模型求各DMU平均交叉效率的步骤为:首先求解CCR模型得到各DMU的最优权重向量和然后计算DMUd各项指标在DMUi最优权重下的交叉效率Eid,如公式(4)所示;最后求DMUd的k个交叉效率的平均值得到其平均交叉效率d=1,2,k,如公式(5)所示:博弈交叉效率CCR模型博弈交叉效率CCR模型的二级约束为:当前被评价的DMU所选择的指标权重除了要使自身效率值尽可能优秀,还应该保证所选择的权重不会使其他DMU的交叉效率低于其期望交叉效率,改进后的博弈交叉效率CCR模型如公式(6)所示:maxEdj=μTYds.t.μTYi≤ωTXi,i=1,2,…,kωTXd=1μT≥0,ωT≥0(6)式中,ej为DMUj的期望交叉效率,Edj为DMUd对应于ej的博弈交叉效率,公式(6)可以在保证DMUd效率值最大的同时使DMUj的交叉效率不低于给定的期望效率ej,将这一计算过程重复进行k次可求得DMUd与其他所有决策单元相对应的博弈交叉效率,求平均值得到DMUd的平均博弈交叉效率ed;定义设为求解模型(6)得到的DMUd对应ej的最优权重向量。则对于每个DMUd,定义为该DMU的平均博弈交叉效率;在公式(6)和(7)的基础上进一步求解各DMU平均博弈交叉效率最优值的过程为:第一步:求DMUj的平均交叉效率,令迭代次数t=1,并且令第二步:求解DMUd的平均博弈交叉效率:表示成更一般的形式为:第三步:在求出之后,将其作为DMUd新的期望交叉效率,再次求解DMUd的平均博弈交叉效率,如果对于决策单元DMUd,其中ε为某一很小的正数,令并跳转到第二步,如果说明DMUd的平均博弈交叉效率不再显著改进,则停止计算。此时,即为DMUd最终的平均博弈交叉效率;建立计及综合效率评价的虚拟电厂成员数学模型,包括确定目标函数和约束条件;基于势博弈的虚拟电厂成员选择模型对应策略博弈的局中人、策略集以及效用函数三要素,将各候选电力企业和高载能企业视为局中人,电源企业的出力、储能电站的充放电功率以及CAIL生产用电决策为各自的策略集,并以各局中人目标函数为主体构造各局中人效用函数如下。ui(ai,a-i)=Fi(ai,a-i)-Fp(ai,a-i)(32)式中,Fi(ai,a-i)为局中人i的目标函数,Fp(ai,a-i)为功率平衡罚函数,用来表示虚拟电厂运行过程中必须满足的功率平衡约束,其表达式为:式中,Pi为各局中人功率,P为高载能企业不可调负荷与民用负荷之和,σ为一个很大的系数,当其取值增大到一定程度后,求解得到的结果中罚函数项为0,代表满足了功率平衡约束;以局中人目标函数为主体构造势函数φ来代表虚拟电厂的整体效用:对于有:Δui=ui(ai′,a-i)-ui(ai″,a-i)=(Fi(ai′,a-i)-Fp(ai′,a-i))-(Fi(ai″,a-i)-Fp(ai″,a-i)(35)ΔΦ=Δui(本文档来自技高网...

【技术保护点】
1.一种计及综合效率评价的虚拟电厂组建方法,其特征是,步骤如下:/nCCR模型/n对于k个DMU,每个DMU用m个输入指标和n个输出指标进行评价,则称DMU

【技术特征摘要】
1.一种计及综合效率评价的虚拟电厂组建方法,其特征是,步骤如下:
CCR模型
对于k个DMU,每个DMU用m个输入指标和n个输出指标进行评价,则称DMUi,的所有输入指标组成的向量为其输入向量:
Xi=(x1i,x2i,…,xmi)Ti=1,2,…,k(1)
称DMUi的所有输出指标组成的向量为其输出向量,右上角的角标T代表转置:
Yi=(y1i,y2i,…,yni)T(2)
式中,T为向量转置符号;
CCR模型的具体数学表达式如公式(3)所示:






UT,VT≥0(3)
式中,U和V分别为DMUi的输出指标权重向量和输入指标权重向量;Ed为当前被评价决策单元DMUd的CCR效率,其含义为:当Ed=1时,DMUd位于生产前沿面上,此时称DMUd相对于其他DMU是有效的;当Ed<1时,DMUd位于生产前沿面之内,则DMUd是相对无效的;
交叉效率CCR模型
基于CCR模型求各DMU平均交叉效率的步骤为:首先求解CCR模型得到各DMU的最优权重向量和然后计算DMUd各项指标在DMUi最优权重下的交叉效率Eid,如公式(4)所示;最后求DMUd的k个交叉效率的平均值得到其平均交叉效率d=1,2,…k,如公式(5)所示:






博弈交叉效率CCR模型
博弈交叉效率CCR模型的二级约束为:当前被评价的DMU所选择的指标权重除了要使自身效率值尽可能优秀,还应该保证所选择的权重不会使其他DMU的交叉效率低于其期望交叉效率,改进后的博弈交叉效率CCR模型如公式(6)所示:
maxEdj=μTYd
s.t.μTYi≤ωTXi,i=1,2,…,k
ωTXd=1



μT≥0,ωT≥0(6)
式中,ej为DMUj的期望交叉效率,Edj为DMUd对应于ej的博弈交叉效率,公式(6)可以在保证DMUd效率值最大的同时使DMUj的交叉效率不低于给定的期望效率ej,将这一计算过程重复进行k次可求得DMUd与其他所有决策单元相对应的博弈交叉效率,求平均值得到DMUd的平均博弈交叉效率ed;
定义设为求解模型(6)得到的DMUd对应ej的最优权重向量,则对于每个DMUd,定义



为该DMU的平均博弈交叉效率;
在公式(6)和(7)的基础上进一步求解各DMU平均博弈交叉效率最优值的过程为:
第一步:求DMUj的平均交叉效率,令迭代次数t=1,并且令
第二步:求解DMUd的平均博弈交叉效率:



表示成更一般的形式为:



第三步:在求出之后,将其作为DMUd新的期望交叉效率,再次求解DMUd的平均博弈交叉效率,如果对于决策单元DMUd,其中ε为某一很小的正数,令并跳转到第二步,如果说明DMUd的平均博弈交叉效率不再显著改进,则停止计算,此时,即为DMUd最终的平均博弈交叉效率;
建立计及综合效率评价的虚拟电厂成员数学模型,包括确定目标函数和约束条件;
基于势博弈的虚拟电厂成员选择模型
对应策略博弈的局中人、策略集以及效用函数三要素,将各候选电力企业和高载能企业视为局中人,电源企业的出力、储能电站的充放电功率以及CAIL生产用电决策为各自的策略集,并以各局中人目标函数为主体构造各局中人效用函数如下:
ui(ai,a-i)=Fi(ai,a-i)-Fp(ai,a-i)(32)
式中,Fi(ai,a-i)为局中人i的目标函数,Fp(ai,a-i)为功率平衡罚函数,用来表示虚拟电厂运行过程中必须满足的功率平衡约束,其表达式为:



式中,Pi为各局中人功率,P为高载能企业不可调负荷与民用负荷之和,σ为一个很大的系数,当其取值增大到一定程度后,求解得到的结果中罚函数项为0,代表满足了功率平衡约束;
以局中人目标函数为主体构造势函数φ来代表虚拟电厂的整体效用:



对于有:
Δui=ui(ai',a-i)-ui(ai”,a-i)
=(Fi(ai',a-i)-Fp(ai',a-i))-(Fi(ai”,a-i)-Fp(ai”,a-i))(35)



ΔΦ=Δui(37)
公式(35)—(37)表明,虚拟电厂成员选择模...

【专利技术属性】
技术研发人员:刘怀东崔丽瑶王睿卓
申请(专利权)人:天津大学
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1