【技术实现步骤摘要】
本专利技术涉及电力系统的调度与控制，具体涉及一种基于一阶随机占优约束的虚拟电厂最优调控方法、系统、电子设备和存储介质。
技术介绍
1、传统能源紧缺和环境污染问题的日益加剧，推动了以分布式能源形式利用风、光、水等可再生能源发电在能源结构中的地位越来越重要。但受制于容量小、数量大和地域分散等特点，分布式电源接入电网成本高，输出功率波动性影响电网的稳定运行。虚拟电厂通过精细的控制方式和能源管理集成地域分散的分布式电源、储能系统、可控负荷等，实现分布式电源的有效聚合和管理。
2、虚拟电厂整合多种分布式能源参与电力市场运行，能够平抑可再生能源的波动，提升虚拟电厂的整体性能，同时，在参与电力市场过程中虚拟电厂面临着多维度的不确定性，主要分布在源、荷以及电价领域。为了减小因不确定性带来的性能风险，需要一种风险管理方法对虚拟电厂的不确定风险进行有效控制。
技术实现思路
1、本专利技术旨在解决虚拟电厂参与电力市场过程中面临的由源、荷以及电价不确定性带来的调控风险问题，提出一种基于一阶随机占优约束的虚拟电厂最优调控方法、系统、电子设备和存储介质。
2、本专利技术的第一个目的在于公开一种基于一阶随机占优约束的虚拟电厂最优调控方法，所述虚拟电厂最优调控方法包括以下步骤：
3、s1、基于风电场的历史出力数据以及现货电能量、备用价格历史数据，通过归一化流算法生成风电出力、日前、实时电能量、备用价格的不确定性场景；
4、s2、基于虚拟电厂主体自身风险性能偏好确定用
5、s3、构建基于一阶随机占优约束的虚拟电厂日前电能量-备用市场最优调控模型的目标函数和约束条件；
6、s4、利用优化求解器求解得到虚拟电厂的最优调控计划及预期的性能曲线。
7、本专利技术引入了经济学领域的随机占优概念，建立了基于一阶随机占优约束的风险规避型虚拟电厂最优调控模型。本专利技术可以有效控制虚拟电厂面临的不确定风险特别是尾部风险，将有助于推动新能源大规模接入电力系统的可持续发展。
8、进一步地，所述步骤s1中，基于风电场的历史出力数据以及现货电能量、备用价格历史数据，通过归一化流算法生成风电出力、日前、实时电能量、备用价格的不确定性场景。
9、进一步地，所述步骤s2过程如下：
10、s21、建立基于条件风险价值的虚拟电厂日前电能量-备用市场最优调控模型目标函数：
11、
12、
13、上式，πda为描述新能源机组出力及现货电能量价格、备用价格不确定性的场景集合，πw为场景w发生的概率，ζw为场景w下vpp的性能。ωt、ωc分别为优化时刻集合和传统火电机组集合；ptda为vpp在时刻t的日前市场交易量，为vpp在场景w下时刻t的实时市场交易量；为vpp在场景w下时刻t的备用市场交易量；为场景w下时刻t的日前市场成交价格；为场景w下时刻t的实时市场成交价格；为场景w下时刻t的备用市场成交价格；δt表征相邻两优化时刻的间隔时间；ud,cut、ud,tr分别为可削减负荷及可转移负荷的调节成本；分别为场景w下时刻t时可削减负荷的削减量以及可转移负荷的转移量；和分别为火电机组c的固定成本和可变成本；为火电机组c在时刻t的启停状态变量，为火电机组c在场景w下时刻t的日前调度出力；β为条件风险价值项所占权重；α为置信度；η和sw为中间变量；
14、s22、建立基于条件风险价值的虚拟电厂日前电能量-备用市场最优调控模型约束条件：
15、有功功率平衡约束：
16、
17、
18、
19、式中，ωs和ωr分别为储能电站集合及新能源机组集合；为新能源机组r在场景w下时刻t的日前调度出力，和分比为储能电站s在场景w下时刻t的日前调度充放电功率；为主电网与虚拟电厂间在场景w下时刻t的总传输容量；为场景w下时刻t的总负荷量；ptdbase为时刻t下的基础负荷量，为时刻t下的可削减负荷量上限；
20、火电机组运行约束：
21、
22、
23、
24、式中，为火电机组c的出力上限为火电机组c的出力下限；和分别为火电机组c的上爬坡率和下爬坡率；
25、柔性负荷运行约束：
26、
27、
28、
29、
30、
31、
32、式中，为可转移负荷在场景w下时刻t的响应状态变量；ttr,min为可转移负荷的最小转移时段；为时刻t下的可转移负荷量下限；为时刻t下的可转移负荷量上限。为可削减负荷在场景w下时刻t的响应状态变量；nmax为可削减负荷的日累计最大响应次数；tcut,max和tcut,min分别为最大和最小削减时间；
33、储能电站运行约束：
34、
35、
36、
37、
38、
39、式中：为储能电站s在场景w下时刻t的荷电状态；分别为储能电站s的充电效率和放电效率；为储能电站s的最小荷电状态容量分别为储能电站s的最大充电功率和最大放电功率；分别为储能电站s的充电决策变量和放电决策变量；
40、新能源机组运行约束：
41、
42、式中：为新能源机组r在场景w下时刻t的预测出力水平。
43、条件风险价值辅助计算约束：
44、
45、
46、s23、通过设定条件风险价值项所占权重为1，将上述基于条件风险价值的虚拟电厂日前电能量-备用市场最优调控模型转化为基于条件风险价值的虚拟电厂日前电能量-备用市场完全风险规避最优调控模型，根据需要采用所需的商用优化求解器获得完全风险规避条件下的虚拟电厂参与能量-备用市场性能分布曲线fa(w)；
47、s24、基准场景选择唯一强制要求为基准场景分布fb(w)必须一阶随机支配步骤s23中计算得到的fa(w)即：
48、
49、满足可行域限制条件下，虚拟电厂主体可以基于自身性能-风险偏好确定基准场景。
50、进一步地，所述步骤s3过程如下：
51、s31、建立目标函数：
52、
53、
54、上式，πda为描述新能源机组出力及现货电能量价格、备用价格不确定性的场景集合，πw为场景w发生的概率，ζw为场景w下vpp的性能。ωt、ωc分别为优化时刻集合和传统火电机组集合；ptda为vpp在时刻t的日前市场交易量，为vpp在场景w下时刻t的实时市场交易量；为vpp在场景w下时刻t的备用市场交易量；为场景w下时刻t的日前市场成交价格；为场景w下时刻t的实时市场成交价格；为场景w下时刻t的备用市场成交价格；δt表征相邻两优化时刻的间隔时间；ud,cut、ud,tr分别为可削减负荷及可转移负荷的调节成本；分别为场景w下时刻t时可削减负荷本文档来自技高网...
【技术保护点】
1.一种基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述虚拟电厂最优调控方法包括以下步骤：
2.根据权利要求1所述的基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述步骤S2过程如下：
3.根据权利要求1所述的基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述步骤S3过程如下：
4.一种基于一阶随机占优约束的虚拟电厂最优调控系统，用于执行上述权利要求1至3任一所述的基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述虚拟电厂最优调控系统包括：
5.一种电子设备，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～3中任意一项所述基于一阶随机占优约束的虚拟电厂最优调控方法。
6.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～3中任意一项所述基于一阶随机占优约束的虚拟电厂最优调控方法。
【技术特征摘要】
1.一种基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述虚拟电厂最优调控方法包括以下步骤：
2.根据权利要求1所述的基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述步骤s2过程如下：
3.根据权利要求1所述的基于一阶随机占优约束的虚拟电厂最优调控方法，其特征在于，所述步骤s3过程如下：
4.一种基于一阶随机占优约束的虚拟电厂最优调控系统，用于执行上述权利要求1至3任一所述的基于一阶随机占优约束...
【专利技术属性】
技术研发人员：邹鹏，崔校瑞，殷柯奕，龙志豪，李瑞，张超，程雪婷，常潇，刘新元，荆朝霞，
申请(专利权)人：国网山西省电力公司，
类型：发明
国别省市：
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。