[發明專利]一種考慮快速啟停設備的多能虛擬電廠調節能力計算方法

有效

• 申請號: 202011022651.2
• 申請日: 2020-09-25
• 公開（公告）號: CN112234607B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 孫宏斌;孫勇;郭慶來;李寶聚;王彬;李振元;趙昊天;張海鋒;潘昭光;王堯
• 申請（專利權）人: 國網吉林省電力有限公司;清華大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/46
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

1.一種考慮快速啟停設備的多能虛擬電廠聚合方法，其特征在于，該方法包括以下步驟：

(1)記多能虛擬電廠調節能力的變量集合為其中，t為調度時段的編號，Υ為調度時段的集合，為多能虛擬電廠在調度時段t的聯絡線有功功率的基準值，和分別為多能虛擬電廠在調度時段t的聯絡線有功功率最大向上調節量和最大向下調節量；

(2)建立多能虛擬電廠調節能力計算模型的目標函數：

S_SD＝S_G∪S_CHP∪S_GB∪S_AC,S_QD＝S_EB∪S_EC

式中，Δt為相鄰調度時段之間的時間間隔，i為多能虛擬電廠中任一設備的編號，S_SD為多能虛擬電廠內部所有傳統火電機組、熱電聯產機組、燃氣鍋爐和吸收式機組共同構成的集合，S_G為多能虛擬電廠內部所有傳統火電機組共同構成的集合，S_CHP為多能虛擬電廠內部所有熱電聯產機組共同構成的集合，S_GB為多能虛擬電廠內部所有燃氣鍋爐共同構成的集合，S_AC為多能虛擬電廠內部所有吸收式機組共同構成的集合，S_QD為多能虛擬電廠內部所有電鍋爐和電制冷機共同構成的集合，S_EB為多能虛擬電廠內部所有電鍋爐共同構成的集合，S_EC為多能虛擬電廠內部所有電制冷機共同構成的集合，為調度時段t時的購電價格，為多能虛擬電廠在調度時段t參與輔助服務市場向上調節單位有功功率的備用容量價格，為多能虛擬電廠在調度時段t參與輔助服務市場向下調節單位有功功率的備用容量價格，c^s,i為設備i的開機成本，為設備i的固定費用為表征設備i在調度時段t開機動作的0-1變量，設備i在調度時段t由關機狀態轉變為開機狀態，則取值為1，其他情況下取值為0，為表征設備i在調度時段t運行狀態的0-1變量，設備i在調度時段t處于開機狀態時的取值為1，設備i在調度時段t處于關機狀態時的取值為0，x_U為第一階段決策變量和共同構成集合，i∈S_SD，即：

為調度時段t的上級電網可能向多能虛擬電廠下發的關口調度計劃的有功功率值，滿足：Ω₁為所有調度時刻的構成的集合，即cⁱ為傳統火電機組、燃氣鍋爐和吸收式機組的運行成本系數，i∈S_G∪S_GB∪S_AC；對于傳統火電機組，為傳統火電機組i在調度時段t產生的有功功率；對于燃氣鍋爐，為燃氣鍋爐i在調度時段t產生的熱功率；對于吸收式機組，為吸收式機組i在調度時段t產生的熱功率；和分別為多能虛擬電廠在調度時段t參與輔助服務市場向上和向下調節單位有功功率的能量價格，和分別為多能虛擬電廠在調度時段t相對聯絡線有功功率的基準值向上調節和向下調節的有功功率值；c^E,i和c^H,i為熱電聯產機組i的成本系數，i∈S_CHP；和分別為熱電聯產機組i在調度時段t產生的有功功率和熱功率，i∈S_CHP；x_L為第二階段決策變量和共同構成集合，即：

其中，中i∈S_CHP，中i∈S_HL∪S_CL，中i∈S_EB∪S_EC，中i∈S_EB∪S_EC；

為熱電聯產機組i在調度時段t第k個組合系數，，i∈S_CHP；和分別為蓄電池i在調度時段t的充電功率和放電功率，為蓄電池i在調度時段t的電量，為向熱負荷i消耗的熱功率，為建筑i在調度時段t的室內溫度；

(3)建立多能虛擬電廠調節能力計算模型的約束條件：

(3-1)建立設備運行狀態的約束條件：

(3-2)建立設備運行的約束條件：

式中，對于傳統火電機組，P^i,min和P^i,max分別為傳統火電機組i在產生的有功功率的下限和上限；對于燃氣鍋爐，P^i,min和P^i,max分別為燃氣鍋爐i產生的熱功率的下限和上限；對于吸收式機組，P^i,min和P^i,max分別為吸收式機組i產生的熱功率的下限和上限；對于電鍋爐，P^i,min和P^i,max分別為電鍋爐i消耗的電功率的下限和上限；對于電制冷機，P^i,min和P^i,max分別為電制冷機i消耗的電功率的下限和上限；對于傳統火電機組，為傳統火電機組i在調度時段t-1產生的有功功率；對于燃氣鍋爐，為燃氣鍋爐i在調度時段t-1產生的熱功率；對于吸收式機組，為吸收式機組i在調度時段t-1產生的熱功率；對于電鍋爐，為電鍋爐i在調度時段t-1消耗的電功率；對于電制冷機，為電制冷機i在調度時段t-1消耗的電功率；R^i,up和R^i,down分別為設備i的向上爬坡速率和向下爬坡速率，R^i,su和R^i,sd分別為設備i的開機速率和關機速率；

(3-3)建立可再生能源機組運行的約束條件：

式中，為可再生能源機組i在調度時段t產生的有功功率的預測值，S_W為多能虛擬電廠內部所有可再生能源機組共同構成的集合；

(3-4)建立熱電聯產機組運行的約束條件：

式中，EPⁱ為熱電聯產機組i的可行域端點的集合，P^i,k和H^i,k分別為熱電聯產機組i的可行域的第k個端點的有功功率值和熱功率值；

(3-5)建立蓄電池運行的約束條件：

式中，P^c,i,max和P^dc,i,max分別為蓄電池i充電功率的最大值和放電功率的最大值，E^i,min和E^i,max分別為蓄電池i電量的最小值和最大值，η^c,i和η^dc,i分別為蓄電池i充電效率和放電效率，e_t-1^ES,i為蓄電池i在調度時段t-1的電量；

(3-6)建立冷負荷和熱負荷的約束條件：

式中，為冷負荷i或熱負荷i的熱容，為熱負荷i或冷負荷i在調度時段t-1的室內溫度，Uⁱ為熱負荷i或冷負荷i的熱導，為調度時段t的環境溫度；τ^i,min和τ^i,max分別為熱負荷i或冷負荷i室內溫度的最小值和最大值，S_HL為多能虛擬電廠內部所有熱負荷構成的集合，S_CL為能虛擬電廠內部所有冷負荷構成的集合；

(3-7)建立能量平衡的約束條件：

式中，η^EB,i為電鍋爐i的制熱系數，COPⁱ為電制冷機i的制冷系數，P_t^L,i為電負荷i在調度時段t消耗的有功功率，S_L為多能虛擬電廠內部所有電負荷構成的集合；

(3-8)建立不確定性的約束條件：

式中，為多能虛擬電廠在調度時段t參與輔助服務獲得收益，為上級電網在調度時段t采用的多能虛擬電廠的聯絡線有功功率向上調節量的比例，為上級電網在調度時段t采用的多能虛擬電廠的聯絡線有功功率向下調節量的比例，為表征上級電網在調度時段t要求多能虛擬電廠的聯絡線有功功率向上調節和向下調節的0-1變量，當上級電網在調度時段t要求多能虛擬電廠的聯絡線有功功率向上調節時，的取值為1，當上級電網在調度時段t要求多能虛擬電廠的聯絡線有功功率向下調節時，的取值為0；

(4)建立一個由步驟(2)中建立的多能虛擬電廠調節能力計算模型的目標函數和步驟(3)中建立的多能虛擬電廠調節能力計算模型的約束條件共同構成多能虛擬電廠調節能力計算模型，該多能虛擬電廠調節能力計算模型中的決策變量包括：調度時段t的上級電網可能向多能虛擬電廠下發的關口調度計劃的有功功率值多能虛擬電廠在調度時段t的聯絡線有功功率調節量的上限和下限傳統火電機組i在調度時段t產生的有功功率開機動作變量和運行狀態變量燃氣鍋爐i在調度時段t產生的熱功率開機動作變量和運行狀態變量吸收式機組i在調度時段t產生的熱功率開機動作變量和運行狀態變量熱電聯產機組i在調度時段t第k個組合系數開機動作變量和運行狀態變量電鍋爐i在調度時段t的開機動作變量電制冷機i在調度時段t的開機動作變量蓄電池i在調度時段t的充電功率和放電功率蓄電池i在調度時段t的電量在調度時段t向熱負荷和冷負荷提供熱功率熱負荷和冷負荷在調度時段t的室內溫度將該模型寫為矩陣形式，即：

s.t.Ax+By≥q

Ω＝{u|Hu≥r}

Θ＝{v,z|Fv+Ez+Dx+Cy+Gu≥s,Tz≥p}

式中，y、x、u、z、v分別為由決策變量構成的列向量，其中，y由和共同構成，i∈S_SD,t∈Υ；x由和共同構成，t∈Υ；u由構成，t∈Υ；z由構成，i∈S_QD,t∈Υ；v由共同構成，中i∈S_QD,t∈Υ，中i∈S_CHP,t∈Υ；

cy+dx的具體表達式為：

其中，c為目標函數中y對應的系數矩陣，d為目標函數中x對應的系數矩陣；

hu+ez+fv的具體表達式為：

其中，h為目標函數中u對應的系數矩陣，e為目標函數中z對應的系數矩陣，f為目標函數中v對應的系數矩陣；

Θ為z和v的可行域；A、B、q、H、r、F、E、D、C、G、T、p是以(2)為目標函數以(3)為約束條件的模型轉換為矩陣形式后，對應形式的約束條件分別對應的系數矩陣；

(5)利用改進的嵌套列約束生成算法對步驟(4)中建立的矩陣形式的多能虛擬電廠調節能力計算模型進行求解，具體步驟如下：

(5-1)記外層列約束生成算法的目標函數的下界和上界分別為LB_out和UB_out，設置LB_out的初始值為-∞，設置UB_out的初始值為∞；

(5-2)記外層列約束生成算法的迭代次數為l，設置l的初始值為0；

(5-3)利用分支定界算法求解外層主問題優化模型，外層主問題優化模型形式如下：

s.t.Ax+By≥q,

Fv^k+Ez^k+Dx+Cy+Gu^k≥s,k＝1,2,...,l

η≥hu^k+ez^k+fv^k,Tz^k≥p,k＝1,2,...,l

u^k∈Ω＝{u¹,u²,...u^NU},k＝1,2,...,l.

其中，η為外層列約束生成算法引入的輔助變量，記外層主問題優化模型的最優解為η^*、x^*和y^*，其中，η^*為η的最優解，x^*為x的最優解，y^*為y的最優解；

令LB_out＝cy^*+dx^*+η^*，對LB_out和UB_out之間的關系進行判斷：如果不滿足UB_out-LB_out≤ε_out，則進行步驟(5-4)；如果滿足UB_out-LB_out≤ε_out，則計算結束，本次迭代計算獲得的x^*和y^*即為多能虛擬電廠調節能力計算模型的最優解，獲得多能虛擬電廠調節能力計算結果，結束計算；

(5-4)記內層列約束生成算法目標函數的下界和上屆分別為LB_in和UB_in，設置LB_in的初始值為-∞，設置UB_in的初始值為∞，記內層列約束生成算法的迭代次數為m，設置m的初始值為0；

(5-5)利用分支定界算法求解對偶后的內層主問題優化模型，內層主問題優化模型如下：

s.t.Hu≥r,

θ≤ez^j+(s-Ez^j-Dx^*-Cy^*-Gu)^Tω^j,j＝1,2,...,NZ

ω^j≥0,j＝1,2,...,NZ

其中ω為引入的對偶變量構成的列向量，記內層主問題優化模型的最優解為和其中，為Θ的最優解，為u的最優解；

令對LB_in和UB_in之間的關系進行判斷：如果滿足UB_in-LB_in≤ε_in，則令并進行步驟(5-8)；如果不滿足UB_in-LB_in≤ε_in，則進行步驟(5-6)；

(5-6)利用分支定界算法求解內層子問題優化模型，內層子問題優化模型如下：

Tz≥p,δ≥0,

其中δ為內層子問題中引入的松弛變量構成的列向量；J為松弛變量的系數矩陣，為一個對角矩陣，其取值規則為：對應約束(3-7)的對角元取值為1，其他值均為0；記內層子問題優化模型的最優解為z^*、v^*和δ^*，其中，z^*為z的最優解，v^*為v的最優解，δ^*為δ的最優解；

令LB_in＝max(LB_in,ez^*+fv^*+σ1^Tδ^*)，對LB_in和UB_in之間的關系進行判斷：如果滿足UB_in-LB_in≤ε_in，則令并進行步驟(5-8)；如果不滿足UB_in-LB_in≤ε_in，則進行步驟(5-7)；

(5-7)建立新變量ω^m+1，ω^m+1為列約束生成算法添加的第m+1組對偶變量，建立下列約束條件，并添加至內層主問題優化模型：

θ≤(s-Ez^j-Dx^*-Cy^*-Gu)^Tω^m+1,

令m＝m+1，然后重新返回步驟(5-5)；

(5-8)令UB_out＝min(UB_out,cy^*+dx^*+UB_in)，對LB_out和UB_out之間的關系進行判斷：如果滿足UB_out-LB_out≤ε_out，則計算結束，本次迭代計算獲得的x^*和y^*即為多能虛擬電廠調節能力計算模型的最優解，獲得多能虛擬電廠調節能力計算結果，結束計算；

如果不滿足UB_out-LB_out≤ε_out，則建立新變量z^l+1和v^l+1，向外層主問題優化模型增加如下列約束：

Fv^l+1+Ez^l+1+Dx+Cy+Gu^l+1≥s,

η≥hu^l+1+ez^l+1+fv^l+1,Tz^l+1≥p,

u^l+1＝u*.

令l＝l+1，然后重新返回步驟(5-3)。