[發明專利]一種流域型虛擬電廠調度方法

在審

• 申請號: 202011531079.2
• 申請日: 2020-12-22
• 公開（公告）號: CN112598175A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 龔錦霞;梅光銀;鄭元黎
• 申請（專利權）人: 上海電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06F30/27;G06K9/62;G06F111/04;G06F111/06;G06F111/08;G06F111/10;G06F113/04;G06F113/06
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 林君如

1.一種流域型虛擬電廠調度方法，其特征在于，包括以下步驟：

S1、基于Frank-Copula函數對風光出力相關性進行建模，以得到典型日風光場景及對應的概率；

S2、以典型日不同風光場景下虛擬電廠的總期望收益作為目標函數，以碳排放限額約束及虛擬電廠中各類電源出力約束作為約束條件，共同構建虛擬電廠的經濟調度模型；

S3、給定待調度當天的負荷曲線數據，采用遺傳算法對虛擬電廠的經濟調度模型進行求解，計算得到最優的調度結果，根據該調度結果對待調度當天虛擬電廠的各類電源出力進行調度。

2.根據權利要求1所述的一種流域型虛擬電廠調度方法，其特征在于，所述步驟S1具體包括以下步驟：

S11、獲取歷史風光出力數據，采用核密度估計法，建立一天24小時內每個時段的風光出力概率密度函數；

S12、基于Frank-Copula函數，聯合風光出力概率密度函數，得到風光出力聯合概率分布函數；

S13、對一天24小時內每個時段的風光出力聯合概率分布函數進行采樣，并通過kmeans聚類法對多組采樣結果進行聚類，得到典型日風光場景及對應的概率。

3.根據權利要求2所述的一種流域型虛擬電廠調度方法，其特征在于，所述步驟S11具體是以1小時作為采樣周期，以獲取多天的歷史風光出力數據。

4.根據權利要求2所述的一種流域型虛擬電廠調度方法，其特征在于，所述步驟S11中風光出力概率密度函數具體為：

其中，f(x_t)為風機出力的概率密度函數，f(y_t)為光伏出力的概率密度函數，n為歷史總天數，h為窗寬，x_t和y_t分別為t時刻的風機出力和光伏出力，X_d,t為第d天t時段風機出力，Y_d,t為第d天t時段光伏出力，K(·)為Epanechnikov核函數。

5.根據權利要求4所述的一種流域型虛擬電廠調度方法，其特征在于，所述步驟S12中風光出力聯合概率分布函數具體為：

其中，f(x_t,y_t)為風光出力聯合概率分布函數，u_t和v_t分別為風機出力和光伏出力概率分布函數，λ_t為相關參數，0≤λ_t≤1則u_t和v_t正相關，-1≤λ_t≤0則u_t和v_t負相關，λ_t→0則u_t和v_t趨向于獨立。

6.根據權利要求2所述的一種流域型虛擬電廠調度方法，其特征在于，所述步驟S13具體包括以下步驟：

S131、對一天24小時內每個時段的風光出力聯合概率分布函數進行采樣，并通過反變換得到每個時段風機和光伏的采樣出力，得到多組采樣結果；

S132、采用kmeans聚類法對多組采樣結果進行聚類，由戴維斯堡J指數來確定最佳聚類數，最終得到典型日風光場景及對應的概率。

7.根據權利要求1所述的一種流域型虛擬電廠調度方法，其特征在于，所述步驟S2中總期望收益包括風機出力收益、光伏出力收益、水電機組出力收益、燃氣輪機出力收益、柔性負荷的需求響應收益以及電網交易收益。