[發(fā)明專利]一種流域型虛擬電廠調(diào)度方法

在審

• 申請?zhí)枺?/td>: 202011531079.2
• 申請日: 2020-12-22
• 公開（公告）號: CN112598175A
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計）人: 龔錦霞;梅光銀;鄭元黎
• 申請（專利權(quán)）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(chǎn)權(quán)代理有限公司 31225
• 代理人: 林君如

本發(fā)明涉及一種流域型虛擬電廠調(diào)度方法，包括：基于Frank?Copula函數(shù)對風光出力相關(guān)性進行建模，以得到典型日風光場景及對應(yīng)的概率；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(shù)，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(gòu)建虛擬電廠的經(jīng)濟調(diào)度模型；給定待調(diào)度當天的負荷曲線數(shù)據(jù)，采用遺傳算法對經(jīng)濟調(diào)度模型進行求解，計算得到最優(yōu)的調(diào)度結(jié)果，根據(jù)該調(diào)度結(jié)果對待調(diào)度當天虛擬電廠的各類電源出力進行調(diào)度。與現(xiàn)有技術(shù)相比，本發(fā)明充分考慮風光出力相關(guān)性和最大碳排放限額，采用Frank?Copula函數(shù)精準有效地描述風光出力的相關(guān)性，能夠平抑風光出力的不確定性，結(jié)合最大碳排放限額約束，使得調(diào)度結(jié)果能夠同時兼顧經(jīng)濟性和環(huán)境效益。

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)及其自動化技術(shù)領(lǐng)域，尤其是涉及一種流域型虛擬電廠調(diào)度方法。

背景技術(shù)

借助水電與風光之間的天然互補特性，沿著流域廣泛分布著水電發(fā)電機組、以及分布式風電和光伏發(fā)電機組，逐漸形成了流域型的風光水清潔能源綜合開發(fā)利用的新模式。然而，風電機組和光伏出力具有極大的波動性以及反調(diào)峰特性，當大規(guī)模的風電機組和光伏并網(wǎng)時，必然會使整個電力系統(tǒng)的電力調(diào)度面臨巨大挑戰(zhàn)。

為此，現(xiàn)有研究利用風光水等多種能源在出力上存在功率和調(diào)節(jié)能力上的互補性，即充分利用多種能源之間的互補性形成進行聯(lián)合調(diào)度，可有效緩解單一風電和光伏并網(wǎng)的不確定性影響，當前聯(lián)合調(diào)度主要依托現(xiàn)有網(wǎng)架結(jié)構(gòu)以就地控制為目標，無法適應(yīng)多區(qū)域、大規(guī)模的分布式電源的有效利用及市場運營。

虛擬電廠(Virtual Power Plant，VPP)是一種可以不改變分布式電源的并網(wǎng)方式，主要通過高級的計量、通信以及控制技術(shù)將不同位置、不同類型的多種能源進行有效整合。VPP將可再生能源機組、可控發(fā)電機組、儲能裝置、可中斷負荷等整合起來進而實現(xiàn)對系統(tǒng)的穩(wěn)定電能輸出，并參與電網(wǎng)調(diào)度獲取相關(guān)利益。目前對于虛擬電廠的調(diào)度大多側(cè)重于實現(xiàn)經(jīng)濟最優(yōu)，并沒有充分考慮風光出力的不確定性，而實現(xiàn)VPP的經(jīng)濟最優(yōu)并不能適用于新模式下的流域型風光水的運行調(diào)度，調(diào)度結(jié)果無法同時兼顧環(huán)境效益與經(jīng)濟性。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種流域型虛擬電廠調(diào)度方法，能夠有效地適用于流域型清潔能源開發(fā)新模式，使得調(diào)度結(jié)果能夠同時兼顧環(huán)境效益與經(jīng)濟性。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：一種流域型虛擬電廠調(diào)度方法，包括以下步驟：

S1、基于Frank-Copula函數(shù)對風光出力相關(guān)性進行建模，以得到典型日風光場景及對應(yīng)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(shù)，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(gòu)建虛擬電廠的經(jīng)濟調(diào)度模型；

S3、給定待調(diào)度當天的負荷曲線數(shù)據(jù)，采用遺傳算法對虛擬電廠的經(jīng)濟調(diào)度模型進行求解，計算得到最優(yōu)的調(diào)度結(jié)果，根據(jù)該調(diào)度結(jié)果對待調(diào)度當天虛擬電廠的各類電源出力進行調(diào)度。

進一步地，所述步驟S1具體包括以下步驟：

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

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

S13、對一天24小時內(nèi)每個時段的風光出力聯(lián)合概率分布函數(shù)進行采樣，并通過k-means聚類法對多組采樣結(jié)果進行聚類，得到典型日風光場景及對應(yīng)的概率。

進一步地，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(shù)據(jù)。

進一步地，所述步驟S11中風光出力概率密度函數(shù)具體為：