一种园区型虚拟电厂群的优化方法、终端及存储介质与流程

1.本发明属于虚拟电厂技术领域，具体涉及一种园区型虚拟电厂群的优化方法、终端及存储介质。


背景技术：

2.虚拟电厂是一种集成了多种类型的电源以提供可靠的整体电源的系统。即将多种分布式能源聚合在一起，实现其整体出力的稳定可靠，为电网提供高效的电能，从而保证并网的稳定性和安全性。与传统电厂相比，虚拟电厂的构成资源更多样化、更具环保性，在电力市场也更具竞争力，为电力行业的转型及整个电力系统的发展提供了新的思路。虚拟电厂通过先进的控制、计量、通信等技术聚合储能系统、可控负荷、电动汽车等不同类型的分布式能源，并通过更高层次软件架构实现多个分布式能源的协调运行优化，更利于合理的资源优化配置及利用。同时，虚拟电厂无须对电网进行改造而能聚合分布式能源对公网的稳定输电，并提供快速响应，成为分布式能源加入电力市场的有效方法。
3.目前对虚拟电厂的分析都是以独立虚拟电厂分析为主，且在新能源出力环节只考虑静态、线性化方法，很难做到精准反映风光出力的瞬时波动，对虚拟电厂运行策略产生很大的影响。另一方面，虚拟电厂在参与市场和大电网调度过程中，电价、需求侧响应和交易风险等多重因素势必会对整体效益带来损失。


技术实现要素：

4.针对现有技术中以独立虚拟电厂分析为主，且在新能源出力环节只考虑静态、线性化方法，很难做到精准反映风光出力的瞬时波动，对虚拟电厂运行策略产生很大的影响的缺陷，本发明提供一种园区型虚拟电厂群的优化方法、终端及存储介质，以解决上述技术问题。
5.第一方面，本发明提供一种园区型虚拟电厂群的优化方法，包括：
6.构建园区型虚拟电厂群框架，园区型虚拟电厂群框架配置有第一阶段上层模型、第一阶段下层模型和第二阶段模型；
7.获取园区型虚拟电厂群中各园区型虚拟电厂日前各时段的出力数据；
8.第一阶段上层模型按照预设的第一决策周期和第一时间间隔运行出力数据，确定园区型虚拟电厂之间电能交易方案、集群与大电网能量交易计划和单日类可调用负荷日前响应量，形成上层优化策略，并按照单日时间尺度更新数据；
9.第一阶段下层模型按照预设的第二决策周期和第二时间间隔对上层优化策略中各个园区型虚拟电厂的出力计划进行调整，确定与大电网能源交互量，以及单日类可调用负荷日内响应在预设时间内的可调整量，形成下层优化策略；
10.按照第一决策周期判断第一阶段优化是否结束；
11.若是，则第二阶段模型按照预设的第三决策周期和第三时间间隔对下层优化策略进行修正；
12.按照第三决策周期判断第二阶段优化是否结束；
13.若是，则输出最终优化方案。
14.在一个可选的实施方式中，第一决策周期为24小时，第一时间间隔为1小时。
15.在一个可选的实施方式中，第二决策周期为4小时，第二时间间隔0.5小时。
16.在一个可选的实施方式中，第三决策周期30分钟，第三时间间隔为10分钟。
17.在一个可选的实施方式中，若按照第一决策周期判断第一阶段优化并未结束；则将当前时刻对应的处理数据最为初始值带入第一阶段下层模型。
18.在一个可选的实施方式中，还包括建立风光出力概率场景模型，第一阶段下层模型通过风光出力概率场景模型针对风光预测的不确定性和环境因素导致的误差对上层优化策略进行修正。
19.在一个可选的实施方式中，第一阶段下层模型根据上层优化策略中已经确定的数据作为已知量，同时引入数据的修正量作为罚函数，以各个园区型虚拟电厂可调度负荷修正误差的惩罚成本和电量交易调整成本最小为目标函数，进行日内滚动优化，形成下层优化策略。
20.在一个可选的实施方式中，采用matlab内通过yalmip工具箱调用商业软件cplex优化器求解目标函数。
21.第二方面，本发明提供一种终端，包括：
22.处理器；
23.用于存储处理器的执行指令的存储器；
24.其中，所述处理器被配置为执行上述任一项所述的方法。
25.第三方面，本发明提供一种存储有计算机程序的存储介质，该程序被处理器执行时实现上述任一项所述的方法。
26.本发明的有益效果在于，本发明通过不同时长组成的多时间尺度逐级对虚拟电厂集群整体的运行动态进行实时规划，保障在参与市场交易中始终保持友好性和对外一致性；另外，本发明还通过第二阶段模型采取分钟级时间尺度，在缓冲范围内利用实时更新数据对单日计划进行精确修正，最小化日前、日内市场与实时市场不平衡成本。
27.此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
附图说明
28.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
29.图1是本发明一个实施例的方法的示意性流程图。
30.图2是本发明园区型虚拟电厂群框架的关系示意图。
31.图3是情景二优化后第一园区型虚拟电厂的功率平衡图。
32.图4是情景二优化后第二园区型虚拟电厂的功率平衡图。
33.图5是情景二优化后第三园区型虚拟电厂的功率平衡图。
34.图6是集群园区型虚拟电厂在情景一和情景二下的成本和电价交易利润图。
35.图7为本发明实施例提供的一种终端的结构示意图。
36.210为上层结构，211为虚拟电厂集群运营商，212为大电网，220为下层结构，221为能量管理中心，222为风光机组，223为热电联产机组，224为实体储能装置，225为虚拟储能装置，226为基础负荷。
具体实施方式
37.为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
38.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
39.下面对本发明中出现的关键术语进行解释。
40.cchp(combined cooling heating and power)系统又称热电冷联产系统，分布式冷热电联产系统是能源综合梯级利用的解决方案，总的能源利用率可以达到75％～90％。它以小水电、生物能、风能、太阳能、地热能、天然气、垃圾能或工业余热等一切可以产生电或热的资源作为一次能源，将发电系统和供热、供冷系统相结合的小规模、点状分布在用户附近的一种综合供能方式。从而满足用户对热、电、冷等能源的需求。cchp系统既可使用户自成一个能源供应系统，又可与大电网并网运行，系统具有相对的独立性、灵活性和安全性。cchp系统可以一台独立运行，又可以多台并联运行，可以满足不同功率负荷的用户需求。cchp系统结构紧凑，重量轻，占地面积小，安装方便，维护简单，自动化程度高，运行成本低。
41.如图1和图2所示，本发明提供一种园区型虚拟电厂群的优化方法，包括：
42.步骤110，构建园区型虚拟电厂群框架，园区型虚拟电厂群框架配置有第一阶段上层模型、第一阶段下层模型和第二阶段模型；
43.步骤120，获取园区型虚拟电厂群中各园区型虚拟电厂日前各时段的出力数据；
44.步骤130，第一阶段上层模型按照预设的第一决策周期和第一时间间隔运行出力数据，确定园区型虚拟电厂之间电能交易方案、集群与大电网能量交易计划和单日类可调用负荷日前响应量，形成上层优化策略，并按照单日时间尺度更新数据；
45.步骤140，第一阶段下层模型按照预设的第二决策周期和第二时间间隔对上层优化策略中各个园区型虚拟电厂的出力计划进行调整，确定与大电网能源交互量，以及单日类可调用负荷日内响应在预设时间内的可调整量，形成下层优化策略；
46.步骤150，按照第一决策周期判断第一阶段优化是否结束；若是，则转到步骤160；
47.步骤160，第二阶段模型按照预设的第三决策周期和第三时间间隔对下层优化策略进行修正；
48.步骤170，按照第三决策周期判断第二阶段优化是否结束；若是，则转到步骤180；
49.步骤180，输出最终优化方案。
50.为了便于对本发明的理解，下面以本发明园区型虚拟电厂群的优化方法的原理，
对本发明提供的园区型虚拟电厂群的优化方法做进一步的描述。
51.具体的，步骤110中构建园区型虚拟电厂群框架，该园区型虚拟电厂群框架包括上层结构和下层结构，其中，上层结构包括虚拟电厂集群运营商和大电网，下层结构包括能量管理中心，以及能量管理中心下一级的风光机组、热电联产机组、实体储能装置、虚拟储能装置和基础负荷，且热电联产机组、实体储能装置、虚拟储能装置等可以在园区型虚拟电厂群优化过程中直接供给、支持的单元组成可控单元，风光机组等新能源发电设备由于其存在一定的不确定性和波动属于不可控单元。
52.上层结构中引入虚拟电厂集群运营商对各园区型虚拟电厂进行集中管理，对集群低谷产生的余电在高峰缺电时进行统一调配，优化供需平衡，使各个园区型虚拟电厂做到能量交互共享，维持电价稳定，联合运行时减少弃风弃光量；下层结构针对各园区型虚拟电厂内部进行优化，通过各自的能量管理系统对能量信息进行传递，交由集群运营商。
53.该优化方法在建立的风光出力概率场景模型已经基本解决可再生能源接入园区带来的波动性问题的基础上，考虑不同时长组成的多时间尺度逐级对虚拟电厂集群整体的运行动态进行实时规划，具体包括两个优化阶段，分别是第一阶段和第二阶段，并未园区型虚拟电厂群框架配置有第一阶段上层模型、第一阶段下层模型和第二阶段模型；其中，第一阶段是以单日时间尺度协调滚动优化，第二阶段是以实时时间尺度校正优化。
54.步骤120中获取的出力数据包括日前各时段的用户需求量预测、风光不确定概率场景、可调用虚拟储能出力和可控单元设备出力数据，根据所获取的出力数据确定次日各园区型虚拟电厂的供需方案。
55.步骤130中第一阶段上层模型按照预设的第一决策周期和第一时间间隔运行出力数据，第一决策周期为24小时，第一时间间隔为1小时；通过该步骤确定园区型虚拟电厂之间电能交易方案、集群与大电网能量交易计划和单日类可调用负荷日前响应量，形成上层优化策略，并按照单日时间尺度更新数据。上层优化策略是以园区型虚拟电厂群整体运营收益最大化为目标函数的全局优化。
56.步骤140以上层优化策略为基础，采用日内滚动模式，每4小时为一决策周期，以0.5小时为滚动时间间隔，针对单个园区型虚拟电厂内各出力设备预设时间内的预测值，对日前策略中各个单元出力计划进行适量调整，具体地，第一阶段下层模型按照4小时的第二决策周期和0.5小时的第二时间间隔对上层优化策略中各个园区型虚拟电厂的出力计划进行调整，确定与大电网能源交互量，以及单日类可调用负荷日内响应在预设时间内的可调整量，形成下层优化策略；且第一阶段下层模型根据上层优化策略中已经确定的数据作为已知量，同时引入数据的修正量作为罚函数，以各个园区型虚拟电厂可调度负荷修正误差的惩罚成本和电量交易调整成本最小为目标函数，进行日内滚动优化，形成下层优化策略。该优化方法还建立风光出力概率场景模型，第一阶段下层模型通过风光出力概率场景模型针对风光预测的不确定性和环境因素导致的误差对上层优化策略进行修正。
57.步骤150中若按照第一决策周期判断第一阶段优化并未结束；则将当前时刻对应的处理数据最为初始值带入第一阶段下层模型。
58.步骤160中，对园区型虚拟电厂群采用分钟级时间尺度，以30分钟的决策周期和10分钟的时间间隔，对日内计划进行修正；具体地，第二阶段模型按照预30分钟的第三决策周期和10分钟的第三时间间隔对下层优化策略进行修正。
59.由于第一阶段上层模型、第一阶段下层模型和第二阶段模型存在nhes(new hybrid energy storage，新型混合储能)充放电和园区型虚拟电厂群购售电量等线性连续变量，也存在热电冷联产系统机组启停运行等线性整数变量，本发明中的优化方法还采用matlab内通过yalmip工具箱调用商业软件cplex优化器求解目标函数。
60.根据某工业园区各分布式能源设备地理位置的分布，聚合成三个园区型虚拟电厂组成园区型虚拟电厂群，且第一园区型虚拟电厂、第二园区型虚拟电厂和第三园区型虚拟电厂的负荷类型不同，分别处于住宅区、生产区和办公区。
61.对第一阶段中的上层优化策略采用两种场景进行对比分析。情景一：不采用集群形式，园区内聚合三个园区型虚拟电厂各自独立，直接与大电网进行交易，且各园区型虚拟电厂之间没有电能交互。情景二：采用本发明中提出的园区型虚拟电厂群集群架构集中优化，作为整体通过集群运营商与外部市场交易。
62.情景二优化后园区型虚拟电厂群内部各园区型虚拟电厂的功率平衡图，如图3、图4和图5所示，可以看出三个虚拟电厂通过集群运营商的统一协调规划，根据自身发用电情况，积极合理的与外部市场进行电能交互。尽管三个园区型虚拟电厂的nhes(new hybrid energy storage，新型混合储能)系统中电动汽车、空调、热水器以及实体储能装置的型号参数存在差异，但其出行规律和使用时间都存在一致性。例如第一园区型虚拟电厂所在的居民区，晚上18:00-22:00是用电高峰期，此时段遵循高发电的计划，使ves(simulated energy storage，模拟储能)中各设备积极参与园区型虚拟电厂互动；相反，在23:00-5:00这一时段处于低谷期，则施行低储能策略，确保在负荷高峰时的电能质量，合理的进行内、外部互动，保证第一园区型虚拟电厂的收益。而对处于生产区和办公区的第二园区型虚拟电厂和第三园区型虚拟电厂说，居民区的ves设备资源要比其丰富的多，所以其nhes的互动大部分是通过实体储能装置充放电来完成的。热电冷联产系统机组是出力最为稳定的一环，所以在各园区型虚拟电厂的用电高峰时段基本都处于满载状态，在其他时段除了满足自身负荷要求，可将多余电量储存到实体储能装置或者与集群内部其他园区型虚拟电厂进行电能交互，改善各园区型虚拟电厂的负荷水平和运营效益。在满足自身要求之后，各园区型虚拟电厂可以将剩余电能情况统一上汇给集群运营商，再由运营商统一调配，根据当前市场价格进行交易，实现园区型虚拟电厂群整体运营效益最大化。
63.集群内第一园区型虚拟电厂、第二园区型虚拟电厂和第三园区型虚拟电厂在情景一和情景二策略下的成本和电价交易利润如图6所示。通过整体对比可以发现，各园区型虚拟电厂在情景二情况下由于园区型虚拟电厂群集群的统一管理和集群运营商的联合协调，其总成本要低于情景一中各园区型虚拟电厂独立运行的情况。总成本所呈现的这一特点也完全体现在各区域的运行成本中，很明显看出情景二的运行成本同样低于情景一，根据情景二优化的功率平衡图可知，由于园区型虚拟电厂群内部各园区型虚拟电厂的高峰时段不同，当一个或两个园区型虚拟电厂处于高峰时段时，以适当的进行集群内部功率交互和协调共享来减少热电冷联产系统3和风光机组的出力，从而降低了各设备的运行成本和可调用负荷的补偿费用。
64.第二阶段优化中，采用两种情景分析整个园区型虚拟电厂群的出力情况，即情景三：考虑第一阶段约束方法的实时优化调度，情景四：缓冲边界约束范围内进行实时平衡校正。情景三的出力优化较情景四与第一阶段的调度结果偏离度更大，且在每10分钟的实时
更新过程中产生的波动幅度也要大很多。由于由缓冲边界的约束，在使用情景四优化过程中需要进行的修正量会控制在一定范围，始终保持与第一阶段综合成本相差最小同时还兼顾了响应及时度。
65.图7为本发明实施例提供的一种终端700的结构示意图，该终端700可以用于执行本发明实施例提供的园区型虚拟电厂群的优化方法。
66.其中，该终端700可以包括：处理器710、存储器720及通信模块730。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
67.其中，该存储器720可以用于存储处理器710的执行指令，存储器720可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。当存储器720中的执行指令由处理器710执行时，使得终端700能够执行以下上述方法实施例中的部分或全部步骤。
68.处理器710为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器720内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(integrated circuit，简称ic)组成，例如可以由单颗封装的ic所组成，也可以由连接多颗相同功能或不同功能的封装ic而组成。举例来说，处理器710可以仅包括中央处理器(central processing unit，简称cpu)。在本发明实施方式中，cpu可以是单运算核心，也可以包括多运算核心。
69.通信模块730，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
70.本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：rom)或随机存储记忆体(英文：random access memory，简称：ram)等。
71.本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
72.尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

技术特征：
1.一种园区型虚拟电厂群的优化方法，其特征在于，包括：构建园区型虚拟电厂群框架，园区型虚拟电厂群框架配置有第一阶段上层模型、第一阶段下层模型和第二阶段模型；获取园区型虚拟电厂群中各园区型虚拟电厂日前各时段的出力数据；第一阶段上层模型按照预设的第一决策周期和第一时间间隔运行出力数据，确定园区型虚拟电厂之间电能交易方案、集群与大电网能量交易计划和单日类可调用负荷日前响应量，形成上层优化策略，并按照单日时间尺度更新数据；第一阶段下层模型按照预设的第二决策周期和第二时间间隔对上层优化策略中各个园区型虚拟电厂的出力计划进行调整，确定与大电网能源交互量，以及单日类可调用负荷日内响应在预设时间内的可调整量，形成下层优化策略；按照第一决策周期判断第一阶段优化是否结束；若是，则第二阶段模型按照预设的第三决策周期和第三时间间隔对下层优化策略进行修正；按照第三决策周期判断第二阶段优化是否结束；若是，则输出最终优化方案。2.根据权利要求1所述的园区型虚拟电厂群的优化方法，其特征在于，第一决策周期为24小时，第一时间间隔为1小时。3.根据权利要求1所述的园区型虚拟电厂群的优化方法，其特征在于，第二决策周期为4小时，第二时间间隔0.5小时。4.根据权利要求1所述的园区型虚拟电厂群的优化方法，其特征在于，第三决策周期30分钟，第三时间间隔为10分钟。5.根据权利要求1所述的园区型虚拟电厂群的优化方法，其特征在于，若按照第一决策周期判断第一阶段优化并未结束；则将当前时刻对应的处理数据最为初始值带入第一阶段下层模型。6.根据权利要求1所述的园区型虚拟电厂群的优化方法，其特征在于，还包括建立风光出力概率场景模型，第一阶段下层模型通过风光出力概率场景模型针对风光预测的不确定性和环境因素导致的误差对上层优化策略进行修正。7.根据权利要求1所述的园区型虚拟电厂群的优化方法，其特征在于，第一阶段下层模型根据上层优化策略中已经确定的数据作为已知量，同时引入数据的修正量作为罚函数，以各个园区型虚拟电厂可调度负荷修正误差的惩罚成本和电量交易调整成本最小为目标函数，进行日内滚动优化，形成下层优化策略。8.根据权利要求7所述的园区型虚拟电厂群的优化方法，其特征在于，采用matlab内通过yalmip工具箱调用商业软件cplex优化器求解目标函数。9.一种终端，其特征在于，包括：处理器；用于存储处理器的执行指令的存储器；其中，所述处理器被配置为执行权利要求1-8任一项所述的方法。10.一种存储有计算机程序的存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结
本发明属于虚拟电厂技术领域，具体提供一种园区型虚拟电厂群的优化方法、终端及存储介质，包括构建园区型虚拟电厂群框架，园区型虚拟电厂群框架配置有第一阶段上层模型、第一阶段下层模型和第二阶段模型；获取园区型虚拟电厂群中各园区型虚拟电厂日前各时段的出力数据；通过不同时长组成的多时间尺度逐级对虚拟电厂集群整体的运行动态进行实时规划，保障在参与市场交易中始终保持友好性和对外一致性；另外，本发明还通过第二阶段模型采取分钟级时间尺度，在缓冲范围内利用实时更新数据对单日计划进行精确修正，最小化日前、日内市场与实时市场不平衡成本。时市场不平衡成本。时市场不平衡成本。


技术研发人员：李昱君 张泽卉 段辉 侯国强 亓晓娟 陈留洋 白静文 闫芳晴
受保护的技术使用者：国家电网有限公司
技术研发日：2023.06.07
技术公布日：2023/9/9