一種基于虛擬電廠技術(shù)的der用戶競價(jià)并網(wǎng)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種并網(wǎng)方法，尤其是涉及一種基于虛擬電廠技術(shù)的DER用戶競價(jià)并 網(wǎng)方法。
【背景技術(shù)】
[0002] 近年來，為緩解全球能源危機(jī)、減少環(huán)境污染，風(fēng)能、太陽能、生物質(zhì)能等可再生能 源獲得極大重視，使得分布式電源(distributed generator DG)技術(shù)迅猛發(fā)展。DG、能量存 儲(chǔ)系統(tǒng)、可控負(fù)荷、電動(dòng)汽車等不同類型的分布式能源（distributed energy resource， DER)逐漸普及至電網(wǎng)用戶端(Users)。作為集中式發(fā)電的有益補(bǔ)充，DER可以緩解電網(wǎng)供電 壓力，有利于平衡負(fù)荷;DER的接入位置多為電網(wǎng)用戶端或其附近，有利于減少電力傳輸時(shí) 的線路損耗及配電網(wǎng)升級費(fèi)用;DER利用可再生能源發(fā)電、能量存儲(chǔ)、負(fù)荷控制等技術(shù)，可有 效減少用戶用電費(fèi)用、提高能源利用率及用戶用電獨(dú)立性。但與此同時(shí)，容量小、數(shù)量大、分 布不均且隨機(jī)性強(qiáng)的DER大規(guī)模并網(wǎng)給電網(wǎng)的穩(wěn)定運(yùn)行帶來了巨大挑戰(zhàn)。

【發(fā)明內(nèi)容】

[0003] 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考慮全面、計(jì)算 準(zhǔn)確的基于虛擬電廠技術(shù)的DER用戶競價(jià)并網(wǎng)方法。
[0004] 本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：
[0005] -種基于虛擬電廠技術(shù)的DER用戶競價(jià)并網(wǎng)方法，包括以下步驟：
[0006] 1)電力調(diào)度中心根據(jù)DER用戶反饋的負(fù)載數(shù)據(jù)預(yù)測下一時(shí)間段內(nèi)的參考電價(jià)；
[0007] 2)DER用戶根據(jù)參考電價(jià)及DER用戶出力得到并網(wǎng)競標(biāo)策略，并反饋回電力調(diào)度中 心；
[0008] 3)電力調(diào)度中心根據(jù)基于模糊隸屬度的多目標(biāo)分析模型響應(yīng)DER用戶的競標(biāo)策 略，DER用戶根據(jù)目標(biāo)函數(shù)選擇最優(yōu)的并網(wǎng)競標(biāo)策略。
[0009] 所述的步驟1)中，參考電價(jià)的計(jì)算式為：
[0010]
[0011]
[0012]
[0013]
[0014] 其中，0(k)為第k個(gè)周期的參考電價(jià)，<k>(g°T)為可控發(fā)電廠j在第k個(gè)電價(jià)更新周 期內(nèi)出力為時(shí)的邊際成本，T為電價(jià)更新周期，為可控發(fā)電廠j由發(fā)電導(dǎo)致的成 本，為可控發(fā)電廠j由機(jī)組出力變化導(dǎo)致的成本，^、匕、(^、化為發(fā)電成本參數(shù)， xf+T為可控發(fā)電廠j在第k-i個(gè)電價(jià)更新周期內(nèi)競標(biāo)后的實(shí)際出力。
[0015] 所述的步驟2)中，競標(biāo)策略包括以下四類：
[0016] (1)平均競標(biāo)電價(jià)f隨DER用戶出力增加而減小，即：
[0017]
[0018] (2)平均競標(biāo)電價(jià)If始終低于參考電價(jià)0(k):
[0019] J \ KT{ huh ^
[0020] (3)平均競標(biāo)電價(jià)If始終高于參考電價(jià)0(k):
[0021]
[0022] (4)平詢競標(biāo)電價(jià)1?%有出力增加而增大：
[0023]
[0024] 其中
f為第1個(gè)1)服用戶在第 k個(gè)電價(jià)更新周期的出力收益，Pf為第i個(gè)DER用戶在第k個(gè)電價(jià)更新周期的出力，P^in和 ?為If的最小值和最大值，〇和0為競標(biāo)范圍比例系數(shù)，且〇<α 1，瓜P和》P為第 i個(gè)DER用戶的競標(biāo)參數(shù)。
[0025]所述的步驟3)包括以下步驟：
[0026] 31)獲取多目標(biāo)分析模型的目標(biāo)函數(shù)，包括：
[0027]
[0028]
[0029] ? η
[0030] 其中，Cl為運(yùn)營成本，C2為有功網(wǎng)絡(luò)損耗，C3為電壓偏離程度，Ui和Ui'為節(jié)點(diǎn)i和V 的電壓，Rw為節(jié)點(diǎn)i和V的間的阻抗，仏為期望電壓值，η為節(jié)點(diǎn)總數(shù)，xf為第k個(gè)電價(jià)更新 周期DER用戶競標(biāo)后經(jīng)電力調(diào)度中心協(xié)調(diào)發(fā)電時(shí)可控發(fā)電廠j的實(shí)際出力；
[0031] 32)獲取多目標(biāo)分析模型的單隸屬度函數(shù)Α(α)和多隸屬度函數(shù)C為：
[0032]
[0035]
[0033] C=(A(Ci))max 1 = 1,2,3[0034] 33)獲取多目標(biāo)分析模型的約束條件為：
[0036]
[0037]
[0038] 其中，if1為DER用戶反饋的負(fù)載，:^^為#的最大值，1為@的最大值；
[0039] 34)根據(jù)不同的目標(biāo)函數(shù)采用變鄰域下降算法結(jié)合局部搜索算法進(jìn)行求解，獲取 隸屬度函數(shù)最小時(shí)對應(yīng)的并網(wǎng)競標(biāo)策略為最優(yōu)并網(wǎng)策略。
[0040] 所述的步驟31)中的目標(biāo)函數(shù)既可以單獨(dú)使用，也可以加權(quán)后使用。
[0041 ]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：
[0042]本發(fā)明所提出的基于虛擬電廠技術(shù)的協(xié)調(diào)控制DER用戶并網(wǎng)模型，亦建立在"區(qū)域 內(nèi)存在完全可控的供電設(shè)施"這一研究基礎(chǔ)之上。在滿足電力系統(tǒng)電能需求的基礎(chǔ)上，實(shí)現(xiàn) 最佳效益，是研究虛擬電廠協(xié)調(diào)控制策略的目標(biāo)，本發(fā)明根據(jù)虛擬電廠的功能分類分別提 出基于商業(yè)型虛擬電廠(commercial VPP，CVPP)和技術(shù)型虛擬電廠(technical VPP，TVPP) 的優(yōu)化目標(biāo)，并依據(jù)模糊隸屬度理論進(jìn)行多目標(biāo)優(yōu)化研究。
【附圖說明】
[0043]圖1為VND算法流程圖。
【具體實(shí)施方式】
[0044]下面結(jié)合附圖和具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)說明。
[0045] 針對多目標(biāo)分析模型，本發(fā)明采用多起始點(diǎn)變鄰域下降(MS-VND)算法與局部搜索 (LS)相結(jié)合的算法進(jìn)行求解。算法偽代碼如下，結(jié)合所提出的模型及仿真算例，采用0-100 的整數(shù)編碼表征用戶并網(wǎng)出力功率百分比。隨機(jī)生成Nstart組初始解作為起始點(diǎn)，分別對 各初始解進(jìn)行變鄰域搜索求得較優(yōu)解并對該較優(yōu)解進(jìn)行局部搜索，進(jìn)一步優(yōu)化至滿足算法 終止條件。
[0046]
[0047]該算法核心部分為變鄰域下降算法。VND算法是變鄰域搜索算法的一種，其主要思 想是針對問題模型及編碼方式設(shè)計(jì)一系列半徑不同的鄰域搜索算子并優(yōu)化各鄰域搜索順 序，對初始解進(jìn)行變鄰域貪婪搜索，其流程圖如圖1所示。
[0048] 圖中:mod( ·)為取余數(shù)函數(shù)。
[0049] 圖1中：k為鄰域內(nèi)搜索次數(shù)，鄰域j的終止條件為解經(jīng)過Kmax (j)次搜索無改進(jìn)， Kmax( j)隨鄰域大小自適應(yīng)變化，滿足下式：
[0050]
[0051] 式中：N(j)N(j)為鄰域j的可行解總數(shù)，直接反映該鄰域大小;NminNm in為最小鄰 域的可行解總數(shù);k為常數(shù)表示最小鄰域Nmin的終止搜索次數(shù)，本發(fā)明設(shè)置k為300。
[0052] 結(jié)合用戶并網(wǎng)出力的可行性及計(jì)算代價(jià)評估等因素設(shè)計(jì)了包括平移算子、遞增 (減)算子、變異算子等在內(nèi)的8個(gè)鄰域，變鄰域下降搜索的順序按鄰域大小N(j)由大至小排 序，并通過局部最優(yōu)跳出機(jī)制確保算法的搜索深度及廣度。當(dāng)算例規(guī)模較大時(shí)，VND算法鄰 域半徑設(shè)置偏小將導(dǎo)致計(jì)算成本大幅增加，而鄰域半徑設(shè)置偏大則容易陷入局部最優(yōu)。因 此本發(fā)明在研究IEEE 118節(jié)點(diǎn)仿真算例時(shí)，對由MS-VND求得的較優(yōu)解進(jìn)行局部搜索，從而 進(jìn)一步優(yōu)化解的質(zhì)量。本發(fā)明提出的MS - VND+LS算法針對單個(gè)或多個(gè)初始解進(jìn)行優(yōu)化，其 搜索方式是簡單的貪婪搜索形式。同時(shí)，MS-VND算法根據(jù)模型及實(shí)際算例設(shè)計(jì)一系列具有 針對性的鄰域并合理規(guī)劃其搜索順序，可以有效減少對不可行解的搜索次數(shù)，節(jié)約計(jì)算成 本，提高計(jì)算效率。與局部搜索相結(jié)合，采用二階段搜索的方式可以有效解決較大規(guī)模算 例?？偟膩碚f，與具有普適性的遺傳算法、粒子群算法等傳統(tǒng)群體智能算法不同，MS - VND+ LS算法是一種針對本發(fā)明提出模型及算例的簡單高效算法。
[0053] 實(shí)施例：
[0054] 采用IEEE 118節(jié)點(diǎn)標(biāo)準(zhǔn)測試系統(tǒng)模擬某區(qū)域居民用電系統(tǒng)進(jìn)行仿真，設(shè)置周期T = lh。以測試系統(tǒng)平衡節(jié)點(diǎn)作為該區(qū)域的可控發(fā)電設(shè)施并假設(shè)該可控發(fā)電設(shè)施為火力發(fā)電 廠，發(fā)電總?cè)萘繛? 500MW，其發(fā)電成本參數(shù)為a=10美元，b = 3美元/(MW · h)，c = 0.03美 元/(MW · h)2，i3 = 0.051美元/(MW · h)2[13]。假設(shè)該周期內(nèi)負(fù)載需求較上一周期有所減少， 出力變化比η = 〇·65。
[0055] 考慮測試系統(tǒng)能量等級的合理性，假設(shè)每個(gè)節(jié)點(diǎn)均為區(qū)域性能量管理系統(tǒng)，能量 管理系統(tǒng)響應(yīng)該節(jié)點(diǎn)地理區(qū)域內(nèi)用戶群體的負(fù)載需求并根據(jù)實(shí)際情況統(tǒng)一制定并網(wǎng)競價(jià) 策略。本仿真只考慮節(jié)點(diǎn)的整體行為，節(jié)點(diǎn)內(nèi)每個(gè)獨(dú)立用戶的個(gè)體行為不做詳細(xì)研究。算例 假設(shè)118節(jié)點(diǎn)中隨機(jī)的67節(jié)點(diǎn)可以并網(wǎng)競標(biāo)供電，即為DER用戶，其余節(jié)點(diǎn)均只作為負(fù)載用 戶。其中，所有節(jié)點(diǎn)有功負(fù)載PL
[0056]按參數(shù)為μ=10，σ = 2的正態(tài)分布隨機(jī)生成;所有可并網(wǎng)供電節(jié)點(diǎn)有功出力上下限 按參數(shù)為1^1 = 3 42 = 6,〇1=〇.5,〇2 = 1的正態(tài)分布隨機(jī)生成。
[0057]由于居民用電負(fù)載多為阻性負(fù)載，功率因數(shù)較高，因此各節(jié)點(diǎn)無功負(fù)載QL設(shè)置相 對較小。計(jì)算運(yùn)營成本及網(wǎng)絡(luò)損耗時(shí)亦不考慮無功補(bǔ)償成本及無功損耗。假設(shè)ISO對該區(qū)域 負(fù)載估計(jì)為無偏差估計(jì)，由潮流計(jì)算可得該區(qū)域只有可控發(fā)電廠出力供電時(shí)發(fā)電功率為1 298.358MW，發(fā)電成本為54 477美元，因此，平均發(fā)電成本(參考電價(jià))為41.96美元/(MW · 11)?？紤]競標(biāo)范圍合理性，設(shè)置(1 = 〇.5，0=2。
[0058]所設(shè)計(jì)的算法中，MS - VND算法起始點(diǎn)個(gè)數(shù)設(shè)置為10，鄰域個(gè)數(shù)為8，鄰域內(nèi)搜索終 止條件根據(jù)鄰域大小自適應(yīng)變化，針對較優(yōu)解進(jìn)行局部搜索時(shí)的搜索次數(shù)也相應(yīng)增加。分 別就單目標(biāo)及多目標(biāo)情況進(jìn)行仿真。
[0059] C