虚拟电厂负荷多目标优化调度策略-ag尊龙app

摘要:在新能源日益被各国重视的背景下，虚拟电厂的重要性日益凸显，在虚拟电厂的支持下能够大规模地集合分散的分布式能源、用户负荷，在整合多方资源的情况下提升供电系统的稳定性，解决能源入网问题。为此，本文就虚拟电厂及负荷侧和发电侧的多目标优化调度问题进行探究。

关键词:虚拟电厂;负荷侧;发电侧;多目标优化;调度策略

目前我国为了实现碳中和的目标，需要调整能源结构，积极发展清洁能源，减少化石能源的使用。但是从当前能源开发利用情况来看，面临着大规模的分布式新能源接入电网，其间歇性、随机波动性的冲击将使电力系统面临大的挑战。传统意义上的电力系统负荷优化通过调度发电侧能源来完成，但在新能源电力快速发展下，传统电力系统负荷由调度优化已经无法满足实际需要，智能电网的快速发展为负荷侧需求响应参与电力系统负荷优化调度创设了条件，需求响应可以在价格激励作用下引导用户管理负荷，最终实现发电侧和负荷侧资源的合理利用。

1虚拟电厂

虚拟电厂的打造离不开通信技术和软件架构的支持，在多个技术的综合配合下能够整合和优化各类资源的使用。虚拟电厂的本质是一个资源和能源协调配合和分散使用的系统。虚拟电厂的运作模式和发电站的模式十分类似，电力资源的整合利用关系到虚拟电厂的运作成效。比如制定发电时间表、限定发电上限、控制经营成本等，在这些功能的支持下，一个独立的虚拟电厂能够随时和电力运营的参与者获得联系，通过直接和通信中心联系为电网的运行做出贡献。在全面整合资源信息的基础上，整个虚拟电厂还会在比较大的范围内将这些信息整合在一起，统筹规划资源的利用，从而为整个虚拟电厂的稳定运行提供重要支持。

2负荷侧对虚拟电厂优化调度的影响

(1)基于分时电价的需求响应对虚拟电厂调度的影响基于分时电价的需求响应是指用户能够自主响应分时电价变化，并根据实际情况来调整用电需求。站在经济适用的角度，在电价出现变化的情况下，负荷侧电力用户会根据自身发展需求来调整用电方式，优化用电结构。虚拟电厂会借助分时电价引导电力用户参与到负荷调节工作中，通过削峰填谷的方式来缓解高峰用电系统的供电压力。负荷转化率在实施分时电价管理之后，负荷会从高电价时间段朝着低电价时间段转变。(2)基于负荷激励的需求响应对虚拟电厂优化调度产生的影响根据电力系统供需状况相关政策要求，用户在发生系统性或区域性电网紧急情况下降低电力需求，可获得直接补偿或电价折扣优惠。传统的激励计划包括直接负荷控制和可中断负荷，市场环境下的激励计划包括需求侧竞价、紧急需求响应以及容量市场/辅助服务等。在开展研究分析的时候选择负荷功率较大、可以自由调节的高载能负荷作为重要的中断负荷，在高载能负荷系统达到一定运行速度的时候根据投切的实际情况来调节高能负荷，具体流程如下:1)可中断用户根据自身用电需求向虚拟电厂申报可中断容量;2)虚拟电厂根据电源负荷情况制定发电调度计划，得到可中断容量值;3)可中断用户反馈，针对可中断负荷的调度计划是否可行，如不行则再次与虚拟电厂协商调整调度计划，最终双方认可，虚拟电厂确定最终可中断负荷调度容量。

3负荷侧和发电侧协调运行对虚拟电厂优化调度的影响

发电侧资源包含常规意义上的电源和新能源，本电气技术与经济/技术与应用文所研究的常规能源是水电机组和火电机组，新能源包含风力发电和光伏发电。水电机组的调节能力强，调节速度较快，但受季节因素的影响，火电机组的调整容量是装机容量的三成到五成，机组运行时可调节范围较小，且调节速度缓慢。风力发电和光伏发电具有不稳定、预测精准度不高的特点，在风力发电、光伏发电超过一定范围时，仅仅依靠电源无法满足风力发电、光伏发电的负荷需求。在此期间考虑到用户需求响应的作用机理，通过分时电价、可中断负荷激励措施能够引导用户因地制宜地调节和改善用电结构，通过完成负荷移峰填谷来增加新能源消纳的能力。传统意义上的负荷优化调度是通过协调常规意义上的电源来实现的，然而常规电源的发电成本比较高，在发电的过程中还会出现污染。负荷侧和发电侧协调运行后会改变负荷的运行曲线，之后会对整个系统的运行环境、运行成本消耗产生深刻的影响。在负荷曲线被改变之后，新能源的消纳量会增加，常规意义上的电源发电量降低，相应地，整个系统的运行成本也会被降低。

4虚拟电厂负荷多目标优化调度策略模型

本文根据负荷侧和发电侧协调运行虚拟电厂多目标负荷优化调度的特点打造出发电成本、新能源、环境成本，考虑环境成本后电量成本目标负荷优化调度模型，将分目标乘除法理论应用到虚拟电厂多目标负荷优化调度，减少人为主观因素对实验的干扰，提升优化方案的科学性。

4.1策略模型

(1)可中断负荷模型负荷侧需求响应一端可以向下划分为激励需求响应和价格需求响应，激励需求响应会通过中断的方式来调整负荷的使用。另外，通过系统负荷操作能够调节电力系统的资源应用，根据用户的需要来为其提供相应的数据信息。虚拟电厂控制中心还会向用户负荷削减指令，用户根据自己的情况从中获得补偿。ctpv=kpvptpv式中，ctpv是t时刻pv发电成本;kpv是pv运行维护成本系数。为了能够充分利用可再生资源，假设pv工作在最大功率跟踪模式下。ptpv是t时刻pv运行时的可中断负荷成本系数。(2)虚拟电厂优化模型虚拟电厂vpp控制中心会根据实际情况来调节电力资源，根据系统响应需求来合理调控电力系统的负荷资源，对每一个分布状态的资源和能源利用情况进行调控。在经过一系列的设备转化和交互之后，电力公司可以通过热补偿的方式来激励发电，目标函数如下:式中，t是系统运行时段总数;λtp是t时刻配电网购电价;up是vpp售电标识符;ptl是负荷需求预测数值;nil是参与需求响应的用户总数;pilj是j时刻chp机组出力变量。(3)约束条件热电联产chp在具体运作的时候可以划分为背压形式和冷凝形式两种，前一种的热电比是十分固定的，在确定之后不可以随意调节，后面一面的热电比是可以结合实际情况做出调节的。chp的电出力约束如下:

4.2算例

本文考虑包含光伏pv、热电联产chp、热电负荷il的虚拟电厂vpp，其中，热电联产chp通过以热定电的方式运行。(1)本算例分布式电源单位电量成本光伏1.2元/kwh;热电联产chp0.616元/kw。(2)本算例分布式电源参数pv:功率上限为10mw，功率下限为0mw，运行成本系数9.6元/mw－1;chp1:功率上限为10mw，功率下限为4mw，发电效率为0.4，爬坡率0.10mw.min－1，热电比1.5，运行成本系数47元/mw－1;chp2:功率上限为6mw，功率下限为1mw，发电效率为0.35，爬坡率0.05mw.min－1，热电比1.7，运行成本系数47元/mw－1。(3)负荷预测和光伏预测曲线光伏、负荷预测如图1所示。假设虚拟现场预测波动方差为0.1，负荷预测的波动方差为0.01，执行工业峰谷电价。(4)结果分析本文使用遗传算法解决预测曲线，在权重系数出现变化的时候，电力公司成本和虚拟电厂收益的两个目标变化如图2所示。在虚拟电厂收益增大的时候，电力公司为刺激用户削减负荷和增加热出力的补偿，成本也会增加。为了能够保证虚拟电厂的收益，取二者权重为0.5时的情况作为参照。在实践操作中设置两个运行策略，第一个运行策略是虚拟电厂和电网互动，通过可中断负荷参与响应实现对电网的资源应用。由于可中断补偿会随着调用量的变化出现阶段性的递增，因此，在电价比较高的阶段的时候，vpp能够获得更多的利润，每个用户都会削减负荷数值，且补偿费用较低的用户会率先削减负荷。第二个策略是热电互补。引入热电互补之后，由于热补偿价格低于可中断负荷补偿成本，电力公司优先增加chp发电量，用户可中断负荷削减量在时间段和数量上表现出不断减少的状态。受chpi单位成本比较少的影响，优先增加chpi出力，一直到chpi的单位成本达到最大的状态。在14:00～16:00时间段和19:00～21:00时间段，电力资源的用价会达到一种较高的水平。chp2发电成本会处于一种不断增加的状态。仅仅考虑中断负荷调整，电力公司的补偿费用为4.835万元，结合热电互补电力公司补贴成本为4.102万元，成本降低15.16%，vpp的收益增加17.76%，由此可见可中断负荷参与响应以及热电互补协调都能够提升vpp的收益。图2双目标最优解集

5结束语

综上所述，随着新能源电力快速发展和电力系统对分布式能源的日益重视，本文在综合考虑负荷侧需求响应和发电侧常规电源对新能源系统运作影响的基础上，以新能源消纳量最大，系统运行成本最小为目标，打造考虑虚拟电厂经济性和快速性的多目标优化调度模型，通过算例验证计及负荷侧和发电侧协调运行的虚拟电厂通过负荷优化调度，最终有效减少了系统运行成本，提升了新能源消纳水平。

作者：郑霓虹 单位：南京国电南自电网自动化有限公司