一種用于虛擬電廠的兩階段優(yōu)化調(diào)度方法
【專利摘要】本發(fā)明公開了一種用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，包括以下步驟：采集虛擬電廠內(nèi)部電源的發(fā)電和用電信息，同時采集虛擬電廠外部來自電力公司或電力市場的激勵信息；構(gòu)造經(jīng)濟調(diào)度模型；將所獲取的信息代經(jīng)濟調(diào)度模型，進行優(yōu)化求解；構(gòu)造安全調(diào)度模型；將網(wǎng)絡(luò)約束信息以及求解的調(diào)度方案代入安全調(diào)度模型中，采用粒子群優(yōu)化算法進行求解，得到最終的調(diào)度方案；本發(fā)明能夠?qū)崿F(xiàn)大規(guī)模分布式電源、儲能裝置以及可控負(fù)荷等的有效管理，將一個大規(guī)模復(fù)雜的電源調(diào)度規(guī)劃問題分解為兩個調(diào)度子問題：經(jīng)濟調(diào)度問題和安全調(diào)度問題，在保證調(diào)度方案經(jīng)濟性以及可靠性的同時，降低了計算的復(fù)雜性，減小了計算時間。
【專利說明】—種用于虛擬電廠的兩階段優(yōu)化調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及分布式能源優(yōu)化調(diào)度方法，具體涉及一種虛擬電廠的優(yōu)化調(diào)度方法。【背景技術(shù)】
[0002]隨著化石燃料的緊缺以及環(huán)境污染問題的日益加劇，分布式電源飛速發(fā)展。為了實現(xiàn)大規(guī)模分布式電源的有效管理，虛擬電廠(virtual power plant, VPP)的概念越來越受到人們的關(guān)注。從微觀角度來說，虛擬電廠可認(rèn)為是通過先進信息通信技術(shù)和軟件系統(tǒng)，實現(xiàn)分布式電源、儲能裝置、可控負(fù)荷、電動汽車等分布式能源的聚合和協(xié)調(diào)優(yōu)化，以作為一個特殊電廠參與電力市場和電網(wǎng)運行的電源協(xié)調(diào)管理系統(tǒng)。從宏觀角度來說，虛擬電廠在電力系統(tǒng)和市場中充當(dāng)類似于傳統(tǒng)電廠的角色。
[0003]傳統(tǒng)的調(diào)度方案通常包括三種情況:單獨考慮經(jīng)濟性；單獨考慮安全性；綜合考慮經(jīng)濟性和安全性。采用第一種調(diào)度方法可以獲得很好的收益，但往往會對線路的承載能力造成很大的威脅，不利于電網(wǎng)的安全運行；采用第二種調(diào)度方法可以很好的保證配電網(wǎng)的安全穩(wěn)定運行，但經(jīng)濟性較差；采用第三種調(diào)度方法可以兼顧考慮調(diào)度方案的經(jīng)濟性以及對電網(wǎng)安全穩(wěn)定運行的影響，但其計算規(guī)模大、復(fù)雜度高，因而計算時間較長而且容易陷入局部最優(yōu)解的問題。特別地，在多個配電網(wǎng)中的分布式能源統(tǒng)一協(xié)調(diào)調(diào)度時，經(jīng)濟性和安全性更應(yīng)該分開考慮。

【發(fā)明內(nèi)容】

[0004]發(fā)明目的:本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種同時兼顧調(diào)度的經(jīng)濟問題和安全問題的用于虛擬電廠的兩階段優(yōu)化調(diào)度方法。
[0005]技術(shù)方案:本發(fā)明提供了一種用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，如圖1所示，包括以下步驟:
[0006]I)采集虛擬電廠內(nèi)部電源的發(fā)電和用電信息，同時采集虛擬電廠外部來自電力公司或電力市場的激勵信息；
[0007]2)構(gòu)造經(jīng)濟調(diào)度模型；
[0008]3)將步驟I)中所獲取的信息代入至步驟2)中所建立的經(jīng)濟調(diào)度模型，進行優(yōu)化求解；
[0009]4)構(gòu)造安全調(diào)度模型；
[0010]5)將網(wǎng)絡(luò)約束信息以及步驟3)中所求解的調(diào)度方案代入步驟4)所建立的安全調(diào)度模型中，采用粒子群優(yōu)化算法進行求解，得到最終的調(diào)度方案。
[0011]優(yōu)選的，步驟I)所述內(nèi)部電源的發(fā)電信息包括可控電源的最大和最小出力、爬坡速度、不可控電源的預(yù)測發(fā)電量以及以上信息的歷史數(shù)據(jù)。
[0012]優(yōu)選的，步驟I)所述內(nèi)部電源的用電信息包括負(fù)荷預(yù)測數(shù)據(jù)、可控負(fù)荷的功率及時段信息以及以上信息的歷史數(shù)據(jù)。
[0013]進一步，步驟2)所述構(gòu)造經(jīng)濟調(diào)度模型的具體步驟為:[0014]①、構(gòu)建優(yōu)化目標(biāo):建立以利潤最大化為目標(biāo)的函數(shù)；
[0015]②、構(gòu)建約束條件，包括:電源出力的上下限約束、電源出力的爬坡約束、可控電源的最大和最小啟停時間約束、可控負(fù)荷功率約束和能量平衡約束。
[0016]進一步，步驟4)所述構(gòu)造安全調(diào)度模型的具體步驟為:
[0017]1、構(gòu)建優(yōu)化目標(biāo):建立以再調(diào)度操作成本最小為目標(biāo)的函數(shù)；
[0018]II、構(gòu)建約束條件，包括:線路的功率約束、線路的電流約束、節(jié)點電壓約束、系統(tǒng)運行約束、與大電網(wǎng)連接點的容量約束。
[0019]進一步，步驟(5)所述粒子群優(yōu)化算法，如圖2所示，包括以下步驟:
[0020](1)讀取節(jié)點、支路數(shù)據(jù)信息；
[0021](2)設(shè)定參數(shù):設(shè)定粒子群算法的種群大小、最大迭代次數(shù)、學(xué)習(xí)因子和慣性系數(shù)參數(shù)；
[0022](3)初始化種群:以虛擬電廠內(nèi)部各節(jié)點的電源出力和負(fù)荷削減為待優(yōu)化變量，以初步調(diào)度結(jié)果為種群中各微粒的位置初值，并隨機生成各微粒的速度值；
[0023](4)根據(jù)安全調(diào)度的目標(biāo)函數(shù)，計算局部最優(yōu)解和全局最優(yōu)解的初值；
[0024](5)根據(jù)下式更新粒子的移動速度:
[0025]vi；J(t+l) = ω Vi’j (t)+C1IT1 [Pi, J-Xi, j(t)]+c2r2 [pg, J-Xi, j(t)]
[0026]式中:Vi」_為第j維搜索空間中第i個粒子的速度，ω為慣性權(quán)重，C1和C2為正的學(xué)習(xí)因子，^和r2為O到I之間均勻分布的隨機數(shù)，Pu為第j維搜索空間中第i個粒子本身所找到的最優(yōu)解，Pg,j為整個種群目前找到的最優(yōu)解為第j維搜索空間中第i個粒子的位置，t為目前迭代的次數(shù)；
[0027](6)根據(jù)下式更新粒子的位置:
[0028]xi； j (t+1) = xi；J(t)+vi；J(t+l)
[0029](7)計算線路潮流，計算并更新局部最優(yōu)解和全局最優(yōu)解；
[0030](8)判斷是否達到最大迭代次數(shù)，若是，則輸出結(jié)果；否則置迭代次數(shù)加1，返回步驟(5)。
[0031]有益效果:本發(fā)明能夠?qū)崿F(xiàn)大規(guī)模分布式電源、儲能裝置以及可控負(fù)荷等的有效管理，將一個大規(guī)模復(fù)雜的電源調(diào)度規(guī)劃問題分解為兩個調(diào)度子問題:經(jīng)濟調(diào)度問題和安全調(diào)度問題，在保證調(diào)度方案經(jīng)濟性以及可靠性的同時，降低了計算的復(fù)雜性，減小了計算時間。
【專利附圖】

【附圖說明】
[0032]圖1為本發(fā)明優(yōu)化調(diào)度方法的流程圖；
[0033]圖2為粒子群算法求解安全調(diào)度模型的流程圖；
[0034]圖3為改進的IEEE33節(jié)點配電網(wǎng)系統(tǒng)結(jié)構(gòu)圖；
[0035]圖4 Ca)為典型燃?xì)廨啓C的調(diào)度結(jié)果示意圖；
[0036]圖4 (b)為抽水蓄能電站的調(diào)度結(jié)果示意圖；
[0037]圖5為第11時段配電網(wǎng)各節(jié)點電壓幅值示意圖。
【具體實施方式】[0038]下面對本發(fā)明技術(shù)方案進行詳細(xì)說明，但是本發(fā)明的保護范圍不局限于所述實施例。
[0039]實施例:本實施例以一座小型風(fēng)電場(Wind Turbine，WT)、一座抽水蓄能電站(pumped hydro storage plant, PHSP)和三臺不同型號的燃?xì)廨啓C(gas turbine, GT)組成虛擬電廠。采用CPLEX12.5和PSO算法在四核3.30GHzCPU和4GB內(nèi)存的個人計算機上對如圖3所示的改進的IEEE33節(jié)點配電網(wǎng)算例進行仿真計算，WT、PHSP和三臺GT分別接在節(jié)點 21、10、17、24、32。
[0040]步驟一，采集發(fā)電和電價信息:基于新疆某小型風(fēng)電場和歐洲電能交易中心(European energy exchange, EEX)2013年6月14日前兩周的風(fēng)電和電價歷史數(shù)據(jù),采用人工神經(jīng)網(wǎng)絡(luò)算法，預(yù)測2013年6月14日的風(fēng)機出力和電價數(shù)據(jù)；燃?xì)廨啓C采用TAURUS60、CENTAUR40、CENTAUR50三種型號，其最大出力分別為5.67MW、2.5MW、3.4MW，其最小開/停機時間均為3/2小時；抽水蓄能電站的最大容量為40MW，每小時最大轉(zhuǎn)換功率為8MW，綜合效率為0.75 ；
[0041 ] 步驟二，在CPLEX軟件中搭建經(jīng)濟調(diào)度模型，為整體利潤最大化為優(yōu)化目標(biāo)，并將步驟一采集到的數(shù)據(jù)代入求解，得到初步的經(jīng)濟調(diào)度解如圖4和圖5中實線部分所示；
[0042]步驟三，構(gòu)造安全調(diào)度模型:以再操作成本最小為優(yōu)化目標(biāo)，設(shè)每一節(jié)點電壓在
0.8~1.2p.u.之間，線路最大傳輸功率為1.5p.u.，與公網(wǎng)連接點的最大功率為2.5p.u.；
[0043]步驟四，采用PSO算法進行求解:(I)設(shè)置粒子數(shù)為20，最大迭代次數(shù)為500，慣性權(quán)重為0.5，學(xué)習(xí)因子均為2，讀取IEEE33節(jié)點的線路參數(shù)數(shù)據(jù)和步驟二的經(jīng)濟調(diào)度值，以初步調(diào)度結(jié)果為粒子的初值并隨機生成速度值；(2)根據(jù)再操作成本最小的目標(biāo)函數(shù)，計算局部最優(yōu)解和全局最優(yōu)解的初值；(3)根據(jù)下式更新粒子的移動速度:
[0044]vi； j (t+1) = ω Vi’j (t)+C1IT1 [Pi, J-Xi, j(t)]+c2r2 [pg, J-Xi, j(t)]
[0045]式中:Vi」_為第j維搜索空間中第i個粒子的速度，ω為慣性權(quán)重，C1和C2為正的學(xué)習(xí)因子，^和r2為O到I之間均勻分布的隨機數(shù)，Pu為第j維搜索空間中第i個粒子本身所找到的最優(yōu)解，Pg,j為整個種群目前找到的最優(yōu)解，Xiij為第j維搜索空間中第i個粒子的位置，t為目前迭代的次數(shù)；
[0046](4)根據(jù)下式更新粒子的位置:
[0047]xi； j (t+1) = xi；J(t)+vi；J(t+l)
[0048](5)計算線路潮流，計算并更新局部最優(yōu)解和全局最優(yōu)解；判斷是否達到最大迭代次數(shù)，若是，則輸出結(jié)果；否則置迭代次數(shù)加1，返回(3)。
[0049]計算結(jié)果如圖4和圖5中虛線部分所示。圖4 (a)和圖4 (b)分別給出了典型燃?xì)廨啓C(GT3)和抽水蓄能電站的調(diào)度結(jié)果，圖5給出了第11時段各節(jié)點電壓幅值?？梢钥闯?，若采用經(jīng)濟調(diào)度解進行調(diào)度很難保證配電網(wǎng)運行的安全性，采用本發(fā)明提出的兩階段優(yōu)化調(diào)度方法求取的最終解進行調(diào)度在保證配電網(wǎng)安全運行的同時，兼顧了整體的經(jīng)濟性。表1給出了采用PSO算法綜合求解經(jīng)濟、安全約束和采用本發(fā)明提出的兩階段優(yōu)化調(diào)度方法的計算結(jié)果(以經(jīng)濟調(diào)度`模型下求取的利潤值作為利潤基準(zhǔn)值)。由表1可以看出，取得相同的利潤值時，本發(fā)明所提出的方法的計算時間大為減少。
[0050]表1兩種方法的計算結(jié)果比較
[0051]
【權(quán)利要求】
1.一種用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，其特征在于:包括以下步驟: 1)采集虛擬電廠內(nèi)部電源的發(fā)電和用電信息，同時采集虛擬電廠外部來自電力公司或電力市場的激勵信息； 2)構(gòu)造經(jīng)濟調(diào)度模型； 3)將步驟I)中所獲取的信息代入至步驟2)中所建立的經(jīng)濟調(diào)度模型，進行優(yōu)化求解； 4)構(gòu)造安全調(diào)度模型； 5)將網(wǎng)絡(luò)約束信息以及步驟3)中所求解的調(diào)度方案代入步驟4)所建立的安全調(diào)度模型中，采用粒子群優(yōu)化算法進行求解，得到最終的調(diào)度方案。
2.根據(jù)權(quán)利要求1所述的用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，其特征在于:步驟I)所述內(nèi)部電源的發(fā)電信息包括可控電源的最大和最小出力、爬坡速度、不可控電源的預(yù)測發(fā)電量以及以上信息的歷史數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，其特征在于:步驟I)所述內(nèi)部電源的用電信息包括負(fù)荷預(yù)測數(shù)據(jù)、可控負(fù)荷的功率及時段信息以及以上信息的歷史數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，其特征在于:步驟2)所述構(gòu)造經(jīng)濟調(diào)度模型的具體步驟為: ①、構(gòu)建優(yōu)化目標(biāo):建立以利潤最大化為目標(biāo)的函數(shù)； ②、構(gòu)建約束條件，包括:電源出力的上下限約束、電源出力的爬坡約束、可控電源的最大和最小啟停時間約束、可控`負(fù)荷功率約束和能量平衡約束。
5.根據(jù)權(quán)利要求1所述的用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，其特征在于:步驟4)所述構(gòu)造安全調(diào)度模型的具體步驟為: 1、構(gòu)建優(yōu)化目標(biāo):建立以再調(diào)度操作成本最小為目標(biāo)的函數(shù)； I1、構(gòu)建約束條件，包括:線路的功率約束、線路的電流約束、節(jié)點電壓約束、系統(tǒng)運行約束、與大電網(wǎng)連接點的容量約束。
6.根據(jù)權(quán)利要求1所述的用于虛擬電廠的兩階段優(yōu)化調(diào)度方法，其特征在于:步驟(5)所述粒子群優(yōu)化算法包括以下步驟: (1)讀取節(jié)點、支路數(shù)據(jù)信息； (2)設(shè)定參數(shù):設(shè)定粒子群算法的種群大小、最大迭代次數(shù)、學(xué)習(xí)因子和慣性系數(shù)參數(shù)； (3)初始化種群:以虛擬電廠內(nèi)部各節(jié)點的電源出力和負(fù)荷削減為待優(yōu)化變量，以初步調(diào)度結(jié)果為種群中各微粒的位置初值，并隨機生成各微粒的速度值； (4)根據(jù)安全調(diào)度的目標(biāo)函數(shù)，計算局部最優(yōu)解和全局最優(yōu)解的初值； (5)根據(jù)下式更新粒子的移動速度:
Vi, j(t+l) = ω vi； j (t) +C^1 [pi; j-xi； j (t) ] +c2r2 [pg； j-xi； j (t)] 式中為第j維搜索空間中第i個粒子的速度，ω為慣性權(quán)重，C1和C2為正的學(xué)習(xí)因子，^和r2為O到I之間均勻分布的隨機數(shù)，Pu為第j維搜索空間中第i個粒子本身所找到的最優(yōu)解，Pg,j為整個種群目前找到的最優(yōu)解為第j維搜索空間中第i個粒子的位置，t為目前迭代的次數(shù)； (6)根據(jù)下式更新粒子的位置:xi;J(t+l) = xi；J(t)+vi；J(t+l) (7)計算線路潮流，計算并更新局部最優(yōu)解和全局最優(yōu)解； (8)判斷是否達到最大迭代次數(shù)，若是，則輸出結(jié)果；否則置迭代次數(shù)加1，返回步驟(5)。
【文檔編號】G06Q10/04GK103824134SQ201410081650
【公開日】2014年5月28日 申請日期:2014年3月6日 優(yōu)先權(quán)日:2014年3月6日
【發(fā)明者】衛(wèi)志農(nóng), 余爽, 孫國強, 孫永輝, 滕德紅 申請人:河海大學(xué)