本發(fā)明涉及一種虛擬電廠多能流分布式協(xié)同調(diào)控方法，屬于電通信。

背景技術(shù)：

1、虛擬電廠多能流系統(tǒng)作為集成了多種能源資源(如電力、熱力、冷力等)的智能能源系統(tǒng)，通過先進的監(jiān)控、控制和優(yōu)化技術(shù)實現(xiàn)能源的高效利用和靈活調(diào)度，是推動能源系統(tǒng)可持續(xù)發(fā)展的至關(guān)重要的能源結(jié)構(gòu)。然而，虛擬電廠多能流系統(tǒng)規(guī)模較大，系統(tǒng)內(nèi)多個設(shè)備、多個場站需要統(tǒng)一調(diào)度和協(xié)調(diào)管理，多能流系統(tǒng)面臨信息不對稱和數(shù)據(jù)集成難的挑戰(zhàn)。同時，由于虛擬電廠多能流系統(tǒng)中涉及多種能源資源和設(shè)備，不同能源之間的耦合關(guān)系和互動影響，導(dǎo)致虛擬電廠多能流系統(tǒng)調(diào)度的復(fù)雜性大幅度增加。為了實現(xiàn)多種能源流的協(xié)同利用和互補集成，保障虛擬電廠多能流系統(tǒng)的智能化運行，需要對虛擬電廠多能流系統(tǒng)的能源資源進行協(xié)同調(diào)控。因此，迫切需要設(shè)計一種虛擬電廠多能流分布式協(xié)同調(diào)控方法，通過將系統(tǒng)內(nèi)各種能源資源、設(shè)備和負荷進行分布式管理和協(xié)同控制，實現(xiàn)虛擬電廠多能流系統(tǒng)的協(xié)調(diào)調(diào)度和互補利用。

2、目前，已有一些針對多能流協(xié)同調(diào)控的研究：

3、專利《基于分布式優(yōu)化的跨區(qū)域多能系統(tǒng)協(xié)同調(diào)控方法》提出一種基于分布式優(yōu)化的跨區(qū)域多能系統(tǒng)協(xié)同調(diào)控方法。首先，構(gòu)建跨區(qū)域多能系統(tǒng)分層協(xié)同調(diào)控框架；其次，構(gòu)建跨區(qū)域多能系統(tǒng)“跨區(qū)域級-區(qū)域級”協(xié)同調(diào)度模型和“區(qū)域級-園區(qū)級”協(xié)同調(diào)度模型；最后，將跨區(qū)域多能系統(tǒng)分層協(xié)同調(diào)控模型優(yōu)化問題拆解成三層優(yōu)化子問題進行求解，從而實現(xiàn)強信息壁壘下的跨區(qū)域多能系統(tǒng)協(xié)同調(diào)度。

4、專利《一種基于反向協(xié)同調(diào)控的多能互補微電網(wǎng)系統(tǒng)及其方法》提出一種基于反向協(xié)同調(diào)控的多能互補微電網(wǎng)系統(tǒng)及其方法。首先，通過風(fēng)電能輸出模塊、光電能輸出模塊和潮汐電能輸出模塊對電能進行利用，其次，通過電能顯示模塊查看實時各能源轉(zhuǎn)化形成的電量，然后，通過電能分配模塊對各電能進行分配，最后，通過電能互補模塊實現(xiàn)各能源之間的互相補充，從而保障電網(wǎng)的正常供電，提高電網(wǎng)穩(wěn)定性。

5、然而，現(xiàn)有的虛擬電廠多能流分布式協(xié)同調(diào)控方法仍然存在以下兩個缺點：一是未考慮用戶能源使用的不確定性進行虛擬電廠多能流資源統(tǒng)一建模，導(dǎo)致虛擬電廠多能流資源統(tǒng)一建模不準確，存在協(xié)同調(diào)控效率低的風(fēng)險。二是未考慮風(fēng)險收益的綜合評估，僅僅最小化調(diào)度成本對虛擬電廠多能流進行分布式協(xié)同調(diào)控，導(dǎo)致虛擬電廠多能流分布式協(xié)同調(diào)控的安全度低與可靠性差。因此，亟需設(shè)計一種虛擬電廠多能流分布式協(xié)同調(diào)控方法。

技術(shù)實現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明的目的是提供一種虛擬電廠多能流分布式協(xié)同調(diào)控方法。

2、本發(fā)明的一種虛擬電廠多能流分布式協(xié)同調(diào)控方法，具體調(diào)控步驟為：

3、采集用戶側(cè)負荷資源、天然氣資源、熱力資源的調(diào)度時延和調(diào)度功率信息構(gòu)建各資源調(diào)度效用函數(shù)并計算總效用函數(shù)根據(jù)效用函數(shù)以及各功率約束進行多能流建模；

4、獲取當(dāng)前時隙內(nèi)vpp內(nèi)臺區(qū)調(diào)控優(yōu)化參數(shù)，包括vppk內(nèi)的調(diào)控優(yōu)化總效用函數(shù)基于vpp內(nèi)臺區(qū)功率平衡約束獲得的區(qū)域耦合等式系數(shù)矩陣ak和c，vppk的調(diào)控優(yōu)化決策變量矩陣

5、基于調(diào)控優(yōu)化參數(shù)，引入輔助變量z和等式約束指示函數(shù)h(z)與不等式約束指示函數(shù)y(z)構(gòu)建日內(nèi)調(diào)控優(yōu)化目標函數(shù)。當(dāng)日內(nèi)優(yōu)決策變量滿足等式約束時，等式約束指示函數(shù)h(z)＝0，此時優(yōu)化目標的等式約束項不起作用；當(dāng)日內(nèi)優(yōu)決策變量不滿足等式約束時，等式約束指示函數(shù)h(z)＝+∞，從而迫使優(yōu)化算法將其調(diào)整到滿足不等式約束的范圍內(nèi)以降低日內(nèi)優(yōu)化調(diào)控成本。具體等式約束表達式詳見公式(6)。不等式約束指示函數(shù)與等式約束指示函數(shù)同理，當(dāng)日內(nèi)優(yōu)決策變量滿足不等式約束時，不等式約束指示函數(shù)y(z)＝0，反之y(z)＝+∞。具體不等式約束表達式詳見公式(3)與公式(7)。構(gòu)建增廣拉格朗日函數(shù)進行迭代求解，增廣拉格朗日函數(shù)的構(gòu)建過程屬于現(xiàn)有技術(shù)，在此不再對其進行贅述。式中x為日內(nèi)調(diào)控優(yōu)化的決策變量；z為等式約束與不等式約束輔助變量的取值；u為拉格朗日乘子，用于對約束條件進行懲罰，從而促使優(yōu)化過程在考慮約束條件的同時，盡可能接近原始問題的最優(yōu)解。判斷求解結(jié)果是否滿足迭代精度需求，若是，則輸出最佳求解結(jié)果和否則繼續(xù)迭代直至滿足迭代精度需求，根據(jù)最優(yōu)結(jié)果進行多能流調(diào)控，并更新懲罰因子ρk,l(t)，進行下一時隙調(diào)度，從而實現(xiàn)虛擬電廠多能流分布式協(xié)同調(diào)控。

6、進一步的，所述用戶側(cè)負荷資源調(diào)度效用函數(shù)為：

7、

8、其中，γ(t)為t時刻的電價；為用戶側(cè)負荷調(diào)度功率；為用戶側(cè)負荷調(diào)度成本；為用戶側(cè)負荷調(diào)度時延；α為調(diào)度時延敏感權(quán)重。

9、進一步的，所述天然氣資源調(diào)度效用函數(shù)為：

10、

11、其中，πg(shù)rid為燃氣輪機的電-氣轉(zhuǎn)化效率；為天然氣資源調(diào)度功率；fk,l(t)為燃氣輪機t時刻的天然氣消耗量；為天然氣資源調(diào)度成本；為天然氣資源調(diào)度時延；為i時刻天然氣流量調(diào)度值，為管道單時隙內(nèi)最大天然氣流量，β為天然氣平均流量敏感權(quán)重；

12、天然氣流量約束條件為：

13、

14、其中，為為管道單時隙內(nèi)最小天然氣流量。

15、進一步的，所述熱力調(diào)度效用函數(shù)為：

16、

17、其中，χheat為燃氣輪機的電-熱轉(zhuǎn)化效率；為熱力資源調(diào)度功率；為熱力資源調(diào)度成本；為熱力資源調(diào)度時延。

18、進一步的，所述總效用函數(shù)為：

19、

20、臺區(qū)功率平衡是確保電力系統(tǒng)穩(wěn)定運行的重要環(huán)節(jié)，涉及到電網(wǎng)中電力的供需關(guān)系、質(zhì)量和效率；上述需要滿足下列約束

21、

22、其中，和分別為臺區(qū)調(diào)度功率的最小值和最大值。

23、進一步的，所述多能流建模模型包括邊緣層和終端層兩層，邊緣層由k個vpp組成，集合表示為vpp負責(zé)與其管轄范圍內(nèi)的臺區(qū)進行通信和交互；終端層由l個臺區(qū)組成，集合表示為第k個vpp包含lk個臺區(qū)；每個臺區(qū)包括用戶側(cè)負荷、燃氣輪機、電熱鍋爐等異質(zhì)資源；在該模型中，整個優(yōu)化周期被分割為t個時隙，每個時隙長度為τ，時隙集合記為

24、進一步的，所述迭代精度需求為：||rc+1||2≤εprime且||sc+1||2≤εdual；其中，rc+1和sc+1分別為第c+1次迭代后的原始殘差和對偶殘差，εprime與εdual分別為原始不可行度和對偶不可行度。

25、進一步的，所述更新懲罰因子ρk,l(t)的方式如下所示

26、

27、其中，為前t-1時刻懲罰因子的平均值；δ為調(diào)控風(fēng)險收益權(quán)重；pk,l(t)為t時刻內(nèi)的臺區(qū)l調(diào)度值滿足用戶需求的概率，反映出用戶對于當(dāng)前調(diào)度模式的滿意程度，概率值越大，表示用戶滿意度越高，相反則越低。若歷史平均總效用函數(shù)值越小，用戶滿意度越低，表明當(dāng)前調(diào)度模式下虛擬電廠獲取收益低，風(fēng)險增加，需要增大懲罰因子值，以加大增廣拉格朗日函數(shù)對于約束條件的重視，使得增廣拉格朗日函數(shù)在約束條件附近更加陡峭，加快最優(yōu)解探索速度；反之，降低懲罰因子的值，繼續(xù)保持當(dāng)前的狀態(tài)進行求解；

28、

29、其中，pk',l(i)為i時刻的實際需求調(diào)度功率值。

30、一種虛擬電廠多能流分布式協(xié)同調(diào)控系統(tǒng)，包括多能流建模子系統(tǒng)和分布式調(diào)控子系統(tǒng)，部署在各臺區(qū)邊緣服務(wù)器上；

31、其中，多能流建模子系統(tǒng)包括資源信息獲取模塊、效用函數(shù)構(gòu)建模塊、多能流資源建模模塊；

32、分布式調(diào)控子系統(tǒng)包括優(yōu)化參數(shù)獲取模塊、懲罰因子更新模塊和分布式調(diào)控優(yōu)化模塊；

33、所述資源信息獲取模塊：用于采集用戶側(cè)負荷資源、天然氣資源、熱力資源的調(diào)度時延和調(diào)度功率等信息，并將數(shù)據(jù)傳輸至效用函數(shù)構(gòu)建模塊；

34、所述效用函數(shù)構(gòu)建模塊：將資源信息獲取模塊采集到的多能流調(diào)度數(shù)據(jù)進行處理，構(gòu)建各資源調(diào)度效用函數(shù)，并計算總效用函數(shù)，并將函數(shù)傳輸至多能流資源建模模塊；

35、所述多能流資源建模模塊：用于根據(jù)效用函數(shù)以及各功率約束進行多能流建模，所得模型上傳至分布式調(diào)控子系統(tǒng)；

36、所述優(yōu)化參數(shù)獲取模塊：用于獲取上傳的多能流模型以及vpp內(nèi)臺區(qū)調(diào)控優(yōu)化參數(shù)，并將參數(shù)傳輸至懲罰因子更新模塊；

37、所述懲罰因子更新模塊：用于基于臺區(qū)調(diào)控優(yōu)化參數(shù)更新懲罰因子，并將懲罰因子傳輸至分布式調(diào)控優(yōu)化模塊；

38、所述分布式調(diào)控優(yōu)化模塊：用于根據(jù)更新后的懲罰因子，利用改進admm進行分布式調(diào)控優(yōu)化。

39、一種虛擬電廠多能流分布式協(xié)同調(diào)控裝置，包括：

40、建模模塊：用于采集用戶側(cè)負荷資源、天然氣資源、熱力資源的調(diào)度時延和調(diào)度功率信息構(gòu)建各資源調(diào)度效用函數(shù)并計算總效用函數(shù)根據(jù)效用函數(shù)以及各功率約束進行多能流建模；

41、優(yōu)化模塊：用于獲取當(dāng)前時隙內(nèi)vpp內(nèi)臺區(qū)調(diào)控優(yōu)化參數(shù)，包括vppk內(nèi)的調(diào)控優(yōu)化總效用函數(shù)基于vpp內(nèi)臺區(qū)功率平衡約束獲得的區(qū)域耦合等式系數(shù)矩陣ak和c，vpp?k的調(diào)控優(yōu)化決策變量矩陣

42、求解模塊：用于基于調(diào)控優(yōu)化參數(shù)，引入輔助變量z和等式約束指示函數(shù)h(z)與不等式約束指示函數(shù)y(z)構(gòu)建日內(nèi)調(diào)控優(yōu)化目標函數(shù)，構(gòu)建增廣拉格朗日函數(shù)進行迭代求解；判斷求解結(jié)果是否滿足迭代精度需求，若是，則輸出最佳求解結(jié)果和否則繼續(xù)迭代直至滿足迭代精度需求，根據(jù)最佳求解結(jié)果進行多能流調(diào)控，并更新懲罰因子ρk,l(t)，進行下一時隙調(diào)度，從而實現(xiàn)虛擬電廠多能流分布式協(xié)同調(diào)控。

43、進一步的，求解模塊中所述更新懲罰因子ρk,l(t)的方式如下所示

44、

45、其中，為前t-1時刻懲罰因子的平均值；δ為調(diào)控風(fēng)險收益權(quán)重；pk,l(t)為t時刻內(nèi)的臺區(qū)l調(diào)度值滿足用戶需求的概率，反映出用戶對于當(dāng)前調(diào)度模式的滿意程度，概率值越大，表示用戶滿意度越高，相反則越低。若歷史平均總效用函數(shù)值越小，用戶滿意度越低，表明當(dāng)前調(diào)度模式下虛擬電廠獲取收益低，風(fēng)險增加，需要增大懲罰因子值，以加大增廣拉格朗日函數(shù)對于約束條件的重視，使得增廣拉格朗日函數(shù)在約束條件附近更加陡峭，加快最優(yōu)解探索速度；反之，降低懲罰因子的值，繼續(xù)保持當(dāng)前的狀態(tài)進行求解；

46、

47、其中，pk',l(i)為i時刻的實際需求調(diào)度功率值。

48、借由上述方案，本發(fā)明至少具有以下優(yōu)點：

49、(1)本發(fā)明提出了計及不確定性的虛擬電廠多能流資源統(tǒng)一建模方法，首先該方法考慮了不確定性因素和多能流響應(yīng)調(diào)控的時延，將負荷納入能量流動的范疇，不僅增強了模型對用戶行為不確定性的適應(yīng)能力，也考慮了天然氣流響應(yīng)調(diào)度的時延，從而提升了系統(tǒng)對不確定性條件下的響應(yīng)效率。其次，該方法考慮了天然氣流量的最大流速約束和用戶使用行為的不確定性，通過引入天然氣平均流量敏感權(quán)重，模型能夠更好地處理天然氣供應(yīng)和需求之間的動態(tài)平衡，確保供應(yīng)的連續(xù)性和安全性。最后，通過為電力、天然氣、熱力等多種能源類型定義了效用函數(shù)，這些效用函數(shù)綜合考慮了負荷需求和市場變化等不確定性因素，以及調(diào)度時延，確保了虛擬電廠多能流資源分配的最優(yōu)化，實現(xiàn)了對各類能源流動的精確調(diào)控和優(yōu)化。在效用函數(shù)設(shè)置中引入了調(diào)度時延敏感權(quán)重，使得模型能夠根據(jù)時延變化動態(tài)調(diào)整資源分配策略。

50、(2)本發(fā)明提出基于風(fēng)險收益綜合評估的多能流分布式協(xié)同調(diào)控方法，通過引入風(fēng)險收益綜合評估至分布式能流優(yōu)化中，考慮調(diào)度增量對用戶需求滿足概率及虛擬電廠收益的影響，擴展了傳統(tǒng)admm優(yōu)化框架。通過區(qū)域耦合等式系數(shù)矩陣與調(diào)控優(yōu)化決策變量矩陣的引入，實現(xiàn)了虛擬電廠內(nèi)臺區(qū)的功率平衡優(yōu)化，提升了調(diào)控的精確性與效率。構(gòu)建的增廣拉格朗日函數(shù)通過迭代求解以滿足精度要求，確保了最優(yōu)解的精確尋找。此外，改進了admm方法中的懲罰因子，通過基于調(diào)控風(fēng)險收益的綜合評估動態(tài)調(diào)整懲罰因子，平衡了優(yōu)化問題與約束條件的重要性，提高了算法的收斂速度并降低了調(diào)控成本。該方法提升了多能流分布式協(xié)同調(diào)控優(yōu)化策略的性能，增強了配電網(wǎng)的運行效率、系統(tǒng)穩(wěn)定性與可靠性，并確保了在需求波動和不確定性條件下的供電安全。

51、(3)本發(fā)明提出了一種虛擬電廠多能流分布式協(xié)同調(diào)控系統(tǒng)，包括多能流建模子系統(tǒng)和分布式調(diào)控子系統(tǒng)，其中，多能流建模子系統(tǒng)包括資源信息獲取模塊、效用函數(shù)構(gòu)建模塊、多能流資源建模模塊；分布式調(diào)控子系統(tǒng)包括優(yōu)化參數(shù)獲取模塊、懲罰因子更新模塊和分布式調(diào)控優(yōu)化模塊。虛擬電廠多能流分布式協(xié)同調(diào)控系統(tǒng)搭載計及不確定性的虛擬電廠多能流資源統(tǒng)一建模方法和基于改進admm的多能流分布式協(xié)同調(diào)控優(yōu)化方法。懲罰因子更新模塊基于臺區(qū)調(diào)控優(yōu)化參數(shù)更新懲罰因子，以平衡優(yōu)化問題與約束條件的重要性。效用函數(shù)構(gòu)建模塊根據(jù)用戶側(cè)負荷資源、天然氣資源、熱力資源的調(diào)度時延和調(diào)度功率構(gòu)建各資源調(diào)度效用函數(shù)，并計算總效用函數(shù)。各模塊協(xié)同運行，實現(xiàn)了虛擬電廠多能流分布式協(xié)同調(diào)控，提高了多能流協(xié)同調(diào)控精度，降低調(diào)控成本。

52、上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，并可依照說明書的內(nèi)容予以實施，以下以本發(fā)明的較佳實施例并配合附圖詳細說明如后。