CN117477660B - 基于vpp需求响应的柔光储充***联合调控方法及*** - Google Patents
基于vpp需求响应的柔光储充***联合调控方法及*** Download PDFInfo
- Publication number
- CN117477660B CN117477660B CN202311333816.1A CN202311333816A CN117477660B CN 117477660 B CN117477660 B CN 117477660B CN 202311333816 A CN202311333816 A CN 202311333816A CN 117477660 B CN117477660 B CN 117477660B
- Authority
- CN
- China
- Prior art keywords
- vpp
- power
- demand response
- distribution network
- price
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000004044 response Effects 0.000 title claims abstract description 35
- 238000010248 power generation Methods 0.000 claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于VPP需求响应的柔光储充***联合调控方法及***。其中,所述方法包括:根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。本发明提供一种基于VPP需求响应的柔光储充***联合调控方法及***,解决了在实际的现有配电***缺乏严谨的科学计算依据,无法满足现在配电网高效电力资源利用的需求。
Description
技术领域
本发明涉及配电技术领域,尤其涉及一种基于VPP需求响应的柔光储充***联合调控方法及***。
背景技术
激光器具有效率高、功耗低、体积小、重量轻、价格低廉、可靠性高、使用寿命长等优点,广泛应用于军事、医疗、通讯、国防、科研、加工等领域。激光器的性能主要受到它的输出功率与频率的影响,而激光器的频率和功率对温度具有很强的依赖性。
激光器输出的精准性和稳定性受温度的影响较大,温度的变化会导致激光器阈值电流、电光转换效率和波长大小变化,进而影响输出功率。
柔光储充微网***由负荷侧多台空调、多个充电桩,源侧电网、多个光伏发电***,储能侧储能***等部分组成,可以实现对太阳能进行收集、转换为电能并存储起来,同时在需要时又可以将电能转换为交流供给用电。这种***具备环保性和经济性,还可以提高微网的可靠性和稳定性。
虚拟电厂需求响应是指通过智能互联的方式,集成多个分布式能源设施,根据实际的电力需求情况,通过控制和管理调节能量输入和输出,以协调各种能源的分配,促进整个能源***的高效利用。虚拟电厂需求响应技术可以根据不同的市场需求,提高能源供需能力灵活性,并减少电力***的运行成本。
在柔光储充***参与虚拟电厂需求响应的背景下,需要借助于智能电网和能源互联网等领域的技术支持。智能电网是通过智能化的感知、控制、优化等技术手段,实现能源数据自动化采集、分析和应用的***。而能源互联网则是基于智能电网和信息互联网等技术手段,实现对能源供需链的全过程进行调度和协调管理的新型能源体系。这些技术可以使得柔光储充***更加稳定可靠地参与虚拟电厂运营,实现对电力市场的快速响应和有效参与。
当配电网网设备装接负荷过多也容易造成配电网的重过载运行,存在用电安全隐患等问题,配电网用电决策往往主要依靠人工经验进行电力分配,缺乏严谨的科学计算依据,无法满足现在配电网高效电力资源利用的需求。
发明内容
为了解决上述提出的至少一个技术问题,本发明提供一种基于VPP需求响应的柔光储充***联合调控方法及***。
第一方面,提供一种基于VPP需求响应的柔光储充***联合调控方法,包括:
根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;
根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;
若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。
优选地,所述若Pj为大于第一预设值,则根据纳什博弈模型对光伏发电设备和虚拟电厂进行利润分配,具体包括:
确定基于风险偏好系数β的VPP和光伏设备的效用函数模型U1(x)和U2(x);
确定VPP和光伏设备的成本和收益;
根据VPP和光伏设备效用函数模型U1(x),U2(x)以及成本获得在合作利润分配中VPP和光伏设备各自获得的份额。
优选地,所述根据VPP和光伏设备效用函数模型U1(x),U2(x)以及成本获得在合作利润分配中VPP和光伏设备各自获得的份额,具体包括:
x1,x2表示在合作剩余分配中所有参与者的最优分配比例,即可获得在合作利润分配中VPP和光伏设备各自获得的份额,其中,定义d1和d2分别为VPP和风电单独调频时的利润v1和v2与合作剩余(1+2)的比值。
优选地,所述确定VPP和光伏设备的成本具体包括:
根据往期招标历史价格,使用一次指数平滑预测法,计算得到第一预测价格;
根据往期招标历史价格,使用一阶自适应系数预测法,计算得到第二预测价格;
计算第一预测价格和第二预测价格的平均值,得到标准预测价格。
优选地,所述根据所述往期招标历史价格,使用一次指数平滑预测法,计算得到第一预测价格,包括:
设置一个大于0且小于1的实数,作为第一参数;
代入所述第一参数和所述往期招标历史价格,计算指数平滑序列;
用第一预测价格代替所述指数平滑序列中的平滑值,结合所述第一参数,得到预测递推公式;
根据所述预测递推公式,得到所述第一预测价格。
优选地,所述根据所述往期招标历史价格,使用一阶自适应系数预测法,计算得到第二预测价格,包括:
根据所述预测递推公式,不断调整所述第一参数的值,得到自适应预测公式;
根据所述自适应预测公式,预测得到所述第二预测价格。
优选地,所述若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载;具体包括:根据用户主体接收RIES管理平台下发的统一补贴价格cIDR、调峰需求信息和基准调峰量pref,i(t),计算得到各用户主体参与激励型综合需求响应后更新的购电计划PMEN,buy,i,ep(t);
用户主体参与激励型综合需求响应前的购电功率减去用户主体参与激励型需求响应后基于统一补贴价格cIDR计算得到的更新后的购电计划PMEN,buy,i,ep(t)即为此用户主体的期望调峰量pep,i(t):
pep,i(t)=PMEN,buy,i,o(t)-PMEN,buy,i,ep(t)
当期望调峰量pep,i(t)小于或等于基准调峰量pref,i(t)时,此用户主体不需要计算自身调峰报价cep,i;
当期望调峰量pep,i(t)大于基准调峰量pref,i(t)时,用户主体根据基准调峰量运行的成本和根据期望调峰量pep,i(t)运行的成本之差,除以,某时段期望调峰量pep,i(t)与基准调峰量pref,i(t)之差与某时段持续时间的乘积就每一时段进行求和的结果,即为该用户主体的自身调峰报价cep,i:
其中,CEIDR,i为根据期望调峰量运行的成本,Cref,i为根据基准调峰量运行的成本。
第二方面,提供一种基于VPP需求响应的柔光储充***联合调控***,包括:
模型建立模块,用于根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;
处理模块,用于根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;
决策模块,用于若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。
第三方面,提供了一种电子设备,包括:处理器、发送装置、输入装置、输出装置和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器执行所述计算机指令时,所述电子设备执行如上述的光储充一体化***的储能装置容量最优配置方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行如上述的光储充一体化***的储能装置容量最优配置方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1为本申请实施例提供的一种基于VPP需求响应的柔光储充***联合调控方法的流程示意图;
图2为本申请实施例提供的一种基于VPP需求响应的柔光储充***联合调控方法的的用户出清价格的示意图;
图3为本申请实施例提供的一种基于VPP需求响应的柔光储充***的结构示意图;
图4为本申请实施例提供的一种基于VPP需求响应的柔光储充***的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
另外,为了更好地说明本发明,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样能够实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本发明的主旨。
实施例1
本申请提供一种基于VPP需求响应的柔光储充***联合调控方法,如图1-2所示,包括:
第一方面,提供一种基于VPP需求响应的柔光储充***联合调控方法,包括:
步骤10,根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;
步骤20,根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;
步骤30,若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。
本发明通过,步骤30,若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;提供了一种光伏发电设备的和虚拟电厂的合作剩余分配策略;为激发光伏发电设备和虚拟电厂潜在价值提供了一条途径。若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。有利于保护所述区域综合能源***内各用户主体数据隐私安全从而充分调动其参与需求响应的积极性,又能通过合理有效的互动机制使得各参与用户主体获得更大利益的同时实现所述区域综合能源***整体运行成本的最小化,有效协调多方利益,实现多赢。本发明可以应用于多种新兴业态主体如微能源网、虚拟电厂、负荷聚合商等接入的所述区域综合能源***参与电网需求响应互动。
优选地,所述若Pj为大于第一预设值,则根据纳什博弈模型对光伏发电设备和虚拟电厂进行利润分配,具体包括:
确定基于风险偏好系数β的VPP和光伏设备的效用函数模型U1(x)和U2(x);
具体地,
c和b为效用函数系数;β<0.5表示参与者是风险规避型;β>0.5表示参与者是风险趋向型,愿意为获得利益承担更大的风险;β=0.5表示参与者为风险中立型。x1和x2分别代表虚拟电厂和光伏分配所得利润X1和X2在总合作剩余V(1+2)中的比例,合作剩余来自式的结果。
X1+X2=V(1+2)式表示所有合作剩余将被完全分配给VPP和光伏发电设备。
确定VPP和光伏设备的成本和收益;
根据VPP和光伏设备效用函数模型U1(x),U2(x)以及成本获得在合作利润分配中VPP和光伏设备各自获得的份额。
具体地,假设在该博弈中,谈判不一致点为VPP和风电单独参与调频市场所获得的利润。即如果合作分配利润低于单独调频所获利润,合作将会终止。
x1≥d1,x2≥d2其中,定义d1和d2分别为VPP和风电单独调频时的利润v1和v2与合作剩余(1+2)的比值。
具体地,
γ1+γ2=1
参与者谈判力αi是虚拟电厂和光伏设备wi总评分中的比例;虚拟电厂和光伏设备的评分wi是边际贡献因素/>和精确度因素/>的加权之和,权重分别为γ1和γ2。虚拟电厂和光伏设备的/>取决于虚拟电厂和光伏设备N-{i}增加的收益和减少的成本;/>值越大,合作中的贡献越大,/>由调频调度指令与实际调频量之间的误差绝对值的全天平均值表示,Q代表全天时间间隔数量。代表收益,/>代表成本,N-{i}合作和单独参与调频时的值,/>和/>分别表示参与者L单独参与调频时实际调频量与调频调度指令。
优选地,所述根据VPP和光伏设备效用函数模型U1(x),U2(x)以及成本获得在合作利润分配中VPP和光伏设备各自获得的份额,具体包括:
x1,x2表示在合作剩余分配中所有参与者的最优分配比例,即可获得在合作利润分配中VPP和光伏设备各自获得的份额,其中,定义d1和d2分别为VPP和风电单独调频时的利润v1和v2与合作剩余(1+2)的比值。
优选地,所述确定VPP和光伏设备的成本具体包括:
根据往期招标历史价格,使用一次指数平滑预测法,计算得到第一预测价格;
根据往期招标历史价格,使用一阶自适应系数预测法,计算得到第二预测价格;
计算第一预测价格和第二预测价格的平均值,得到标准预测价格。
优选地,所述根据所述往期招标历史价格,使用一次指数平滑预测法,计算得到第一预测价格,包括:
设置一个大于0且小于1的实数,作为第一参数;
代入所述第一参数和所述往期招标历史价格,计算指数平滑序列;
用第一预测价格代替所述指数平滑序列中的平滑值,结合所述第一参数,得到预测递推公式;
根据所述预测递推公式,得到所述第一预测价格。
设置一个大于0且小于1的实数,作为第一参数α;
代入第一参数和往期招标历史价格,计算指数平滑序列:
St=αxt+(1-α)St-1
其中,St为t时期的平滑值,xt为t时期的往期招标历史价格,St-1为t-1的平滑值;
用第一预测价格代替指数平滑序列中的平滑值,结合第一参数,得到预测递推公式:
直接式:
误差改正式
其中,为t+1时期的第一预测价格,/>为t时期的第一预测价格;
根据预测递推公式,参考表1和表2,得到第一预测价格。
优选地,所述根据所述往期招标历史价格,使用一阶自适应系数预测法,计算得到第二预测价格,包括:
根据所述预测递推公式,不断调整所述第一参数的值,得到自适应预测公式;
根据所述自适应预测公式,预测得到所述第二预测价格。
根据预测递推公式,不断调整第一参数的值,得到自适应预测公式:
其中,为t+1时期的第二预测价格,/>为t时期的第二预测价格,αt为t时期的第一参数取值,et为t时期的e取值;
根据自适应预测公式,参考表3和表4,预测得到第二预测价格。
优选地,所述若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载;具体包括:根据用户主体接收RIES管理平台下发的统一补贴价格cIDR、调峰需求信息和基准调峰量pref,i(t),计算得到各用户主体参与激励型综合需求响应后更新的购电计划PMEN,buy,i,ep(t);
用户主体参与激励型综合需求响应前的购电功率减去用户主体参与激励型需求响应后基于统一补贴价格cIDR计算得到的更新后的购电计划PMEN,buy,i,ep(t)即为此用户主体的期望调峰量pep,i(t):
pep,i(t)=PMEN,buy,i,o(t)-PMEN,buy,i,ep(t)
当期望调峰量pep,i(t)小于或等于基准调峰量pref,i(t)时,此用户主体不需要计算自身调峰报价cep,i;
当期望调峰量pep,i(t)大于基准调峰量pref,i(t)时,用户主体根据基准调峰量运行的成本和根据期望调峰量pep,i(t)运行的成本之差,除以,某时段期望调峰量pep,i(t)与基准调峰量pref,i(t)之差与某时段持续时间的乘积就每一时段进行求和的结果,即为该用户主体的自身调峰报价cep,i:
其中,CEIDR,i为根据期望调峰量运行的成本,Cref,i为根据基准调峰量运行的成本。
上述详细阐述了本申请实施例的方法,下面提供了一种基于VPP需求响应的柔光储充***联合调控***,如图3所示,包括:
模型建立模块100,用于根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;
处理模块200,用于根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;
决策模块300,用于若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本申请还提供了一种电子设备,包括:处理器、发送装置、输入装置、输出装置和存储器,存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,当处理器执行计算机指令时,电子设备执行如上述任意一种可能实现的方式的方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,计算机程序包括程序指令,程序指令当被电子设备的处理器执行时,使处理器执行如上述任意一种可能实现的方式的方法。
请参阅图4,图4为本申请实施例提供的一种消息推送装置的硬件结构示意图。
该自动化测试装置2包括处理器21,存储器22,输入装置23,输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合,该连接器包括各类接口、传输线或总线等等,本申请实施例对此不作限定。应当理解,本申请的各个实施例中,耦合是指通过特定方式的相互联系,包括直接相连或者通过其他设备间接相连,例如可以通过各类接口、传输线、总线等相连。
处理器21可以是一个或多个图形处理器(graphicsprocessingunit,GPU),在处理器21是一个GPU的情况下,该GPU可以是单核GPU,也可以是多核GPU。可选的,处理器21可以是多个GPU构成的处理器组,多个处理器之间通过一个或多个总线彼此耦合。可选的,该处理器还可以为其他类型的处理器等等,本申请实施例不作限定。
存储器22可用于存储计算机程序指令,以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地,存储器包括但不限于是随机存储记忆体(randomaccessmemory,RAM)、只读存储器(read-onlymemory,ROM)、可擦除可编程只读存储器(erasableprogrammablereadonlymemory,EPROM)、或便携式只读存储器(compactdiscread-onlymemory,CD-ROM),该存储器用于相关指令及数据。
输入装置23用于输入数据和/或信号,以及输出装置24用于输出数据和/或信号。输出装置23和输入装置24可以是独立的器件,也可以是一个整体的器件。
可理解,本申请实施例中,存储器22不仅可用于存储相关指令,本申请实施例对于该存储器中具体所存储的数据不作限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。所属领域的技术人员还可以清楚地了解到,本申请各个实施例描述各有侧重,为描述的方便和简洁,相同或类似的部分在不同实施例中可能没有赘述,因此,在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者通过计算机可读存储介质进行传输。计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(digitalversatiledisc,DVD))、或者半导体介质(例如固态硬盘(solidstatedisk,SSD))等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:只读存储器(read-onlymemory,ROM)或随机存储存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可存储程序代码的介质。
Claims (10)
1.基于VPP需求响应的柔光储充***联合调控方法,其特征在于,包括:
根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;
根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;
若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。
2.根据权利要求1所述的基于VPP需求响应的柔光储充***联合调控方法,其特征在于,所述若Pj为大于第一预设值,则根据纳什博弈模型对光伏发电设备和虚拟电厂进行利润分配,具体包括:
确定基于风险偏好系数β的VPP和光伏设备的效用函数模型U1(x)和U2(x);
确定VPP和光伏设备的成本和收益;
根据VPP和光伏设备效用函数模型U1(x),U2(x)以及成本获得在合作利润分配中VPP和光伏设备各自获得的份额。
3.根据权利要求2所述的基于VPP需求响应的柔光储充***联合调控方法,其特征在于,所述根据VPP和光伏设备效用函数模型U1(x),U2(x)以及成本获得在合作利润分配中VPP和光伏设备各自获得的份额,具体包括:;/>表示在合作剩余分配中所有参与者的最优分配比例,即可获得在合作利润分配中 VPP和光伏设备各自获得的份额,其中,定义d1 和d2分别为VPP和风电单独调频时的利润v1和v2与合作剩余 (1+2)的比值。
4.根据权利要求2所述的基于VPP需求响应的柔光储充***联合调控方法,其特征在于,所述确定VPP和光伏设备的成本具体包括:
根据往期招标历史价格,使用一次指数平滑预测法,计算得到第一预测价格;
根据往期招标历史价格,使用一阶自适应系数预测法,计算得到第二预测价格;
计算第一预测价格和第二预测价格的平均值,得到标准预测价格。
5.根据权利要求4所述的基于VPP需求响应的柔光储充***联合调控方法,其特征在于,所述根据所述往期招标历史价格,使用一次指数平滑预测法,计算得到第一预测价格,包括:
设置一个大于0且小于1的实数,作为第一参数;
代入所述第一参数和所述往期招标历史价格,计算指数平滑序列;
用第一预测价格代替所述指数平滑序列中的平滑值,结合所述第一参数,得到预测递推公式;
根据所述预测递推公式,得到所述第一预测价格。
6.根据权利要求5所述的基于VPP需求响应的柔光储充***联合调控方法,其特征在于,所述根据所述往期招标历史价格,使用一阶自适应系数预测法,计算得到第二预测价格,包括:
根据所述预测递推公式,不断调整所述第一参数的值,得到自适应预测公式;
根据所述自适应预测公式,预测得到所述第二预测价格。
7.根据权利要求1所述的基于VPP需求响应的柔光储充***联合调控方法,其特征在于,所述若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载;具体包括:根据用户主体接收RIES管理平台下发的统一补贴价格、调峰需求信息和基准调峰量,计算得到各用户主体参与激励型综合需求响应后更新的购电计划;
用户主体参与激励型综合需求响应前的购电功率减去用户主体参与激励型需求响应后基于统一补贴价格计算得到的更新后的购电计划/>即为此用户主体的期望调峰量/>:/>;
当期望调峰量小于或等于基准调峰量/>时,此用户主体不需要计算自身调峰报价/>;
当期望调峰量大于基准调峰量/>时,用户主体根据基准调峰量运行的成本和根据期望调峰量/>运行的成本之差,除以,某时段期望调峰量/>与基准调峰量/>之差与某时段持续时间的乘积就每一时段进行求和的结果,即为该用户主体的自身调峰报价/>:
;
其中,为根据期望调峰量运行的成本,/>为根据基准调峰量运行的成本。
8.基于VPP需求响应的柔光储充***联合调控***,其特征在于,包括:
模型建立模块,用于根据光伏发电设备的历史数据信息和虚拟电厂的电能输送的历史数据信息构建配电网开放容量估算模型;
处理模块,用于根据配电网开放容量估算模型计算光伏发电设备的总发电功率Ph和虚拟电厂的总发电功率Px之和与接入配电网的负载所需的总功率Pf的差值Pj;
决策模块,用于若Pj为大于第一预设值,则根据纳什博弈模型对源发电设备和虚拟电厂进行利润分配;若Pj为大于第二预设值,则根据综合模型补贴接入配电网的负载。
9.一种电子设备,其特征在于,包括:处理器、发送装置、输入装置、输出装置和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器执行所述计算机指令时,所述电子设备执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311333816.1A CN117477660B (zh) | 2023-10-16 | 2023-10-16 | 基于vpp需求响应的柔光储充***联合调控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311333816.1A CN117477660B (zh) | 2023-10-16 | 2023-10-16 | 基于vpp需求响应的柔光储充***联合调控方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117477660A CN117477660A (zh) | 2024-01-30 |
CN117477660B true CN117477660B (zh) | 2024-05-28 |
Family
ID=89628396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311333816.1A Active CN117477660B (zh) | 2023-10-16 | 2023-10-16 | 基于vpp需求响应的柔光储充***联合调控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117477660B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108520437A (zh) * | 2018-03-30 | 2018-09-11 | 天津大学 | 基于用户负荷曲线提高风电消纳的vpp市场机制 |
CN114936672A (zh) * | 2022-04-14 | 2022-08-23 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于纳什谈判法的多虚拟电厂联合调度方法 |
CN115358633A (zh) * | 2022-09-26 | 2022-11-18 | 南京理工大学 | 一种实现虚拟电厂间发电功率协调的优化博弈方法 |
JP2022179294A (ja) * | 2021-05-21 | 2022-12-02 | 上海交通大学 | 自己適応化仮想発電所の分散型アーキテクチャ及びその経済的配分方法 |
CN115632392A (zh) * | 2022-09-15 | 2023-01-20 | 平湖市通用电气安装有限公司 | 基于机器学习的分层分区精准负荷响应*** |
CN116109076A (zh) * | 2022-12-24 | 2023-05-12 | 三峡大学 | 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法 |
CN116579560A (zh) * | 2023-05-16 | 2023-08-11 | 国网湖北综合能源服务有限公司 | 考虑多类型负荷需求响应的虚拟电厂能量分配方法 |
CN116706960A (zh) * | 2023-02-21 | 2023-09-05 | 国网辽宁省电力有限公司电力科学研究院 | 一种整合风光储的虚拟电厂多主体博弈控制策略 |
-
2023
- 2023-10-16 CN CN202311333816.1A patent/CN117477660B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108520437A (zh) * | 2018-03-30 | 2018-09-11 | 天津大学 | 基于用户负荷曲线提高风电消纳的vpp市场机制 |
JP2022179294A (ja) * | 2021-05-21 | 2022-12-02 | 上海交通大学 | 自己適応化仮想発電所の分散型アーキテクチャ及びその経済的配分方法 |
CN114936672A (zh) * | 2022-04-14 | 2022-08-23 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于纳什谈判法的多虚拟电厂联合调度方法 |
CN115632392A (zh) * | 2022-09-15 | 2023-01-20 | 平湖市通用电气安装有限公司 | 基于机器学习的分层分区精准负荷响应*** |
CN115358633A (zh) * | 2022-09-26 | 2022-11-18 | 南京理工大学 | 一种实现虚拟电厂间发电功率协调的优化博弈方法 |
CN116109076A (zh) * | 2022-12-24 | 2023-05-12 | 三峡大学 | 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法 |
CN116706960A (zh) * | 2023-02-21 | 2023-09-05 | 国网辽宁省电力有限公司电力科学研究院 | 一种整合风光储的虚拟电厂多主体博弈控制策略 |
CN116579560A (zh) * | 2023-05-16 | 2023-08-11 | 国网湖北综合能源服务有限公司 | 考虑多类型负荷需求响应的虚拟电厂能量分配方法 |
Non-Patent Citations (2)
Title |
---|
胡嘉凯 ; 蒋传文 ; 李磊 ; .用户侧利益主体虚拟电厂联盟行为及交易机制.电力建设.2020,(第09期),全文. * |
陈雯 ; 孙荣峰 ; 邱靖 ; 柴庆冕 ; .考虑电池寿命的虚拟电厂调频竞标模型及合作利润分配策略.全球能源互联网.2020,(第04期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117477660A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jo et al. | Demand-side management with shared energy storage system in smart grid | |
Marzband et al. | Smart transactive energy framework in grid-connected multiple home microgrids under independent and coalition operations | |
Fleischhacker et al. | Sharing solar PV and energy storage in apartment buildings: Resource allocation and pricing | |
Chiş et al. | Coalitional game-based cost optimization of energy portfolio in smart grid communities | |
Abapour et al. | Game theory approaches for the solution of power system problems: A comprehensive review | |
US10317924B2 (en) | Collaborative load balancing within a community of energy nodes | |
Niromandfam et al. | Modeling demand response based on utility function considering wind profit maximization in the day-ahead market | |
Peik‐herfeh et al. | Two‐stage approach for optimal dispatch of distributed energy resources in distribution networks considering virtual power plant concept | |
Hussain et al. | Stochastic wind energy management model within smart grid framework: A joint bi-directional service level agreement (SLA) between smart grid and wind energy district prosumers | |
Pandžić et al. | Coordination of regulated and merchant energy storage investments | |
Logenthiran et al. | Multi-agent system for the operation of an integrated microgrid | |
Subbarao et al. | Transactive control and coordination of distributed assets for ancillary services | |
Jeddi et al. | Distributed load scheduling in residential neighborhoods for coordinated operation of multiple home energy management systems | |
Azzam et al. | A bi-level framework for supply and demand side energy management in an islanded microgrid | |
CN108649612B (zh) | 含电力电子变压器的配电网与多微网博弈运行调度方法 | |
CN111244938B (zh) | 应用于电网的源网荷储协调控制方法、装置及*** | |
CN117477660B (zh) | 基于vpp需求响应的柔光储充***联合调控方法及*** | |
Bao et al. | Efficient virtual power plant management strategy and Leontief-game pricing mechanism towards real-time economic dispatch support: A case study of large-scale 5G base stations | |
CN109038672A (zh) | 一种平抑可再生能源波动的多目标鲁棒优化配置方法 | |
Leung et al. | Energy Management for Renewable Microgrid Cooperation: Theory and Algorithm | |
CN114725923A (zh) | 一种配电网多级调度控制策略 | |
Anil et al. | Enhancing Transactive Energy Trading Framework for Residential End Users | |
Liao et al. | Bi‐level optimization of multi‐regional power system considering low‐carbon oriented synergy of both source and load sides | |
Anil et al. | Credit Rating-Based Transactive Energy System With Uncertainties in Energy Behavior | |
CN113255957A (zh) | 综合服务站不确定因素的定量优化分析方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |