[发明专利]一种考虑需求响应的虚拟电厂日前优化调度方法

说明书

本发明公开了一种考虑需求响应的虚拟电厂日前优化调度方法。包括以下步骤：1)根据历史信息估计可再生分布式电源出力的概率密度参数；2)以虚拟电厂进行需求响应前后的收益变化量计算两种需求响应的响应成本；3)采用概率形式的机会约束描述可再生分布式电源和需求响应的不确定性，以最大化虚拟电厂收益为目标建立基于机会约束条件的优化调度模型并利用一种基于微生物行为机制的粒子群优化算法进行求解。以将分布式电源以虚拟电厂的形式整合起来接入电网，能突破微电网的地理位置局限，实现不同地区、不同种类、不同容量的分布式电源协调调度；采用基于微生物共生机制的粒子群优化算法对优化模型进行求解，显著提高算法的全局收敛性和收敛速度。

技术领域

本发明属于智能电网领域，特别涉及一种考虑需求响应的虚拟电厂日前优化调度方法。

背景技术

如今，分布式电源因其良好的环保性、可靠性、灵活性等特点受到了广泛的关注，配电网中分布式电源的接入量日渐增多。然而，分布式电源在具有以上优点的同时，还需面对容量小、数量多、接入位置分散、发电不确定性等缺点，大量分布式电源的接入为配电网的优化运行带来了新的挑战。现阶段，分布式电源通常以微电网的形式接入配电网来实现对分布式电源出力的有效管理，而微电网会受到地理位置的限制，对规模大、分散广泛的分布式电源的有效利用存在一定的局限性。虚拟电厂作为基于先进通信技术和协调控制技术的另一种整合分布式电源的方式，能够打破地理位置的限制，实现不同地区、不同种类、不同容量的分布式电源协调调度。

虚拟电厂被定义为一种由众多分布式能源组成的集成性电厂，其中，分布式能源包括分布式电源、分布式储能装置、分布式需求响应资源。一方面，由于需求侧用户负荷会受生产生活、突发事件等诸多不确定因素的影响，需求侧响应会表现出不确定的情况，另一方面，分布式电源中的可再生分布式电源出力受到环境因素的影响，也会存在出力的随机性和不确定性。如何平衡虚拟电厂中分布式电源和需求响应的不确定性，整合分布式电源的出力以及需求侧管理，提高虚拟电厂的经济效益，是虚拟电厂优化调度需要解决的重要问题。

发明内容

本发明所解决的技术问题是提供了一种考虑需求响应的虚拟电厂日前优化调度方法。

实现本发明目的的技术解决方案为：一种考虑需求响应的虚拟电厂日前优化调度方法，包括以下步骤：

步骤一、虚拟电厂控制中心根据其内部各可再生分布式电源所在地区风速、光照强度、温度等历史数据信息，估计风力分布式电源、光伏分布式电源出力的概率密度函数模型参数，得到概率密度模型；

以二参数的Weibull分布拟合风速概率密度，进一步得到风力分布式电源出力概率密度，以二参数的Beta分布拟合光照强度概率密度，进一步得到风力分布式电源出力概率密度。

步骤二、将虚拟电厂中的需求侧资源分为基于激励的需求响应和基于价格的需求响应，以虚拟电厂进行需求响应前后的收益变化量计算两种需求响应成本；对于基于激励的需求响应成本的计算，首先根据历史负荷信息，预测出基于激励的需求响应的总负荷量，以此为需求响应前的基准负荷，得到进行需求响应前的售电收益，再由虚拟电厂控制中心给定的需求响应负荷削减量计算需求响应后的售电收益，最后得到基于激励的需求响应成本，考虑到基于激励的需求响应是由用户在接收到虚拟电厂控制中心的中断命令后进行切负荷动作，在这个过程中，由于用户的主观因素，使得最终的负荷削减量存在不确定性，需要根据历史数据，估计出需求响应偏差的概率密度函数，负荷实际削减量为控制中心确定削减量与负荷削减偏差量之和。

对于基于价格的需求响应成本的计算，首先根据历史负荷信息，预测出基于价格的需求响应的总负荷量，以此为需求响应前的基准负荷，再由虚拟电厂控制中心确定售电价格的变化量，通过需求价格弹性系数得到需求响应的负荷变化量，由负荷变化量得到基于价格的需求响应成本，同样考虑在基于价格的需求响应过程中存在不确定性，根据历史数据，估计出基于价格的需求响应偏差的概率密度函数，负荷实际削减量为由虚拟电厂控制中心电价变化量引起的负荷削减量与负荷削减偏差量之和。