一种虚拟电厂参与配电网多目标优化调度模型与方法

1.本发明涉及电力系统配电网优化调度技术领域，具体是一种虚拟电厂参与配电网多目标优化调度模型与方法。


背景技术：

2.近年来，随着经济发展电力负荷特性恶化，负荷增速高于电量增速，部分热点区域易出现线路过载，加之分布式光伏的发展，电网电源结构改变，配电网运行方式也随之发生变化，部分节点易出现电压越限问题。
3.随着虚拟电厂(vpp)技术的发展，用户侧分布式资源可通过聚合构建虚拟电厂参与配电网运行，由于分布式光伏本身配置有无功设备，与其他可调有功负荷资源可形成同时具备有功和无功调节能力的虚拟电厂，如何基于实际供电台区情况优化调用虚拟电厂资源解决线路过载，实现电压调整等多目标优化尚未得到很好的解决。现有研究多基于智能算法或配置权重解决多目标优化问题，存在求解效率低，pareto最优解质量差等问题。


技术实现要素：

4.本发明的目的在于提供一种虚拟电厂参与配电网多目标优化调度模型与方法，以较高的求解效率优化调用台区内分布式资源，降低峰谷差率，缓解部分区域线路过载问题，助力电力系统电压调整。
5.本发明的目的可以通过以下技术方案实现：
6.一种虚拟电厂参与配电网多目标优化调度模型，所述模型为多目标优化调度模型，多目标优化调度模型基于节点虚拟机组的构建，在配网目标函数的基础上调用台区虚拟电厂内节点虚拟机组；
7.所述构建节点虚拟机组包括以下步骤：
8.s1、采用一阶etp模型对建筑物热动态特性进行描述，计算得到其可调节潜力，并将其类比储能形成房屋空调储能模型；
9.s2、对各节点具备的电储能进行模型构建；
10.s3、对台区虚拟电厂内具备分布式光伏的节点进行模型构建，计算其有功和无功可调节潜力；
11.s4、各节点对其所具备分布式资源的调节潜力进行加和，形成节点虚拟机组。
12.进一步的，所述台区虚拟电厂的多目标补偿模型构建包括以下步骤：
13.步骤1、基于综合能源服务公司等聚合商将台区虚拟电厂内各节点虚拟机组进行聚合构建虚拟电厂，并接收上级调度中心的调度指令对各节点虚拟机组进行出力安排；
14.步骤2、选择依赖于节点总电力需求的线性市场价格模型来表示节点虚拟机组的售电电价。
15.进一步的，所述目标函数包括最小化调用成本、最小化潮流不均衡度和最小化电压偏差。
16.进一步的，所述目标函数为最小化调用成本的计算如下，虚拟电厂由各节点虚拟机组组成，在调用虚拟电厂参与电力系统优化运行时，以调用虚拟电厂资源成本最小为目标函数：
[0017][0018]
式中，下标k表示具有虚拟机组的节点编号，nk表示具有节点虚拟总数；c
re,k
(t)为调用节点虚拟机组无功单价。
[0019]
进一步的，所述目标函数为最小化潮流不均衡度的计算如下，部分热点地区负荷密度高，使得配网潮流分布不均衡，当出现扰动时负载率较高的线路容易过载引发系统故障，可通过调用虚拟电厂资源来均衡配网区域的潮流，以潮流不均衡度最小为目标，即
[0020][0021][0022]
式中,b(t)为配网区域潮流不均衡度；h0(t)和h(t)分别为虚拟电厂参与调度运行前后配网区域的潮流熵；h
max
为潮流熵最大值。
[0023]
进一步的，所述目标函数为最小化电压偏差的计算如下，配网区域内部分节点对电压质量要求较高，通过调用虚拟电厂资源来改善配网的电压水平，以调度周期内部分节点电压偏差最小为优化目标
[0024][0025]
式中，ui(t)为虚拟电厂进行电压调节后的节点i电压；u
ref
为配网网络参考电压。
[0026]
进一步的，所述配网负荷峰谷差过大，在负荷高峰时段可能会存在变电站重载，调用虚拟电厂来使配网区域负荷峰谷差率处于一定的水平,
[0027][0028]
式中，r为配网分区的日负荷峰谷差率；r
max
为允许的最大峰谷差率；
[0029]
所述配网应满足如下潮流约束
[0030][0031]
[0032]
式中，p
ij
(t)和q
ij
(t)为节点i流向节点j的有功和无功功率；r
ij
和x
ij
分别为节点i和j之间线路的电阻和电抗；pj(t)和qj(t)分别为节点j流入的有功功率和无功功率；u(j)为功率流向节点j的节点集合；v(j)为节点j功率流向的节点的集合；
[0033]
所述配网中各节点电压应满足如下约束
[0034][0035]
式中，ui(t)为节点i的电压；和分别为节点i电压幅值的下限和上限；
[0036]
线路传输功率应满足如下约束
[0037][0038]
式中，为线路l传输功率的最大值；
[0039]
配网虚拟电厂的出力应满足如下约束
[0040][0041]
p
vpp,k
(t)＝p
vir,k
(t)-δp
ch/dis,k
(t) δp
pv,k
(t)
[0042][0043]
式中，s
vpp
(t)为虚拟电厂视在功率；δp
ch/dis,k
(t)和δp
pv,k
(t)分别为节点虚拟机组内部储能和光伏出力功率上调整量；q
vpp,k
(t)为节点虚拟机组的无功出力；
[0044]
配网的潮流熵如下式所示：
[0045][0046]
式中，μ
l
(t)为线路l的负载率；为当前线路l的潮流值；l为线路总条数；
[0047]
给定一个常数列a＝{a1,a2,
…
,af,
…
,az}，lf表示负载率μ
l
∈(af,a
f 1
]的输电线路条数，把各个负载区间内的线路条数比例化得：
[0048][0049][0050]
式中，c为常数，取为ln10，当系统中所有支路的负载率都在同一个区间时，h(t)为零，这时系统的潮流分布处于最均衡状态，即线路承载的潮流与其容量成正比；而当系统中所有线路的负载率都不在同一个区间时，h(t)便达到最大值：
[0051][0052]
一种虚拟电厂参与配电网多目标优化调度模型的方法，所述方法包括对节点虚拟机组内部资源可调度潜力分析、基于配网优化的多目标优化模型及基于augmecon2的多目标模型求解方法。
[0053]
进一步的，所述求解方法包括以下步骤：
[0054]
a.二阶锥松弛
[0055]
由于支路潮流方程的非凸性导致该问题难以求解，本专利将支路潮流方程转化为二阶锥形式：
[0056][0057][0058]
支路潮流方程通过上式进行等价变量替换转化为线性方程组的形式，对上述等式约束作如下松弛：
[0059][0060]
已有文献推导且证明了当节点负荷无上界且目标函数为支路电流的严格增函数时，上述松弛是精确的，可作如下等价转化为标准的二阶锥形式：
[0061][0062]
b.多目标优化方法augmecon2
[0063]
本专利采用改进增广ε-约束法(augmecon2)来解决所提的多目标优化问题，augmecon2需要一个包含每个目标函数的最优值和最差值的支付矩阵，则矩阵中的最差值为本问最小化问题的上界，最差值和最优值的差值为取值范围；最优值可以简单取为每个目标函数独立求最优时候的最优值；最差值可以通过如下的字典式优化求得：
[0064]
①
单独最优化目标函数c，并记录其最优值
[0065]
②
在加入约束的情况下单独优化目标函数b，并记录其最优值即为支付矩阵中b的最差值；
[0066]
③
在加入约束和的情况下单独优化目标函数δu，并记录其最优值即为支付矩阵中δu的最差值；
[0067]
基于本专利多目标优化模型的目标函数和约束如下式所示：
[0068]
min[c eps
×
(sb/rb 0.1
×sδu
/r
δu
)]
[0069]
[0070]
式中，eps为很小的常量(通常在10-6
～10-3
)；sb和s
δu
为附加变量；rb和r
δu
为各目标函数的范围；eb和e
δu
为启发式随机搜索方法中特定迭代的参数；ubb和ub
δu
分别为两个目标函数上界；gb和g
δu
分别为将目标函数范围rb和r
δu
分成的区间数；nb和n
δu
分别为两个目标函数的计数器。
[0071]
本发明的有益效果：
[0072]
1、本发明多目标优化调度模型，实现资源的充分利用，采用vpp可以调节供电台区内变电站所带负荷的峰谷差率，有助于提高设备的利用率，减少扩容改造投资，通过vpp优化调度可以改善热点区域的潮流分布，避免出现线路过载、供电紧张等现象，减少线路改造投资，用vpp调压可以基于现有资源完成电压调整，减少无功电源的投资；
[0073]
2、本发明多目标优化调度模型的求解方法，采用augmecon2方法对多目标优化模型进行求解，能够改进pareto最优解的质量，通过避免冗余的迭代，进而提高求解效率。
附图说明
[0074]
下面结合附图对本发明作进一步的说明。
[0075]
图1是本发明虚拟电厂架构示意图；
[0076]
图2是本发明多目标优化模型求解示意图。
具体实施方式
[0077]
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0078]
一种虚拟电厂参与配电网多目标优化调度模型，模型为多目标优化调度模型，多目标优化调度模型基于节点虚拟机组的构建，以最小化调用成本、最小化潮流不均衡度和最小化电压偏差为目标的基础上调用台区虚拟电厂内节点虚拟机组。
[0079]
构建节点虚拟机组包括以下步骤：
[0080]
s1、采用一阶etp模型对建筑物热动态特性进行描述，计算得到其可调节潜力，并将其类比储能形成房屋空调储能模型；
[0081]
空调房间负荷为动态平衡，采用一阶etp模型对建筑物的热动态特性进行描述，具体表示为：
[0082][0083]qair
(t)＝p
air
(t)cop
[0084]
式中，t
out
(t)和t
in
(t)分别为室外和室内温度；r和ca分别为等效热阻和热容；q
in
(t)为室内人员和设备的散热功率；q
air
(t)为空调的制冷功率；p
air
(t)为空调的电功率；cop为能效比。
[0085]
考虑到空调房间热量耗散与温度变化的慢动态过程，可将由微分方程表达的热平衡方程进行差分化处理，实现对空调负荷问题的简单有效求解。
[0086][0087]
由上式可以看出，空调房间的室内温度具备储能的特性，当空调负荷以设定的舒适状态温度t
set
运行时，其室内温度可认为保持恒定，此时空调的用电功率为基线负荷，即
[0088][0089]
当用电功率相对于基线负荷发生偏移时，可认为空调进行虚拟发电，即
[0090]
p
vir
(t)＝p
baseline
(t)-p
air
(t)
[0091]
t
min
(t)≤t
in
(t)≤t
max
(t)
[0092]
p
min
(t)≤p
vir
(t)≤p
max
(t)
[0093][0094][0095]
式中，t
min
(t)和t
max
(t)分别为室内运行的最低温度和最高温度。当p
vir
(t)》0时，空调削减用电负荷，对外呈现虚拟发电状态，即
[0096][0097]
式中，cat
in
(t)项为能量单位，为功率单位，可类比储能形成如下式所示空调储能。
[0098][0099]sair
(t)＝cat
in
(t)
[0100][0101]
s2、对各节点具备的电储能进行模型构建；
[0102]
对于电储能其约束主要如下：
[0103]ses
(t 1)＝s
es
(t) η(t)p
ch/dis
(t)δt
[0104][0105][0106][0107]
式中，s
es
(t)为储能的能量；为储能的储能量上限；p
ch/dis
(t)为储能的充放电功率；和分别为储能的最大充电和放电功率；η
ch
和η
dis
分别为充电和放电效率。
[0108]
s3、对台区虚拟电厂内具备分布式光伏的节点进行模型构建，计算其有功和无功可调节潜力；
[0109]
各节点虚拟机组根据其管理的分布式光伏发电最大出力预测信息对光伏有功和
无功出力进行优化调度，有功和无功出力约束主要为
[0110][0111]
式中，p
pv
(t)和分别为光伏发电单元的有功出力和最大预测出力。
[0112]
光伏逆变器可利用自身无功控制功能为配电系统提供电压支撑，可调无功范围与逆变器容量关系为
[0113][0114]
式中，为最大无功调节容量；s
inv
为逆变器的容量，约为额定有功容量的1.0～1.1倍。
[0115]
s4、各节点对其所具备分布式资源的调节潜力进行加和，形成节点虚拟机组。
[0116]
构建台区虚拟电厂多目标补偿模型包括以下步骤：
[0117]
步骤1、基于综合能源服务公司等聚合商将台区虚拟电厂内各节点虚拟机组进行聚合构建虚拟电厂，并接收上级调度中心的调度指令对各节点虚拟机组进行出力安排。
[0118]
如图1所示，以配电网供电台区下属分布式可调资源进行虚拟电厂构建，以实现对台区配电网的优化调节。
[0119]
步骤2、选择依赖于节点总电力需求的线性市场价格模型来表示节点虚拟机组的售电电价。
[0120]
电价模型如下式所示：
[0121]
c(t)＝c0(t) β|p
vpp
(t)|
[0122]
式中，c(t)为调用虚拟电厂出力的节点电价；c0(t)为基础电价；β为节点虚拟机组有功出力对节点电价的敏感系数；p
vpp
(t)为节点虚拟机组的有功出力，节点虚拟机组可进行正负双向调节。
[0123]
虚拟电厂多目标应用模型通过构建虚拟电厂调用配电网分布式资源实现对配网内潮流和电压的调节，并使得台区变电站所带负荷的峰谷差率满足一定的要求，从而缓解变电站的过载问题，延缓其扩容改造，提高设备利用率。
[0124]
多目标优化调度模型各目标函数计算具体如下：
[0125]
①
调用成本最小
[0126]
如图1所示，虚拟电厂由各节点虚拟机组组成，在调用虚拟电厂参与电力系统优化运行时，以调用虚拟电厂资源成本最小为目标函数：
[0127][0128]
式中，下标k表示具有虚拟机组的节点编号，nk表示具有节点虚拟总数；c
re,k
(t)为调用节点虚拟机组无功单价。
[0129]
②
配网潮流不均衡度最小
[0130]
部分热点地区负荷密度高，使得配网潮流分布不均衡，当出现扰动时负载率较高的线路容易过载引发系统故障，可通过调用虚拟电厂资源来均衡配网区域的潮流，以潮流不均衡度最小为目标，即
[0131][0132][0133]
式中,b(t)为配网区域潮流不均衡度；h0(t)和h(t)分别为虚拟电厂参与调度运行前后配网区域的潮流熵；h
max
为潮流熵最大值。
[0134]
③
配网电压偏差最小
[0135]
配网区域内部分节点对电压质量要求较高，通过调用虚拟电厂资源来改善配网的电压水平，以调度周期内部分节点电压偏差最小为优化目标
[0136][0137]
式中，ui(t)为虚拟电厂进行电压调节后的节点i电压；u
ref
为配网网络参考电压。
[0138]
④
约束条件
[0139]
配网负荷峰谷差过大，在负荷高峰时段可能会存在变电站重载，为解决重载问题需对变电站进行扩容，将造成大规模投资，调用虚拟电厂来使配网区域负荷峰谷差率处于一定的水平。
[0140][0141]
式中，r为配网分区的日负荷峰谷差率；r
max
为允许的最大峰谷差率。
[0142]
配电网应满足如下潮流约束
[0143][0144][0145]
式中，p
ij
(t)和q
ij
(t)为节点i流向节点j的有功和无功功率；r
ij
和x
ij
分别为节点i和j之间线路的电阻和电抗；pj(t)和qj(t)分别为节点j流入的有功功率和无功功率；u(j)为功率流向节点j的节点集合；v(j)为节点j功率流向的节点的集合。
[0146]
配网中各节点电压应满足如下约束
[0147][0148]
式中，ui(t)为节点i的电压；和分别为节点i电压幅值的下限和上限。
[0149]
线路传输功率应满足如下约束
[0150][0151]
式中，为线路l传输功率的最大值。
[0152]
配网虚拟电厂的出力应满足如下约束
[0153][0154]
p
vpp,k
(t)＝p
vir,k
(t)-δp
ch/dis,k
(t) δp
pv,k
(t)
[0155][0156]
式中，s
vpp
(t)为虚拟电厂视在功率；δp
ch/dis,k
(t)和δp
pv,k
(t)分别为节点虚拟机组内部储能和光伏出力功率上调整量；q
vpp,k
(t)为节点虚拟机组的无功出力。
[0157]
配网的潮流熵如下式所示：
[0158][0159]
式中，μ
l
(t)为线路l的负载率；为当前线路l的潮流值；l为线路总条数。
[0160]
给定一个常数列a＝{a1,a2,
…
,af,
…
,az}，lf表示负载率μ
l
∈(af,a
f 1
]的输电线路条数，把各个负载区间内的线路条数比例化得：
[0161][0162][0163]
式中，c为常数，取为ln10。当系统中所有支路的负载率都在同一个区间时，h(t)为零，这时系统的潮流分布处于最均衡状态，即线路承载的潮流与其容量成正比；而当系统中所有线路的负载率都不在同一个区间时，h(t)便达到最大值：
[0164][0165]
一种虚拟电厂参与配电网多目标优化调度模型的方法，方法包括对节点虚拟机组内部资源可调度潜力分析、基于配网优化的多目标优化模型及基于augmecon2的多目标模型求解方法。
[0166]
采用改进增广ε-约束法(augmecon2)对多目标模型求解方法包括以下步骤：
[0167]
a.二阶锥松弛
[0168]
由于支路潮流方程的非凸性导致该问题难以求解，本专利将支路潮流方程转化为二阶锥形式：
[0169][0170][0171]
支路潮流方程通过上式进行等价变量替换转化为线性方程组的形式，对上述等式
约束作如下松弛：
[0172][0173]
已有文献推导且证明了当节点负荷无上界且目标函数为支路电流的严格增函数时，上述松弛是精确的，可作如下等价转化为标准的二阶锥形式：
[0174][0175]
b.多目标优化方法augmecon2
[0176]
本专利采用改进增广ε-约束法(augmecon2)来解决所提的多目标优化问题，augmecon2需要一个包含每个目标函数的最优值和最差值的支付矩阵，则矩阵中的最差值为本问最小化问题的上界，最差值和最优值的差值为取值范围。最优值可以简单取为每个目标函数独立求最优时候的最优值；最差值可以通过如下的字典式优化求得：
[0177]
①
单独最优化目标函数c，并记录其最优值
[0178]
②
在加入约束的情况下单独优化目标函数b，并记录其最优值即为支付矩阵中b的最差值；
[0179]
③
在加入约束和的情况下单独优化目标函数δu，并记录其最优值即为支付矩阵中δu的最差值。
[0180]
如图2所示，基于本专利多目标优化模型的目标函数和约束如下式所示：
[0181]
min[c eps
×
(sb/rb 0.1
×sδu
/r
δu
)]
[0182][0183]
式中，eps为很小的常量(通常在10-6
～10-3
)；sb和s
δu
为附加变量；rb和r
δu
为各目标函数的范围；eb和e
δu
为启发式随机搜索方法中特定迭代的参数；ubb和ub
δu
分别为两个目标函数上界；gb和g
δu
分别为将目标函数范围rb和r
δu
分成的区间数；nb和n
δu
分别为两个目标函数的计数器。
[0184]
通过分析用户侧分布式光伏、储能以及房屋虚拟储能等可调负荷资源的有功和无功调节潜力形成节点虚拟机组，将某供电台区虚拟电厂内所有节点虚拟机组构建虚拟电厂，以调用成本最小、配网区域潮流不均衡最小以及节点电压偏差最小为目标函数，在满足台区变电站峰谷差率调节要求的前提下实现多目标优化调度，通过采用augmecon2方法对多目标优化模型进行求解，该方法能够改进pareto最优解的质量，通过避免冗余的迭代提高求解效率。
[0185]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0186]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。