[发明专利]一种虚拟电厂与配电网的协同优化方法

说明书

本发明公开了一种虚拟电厂与配电网的协同优化方法。该方法包括：获取各运营主体的经典场景集，其中，运营主体为虚拟电厂或者配电网；根据各运营主体的经典场景集，建立各运营主体的优化模型；根据各运营主体的优化模型，得到虚拟电厂与配电网的协同优化策略和定价策略。本发明公开的技术方案能够兼顾各运营主体的利益需求和电力市场环境中的多种不确定因素，提升电力系统的可再生能源消纳能力及运行效率。

技术领域

本发明实施例涉及电力系统技术领域，尤其涉及一种虚拟电厂与配电网的协同优化方法。

背景技术

在电力系统中，由于配电网包含多种灵活的分布式能源，通过将多种分布式能源聚合形成虚拟电厂，参与系统优化控制与市场运营，是一种促进可再生能源消纳和提升电力系统运行效率的有效方法，近年来得到了广泛关注。

然而，电力市场环境下配电网中含有电价、负荷及可再生能源等多种随机因素，为虚拟电厂和配电网的运营和控制带来挑战。

发明内容

本发明提供一种虚拟电厂与配电网的协同优化方法，能够兼顾各运营主体的利益需求和电力市场环境中的多种不确定因素，提升电力系统的可再生能源消纳能力及运行效率。

第一方面，本发明提供了一种虚拟电厂与配电网的协同优化方法，包括：

获取各运营主体的经典场景集，其中，运营主体为虚拟电厂或者配电网；

根据各运营主体的经典场景集，建立各运营主体的优化模型；

根据各运营主体的优化模型，得到虚拟电厂与配电网的协同优化策略和定价策略。

可选的，对于各运营主体中的任意一个运营主体，获取运营主体的经典场景集，包括：

采用拉丁超立方抽样法获取运营主体的运行场景；

采用多尺度NJW谱聚类算法对运行场景进行缩减，得到运营主体包含多种随机因素的经典场景集。

可选的，采用拉丁超立方抽样法获取运营主体的运行场景，包括：

将各随机因素误差概率密度分布划分为N^G个等概率分布区间；

在每个概率分布区间内进行随机抽样，获取一个随机数p_i，其中，

根据各随机因素误差概率密度分布进行逆变换，得到各随机因素的抽样值和其中，为随机因素U在场景i中t时刻的误差抽样值，F^-1(·)为误差概率分布逆变换；为随机因素U在场景i中t时刻的样本抽样值；为随机因素U在场景i中t时刻的预测值。

可选的，采用多尺度NJW谱聚类算法对运行场景进行缩减，得到运营主体包含多种随机因素的经典场景集，包括：

对各随机因素的样本抽样值进行极值归一化处理；

从幅度值、变化趋势和波动性三个方面分别对各运行场景中的多种随机因素进行多尺度度量；

获取运营主体包含多种随机因素的经典场景集。

可选的，对各随机因素的样本抽样值进行极值归一化处理，包括：

利用公式对各随机因素的样本抽样值进行极值归一化处理，其中，N^U为随机因素的数目；为随机因素U在场景i中t时刻归一化后的值。

可选的，从幅度值、变化趋势和波动性三个方面分别对各运行场景中的多种随机因素进行多尺度度量，包括：

利用欧式距离表示不同运行场景中各随机因素的幅度值差异其中，i、j＝1,2,…,N^G；T为各运行场景中时间点总数；A^U(i,j)为随机因素U在场景i和场景j间的幅度值差异值；