[发明专利]一种海量分布式可调资源的聚合和可调容量评估方法

说明书

本发明公开了一种海量分布式可调资源的聚合和可调容量评估方法，本发明对分布式资源聚类，获得少量聚类群，构建聚类群的调度模型，将系统侧下发的调度指令视为不确定性变量，构建并求解两阶段鲁棒优化模型，可有效评估分布式资源聚类群的可调容量，从而可实现各类分布式资源充分利用，可帮助分布式资源成为电力系统调节资源的补充，从而提高电力系统的调节能力，降低系统的调峰和调频压力，在削峰填谷和节能环保方面将起到积极作用。

技术领域

本发明涉及一种海量分布式可调资源的聚合和可调容量评估方法，属于电力系统用户侧优化调度领域。

背景技术

随着全球环境污染和能源危机问题日益严峻，开发和利用清洁、可持续的可再生能源成为能源行业的重要发展趋势。风、光等可再生能源的大规模部署使得电网的供电不确定性因素增加，系统的调峰、调频压力日益变大。目前，电力系统严重依赖调节能力相对较弱的集中式电源，即火电，随着间歇性分布式电源渗透率的提高，传统上仅依靠集中式电源的调控模式将无法满足未来能源电力系统的高品质实时控制的要求。因此，必须引导用户侧分布式资源，如电动汽车、分布式储能、空调等具有快速调节能力的灵活资源，参与到负荷侧调节的工作中来，实现该工作的前提是对分布式资源群的可调容量进行评估(即获取分布式资源群的可调容量区间)，但是目前还没有相应的方法。

发明内容

本发明提供了一种海量分布式可调资源的聚合和可调容量评估方法，解决了背景技术中披露的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种海量分布式可调资源的聚合和可调容量评估方法，包括：

按照相似调度参数，对分布式资源底层单体进行聚类；

根据分布式资源底层单体的调度模型，构建分布式资源聚类群的调度模型；

将配电网下发的调度指令视为不确定性变量，根据分布式资源聚类群的调度模型，构建两阶段鲁棒优化模型；

求解两阶段鲁棒优化模型，对分布式资源聚类群的可调容量进行评估。

按照相似调度参数，对分布式资源底层单体进行聚类，包括：

按照相似调度参数，采用K-means聚类方法，对分布式资源底层单体进行聚类。

分布式资源聚类群的调度模型为分布式资源聚类群中所有底层单体调度模型相加。

分布式资源聚类群的调度模型描述为等效储能调度模型。

两阶段鲁棒优化模型以分布式资源聚类群基准用电功率与可调容量区间为决策变量，以用电成本最低为目标，以不确定性变量的极端场景下分布式可调资源聚类群完全响应调度指令为约束条件。

求解两阶段鲁棒优化模型，对分布式资源聚类群的可调容量进行评估，包括：

S1)求解两阶段鲁棒优化模型的主问题，获得分布式资源聚类群的基准用电功率和可调容量区间，并将分布式资源聚类群的基准用电功率和可调容量区间下发给两阶段鲁棒优化模型的子问题；

S2)求解两阶段鲁棒优化模型的子问题，获得不确定性变量的极端场景，若预设的收敛条件成立，获得分布式资源聚类群的可调容量区间，否则将不确定性变量的极端场景上传给两阶段鲁棒优化模型的主问题，转至S1)。

预设的收敛条件为：分布式资源聚类群在极端场景下对配电网下发调度指令的响应偏差为0。

获得分布式资源聚类群的可调容量区间，包括：

将最后一次主问题获得的可调容量区间作为所需的分布式资源聚类群的可调容量区间。