一种虚拟电厂中长期联合调度方法与流程

摘要: 本发明涉及联合调度,具体地说,涉及一种虚拟电厂中长期联合调度方法。背景技术:1、虚拟电厂是依托信息通信技术与软件控制体系,聚合分布式新能源、储能系统、柔性负荷的...
一种虚拟电厂中长期联合调度方法与流程

本发明涉及联合调度,具体地说,涉及一种虚拟电厂中长期联合调度方法。

背景技术:

1、虚拟电厂是依托信息通信技术与软件控制体系,聚合分布式新能源、储能系统、柔性负荷的分布式资源,作为整体参与电网调度与电力市场交易的协调管理系统;近年来国内新能源装机规模持续提升,电力市场化改革逐步推进,虚拟电厂需要在中长期时间尺度同时履行多类型交易合约、协调内部各类可调资源的运行节奏,中长期联合调度已经成为虚拟电厂运行管控的核心技术环节;

2、当前主流的虚拟电厂中长期调度方案,多以整体运行成本最低或新能源消纳最大化为目标,沿用固定优先级的调度逻辑,按风光优先调用、储能其次调节、柔性负荷最终兜底的规则分配偏差调节任务,该优先级不随市场环境与资源调节代价变化而调整;在调节成本核算上,风光偏差多按统一现货价格估算,储能损耗多取固定单位电量成本,柔性负荷补偿多按统一补偿价格计算;

3、这类方案在实际运行中,问题是在几个具体环节上逐步暴露出来的;其一,风光偏差结算未区分超发与缺额;在实际现货市场中,超发电量按超发清算价格结算,缺额电量按缺额购入价格补购,两者价格口径不同,统一价格算出的成本与真实结算成本对不上,偏差越大失真越明显,并直接传入后续优化求解;其二,储能寿命损耗未区分放电深度;同样放出1千瓦时,浅放与深放对电池寿命的影响差别很大,固定单位成本使优化模型看不出深浅循环的代价差异,在套利或顶峰时倾向于挑高价时段集中深放,短期收益拿到,电池循环寿命却被加速消耗;电池健康状态下降后,同样深度的损伤更大,问题更突出;其三,柔性负荷补偿未区分额度内外与调用次数;实际协议中,月度累计可削减额度内按基础价格,超出后按更高的阶梯价格,反复调用还会产生疲劳加价;现有方案不区分这些差别,优化模型把柔性负荷当作价格固定的资源,一到需要削减就调用,导致其被过度使用,用户配合意愿下降,真正需要时反而调不动;其四,资源调用顺序固定,无法适配多市场任务。虚拟电厂同时面对能量市场套利、辅助服务容量出售与电网保供指令三类任务,三者对资源的要求不同,固定优先级无法反映这种差异,容易出现辅助服务收益高时储能仍在按能量市场逻辑套利、保供指令升级时柔性负荷未及时顶上情况;其五,调用顺序与调节代价脱节;风光调一次的边际成本、储能放一次电的寿命损耗、柔性负荷削一次电的补偿支出,在量纲与口径上不一致,缺少统一基准,优化模型只能靠人为设定的优先级系数排序,而该系数又不随市场环境与资源状态变化,最终调用顺序与真实经济性对不上;

4、上述问题叠加后,一方面使总调度成本估算失真,优化模型求出的调度计划在实际执行时成本超出预期;另一方面造成资源使用不合理,储能寿命加速衰减、柔性负荷配合度下降、储能与柔性负荷在辅助服务与保供任务中未按任务要求及时切换角色,多市场参与的收益没有充分释放;因此,亟需一种虚拟电厂中长期联合调度方法。

技术实现思路

1、本发明的目的在于提供一种虚拟电厂中长期联合调度方法,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供一种虚拟电厂中长期联合调度方法,包括如下方法步骤:

3、s1、获取月度双边能量合约曲线、月度辅助服务容量合约信息、风光出力预测信息、现货市场价格预测信息、soh值和柔性负荷累计执行信息;

4、s2、根据月度双边能量合约曲线与风光出力预测信息,确定调度周期内各时段风光出力偏离合约曲线的风光期望结算成本;

5、s3、根据调度周期内各时段储能放电深度和储能电池健康状态信息,确定调度周期内的储能全寿命周期等效损耗成本;

6、s4、根据柔性负荷累计执行信息中的累计削减量与累计调用次数,确定柔性负荷的累计补偿成本;

7、s5、根据辅助服务市场报价、峰谷价差预测值以及电网调度指令等级,识别虚拟电厂当前所处的市场运行状态,并确定风光、储能与柔性负荷在当前市场运行状态下的调度优先级系数;

8、s6、以调度周期内总调度成本最小为优化目标,结合风光期望结算成本、储能全寿命周期等效损耗成本、累计补偿成本以及调度优先级系数,在满足储能荷电状态跨时段耦合约束与柔性负荷连续调用约束的前提下,求解得到未来调度周期内风光、储能与柔性负荷的联合调度计划。

9、作为本技术方案的进一步改进,s2包括如下方法步骤:

10、将调度周期内各时段风光出力预测电量值与月度双边能量合约曲线逐时段比对,得到偏差电量;

11、当偏差电量大于零时,按现货市场超发清算价格计算该时段超发电量对应的期望收益损失;

12、当偏差电量小于零时,按现货市场缺额购入价格计算该时段缺额电量对应的期望补购成本;

13、将各时段的期望收益损失与期望补购成本累加,得到调度周期内的风光期望结算成本。

14、作为本技术方案的进一步改进,s3包括如下方法步骤:

15、根据调度周期内各时段储能放电量与储能额定容量,确定各时段放电深度;

16、根据soh值,从电池循环寿命特性曲线中提取与当前健康状态对应的放电深度至单位电量损耗成本的映射关系;

17、将各时段放电深度按照映射关系转换为各时段的等效寿命损耗成本;将各时段等效寿命损耗成本累加,并按电池更换成本与额定循环次数进行折算,得到调度周期内的储能全寿命周期等效损耗成本。

18、作为本技术方案的进一步改进,放电深度至单位电量损耗成本的映射关系包括如下步骤:

19、单位电量寿命损耗成本随放电深度的增大而非线性增大,映射关系中的非线性指数随soh值的下降而在线更新,且将调度周期内储能的总放电能量在深循环放电与浅循环放电之间的分配比例作为优化变量,优化变量与各时段放电深度共同参与总调度成本最小的寻优,其中深循环放电与浅循环放电的划分以放电深度阈值界定。

20、作为本技术方案的进一步改进,s4包括如下方法步骤:

21、将调度周期内柔性负荷的累计削减量与合约约定的月度累计可削减额度进行比较;

22、当累计削减量未超过月度累计可削减额度时,按基础补偿价格计算各时段削减电量对应的基础补偿费用;

23、当累计削减量超过月度累计可削减额度时,对超出部分按高于基础补偿价格的阶梯补偿价格计算阶梯补偿费用;

24、根据柔性负荷在调度周期内的累计调用次数确定疲劳加价系数,并按疲劳加价系数对各时段补偿费用进行修正,得到修正后的各时段补偿费用;

25、将得到修正后的各时段补偿费用累加,得到柔性负荷的累计补偿成本。

26、作为本技术方案的进一步改进,s5包括如下方法步骤:

27、计算辅助服务市场容量报价与能量市场套利期望收益的第一比值;计算峰谷价差预测值与储能套利启动阈值的第二比值;

28、获取电网调度机构下发的保供指令等级;根据第一比值、第二比值与保供指令等级,将虚拟电厂当前运行状态划分为能量市场主导状态、辅助服务主导状态与保供约束主导状态中的一种;为市场运行状态预配置对应的资源调度优先级系数组合。

29、作为本技术方案的进一步改进,根据第一比值、第二比值与保供指令等级划分市场运行状态包括如下方法步骤:

30、在第一比值从低于第一下限值上升至高于第一上限值,且连续满足预设滚动周期数时,将市场运行状态从能量市场主导状态切换至辅助服务主导状态;

31、在第一比值从高于第一上限值下降至低于第一下限值,且连续满足预设滚动周期数时,将市场运行状态从辅助服务主导状态切换回能量市场主导状态;第一上限值高于第一下限值,二者构成状态切换的滞回区间。

32、作为本技术方案的进一步改进,s6中的优化目标包括状态切换惩罚项,状态切换惩罚项根据相邻两个滚动周期之间调度优先级系数的变化量确定。

33、作为本技术方案的进一步改进,s6还包括如下方法步骤:

34、当柔性负荷的累计调用次数超过预设调用次数阈值时,将柔性负荷的可调用容量按折减系数进行折减,并将折减后的可调用容量作为柔性负荷连续调用约束的上限参与滚动优化求解,折减系数随累计调用次数的增加而非线性递减,且折减系数随柔性负荷累计执行信息在线更新。

35、作为本技术方案的进一步改进,s6中的各时段各资源的调用优先级按其中长期调节代价从小到大确定;储能荷电状态跨时段耦合约束与柔性负荷连续调用约束作为硬约束条件内嵌于优化模型参与全局寻优;中长期调节代价中的合约考核边际影响成本通过将月度双边能量合约考核规则中与偏差电量相关的费用计算关系对时段偏差电量求取偏导数确定,偏导数为分段常数。

36、与现有技术相比,本发明的有益效果:

37、1、该一种虚拟电厂中长期联合调度方法,风光不产生周期累积损耗,仅核算合约考核边际影响成本;储能按当前电池健康状态,结合各时段放电深度非线性映射计算全寿命周期等效损耗成本,计入直接损耗与边际影响;柔性负荷按累计调用次数阶梯加价,超阈值后非线性折减可调用容量,核算周期累积补偿成本;引入状态切换惩罚项抑制市场状态频繁切换,结合当前市场调度优先级,在满足各类约束下求解联合调度计划;量化了不同资源的隐性调节成本差异,避免了盲目调用高成本资源,有效降低了虚拟电厂全周期总调度成本,相较于未分类核算隐性成本的调度方案,经济性提升明显,同时兼顾了储能寿命保护与柔性负荷用户的生产约束,在满足保供合约要求的前提下进一步优化了调度经济性。

38、2、该一种虚拟电厂中长期联合调度方法,通过辅助服务市场报价与能量市场套利收益的第一比值、峰谷价差与启动阈值的第二比值,以及电网保供指令等级,识别当前市场运行状态,将状态划分为能量市场主导、辅助服务主导、保供约束主导三类,为每种状态预配置对应调度优先级系数组合;设置滞回区间,仅当比值连续多个滚动周期越限时才切换状态,同时加入基于优先级变化量的状态切换惩罚项抑制频繁切换;最终结合优先级系数以总调度成本最小为目标求解调度计划;摒弃了固定优先级调度逻辑,可根据不同市场场景、保供需求动态切换资源调度优先级,适配虚拟电厂同时参与能量市场、辅助服务市场以及保供任务的多元交易需求,既保证核心场景的收益最大化,又避免了固定优先级无法适配场景变化的问题,提升了虚拟电厂中长期调度对多市场、多目标场景的适应性。