一种考虑出力不确定性的多虚拟电厂非合作博弈方法与流程

摘要: 本发明属于配电网优化运行领域,尤其涉及虚拟电厂,具体涉及一种考虑出力不确定性的多虚拟电厂非合作博弈方法。背景技术:1、虚拟电厂(virtualpowerplan...
一种考虑出力不确定性的多虚拟电厂非合作博弈方法与流程

本发明属于配电网优化运行领域,尤其涉及虚拟电厂,具体涉及一种考虑出力不确定性的多虚拟电厂非合作博弈方法。

背景技术:

1、虚拟电厂(virtual power plant,vpp)通过先进信息通信技术和软件系统,实现分布式电源dg(distributed generator)、储能系统、可控负荷、电动汽车等分布式能源资源der(distributed energy resource)的聚合和协调优化,以作为一个特殊电厂参与电力市场和电网运行的协调管理系统。

2、单一虚拟电厂的资源禀赋、地理位置及市场影响力有限,未来电力市场将更多地呈现出多虚拟电厂并存的格局。这些虚拟电厂在市场中并非完全合作或统一调度,而是作为独立、理性的利益主体,在追求自身利益最大化的过程中相互竞争,因此,多虚拟电厂之间的非合作博弈方法,对于构建适应高比例分布式能源的电力市场体系至关重要。

3、尽管多虚拟电厂非合作博弈已逐渐成为电力市场与能源管理领域的研究热点,但在系统性地考虑出力不确定性方面,现有研究仍存在显著不足,主要表现在以下几个关键维度:(1)不确定性建模维度单一,缺乏对虚拟电厂分布式新能源不确定性与相关性的精细刻画;(2)博弈模型与不确定性处理存在割裂,缺乏深度耦合的框架;(3)对信息不对称与不确定性下的策略互动行为研究不足。

4、因此,现有的多虚拟电厂非合作博弈方法,缺乏系统性地考虑出力不确定性,存在建模维度单一、缺乏深度耦合框架、互动行为研究不足的缺点。

技术实现思路

1、本发明的目的是提供一种考虑出力不确定性的多虚拟电厂非合作博弈方法,能够解决现有的多虚拟电厂非合作博弈系统性地考虑出力不确定性方面存在不确定性建模维度单一、博弈模型与不确定性处理存在割裂,缺乏深度耦合的框架等技术问题。

2、为实现上述目的,本发明提供如下技术方案:

3、本发明提供了一种考虑出力不确定性的多虚拟电厂非合作博弈方法,包括如下步骤:

4、步骤1,获取目标区域多虚拟电厂的非合作博弈运行形式,明确多虚拟电厂非合作博弈框架;其中每个虚拟电厂作为一个独立的实体,根据其电力供需情况和可再生能源的发电状况决定是否向其他虚拟电厂出售或购买电力,多虚拟电厂之间的电能交易通过非合作博弈的形式进行,各虚拟电厂在追求自身利益最大化的同时,能根据市场反馈和其他虚拟电厂的策略进行调整;

5、步骤2,基于多虚拟电厂非合作博弈框架形成目标区域多虚拟电厂的运行成本模型;

6、步骤3,根据运行成本模型形成基于wasserstein距离的可再生能源出力的分布鲁棒优化模型;所述分布鲁棒优化模型包括可再生能源出力不确定性、wasserstein模糊集构建以及鲁棒机会约束线性化;

7、步骤4,根据分布鲁棒模型并基于变分均衡形成目标区域多虚拟电厂的非合作博弈模型,建立多个虚拟电厂系统之间的互动关系,并进行最优化求解。

8、作为优选方案,多虚拟电厂的运行成本模型的构建具体包括以下步骤:

9、步骤2.1 建立考虑非合作博弈的多虚拟电厂协同运行下运行成本模型的目标函数及约束条件,其中目标函数包括总运行成本、购售电成本、电氢模块运行成本、购气成本、储能装置成本、碳交易成本、电能交易成本;约束条件包括电功率平衡约束条件、储能装置的约束条件、电氢模块的约束条件和交互功率约束条件;

10、步骤2.2 建立考虑非合作博弈的多虚拟电厂协同运行的电功率平衡约束条件,采用分布鲁棒机会约束的形式对电功率平衡进行约束;

11、步骤2.3 根据虚拟电厂内部条件,形成虚拟电厂内部储能装置的约束条件:

12、步骤2.4 根据虚拟电厂内部条件,形成虚拟电厂内部电氢模块的约束条件;

13、步骤2.5 考虑多虚拟电厂间的交互功率受限于电网的输电能力,从而构建交互功率约束条件。

14、作为优选方案,可再生能源出力分布鲁棒优化模型的构建具体包括以下步骤:

15、步骤3.1 将虚拟电厂中可再生能源的出力不确定性分解为预测出力与含不确定性的预测误差,为后续构建分布鲁棒优化模型提供基础;

16、步骤3.2 基于wasserstein距离构建可再生能源出力的概率分布模糊集,衡量真实概率分布与经验分布的距离,形成分布鲁棒优化模型中的不确定性集合;

17、步骤3.3 基于构建的可再生能源出力概率分布模糊集,将分布鲁棒机会约束转换成一组线性约束,从而完成可再生能源出力分布鲁棒优化模型的构建。

18、作为优选方案,多虚拟电厂的非合作博弈模型的构建具体包括以下步骤:

19、步骤4.1 基于变分均衡形成目标区域多虚拟电厂的非合作博弈模型;

20、步骤4.2 基于混合分层算法,将多虚拟电厂非合作博弈模型拆解为多个子问题进行求解,实现多虚拟电厂非合作博弈模型的优化分解;

21、步骤4.3 采用双层交替优化机制求解多虚拟电厂非合作博弈优化模型分解的子问题,外层循环优化一类子问题,内层循环优化另一类子问题,得到多虚拟电厂非合作博弈的优化求解结果。

22、作为优选方案,步骤2.2中电功率平衡约束条件如下:

23、 (8)

24、式中:、分别为第

i个 vpp 在

t时刻向电网售电和购电功率;为第

i个虚拟电厂在

t时刻的联合热电机组发电功率;、分别为该第

i个虚拟电厂在t时刻的电转氢和氢转电功率;和分别代表该第

i个虚拟电厂在t时刻的充电功率和放电功率;为第

i个虚拟电厂在t时刻的负荷功率;为第

i个虚拟电厂在

t时刻电转气装置的等效电功率;为第

i个虚拟电厂在

t时刻碳捕集与封存系统的等效能耗功率;表示为

t时刻的第

i个虚拟电厂和第

j个虚拟电厂之间的交互功率;表示第

i个 虚拟电厂在

t时刻可再生能源的发电功率,为不确定性变量;表示真实概率分布;表示机会约束的置信水平。

25、作为优选方案,步骤2.3中虚拟电厂内部储能装置的约束条件如下:

26、(9)

27、(10)

28、(11)

29、(12)

30、(13)

31、(14)

32、式中:、分别为第

i个虚拟电厂中

t时刻和

t-1时刻储能的容量;和分别代表该第

i个虚拟电厂在t时刻的充电功率和放电功率;、分别为储能的充、放电效率;,分别为第

i个虚拟电厂中电储能的最大和最小容量值;、分别为第

i个虚拟电厂中

t时刻储能的最大充、放电功率约束;,为充放电状态的0-1变量。

33、作为优选方案,步骤2.4虚拟电厂内部电氢模块的约束条件如下:

34、(15)

35、(16)

36、(17)

37、(18)

38、(19)

39、(20)

40、(21)

41、(22)

42、(23)

43、(24)

44、式中:为第

i个虚拟电厂vpp在

t时刻的产氢量;、分别为第

i个虚拟电厂vpp在

t时刻电氢模块的产氢和耗氢功率;为第

i个虚拟电厂vpp在

t时刻的耗氢量;、分别为电氢模块的产氢、耗氢运行系数;、分别为第

i个虚拟电厂vpp在

t时刻电氢模块的最小产氢、耗氢功率约束; 、分别为第

i个虚拟电厂vpp在

t时刻电氢模块的最大产氢、耗氢功率约束;、分别为第

i个虚拟电厂vpp在

t时刻和

t-1时刻储氢罐的容量;为氢气密度;为第

i个虚拟电厂在

t时刻chp机组运行过程中产生的氢耗量;和分别为第

i个虚拟电厂vpp在初始时刻(

t=0)和末端时刻(

t=24)的储氢罐容量;,分别为第

i个虚拟电厂vpp中储氢罐的最大和最小容量值;,为产耗氢状态变量,为0-1变量。

45、作为优选方案,步骤3.2可再生能源出力概率分布模糊集约束条件为:

46、(27)

47、(28)

48、(29)

49、式中:表示wasserstein距离;为第

i个虚拟电厂中可再生能源出力样本的概率分布;为第

i个虚拟电厂中可再生能源出力不确定性的目标概率分布;和分别为服从分布的随机变量;为和的联合概率分布;为随机变量的支撑集;为的模糊集;为真实概率分布;为可再生能源出力的wasserstein球的半径;为可再生能源出力的置信水平。

50、作为优选方案,步骤3.3将分布鲁棒机会约束转换成一组线性约束,具体如下:

51、(30)

52、式中:为wasserstein分布鲁棒机会约束对应的对偶变量;为可再生能源出力不确定性线性化后的松弛变量;为可再生能源出力的wasserstein球的半径;为可再生能源出力场景的归一化系数,其中表示可再生能源出力样本或场景的总数量;为机会约束的置信水平参数;为机会约束引入的辅助变量;和为wasserstein模糊集线性化过程中引入的非负对偶变量;为第

i个虚拟电厂在

t时刻可再生能源出力样本值;是一个

t×

t的矩阵,其主对角线为1;

t为调度周期总时段数;

t和

t

`分别为时间索引。

53、作为优选方案,步骤4.1非合作博弈模型,具体如下:

54、 (31)

55、式中:分别表示第1、2、3个vpp的总运行成本;与、与、与分别表示

t时刻 vpp1与vpp2、vpp1与vpp3、vpp2与vpp3之间的双向电能交互量;

t为调度时段索引;表示vpp间电量交互的耦合约束对应的拉格朗日乘子;表示各vpp的约束集合。

56、作为优选方案,步骤4.2将多虚拟电厂非合作博弈模型拆解为z和p两个子问题,令z表示二进制变量的集合,p表示电能交互量的集合,具体如下:

57、 (32)

58、(33)

59、式中:

z表示二进制变量集合;、分别为

t时刻vpp向电网购电和售电状态变量;、分别为

t时刻电氢模块产氢和耗氢状态变量;、分别为

t时刻储能放电和充电状态变量;p表示电能交互量的集合;为第

i个vpp与第

j个vpp之间交互功率在

t时刻的值;

60、vpp

i的p固定问题表示如下:

61、(34)

62、vpp

i的z固定问题表示如下:

63、(35)。

64、与现有技术相比,本发明的有益效果为:

65、现有的多虚拟电厂非合作博弈系统性地考虑出力不确定性方面存在不确定性建模维度单一、博弈模型与不确定性处理存在割裂,缺乏深度耦合的框架等问题。本发明专利首先获取目标区域多虚拟电厂(virtual power plant,vpp)的非合作博弈运行形式,明确多虚拟电厂非合作博弈框架;然后据此形成目标区域多虚拟电厂(virtual power plant,vpp)的运行成本模型;接着形成基于wasserstein距离的可再生能源出力的分布鲁棒模型;最后基于变分均衡形成目标区域多虚拟电厂(virtual power plant,vpp)的非合作博弈模型并进行求解。

66、本发明所提方法通过构建基于wasserstein距离的可再生能源出力不确定性模型以及非合作博弈模型,建立了多个vpp系统之间的互动关系,并结合基于aop-bl-admm算法求解该优化问题,可提高vpp系统的整体经济性、低碳性和运行效率。本发明的优点如下:

67、1、不确定性建模与博弈模型深度耦合;本发明基于 wasserstein 距离的分布鲁棒建模,克服了传统随机优化中因分布假设错误导致的调度偏差,使不确定性建模更加贴合实际出力特性,提高了优化结果的可信度。使决策者能够根据系统对可靠性的要求和对成本的承受能力,在运行经济性与调度可靠性之间进行灵活的权衡与选择。显著降低了分布鲁棒优化模型的求解难度和计算复杂度,使模型可以采用成熟的线性规划求解器进行高效求解,提高了计算效率和工程实用性。由于采用了将基于 wasserstein 距离的分布鲁棒不确定性模型与多虚拟电厂非合作博弈模型进行深度融合的整体技术方案,本发明不是简单地将不确定性处理与博弈分析分开进行,而是将分布鲁棒机会约束嵌入到每个 vpp 的优化问题中,在博弈均衡求解过程中同时考虑不确定性的影响。这一技术特征带来的技术效果是:克服了现有技术中博弈模型与不确定性处理相互割裂的缺陷,使多虚拟电厂的策略互动行为在考虑出力不确定性的前提下进行,得到的博弈均衡解更加符合实际运行场景,具有更强的决策参考价值。

68、2、采用非合作博弈框架,更加真实地反映了未来电力市场中多虚拟电厂并存、独立决策、相互竞争的实际运行格局,模型具有更强的现实适配性。在各虚拟电厂均追求自身利益最大化的前提下,实现多 vpp 之间电能分配和经济效益的相对最优,避免了单一主体最优而损害整体利益的情况,促进了电力资源的共享与优化配置。为多虚拟电厂非合作博弈的均衡求解提供了坚实的理论基础,使博弈均衡的存在性、唯一性分析有章可循,同时为后续设计高效的求解算法提供了理论支撑。

69、3、全面提升多 vpp 系统的运行性能;本发明通过构建基于 wasserstein 距离的可再生能源出力不确定性模型以及非合作博弈模型,建立了多个虚拟电厂系统之间的互动关系,并结合 aop-bl-admm 算法进行求解。这一整体技术方案带来的综合技术效果是:在可再生能源出力存在不确定性的情况下,有效提高了多虚拟电厂系统的整体运行经济性、可再生能源消纳水平和低碳运行水平,同时提升了系统的运行效率和调度鲁棒性。