基于云边协同的虚拟电厂平衡结算单元分层解耦调度方法与流程

本发明涉及电力系统优化调度，尤其涉及基于云边协同的虚拟电厂平衡结算单元分层解耦调度方法。

背景技术：

1、以风电、光伏为代表的分布式新能源规模化接入配电网，虚拟电厂成为聚合分散资源、实现统一调度与参与电力市场的重要技术路径。然而，虚拟电厂内部资源出力具有间歇性，运行状态差异显著且接入位置分散，各资源多与局部配电网及用户侧负荷直接耦合，容易引发局部功率失衡、储能调节能力不足以及调度指令跟踪偏差等问题。

2、随着虚拟电厂运行场景从单一功率聚合转向多时间尺度协同调度，其控制需同时覆盖日前计划、日内修正与实时控制的动态衔接。实践中，新能源预测偏差、负荷波动及储能状态误差在多个时间尺度上的持续累积，常导致各调节主体之间责任分配失衡，进而诱发运行成本攀升和局部功率缺额。此外，虚拟电厂内部风光储荷资源存在复杂的功率与容量约束关系，其中部分约束呈现显著的非凸特征，直接采用集中式求解将面临计算效率低下和收敛稳定性差的问题。

3、现有虚拟电厂优化调度方法大多采用集中式建模统一求解，难以适应多个并行主体运行和边缘侧自治控制的实际需求；部分分布式方法虽能减小计算规模，却往往简化设备可行域或忽略储能状态等关键约束，影响调度结果的物理可行性。同时，传统分布式协调多依赖固定参数和集中信息交互，难以在保护本地运行数据的前提下实现快速一致性协调。

4、因此，现有技术亟需一种新的技术方案来解决上述问题。

技术实现思路

1、针对现有技术存在的上述不足，本发明提供了基于云边协同的虚拟电厂平衡结算单元分层解耦调度方法，通过将虚拟电厂划分为多个平衡结算单元并构建差异化成本模型，结合云边协同的分布式admm迭代求解架构，解决了现有技术难以同时兼顾各单元经济性差异、多时间尺度运行耦合及大规模集中式求解效率不足的问题。

2、为了解决上述技术问题，本发明采用了如下技术方案：

3、基于云边协同的虚拟电厂平衡结算单元分层解耦调度方法，包括如下步骤：

4、s1、采集虚拟电厂各平衡结算单元的运行信息；所述各平衡结算单元包括风电资源、光伏资源、储能资源和可调负荷中的至少一种；

5、s2、基于所述运行信息，根据各平衡结算单元所包括的资源类型，建立各资源类型对应的可调节区域模型，并根据各可调节区域模型得到各平衡结算单元向虚拟电厂提供的净有功功率；

6、s3、基于各平衡结算单元的所述可调节区域模型和所述净有功功率，对虚拟电厂的优化调度过程进行多时间尺度划分，以最小化各平衡结算单元的运行成本为目标，构建考虑各平衡结算单元间经济性差异的多时间尺度分层解耦优化调度模型；

7、s4、对所述多时间尺度分层解耦优化调度模型中存在的非凸约束关系进行凸化处理，得到凸化后的多时间尺度分层解耦优化调度模型；

8、s5、基于分布式admm，将所述凸化后的多时间尺度分层解耦优化调度模型按照各平衡结算单元进行分解，进而进行云边协同迭代求解，直至得到满足收敛条件的优化变量；

9、s6、根据所述优化变量，输出各平衡结算单元的调度计划和自治控制指令。

10、作为优选方案，步骤s1中，所述运行信息包括：各平衡结算单元内风电预测出力、光伏预测出力、储能荷电状态、储能设备容量边界、储能充放电状态、接口功率限制，以及各平衡结算单元对应的经济参数，所述经济参数包括弃风惩罚系数、弃光惩罚系数、储能退化成本系数和偏差结算系数。

11、作为优选方案，步骤s2中，所述可调节区域模型包括风电资源和光伏资源的可调节区域模型；所述风电资源和光伏资源的可调节区域模型由有功削减范围及无功支撑能力范围确定；

12、所述风电资源的有功削减范围表示为：

13、；

14、式中：为第个平衡结算单元在时段的风电有功削减量；为第个平衡结算单元在时段的最大弃风比例；为第个平衡结算单元在时段的风电最大可用功率；

15、所述光伏资源的有功削减范围表示为：

16、；

17、式中：为第个平衡结算单元在时段的光伏有功削减量；为第个平衡结算单元在时段的最大弃光比例；为第个平衡结算单元在时段的光伏最大可用功率；

18、所述风电资源的无功支撑能力范围根据风电机组的定子电流、转子电流和网侧变流器容量确定；所述光伏资源的无功支撑能力范围根据并网逆变器的容量边界确定，光伏资源的有功功率与无功功率满足所述逆变器的容量边界约束。

19、作为优选方案，步骤s2中，所述可调节区域模型包括储能资源的可调节区域模型；所述储能资源的可调节区域模型包括储能充放电功率约束模型、储能荷电状态约束模型、储能荷电状态时序演化约束模型和储能充放电互斥约束模型；

20、所述储能充放电功率约束模型表示为：

21、；

22、；

23、式中：和分别为第个平衡结算单元在时段的储能充电功率和放电功率；和分别为第个平衡结算单元在时段的充电状态变量和放电状态变量；和分别为第个平衡结算单元的最大充电功率和最大放电功率；

24、所述储能荷电状态约束模型表示为：

25、；

26、式中：为第个平衡结算单元在时段的储能荷电状态；和分别为第个平衡结算单元在时段的储能荷电状态下限和上限；

27、所述储能荷电状态时序演化约束模型表示为：

28、；

29、式中：和分别为第个平衡结算单元的充电效率和放电效率；为第个平衡结算单元的储能额定容量；为调度时段长度；

30、所述储能充放电互斥约束模型表示为：

31、；

32、所述可调负荷的可调节区域模型根据用户响应能力、响应时段、补偿价格和运行约束确定可调负荷响应功率的可调节范围。

33、作为优选方案，步骤s2中，所述各平衡结算单元向虚拟电厂提供的净有功功率表示为：

34、；

35、式中：为第个平衡结算单元在时段向虚拟电厂提供的净有功功率；为第个平衡结算单元在时段的风电实际出力；为第个平衡结算单元在时段的光伏实际出力；为第个平衡结算单元在时段的本地负荷功率；为第个平衡结算单元在时段的可调负荷响应功率。

36、作为优选方案，步骤s3中，对虚拟电厂的优化调度过程进行多时间尺度划分，具体包括：将虚拟电厂的优化调度过程划分为日前计划层、日内修正层和实时自治层；

37、所述日前计划层用于根据日前预测信息确定各平衡结算单元的基准出力计划，所述日内修正层用于根据更新的预测信息对所述基准出力计划进行滚动修正，所述实时自治层用于各平衡结算单元根据本地实时状态对调度指令进行本地修正。

38、作为优选方案，步骤s3中，基于所述日前计划层、日内修正层和实时自治层的划分，所述构建考虑各平衡结算单元间经济性差异的多时间尺度分层解耦优化调度模型具体通过如下步骤构建：

39、以最小化各平衡结算单元在调度周期内的运行成本为目标，以各平衡结算单元的经济参数的数值差异构成所述经济性差异的量化表征，以各平衡结算单元的所述可调节区域模型为本地运行约束，以虚拟电厂的功率计划跟踪约束、接口容量约束和无功支撑约束作为全局耦合约束，构建所述多时间尺度分层解耦优化调度模型；

40、所述运行成本目标函数表示为：

41、；

42、式中：为第个平衡结算单元的运行成本；和分别为弃风惩罚系数和弃光惩罚系数；和分别为第个平衡结算单元在时段的风电有功削减量和光伏有功削减量；为储能退化成本系数；为储能退化等效变量；和分别为对应的偏差结算成本系数；和分别为正向和负向功率偏差变量；

43、所述功率计划跟踪约束表示为：

44、；

45、式中：为第个平衡结算单元在时段向虚拟电厂提供的净有功功率；为平衡结算单元的总数；为虚拟电厂在时段的计划功率；

46、所述接口容量约束表示为：

47、；

48、式中：虚拟电厂的接口传输容量；

49、所述无功支撑约束表示为：

50、；

51、式中：为第个平衡结算单元在时段向虚拟电厂提供的无功功率；为虚拟电厂在时段的无功支撑需求。

52、作为优选方案，步骤s4中，所述非凸约束关系包括风电变流器和光伏逆变器的有功无功容量边界约束，其凸化处理方式为：采用多边形近似方式将圆形容量约束转换为线性约束：

53、；

54、式中：和为多边形第m条边对应的系数；和分别为第个平衡结算单元在时段的有功功率和无功功率；为第个平衡结算单元的设备容量；为多边形边数；

55、所述非凸约束关系还包括表示为范数形式的容量约束或电流约束，其凸化处理方式为：引入辅助变量后将其转化为标准二阶锥约束：

56、；

57、式中：为第个平衡结算单元在时段的局部变量；、、和均为由设备参数确定的系数；

58、所述非凸约束关系还包括储能退化双线性，其凸化处理方式为：采用mccormick包络进行线性化处理：

59、；

60、式中：为第个平衡结算单元在时段的储能退化等效变量；为第个平衡结算单元在时段的储能退化成本系数；和分别为储能退化成本系数的下限和上限；和分别为充放电深度辅助变量的下限和上限；

61、所述非凸约束关系还包括储能退化关系的对数函数关系、指数函数关系或幂函数关系，其凸化处理方式为：在给定展开点进行一阶线性化或分段线性化处理：

62、；

63、式中：为第个平衡结算单元在时段的储能退化成本系数的对数函数值，即；为第个平衡结算单元在时段的储能退化成本系数的给定展开点。

64、作为优选方案，步骤s5中，基于分布式admm进行云边协同迭代求解的具体处理构成包括如下步骤：

65、s51、将所述凸化后的多时间尺度分层解耦优化调度模型按照各平衡结算单元进行分解，以各平衡结算单元作为边缘侧子问题，以虚拟电厂的功率计划跟踪约束作为云端协调问题；

66、s52、引入全局一致性变量，将各平衡结算单元之间的耦合约束改写为各平衡结算单元的局部变量与所述全局一致性变量之间的等式约束；

67、所述耦合约束为：

68、；

69、式中：为平衡结算单元的总数；为第个平衡结算单元的局部变量与聚合功率之间的映射矩阵；为第个平衡结算单元的局部变量；为第个平衡结算单元的聚合功率；为虚拟电厂在时段的计划功率；

70、所述等式约束为：

71、；

72、式中：云端协调层对应第个平衡结算单元在时段的全局一致性变量；

73、s53、初始化各平衡结算单元的局部变量、所述全局一致性变量、缩放变量和惩罚参数后，进行云边协同迭代求解，迭代过程中，云端协调层通过更新所述全局一致性变量对所述功率计划跟踪约束进行协调，直至满足收敛条件，得到满足收敛条件的优化变量。

74、作为优选方案，步骤s53中，所述云边协同迭代求解的具体处理过程包括：

75、s5301、各平衡结算单元根据运行成本目标函数、本地运行约束以及云端传递的所述全局一致性变量和所述缩放变量，独立更新各自的局部变量：

76、；

77、式中：为更新后的局部变量；为第个平衡结算单元的运行成本函数；为缩放变量，，为拉格朗日乘子；为惩罚参数；为迭代次数；

78、s5302、各平衡结算单元将更新后的聚合功率上传至云端协调层；

79、s5303、云端协调层根据所有平衡结算单元上传的聚合功率，更新所述全局一致性变量和所述缩放变量；

80、；

81、；

82、式中：为更新后的全局一致性变量；为更新后的缩放变量；

83、s5304、根据各平衡结算单元的局部变量与所述全局一致性变量之间的偏差计算原始残差和对偶残差：

84、；

85、；

86、式中：为原始残差；为对偶残差；

87、s5305、判断是否满足所述收敛条件；若满足，则输出最优局部变量和最优全局一致性变量，作为所述满足收敛条件的优化变量；若不满足，则返回步骤s5301执行下一次迭代；

88、所述收敛条件为：

89、；

90、式中：为原始残差收敛阈值；为对偶残差收敛阈值。

91、与现有技术相比，本发明具有如下技术效果：

92、1、本发明通过采集各平衡结算单元差异化的弃电惩罚系数、储能退化系数和偏差结算系数等经济参数，建立各资源可调节区域模型，以各平衡结算单元运行成本最小为目标构建多时间尺度分层解耦优化调度模型，使弃电成本低、储能退化成本低或调节能力强的单元在日前计划和日内修正中自动承担更多调节任务，避免传统统一成本参数导致的调节责任分配不合理，显著提升虚拟电厂整体运行经济性。

93、2、本发明针对多时间尺度分层解耦优化调度模型中的变流器圆形容量约束、储能退化双线性项及对数/指数/幂函数等非凸关系，分别采用多边形近似（转为m条线性不等式）、二阶锥转化、mccormick包络线性化和一阶泰勒展开线性化等凸化手段，将原始非凸非线性模型转化为线性或二阶锥规划模型，在保证物理可行域逼近精度的前提下大幅降低求解难度，避免集中式求解中常见的计算效率低下和收敛稳定性差的问题，显著提升工程可解性。

94、3、本发明将凸化后的优化调度模型按平衡结算单元分解，各边缘侧仅将聚合功率上传至云端协调层而非全部本地运行数据，云端协调层根据各平衡结算单元上传结果更新全局一致性变量和对偶变量，通过原始残差和对偶残差判断收敛，将大规模集中式问题拆解为多个并行子问题，显著降低云端协调层计算压力和通信负担，同时有效保护各平衡结算单元的本地数据隐私。

95、4、本发明迭代收敛后云端协调层向各边缘侧下发调度指令，边缘侧根据调度指令和本地实时状态生成储能充放电调整、风光削减和可调负荷响应等自治控制指令，输出结果既包含云端协调层全局优化的调度计划又包含边缘侧实时自治的快速响应指令，形成“全局优化+本地自治”的双层协同闭环，兼顾全局经济性与本地响应及时性。