一种二次调频优化调度方法、装置及终端设备与流程

1.本技术属于电力系统调频控制技术领域，尤其涉及一种二次调频优化调度方法、装置及终端设备。


背景技术：

2.近年来，以光伏、风电为主的新能源机组越来越多的并入到电网系统中，但新能源机组的出力受气候、光照等环境因素的影响较大，其间歇性明显、波动性大等出力特性尤为突出，使得电网维持频率质量的能力降低，对电网的安全稳定运行带来威胁。
3.虚拟电厂(virtual power plant，vpp)作为未来能源市场中一种新型电力能源聚合技术，它能够将分布在不同区域下的各类能源聚合为一个稳定、可控的能源集，对其中各种可调节资源进行合理地优化配置及利用，不仅会对平衡电网的供需起到了重要作用，还能更好地为电网提供辅助调频服务。
4.然而，现有对虚拟电厂效益评估的方法大多都从内部成本、全寿命资金流进行收益的评估计算，未能将调频收益和调频性能进行综合考虑。


技术实现要素：

5.为克服相关技术中存在的问题，本技术实施例提供了一种二次调频优化调度方法、装置及终端设备，用以提高虚拟电厂二次调频的调频收益和调频效果，还能够有效减少日前优化调度计划与日内实际情况的偏差带来的影响，减少弃风/弃光率，提高了新能源的消纳率。
6.本技术是通过如下技术方案实现的：
7.第一方面，本技术实施例提供了一种二次调频优化调度方法，包括：
8.构建虚拟电厂模型，获取供给侧数据和需求侧数据；基于供给侧数据和需求侧数据，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划；基于长时间尺度日前优化调度计划，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划；基于短时间尺度日内滚动调度计划和实时供给侧数据，构建二次调频误差惩罚最小的第一目标函数；基于第一目标函数、日内供给侧数据和日内需求侧数据，反馈校正短时间尺度日内滚动调度计划。
9.在第一方面的一种可能的实现方式中，虚拟电厂模型包括供给侧和需求侧，供给侧包括传统调频机组、新能源调频机组和储能系统，需求侧包括柔性负荷和可控负荷，新能源调频机组包括风电调频机组和光伏调频机组，柔性负荷包括电动汽车。其中，供给侧数据包括历史供给侧数据和预测供给侧数据，需求侧数据包括历史需求侧数据和预测需求数据。
10.在第一方面的一种可能的实现方式中，获取供给侧数据和需求侧数据，包括：
11.获取风电调频机组输出功率，风电调频机组输出功率的表达式为：
[0012][0013]
其中，
[0014][0015]
式中，p
wt
为风电调频机组输出功率，pr为风电调频机组额定最大功率，vr为风机额定风速，v
ci
为风机切入风速，v
co
为风机切出风速，v为实时风速。
[0016]
获取光伏调频机组输出功率，光伏调频机组输出功率的表达式为：
[0017]
p
pv
＝p
stkac
[1 kw(t
c-t
st
)]/k
st
[0018]
式中，p
pv
为光伏调频机组输出功率，p
st
为标准测试条件下光伏调频机组输出功率，k
ac
为光照强度，kw为功率温度系数，tc为光伏阵列的工作温度，t
st
为标准测试环境温度，k
st
为标准测试条件下的光照强度。
[0019]
获取电动汽车需求功率，电动汽车需求功率的表达式为：
[0020][0021]
式中，n为电动汽车数量，i为第i辆电动汽车，m为模拟次数，j为第j次模拟，t为调度周期内的24个时刻，为t时刻每辆电动汽车的充电功率，为t时刻每辆电动汽车放电功率，为t时刻经过m次模拟后电动汽车总需求功率。
[0022]
在第一方面的一种可能的实现方式中，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划，包括：
[0023]
基于供给侧数据和需求侧数据，构建长时间尺度日前调度计划。
[0024]
构建二次调频收益最大的第二目标函数，第二目标函数的表达式为：
[0025]
maxc
pro
＝c
in-c
cost
[0026]
式中，c
pro
为二次调频获得的净利润，c
in
为二次调频补偿总收益，c
cost
为二次调频的总支出。其中，二次调频补偿总收益基于t时刻总调频里程补偿和t时刻总调频容量补偿确定，二次调频总支出基于传统调频机组参与调频的成本、新能源调频机组参与调频的成本、储能系统参与调频的成本和柔性负荷参与调频的成本确定。
[0027]
基于第二目标函数和长时间尺度日前调度计划，构建长时间尺度日前优化调度计划。
[0028]
在第一方面的一种可能的实现方式中，长时间尺度日前优化调度计划还基于供给侧出力值约束、二次调频功率允许偏差最大值约束和储能功率约束确定。供给侧出力值约束基于传统能源调频机组出力值、新能源调频机组出力值、储能系统出力值和柔性负荷出力值确定。其中，传统能源调频机组出力值、新能源调频机组出力值、储能系统出力值和柔性负荷出力值分别受自身物理属性约束。二次调频功率运行偏差最大约束值基于二次调频需求功率参考值和二次调频功率允许偏差值确定。储能功率约束基于储能单元荷电状态、
储能单元自身属性和储能单元充放电规则确定。
[0029]
在第一方面的一种可能的实现方式中，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划，包括：
[0030]
将长时间尺度日前优化调度计划划分为多个短时间尺度日内调度计划。
[0031]
构建综合调频性能最高的第三目标函数，第三目标函数的表达式为：
[0032][0033]
式中，kz为综合调频性能指标，n为参与二次调频的调频机组的数量，k
1.i
为调节速率指标，k
2.i
响应时间指标，k
3.i
为调节精度指标。
[0034]
其中，调节速率指标为调频机组响应二次调频控制指令的速率，调节指标的表达式为：k
1.i
＝k
v.i
/k
av
，k
v.i
为参与调频的各调频机组实测调节速率，k
av
为参与调频的各调频机组平均调节速率。响应时间指标为调频机组响应二次调频控制指令的时间延时，响应时间指标的表达式为：k
2.i
＝1-(t
d.i
/5
×
60)，t
d.i
为参与调频的各调频机组响应延迟时间，单位为秒。调节精度指标为调频机组响应二次调频控制指令的精准度，调节精度指标的表达式为：ξi为调频机组调节误差，ξ
al
为调频机组调节的允许误差。
[0035]
基于第三目标函数和短时间尺度日内调度计划，构建短时间尺度日内滚动调度计划。
[0036]
在第一方面的一种可能的实现方式中，二次调频误差惩罚最小的第一目标函数的表达式为：
[0037][0038]
式中，f3为二次调频误差惩罚，为实时供给侧数据，λ为惩罚因子。
[0039]
在第一方面的一种可能的实现方式中，采用蒙特卡洛法经过m次模拟获取电动汽车需求功率；采用量子遗传算法计算二次调频优化调度方法。
[0040]
第二方面，本技术实施例提供了一种二次调频优化调度装置，包括：
[0041]
模型构建模块，用于构建虚拟电厂模型，获取供给侧数据和需求侧数据。调度计划构建模块，用于基于供给侧数据和需求侧数据，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划；还用于基于长时间尺度日前优化调度计划，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划；还用于基于短时间尺度日内滚动调度计划和实时供给侧数据，构建二次调频误差惩罚最小的第一目标函数。反馈校正模块，用于基于第一目标函数、日内供给侧数据和日内需求侧数据，反馈校正短时间尺度日内滚动调度计划。
[0042]
第三方面，本技术实施例提供了一种终端设备，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面任一项所述的二次调频优化调度方法。
[0043]
第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质
存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项所述的二次调频优化调度方法。
[0044]
第五方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的二次调频优化调度方法。
[0045]
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0046]
本技术实施例构建虚拟电厂模型，获取了供给侧数据和和需求侧数据，基于供给侧数据和需求侧数据，构建了以二次调频收益为目标函数的长时间尺度日前优化调度计划，再将日前优化调度计划结合综合调频性能指标，生成短时间尺度日内滚动调度计划，根据实时的供给侧数据构建第一目标函数，最后基于第一目标函数对短时间尺度日内滚动调度计划进行反馈校正。公开了一种构建基于调频收益和综合调频性能指标的二次调频优化调度方法，不仅能够实时调整日内滚动调度计，提高虚拟电厂二次调频的调频收益和调频效果，还能够有效减少日前优化调度计划与日内实际情况的偏差带来的影响，减少了弃风/弃光率，提高了新能源的消纳率。
[0047]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
[0048]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0049]
图1是本技术一实施例提供的一种二次调频优化调度方法的示意性流程图；
[0050]
图2是本技术一实施例提供的虚拟电厂模型的示意框图；
[0051]
图3是本技术一实施例提供的蒙特卡洛法模拟电动汽车需求功率的流程示意图；
[0052]
图4是本技术一实施例提供的构建长时间尺度日前优化调度计划的流程示意图；
[0053]
图5是本技术一实施例提供的构建短时间尺度日内滚动调度计划的流程示意图；
[0054]
图6是本技术实施例提供的二次调频优化调度装置的结构示意图；
[0055]
图7是本技术实施例提供的终端设备的结构示意图。
具体实施方式
[0056]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
[0057]
应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0058]
还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关
联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0059]
如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0060]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0061]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0062]
近年来，分布式电源发电的快速发展，使得当前电力系统朝着供能资源多样化、发电机组分散化、资源类型清洁化的方向发展，同时，也给电网的运行带来了诸如系统转动惯量降低，频率安全不稳定等严峻挑战。虚拟电厂(virtual power plant，vpp)作为未来能源市场中一种新型电力能源聚合技术，可将传统发电机组、分布式新能源电源、储能系统及需求侧响应进行聚合和统一调度控制，为电网提供辅助调频服务。
[0063]
虚拟电厂二次调频是指虚拟电厂内各调频机组提供足够的可调频容量和调节速率，在允许偏差的调节下实时跟踪频率并调整各调频机组的出力，以满足系统频率稳定的要求。
[0064]
然而，虚拟电厂的建设需要大量的设备改造和技术经济的投入，因此，现有对虚拟电厂效益评估的方法大多都从内部成本、全寿命资金流进行收益的评估计算，未能将调频收益和调频性能指标充分结合，没有全面评估虚拟电厂运行所带来的经济技术价值。
[0065]
基于上述问题，本技术实施例中的一种二次调频优化调度方法，针对上述问题提供了一套可行的解决方案。
[0066]
图1是本技术一实施例提供的一种二次调频优化调度方法的示意性流程图，参照图1，该方法可不包括步骤101至步骤105，对该方法的详述如下：
[0067]
在步骤101中，构建虚拟电厂模型，获取供给侧数据和需求侧数据。
[0068]
虚拟电厂是一套复杂的综合系统，包含能量管理系统、通讯控制系统、发电系统、储能系统以及辅助系统等。为了便于说明，图2仅示出了于本技术实施例相关的部分。参照图2，对构建的虚拟电厂模型进行说明。
[0069]
虚拟电厂并入电网系统后，电网系统会将计算得到的虚拟电厂出力值通过自动发电控制(automatic generation control，acg)指令下发给虚拟电厂，虚拟电厂再通过调整各调频机组出力情况，用于辅助稳定电网系统的惯量水平和频率特性。
[0070]
在一些实施例中，构建的虚拟电厂模型可分为供给侧和需求侧。供给侧可以包括传统机组、新能源机组和储能系统，需求侧可以包括柔性负荷和可控负荷。因传统机组和新能源机组都可通过调节自身的出力，平衡电网的供需负荷，达到二次调频的目的，故在本技术中传统机组又称为传统调频机组，新能源机组称为新能源调频机组。
[0071]
示例性的，传统调频机组可以是使用传统能源的如柴油、燃气或煤炭的调频机组，也可以是使用可再生能源的水利调频机组。新能源调频机组可以是风电调频机组和光伏调频机组。因不影响本技术公开的方案，故本技术对调频机组作进一步限定。
[0072]
储能系统主要包含储电单元和变流器设备，可选的，储能单元可以是锂电池、燃料电池或其他类型蓄电池，本技术也不再对储能做进一步限定。
[0073]
柔性负荷是指可通过主动参与电网运行控制，能够与电网进行能量互动，具有柔性特征的负荷，如电动汽车。可控负荷是指在供电部门要求下，按合同可以限制用电一段时间的特定用户的负荷。
[0074]
在一些实施例中，构建虚拟电厂模型后，需要掌握供给侧数据和需求侧数据。其中，供给侧数据包括历史供给侧数据和预测供给侧数据，需求侧数据包括历史需求侧数据和预测需求数据。
[0075]
传统调频机组的出力较为可控，而新能源调频机组的出力受气候、温度等环境因素的影响较大，具有明显的间歇性和波动性，本技术中获取的供给侧数据主要为新能源调频机组的出力值。
[0076]
示例性的，获取风电调频机组输出功率，风电调频机组输出功率的表达式为：
[0077][0078]
其中，
[0079][0080]
式中，p
wt
为风电调频机组输出功率，pr为风电调频机组额定最大功率，vr为风机额定风速，v
ci
为风机切入风速，v
co
为风机切出风速，v为实时风速。
[0081]
示例性的，获取光伏调频机组输出功率，光伏调频机组输出功率的表达式为：
[0082]
p
pv
＝p
stkac
[1 kw(t
c-t
st
)]/k
st
[0083]
式中，p
pv
为光伏调频机组输出功率，p
st
为标准测试条件下光伏调频机组输出功率，k
ac
为光照强度，kw为功率温度系数，tc为光伏阵列的工作温度，t
st
为标准测试环境温度，k
st
为标准测试条件下的光照强度。
[0084]
因柔性负荷能与电网系统进行互动，既可以电力供应者也可以是电力使用者，所以还需要考虑供给侧中柔性负荷对二次调谐的影响。
[0085]
电动汽车作为柔性负荷的一种，其充放电过程是一种具有较强空间随机性和时间随机性的过程，而蒙特卡洛法是模拟空间和时间随机性的较好的一种解决方法。因此，可采用蒙特卡洛法模拟电动汽车充放电特性的概率函数，以实现对电动汽车需求功率的预测。
[0086]
示例性的，获取电动汽车需求功率，电动汽车需求功率的表达式为：
[0087][0088]
式中，n为电动汽车数量，i为第i辆电动汽车，m为模拟次数，j为第j次模拟，t为调
度周期内的24个时刻，为t时刻每辆电动汽车的充电功率，为t时刻每辆电动汽车放电功率，为t时刻经过m次模拟后电动汽车总需求功率。
[0089]
参照图3，采用蒙特卡洛法模拟电动汽车需求功率的具体步骤，如下所示：
[0090]
a1、初始化数据。设置模拟次数为m次，设置电动汽车数量为n辆，设置电动汽车初始荷电状态为soc1，设置电动汽车结束荷电状态为soc2，设置充放电时刻为t1。
[0091]
a2、基于初始荷电状态soc1、结束荷电状态soc2和充放电时刻为t1，计算充放电时长t
cha
和结束充放电的时刻t1。
[0092]
a3、对电动汽车的充放电功率p进行叠加，获得每辆电动汽车需求功率曲线。
[0093]
a4、判定是否获得所有电动汽车需求功率曲线，若否则重复a3，直至获得所有电动汽车需求功率曲线，若是则执行下一步。
[0094]
a5、对获得的所有电动汽车需求功率曲线进行模拟，叠加获得电动汽车总需求功率曲线。
[0095]
a6、判定是否进行m次模拟。若否则返回步骤a3，直至进行m次模拟，若是则执行下一步。
[0096]
a7、计算经m次模拟的电动汽车总功率的均值。
[0097]
步骤101建立了虚拟电厂模型，并公开了获取风电调频机组、光伏调频机组和以电动汽车为代表的柔性负荷的功率出力值。为本技术方法的后续执行，提供了基础数据。
[0098]
在步骤102中，基于供给侧数据和需求侧数据，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划。
[0099]
日前调度计划是提前1天根据虚拟电厂内调频机组出力值、负荷需求以及电力调频市场出清价格等消息，在满足上级下达的二次调频指令及各项安全运行指标的约束下，对虚拟电厂中供给侧的有功出力进行协调调度，并得到日前最优的经济运行方案。图4示出了本技术一实施例提供的构建长时间尺度日前优化调度计划的流程示意图，参照图4。
[0100]
在步骤1021中，基于供给侧数据和需求侧数据，构建长时间尺度日前调度计划。
[0101]
在一些实施例中，根据虚拟电厂内供给侧的出力值、用户负荷需求和调频市场的出清价格等各种客观约束条件，构建长时间尺度日前调度计划。其中，该供给侧的出力值可包括：调频机组、储能系统的荷电状态soc、柔性负荷等。
[0102]
示例性的，长时间尺度日前调度计划为将日前调度计划的24小时，分为多个长时间尺度，该长时间尺度可根据实际情况或上级要求进行自适应修改，本技术示例性的取1小时作为长时间尺度，来控制虚拟电厂内供应侧的出力值。
[0103]
在步骤1022中，构建二次调频收益最大的第二目标函数。
[0104]
在一些实施例中，在满足上级要求和自身安全运行的前提下，构建以二次调频收益最大的第二目标函数。
[0105]
示例性的，第二目标函数的表达式为：
[0106]
maxc
pro
＝c
in-c
cost
[0107]
式中，c
pro
为二次调频获得的净利润，c
in
为二次调频补偿总收益，c
cost
为二次调频的总支出。
[0108]
可选的，二次调频补偿总收益基于t时刻总调频里程补偿和t时刻总调频容量补偿
确定。
[0109]
示例性的，二次调频补偿总收益的表达式为：
[0110][0111]
式中，c
ina
为t时刻总调频里程补偿，c
inb
为t时刻总调频容量补偿，为t时刻第i个调频机组提供的调频里程，为t时刻第i个调频机组的里程结算价格，为t时刻第i个调频机组的综合调频性能指标平均值，m为参与二次调频机组数量，为t时刻第j个调频机组的调频容量，为t时刻第j个调频机组的调频服务时长，为二次调频容量补偿标准价格。
[0112]
可选的，二次调频总支出基于传统调频机组参与调频的成本、新能源调频机组参与调频的成本、储能系统参与调频的成本和柔性负荷参与调频的成本确定。
[0113]
示例性的，二次调频总支出的表达式为：
[0114][0115]
式中，c
tu
为传统调频机组参与调频的成本、c
neu
为新能源调频机组参与调频的成本、c
ess
为储能系统参与调频的成本、c
dsr
为柔性负荷参与调频的成本，为t时刻传统调频机组出力值；ai、bi、ci分别为传统调频机组经济调度发电成本二次函数的各次项系数；为t时刻新能源调频机组出力值，c
op
为新能源调频机组运行维护系数、cq为新能源调频机组弃风/弃光惩罚系数，为t时刻储能系统出力值，c
om
为储能系统的运行维护系数，为t时刻负荷变动量、为t时刻电动汽车需求功率值；为t时刻単位负荷参与二次
调频的补偿价格、为t时刻电动汽车参与二次调频的补偿价格。
[0116]
在一些实施例中，长时间尺度日前优化调度计划基于供给侧出力值约束、二次调频功率允许偏差最大值约束和储能功率约束确定。
[0117]
可选的，供给侧出力值约束基于传统能源调频机组出力值、新能源调频机组出力值、储能系统出力值和柔性负荷出力值确定。
[0118]
示例性的，供给侧出力值约束的表达式为：
[0119][0120]
式中，为长时间尺度日前优化调度计划中t时刻的计划出力值，为传统能源调频机组出力值，为小水电调频机组出力值，为风电调频机组出力值，为光伏调频机组出力值，为储能系统出力值，为电动汽车参与二次调频出力值。
[0121]
进一步的，传统能源调频机组出力值、新能源调频机组出力值、储能系统出力值和柔性负荷出力值分别受自身物理属性约束。
[0122]
示例性的，供给侧出力单元受自身物理属性约束的表达式如下：
[0123][0124]
式中，为传统能源调频机组出力的最小值，为传统能源调频机组出力的最大值，为风电调频机组出力的最小值，为风电调频机组出力的最大值，为光伏调频机组出力的最小值，为光伏调频机组出力的最大值，为储能系统出力的最小值，为储能系统出力的最大值，为电动汽车参与二次调频出力的最小值，为电动汽车参与二次调频出力的最大值。
[0125]
可选的，二次调频功率运行偏差最大约束值基于二次调频需求功率参考值和二次调频功率允许偏差值确定。
[0126]
示例性的，二次调频功率允许偏差最大值约束的表达式为：
[0127][0128]
式中，σ为允许的二次调频功率偏差最大值，为t时刻二次调频需求功率的参考值。
[0129]
可选的，储能功率约束基于储能单元荷电状态、储能单元自身属性和储能单元充放电规则确定。
[0130]
示例性的，储能功率约束的表达式为：
[0131][0132][0133]
其中，
[0134][0135]
式中，为t时刻储能单元的荷电状态，ε为储能单元自放电率，ε∈[0,1]，e为储能单元的容量，为t时刻储能单元的充电功率，为t时刻储能单元的放电功率，η为储能单元的充放电效率，为储能单元的充电状态，取值0或1，表示储能单元处于充电状态，为储能单元的放电状态，取值0或1，表示储能单元处于放电状态，soc
min
为储能单元电荷状态的最小值，soc
max
为储能单元电荷状态的最大值。
[0136]
需要说明的是，储能功率约束的表达式保证了储能单元不能同时即执行充电操作又执行放电操作，符合了实际情况，同时又表明储能单元在调度周期的开始时刻和结束时刻的soc相等，可在下周期继续循环调度。
[0137]
在步骤1023中，基于第二目标函数和长时间尺度日前调度计划，构建长时间尺度日前优化调度计划。
[0138]
基于第二目标函数的目标导向和长时间尺度日前调度计划，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划。
[0139]
步骤102从实际情况考虑，构建了以二次调频收益最大为目标函数的长时间尺度日前优化调度计划，即保证了虚拟电厂经济性，又兼顾了上级指令和自身的安全运行，为后续构建日内调度计划做充分准备。
[0140]
在步骤103中，基于长时间尺度日前优化调度计划，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划。
[0141]
示例性的，图5示出了本技术一实施例提供的构建短时间尺度日内滚动调度计划的流程示意图，参照图5，构建短时间尺度日内滚动调度计划的流程具体可以包括步骤1031至步骤1033。
[0142]
在步骤1031中，将长时间尺度日前优化调度计划划分为多个短时间尺度日内调度计划。
[0143]
日内调度计划以长时间尺度日前优化调频计划为基准，侧重于虚拟电厂辅助电网二次调频效果，以调频效果最佳为优化目标，同时兼顾调频安全性。
[0144]
示例性的，将1小时长时间尺度划分为4个15分钟的短时间尺度。以15分钟作为短时间尺度，来实时更新供给侧的有功出力、负荷需求和实时市场电价等短期预测信息。
[0145]
可选的，在将长时间尺度日前优化调度计划划分为多个短时间尺度日内调度计划时，还可根据误差概率密度函数进行大规模抽样，获取一系列体现误差分布特性的确定性样本集，并根据样本间相似度聚类获取典型场景，在满足日前优化调度计划的约束下，在短时间尺度下对虚拟电厂内供给侧的有功出力进行更细致地协调优化，完成对二次调频指令的小范围有功调节，得到最优的短时间尺度日内调度计划。
[0146]
在步骤1032中，构建综合调频性能最高的第三目标函数。
[0147]
在一些实施例中，虚拟电厂中参与调频的每个调频单元差异很大，不同的调频单元受其自身特性的局限，表现出的响应时间不同，所能调节的精度也不相同，为了能够快速找到适合的调频单元参与二次调频，本技术创造性的引入了综合调频性能指标这个概念，并以综合频性能指标高为目标，建立了第三目标函数。
[0148]
示例性的，第三目标函数的表达式为：
[0149][0150]
式中，kz为综合调频性能指标，n为参与二次调频的调频机组的数量，k
1.i
为调节速率指标，k
2.i
响应时间指标，k
3.i
为调节精度指标。
[0151]
可选的，调节速率指标为调频机组响应二次调频控制指令的速率，调节指标的表达式为：
[0152]k1.i
＝k
v.i
/k
av
[0153]
式中，k
v.i
为参与调频的各调频机组实测调节速率；k
av
为参与调频的各调频机组平均调节速率。
[0154]
可选的，响应时间指标为调频机组响应二次调频控制指令的时间延时，响应时间指标的表达式为：
[0155]k2.i
＝1-(t
d.i
/5
×
60)
[0156]
式中，t
d.i
为参与调频的各调频机组响应延迟时间，单位为秒，为调频机组接收调频控制指令后到开始执行相应的响应动作的时间差值。
[0157]
可选的，调节精度指标为调频机组响应二次调频控制指令的精准度，所述调节精度指标的表达式为：
[0158][0159]
式中，ξi为调频机组调节误差，指调频机组响应二次调频指令后实际出力值与指令之间的偏差值，ξ
al
为调频机组调节的允许误差，可取其额定出力值的1.5％。
[0160]
在步骤1033中，基于第三目标函数和短时间尺度日内调度计划，构建短时间尺度日内滚动调度计划。
[0161]
基于第三目标函数的目标导向和短时间尺度日内调度计划，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划。
[0162]
步骤103从实际情况考虑，引入了综合调频性能指标，可通过综合调频新能指标调度最符合的调频机组参与二次调频。同时，可通过选取最合适的新能源调频机组，减少弃风/弃光率，提高了新能源的消纳率。
[0163]
在步骤104中，基于短时间尺度日内滚动调度计划和实时供给侧数据，构建二次调频误差惩罚最小的第一目标函数。
[0164]
众所周知，再完善精细的日内滚动调度计划和实际电网运行情况肯定也有所区别，为了尽可能的消除日内滚动调度计划和实时电网运行的误差，本技术引入了二次调频误差惩罚最小的第一目标函数。
[0165]
示例性的，二次调频误差惩罚最小的第一目标函数的表达式为：
[0166][0167]
式中，f3为二次调频误差惩罚，为实时供给侧数据，λ为惩罚因子。
[0168]
步骤104引入了二次调频误差惩罚项，并以惩罚最小为目标导向。对尽可能消除日内滚动调度计划和实时电网运行的误差具有现实意义。
[0169]
在步骤105中，基于第一目标函数、日内供给侧数据和日内需求侧数据，反馈校正短时间尺度日内滚动调度计划。
[0170]
在一些实施例中，基于实时的日内供给侧数据和实时的日内需求侧数据，再结合二次调频误差惩罚最小的第一目标函数，用以反馈并校准短时间尺度日内滚动调度计划。
[0171]
示例性的，可采用量子遗传算法计算本技术提供的一种二次调频优化调度方法。所谓量子遗传算法是一种基于量子计算原理的一种遗传算法，它建立在量子的态矢量表示的基础之上，将量子比特的几率幅表示应用于染色体的编码，使得一条染色体可以表达多个态的叠加，并利用量子逻辑门实现染色体的更新操作，进而实现了目标的遗传优化求解，避免了常规遗传算法选代次数多、收敛速度慢、易陷入局部极值的现象。
[0172]
本技术提供了一种二次调频优化调度方法，该方法通过分析可调频资源的随机出力特性，建立了含有传统调频机组、新能源调频机组、储能系统以及需求侧响应四部分的虚拟电厂模型。并在多个时间尺度下对虚拟电厂模型的四部分可调频资源进行协调优化调度：在日前优化调度计划中，以虚拟电厂整体参与二次调频获得收益最大作为目标导向；在日内滚动调度计划中，充分考虑新能源调频机组的出力特性，以综合调频指标最高作为目标导向，对日前自动发电控制agc调度曲线进行实时滚动优化；最后将二次调频误差惩罚最小作为目标导向，反馈并校正了日内滚动优化计划，使得虚拟电厂不仅能够实时跟踪agc调度曲线，还能提高虚拟电厂辅助电网二次调频的调频收益和调频效果，同时，还提高了新能源的消纳率。
[0173]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0174]
对应于上文实施例所述的二次调频优化调度方法，图6示出了本技术实施例提供的二次调频优化调度装置的结构框图，为了便于说明，仅示出了与本技术实施例相关的部分。
[0175]
参见图6，本技术实施例中的二次调频优化调度装置可以包括：模型构建模块201、调度计划构建模块202和反馈校正模块203。
[0176]
模型构建模块201，用于构建虚拟电厂模型，获取供给侧数据和需求侧数据。
[0177]
可选的，获取供给侧数据和需求侧数据，包括：
[0178]
获取风电调频机组输出功率，风电调频机组输出功率的表达式为：
[0179][0180]
其中，
[0181][0182]
式中，p
wt
为风电调频机组输出功率，pr为风电调频机组额定最大功率，vr为风机额定风速，v
ci
为风机切入风速，v
co
为风机切出风速，v为实时风速。
[0183]
获取光伏调频机组输出功率，光伏调频机组输出功率的表达式为：
[0184]
p
pv
＝p
stkac
[1 kw(t
c-t
st
)]/k
st
[0185]
式中，p
pv
为光伏调频机组输出功率，p
st
为标准测试条件下光伏调频机组输出功率，k
ac
为光照强度，kw为功率温度系数，tc为光伏阵列的工作温度，t
st
为标准测试环境温度，k
st
为标准测试条件下的光照强度。
[0186]
获取电动汽车需求功率，电动汽车需求功率的表达式为：
[0187][0188]
式中，n为电动汽车数量，i为第i辆电动汽车，m为模拟次数，j为第j次模拟，t为调度周期内的24个时刻，为t时刻每辆电动汽车的充电功率，为t时刻每辆电动汽车放电功率，为t时刻经过m次模拟后电动汽车总需求功率。
[0189]
调度计划构建模块202，用于基于供给侧数据和需求侧数据，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划。
[0190]
可选的，构建以二次调频收益最大为目标函数的长时间尺度日前优化调度计划，包括：
[0191]
基于供给侧数据和需求侧数据，构建长时间尺度日前调度计划。
[0192]
构建二次调频收益最大的第二目标函数，第二目标函数的表达式为：
[0193]
maxc
pro
＝c
in-c
cost
[0194]
式中，c
pro
为二次调频获得的净利润，c
in
为二次调频补偿总收益，c
cost
为二次调频的总支出。其中，二次调频补偿总收益基于t时刻总调频里程补偿和t时刻总调频容量补偿确定，二次调频总支出基于传统调频机组参与调频的成本、新能源调频机组参与调频的成本、储能系统参与调频的成本和柔性负荷参与调频的成本确定。
[0195]
基于第二目标函数和长时间尺度日前调度计划，构建长时间尺度日前优化调度计划。
[0196]
调度计划构建模块202中，构建的时间尺度日前优化调度计划还基于供给侧出力值约束、二次调频功率允许偏差最大值约束和储能功率约束确定。
[0197]
可选的，供给侧出力值约束基于传统能源调频机组出力值、新能源调频机组出力值、储能系统出力值和柔性负荷出力值确定。其中，传统能源调频机组出力值、新能源调频机组出力值、储能系统出力值和柔性负荷出力值分别受自身物理属性约束。
[0198]
可选的，二次调频功率运行偏差最大约束值基于二次调频需求功率参考值和二次调频功率允许偏差值确定。
[0199]
可选的，储能功率约束基于储能单元荷电状态、储能单元自身属性和储能单元充放电规则确定。
[0200]
调度计划构建模块202，还用于基于长时间尺度日前优化调度计划，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划。
[0201]
可选的，构建以综合调频性能最高为目标函数的短时间尺度日内滚动调度计划，包括：
[0202]
将长时间尺度日前优化调度计划划分为多个短时间尺度日内调度计划。
[0203]
构建综合调频性能最高的第三目标函数，第三目标函数的表达式为：
[0204][0205]
式中，kz为综合调频性能指标，n为参与二次调频的调频机组的数量，k
1.i
为调节速率指标，k
2.i
响应时间指标，k
3.i
为调节精度指标。
[0206]
其中，调节速率指标为调频机组响应二次调频控制指令的速率，调节指标的表达式为：k
1.i
＝k
v.i
/k
av
，k
v.i
为参与调频的各调频机组实测调节速率，k
av
为参与调频的各调频机组平均调节速率。响应时间指标为调频机组响应二次调频控制指令的时间延时，响应时间指标的表达式为：k
2.i
＝1-(t
d.i
/5
×
60)，t
d.i
为参与调频的各调频机组响应延迟时间，单位为秒。调节精度指标为调频机组响应二次调频控制指令的精准度，调节精度指标的表达式为：ξi为调频机组调节误差，ξ
al
为调频机组调节的允许误差。
[0207]
基于第三目标函数和短时间尺度日内调度计划，构建短时间尺度日内滚动调度计划。
[0208]
调度计划构建模块202，还用于基于短时间尺度日内滚动调度计划和实时供给侧数据，构建二次调频误差惩罚最小的第一目标函数。
[0209]
可选的，二次调频误差惩罚最小的第一目标函数的表达式为：
[0210][0211]
式中，f3为二次调频误差惩罚，为实时供给侧数据，λ为惩罚因子。
[0212]
反馈校正模块203，用于基于第一目标函数、日内供给侧数据和日内需求侧数据，反馈校正短时间尺度日内滚动调度计划。
[0213]
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0214]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0215]
本技术实施例还提供了一种终端设备，参见图7，该终端设300可以包括：至少一个处理器310、存储器320，所述存储器320中储存可在所述至少一个处理器310上运行的计算机程序321，所述处理器310执行所述计算机程序321时实现上述任意各个方法实施例中的步骤，例如图1所示实施例中的步骤101至步骤105。或者，处理器310执行所述计算机程序321时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块201至203的功能。
[0216]
示例性的，计算机程序321可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器320中，并由处理器310执行，以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备300中的执行过程。
[0217]
本领域技术人员可以理解，图7仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
[0218]
处理器310可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0219]
存储器320可以是终端设备的内部存储单元，也可以是终端设备的外部存储设备，例如插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。所述存储器320用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器320还可以用于暂时地存储已经输出或者将要输出的数据。
[0220]
总线可以是工业标准体系结构(industry standard architecture，isa)总线、外部设备互连(peripheral component，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本技术附图中的总线并不限定仅有一根总线或一种类型的总线。
[0221]
本技术实施例提供的二次调频优化调度方法可以应用于、计算机、可穿戴设备、车载设备、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant，pda)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、手机等终端设备上，本技术实施例对终端设备的具体类型不作任何限制。
[0222]
本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储
有计算机程序，所述计算机程序被处理器执行时实现可实现上述二次调频优化调度方法各个实施例中的步骤。
[0223]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述二次调频优化调度方法各个实施例中的步骤。
[0224]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
[0225]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0226]
在本技术所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0227]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0228]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。