1.虚拟电厂以价格制造商参与能源和储备市场的调控方法,其特征在于,包括以下步骤:
Step1、构建数据库,准备虚拟电厂中机组的数据参数并采集样本数据集;
Step2、建立模型,将虚拟电厂中可再生能源产量、上下备用请求系数和上下备用能源价格的不确定性变化表述为一个随机双层模型,上层模型代表了在考虑虚拟电厂中各个单元技术约束的同时,以期望利润最大化为目标的运营优化和操作,下层模型以最大化能源和储备市场的的市场利润为目标,以功率平衡约束、容量约束为约束条件,代表着能源和储备市场的市场清算;
将得到的随机双层模型转化为具有均衡约束的一阶最优条件替换市场清算问题;
随机双层模型考虑了虚拟电厂中灵活需求、常规发电机组、可再生能源发电机组和储能单元,利用预先设定的场景集,给出虚拟电厂中可再生能源产量、上下备用请求系数和上下备用能源价格的不确定性变化;
上层模型的目标函数表达式为:
; (1)
式中: 表示VPP的预期利润;表示时段;表示时段t的集合,为24h;表示场景;
表示场景 的集合; 表示t时段内能源市场价格, 表示t时段上储备市场容量价格,表示t时段下储备市场容量价格; 表示能源市场中VPP在t时段的功率调度; 表示VPP在上储备市场交易时段t的发电量; 表示VPP在下储备市场交易时段t的发电量;
表示时段t和情景ω上储备能源价格; 表示时段t和情景ω上储备能源价格; 表示时段t和场景ω的上储备请求系数; 表示时段t和场景ω的下储备请求系数; 表示VPP常规发电机组在时间段t和场景ω的总生产成本;
所述的上层模型的功率平衡约束条件具体表示为:
;(2)
;(3)
式中: 表示能源市场中VPP在t时段的功率调度; 表示VPP在上储备市场交易时段t的发电量; 表示VPP在下储备市场交易时段t的发电量; 表示VPP常规发电机组在时段t和场景ω下的发电量; 表示VPP可再生发电机组在时间段t和场景ω的功率输出; 表示储能系统在时间段t和场景ω下的放电功率; 表示储能系统在时间段t和场景ω下的充电功率; 表示VPP在时间段t和场景ω的功率损耗; 表示VPP常规发电机组的最低生产水平; 表示二元变量,如果VPP的常规发电机组在t时段发电则为1,否则为0; 表示VPP常规发电机组的容量; 表示VPP在t时段的随机可再生生产水平; 表示用于避免VPP储能系统在时间段t和场景ω同时充放电的二进制变量; 表示VPP储能系统的放电容量; 表示VPP储能系统的充电容量; 表示在t时间段内VPP弹性需求的最小消耗; 表示在t时间段内VPP弹性需求的最大消耗;
下层模型的目标函数表达式如下:
;(4)
式中: 表示能源和储备市场社会利润;表示时段;表示时段t的集合,为24h;
表示消费者参与能源市场的指标;表示消费者参与能源市场指标的集合;表示生产者参与能源市场的指标; 表示生产者参与能源市场指标的集合;表示储备市场参与者的指标; 表示储备市场参与者指标的集合; 表示t时段消费者d在能源市场的投标价格;
表示t时段能源市场用户d的用电量; 表示时间间隔; 表示t时段生产者g在能源市场上的报价; 表示t时段生产者g在能源市场的发电量; 表示t时段VPP在能源市场上的报价; 表示能源市场中VPP在t时段的功率调度; 表示t时段参与者r在上储备市场追加的报价; 表示t时段参与者r在上储备市场的功率容量; 表示t时段VPP在上储备市场的报价; 表示t时段VPP在上储备市场的发电量; 表示t时段参与者r在下储备市场追加的报价; 表示t时段参与者r在下储备市场的功率容量; 表示t时段VPP在下储备市场的报价; 表示t时段VPP在下储备市场的发电量;
所述的下层模型约束条件表达式为:
功率平衡约束:
;(5)
式中:表示生产者参与能源市场的指标; 表示生产者参与能源市场指标的集合;表示储备市场参与者的指标; 表示储备市场参与者指标的集合; 表示t时段生产者g在能源市场的发电量; 表示能源市场中VPP在t时段的功率调度; 表示t时段能源市场用户d的用电量; 表示t时段参与者r在上储备市场的功率容量; 表示t时段VPP在上储备市场的发电量; 表示t时段上储备市场需要的储备容量; 表示t时段参与者r在下储备市场的功率容量; 表示t时段VPP在下储备市场的发电量; 表示t时段下储备市场需要的储备容量;
容量约束:
;(6)
式中: 表示t时段参与者r在上储备市场的功率容量; 表示t时段参与者r在上储备市场所提供的容量; 表示t时段VPP在上储备市场的发电量; 表示t时段VPP在上储备市场产能; 表示t时段参与者r在下储备市场的功率容量; 表示t时段参与者r在下储备市场的功率容量; 表示t时段VPP在下储备市场的发电量; 表示t时段VPP在下储备市场的产能;
Step3、引入不确定性场景,虚拟电厂提前一天公布其价格优化策略,此策略受可再生能源生产水平、要求分别提供计划上升和下降储备能力的上升和下降储备请求系数和能源价格的不确定性影响,将这些不确定性用一组由ω索引的场景表示;ω索引场景是根据风电预测数据,采用拉丁超立方采样法在不改变原始密度函数情况下,生成N个风电场景,使采样样本能够均匀覆盖整个样本空间,并采用同步回代消除法将风电场景缩减到ω个场景,以降低优化调度的计算量;
Step4、测试优化方法效果。
2.根据权利要求1所述的虚拟电厂以价格制造商参与能源和储备市场的调控方法,其特征在于,所述的Step1的具体步骤为:Step1.1、准备参数,虚拟电厂中包括常规发电机组、可再生能源机组和储能系统,准备机组容量、固定成本、可变成本、启动成本系数,以及储能系统中容量、最低能级、初始能量等级、充放电容量和充放电效率数据;
Step1.2、采集样本
Step1.2.1、采用拉丁超立方抽样,产生均值为0,拟合残差标准差的随机独立噪声,在不改变原始密度函数的情况下,使采样样本能够均匀覆盖整个样本空间,然后为平衡计算精度和计算效率,采用降低不同场景的相关性的Cholesky分解,进而获得样本场景集合来模拟风速预测变量的随机分布,根据场景之间的相关系数,构建近似正交矩阵,对采样元素位置重新排序,以降低其相关性;
Step1.2.2、利用自回归滑动平均模型通过最小化方差对风速时间序列进行预测,拟合模型生成自相关时间序列;
Step1.2.3、将得到的时间序列变换回威布尔分布:使用风速数据生成法,利用最大似然法将每小时风速时间序列拟合到威布尔分布中,然后利用正态变换法对时间序列进行变换,使边缘分布为标准正态随机变量,将一个自回归平均模型拟合到变换后的时间序列中,使残差在时间上不相干,最后计算残差的标准值。
3.根据权利要求2所述的虚拟电厂以价格制造商参与能源和储备市场的调控方法,其特征在于,所述的Step2中,所建立的随机双层模型由能源管理系统负责管理虚拟电厂中的价格策略,能源管理系统接收虚拟电厂中机组的预测和需求,并解决虚拟电厂中机组可行操作区域限制的利润最大化问题,这个问题的输出包括V虚拟电厂提供的决策,这些决策传达给市场经营者,市场操作者连同来自其他市场参与者出价来清理能源和储备市场,并将市场输出传递给虚拟电厂和其他参与机组。
4.根据权利要求3所述的虚拟电厂以价格制造商参与能源和储备市场的调控方法,其特征在于,所述的Step3中,ω索引的场景所表示的价格优化策略顺序为:Step3.1、虚拟电厂决定其在日前能源和储备市场的供应策略,以及常规发电机组的承诺状态,市场经营者解决能源和储备电力市场的清算问题,并提供与市场均衡相对应的时间表和价格;
Step3.2、实现ω的一个场景,虚拟电厂得到可再生能源生产水平的实际价值,它提供了能源储备量以及能源储备价格的上下波动值;
Step3.3、虚拟电厂根据场景ω决定其实际的调度情况。