本發(fā)明屬于電力系統(tǒng)電源調(diào)度領(lǐng)域，特別涉及一種虛擬電廠熱電聯(lián)合調(diào)度魯棒優(yōu)化模型。
背景技術(shù)：
：近年來，熱電聯(lián)產(chǎn)(combinedheatandpower,CHP)機(jī)組以節(jié)能環(huán)保的優(yōu)勢蓬勃發(fā)展，但其發(fā)電和供熱緊密聯(lián)系的特點(diǎn)降低了其靈活性，因此，如何對其進(jìn)行有效管理成為亟待解決的問題。虛擬電廠(virtualpowerplant，VPP)技術(shù)為解決該問題提供了新的思路。以VPP形式聚合CHP機(jī)組，通過能量管理系統(tǒng)控制其運(yùn)行，能實現(xiàn)CHP機(jī)組乃至VPP整體的調(diào)度優(yōu)化。VPP在調(diào)度過程中面臨電價、可再生能源出力和負(fù)荷波動等多種不確定因素，給決策和系統(tǒng)安全運(yùn)行帶來很大的困難。因此，采用合理的調(diào)度方式，盡量量化或削弱不確定因素對調(diào)度策略的影響，實現(xiàn)利潤最大化成為學(xué)術(shù)界研究的熱點(diǎn)。魯棒優(yōu)化(robustoptimization，RO)作為一種處理不確定性的方法，具有無需知道不確定參數(shù)概率分布、計算快捷、規(guī)避風(fēng)險能力好等優(yōu)點(diǎn)。RO通過魯棒系數(shù)調(diào)節(jié)系統(tǒng)的魯棒性和經(jīng)濟(jì)性，魯棒系數(shù)越大，系統(tǒng)魯棒性越強(qiáng)，面臨的風(fēng)險越小。并且，現(xiàn)有研究多數(shù)考慮魯棒系數(shù)對預(yù)期利潤和決策方案的影響，極少涉及風(fēng)險的定量分析，難免造成決策方案的保守或冒進(jìn)，同時，也未面臨RO處理SRM電價和熱負(fù)荷不確定性的問題。技術(shù)實現(xiàn)要素：發(fā)明目的：提供了一種虛擬電廠熱電聯(lián)合調(diào)度魯棒優(yōu)化模型，解決同時參與能量市場(EM)和旋轉(zhuǎn)備用市場(SRM)時，VPP日前熱電聯(lián)合調(diào)度優(yōu)化模型建立問題。采用RO處理EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷的不確定性，降低VPP面臨的風(fēng)險，并建立風(fēng)險量化指標(biāo)，降低不確定性決策的盲目性。技術(shù)方案：本發(fā)明提供一種虛擬電廠熱電聯(lián)合調(diào)度魯棒優(yōu)化模型，包括以下步驟：步驟1：建立EM和SRM下VPP日前熱電聯(lián)合調(diào)度優(yōu)化模型；步驟2：采用RO處理EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷的不確定性，建立RO模型；步驟3：建立風(fēng)險量化指標(biāo)，衡量系統(tǒng)面臨的風(fēng)險。進(jìn)一步，步驟1包括以下步驟：對于VPP運(yùn)營者而言，其目標(biāo)為凈利潤最大化，因此優(yōu)化模型的目標(biāo)函數(shù)如下：maxΣt=1T(Ctm-Ctdg-Ctchp-Ctboil-Cts-Ctdr)]]>目標(biāo)函數(shù)包含六個部分，分別為VPP參與電力市場所獲利潤DG成本CHP機(jī)組成本鍋爐成本儲能成本DR成本每部分具體表達(dá)式如下：Ctm=λtemPtem+λtsrmRtsrm]]>式中：分別為t時段EM電價和SRM電價；分別為t時段VPP在EM和SRM的競標(biāo)量，為決策變量。DG成本包括運(yùn)行成本、啟停成本和環(huán)境成本：Ctdg=Σi=1ni(kiPi,tdg+kifμi,to)+(λisuμi,tsu+λisdμi,tsd)+Pi,tdgΣe=1neQi,tdg(Ve+Ye)]]>式中：ni為DG單元數(shù)；為t時段第i單元DG輸出功率，為決策變量；ki、為第i單元DG的燃料成本、固定成本、啟動成本和停止成本；布爾變量分別表示t時段第i單元DG是否工作、啟動、停止，是則置1，否則置0；ne為考慮的污染物總數(shù)；為第i單元DG第e項污染物排放量；Ve、Ye分別為第e項污染物環(huán)境價值、罰款數(shù)量級。CHP機(jī)組成本包括燃料成本、啟停成本和環(huán)境成本，鍋爐成本包括燃料成本和環(huán)境成本，本文考慮的CHP機(jī)組和鍋爐均以天然氣為燃料，如下式：Ctchp=Σl=1nl860λtngPl,techpHngηlchp+(λlsuμl,tsu+λlsdμl,tsd)+Pl,techpηlchpΣe=1neQl,echp(Ve+Ye)]]>Ctboil=Σk=1nk(860λtngPk,tboilHngηkboil+Pk,tboilηkboilΣe=1neQk,eboil(Ve+Ye))]]>式中：nl、nk分別為CHP機(jī)組和鍋爐單元數(shù)；為t時段天然氣價格；Hng為天然氣熱值；860為kWh轉(zhuǎn)化為kcal的單位轉(zhuǎn)換比率；為t時段第l單元CHP機(jī)組供電功率和第k單元鍋爐供熱功率，為決策變量；為第l單元CHP機(jī)組和第k單元鍋爐效率，需要說明的是，僅為CHP機(jī)組的供電效率，并非整體效率；為第l單元CHP啟動和停止成本；布爾變量分別表示t時段第l單元CHP是否啟動、停止，是則置1，否則置0；為第l單元CHP機(jī)組和第k單元鍋爐第e項污染物排放量，Ve、Ye分別為第e項污染物環(huán)境價值、罰款數(shù)量級；儲能成本包括ES成本和TS成本，其與充、放電功率和儲、放熱功率近似呈線性關(guān)系：Cts=Σx=1nx(axes(Px,tesc+Px,tesd)+bxes)+Σz=1nz(azts(Pz,ttsc+Pz,ttsd)+bzts)]]>式中：nx、nz分別為ES和TS單元數(shù)；為t時段第x單元ES充、放電功率，為決策變量；為t時段第z單元TS儲、放熱功率，為決策變量；為ES和TS的成本系數(shù)。DR成本表示為當(dāng)VPP中斷用戶負(fù)荷時，需支付一定的補(bǔ)償?？紤]到不同中斷程度對用戶的影響程度不同，將中斷補(bǔ)償價格與負(fù)荷中斷水平掛鉤，中斷水平越高，補(bǔ)償價格越高，具體表示如下：Ctdr=Σm=1nm(λmcurtPm,telcurt)]]>式中：nm為中斷水平級數(shù)；為第m級中斷水平補(bǔ)償價格；為t時段第m級中斷水平中斷負(fù)荷，為決策變量。VPP在運(yùn)行時需滿足約束條件如下：1)DG約束。Pi,tdg≥Piminμi,to]]>Pi,tdg+Ri,tdg≤Pimaxμi,to]]>Ri,tdg≤riutr]]>-rid≤Pi,tdg-Pi,t-1dg≤riu]]>μi,to-μi,t-1o≤μi,tsu]]>μi,t-1o-μi,to≤μi,tsd]]>式中：分別為第i單元DG最大、最小輸出功率；為t時段第i單元DG備用容量，為決策變量；riu、rid分別為第i單元DG向上、向下爬坡率；tr為備用服務(wù)時間。2)CHP機(jī)組約束。Pl,ttchp=klchpPl,techp]]>Pl,techp≥Plminμl,to]]>Pl,techp+Rl,techp≤Plmaxμl,to]]>Rl,techp≤rlutr]]>-rld≤Pl,techp-Pl,t-1echp≤rlu]]>μl,to-μl,t-1o≤μl,tsu]]>μl,t-1o-μl,to≤μl,tsd]]>式中：為t時段第l單元CHP機(jī)組供熱功率；為第l單元CHP機(jī)組熱電比，與CHP機(jī)組特性有關(guān)；分別為第l單元CHP機(jī)組最大、最小供電功率；為t時段第l單元CHP機(jī)組備用容量，為決策變量；rlu、rld分別為第l單元CHP機(jī)組向上、向下爬坡率；布爾變量表示t時段第l單元CHP機(jī)組是否運(yùn)行，是則置1，否則置0。3)鍋爐約束。0≤Pk,tboil≤Pkmax]]>式中：為第k單元鍋爐最大供熱功率。4)ES和TS約束。0≤Px,tesc≤Pxcmax]]>0≤Px,tesd≤Pxdmax]]>Sxmin≤Sx,tes≤Sxmax]]>Sx,tes=Sx,t-1es+ηxescPx,tesc-Px,tesdηxesd]]>Sx,0es=Sxesi]]>Sx,24es=Sxesf]]>0≤Pz,ttsc≤Pzcmax]]>0≤Pz,ttsd≤Pzdmax]]>Szmin≤Sz,tts≤Szmax]]>Sz,tts=Sz,t-1ts+ηztscPz,ttsc-Pz,ttsdηztsd]]>Sz,0ts=Sztsi]]>Sz,24ts=Sztsf]]>式中：分別為第x單元ES最大充、放電功率；為t時段第x單元ES儲電量；分別為第x單元ES儲電量上、下限；分別為第x單元ES充、放電效率；分別為第x單元ES始、末儲電量；分別為第z單元TS最大儲、放熱功率；為t時段第z單元TS儲熱量；分別為第z單元TS儲熱量上、下限；分別為第z單元TS儲、放熱效率；分別為第z單元TS始、末儲熱量。5)DR約束。0≤Pm,telcurt≤kmcurtPtel]]>Ptelcurt=Σm=1nmPm,telcurt]]>Ptelcurt+Rtel≤Σm=1nm(kmcurtPtel)]]>式中：為第m級中斷水平中斷系數(shù)；Ptel為t時段電負(fù)荷；Ptelcurt為t時段中斷負(fù)荷；為t時段負(fù)荷備用容量，為決策變量。6)電、熱功率平衡約束。Σw=1nwPw,twp+Σs=1nsPs,tpv+Σi=1niPi,tdg+Σl=1nlPl,techp+Σx=1nxPx,tesd=Ptem+Ptel-Ptelcurt+Σx=1nxPx,tesc]]>Σl=1nlPl,ttchp+Σk=1nkPk,tboil+Σz=1nzPz,ttsd≥Pttl+Σz=1nzPz,ttsc]]>式中：nw、ns分別為風(fēng)電機(jī)組、光伏機(jī)組數(shù)；分別為t時段風(fēng)電機(jī)組w、光伏機(jī)組s出力；Pttl為t時段熱負(fù)荷。7)競標(biāo)備用容量約束。Rtsrm=ΣiniRi,tdg+ΣlnlRl,techp+Rtel]]>8)VPP系統(tǒng)備用約束。VPP中DG、CHP機(jī)組、可中斷負(fù)荷都可提供系統(tǒng)備用，但不包括已向SRM競標(biāo)的備用容量：Σi=1ni(Pimax-Pi,tdg-Ri,tdg)+Σl=1nl(Plmax-Pl,techp-Rl,techp)+(Σm=1nm(kmcurtPtel)-Ptelcurt-Rtel)≥Rta]]>式中：為t時段VPP所需備用容量。進(jìn)一步，步驟2包括以下步驟：上述模型中EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷均存在不確定性，本文采用RO處理該類不確定性問題，以aij表示上述不確定參數(shù)，考慮aij形式如下：aij∈[a~ij-a^ij,a~ij+a^ij]]]>其中：a~ij=12(a‾ij+a‾ij)]]>a^ij=12(a‾ij-a‾ij)]]>式中：aij分別為不確定參數(shù)的上、下限，即認(rèn)為不確定參數(shù)在其上、下限區(qū)間范圍內(nèi)波動。上述不確定參數(shù)形式考慮了不確定參數(shù)最壞的情況，由此所做的決策具有很強(qiáng)的保守性，但有失經(jīng)濟(jì)性。為此引入魯棒系數(shù)Г，?！蔥0,|J|]，其中，J為所有不確定參數(shù)的集合，此時，不確定參數(shù)aij的區(qū)間為當(dāng)Γ＝0時，不考慮不確定參數(shù)的不確定性，該模型與確定性優(yōu)化模型一致，系統(tǒng)魯棒性較差。隨著Γ的不斷增大，系統(tǒng)魯棒性逐漸提高，經(jīng)濟(jì)性不斷下降。當(dāng)Γ＝|J|時，即為最保守形式。通過調(diào)節(jié)魯棒系數(shù)Г，即可得到不同保守程度的最優(yōu)解，兼顧決策方案的魯棒性和經(jīng)濟(jì)性。采用RO處理EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷的不確定性，所得目標(biāo)函數(shù)及約束條件如下：maxΣt=1T(12(λ‾tem+λ‾tem)Ptem+12(λ‾tsrm+λ‾tsrm)Rtsrm-Ctdg-Ctchp-Ctboil-Cts-Ctdr)-Γmυm-Σt=1T(qtem+qtsrm)]]>υm+qtem≥12(λ‾tem-λ‾tem)ytem]]>υm+qtsrm≥12(λ‾tsrm-λ‾tsrm)ytsrm]]>-ytem≤Ptem≤ytem]]>-ytsrm≤Ptsrm≤ytsrm]]>Pw,twp+Γw,twpυw,twp+qw,twp≤12(P‾w,twp-P‾w,twp)]]>Ps,tpv+Γs,tpvυs,tpv+qs,tpv≤12(P‾s,tpv-P‾s,tpv)]]>Ptel-Γtelυtel-qtel≥12(P‾tel-P‾tel)]]>Pttl-Γttlυttl-qttl≥12(P‾ttl+P‾ttl)]]>υw,twp+qw,twp≥12(P‾w,twp-P‾w,twp)yw,twp]]>υs,tpv+qs,tpv≥12(P‾s,tpv-P‾s,tpv)ys,tpv]]>υtel+qtel≥12(P‾tel-P‾tel)ytel]]>υttl+qttl≥12(P‾ttl-P‾ttl)yttl]]>yw,twp,ys,tpv,ytel,ytel≥1]]>υm,qtem,ytem,qtsrm,ytsrm,υw,twp,qw,twp,yw,twp,]]>υs,tpv,qs,tpv,ys,tpv,υtel,qtel,ytel,υttl,qttl,yttl≥0]]>式中：Ptel、Pbtl分別為EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷上、下限；Γm、分別為電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷魯棒系數(shù)，υm、為引入的輔助變量。進(jìn)一步，步驟3包括以下步驟：當(dāng)魯棒系數(shù)Γ＜|J|時，不確定參數(shù)區(qū)間無法囊括所有不確定參數(shù)波動情況，難免會給系統(tǒng)帶來一定的風(fēng)險，魯棒系數(shù)越小，風(fēng)險越大。因此，建立合理的指標(biāo)量化風(fēng)險水平，才能更好地平衡VPP系統(tǒng)的魯棒性與經(jīng)濟(jì)性。系統(tǒng)風(fēng)險的度量指標(biāo)一般與失負(fù)荷量、失負(fù)荷持續(xù)時間等掛鉤，本文主要考慮失負(fù)荷量，其對應(yīng)的風(fēng)險成本表達(dá)式如下：Ctens=λtensPtens]]>式中：為t時段失負(fù)荷罰金，當(dāng)VPP無法供給系統(tǒng)內(nèi)負(fù)荷，需強(qiáng)制切除用戶負(fù)荷時，要為此支付巨額罰金，因此的數(shù)值往往很大。為t時段失負(fù)荷量，當(dāng)VPP內(nèi)供應(yīng)電量大于需求電量時，相反，若VPP供電量不足以滿足負(fù)荷和電力市場需求，則Ptens=Ptel-Ptelcurt+Ptem+Σx=1nxPx,tesc-Σw=1nwPw,twp-Σs=1nsPs,tpv-Σi=1niPi,tdg-Σl=1nlPl,techp-Σx=1nxPx,tesd]]>將風(fēng)險成本納入目標(biāo)函數(shù)，即為VPP計及風(fēng)險后的利潤。為計算VPP風(fēng)險成本，采用蒙特卡羅方法模擬EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷情況。由于每次蒙特卡羅模擬產(chǎn)生的場景不同，所對應(yīng)失負(fù)荷量也并不相同，選取任一場景所得失負(fù)荷量來表征系統(tǒng)失負(fù)荷量都不盡合理。因此，本文采用期望值表示t時段VPP失負(fù)荷量，所得表達(dá)式如下：E(Ptens)=Σd=1nd(1ndPd,tens)]]>式中：nd為場景數(shù)；為t時段d場景失負(fù)荷量。有益效果：本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：(1)本發(fā)明提供了一種虛擬電廠熱電聯(lián)合調(diào)度優(yōu)化模型，解決了聚合熱電聯(lián)產(chǎn)機(jī)組的虛擬電廠在同時參與能量和旋轉(zhuǎn)備用市場的情況下建模問題；(2)采用魯棒優(yōu)化處理能量市場電價、旋轉(zhuǎn)備用市場電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷的不確定性，有效降低虛擬電廠面臨的風(fēng)險，并增加虛擬電廠的利潤。(3)建立風(fēng)險量化指標(biāo)，平衡RO模型的魯棒性和經(jīng)濟(jì)性，從而為決策者提供有效參考。附圖說明圖1為EM電價示意圖；圖2為SRM電價示意圖；圖3為風(fēng)電出力示意圖；圖4為光伏出力示意圖；圖5為電負(fù)荷數(shù)據(jù)示意圖；圖6為熱負(fù)荷數(shù)據(jù)示意圖；圖7為魯棒系數(shù)對VPP利潤和風(fēng)險成本的影響示意圖。具體實施方式下面結(jié)合附圖和具體實施例，進(jìn)一步闡明本發(fā)明，應(yīng)理解這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對本發(fā)明的各種等價形式的修改均落于本申請所附權(quán)利要求所限定的范圍。一種虛擬電廠熱電聯(lián)合調(diào)度魯棒優(yōu)化模型，包括以下步驟：步驟1：建立EM和SRM下VPP日前熱電聯(lián)合調(diào)度優(yōu)化模型；步驟2：采用RO處理EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷的不確定性，建立RO模型；步驟3：建立風(fēng)險量化指標(biāo)，衡量系統(tǒng)面臨的風(fēng)險。進(jìn)一步，步驟1包括以下步驟：對于VPP運(yùn)營者而言，其目標(biāo)為凈利潤最大化，因此優(yōu)化模型的目標(biāo)函數(shù)如下：maxΣt=1T(Ctm-Ctdg-Ctchp-Ctboil-Cts-Ctdr)]]>目標(biāo)函數(shù)包含六個部分，分別為VPP參與電力市場所獲利潤DG成本CHP機(jī)組成本鍋爐成本儲能成本DR成本每部分具體表達(dá)式如下：Ctm=λtemPtem+λtsrmRtsrm]]>式中：分別為t時段EM電價和SRM電價；分別為t時段VPP在EM和SRM的競標(biāo)量，為決策變量。DG成本包括運(yùn)行成本、啟停成本和環(huán)境成本：Ctdg=Σi=1ni(kiPi,tdg+kifμi,to)+(λisuμi,tsu+λisdμi,tsd)+Pi,tdgΣe=1neQi,tdg(Ve+Ye)]]>式中：ni為DG單元數(shù)；為t時段第i單元DG輸出功率，為決策變量；ki、為第i單元DG的燃料成本、固定成本、啟動成本和停止成本；布爾變量分別表示t時段第i單元DG是否工作、啟動、停止，是則置1，否則置0；ne為考慮的污染物總數(shù)；為第i單元DG第e項污染物排放量；Ve、Ye分別為第e項污染物環(huán)境價值、罰款數(shù)量級。CHP機(jī)組成本包括燃料成本、啟停成本和環(huán)境成本，鍋爐成本包括燃料成本和環(huán)境成本，本文考慮的CHP機(jī)組和鍋爐均以天然氣為燃料，如下式：Ctchp=Σl=1nl860λtngPl,techpHngηlchp+(λlsuμl,tsu+λlsdμl,tsd)+Pl,techpηlchpΣe=1neQl,echp(Ve+Ye)]]>Ctboil=Σk=1nk(860λtngPk,tboilHngηkboil+Pk,tboilηkboilΣe=1neQk,eboil(Ve+Ye))]]>式中：nl、nk分別為CHP機(jī)組和鍋爐單元數(shù)；為t時段天然氣價格；Hng為天然氣熱值；860為kWh轉(zhuǎn)化為kcal的單位轉(zhuǎn)換比率；為t時段第l單元CHP機(jī)組供電功率和第k單元鍋爐供熱功率，為決策變量；為第l單元CHP機(jī)組和第k單元鍋爐效率，需要說明的是，僅為CHP機(jī)組的供電效率，并非整體效率；為第l單元CHP啟動和停止成本；布爾變量分別表示t時段第l單元CHP是否啟動、停止，是則置1，否則置0；為第l單元CHP機(jī)組和第k單元鍋爐第e項污染物排放量，Ve、Ye分別為第e項污染物環(huán)境價值、罰款數(shù)量級；儲能成本包括ES成本和TS成本，其與充、放電功率和儲、放熱功率近似呈線性關(guān)系：Cts=Σx=1nx(axes(Px,tesc+Px,tesd)+bxes)+Σz=1nz(azts(Pz,ttsc+Pz,ttsd)+bzts)]]>式中：nx、nz分別為ES和TS單元數(shù)；為t時段第x單元ES充、放電功率，為決策變量；為t時段第z單元TS儲、放熱功率，為決策變量；為ES和TS的成本系數(shù)。DR成本表示為當(dāng)VPP中斷用戶負(fù)荷時，需支付一定的補(bǔ)償?？紤]到不同中斷程度對用戶的影響程度不同，將中斷補(bǔ)償價格與負(fù)荷中斷水平掛鉤，中斷水平越高，補(bǔ)償價格越高，具體表示如下：Ctdr=Σm=1nm(λmcurtPm,telcurt)]]>式中：nm為中斷水平級數(shù)；為第m級中斷水平補(bǔ)償價格；為t時段第m級中斷水平中斷負(fù)荷，為決策變量。VPP在運(yùn)行時需滿足約束條件如下：1)DG約束。Pi,tdg≥Piminμi,to]]>Pi,tdg+Ri,tdg≤Pimaxμi,to]]>Ri,tdg≤riutr]]>-rid≤Pi,tdg-Pi,t-1dg≤riu]]>μi,to-μi,t-1o≤μi,tsu]]>μi,t-1o-μi,to≤μi,tsd]]>式中：分別為第i單元DG最大、最小輸出功率；為t時段第i單元DG備用容量，為決策變量；riu、rid分別為第i單元DG向上、向下爬坡率；tr為備用服務(wù)時間。2)CHP機(jī)組約束。Pl,ttchp=klchpPl,techp]]>Pl,techp≥Plminμl,to]]>Pl,techp+Rl,techp≤Plmaxμl,to]]>Rl,techp≤rlutr]]>-rld≤Pl,techp-Pl,t-1echp≤rlu]]>μl,to-μl,t-1o≤μl,tsu]]>μl,t-1o-μl,to≤μl,tsd]]>式中：為t時段第l單元CHP機(jī)組供熱功率；為第l單元CHP機(jī)組熱電比，與CHP機(jī)組特性有關(guān)；Plmax、Plmin分別為第l單元CHP機(jī)組最大、最小供電功率；為t時段第l單元CHP機(jī)組備用容量，為決策變量；分別為第l單元CHP機(jī)組向上、向下爬坡率；布爾變量表示t時段第l單元CHP機(jī)組是否運(yùn)行，是則置1，否則置0。3)鍋爐約束。0≤Pk,tboil≤Pkmax]]>式中：為第k單元鍋爐最大供熱功率。4)ES和TS約束。0≤Px,tesc≤Pxcmax]]>0≤Px,tesd≤Pxdmax]]>Sxmin≤Sx,tes≤Sxmax]]>Sx,tes=Sx,t-1es+ηxescPx,tesc-Px,tesdηxesd]]>Sx,0es=Sxesi]]>Sx,24es=Sxesf]]>0≤Pz,ttsc≤Pzcmax]]>0≤Pz,ttsd≤Pzdmax]]>Szmin≤Sz,tts≤Szmax]]>Sz,tts=Sz,t-1ts+ηztscPz,ttsc-Pz,ttsdηztsd]]>Sz,0ts=Sztsi]]>Sz,24ts=Sztsf]]>式中：分別為第x單元ES最大充、放電功率；為t時段第x單元ES儲電量；分別為第x單元ES儲電量上、下限；分別為第x單元ES充、放電效率；分別為第x單元ES始、末儲電量；分別為第z單元TS最大儲、放熱功率；為t時段第z單元TS儲熱量；分別為第z單元TS儲熱量上、下限；分別為第z單元TS儲、放熱效率；分別為第z單元TS始、末儲熱量。5)DR約束。0≤Pm,telcurt≤kmcurtPtel]]>Ptelcurt=Σm=1nmPm,telcurt]]>Ptelcurt+Rtel≤Σm=1nm(kmcurtPtel)]]>式中：為第m級中斷水平中斷系數(shù)；Ptel為t時段電負(fù)荷；Ptelcurt為t時段中斷負(fù)荷；為t時段負(fù)荷備用容量，為決策變量。6)電、熱功率平衡約束。Σw=1nwPw,twp+Σs=1nsPs,tpv+Σi=1niPi,tdg+Σl=1nlPl,techp+Σx=1nxPx,tesd=Ptem+Ptel-Ptelcurt+Σx=1nxPx,tesc]]>Σl=1nlPl,ttchp+Σk=1nkPk,tboil+Σz=1nzPz,ttsd≥Pttl+Σz=1nzPz,ttsc]]>式中：nw、ns分別為風(fēng)電機(jī)組、光伏機(jī)組數(shù)；分別為t時段風(fēng)電機(jī)組w、光伏機(jī)組s出力；Pttl為t時段熱負(fù)荷。7)競標(biāo)備用容量約束。Rtsrm=ΣiniRi,tdg+ΣlnlRl,techp+Rtel]]>8)VPP系統(tǒng)備用約束。VPP中DG、CHP機(jī)組、可中斷負(fù)荷都可提供系統(tǒng)備用，但不包括已向SRM競標(biāo)的備用容量：Σi=1ni(Pimax-Pi,tdg-Ri,tdg)+Σl=1nl(Plmax-Pl,techp-Rl,techp)+(Σm=1nm(kmcurtPtel)-Ptelcurt-Rtel)≥Rta]]>式中：為t時段VPP所需備用容量。進(jìn)一步，步驟2包括以下步驟：上述模型中EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷均存在不確定性，本文采用RO處理該類不確定性問題，以aij表示上述不確定參數(shù)，考慮aij形式如下：aij∈[a~ij-a^ij,a~ij+a^ij]]]>其中：a~ij=12(a‾ij+a‾ij)]]>a^ij=12(a‾ij-a‾ij)]]>式中：aij分別為不確定參數(shù)的上、下限，即認(rèn)為不確定參數(shù)在其上、下限區(qū)間范圍內(nèi)波動。上述不確定參數(shù)形式考慮了不確定參數(shù)最壞的情況，由此所做的決策具有很強(qiáng)的保守性，但有失經(jīng)濟(jì)性。為此引入魯棒系數(shù)Г，?！蔥0,|J|]，其中，J為所有不確定參數(shù)的集合，此時，不確定參數(shù)aij的區(qū)間為當(dāng)Γ＝0時，不考慮不確定參數(shù)的不確定性，該模型與確定性優(yōu)化模型一致，系統(tǒng)魯棒性較差。隨著Γ的不斷增大，系統(tǒng)魯棒性逐漸提高，經(jīng)濟(jì)性不斷下降。當(dāng)Γ＝|J|時，即為最保守形式。通過調(diào)節(jié)魯棒系數(shù)Г，即可得到不同保守程度的最優(yōu)解，兼顧決策方案的魯棒性和經(jīng)濟(jì)性。采用RO處理EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷的不確定性，所得目標(biāo)函數(shù)及約束條件如下：maxΣt=1T(12(λ‾tem+λ‾tem)Ptem+12(λ‾tsrm+λ‾tsrm)Rtsrm-Ctdg-Ctchp-Ctboil-Cts-Ctdr)-Γmυm-Σt=1T(qtem+qtsrm)]]>υm+qtem≥12(λ‾tem-λ‾tem)ytem]]>υm+qtsrm≥12(λ‾tsrm-λ‾tsrm)ytsrm]]>-ytem≤Ptem≤ytem]]>-ytsrm≤Ptsrm≤ytsrm]]>Pw,twp+Γw,twpυw,twp+qw,twp≤12(P‾w,twp+P‾w,twp)]]>Ps,tpv+Γs,tpvυs,tpv+qs,tpv≤12(P‾s,tpv+P‾s,tpv)]]>Ptel-Γtelυtel-qtel≥12(P‾tel+P‾tel)]]>Pttl-Γttlυttl-qttl≥12(P‾ttl+P‾ttl)]]>υw,twp+qw,twp≥12(P‾w,twp-P‾w,twp)yw,twp]]>υs,tpv+qs,tpv≥12(P‾s,tpv-P‾s,tpv)ys,tpv]]>υtel+qtel≥12(P‾tel-P‾tel)ytel]]>υttl+qttl≥12(P‾ttl-P‾ttl)yttl]]>yw,twp,ys,tpv,ytel,yttl≥1]]>υm,qtem,ytem,qtsrm,ytsrm,υw,twp,qw,twp,yw,twp,]]>υs,tpv,qs,tpv,ys,tpv,υtel,qtel,ytel,υttl,qttl,yttl≥0]]>式中：Ptel、Pttl分別為EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷上、下限；Γm、分別為電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷魯棒系數(shù)，υm、為引入的輔助變量。進(jìn)一步，步驟3包括以下步驟：當(dāng)魯棒系數(shù)Γ＜|J|時，不確定參數(shù)區(qū)間無法囊括所有不確定參數(shù)波動情況，難免會給系統(tǒng)帶來一定的風(fēng)險，魯棒系數(shù)越小，風(fēng)險越大。因此，建立合理的指標(biāo)量化風(fēng)險水平，才能更好地平衡VPP系統(tǒng)的魯棒性與經(jīng)濟(jì)性。系統(tǒng)風(fēng)險的度量指標(biāo)一般與失負(fù)荷量、失負(fù)荷持續(xù)時間等掛鉤，本文主要考慮失負(fù)荷量，其對應(yīng)的風(fēng)險成本表達(dá)式如下：Ctens=λtensPtens]]>式中：為t時段失負(fù)荷罰金，當(dāng)VPP無法供給系統(tǒng)內(nèi)負(fù)荷，需強(qiáng)制切除用戶負(fù)荷時，要為此支付巨額罰金，因此的數(shù)值往往很大。為t時段失負(fù)荷量，當(dāng)VPP內(nèi)供應(yīng)電量大于需求電量時，相反，若VPP供電量不足以滿足負(fù)荷和電力市場需求，則Ptens=Ptel-Ptelcurt+Ptem+Σx=1nxPx,tesc-Σw=1nwPw,twp-Σs=1nsPs,tpv-Σi=1niPi,tdg-Σl=1nlPl,techp-Σx=1nxPx,tesd]]>將風(fēng)險成本納入目標(biāo)函數(shù)，即為VPP計及風(fēng)險后的利潤。為計算VPP風(fēng)險成本，采用蒙特卡羅方法模擬EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷情況。由于每次蒙特卡羅模擬產(chǎn)生的場景不同，所對應(yīng)失負(fù)荷量也并不相同，選取任一場景所得失負(fù)荷量來表征系統(tǒng)失負(fù)荷量都不盡合理。因此，本文采用期望值表示t時段VPP失負(fù)荷量，所得表達(dá)式如下：E(Ptens)=Σd=1nd(1ndPd,tens)]]>式中：nd為場景數(shù)；為t時段d場景失負(fù)荷量。下面以一VPP為例介紹本發(fā)明：本VPP包括4個DG(包括2個微型燃?xì)廨啓C(jī)、2個燃料電池)、3個風(fēng)電機(jī)組、2個光伏機(jī)組、5個CHP機(jī)組、1個鍋爐、5個ES單元、5個TS單元、區(qū)域內(nèi)電負(fù)荷和熱負(fù)荷。VPP調(diào)度周期為1天，分為24時段。EM電價、SRM電價、風(fēng)電出力、光伏出力、電負(fù)荷和熱負(fù)荷上、下限如圖1-6所示。SRM備用服務(wù)時間為10min，失負(fù)荷罰金為1000$/MW。1)VPP行為對利潤影響為衡量VPP參與EM和SRM、聚合CHP機(jī)組以及VPP內(nèi)CHP機(jī)組參與SRM行為對利潤的影響，以確定性優(yōu)化模型為例，構(gòu)建以下5種不同方案，方案設(shè)置和所得結(jié)果如表1所示。表15種不同的VPP構(gòu)建方案從表1方案1、2、5對比可以看出，VPP只參與EM或SRM時利潤均小于同時參與EM和SRM情景，其中，只參與SRM時利潤更低。就方案3而言，需要說明的是，為比較熱電聯(lián)供和熱電分供對VPP利潤的影響，分別用與CHP機(jī)組最大輸出功率相同的DG和鍋爐替代CHP機(jī)組的供電和供熱輸出，結(jié)果表明，以VPP形式聚合CHP機(jī)組實現(xiàn)熱電聯(lián)供能增加VPP利潤。與方案5相比，方案4未考慮CHP機(jī)組參與SRM情景，降低了決策的靈活性，因而利潤降低。綜上所述，VPP參與EM和SRM、聚合CHP機(jī)組、VPP內(nèi)CHP機(jī)組參與SRM行為均能有效增加VPP利潤。VPP中不確定性的本質(zhì)是其包含的各類不確定性的匯總，其中包含不確定性的疊加或抵消，采用RO處理單類不確定性所得結(jié)果往往不盡合理。因此，本文考慮在采用RO處理上述所有不確定性的情況下，不計風(fēng)險時VPP利潤、計及風(fēng)險后VPP利潤和風(fēng)險成本隨魯棒系數(shù)的變化情況，所得結(jié)果如圖7所示。可以看出：不計風(fēng)險時VPP利潤和風(fēng)險成本隨魯棒系數(shù)的增大逐漸降低，而計及風(fēng)險后VPP利潤隨魯棒系數(shù)的增大呈現(xiàn)先上升后下降的趨勢，并在魯棒系數(shù)為30％時達(dá)到最大值。這是由于魯棒系數(shù)的增大提高了決策的保守性，從而降低了經(jīng)濟(jì)性，因此不計風(fēng)險時VPP利潤降低。但是，魯棒系數(shù)的增大也提高了系統(tǒng)的魯棒性，魯棒系數(shù)越大，系統(tǒng)魯棒性越強(qiáng)，失負(fù)荷風(fēng)險越低，表現(xiàn)為風(fēng)險成本降低，計及風(fēng)險后VPP利潤有所提高。然而，魯棒系數(shù)過大時，VPP風(fēng)險成本的降低不足以彌補(bǔ)保守策略帶來的損失，計及風(fēng)險后VPP利潤仍會降低。當(dāng)魯棒系數(shù)達(dá)到100％時，不確定參數(shù)區(qū)間囊括所有不確定參數(shù)波動情況，此時系統(tǒng)風(fēng)險成本為0，但其決策過于保守，因此計及風(fēng)險后利潤最低。此外，圖中魯棒系數(shù)為0點(diǎn)即確定性優(yōu)化模型結(jié)果，說明考慮VPP面臨風(fēng)險時，RO模型能提高VPP利潤。以上仿真結(jié)果驗證了本發(fā)明所構(gòu)模型有效性和實用性，說明VPP參與EM和SRM、聚合CHP機(jī)組和VPP內(nèi)CHP機(jī)組參與SRM行為均能有效增加VPP利潤。并且，RO模型提高了系統(tǒng)的魯棒性，降低了系統(tǒng)風(fēng)險，從而增加了VPP利潤，而風(fēng)險成本很好地刻畫了VPP面臨的風(fēng)險，降低了不確定性決策的盲目性，從而為決策者選取合適的魯棒系數(shù)提供有效參考。當(dāng)前第1頁1 2 3