本發(fā)明涉及一種虛擬電廠多能流分布式協(xié)同調(diào)控方法，屬于電通信。

背景技術(shù)：

1、虛擬電廠多能流系統(tǒng)作為集成了多種能源資源(如電力、熱力、冷力等)的智能能源系統(tǒng)，通過(guò)先進(jìn)的監(jiān)控、控制和優(yōu)化技術(shù)實(shí)現(xiàn)能源的高效利用和靈活調(diào)度，是推動(dòng)能源系統(tǒng)可持續(xù)發(fā)展的至關(guān)重要的能源結(jié)構(gòu)。然而，虛擬電廠多能流系統(tǒng)規(guī)模較大，系統(tǒng)內(nèi)多個(gè)設(shè)備、多個(gè)場(chǎng)站需要統(tǒng)一調(diào)度和協(xié)調(diào)管理，多能流系統(tǒng)面臨信息不對(duì)稱(chēng)和數(shù)據(jù)集成難的挑戰(zhàn)。同時(shí)，由于虛擬電廠多能流系統(tǒng)中涉及多種能源資源和設(shè)備，不同能源之間的耦合關(guān)系和互動(dòng)影響，導(dǎo)致虛擬電廠多能流系統(tǒng)調(diào)度的復(fù)雜性大幅度增加。為了實(shí)現(xiàn)多種能源流的協(xié)同利用和互補(bǔ)集成，保障虛擬電廠多能流系統(tǒng)的智能化運(yùn)行，需要對(duì)虛擬電廠多能流系統(tǒng)的能源資源進(jìn)行協(xié)同調(diào)控。因此，迫切需要設(shè)計(jì)一種虛擬電廠多能流分布式協(xié)同調(diào)控方法，通過(guò)將系統(tǒng)內(nèi)各種能源資源、設(shè)備和負(fù)荷進(jìn)行分布式管理和協(xié)同控制，實(shí)現(xiàn)虛擬電廠多能流系統(tǒng)的協(xié)調(diào)調(diào)度和互補(bǔ)利用。

2、目前，已有一些針對(duì)多能流協(xié)同調(diào)控的研究：

3、專(zhuān)利《基于分布式優(yōu)化的跨區(qū)域多能系統(tǒng)協(xié)同調(diào)控方法》提出一種基于分布式優(yōu)化的跨區(qū)域多能系統(tǒng)協(xié)同調(diào)控方法。首先，構(gòu)建跨區(qū)域多能系統(tǒng)分層協(xié)同調(diào)控框架；其次，構(gòu)建跨區(qū)域多能系統(tǒng)“跨區(qū)域級(jí)-區(qū)域級(jí)”協(xié)同調(diào)度模型和“區(qū)域級(jí)-園區(qū)級(jí)”協(xié)同調(diào)度模型；最后，將跨區(qū)域多能系統(tǒng)分層協(xié)同調(diào)控模型優(yōu)化問(wèn)題拆解成三層優(yōu)化子問(wèn)題進(jìn)行求解，從而實(shí)現(xiàn)強(qiáng)信息壁壘下的跨區(qū)域多能系統(tǒng)協(xié)同調(diào)度。

4、專(zhuān)利《一種基于反向協(xié)同調(diào)控的多能互補(bǔ)微電網(wǎng)系統(tǒng)及其方法》提出一種基于反向協(xié)同調(diào)控的多能互補(bǔ)微電網(wǎng)系統(tǒng)及其方法。首先，通過(guò)風(fēng)電能輸出模塊、光電能輸出模塊和潮汐電能輸出模塊對(duì)電能進(jìn)行利用，其次，通過(guò)電能顯示模塊查看實(shí)時(shí)各能源轉(zhuǎn)化形成的電量，然后，通過(guò)電能分配模塊對(duì)各電能進(jìn)行分配，最后，通過(guò)電能互補(bǔ)模塊實(shí)現(xiàn)各能源之間的互相補(bǔ)充，從而保障電網(wǎng)的正常供電，提高電網(wǎng)穩(wěn)定性。

5、然而，現(xiàn)有的虛擬電廠多能流分布式協(xié)同調(diào)控方法仍然存在以下兩個(gè)缺點(diǎn)：一是未考慮用戶能源使用的不確定性進(jìn)行虛擬電廠多能流資源統(tǒng)一建模，導(dǎo)致虛擬電廠多能流資源統(tǒng)一建模不準(zhǔn)確，存在協(xié)同調(diào)控效率低的風(fēng)險(xiǎn)。二是未考慮風(fēng)險(xiǎn)收益的綜合評(píng)估，僅僅最小化調(diào)度成本對(duì)虛擬電廠多能流進(jìn)行分布式協(xié)同調(diào)控，導(dǎo)致虛擬電廠多能流分布式協(xié)同調(diào)控的安全度低與可靠性差。因此，亟需設(shè)計(jì)一種虛擬電廠多能流分布式協(xié)同調(diào)控方法。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問(wèn)題，本發(fā)明的目的是提供一種虛擬電廠多能流分布式協(xié)同調(diào)控方法。

2、本發(fā)明的一種虛擬電廠多能流分布式協(xié)同調(diào)控方法，具體調(diào)控步驟為：

3、采集用戶側(cè)負(fù)荷資源、天然氣資源、熱力資源的調(diào)度時(shí)延和調(diào)度功率信息構(gòu)建各資源調(diào)度效用函數(shù)并計(jì)算總效用函數(shù)根據(jù)效用函數(shù)以及各功率約束進(jìn)行多能流建模；

4、獲取當(dāng)前時(shí)隙內(nèi)vpp內(nèi)臺(tái)區(qū)調(diào)控優(yōu)化參數(shù)，包括vppk內(nèi)的調(diào)控優(yōu)化總效用函數(shù)基于vpp內(nèi)臺(tái)區(qū)功率平衡約束獲得的區(qū)域耦合等式系數(shù)矩陣ak和c，vppk的調(diào)控優(yōu)化決策變量矩陣

5、基于調(diào)控優(yōu)化參數(shù)，引入輔助變量z和等式約束指示函數(shù)h(z)與不等式約束指示函數(shù)y(z)構(gòu)建日內(nèi)調(diào)控優(yōu)化目標(biāo)函數(shù)。當(dāng)日內(nèi)優(yōu)決策變量滿足等式約束時(shí)，等式約束指示函數(shù)h(z)＝0，此時(shí)優(yōu)化目標(biāo)的等式約束項(xiàng)不起作用；當(dāng)日內(nèi)優(yōu)決策變量不滿足等式約束時(shí)，等式約束指示函數(shù)h(z)＝+∞，從而迫使優(yōu)化算法將其調(diào)整到滿足不等式約束的范圍內(nèi)以降低日內(nèi)優(yōu)化調(diào)控成本。具體等式約束表達(dá)式詳見(jiàn)公式(6)。不等式約束指示函數(shù)與等式約束指示函數(shù)同理，當(dāng)日內(nèi)優(yōu)決策變量滿足不等式約束時(shí)，不等式約束指示函數(shù)y(z)＝0，反之y(z)＝+∞。具體不等式約束表達(dá)式詳見(jiàn)公式(3)與公式(7)。構(gòu)建增廣拉格朗日函數(shù)進(jìn)行迭代求解，增廣拉格朗日函數(shù)的構(gòu)建過(guò)程屬于現(xiàn)有技術(shù)，在此不再對(duì)其進(jìn)行贅述。式中x為日內(nèi)調(diào)控優(yōu)化的決策變量；z為等式約束與不等式約束輔助變量的取值；u為拉格朗日乘子，用于對(duì)約束條件進(jìn)行懲罰，從而促使優(yōu)化過(guò)程在考慮約束條件的同時(shí)，盡可能接近原始問(wèn)題的最優(yōu)解。判斷求解結(jié)果是否滿足迭代精度需求，若是，則輸出最佳求解結(jié)果和否則繼續(xù)迭代直至滿足迭代精度需求，根據(jù)最優(yōu)結(jié)果進(jìn)行多能流調(diào)控，并更新懲罰因子ρk,l(t)，進(jìn)行下一時(shí)隙調(diào)度，從而實(shí)現(xiàn)虛擬電廠多能流分布式協(xié)同調(diào)控。

6、進(jìn)一步的，所述用戶側(cè)負(fù)荷資源調(diào)度效用函數(shù)為：

7、

8、其中，γ(t)為t時(shí)刻的電價(jià)；為用戶側(cè)負(fù)荷調(diào)度功率；為用戶側(cè)負(fù)荷調(diào)度成本；為用戶側(cè)負(fù)荷調(diào)度時(shí)延；α為調(diào)度時(shí)延敏感權(quán)重。

9、進(jìn)一步的，所述天然氣資源調(diào)度效用函數(shù)為：

10、

11、其中，πg(shù)rid為燃?xì)廨啓C(jī)的電-氣轉(zhuǎn)化效率；為天然氣資源調(diào)度功率；fk,l(t)為燃?xì)廨啓C(jī)t時(shí)刻的天然氣消耗量；為天然氣資源調(diào)度成本；為天然氣資源調(diào)度時(shí)延；為i時(shí)刻天然氣流量調(diào)度值，為管道單時(shí)隙內(nèi)最大天然氣流量，β為天然氣平均流量敏感權(quán)重；

12、天然氣流量約束條件為：

13、

14、其中，為為管道單時(shí)隙內(nèi)最小天然氣流量。

15、進(jìn)一步的，所述熱力調(diào)度效用函數(shù)為：

16、

17、其中，χheat為燃?xì)廨啓C(jī)的電-熱轉(zhuǎn)化效率；為熱力資源調(diào)度功率；為熱力資源調(diào)度成本；為熱力資源調(diào)度時(shí)延。

18、進(jìn)一步的，所述總效用函數(shù)為：

19、

20、臺(tái)區(qū)功率平衡是確保電力系統(tǒng)穩(wěn)定運(yùn)行的重要環(huán)節(jié)，涉及到電網(wǎng)中電力的供需關(guān)系、質(zhì)量和效率；上述需要滿足下列約束

21、

22、其中，和分別為臺(tái)區(qū)調(diào)度功率的最小值和最大值。

23、進(jìn)一步的，所述多能流建模模型包括邊緣層和終端層兩層，邊緣層由k個(gè)vpp組成，集合表示為vpp負(fù)責(zé)與其管轄范圍內(nèi)的臺(tái)區(qū)進(jìn)行通信和交互；終端層由l個(gè)臺(tái)區(qū)組成，集合表示為第k個(gè)vpp包含lk個(gè)臺(tái)區(qū)；每個(gè)臺(tái)區(qū)包括用戶側(cè)負(fù)荷、燃?xì)廨啓C(jī)、電熱鍋爐等異質(zhì)資源；在該模型中，整個(gè)優(yōu)化周期被分割為t個(gè)時(shí)隙，每個(gè)時(shí)隙長(zhǎng)度為τ，時(shí)隙集合記為

24、進(jìn)一步的，所述迭代精度需求為：||rc+1||2≤εprime且||sc+1||2≤εdual；其中，rc+1和sc+1分別為第c+1次迭代后的原始?xì)埐詈蛯?duì)偶?xì)埐?，εprime與εdual分別為原始不可行度和對(duì)偶不可行度。

25、進(jìn)一步的，所述更新懲罰因子ρk,l(t)的方式如下所示

26、

27、其中，為前t-1時(shí)刻懲罰因子的平均值；δ為調(diào)控風(fēng)險(xiǎn)收益權(quán)重；pk,l(t)為t時(shí)刻內(nèi)的臺(tái)區(qū)l調(diào)度值滿足用戶需求的概率，反映出用戶對(duì)于當(dāng)前調(diào)度模式的滿意程度，概率值越大，表示用戶滿意度越高，相反則越低。若歷史平均總效用函數(shù)值越小，用戶滿意度越低，表明當(dāng)前調(diào)度模式下虛擬電廠獲取收益低，風(fēng)險(xiǎn)增加，需要增大懲罰因子值，以加大增廣拉格朗日函數(shù)對(duì)于約束條件的重視，使得增廣拉格朗日函數(shù)在約束條件附近更加陡峭，加快最優(yōu)解探索速度；反之，降低懲罰因子的值，繼續(xù)保持當(dāng)前的狀態(tài)進(jìn)行求解；

28、

29、其中，pk',l(i)為i時(shí)刻的實(shí)際需求調(diào)度功率值。

30、一種虛擬電廠多能流分布式協(xié)同調(diào)控系統(tǒng)，包括多能流建模子系統(tǒng)和分布式調(diào)控子系統(tǒng)，部署在各臺(tái)區(qū)邊緣服務(wù)器上；

31、其中，多能流建模子系統(tǒng)包括資源信息獲取模塊、效用函數(shù)構(gòu)建模塊、多能流資源建模模塊；

32、分布式調(diào)控子系統(tǒng)包括優(yōu)化參數(shù)獲取模塊、懲罰因子更新模塊和分布式調(diào)控優(yōu)化模塊；

33、所述資源信息獲取模塊：用于采集用戶側(cè)負(fù)荷資源、天然氣資源、熱力資源的調(diào)度時(shí)延和調(diào)度功率等信息，并將數(shù)據(jù)傳輸至效用函數(shù)構(gòu)建模塊；

34、所述效用函數(shù)構(gòu)建模塊：將資源信息獲取模塊采集到的多能流調(diào)度數(shù)據(jù)進(jìn)行處理，構(gòu)建各資源調(diào)度效用函數(shù)，并計(jì)算總效用函數(shù)，并將函數(shù)傳輸至多能流資源建模模塊；

35、所述多能流資源建模模塊：用于根據(jù)效用函數(shù)以及各功率約束進(jìn)行多能流建模，所得模型上傳至分布式調(diào)控子系統(tǒng)；

36、所述優(yōu)化參數(shù)獲取模塊：用于獲取上傳的多能流模型以及vpp內(nèi)臺(tái)區(qū)調(diào)控優(yōu)化參數(shù)，并將參數(shù)傳輸至懲罰因子更新模塊；

37、所述懲罰因子更新模塊：用于基于臺(tái)區(qū)調(diào)控優(yōu)化參數(shù)更新懲罰因子，并將懲罰因子傳輸至分布式調(diào)控優(yōu)化模塊；

38、所述分布式調(diào)控優(yōu)化模塊：用于根據(jù)更新后的懲罰因子，利用改進(jìn)admm進(jìn)行分布式調(diào)控優(yōu)化。

39、一種虛擬電廠多能流分布式協(xié)同調(diào)控裝置，包括：

40、建模模塊：用于采集用戶側(cè)負(fù)荷資源、天然氣資源、熱力資源的調(diào)度時(shí)延和調(diào)度功率信息構(gòu)建各資源調(diào)度效用函數(shù)并計(jì)算總效用函數(shù)根據(jù)效用函數(shù)以及各功率約束進(jìn)行多能流建模；

41、優(yōu)化模塊：用于獲取當(dāng)前時(shí)隙內(nèi)vpp內(nèi)臺(tái)區(qū)調(diào)控優(yōu)化參數(shù)，包括vppk內(nèi)的調(diào)控優(yōu)化總效用函數(shù)基于vpp內(nèi)臺(tái)區(qū)功率平衡約束獲得的區(qū)域耦合等式系數(shù)矩陣ak和c，vpp?k的調(diào)控優(yōu)化決策變量矩陣

42、求解模塊：用于基于調(diào)控優(yōu)化參數(shù)，引入輔助變量z和等式約束指示函數(shù)h(z)與不等式約束指示函數(shù)y(z)構(gòu)建日內(nèi)調(diào)控優(yōu)化目標(biāo)函數(shù)，構(gòu)建增廣拉格朗日函數(shù)進(jìn)行迭代求解；判斷求解結(jié)果是否滿足迭代精度需求，若是，則輸出最佳求解結(jié)果和否則繼續(xù)迭代直至滿足迭代精度需求，根據(jù)最佳求解結(jié)果進(jìn)行多能流調(diào)控，并更新懲罰因子ρk,l(t)，進(jìn)行下一時(shí)隙調(diào)度，從而實(shí)現(xiàn)虛擬電廠多能流分布式協(xié)同調(diào)控。

43、進(jìn)一步的，求解模塊中所述更新懲罰因子ρk,l(t)的方式如下所示

44、

45、其中，為前t-1時(shí)刻懲罰因子的平均值；δ為調(diào)控風(fēng)險(xiǎn)收益權(quán)重；pk,l(t)為t時(shí)刻內(nèi)的臺(tái)區(qū)l調(diào)度值滿足用戶需求的概率，反映出用戶對(duì)于當(dāng)前調(diào)度模式的滿意程度，概率值越大，表示用戶滿意度越高，相反則越低。若歷史平均總效用函數(shù)值越小，用戶滿意度越低，表明當(dāng)前調(diào)度模式下虛擬電廠獲取收益低，風(fēng)險(xiǎn)增加，需要增大懲罰因子值，以加大增廣拉格朗日函數(shù)對(duì)于約束條件的重視，使得增廣拉格朗日函數(shù)在約束條件附近更加陡峭，加快最優(yōu)解探索速度；反之，降低懲罰因子的值，繼續(xù)保持當(dāng)前的狀態(tài)進(jìn)行求解；

46、

47、其中，pk',l(i)為i時(shí)刻的實(shí)際需求調(diào)度功率值。

48、借由上述方案，本發(fā)明至少具有以下優(yōu)點(diǎn)：

49、(1)本發(fā)明提出了計(jì)及不確定性的虛擬電廠多能流資源統(tǒng)一建模方法，首先該方法考慮了不確定性因素和多能流響應(yīng)調(diào)控的時(shí)延，將負(fù)荷納入能量流動(dòng)的范疇，不僅增強(qiáng)了模型對(duì)用戶行為不確定性的適應(yīng)能力，也考慮了天然氣流響應(yīng)調(diào)度的時(shí)延，從而提升了系統(tǒng)對(duì)不確定性條件下的響應(yīng)效率。其次，該方法考慮了天然氣流量的最大流速約束和用戶使用行為的不確定性，通過(guò)引入天然氣平均流量敏感權(quán)重，模型能夠更好地處理天然氣供應(yīng)和需求之間的動(dòng)態(tài)平衡，確保供應(yīng)的連續(xù)性和安全性。最后，通過(guò)為電力、天然氣、熱力等多種能源類(lèi)型定義了效用函數(shù)，這些效用函數(shù)綜合考慮了負(fù)荷需求和市場(chǎng)變化等不確定性因素，以及調(diào)度時(shí)延，確保了虛擬電廠多能流資源分配的最優(yōu)化，實(shí)現(xiàn)了對(duì)各類(lèi)能源流動(dòng)的精確調(diào)控和優(yōu)化。在效用函數(shù)設(shè)置中引入了調(diào)度時(shí)延敏感權(quán)重，使得模型能夠根據(jù)時(shí)延變化動(dòng)態(tài)調(diào)整資源分配策略。

50、(2)本發(fā)明提出基于風(fēng)險(xiǎn)收益綜合評(píng)估的多能流分布式協(xié)同調(diào)控方法，通過(guò)引入風(fēng)險(xiǎn)收益綜合評(píng)估至分布式能流優(yōu)化中，考慮調(diào)度增量對(duì)用戶需求滿足概率及虛擬電廠收益的影響，擴(kuò)展了傳統(tǒng)admm優(yōu)化框架。通過(guò)區(qū)域耦合等式系數(shù)矩陣與調(diào)控優(yōu)化決策變量矩陣的引入，實(shí)現(xiàn)了虛擬電廠內(nèi)臺(tái)區(qū)的功率平衡優(yōu)化，提升了調(diào)控的精確性與效率。構(gòu)建的增廣拉格朗日函數(shù)通過(guò)迭代求解以滿足精度要求，確保了最優(yōu)解的精確尋找。此外，改進(jìn)了admm方法中的懲罰因子，通過(guò)基于調(diào)控風(fēng)險(xiǎn)收益的綜合評(píng)估動(dòng)態(tài)調(diào)整懲罰因子，平衡了優(yōu)化問(wèn)題與約束條件的重要性，提高了算法的收斂速度并降低了調(diào)控成本。該方法提升了多能流分布式協(xié)同調(diào)控優(yōu)化策略的性能，增強(qiáng)了配電網(wǎng)的運(yùn)行效率、系統(tǒng)穩(wěn)定性與可靠性，并確保了在需求波動(dòng)和不確定性條件下的供電安全。

51、(3)本發(fā)明提出了一種虛擬電廠多能流分布式協(xié)同調(diào)控系統(tǒng)，包括多能流建模子系統(tǒng)和分布式調(diào)控子系統(tǒng)，其中，多能流建模子系統(tǒng)包括資源信息獲取模塊、效用函數(shù)構(gòu)建模塊、多能流資源建模模塊；分布式調(diào)控子系統(tǒng)包括優(yōu)化參數(shù)獲取模塊、懲罰因子更新模塊和分布式調(diào)控優(yōu)化模塊。虛擬電廠多能流分布式協(xié)同調(diào)控系統(tǒng)搭載計(jì)及不確定性的虛擬電廠多能流資源統(tǒng)一建模方法和基于改進(jìn)admm的多能流分布式協(xié)同調(diào)控優(yōu)化方法。懲罰因子更新模塊基于臺(tái)區(qū)調(diào)控優(yōu)化參數(shù)更新懲罰因子，以平衡優(yōu)化問(wèn)題與約束條件的重要性。效用函數(shù)構(gòu)建模塊根據(jù)用戶側(cè)負(fù)荷資源、天然氣資源、熱力資源的調(diào)度時(shí)延和調(diào)度功率構(gòu)建各資源調(diào)度效用函數(shù)，并計(jì)算總效用函數(shù)。各模塊協(xié)同運(yùn)行，實(shí)現(xiàn)了虛擬電廠多能流分布式協(xié)同調(diào)控，提高了多能流協(xié)同調(diào)控精度，降低調(diào)控成本。

52、上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，并可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，以下以本發(fā)明的較佳實(shí)施例并配合附圖詳細(xì)說(shuō)明如后。