一种应对风电不确定性的需求响应调度方法

摘要

本发明涉及一种应对风电不确定性的需求响应调度方法。该方法包括：调度交易中心预测基准负荷曲线、风力发电曲线，发布调度信息至负荷代理；负荷代理根据调度需求信息、系统运行信息以及历史交易信息进行学和决策，制定报价策略，并上报调度交易中心；调度交易中心在获取负荷代理报价信息及发电机组调用成本信息后，以调度成本最低为目标，对发用电资源进行优化调度，并将调度指令及最终补偿价格发送至各负荷代理和发电机组；各负荷代理获取最终调度指令后，以调度成本最低为目标，以调整电价和激励为手段对各负荷的用电功率进行调整。该方法为广域分布的中小容量负荷资源参与系统调度提供了有效途径，有利于提高风电的接纳能力和降低调度成本。

主权项

一种应对风电不确定性的需求响应调度方法，其特征在于，所述方法包括下述步骤：A、调度交易中心获取当前时段的负荷预测数据、风电预测数据以及各发电机组运行信息，并将上述各发电机组运行信息、调度需求信息和历史交易信息发布至负荷代理；B、负荷代理根据调度需求信息、各发电机组运行信息以及历史交易信息进行学习和决策，制定有利于自身收益最大化的负荷代理报价策略，并上报调度交易中心；C、调度交易中心在获取负荷代理报价策略以及发电机组调用成本信息后，以调度成本最低为目标，对发用电资源进行统一优化调度，并将调度指令及最终补偿价格发送至各负荷代理和发电机组；D、各负荷代理获取最终调度指令后，以调度成本最低为目标，以调整电价和激励为手段对负荷个体的用电功率进行调整；所述步骤B中，制定有利于自身收益最大化的负荷代理报价策略包括下述步骤：<1>负荷代理接受调度交易中心的发电机组调用成本信息，开始第n次报价，n＝1，2，3，…；<2>负荷代理根据历史竞价信息，判断是否满足ε‑degree搜索条件，如果满足，则转向步骤<3>；如果不满足，转向步骤<4>；<3>负荷代理经判断满足ε‑degree搜索条件，随机生成新的负荷代理报价策略，上报调度交易中心，转向步骤<8>；<4>负荷代理经判断不满足ε‑degree搜索条件，对满意度矩阵SD进行分析，判断满意度矩阵SD中是否存在元素值均为1的行，若存在则转向步骤<5>；若不存在，则转向步骤<6>；<5>负荷代理选择满意度矩阵SD中元素全为1的行所对应的报价策略，作为第n次的负荷代理报价策略进行报价，转向步骤<8>；<6>负荷代理经判断满意度矩阵SD中不存在元素值均为1的行，则根据公式$\begin{array}{cc}{A_{ik}}^{\prime }=A_{t_{n}k}& {B_{ik}}^{\prime }=B_{t_{n}k}\end{array}(k\ne m)$对其竞争对手的负荷代理报价策略进行猜测，转向步骤<7>；式中：角标t_n表示为上一个报价场景相同或相似的时段；为上一个同场景竞价时段代理k对报价策略；<7>负荷代理求解负荷代理的分散决策优化模型，获取有利于自身收益最大化的负荷代理报价策略，转向步骤<8>；<8>负荷代理将报价策略上报调度交易中心后，调度交易中心决策将调度指令返回负荷代理，负荷代理决策并完成功率调整任务，转向步骤<1>，进行n＝n+1次报价；所述步骤<2>中，ε‑degree搜索条件中的ε定义为1/n_jy，n_jy为“同场景竞价”发生次数；在电力市场运行初期，ε值较大，负荷代理会以较大的概率不断地尝试新的报价策略，以防止报价策略长期的收敛于局部最优解，并扩充历史数据库，积累报价经验；当经过长时间的运营，电力市场进入成熟稳定阶段，ε值逐渐减小，负荷代理尝试新的报价策略的概率越来越小，使负荷代理以大的概率选择最优的报价策略；所述步骤<4>中，记负荷代理k满意度相量和交易中心的满意度向量分别为{y_nk}和{y_nc}，y_nk和y_nc分别表示负荷代理k和调度交易中心对第n次同场景调整竞价结果的满意度，其值为1表示对第n次竞价结果满意；其值为0表示对第n次竞价结果不满意，y_nk和y_nc的表达式分别为：式中：sy_nk为负荷代理k第n次竞价的收益，sy_ik表示负荷代理k第i次竞价的收益；cost_nc和cost_ic分别为调度交易中心在第n次竞价和第i次竞价的调度成本；除调度成本外，调度交易中心根据碳排放量、网损不同考核指标制定调度交易中心对某次竞价结果的满意度，通过满意度矩阵SD来引导负荷代理的竞价朝着有利的方向进行；满意度矩阵SD表达式如下：所述步骤<6>中，将上一个“同场景竞价时段”中所有竞争对手所做出的报价行为作为当前时段的猜测，即公式(12)，表达式如下：$\begin{array}{cc}{A_{ik}}^{\prime }=A_{t_{n}k}& {B_{ik}}^{\prime }=B_{t_{n}k}\end{array},(k\ne m)---\left(12\right);$式中：角标t_n表示为上一个报价场景相同或相似的时段；为上一个同场景竞价时段代理k对报价策略；所述步骤<7>中，负荷代理的分散决策优化模型包括：各负荷代理的报价内容为补偿价格关于调整功率的一次函数，代理k的报价策略表示为：L_iAk＝A_ikΔD_ik+B_ik        (1)；式中：角标i表示第i时段；ΔD_ik为负荷代理k功率调整总量；L_iAk为负荷代理申报的补偿电价；A_ik和B_ik表示为负荷代理k报价策略参数；当多个负荷代理参与竞价时，考虑调度交易中心按照统一的补偿价格L_i清算，则有下式成立：$L_i=\frac{{\mathrm{\Delta D}}_{iz}+\frac{B_{im}}{A_{im}}+\underset{m\ne k}{\overset{n}{\Sigma }}\frac{B_{im}}{A_{im}}}{\frac{1}{A_{im}}+\underset{m\ne k}{\overset{n}{\Sigma }}\frac{1}{A_{im}}}=h(A_{im},B_{im})---\left(2\right);$${\mathrm{\Delta D}}_{ik}=\frac{L_i-B_{im}}{A_{im}}=g(A_{im},B_{im})---\left(3\right);$式中：A_im,B_im(m＝k)为负荷代理k自身报价策略参数；A_im,B_im(m≠k)为除了负荷代理k其它负荷代理在第n次竞价过程中的报价策略；ΔD_iz为i时段的功率调整总量；各代理均以自身收益最大为目标，建立负荷代理的报价模型如下：max{Esy}＝max{|ΔD_ik|L_ik‑|ΔD_iEX|cost_iEX‑|ΔD_iP|cost_iP}   (4)；式中：ΔD_iP和ΔD_iEX分别为代理内部电价型负荷和激励型负荷的调整量；cost_iP和cost_iEX分别为电价型负荷和激励型负荷的调整成本，cost_iP和cost_iEX的表达式分别如下：$\cos t_{iP}=-\frac{l_{i0}(1+2{\mathrm{\Delta D}}_{iP})}{D_{i0P}{ϵ}_{ii}}---\left(5\right);$cost_iEX＝αl_i0   (6)；或cost_iEX＝(1‑β)l_i0   (7)；式中：ε_ii为自弹性系数；D_i0P为电价型负荷初始功率；α为激励型负荷补偿率；β为激励型负荷折扣率；l_i0为初始电价；负荷代理内部负荷调用原则为调用成本最低；对应于某一功率调整申报数量或执行数量，负荷代理根据公式(5)和(6)、(7)对电价型负荷和激励型负荷的调度成本进行比较，从而确定各种负荷调度数量；负荷代理的分散决策优化模型的约束条件包括：①代理报价约束：L_imin≤L_i≤L_imax   (8)；上式表明所有负荷代理的报价处于统一的价格限制内；式中：L_i表示补偿价格；L_imin和L_imax分别表示最小补偿价格和最大补偿价格；②代理内部负荷调整约束：ΔD_iEXmin≤ΔD_iEX≤ΔD_iEXmax   (9)；ΔD_iPmin≤ΔD_iP≤ΔD_iPmax   (10)；式中：ΔD_iEXmin、ΔD_iEXmax分别为激励型负荷的功率调整上限值和下限值；ΔD_iPmin、ΔD_iPmax分别为电价型负荷的功率调整上限值和下限值；③功率平衡约束：ΔD_iV＝ΔD_ik+ΔD_iother   (11)；式中：ΔD_iV为系统需求的功率调整总量；ΔD_iother为除了负荷代理k其它负荷代理和发电机组的功率调整量；所述步骤C中，调度交易中心在获取负荷代理报价策略以及发电机组调用成本信息后，调度交易中心以调度成本最低为目标，建立不计人工费和损耗的目标函数如下：$\min \left\{c_{total}\right\}=\min \{\underset{j=1}{\overset{m}{\Sigma }}{\mathrm{cost}}_G\left({\mathrm{\Delta D}}_{iGj}\right)+\underset{k=1}{\overset{n}{\Sigma }}{\mathrm{cost}}_A\left({\mathrm{\Delta D}}_{iAk}\right)\}---\left(16\right);$式中：ΔD_iAk为i时段第k个负荷代理的功率调整量；cost_A(ΔD_iAk)为调度交易中心通过负荷代理k调整功率ΔD_iAk时所需支付的补偿费用；ΔD_iGj为i时段第j台发电机的功率调整量；cost_G(ΔD_iGj)为调度交易中心通过调用发电机组j调整功率ΔD_iGj所需支付的补偿费用；调度交易中心通过调用发电机组进行功率调整的成本表示为：cost_G(ΔD_iGj)＝A_GjΔD_iGj²+B_GjΔD_iGj   (17)；式中A_Gj、B_Gj分别为发电机成本参数；负荷代理调度成本表示为：${\mathrm{cost}}_A\left({\mathrm{\Delta D}}_{iAk}\right)={\mathrm{\Delta D}}_{iAk}{L}_A=A_{ik}{\mathrm{\Delta D}}_{ik}^2+B_{ik}{\mathrm{\Delta D}}_{ik}---\left(18\right);$目标函数的约束条件包括：1>功率平衡约束：P_r{|D_iG0+D_w‑D_load0‑ΔD_iV|≤ΔD}≥rλ₀   (19)；$\Delta D=\underset{k=1}{\overset{n}{\Sigma }}{\mathrm{\Delta D}}_{iAk}+\underset{j=1}{\overset{m}{\Sigma }}{\mathrm{\Delta D}}_{iGj}---\left(20\right);$式(20)为功率平衡约束，表示计及风电出力的概率分布后，系统功率不平衡量处于区间[‑ΔD,ΔD]内的置信度不小于rλ₀；其中，D_iG0为i时段时刻机组出力总和，D_load0为i时段负荷总和；ΔD_iV为系统需求的功率调整总量；式中r为松弛因子，计算方式定义为：r＝1‑(σ/2D_wN)h，σ为风电预测功率均方差，D_wN为系统风电的额定功率，系数h根据各级调度需求进行调节；2>负荷代理可调节功率约束：ΔD_iAkmin≤ΔD_iAk≤ΔD_iAkmax   (21)；其中，ΔD_iAkmin和ΔD_iAkmax为负荷代理k可调节功率的下限和上限；3>竞价约束：L_iAk＝L_iGj(k＝1～n,j＝1～m)   (22)；式中：L_iAk为调度交易中心支付给负荷代理k的补偿价格；L_iGj为调度交易中心支付给发电机组j的补偿价格；式(22)表明全网按照统一的补偿价格进行结算。