本发明涉及一种虚拟电厂运行技术，特别涉及一种基于多场景技术的冷热电虚拟电厂运行方法。
背景技术：
由于分布式可再生能源具有不确定性，影响供电可靠性和电能质量；在大规模并入大电网时对其产生波动，虚拟电厂通过先进的通讯系统，聚合并调度大量的分布式能源，成为现今解决分布式能源利用的可靠方式，所以对虚拟电厂的优化问题成为许多文献关注的焦点。通过预测进行日前规划调度，以提高虚拟电厂并网的电能质量，并利用通信技术对电网进行日前调控和实时调度。在电网不断完善的同时带动了电力市场的革新，使虚拟电厂通过日前预测进行日前投标成为可能。
虚拟电厂中分布式可再生能源并网质量差、负荷不确定性、以及统一调配难度大、损害用户的利益问题，是虚拟电厂运行迫切解决的问题。
技术实现要素：
本发明是针对冷热电虚拟电厂并网的优化调度的问题，提出了一种基于多场景技术的冷热电虚拟电厂运行方法，首先对风光出力及电、热、冷负荷的不确定性进行分析，通过拉丁超立方抽样生成连续时间场景，模拟风光出力及多能负荷随时间的波动情况；然后采用同步回代消除法对所生成的场景进行削减，得到风、光、荷典型日场景，以降低虚拟电厂的风光出力及电、热、冷负荷的不确定性；最后构建多场景冷热电虚拟电厂两阶段协调优化模型，日前阶段建立考虑多种成本和约束的运行模型，通过粒子群算法对所提模型进行寻优，得到多场景最佳出力方案；实时校正阶段加入监管成本，对可控设备出力进行调节，消除预测误差造成的波动性。
本发明的技术方案为：一种基于多场景技术的冷热电虚拟电厂运行方法，首先根据虚拟电厂内部分布式能源的发电、用电、储能的设备信息以及历史记录，建立虚拟电厂运行模型，对光伏、风机日出力以及电热冷负荷进行日前预测，得到日出力预测值；再根据历史数据对虚拟电厂中风、光出力及电、热、冷负荷的不确定性进行分析，通过拉丁超立方抽样生成连续时间场景，模拟风、光出力及多能负荷随时间的波动情况；采用同步回代消除法对所生成的场景进行削减，得到消减后的光伏出力、风机出力以及电热冷负荷的场景，并得到不同场景对应的概率；最后将削减后的光伏出力、风机出力以及电热冷负荷进行组合场景，利用粒子群算法在所得到的组合场景中进行寻优，获得最佳运行方案。
所述虚拟电厂运行模型为考虑多种日前成本和约束的运行模型，日前成本包括运行维护成本、环境成本、购电成本、购气成本、储能老化成本，在满足约束的前提下，通过调节可控设备出力，保持光伏、风机的最大功率运行，降低其整体运行成本；在日前规划的基础上运行，实时校正阶段加入监管成本，不再考虑储能老化成本，并更新实时运行约束条件,对可控设备出力进行调节，消除预测误差造成的波动性。
所述基于多场景技术的冷热电虚拟电厂运行方法，采用同步回代消除法对所生成的场景进行削减具体方法如下：
1)初始化，将生成的n个初始场景导入，设置迭代次数，任一场景概率均等；
2)任一个场景wi，计算与其距离最短的其他场景，
di,min＝minζjd(wi,wj),j＝1,2,...,n,j≠i
式中：ζj是场景wj发生的概率；d(wi，wj)为场景wi与场景wj之间的欧式距离；
3)根据下面公式计算dmin，对应的场景wi为确定要删除的场景，
dmin＝minζidi,min,i＝1,2,...,n；
4)更新场景数量n＝n-1，将所删除场景出现的概率加到与其欧式距离最近的场景上，确保所有场景出现的概率之和为1；
5)并重复以上步骤，直到场景数达到削减场景的设定值。
本发明的有益效果在于：本发明基于多场景技术的冷热电虚拟电厂运行方法，能够有效地降低风光出力及多能负荷不确定性的影响，可实现冷热电虚拟电厂协调优化运行。
附图说明
图1为本发明冷热电虚拟电厂运行示意图；
图2为本发明基于多场景技术的冷热电虚拟电厂运行流程图。
具体实施方式
基于多场景技术的冷热电虚拟电厂运行方法，首先根据虚拟电厂内部分布式能源的发电、用电、储能的设备信息以及历史记录，建立虚拟电厂运行模型，对光伏、风机日出力以及电热冷负荷进行日前预测，得到日出力预测值；再根据历史数据对虚拟电厂中风、光出力及电、热、冷负荷的不确定性进行分析，通过拉丁超立方抽样生成连续时间场景，模拟风、光出力及多能负荷随时间的波动情况；采用同步回代消除法对所生成的场景进行削减，得到消减后的光伏出力、风机出力以及电热冷负荷的场景，并得到不同场景对应的概率；最后将削减后的光伏出力、风机出力以及电热冷负荷进行组合场景，利用粒子群算法在所得到的组合场景中进行寻优，获得最佳运行方案。
虚拟电厂运行模型为考虑多种日前成本和约束的运行模型，实时校正阶段加入监管成本，对可控设备出力进行调节，消除预测误差造成的波动性。
日前成本包括运行维护成本、环境成本、购电成本、购气成本、储能老化成本，通过调节可控设备出力，降低其整体运行成本。
日前优化调度的目标函数为：
其中，
式中：t为调度周期，取24h；ns为总场景数；ζs为场景s发生的概率；δt为时间间隔；m为污染物种类；
日前约束包括：功率平衡约束、机组出力上下限约束、机组爬坡率约束、储能约束。在满足约束的前提下，通过调节可控设备出力，保持光伏、风机的最大功率运行，降低其整体运行成本。
1、功率平衡约束
式中：copec、copac分别为电制冷机和吸收式制冷机的制冷系数；
2、机组出力上下限约束
式中：
3、机组爬坡率约束
式中：
4、储能约束
考虑到储能不能同时充放电，且调度周期结束储能恢复到最初状态，即：uj,ch,t uj,dis,t≤1
wj,0＝wj,t
式中：
在日前成本的基础上增设监管成本，不再考虑储能老化成本，并更新实时运行约束条件：功率平衡约束、机组出力上下限约束、机组爬坡率约束。
实时调度阶段目标函数为：
其中，
式中：
实时调度阶段功率约束更新为：
1、功率平衡约束
式中：pw_w tw和p′w_w tw分别为整个滚动区间tw内机组实际和预测出力；pdif,t为区间tw中t时刻机组误差。
2、机组出力上下限约束
式中：δut,s为机组相对于采样值功率增量；pmin、pmax为机组功率上下限。
3、机组爬坡率约束
δut,rd≤δut,s≤δut,ru
式中：δut,rd、δut,ru为机组减少、增加的爬坡率。
设定电、热、冷负荷的功率预测误差服从高斯分布，风机、光伏出力的预测误差分别服从weibull分布、beta分布。
1、风机出力的概率密度函数
式中：xwt为风机实际运行功率；kwt和r为风机出力参数。
2、光伏出力的概率密度函数
f(xpv)＝xpvηmapvηpvcosθ
式中：xpv为光伏实际运行功率；ηm为最大功率点的跟踪率；apv是光伏的辐射区域；ηpv是转换效率；θ是太阳入射角。
3、电、热、冷负荷的概率密度函数
式中：xl为负荷实际运行功率；μ为位置参数，即负荷功率采样基准点；σ为高斯分布的尺度参数。
利用拉丁超立方抽样，并用cholesky分解降低不同场景的相关性，后利用同步回代消除法对生成的虚拟电厂运行场景进行场景削减，以降低优化调度的计算量。
拉丁超立方抽样的本质是逆函数转换的分层抽样，与其他抽样的概率分布离散化处理不同，拉丁超立方抽样能够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。
场景的准确度与采样值及不同采样值的相关性有关，一般情况下，相关性越小准确度越高。文中采用降低不同场景的相关性常用的cholesky分解。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。
风机、光伏出力及多能负荷模拟精度随场景规模的增大而提高，但这增大了计算量，需要对抽样场景进行削减。采用同步回代消除法对n个初始场景进行削减，以降低优化调度的计算量，步骤如下：
步骤1：初始化，将生成的n个初始场景导入，设置迭代次数，任一场景概率均等。
步骤2：任一个场景wi，计算与其距离最短的其他场景。
di,min＝minζjd(wi,wj),j＝1,2,...,n,j≠i
式中：ζj是场景wj发生的概率；d(wi，wj)为场景wi与场景wj之间的欧式距离。
步骤3：根据下面公式计算dmin，对应的场景wi为确定要删除的场景。
dmin＝minζidi,min,i＝1,2,...,n
步骤4：更新场景数量n＝n-1，将所删除场景出现的概率加到与其欧式距离最近的场景上，确保所有场景出现的概率之和为1。并重复以上步骤，直到场景数达到削减场景的设定值。
如图1所示冷热电虚拟电厂运行示意图，冷热电虚拟电厂模型聚合了风机、光伏、电储、燃气轮机、燃气锅炉、余热锅炉、热储、吸收式制冷机、电制冷机以及电、热、冷负荷，双向箭头表示能源可以双向流动。
如图2所示基于多场景技术的冷热电虚拟电厂运行流程图，包括如下步骤：首先将虚拟电厂内现阶段电价、气价、风光出力及电热冷负荷预测值、污染物排放参数、虚拟电厂设备容量、约束及运行维护参数传送至运算中心，然后对风机出力预测值、光伏出力预测值、电热冷负荷预测值根据不同的分布函数利用拉丁超立方抽样生成大量场景曲线，再利用同步回代消除法进行场景削减以及削减后不同场景所对应的概率，将削减后的光伏出力、风机出力以及电热冷负荷进行组合场景，最后利用粒子群算法在所得到的组合场景中进行寻优，获得最佳运行方案。
1.一种基于多场景技术的冷热电虚拟电厂运行方法，其特征在于，首先根据虚拟电厂内部分布式能源的发电、用电、储能的设备信息以及历史记录，建立虚拟电厂运行模型，对光伏、风机日出力以及电热冷负荷进行日前预测，得到日出力预测值；再根据历史数据对虚拟电厂中风、光出力及电、热、冷负荷的不确定性进行分析，通过拉丁超立方抽样生成连续时间场景，模拟风、光出力及多能负荷随时间的波动情况；采用同步回代消除法对所生成的场景进行削减，得到消减后的光伏出力、风机出力以及电热冷负荷的场景，并得到不同场景对应的概率；最后将削减后的光伏出力、风机出力以及电热冷负荷进行组合场景，利用粒子群算法在所得到的组合场景中进行寻优，获得最佳运行方案。
2.根据权利要求1所述基于多场景技术的冷热电虚拟电厂运行方法，其特征在于，所述虚拟电厂运行模型为考虑多种日前成本和约束的运行模型，日前成本包括运行维护成本、环境成本、购电成本、购气成本、储能老化成本，在满足约束的前提下，通过调节可控设备出力，保持光伏、风机的最大功率运行，降低其整体运行成本；在日前规划的基础上运行，实时校正阶段加入监管成本，不再考虑储能老化成本，并更新实时运行约束条件,对可控设备出力进行调节，消除预测误差造成的波动性。
3.根据权利要求1或2所述基于多场景技术的冷热电虚拟电厂运行方法，其特征在于，采用同步回代消除法对所生成的场景进行削减具体方法如下：
1)初始化，将生成的n个初始场景导入，设置迭代次数，任一场景概率均等；
2)任一个场景wi，计算与其距离最短的其他场景，
di,min＝minζjd(wi,wj),j＝1,2,...,n,j≠i
式中：ζj是场景wj发生的概率；d(wi，wj)为场景wi与场景wj之间的欧式距离；
3)根据下面公式计算dmin，对应的场景wi为确定要删除的场景，
dmin＝minζidi,min,i＝1,2,...,n；
4)更新场景数量n＝n-1，将所删除场景出现的概率加到与其欧式距离最近的场景上，确保所有场景出现的概率之和为1；
5)并重复以上步骤，直到场景数达到削减场景的设定值。
技术总结