一种基于虚拟电厂的电网频率安全性提升方法

技术领域

本发明涉及电网领域，尤其涉及一种基于虚拟电厂的电网频率安全性提升方法。

背景技术

在许多地区，建设严重依赖可再生能源的电力系统的趋势日益明显，这也是向低碳电力供应过渡的努力之一。然而，大量可再生能源并入电网导致系统转动惯量减少，电力供应的不确定性增加。因此，电网频率调节的压力越来越大。传统的火电机组由于响应时滞长、斜率低，仅靠常规调节方法不足以维持电网频率稳定。因此，需要创新的来解决这一问题。一种有效的方法是建设虚拟电厂为频率调整提供支持。虚拟发电厂利用先进的测量和通信技术，充分利用电动汽车和空调机组等灵活资源。这使得灵活资源能够快速调整并参与电力调度和频率调节。

尽管开展了一些虚拟电厂的示范项目，但支持电网调频的虚拟电厂仍然相对较少，其调频能力往往不可靠、不理想。原因之一是大多数单个资源的可控功率小且随机，数量多但接入分散，难以直接利用其调控能力。另一个原因是信息系统往往缺乏实时性和可靠性，难以满足频率调节的高效互动需求。要应对这些挑战，需要协调规划形成一个庞大的资源池和一个信息系统，以支持这些资源参与频率调节。然后可以在系统运行期间进一步选择资源池中的资源，以实现短期控制目标。这种协调实质上就是为虚拟电厂规划与调频资源池协调的终端-通信系统。

尽管对于虚拟电厂构建已经有了很多研究，但在一些方面仍存在局限。当前研究中，虚拟电厂的物理层和信息层之间的协调不足，目前的终端-通信优化方法尚未有效量化基于边缘能源管理单元的虚拟电厂分层架构中由信息-物理不确定性引起的联合风险。这些问题使得难以可靠实现虚拟电厂分层架构中预期频率调节目标，无法满足电网频率安全需要。

发明内容

本发明提供了一种基于虚拟电厂的电网频率安全性提升方法，本发明充分利用灵活资源历史信息，最优化改造虚拟电厂终端-通信系统，达到辅助电网频率调节、保障电网频率安全、可靠运行的目的，详见下文描述：

一种基于虚拟电厂的电网频率安全性提升方法，所述方法包括：

在分层虚拟电厂架构中，使用基于拉依达准则的最小概率场景法和故障模式与影响分析法，针对所选区域建立考虑信息-物理不确定性的虚拟电厂可靠容量数学模型；

以投资最小化为目标，以信息-物理不确定场景下正常容量、可靠容量和延迟作为约束，构建虚拟电厂终端-通信系统改造规划模型；

基于数学变换将规划模型转换为混合整数线性规划模型，使用CPLEX软件求解获得虚拟电厂的可靠调频容量和终端-通信系统改造升级方案；

比较预估的调频容量需求与虚拟电厂可靠容量供应，检验所得可靠容量供应以及爬坡率是否满足电网频率安全性需要。

其中，所述使用基于拉依达准则的最小概率场景法和故障模式与影响分析法，建立考虑信息-物理不确定性的虚拟电厂可靠容量数学模型的建模过程为：

将场景根据资源潜力的时间特征分类；将得到的每一特征类中，通过拉依达准则估计潜力不确定下虚拟电厂资源可调容量的最小值；

在拉依达准则评估结果的基础上，使用故障模式与影响分析法估计信息系统故障下虚拟电厂资源可调容量的最小值，形成虚拟电厂可靠容量模型。

进一步地，最终的所述虚拟电厂可靠容量数学模型为：

其中，

其中，所述提升电网频率安全性的虚拟电厂终端-通信系统改造规划模型为：

min C

s.t.z

y

T

其中，C

进一步地，所述将规划模型转换为混合整数线性规划模型的数学变换方法为：涉及多个0-1变量乘积，n个0-1变量h

其中，所述检验可靠容量供应及爬坡率是否满足电网频率安全性为：

按照各场景下年最大预测负荷5％计算规划前各场景s

本发明提供的技术方案的有益效果是：

(1)本发明通过结合拉依达准则、最小概率场景法、故障模式与影响分析法，建立了考虑信息-物理不确定性的虚拟电厂可靠容量数学模型，可更好的辅助虚拟电厂在规划与运行中进行可靠调频容量分析，进而辅助分析系统频率安全性；

(2)本发明所提虚拟电厂终端-通信系统协同规划模型，可以有效减少投资浪费，更经济、高效的支撑虚拟电厂调频，提升电网频率安全性；

(3)相比其它不确定性模型的启发式求解方法，本发明基于一种所提数学方法将规划模型转换为混合整数线性规划模型，使得模型能够通过CPLEX软件求解，能够提供提升频率安全性的虚拟电厂终端及通信的全局最优改造方案。

因此，本发明可以充分利用已有的资源历史潜力信息，为规模化虚拟电厂提供一个可靠且更经济的虚拟电厂终端-通信改造方案，使电网调频具有充足的可靠容量，从而提升电网频率安全。

附图说明

图1为基于虚拟电厂的电网频率安全性提升方法的流程图；

图2为本发明面向电网调频功能的虚拟电厂分层架构示意图；

图3为本发明面向电网调频功能的虚拟电厂规划架构的示意图；

图4为IEEE-33节点系统调频容量需求的示意图；

图5为本发明方法的终端与通信规划结果的示意图；

图6为本发明方法的容量规划结果的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

为了解决背景技术中存在的问题，本发明实施例利用基于拉伊达准则的随机方法、故障模式与影响分析法建立虚拟电厂可靠容量约束与终端-通信系统改造规划模型，可以有效量化虚拟电厂分层结构中信息-物理联合风险，形成具有一定可靠容量以支持调频的虚拟电厂，为电网频率安全提供可靠支撑。

实施例1

一种基于虚拟电厂的电网频率安全性提升方法，参见图1，该方法包括以下步骤：

101：预估选定区域馈线由自身源荷波动产生的调频容量需求，将其作为后续规划模型的容量约束值；

其中，按照该区域每个季节不同时段下年最大预测负荷5％，计算规划前每个季节不同时段下可能出现的调频容量需求

102：将地理位置相近的同类型灵活资源个体归入同一集群，根据各资源历史用电数据计算各集群历史可调潜力与统计信息，形成规划数据集；

其中，地理位置相近的同类型灵活资源个体被归入同一集群，例如一个电动汽车充电站，一座智能楼宇里的HVAC集群等等。根据调频市场要求与统计公式，计算各集群历史可调潜力△P

103：在分层虚拟电厂架构中，使用基于拉依达准则的最小概率场景法和故障模式与影响分析法，针对所选区域建立考虑信息-物理不确定性的虚拟电厂可靠容量数学模型，为规划模型中可靠容量约束建立提供依据；

其中，快速可靠的分层虚拟电厂架构如图2所示，虚拟电厂可靠容量定义为信息-物理不确定性下虚拟电厂保守容量与容量期望的加权平均值。保守容量通过量化容量模型中信息-物理不确定性最大影响计算，容量期望通过各输入取场景类内均值代入容量模型计算。

进一步地，在步骤102中，考虑信息-物理不确定性的可靠容量由基于拉依达准则的最小概率场景法和故障模式与影响分析法量化建模，其基本步骤为：

1031：将场景根据资源潜力的时间特征分类，例如：季节、时段、工作日等时间特征；

其中，将季节特征、时段特征、工作日特征等进行组合，每种组合视为一类场景，每一类别特征都构成了特征类s

1032：在上一步得到的每一特征类s

1033：在拉依达准则评估结果的基础上，使用故障模式与影响分析法估计信息系统故障下虚拟电厂资源可调容量

104：以投资最小化为目标，以信息-物理不确定场景下正常容量、可靠容量和延迟作为约束，构建提升电网频率安全性的虚拟电厂终端-通信系统改造规划模型；

其中，系统规划架构如图3所示，投资由通信升级成本、终端配置成本、资源召募激励三部分组成，构成目标函数；根据容量模型与容量需求预测，建立各类容量约束；最后对延迟进行建模并建立约束。

105：基于数学变换将规划模型转换为混合整数线性规划模型，使用CPLEX软件求解，求解获得虚拟电厂的可靠调频容量和终端-通信系统改造升级方案；

其中，线性化后，模型可以代入CPLEX软件进行直接求解。

106：比较预测的调频容量需求

其中，频率安全性可以通过比较各类场景中容量需求与规划供给的差额来评判。按照各场景下年最大预测负荷5％计算规划前各场景s

综上所述，本发明实施例通过结合拉依达准则、最小概率场景法、故障模式与影响分析法，减小了优化方法的保守性，可以帮助规划虚拟电厂终端-通信系统，有效提升虚拟电厂可靠的调频容量比重，提升电网频率安全性。

实施例2

本发明实施例所提方法用于规划馈线级以上的支持调频的虚拟电厂终端-通信系统，下面结合图1、图2、图3以及具体的计算公式对实施例1中的方案进行进一步地介绍，详见下文描述：

201：预估选定区域馈线由自身源荷波动产生的调频容量需求，将其作为后续规划模型的容量约束值；

其中，各类场景中调频容量需求一般取对应场景下年最大预测负荷的百分数，本发明按照该区域每个季节不同时段下年最大预测负荷5％，计算规划前每个季节不同时段下可能出现的调频容量需求

202：将地理位置相近的同类型灵活资源个体归入同一集群，根据各资源历史用电数据计算各集群历史可调潜力与统计信息，形成规划数据集；

计算各资源历史潜力△P

△P

其中，P

203：在分层虚拟电厂架构中，使用基于拉依达准则的最小概率场景法和故障模式与影响分析法，针对所选区域建立考虑信息-物理不确定性的虚拟电厂可靠容量数学模型，为规划模型中可靠容量约束建立提供依据；

图2分层虚拟电厂架构由物理资源层、底层终端层、下行通信层、边缘层、上行通信层、云平台组成，可用于调频的物理资源包括：各种分布式电源、储能器、电动汽车、空调等。本地终端是测量和控制设备，例如：智能逆变器、智能开关和能源管理终端。下行通信层负责节点边缘设备与本地终端之间的短程通信，采用有线和无线两种方式。对于通信可靠性和实时性要求较高的资源，可采用有线和无线相结合的双模通信方式。能量管理单元等节点边缘设备从本地终端收集数据，评估节点的调节能力，并通过上行通信层上报上级变电站。变电站与电网调度平台交互，将各节点的调节任务下发至边缘终端。边缘终端将任务快速分解并分配给各个灵活资源。此外，边缘终端还可以通过低速通信将信息传递给虚拟电厂云平台，帮助其进行调节容量预测和申报。上行通信层主要包括以太网无源光网络(EPON)、工业以太网和4G/5G通信。

虚拟电厂可靠容量定义为信息-物理不确定性下虚拟电厂保守容量与容量期望的加权平均值：

其中，

使用基于拉依达准则的最小概率场景法和故障模式与影响分析法量化容量模型中信息-物理不确定性的影响，其基本步骤为：

1)将场景根据资源潜力的时间特征分类，例如：季节、时段、工作日等时间特征；虚拟电厂正常调整能力是指无故障时的调整能力，可应用于频率调节服务，即频率调节能力。柔性资源的调节能力受环境影响较大，且具有时间特性，因此有必要构建场景分类，以减少各等级的系统误差。以电动汽车充电站和暖通空调(HVAC)为例，充电站场景分类一般考虑时间段标签。时间段一般以1小时为间隔。建筑暖通空调系统还可以包括季节标签。

在规划中，每个时间段都可以划分为一个场景类别。这种分类可减少类内的系统环境影响。假设最终的场景分类集为S＝{s

其中，N为节点数，m

2)拉依达准则估计潜力不确定下虚拟电厂资源集群潜力

其中，

3)在步骤2)基础上，使用故障模式与影响分析法估计虚拟电厂保守容量

204：以投资最小化为目标，以信息-物理不确定场景下正常容量、可靠容量和延迟作为约束，构建提升电网频率安全性的虚拟电厂终端-通信系统改造规划模型；

其中，终端-通信系统规划架构如图3所示，整体规划模型为：

其中，C

1)边缘终端C

其中，f

2)通信升级成本包括光纤投资C

其中，f

上行链路通信层的无线通信成本C

其中，f

C

其中，f

3)为激励更多大容量灵活资源参与频率调节服务并获得收益，可向被选中的资源提供签约激励费。本发明实施例主要计算针对下一年频率调节的一次性投资，以提供初始预算方案。资源签约激励费C

其中，f

根据容量模型与容量需求预测，建立各类容量约束，依据式(9)，当主要考虑保守值时，可靠容量约束转化为：

最后对延迟进行建模并建立约束：

控制延迟也是虚拟电厂的一个重要指标。本发明实施例主要考虑虚拟电厂的终端-通信系统内部延迟T

其中，τ为节点固定延迟。G

其中，T

205：基于数学变换将规划模型转换为混合整数线性规划模型，使用CPLEX软件求解，求解获得虚拟电厂的可靠调频容量和终端-通信系统改造升级方案；

其中，模型转化的所提数学方法具体为：

模型涉及多个0-1变量乘积，n个0-1变量h

通过协调资源选择、边缘终端分配和通信规划，该规划方法可满足虚拟电厂可靠容量要求，并支持灵活资源的快速可靠调整。

206：通过比较预测的调频容量需求

各类场景中调频容量需求一般取对应场景下年最大预测负荷的百分数，本发明实施例按照各场景下年最大预测负荷5％计算规划前各场景s

实施例3

下面结合具体的实例、图3至图6、表1至4对实施例1和2中的方案进行可行性验证，详见下文描述：

301：IEEE-33节点测试系统

1)系统设置：拟签约的灵活资源主要包括燃气轮机(gas turbine，GT)、充电桩(charging pile，CP)和使用暖通空调(heating,ventilation and air conditioning，HVAC)的商业建筑。各类资源的分布和容量如表1所示。考虑了两种类型的CP：I类指定用于白天频繁使用的公司或购物中心，II类用于夜间频繁使用的街区。暖通空调系统在冬季和夏季各有一个固定的调节范围。

表1资源分布

2)电力设置：系统年最大负荷为3.715兆瓦。由于该需求是按季节和时段划分的，因此本发明实施例中的场景分类也按此划分，共有24×4＝96个场景。如图4所示，将每种情景下总负荷的5％作为该配电系统的频率调节容量建设要求。

该系统的备用容量已可满足最大容量需求的20％。

3)其他参数设置：假设节点间距为0.8km，f

可调资源集群的选定结果如表2所示，终端-通信网络配置结果如图5所示。含有GT的节点大多被放置在边缘终端，因为与其他资源相比，GT可以提供更稳定的出力。节点33未被选中的原因是其距离26较远，且附近没有其他资源节点，导致通信成本浪费。虽然节点9的容量小于节点4的容量，但由于增加节点9的容量可以满足需要，而配置节点4反而会增加经济成本，因此优先配置节点9，而不是边缘终端。此外，适当放弃较大的功率点还可以减少边缘设备故障的损失。CP I的选择明显多于CP II，这是因为白天的需求远高于夜间。有些暖通空调尽管容量较大，但由于在某些时段和季节无法使用而未被选中。总之，优化结果是调节能力、通信成本和不确定因素综合作用的结果。

表2资源选择

图6显示了信息系统故障下各场景下调整容量的最小净盈余，其计算方法是每个场景下的总容量减去对应需求量，即代表可靠容量盈余，当其大于0时表明电网频率安全性提高到能够满足频率稳定需求的程度。通过实验发现，终端故障在夏季和冬季的影响更大，光纤故障在春季和夏季的影响更大。这是因为夏季暖通空调系统占用了很大比例的调节能力，节点故障的影响较大，而准备备用通信可以减弱光纤故障的影响。总之，所有净盈余约束函数值均大于0，且有许多点接近0，表明规划后虚拟电厂提供的各场景下各类调频容量大于容量缺口，说明频率调节得到了充足的调频容量保证，频率安全性提升。

本发明实施例对几种规划方案进行了比较，以评估所提方法的优越性，具体见表3。在表3中，方案1与所提方法相对应。由于延迟时间很短，因此主要比较各种情况下的投资和调整能力，以突出方案以更优的经济性满足频率安全需要。

表3不同规划方案描述

表4对比结果

表4中几种能力的净盈余是取所有方案的最小值的结果。由于方案2、3和4没有同时考虑信息物理不确定性导致的联合风险，因此故障后的最小净盈余低于0。这表明如果不同时考虑信息物理不确定性，叠加效应可能导致虚拟电厂无法完成预期的调节任务，甚至出现巨大的容量缺口，出现电网频率安全问题。当极端天气等事件在同一天发生在多个虚拟电厂上时，在后备力量不足的情况下，会对电网的安全运行造成极大影响。因此，必须考虑信息和物理的不确定性。此外，通过比较这些情况下的投资，可以发现在系统优化的帮助下考虑信息-物理不确定性并不一定会大量增加投资。表4还通过对运行寿命期间的运行和故障模拟计算了内部收益率(IRR)。在方案4中，内部收益率低于一般要求值8％，不能满足正常的项目投资标准。而建议方法的内部收益率最高，这说明建议方法对虚拟电厂项目建设非常有利。总的来说，所提方法以更优的经济性提高了频率安全性，实现了电网的安全稳定运行。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。