虚拟电厂的响应策略确定方法、装置及虚拟电厂系统与流程

1.本发明涉及虚拟电厂应用技术领域，尤其涉及一种虚拟电厂的响应策略确定方法、装置及虚拟电厂系统。


背景技术：

2.虚拟电厂是一种通过先进信息通信技术和软件系统，实现分布式电源(distributed generation，dg)、储能系统、可控负荷、电动汽车等分布式能源(distributed energy resources，der)的聚合和协调优化，以作为一个特殊电场参与电力市场和电网运行的电源协调管理系统。
3.然而，现有的虚拟电厂主体在计算响应能力的量价申报响应策略时，存在仅考虑申报量或者仅考虑申报价格的问题，导致计算响应能力的量价申报响应策略的精确度较低。


技术实现要素：

4.本发明提供了一种虚拟电厂的响应策略确定方法、装置及虚拟电厂系统，以提高对虚拟电厂主体的响应策略的计算精确度。
5.根据本发明的一方面，提供了一种虚拟电厂的响应策略确定方法，包括：
6.获取基线数据和用于响应电网需求的资源数据；其中，所述资源数据包括响应资源的特征曲线和成本曲线，所述特征曲线包括时间轴和特征轴，所述成本曲线包括时间轴和成本轴；
7.将所述特征曲线和所述基线数据进行对比，得到响应能力曲线以及与所述响应能力曲线上各坐标点对应的响应资源；其中，所述响应能力曲线包括时间轴和响应能力轴；
8.将所述成本曲线和所述响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，所述响应能力-成本曲面包括时间轴、响应能力轴和成本轴；
9.以响应需求为依据，对所述响应能力-成本曲面中满足所述响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
10.可选地，获取的所述响应资源的特征曲线的数量为多条；其中，所述响应资源的特征曲线包括：预测最大值特征曲线、预测最小值特征曲线和设定置信区间的特征曲线中的至少一种；
11.获取的所述响应资源的成本曲线的数量为多条；其中，所述响应资源的成本曲线包括：预测最大值成本曲线、预测最小值成本曲线和设定置信区间的成本曲线中的至少一种。
12.可选地，在所述将所述成本曲线和所述响应能力曲线按时间轴进行融合之前，还包括：
13.将多条所述特征曲线按照响应预测模型进行分类，划分为多个资源组；
14.将同一所述资源组中的所述特征曲线进行合并，得到总特征曲线；
15.将所述总特征曲线和所述基线数据进行对比，得到总响应能力曲线；
16.将多条所述成本曲线按照成本预测模型进行分类，划分为多个成本组；
17.从同一所述成本组中的所述成本曲线进行合并，得到总成本曲线。
18.可选地，在所述将所述成本曲线和所述响应能力曲线按时间轴进行融合之前，还包括：
19.将多条所述特征曲线按照资源属性进行分类，划分为多个资源组；
20.从不同的所述资源组中分别选取一条所述特征曲线，并将选取的所述特征曲线进行合并，得到总特征曲线；
21.将所述总特征曲线和所述基线数据进行对比，得到总响应能力曲线；
22.将多条所述成本曲线按照资源属性进行分类，划分为多个成本组；
23.从不同的所述成本组中分别选取一条所述成本曲线，并将选取的所述成本曲线进行合并，得到总成本曲线。
24.可选地，所述将所述成本曲线和所述响应能力曲线按时间轴进行融合的方法，具体包括：
25.将所述总响应能力曲线和所述总成本曲线按时间轴进行融合，得到所述响应能力-成本曲面；
26.重复得到所述总特征曲线、所述总成本曲线和所述响应能力-成本曲面的步骤，得到多个所述响应能力-成本曲面。
27.可选地，所述响应资源包括：可调资源和不可调资源；
28.所述特征曲线包括：可调资源的特征曲线和不可调资源的特征曲线；
29.所述成本曲线包括：基础成本和机会成本。
30.可选地，所述获取基线数据和用于响应电网需求的资源数据的方法包括：
31.获取所述不可调资源的实时数据、预测数据和计划数据，并据此得到所述不可调资源的特征曲线；
32.获取所述可调资源的实时数据、预测数据和计划数据，并据此得到所述可调资源的特征曲线；
33.获取基础成本计算数据，并据此得到所述基础成本曲线；
34.获取机会成本计算数据，并据此得到所述机会成本曲线。
35.可选地，在获取所述成本曲线之前，还包括：
36.获取市场数据；其中，所述市场数据包括：电力市场、辅助服务市场和碳市场数据中的至少一种；
37.结合所述市场数据和所述机会成本计算数据，得到所述机会成本曲线。
38.可选地，所述响应策略应用于虚拟电厂的量价申报。
39.根据本发明的另一方面，提供了一种虚拟电厂的响应策略确定装置，包括：
40.数据获取模块，用于获取基线数据和用于响应电网需求的资源数据；其中，所述资源数据包括响应资源的特征曲线和成本曲线，所述特征曲线包括时间轴和特征轴，所述成本曲线包括时间轴和成本轴；
41.响应能力处理模块，用于将所述特征曲线和所述基线数据进行对比，得到响应能力曲线以及与所述响应能力曲线上各坐标点对应的响应资源；其中，所述响应能力曲线包
括时间轴和响应能力轴；
42.能力与成本耦合处理模块，用于将所述成本曲线和所述响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，所述响应能力-成本曲面包括时间轴、响应能力轴和成本轴；
43.需求匹配处理模块，用于以响应需求为依据，对所述响应能力-成本曲面中满足所述响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
44.可选地，所述数据获取模块包括：
45.不可调资源采集模块，用于获取所述不可调资源的实时数据、预测数据和计划数据，并据此得到所述不可调资源的特征曲线；
46.可调资源采集模块，用于获取所述可调资源的实时数据、预测数据和计划数据，并据此得到所述可调资源的特征曲线；
47.基础成本采集模块，用于获取基础成本计算数据，并据此得到所述基础成本曲线；
48.机会成本采集模块，用于获取机会成本计算数据，并据此得到所述机会成本曲线。
49.可选地，该虚拟电厂的响应策略确定装置，还包括：
50.市场数据获取模块，用于获取市场数据；其中，所述市场数据包括：电力市场、辅助服务市场和碳市场数据中的至少一种。
51.根据本发明的另一方面，提供了一种虚拟电厂系统，包括：响应资源和电子设备；所述电子设备包括：
52.至少一个处理器；以及
53.与所述至少一个处理器通信连接的存储器；其中，
54.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中任意实施例所述的虚拟电厂的响应策略确定方法。
55.本发明实施例的技术方案通过获取基线数据和用于响应电网需求的资源数据，将资源数据中的特征曲线与基线数据进行对比，以得到响应能力曲线以及响应能力曲线上各坐标点对应的响应资源，从而可充分考虑各响应资源的响应能力，有利于为确定响应申报量提供参考依据。根据资源数据中的各响应资源的成本曲线，可为确定响应申报价格提供参考。将成本曲线与响应能力曲线以时间轴进行融合，形成具有时间轴、响应能力轴和成本轴的响应能力-成本曲面。根据虚拟电厂主体的响应需求，在响应能力-成本曲面中筛选相应的响应资源，并根据相应响应资源在响应能力-成本曲面中对应的响应能力和成本，确定最终的响应策略，以满足虚拟电厂主体的响应需求。如此确定的响应策略，可在分别考虑响应资源的响应能力和成本(即量价解耦)的同时，建立量价耦合的响应模型，综合考虑响应能力和成本，从而提升响应策略的精确度。
56.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
57.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于
本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
58.图1是根据本发明实施例提供的一种虚拟电厂的响应策略确定方法的流程示意图；
59.图2是根据本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图；
60.图3是根据本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图；
61.图4是根据本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图；
62.图5是根据本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图；
63.图6是根据本发明实施例提供的一种虚拟电厂的响应策略确定装置的结构示意图；
64.图7是根据本发明实施例提供的又一种虚拟电厂的响应策略确定装置的结构示意图；
65.图8是根据本发明实施例提供的又一种虚拟电厂的响应策略确定装置的结构示意图；
66.图9是根据本发明实施例提供的一种虚拟电厂系统的结构示意图。
具体实施方式
67.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
68.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
69.本发明实施例提供一种虚拟电厂的响应策略确定方法。图1为本发明实施例提供的一种虚拟电厂的响应策略确定方法的流程示意图，本实施例可适用于虚拟电厂主体对响应能力确定响应策略的情况。示例性地，响应策略应用于虚拟电厂的量价申报，以使响应申报量和响应申报价格满足虚拟电厂主体的响应需求。虚拟电厂主体可以包括所有需要开展虚拟电厂工作的各级政府、各类组织、企业、家庭和个人，示例性地，在本发明实施例中，以虚拟电厂主体为企业为例对响应策略确定方法进行说明，但虚拟电厂主体不限于企业。该
方法可以由虚拟电厂的响应策略确定装置来执行，该虚拟电厂的响应策略确定装置可以采用硬件和/或软件的形式实现，该虚拟电厂的响应策略确定装置可配置于计算机或服务器等电子设备中。如图1所示，该虚拟电厂的响应策略确定方法包括：
70.s110、获取基线数据和用于响应电网需求的资源数据；其中，资源数据包括响应资源的特征曲线和成本曲线，特征曲线包括时间轴和特征轴，成本曲线包括时间轴和成本轴。
71.其中，基线数据为虚拟电厂主体在相应的申报需求时间段内未执行响应策略的情况下，正常进行需求响应的响应能力数据。资源数据包括响应资源的特征曲线和成本曲线，示例性地，响应资源可以包括光伏发电、空调、储能等源、荷、储响应能力调控资源。资源数据中的响应资源的特征曲线为响应资源的静态表征参数的变化曲线，且特征曲线的横轴为时间轴，纵轴为特征轴。示例性地，以响应资源为光伏发电为例，响应资源的特征曲线可以是光伏发电的电压曲线、电流曲线或者功率曲线等。在本实施例中，以响应资源的特征曲线为功率曲线为例进行说明，则响应资源的特征曲线即为反映响应资源的功率随时间变化的曲线。响应资源的成本曲线为时间作为横轴且成本作为纵轴的二维曲线图，以反映响应资源的成本随时间的变化情况。
72.需要说明的是，获取的资源数据中也包括各种响应资源的特征曲线合并后的曲线，以及各种响应资源的成本曲线合并后的曲线。其中，对特征曲线和成本曲线进行需求响应预测的方法可以包括机器学习算法、神经网络算法等。
73.s120、将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴。
74.其中，响应能力曲线反映了虚拟电厂主体在申报需求时间段内对响应资源进行适当调控后的响应能力。需要说明的是，对响应资源进行适当调控表示在不影响虚拟电厂主体的正常生产及工作的前提下，适当减少用能或增加储能和产能的情况。将各响应资源合并后的特征曲线与虚拟电厂主体的需求响应基线数据进行比对作差，其两项数据的差值形成的曲线即为虚拟电厂主体的响应能力曲线。该响应能力曲线上的各坐标点对应于不同的响应资源，示例性地，响应能力曲线为时间作为横轴且响应能力作为纵轴的二维曲线图，响应能力曲线上的坐标点表示在申报需求时间段中的某一时间点对应的响应资源的响应能力。
75.s130、将成本曲线和响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，响应能力-成本曲面包括时间轴、响应能力轴和成本轴。
76.其中，成本曲线反映了在申报需求时间段内的不同时间点对应的响应资源的成本的情况。将成本曲线和响应能力曲线以共有的时间轴进行融合，可得到具有时间轴、响应能力轴和成本轴三个坐标轴的空间坐标系，从而形成响应能力-成本关于时间的曲面。示例性地，该响应能力-成本曲面上的任一坐标点表示在申报需求时间段内的某一时间点对应的响应资源的响应能力以及成本。
77.s140、以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
78.示例性地，根据虚拟电厂主体在申报需求时间段内的响应需求，虚拟电厂系统由响应能力-成本曲面中筛选在相应时间段进行调控的响应资源，以满足虚拟电厂主体的响应需求，降低虚拟电厂主体被考核的风险。根据筛选出的各响应资源，确定对响应资源进行
调控的响应策略。
79.本发明实施例的技术方案通过获取基线数据和用于响应电网需求的资源数据，将资源数据中的特征曲线与基线数据进行对比，以得到响应能力曲线以及响应能力曲线上各坐标点对应的响应资源，从而可充分考虑各响应资源的响应能力，有利于为确定响应申报量提供参考依据。根据资源数据中的各响应资源的成本曲线，可为确定响应申报价格提供参考。将成本曲线与响应能力曲线以时间轴进行融合，形成具有时间轴、响应能力轴和成本轴的响应能力-成本曲面。根据虚拟电厂主体的响应需求，在响应能力-成本曲面中筛选相应的响应资源，并根据相应响应资源在响应能力-成本曲面中对应的响应能力和成本，确定最终的响应策略，以满足虚拟电厂主体的响应需求。如此确定的响应策略，可在分别考虑响应资源的响应能力和成本(即量价解耦)的同时，建立量价耦合的响应模型，综合考虑响应能力和成本，从而提升响应策略的精确度。
80.示例性地，在上述实施例的基础上，获取的响应资源的特征曲线的数量为多条；其中，响应资源的特征曲线包括：预测最大值特征曲线、预测最小值特征曲线和设定置信区间的特征曲线中的至少一种。预测最大值特征曲线为将该响应资源的出力调控为最大时预测得到的特征曲线，预测最小值特征曲线为将该响应资源的出力调控为最小时预测得到的特征曲线，设定置信区间的特征曲线为对该响应资源的出力设置一定权值时预测得到的特征曲线。
81.示例性地，在上述实施例的基础上，获取的响应资源的成本曲线的数量为多条；其中，响应资源的成本曲线包括：预测最大值成本曲线、预测最小值成本曲线和设定置信区间的成本曲线中的至少一种。与特征曲线相同，预测最大值成本曲线为将该响应资源的出力调控为最大时预测得到的成本曲线，预测最小值成本曲线为将该响应资源的出力调控为最小时预测得到的成本曲线，设定置信区间的成本曲线为对该响应资源的出力设置一定权值时预测得到的成本曲线。
82.可选地，图2是本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图。在上述实施例的基础上，如图2所示，该虚拟电厂的响应策略确定方法包括：
83.s210、获取基线数据和用于响应电网需求的资源数据；其中，资源数据包括响应资源的特征曲线和成本曲线，特征曲线包括时间轴和特征轴，成本曲线包括时间轴和成本轴。
84.s220、将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴。
85.s230、将多条特征曲线按照响应预测模型进行分类，划分为多个资源组。
86.其中，响应预测模型可以包括按照不同响应资源的出力大小，对多种响应资源的特征曲线进行分组，得到多个资源组。示例性地，可以将以最大出力进行响应的各响应资源的特征曲线划分为同一资源组；也可将以最小出力进行响应的各响应资源的特征曲线划分为同一资源组；或者也可将设定有一定置信区间的各响应资源的特征曲线划分为同一资源组。
87.s240、将同一资源组中的特征曲线进行合并，得到总特征曲线。
88.示例性地，将划分至同一资源组的各响应资源的特征曲线进行叠加合并，从而得到总特征曲线。该总特征曲线上的各坐标点表示在申报需求时间段内的相应时间点对应的响应资源的特征。
89.s250、将总特征曲线和基线数据进行对比，得到总响应能力曲线。
90.示例性地，将总特征曲线与基线数据作差，根据两者之间的差值即可形成总响应能力曲线。
91.s260、将多条成本曲线按照成本预测模型进行分类，划分为多个成本组。
92.同样地，成本预测模型可以包括按照不同响应资源的出力大小，对多种响应资源的成本曲线进行分组，得到多个成本组。示例性地，可将各响应资源以最大出力进行响应的成本曲线划分为同一成本组；可将各响应资源以最小出力进行响应的成本曲线划分为同一成本组；或者也可将各响应资源按照一定置信区间进行响应的成本曲线划分为同一成本组。
93.s270、从同一成本组中的成本曲线进行合并，得到总成本曲线。
94.示例性地，将划分至同一成本组的各响应资源的成本曲线进行叠加合并，从而得到总成本曲线。该总成本曲线上的各坐标点表示在申报需求时间段内，不同时间点对应的响应资源的成本。
95.s280、将成本曲线和响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，响应能力-成本曲面包括时间轴、响应能力轴和成本轴。
96.s290、以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
97.本实施例提供的虚拟电厂的响应策略确定方法，通过对多种响应资源的多条特征曲线以及多条成本曲线进行分类，划分为多个资源组和多个成本组。对同一资源组的多条特征曲线进行合并得到总特征曲线，对同一成本组的多条成本曲线进行合并得到总成本曲线，从而对各响应资源的响应能力和成本各自与时间的关系进行充分考虑，有利于提高响应策略的精确性。
98.可选地，图3是本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图。在上述各实施例的基础上，如图3所示，该虚拟电厂的响应策略确定方法包括：
99.s310、获取基线数据和用于响应电网需求的资源数据；其中，资源数据包括响应资源的特征曲线和成本曲线，特征曲线包括时间轴和特征轴，成本曲线包括时间轴和成本轴。
100.s320、将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴。
101.s330、将多条特征曲线按照资源属性进行分类，划分为多个资源组。
102.示例性地，资源属性可以包括发电源、用电负荷、电能存储等多种属性。将多种响应资源的特征曲线以不同的资源属性分组，可形成多个资源组。其中，资源组中的发电源组别可以包括光伏发电、风力发电等；用电负荷组别可以包括空调、充电桩等；电能存储组别可以包括储能设备等。
103.s340、从不同的资源组中分别选取一条特征曲线，并将选取的特征曲线进行合并，得到总特征曲线。
104.其中，为充分表征虚拟电厂主体的响应能力，由不同资源属性的资源组均获取相应响应资源的特征曲线。将多条特征曲线以共有的时间轴进行叠加合并，从而得到不同资源组的总特征曲线。该总特征曲线上的各坐标点表示在申报需求时间段内的相应时间点对应的相应资源组中的一种响应资源的特征。
105.s350、将总特征曲线和基线数据进行对比，得到总响应能力曲线。
106.示例性地，将总特征曲线与基线数据比对作差，从而根据差值得到各资源组的总响应能力曲线。
107.s360、将多条成本曲线按照资源属性进行分类，划分为多个成本组。
108.同样地，将各种响应资源的成本曲线也按照资源属性分组，从而形成多个成本组。示例性地，资源组中的发电源组别对应一个成本组，用电负荷组别对应一个成本组，电能存储组别同样对应一个成本组。
109.s370、从不同的成本组中分别选取一条成本曲线，并将选取的成本曲线进行合并，得到总成本曲线。
110.其中，为充分考虑各种响应资源的成本，由按照资源属性划分的不同成本组中各选取一条成本曲线，将各成本曲线以共有的时间轴进行叠加合并，从而得到不同资源组的响应资源的总成本曲线。
111.s380、将成本曲线和响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，响应能力-成本曲面包括时间轴、响应能力轴和成本轴。
112.s390、以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
113.本实施例提供的虚拟电厂的响应策略确定方法，通过将各种响应资源的特征曲线和成本曲线均以资源属性进行划分，形成多个资源组和多个成本组。并根据各个资源组中的特征曲线合并得到总响应能力曲线，根据各个成本组中的成本曲线合并得到总成本曲线。由此将总响应能力曲线和总成本曲线融合后确定的响应策略，可在充分考虑各响应资源的响应能力和成本的基础上，即实现量价解耦的同时，建立量价耦合响应模型，考虑响应能力与成本耦合后的影响，从而可提高量价申报的响应策略的精确度。
114.可选地，图4是本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图。在上述各实施例的基础上，如图4所示，该虚拟电厂的响应策略确定方法包括：
115.s410、获取基线数据和用于响应电网需求的资源数据；其中，资源数据包括响应资源的特征曲线和成本曲线，特征曲线包括时间轴和特征轴，成本曲线包括时间轴和成本轴。
116.s420、将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴。
117.s430、将总响应能力曲线和总成本曲线按时间轴进行融合，得到响应能力-成本曲面。
118.示例性地，将以响应预测模型进行分类的同一资源组中的各响应资源的总响应能力曲线和总成本曲线进行融合，以得到响应能力-成本曲面；或者，将以资源属性进行分类的不同资源组中的任一响应资源的总响应能力曲线和总成本曲线进行融合，也可得到响应能力-成本曲面。
119.需要说明的是，总响应能力曲线和总成本曲线按时间轴融合后，也可存在一定的极限情况。示例性地，若总响应能力曲线中的各坐标点对应的响应能力值相同，则与总成本曲线融合后得到的为响应能力-成本曲线；或者，若总成本曲线中的各坐标点对应的成本相同，则与总响应能力曲线融合后得到的为响应能力-成本曲线。
120.s440、重复得到总特征曲线、总成本曲线和响应能力-成本曲面的步骤，得到多个
响应能力-成本曲面。
121.示例性地，对于多个资源组和多个成本组中各响应资源的特征曲线和成本曲线，可通过不同的分类依据以及选取各特征曲线和各成本曲线的不同组合方式，得到多个响应能力-成本曲面，从而有利于确定精确度较高的量价申报响应策略。
122.s450、以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
123.本实施例提供的虚拟电厂的响应策略确定方法，通过对各响应资源按照不同的划分方法进行分类，得到多个响应能力-成本曲面，从而对各响应能力-成本曲面进行过滤筛选，确定用于量价申报的较优的响应策略，降低虚拟电厂主体的用电成本，且降低被考核的风险。
124.示例性地，在上述各实施例的基础上，响应资源包括：可调资源和不可调资源；特征曲线包括：可调资源的特征曲线和不可调资源的特征曲线；成本曲线包括：基础成本和机会成本。其中，响应资源以是否可调控为条件可划分为可调资源和不可调资源，不可调资源为保证虚拟电厂主体正常运转的必需响应资源，可调资源则为在保证虚拟电厂主体正常运转的前提下，可用于调控申报量和申报价格的资源，以满足响应需求。基础成本为响应资源参与需求响应所产生的成本；机会成本为响应资源参与需求响应的潜在机会损失的成本。
125.可选地，图5是本发明实施例提供的又一种虚拟电厂的响应策略确定方法的流程示意图。在上述各实施例的基础上，如图5所示，该虚拟电厂的响应策略确定方法包括：
126.s510、获取不可调资源的实时数据、预测数据和计划数据，并据此得到不可调资源的特征曲线。
127.s520、获取可调资源的实时数据、预测数据和计划数据，并据此得到可调资源的特征曲线。
128.其中，根据响应资源进行响应的实时数据、对一段时间内的预测数据以及对申报需求时间段内进行响应的计划数据，从而形成响应资源的特征曲线。示例性地，响应资源可以包括可调资源和不可调资源。
129.s530、获取基础成本计算数据，并据此得到基础成本曲线。
130.s540、获取机会成本计算数据，并据此得到机会成本曲线。
131.其中，根据获取的相应响应资源的基础成本计算数据和机会成本计算数据，分别计算得到该响应资源的基础成本曲线和机会成本曲线。
132.示例性地，在获取成本曲线之前，还包括：获取市场数据；其中，市场数据包括：电力市场、辅助服务市场和碳市场数据中的至少一种。结合市场数据和机会成本计算数据，得到机会成本曲线。由此确定的机会成本曲线，可充分考虑不同的市场因素，从而实现精细化计算响应资源的响应能力成本，提高量价申报竞争力。
133.s550、将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴。
134.s560、将成本曲线和响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，响应能力-成本曲面包括时间轴、响应能力轴和成本轴。
135.s570、以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
136.本实施例提供的虚拟电厂的响应策略确定方法充分考虑了可调资源和不可调资源各自的响应能力，并且全面考虑了响应资源的基础成本和机会成本，从而实现了精细化地计算响应能力成本，提高虚拟电厂主体的量价申报竞争力。
137.本发明实施例还提供一种虚拟电厂的响应策略确定装置。图6是本发明实施例提供的一种虚拟电厂的响应策略确定装置的结构示意图。如图6所示，该装置100包括：
138.数据获取模块101，用于获取基线数据和用于响应电网需求的资源数据；其中，资源数据包括响应资源的特征曲线和成本曲线，特征曲线包括时间轴和特征轴，成本曲线包括时间轴和成本轴；
139.响应能力处理模块102，用于将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴；
140.能力与成本耦合处理模块103，用于将成本曲线和响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，响应能力-成本曲面包括时间轴、响应能力轴和成本轴；
141.需求匹配处理模块104，用于以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。
142.本发明实施例所提供的虚拟电厂的响应策略确定装置可执行本发明任意实施例所提供的虚拟电厂的响应策略确定方法，具备执行方法相应的功能模块和有益效果。具体地，数据获取模块获取基线数据和用于响应电网需求的资源数据提供至响应能力处理模块，响应能力处理模块通过将特征曲线和基线数据进行对比作差，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源。能力与成本耦合处理模块将成本曲线和响应能力曲线以时间轴融合，从而得到响应能力-成本曲面。其中，响应能力-成本曲面上的各坐标点表示相应响应资源的响应能力以及成本。需求匹配处理模块依据响应需求，由响应能力-成本曲面中过滤筛选满足响应需求的响应资源，并确定包含该响应资源的响应策略，从而可在分别考虑响应资源的响应能力和成本，实现量价解耦的同时，综合考虑响应能力和成本，提高响应策略的精确度。
143.为进一步提高用于进行量价申报的响应策略的精确度，以下实施例还提供了功能更细化的虚拟电厂的响应策略确定装置，并对各虚拟电厂的响应策略确定装置的结构进行说明。
144.可选地，图7是本发明实施例提供的又一种虚拟电厂的响应策略确定装置的结构示意图。在上述实施例的基础上，如图7所示，该虚拟电厂的响应策略确定装置100中的数据获取模块101包括：
145.不可调资源采集模块1011，用于获取不可调资源的实时数据、预测数据和计划数据，并据此得到不可调资源的特征曲线；
146.可调资源采集模块1012，用于获取可调资源的实时数据、预测数据和计划数据，并据此得到可调资源的特征曲线；
147.基础成本采集模块1013，用于获取基础成本计算数据，并据此得到基础成本曲线；
148.机会成本采集模块1014，用于获取机会成本计算数据，并据此得到机会成本曲线。
149.本实施例提供的虚拟电厂的响应策略确定装置，将数据获取模块细化为不可调资源采集模块、可调资源采集模块、基础成本采集模块和机会成本采集模块，可实现精细化计
算响应能力成本，提高虚拟电厂主体的量价申报竞争力。
150.可选地，图8是本发明实施例提供的又一种虚拟电厂的响应策略确定装置的结构示意图。在上述各实施例的基础上，如图8所示，该虚拟电厂的响应策略确定装置100，还包括：
151.市场数据获取模块105，用于获取市场数据；其中，市场数据包括：电力市场、辅助服务市场和碳市场数据中的至少一种。
152.本实施例提供的虚拟电厂的响应策略确定装置通过市场数据获取模块获取市场数据，提供至数据获取模块，从而可充分考虑市场因素的影响，实现精细化计算响应资源的响应能力成本，提高量价申报竞争力。
153.本发明实施例还提供一种虚拟电厂系统。该虚拟电厂系统包括：响应资源和电子设备；电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述任意实施例提供的虚拟电厂的响应策略确定方法。图9为本发明实施例提供的一种虚拟电厂系统的结构示意图。该虚拟电厂系统可以是一种电子设备的硬件形式。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
154.如图9所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
155.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
156.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如虚拟电厂的响应策略确定方法。
157.在一些实施例中，虚拟电厂的响应策略确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的虚拟电厂的响应策略确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行虚拟电厂的响应策略确定方法。
158.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
159.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
160.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
161.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
162.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
163.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
164.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
165.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种虚拟电厂的响应策略确定方法，其特征在于，包括：获取基线数据和用于响应电网需求的资源数据；其中，所述资源数据包括响应资源的特征曲线和成本曲线，所述特征曲线包括时间轴和特征轴，所述成本曲线包括时间轴和成本轴；将所述特征曲线和所述基线数据进行对比，得到响应能力曲线以及与所述响应能力曲线上各坐标点对应的响应资源；其中，所述响应能力曲线包括时间轴和响应能力轴；将所述成本曲线和所述响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，所述响应能力-成本曲面包括时间轴、响应能力轴和成本轴；以响应需求为依据，对所述响应能力-成本曲面中满足所述响应需求的响应资源进行筛选，得到包含响应资源的响应策略。2.根据权利要求1所述的虚拟电厂的响应策略确定方法，其特征在于，获取的所述响应资源的特征曲线的数量为多条；其中，所述响应资源的特征曲线包括：预测最大值特征曲线、预测最小值特征曲线和设定置信区间的特征曲线中的至少一种；获取的所述响应资源的成本曲线的数量为多条；其中，所述响应资源的成本曲线包括：预测最大值成本曲线、预测最小值成本曲线和设定置信区间的成本曲线中的至少一种。3.根据权利要求2所述的虚拟电厂的响应策略确定方法，其特征在于，在所述将所述成本曲线和所述响应能力曲线按时间轴进行融合之前，还包括：将多条所述特征曲线按照响应预测模型进行分类，划分为多个资源组；将同一所述资源组中的所述特征曲线进行合并，得到总特征曲线；将所述总特征曲线和所述基线数据进行对比，得到总响应能力曲线；将多条所述成本曲线按照成本预测模型进行分类，划分为多个成本组；从同一所述成本组中的所述成本曲线进行合并，得到总成本曲线。4.根据权利要求2所述的虚拟电厂的响应策略确定方法，其特征在于，在所述将所述成本曲线和所述响应能力曲线按时间轴进行融合之前，还包括：将多条所述特征曲线按照资源属性进行分类，划分为多个资源组；从不同的所述资源组中分别选取一条所述特征曲线，并将选取的所述特征曲线进行合并，得到总特征曲线；将所述总特征曲线和所述基线数据进行对比，得到总响应能力曲线；将多条所述成本曲线按照资源属性进行分类，划分为多个成本组；从不同的所述成本组中分别选取一条所述成本曲线，并将选取的所述成本曲线进行合并，得到总成本曲线。5.根据权利要求3或4所述的虚拟电厂的响应策略确定方法，其特征在于，所述将所述成本曲线和所述响应能力曲线按时间轴进行融合的方法，具体包括：将所述总响应能力曲线和所述总成本曲线按时间轴进行融合，得到所述响应能力-成本曲面；重复得到所述总特征曲线、所述总成本曲线和所述响应能力-成本曲面的步骤，得到多个所述响应能力-成本曲面。6.根据权利要求1所述的虚拟电厂的响应策略确定方法，其特征在于，所述响应资源包括：可调资源和不可调资源；
所述特征曲线包括：可调资源的特征曲线和不可调资源的特征曲线；所述成本曲线包括：基础成本和机会成本。7.根据权利要求6所述的虚拟电厂的响应策略确定方法，其特征在于，所述获取基线数据和用于响应电网需求的资源数据的方法包括：获取所述不可调资源的实时数据、预测数据和计划数据，并据此得到所述不可调资源的特征曲线；获取所述可调资源的实时数据、预测数据和计划数据，并据此得到所述可调资源的特征曲线；获取基础成本计算数据，并据此得到所述基础成本曲线；获取机会成本计算数据，并据此得到所述机会成本曲线。8.根据权利要求7所述的虚拟电厂的响应策略确定方法，其特征在于，在获取所述成本曲线之前，还包括：获取市场数据；其中，所述市场数据包括：电力市场、辅助服务市场和碳市场数据中的至少一种；结合所述市场数据和所述机会成本计算数据，得到所述机会成本曲线。9.根据权利要求1所述的虚拟电厂的响应策略确定方法，其特征在于，所述响应策略应用于虚拟电厂的量价申报。10.一种虚拟电厂的响应策略确定装置，其特征在于，包括：数据获取模块，用于获取基线数据和用于响应电网需求的资源数据；其中，所述资源数据包括响应资源的特征曲线和成本曲线，所述特征曲线包括时间轴和特征轴，所述成本曲线包括时间轴和成本轴；响应能力处理模块，用于将所述特征曲线和所述基线数据进行对比，得到响应能力曲线以及与所述响应能力曲线上各坐标点对应的响应资源；其中，所述响应能力曲线包括时间轴和响应能力轴；能力与成本耦合处理模块，用于将所述成本曲线和所述响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；其中，所述响应能力-成本曲面包括时间轴、响应能力轴和成本轴；需求匹配处理模块，用于以响应需求为依据，对所述响应能力-成本曲面中满足所述响应需求的响应资源进行筛选，得到包含响应资源的响应策略。11.根据权利要求10所述的装置，其特征在于，所述数据获取模块包括：不可调资源采集模块，用于获取所述不可调资源的实时数据、预测数据和计划数据，并据此得到所述不可调资源的特征曲线；可调资源采集模块，用于获取所述可调资源的实时数据、预测数据和计划数据，并据此得到所述可调资源的特征曲线；基础成本采集模块，用于获取基础成本计算数据，并据此得到所述基础成本曲线；机会成本采集模块，用于获取机会成本计算数据，并据此得到所述机会成本曲线。12.根据权利要求10所述的虚拟电厂的响应策略确定装置，其特征在于，还包括：市场数据获取模块，用于获取市场数据；其中，所述市场数据包括：电力市场、辅助服务市场和碳市场数据中的至少一种。
13.一种虚拟电厂系统，其特征在于，包括：响应资源和电子设备；所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的虚拟电厂的响应策略确定方法。

技术总结
本发明公开了一种虚拟电厂的响应策略确定方法、装置及虚拟电厂系统。该方法包括：获取基线数据和用于响应电网需求的资源数据；其中，资源数据包括响应资源的特征曲线和成本曲线，特征曲线和成本曲线均包括时间轴；将特征曲线和基线数据进行对比，得到响应能力曲线以及与响应能力曲线上各坐标点对应的响应资源；其中，响应能力曲线包括时间轴和响应能力轴；将成本曲线和响应能力曲线按时间轴进行融合，得到响应能力-成本曲面；以响应需求为依据，对响应能力-成本曲面中满足响应需求的响应资源进行筛选，得到包含响应资源的响应策略。本发明实施例的技术方案可综合考虑响应能力和成本，实现量价的解耦和耦合，提升响应策略的精确度。确度。确度。


技术研发人员：宋诗
受保护的技术使用者：阳光慧碳科技有限公司
技术研发日：2023.07.27
技术公布日：2023/10/11