一种虚拟电厂在多元电力市场的优化竞标方法与流程

1.本发明涉及电网运行规划技术领域，具体为一种虚拟电厂在多元电力市场的优化竞标方法。


背景技术：

2.分布式能源具有位置分散、随机性强、难于管理等特点，大量并网给电力系统的功率平衡和调峰带来困难，虚拟电厂(virtual power plant，vpp)作为一种独特的分布式能源聚合与管理技术，具有高效、灵活、友好的并网特性，成为处理分布式能源接入电力系统问题的重要手段。
3.随着我国电力现货市场的研究不断深入，各地区相继颁布电力现货市场试点规则。vpp既能聚合“源网荷”参与电能量市场处理可再生能源不确定性问题，还能挖掘灵活调峰资源来参与现货市场的调峰辅助服务。vpp作为独立市场主体，聚合分布式能源以价格接受者的方式参与电能量市场进行购售电，以收益最大为目标，根据各成员的约束制定竞标计划。现阶段，我国部分地区进行了vpp参与辅助服务市场的试点研究，华北地区、华东地区和华中地区先后颁布了vpp参与调峰市场的试点规则，vpp参与调峰的策略研究成为热点。当vpp内部各分布式能源属于不同产权所有者时，vpp对内部成员进行直接管理的方式不再适合，需要研究vpp内部多主体协调运行和竞标问题。含多主体的vpp中，虚拟电厂运营商(virtual power plant operator，虚拟电厂)与各分布式能源为多利益主体，存在利益冲突或关联，内部多主体协作配合是虚拟电厂与各成员进行市场竞标决策和协调运行的关键。虚拟电厂通过主从博弈理论能对内部成员进行有效管理，利用价格信号来引导内部成员参与竞标决策。现有的vpp研究中，较少综合考虑vpp对外部市场与内部资源的协调关系。
4.本发明对含多主体的vpp参与电能量市场与调峰市场的日前竞标问题，以实现多主体vpp参与市场的协调竞标决策，增大虚拟电厂与内部各成员的收益为宗旨，提出一种虚拟电厂对外参与电能量市场和调峰市场、对内与各成员协作配合的内外协调竞标策略。所以就需要一种虚拟电厂在多元电力市场的优化竞标方法。


技术实现要素：

5.本发明的目的在于提供一种虚拟电厂在多元电力市场的优化竞标方法，本发明提出虚拟电厂对外参与电能量市场和调峰市场、对内与各成员协调配合的内外协调竞标策略。根据内部各分布式能源的特点，虚拟电厂对储能进行运行补偿，对风光进行全额消纳，通过主从博弈进行cdg与柔性负荷的价量动态博弈。建立虚拟电厂与内部成员的多主体双层竞标模型，采用鲁棒优化求解。能对储能的运行补偿机制，能提高储能收益，吸引储能参与并接受虚拟电厂制定的出力计划，使vpp有效参与调峰竞标，获得调峰收益，从而提高虚拟电厂的收益。
6.本发明是这样实现的：
7.本发明提供一种虚拟电厂在多元电力市场的优化竞标方法，具体按以下步骤执
行：
8.s1:虚拟电厂运营商获取外部市场信息、风光出力预测信息和储能信息；
9.s2:虚拟电厂运营商以利益最大为目标，更新可控分布式电源和柔性负荷的价格信号；
10.s3:柔性负荷和可控分布式电源以收益最大为目标，根据价格信号得出竞标电量。
11.s4:虚拟电厂运营商根据柔性负荷和可控分布式电源的竞标结果，制定风光和储能的价格、竞标电量。
12.s5:对虚拟电厂内外协调竞标决策的双层优化模型采用鲁棒优化，达到均衡后，确定最终虚拟电厂的外部市场竞标计划和内部各成员出力计划。
13.进一步，所述虚拟电厂包括但不限于风电、光伏、可控分布式电源、储能和柔性负荷多利益主体。
14.进一步，所述储能运行补偿机制，储能依据虚拟电厂运营商制定的出力计划和补偿价格选择是否参与虚拟电厂，储能在电能量市场中充电时相应购电成本由虚拟电厂运营商承担，放电时获得虚拟电厂运营商的补偿；在参与调峰时获得调峰补偿。
15.进一步，所述虚拟电厂内外协调竞标决策的双层优化模型采用鲁棒优化进行不确定性表征，从而优化虚拟电厂市场竞标策略。
16.与现有技术相比，本发明的有益效果是：
17.1、现今国内对于虚拟电厂在多元电力市场的优化竞标技术的研究较少综合考虑虚拟电厂对外部市场与内部资源的协调关系，而本发明方法对储能的运行补偿机制，能提高储能收益，吸引储能参与并接受vppo制定的出力计划，使vpp有效参与调峰竞标，获得调峰收益，从而提高vppo的收益。vppo通过主从博弈来进行cdg和柔性负荷的价量动态博弈，能够发挥vppo先行制定价格的引导性作用，实现对cdg和柔性负荷的有效管理。vppo对风光进行全额消纳，通过备用处理不确定性。vppo的内部机制能够提高内部各分布式能源的收益，提高各成员参与vpp的积极性，实现内部成员协调管理。
附图说明
18.为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
19.图1是本发明的方法流程图；
20.图2是本发明的场景1和6下vpp的竞标结果图；
21.图3是本发明的场景1和7下的vpp竞标结果图；
22.图4是本发明的场景1下虚拟电厂的内部成员优化结果图。
具体实施方式
23.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领
域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
24.请参阅图1，一种虚拟电厂在多元电力市场的优化竞标方法；
25.本实施例中，虚拟电厂参与调峰时获得调峰补偿。该补偿方式下储能的收益如式(1)所示；
[0026][0027]
式中：f
es
为储能参与vpp后的收益，需大于储能直接与电网交易时的收益；p
es,e,d,t
为储能参与电能量市场的总放电功率；p
es,vf,t
和p
es,pf,t
为储能参与填谷调峰和削峰调峰的竞标电量；λ
es,e
为储能放电补偿价格，λ
es,f
为储能调峰补偿价格。
[0028]
对于单个储能，储能i在电能量市场的充放电功率约束如式(2)；
[0029]-p
es,i,max
≤p
es,e,i,t
≤p
es,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(2)
[0030]
式中：p
es,e,i,t
为t时段储能i在电能量市场的功率；p
es,i,max
为储能i的充放电最大功率。
[0031]
调峰时段内储能i的调峰竞标电量满足调峰时段要求和上限约束，其他时段调峰竞标电量为零，如式(3)和式(4)所示；
[0032]
0≤p
es,vf,i,t
≤u
vf
p
es,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(3)
[0033]
0≤p
es,pf,i,t
≤u
pf
p
es,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(4)
[0034]
式中：p
es,vf,i,t
和p
es,pf,i,t
为储能i的填谷调峰电量和削峰调峰电量；u
vf
为填谷调峰标志，为1表示允许参与填谷调峰，否则不允许；u
pf
为削峰调峰标志，为1表示允许参与削峰调峰，否则不允许，两个标志不同时为1。
[0035]
本实施例中，为保证储能i在同时参与两个市场时的竞标电量总和不超出储能容量限值，约束如式(5)所示。
[0036]-p
es,i,max
≤p
es,e,i,t
+p
es,pf,i,t-p
es,vf,i,t
≤p
es,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(5)
[0037]
储能i的能量根据其参与两个市场的竞标电量进行约束，如式(6)-(8)所示；
[0038]ees,i,t0-e
es,i,t
＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(6)
[0039]ees,i,min
≤e
es,i,t
≤e
es,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(7)
[0040]ees,i,t
＝e
es,i,t-1
+p
es,c,i,t
η
c-p
es,d,i,t
/ηd+p
es,vf,i,t
η
c-p
es,pf,i,t
/ηdꢀꢀ
式(8)
[0041]
式中：p
es,c,i,t
和p
es,d,i,t
为t时段储能i在电能量市场的充电功率和放电功率；e
es,i,t
为储能i在t时段的能量；e
es,i,max
和e
es,i,min
分别为储能i的能量最大值与最小值。
[0042]
本实施例中，在虚拟电厂中，含n
es
个储能时，其整体运行约束与单体相同，并需满足各储能在同一时段的充放电状态保持一致，即同时为充电或放电状态，约束如式(9)所示；
[0043]
p
es,c,i,t
p
es,d,j,t
＝0,i＝1,k,n
es
,j＝1,k,n
es
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(9)
[0044]
为实现vppo对cdg和柔性负荷的有效管理，建立vppo为领导者、cdg与柔性负荷为跟随者的主从博弈机制。vppo为领导者，以收益最大为目标，根据市场信息和内部成员信
息，制定cdg与柔性负荷的价格信号，vppo的目标如式(10)所示。
[0045]
max f
vpp
(λ
cdg,n
，λ
fl,n
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(10)
[0046]
式中：λ
cdg,n
和λ
fl,n
分别为vppo在第n次迭代时制定的cdg价格信号与柔性负荷价格信号。
[0047]
cdg以其收益f
cdg
最大为目标，根据vppo发布的cdg价格信号λ
cdg
，制定竞标电量p
cdg,t
，目标如式(11)所示；
[0048]
max f
cdg
(p
cdg,n
)|λ
cdg
＝λ
cdg,n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(11)
[0049]
柔性负荷以其整体收益f
fl
最大为目标，根据vppo发布的价格信号λ
fl
＝{λ
load
,λ
fl,vf
,λ
fl,pf
}，制定电能量市场和调峰市场的竞标电量p
fl
＝{p
fl,e
,p
fl,vf
,p
fl,pf
}，目标如式(12)所示；
[0050]
maxf
fl
(p
fl,n
)|λ
fl
＝λ
fl,n
ꢀꢀꢀꢀꢀꢀꢀꢀ
式(12)
[0051]
式中，p
fl,n
为柔性负荷在第n次迭代时根据价格信号制定的竞标电量
[0052]
本实施例中，vppo基于cdg、柔性负荷的竞标电量信息，更新其价格信号来追求更大收益，cdg和柔性负荷根据vppo价格信号制定竞标电量。通过价-量动态博弈求得价格信号与竞标电量的均衡解，完成vppo与cdg、柔性负荷的主从博弈过程。
[0053]
vppo对风电与光伏的全额消纳机制；vppo根据风电与光伏的日前出力预测制定其日前竞标结果，计及出力不确定性，根据预测偏差确定需要通过cdg、柔性负荷提供的正负备用，实现风电、光伏的全额消纳并提高收益，增强参与vpp的积极性。vppo作为主体，以内外整体收益最大为目标，通过先行制定价格来发挥引导cdg、柔性负荷决策的作用。完成vppo与cdg、柔性负荷的主从博弈过程，获得价量均衡解，然后vppo制定风光和储能的价格、竞标电量，最终确定vpp在外部市场的竞标计划和内部各成员的出力计划，完成内外协调竞标决策过程。
[0054]
本实施例中：vppo与各成员的竞标模型为双层优化模型，上层为vppo的竞标模型，下层为cdg和柔性负荷的竞标模型，上层的vppo竞标模型：
[0055]
目标函数，vppo以其收益最大为目标，如式(13)所示。
[0056]
maxf
vpp,operator
＝bf+b
energy-c
vpp
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(13)
[0057]
式中：f
vpp,operator
为vppo的总收益；bf为vpp参与调峰市场的收益；b
energy
为vpp参与电能量市场的费用；c
vpp
为vpp的内部费用。
[0058]
vpp在调峰市场的收益如式(14)-(16)所示。
[0059][0060]
p
vfb,t
＝p
es,vf,t
+p
fl,vf,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(15)
[0061]
p
pfb,t
＝p
es,pf,t
+p
fl,pf,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(16)
[0062]
式中：ρ
vf,t
和ρ
pf,t
分别为填谷调峰价格和削峰调峰价格；p
vfb,t
为vpp的填谷调峰竞标容量；p
es,vf,t
为储能参与填谷调峰的充电电量；p
fl,vf,t
为柔性负荷参与填谷调峰的增加量；p
pfb,t
为vpp的削峰调峰竞标容量；p
es,pf,t
为储能参与削峰调峰的放电电量；p
fl,pf,t
为柔性负荷参与削峰调峰的削减量。vpp在电能量市场的费用如式(17)所示。
[0063][0064]
式中：b
energy
为正值表示收益，为负值表示成本；p
s,t
和p
b,t
分别为vpp在t时段参与电能量市场的售电功率和购电功率；ρ
s,t
和ρ
b,t
为相应的售电价格和购电价格。vpp的内部费用如式(18)-(22)所示。
[0065]cvpp
＝c
cdg
+f
fl
+fw+f
pv
+f
es
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(18)
[0066][0067]bcdg,r
＝λ
r,up,trcdg,up,t
+λ
r,down,trcdg,down,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(20)
[0068][0069][0070]
式中：c
vpp
为正代表成本，为负代表收益；c
cdg
为vppo向cdg付出的费用；f
fl
为vppo向柔性负荷付出的费用；fw为vppo向风电购电的费用；p
w,t
为风电日前出力预测值；λw为vppo发布给风电的购电价格；f
pv
为vppo向光伏购电的费用；p
pv,t
为光伏日前出力预测值；λ
pv
为vppo发布给光伏的购电价格。
[0071]
本实施例中、约束条件，功率平衡约束。
[0072]
vpp的功率平衡约束如式(23)所示，vpp在电能量市场的竞标计划与内部电源出力之和等于内部等效负荷。内部等效负荷由柔性负荷调整后的负荷值与储能在能量市场的充放电计划决定。
[0073]
p
b,t-p
s,t
+p
w,t
+p
pv,t
+p
cdg,t
＝p
load,t
+p
es,e,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(23)
[0074]
式中：p
load,t
为柔性负荷调整后的负荷值。
[0075]
本实施例中，调峰约束。调峰约束如式(24)所示，vpp参与调峰市场竞标时要满足调峰市场准入条件，其调峰竞标电量大于调峰市场允许的最小投标容量。
[0076]
p
fbmin,t
u(t)≤p
fb,t
≤mu(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(24)
[0077]
式中：u(t)为0-1变量，为vpp参与调峰市场的标志，当参与调峰时其值为1，否则为0；p
fbmin,t
为调峰市场最小投标容量；m为一无穷大正数。
[0078]
本实施例中，价格约束。cdg价格约束如式(25)所示，vppo制定的cdg购电价格要不大于电能量市场的购电价格，保证vppo优先通过cdg购电；购电价格不小于最低价格，保证cdg收益。
[0079]
λ
min,t
≤λ
cdg,t
≤ρ
b,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(25)
[0080]
式中：λ
cdg,t
为vpp制定的cdg购电价格；λ
min,t
为最低价格。
[0081]
本实施例中，柔性负荷的负荷电价约束如式(26)-(28)所示。
[0082]
为保证vppo收益，负荷电价应不小于电能量市场售电价格；为降低柔性负荷购电成本，增强其参与vpp积极性，负荷电价不大于电能量市场购电价格，平均值不大于负荷最大平均价格。
[0083]
ρ
s,t
≤λ
load,t
≤ρ
b,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(26)
[0084][0085]
ρ
f,min
≤λ
fl,f,t
≤ρ
f,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(28)
[0086]
式中：λ
load,t
为vpp向柔性负荷发布的负荷电价；λ
load,max
为负荷最大平均价格；λ
fl,f,t
为vppo发布的柔性负荷调峰补偿价格；ρ
f,max
为最大调峰补偿价格；ρ
f,min
为最小调峰补偿价格。
[0087]
本实施例，储能的价格约束如式(29)和(30)所示，为保证储能参与调峰市场的收益，调峰补偿价格根据调峰市场价格进限制。
[0088]
ρ
f,min
≤λ
es,f,t
≤ρ
f,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(29)
[0089]
ρ
b,min
≤λ
es,e,t
≤ρ
b,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(30)
[0090]
式中：ρ
b,min
和ρ
b,max
为储能在电能量市场放电补偿价格的上下限。
[0091]
风电与光伏的价格约束如式(31)和(32)所示，保证其参与vpp的电价大于直接上网的平均电价。
[0092][0093][0094]
本实施例中，备用约束。备用约束如式(33)和式(34)所示。为了实现风电与光伏的全额消纳，vpp通过cdg和柔性负荷保留相应的正负备用应对风电、光伏的出力偏差。
[0095]rcdg,up,t
+r
fl,up,t
≥δp
w-,t
+δp
pv-,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(33)
[0096]rcdg,down,t
+r
fl,down,t
≥δp
w+,t
+δp
pv+,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(34)
[0097]
式中：δp
w+,t
和δp
pv+,t
为风电、光伏出力的正偏差；δp
w-,t
和δp
pv-,t
为风电、光伏出力的负偏差；r
cdg,up,t
和r
cdg,down,t
为cdg在t时段能够提供的正备用和负备用；r
fl,up,t
和r
fl,down,t
为柔性负荷在t时段提供的正备用和负备用。储能约束。
[0098]
本实施例中，储能的运行约束如式(2)-(9)所示。下层的cdg和柔性负荷竞标模型，cdg竞标模型：
[0099]
cdg在vppo发布cdg的购电电价和备用需求后，以cdg的利益最大为优化目标，得到其向vppo上报的各时段竞标电量。
[0100]
目标函数。cdg以其收益最大为目标，目标函数如式(35)-(36)所示。
[0101][0102][0103]
式中：f
cdg
为cdg的收益；p
cdg,t
为cdg的发电功率；λ
cdg,t
为vppo发布的cdg购电价格；b
cdg,r
为cdg通过提供备用获得的收益；λ
r,up,t
和λ
r,down,t
为相应的正、负备用补偿价格；f
cdg,c
为cdg的发电成本；a、b和c为cdg的成本系数。约束条件。
[0104]
cdg功率需满足上下限约束，如式(37)所示。
[0105]
p
cdg,min
≤p
cdg,t
≤p
cdg,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(37)
[0106]
式中：p
cdg,max
为最大功率；p
cdg,min
为最小功率。
[0107]
本实施例中，cdg的备用约束如式(38)和(39)所示，所提供正备用需小于其最大可上调功率，所提供负备用需小于其最大可下调功率。
[0108]
0≤r
cdg,up,t
≤p
cdg,max-p
cdg,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(38)
[0109]
0≤r
cdg,down,t
≤p
cdg,t-p
cdg,min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(39)
[0110]
本实施例中，柔性负荷竞标模型：柔性负荷以其整体效益最大为优化目标，在vppo发布柔性负荷的负荷电价、调峰补偿价格和正负备用需求后，优化其向vppo上报的竞标电量，目标函数。柔性负荷的目标函数如式(40)-(44)所示。
[0111][0112]cload
＝λ
load,t
p
load,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(41)
[0113]
p
load,t
＝p
load0,t-p
fl,e,t-p
fl,pf,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(42)
[0114]bfl,f
＝λ
fl,vf,t
p
fl,vf,t
+λ
fl,pf,t
p
fl,pf,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(43)
[0115]bfl,r
＝λ
fl,up,t
p
fl,up,t
+λ
fl,down,t
p
fl,down,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(44)
[0116]
式中：f
fl
为柔性负荷的整体效益；c
load
为购电成本；p
load,t
为柔性负荷在vpp购电的购电量；等于整体的负荷初始值p
load0,t
减去日前电能量市场的负荷总调整量p
fl,e,t
和削峰调峰总竞标电量p
fl,pf,t
；λ
load,t
为vppo发布的柔性负荷购电价格；b
fl,f
为调峰收益；p
fl,vf,t
和p
fl,pf,t
分别为柔性负荷整体在t时段的填谷调峰竞标电量和削峰调峰竞标电量；b
fl,r
为柔性负荷的备用收益；λ
fl,up,t
和λ
fl,down,t
分别为正、负备用补偿价格。
[0117]
本实施例中，约束条件。柔性负荷i在电能量市场的调整量约束如式(45)所示。
[0118]-p
fl,i,max
≤p
fl,e,i,t
≤p
fl,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(45)
[0119]
式中：p
fl,i,max
为柔性负荷i在日前调整允许的最大值；p
fl,e,i,t
为柔性负荷i在电能量市场的调整电量。
[0120]
柔性负荷i参与调峰市场时要按调峰市场的时段要求进行负荷调整，其他时段调峰竞标电量为零，如式(46)-(47)所示。
[0121]
0≤p
fl,vf,i,t
≤u
tfc
p
fl,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(46)
[0122]
0≤p
fl,pf,i,t
≤u
tfd
p
fl,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(47)
[0123]
式中：p
fl,vf,i,t
和p
fl,pf,i,t
为柔性负荷i参与填谷调峰和削峰调峰的竞标电量。
[0124]
本实施例中，柔性负荷i同时参与两个市场时，每个时段的总调整量要满足负荷调整的上下限约束，如式(48)所示。
[0125]-p
fl,i,max
≤p
fl,e,t
+p
fl,pf,t-p
fl,vf,t
≤p
fl,i,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(48)
[0126]
为保证24时段的负荷总量不变，柔性负荷i的总调整量满足总和为零，如式(49)所示。
[0127][0128]
当vpp中含有n
fl
个柔性负荷时，其整体在电能量市场和调峰市场的运行约束与单体相似，并满足各柔性负荷的在同一时段的负荷调整状态保持一致，即同时为削减或增加状态，约束如式(50)所示。
[0129]
p
fl,e,i,t
p
fl,e,j,t
＝0,i＝1,k,n
fl
,j＝1,k,n
fl
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(50)
[0130]
柔性负荷的备用约束如式(51)-(52)所示，其提供的备用要小于允许调整功率。
[0131]
0≤r
dr,up,t
≤p
dr,up,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(51)
[0132]
0≤r
dr,down,t
≤p
dr,down,max
ꢀꢀꢀꢀꢀꢀꢀꢀ
式(52)
[0133]
式中：p
dr,up,max
和p
dr,down,max
为柔性负荷可提供正负备用的最大值。
[0134]
本实施例中，鲁棒竞标优化模型，vpp竞标策略不仅考虑其他市场参与者的影响，还需要考虑风电出力、负荷等不确定因素的影响。本发明采用鲁棒优化进行不确定性表征，以优化vpp市场竞价策略。主要考虑风电出力的不确定性对竞标策略的影响，为此，引入布尔变量表征风电出力不确定参数场景，具体如式(53)-(55)所示；
[0135][0136][0137][0138]
式中：分别为考虑不确定情况下风电的预测出力及上下限值；γ为不确定性调节参数，其取值影响策略的鲁棒与经济性。
[0139]
鲁棒优化利用不确定集合，制定融合恶劣场景下的最优竞标策略。为便于理解，将上述全部变量划分为3组，即上述全部变量划分为3组，即
[0140]
和由此得到min-max-min鲁棒优化模型，如式(56)-(59)所示；
[0141][0142]
[0143][0144]
式中：z∈sz为vpp风电出力不确定参数所有场景的集合。
[0145]
鲁棒优化通用模型如式(59)：
[0146][0147]
式中：x、y分别为阶段2及阶段1决策变量；a、b、c分别为目标函数的系数列向量；h、m、d分别为约束条件常数列向量；a、b、c、d、h、e、m分别为约束条件的系数矩阵。
[0148]
先将鲁棒优化通用模型分为主问题(mp)和子问题(sp)，分别如式(60)和(61)所示。
[0149]
[0150][0151]
通过主问题和子问题交替求解，获取最优解，即：主问题根据子问题产生的最恶劣场景进行求解；子问题根据主问题优化决策y
*
。且由于子问题的内层优化模型是凸的，可应用强对偶理论将其转化为单层求解，λ、γ、
κ
为约束条件的对偶变量；如式(62)；
[0152][0153]
本实施例中，参数及场景设置：vpp根据电力调度机构的需求，聚合灵活性资源储能和柔性负荷来参与调峰，在时段1-8可参与填谷调峰，在时段9-12和时段18-21可参与削峰调峰，在24时段都可参与电能量市场。风电、光伏出力日前预测误差为10％。每个柔性负荷在各时段的最大调整量为该时段负荷的25％。vpp通过配网进行电能量市场的购售电，峰谷时段划分与电价如表1所示。调峰市场的准入条件为竞标电量不小于2.5mw
·
h。
[0154]
设置如下7种场景进行算例分析。其中，场景1-5为vpp同时参与电能量市场和调峰市场时，电能量市场信息相同、调峰市场信息不同的场景，具体参数如表2所示。
[0155]
表1配网电价
[0156][0157]
表2调峰市场信息表
[0158][0159]
表2中：场景1为调峰市场发布填谷、削峰调峰两种需求；场景2为调峰市场发布填谷调峰需求，一种价格；场景3为调峰市场发布削峰调峰需求，一种价格；场景4为调峰市场发布填谷调峰需求，两种价格；场景5为调峰市场发布削峰调峰需求，两种价格；场景6为不参与调峰市场，只参与电能量市场(电能量市场信息与场景1的相同)；场景7为vpp中没有储能，同时参与电能量市场与调峰市场(市场信息与场景1相同)。
[0160]
结果分析：
[0161]
本实施例中，vpp市场竞标结果分析，调峰市场信息对调峰竞标结果的影响，多种场景下vppo的收益如表3所示。
[0162]
表3不同场景的虚拟电厂运营商收益情况
[0163][0164]
由表3可知，调峰市场需求为填谷、削峰两种调峰的场景1下vppo的收益最大。vppo通过制定最多的调峰竞标电量来获得最大调峰收益，同时配网购电成本较低，内部收益受损小。在调峰市场需求相同，调峰价格不同时，vppo会提高高价时段的调峰竞标电量来增大收益。在只有填谷调峰时，相比场景2，场景4的调峰收益增大8.6％，vppo总收益增大0.2％；在只有削峰调峰时，相比于场景3，两种价格的场景5的vpp调峰收益增大1.2％，vppo的收益增大0.2％。
[0165]
如图2所示，图2(a)为场景1下灵活性资源的优化结果和调峰竞标电量；图2(b)为场景6下vpp不参与调峰时灵活性资源的优化结果；图2(c)为两种场景下vpp的电能量市场竞标结果。场景6的vpp只能参与电能量市场，通过灵活性资源来降低vpp的购电成本。柔性负荷在峰时段削减负荷、平谷时段增加负荷来实现负荷的峰荷转移。储能在谷时段充电，在需要高价买电的平时段进行放电减小高价时段购电量。柔性负荷在峰时段的价格高于平时段，柔性负荷只能选择平时段削减负荷来减少峰时段购电量。相比场景6，场景1的vpp同时参与调峰市场和电能量市场，需要以利益最大为目标制定两个市场的竞标计划，灵活性资源会优先参与获利更高的市场。
[0166]
在1-8填谷时段，灵活性资源参与填谷调峰不仅获得调峰收益，还能降低电能量市场的购电量。图2(a)中储能在峰时段9-12和18-21参与削峰调峰、平时段充电(不同于场景6的仅在平时段充电)，因为灵活性资源参与削峰调峰时获得收益高于参与电能量市场时降低的成本，所以vpp要制定尽可能多的削峰调峰竞标电量来获取更高收益。场景1中的储能1、2和储能整体在每个时段都能满足各自的容量约束和荷电状态约束，且能够保证在同时参与两个市场时竞标电量不出现容量冲突。场景1中的柔性负荷1、2和柔性负荷整体在每个时段都能满足各自的容量约束，且能够保证在同时参与两个市场时竞标电量不出现容量冲突。
[0167]
相比场景6，场景1的vppo收益增加了39.2％，配网购电成本降低了0.8％。参与调峰后vppo虽然降低了内部收益，但获得了高额调峰收益并降低配网购电成本，最终使vppo收益得到很大程度的提高。
[0168]
vpp的灵活性资源作用分析
[0169]
1)灵活性资源对市场竞标结果的影响
[0170]
当储能和柔性负荷的调峰竞标电量之和达到调峰市场准入条件2.5mw
·
h时，vpp的调峰市场竞标有效。场景1和7的结果对比如图3所示。其中，储能充电、柔性负荷增加表示参与填谷调峰，其值为负；储能放电、柔性负荷削减表示参与削峰调峰，其值为正。图3(a)为场景7的柔性负荷优化结果和调峰竞标电量，储能不参与vpp时，柔性负荷任何时段的负荷调整量都不能达到调峰准入条件而无法参与调峰，只能参与电能量市场，vpp的调峰市场竞标电量为0。图3(b)为场景1和场景7的电能量市场竞标结果，相比场景1，场景7的电能量市场竞标结果在谷时段购电量增加，峰时段售电量降低，平时段的购电量增加。
[0171]
本实施例中，储能的运行补偿策略分析，储能收益情况如表4所示。
[0172]
表4不同场景下储能的收益
[0173][0174][0175]
储能在场景1、场景2和场景3中，总收益等于调峰补偿，因为储能的放电能力全部用于削峰调峰，不能获得电能量市场的放电补偿。场景1中，储能在填谷调峰和削峰调峰均可参与的情况下获得收益最大。vppo制定的补偿价格可以在保证vppo收益的同时提高储能的收益。
[0176]
vppo与cdg、柔性负荷的价-量关系分析：
[0177]
以场景1为例进行分析，算例结果如图4所示。在图4(a)中，负荷表示柔性负荷的初始值，等效负荷为vpp内部等效负荷，表示vppo需要通过电源或配网购买电量来满足的内部负荷值。相比初始值，等效负荷在平时段12:00—17:00、21:00-24:00因为储能充电和柔性负荷增加负荷而增大，在峰时段08:00—12:00、17:00—21:00因为储能放电和柔性负荷削减负荷而减小，在谷时段不变。
[0178]
由图4可知，在平谷时段风光出力小于等效负荷时，vppo通过一个低于配网购电价格的购电价格引导cdg制定发电功率，使从配网购电的功率减小，获取最低的购电成本；在峰时段风光出力大于等效负荷时，vppo通过一个低于配电网售电价格的购电机价格引导cdg制定发电功率，使向配电网售电的功率增大，获取最大的售电收益。图4中的负荷价格和柔性负荷调峰价格为vppo根据其收益最大的目标所确定。vppo确定的负荷电价在谷时段00:00-08:00接近于配网售电价格，峰时段08:00-12:00、17:00-21:00接近配网购电价格，引导柔性负荷将高价的峰时段负荷转移到低价的谷时段；vppo发布的柔性负荷调峰价格为调峰市场价格的一半，引导柔性负荷参与调峰；在平时段，柔性负荷根据可转移负荷总量不变的原则来增加负荷。
[0179]
本实施例中，对储能的收益情况进行分析，采用补偿价格的方式激励储能参与vpp，多种场景下储能的收益情况如表4所示。对比场景6，参与调峰后的储能收益提高1.24倍。储能不参与vpp而直接与电网交易时，通过谷时段充电、峰时段售电的购售电价差方式获取收益，为618元，相比之下，储能参与vpp后的收益提高2.34倍。对cdg与柔性负荷的收益情况进行分析。各分布式能源参与vpp的收益情况分析：
[0180]
多种场景下cdg的收益情况如表5所示。cdg参与vpp后的总收益增大，最低为3650元，最高为4368元，大于直接与电网交易的收益2257元。多种场景下柔性负荷的收益情况如表6所示。柔性负荷在5种调峰场景中，因获得了调峰收益，总成本均低于不参与调峰的结果。相比柔性负荷不参与vpp直接从配网购电，因vpp所制定的负荷电价低于电网售电价格，参与vpp后柔性负荷的购电成本降低。
[0181]
表5可控分布式电源的收益
[0182]
不同场景cdg收益/元场景13675场景24319场景33665场景44368场景53650场景64371不参与vpp2257
[0183]
表6柔性负荷的收益
[0184]
不同场景购电成本/元调峰与备用收益/元总成本/元场景197386568991697场景297632139496238场景398875435094525场景497838136696472场景598847441094437场景6986285598573不参与vpp1067870106787
[0185]
本实施例中，对风电、光伏的收益情况进行分析；
[0186]
风电与光伏这两种清洁能源的售电价格和收益情况如表7所示。vppo对风电的购电价格为338.08元/(mw
·
h)，对光伏的购电价格为368.64元/(mw
·
h)，相比直接与电网交易的情况，风电与光伏参与vpp后的收益均增大10％。
[0187]
表7风电与光伏的收益
[0188]
[0189]
以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。

技术特征：
1.一种虚拟电厂在多元电力市场的优化竞标方法，其特征在于，具体按以下步骤执行：s1:虚拟电厂运营商获取外部市场信息、风光出力预测信息和储能信息；s2:虚拟电厂运营商以利益最大为目标，更新可控分布式电源和柔性负荷的价格信号；s3:柔性负荷和可控分布式电源以收益最大为目标，根据价格信号得出竞标电量。s4:虚拟电厂运营商根据柔性负荷和可控分布式电源的竞标结果，制定风光和储能的价格、竞标电量。s5:对虚拟电厂内外协调竞标决策的双层优化模型采用鲁棒优化，达到均衡后，确定最终虚拟电厂的外部市场竞标计划和内部各成员出力计划。2.根据权利要求1所述的一种虚拟电厂在多元电力市场的优化竞标方法，其特征在于，所述虚拟电厂包括但不限于风电、光伏、可控分布式电源、储能和柔性负荷多利益主体。3.根据权利要求1所述的一种虚拟电厂在多元电力市场的优化竞标方法，其特征在于，所述储能运行补偿机制，储能依据虚拟电厂运营商制定的出力计划和补偿价格选择是否参与虚拟电厂，储能在电能量市场中充电时相应购电成本由虚拟电厂运营商承担，放电时获得虚拟电厂运营商的补偿；在参与调峰时获得调峰补偿。4.根据权利要求1所述的一种虚拟电厂在多元电力市场的优化竞标方法，其特征在于，所述虚拟电厂内外协调竞标决策的双层优化模型采用鲁棒优化进行不确定性表征，从而优化虚拟电厂市场竞标策略。

技术总结
本发明涉及电网运行规划技术领域，公开了一种虚拟电厂在多元电力市场的优化竞标方法，首先虚拟电厂运营商获取外部市场信息、风光出力预测信息和储能信息；再虚拟电厂运营商以利益最大为目标，更新可控分布式电源和柔性负荷的价格信号；柔性负荷和可控分布式电源以收益最大为目标，根据价格信号得出竞标电量。虚拟电厂运营商根据柔性负荷和可控分布式电源的竞标结果，制定风光和储能的价格、竞标电量。对虚拟电厂内外协调竞标决策的双层优化模型采用鲁棒优化。本发明能对储能的运行补偿机制，能提高储能收益，吸引储能参与并接受虚拟电厂制定的出力计划，使VPP有效参与调峰竞标，获得调峰收益，从而提高虚拟电厂的收益。从而提高虚拟电厂的收益。从而提高虚拟电厂的收益。


技术研发人员：杨丽娟 荆贝 张旭
受保护的技术使用者：北京兆瓦云数据科技有限公司
技术研发日：2023.03.24
技术公布日：2023/8/14