考虑需求响应和多能互补的虚拟电厂协调优化策略

doi:10.3969/j.issn.1000-7229.2017.09.009

电力建设 ›› 2017, Vol. 38 ›› Issue (9): 60-.doi: 10.3969/j.issn.1000-7229.2017.09.009

• 虚拟电厂 ·栏目主持艾芊教授· • 上一篇下一篇

考虑需求响应和多能互补的虚拟电厂协调优化策略

王哲1，杨鹏2，刘思源3，储真荣2，艾芊3

（1.国网江苏省电力公司经济技术研究院，南京市 210008;2.中国电力工程顾问集团华东电力设计院

出版日期:2017-09-01
作者简介:王哲（1977），男，高级工程师，主要从事智能化规划和二次系统设计方面的研究工作分号杨鹏（1979），男，高级工程师，主要从事电力二次系统、智能电网规划设计方面的研究工作分号刘思源（1993），女，硕士研究生，主要从事新能源、微网与虚拟电厂的优化调度方面的研究工作分号储真荣（1968），男，教授级高级工程师，主要从事电力二次系统、智能电网规划设计方面的研究工作分号艾芊（1969），男，博士，教授，主要从事电能质量、人工智能以及在电力系统中的应用、电力系统元件建模、电力系统继电保护、故障诊断与定位方面的研究工作。
基金资助:
基金项目：国家自然科学基金项目（51577115）

Coordination and Optimization Strategy of VPP Considering Demand Response and Multi-Energy Coordination

WANG Zhe1，YANG Peng2，LIU Siyuan3，CHU Zhenrong2，AI Qian3

（1. Economic Research Institute of State Grid Jiangsu Electric Power Company, Nanjing 210008, China;2. East China Electric Power Design Institute Co., Ltd. of China Power Engineering Consulting Group, Shanghai 201200, China分号3. Department of Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China）

Online:2017-09-01
Supported by:
Project supported by National Natural Science Foundation of China（51577115）

摘要/Abstract

摘要： 摘要：随着能源互联网技术的发展，源-网-荷互动和热、电等多能源互动成为解决分布式能源（distributed energy resource，DER）系统高可靠性和效率利用的有效方案。采用虚拟电厂（virtual power plant，VPP）协调各机组运行，引入源-网-荷互动模型，用来描述不同类型电源和负荷之间的互相支持和电量交易，引入热电联产（combined heat and power，CHP）系统，建立考虑多能互补的需求响应（demand response，DR）互动优化模型，实现虚拟电厂内部的协调互动。考虑虚拟电厂收益最大化与电力公司热电负荷补偿成本最小化这2个目标，建立多目标互动优化模型，采用遗传算法对模型进行求解。算例的仿真结果验证了该策略和模型的有效性。

关键词: 虚拟电厂（VPP）, 源-网-荷互动模型, 需求响应（DR）, 多能互补, 优化调度

Abstract: ABSTRACT： With the development of energy internet, source-grid-load interaction and multi-energy interaction （such as heat, power, etc.） have become an effective approach to improve the reliability and efficiency of distributed energy resource （DER） system. This paper uses virtual power plant （VPP） to coordinate the operation of each unit, and introduces source-grid-load interaction model to describe the electricity trading and the mutual support between different types of power and loads. Then, this paper introduces combined heat and power （CHP） system, and establishes a multi-energy based interactive optimization model considering demand response （DR） to realize the coordinated interaction of VPP. With considering the maximization of VPP revenue and the minimization of the thermal/load compensation cost of power company, this paper constructs the multi-objective interactive optimization model, and uses genetic algorithm to solve the model. The case study shows the effectiveness of the strategy and model.

Key words: virtual power plant （VPP）, source-gird-load interaction model, demand response （DR）, multi-energy coordination, optimization scheduling

中图分类号:

TM 62

王哲，杨鹏，刘思源，储真荣，艾芊. 考虑需求响应和多能互补的虚拟电厂协调优化策略[J]. 电力建设, 2017, 38(9): 60-.

WANG Zhe，YANG Peng，LIU Siyuan，CHU Zhenrong，AI Qian.

Coordination and Optimization Strategy of VPP Considering Demand Response and Multi-Energy Coordination

[J]. Electric Power Construction, 2017, 38(9): 60-.

参考文献

［1］贾智彬, 孙德强, 张映红, 等. 美国能源战略发展史对中国能源战略发展的启示［J］. 中外能源, 2016, 21（2）: 1-7.

JIA Zhibin, SUN Deqiang, ZHANG Yinghong, et al. What China can learn from the US history of energy strategy development［J］ . Sino-Global Energy, 2016, 21（2）: 1-7.

［2］季阳. 基于多代理系统的虚拟发电厂技术及其在智能电网中的应用研究［D］. 上海：上海交通大学, 2011.

JI Yang. Multi agent system based control of virtual power plant and its application in smart grid［D］. Shanghai: Shanghai Jiao Tong University, 2011.

［3］卫志农, 余爽, 孙国强, 等. 虚拟电厂的概念与发展［J］. 电力系统自动化, 2013, 37（13）: 1-9.

WEI Zhinong, YU Shuang, SUN Guoqiang, et al. Concept and development of virtual power plant［J］ . Automation of Electric Power Systems, 2013, 37（13）: 1-9.

［4］陈春武, 李娜, 钟朋园, 等. 虚拟电厂发展的国际经验及启示［J］. 电网技术, 2013, 37（8）: 2258-2263.

CHEN Chunwu, LI Na, ZHONG Pengyuan, et al. Review of virtual power plant technology abroad and enlightenment to China［J］. Power System Technology, 2013, 37（8）: 2258-2263.

［5］许佳佳. 基于虚拟发电厂的分布式电源调度管理模式的研究［D］. 保定：华北电力大学, 2013.

XU Jiajia. Study on distributed generation dispatching management mode base on virtual power plant［D］. Baoding: North China Electric Power University, 2013.

［6］杨胜春, 刘建涛, 姚建国, 等. 多时间尺度协调的柔性负荷互动响应调度模型与策略［J］. 中国电机工程学报, 2014, 34（22）: 3664-3673.

YANG Shengchun, LIU Jiantao, YAO Jianguo, et al. Model and strategy for multi-time scale coordinated flexible load interaction scheduling［J］. Proceedings of the CSEE, 2014, 34（22）: 3664-3673.

［7］牛文娟, 李扬, 王蓓蓓. 考虑不确定性的需求响应虚拟电厂建模［J］. 中国电机工程学报, 2014, 34（22）: 3630-3637.

NIU Wenjuan, LI Yang, WANG Beibei. Demand response based virtual power plant modeling considering uncertainty［J］. Proceedings of the CSEE, 2014, 34（22）: 3630-3637.

［8］夏榆杭, 刘俊勇, 冯超, 等. 计及需求响应的虚拟发电厂优化调度模型［J］. 电网技术, 2016, 40（6）: 1666-1674.

XIA Yuhang, LIU Junyong, FENG Chao, et al. Optimal scheduling model of virtual power plant considering demand response［J］. Power System Technology, 2016, 40（6）: 1666-1674.

［9］GIUNTOLI M, POLI D. Optimized thermal and electrical scheduling of a large scale virtual power plant in the presence of energy storages［J］. IEEE Transactions on Smart Grid, 2013, 4（2）: 942-955.

［10］崔杨, 陈志, 严干贵, 等. 基于含储热热电联产机组与电锅炉的弃风消纳协调调度模型［J］. 中国电机工程学报, 2016, 36（15）: 4072-4080.

CUI Yang, CHEN Zhi, YAN Gangui, et al. Coordinated wind power accommodating dispatch model based on electric boiler and CHP with thermal energy storage［J］. Proceedings of the CSEE, 2016, 36（15）: 4072-4080.

［11］袁桂丽,王琳博,王宝源. 基于虚拟电厂“热电解耦”的负荷优化调度及经济效益分析［J/OL］. 中国电机工程学报, 2017, http://www.cnki.net/kcms/detail/11.2107.TM.20170216.0844.003.html. DOI: 10.13334/j.0258-8013.pcsee.161300.

YUAN Guili, WANG Linbo, WANG Baoyuan. Optimal dispatch of heat-power load and economy benefit analysis based on decoupling of heat and power of virtual power plant［J/OL］. Proceedings of the CSEE, 2017, http://www.cnki.net/kcms/detail/11.2107.TM.20170216.0844.003.html. DOI: 10.13334/j.0258-8013.pcsee.161300.

［12］季美红. 基于粒子群算法的微电网多目标经济调度模型研究［D］. 合肥：合肥工业大学, 2010.

JI Meihong. Research of multi-objective economic dispatch model for a micro-grid based on particle swarm optimization［D］.Heifei：Hefei University of Technology, 2010.

［13］KHATOD D K, PANT V, SHARMA J. Evolutionary programming based optimal placement of renewable distributed generators［J］. IEEE Transactions on Power systems, 2013, 28（2）: 683-695.

［14］HERNANDEZ L, BALADRON C, AGUIAR J M, et al. A multi-agent system architecture for smart grid management and forecasting of energy demand in virtual power plants［J］. IEEE Communications Magazine, 2013, 51（1）: 106-113.

［15］SIMOGLOU C K, KARDAKOS E G, BAKIRTZIS E A, et al. An advanced model for the efficient and reliable short-term operation of insular electricity networks with high renewable energy sources penetration［J］. Renewable and Sustainable Energy Reviews, 2014, 38: 415-427.

［16］ORTEGA-VAZQUEZ M A, KIRSCHEN D S. Estimating the spinning reserve requirements in systems with significant wind power generation penetration［J］. IEEE Transactions on Power Systems, 2009, 24（1）: 114-124.

［17］江全元, 石庆均, 李兴鹏, 等. 风光储独立供电系统电源优化配置［J］. 电力自动化设备, 2013, 33（7）: 19-26.

JIANG Quanyuan, SHI Qingjun, LI Xingpeng, et al. Optimal configuration of standalone wind-solar-storage power supply system［J］. Electric Power Automation Equipment, 2013, 33（7）: 19-26.

［18］吕泉, 陈天佑, 王海霞, 等. 配置储热后热电机组调峰能力分析［J］. 电力系统自动化, 2014, 38（11）: 34-41.

LYU Quan, CHEN Tianyou, WANG Haixia, et al. Analysis on peak-load regulation ability of cogeneration unit with heat accumulator［J］. Automation of Electric Power Systems, 2014, 38（11）: 34-41.

［19］麻倩倩. 一类随机机会约束规划的算法及应用研究［D］. 保定：华北电力大学, 2007.

MA Qianqian. Research on the algorithm and application for a class of stochastic chance-constrained programming［D］.Baoding: North China Electric Power University, 2007.

［20］PIPATTANSOMPORN M, WILLINGHAM M, RAHMAN S. Implications of on-site distributed generation for commercial/industrial facilities［J］. IEEE Transactions on Power Systems, 2005, 20（1）: 206-212.

［21］魏学好，周浩．中国火力发电行业减排污染物的环境价值标准估算［J］．环境科学研究，2003，16（1）: 53-56.

WEI Xuehao，ZHOU Hao．Evaluating the environmental value schedule of pollutants mitigated in China thermal power industry［J］．Research of Environmental Sciences，2003，16（1）: 53-56.

[1]	张卫国, 陈良亮, 成海生, 付蓉, 季娟. 基于电动汽车供电资源态势感知的台区负荷弹性调度策略[J]. 电力建设, 2020, 41(8): 48-56.
[2]	尚慧玉, 林鸿基, 李忠憓, 赵宏伟, 陈明辉, 阳曾, 文福拴. 计及不确定性的移动应急电源鲁棒优化调度[J]. 电力建设, 2020, 41(8): 111-119.
[3]	魏震波，任小林，黄宇涵. 考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设, 2020, 41(7): 92-99.
[4]	陈曦，徐青山，杨永标. 考虑风电不确定性的CCHP型微网日前优化经济调度[J]. 电力建设, 2020, 41(6): 107-113.
[5]	苏俊妮，张鑫，赵俊炜，张锐，曲明辉，杨艳红. 计及需求响应和储能的电-气综合能源系统优化调度[J]. 电力建设, 2020, 41(5): 1-8.
[6]	刘明华，刘文霞，刘晨苗，刘宗歧，李守强，张鹤，闫浩，朴折勇. 电极式锅炉参与电网调频服务下供热系统日前优化调度[J]. 电力建设, 2020, 41(1): 1-2.
[7]	袁桂丽，董金凤，魏更，贾新潮. 基于需求响应和多能互补的冷热电联产微网优化调度[J]. 电力建设, 2019, 40(9): 64-72.
[8]	陈厚合，李汶明，张儒峰，钱叶牛. 考虑建筑供冷区域储能特性的工业园区综合能源系统日前优化调度模型[J]. 电力建设, 2019, 40(8): 43-50.
[9]	刘志谱，李欣然，冷华，刘小龙，黄珂琪，孙瑞. 考虑非计划脱网重要负荷独立供能的综合能源系统优化调度[J]. 电力建设, 2019, 40(8): 112-120.
[10]	陈启超，李晖，王帅，史锐，张宁，戚庆茹，王菲. 促进可再生能源消纳的多能互补时序运行模拟技术[J]. 电力建设, 2019, 40(7): 18-25.
[11]	高瑞，郭红霞，杨苹，郭敏铧，任智君. 基于用户侧可调节资源的售电公司实时市场偏差电量管控策略[J]. 电力建设, 2019, 40(6): 114-122.
[12]	宋杰，陈振宇，杨阳，张凯恒，张卫国，朱庆，徐青山. 考虑资源相关性和不确定性的负荷需求响应决策研究[J]. 电力建设, 2019, 40(6): 132-138.
[13]	江叶峰，熊浩，胡宇，刘宇. 考虑电热综合需求响应的虚拟电厂优化调度[J]. 电力建设, 2019, 40(12): 61-69.
[14]	李凌昊，邱晓燕，张楷，刘梦依，赵长枢. 考虑多负荷聚集商参与的系统日前-日内分层优化调度策略[J]. 电力建设, 2019, 40(12): 70-79.
[15]	傅守强，陈翔宇，王畅，杨林. 基于机会约束规划的多PET互联的交直流配电网日前优化调度[J]. 电力建设, 2019, 40(12): 96-103.

考虑需求响应和多能互补的虚拟电厂协调优化策略

Coordination and Optimization Strategy of VPP Considering Demand Response and Multi-Energy Coordination

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价