考虑条件风险价值的多源协调优化运行策略

doi:10.12096/j.2096-4528.pgt.23039

摘要/Abstract

摘要：

为实现双碳目标，电力系统呈现多种电源广泛接入的趋势。提出一种多源协调双层优化运行模型，上层模型将光伏、燃气轮机、储能等多种电源聚合为虚拟电厂，通过优化实现虚拟电厂整体的调度成本最小，针对光伏出力的不确定性，采用条件风险价值理论对风险进行度量；下层模型为系统出清模型，该模型以系统总成本最小为优化目标，考虑虚拟电厂与火电机组、柴油机组参与竞标，输出虚拟电厂实际中标容量返回给上层，使得虚拟电厂可根据实际中标容量调整各电源出力。为求解所构模型，采用卡罗斯-库恩-塔克(Karush-Kuhn-Tucker，KKT)条件和强对偶理论将双层模型转化为单层模型。最后，通过算例验证模型有效性，结果表明，多源协调运行参与系统调度，能有效减少系统运行成本，提高可再生能源消纳率。

关键词: 虚拟电厂, 多源优化, 双层模型, 条件风险价值

Abstract:

In order to achieve carbon peaking and carbon neutrality goals, the power system presents the trend of extensive access of multiple power sources. A multi-power coordination bi-level optimal operation model was proposed. In the upper level model, photovoltaic, gas turbine, energy storage and other power sources were aggregated into the virtual power plant, and the overall dispatching cost of virtual power plant was minimized through optimization. In addition, the conditional value at risk theory was adopted to measure the risks in view of the uncertainty of photovoltaic output. The lower level model was the system clearing model, which took the minimum total cost of the system as the optimization objective. It can consider the virtual power plant, thermal power units and diesel units to participate in the bidding, and output the actual bidding capacity of the virtual power plant back to the upper level, so that the virtual power plant can adjust the power output according to the actual bidding capacity. In order to solve the constructed model, Karush-Kuhn-Tucker (KKT) condition and strong duality theory were used to transform the bi-level model into a single-level model. Finally, an example was given to verify the validity of the model, the results show that the coordinated operation of multiple power sources can effectively reduce the operating cost of the system and improve the consumption rate of renewable energy.

Key words: virtual power plant, multi-power optimization, bi-level model, conditional value at risk

中图分类号:

TK 01

钱仲豪, 胡骏, 沈思辰, 秦婷, 马晗怡, 王小栋, 冯曹毅, 卫志农. 考虑条件风险价值的多源协调优化运行策略[J]. 发电技术, 2023, 44(6): 781-789.

Zhonghao QIAN, Jun HU, Sichen SHEN, Ting QIN, Hanyi MA, Xiaodong WANG, Caoyi FENG, Zhinong WEI. Multi-Power Coordinated Optimization Operation Strategy Considering Conditional Value at Risk[J]. Power Generation Technology, 2023, 44(6): 781-789.

图/表 14

图1 多源优化模型框架

Fig. 1 Multi-power optimization model framework

图2 求解流程

Fig. 2 Flow chart of the model

表1 燃气轮机和储能参数

Tab. 1 Parameters of gas turbine and energy storage

设备	数值	数值
燃气轮机	最大功率/MW	5.67
	最小功率/MW	2.5
	爬坡率/(MW/h)	3
	运行成本/[欧元/(MW∙h)]	50
储能	最大储电量/(MW∙h)	40
	最大充(放)电功率/MW	8
	充(放)电效率	0.9

表2 火电机组和柴油机组参数

Tab. 2 Parameters of thermal power units and diesel units

设备	参数	数值
火电机组1	最大功率/MW	500
	最小功率/MW	0
	爬坡率/(MW/h)	50
	运行成本/[欧元/(MW⋅h)]	70
火电机组2	最大功率/MW	100
	最小功率/MW	0
	爬坡率/(MW/h)	20
	运行成本/[欧元/(MW⋅h)]	60
柴油机组	最大功率/MW	10
	最小功率/MW	0
	运行成本/[欧元/(MW⋅h)]	30

表3 光伏出力场景概率

Tab. 3 Probabilities of the PV output scenarios

场景	概率	场景	概率
s1	0.22	s9	0.08
s2	0.12	s10	0.02
s3	0.02	s11	0.04
s4	0.02	s12	0.02
s5	0.02	s13	0.02
s6	0.02	s14	0.02
s7	0.02	s15	0.02
s8	0.34

图3 15场景光伏出力

Fig. 3 15 scenarios photovoltaic output

图4 负荷基准值

Fig. 4 Base load

图5 电价

Fig. 5 Electricity price

图6 方案1优化策略

Fig. 6 Optimization strategy of case 1

图7 方案2优化策略

Fig. 7 Optimization strategy of case 2

图8 不同光伏场景下多源协调调度情况

Fig. 8 Multi-power coordinated dispatch in different PV scenarios

图9 有效前沿曲线

Fig. 9 Curve of efficient frontier

图10 不同置信度下的成本分析

Fig. 10 Cost analysis under different confidence levels

表4 确定性模型和CVaR 模型成本对比 (欧元)

Tab. 4 Comparison of cost between deterministic model and CVaR model

模型	成本		总成本
模型	日前阶段	日内阶段	总成本
确定性模型	-6 236.2	7 564.9	1 328.7
CVaR模型	-5 418.6	6 600.3	1 181.7

参考文献 22

1	KIM W W， SHIN J S， KIM J O ．Operation strategy of multi-energy storage system for ancillary services[J]．IEEE Transactions on Power Systems，2017，32(6)：4409-4417． doi:10.1109/tpwrs.2017.2665669
2	王芸芸，马志程，周强，等．兼顾公平性的多能源合作博弈优化调度[J]．太阳能学报，2022，43(10)：482-492．
	WANG Y Y， MA Z C， ZHOU Q，et al ．Multi energy cooperative game optimal scheduling considering fairness[J]．Acta Energiae Solaris Sinica，2022，43(10)：482-492．
3	张淑兴，马驰，杨志学，等．基于深度确定性策略梯度算法的风光储系统联合调度策略[J]．中国电力，2023，56(2)：68-76．
	WANG S X， MA C， YANG Z X，et al ．Deep deterministic policy gradient algorithm based wind-photovoltaic-storage hybrid system joint dispatch[J]．Electric Power，2023，56(2)：68-76．
4	杨锡勇，张仰飞，林纲，等．考虑需求响应的源-荷-储多时间尺度协同优化调度策略[J]．发电技术，2023，44(2)：253-260．
	YANG X Y， ZHANG Y F， LIN G，et al ．Multi-time scale collaborative optimal scheduling strategy for source-load-storage considering demand response[J]．Power Generation Technology，2023，44(2)：253-260．
5	康俊杰，赵春阳，周国鹏，等．风光水火储多能互补示范项目发展现状及实施路径研究[J]．发电技术，2023，44(3)：407-416. doi:10.12096/j.2096-4528.pgt.22048
	KANG J J， ZHAO C Y， ZHOU G P，et al ．Research on development status and implementation path of wind-solar-water-thermal-energy storage multi-energy complementary demonstration project[J]．Power Generation Technology，2023，44(3)：407-416. doi:10.12096/j.2096-4528.pgt.22048
6	郭佳兴，王金梅，张海同．基于虚拟电厂的多能源协同系统调度优化策略[J]．电力建设，2022，43(12)：141-151．
	GUO J X， WANG J M， ZHANG H T ．Scheduling optimization strategy based on virtual power plant for multi-energy collaborative system[J]．Electric Power Construction，2022，43(12)：141-151．
7	宣文博，李慧，刘忠义，等．一种基于虚拟电厂技术的城市可再生能源消纳能力提升方法[J]．发电技术，2021，42(3)：289-297． doi:10.12096/j.2096-4528.pgt.20104
	XUAN W B， LI H， LIU Z Y，et al ．A method for improving the accommodating capability of urban renewable energy based on virtual power plant technology[J]．Power Generation Technology，2021，42(3)：289-297． doi:10.12096/j.2096-4528.pgt.20104
8	何畅，程杉，徐建宇，等．基于多时间尺度和多源储能的综合能源系统能量协调优化调度[J]．电力系统及其自动化学报，2020，32(2)：77-84．
	HE C， CHENG S， XU J Y，et al ．Coordinated optimal scheduling of integrated energy system considering multi-time scale and hybrid energy storage system[J]．Proceedings of the CSU-EPSA，2020，32(2)：77-84．
9	SUN K Q， LI K J， PAN J P，et al ．An optimal combined operation scheme for pumped storage and hybrid wind photovoltaic complementary power generation system[J]．Applied Energy，2019，242：1155-1163． doi:10.1016/j.apenergy.2019.03.171
10	王晛，吴丙楠，张少华．含风电的综合能源供应商参与投标竞争的多能源市场博弈分析[J/OL]．电网技术 [2023-03-29]．.
	WANG X， WU B N， ZHANG S H ．Game analysis of multi-energy market with strategic bidding of integrated energy suppliers including wind power[J/OL]．Power System Technology[2023-03-29]．.
11	MOHY-UD-DIN G， MUTTAQI K M， SUTANTO D ．A cooperative energy transaction model for VPP integrated renewable energy hubs in deregulated electricity markets[J]．IEEE Transactions on Industry Applications，2022，58(6)：7776-7791． doi:10.1109/tia.2022.3195965
12	吴心弘，潘玲玲，王泽荣，等．能量-备用多品种电力交易下空调负荷聚合商竞价策略[J]．电力自动化设备，2023，43(2)：203-211．
	WU X H， PAN L L， WANG Z R，et al ．Bidding strategy of air conditioning load aggregator for energy-reserve multi-variety power trading[J]．Electric Power Automation Equipment，2023，43(2)：203-211．
13	JIA Y， MI Z， YU Y，et al ．A bilevel model for optimal bidding and offering of flexible load aggregator in day-ahead energy and reserve markets[J]．IEEE Access，2018，6：67799-67808． doi:10.1109/access.2018.2879058
14	卫志农，陈妤，黄文进，等．考虑条件风险价值的虚拟电厂多电源容量优化配置模型[J]．电力系统自动化，2018，42(4)：39-46． doi:10.7500/AEPS20170621008
	WEI Z N， CHEN Y， HUANG W J，et al ．Optimal allocation model for multi-energy capacity of virtual power plant considering conditional value-at-risk[J]．Automation of Electric Power Systems，2018，42(4)：39-46． doi:10.7500/AEPS20170621008
15	MA L， LIU N， ZHANG J，et al ．Real-time rolling horizon energy management for the energy-hub-coordinated prosumer community from a cooperative perspective[J]．IEEE Transactions on Power Systems，2019，34(2)：1227-1242． doi:10.1109/tpwrs.2018.2877236
16	HAN H T， SHEN S C， WEI Z N，et al ．Security constrained distributed transaction model for multiple prosumers[J/OL]．CSEE Journal of Power and Energy Systems[2023-03-29]．doi：10.17775/CSEEJPES.2022.069
50	. doi:10.1023/a:1010650624155
17	FENG W， WEI Z N， SUN G Q，et al ．A conditional value-at-risk-based dispatch approach for the energy management of smart buildings with HVAC systems[J]．Electric Power Systems Research，2020，188：106535． doi:10.1016/j.epsr.2020.106535
18	赵建立，向佳霓，汤卓凡，等．虚拟电厂在上海的实践探索与前景分析[J]．中国电力，2023，56(2)：1-13． doi:10.11930/j.issn.1004-9649.202208078
	ZHAO J L， XIANG J N， TANG Z F，et al ．Practice exploration and prospect analysis of virtual power plant in Shanghai [J]．Electric Power，2023，56(2)：1-13． doi:10.11930/j.issn.1004-9649.202208078
19	黄勤坤，邱瑜，王飞，等．考虑多重不确定性的虚拟电厂随机优化调度[J]．电网与清洁能源，2022，38(11)：8-16． doi:10.3969/j.issn.1674-3814.2022.11.002
	HUANG Q K， QIU Y， WANG F，et al ．Stochastic optimal scheduling of virtual power plants considering multiple uncertainties[J]．Power System and Clean Energy，2022，38(11)：8-16． doi:10.3969/j.issn.1674-3814.2022.11.002
20	CUI S C， WANG Y W， XIAO J W ．Peer-to-peer energy sharing among smart energy buildings by distributed transaction[J]．IEEE Transactions on Smart Grid，2019，10(6)：6491-6501． doi:10.1109/tsg.2019.2906059
21	CHEN S， CONEJO A J， SIOSHANSI R，et al ．Operational equilibria of electric and natural gas systems with limited information interchange[J]．IEEE Transactions on Power Systems，2020，35(1)：662-671． doi:10.1109/tpwrs.2019.2928475
22	ROCKAFELLAR R T， URYASEV S ．Optimization of conditional value-at-risk[J]．The Journal of Risk，2000，2(3)：21-41． doi:10.21314/jor.2000.038

[1]	张叶青, 陈文彬, 徐律军, 江兴稳. 面向多虚拟电厂的分层分区多层互补动态聚合调控策略[J]. 发电技术, 2024, 45(1): 162-169.
[2]	黄河, 王燕, 姜念, 吴强, 张雅静, 杨秀媛. 考虑用户诉求差异的居民可控负荷资源优化控制[J]. 发电技术, 2023, 44(6): 896-908.
[3]	贾晓强, 杨永标, 杜姣, 甘海庆, 杨楠. 气候变化条件下基于智能预测模型的虚拟电厂不确定性运行优化研究[J]. 发电技术, 2023, 44(6): 790-799.
[4]	赵振宇, 李炘薪. 基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]. 发电技术, 2023, 44(6): 769-780.
[5]	于松源, 张峻松, 元志伟, 房方. 计及热惯性的热电联产虚拟电厂韧性提升策略[J]. 发电技术, 2023, 44(6): 758-768.
[6]	许星原, 陈皓勇, 黄宇翔, 吴晓彬, 王宇绅, 廉俊豪, 张健彬. 虚拟电厂市场化交易中的挑战、策略与关键技术[J]. 发电技术, 2023, 44(6): 745-757.
[7]	钟永洁, 纪陵, 李靖霞, 左建勋, 王紫东, 吴世伟. 虚拟电厂智慧运营管控平台系统框架与综合功能[J]. 发电技术, 2023, 44(5): 656-666.
[8]	石梦舒, 许小峰, 张继广, 李忆, 周保中, 乐鹰, 毕圣. 考虑电-氢市场的虚拟电厂两阶段优化策略研究[J]. 发电技术, 2023, 44(5): 645-655.
[9]	郁海彬, 张煜晨, 刘扬洋, 陆增洁, 翁锦德. 碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略[J]. 发电技术, 2023, 44(5): 634-644.
[10]	张宁, 朱昊, 杨凌霄, 胡存刚. 考虑可再生能源消纳的多能互补虚拟电厂优化调度策略[J]. 发电技术, 2023, 44(5): 625-633.
[11]	陈皓勇, 黄宇翔, 张扬, 王斐, 周亮, 汤君博, 吴晓彬. 基于“三流分离-汇聚”的虚拟电厂架构设计[J]. 发电技术, 2023, 44(5): 616-624.
[12]	彭道刚, 税纪钧, 王丹豪, 赵慧荣. “双碳”背景下虚拟电厂研究综述[J]. 发电技术, 2023, 44(5): 602-615.
[13]	孙秋野, 姚葭, 王一帆. 从虚拟电厂到真实电量：虚拟电厂研究综述与展望[J]. 发电技术, 2023, 44(5): 583-601.
[14]	宋天琦, 马韵婷, 张智慧. 光伏耦合电解水制氢系统作为虚拟电厂资源的运行模式与经济性分析[J]. 发电技术, 2023, 44(4): 465-472.
[15]	宣文博, 李慧, 刘忠义, 孙业广, 侯恺. 一种基于虚拟电厂技术的城市可再生能源消纳能力提升方法[J]. 发电技术, 2021, 42(3): 289-297.