1. 研究目的与意义
1、选题背景
随着全球经济的快速发展，传统的化石能源带来的资源短缺问题和环境污染问题也越来越严重,在这种背景下,世界各国都将目光投向清洁的可再生能源。一方面可再生能源具有发电成本低、污染程度小等优点,另一方面,可再生能源也具有出力不稳定、地域分散等缺点,如果直接并入电网,参与电网的运行,会给电网造成较大的冲击,影响电网的安全和稳定。虚拟电厂作为一个不存在物理实体的特殊电厂,通过将各种分布式能源包括风能发电机组、光能发电机组、微型火力发电机组以及储能等整合起来之后再参与到电网的运行调度中,有效提升了可再生能源的经济效益和利用率同时保证了电网运行调度的安全和稳定。因此，研究虚拟电厂优化调度方法是一项非常重要且有实际意义的工作。
2、研究意义
2. 课题关键问题和重难点
1、本课题关键问题
（1）本课题要求了解虚拟电厂结构相关知识； （2）本课题要求了解虚拟电厂基本特性的相关知识； （3）构建虚拟电厂优化调度模型；（4）掌握模型的基本求解算法； （5）掌握仿真建模软件的实用（matlab或相关建模软件）。
2、本课题研究难点
3. 国内外研究现状（文献综述）
|
三、文献综述（或调研报告）（1200字左右） 1、 前言 虚拟电厂通过分布式能源管理系统和先进的通信手段将配电网中分散安装的新能源、可控负荷和储能系统等合并管理，并作为一个特别的电厂参与电网运行，从而较好地解决源网荷之间的功率不平衡问题，以充分挖掘分布式能源优势为电网和用户带来价值和效益。随着我国“3060”碳达峰碳中和战略目标的实施，以及加快推进构建以新能源为主体的新型电力系统，虚拟电厂中将集聚越来越多的光伏、风电等新能源，而新能源出力的固有不确定性势必给传统单阶段经济调度带来偏差。因此，面向碳中和提出一种灵活、全面的虚拟电厂优化调度方法，以应对新能源不确定性出力带来的影响至关重要。为此，本研究以碳中和背景下虚拟电厂优化调度方法为课题。 2、
能量流： |
|
| ||||||
3、 新能源出力不确定性分析方法
由于环境污染与能源枯竭问题，新能源发电在全世界范围内得到了迅速发展。新能源发电的发展带来了巨大的经济和环境效益，但由于其随机性和不可预测性，也给经济调度和电力系统的安全运行带来了新的挑战。因此，在进行VPP调度时，必须考虑到由新能源出力引起的不确定性增加。同时，在进行不确定性研究时应考虑在风险与成本之间进行权衡，而不是不惜一切代价避免风险。
为了满足系统运行的约束，需要使用合理的VPP调度模式来减少不确定性因素的影响
4、 虚拟电厂中功率控制方法
新能源输出的波动以及其它不确定性因素可能会导致日前调度计划与日内运营策略之间出现较大偏差。因此，在日内调度中需要采取措施来弥补这一偏差。WP和PV是VPP的重要组成部分，为了减少WP和PV的波动影响，MT、储能、电动汽车这些可控分布式电源的备用容量或温控负荷这类需求侧资源可被用于辅助调节服务。具体来说，主要是通过对这些可控单元进行功率控制，以弥补不确定性因素带来的功率偏差。
常见的功率控制方法主要有滑模控制、模糊控制、智能PID控制、反推控制和模型预测控制(Model Predictive Control，MPC)等，其中，MPC是最重要的非线性控制设计技术，应用较为广泛。
5、 国内外研究现状
为了融合广泛分布的、单体容量较小的分布式能源和需求侧资源，使他们聚合起来统一参与电网调度运行，研究者提出了虚拟电厂(Virtual Power Plants，VPP)这一概念。VPP的概念一经提出，就吸引了国内外的广泛关注。从2001年到2005年，德国政府和西班牙政府共同发起虚拟燃料电池发电厂项目。在2007年，荷兰建立了由10个热电联产单元组成的VPP计划。从2005年到2008年，英国、西班牙和法国整合能源解决方案计划，以实现欧洲供电系统的可持续发展。从2009年到2012年，丹麦和德国使用可持续能源和开放式网络计划在分布式和集成市场中引入了电动汽车。2014年，中国国家电网公司风光发电示范项目成功并网并在云南省运营。VPP是实现智能配电网的重要技术之一，通过分布式能源管理系统将配电网中分散安装的新能源、可控负荷和储能系统合并作为一个特别的电厂参与电网运行，从而很好地协调智能电网与分布式能源之间的矛盾，充分挖掘分布式能源为电网和用户所带来的价值和效益。在VPP中，可将风力发电、光伏发电以及燃气发电等发电单元，与储能系统和需求响应负荷等协同工作。尽管VPP可以采用多种不同的实现形式，但它们都通过分配高峰时段各个单元产生的功率来达到减轻对电网的能量需求这一目的，其中的参与者均通过能量管理系统(Energy Management System，EMS)进行监视和控制。在能量监管方面，该系统可以实时增加或减少能量输出，同时还可以显示网格上每个分布式能源的实时数据消耗；在参与电力市场交易方面，VPP可以自动提供需求响应，立即响应价格信号，转移商业和住宅负荷或聚集其他分布式能源；在电网辅助服务方面，VPP可以最大程度地平抑新能源出力的随机波动性，提高新能源的利用率，对多种分布式能源进行聚合、优化控制和管理，同时为电网提供调频、调峰等辅助服务，并能够参与电力市场交易的技术和商业模式，打破传统电力系统中发电厂之间、发电侧和用电侧之间的物理界限。
基于上述背景，本文计及光伏不确定性的VPP两阶段优化调度所关注的问题是：
第一，对于日前调度，由于新能源出力具有不确定性，可能降低传统调度方法的可靠性，因此需要采用不确定性分析方法解决这一问题；另一方面，由于VPP中存在多种类型的电源和负荷，它们的收益程度存在矛盾，故需要对各自的收益程度进行权衡，通常采用博弈论的方法，根据电力市场竞价机制引入分时电价，保证所有参与者的合理收益，使参与者保持长期的参与积极性，确保VPP的稳定性。
第二，对于日内调度，希望达到的目的是让VPP在运行过程中，其外部特性在调度周期内能够基本保持稳定。由于光伏出力具有不确定性，仅靠其预测值进行日前调度计划很难达到这一目标，故需引入日内调度，实际中可利用可控单元的备用容量，参与抑制光伏出力对VPP外部特征所带来的不确定性。故在日内优化调度阶段，需要采用合适的控制方法进行可控单元的功率控制，以实现联络线功率稳定，制定合理的日内优化调度方案。
根据以上描述，本文研究的计及光伏不确定性的VPP两阶段优化调度，涉及到的国内外研究成果大致可分为以下4类：虚拟电厂优化调度方法、主从博弈应用于虚拟电厂的研究、新能源出力不确定性分析方法以及虚拟电厂中功率控制方法。
6、 日内优化调度方案
利用经验模态分解(Empirical Mode Decomposition, EMD)方法，将偏差功率分解为一系列包括不同频率成分的固有模态分量(Intrinsic Mode Function, IMF)和残差项r，公式为：
式中：为偏差功率；为EMD分解后的第i个IMF分量；为高频分量之和；为低频分量之和。
7、 参考文献
[1]. 单俊嘉, 胡俊杰, 吴界辰. 面向虚拟电厂能量管理的点对点市场交易机制与模型[J]. 电网技术, 2020, 44(09): 3401-3408.
[2]. 董雷, 涂淑琴, 李烨, 等. 基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理[J]. 电网技术,2020, 44(03): 973-983.
[3]. 孙国强, 钱苇航, 黄文进, 等. 考虑配电网安全性的虚拟电厂优化调度博弈模型[J]. 电力自动化设备, 2019, 39(05): 7-14.
[4]. Mancilla-David F, Angulo A, Street A. Power management in activedistribution systems penetrated by photovoltaic inverters: a data-drivenrobust approach[J]. IEEE Transactions on Smart Grid, 2020, 11(3): 2271-2280.
[5]. MohsenzadehA, Pang C. Two stage residential energy managementunderdistribution locationalmarginal pricing[J]. Electric Power SystemsResearch,2018, 154: 361-372.
[6]. 邓创, 鞠立伟, 刘俊勇, 等. 基于模糊 CVaR 理论的水火电系统随机调度多目标优化模型[J]. 电网技术, 2016, 40(05): 1447-1454.
[7]. Sadra Babaei, Chaoyue Zhao, Lei FanA. Data-Driven Model of VirtualPower Plants in Day-Ahead Unit Commitment[J]. IEEE Transactions on powerSystems, 2019, 34(6): 5125-5135.
[8]. 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.
[9]. 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(022): 3630-3637.
[10]. 刘晓峰, 高丙团, 李扬. 博弈论在电力需求侧的应用研究综述[J]. 电网技术, 2018, 417(08): 349-356.
[11]. Zhang G, Jiang C, Wang X.Comprehensive review on structure and operation ofvirtual power plant in electricalsystem[J]. IET Generation, Transmission amp;Distribution, 2019, 13(2): 145-156.
[12]. Tan Z, Wang G, Ju L, et al.Application of CVaR risk aversion approach in thedynamical scheduling optimization model forvirtual power plant connected withwind-photovoltaic-energy storage system with uncertainties anddemandresponse[J]. Energy, 2017, 124:198-213.
[13]. 田坤鹏, 孙伟卿, 韩冬, 等. 基于两阶段鲁棒优化的可再生能源DNE极限评估[J]. 电力系统保护与控制, 2020(19): 73-80.
[14]. 王淑云, 娄素华, 吴耀武, 等. 计及火电机组深度调峰成本的大规模风电并网鲁棒优化调度[J]. 电力系统自动化, 2020, 044(001): 118-125.
[15]. 张兆宇, 刘尚明. 基于数据的燃气轮机建模与控制技术概述[J]. 热力透平, 2019, 48(2): 89-95.
4. 研究方案
|
四、方案（设计方案、研制方案、研究方案）论证（不少于100字） 1、虚拟电厂模型的建立。了解虚拟电厂基本结构. 2、构建优化调度方案 （1） 日前优化调度方案 在日前优化调度阶段，首先，将虚拟电厂运营商作为博弈主体，将虚拟电厂发电侧与用户侧作为博弈从体，建立一主多从Stackelberg博弈模型，以达到主体与从体之间的收益均衡；其次，在上述模型的基础上，对于博弈主体采用多种目标加权收益方案，综合考虑了虚拟电厂收益、碳中和量和联络线功率波动程度，建立多目标一主多从Stackelberg博弈模型，以使调度方案经济性、环保性和功率平稳性综合最优；最后，在多目标一主多从Stackelberg博弈模型的基础上，利用鲁棒优化法和最小化条件价值风险法，考虑光伏不确定性，得到计及光伏不确定性的日前优化调度模型，利用遗传算法联合二次规划对该模型进行求解，所得调度方案在光伏出力变化最恶劣的情况下为最优。 （2） 日内优化调度方案 在日内滚动优化调度阶段，为使虚拟电厂在运行过程中，其外部特性在单位周期内可以维持稳定，即单位周期内，联络线功率可以保持稳定，也可理解为虚拟电厂可以作为主网的一个等效负荷来看待。但由于光伏出力具有很强的不确定性，仅靠其预测值得到的日前调度计划很难实现这一目标。由于分布式电源和需求响应负荷具有互补性，聚合温控负荷具有瞬时调节能力，可调微型燃气轮机调度容量大但爬坡约束缺乏瞬时调节能力，本文利用聚合温控负荷和微型燃气轮机的备用容量，共同参与抑制光伏出力不确定性给虚拟电厂输出特性所带来的影响。因此，日内优化调度阶段采用聚合温控负荷和微型燃气轮机备用容量去抑制光伏预测偏差，同时将传统MPC进行改进应用于日内优化调度，以保持虚拟电厂外部特性的稳定。 3、通过仿真建立模型求解 4、找出最优方案
|
5. 工作计划
第1周：初步弄清毕业设计题目的背景和需要展开的工作。学会利用学校现有资源，搜集自己需要的关于毕业设计题目的研究现状资料，明确接下来的工作任务及重点，撰写开题报告。
第2周：完成开题报告。
第3周：熟悉matlab等相关建模软件的使用，着手搭建简单的优化计算仿真模型。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
