(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211179385.3 (22)申请日 2022.09.27 (71)申请人 国网辽宁省电力有限公司沈阳 供电 公司 地址 110000 辽宁省沈阳市和平区八经街 94号 (72)发明人 徐建铁　张宇　张洋　张智博　 刘超　赵斌　姚星辰　王雁翔　 王阳　多俊龙　 (74)专利代理 机构 沈阳维特专利商标事务所 (普通合伙) 21229 专利代理师 陈晖 (51)Int.Cl. H02J 3/46(2006.01) H02J 3/38(2006.01)G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06Q 30/02(2012.01) (54)发明名称 一种基于实时 电价的虚拟电厂多能源协调 低碳优化调度方法、 系统及存 储介质 (57)摘要 本发明公开了一种基于实时电价的虚拟电 厂多能源协调 低碳优化调度方法、 系统及存储介 质， 所述方法包括如下方法： 步骤1： 处理能源发 电不确定性； 步骤2： 生成初始场景集； 步骤3： 优 化处理初始场景集； 步骤4： 将碳交易成本融合进 优化目标， 构造虚拟电厂多类型能源协调优化调 度模型G； 步骤5： 更新虚拟电厂次日的出力规划， 对电网调度中心发出更新请求； 电网调度中心协 调虚拟电厂内各类发电设备出力； 步骤6： 利用改 进布谷鸟搜索算法对双层模型进行寻优； 该方法 充分考虑了新能源发电的不确定性可在保证电 网安全性的同时， 保证经济效益。 同时利用改进 遗传算法与改进布谷鸟搜索算法求解内外层优 化问题， 最终 获得较快的寻优速度。 权利要求书3页 说明书9页 附图2页 CN 115549202 A 2022.12.30 CN 115549202 A 1.一种基于实时电价的虚拟电厂多能源协调低碳优化调度方法， 其特征在于， 包括如 下方法： 步骤1： 采用威布尔混合分布和高斯正态分布处理能源发电不确定性， 得到预测风、 光 发电及预测误差的分布； 步骤2： 虚拟电厂根据 预测的风光发电及预测误差的分布， 采用预测箱方法生成初始场 景集； 步骤3： 虚拟电厂优化处理所述初始场景集， 模拟风、 光的不确定性出力情况， 得到模拟 场景集； 步骤4： 根据优化后的场景集， 虚拟电厂预测次日各类负荷情况， 将碳交易成本融合进 优化目标， 结合各类能源市场价格， 构造虚拟电厂 多类型能源协调优化调度模型G； 步骤5： 虚拟电厂通过多类型能源协调优化调度模型G确定各时段的电价， 并根据实际 情况实时规划其出力情况； 更新虚拟电厂次日 的出力规划， 对电网调 度中心发出更新请求； 电网调度中心对虚拟电厂的次日出力计划进行确认， 并协调虚拟电厂内各类发电设备出 力。 2.根据权利要求1所述的一种基于实时电价的虚拟电厂多能源协调低碳优化调度方 法， 其特征在于， 所述 步骤1具体包括： 步骤1.1： 采用威布尔混合分布描述 风电出力预测偏差； 建立由预测偏差期望 和标准差σW,t组成的出力偏差 的概率密度函数， 得到实 际出力 其中， μW,t为预测偏差的期望， σW,t风预测偏差的标准差， 为风出力预测值， εW,t为预测 偏差占出力预测值的比值； a、 b为中间参数； 步骤1.2： 采用高斯 正态分布描述 风电出力预测偏差； 建立由光伏预测偏差期望 和标准差σPV,t组成的光伏出力预测偏差 的概率 密度函数， 得到光伏实际出力 其中， σPV,t为光预测偏差的标准差， 分别为光 出力预测值， εPV,t为预测偏差占出力预 测值的比值。 3.根据权利要求1所述的一种基于实时电价的虚拟电厂多能源协调低碳优化调度方 法， 其特征在于， 所述 步骤2包括： 步骤2.1： 采用预测箱的方法对虚拟电厂数据进行归一化处理， 并根据预测值生成各个权　利　要　求　书 1/3 页 2 CN 115549202 A 2时间段的预测箱； t时间段预测箱的区间为(Wt‑0.5Wpu,Wt+0.5Wpu)， Wpu为预测箱宽度， 将所有位于该预测 箱的区间内的数据构成一个集 合， 则此集 合为t时段的预测箱； 步骤2.2： 根据各时段预测箱， 构成累计经验概率分布函数； 对于t时段的预测箱， 将预 测误差从小到大排序为ξ1, ξ2,... ξJ， J预测值个数， 则累计经验概 率分布函数为Ft(e)； 其中， θ 为 误差调整系数， e为预测箱误差； 步骤2.3： 采用多元正态分布函数生成S个随机向量Z＝(Z1,Z2,...,ZT)， Z～(u0, χ )， χ为 协方差矩阵， u0为T维向量， 采用指数 型函数法计算协方差矩阵， 得到计算结果； 其中， σm,n为随机向量Z中变量Zm和变量Zn的协方差； 其中， ε为两个 变量的相关性； 步骤2.4： 将变量Z＝(Z1,Z2,...,ZT)转化为具有相关性的误差场景， 并对该场景值与预 测值求和， 得出实际值的场景， 由该场景构成初始采样场景集； 其中， Δwt为t时间段的场景值， Φ为累积概 率分布函数， Ft表示多元正态分布函数。 4.根据权利要求1所述的一种基于实时电价的虚拟电厂多能源协调低碳优化调度方 法， 其特征在于， 所述 步骤3包括： 步骤3.1： 应用同步回代缩 减法减少未 经处理的场景； 对于每个场景wi， 计算与其最近的场景wj： Di,min＝minρjd(wi,wj)， 其中d(wi,wj)为场景wi 与wj的欧式距离， ρj为场景wj的发生概率； 根据 确定要删除的场景wi： 对剩余的场景个数S进行更新， S＝S ‑1。 重复上述操作， 直到剩余场景个数与设定场景个数NS相等； 步骤3.2： 采用C holesky分解法对削减后的场景进行排序。 5.根据权利要求1所述的一种基于实时电价的虚拟电厂多能源协调低碳优化调度方 法， 其特征在于， 所述 步骤4中的优化调度模型G表示 为： 其中， λt,e为日前电力市场的实时电价； λt,c为日前电力市场的碳交易价格； λt,g为日前权　利　要　求　书 2/3 页 3 CN 115549202 A 3