虚拟电厂供需侧双层协调自适应鲁棒优化调度

作     者：吕小红 刘维 刘克恒 蒋婧 LYU Xiaohong;LIU Wei;LIU Keheng;JIANG Jing

作者机构：国网重庆市电力公司重庆市渝中区400015 

出 版 物：《全球能源互联网》 (Journal of Global Energy Interconnection)

年 卷 期：2024年第7卷第4期

页      面：431-442页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主　　题：多频组合 源荷预测 虚拟电厂 调度优化 长短时记忆 模态分解 

摘      要：源荷预测是虚拟电厂(virtual power plant,VPP)制定未来调度计划的重要依据。提出一种基于多频组合短期源荷预测的VPP发电侧和用户侧协同优化调度方法。首先对时间序列的负荷数据进行集合经验模态分解(ensemble empirical mode decomposition,EEMD),并将其重构为高低2种频率,使用图卷积神经网络(graph convolution network,GCN)和长短期记忆网络(long short-term memory,LSTM)相结合的GCN-LSTM算法进行预测,并将多频模型得出的预测结果聚合形成不确定模糊集合。考虑需求响应,建立VPP双层优化调度模型。上层以用户利益最大化为目标,综合利用需求响应调度作用,基于制定的分时电价优化多类型可控负荷。下层以分布式电源出力成本最小为目标,同时兼顾供需两侧利益,实现VPP内部资源的优化,并运用改进列约生成算法将上述模型分解为主、子问题进行求解。通过算例分析对所构建的模型进行经济性、鲁棒性和有效性验证。