【技術實現步驟摘要】
本申請涉及虛擬電廠可調能力評估，尤其涉及一種多能耦合虛擬電廠的可調能力評估方法、設備及介質。
技術介紹
1、目前，隨著全球能源結構的轉型和智能電網技術的快速發展，多能耦合虛擬電廠（virtual?power?plant，vpp）作為一種創新型的能源管理模式，正逐漸成為解決能源高效利用、電網靈活調度及提升系統穩定性的重要手段。傳統電力系統主要聚焦于電能的單一維度，而多能耦合虛擬電廠則打破了這一局限，將視角擴展至綜合能源系統，實現了電力、熱能、冷能等多種能源形式的深度融合與協同管理。
2、在現代電力系統中，大量需求側響應資源的無序用電，如可調節負荷、儲能系統等，不僅直接威脅到電網的安全穩定運行，還可能因不恰當的調度策略給用戶帶來不必要的經濟損失。然而，這些資源實際上蘊藏著巨大的調節彈性，通過有效的管理和調度，能夠顯著提升電力系統的靈活性和可靠性。虛擬電廠的概念應運而生，它通過先進的信息通信技術和智能管理系統，將這些分散的需求側響應資源整合起來，形成一個可統一調度和優化的虛擬發電單元，實現發電和用電側角色的靈活轉換。
3、多能耦合虛擬電廠的優勢在于其能夠綜合考慮多種能源形式間的互補性和協同性，通過優化調度策略，實現能源的高效利用和靈活配置。例如，在電力需求高峰時段，虛擬電廠可以調度儲能系統放電或利用分布式可再生能源發電，同時，通過熱能或冷能的轉換和存儲，滿足用戶的多元化能源需求，從而減輕電網的供電壓力。此外，多能耦合虛擬電廠還能通過智能管理系統，實時響應市場價格信號和電網調度指令，實現經濟效益和環境效益的雙贏。
4、但是，現有技術在構建其可調節能力評估策略及明晰運行邊界條件方面仍存在諸多不足。現有的評估方法往往側重于單一能源形式的調節能力分析，忽略了多種能源形式之間的耦合關系和相互影響，導致評估結果不夠全面和準確。同時，在預測不確定性資源（如可再生能源發電）的出力時，傳統方法往往難以準確捕捉其波動性和隨機性，從而無法為虛擬電廠的優化調度提供可靠依據。
技術實現思路
1、本申請實施例提供了一種多能耦合虛擬電廠的可調能力評估方法、設備及介質，用以解決現有技術在構建多能耦合虛擬電廠的可調節能力評估策略時，忽略了多種能源間的耦合關系和相互影響，且在預測不確定性資源出力方面存在不足的技術問題。
2、一方面，本申請實施例提供了一種多能耦合虛擬電廠的可調能力評估方法，包括：
3、構建多能耦合虛擬電廠內的多能耦合資源模型，以確定所述多能耦合虛擬電廠內的資源類型；所述資源類型包括不確定性可調資源和確定性可調資源；
4、基于深度學習網絡，構建不確定性可調資源出力預測模型，以確定所述不確定性可調資源對應的出力預測結果；
5、構建所述多能耦合虛擬電廠對應的資源可調能力評估策略，并結合所述不確定性可調資源對應的出力預測結果以及所述確定性可調資源，確定所述多能耦合虛擬電廠對應的可調能力。
6、在本申請的一種實現方式中，所述不確定性可調資源包括分布式電源和不確定性負荷；
7、所述方法還包括：
8、將所述不確定性負荷劃分為不可調負荷、可削減負荷、可轉移負荷和可平移負荷，并獲取所述不確定性負荷對應的用電情況，以生成對應的用電曲線；
9、確定所述可削減負荷、所述可轉移負荷以及所述可平移負荷之間的比例關系，并基于預設的最大用電閾值和最小用電閾值，確定所述不確定性負荷對應的可調空間。
10、在本申請的一種實現方式中，所述不確定性可調資源還包括電動汽車充電站；
11、所述方法還包括：
12、獲取所述電動汽車充電站的歷史數據，并根據所述歷史數據，確定所述電動汽車充電站的調度潛力；
13、通過以下公式表示所述歷史數據：
14、
15、其中，表示所述電動汽車充電站的歷史數據，表示電動汽車的到達時間，表示所述電動汽車的離開時間，表示所述電動汽車的到達電池電量，表示所述電動汽車的離開電池電量，表示所述電動汽車的電池電量上限，表示所述電動汽車的電池電量下限，表示所述電動汽車的充電功率上限，表示所述電動汽車的充電功率下限。
16、在本申請的一種實現方式中，所述確定性可調資源包括儲能電站和燃氣輪機；
17、所述方法還包括：
18、對所述儲能電站進行監控，并獲取所述儲能電站對應的充放電狀態，以確定所述儲能電站對應的可調范圍；
19、對所述燃氣輪機進行監控，并獲取所述燃氣輪機對應的運行狀態，以確定所述燃氣輪機對應的可調范圍。
20、在本申請的一種實現方式中，所述基于深度學習網絡，構建不確定性可調資源出力預測模型，以確定所述不確定性可調資源對應的出力預測結果，具體包括：
21、基于深度學習網絡，構建不確定性可調資源出力預測模型，并獲取樣本數據，以對所述樣本數據進行標準化處理；
22、將處理后的所述樣本數據輸入至所述不確定性可調資源出力預測模型中，以通過激活函數對所述樣本數據進行編碼，得到對應的隱含層變量；
23、所述隱含層變量如下所示：
24、
25、
26、
27、其中，表示處理后樣本數據的輸入量矩陣，表示經過激活函數編碼后的參數矩陣，表示輸入量總數目，表示線性關系系數，表示所述參數矩陣與所述輸入量矩陣之間的誤差偏倚。
28、在本申請的一種實現方式中，所述方法還包括：
29、通過以下公式，表示經過多隱藏層的輸出量和經過解碼函數的輸出層之間的數學關系：
30、
31、
32、
33、其中，表示經過多隱藏層的輸出量矩陣，表示經過解碼函數的輸出層參數矩陣，表示兩層線性關系系數，表示所述輸出層參數矩陣與所述輸出量矩陣之間的誤差偏倚。
34、在本申請的一種實現方式中，所述確定所述可削減負荷、所述可轉移負荷以及所述可平移負荷之間的比例關系，并基于預設的最大用電閾值和最小用電閾值，確定所述不確定性負荷對應的可調空間，具體包括：
35、通過以下公式，計算分布式電源對應的下調范圍：
36、
37、其中，表示所述分布式電源的下調范圍，表示所述分布式電源在時刻的預測出力大?。?/p>
38、通過以下公式，計算電動汽車充電站的出力運行下調邊界和出力運行上調邊界：
39、
40、
41、其中，表示所述電動汽車充電站在時刻的下調邊界，表示所述電動汽車充電站在時刻的上調邊界，表示電動汽車充電站預測數據，表示所述電動汽車充電站的運行容量下界，表示所述電動汽車充電站的運行容量上界；
42、通過以下公式，計算不確定性負荷的可調能力：
43、
44、
45、其中，表示所述不確定性負荷在時刻的負荷下調功率，表示所述不確定性負荷在時刻的負荷上調功率，表示在時刻可削減負荷的本文檔來自技高網...
【技術保護點】
1.一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述不確定性可調資源包括分布式電源和不確定性負荷；
3.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述不確定性可調資源還包括電動汽車充電站；
4.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述確定性可調資源包括儲能電站和燃氣輪機；
5.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述基于深度學習網絡，構建不確定性可調資源出力預測模型，以確定所述不確定性可調資源對應的出力預測結果，具體包括：
6.根據權利要求5所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述方法還包括：
7.根據權利要求2所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述確定所述可削減負荷、所述可轉移負荷以及所述可平移負荷之間的比例關系，并基于預設的最大用電閾值和最小用電閾值，確定所述不
8.根據權利要求4所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述構建所述多能耦合虛擬電廠對應的資源可調能力評估策略，并結合所述不確定性可調資源對應的出力預測結果以及所述確定性可調資源，確定所述多能耦合虛擬電廠對應的可調能力，具體包括：
9.一種多能耦合虛擬電廠的可調能力評估設備，其特征在于，所述設備包括：
10.一種非易失性計算機存儲介質，存儲有計算機可執行指令，其特征在于，所述計算機可執行指令被執行時，實現如權利要求1-8任一項所述的一種多能耦合虛擬電廠的可調能力評估方法。
...【技術特征摘要】
1.一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述不確定性可調資源包括分布式電源和不確定性負荷；
3.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述不確定性可調資源還包括電動汽車充電站；
4.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述確定性可調資源包括儲能電站和燃氣輪機；
5.根據權利要求1所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述基于深度學習網絡，構建不確定性可調資源出力預測模型，以確定所述不確定性可調資源對應的出力預測結果，具體包括：
6.根據權利要求5所述的一種多能耦合虛擬電廠的可調能力評估方法，其特征在于，所述方法還包括：...
【專利技術屬性】
技術研發人員：李輝，王耀強，黃浩東，李金成，雷燕連，李洪鵬，
申請(專利權)人：海南金盤智能科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。