本发明涉及一种用于虚拟电厂的多目标优化能量管理信息处理方法，包括以下步骤：1)采集虚拟电力公司所管辖的电源的发电信息和用电用户的用电信息，根据采集到的发电和用电信息及电源和用户的历史信息确定其信用值，根据该信用值，由模糊函数确定发电量和用电量的调节范围；2)构造多目标联合调度模型；3)将步骤1)中所获取的发电信息和用电信息代入至步骤2)中构造的带优先级的多目标联合调度模型中，采用优化算法进行求解；4)多目标优化和优先级协调处理。与现有技术相比，本发明具有有效优化和管理分布式发电机和可控制负荷的集合等优点。
1.一种用于虚拟电厂的多目标优化能量管理信息处理方法，其特征在于，包括以下步骤：
1)采集虚拟电力公司所管辖的电源的发电信息和用电用户的用电信息，根据采集到的发电和用电信息及电源和用户的历史信息确定虚拟电力公司信用值，根据该信用值，由模糊函数确定发电量和用电量的调节范围；
2)构造多目标联合调度模型，包括定制目标函数和函数优先级；
3)将步骤1)中所获取的发电信息和用电信息代入至步骤2)中构造的带优先级的多目标联合调度模型中，采用优化算法进行求解，得到各个节点的电压幅值和相角，电源点输出的有功和无功功率，负荷点的有功和无功功率，各个目标函数值；
所述的步骤4)中的多目标优化和优先级协调处理具体步骤如下：(1)对目标函数值进行灰度化处理；
(2)确定最大整体的满意度，即取各个目标函数的最大满意值中的最小值；
(3)检验最大整体满意度下的系统运行方式是否满足优先级；若不满足，减小最大满意度，直到找到接近所设定的优先级的运行方案；
所述的步骤2)构造多目标联合调度模型具体步骤为：(1)构建优化目标：建立多个以经济型、安全性、电能质量、合同定制电量为目标的函数；
(2)构建约束条件，包括：电源输出的功率约束，输电线的功率约束，电压、电流约束，电源可调出力上下限约束，系统运行约束；
(3)定制优先级，根据目标函数的重要性调度者给出评分等级；
式中，ns是供电电源的数量；nt是存储设备的数量；nl是负荷点的数量；nv是可自由支配的电源的数量； 是存在合同约束的供电电源，而 是该电源的出售电价；
是负荷所需功率，而 是购买电市价； 是可自由支配的电源的输出功率，而 是其生产成本； 是需存储在储存设备的功率，而 是考虑设备损耗的存储成本；
和 中的j为第j个供电电源， 和 中的j为第j个可自由支配的电源， 和中的j为第j个存储设备， 和 的j为第j个负荷点；
式中，N是输电线的条数；Gij是连接母线i和j的线路的电导；Ui和Uj是母线i和母线j的电压；θij是母线i和母线j电压的相角差；
式中， nl是母线数目； 是母线i的电压幅值； 是母线i的电压额定值；
式中， nm是协议输出的售电电源点， 是电源点的实际输出有功功率，是电源点的约定输出有功功率，其中i的含义为第i个协议输出的售电电源点；
式中， 是用户接入点的母线电压幅值； 是用户接入点母线电压幅值额定值；
是约定的用户接入点的母线电压幅值偏离值，其中i为第i个母线。
2.根据权利要求1所述的一种用于虚拟电厂的多目标优化能量管理信息处理方法，其特征在于，所述的步骤1)中的电源的发电信息包括电源的额定电压值、最大和最小技术出力、预测发电量、计划签约发电量、定制发电电源的发电信用及以上信息的历史数据。
3.根据权利要求1所述的一种用于虚拟电厂的多目标优化能量管理信息处理方法，其特征在于，所述的步骤1)中的用电用户的用电信息包括用户的额定电压值、预测用电量、计划签约用电量及以上信息的历史数据。
4.根据权利要求1所述的一种用于虚拟电厂的多目标优化能量管理信息处理方法，其特征在于，所述的步骤3)中的优化算法为单纯形法或内点法。
用于虚拟电厂的多目标优化能量管理信息处理方法
技术领域
[0001] 本发明涉及一种能量管理信息处理方法，尤其是涉及一种用于虚拟电厂的多目标优化能量管理信息处理方法。
背景技术
[0002] 随着智能电网技术的发展，虚拟电厂(virtual power plants，VPP)作为一种实现电网与电源、用户互动的智能调度方法而得到重视。虚拟电厂是指由分布式电力管理系统监督和优化的一定数量的分布式发电机和可控制负荷的集合，具有负荷预测、可再生能源发电预测、机组组合、发电和负荷管理以及交换监视等所需功能。VPP是由EMS监督和控制的小型和超小型分散发电机组的集合，其拥有者和操作者可以通过由电脑运算的操作规划调度(称为分散能源管理系统)来获得技术、经济和生态方面的信息。
[0003] 传统电力系统经济调度运行一般以经济为目标，或者以经济性和网损最小等综合作为目标函数。而在虚拟电厂中，调度人员也需要关心环境效益，以及根据协议尽可能保证实际发电与发电计划偏差最小和用户供电的可靠性和供电质量等技术指标。因此，从调度的角度提出多个调度目标更符合虚拟电厂的调度需求。
[0004] 传统的调度中，当存在多个目标时，采用加权的方式形成一个目标函数来构造优化模型，未考虑单个目标的满意度及其优先满足级别。在存在用户定制电力的情况下，需单独考虑每个目标的满意度要求和优先级。
发明内容
[0005] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于虚拟电厂的多目标优化能量管理信息处理方法。
[0006] 本发明的目的可以通过以下技术方案来实现：
[0007] 一种用于虚拟电厂的多目标优化能量管理信息处理方法，其特征在于，包括以下步骤：
[0008] 1)采集虚拟电力公司所管辖的电源的发电信息和用电用户的用电信息，根据采集到的发电和用电信息及电源和用户的历史信息确定其信用值，根据该信用值，由模糊函数确定发电量和用电量的调节范围；
[0009] 2)构造多目标联合调度模型，包括定制目标函数和函数优先级；
[0010] 3)将步骤1)中所获取的发电信息和用电信息代入至步骤2)中构造的带优先级的多目标联合调度模型中，采用优化算法进行求解，得到各个节点的电压幅值和相角，电源点输出的有功和无功功率，负荷点的有功和无功功率，各个目标函数值；
[0011] 4)多目标优化和优先级协调处理。
[0012] 所述的步骤1)中的电源的发电信息包括电源的额定电压值、最大和最小技术出力、预测发电量、计划签约发电量、定制发电电源的发电信用及以上信息的历史数据。
[0013] 所述的步骤1)中的用电用户的用电信息包括用户的额定电压值、预测用电量、计划签约用电量及以上信息的历史数据。
[0014] 所述的步骤2)构造多目标联合调度模型具体步骤为：
[0015] (1)构建优化目标：建立多个以经济型、安全性、电能质量、合同定制电量为目标的函数；
[0016] (2)构建约束条件，包括：电源输出的功率约束，输电线的功率约束，电压、电流约束，电源可调出力上下限约束，系统运行约束；
[0017] (3)定制优先级，根据目标函数的重要性调度者给出满意值评分等级。
[0018] 所述的步骤3)中的优化算法为单纯形法或内点法。
[0019] 所述的步骤4)中的多目标优化和优先级协调处理具体步骤如下：
[0020] (1)对目标函数值进行灰度化处理；
[0021] (2)确定最大整体的满意度，即取各个目标函数的最大满意值中的最小值；
[0022] (3)检验最大整体满意度下的系统运行方式是否满足优先级；若不满足，减小最大满意度，直到找到接近所设定的优先级的运行方案。
[0023] 可以定制发电源和用户、定制多个目标函数和优先级别；可以考虑单独目标性能；可以协调处理多个目标与优先级之间的冲突，灵活地实现人机交互。
[0024] 与现有技术相比，本发明具有有效优化和管理分布式发电机和可控制负荷的集合，可以定制发电源和用户、定制多个目标函数和优先级别；当多个目标与优先级发生冲突时可以协调处理得到次优解，实现灵活的人机交互。
附图说明
[0025] 图1为本发明的流程图；
[0026] 图2为本发明约束条件的示意图。
具体实施方式
[0027] 下面结合附图和具体实施例对本发明进行详细说明。
[0028] 实施例
[0029] 下面结合附图1-2对本发明作进一步说明。但本发明的内容不仅仅局限于此。请参照图1，本方法的工作流程具体如下：
[0030] 采集虚拟电力公司所管辖的电源的发电信息和用电用户的用电信息；根据电源和用户的历史信息确定其信用值cj，确定实际发电量和用电量的范围，用模糊集的方式表示：α(x)＝{XF1≤x≤XF2}，其中，XF1和XF1是变化限值。
[0031] 构造多目标优化模型包括确定目标函数，约束范围和函数优先级；
[0032] 定制如下5个目标函数：
[0033] (1)最大经济效益
[0034]
[0035] 式中，ns是供电电源的数量；nt是存储设备的数量；nl是负荷点的数量；nv是可自由支配的电源的数量； 是存在合同约束的供电电源，而 是该电源的出售电价；是负荷所需功率，而 是购买电市价； 是可自由支配的电源的输出功率，而 是其生产成本； 是需存储在储存设备的功率，而 是考虑设备损耗的存储成本。
[0036] (2)最小网损
[0037]
[0038] 式中，N是输电线的条数；Gij是连接母线i和j的线路的电导；Ui和Uj是母线i和母线j的电压；θij是母线i和母线j电压的相角差。
[0039] (3)电压节点的波动稳定
[0040]
[0041] 式中， nl是母线数目；是母线i的电压幅值； 是母线i的电压额定值。
[0042] (4)特定电源供电偏差
[0043]
[0044] 式中， nm是协议输出的售电电源点， 是电源点的实际输出有功功率，是电源点的约定输出有功功率。
[0045] (5)特定负荷的供电质量
[0046]
[0047] 式中，是用户接入点的母线电压幅值； 是用户接入点母线电压幅值额定值；是约定的用户接入点的母线电压幅值偏离值。
[0048] 根据实际运行情况，确定目标函数的约束范围如图2中阴影部分所示。公式表示：
[0049]
[0050] 图2中，I表示接入点运行特性的功率限值；II表示输电线路的输电功率限值；III表示电源额定有功输出限值；IV表示在接入点为额定电压的情况下电源的输出功率；V表示在接入点为额定电压的95％的情况下电源的输出功率；VI表示在接入点为额定电压的105％的情况下电源的输出功率。
[0051] 确定函数优先级，以三个优先级为例，以满意度的方式表示如下：
[0052]
[0053] 式中，fi(i＝1-5)表示目标函数； 为目标函数的满意度；k1∈[0，1]和k2∈[0，1]分别表示第一级和第二级以及第二级和第三级之间的满意度差距。
[0054] 根据发电量和用电量范围，计算潮流；在确定目标函数，运行范围约束以及函数优先级要求后，根据潮流计算结果确定目标函数的最大值和最小值，对目标函数进行灰度化处理，得到每个目标函数的满意度表示如下：
[0055]
[0056] 式中， 是目标函数fi的期望值； 是fi在可行域内的最大值。当fi(x)完全不满足要求；当 fi(x)完全满足给定条件。
[0057] 全局最大满意度为βt＝min(β1，...，βi，...，βk)，求解模型如下：
[0058]
[0059] 式中， 是每一个目标函数的满意度，F为约束范围。
[0060] 对于满意度和多目标的优先级之间冲突下的协调处理采用两步分解的方法，具体步骤如下：
[0061] 首先不考虑优先级，在运行范围约束和α(x)＝{XF1≤x≤XF2}内，确定各个目标函数的满意值，取各个目标函数的最大满意值中的最小值作为最大整体满意度。
[0062] 若最大整体满意度满足式(优先级)，说明满意度和多目标的优先级无冲突，最大整体的满意度下的调度方案即为最优方案。若不满足，减小最大满意度，在运行范围约束和α(x)＝{XF1≤x≤XF2}以及优先级约束下搜索，直到找到满足各个目标函数设定的优先级或者接近所设定的优先级的方案。搜索模型如下：
[0063]
[0064] 式中， 是减小后的全局满意度；||γ||表示实际满意度与定制的优先级中满意度之间的差距。
