本發(fā)明涉及電力系統(tǒng)運行與控制，具體涉及一種電動汽車虛擬電廠定價模型的構(gòu)建方法及裝置。

背景技術(shù)：

1、隨著新能源汽車的大量普及，其帶來的無序充電問題會對電網(wǎng)運行帶來巨大沖擊。而合理的激勵定價策略能夠?qū)崿F(xiàn)“削峰填谷”，有助于電網(wǎng)平穩(wěn)運行。同時，市場投標(biāo)與激勵定價相互耦合：如果虛擬電廠在市場上的投標(biāo)報量過多，而對終端用戶的激勵較小，虛擬電廠將會面臨考核風(fēng)險；反之，如果投標(biāo)報量過少，而激勵較大，則虛擬電廠會面臨過度響應(yīng)的風(fēng)險，二者都會導(dǎo)致虛擬電廠的經(jīng)濟利益受損，不利于實現(xiàn)收益最大化。

2、目前相關(guān)研究多將虛擬電廠的投標(biāo)與定價分別加以分析和建模，雖然較為簡潔直觀，也便于付諸實踐，但是由于沒有充分考慮投標(biāo)與定價之間的關(guān)系，可能會導(dǎo)致最終模型與實際情況之間存在較大偏差，在電動汽車用電需求日益增大的背景下，需要設(shè)法將二者綜合考慮，讓模型預(yù)測結(jié)果更加即時和精確。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種電動汽車虛擬電廠定價模型的構(gòu)建方法及裝置，用于解決現(xiàn)有技術(shù)定價模型沒有充分考慮投標(biāo)與定價之間的關(guān)系，可能導(dǎo)致的最終定價模型與實際情況之間存在較大偏差等問題，能保證在最惡劣情況下的收益最大化，從而實現(xiàn)經(jīng)濟性與魯棒性的平衡，也符合實際情況中新能源出力和電動汽車充電站需求響應(yīng)行為的不確定性。

2、為了實現(xiàn)上述目的，本發(fā)明提供一種電動汽車虛擬電廠定價模型的構(gòu)建方法，包括：

3、步驟1、基于多離散場景分布魯棒優(yōu)化思想，確定新能源出力預(yù)測誤差的典型場景概率分布向量構(gòu)成的不確定性集合及相應(yīng)的置信度約束；

4、步驟2、確定電動汽車虛擬電廠在日前市場的投標(biāo)量，再基于不確定性集合及相應(yīng)的置信度約束進(jìn)行優(yōu)化，確定向電動汽車充電站發(fā)布的零售價格；

5、步驟3、根據(jù)投標(biāo)量、零售價格和實時市場價格，調(diào)整電動汽車充電站的偏差功率，優(yōu)化儲能系統(tǒng)的充放電功率和實時市場中的電力交易。

6、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，步驟1中，利用推土機距離法，刻畫新能源出力預(yù)測誤差的典型場景概率分布向量構(gòu)成的不確定性集合及相應(yīng)的置信度約束。

7、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，新能源出力預(yù)測誤差的典型場景概率分布向量構(gòu)成的不確定性集合為：

8、(1)

9、其中，為不確定性集合；為新能源出力預(yù)測誤差的典型場景概率分布向量；表示由新能源發(fā)電功率和負(fù)荷的歷史樣本數(shù)據(jù)得到的隨機變量支持空間的邊界；和分別為t時段典型場景s下電動汽車虛擬電廠在實時市場的購電功率和售電功率；為推土機距離法的模糊集的置信度水平；

10、推土機距離法的模糊集的置信度水平由下式得到：

11、(2)

12、(3)

13、式中，為基準(zhǔn)場景概率分布向量；ns為表示通過場景生成過程創(chuàng)建的所有可能場景的數(shù)量；為變量，根據(jù)實際情況而定；為隨機變量支持空間的直徑；表示范數(shù)。

14、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，置信度約束為：

15、

16、式中， p表示概率。

17、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，步驟2具體包括：

18、根據(jù)日前市場的結(jié)算收益和向電動汽車充電站售電的收益，確定零售價格的目標(biāo)函數(shù)；根據(jù)市場規(guī)則和電動汽車虛擬電廠參與上級市場時的內(nèi)部供需情況，確定零售價格的約束條件。

19、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，零售價格的目標(biāo)函數(shù)為：

20、(5)

21、其中，，

22、式中，為第一階段的決策變量集合；表示在優(yōu)化過程中每個決策周期的時間長度；為時段總數(shù)；為電動汽車充電站總數(shù)；為儲能系統(tǒng)總數(shù)；和分別為t時段日前市場售電和購電的出清電價；和分別為t時段電動汽車虛擬電廠向市場出售和從市場購買的電功率出清量；和分別表示在t時段儲能系統(tǒng)的放電和充電電價;和分別表示在t時段儲能系統(tǒng)的放電和充電功率；和為t時段電動汽車充電站的等效充電功率和放電功率；為t時段電動汽車虛擬電廠發(fā)布的零售價格；為?0-1?變量，表示t時段電動汽車虛擬電廠作為電能生產(chǎn)者，表示t時段電動汽車虛擬電廠作為電能消費者；為?0-1?變量，表示t時段儲能系統(tǒng)為充電狀態(tài)，表示t時段儲能系統(tǒng)為放電狀態(tài)。

23、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，零售價格的約束條件為：

24、(6)

25、(7)

26、(8)

27、(9)

28、(10)

29、(11)

30、(12)

31、(13)

32、式中，分別為t時段市場規(guī)則允許的零售價格最小值和最大值；為日均零售價格閾值；分別為t時段電動汽車虛擬電廠向市場出售和從市場購買的電功率出清量最大值；為t時段儲能系統(tǒng)充放電功率的最大值；和分別表示儲能系統(tǒng)的充電和放電效率；表示儲能系統(tǒng)狀態(tài)，為儲能系統(tǒng)的初始狀態(tài)。

33、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，步驟3具體包括：

34、建立電動汽車虛擬電廠的期望收益模型，期望收益模型的目標(biāo)函數(shù)為：

35、(14)

36、式中，和分別為t時段典型場景s下電動汽車虛擬電廠在實時市場的購電功率和售電功率，為實時市場購電價格，為偏差懲罰成本系數(shù)；是風(fēng)險偏好系數(shù)；表示儲能系統(tǒng)的調(diào)度成本；

37、刻畫電動汽車虛擬電廠內(nèi)網(wǎng)絡(luò)的交流潮流，并確定期望收益模型的約束條件。

38、根據(jù)本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法，期望收益模型的約束條件為：

39、(15)

40、(16)

41、(17)

42、（18）

43、（19）

44、(20)

45、式中，表示t時段典型場景s下常規(guī)負(fù)荷的有功功率；為t時段典型場景s下分布式新能源r的出力；為分布式新能源總數(shù)；為電動汽車虛擬電廠在節(jié)點i處注入電網(wǎng)的無功功率，為電動汽車虛擬電廠在節(jié)點i處從電網(wǎng)吸收的無功功率；、分別為節(jié)點i、j的電壓幅值，為節(jié)點和之間的電壓相角差，為線路的電導(dǎo)，為線路的電納，表示與節(jié)點通過線路直接連接的所有節(jié)點，為節(jié)點的電壓相角；分別為節(jié)點電壓的最小值和最大值；為t時段典型場景?s?下分布式新能源r的最大可能出力。

46、第二方面，本發(fā)明提供一種電動汽車虛擬電廠定價模型的構(gòu)建裝置，包括：

47、第一確定單元，用于基于多離散場景分布魯棒優(yōu)化思想，確定新能源出力預(yù)測誤差的典型場景概率分布向量構(gòu)成的不確定性集合及相應(yīng)的置信度約束；

48、第二確定單元，用于確定電動汽車虛擬電廠在日前市場的投標(biāo)量，再基于不確定性集合及相應(yīng)的置信度約束進(jìn)行優(yōu)化，確定向電動汽車充電站發(fā)布的零售價格；

49、調(diào)整優(yōu)化單元，用于根據(jù)投標(biāo)量、零售價格和實時市場價格，調(diào)整電動汽車充電站的偏差功率，優(yōu)化儲能系統(tǒng)的充放電功率和實時市場中的電力交易。

50、本發(fā)明提供的一種電動汽車虛擬電廠定價模型的構(gòu)建方法及裝置，通過分布式魯棒優(yōu)化方法，成功解決了電動汽車虛擬電廠在新能源出力不確定性和充電站需求響應(yīng)不確定性下的定價問題。本發(fā)明在收益最大化、電動汽車充電站行為調(diào)度、電網(wǎng)穩(wěn)定性和新能源出力不確定性處理方面表現(xiàn)出色，具有較強的實際應(yīng)用前景。通過綜合考慮市場投標(biāo)、零售價格、新能源出力和電動汽車充電站需求響應(yīng)，能夠幫助虛擬電廠在復(fù)雜的市場環(huán)境中實現(xiàn)收益最大化和風(fēng)險最小化。