基于模糊-概率策略实时反馈的虚拟电厂多时间尺度优化调度

摘要

虚拟电厂(VPP)日前计划和日内运行方案是其在内、外部随机性上,实现经济或技术效益的有力保证.提出VPP日前计划-滚动计划-实时调度在内的全时域优化调度框架,建立不同尺度优化模型并通过"多级调度、逐级细化"的思想达到优化鲁棒性.在日前计划中,以虚拟电厂最大化市场效益为目标建立模型;在日内优化中,基于马尔科夫决策过程(MDP)融合30min尺度滚动和5min尺度超短期两层优化以减少建模层级.在MDP模型中,建立熵值回馈函数表征滚动优化过程,用以减少因日前预测误差带来的日内运行偏差值;建立模糊-概率策略表征超短期优化过程,用以调节储能荷电状态、均衡其充电与放电能力,最终实现跟踪日前计划的目标,最大化经济效益.最后通过算例计算对所提方案进行了验证.