人工智能赋能虚拟电厂关键技术-上海电力大学林顺富

12一一新型电力系统下的虚拟电厂二AI赋能虚拟电厂聚合建模三AI赋能虚拟电厂潜力评估四AI赋能虚拟电厂优化调度五AI赋能虚拟电厂技术展望目录 2035年前后，新能源成为电源装机主体（占比超过50%）2050年前后，新能源成为发电量供应主体（占比超过50%）2060年前后，新能源装机容量超过70亿kW，发电总量超过11万亿kW数据来源：周孝信《双碳目标下我国能源电力系发电量(万亿kWh,1000TWh)0.70.50.1发电量99.393.888.576.317.217.262.716.415.252.514.112.811.944.51138.711.39.933.94.65.15.24.73.720202030204020502060年总发电量煤电发电量风光发电量非化石能源发电量占比100908070605040302001.42.30.924208403.62.24.83 近年来极端天气突发频发造成电力负荷大幅攀升，也影响了可再生能源出力，增加了电力安全供应压力新能源装机比重持续增加，但电力支撑能力与常规电源相比存在较大差距，未能形成可靠替代能力需要始终坚持底线思维，全力保障能源安全，推动构建适应大规模新能源发展的源网荷储多元综合保障体系44 新能源发电呈现季节性特点，春季发电能力最强，夏季相对较低受空调负荷影响，电力需求高峰出现在夏季、冬季，与新能源季节性特性相反电力供应总体呈现春秋季富裕、夏冬季晚间紧张态势1.1能源变革-新型电力系统图景展望n大电源、大电网与分布式兼容并举、多种电网形态并存，共同支撑系统安全稳定和高效运行n大量用户侧主体兼具发电和用电双重属性，终端负荷特性由传统的刚性、纯消费型，向柔性、生产与消费兼具型转变n力电力系统实现高度数字化、智慧化和网络化，支撑源网荷储海量分散对象协同运行和多种市场机制下系统复杂运行状态的精准感知和调节数据来源：《新型电力系统蓝皮书》1.1能源变革-源网荷侧新型储能多应用场景n积极推动电力源网荷储一体化构建模式，灵活发展用户侧新型储能，提升用户供电可靠性及用能质量n推动用户侧智能有序充电，探索智能车网双向互动新模式，有效发挥电动汽车储能充放电资源的峰谷调节作用n重点解决中远期新能源出力与电力负荷季节性不匹配导致的跨季平衡调节问题数据来源：《新型电力系统蓝皮书》1.2虚拟电厂基本概念虚拟电厂（VPP,VirtualPowerPlant）,是指分布式电源、可控负荷和储能装置有机结合，通过虚拟电厂的控制中心的“通信”和“聚合”，对电网调频、调峰和备用用户参与电力市场，合并作为一个特别的整体参与电网运行，实现资源合理优化配置与应用。89 1.2虚拟电厂类型功能：功能：从电力系统的整体需求考虑，提供灵活调节能力特点：考虑接入电源、负荷等的物理特性，和电网的实际运行情况功能：从经济角度考虑，制订最优发电计划和调度方式，参与电力市场特点：打包交易，分布式资源的商业模式市场型VPP,CVPP）技术型(technicalVPP,TVPP)1.2虚拟电厂的驱动力和价值求求分布式发电大量接入，由于缺乏管理，增加了配电网运行的成本和安全风险分布式发电由于单体容量小发电不稳定，在电力市场价值无法得到释放，经济效益无法保障中小型的用电户，无法有效参与电力市场，可控负荷在电力平衡以及辅助服务市场价值无法释放，用能成本高。CCHP、光伏、风电、储能等分布式能源功能技术日趋成熟，成本优势日益突出。物联网技术、大数据以及云计算等技术的发展，使得大量分布式电源及可控负荷的监测和集中控制在技术上成为可能。1.2虚拟电厂参与电力市场流程大致流程大致流程火电、水电、核电、燃气、集中式可再生能源等集交易中心交易中心虚拟电厂运营商储能、分布式电源、工业负荷等分布式能源1.3虚拟电厂——国外相关案例工程名称工程时间VPP所在区域主要聚合资源用途2007年荷兰源提高电网调峰调频能力2009年罗马尼亚等源提高电网系统的稳定性、安全性和可持续性EDISON2012年丹麦荷实现对于电动汽车的管理WEB2ENERGY2015年源网荷验证和实施“智能配电”三大技术关西VPP2016年源网荷提高能源的利用率和综合能源效益ConEdison2016年源网荷提高电网实时应用、调峰、调频能力光储VPP2018年南澳大利亚洲源网荷降低用户电费，提高多能源系统稳定性1.3虚拟电厂——国外相关案例1、荷兰基于电力匹配技术的虚拟电厂电力匹配器(powermatcher,PM)是由荷兰能源研究中心(EnergyCentreoftheNetherlands，ECN)基于多代理系统而开发的一种虚拟电厂技术。n每一个DER设备都有一个设备代理代表，该代理以不同优化方式进行设备相关操作，因此集中优化算法不再需要n设备代理聚集于集线器代理，将众多市场竞价聚合于唯一竞价，并发送至拍卖代理商n拍卖代理商的职责在于参考均衡价格形成市场出清价格，并反馈给旗下其他设备代理据此做出调整、发/用点或等待下一轮竞价的处理1.3虚拟电厂——国外相关案例2、欧盟FENIX项目FENIXFENIX(flexibleelectricitynetworktointegratetheexpectedenergysolutionproject)是一个整合各种潜在供能资源的灵活电网项目，项目于2005年10月启动，由欧盟8个国家的19个研究机构和组织联合开展，旨在将DER整合入大型虚拟电厂(largescalevirtualpowerplant，LSVPP)，并对其进行分级管理，以优化DER在电力系统中的运作。FENIX包括3个核心元素：FENIX盒(FENIXbox，FB)、CVPP以及TVPP。nFB：为DER控制系统实现远程监视及控制提供接口nCVPP：主要负责为DG制定发电计划和能量优化功能nTVPP：主要在配电管理系统中执行确认发电计划表、分派DER解决电压/电流约束或阻塞问题等功能1.3虚拟电厂——国外相关案例欧盟FENIX欧盟FENIX项目西班牙南部方案欧盟FENIX项目英国北部方案受控于DSO，DSO受控于DSO，DSO进行电压无功控制，维持节点电压n同时验证CVPP和TVPP的功能：聚合DER加入日前电力市场、提供第三备用辅助服务、维持输电和配电电压nPM将DER实时状态信息提供给CVPP。CVPP由西门子开发的分布式能量管理系统DEMS实现，具有DER聚合、制定和分配发电计划、实时操作与控制功能nTVPP由配电网状态估计模块和电压无功控制模块组成，nFB为设备代理提供DER当前状态和设备信息，如冷冻机或CHP温度nPM将所有信息汇总后传送给VPP代理，并由VPP代理形成竞标曲线，并发送竞标曲线给市场接口e-terraTrade，以实现市场交易n一旦市场交易达成，CVPP立即制定发电计划表并将其传送给所有的DER设备，DER设备按照计划表实时生产/消费电能1.3虚拟电厂——国外相关案例3、德国ProVPP项目专业虚拟发电厂专业虚拟发电厂(professionalvirtualpowerplant，ProVPP)项目是德国西门子公司与RWE发电公司与2008年联合发起的一项试点项目，旨在将小型分布式发电厂联网，形成可从中央控制站统一运营的虚电、小型水电站和沼气发电等系统以及炼铝厂和大型水泵站等用电大户联合起来，通过统一的能量调度系统与信息系统，组成一个一体化电力供应机构，其核心是西门子提供的分布式发电管理系统(distributedenergy1.3虚拟电厂——国外相关案例4、丹麦的EDISON项目EDISON(electricvehiclesintegratedmarketusings整合型结构整合型结构独立型结构独立型结构EVPP)可直接参与电力市场，以实现内部电力平衡EVPP通过向既有的市场参与者(如发电企业)提供支持服务来实现EVPP的有效利用，并从中获得合理收益1.3虚拟电厂——国外相关案例5、欧盟WEB2ENERGY项目1.2虚拟电厂关键技术一一新型电力系统下的虚拟电厂二AI赋能虚拟电厂聚合建模三AI赋能虚拟电厂潜力评估四AI赋能虚拟电厂优化调度五AI赋能虚拟电厂技术展望目录2.1虚拟电厂聚合建模技术——聚合面临挑战及技术现状海量负荷资源规模化聚合从海量灵活性负荷曲线中，提取出典型负荷曲线，为虚拟电厂参与电力市场任务提供依据。传统聚类方法存在效率低下、提取潜在表征困难等问题。虚拟电厂聚合资源需要下海量负荷资源规模化聚合从海量灵活性负荷曲线中，提取出典型负荷曲线，为虚拟电厂参与电力市场任务提供依据。传统聚类方法存在效率低下、提取潜在表征困难等问题。虚拟电厂聚合资源需要下沉一线，涉及多方参与主体和大量信息交互，资源市场拓展难度大大规模实技术标准缺乏大规模实技术标准缺乏需要投入高水平的数字化平台、通信技术和物联网技术分布式资源类型多样，缺分布式资源类型多样，缺乏统一的技术标准和通信协议，导致跨平台数据集成和聚合困难2.2虚拟电厂聚合建模技术——面向需求响应的负荷曲线聚类技术ClusteringLoadProfilesforClusteringLoadProfilesfor针对问题：海量负荷精准分类技术突破：多尺度特征：基于距离和曲线形状特征使得数据降维技术和分类处理海量负荷曲线，对于DR开发的成功至关重要。利用基于信息熵的分段聚合近似算法（IEPAA）对原始负荷数据进行预处理和降维，改进的谱聚类算法对降维后的数据进行聚类分析，克服了传统K-means聚类只考虑点到点距离的局限性，能够识别负荷曲线分布的形状特征。聚合结果聚合稳定性对比算法对比分析2452.3虚拟电厂聚合建模技术——基于稀疏自动编码器的负荷曲线分类提高标签数据精度：双尺度相似性度量的优针对问题：异构负荷分类建模难技术突破：优化特征学习能力：采用稀疏自动编码器提取低维特征增强分类器性能：SAE权值矩阵初始化SV利用基于距离与形态双尺度相似性度量的优化谱聚类算法对负荷曲线进行精准标签化处理，改进的稀疏自动编码器神经网络对大规模负荷数据进行特征学习和分类器初始化，克服了神经网络随机初始化的局限性。负荷分类结果算法总耗时样本训练＋SVM分类耗时2.4虚拟电厂聚合建模技术——基于负荷高频特征图像化的非侵入式负荷辨识技术特征维度转换的创新思路：二维图像化能够为研究用户负荷的使用行为，本研究基于负荷高频特征图像化提出非侵入式负荷辨识技术，融合多特征生成RGB图像，经ShuffleNetV2高效识别，为后续潜力评估提供支撑。算法流程图部分电器特征融合RGB图准确率高达99.5%基于负荷高频特征图像化的非侵入式负荷辨识技术研究基于负荷高频特征图像化的非侵入式负荷辨识技术研究.电网技术（2022.5虚拟电厂聚合建模技术——基于Frank-Copula的风光出力相关性建模针对问题：风光出力不确定性技术突破：风光出力相关性建模：引入Spearman秩相关系数、Kendall风光出力具有不确定性且同区域风光出力具有相关性，基于非参数核密度估计选取高斯核函数生成24h内每个时段的风、光出力概率密度函数，采用三次样条插值方法求解出其累积概率所对应的样本值，采用同步回代消除法对采样样本进行场景削减，建立基于Frank-Copula风光出力相关性模型，可以更好的拟合区域风光出力特性。计算得到的秩相关系数和欧式距离Frank-Copula函数的秩相关系数与Empirical-Copula函数接近且与其之间欧式距离较小，因此选取Frank-Copula函数描述风光相关性。一一新型电力系统下的虚拟电厂二AI赋能虚拟电厂聚合建模三AI赋能虚拟电厂潜力评估四AI赋能虚拟电厂优化调度五AI赋能虚拟电厂技术展望目录3.1虚拟电厂潜力评估技术——主要研究及现存问题抽样仿真法包络近似法抽样仿真法根据灵活性资源功率分布和分布式能源出力特征，采用蒙特卡洛等抽样方法根据灵活性资源功率分布和分布式能源出力特征，采用蒙特卡洛等抽样方法，生成大批量虚拟电厂运行场景，评估获得响应潜力。缺点是计算负担大。外包多面体，存在分解指令不可运行风险。多面体内接近似法：灵活性资源可行域内接近似，存在牺牲设备灵活调控性的风险。优化评估法考虑虚拟电厂内部潮流安全和电压范围约束优化评估法考虑虚拟电厂内部潮流安全和电压范围约束，通过优化计算得到有功功率的最大/最小调节范围，评估获得响应潜力范围。引入机器学习、多源数据融合方法解决了虚拟电厂潜力评估数据多样性不足、数据匮乏及维度单一等问题，但动态场景适应性仍需提升。3.2虚拟电厂潜力评估技术——基于闵可夫斯基求和的柔性负荷潜力评估方法变频空调负荷精准分类：聚类算法驱动的日考虑负载异质性，在基于几何多面体个体空调建模的基础上，提出一种基于闵可夫斯基求和变频空调响应潜力评估方法单体变频空调响应潜力的最优近似原理图评估空调负荷响应潜力流程图目标跟踪的响应效果AnevaluationmethodfortheresponseflexibilityofAnevaluationmethodfortheresponseflexibilityofaggregatedinverterairconditio3.3虚拟电厂潜力评估技术——考虑时序相关性的可调节功率域聚合利用基于时序相关性的线性边界约束法，对需求侧资源相邻时段可调节功率域进行量化建模。改进的上下边界近似聚合方法，对多类型异构资源进行聚合。采用自适应分布鲁棒优化算法，将功率灵活性聚合表示为一个两阶段优化问题，以降低求解负担。相邻时段可调节功率域基于不同近似方法的功率边界比较需求侧资源集群的可调节功率范围考虑时序相关性的需求侧资源可调节功率域聚合方法考虑时序相关性的需求侧资源可调节功率域聚合方法.电力系统保护与控制.（23.4虚拟电厂潜力评估技术——面向小样本数据的用户需求响应潜力评估针对历史响应样本缺失导致的小样本问题，提出了一种基于加权动态时间规划（WDTW）和深度模糊聚类的潜力用户分类模型，利用Wasserstein距离的生成对抗神经网络，生成一批次规律类似的用户响应负荷信息，通过协同回归算法，构建DR特征参数与潜力之间的映射关系，在只有小部分标签的增强数据集上进行特征学习和融合居民用户DR潜力评估框架用户遴选前后典型负荷模式3对比图线协同回归算法部分评估曲线表明该DR潜力评估与真实响应量误差小、趋势一致。一一新型电力系统下的虚拟电厂二AI赋能虚拟电厂聚合建模三AI赋能虚拟电厂潜力评估四AI赋能虚拟电厂优化调度五AI赋能虚拟电厂技术展望目录4.1虚拟电厂协同优化调度技术——主要研究及现存问题不确定性处理参与多类型市场利用随机规划、鲁棒优化等方法处理虚拟电厂面临的不确定性。然而，高维不确定性的求解效率和鲁棒性有待进一步提升。多利益主体协同优化利用合作博弈、非合作博弈等刻画多主体的协同关系。然而，海量异构资源协调、多目标（经济、隐私）冲突、跨主体利益分配尚不完善。虚拟电厂以能量市场套利、提供辅助服务为主。随着市场发展，需关注虚拟电厂参与单一市场到多类型（电碳）联合市场的演化。配网-VPP协同调度配网侧VPP在参与电力市场调度时，主要追求经济获利，当配网中存在高比例VPP资源时，VPP调度会影响配网潮流最优分布，并引起电压问题，有必要研究配网-VPP协同调度问题。4.2虚拟电厂协同优化调度技术——计及配网潮流约束的多VPP协同优化调度针对问题：配电网-VPP协同调度技术突破：多VPP之间能量交易：P2P交易提出了一种计及潮流约束的配电网-VPP多层协同优化调度框架。在考虑系统潮流约束和电压安全的前提下，拥有完整拓扑结构的ADN(DSO)对外向主市场制定投标计划，对内向VPP下发有功和无功激励电价。VPP系统互动框架系统的电压稳定性更好系统的经济性提升3.38%OptimalCoordinationMethodforanOptimalCoordinationMethodforanADNWithMul 4.3虚拟电厂协同优化调度技术——基于分布式深度强化学习的电热水器优化控制针对问题：单一控制模式适应力差技术突破：两阶段更强针对典型的可控负荷EWH（电热水器）的需求响应策略提出了离线-在线两阶段DRL训练策略，使用分布式强化学习控制策略，减少学习不确定性与成本，动态更新策略.提升用户舒适度同时降低运行成本，支持可扩展，适应性更强分布式强化学习控制策略框架图双层优化总体框架分布式强化学习控制策略框架图双层优化总体框架。4.4虚拟电厂协同优化调度技术——考虑用户心理的商业楼宇集群能量共享策略针对商业楼宇集群能量共享及利益分配问题，利用行为经济学对非理性用户参与需求响应心理进行建模；利用纳什谈判理论建立楼宇–集群商联盟效益最大化模型，利用交替方向乘子法对模型求解。根据用户对联盟的贡献大小，提出非对称纳什议价理论进行利益分配。考虑用户心理的电动汽车充放电结果楼宇2参与能量共享优化结果楼宇-运营商联盟效益最大化分布式算法收敛性考虑用户心理的商业楼宇集群能量共享优化策略考虑用户心理的商业楼宇集群能量共享优化策略.电网技术,2022.考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略.电力自动化设备,2023.4.5虚拟电厂协同优化调度技术——考虑多重不确定性的含电碳交易的VPP优化调度针对问题：多重不确定性源表征不全面技术突破：针对虚拟电厂中多重不确定性表征考虑不全面且处理方法单一的问题，提出一种基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法的风光出力、电价建模方法，并利用区间法对碳价、需求响应进行建模；建立基于区间线性规划的虚拟电厂优化调度模型，采用强区间线性规划法中的两阶段分解算法进行求解。4.6虚拟电厂协同优化调度技术——基于量子经典鲁棒优化的乡村微网VPP优化调度确保