基于在线分布式优化的虚拟电厂自趋优运行方法研究

虚拟电厂(virtual powerplant,VPP)需要在快速变化的运行环境下协同大量分布式能源(distributed energy resources,DERs)满足上级电网的调节需求。当前有关VPP优化运行的研究需在每一个控制时段消耗较多的运算与通讯时间,不易应对快速变化的运行环境。自趋优(self-approaching optimization,SAO)为VPP运行提供了全新的理念,主张在变化的环境中,以细粒度的时间间隔快速更新DERs,确保VPP不断趋近于最优的运行状态。为实现这一理念,该文提出基于在线分布式优化(online distributed optimization,ODO)的VPPSAO运行方法。首先,建立含非储能型DERs和储能型DERs的VPP运行统一模型;其次,通过模型松弛变换等技术依次解决时间耦合、空间耦合、变量快速更新、激励机制与自主响应等问题,形成基于ODO的自趋算法;进而,定义趋优间隙以量化算法可能产生的最优性损失,并从理论上证明提出的算法具有严格的趋优间隙上确界。以分布式光伏、储能及电动汽车等DERs为例构造测试VPP,与其他不同方法进行算例对比,验证SAO运行方法在约束满足、优化性能、计算效率等方面的优势。