摘要：為提高虛擬電廠的經(jīng)濟性和穩(wěn)定性，提出一種考慮中斷負荷的虛擬電廠經(jīng)濟調(diào)度模型。首先，以中斷負荷成本最小為目標函數(shù)，構建虛擬電廠經(jīng)濟調(diào)度模型；然后，利用擴展記憶系數(shù)改進的粒子群優(yōu)化（IPSO）算法求解虛擬電廠經(jīng)濟調(diào)度模型；最后，將IPSO算法與PSO算法、遺傳算法（GA）進行仿真對比分析。仿真結果表明：IPSO算法相較于PSO算法、GA，其最小中斷負荷成本分別降低了0.77萬元、1.81萬元，迭代次數(shù)分別減少了65、84次；經(jīng)過IPSO算法的優(yōu)化調(diào)度，有效降低了虛擬電廠高峰時段的用電負荷，提升了虛擬電廠運行的經(jīng)濟性和穩(wěn)定性。

關鍵詞：虛擬電廠；經(jīng)濟調(diào)度模型；中斷負荷；改進的粒子群優(yōu)化算法

中圖分類號：TP311.5 """"""""""文獻標志碼：A """""""""文章編號：1674-2605（2024）06-0006-06

DOI：10.3969/j.issn.1674-2605.2024.06.006 """""""""""""""""""開放獲取

Economic Dispatch Model for Virtual Power Plants

Considering Interrupted Load

PENG Zujian

（Ucap Cloud Information Technology Co.， Ltd.，nbsp;Dongguan 523000，"China）

Abstract："To improve the economy and stability of virtual power plants， a virtual power plant economic dispatch model considering interrupted load is proposed. Firstly， a virtual power plant economic dispatch model is constructed with the objective function of minimizing the interruption load cost; Then， the extended memory coefficient improved particle swarm optimization （IPSO） algorithm is used to solve the economic dispatch model of the virtual power plant; Finally， the IPSO algorithm will be compared and analyzed with PSO algorithm and genetic algorithm （GA） through simulation. The simulation results show that compared to the PSO algorithm， the IPSO algorithm GA， The minimum interruption load cost has been reduced by 7700 yuan and 18100 yuan respectively， and the"number of iterations has been reduced by 65 and 84 times respectively; Through the optimization scheduling of IPSO algorithm， the electricity load during peak hours of virtual power plants has been effectively reduced， and the economy and stability of virtual power plant operation have been improved.

Keywords："virtual power plants; economic dispatch model; interrupt load; improved"particle swarm optimization algorithm

0""引言

近年來，隨著化石能源枯竭危機和環(huán)境污染問題的日益嚴重，發(fā)展可再生能源，推動可持續(xù)發(fā)展已成為全球共識^[1]。為了更好地管理分布式電源，虛擬電廠應運而生，并已成為研究熱點^[2]。虛擬電廠是一種整合了通信技術和能量管理系統(tǒng)的集成性電廠，可有

效解決風、光等新能源的消納問題^[3]。研究虛擬電廠的經(jīng)濟調(diào)度策略，對降低其運行成本，提高新能源消納具有重要的意義。

為了實現(xiàn)虛擬電廠的經(jīng)濟運行，專家學者們對其調(diào)度方法進行了大量的研究。文獻[4]在考慮分布式儲能和需求響應對虛擬電廠影響的基礎上，構建了一種風電的虛擬電廠優(yōu)化調(diào)度模型，通過實時優(yōu)化調(diào)度，降低了風電出力的預測誤差，實現(xiàn)了虛擬電廠的經(jīng)濟運行。文獻[5]將電力現(xiàn)貨市場的競爭博弈策略應用于虛擬電廠，獲得了虛擬電廠的最佳購、售電策略；以偏差考核成本最小為優(yōu)化目標，構建了虛擬電廠的優(yōu)化調(diào)度模型；以某售電公司的運行數(shù)據(jù)為例進行了仿真分析，驗證了該模型能夠進一步增加虛擬電廠的運營收益。文獻[6]綜合考慮了需求響應和階梯式碳交易對虛擬電廠運行成本的影響；構建了以虛擬電廠運行成本最低為優(yōu)化目標的低碳經(jīng)濟調(diào)度模型；仿真實驗結果表明，需求響應和電轉氣措施不僅提升了虛擬電廠的經(jīng)濟效益，還有效降低了碳排放量。

用戶側需求響應模型主要有基于價格的需求響應模型^[7]和基于激勵的需求響應模型^[8]。其中，基于價格的需求響應模型因具有用戶參與度高、可操作性好等特點，被廣泛應用于虛擬電廠。但相比于基于價格的需求響應模型，中斷負荷管理能夠更好地調(diào)節(jié)負荷峰谷差異，提升虛擬電廠的經(jīng)濟效益。因此，考慮中斷負荷的虛擬電廠經(jīng)濟調(diào)度問題有待進一步研究。

1 模型建立

1.1 可中斷負荷

可中斷負荷是指用戶與電力公司簽訂負荷中斷協(xié)議，在用電高峰期，電力公司提出負荷中斷請求，用戶同意后，在后期可獲得電力公司的經(jīng)濟補償。同時，用戶若未按照協(xié)議規(guī)定執(zhí)行負荷中斷響應，可能會面臨相應的經(jīng)濟懲罰^[9]。

1.2 目標函數(shù)

1.3 約束條件

考慮中斷負荷的虛擬電廠經(jīng)濟調(diào)度模型的約束條件主要包括中斷時間間隔約束、中斷持續(xù)時間約束、中斷次數(shù)約束和中斷總容量約束。

1.3.1 "中斷時間間隔約束

1.3.2 "中斷持續(xù)時間約束

1.3.3""中斷次數(shù)約束

1.3.4""中斷總容量約束

2 模型求解

2.1 改進的粒子群優(yōu)化算法

粒子群優(yōu)化（particle swarm optimization，"PSO）算法通過模擬空中飛鳥的競爭與合作等行為，獲得數(shù)學優(yōu)化問題的最優(yōu)解^[11]。

利用PSO算法求解優(yōu)化問題時：首先，將目標函數(shù)的可行解看作是在空間坐標中飛行的鳥，這些鳥即為求解優(yōu)化問題的粒子；然后，粒子的初始位置和初始速度分別表示為x和v，并根據(jù)適應度函數(shù)確定粒子的適應度值fitness（x）；最后，每個粒子均以一定的速度向最優(yōu)解移動，粒子每次位置變化的過程就是一次迭代過程，直到滿足迭代終止條件為止，粒子群最終到達的位置即為全局最優(yōu)解。

2.2 IPSO算法求解虛擬電廠經(jīng)濟調(diào)度模型

考慮到IPSO算法具有良好的尋優(yōu)性能，本文利用其對虛擬電廠經(jīng)濟調(diào)度模型進行求解，求解流程如圖1所示。

虛擬電廠經(jīng)濟調(diào)度模型主要求解步驟如下：

1）"設置虛擬電廠的調(diào)度周期、運行參數(shù)、相關約束條件；

2）"設置IPSO算法的相關參數(shù)，包括粒子數(shù)量、最大迭代次數(shù)、慣性權重的最大值和最小值、學習因子調(diào)節(jié)系數(shù)等；

3）"隨機給定粒子的初始位置、初始速度，將公式（2）作為適應度函數(shù)，計算、比較粒子的適應度值，確定個體極值、全局極值；

4）"利用公式（11）、（12）分別更新粒子的位置和速度，再次計算粒子的適應度值，若其優(yōu)于個體極值，則更新個體極值，否則，個體極值不變；

5）"將個體極值與全局極值進行比較，若個體極值優(yōu)于全局極值，則將其替換為全局極值，否則，全局極值保持不變；

6）"判斷IPSO算法是否達到最大迭代次數(shù)，若是，輸出目標函數(shù)最優(yōu)解，否則，返回步驟4）。

3 仿真分析

利用某虛擬電廠的負荷數(shù)據(jù)進行仿真分析。該虛擬電廠參與負荷中斷響應的用戶有90個。為了使仿真場景更接近于工程實際，將90個用戶分為3組，每組的負荷中斷補償價格、未執(zhí)行負荷中斷協(xié)議的懲罰價格、信譽度（負荷實際中斷量與中斷需求量之差的標準差）均不同。3組用戶的中斷負荷參數(shù)如表1所示。

在MATLAB中進行仿真計算。仿真計算環(huán)境如下：Windows10系統(tǒng)，主頻3.5 GHz，內(nèi)存16.0 GB，仿真軟件MATLAB2019b。利用IPSO算法、PSO算法和遺傳算法（genetic algorithm，"GA）^[16]分別對虛擬電廠經(jīng)濟調(diào)度模型進行求解，3種算法的參數(shù)設置如表2所示。

由表3可知：IPSO算法獲得的最小中斷負荷成本為13.21萬元，迭代次數(shù)為74次；相較于PSO算法和GA，最小中斷負荷成本分別降低了0.77萬元、1.81萬元，迭代次數(shù)分別減少了65、84次，表明IPSO算法的收斂性能更好，尋優(yōu)精度更高。

根據(jù)IPSO算法的優(yōu)化結果，獲得調(diào)度周期內(nèi)各時段的中斷負荷量如圖4所示。

由圖4可知，負荷中斷時間主要集中在9"～"20"h，且在11"～"13"h和19"～"20"h用電高峰期負荷中斷量相對較大，可見中斷負荷削減了虛擬電廠高峰時段的用電負荷，提高了虛擬電廠運行的經(jīng)濟性和穩(wěn)定性。

4 結論

本文以虛擬電廠中斷負荷成本最小為優(yōu)化目標，綜合考慮了4種約束條件，構建了考慮中斷負荷的虛擬電廠經(jīng)濟調(diào)度模型。采用IPSO算法求解該模型，并將求解結果與PSO算法和GA進行仿真分析對比。仿真結果表明：IPSO算法的收斂性能更好，尋優(yōu)精度更高；中斷負荷削減了虛擬電廠高峰時段的用電負荷，提高了虛擬電廠運行的經(jīng)濟性和穩(wěn)定性。未來將進一步研究復合需求響應對虛擬電廠運行的影響，以期進一步降低虛擬電廠的調(diào)度成本。

?The author（s） 2024. This is an open access article under the CC BY-NC-ND 4.0 License （https：//creativecommons.org/licenses/ by-nc-nd/4.0/）

參考文獻

[1] 張超，趙冬梅，季宇，等.基于改進深度Q網(wǎng)絡的虛擬電廠實時優(yōu)化調(diào)度[J].中國電力，2024，57（1）：91-100.

[2] 魯肖龍，潘淼，鞠立偉，等.考慮碳捕集和電轉氣的熱電聯(lián)合虛擬電廠調(diào)度優(yōu)化模型[J].電力建設，2023，44（8）：107-117.

[3] 楊力帆，周鯤，齊增清，等.基于需求響應的虛擬電廠多時間尺度優(yōu)化調(diào)度[J].電網(wǎng)與清潔能源，2024，40（3）：10-21.

[4] 黃宸希，吳雪瓊，馮榮強，等.基于最優(yōu)經(jīng)濟效益的虛擬電廠平臺優(yōu)化調(diào)度模型[J].水力發(fā)電，2024，50（2）：90-93;113.

[5] 王千淳，杜欣慧，趙薇，等.考慮碳交易下虛擬電廠參與現(xiàn)貨市場競價和調(diào)度策略[J].現(xiàn)代電力，2024，41（1）：152-160.

[6] 徐慧慧，田云飛，繆猛，等.計及碳交易和需求響應的虛擬電廠低碳經(jīng)濟調(diào)度[J].智慧電力，2023，51（8）：1-7.

[7] 馬丙泰，劉海濤，郝思鵬，等.基于價格需求響應的儲能系統(tǒng)退化成本模型研究[J].太陽能學報，2023，44（10）：531-540.

[8]"李佳桐，初壯.考慮激勵型需求響應不確定性的微網(wǎng)儲能容量優(yōu)化配置[J].電力電容器與無功補償，2023，44（6）：93-102.

[9] 郭靖琪，李常生，付榮之，等.基于源荷不確定性的虛擬電廠負荷優(yōu)化調(diào)度方法[J].自動化技術與應用，2023，42（10）：73-76.

[10] 李本賽.考慮需求側響應的主動配電網(wǎng)優(yōu)化調(diào)度研究[D]. 青島：青島大學，2022.

[11] 馬智強，馬勝國，陳亮，等.基于粒子群算法的新能源微電網(wǎng)局部停電負荷調(diào)度研究[J].電網(wǎng)與清潔能源，2024，40（4）： 112-117;126.

[12] 蔣鳴東，劉巖.基于粒子群算法的電機控制策略研究[J].太原學院學報（自然科學版），2024，42（2）：56-60.

[13]"王小軍，高廣德，吳田，等.基于PSOEM優(yōu)化LSSVM的接地網(wǎng)腐蝕預測研究[J].智慧電力，2020，48（11）：68-73.

[14] 劉闖，何沁鴻，盧銀均，等.輸電線路PSOEM-LSSVM覆冰預測模型[J].電力科學與技術學報，2020，35（6）：131-137.

[15] 劉小臣，何衛(wèi)東，姚世選，等.基于IPSO算法的機器人抓取系統(tǒng)剛度優(yōu)化研究[J].機床與液壓，2021，49（21）：1-7.

[16] 王皓靖，修曉青，張宇，等.基于遺傳算法的虛擬電廠經(jīng)濟性分析[J].電器與能效管理技術，2018（6）：11-17.

作者簡介：

彭祖劍，男，1984年生，軟件工程碩士，主要研究方向：人工智能應用。E-mail： 304996311@qq.com