李翔宇 赵冬梅

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

李翔宇 赵冬梅

（华北电力大学电气与电子工程学院 北京 102206）

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。

虚拟电厂 优化调度 多时间尺度 马尔科夫决策过程 模糊-概率策略

0 引言

当前电力系统正处于从集中式发展过渡到分散式发展的态势，大规模多元、分散、异构的分布式电源无序接入中低压配电系统给电网的管控带来了极大的困难[1-2]。在众多的解决方案中，虚拟电厂（Virtual Power Plant, VPP）技术相比微电网/微网群[3]、综合能源[4]、主动配电网[5]、分布式电源集群等技术[6]，对先进通信技术和电力市场适应度更高，更适合电力系统分散式发展的方向。……