016文章解读与程序——可参考电力系统自动化EI\CSCD\北大核心《含风光水的虚拟电厂与配电公司协调调度模型》已提供下载资源
下载资源链接
摘要：随着大量利用可再生能源发电的分布式电源的出现，微网和虚拟电厂成为有效解决分布式 电源并网的两种主要方法。采用场景抽样生成与缩减技术处理风电和光伏发电出力的不确定性， 形成含概率信息的经典场景，在此基础上，根据合作博弈理论，建立了基于场景分析的虚拟电厂单 独调度、与配电公司联合调度模型，分析了含风光水的虚拟电厂与配电公司的合作空间以及利益公 平分配问题。算例采用某风光水分布式电源示范工程和迪庆藏族自治州电网实际数据进行分析， 结果表明风光发电出力的预测精度、配电负荷曲线、备用价格等因素直接影响了虚拟电厂和配电网 的合作空间和利益分配方案，并为分析分布式电源对配电网影响、虚拟电厂和配电公司合作谈判、 优化虚拟电厂各类电源容量配置等提供了定量的依据。
这段摘要涉及到分布式电源并网中的微网和虚拟电厂两种主要方法的研究。以下是对摘要的解读：
-
背景和引言：
- 随着可再生能源的广泛应用，尤其是分布式电源的大量采用，微网和虚拟电厂成为解决分布式电源并网问题的两种主要方法。
-
处理不确定性的方法：
- 采用了场景抽样生成与缩减技术，用于处理风电和光伏发电出力的不确定性。这种方法生成了含有概率信息的经典场景，可能是通过模拟或其他方法得出的场景。
-
建模方法：
- 基于场景分析，采用合作博弈理论，建立了虚拟电厂的单独调度模型以及与配电公司联合调度模型。这意味着研究者考虑了虚拟电厂在不同情景下的运行，以及虚拟电厂与配电公司之间的合作关系。
-
分析内容：
- 对含有风光水的虚拟电厂与配电公司的合作空间进行了分析，同时也考虑了利益的公平分配问题。这表明研究者关注于如何使得虚拟电厂和配电公司在合作中能够实现共赢，同时确保利益的公正分配。
-
算例和数据：
- 使用了某风光水分布式电源示范工程和迪庆藏族自治州电网的实际数据进行了算例分析。这使得研究更具有实际应用的可行性。
-
结果和结论：
- 结果指出风光发电出力的预测精度、配电负荷曲线、备用价格等因素直接影响虚拟电厂和配电网的合作空间和利益分配方案。这为分析分布式电源对配电网的影响、虚拟电厂和配电公司的合作谈判以及优化虚拟电厂各类电源容量配置等问题提供了定量的依据。
总体而言，这项研究提供了在分布式电源并网场景中考虑不确定性和合作关系的深入分析，为相关决策提供了实质性的定量支持。
部分代码展示：
%%%%%%%%%%%%%%%%%%%%%%蒙特卡罗生成场景，并用基于概率距离的快速前代消除技术进行场景削减%%%%%%%%%%%%%%%
clear;clc;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%生成风电场景并削减%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%风电出力预测均值E
Ww=[5.8,6.7,5.8,5.1,6.3,5,6.2,6,4.1,6,7,6.8,6.5,6.9,5,5.6,6,5.8,6.2,4.7,3.3,4.4,5.6,5];
% Ww=[0,0,0,0,0,1,2.5,4,5,5.5,5.8,5.7,5.5,5.3,5.1,5,3.8,2.5,1.2,0,0,0,0,0];
W=0.3*Ww
%取标准差为风电出力预测值E的5%-20%,这里x=E*10%
l=W*0.1;
Ws=[];
%生成一个风电场景，E+x*randn(1,24)，其中randn(1,24)为生成随机数的标准正态分布
m=200; %生成m个场景
for i=1:m
s=W+l.*randn(1,24);
Ws=[Ws;s];
end
figure(1)
[ss,gg]=meshgrid(1:200,1:24 );
plot3(ss,gg,Ws,'-');
grid
xlabel('场景');
ylabel('时刻');
zlabel('风机出力值');
title('场景生成图');
% legend('负荷曲线1','负荷曲线2 ','负荷曲线3 ','负荷曲线4 ')
Ws_d=Ws; %定义削减后的场景效果展示：
016号资源-程序：论文可参考《含风光水的虚拟电厂与配电公司协调调度模型》基于概率距离快速削减法的风光场景生成与削减方法资源-CSDN文库
https://download.csdn.net/download/LIANG674027206/88704722
下载资源链接