基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选.pdfVIP

第46 卷 第18 期 2022 年9 月25 日 Vol.46No.18 Sept.25，2022 DOI：10.7500/AEPS20220418006 基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选 1 2 3 3 4 4 刘 江 ，郭云鹏 ，张 波 ，翟迪庆 ，许小峰 ，刘敦楠 （1. 内蒙古电力（集团）有限责任公司鄂尔多斯供电公司，内蒙古自治区鄂尔多斯市017000； 2. 国网浙江省电力有限公司，浙江省杭州市 310000；3. 国网浙江省电力有限公司金华供电公司，浙江省金华市 321000； 4. 华北电力大学经济与管理学院，北京市 102206） 摘要：在规模化需求侧资源接入电网背景下，为了提高调峰型虚拟电厂在海量异质负荷环境下用 户调峰性能识别的精度，提出了基于云模型和改进证据理论的调峰型虚拟电厂聚合用户优选方 法。首先，从负荷管理、调峰潜力和历史信用3个维度构建了用户优选指标体系。其次，针对用户 在优选等级边界处的随机性与模糊性，采用云模型生成各指标在基准云中的隶属度，并引入不确定 性焦元将其转化为证据理论中的基本概率分配。再次，针对传统证据理论中强冲突证据融合可能 会产生悖论的问题，参考博弈思想将证据的静动态权重进行博弈组合，根据组合权重识别冲突证据 并进行冲突修正和融合。同时，借鉴逼近理想解排序技术思想，比较各用户基本概率分配与正负理 想云的贴近度以确定用户的聚合优先级。最后，通过算例分析验证了所提方法在解决证据冲突性 以及虚拟电厂用户优选方面的有效性和优越性。 关键词：虚拟电厂；用户优选；云模型；证据理论；调峰 0 引言 虚拟电厂的聚合用户优选。 在评估优选方法方面，云模型作为定性和定量 随着“双碳”目标以及构建以新能源为主体的新 的不确定性转化模型，不仅代替了传统的隶属度生 型电力系统等能源转型战略的深化推进，虚拟电厂、 成函数，而且可以有效兼顾评估问题中存在的随机 负荷聚合商、需求侧资源等新兴事物不断涌现。然 ［7］ 性和模糊性，极大提高了评估结果的可信度 ，目前 而，独立的需求侧资源因其点多、量小、面广、异质等 已被广泛应用于系统评估等领域。此外，虚拟电厂 特点，难以满足电力市场和电力系统调度的准入条 聚合用户优选需要从多个维度进行考量，证据理论 件。虚拟电厂凭借其强大的聚合能力，可以将海量 凭借其信息融合能力，不仅能够将多维用户指标隶 需求侧资源聚合形成一个巨大的负荷集成商，代理 属度进行融合决策，而且可以通过不确定性焦元有 用户参与电力交易和电力调度。并且，作为需求侧 ［8］ 效解决不确定性 。然而，对于存在强冲突的证据 负荷型虚拟电厂，其主要用途之一是参与系统调峰 源，证据理论则存在一定的弊端。文献［9］通过动态 ［1］ 辅助服务 ，而有些用户本身并不适合调峰或者调 权重折扣系数对冲突证据进行了识别和修正，取得 峰能力相对较弱。因此，面对众多参差不齐的待聚 了一定的冲突缓解效果，但该方法忽略了证据本身 合负荷用户，如何对其进行调峰性能评估和聚合优 的重要程度，即在确定冲突证据时缺乏对于静态权 选是当前亟须解决的重要现实问题之一