基于多时段相似日理论的光伏功率组合预测方法

相似日之间的光伏功率具有很大相似性,为了进一步提高光伏功率预测的准确度,对常规的相似日选取方法加以改进,并提出了一种基于多时段相似日理论的光伏功率组合预测方法。该方法首先建立具有时效性的气象特征量,然后在不同时间段利用相似度组合指标选取相似时段,构建出多个组合相似日,组合后的相似日进一步保障了每一时段的相似性,并构建粒子群算法（particle swarm optimization,PSO）优化LightGBM(Light gradient boosting machine)决策树模型和双向长短时记忆网络（bi-long short-term memory,BiLSTM）的时变权重组合式预测模型,提高预测模型精度,弥补单一模型存在的不足。最后利用粒子群算法-双向长短时记忆网络（particle swarm optimization-Bi-long shortterm memory,PSO-BiLSTM）模型矫正待预测日的光伏功率。以中国广东某光伏电站的数据为例进行验证所提方法的可行性与优越性。     

多虚拟电厂参与日前电力市场的鲁棒竞标博弈方法EI北大核心CSCD

针对风电出力的不确定性和多元决策主体间的复杂博弈关系对虚拟电厂(VPP)参与日前电力市场的竞标方案的影响,提出了一种基于非合作博弈理论和鲁棒优化思想的多VPP参与日前市场的竞标博弈方法。设计了多VPP同时参与能量市场和调峰市场的非合作博弈框架和相应的交易流程。建立了各VPP在其余竞标主体报价方案的基础上,聚合多种分布式能源参与市场交易的非合作博弈竞标模型。计及风电出力不确定性对VPP运营的影响,通过强对偶理论和鲁棒优化方法将确定性竞标模型扩展为鲁棒优化模型,并在模型中引入了鲁棒调节系数来灵活调整VPP竞标方案的保守性。通过重复执行多轮竞标博弈的求解策略,直至各市场主体均不能从单方面改变投标方案中获利后,确定各VPP在日前市场中的综合出清方案。算例分析表明,所提方法给出了VPP在能量市场和调峰市场的投标优化方案,可为VPP最优参与电力市场多类型交易产品提供参考。     

虚拟电厂运营商与电动汽车用户的主从博弈定价策略

如何制定虚拟电厂运营商的售电价格及购售电策略,实现与电动汽车用户的双赢,是目前研究的热点。基于此,提出了以虚拟电厂作为售电运营商参与电动汽车有序充电管理的主从博弈模型,其中运营商通过主从博弈制定合理的售电价格引导电动汽车有序充电,并协调各类分布式资源参与电力市场。计及风电出力的波动性和常规负荷的不确定性,在建模中引入了条件风险价值理论。模型通过Karush-Kuhn-Tucker条件和对偶理论转化为混合整数线性规划问题准确求解。最后在算例中验证了建模方法的有效性,给出了虚拟电厂运营商的最优定价策略及内部出力计划,且分析了不同电动汽车比例、储能最大容量、风险偏好系数对最优解的影响,为虚拟电厂运营商提高收益提供了优化思路 。