本发明涉及电力监测，具体涉及一种考虑多重不确定性的虚拟电厂经济优化调度方法及系统。
背景技术：
1、随着新能源发电、柔性负荷等分布式能源大量显现，如何规模化聚合与高效管控分布式能源，已成为解决新型电力系统供需匹配与内部协同运行的关键研究领域。虚拟电厂(virtual power plant，vpp)基于先进量测技术、状态感知技术以及低成本低延时通信技术，可聚合规模化分布式能源并实现精细管控，提升新型电力系统灵活调节能力和运行韧性。
2、文献[1]李嘉森，王进，杨蒙，等．基于随机优化的虚拟电厂热电联合经济优化调度[j]．太阳能学报，2023，44(09)：57-65．建立以虚拟电厂的预期日前收益最高为目标的优化调度模型。文献[2]张大海，贠韫韵，王小君，等．计及风光不确定性的新能源虚拟电厂多时间尺度优化调度[j]．太阳能学报，2022，43(11)：529-537．基于鲁棒随机优化理论解决风光的不确定性并提出vpp多时间尺度优化调度策略，该策略可提升vpp运行的经济性。文献[3]陈厚合，王子璇，张儒峰，等．含虚拟电厂的风电并网系统分布式优化调度建模[j]．中国电机工程学报，2019，39(09)：2615-2625．在风电并网系统中引入dr-vpp，构建系统的日前经济调度模型以实现风电消纳的最优。文献[4]刘吉成，冯淑贤，宋亚楠，等. 计及源荷不确定性的虚拟电厂优化调度模型[j/ol]. 现代电力，1-11[2024-06-15].提出考虑分布式能源和可控负荷不确定性的vpp模型，降低惩罚成本，使vpp运行的系统收益最大。文献[5]a x k, a j x , a d l ,et al.robust stochastic optimal dispatching method of multi-energy virtual power plant considering multiple uncertainties - sciencedirect[j].applied energy, 279[2023-12-22].考虑具有鲁棒可调系数的不确定基数集描述vpp源侧风、光出力，提升虚拟电厂两阶段运行的经济性。上述文献均对 vpp模型中源荷不确定进行了处理，但在全面考虑vpp中电价、价格型需求响应和风光等多重不确定性相关性方面研究存在不足。因此，亟需构建一种考虑多重不确定性的且能实现虚拟电厂高效经济运行的调度方法及系统。
技术实现思路
1、本发明所要解决的技术问题是提供一种考虑多重不确定性的虚拟电厂经济优化调度方法及系统，高效能且经济利用虚拟电厂聚合的分布式能源，保证新型电力系统的安全稳定运行。
2、为解决上述技术问题，本发明所采用的技术方案是：
3、考虑多重不确定性的虚拟电厂经济优化调度方法，包括以下步骤：
4、step1、在虚拟电厂的风光出力联合分布函数基础上利用拉丁超立方抽样方法构建风光出力场景，采用改进的迭代自组织数据分析算法缩减场景；
5、step2、根据日前预测风光出力值制定虚拟电厂日内的动态分时电价；
6、step3、通过动态分时电价下的价格型需求响应调动电负荷；
7、step4、确定虚拟电厂调度时需满足的约束条件，构建目标函数为交易日内总运行成本最小的虚拟电厂经济优化调度模型；
8、step5、利用雪消融算法对构建的虚拟电厂经济优化调度模型求解，仿真验证调度方法提高虚拟电厂运行经济性。
9、上述的step1中虚拟电厂的风光出力联合分布函数构建过程如下：
10、以虚拟电厂内部历史天的风光出力数据为依据，为风光出力在采样周期内采集的样本；
11、选用核函数为高斯函数的非参数核密度估计方法生成风光出力概率密度函数；
12、累积分布函数与根据风光出力概率密度函数求得；
13、二维frank-copula函数构建各时间段的风光出力联合分布函数。
14、上述的风光出力概率密度函数和风光出力联合分布函数计算方法如下：
15、；
16、；
17、式中，风光出力的第个样本值；为带宽；表示和相关性，且，取值为正表示正相关，反之负相关。
18、上述的step1中改进的迭代自组织数据分析算法缩减场景相较于原有算法而言，选取相距较远的聚类中心和聚类时采用马氏距离替代欧式距离作为测度。
19、上述的step2中虚拟电厂日内的动态分时电价基于日前预测风光出力值制定，动态分时电价计算公式为：
20、；
21、；
22、；
23、式中，为时刻对应的动态分时电价；为峰电价；为平电价；为谷电价；和为动态分时电价划分参数；为预测一天内最大风光出力总和；为预测一天内最小风光出力总和；为时刻风光出力的总和；为时刻风电出力；为时刻光伏出力。
24、上述的step3中通过动态分时电价下的价格型需求响应充分调动电负荷，由自弹性系数和交叉弹性系数描述的电负荷对于电价敏感程度，其计算公式如下：
25、；
26、；
27、；
28、式中，为自弹性系数；为时间段的负荷改变量；为最初时间段的负荷需求量；为电价于时间段的改变量；为时间段初始电价；为交叉弹性系数；为时间段电价变化量；为时间段初始电价；、和分别为价格型需求响应后的峰、平和谷时段的负荷变化量；、和分别为价格型需求响应前的峰、平和谷时段负荷需求量；、和为峰、平和谷时段电价变化量。
29、上述的step4中目标函数计算公式为：
30、；
31、式中：为虚拟电厂售电收益；为虚拟电厂运维成本；为虚拟电厂能耗成本；为虚拟电厂惩罚成本；为虚拟电厂启停机成本。
32、上述的step5中利用雪消融算法对构建的虚拟电厂经济优化调度模型求解，雪消融算法的求解步骤如下：
33、算法初始化阶段，随机生成种群；
34、探索阶段采用标准的布朗运动来模拟粒子运动的不规则性，所表示的精英种群个体从次循环迭代形成的集合中选取；
35、开发阶段选取度日法来反映融雪过程所构建的融雪率；
36、在雪消融算法开发阶段引入融雪率完善探索过程中位置更新方程；
37、引入双种群机制，两个种群各负责探索或开发，当迭代次数达到最大值时，输出经济优化调度模型的最优解。
38、使用上述的考虑多重不确定性的虚拟电厂经济优化调度方法的调度系统，系统包括：
39、分布式能源预测模块，其结合虚拟电厂历史数据预测调度日的风光出力值；
40、虚拟电厂调控中心模块，其根据预测的风光出力值制定虚拟电厂当日的动态分时电价，将价格转递给不同机组从而制定出调度日机组出力计划，能完成与电力市场的交易；
41、虚拟电厂内机组调度模块，其收集和调度虚拟电厂机组日内出力；
42、虚拟电厂经济优化调度求解模块，其通过构建目标函数为虚拟电厂交易日内总运行成本最小，并根据目标函数的求解情况给定调度日内虚拟电厂的经济优化调度计划。
43、本发明提供的一种考虑多重不确定性的虚拟电厂经济优化调度方法及系统，具有如下有益效果：
44、1、本发明在虚拟电厂风光预测方面，在虚拟电厂的风光出力联合分布函数基础上利用拉丁超立方抽样方法构建典型风光出力场景，采用改进的迭代自组织数据分析算法缩减场景，可提高风光出力预测精度以及虚拟电厂调度准确性，优化多能互补虚拟电厂内部资源实时出力，降低虚拟电厂的总运行成本。根据日前预测风光出力情况构建日内动态分时电价并基于该电价引导价格型需求响应，能更为有效的结合电源侧与负荷侧，平滑电负荷曲线。
45、2、本发明所搭建的模型为高维的混合整数非线性优化模型，现有的优化算法求解该模型时间长且无法保证得到准确的计算结果，采用雪消融算法求解虚拟电厂经济优化调度模型，经仿真验证，计算方面较常用的粒子群算法和灰狼优化算法拥有更快的收敛速度，该算法通过平衡开发和探索两阶段可有效阻止模型过早收敛。
1.考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的step1中虚拟电厂的风光出力联合分布函数构建过程如下：
3.根据权利要求2中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的风光出力概率密度函数和风光出力联合分布函数计算方法如下：
4.根据权利要求3中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的step1中改进的迭代自组织数据分析算法缩减场景相较于原有算法而言，选取相距较远的聚类中心和聚类时采用马氏距离替代欧式距离作为测度。
5.根据权利要求4中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的step2中虚拟电厂日内的动态分时电价基于日前预测风光出力值制定，动态分时电价计算公式为：
6.根据权利要求5中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的step3中通过动态分时电价下的价格型需求响应充分调动电负荷，由自弹性系数和交叉弹性系数描述的电负荷对于电价敏感程度，其计算公式如下：
7.根据权利要求6中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的step4中目标函数计算公式为：
8.根据权利要求7中所述的考虑多重不确定性的虚拟电厂经济优化调度方法，其特征在于，所述的step5中利用雪消融算法对构建的虚拟电厂经济优化调度模型求解，雪消融算法的求解步骤如下：
9.使用权利要求8中所述的考虑多重不确定性的虚拟电厂经济优化调度方法的调度系统，其特征在于，系统包括：
