发展虚拟电厂技术 促进新能源优化配置与消纳

 

功能定位、接入规模及范围研究

中国的分布式能源分布较为广泛，且存在明显的地域性特点，虚拟电厂虽然可以统筹不同地域、不同层级的能源，但应结合可参与的电网规模、电源规模以及自身的成本与经济效益等综合因素，考虑虚拟电厂控制协调各类能源的功能特点和接入规模。

虚拟电厂功效可定位于引导用户开展需求响应，优化用电行为和时序，实现削峰填谷，塑造泛在调节资源系统生态，改善电力系统运行特性、缓解电网运行压力、增强电网应急调节能力；辅助降低发输供电环节投资，提升电力系统的整体运行效益同时，提升新能源消纳能力。

接入规模与范围方面，一是确定不同时期统筹控制的能源规模，如风、光资源的间歇性、波动性，水资源的季节性等，以及各类能源比重大小等，在不同负荷时期，体现着不同的电网支撑与互助能力。所以，虚拟电厂成立时，应做好自身的功能定位，同时与电网公司、能源供应商建立良性互动机制，真正实时、动态地辅助电网运行。二是虚拟电厂参与电网运行，应基本确定参与电网涉及的范围。可以结合虚拟电厂接入的新能源规模与类型，能输出的发电能力，寻找匹配的负荷范围等因素确定。三是虚拟电厂在一个区域内的功能、规模、数量，应充分结合区域各类型能源发电规模、负荷水平、电网规模及结构等，科学建设，稳步发展。

优化调度算法问题

虚拟电厂的控制能源的最优算法，目前已有相关探索，但仍需要深化研究。虚拟电厂调度问题可分为2种：内部调度，虚拟电厂对自身内部接入的多类型电源容量或者出力进行优化配置；比如内部在满足各机组出力约束和网络约束的前提下，如何考虑在收益最大化、碳排放最小等目标的前提下，利用内能算法，实现内部优化调度。外部调度，将虚拟电厂当成一个整体参与电网调度，考虑在最小化系统频率偏差、联络线功率偏差、电压质量偏差、弃风弃光功率、系统损耗成本等多因素的目标函数算法等。

虚拟电厂如何利用大数据技术参与协调控制

虚拟电厂一旦运行，将不断产生能源和交易数据。运行初期，主要是算法指导运行，后期随着虚拟电厂的数据不断增加，将演变成一个较大的数据流，进而达到大数据体量。那时，可以利用大数据的算法，结合电网自身的约束，进一步优化协调控制。

大数据技术可进行负荷预测、新能源出力预测，包括风电、太阳能。准确预测风能、太阳能，需要分析大量数据，包括风速、云层等气象数据。同时，利用大数据技术，可以寻找虚拟电厂内部能源向电网输出数据，与电网安全运行的最优配置信息，适应电力大数据的数学建模方法，以及不同方法之间的相互验证，进而实现双向最佳匹配模型。

突破区块链技术的应用难题

区块链是一个没有信任或者缺乏信任关系而建立起来的信任机器。区块链技术是数据经济的重要组成部分。未来分布式发电市场化后，电力市场交易需要一个点对点、公开透明、安全可信的交易环境，基于区块链技术可以实现这种交易环境的构建，在此环境下，交易主体可以自动建立信任机制，签订智能购电合同，实现点对点的实时交易结算，同时交易数据又可以变为一种新的数据资产，进而演化为增值服务。同时，区块链技术在虚拟电厂中的应用还需要突破一些技术瓶颈，一是在交易节点众多、涉及范围较广的交易场景中，大规模应用或者大数据量的情况下，区块链性能会急剧下降。要支撑大规模多种网络结构组网，需要实现高性能的共识算法、高效智能合约引擎、新型共识机制等技术突破。二是区块链的匿名性，加密算法在商业应用需要平台支持对业务数据的隐私保护，实现交易可验证但不可见，也给监管带来一定的难度。

虚拟电厂软件开发语言

虚拟电厂的运行需要一种主流开发语言，而能源行业的特殊性，首先要在保证数据、信息以及整个系统安全稳定运行的基础上，再考虑适合其自身的编程语言。由于电力或者能源系统本身处于传统行业转型时期，电网本身数据量较大，安全性要求高，系统更新慢，所以之前该行业软件开发主要采用java、c语言较多。

虚拟电厂不同于单纯的能源行业，它不仅关联能源行业，还关联用户、各类能源服务商等，可以考虑一种目前普遍流行的编程语言进行软件开发，比如python语言等。Python拥有着优雅的结构和清晰的语法，简单易学，同时具有非常丰富的第三方库，一些流行的Python库例如用于数学、工程和科学领域的scipy、用于库建模和数据分析领域的“pandas”。综合以上优点，所以Python可以在大数据、云计算、人工智能等非常多的领域内使用。

除了比对编程语言之外，还需考虑软件开发架构、平台与电力其他平台的接口、软件开发功能模块的可扩展性，提高信息交互的效率。 本`文内.容.来.自：中`国`碳`排*放*交*易^网 t a npai fan g.com