融合调度成功率的多智能体虚拟电厂两阶段优化调度策略

《World Electric Vehicle Journal》：Two-Stage Optimal Scheduling for Virtual Power Plants Considering Scheduling Success Probability of Multi-Agent Demand-Side Resources

　　

摘要

高比例可再生能源接入对虚拟电厂（VPP）调度中需求侧资源的调度灵活性提出了更高要求。然而，异构资源在响应可靠性上存在显著差异，尤其是电动汽车（EV）在有序充电与车网互动（V2G）模式下的执行表现截然不同。为解决此问题，本文提出一种结合调度成功率的多智能体 VPP 两阶段优化调度策略。从相对容量权重和调度执行可靠性两个维度构建了有效调度贡献系数的定量模型，并为电动汽车充电和 V2G 模式定制了差异化参数。通过逆向归纳法解耦两阶段主从博弈问题，并利用卡鲁什 - 库恩 - 塔克条件严格推导最优调度价格。通过涵盖风电、光伏、储能、电动汽车和空调负荷的 24 小时算例验证了所提方法的有效性。结果表明，与独立运行相比，该策略使 VPP 总收入提高了 7.43%，将可再生能源消纳率从 88.3% 提升至 94.6%，并将平均运行成本降低了 19 元/MWh。通过双模式差异化调度，电动汽车实现了 5.10% 的收益增长，并成为 VPP 经济运行的关键灵活资源。