1.一种虚拟电厂储能调度方法,其特征在于,包括:获取虚拟电厂的负荷历史预测数据与历史真实负荷数据;
基于所述负荷历史预测数据与历史真实负荷数据计算负荷误差并进行分布拟合;
基于拟合结果生成概率多场景负荷数据;以及基于所述概率多场景负荷数据采用优化算法对虚拟电厂运行成本最小化及其约束条件进行优化求解,将场景列入矩阵,对矩阵中各场景均进行计算,获得储能调度方案;
其中,所述优化算法为二阶段优化算法,包括:第一阶段使用数学规划求解器获得初始最优解;
第二阶段使用群智能优化算法基于所述初始最优解获得全局最优解;
所述第一阶段和所述第二阶段包括一个优化目标,且共用同一目标函数与约束条件;
所述获得储能调度方案的步骤包括:
将优化求解结果按照峰谷分时电价时间区间和调度时间步长绘制箱型图;
基于所述箱型图的统计特征确定初步调度方案;以及结合约束条件,选取调度周期内t时刻的所述初步调度方案与未来预测负荷中较小值进行修正,得到最终储能调度方案;
其中,所述统计特征包括中位数、最大值、最小值、离散点中的至少一种。
2.根据权利要求1所述的虚拟电厂储能调度方法,其特征在于,所述负荷误差的计算公式为:Eload = Lpred - Lact;
式中,Eload为负荷误差,Lpred为负荷历史预测数据,Lact为历史真实负荷数据;
所述分布拟合过程包括对所述负荷误差进行误差分布函数拟合;
其中,所述误差分布函数包括正态分布、多元正态分布或混合正态分布中的至少一种。
3.根据权利要求1所述的虚拟电厂储能调度方法,其特征在于,所述生成概率多场景负荷数据的步骤包括:基于所述分布拟合的结果在设定置信度区间内进行采样;
将采样结果与负荷典型值结合构成概率多场景负荷数据;
其中,采样方法包括蒙特卡洛方法或马尔科夫链采样;所述负荷典型值为负荷历史平均值或中位数。
4.根据权利要求1所述的虚拟电厂储能调度方法,其特征在于,所述优化求解过程中的约束条件包括功率平衡约束、储能充放电功率约束、储能荷电状态约束和电网功率传输约束;
所述优化求解的目标函数为虚拟电厂运行成本最小化;
所述储能调度方案适用于峰谷分时电价政策。
5.根据权利要求1所述的虚拟电厂储能调度方法,其特征在于,在获取数据后还包括数据预处理步骤:检测并处理异常数据;
对历史数据进行可视化处理;
其中,所述异常数据包括缺失值、重复值、离群值中的至少一种。
6.根据权利要求5所述的虚拟电厂储能调度方法,其特征在于,在所述计算负荷误差的过程之后还包括:利用预处理后的数据,根据目标虚拟电厂的调度步长需求,对所述负荷历史预测数据、所述历史真实负荷数据及所述负荷误差的时间步长进行调整;
其中,步长调整处理方法包括:直接平均法、插值法、数据聚合法或时间序列预测法中的一种或多种。
7.一种实现权利要求1至6任一项所述方法的虚拟电厂储能调度系统,其特征在于,包括:数据获取模块,用于获取负荷历史预测数据和历史真实负荷数据;
误差分析模块,用于计算负荷误差并进行分布拟合;
场景生成模块,用于基于拟合结果生成概率多场景负荷数据;
优化求解模块,用于基于所述概率多场景负荷数据采用优化算法对虚拟电厂运行成本最小化及其约束条件进行优化求解;
调度方案生成模块,用于基于优化求解结果的箱型图统计特征确定初步调度方案,并结合约束条件和未来预测负荷进行修正得到最终储能调度方案。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法。