CN104318488A - 一种风电agc辅助服务定价及补偿方法 - Google Patents

Abstract

一种风电AGC辅助服务定价及补偿方法，涉及到了层次分析法、特征值法、熵权法以及集成赋权法，评价AGC风电场的指标共有6项，形成原始指标数据矩阵。其中，调节速度，可调容量的指标取值越大，综合评价结果越优；容量电价，电量电价、调节精度与响应时间指标取值越大，综合评价结果越不好。熵权法确定客观权重：熵权法是一种客观的赋权方法。如果指标信息熵越小，则该指标提供的信息量越大，在综合评价中所起的作用大，其权重即熵权也就越大。补偿方法：基于每日96点考核，每时段15min，按照容量成本和电量成本来补偿。本发明的优点：能够确定相应的排序依据来选择风电机组提供AGC服务，提高效率。

Description

一种风电AGC辅助服务定价及补偿方法

技术领域

本发明涉及电力系统领域，特别涉及了一种风电AGC辅助服务定价及补偿方法。

背景技术

辅助服务市场上，部分风电机组有提供AGC辅助服务的能力。风电AGC机组以风电场为单位在日前市场上进行竞价投标，每个工作日只能申报一次。在优先电力市场决策模式下，中标风电场不能参与现货电能市场的竞价，只有退出AGC竞价系统的风电场才可参与。所有满足要求的风电场参与报价之后，怎样确定相应的排序依据来选择风电机组提供AGC服务是首要的问题。

发明内容

本发明的目的是为了对机组被调用后补偿对电网的安全性和经济性，特提供了一种风电AGC辅助服务定价及补偿方法。

本发明提供了一种风电AGC辅助服务定价及补偿方法，其特征在于：风电AGC辅助服务定价及补偿方法,涉及到了层次分析法、特征值法、熵权法以及集成赋权法。

评价AGC风电场的指标共有6项，形成原始指标数据矩阵X＝(X_ij)_m×6。

其中，调节速度X₃，可调容量X₆的指标取值越大，综合评价结果越优；容量电价X₁，电量电价X₂、调节精度X₄与响应时间X₅指标取值越大，综合评价结果越不好。

令：

$R_{\mathrm{ij}}=\frac{X_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}}{\underset{i}{\max }{X}_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}},j=\mathrm{3,6}---\left(1\right)$

$R_{\mathrm{ij}}=\frac{\underset{i}{\max }{X}_{\mathrm{ij}}-X_{\mathrm{ij}}}{\underset{i}{\max }{X}_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}},j=\mathrm{1,2,4,5}---\left(2\right)$

得到归一化矩阵:

X'＝(X_ij')_m×6   (3)

熵权法确定客观权重：熵权法是一种客观的赋权方法。在信息论中，信息熵是系统无序程度的度量，是信号源信号不确定性的度量；如果指标信息熵越小，则该指标提供的信息量越大，在综合评价中所起的作用大，其权重即熵权也就越大。

根据矩阵X'计算第j个指标属性下，第i个方案的贡献度P_ij，其中计算第j项指标的熵值e_j，当P_ij＝0时，令其中，k＝1/m。

计算第j个指标的差异性系数，g_j＝1-e_j，并确定归一化权重为

$r_j=g_j/\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{g}_j---\left(4\right)$

特征值法确定主观权重：建立层次结构模型和判断矩阵：

用容量电价、电量电价、调节速度、调节精度、响应时间以及可调容量六个因素作为评价AGC风电场的指标，分别用X₁，X₂，X₃，X₄，X₅与X₆来表示。比较第i个元素与第j个元素相对上一层某个因素的重要性时，使用数量化的相对权重a_ij来描述。共有6个元素参与比较，则A＝(a_ij)_6×6称为成对比较矩阵。成对比较矩阵中a_ij的取值，在1-9及其倒数中间取值。

一致性检验：成对比较矩阵A一致性的步骤如下：先计算衡量一个成对比较矩阵A的不一致程度的指标CI，CI＝(λ_max(A)-6)/(6-1)。通过查表得到RI标准值，并计算比较阵A的随机一致性比率CR，CR＝CI/RI。当CR<0.1时，判断对比阵A具有满意一致性，或者说其不一致程度可以接受；当不满足CR<0.1时，判断对比阵A不具有满意一致性，需要对此进行修正，直到满意一致性为止，并得到同一层次所有指标对于最高层重要性的排序权重值w_j。

基于集成赋权法的组合赋权：将客观权重r_j与主观权重w_j进行组合得到组合赋权为

${\mathrm{\&theta;}}_j=r_j\&CenterDot;w_j/\underset{j=1}{\overset{6}{\mathrm{\&Sigma;}}}{r}_j\&CenterDot;w_j---\left(5\right)$

则第i个AGC风电场的综合评价指标为

$y_i=\underset{j=1}{\overset{6}{\mathrm{\&Sigma;}}}{\mathrm{\&theta;}}_j{X^{\&prime;}}_j---\left(6\right)$

补偿方法：综合评估AGC机组贡献,分别为AGC辅助服务提供补偿依据。该方式是基于每日96点考核，每时段15min，按照容量成本和电量成本来补偿。

根据AGC风电场提交的性能、报价与实际发电指标进行审核，考核合格的机组予以补偿。第i个中标AGC风电场应该支付费用C_i

$C_i=P_{\mathrm{ci}}{Q}_i/4+K_i{P}_{\mathrm{ei}}\underset{0}{\overset{1/4}{\&Integral;}}{R}_i\mathrm{dt}$

将上式简化为

$(P_{\mathrm{ci}}{Q}_i+K_i{P}_{\mathrm{ei}}{Q}_i^g)/4---\left(7\right)$

当i＝1,2,3……m-1时,

当i＝m时, $Q_i^g=Q_{15\min }-\underset{i=1}{\overset{m-1}{\mathrm{\&Sigma;}}}{Q}_i^g)$

$Q_{15\min }=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{Q}_i^g\&le;Q_d\&le;\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{Q}_i$

T为投运AGC时间段，R_i为EMS中记录的调节容量。Q_i为可调节容量，为最后一个风电场15分钟实际调用容量，P_ci为第i个风电场的容量电价，P_ei为第i个风电场电量电价，K_i为第i个风电场的AGC可用率。Q_d为日前AGC容量需求量预测，Q_15min为系统某15分钟AGC容量实际需求量。

本发明的优点：

本发明所述的风电AGC辅助服务定价及补偿方法，能够确定相应的排序依据来选择风电机组提供AGC服务，提高效率。

附图说明

下面结合附图及实施方式对本发明作进一步详细的说明：

图1为总体流程图；

图2为AGC风电场综合评价层次流程图；

图3为软件处理流程图。

具体实施方式

本发明提供了一种风电AGC辅助服务定价及补偿方法，其特征在于：风电AGC辅助服务定价及补偿方法,涉及到了层次分析法、特征值法、熵权法以及集成赋权法。

评价AGC风电场的指标共有6项，形成原始指标数据矩阵X＝(X_ij)_m×6。

其中，调节速度X₃，可调容量X₆的指标取值越大，综合评价结果越优；容量电价X₁，电量电价X₂、调节精度X₄与响应时间X₅指标取值越大，综合评价结果越不好。

令：

$R_{\mathrm{ij}}=\frac{X_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}}{\underset{i}{\max }{X}_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}},j=\mathrm{3,6}---\left(1\right)$

$R_{\mathrm{ij}}=\frac{\underset{i}{\max }{X}_{\mathrm{ij}}-X_{\mathrm{ij}}}{\underset{i}{\max }{X}_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}},j=\mathrm{1,2,4,5}---\left(2\right)$

得到归一化矩阵:

X'＝(X_ij')_m×6   (3)

熵权法确定客观权重：熵权法是一种客观的赋权方法。在信息论中，信息熵是系统无序程度的度量，是信号源信号不确定性的度量；如果指标信息熵越小，则该指标提供的信息量越大，在综合评价中所起的作用大，其权重即熵权也就越大。

根据矩阵X'计算第j个指标属性下，第i个方案的贡献度P_ij，其中计算第j项指标的熵值e_j，当P_ij＝0时，令其中，k＝1/m。

计算第j个指标的差异性系数，g_j＝1-e_j，并确定归一化权重为

$r_j=g_j/\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{g}_j---\left(4\right)$

特征值法确定主观权重：建立层次结构模型和判断矩阵：

用容量电价、电量电价、调节速度、调节精度、响应时间以及可调容量六个因素作为评价AGC风电场的指标，分别用X₁，X₂，X₃，X₄，X₅与X₆来表示。比较第i个元素与第j个元素相对上一层某个因素的重要性时，使用数量化的相对权重a_ij来描述。共有6个元素参与比较，则A＝(a_ij)_6×6称为成对比较矩阵。成对比较矩阵中a_ij的取值，在1-9及其倒数中间取值。

一致性检验：成对比较矩阵A一致性的步骤如下：先计算衡量一个成对比较矩阵A的不一致程度的指标CI，CI＝(λ_max(A)-6)/(6-1)。通过查表得到RI标准值，并计算比较阵A的随机一致性比率CR，CR＝CI/RI。当CR<0.1时，判断对比阵A具有满意一致性，或者说其不一致程度可以接受；当不满足CR<0.1时，判断对比阵A不具有满意一致性，需要对此进行修正，直到满意一致性为止，并得到同一层次所有指标对于最高层重要性的排序权重值w_j。

基于集成赋权法的组合赋权：将客观权重r_j与主观权重w_j进行组合得到组合赋权为

${\mathrm{\&theta;}}_j=r_j\&CenterDot;w_j/\underset{j=1}{\overset{6}{\mathrm{\&Sigma;}}}{r}_j\&CenterDot;w_j---\left(5\right)$

则第i个AGC风电场的综合评价指标为

$y_i=\underset{j=1}{\overset{6}{\mathrm{\&Sigma;}}}{\mathrm{\&theta;}}_j{X^{\&prime;}}_j---\left(6\right)$

补偿方法：综合评估AGC机组贡献,分别为AGC辅助服务提供补偿依据。该方式是基于每日96点考核，每时段15min，按照容量成本和电量成本来补偿。

根据AGC风电场提交的性能、报价与实际发电指标进行审核，考核合格的机组予以补偿。第i个中标AGC风电场应该支付费用C_i

$C_i=P_{\mathrm{ci}}{Q}_i/4+K_i{P}_{\mathrm{ei}}\underset{0}{\overset{1/4}{\&Integral;}}{R}_i\mathrm{dt}$

将上式简化为

$(P_{\mathrm{ci}}{Q}_i+K_i{P}_{\mathrm{ei}}{Q}_i^g)/4---\left(7\right)$

当i＝1,2,3……m-1时,

当i＝m时, $Q_i^g=Q_{15\min }-\underset{i=1}{\overset{m-1}{\mathrm{\&Sigma;}}}{Q}_i^g)$

$Q_{15\min }=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{Q}_i^g\&le;Q_d\&le;\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{Q}_i$

T为投运AGC时间段，R_i为EMS中记录的调节容量。Q_i为可调节容量，为最后一个风电场15分钟实际调用容量，P_ci为第i个风电场的容量电价，P_ei为第i个风电场电量电价，K_i为第i个风电场的AGC可用率。Q_d为日前AGC容量需求量预测，Q_15min为系统某15分钟AGC容量实际需求量。

Claims (1)

1.一种风电AGC辅助服务定价及补偿方法，其特征在于：风电AGC辅助服务定价及补偿方法,涉及到了层次分析法、特征值法、熵权法以及集成赋权法；

评价AGC风电场的指标共有6项，形成原始指标数据矩阵X＝(X_ij)_m×6；

其中，调节速度(X₃)，可调容量(X₆)的指标取值越大，综合评价结果越优；容量电价(X₁)，电量电价(X₂)、调节精度(X₄)与响应时间(X₅)指标取值越大，综合评价结果越不好；

令：

$R_{\mathrm{ij}}=\frac{X_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}}{\underset{i}{\max }{X}_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}},j=\mathrm{3,6}---\left(1\right)$

$R_{\mathrm{ij}}=\frac{\underset{i}{\min }{X}_{\mathrm{ij}}-X_{\mathrm{ij}}}{\underset{i}{\max }{X}_{\mathrm{ij}}-\underset{i}{\min }{X}_{\mathrm{ij}}},j=\mathrm{1,2,4,5}---\left(2\right)$

得到归一化矩阵:

X'＝(X_ij')_m×6   (3)

熵权法确定客观权重：熵权法是一种客观的赋权方法；在信息论中，信息熵是系统无序程度的度量，是信号源信号不确定性的度量；如果指标信息熵越小，则该指标提供的信息量越大，在综合评价中所起的作用大，其权重即熵权也就越大；

根据矩阵X'计算第j个指标属性下，第i个方案的贡献度P_ij，其中计算第j项指标的熵值e_j，(当P_ij＝0时，令 $\underset{P_{\mathrm{ij}}\&RightArrow;0}{\min }{P}_{\mathrm{ij}}\mathrm{In}{P}_{\mathrm{ij}}=0$ )，其中，k＝1/m；

计算第j个指标的差异性系数，g_j＝1-e_j，并确定归一化权重为

$r_j=g_j/\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{g}_j---\left(4\right)$

特征值法确定主观权重：建立层次结构模型和判断矩阵：

用容量电价、电量电价、调节速度、调节精度、响应时间以及可调容量六个因素作为评价AGC风电场的指标，分别用X₁，X₂，X₃，X₄，X₅与X₆来表示；比较第i个元素与第j个元素相对上一层某个因素的重要性时，使用数量化的相对权重a_ij来描述；共有6个元素参与比较，则A＝(a_ij)_6×6称为成对比较矩阵；成对比较矩阵中a_ij的取值，在1-9及其倒数中间取值；

一致性检验：成对比较矩阵A一致性的步骤如下：先计算衡量一个成对比较矩阵A的不一致程度的指标CI，CI＝(λ_max(A)-6)/(6-1)；通过查表得到RI标准值，并计算比较阵A的随机一致性比率CR，CR＝CI/RI；当CR<0.1时，判断对比阵A具有满意一致性，或者说其不一致程度可以接受；当不满足CR<0.1时，判断对比阵A不具有满意一致性，需要对此进行修正，直到满意一致性为止，并得到同一层次所有指标对于最高层重要性的排序权重值w_j；

基于集成赋权法的组合赋权：将客观权重r_j与主观权重w_j进行组合得到组合赋权为

${\mathrm{\&theta;}}_j=r_j\&CenterDot;w_j/\underset{j=1}{\overset{6}{\mathrm{\&Sigma;}}}{r}_j\&CenterDot;w_j---\left(5\right)$

则第i个AGC风电场的综合评价指标为

$y_i=\underset{j=1}{\overset{6}{\mathrm{\&Sigma;}}}{\mathrm{\&theta;}}_j{X^{\&prime;}}_j---\left(6\right)$

补偿方法：综合评估AGC机组贡献,分别为AGC辅助服务提供补偿依据；该方式是基于每日96点考核，每时段15min，按照容量成本和电量成本来补偿；

根据AGC风电场提交的性能、报价与实际发电指标进行审核，考核合格的机组予以补偿；第i个中标AGC风电场应该支付费用C_i

$C_i=P_{\mathrm{ci}}{Q}_i/4+K_i{P}_{\mathrm{ei}}\underset{0}{\overset{1/4}{\&Integral;}}{R}_i\mathrm{dt}$

将上式简化为

$(P_{\mathrm{ci}}{Q}_i+K_i{P}_{\mathrm{ei}}{Q}_i^g)/4---\left(7\right)$

当i＝1,2,3……m-1时,

当i＝m时, $Q_i^g=Q_{15\min }-\underset{i=1}{\overset{m-l}{\mathrm{\&Sigma;}}}{Q}_i^g)$

$Q_{15\min }=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{Q}_i^g\&le;Q_d\&le;\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{Q}_i$

T为投运AGC时间段，R_i为EMS中记录的调节容量；Q_i为可调节容量，为最后一个风电场15分钟实际调用容量，P_ci为第i个风电场的容量电价，P_ei为第i个风电场电量电价，K_i为第i个风电场的AGC可用率；Q_d为日前AGC容量需求量预测，Q_15min为系统某15分钟AGC容量实际需求量。