CN106373033A - 一种计及新能源的发电侧竞价优化方法 - Google Patents
一种计及新能源的发电侧竞价优化方法 Download PDFInfo
- Publication number
- CN106373033A CN106373033A CN201610880280.9A CN201610880280A CN106373033A CN 106373033 A CN106373033 A CN 106373033A CN 201610880280 A CN201610880280 A CN 201610880280A CN 106373033 A CN106373033 A CN 106373033A
- Authority
- CN
- China
- Prior art keywords
- electricity
- market
- thermal power
- cost
- plant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 238000010248 power generation Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 105
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 9
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 239000003102 growth factor Substances 0.000 claims description 6
- 230000005619 thermoelectricity Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 238000005553 drilling Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 description 3
- 230000005684 electric field Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 206010068052 Mosaicism Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 210000003765 sex chromosome Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种计及新能源的发电侧竞价优化方法,包括以下步骤:S1:构建包括新能源电站在内的发电公司的发电成本模型及报价模型;S2:分别构建发电公司在日前市场和日内市场的收益模型;S3:建立发电侧竞价优化的双层博弈模型,通过求解博弈模型的最优解得到日前市场及日内市场中发电公司的最优发电策略。本发明将双层博弈和非合作博弈思想引入到计及新能源的发电侧市场竞争当中,将整个竞价过程中的售电侧优化及发电侧优化构建为双层博弈模型,使得发电公司间的竞价问题转化为非合作博弈问题。还考虑了间歇性新能源出力的预测误差,建立了相应的惩罚机制。通过求解双层博弈的最优解,能够得到发电公司在日前市场及日内市场的最优发电方案。
Description
技术领域
本发明涉及发电侧竞价优化方法,特别是涉及一种计及新能源的发电侧竞价优化方法。
背景技术
目前中国的电力市场改革进入新阶段,电网公司独买独卖的垄断模式将逐步被打破,形成多买多卖的市场格局。在这种市场格局中,出现了诸多新的市场主体,如售电公司、电力交易中心等。根据新电改9号文,电网公司、发电厂及其他社会资本均可投资成立售电公司,放开售电侧市场。售电公司可以从电力批发市场买电,也可以直接从发电厂买电,然后卖给自己的电力用户。参与电力市场的发电公司可以是常规能源电站如火电厂,也可以是新能源电站如风电场、光伏电站等。近年来,可再生能源特别是风能和太阳能的开发利用处于快速发展阶段。但光伏发电和风力发电规模日益增大的同时,风电、光电与电网的相容性问题也越发突出,弃风弃光现象日益严重,2015年的弃光率超过10%,弃风率超过了15%。随着我国电力市场开放程度进一步加深,市场化机制逐步完善,可通过建立合理的市场机制促进新能源消纳。
近年来,国内外研究学者用了很多不同的方法对发电侧竞价的优化进行了研究,其中基于博弈论思想的建模方法近年来也被运用在该领域。各个发电公司具有天然的逐利性,非合作博弈模型可以用来构建各发电公司之间的竞价过程。鲜有研究将双层博弈应用在计及新能源的发电侧竞价的优化上面,然而为了解决环境与能源问题,新能源电站在总装机容量中的占比将会越来越大。
基于此,有必要建立合理的惩罚机制及发电方案优化方法,既促进新能源消纳,又促使出力稳定的电源积极参与,保证电力系统安全稳定。
发明内容
发明目的:本发明的目的是提供一种能够解决现有技术中存在的缺陷的计及新能源的发电侧竞价优化方法。
技术方案:为达到此目的,本发明采用以下技术方案:
本发明所述的计及新能源的发电侧竞价优化方法,包括以下步骤:
S1:构建包括新能源电站在内的发电公司的发电成本模型及报价模型;
S2:分别构建发电公司在日前市场和日内市场的收益模型;
S3:建立发电侧竞价优化的双层博弈模型,通过求解博弈模型的最优解得到日前市场及日内市场中发电公司的最优发电策略。
进一步,所述发电公司包括火电厂、风电厂和光伏电站,步骤S1中的发电成本模型包括火电厂发电成本模型、风电厂发电成本模型和光伏电站发电成本模型,其中:
火电厂发电成本模型为:
式(1)中,Cth(qth)为火电厂发电所需成本,qth为火电厂的发电量,ath、bth、cth为火电厂发电成本的系数,σ为线损率,pcr为受端区域的碳排放价格,pct为送端区域的碳排放价格,μ为火电的单位电能碳排放量转换因子;
风电厂发电成本模型为:
Cw(qw)=bwqw+cw-pcrμ(1-σ)qw (2)
式(2)中,Cw(qw)为风电厂发电成本,qw为风电场的发电量,bw、cw为风电场发电成本的系数;
光伏电站发电成本模型为:
Cs(qs)=bsqs+cs-pcrμ(1-σ)qs (3)
式(3)中,Cs(qs)为光伏电站发电成本,qs为光伏电站的发电量,bs、cs为光伏电站发电成本的系数。
进一步,所述发电公司包括火电厂和风电厂,步骤S1中的报价模型包括火电厂报价模型、风电厂报价模型和光伏电站报价模型,其中:
火电厂报价模型为:
pthb=athbqth+bthb (4)
式(4)中,pthb为火电厂报价,athb为火电厂报价的增长系数,athb>0,bthb为火电厂的初始报价,qth为火电厂的发电量;
风电厂报价模型为:
pwb=awbqw+bwb (5)
式(5)中,pwb为风电厂报价,awb为风电场报价的增长系数,awb<0,bwb为风电场的初始报价,qw为风电场的发电量;
光伏电站报价模型为:
psb=asbqs+bsb (6)
式(6)中,psb为光伏电站报价,asb为光伏电站报价的增长系数,asb<0,bsb为光伏电站的初始报价,qs为光伏电站的发电量。
进一步,所述发电公司包括火电厂和风电厂,步骤S2中的日前市场收益模型包括火电厂的日前市场收益模型、风电厂的日前市场收益模型和光伏电站的日前市场收益模型,其中:
火电厂在日前市场的收益模型为:
πthD=pthDqthD-Cth(qthD) (7)
式(7)中,πthD为火电厂在日前市场中的利润,pthD为火电厂在日前市场中的交易电价,qthD为火电厂在日前市场中的发电量,Cth(qthD)为火电厂发出qthD电量对应的发电成本;
风电厂在日前市场的收益模型为:
πwD=pwDqwD+Sw(qwD)-Cw(qwD) (8)
式(8)中,πwD为风电厂在日前市场中的利润,pwD为风电场在日前市场中的交易电价,qwD为风电场在日前市场中的交易电量,Cw(qwD)为风电厂发出qwD电量对应的发电成本,Sw(qwD)为风电厂发出qwD电量对应获得的政府补贴,如式(9)所示;
Sw(qwD)=pwsqwD (9)
式(9)中,pws为风电场的补贴电价;
光伏电站在日前市场的收益模型为:
πsD=psDqsD+Ss(qsD)-Cs(qsD) (10)
式(10)中,πsD为光伏电站在日前市场中的利润,psD为光伏电站在日前市场中的交易电价,qsD为光伏电站在日前市场中的交易电量,Cs(qsD)为光伏电站发出qsD电量对应的发电成本,Ss(qsD)为光伏电站发出qsD电量对应获得的政府补贴,如式(11)所示;
Ss(qsD)=pssqsD (11)
式(11)中,pss为光伏电站的补贴电价。
进一步,所述发电公司包括火电厂和风电厂,步骤S2中的日内市场收益模型包括火电厂的日内市场收益模型,风电厂的日内市场收益模型和光伏电站的日内市场收益模型,其中:
火电厂的日内市场收益模型为:
πthI=pthIqthI-Cth(qthI) (12)
式(12)中,πthI为火电厂在日内市场中的利润,pthI为火电厂在日内市场中的交易电价,qthI为火电厂在日内市场中的交易电量,Cth(qthI)为火电厂发出qthI电量对应的发电成本;
风电厂的日内市场收益模型为:
式(13)中,pwI为风电场在日内市场中的交易电价,qwI为风电场在日内市场中的交易电量,kf为惩罚成本的比例系数,pI为日内市场交易电价,pwD为风电场在日前市场中的交易电价,Δqw为风电场实际出力与日前市场中确定的交易电量的误差,qCQw为风电场装机容量,Cw(|Δqw|)为风电厂发出|Δqw|电量对应的发电成本,Sw(|Δqw|)为风电厂发出|Δqw|电量对应获得的政府补贴,Cw(qwI)为风电厂发出qwI电量对应的发电成本,Sw(qwI)为风电厂发出qwI电量对应获得的政府补贴,如式(14)所示;
Sw(qwI)=pwsqwI (14)
式(14)中,pws为风电场的补贴电价;
光伏电站的日内市场收益模型为:
式(15)中,psI为光伏电站在日内市场中的交易电价,qsI为光伏电站在日内市场中的交易电量,kf为惩罚成本的比例系数,pI为日内市场交易电价,psD为光伏电站在日前市场中的交易电价,Δqs为光伏电站实际出力与日前市场中确定的交易电量的误差,qCQs为光伏电站装机容量,Cs(|Δqs|)为光伏电站发出|Δqs|电量对应的发电成本,Ss(|Δqs|)为光伏电站发出|Δqs|电量对应获得的政府补贴,Cs(qsI)为光伏电站发出qsI电量对应的发电成本,Ss(qsI)为光伏电站发出qsI电量对应获得的政府补贴,如式(16)所示;
Ss(qsD)=pssqsD (16)
式(16)中,pss为光伏电站的补贴电价。
进一步,所述步骤S3中的发电侧竞价优化的双层博弈模型为:
式(17)中,πn为发电公司n的利润,为发电公司n在h时段的利润,1≤n≤N,N为发电公司的总数,1≤h≤H,H为一天中交易时段的总数,和为发电公司n在h时段的报价参数,为设定的常数,即发电公司只通过改变的值来改变报价,为发电公司n在h时段竞得的发电量,为市场在h时段的出清电价,为发电公司n在h时段获得的政府补贴,为发电公司n在h时段的发电成本,为发电公司n在h时段的最小报价参数,为发电公司n在h时段的最大报价参数,U为所有售电公司购电总成本,为所有售电公司在交易日h时段的用电计划,为发电公司n在h时段竞得的最高发电量。
有益效果:本发明将双层博弈和非合作博弈思想引入到计及新能源的发电侧市场竞争当中,将整个竞价过程中的售电侧优化及发电侧优化构建为双层博弈模型,使得发电公司间的竞价问题转化为非合作博弈问题。此外,本发明还考虑了间歇性新能源出力的预测误差,建立了相应的惩罚机制。通过求解双层博弈的最优解,能够得到发电公司在日前市场及日内市场的最优发电方案。
附图说明
图1为本发明具体实施方式中发电侧的竞价交易模型;
图2为本发明具体实施方式中风电场和光伏电站的出力预测图;
图2(a)为本发明具体实施方式中风电场的出力预测图;
图2(b)为本发明具体实施方式中光伏电站的出力预测图;
图3为本发明具体实施方式中售电公司的用电负荷计划;
图4为本发明具体实施方式中各发电公司在各时段的发电量;
图5为本发明具体实施方式中各发电公司在各时段的报价;
图5(a)为本发明具体实施方式中风电场的报价;
图5(b)为本发明具体实施方式中光伏电站的报价;
图5(c)为本发明具体实施方式中火电场的报价;
图6为本发明具体实施方式中风电场和光伏电站的实际出力与预测出力的误差。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步的介绍。
本具体实施方式公开了一种计及新能源的发电侧竞价优化方法,设定图1的竞价交易模型中有3个发电公司,火电厂、风电场和光伏电站各1个,装机容量分别为火电装机100MW,风电装机49.5MW,光伏装机20MW。对于发电侧竞价来说,售电公司的个数并不对其产生影响,只需得到所有售电公司的总用电负荷信息,故假设售电公司只有一个。一个交易日分为96个交易时段,即H=96。假定火电厂、风电场和光伏电站的报价上下限分别为bthmin=130元/MW·h,bthmax=390元/MW·h,bwmin=130元/MW·h,bwmax=460元/MW·h,bsmin=130元/MW·h,bsmax=510元/MW·h。风电场的电价补贴取pws=215元/MW·h,光伏电站的电价补贴取pss=420元/MW·h。由于是区域电网,送端与受端的距离较近,两端的碳排放价格可考虑相同,可取为pcr=pct=190元/t,网损也可忽略不计,即σ=0。火电单位电能碳排放量转换因子取μ=1.3t/MW·h。火电厂的参数取ath=0.063,bth=125.3,cth=0,athb=0.126;风电场参数取awb=-1.6945,bw=0.018,cw=2490;光伏电站参数取asb=-1.35468,bs=0.023,cs=1187。假定风电场及光伏电站在各时段的预测出力如图2所示,售电公司的用电负荷如图3所示,火电厂的最大出力为100MW,最小出力为20MW。
表1各发电公司一天的总利润
经过MATLAB仿真计算可得博弈后各发电公司在各时段的发电量如图4,以及各发电公司在各时段的报价如图5。由图4可看出,参与市场竞争时风电场和光伏电站虽然不能保证将电量全部发出去,但仍可以发出大部分电量,有效的促进了新能源消纳。各发电公司一天的利润如表1所示,可看出风电场和光伏电站可获得可观的利润。光伏电站的容量最小,且发电小时数也是三个发电公司中最小的,所以光伏电站的总利润最小。由于考虑了碳排放因素及电价补贴,相对于发电量,风电场的盈利效果最好,其次盈利效果较好的是光伏电站,会吸引更多投资方加大对风电、光电的投资,进一步促进新能源发电的大力发展。
表2各发电公司计及惩罚成本的总利润
假设风电场和光伏电站的实际出力与日前预测出力的误差如图6所示,惩罚成本的比例系数取kf=1.1。各发电公司计及惩罚成本总利润的仿真结果如表2所示,可看出火电厂参与日内市场的二次竞价是可以进一步赚取利润的。而对于风电场和光伏电站来说,由于其实际发电量会出现小于交易电量的情况,需支付惩罚成本,所以在日内市场中其整体收益为负数。但该部分为负的惩罚成本相比于日前市场中的总利润较小,仍旧不影响风电场和光伏电站获得较可观的收益。
Claims (6)
1.一种计及新能源的发电侧竞价优化方法,其特征在于:包括以下步骤:
S1:构建包括新能源电站在内的发电公司的发电成本模型及报价模型;
S2:分别构建发电公司在日前市场和日内市场的收益模型;
S3:建立发电侧竞价优化的双层博弈模型,通过求解博弈模型的最优解得到日前市场及日内市场中发电公司的最优发电策略。
2.根据权利要求1所述的计及新能源的发电侧竞价优化方法,其特征在于:所述发电公司包括火电厂、风电厂和光伏电站,步骤S1中的发电成本模型包括火电厂发电成本模型、风电厂发电成本模型和光伏电站发电成本模型,其中:
火电厂发电成本模型为:
式(1)中,Cth(qth)为火电厂发电所需成本,qth为火电厂的发电量,ath、bth、cth为火电厂发电成本的系数,σ为线损率,pcr为受端区域的碳排放价格,pct为送端区域的碳排放价格,μ为火电的单位电能碳排放量转换因子;
风电厂发电成本模型为:
Cw(qw)=bwqw+cw-pcrμ(1-σ)qw (2)
式(2)中,Cw(qw)为风电厂发电成本,qw为风电场的发电量,bw、cw为风电场发电成本的系数;
光伏电站发电成本模型为:
Cs(qs)=bsqs+cs-pcrμ(1-σ)qs (3)
式(3)中,Cs(qs)为光伏电站发电成本,qs为光伏电站的发电量,bs、cs为光伏电站发电成本的系数。
3.根据权利要求1所述的计及新能源的发电侧竞价优化方法,其特征在于:所述发电公司包括火电厂和风电厂,步骤S1中的报价模型包括火电厂报价模型、风电厂报价模型和光伏电站报价模型,其中:
火电厂报价模型为:
pthb=athbqth+bthb (4)
式(4)中,pthb为火电厂报价,athb为火电厂报价的增长系数,athb>0,bthb为火电厂的初始报价,qth为火电厂的发电量;
风电厂报价模型为:
pwb=awbqw+bwb (5)
式(5)中,pwb为风电厂报价,awb为风电场报价的增长系数,awb<0,bwb为风电场的初始报价,qw为风电场的发电量;
光伏电站报价模型为:
psb=asbqs+bsb (6)
式(6)中,psb为光伏电站报价,asb为光伏电站报价的增长系数,asb<0,bsb为光伏电站的初始报价,qs为光伏电站的发电量。
4.根据权利要求1所述的计及新能源的发电侧竞价优化方法,其特征在于:所述发电公司包括火电厂和风电厂,步骤S2中的日前市场收益模型包括火电厂的日前市场收益模型、风电厂的日前市场收益模型和光伏电站的日前市场收益模型,其中:
火电厂在日前市场的收益模型为:
πthD=pthDqthD-Cth(qthD) (7)
式(7)中,πthD为火电厂在日前市场中的利润,pthD为火电厂在日前市场中的交易电价,qthD为火电厂在日前市场中的发电量,Cth(qthD)为火电厂发出qthD电量对应的发电成本;
风电厂在日前市场的收益模型为:
πwD=pwDqwD+Sw(qwD)-Cw(qwD) (8)
式(8)中,πwD为风电厂在日前市场中的利润,pwD为风电场在日前市场中的交易电价,qwD为风电场在日前市场中的交易电量,Cw(qwD)为风电厂发出qwD电量对应的发电成本,Sw(qwD)为风电厂发出qwD电量对应获得的政府补贴,如式(9)所示;
Sw(qwD)=pwsqwD (9)
式(9)中,pws为风电场的补贴电价;
光伏电站在日前市场的收益模型为:
πsD=psDqsD+Ss(qsD)-Cs(qsD) (10)
式(10)中,πsD为光伏电站在日前市场中的利润,psD为光伏电站在日前市场中的交易电价,qsD为光伏电站在日前市场中的交易电量,Cs(qsD)为光伏电站发出qsD电量对应的发电成本,Ss(qsD)为光伏电站发出qsD电量对应获得的政府补贴,如式(11)所示;
Ss(qsD)=pssqsD (11)
式(11)中,pss为光伏电站的补贴电价。
5.根据权利要求1所述的计及新能源的发电侧竞价优化方法,其特征在于:所述发电公司包括火电厂和风电厂,步骤S2中的日内市场收益模型包括火电厂的日内市场收益模型,风电厂的日内市场收益模型和光伏电站的日内市场收益模型,其中:
火电厂的日内市场收益模型为:
πthI=pthIqthI-Cth(qthI) (12)
式(12)中,πthI为火电厂在日内市场中的利润,pthI为火电厂在日内市场中的交易电价,qthI为火电厂在日内市场中的交易电量,Cth(qthI)为火电厂发出qthI电量对应的发电成本;
风电厂的日内市场收益模型为:
式(13)中,pwI为风电场在日内市场中的交易电价,qwI为风电场在日内市场中的交易电量,kf为惩罚成本的比例系数,pI为日内市场交易电价,pwD为风电场在日前市场中的交易电价,Δqw为风电场实际出力与日前市场中确定的交易电量的误差,qCQw为风电场装机容量,Cw(|Δqw|)为风电厂发出|Δqw|电量对应的发电成本,Sw(|Δqw|)为风电厂发出|Δqw|电量对应获得的政府补贴,Cw(qwI)为风电厂发出qwI电量对应的发电成本,Sw(qwI)为风电厂发出qwI电量对应获得的政府补贴,如式(14)所示;
Sw(qwI)=pwsqwI (14)
式(14)中,pws为风电场的补贴电价;
光伏电站的日内市场收益模型为:
式(15)中,psI为光伏电站在日内市场中的交易电价,qsI为光伏电站在日内市场中的交易电量,kf为惩罚成本的比例系数,pI为日内市场交易电价,psD为光伏电站在日前市场中的交易电价,Δqs为光伏电站实际出力与日前市场中确定的交易电量的误差,qCQs为光伏电站装机容量,Cs(|Δqs|)为光伏电站发出|Δqs|电量对应的发电成本,Ss(|Δqs|)为光伏电站发出|Δqs|电量对应获得的政府补贴,Cs(qsI)为光伏电站发出qsI电量对应的发电成本,Ss(qsI)为光伏电站发出qsI电量对应获得的政府补贴,如式(16)所示;
Ss(qsD)=pssqsD (16)
式(16)中,pss为光伏电站的补贴电价。
6.根据权利要求1所述的计及新能源的发电侧竞价优化方法,其特征在于:所述步骤S3中的发电侧竞价优化的双层博弈模型为:
式(17)中,πn为发电公司n的利润,为发电公司n在h时段的利润,1≤n≤N,N为发电公司的总数,1≤h≤H,H为一天中交易时段的总数,和为发电公司n在h时段的报价参数,为设定的常数,为发电公司n在h时段竞得的发电量,为市场在h时段的出清电价,为发电公司n在h时段获得的政府补贴,为发电公司n在h时段的发电成本,为发电公司n在h时段的最小报价参数,为发电公司n在h时段的最大报价参数,U为所有售电公司购电总成本,为所有售电公司在交易日h时段的用电计划,为发电公司n在h时段竞得的最高发电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610880280.9A CN106373033A (zh) | 2016-10-09 | 2016-10-09 | 一种计及新能源的发电侧竞价优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610880280.9A CN106373033A (zh) | 2016-10-09 | 2016-10-09 | 一种计及新能源的发电侧竞价优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106373033A true CN106373033A (zh) | 2017-02-01 |
Family
ID=57895257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610880280.9A Pending CN106373033A (zh) | 2016-10-09 | 2016-10-09 | 一种计及新能源的发电侧竞价优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106373033A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107769196A (zh) * | 2017-11-07 | 2018-03-06 | 国网天津市电力公司 | 一种分布式电源聚合交易电量分配方法 |
CN107798430A (zh) * | 2017-10-25 | 2018-03-13 | 国网新疆电力公司电力科学研究院 | 计及可再生能源跨区消纳的竞价优化方法 |
CN109636671A (zh) * | 2018-12-18 | 2019-04-16 | 中南大学 | 一种考虑多层次市场联动型的风电消纳优化策略 |
CN109787217A (zh) * | 2018-11-20 | 2019-05-21 | 国网浙江省电力有限公司 | 基于风电多状态模型及机会成本修正的备用出清方法 |
CN110350599A (zh) * | 2019-07-16 | 2019-10-18 | 国家电网有限公司 | 一种风光一体消纳控制方法及系统 |
CN110378718A (zh) * | 2018-12-21 | 2019-10-25 | 广州电力交易中心有限责任公司 | 一种用于电力市场仿真平台的售电公司报价模拟方法 |
CN111476412A (zh) * | 2020-04-03 | 2020-07-31 | 国网福建省电力有限公司泉州供电公司 | 一种考虑碳足迹与交易的光伏发电成本分摊研究方法 |
CN112381339A (zh) * | 2021-01-14 | 2021-02-19 | 南方电网数字电网研究院有限公司 | 电力市场环境下区域综合能源系统运行成本优化方法 |
CN113095909A (zh) * | 2021-04-23 | 2021-07-09 | 广东电网有限责任公司电力调度控制中心 | 一种电力市场挂牌交易方法及装置 |
-
2016
- 2016-10-09 CN CN201610880280.9A patent/CN106373033A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798430B (zh) * | 2017-10-25 | 2021-02-26 | 国网新疆电力公司电力科学研究院 | 计及可再生能源跨区消纳的竞价优化方法 |
CN107798430A (zh) * | 2017-10-25 | 2018-03-13 | 国网新疆电力公司电力科学研究院 | 计及可再生能源跨区消纳的竞价优化方法 |
CN107769196A (zh) * | 2017-11-07 | 2018-03-06 | 国网天津市电力公司 | 一种分布式电源聚合交易电量分配方法 |
CN107769196B (zh) * | 2017-11-07 | 2020-08-28 | 国网天津市电力公司 | 一种分布式电源聚合交易电量分配方法 |
CN109787217A (zh) * | 2018-11-20 | 2019-05-21 | 国网浙江省电力有限公司 | 基于风电多状态模型及机会成本修正的备用出清方法 |
CN109636671A (zh) * | 2018-12-18 | 2019-04-16 | 中南大学 | 一种考虑多层次市场联动型的风电消纳优化策略 |
CN109636671B (zh) * | 2018-12-18 | 2021-03-30 | 中南大学 | 一种考虑多层次市场联动型的风电消纳优化策略 |
CN110378718A (zh) * | 2018-12-21 | 2019-10-25 | 广州电力交易中心有限责任公司 | 一种用于电力市场仿真平台的售电公司报价模拟方法 |
CN110350599A (zh) * | 2019-07-16 | 2019-10-18 | 国家电网有限公司 | 一种风光一体消纳控制方法及系统 |
CN110350599B (zh) * | 2019-07-16 | 2020-11-17 | 国家电网有限公司 | 一种风光一体消纳控制方法及系统 |
CN111476412A (zh) * | 2020-04-03 | 2020-07-31 | 国网福建省电力有限公司泉州供电公司 | 一种考虑碳足迹与交易的光伏发电成本分摊研究方法 |
CN111476412B (zh) * | 2020-04-03 | 2022-07-08 | 国网福建省电力有限公司泉州供电公司 | 一种考虑碳足迹与交易的光伏发电成本分摊研究方法 |
CN112381339A (zh) * | 2021-01-14 | 2021-02-19 | 南方电网数字电网研究院有限公司 | 电力市场环境下区域综合能源系统运行成本优化方法 |
CN113095909A (zh) * | 2021-04-23 | 2021-07-09 | 广东电网有限责任公司电力调度控制中心 | 一种电力市场挂牌交易方法及装置 |
CN113095909B (zh) * | 2021-04-23 | 2023-05-26 | 广东电网有限责任公司电力调度控制中心 | 一种电力市场挂牌交易方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106373033A (zh) | 一种计及新能源的发电侧竞价优化方法 | |
Hou et al. | How to improve the competiveness of distributed energy resources in China with blockchain technology | |
Zhao et al. | How to stimulate renewable energy power generation effectively?–China's incentive approaches and lessons | |
Liu et al. | Wind power in China: Policy and development challenges | |
Rigter et al. | Cost and optimal feed-in tariff for small scale photovoltaic systems in China | |
Zhao et al. | Performance of wind power industry development in China: A DiamondModel study | |
Welch et al. | The dual sustainability of wind energy | |
CN109359853A (zh) | 一种考虑电网安全约束的跨省调峰辅助服务交易出清方法 | |
CN113222465A (zh) | 一种计及碳-绿色证书交易机制的综合能源系统优化运行方法 | |
CN106844916A (zh) | 一种基于调峰辅助服务市场的发电和用电组织方法及装置 | |
Xin-gang et al. | How to promote the effective implementation of China’s renewable portfolio standards considering non-neutral technology? | |
CN113112062B (zh) | 一种考虑新能源消纳的区域能源聚合商博弈方法 | |
Zhang et al. | Implications of the development and evolution of global wind power industry for China—An empirical analysis is based on public policy | |
CN107133840A (zh) | 一种面向电供热取暖促进风电就地消纳的多风场竞价方法 | |
CN103632045B (zh) | 一种评估省级电网发电调度理想度的计算方法 | |
Tang et al. | Unit maintenance strategy considering the uncertainty of energy intensive load and wind power under the carbon peak and carbon neutral target | |
CN113095580A (zh) | 一种园区综合能源系统的运行优化方法 | |
Kuriakose | Accelerating Innovation in China’s Solar, Wind and Energy Storage Sectors | |
Yu et al. | An over painted oriental arts: Evaluation of the development of the Chinese renewable energy market using the wind power market as a model | |
Zhu et al. | Structural distortion and the shortage of peak-load power resources in China: A screening curve approach and case study of Shandong Province | |
Wang | A review of renewable energy legislation and policies in China | |
He et al. | Competitiveness of the wind power industry in China: An analysis based on the extended Diamond Model | |
Fu et al. | Effective mechanism for trading generation rights in the context of carbon emission rights | |
CN114447923A (zh) | 高风电占比电力系统的电能和调频辅助服务博弈优化方法 | |
Wang et al. | Robust optimization day-ahead trading strategy for virtual power plant in energy market |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170201 |
|
RJ01 | Rejection of invention patent application after publication |