CN106451431A - 一种混合交易模式下的网损分摊方法 - Google Patents

Abstract

本发明涉及一种混合交易模式下的网损分摊方法，所述方法包括：分别获取混合交易中双边交易和联营交易在网络结构中的潮流分布；分别确定混合交易中双边交易和联营交易在网络结构中的分摊网损；本发明提供的方法，将联营交易看作一笔交易，以直流潮流为假设前提，按照各个交易在每条支路潮流上的占比对精确计算的交流网损进行分摊，适用于联营交易和双边交易混合交易模式。

Description

一种混合交易模式下的网损分摊方法

技术领域

本发明涉及电力市场中网损分摊领域，具体涉及一种混合交易模式下的网损分摊方法。

背景技术

在未来输电开放的市场框架下，需解决的问题之一是如何将输电损耗在输电用户(电能的生产方和使用方)中分摊，即输电损耗分摊问题。虽然在电力市场的交易过程中，输电网损耗成本只占全部成本中很小的一部分(一般来讲输电系统功率损耗占整个输送容量的2-5％)，但其累计效应不容忽视，且网损分摊对于提高输电定价有效性以及引导输电用户合理利用输电资源具有重要作用，需要对其进行重点研究，以尽可能提高市场效率。

网损分摊方法的确定应以电力市场交易模式为前提，并在尽量满足公平合理、快速高效、收支平衡、过程透明、经济信号五条网损分摊原则的基础上进行。目前应用较多的交易模式有：联营交易模式、双边交易模式及联营—双边混合交易模式，其中，联营—双边混合交易模式符合我国大部分地区的实际情况。交易模式的不同关乎网损分摊的对象问题，在确定网损分摊方法时应首先予以考虑。

至今存在多种网损分摊方法，其中较经典的有五种，由于其不同的特点而适用于不同的交易类型。平均网损系数法是最早在电力工业联营模式中采用的网损分摊方法，各发电机/负荷根据其功率占系统总发电功率/负荷功率的比例来分摊网损，但是存在交叉补贴现象，且不能将网损分摊至双边交易。潮流追踪法可对各个支路功率如何分配至发电机/负荷节点进行详细计算，但是在复杂电力网络中进行潮流追踪所需的数据量和计算量非常庞大，且无法追踪双边交易对网损的影响。合同路径法是针对电力市场中双边合同实施的网损分摊方法，假定电能只在合同中规定的连续路径中流过，但是忽略了输配电潮流对非合同路径的影响，并且由于联营模式不存在合同路径而应用受限。边际网损系数法根据节点注入功率的单位变化引起全网网损变化量的大小对各节点进行网损分摊，但是存在着所分摊网损可能存在巨大波动使得用户风险提高、网损费用的过度回收等问题，且交易次序会对最终的分摊结果产生影响。基于博弈论的网损分摊方法利用了电力市场环境下交易与合作博弈模型的相似性对网损进行分摊，不受交易追加次序的影响，但是分摊过程的复杂性随着交易个数的增长而迅速增大，在实际网络中的运用受到一定限制。

发明内容

本发明提供一种混合交易模式下的网损分摊方法，其目的是将联营交易看作一笔交易，以直流潮流为假设前提，按照各个交易在每条支路上的潮流占比对精确计算的交流网损进行分摊，适用于联营交易和双边交易混合交易模式。

本发明的目的是采用下述技术方案实现的：

一种混合交易模式下的网损分摊方法，其改进之处在于，包括：

分别获取混合交易中双边交易和联营交易在网络结构中的潮流分布；

分别确定混合交易中双边交易和联营交易在网络结构中的分摊网损。

优选的，获取混合交易中双边交易在网络结构中的潮流分布，包括：

利用网络转换法将所述网络结构转换为树状网络结构，并获取所述网络结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵；

根据混合交易中双边交易在所述树状网络结构的潮流分布获取混合交易中双边交易在所述网络结构的潮流分布。

进一步的，所述利用网络转换法将所述网络结构转换为树状网络结构，并获取所述网络结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵，包括：

获取所述网络结构的最小生成树结构，并确定所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵；

消除所述网络结构的最小生成树结构的环流，将所述网络结构的最小生成树结构转换为树状网络结构，并确定所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵；

利用所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵和所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵确定所述网络结构与所述树状网络结构间的关联矩阵。

进一步的，所述获取所述网络结构的最小生成树结构，并确定所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵，包括：

根据下式(1)获取所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵C₁₂：

式(1)中，n为所述网络结构中支路总数，fⁿ为所述网络结构中第n个支路的潮流，p为所述网络结构的最小生成树结构中树支总数，f′^p为所述网络结构的最小生成树结构中第p个树支的潮流，q为所述网络结构的最小生成树结构中环流总数，f″^q为所述网络结构的最小生成树结构中第q个环流的潮流，n＝p+q。

进一步的，采用Kruskal算法、Boruvka算法或Prim算法获取所述网络结构的最小生成树结构。

进一步的，所述消除所述网络结构的最小生成树结构的环流，将所述网络结构的最小生成树结构转换为树状网络结构，并确定所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵，包括：

所述网络结构的最小生成树结构满足：Δ₂＝X₂₂·F²，其中，Δ₂为所述网络结构的最小生成树结构中电压相角差，X₂₂为所述网络结构的最小生成树结构中阻抗矩阵，所述网络结构的最小生成树结构的潮流分布F²＝[F_ibt,F_ic]^T，所述网络结构的最小生成树结构的树支的潮流分布F_ibt＝[f′¹...f′^p]^T，所述网络结构的最小生成树结构的环流的潮流分布F_ic＝[f″¹...f″^q]^T，p为所述网络结构的最小生成树结构中树支总数，f′^p为所述网络结构的最小生成树结构中第p个树支的潮流，q为所述网络结构的最小生成树结构中环流总数，f″^q为所述网络结构的最小生成树结构中第q个环流的潮流；

所述网络结构的最小生成树结构中电压相角差其中，Δ_ibt为所述网络结构的最小生成树结构中树支支路相角差；

所述网络结构的最小生成树结构中阻抗矩阵其中，X₁₁为所述网络结构中支路电抗矩阵，C₁₂为所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵；

将所述网络结构的最小生成树结构中阻抗矩阵X₂₂拆分为四部分，则

利用所述网络结构的最小生成树结构的树支的潮流分布F_ibt表示所述网络结构的最小生成树结构的环流的潮流分布F_ic，公式为：

式(2)中，X_{ic_ibt}为所述网络结构的最小生成树结构中阻抗矩阵X₂₂的左下部分，X_{ic_ic}为所述网络结构的最小生成树结构中阻抗矩阵X₂₂的右下部分，

将所述网络结构的最小生成树结构的潮流分布F²＝[F_ibt,F_ic]^T中的环流的潮流分布F_ic用所述网络结构的最小生成树结构的树支的潮流分布F_ibt表示，即其中，I为单位矩阵，F_ibt＝F³，F³为所述树状网络结构的潮流分布；

则所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵

进一步的，按下式(3)确定所述网络结构与所述树状网络结构间的关联矩阵C₁₃：

C₁₃＝C₁₂·C₂₃ (3)

式(3)中，C₁₂为所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵，C₂₃为所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵。

8.如权利要求2所述的方法，其特征在于，根据下式(4)获取混合交易中双边交易在所述网络结构的潮流分布F¹：

F¹＝C₁₃·F³ (4)

式(4)中，C₁₃为所述网络结构与所述树状网络结构间的关联矩阵，F³为混合交易中双边交易在所述树状网络结构的潮流分布。

优选的，获取混合交易中联营在网络结构中的潮流分布，包括：

按下式(5)建立网络结构的节点导纳矩阵B：

式(5)中，i、j∈[1,m]，m为网络结构的节点总数，B(i,i)为所述节点导纳矩阵B的第i行第i列元素，B(i,j)为所述节点导纳矩阵B的第i行第j列元素，x_ij为节点i与j之间的电抗；

在m个节点中随机选取一个节点k作为平衡节点，令节点k的电压相角为零，并删除所述节点导纳矩阵B中节点k对应的行和列的元素，获取网络结构中除节点k外节点的导纳矩阵B₀；

获取网络结构中除节点k外节点的阻抗矩阵X，其中，

获取网络结构中除节点k外节点的电压相角列矢量θ，其中，θ＝XP^sp，P^sp为网络结构中除节点k外节点的注入功率列矢量；

按下式(6)获取混合交易中联营在网络结构中的潮流分布：

式(5)中，F_ij为节点i与j之间的直流潮流，θ_i为节点i的电压相角，θ_j为节点j的电压相角，x_ij为节点i与j之间的电抗，若i＝k，则θ_i＝0，若j＝k，则θ_j＝0，k∈[1,m]。

优选的，所述分别确定混合交易中双边交易和联营交易在网络结构中的分摊网损，包括：

按下式(7)确定混合交易中第t组双边交易在网络结构中的分摊网损ΔP_t：

式(7)中，s∈[1,n]，n为网络结构中支路总数，为混合交易中第t组双边交易在网络结构中第s条支路的潮流，为混合交易中联营交易在网络结构中第s条支路的潮流，为网络结构中第s条支路的有功网损；

按下式(8)确定混合交易中联营交易在网络结构中的分摊网损ΔP_p：

本发明的有益效果：

本发明提供的技术方案简单易行，其流程化思想可为进一步的程序开发打下基础，由于关联矩阵的获取只与网络结构有关，与交易情况无关，因此，避免了交易中多次潮流计算，且不用考虑交易的交叉影响。该方法考虑了某些交易产生的逆向流，并对提供反向潮流的交易给予了鼓励。方法综合反映了交易量与交易各方的电气距离等因素，并且最终的分摊结果是收支平衡的，实现了每笔交易对系统总交流网损的公平分摊，充分体现谁使用谁付钱，用多少付多少的分摊原则。由于方法是按每笔交易在每条支路潮流所占比例来分摊网损，对于市场参与者来说较易接受，可为实际系统中电力交易提供一定参考。

附图说明

图1是本发明一种混合交易模式下的网损分摊方法的流程图；

图2是本发明实施例中参考系1结构示意图；

图3是本发明实施例中参考系2结构示意图；

图4是本发明实施例中参考系3结构示意图；

图5是本发明实施例中IEEE 14节点标准网络结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供的一种混合交易模式下的网损分摊方法，如图1所示，包括：

101.分别获取混合交易中双边交易和联营交易在网络结构中的潮流分布；

102.分别确定混合交易中双边交易和联营交易在网络结构中的分摊网损。

具体的，所述混合交易包括双边交易和联营交易，假设取混合交易中双边交易为k组，混合交易中联营交易为1组，则所述步骤101中，获取所述混合交易中各组双边交易在网络结构中的潮流分布，包括：

利用网络转换法将所述网络结构转换为树状网络结构，并获取所述网络结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵；

根据混合交易中双边交易在所述树状网络结构的潮流分布获取混合交易中双边交易在所述网络结构的潮流分布。

进一步的，每笔双边交易合同中由于确定了固定的发电商、用电商、交易功率和合同路径，因此所有双边交易组成了一个金融性网络，可用“运输网络”对其进行建模。运输网络的特点是“商品”可以按照预先指定的路径由一个节点传输到另一个节点，通常可用加权有向图表示。而电力网络与普通运输网络最大的不同在于电功率在线路上的传输受线路阻抗限制，遵循基尔霍夫定律，导致了电功率不能仅仅在预先指定的路径——即合同路径上传输，而是会分布在整个电网络上，合同路径之外的潮流被称作“环流”。为了对双边交易进行有效建模，消去环流影响，需将网状的电网络通过一系列等效计算转化成树状网，树状网由于每两个节点间有且只有一条通路从而能够有效地对双边交易进行简单描述，这个转化过程就被称作网络转换法。因此，所述利用网络转换法将所述网络结构转换为树状网络结构，并获取所述网络结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵，包括：

获取所述网络结构的最小生成树结构，并确定所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵；

消除所述网络结构的最小生成树结构的环流，将所述网络结构的最小生成树结构转换为树状网络结构，并确定所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵；

利用所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵和所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵确定所述网络结构与所述树状网络结构间的关联矩阵。

其中，所述网络结构的潮流分布，即为网络结构的支路潮流，所述网络结构的最小生成树结构的潮流分布，即为所述网络结构的树枝潮流和环流，所述树状网络结构的潮流分布，即为所述网络结构的等效树支潮流，该树支潮流是根据交易情况直接赋值的；

网络转换法实现了网状网络到树状网络的等效转化，整个转化包含三个参考系和两步变换过程。参考系1代表所述网络结构，网络上每条支路的有功潮流用矢量F¹表示，支路两端电压相角差记为矢量Δ₁，支路阻抗矩阵记为X₁₁(由于假设条件中电阻远小于电抗，因此X₁₁主对角线上仅考虑支路电抗)；参考系2是介于网状网络和树状网络之间的网络模型，即上述操作过程中所述网络结构的最小生成树结构，由承载双边交易的树支和代表环流的基本回路组成，同样的，有功潮流记为F²，电压相角差记为Δ₂，阻抗矩阵记为X₂₂，参考系1与参考系2之间的关联矩阵记为C₁₂；参考系3代表完全消去环流影响的树支网络，即上述操作过程中的所述树状网络结构，同样可用三个基本特征量描述：F³、Δ₃与X₃₃，参考系2到参考系3的转换矩阵记为C₂₃。

根据基尔霍夫定律与功率守恒定律，每两个参考系中的基本量具有如下关系：

具体的，所述获取所述网络结构的最小生成树结构，并确定所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵，包括：

根据下式(1)获取所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵C₁₂：

式(1)中，n为所述网络结构中支路总数，fⁿ为所述网络结构中第n个支路的潮流，p为所述网络结构的最小生成树结构中树支总数，f′^p为所述网络结构的最小生成树结构中第p个树支的潮流，q为所述网络结构的最小生成树结构中环流总数，f″^q为所述网络结构的最小生成树结构中第q个环流的潮流，n＝p+q。

其中，可以采用Kruskal算法、Boruvka算法或Prim算法获取所述网络结构的最小生成树结构。

即参考系1到参考系2的转化，例如，如图2所示，参考系1为IEEE 14节点标准算例，支路的电抗参数已知，网络中每条支路潮流及假设方向用实线箭头表示。参考系1到参考系2的转化是将原网状网络转化成树状网络与环流的叠加，而一旦树支被选择出来，环流即被唯一确定。考虑到由于树支的选取只对中间过程产生影响，不会影响最终的潮流运算结果，并且考虑到潮流总是趋向于流经阻抗最小的支路，因此树支的选取按照图论里“最小生成树”原则进行。

最小生成树，即各边电抗之和最小的生成树，构造准则有3条：

(1)必须只使用该网络中的边来构造最小生成树。

(2)必须使用且仅使用n-1条边来连接网络中的n个顶点。

(3)不能使用产生回路的边。

构造最小生成树的算法目前发展已较为成熟，主要有：Kruskal算法、Boruvka算法和Prim算法，其中Kruskal算法主要适用于稀疏图，Boruvka算法与Kruskal算法类似，Prim算法主要适用于稠密图，可根据图的稀疏程度选择合适的算法。

在此运用Prim算法构造最小生成树，结果如图3中实线箭头所示；树支以外的支路称之为连支，在图3中用虚线箭头表示。每当在树上加一条连支时，将使相应的两个节点之间增加一条由所加连支构成的路径，则必然形成一个回路。只含有一条连支的回路称为基本回路，在网络转换法中称之为“环流”，由于各基本回路彼此包含有不同的连支，因此环流是相互独立的，且环流的方向与连支的方向相同，如图3所示。至此，网络中实际的物理潮流F¹已被分解为树支潮流F^ibt与环流F^ic的代数和，方向相同为正，方向相反为负。再例如，原网络中的f¹可被分解为f^1’减去f^c1，f^c1符号为负是因为f^c1与f¹方向相反。将20条原网络支路潮流分别用树支潮流与环流表示：

其中，F¹＝[f¹，f²，f³，…，f¹⁹，f²⁰]^T表示原网络20条支路潮流，F²＝[f^1’，f^2’，…，f^13’，f^c1，…，f^c7]^T＝[F^ibt∣F^ic]^T，F^ibt＝[f^1’，f^2’，…，f^13’]^T表示树支潮流，F^ic＝[f^c1，…，f^c7]^T表示环流。至此，原网络支路潮流已经被树支潮流与环流所表示，即完成了参考系1到参考系2的转换。

所述消除所述网络结构的最小生成树结构的环流，将所述网络结构的最小生成树结构转换为树状网络结构，并确定所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵，包括：

所述网络结构的最小生成树结构满足：Δ₂＝X₂₂·F²，其中，Δ₂为所述网络结构的最小生成树结构中电压相角差，X₂₂为所述网络结构的最小生成树结构中阻抗矩阵，所述网络结构的最小生成树结构的潮流分布F²＝[F_ibt,F_ic]^T，所述网络结构的最小生成树结构的树支的潮流分布F_ibt＝[f′¹...f′^p]^T，所述网络结构的最小生成树结构的环流的潮流分布F_ic＝[f″¹...f″^q]^T，p为所述网络结构的最小生成树结构中树支总数，f′^p为所述网络结构的最小生成树结构中第p个树支的潮流，q为所述网络结构的最小生成树结构中环流总数，f″^q为所述网络结构的最小生成树结构中第q个环流的潮流；

所述网络结构的最小生成树结构中电压相角差其中，Δ_ibt为所述网络结构的最小生成树结构中树支支路相角差；

所述网络结构的最小生成树结构中阻抗矩阵其中，X₁₁为所述网络结构中支路电抗矩阵，C₁₂为所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵；

将所述网络结构的最小生成树结构中阻抗矩阵X₂₂拆分为四部分，则

利用所述网络结构的最小生成树结构的树支的潮流分布F_ibt表示所述网络结构的最小生成树结构的环流的潮流分布F_ic，公式为：

式(2)中，X_{ic_ibt}为所述网络结构的最小生成树结构中阻抗矩阵X₂₂的左下部分，X_{ic_ic}为所述网络结构的最小生成树结构中阻抗矩阵X₂₂的右下部分，

将所述网络结构的最小生成树结构的潮流分布F²＝[F_ibt,F_ic]^T中的环流的潮流分布F_ic用所述网络结构的最小生成树结构的树支的潮流分布F_ibt表示，即其中，I为单位矩阵，F_ibt＝F³，F³为所述树状网络结构的潮流分布；

则所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵

即参考系2到参考系3的转化，为将参考系2转化为参考系3，需消去环流影响，即可将环流用树支潮流线性表示。在参考系2中，存在如下等式关系：

Δ₂＝X₂₂·F²

进一步可详细写为：

由于遵循KVL，环流的电压相角差为零，因此上式是线性相关的，可得到如下关系式：

将环流F^ic写成了树支潮流F^ibt的表达式，因此，可将参考系2中的7个环流全部用树支潮流表示，即得到了参考系2到参考系3的关联矩阵，转换过程如下式所示：

即：

F²＝C₂₃·F³

通过环流的消除，参考系2被转化为仅含树支潮流的参考系3，如图4所示。

参考系3消除了KVL的影响，且两节点之间有且只有一条通路，因此可看作上文所说的“运输网络”。而关联矩阵C₁₂与C₂₃记录了转化过程中潮流的等效变化过程，存储了参考系1向参考系3转化的唯一信息，因此，由原网络到树状网络的转化过程可由关联矩阵C₁₃表示，按下式(3)确定所述网络结构与所述树状网络结构间的关联矩阵C₁₃：

C₁₃＝C₁₂·C₂₃ (3)

式(3)中，C₁₂为所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵，C₂₃为所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵。

根据下式(4)获取混合交易中双边交易在所述网络结构的潮流分布F¹：

F¹＝C₁₃·F³ (4)

式(4)中，C₁₃为所述网络结构与所述树状网络结构间的关联矩阵，F³为混合交易中双边交易在所述树状网络结构的潮流分布。

根据每组双边交易情况依次对F³进行赋值后，经过与关联矩阵的相乘即可得到每组双边交易在原网络中的潮流分布。且C₁₃的求取与交易情况无关，只与网络拓扑结构有关，因此当交易情况变化时不需要重复求取，大大简化了计算过程。

联营交易与双边交易的交易特点有较大差异，双边交易是点对点交易，每组双边交易有其对应的发电商与用电商；而参与联营交易的发电商与用电商不存在一一对应关系，是通过统一的“电力库”进行电力买卖，只能保证电力是收支平衡的。因此当整个网络中同时存在这两种交易模式时，必须将二者区别对待。双边交易处理方法是基于直流潮流假设，由于直流潮流具有可叠加性，因此使用直流潮流法计算联营交易在原网络上的潮流分布，所得结果可与双边交易统一考虑从而进行下一步的网损分摊。获取混合交易中联营在网络结构中的潮流分布，包括：

按下式(5)建立网络结构的节点导纳矩阵B：

式(5)中，i、j∈[1,m]，m为网络结构的节点总数，B(i,i)为所述节点导纳矩阵B的第i行第i列元素，B(i,j)为所述节点导纳矩阵B的第i行第j列元素，x_ij为节点i与j之间的电抗；

在m个节点中随机选取一个节点k作为平衡节点，令节点k的电压相角为零，并删除所述节点导纳矩阵B中节点k对应的行和列的元素，获取网络结构中除节点k外节点的导纳矩阵B₀；

获取网络结构中除节点k外节点的阻抗矩阵X，其中，

获取网络结构中除节点k外节点的电压相角列矢量θ，其中，θ＝XP^sp，P^sp为网络结构中除节点k外节点的注入功率列矢量；

按下式(6)获取混合交易中联营在网络结构中的潮流分布：

式(5)中，F_ij为节点i与j之间的直流潮流，θ_i为节点i的电压相角，θ_j为节点j的电压相角，x_ij为节点i与j之间的电抗，若i＝k，则θ_i＝0，若j＝k，则θ_j＝0，k∈[1,m]。

针对两种交易模式的不同特点用不同的方法分别求得每组双边交易和联营交易在网络中的潮流分布，接下来要结合交易的具体数据建立网损分摊模型并根据各组交易在总交易中的潮流占比来对每条支路的交流网损进行分摊，所述步骤102，包括：

按下式(7)确定混合交易中第t组双边交易在网络结构中的分摊网损ΔP_t：

式(7)中，s∈[1,n]，n为网络结构中支路总数，为混合交易中第t组双边交易在网络结构中第s条支路的潮流，为混合交易中联营交易在网络结构中第s条支路的潮流，为网络结构中第s条支路的有功网损；

其中，为按照交流潮流计算得到的；

按下式(8)确定混合交易中联营交易在网络结构中的分摊网损ΔP_p：

根据如图5所示的IEEE 14节点标准网络交易的实际数据求得最终的网损分摊结果，节点1、2、3、6、8为发电机节点，其它节点为负荷节点，参与双边交易和联营交易节点及其交易量如表1和表2所示：

表1 IEEE-14节点系统的双边交易数据

表2 IEEE-14节点系统的联营交易数据

按照上文所述方法计算各笔双边交易和联营交易(看作一笔交易)在每条支路上潮流所占比例(也即各笔交易在每条支路上网损所占比例)与最终计算所得分摊的总网损如表3和表4所示。

表3各笔双边交易和联营交易支路潮流(网损)占比

表4各笔双边交易和联营交易应当分摊的总网损

由表3可以看出，就每一条支路来说，不仅将各笔交易在每条支路潮流上的占比求和结果为1，并且潮流(网损)占比有正有负。在实际，存在多个交易同时利用一条线路、而且某些交易在该线路中引起了逆向潮流的情况，由该发明方法计算得到的该笔交易在支路上的潮流(网损)占比呈负值。客观上，这就表示给提供反向潮流的交易给予了鼓励，给其分摊了较少的费用甚至分摊负的费用，这符合反向潮流的存在可以增大输电系统的输送能力、在一些线路上减小输电损耗的实际情况。由表4可以看出，每笔交易应分摊的网损可综合反映其交易量与交易各方的电气距离等因素，同时，将各笔交易应分摊的网损求和，数值等于系统总的交流网损。这就说明，本专利所提出的方法是合理的，并且是收支平衡的，不至于电网公司过多地回收网损费用，也易于交易各方接受。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种混合交易模式下的网损分摊方法，其特征在于，所述方法包括：

分别获取混合交易中双边交易和联营交易在网络结构中的潮流分布；

分别确定混合交易中双边交易和联营交易在网络结构中的分摊网损。

2.如权利要求1所述的方法，其特征在于，获取混合交易中双边交易在网络结构中的潮流分布，包括：

利用网络转换法将所述网络结构转换为树状网络结构，并获取所述网络结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵；

根据混合交易中双边交易在所述树状网络结构的潮流分布获取混合交易中双边交易在所述网络结构的潮流分布。

3.如权利要求2所述的方法，其特征在于，所述利用网络转换法将所述网络结构转换为树状网络结构，并获取所述网络结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵，包括：

获取所述网络结构的最小生成树结构，并确定所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵；

消除所述网络结构的最小生成树结构的环流，将所述网络结构的最小生成树结构转换为树状网络结构，并确定所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵；

利用所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵和所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵确定所述网络结构与所述树状网络结构间的关联矩阵。

4.如权利要求3所述的方法，其特征在于，所述获取所述网络结构的最小生成树结构，并确定所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布间的关联矩阵，包括：

根据下式(1)获取所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵C₁₂：

$\left[\begin{array}{c}{f}^1\\ f^2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ f^n\end{array}\right]=C_{12}\·\left[\begin{array}{c}{f}^{\′1}\\ f^{\′2}\\ \begin{array}{c}.\\ .\\ .\end{array}\\ f^{\′p}\\ f^{\′\′1}\\ \begin{array}{c}.\\ .\\ .\end{array}\\ f^{\′\′q}\end{array}\right]---\left(1\right)$

式(1)中，n为所述网络结构中支路总数，fⁿ为所述网络结构中第n个支路的潮流，p为所述网络结构的最小生成树结构中树支总数，f′^p为所述网络结构的最小生成树结构中第p个树支的潮流，q为所述网络结构的最小生成树结构中环流总数，f″^q为所述网络结构的最小生成树结构中第q个环流的潮流，n＝p+q。

5.如权利要求3所述的方法，其特征在于，采用Kruskal算法、Boruvka算法或Prim算法获取所述网络结构的最小生成树结构。

6.如权利要求3所述的方法，其特征在于，所述消除所述网络结构的最小生成树结构的环流，将所述网络结构的最小生成树结构转换为树状网络结构，并确定所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵，包括：

所述网络结构的最小生成树结构满足：Δ₂＝X₂₂·F²，其中，Δ₂为所述网络结构的最小生成树结构中电压相角差，X₂₂为所述网络结构的最小生成树结构中阻抗矩阵，所述网络结构的最小生成树结构的潮流分布F²＝[F_ibt,F_ic]^T，所述网络结构的最小生成树结构的树支的潮流分布F_ibt＝[f′¹...f′^p]^T，所述网络结构的最小生成树结构的环流的潮流分布F_ic＝[f″¹...f″^q]^T，p为所述网络结构的最小生成树结构中树支总数，f′^p为所述网络结构的最小生成树结构中第p个树支的潮流，q为所述网络结构的最小生成树结构中环流总数，f″^q为所述网络结构的最小生成树结构中第q个环流的潮流；

所述网络结构的最小生成树结构中电压相角差其中，Δ_ibt为所述网络结构的最小生成树结构中树支支路相角差；

所述网络结构的最小生成树结构中阻抗矩阵其中，X₁₁为所述网络结构中支路电抗矩阵，C₁₂为所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵；

将所述网络结构的最小生成树结构中阻抗矩阵X₂₂拆分为四部分，则

利用所述网络结构的最小生成树结构的树支的潮流分布F_ibt表示所述网络结构的最小生成树结构的环流的潮流分布F_ic，公式为：

$F_{ic}=-X_{ic\_ic}^{-1}\·X_{ic\_ibt}\·F_{ibt}=C_{ic\_ibt}\·F_{ibt}---\left(2\right)$

式(2)中，X_{ic_ibt}为所述网络结构的最小生成树结构中阻抗矩阵X₂₂的左下部分，X_{ic_ic}为所述网络结构的最小生成树结构中阻抗矩阵X₂₂的右下部分，

将所述网络结构的最小生成树结构的潮流分布F²＝[F_ibt,F_ic]^T中的环流的潮流分布F_ic用所述网络结构的最小生成树结构的树支的潮流分布F_ibt表示，即其中，I为单位矩阵，F_ibt＝F³，F³为所述树状网络结构的潮流分布；

则所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵

7.如权利要求3所述的方法，其特征在于，按下式(3)确定所述网络结构与所述树状网络结构间的关联矩阵C₁₃：

C₁₃＝C₁₂·C₂₃ (3)

式(3)中，C₁₂为所述网络结构的潮流分布与所述网络结构的最小生成树结构的潮流分布的关联矩阵，C₂₃为所述网络结构的最小生成树结构的潮流分布与所述树状网络结构的潮流分布间的关联矩阵。

8.如权利要求2所述的方法，其特征在于，根据下式(4)获取混合交易中双边交易在所述网络结构的潮流分布F¹：

F¹＝C₁₃·F³ (4)

式(4)中，C₁₃为所述网络结构与所述树状网络结构间的关联矩阵，F³为混合交易中双边交易在所述树状网络结构的潮流分布。

9.如权利要求1所述的方法，其特征在于，获取混合交易中联营交易在网络结构中的潮流分布，包括：

按下式(5)建立网络结构的节点导纳矩阵B：

$\left\{\begin{array}{c}B(i,i)=\underset{j\∈i,j\≠i}{\Σ}\frac{1}{x_{ij}}\\ B(i,j)=-\frac{1}{x_{ij}}\end{array}\right.---\left(5\right)$

式(5)中，i、j∈[1,m]，m为网络结构的节点总数，B(i,i)为所述节点导纳矩阵B的第i行第i列元素，B(i,j)为所述节点导纳矩阵B的第i行第j列元素，x_ij为节点i与j之间的电抗；

在m个节点中随机选取一个节点k作为平衡节点，令节点k的电压相角为零，并删除所述节点导纳矩阵B中节点k对应的行和列的元素，获取网络结构中除节点k外节点的导纳矩阵B₀；

获取网络结构中除节点k外节点的阻抗矩阵X，其中，

获取网络结构中除节点k外节点的电压相角列矢量θ，其中，θ＝XP^sp，P^sp为网络结构中除节点k外节点的注入功率列矢量；

按下式(6)获取混合交易中联营在网络结构中的潮流分布：

$F_{ij}=\frac{{\mathrm{\θ}}_i-{\mathrm{\θ}}_j}{x_{ij}}---\left(6\right)$

式(5)中，F_ij为节点i与j之间的直流潮流，θ_i为节点i的电压相角，θ_j为节点j的电压相角，x_ij为节点i与j之间的电抗，若i＝k，则θ_i＝0，若j＝k，则θ_j＝0，k∈[1,m]。

10.如权利要求1所述的方法，其特征在于，所述分别确定混合交易中双边交易和联营交易在网络结构中的分摊网损，包括：

按下式(7)确定混合交易中第t组双边交易在网络结构中的分摊网损ΔP_t：

${\mathrm{\ΔP}}_t=\underset{s=1}{\overset{n}{\Σ}}(\frac{f_t^s}{\underset{t=1}{\overset{k}{\Σ}}{f}_t^s+f_p^s}\×{\mathrm{\ΔP}}_l^s)---\left(7\right)$

式(7)中，s∈[1,n]，n为网络结构中支路总数，为混合交易中第t组双边交易在网络结构中第s条支路的潮流，为混合交易中联营交易在网络结构中第s条支路的潮流，为网络结构中第s条支路的有功网损；

按下式(8)确定混合交易中联营交易在网络结构中的分摊网损ΔP_p：

${\mathrm{\ΔP}}_p=\underset{s=1}{\overset{n}{\Σ}}(\frac{f_p^s}{\underset{t=1}{\overset{k}{\Σ}}{f}_t^s+f_p^s}\×{\mathrm{\ΔP}}_l^s)---\left(8\right).$