CN107067149A - 一种评估调峰约束下电网购电组合收益及风险的方法 - Google Patents
一种评估调峰约束下电网购电组合收益及风险的方法 Download PDFInfo
- Publication number
- CN107067149A CN107067149A CN201710062564.1A CN201710062564A CN107067149A CN 107067149 A CN107067149 A CN 107067149A CN 201710062564 A CN201710062564 A CN 201710062564A CN 107067149 A CN107067149 A CN 107067149A
- Authority
- CN
- China
- Prior art keywords
- mrow
- electricity
- msub
- power
- province
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000005611 electricity Effects 0.000 claims abstract description 127
- 230000008901 benefit Effects 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000007620 mathematical function Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 240000002853 Nelumbo nucifera Species 0.000 claims description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 5
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012946 outsourcing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种评估调峰约束下电网购电组合收益及风险的方法,以加权条件风险价值度量省级电网公司的购电风险,建立电网公司期望收益最大化和风险最小化多目标优化模型。在售电侧实施峰谷分时电价的背景下,计及省级电网的调峰、省际购电的电力电量耦合方程等约束,采用多目标量子粒子群算法求解,得到具有不同效益和风险水平的省际、省内各类市场最优购电组合集,购电决策者可依据自己的风险偏好做出理性的购电决策,合理分配购电量。本发明提出的方法,反映出区域电力市场环境中,电网公司参与省际购电交易的收益和风险水平,并用直观的经济信号反映风险值。为电网公司统筹优化省际及省内购电提供参考。
Description
技术领域
本发明涉及电力市场分析领域,特别是一种评估调峰约束下电网购电组合收益及风险的方法。
背景技术
在区域电力市场环境中,电网公司面临更加广泛的购电选择。省内及省际各类电力市场的平均价格及波动幅度均存在差异,在售电电价不联动的情况下,电网公司存在较大的经营风险。目前,许多文献研究了电网公司在各类市场的购电组合问题,但都忽视了省级电网调峰约束,且将多目标优化问题转化为单目标优化问题进行求解,难以得到契合电网安全运行要求且客观的购电组合决策。电网公司作为购电主体,一方面要尽量减小购电费用以增大购电效益,另一方面要规避损失的风险。因此,研究如何在满足调峰等物理约束的前提下协调好购电效益和风险的关系,协调好省际购电量与省内购电量的关系具有实际应用价值。通过求解多目标非劣解前沿,得出一系列具有不同效益-风险的购电组合,能为电网公司提供全面的辅助决策信息。
发明内容
本发明的目的在于提供一种评估调峰约束下电网购电组合收益及风险的方法,以克服现有技术中存在的缺陷。
为实现上述目的,本发明的技术方案是:一种评估调峰约束下电网购电组合收益及风险的方法,包括以下步骤:
步骤S1:提取省际月度合约市场、日前市场,省内月度合约市场、日前市场、实时市场历史电价、购电省售电侧峰谷分时电价、省内负荷电量需求、省内月度典型日峰荷谷荷水平、省内调峰盈余;
步骤S2:建立电网公司购电社会效益最大化模型:在区域电力市场环境下,电网公司从省内、省外各类电力市场购电以满足省内负荷需求,在售电侧实施峰谷分时电价的背景下,求解电网公司最大购电社会效益,且以1个月为分析对象,用数学函数表述如下:
max[E(R)]=max{E[Ec-Eb]};
其中,R为省级电网月度购电效益,E[R]为其期望值;Ec为电网公司月度售电收入;Eb为电网公司月度购电费用期望值;
步骤S3:建立购电组合风险最小化模型:采用加权条件风险价值度量调峰约束下电网购电损失的风险;
步骤S4:求解电网公司购电组合及对应的购电社会效益和风险。
在本发明一实施例中,在所述步骤S2中,还包括如下步骤:
步骤S21:获取电网公司月度售电收入:售电侧实施峰谷分时电价,峰、平、谷时段电量以不同价格结算;则省级电网月度售电收入Ec为:
Ec=PpWp+PfWf+PvWv;
其中,Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;
步骤S22:获取月度购电费用期望值,月度购电费用期望值Eb为:
Eb=xTμ;
其中,x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;μ=(μ1,μ2,μ3,μ4,μ5)T为各市场购电均价。
在本发明一实施例中,在所述步骤S3中,还包括如下步骤:电网公司在省际和省内购电损失的风险,即WCVaR值用数学函数表述如下:
其中,n为电价服从的不同分布类型数量,m为电价样本的组数;β∈(0,1)为置信水平,λn为第n种电价分布的权值,Znk为第n类电价分布下第k个电价样本的虚拟变量;α为在置信水平为β时电网公司的最大可能损失值,即VaR值;
Znk={xTpnk-(PpWp+PfWf+PvWv)-α}+;
其中,pnk为第n种电价分布下的第k个电价样本数据;Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;
其中,y为代表电价不确定性的随机变量,p(y)为电价服从的概率分布,f(x,y)为损失函数;
f(x,y)=-R=-(PpWp+PfWf+PvWv-xTP)
其中,P为依据P(y)生成的各类市场购电电价样本。
在本发明一实施例中,在所述步骤S3中,约束条件包括:电量平衡约束、外购电电力电量耦合约束、尖峰负荷约束、低谷负荷约束、省际联络线输送容量约束、各市场购电量约束以及WCVaR约束。
在本发明一实施例中,所述电量平衡约束用数学函数表述如下:
其中,xi为电网公司在第i种电能量市场中的购电量,Wtotal表示省级电网月度总需求电量;
所述外购电电力电量耦合约束用数学函数表述如下:
其中,Dm为本月天数,Pt为外购月度合约电量分解到每天中第t小时的出力;d为一个月中的第d天;
所述尖峰负荷约束用数学函数表述如下:
其中,分别为为省级电网第d天的最大负荷值及省内机组最大出力;为省际总购电在第d天峰荷时段的输送功率;
所述低谷负荷约束用数学函数表述如下:
其中,分别为省级电网第d天的最小负荷值及省内机组最小出力;为省际总购电在第d天谷荷时段的输送功率;
所述省际联络线输送容量约束用数学函数表述如下:
Pout(t,d)≤Po;
其中,Pout(t,d)为外购电第d天第t小时的总功率,为省外日前市场合约电量分解到每小时的功率与日前市场购电量的小时分解电量之和;Po为省间联络线最大输送容量;
所述各市场购电量约束用数学函数表述如下:
0≤xi≤Wtotal;
所述WCVaR约束用数学函数表述如下:
其中,Znk为第n类电价分布下第k个电价样本的虚拟变量;pnk为第n种电价分布下的第k个电价样本数据;Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;α为在置信水平为β时电网公司的最大可能损失值,即VaR值。
在本发明一实施例中,在所述步骤S4中,以电网公司购电社会效益最大化和损失风险最小化为目标建立多目标优化模型,采用多目标量子粒子群算法求解,得到调峰约束下对应不同损失风险的购电组合,供购电决策者选择。
相较于现有技术,本发明具有以下有益效果:本发明提出的一种评估调峰约束下电网购电组合收益及风险的方法,考虑省际购电电力电量耦合关系、购电省内调峰容量、电价的多分布性、售电电价等因素,建立电网公司购电效益最大及损失风险最小多目标优化模型。采用多目标量子粒子群算法求解,得到调峰约束下对应不同损失风险和效益的购电组合集,供购电决策者选择。本发明提出的一种评估调峰约束下电网购电组合收益及风险的方法,反映出调峰要求对省际购电量的制约及对电网公司购电效益和风险的影响,体现购电效益与风险的关系;采用加权条件风险值更真实地度量价格波动的风险,并以直观的经济信号反映风险水平,便于决策者进行风险管理;最终实现购电效益与风险协调优化。
附图说明
图1为本发明中一种评估调峰约束下电网购电组合收益及风险的方法的流程图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
如图1所示,本实施例提供了一种评估调峰约束下电网购电组合收益及风险的方法,具体包括以下步骤:
步骤S1:提取省际月度合约市场、日前市场,省内月度合约市场、日前市场、实时市场历史电价、购电省售电侧峰谷分时电价、省内负荷电量需求、省内月度典型日峰荷、谷荷水平、省内调峰盈余等数据;
步骤S2:建立电网公司购电社会效益最大化模型;定义该模型:在区域电力市场环境下,电网公司可以从省内、省外各类电力市场购电以满足省内负荷需求。在售电侧实施峰谷分时电价的背景下,求解电网公司最大购电社会效益,以1个月为分析对象,用数学函数表述如下:
max[E(R)]=max{E[Ec-Eb]};
其中,R为省级电网月度购电效益,E[R]为其期望值;Ec为电网公司月度售电收入;Eb为电网公司月度购电费用期望值;
步骤S3:建立购电组合风险最小化模型:采用加权条件风险价值(WCVaR)度量调峰约束下电网购电损失的风险;采用加权条件风险价值量化每一可能的购电组合的损失风险,将其转化为直观的经济信号;
步骤S4:求解电网公司购电组合及对应的购电社会效益和风险。
进一步的,在本实施例中,步骤S2具体包括以下步骤:
步骤S21:电网公司月度售电收入:售电侧实施峰谷分时电价,峰、平、谷时段电量以不同价格结算。则省级电网月度售电收入Ec为:
Ec=PpWp+PfWf+PvWv;
其中,Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;
步骤S22:月度购电费用期望值:省际月度合约市场、日前市场,省内月度合约市场、日前市场、实时市场的价格均值和波动幅度都存在差异,在各类市场的购电组合将影响购电费用。则Eb月度购电费用期望值为:
Eb=xTμ;
其中,x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;μ=(μ1,μ2,μ3,μ4,μ5)T为各市场购电均价;
进一步的,在本实施例中,步骤S3具体为:电网公司在省际和省内购电损失的风险即WCVaR值用数学函数表述如下:
其中,n为电价服从的不同分布类型数量,m为电价样本的组数,β∈(0,1)为置信水平,λn为第n种电价分布的权值,Znk为第n类电价分布下第k个电价样本的虚拟变量;α为在置信水平为β时电网公司的最大可能损失值,即VaR值;
其中,
Znk={xTpnk-(PpWp+PfWf+PvWv)-α}+;
其中,pnk为第n种电价分布下的第k个电价样本数据;
其中,
其中,y为代表电价不确定性的随机变量,p(y)为电价服从的概率分布,f(x,y)为损失函数;
其中,
f(x,y)=-R=-(PpWp+PfWf+PvWv-xTP)
其中,P为依据P(y)生成的各类市场购电电价样本。
进一步的,在本实施例中,步骤S3包括的约束条件有:电量平衡约束、外购电电力电量耦合约束、尖峰负荷约束、低谷负荷约束、省际联络线输送容量约束、各市场购电量约束、WCVaR约束;
电量平衡约束用数学函数表述如下:
其中,xi为电网公司在第i种电能量市场中的购电量,Wtotal表示省级电网月度总需求电量;
外购电电力电量耦合约束用数学函数表述如下:
其中,Dm为本月天数,Pt为外购月度合约电量分解到每天中第t小时的出力;d为一个月中的第d天;
尖峰负荷约束用数学函数表述如下:
其中,分别为为省级电网第d天的最大负荷值及省内机组最大出力;为省际总购电在第d天峰荷时段的输送功率;
低谷负荷约束用数学函数表述如下:
其中,分别为省级电网第d天的最小负荷值及省内机组最小出力;为省际总购电在第d天谷荷时段的输送功率;
省际联络线输送容量约束用数学函数表述如下:
Pout(t,d)≤Po;
其中,Pout(t,d)为外购电第d天第t小时的总功率,为省外日前市场合约电量分解到每小时的功率与日前市场购电量的小时分解电量之和;Po为省间联络线最大输送容量;
各市场购电量约束用数学函数表述如下:
0≤xi≤Wtotal;
WCVaR约束用数学函数表述如下:
进一步的,在本实施例中,以电网公司购售电价差即社会效益最大化和损失风险最小化为目标建立多目标优化模型,采用多目标量子粒子群算法求解,得到调峰约束下对应不同损失风险和效益的购电组合集,得到具有不同效益和风险水平的省际、省内各类市场最优购电组合集,为购电决策者提供协调购电效益-风险的购电组合参考,购电决策者可依据自己的风险偏好做出理性的购电决策,合理分配在省外月度合约市场、日前市场以及省内月度合约市场、日前市场和实时市场的购电量。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (6)
1.一种评估调峰约束下电网购电组合收益及风险的方法,其特征在于:包括以下步骤:
步骤S1:提取省际月度合约市场、日前市场,省内月度合约市场、日前市场、实时市场历史电价、购电省售电侧峰谷分时电价、省内负荷电量需求、省内月度典型日峰荷谷荷水平、省内调峰盈余;
步骤S2:建立电网公司购电社会效益最大化模型:在区域电力市场环境下,电网公司从省内、省外各类电力市场购电以满足省内负荷需求,在售电侧实施峰谷分时电价的背景下,求解电网公司最大购电社会效益,且以1个月为分析对象,用数学函数表述如下:
max[E(R)]=max{E[Ec-Eb]};
其中,R为省级电网月度购电效益,E[R]为其期望值;Ec为电网公司月度售电收入;Eb为电网公司月度购电费用期望值;
步骤S3:建立购电组合风险最小化模型:采用加权条件风险价值度量调峰约束下电网购电损失的风险;
步骤S4:求解电网公司购电组合及对应的购电社会效益和风险。
2.根据权利要求1所述的一种评估调峰约束下电网购电组合收益及风险的方法,其特征在于,在所述步骤S2中,还包括如下步骤:
步骤S21:获取电网公司月度售电收入:售电侧实施峰谷分时电价,峰、平、谷时段电量以不同价格结算;则省级电网月度售电收入Ec为:
Ec=PpWp+PfWf+PvWv;
其中,Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;
步骤S22:获取月度购电费用期望值,月度购电费用期望值Eb为:
Eb=xTμ;
其中,x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;μ=(μ1,μ2,μ3,μ4,μ5)T为各市场购电均价。
3.根据权利要求1所述的一种评估调峰约束下电网购电组合收益及风险的方法,其特征在于,在所述步骤S3中,还包括如下步骤:电网公司在省际和省内购电损失的风险,即WCVaR值用数学函数表述如下:
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>F</mi>
<mo>~</mo>
</mover>
<mi>&beta;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<mi>&alpha;</mi>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&beta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>z</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mi>n</mi>
</msub>
<msub>
<mi>Z</mi>
<mrow>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
其中,n为电价服从的不同分布类型数量,m为电价样本的组数;β∈(0,1)为置信水平,λn为第n种电价分布的权值,Znk为第n类电价分布下第k个电价样本的虚拟变量;α为在置信水平为β时电网公司的最大可能损失值,即VaR值;
Znk={xTpnk-(PpWp+PfWf+PvWv)-α}+;
其中,pnk为第n种电价分布下的第k个电价样本数据;Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;
<mrow>
<mi>&alpha;</mi>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>{</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>&beta;</mi>
</mrow>
</mfrac>
<msub>
<mo>&Integral;</mo>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&alpha;</mi>
<mi>&beta;</mi>
</msub>
</mrow>
</msub>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>y</mi>
<mo>&GreaterEqual;</mo>
<mi>&beta;</mi>
<mo>}</mo>
</mrow>
其中,y为代表电价不确定性的随机变量,p(y)为电价服从的概率分布,f(x,y)为损失函数;
f(x,y)=-R=-(PpWp+PfWf+PvWv-xTP)
其中,P为依据P(y)生成的各类市场购电电价样本。
4.根据权利要求1所述的一种评估调峰约束下电网购电组合收益及风险的方法,其特征在于,在所述步骤S3中,约束条件包括:电量平衡约束、外购电电力电量耦合约束、尖峰负荷约束、低谷负荷约束、省际联络线输送容量约束、各市场购电量约束以及WCVaR约束。
5.根据权利要求4所述的一种评估调峰约束下电网购电组合收益及风险的方法,其特征在于,所述电量平衡约束用数学函数表述如下:
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>5</mn>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>W</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中,xi为电网公司在第i种电能量市场中的购电量,Wtotal表示省级电网月度总需求电量;
所述外购电电力电量耦合约束用数学函数表述如下:
<mrow>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>d</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>D</mi>
<mi>m</mi>
</msub>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>24</mn>
</munderover>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>,</mo>
<mi>d</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中,Dm为本月天数,Pt为外购月度合约电量分解到每天中第t小时的出力;d为一个月中的第d天;
所述尖峰负荷约束用数学函数表述如下:
<mrow>
<msubsup>
<mi>P</mi>
<mi>d</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msubsup>
<mo>&le;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>max</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
<mrow>
<mi>p</mi>
<mi>e</mi>
<mi>a</mi>
<mi>k</mi>
</mrow>
</msubsup>
<mo>;</mo>
</mrow>
其中,分别为为省级电网第d天的最大负荷值及省内机组最大出力;为省际总购电在第d天峰荷时段的输送功率;
所述低谷负荷约束用数学函数表述如下:
<mrow>
<msubsup>
<mi>P</mi>
<mi>d</mi>
<mi>min</mi>
</msubsup>
<mo>&GreaterEqual;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>min</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>d</mi>
<mo>,</mo>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
</mrow>
<mrow>
<mi>v</mi>
<mi>a</mi>
<mi>l</mi>
<mi>l</mi>
<mi>e</mi>
<mi>y</mi>
</mrow>
</msubsup>
<mo>;</mo>
</mrow>
其中,分别为省级电网第d天的最小负荷值及省内机组最小出力;为省际总购电在第d天谷荷时段的输送功率;
所述省际联络线输送容量约束用数学函数表述如下:
Pout(t,d)≤Po;
其中,Pout(t,d)为外购电第d天第t小时的总功率,为省外日前市场合约电量分解到每小时的功率与日前市场购电量的小时分解电量之和;Po为省间联络线最大输送容量;
所述各市场购电量约束用数学函数表述如下:
0≤xi≤Wtotal;
所述WCVaR约束用数学函数表述如下:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msup>
<mi>x</mi>
<mi>T</mi>
</msup>
<msub>
<mi>P</mi>
<mrow>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>p</mi>
</msub>
<msub>
<mi>W</mi>
<mi>p</mi>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<msub>
<mi>W</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mi>v</mi>
</msub>
<msub>
<mi>W</mi>
<mi>v</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>&alpha;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Z</mi>
<mi>k</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
其中,Znk为第n类电价分布下第k个电价样本的虚拟变量;pnk为第n种电价分布下的第k个电价样本数据;Pp、Pf、Pv分别为省内售电侧峰、平、谷时段的电价;Wp、Wf、Wv分别为实行峰谷分时电价调整之后,峰、平、谷时段的用电量;x=(x1,x2,x3,x4,x5)T为电网公司在省内实时市场、日前市场、合约市场以及省外日前市场、合约市场的购电决策向量;α为在置信水平为β时电网公司的最大可能损失值,即VaR值。
6.根据权利要求1所述的一种评估调峰约束下电网购电组合收益及风险的方法,其特征在于,在所述步骤S4中,以电网公司购电社会效益最大化和损失风险最小化为目标建立多目标优化模型,采用多目标量子粒子群算法求解,得到调峰约束下对应不同损失风险的购电组合,供购电决策者选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710062564.1A CN107067149A (zh) | 2017-01-24 | 2017-01-24 | 一种评估调峰约束下电网购电组合收益及风险的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710062564.1A CN107067149A (zh) | 2017-01-24 | 2017-01-24 | 一种评估调峰约束下电网购电组合收益及风险的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107067149A true CN107067149A (zh) | 2017-08-18 |
Family
ID=59598728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710062564.1A Pending CN107067149A (zh) | 2017-01-24 | 2017-01-24 | 一种评估调峰约束下电网购电组合收益及风险的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107067149A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679763A (zh) * | 2017-10-20 | 2018-02-09 | 潘柏霖 | 一种全面的电网风险管理系统 |
CN107767049A (zh) * | 2017-10-20 | 2018-03-06 | 龚土婷 | 一种高效的企业运营管理平台 |
CN108445756A (zh) * | 2018-03-09 | 2018-08-24 | 重庆科技学院 | 基于ar支配关系的铝电解节能减排智能控制方法 |
CN108879796A (zh) * | 2018-08-10 | 2018-11-23 | 广东电网有限责任公司 | 电力日前市场出清计算方法、系统、装置及可读存储介质 |
CN109344997A (zh) * | 2018-08-31 | 2019-02-15 | 中国电力科学研究院有限公司 | 一种多区域电能交易方法与系统 |
CN109375507A (zh) * | 2018-10-30 | 2019-02-22 | 国网江苏省电力有限公司 | 基于自寻优并矢展开控制器的火电机组深度调峰协调控制方法 |
CN110059971A (zh) * | 2019-04-24 | 2019-07-26 | 深圳市艾赛克科技有限公司 | 能源监测管理方法及装置 |
CN111768029A (zh) * | 2020-06-23 | 2020-10-13 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种评估多能互补系统外购电综合效益的方法 |
CN112365034A (zh) * | 2020-10-27 | 2021-02-12 | 燕山大学 | 一种电热综合能源系统调度方法及系统 |
CN112529304A (zh) * | 2020-12-15 | 2021-03-19 | 西安交通大学 | 一种基于配额制考虑风险的两级电力市场优化运行方法 |
-
2017
- 2017-01-24 CN CN201710062564.1A patent/CN107067149A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767049A (zh) * | 2017-10-20 | 2018-03-06 | 龚土婷 | 一种高效的企业运营管理平台 |
CN107679763A (zh) * | 2017-10-20 | 2018-02-09 | 潘柏霖 | 一种全面的电网风险管理系统 |
CN108445756A (zh) * | 2018-03-09 | 2018-08-24 | 重庆科技学院 | 基于ar支配关系的铝电解节能减排智能控制方法 |
CN108445756B (zh) * | 2018-03-09 | 2020-10-09 | 重庆科技学院 | 基于ar支配关系的铝电解节能减排智能控制方法 |
CN108879796B (zh) * | 2018-08-10 | 2021-07-23 | 广东电网有限责任公司 | 电力日前市场出清计算方法、系统、装置及可读存储介质 |
CN108879796A (zh) * | 2018-08-10 | 2018-11-23 | 广东电网有限责任公司 | 电力日前市场出清计算方法、系统、装置及可读存储介质 |
CN109344997A (zh) * | 2018-08-31 | 2019-02-15 | 中国电力科学研究院有限公司 | 一种多区域电能交易方法与系统 |
CN109375507A (zh) * | 2018-10-30 | 2019-02-22 | 国网江苏省电力有限公司 | 基于自寻优并矢展开控制器的火电机组深度调峰协调控制方法 |
CN109375507B (zh) * | 2018-10-30 | 2021-09-28 | 国网江苏省电力有限公司 | 一种火电机组深度调峰控制方法 |
CN110059971A (zh) * | 2019-04-24 | 2019-07-26 | 深圳市艾赛克科技有限公司 | 能源监测管理方法及装置 |
CN111768029A (zh) * | 2020-06-23 | 2020-10-13 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种评估多能互补系统外购电综合效益的方法 |
CN111768029B (zh) * | 2020-06-23 | 2023-06-23 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种评估多能互补系统外购电综合效益的方法 |
CN112365034A (zh) * | 2020-10-27 | 2021-02-12 | 燕山大学 | 一种电热综合能源系统调度方法及系统 |
CN112529304A (zh) * | 2020-12-15 | 2021-03-19 | 西安交通大学 | 一种基于配额制考虑风险的两级电力市场优化运行方法 |
CN112529304B (zh) * | 2020-12-15 | 2024-04-05 | 西安交通大学 | 一种基于配额制考虑风险的两级电力市场优化运行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107067149A (zh) | 一种评估调峰约束下电网购电组合收益及风险的方法 | |
Zhu et al. | Review and prospect of data-driven techniques for load forecasting in integrated energy systems | |
Han et al. | Economic evaluation of a PV combined energy storage charging station based on cost estimation of second-use batteries | |
Poruschi et al. | Revisiting feed-in tariffs in Australia: A review | |
Yang et al. | A multi-objective stochastic optimization model for electricity retailers with energy storage system considering uncertainty and demand response | |
Hafeznia et al. | Analysis of the effectiveness of national renewable energy policies: A case of photovoltaic policies | |
Vonsien et al. | Li-ion battery storage in private households with PV systems: Analyzing the economic impacts of battery aging and pooling | |
Iryna et al. | Green energy projects in households and its financial support in Ukraine | |
Wu et al. | An investment decision framework for photovoltaic power coupling hydrogen storage project based on a mixed evaluation method under intuitionistic fuzzy environment | |
Coelho et al. | Regulatory impact of photovoltaic prosumer policies in Brazil based on a financial risk analysis | |
CN108711878B (zh) | 考虑出力特性的光伏电站多类型组件容量配置方法 | |
Aquila et al. | Perspective of uncertainty and risk from the CVaR-LCOE approach: An analysis of the case of PV microgeneration in Minas Gerais, Brazil | |
CN107480907A (zh) | 一种峰谷电价下含风电的省级电网购电配比的优化方法 | |
CN112529304A (zh) | 一种基于配额制考虑风险的两级电力市场优化运行方法 | |
Kabir et al. | Net-metering and Feed-in-Tariff policies for the optimum billing scheme for future industrial PV systems in Bangladesh | |
Kochnakyan et al. | Uzbekistan: Energy/power sector issues note | |
Kang et al. | A bi-level reinforcement learning model for optimal scheduling and planning of battery energy storage considering uncertainty in the energy-sharing community | |
Lv et al. | A robust optimization model for capacity configuration of PV/battery/hydrogen system considering multiple uncertainties | |
Karamov et al. | Installed capacity optimization of autonomous photovoltaic systems under energy service contracting | |
Guerrero Hernandez et al. | Economic viability and optimization of solar microgrids with hybrid storage in a non-interconnected zone in Colombia | |
CN112926811A (zh) | 一种考虑可再生能源消纳责任权重的负荷聚合商购电方法 | |
AU2021103183A4 (en) | Medium and long-term transaction optimization method suitable for transnational interconnected power market | |
Giannuzzo et al. | Reconstructing hourly residential electrical load profiles for Renewable Energy Communities using non-intrusive machine learning techniques | |
Zhong et al. | A logic-based geometrical model for the next day operation of PV-battery systems | |
Xu et al. | CVaR‐based method for optimizing the contract bidding strategy of PV power stations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170818 |