CN109191168A - 一种基于预挂牌月平衡方式的发电商报价决策方法 - Google Patents

Abstract

本发明公开了一种基于预挂牌月平衡方式的发电商报价决策方法，该方法充分基于预挂牌月平衡偏差处理方式的特点，权衡了发电商的收益和风险，考虑了系统不平衡电量及对手报价的不确定性。采用发电商在上下调市场中的效益函数，能较好地兼顾发电商在偏差市场中的收益和风险。采用概率函数和等值曲线，能较准确地描述市场不平衡电量和对手报价的不确定性。所建的模型一方面能为发电商基于预挂牌月平衡偏差处理机制的报价提供一定的参考，取得发电商和系统的经济效益最大化；另一方面能为交易机构研究发电商的市场行为提供依据。

Description

一种基于预挂牌月平衡方式的发电商报价决策方法

技术领域

本发明涉及电力系统领域，特别是涉及一种基于预挂牌月平衡方式的发电商报价决策方法。

背景技术

近年来，随着市场交易量的放大，偏差电量的处理机制也将起到至关重要的作用。我国尚未建立电力现货市场平衡机制解决由系统负荷预测不准确等原因造成偏差电量的问题。合理的偏差处理机制对系统的平衡稳定、减小调度机构的压力即缓解各市场主体间的矛盾有着重要意义。根据《电力中长期交易基本规则》(暂行)的推荐，中长期合同执行偏差主要通过在发电侧采用预挂牌月平衡偏差处理方式进行调整。预挂牌的偏差处理方式引入了市场化的思想，发电商可以在每月最后7天，结合机组的实际情况对中长期合同签订的发电量进行上下调整。

国内外已有大量针对各种类型的发电商在多种类型的市场上的报价策略的研究，但针对此种新兴的市场化偏差电量竞价模式，目前国内对发电商在这方面的报价策略还鲜有研究。发电商面对采用预挂牌月平衡偏差处理方式下的竞价必将无所适从。

发电商如何在预挂牌月平衡的偏差处理机制下确定报价策略，以期获得最大的收益同时避免一定的风险，是目前中长期规则下需要研究的重要问题。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于预挂牌月平衡方式的发电商报价决策方法，该方法是一种考虑偏差市场的不确定性、综合发电商收益和风险的预挂牌月平衡方式下的报价策略。

本发明采用以下的技术方案：

1)分析预挂牌月平衡偏差处理方式的特点和机理；综合考虑发电商的发电收益和风险,构建基于预挂牌月平衡方式的发电商的上下调市场的效用函数,其中包含利润函数和风险函数；

2)考虑系统不平衡电量及对手报价的不确定性,模拟系统不平衡电量的不确定新和对手报价的不确定性,构建基于预挂牌月平衡方式的市场出清模型；

3)权衡发电商层收益最大化和风险最小化的目标和系统调度成本最小化的目标，构建基于预挂牌月平衡方式的发电商策略的双层决策模型。

具体的，步骤1)中采用利润函数评估发电商参与上下调市场的收益情况，包括：

由于发电商不同时参与上调和下调市场，可分模块建立其参与上下调市场的利润模型。其总利润为：

已知发电商i机组n在中长期市场交易电量和电价分别为和其中包含发电商年度合同的月度分解电量、月度双边协商交易电量和月度集中交易电量α_in为其中长期市场中交易电量占最大可发电量的比重，则：

若参与上调市场，由于上调部分电量在规则中没有阈值，可直接计算发电商i的总利润为：

式中：和分别为发电商i机组n被调用的上调电量和其在市场中上调补偿的报价，N为发电机组数。

若参与下调市场，发电商i在结算时需要考虑其下调电量是否超过阈值，其总利润为：

式中：和分别为发电商i机组n被调用的下调电量和其在市场中下调补偿的报价；为发电商i机组n下调电量中被系统结算补偿的部分。

式中，β为下调电量阈值；机组的发电成本C_i为：

式中：c_i为发电商i的单位成本，其可由其平均煤耗测算而来。

步骤1)中采用效用函数权衡发电商参与上下调市场的收益和风险，包括：

运用随机抽样后得到的统计值构建效用函数U(P_i)，其中由利润的期望来衡量发电商i报价策略的收益，由利润的方差来衡量发电商i报价策略的风险:

U(P_i)＝E(P_i)-0.5A.σ²(P_i)

式中,A代表发电商的风险厌恶程度。当A＝3时为风险中立者，A>3表示风险喜好者，而A<3则为风险厌恶者。

步骤2)中采用概率密度分布函数来模拟系统不平衡电量的不确定性，包括：

不平衡电量反映系统预测的不确定性，用概率密度分布函数(probabilitydensity function，PDF)对其进行描述。假定系统实际总用电量满足以实际总计划电量为均值的正态分布。则系统的不平衡电量ΔQ可以由下式计算得到：

为模拟其不确定性，对进行K次抽样，产生K个随机样本。当K取足够大时，即可模拟市场不平衡电量的随机性。当ΔQ＞0时，系统缺电，需要调用上调服务；当ΔQ＜0，系统电量盈余，需要调用下调服务。而又由于系统下调服务结算时的电量存在β的阈值，即小于阈值β的补偿电量不进行补偿。本文假设系统从的经济性角度出发，当即在下调市场中，当时，系统采用均摊法在各发电商分配不平衡电量，以调用免费的下调服务。此时，发电商无法盈利，报价策略也是无效的。因而，在抽样中对这部分数据采用剔除的处理方式，即：

步骤2)中采用等效的累积报价曲线来模拟对手报价策略的不确定性，包括：

将发电商i以外的N-1发电商视为一个整体，可以将发电商i外的其他发电商等效为一个竞争对手，记为发电商j。虽然预挂牌月平衡方式下系统以PAB模式出清，但由于发电商的对手众多，叠加后可以假设j的报价为一条等效的累积报价曲线，可以由下式表示：

p_j＝c_j+μ_j.ΔQ

其中c_j为对手的平均发电成本。此时，其余对手的报价为关于不平衡电量的一次函数，μ_j为其对应的斜率。

步骤3)中采用双层模型构建基于预挂牌月平衡方式下发电商的决策模型，包括：

上层目标为最小化系统的调度成本C_sys,设系统排队法中出清的发电商共有I个，则调度层的目标函数为：

约束条件:

3)不平衡电量约束

4)上下调电量约束

式中,q_in为机组n的机组容量，γ_in为其最小技术出力，α_in为其中长期市场中交易电量最大可发电量的比重，h为每天的发电小时数。

下层模型的目标为最大化发电商效用函数：

Max U(P_i)＝E(P_i)-0.5A.σ²(P_i)

约束条件：

2)上下调报价约束

其中，为发电商i报价的价格。

本发明的有益效果：

本发明提供的发电商在偏差市场中的报价决策方法，充分基于预挂牌月平衡偏差处理方式的特点，权衡了发电商的收益和风险，考虑了系统不平衡电量及对手报价的不确定性。采用发电商在上下调市场中的效益函数，能较好地兼顾发电商在偏差市场中的收益和风险。采用概率函数和等值曲线，能较准确地描述市场不平衡电量和对手报价的不确定性。所建的模型一方面能为发电商基于预挂牌月平衡偏差处理机制的报价提供一定的参考，取得发电商和系统的经济效益最大化；另一方面能为交易机构研究发电商的市场行为提供依据。

附图说明

图1为基于预挂牌月平衡方式的发电商最优报价策略求解流程图。

具体实施方式

为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图对本发明进行进一步的讲解说明。

本发明的基于预挂牌月平衡方式的发电商报价决策方法，其实施流程可以采用如下详细步骤，如图1所示：

步骤1、生成不平衡电量的样本。

不平衡电量反映系统预测的不确定性，用概率密度分布函数(probabilitydensity function，PDF)对其进行描述。假定系统实际总用电量满足以实际总计划电量为均值的正态分布。则系统的不平衡电量可以由下式计算得到：

为模拟其不确定性，对进行K次抽样，产生K个随机样本。当K取足够大时，即可模拟市场不平衡电量的随机性。

步骤2、判断不平衡的方向。

当ΔQ＞0时，系统缺电，需要调用上调服务；当ΔQ＜0，系统电量盈余，需要调用下调服务。而又由于系统下调服务结算时的电量存在β的阈值，即小于阈值β的补偿电量不进行补偿。本文假设系统从的经济性角度出发，当即在下调市场中，当时，系统采用均摊法在各发电商分配不平衡电量，以调用免费的下调服务。此时，发电商无法盈利，报价策略也是无效的。

步骤3、处理不平衡电量的样本。

本文假设系统从的经济性角度出发，当即在下调市场中，当时，系统采用均摊法在各发电商分配不平衡电量，以调用免费的下调服务。此时，发电商无法盈利，报价策略也是无效的。因而，在抽样中对这部分数据采用剔除的处理方式，即：

步骤4、采用等效的累积报价曲线模拟对手报价策略的不确定性。

将发电商i以外的N-1发电商视为一个整体，可以将发电商i外的其他发电商等效为一个竞争对手，记为发电商j。虽然预挂牌月平衡方式下系统以PAB模式出清，但由于发电商的对手众多，叠加后可以假设j的报价为一条等效的累积报价曲线，可以由下式表示：

p_j＝c_j+μ_j.ΔQ

其中c_j为对手的平均发电成本。此时，其余对手的报价为关于不平衡电量的一次函数，μ_j为其对应的斜率。

步骤5、分模块建立发电商参与上下调市场的利润模型。

发电商i参与上下调市场的总利润为：

已知发电商i机组n在中长期市场交易电量和电价分别为和其中包含发电商年度合同的月度分解电量、月度双边协商交易电量和月度集中交易电量α_in为其中长期市场中交易电量占最大可发电量的比重，则：

若参与上调市场，由于上调部分电量在规则中没有阈值，可直接计算发电商i的总利润为：

式中:和分别为发电商i机组n被调用的上调电量和其在市场中上调补偿的报价。

若参与下调市场，发电商i在结算时需要考虑其下调电量是否超过阈值，其总利润为：

式中:为发电商i机组n下调电量被系统结算补偿的部分。

机组的发电成本为：

式中：c_i为发电商i的单位成本，其可由其平均煤耗测算而来。

步骤6、建立发电商参与上下调市场的效用函数。

运用随机抽样后得到的统计值构建效用函数，其中由利润的期望来衡量发电商i报价策略的收益，由利润的方差来衡量发电商i报价策略的风险:

U(P_i)＝E(P_i)-0.5A.σ²(P_i)

式中,A代表发电商的风险厌恶程度。当A＝3时为风险中立者，A>3表示风险喜好者，而A<3则为风险厌恶者。

步骤7、构建基于预挂牌月平衡方式下发电商的双层决策模型。

上层目标为最小化系统的调度成本,设系统排队法中出清的发电商共有I个，则调度层的目标函数为：

约束条件:

5)不平衡电量约束

6)上下调电量约束

式中,q_in为机组n的机组容量，γ_in为其最小技术出力，α_in为其中长期市场中交易电量最大可发电量的比重。

下层模型的目标为最大化发电商效用函数：

Max U(P_i)＝E(P_i)-0.5A.σ²(P_i)

约束条件：

3)上下调报价约束

步骤7、优化求解双层决策模型。

为了进一步理解本发明，以下以A省的实际发电机参数的具体算例，来解释本发明的实际应用。

假设A省某月总计划电量亿千瓦，成交价为334.2元/兆瓦时。设某发电商i有3个不同类型的机组，具体参数如表2所示。发电商i在中长期市场中的电量为35万兆瓦时,取α_in＝50％，以一个月30天，一天发电12小时，并在每月最后7天进行平衡服务的调用。

表2发电商i的机组参数

设其对手的报价曲线参数为c_j＝267，μ_j＝0.018，不考虑发电商报价风险，即取风险系数A＝0。

设系统实际用电量满足如下正态分布由计划电量和实际电量的差值即可计算出不平衡电量。抽样次数k_max取100000。得到如下仿真结果：

在上调市场中，增发电量无阈值，均可得到上调服务补偿。为了后面进一步对比分析，现假设3个机组等增发电量上报，均为5000WMh。则其报价策略见表3：(注：上报的电量并非机组最终被调用的上调电量，而是最多可被调用的上调电量)

表3发电商i上调市场等电量报价策略

发电商参与上调市场的期望收益为14276.5万元

下调市场中，发电商的减发电量存在一定的阈值，现研究中长期规则规定的β＝2％的情况。下调市场中的最优报价策略见表4：

表4发电商i下调市场等电量报价策略

期望收益为12756.9万元。

从仿真结果可以看出，在上调市场中，机组容量小、边际成本高的机组处于均处于最高的报价段；而在下调市场中机组容量大、边际成本低的机组处于最高报价段。这体现发电商倾向于让容量大、边际成本低的机组参与上调市场，而安排容量小、边际成本高的机组参与下调市场，从而最大化其参与上下调服务的收益。

而对比上下调市场的报价，下调市场的期望收益普遍低于上调市场中的期望收益。造成这一现象的原因一方面是由于机组调用下调服务时发电量本身较上调的发电量少；另一方面，也由于发电商下调电量存在一定的阈值，即其电量要超过一定的阈值时才能得到相应的补偿，这一规则实则对发电商不利。

1.调整报价电量段对报价策略的影响

上调市场，考虑最大化发电商收益，3台机组采用非等电量报价，即容量大的机组所报的上调电量多，则最优报价策略见表5：

表5发电商i上调市场非等电量报价策略

上述报价策略下的期望收益为14689.3万元。

下调市场，同样考虑最大化发电商收益，3台机组采用非等电量报价，报价策略见表6：

表6发电商i下调市场非等电量报价策略

期望收益为12990.8万元。

可以看出，在上报的总上调电量或者下调电量总量相同的情况下，采用按机组类型非等电量报价的形式所得到的期望收益较等电量形式更大，这体现了发电商利用机组特点对发电资源的合理分配。

2.下调市场阈值对发电商报价策略的影响

现调整下调市场结算阈值为β＝3％，4％，5％时发电商采用等电量的报价方式，得到的最优报价策略见表7：

表7发电商i下调市场不同阈值下的报价策略

期望收益分别为12451.2万元、12147.8万元、11982.1万元。

可见，当发电商的结算阈值逐渐增大时，发电商在下调市场中的各电量段报价均增高，但是参与市场的期望收益却降低了。这意味着，虽然增加阈值对于系统来说减少了调度总成本，但增加阈值显然是对发电商不利的，也会抑制其参与下调市场的积极性。

3.风险系数对于发电商报价策略的影响

以上调市场为例，现分别对发电商风险系数取A＝1(风险厌恶型)，A＝3(风险中立型)，A＝4(风险喜好型)，且采用等电量报价方式下的最优报价策略见表8：

表8发电商i上调市场不同风险系数下的报价策略

三种情况对应的期望收益分别为14694.3万元、14695.7万元、14698.2万元。

由上述结果可得，风险系数增大时，发电商各段的报价均增大，但是各段段价的分布规律不变，发电商总的期望收益也略有增加。这说明，风险系数越大，发电商倾向于报高价以获取更高的收益。

Claims (6)

1.一种基于预挂牌月平衡方式的发电商报价决策方法，其特征在于，包括步骤如下：

1)分析预挂牌月平衡偏差处理方式的特点和机理；综合考虑发电商的发电收益和风险,构建基于预挂牌月平衡方式的发电商的上下调市场的效用函数,其中包含利润函数和风险函数；

2)考虑系统不平衡电量及对手报价的不确定性,模拟系统不平衡电量的不确定性和对手报价的不确定性,构建基于预挂牌月平衡方式的市场出清模型；

3)权衡发电商层收益最大化和风险最小化的目标和系统调度成本最小化的目标，构建基于预挂牌月平衡方式的发电商策略的双层决策模型。

2.根据权利要求1所述的基于预挂牌月平衡方式的发电商报价决策方法，其特征在于，步骤1)所述的构建基于预挂牌月平衡方式的发电商的上下调市场的利润函数，具体如下：

由于发电商不同时参与上调和下调市场，分模块建立其参与上下调市场的利润模型，其总利润为：

已知发电商i机组n在中长期市场交易电量和电价分别为和其中包含发电商年度合同的月度分解电量、月度双边协商交易电量和月度集中交易电量，α_in为其中长期市场中交易电量占最大可发电量的比重，则：

若参与上调市场，由于上调部分电量在规则中没有阈值，可直接计算发电商i的总利润为：

式中：和分别为发电商i机组n被调用的上调电量和其在市场中上调补偿的报价；N为发电机组数；

若参与下调市场，发电商i在结算时需要考虑其下调电量是否超过阈值，其总利润为：

式中：和分别为发电商i机组n被调用的下调电量和其在市场中下调补偿的报价；

为发电商i机组n下调电量中被系统结算补偿的部分；

式中，β为下调电量阈值；

机组的发电成本C_i为：

式中：c_i为发电商i的单位成本，由其平均煤耗测算而来。

3.根据权利要求1所述的基于预挂牌月平衡方式的发电商报价决策方法，其特征在于，构建基于预挂牌月平衡方式的发电商的上下调市场的效用函数，包括：

运用随机抽样后得到的统计值构建效用函数U(P_i)，其中由利润的期望来衡量发电商i报价策略的收益，由利润的方差来衡量发电商i报价策略的风险:

U(P_i)＝E(P_i)-0.5A.σ²(P_i)

式中,A代表发电商i的风险厌恶程度，当A＝3时为风险中立者，A>3表示风险喜好者，而A<3则为风险厌恶者。

4.根据权利要求1所述的基于预挂牌月平衡方式的发电商报价决策方法，其特征在于，模拟系统不平衡电量的不确定性，用概率密度分布函数对其进行描述，包括：

假定系统实际总用电量满足以实际总计划电量为均值的正态分布,则系统的不平衡电量ΔQ可以由下式计算得到：

为模拟其不确定性，对进行K次抽样，产生K个随机样本，当K取足够大时，即可模拟市场不平衡电量的随机性,当ΔQ＞0时，系统缺电，需要调用上调服务；当ΔQ＜0，系统电量盈余，需要调用下调服务,而又由于系统下调服务结算时的电量存在β的阈值，即小于阈值β的补偿电量不进行补偿；

从经济性角度出发，当在下调市场中，时，系统采用均摊法在各发电商分配不平衡电量，以调用免费的下调服务，此时，发电商无法盈利，报价策略无效，因而，在抽样中对这部分数据采用剔除的处理方式，即：

5.根据权利要求1所述的基于预挂牌月平衡方式的发电商报价决策方法，其特征在于，模拟对手报价策略的不确定性，采用等效的累积报价曲线来模拟，包括：

将发电商i以外的N-1发电商视为一个整体等效为一个竞争对手，记为发电商j，假设j的报价p_j为一条等效的累积报价曲线，由下式表示：

p_j＝c_j+μ_j.ΔQ

其中c_j为对手的平均发电成本，此时，其余对手的报价为关于不平衡电量的一次函数，μ_j为其对应的斜率。

6.根据权利要求1所述的基于预挂牌月平衡方式的发电商报价决策方法，其特征在于，构建基于预挂牌月平衡方式的发电商策略的双层决策模型,包括：

上层目标为最小化系统的调度成本C_sys,设系统排队法中出清的发电商共有I个，则调度层的目标函数为：

约束条件:

1)不平衡电量约束

2)上下调电量约束

式中,q_in为机组n的机组容量，γ_in为其最小技术出力，α_in为其中长期市场中交易电量最大可发电量的比重,h是每天的发电小时数；

下层模型的目标为最大化发电商效用函数：

Max U(P_i)＝E(P_i)-0.5A.σ²(P_i)

约束条件：

1)上下调报价约束

其中，为发电商i报价的价格。