CN109447486A - 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法 - Google Patents

一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法 Download PDF

Info

Publication number
CN109447486A
CN109447486A CN201811296007.7A CN201811296007A CN109447486A CN 109447486 A CN109447486 A CN 109447486A CN 201811296007 A CN201811296007 A CN 201811296007A CN 109447486 A CN109447486 A CN 109447486A
Authority
CN
China
Prior art keywords
sale
electricity
alliance
electricity company
company
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
Application number
CN201811296007.7A
Other languages
English (en)
Inventor
林振智
张智
蒋轶澄
侯佳萱
韩畅
杨莉
刘晟源
赵昱宣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201811296007.7A priority Critical patent/CN109447486A/zh
Publication of CN109447486A publication Critical patent/CN109447486A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (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

本发明涉及一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法。包括步骤：计算售电公司偏差考核联盟的合作成本；计算典型电力中长期市场偏差电量考核机制下计及合作成本的售电公司联盟收益；定量评估售电公司联盟边际收益贡献、合同执行偏差、联盟依赖性及联盟结构重要性；采用熵权‑层次分析法衡量各指标相对重要度并计算售电公司联盟收益分配；计算售电公司收益期望与风险损失的综合效用；构建以联盟整体综合效用最大化为目标的售电公司联盟优化模型并求解。本发明方法能够通过提高免考核电量、正负偏差互抵等方式有效降低偏差考核费用，降低售电公司市场经营风险，具有良好的经济性和实际应用价值。

Description

一种面向售电公司的电力中长期市场降低偏差考核费用的联 盟方法
技术领域
本发明涉及电力市场的技术领域，更具体地，涉及一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法。
背景技术
在新一轮电力体制改革的推进过程中，市场的逐步放开吸引不同社会资本成立售电公司已参与市场竞争，逐步培养市场化售电主体。据不完全统计，中国目前已成立6000余家售电公司，其中部分已参与市场交易，“多买方-多卖方”的市场格局逐渐形成。当前，售电公司主要通过在电力市场中与发电企业签订合同购买电能并转售给代理用户获取购售电利润，由于后者实际负荷需求无法准确预测，合同电量偏差难以避免。对合同电量实行偏差考核是我国以电量交易为主的中长期市场的独特机制，如广东电力市场对用户阈值外的正、负偏差电量分别收取1倍、3倍月度竞价价差绝对值的考核费用。数据显示：2018年1～6月，广东省售电公司购售电价差电费总获利2.9亿元，抵扣考核费用后净获利1.4亿元，仅为购售电收益的48.3％，售电公司各月亏损面均在20％以上。偏差电量考核已经成为影响现阶段国内售电公司盈利的重要因素。
国外现货市场环境下，售电公司可通过实时市场购电修正合同偏差，实现电力、电量供需平衡，电力市场风险管理、需求侧实时响应等研究得以应用。我国尚未建立完善的电力现货市场体系，以偏差电量考核机制作为电力中长期市场向现货市场的过渡方案。当前国内电力市场环境下，如何在降低自身偏差考核费用的同时保障行业竞争力已经成为售电公司亟需研究的问题。
通过负荷需求响应或与电力用户建立偏差考核成本分摊机制，售电公司可减少偏差电量考核费用、提高购售电收益，然而该方法降低了用户的用电体验，使得售电公司需为电力用户提供额外的响应补偿或电价优惠以维持自身市场竞争力；按照用电行为特点对用户进行合理搭配、保障代理电量的整体偏差率可控，是售电公司减少偏差考核费用的另一种可行方法，但由于当前售电行业竞争激烈，“买方市场”环境下售电公司对电力用户的可选择性差，该方法对降低偏差电量的作用有限。
在此背景下，亟需提出一种面向售电公司的电力中长期市场降低偏差考核费用的有效方法，其在降低售电公司经营风险、调度市场主体积极性、推动售电侧改革平稳进行等方面有着深刻的现实意义。
发明内容
本发明提出一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，所采用的技术方案如下：
立足于我国电力中长期市场偏差考核机制，针对售电公司负荷控制难、考核费用高的现状，提出一种面向售电公司的合作联盟方法——允许售电公司在进行双边协商、集中竞价购电后，组建合作考核联盟，作为整体与电力交易中心进行电量电费与偏差考核结算——以降低偏差考核费用。由于合同电量偏差考核机制实现了发、用电侧电费结算解耦，电力交易调度机构对发电侧下达的电量上下调服务指令实际上取决于需求侧的整体合同偏差，售电公司的偏差考核合作联盟在当前市场规则下不会损害发电侧的合理收益。
本发明基于经济学交易成本理论分析并给出了售电公司联盟合作成本的计算方法，主要包括信息搜寻成本、协商决策成本以及风险管理成本。建立了合同偏差电量考核机制下计及合作成本的售电公司联盟收益模型，从购售电收益结算角度计算售电公司联盟收益，并提出了一种售电公司联盟收益的有效分配方法。定量评估了售电公司的联盟边际贡献、合同执行偏差、联盟依赖性及联盟结构重要性等在指标，采用熵权-AHP对指标进行综合赋权，计算售电公司在联盟中的收益分配系数。此外，本发明以条件风险收益衡量售电公司联盟亏损风险，结合联盟收益期望计算售电公司对联盟的综合效用。建立了以联盟整体的综合效用最大化为优化目标的联盟优化模型并求解。该模型能够帮助售电公司合理选择联盟伙伴，提高联盟组建的成功率，最大化各参与方效益。
本发明的具体方案如下：
本发明提供的技术方案的有益效果：
本发明提出的一种售电公司联盟收益分配方法，与传统的合作博弈Shapley值分配法、最小费用剩余资金法(Minimum Costs Remaining Savings,MCRS)等分配方法相比，在考虑售电公司的联盟边际贡献外，定量评估了售电公司合同执行偏差、对联盟的依赖性及联盟结构重要性等因素对联盟收益分配谈判的影响，克服了Shapley值、MCRS法的唯数据局限；在此基础上建立的联盟优化模型综合考虑了联盟收益期望与风险损失，能够更加符合实际情况，有效指导售电公司进行联盟合作，降低其偏差电量考核费用。
附图说明
图1是本发明的发电公司、售电公司与交易中心关联关系示意图。
图2是本发明的售电公司联盟合作成本的影响因素示意图。
图3是本发明的售电公司联盟收益分配方式对比。
图4是本发明的售电公司联盟效益与联盟规模关系。
图5是本发明的售电公司联盟收益与风险损失关系。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
本发明的面向需求侧主动响应的工商业用户电力套餐优化设计方法，其实现流程包括以下步骤：
S1：基于交易成本理论分析并计算售电公司偏差考核联盟的合作成本。本步骤的具体实现方法如下：
本发明基于经济学交易成本理论，提出售电公司偏差考核联盟的隐含合作成本计算方法。从市场信息搜寻、协商谈判、风险管理等方面分析联盟隐含合作成本。售电公司联盟的合作成本主要包括：
(1)信息搜寻成本C1：指有意愿通过联盟形式进行偏差考核的售电公司为寻找合适的潜在合作者而进行市场主体信息搜集所花费的成本，属于事前成本。C1受到联盟内售电公司所属类别的影响，售电公司间差异性越大，意味着组建联盟前需要获得的信息越多，该合作成本支出越高。
(2)协商决策成本C2：合作联盟谈判过程中售电公司间对各方责任、利益分配、风险分担等方面进行协商的议价成本，属于事前成本。C2主要受到联盟成员数量影响，联盟成员间需要建立信任关系以约束机会主义与自利行为，联盟成员越多，关系网络越复杂，协商议价成本越高。
(3)风险管理成本C3：指由于市场环境、交易规则等客观因素变化造成事前协议不适用而进行再谈判或用于解决联盟内售电公司因上述原因引发纠纷所需的相关成本，属于事后成本。C3主要受到外部客观环境不确定性的影响，环境因素不确定性越强，用于维持联盟合作的成本支出越高。
因此，售电公司联盟的合作成本可表示为：
式中：为售电公司联盟N的合作成本；gN为联盟中涉及的售电公司类型个数；kC1、kC2、kC3分别为合作成本C1、C2、C3的价格系数。
S2：计算电力中长期市场偏差电量考核机制下计及合作成本的售电公司联盟收益。本步骤的具体实现方法如下：
步骤1：计算偏差考核机制下单一售电公司在月度市场交易的购售电盈利：
售电公司月度市场合同电量主要包括年度双边交易的月度分解电量及月集中竞价市场合同电量，且两类市场交易合同均纳入偏差考核范畴，即
式中，分别为售电公司i的月度总市场合同电量、年度双边交易月度分解电量、月度集中竞价成交电量。和分别为售电公司当月市场合同电量免考核上下限；α和β为正、负偏差考核阈值。
售电公司与电力交易机构合同电量结算包括合同电量结算与偏差电量结算两部分，其中偏差电量结算可表示为：
式中，为售电公司第ω场景下的偏差电量结算费用；为第ω场景下代理电力用户月度实际用电量；pM为电力市场月度集中竞价出清价差；pu和pl为正、负偏差考核电价。
售电公司月度市场交易的购售电盈利由售电利润、合同购电成本、偏差电量结算费用构成，可表示为：
式中，为售电公司月度购售电盈利；和分别为售电公司与发电企业双边交易电价、与电力用户结算电价；
步骤2：计算偏差考核机制下售电公司联盟在月度市场交易的购售电盈利：
售电公司联盟的月度市场合同电量、月度实际用电量是联盟成员对应电量的总和，即：
式中，为售电公司联盟N的月度总市场合同电量；和分别为售电公司联盟的当月市场合同电量免考核上下限；为第ω场景下售电公司联盟代理电力用户月度实际总用电量。
售电公司联盟的偏差电量结算可表示为：
售电公司联盟的月度购售电收益可表示为：
步骤3：根据S1计算得到的联盟合作成本及S2步骤1、2计算得到单一售电公司、售电公司联盟的月度购售电收益，售电公司偏差考核联盟的联盟收益可表示为：
显然，第ω场景下合作联盟N的收益由两部分构成：联盟降低偏差考核电量带来的免考核收入与联盟合作成本支出
S3：定量评估售电公司联盟边际收益贡献、合同执行偏差、对联盟的依赖性及联盟结构的重要性。本步骤的具体实现方法如下：
步骤1：定量评估售电公司的联盟边际贡献：
基于合作博弈理论，售电公司基于边际贡献的联盟收益分配结果可用Shapley值表示为：
式中，为场景ω下售电公司i在联盟N中的Shapley值收益分配结果；S为联盟N中部分售电公司组成的虚拟合作联盟，|S|为虚拟合作联盟中售电公司个数；表示售电公司i加入虚拟联盟S\{i}给该联盟带来的边际收益。
售电公司i在合作联盟N中的联盟边际收益贡献指标可用其Shapley值收益分配结果占联盟总收益比例衡量，即为：
式中，Ω为蒙特卡洛模拟总场景数；πω为场景ω的出现概率。
步骤2：定量评估售电公司的合同执行偏差：
考核阈值内的售电公司为联盟内其他售电公司提供免考核电量裕度，是合作联盟的赢利点之一。当电力市场偏差考核形式严峻时，合同电量偏差率较低的售电公司在联盟占据稀缺资源，作为裕度电量提供者，在收益分配谈判时处于有利地位。假设售电公司合同偏差率服从区间[-γi,γi]的均匀分布，即：
式中，fi(θ)为售电公司i的合同偏差率的概率密度函数。
售电公司i在联盟中提供裕度、偏差电量的期望的差到合同体量与偏差率的共同作用，可表示为：
定义售电公司的合同执行偏差评价系数Ai为
式中，δ为线性变换参数，将售电公司无量纲化得到偏差评价系数。Ai越大，售电公司i越表现为裕度电量提供者，将获得越大比例的联盟收益。因此，售电公司i在联盟中考虑合同偏差电量期望的收益分配指标可表示为：
步骤3：定量评估售电公司的联盟依赖性
部分售电公司由于其代理用户体量小、负荷控制能力差，通过联盟合作的方式降低偏差考核费用，能够极大地提高自身收益水平，将表现为对合作联盟的高度依赖，甚至愿意通过让利等方式维持联盟合作，在联盟收益分配谈判中处于被动的状态。从售电公司购售电收益与合作博弈Shapley值联盟收益分配角度定义售电公司对合作联盟的依赖性。
售电公司i的理想合同购售电收益为：
售电公司i的Shapley值联盟收益分配期望为：
综合上述两方面，定义售电公司i对联盟N的依赖性指数Bi,N为
式中，μ为售电公司联盟依赖性参数；Bi,N越大表明售电公司i对联盟N的依赖程度越低，在合作谈判时可以为自身争取更多收益。因此，售电公司i基于联盟依赖性的收益分配指标可表示为：
步骤4：定量评估售电公司的联盟结构重要性：
寡头垄断的市场结构是造成市场主体议价能力差异的重要原因之一。售电公司i在市场中所属售电公司类型成员数目越少，则其在确定的联盟N中的不可替代程度越高，在该联盟结构中具有越高的“垄断”地位。设市场中参与电力交易的全部售电公司组成的集合为M＝{1,2,…,m}，可按照代理电量规模、合同电量偏差率将集合M划分为k类，即提取各类型售电公司子集中的典型个体cj，则集合M可抽象表示为MS＝{c1,c2,…,ck}。
定义售电公司子集Kj的类密度为
式中：|Kj|为子集Kj中售电公司个数。
售电公司i在合作联盟N中的结构重要性Di,N可用其从属售电公司子集Kj的类密度表示，即
因此，售电公司i在合作联盟N中基于结构重要性的收益分配指标可表示为：
S4：对S3得到的指标进行标准化，采用熵权-层次分析法衡量各指标相对重要度，计算售电公司联盟收益分配。本步骤的具体实现方法如下：
步骤1：对S3中指标进行标准化，设合作联盟N中第p个售电公司的第t个分配指标为hpt，则指标标准化表示为：
式中，为标准化后的第p个售电公司的第t个指标。s为指标个数，n为联盟N中的售电公司个数。
步骤2：计算标准化后第t个指标的信息熵：
则第t个指标的熵权为：
记指标熵权向量为
步骤3：计算层次分析法(Analytic Hierarchy Process,AHP)下指标的权重向量。通过1～9标度法构建指标间的相对重要程度判断矩阵T；计算判断矩阵T的最大特征根λmax及对应的正规化特征向量；若T满足一致性检验，则将特征向量归一化即可得到相应的权重向量
步骤4：基于熵权-AHP法的指标综合权向量为其中：
售电公司联盟收益分配系数向量V可表示为
因此，场景ω下售电公司i在合作联盟N中的联盟收益分配结果可表示为：
S5：以条件风险价值(Conditional Value at Risk,CVaR)作为联盟合作风险评估指标，计算售电公司收益期望与风险损失的综合效用。本步骤的具体实现方法如下：
当联盟内售电公司均为阈值外正(负)偏差或联盟收益不足以弥补合作成本时，联盟呈现亏损现象。售电公司参与联盟组建需要同时考虑联盟预期收益分配与风险损失。定义售电公司条件风险收益为：
式中，为售电公司i在联盟N中的条件风险收益值；[t]+＝max(0,t)为实数t的函数；rVaR,a表示在置信度水平a下售电公司i的离散型风险价值。
因此，售电公司i对合作联盟N的综合效用表示为
式中，表示售电公司i对合作联盟N的综合效用；bi为售电公司i的风险偏好系数，其值越大表示售电公司越规避风险。
S6：构建以联盟整体的综合效用最大化为目标的售电公司联盟优化模型并求解。本步骤的具体实现方法如下：
售电公司组建偏差考核合作联盟以实现个体收益最大化，该联盟需要同时满足内部各成员的利益诉求。
步骤1：对售电公司联盟综合效用进行极差法线性化处理：
式中，为极差法线性化后的售电公司综合效用，分别表示使售电公司i取得最大、最小综合效用的合作联盟。
步骤2：售电公司合作联盟优化，以联盟整体的综合效用最大化为优化目标，可表示为：
优化变量为售电公司联盟N中第j类售电公司个数nj，其中
下面结合实例对本发明方案做进一步说明。
实施例
本实施例以我国某省份的2018年1～6月电力市场偏差电费结算报告中3类典型售电公司为例进行模型验证。售电公司市场合同电量规模、合同偏差率范围、类型个数占比如表1所示。模型参数如表2所示。售电公司与发电企业双边合同交易价差统一取-78.2元/MWh，月度集中竞价市场出清价差为-41.5元/MWh，售电公司与代理用户结算价差为-61.5元/MWh；偏差考核阈值为±2％，正偏差考核电价83元/MWh，负偏差考核电价124.5元/KWh。
表1典型售电公司合同体量、偏差率及个数占比
表2模型参数
给定参数下通过蒙特卡洛法生成售电公司代理用户月度实际用电量随机场景进行模型仿真，得到各类型售电公司单独结算时的合同收益、偏差考核费用、购售电收益如表3所示。售电公司合作联盟综合效益如表4联盟AL1～AL12所示。
表3售电公司单独结算收益
表4售电公司合作联盟综合效用
由表3和表4可以看出：
(1)Ⅰ型售电公司单独与多个Ⅱ型售电公司组建合作联盟时可最大化个体综合效用与联盟分配收益期望且联盟整体效用较高，如联盟AL1、AL2。以联盟AL1为例：Ⅰ型售电公司的联盟分配收益期望为17.46万元，个体购售电收益期望可提高26.4％。此外，Ⅰ型售电公司分别与Ⅰ、Ⅲ型售电公司组建合作联盟时的整体效用最大值仅为0.333(AL5)、0.473(AL6)，且两联盟中I型售电公司收益期望较低，难以实现合作。
(2)Ⅱ型售电公司单独结算时偏差考核费用期望17.09万元，占合同购售电收益的60.1％。Ⅱ型售电公司间相互合作组建考核联盟可以实现个体综合效用、收益期望最大化且联盟整体效用较高，如联盟AL7～AL9。Ⅱ型售电公司参与合作联盟AL7以获取最大联盟分配收益期望8.64万元，购售电收益期望提高76.3％。此外，Ⅱ型售电公司也可与Ⅰ型售电公司组建联盟AL1，通过降低联盟亏损风险提高综合效用。
(3)Ⅲ型售电公司偏差考核费用期望11.84万元，占合同购售电收益的78.7％，偏差考核最为严峻。Ⅲ型售电公司参与联盟AL11可获得个体最大综合效用，但该联盟整体效用仅为0.487，难以实现合作；此外，Ⅲ型售电公司在联盟AL4中可获得最大联盟收益8.49万元，购售电收益提高260％但同时承受较大风险。考虑到Ⅰ、Ⅱ型售电公司的结盟策略，Ⅲ型售电公司的可行结盟方式为同类型间组建联盟，如联盟AL12，此时其购售电收益期望可提高76.5％。
表5以某一场景下联盟AL4为例说明售电公司联盟对偏差电量考核费用的影响。联盟AL4由Ⅰ型售电公司Ⅰ1、Ⅱ型售电公司Ⅱ1～Ⅱ5、Ⅲ型售电公司Ⅲ1组成，联盟合作成本43.2万元，合同整体执行率100.9％，在规定阈值范围内，无偏差考核费用。售电公司通过组建合作联盟降低了整体偏差考核电量，其分配得到的联盟收益可以在一定程度上弥补个体偏差考核成本，甚至获得额外收益。该场景下联盟收益Shapley值法、MCRS法以及改进Shapley值法分配结果如图3所示。
表5联盟AL4的偏差考核费用与合作收益
由表5和图3可知，Shapley值法按照售电公司对联盟的边际贡献进行分配，场景中联盟AL4与售电公司Ⅱ4同时呈正偏差，后者加入联盟使合作成本提高、联盟收益下降，Shapley值分配结果为负值，即售电公司Ⅱ4需要向其他联盟成员提供额外资金补偿，与其参与联盟的目的相悖；MCRS法联盟收益分配结果与Shapley法近似，区别在于MCRS法在进行收益分配时计入了联盟成员愿意接受的最小收益，避免了售电公司的额外支出。算例表明，仅根据售电公司对联盟收益的贡献程度进行分配存在明显缺陷：售电公司Ⅱ2、Ⅱ5合同执行率分别为92.5％、92.0％，单独结算时需要支付大量负偏差考核费用，然而在联盟整体呈正偏差时Shapley值法、MCRS法认为其联盟收益贡献较大，收益分配比例较高，分配结果对正偏差联盟成员不公平。改进Shapley值法中联盟AL4基于熵权-AHP法的指标权重如表6所示，售电公司的偏差电量期望在联盟谈判时的影响作用相对明显，Ⅰ、Ⅲ型售电公司将获得较多的联盟收益分配。
表6联盟AL4的指标权重
图4给出了不同n值下同类型售电公司间组建合作联盟的收益变化情况。
由图4(a)可见，随着联盟成员个数n增大，各类型售电公司的联盟分配收益期望先增大后减小。这是由于n值较小时，联盟成员同时呈正/负偏差的概率较高，难以通过偏差互抵的方式获取联盟收益，联盟条件风险收益曲线与合作成本曲线相重合，如图4(b)所示；通过扩大联盟规模提高免考核电量裕度及正负偏差互抵概率，能够有效降低整体偏差考核电量，提高联盟合作收益。随着n值的不断增大，合作成本迅速提高，联盟合作收益随之下降。此外，相同n值下II型售电公司联盟收益明显高于其他两类，该类型售电公司具有较高的偏差电量期望，主要通过联盟成员正负偏差互抵降低考核费用。Ⅰ、Ⅲ型售电公司的相对收益期望与n值有关：n≤4时，合同偏差率较低的Ⅰ型售电公司能够提供更多的免考核电量裕度来提高联盟收益；当n≥5时，联盟内偏差互抵概率提高，在一定程度上削弱了合作成本提高带来的损失，各类型售电公司条件风险收益曲线相比合作成本曲线均有一定回升；此时联盟通过正负偏差互抵获取收益的作用得到凸显，偏差率较高的Ⅲ型售电公司的联盟分配收益期望高于Ⅰ型。
图4(c)展示了联盟规模变化对联盟整体效用的影响。售电公司组建偏差考核合作联盟时综合考虑联盟收益期望与风险损失，其中：偏好风险的Ⅰ型售电公司联盟效用曲线与收益期望曲线变化趋势相一致，风险因素对联盟决策影响较小；Ⅲ型售电公司由于风险规避倾向较大，在n＝4时得到联盟最大收益期望，n＝2时取得联盟最大综合效用。
图5给出了相同n值下Ⅱ型售电公司在各合作联盟中的收益期望与风险损失关系，各联盟组成情况如表7所示。可以看出，随着联盟内Ⅱ型售电公司比例的不断增大，联盟整体收益期望增大，总风险损失基本不变。联盟AL13～AL16中，Ⅱ型售电公司收益期望与条件风险损失的降低主要源于议价能力的下降；Ⅱ类售电公司在联盟AL17中可以获得当前范围内的最大收益期望，同时承受较大风险。可见，个体收益分配结果与联盟总收益增减没有必然联系，联盟中收益分配比例的下降同时意味着联盟亏损风险的转嫁。
表7售电公司合作联盟组成
显然，上述实施例仅是为清楚地说明本发明而所作的举例，并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。此外，本发明提出的售电公司偏差考核联盟的合作成本也可通过“对参与联盟组建的售电公司收取联盟管理费，补偿发电机组为需求侧阈值内偏差电量提供的上下调服务”的方式进行量化，为电力市场偏差考核机制设计提供参考。

Claims (7)

1.一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于，包括以下步骤：
S1：基于交易成本理论分析并计算售电公司偏差考核联盟的合作成本；
S2：计算电力中长期市场偏差电量考核机制下计及合作成本的售电公司联盟收益；
S3：定量评估售电公司联盟边际收益贡献、合同执行偏差、对联盟依赖性及联盟结构重要性指标；
S4：对S3中得到的指标进行标准化，采用熵权-层次分析法衡量各指标相对重要度并计算售电公司联盟收益分配；
S5：以条件风险价值(Conditional Value at Risk,CVaR)作为联盟合作风险评估指标，计算售电公司收益期望与风险损失的综合效用；
S6：构建以联盟整体的综合效用最大化为目标的售电公司联盟优化模型并求解。
2.根据权利要求1所述的一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于：S1中，所述的售电公司联盟的合作成本主要包括：
(1)信息搜寻成本C1：指有意愿通过联盟形式进行偏差考核的售电公司为寻找合适的潜在合作者而进行市场主体信息搜集所花费的成本，属于事前成本；
(2)协商决策成本C2：合作联盟谈判过程中售电公司间对各方责任、利益分配、风险分担等方面进行协商的议价成本，属于事前成本；
(3)风险管理成本C3：指由于市场环境、交易规则等客观因素变化造成事前协议不适用而进行再谈判或用于解决联盟内售电公司因上述原因引发纠纷所需的相关成本，属于事后成本；
因此，售电公司联盟的合作成本表示为：
式中：为售电公司联盟N的合作成本；gN为联盟中涉及的售电公司类型个数；kC1、kC2、kC3分别为合作成本C1、C2、C3的价格系数。
3.根据权利要求1所述的一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于：S2中，计算电力中长期市场偏差电量考核机制下计及合作成本的售电公司联盟收益，具体实现方法如下：
步骤1：计算偏差考核机制下单一售电公司在月度市场交易的购售电盈利：
售电公司月度市场合同电量包括年度双边交易的月度分解电量及月集中竞价市场合同电量，且两类市场交易合同均纳入偏差考核范畴，即
式中，分别为售电公司i的月度总市场合同电量、年度双边交易月度分解电量、月度集中竞价成交电量。和分别为售电公司当月市场合同电量免考核上下限；α和β为正、负偏差考核阈值；
售电公司与电力交易机构合同电量结算包括合同电量结算与偏差电量结算两部分，其中偏差电量结算表示为：
式中，为售电公司第ω场景下的偏差电量结算费用；为第ω场景下代理电力用户月度实际用电量；pM为电力市场月度集中竞价出清价差；pu和pl为正、负偏差考核电价；
售电公司月度市场交易的购售电盈利由售电利润、合同购电成本、偏差电量结算费用构成，表示为：
式中，为售电公司月度购售电盈利；和分别为售电公司与发电企业双边交易电价、与电力用户结算电价；
步骤2：计算偏差考核机制下售电公司联盟在月度市场交易的购售电盈利：
售电公司联盟的月度市场合同电量、月度实际用电量是联盟成员对应电量的总和，即：
式中，为售电公司联盟N的月度总市场合同电量；和分别为售电公司联盟的当月市场合同电量免考核上下限；为第ω场景下售电公司联盟代理电力用户月度实际总用电量；
售电公司联盟的偏差电量结算表示为：
售电公司联盟的月度购售电收益表示为：
步骤3：根据S1计算得到的联盟合作成本及S2步骤1、2计算得到单一售电公司、售电公司联盟的月度购售电收益，售电公司偏差考核联盟的联盟收益表示为：
显然，第ω场景下合作联盟N的收益由两部分构成：联盟降低偏差考核电量带来的免考核收入与联盟合作成本支出
4.根据权利要求1所述的一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于：S3中，定量评估售电公司联盟边际收益贡献、合同执行偏差、对联盟的依赖性及联盟结构的重要性，具体实现方法如下：
步骤1：定量评估售电公司的联盟边际收益贡献：
基于合作博弈理论，售电公司基于边际贡献的联盟收益分配结果可用Shapley值表示为：
式中，为场景ω下售电公司i在联盟N中的Shapley值收益分配结果；S为联盟N中部分售电公司组成的虚拟合作联盟，|S|为虚拟合作联盟中售电公司个数；表示售电公司i加入虚拟联盟S\{i}给该联盟带来的边际收益；
售电公司i在合作联盟N中的联盟边际收益贡献指标可用其Shapley值收益分配结果占联盟总收益比例衡量，即为：
式中，Ω为蒙特卡洛模拟总场景数；πω为场景ω的出现概率；
步骤2：定量评估售电公司的合同执行偏差：
假设售电公司合同偏差率服从区间[-γi,γi]的均匀分布，即：
式中，fi(θ)为售电公司i的合同偏差率θ的概率密度函数；
售电公司i在联盟中提供裕度、偏差电量的期望的差到合同体量与偏差率的共同作用，可表示为：
定义售电公司的合同执行偏差评价系数Ai为
式中，δ为线性变换参数，将售电公司无量纲化得到偏差评价系数，Ai越大，售电公司i越表现为裕度电量提供者，将获得越大比例的联盟收益，因此，售电公司i在联盟中考虑合同偏差电量期望的收益分配指标可表示为：
步骤3：定量评估售电公司的联盟依赖性
部分售电公司由于其代理用户体量小、负荷控制能力差，通过联盟合作的方式降低偏差考核费用，能够极大地提高自身收益水平，将表现为对合作联盟的高度依赖，甚至愿意通过让利等方式维持联盟合作，在联盟收益分配谈判中处于被动的状态，从售电公司购售电收益与合作博弈Shapley值联盟收益分配角度定义售电公司对合作联盟的依赖性：
售电公司i的理想合同购售电收益为：
售电公司i的Shapley值联盟收益分配期望为：
综合上述两方面，定义售电公司i对联盟N的依赖性指数Bi,N为
式中，μ为售电公司联盟依赖性参数；Bi,N越大表明售电公司i对联盟N的依赖程度越低，在合作谈判时可以为自身争取更多收益；因此，售电公司i基于联盟依赖性的收益分配指标可表示为：
步骤4：定量评估售电公司的联盟结构重要性：
设市场中参与电力交易的m个售电公司组成的集合为M＝{1,2,…,m}，可按照代理电量规模、合同电量偏差率将集合M划分为k类，即
定义售电公司子集Kj的类密度为
式中：|Kj|为子集Kj中售电公司个数；
售电公司i在合作联盟N中的结构重要性Di,N可用其从属售电公司子集Kj的类密度表示，即
因此，售电公司i在合作联盟N中基于结构重要性的收益分配指标可表示为：
5.根据权利要求1所述的一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于：S4中，对S3得到的指标进行标准化，采用熵权-层次分析法衡量各指标相对重要度，计算售电公司联盟收益分配，具体实现方法如下：
步骤1：对S3中指标进行标准化，设合作联盟N中第p个售电公司的第t个分配指标为hpt，则指标标准化表示为：
式中，为标准化后的第p个售电公司的第t个指标，s为指标个数，n为联盟N中的售电公司个数；
步骤2：计算标准化后第t个指标的信息熵：
则第t个指标的熵权为：
记指标熵权向量为
步骤3：计算层次分析法(Analytic Hierarchy Process,AHP)下指标的权重向量；通过1～9标度法构建指标间的相对重要程度判断矩阵T；计算判断矩阵T的最大特征根λmax及对应的正规化特征向量；若T满足一致性检验，则将特征向量归一化即可得到相应的权重向量
步骤4：基于熵权-AHP法的指标综合权向量为其中：
因此，售电公司联盟收益分配系数向量V可表示为
因此，场景ω下售电公司i在合作联盟N中的联盟收益分配结果可表示为：
6.根据权利要求1所述的一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于：S5中，以条件风险价值(Conditional Value at Risk,CVaR)作为联盟合作风险评估指标，计算售电公司收益期望与风险损失的综合效用，具体实现方法如下：
当联盟内售电公司均为阈值外正(负)偏差或联盟收益不足以弥补合作成本时，联盟呈现亏损现象；售电公司参与联盟组建需要同时考虑联盟预期收益分配与风险损失；定义售电公司条件风险收益为：
式中，为售电公司i在联盟N中的条件风险收益值；[t]+＝max(0,t)为实数t的函数；rVaR,a表示在置信度水平a下售电公司i的离散型风险价值。
因此，售电公司i对合作联盟N的综合效用表示为
式中，表示售电公司i对合作联盟N的综合效用；bi为售电公司i的风险偏好系数，其值越大表示售电公司越规避风险。
7.根据权利要求1所述的一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法，其特征在于：S6中，构建以联盟整体的综合效用最大化为目标的售电公司联盟优化模型并求解，具体实现方法如下：
售电公司组建偏差考核合作联盟以实现个体收益最大化，该联盟需要同时满足内部各成员的利益诉求；
步骤1：对售电公司联盟综合效用进行极差法线性化处理：
式中，为极差法线性化后的售电公司综合效用， 分别表示使售电公司i取得最大、最小综合效用的合作联盟；
步骤2：售电公司合作联盟优化，以联盟整体的综合效用最大化为优化目标，可表示为：
优化变量为售电公司联盟N中第j类售电公司个数nj，其中
CN201811296007.7A 2018-11-01 2018-11-01 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法 Pending CN109447486A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811296007.7A CN109447486A (zh) 2018-11-01 2018-11-01 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811296007.7A CN109447486A (zh) 2018-11-01 2018-11-01 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法

Publications (1)

Publication Number Publication Date
CN109447486A true CN109447486A (zh) 2019-03-08

Family

ID=65550641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811296007.7A Pending CN109447486A (zh) 2018-11-01 2018-11-01 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法

Country Status (1)

Country Link
CN (1) CN109447486A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109980695A (zh) * 2019-03-29 2019-07-05 中国科学院电工研究所 一种配用电系统的分布式能源和用户行为预测方法
CN110909910A (zh) * 2019-09-18 2020-03-24 浙江大学 一种基于pbr的新型偏差电量考核机制优化设计方法
CN111311033A (zh) * 2020-04-24 2020-06-19 广东卓维网络有限公司 一种基于电量互保评价的售电公司电量偏差控制系统
CN111563766A (zh) * 2020-04-24 2020-08-21 广东卓维网络有限公司 一种售电公司电量偏差控制系统
CN111582920A (zh) * 2020-04-24 2020-08-25 广东卓维网络有限公司 一种售电公司业务管理系统
CN111598292A (zh) * 2020-04-10 2020-08-28 云南电网有限责任公司 一种需求响应管理下的售电公司购售电交易方法及系统
CN112434922A (zh) * 2020-11-13 2021-03-02 北方工业大学 一种基于零和博弈的城市电网系统安全性控制方法及装置
CN113128867A (zh) * 2021-04-20 2021-07-16 四川瑞康智慧能源有限公司 一种售电偏差管理系统及其方法
CN113869676A (zh) * 2021-09-16 2021-12-31 广西大学 一种基于地理社会网络协同配送联盟模型的构建方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109980695A (zh) * 2019-03-29 2019-07-05 中国科学院电工研究所 一种配用电系统的分布式能源和用户行为预测方法
CN110909910A (zh) * 2019-09-18 2020-03-24 浙江大学 一种基于pbr的新型偏差电量考核机制优化设计方法
CN110909910B (zh) * 2019-09-18 2022-05-20 浙江大学 一种基于pbr的偏差电量考核机制优化设计方法
CN111598292A (zh) * 2020-04-10 2020-08-28 云南电网有限责任公司 一种需求响应管理下的售电公司购售电交易方法及系统
CN111311033A (zh) * 2020-04-24 2020-06-19 广东卓维网络有限公司 一种基于电量互保评价的售电公司电量偏差控制系统
CN111563766A (zh) * 2020-04-24 2020-08-21 广东卓维网络有限公司 一种售电公司电量偏差控制系统
CN111582920A (zh) * 2020-04-24 2020-08-25 广东卓维网络有限公司 一种售电公司业务管理系统
CN112434922A (zh) * 2020-11-13 2021-03-02 北方工业大学 一种基于零和博弈的城市电网系统安全性控制方法及装置
CN113128867A (zh) * 2021-04-20 2021-07-16 四川瑞康智慧能源有限公司 一种售电偏差管理系统及其方法
CN113869676A (zh) * 2021-09-16 2021-12-31 广西大学 一种基于地理社会网络协同配送联盟模型的构建方法
CN113869676B (zh) * 2021-09-16 2024-08-23 广西大学 一种基于地理社会网络协同配送联盟模型的构建方法

Similar Documents

Publication Publication Date Title
CN109447486A (zh) 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法
Cornélusse et al. A community microgrid architecture with an internal local market
Grzanić et al. Electricity cost-sharing in energy communities under dynamic pricing and uncertainty
Qi et al. Sharing demand-side energy resources-A conceptual design
CN108182507A (zh) 一种计及不确定性的售电商最优电价决策方法
CN108520437A (zh) 基于用户负荷曲线提高风电消纳的vpp市场机制
Yi et al. Research on tradable green certificate benchmark price and technical conversion coefficient: Bargaining-based cooperative trading
Gaul et al. Solar set asides and renewable electricity certificates: early lessons from North Carolina's experience with its renewable portfolio standard
Fang et al. A double auction model for competitive generators and large consumers considering power transmission cost
CN109740948A (zh) 一种计及用户需求响应的售电公司购电决策方法
Tan et al. Business model of virtual power plant considering uncertainty and different levels of market maturity
Gao et al. Stackelberg game based energy sharing for zero-carbon community considering reward and punishment of carbon emission
Kreycik et al. Procurement options for new renewable electricity supply
Mao et al. Pricing mechanism for community prosumers in decentralized electricity market
Spínola et al. Model for the integration of distributed energy resources in energy markets by an aggregator
Lei et al. A shareholding-based resource sharing mechanism for promoting energy equity in peer-to-peer energy trading
CN113162066B (zh) 一种考虑电解铝工业用户参与调频市场博弈行为分析方法
CN113793034A (zh) 不同配额制完成方式下售电公司收益的研究方法
Zhen et al. Cross-provincial collaborative transaction that considers both the green electricity and the green certificate markets under a renewable portfolio standard policy
Hadiya et al. A comparative analysis of pricing mechanisms to enable P2P energy sharing of rooftop solar energy
Marrese et al. Unconventional gains from trade
Valogianni et al. Multiple Vickrey auctions for sustainable electric vehicle charging
Gehrig et al. Information sharing in Banking: A collusive Device?
Jantschgi et al. Markets and transaction costs
Dakhil et al. Auctioning electricity under deep renewable integration using a penalty for shortfall

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: 20190308