CN109546678A - 基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法 - Google Patents

Abstract

本发明涉及一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法，在含风电电力系统的日内市场交易中，用区间表示风电的不确定性，并在日内市场中模拟实时市场的交易环境，基于日前市场的交易结果，综合考虑日内市场能量费用、模拟实时市场能量平衡费用以及发电机组启停费用，建立日内市场和模拟实时市场的购电模型。本方法利用风电输出功率区间，考虑鲁棒后悔度，以鲁棒后悔度最小为目标得到日前市场最优购电策略。本发明可以在含风电的电力系统中综合考虑日内市场能量费用、模拟实时市场能量平衡费用和发电机组启停费用，并以鲁棒后悔度最小为目标制定合理的日内市场交易计划，有效降低弃风率。

Description

基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法

技术领域

本发明涉及电力市场，具体涉及一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法。

背景技术

在一般电力市场中，是先在日前市场中确定次日调度计划，当电网实际运行情况与日前市场的调度计划不同时，再利用实时市场来平衡其中的不平衡功率。然而，随着风电并网规模的增大，风电不确定性的影响增加，实时市场的不平衡功率增大。如果实时市场不平衡功率过大，可能超出实时市场调节能力，造成弃风或者失负荷现象的发生。为了减少实时市场的调整负担，保证日前交易计划的可执行性和系统的稳定运行，需要在日前市场和实时市场之间引入日内市场。在日内市场中，需要根据日前市场的调度情况以及风电功率最新预测值确定日内市场的出清方案，由于日内市场的风电功率预测还是存在误差，在日内市场后还是需要利用实时市场来平衡，日内市场的出清方案会影响实时市场的交易环境，因此在日内市场中利用最新的风电功率预测结果模拟实时市场的交易环境可以得到更合理的日内市场交易方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法，可以在含风电的电力系统中综合考虑日内市场能量费用、模拟实时市场能量平衡费用和发电机组启停费用，并以鲁棒后悔度最小为目标制定合理的日内市场交易计划，有效降低弃风率。

为实现上述目的，本发明采用如下技术方案：

一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法,包括以下步骤：

步骤S1：提取系统信息，包括：电力网络信息，日内市场风电预测信息，日前市场出清结果信息，负荷预测信息，日内市场风电功率预测信息，日内市场报价信息，实时市场价格信息，发电机组启停费用报价信息，发电机组基础信息；

步骤S2：考虑日内能量市场费用，模拟实时市场平衡费用，机组启停费用，建立日内市场和模拟实时市场联合交易模型，用数学函数表述如下：

式中：P_m,i,t为实际日内市场t时段的最优调整出力；I_m,i,t为实际日内市场t时段调整后的机组启停状态；F_real,t是和日内市场时间区间对应的模拟实时市场能量费用；S_up为机组启停费用；F_intra,m,t为t时段实际日内市场费用；T_m表示第m个日前市场的时段数；N_m为日内市场的个数；z_wI,j,t为区间[-1,1]之间的随机变量，表示实时市场风电的不确定性；

步骤S3：考虑购电决策者的后悔信息，建立基于后悔度理论的日内市场和模拟实时市场联合优化购电模型。

步骤S4：利用量子粒子群算法求解得到最优的购电方案，并计算相应的后悔度。

进一步的，所述步骤S2具体包括以下步骤：

步骤S21：计算日内能量市场费用；

将第m个日内市场在t时段需要上调N_gu台发电机组的出力，上调出力的购电费用可以表示为：

式中：ρ_u,m,t为第m个日内市场t时段的购电出清价格；P_m,i,t为第i台机组在第m个日内市场t时段的中标电量；I_m,i,t为第i台机组在第m个日内市场t时段的启停状态；

当第m个日内市场t时段需要下调N_gd台发电机组出力时，下调出力的售电费用可以表示为：

式中：ρ_d,m,t为第m个日内市场t时段的售电出清价格；

根据日前市场风电购电出力以及实际日内市场的风电功率预测区间，确定最优的日内市场风电调整出力日内市场和模拟实时市场联合优化的日内市场费用需要增加风电功率调整费用，具体表示为：

式中：ρ_wI表示日内市场风电功率调整价格，在风电优先上网模式下，可认为ρ_wI＝0；N_w为风电机组数量。

步骤S22：计算模拟实时市场能量平衡费用，其中偏差功率的大小为：

当偏差功率小于0时，此时实际风电出力较大，系统发电功率过剩，需要在实时市场出售多余的电能，t时段模拟实时市场的能量费用可以表示为：

F_real,t＝ρ_rd,tP_de,t P_de,t＜0

当偏差功率大于0时，此时实际风电出力较小，系统发电功率不足，需要在实时市场购买电能，t时段模拟实时市场的能量费用可以表示为：

F_real,t＝ρ_ru,tP_de,t P_de,t≥0

综上所述，t时段模拟实时市场的能量费用可以表示为：

步骤S23：当发电机组启动时，需要付出额外的启动费用，在电力市场环境下，各发电机组可以申报自身的启动成本，发电机启动费用可以表示为：

式中：S_i表示第i台机组的启动报价。

进一步的，所述步骤S2包括的约束条件有：

1)功率平衡约束

2)风电购电出力约束

3)机组出力约束

4)爬坡速率约束

5)机组启停约束

6))备用容量约束

7)线路潮流约束。

进一步的，所述步骤S3包括的步骤有：

步骤S31：建立日内市场和模拟实时市场联合优化鲁棒后悔度模型，内市场每个购电方案的后悔度可以表示为：

式中：F_T2(P_m,i,t,I_m,i,t,z_wI,j,t,f)表示决策变量为(P_m,i,t,I_m,i,t)、不确定量为z_wI,j,t,f时的日内市场总费用；表示不确定量为z_wI,j,t时日内市场的最优决策方案，F_T2(P^* _m,i,t,I^* _m,i,t,z_wI,j,t)为相应的总费用；D_m,regret表示在第m个日内市场决策变量为(P’_m,i,t,I’_m,i,t)、不确定量为z_wI,j,t时的后悔度。

后悔度区间中的最大值即为该种决策方案下的鲁棒后悔度，可以表示为：

以鲁棒后悔度最小为目标，得到最优的日内市场和模拟实时市场联合购电方案，目标函数可以具体表示为：

本发明与现有技术相比具有以下有益效果：

1、本发明在日内市场购电优化研究中模拟了实时市场的购电环境，同时考虑了日内市场的费用、实时市场费用、机组启停费用可以得到更优的购电计划

2、本发明可以根据模拟的实时市场购电环境，利用后悔度理论估计购电决策者的后悔心理的大小，得到最合理的购电计划，促进资源优化配置，增加社会效益。

附图说明

图1是本发明实施例中日内市场风电功率预测区间图

图2是本发明实施例中各时段负荷需求图

图3是本发明实施例中实时市场各时段价格图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

请参照图1，本发明提供一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法,包括以下步骤：

步骤S1：提取系统信息，包括：电力网络信息，日内市场风电预测信息，日前市场出清结果信息，负荷预测信息，日内市场风电功率预测信息，日内市场报价信息，实时市场价格信息，发电机组启停费用报价信息，发电机组基础信息；

步骤S2：考虑日内能量市场费用，模拟实时市场平衡费用，机组启停费用，建立日内市场和模拟实时市场联合交易模型，用数学函数表述如下：

式中：P_m,i,t为实际日内市场t时段的最优调整出力；I_m,i,t为实际日内市场t时段调整后的机组启停状态；F_real,t是和日内市场时间区间对应的模拟实时市场能量费用；S_up为机组启停费用；F_intra,m,t为t时段实际日内市场费用；T_m表示第m个日前市场的时段数；N_m为日内市场的个数；z_wI,j,t为区间[-1,1]之间的随机变量，表示实时市场风电的不确定性；

步骤S3：考虑购电决策者的后悔信息，建立基于后悔度理论的日内市场和模拟实时市场联合优化购电模型。

步骤S4：利用量子粒子群算法求解得到最优的购电方案，并计算相应的后悔度。

在本发明一实施例中，所述步骤S2具体包括以下步骤：

步骤S21：计算日内能量市场费用；

日内市场是在日前市场基础上调整发电机组的出力和启停状态。假设：各发电机组在日内市场只申报上调出力价格、下调出力价格以及相应的功率调整区间；日内市场也采用MCP出清方式。由于各发电机组申报的上调出力和下调出力的价格不同，相应的出清价也不同，其中第m个日内市场在t时段需要上调N_gu台发电机组的出力，上调出力的购电费用可以表示为：

式中：ρ_u,m,t为第m个日内市场t时段的购电出清价格；P_m,i,t为第i台机组在第m个日内市场t时段的中标电量；I_m,i,t为第i台机组在第m个日内市场t时段的启停状态；

当第m个日内市场t时段需要下调N_gd台发电机组出力时，下调出力的售电费用可以表示为：

式中：ρ_d,m,t为第m个日内市场t时段的售电出清价格；

在同一个时段，电力交易中心可以上调某些发电机组的出力的同时下调另一些机组的出力，因此第m个日内市场t时段的费用既包含了上调机组出力的购电费用也包含了下调机组出力售电费用，除此之外，在日内市场和模拟实时市场联合优化中，实际日内市场的风电功率预测结果是一个区间，需要根据日前市场风电购电出力以及实际日内市场的风电功率预测区间，确定一个最优的日内市场风电调整出力日内市场和模拟实时市场联合优化的日内市场费用需要增加风电功率调整费用，具体表示为：

式中：ρ_wI表示日内市场风电功率调整价格，在风电优先上网模式下，可认为ρ_wI＝0；N_w为风电机组数量。

步骤S22：计算模拟实时市场能量平衡费用，其中偏差功率的大小为：

当偏差功率小于0时，此时实际风电出力较大，系统发电功率过剩，需要在实时市场出售多余的电能，t时段模拟实时市场的能量费用可以表示为：

F_real,t＝ρ_rd,tP_de,t P_de,t＜0

当偏差功率大于0时，此时实际风电出力较小，系统发电功率不足，需要在实时市场购买电能，t时段模拟实时市场的能量费用可以表示为：

F_real,t＝ρ_ru,tP_de,t P_de,t≥0

综上所述，t时段模拟实时市场的能量费用可以表示为：

步骤S23：当发电机组启动时，需要付出额外的启动费用，在电力市场环境下，各发电机组可以申报自身的启动成本，发电机启动费用可以表示为：

式中：S_i表示第i台机组的启动报价。

在本发明一实施例中，所述步骤S2包括的约束条件有：

1)功率平衡约束

由于在日内市场和模拟实时市场联合优化中考虑了实时市场风电输出功率的不确定性，具体表示为：

2)风电购电出力约束

调整后的风电出力应该在日内市场风电功率预测区间范围内：

3)机组出力约束

在日内市场中，电力交易中心可以调整发电机组的出力，各发电机组出力调整后需要满足出力约束:

P_i,minI_m,i,t≤P_d,i,tI_d,i,t+P_m,i,tI_m,i,t≤P_i,maxI_m,i,t

式中：P_i,min表示第i台机组最小出力；P_i,max表示第i台机组最大出力

4)爬坡速率约束

在日内市场，出力调整后各机组的出力依然需要满足爬坡速率约束：

式中：R_i,up，R_i,down分别表示第i台机组的上、下爬坡速率；Δt表示日前市场两个时段间隔。

5)机组启停约束

在模拟日内市场，重新调整后的各发电机组的启停状态依然需要满足启停约束：

式中：T_i,off表示第i台机组最小停机时间。

6)备用容量约束

在日内市场中，可以通过调整机组启停状态增加系统的备用容量，因此日内市场考虑备用容量约束可以表示为：

7)线路潮流约束

日内市场线路潮流约束可以表示为：

|P_m,l,t|≤|P_l,max|式中：P_l,max表示线路l最大传输功率；P_d,l,t表示日前市场t时段线路l的传输功率；P_m,l,t表示第m个模拟日内市场t时段机组出力调整后线路l的传输功率。

进一步的，所述步骤S3包括的步骤有：

步骤S31：建立日内市场和模拟实时市场联合优化鲁棒后悔度模型。日内市场出清时，模拟实时市场的风电实际输出功率是未知的，当购电决策者在日内市场确定一个购电方案后，在电网的实际运行过程中会知道风电的实际输出功率，如果决策者在知道风电实际输出功率后发现有更优的购电方案，就会产生后悔心理。因此本方法利用后悔度理论得到最优的日内市场购电方案，内市场每个购电方案的后悔度可以表示为：

式中：F_T2(P_m,i,t,I_m,i,t,z_wI,j,t,f)表示决策变量为(P_m,i,t,I_m,i,t)、不确定量为z_wI,j,t,f时的日内市场总费用；表示不确定量为z_wI,j,t时日内市场的最优决策方案，F_T2(P^* _m,i,t,I^* _m,i,t,z_wI,j,t)为相应的总费用；D_m,regret表示在第m个日内市场决策变量为(P’_m,i,t,I’_m,i,t)、不确定量为z_wI,j,t时的后悔度。

在做日内市场购电决策时，无法得到实时市场的风电出力情况，只能根据各随机变量的区间信息确定可能的后悔度区间，后悔度区间中的最大值即为该种决策方案下的鲁棒后悔度，可以表示为：

如果一个购电方案的鲁棒后悔度较小，表示这个方案让决策者产生的后悔心理较小，这个方案的适应性就越好，因此本方法以鲁棒后悔度最小为目标，得到最优的日内市场和模拟实时市场联合购电方案，目标函数可以具体表示为：

本实施例，表1为利用本发明得到的各个日内市场出力调整结果表；表2位本发明的购电方法与传统的鲁棒优化购电方法比较表。

表1日内市场各时段调整出力(MW)

表3不同购电方法的日内市场和模拟实时市场联合优化结果比较表

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (4)

1.一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法,其特征在于，包括以下步骤：

步骤S1：提取系统信息，包括：电力网络信息，日内市场风电预测信息，日前市场出清结果信息，负荷预测信息，日内市场风电功率预测信息，日内市场报价信息，实时市场价格信息，发电机组启停费用报价信息，发电机组基础信息；

步骤S2：考虑日内能量市场费用，模拟实时市场平衡费用，机组启停费用，建立日内市场和模拟实时市场联合交易模型，用数学函数表述如下：

式中：P_m,i,t为实际日内市场t时段的最优调整出力；I_m,i,t为实际日内市场t时段调整后的机组启停状态；F_real,t是和日内市场时间区间对应的模拟实时市场能量费用；S_up为机组启停费用；F_intra,m,t为t时段实际日内市场费用；T_m表示第m个日前市场的时段数；N_m为日内市场的个数；z_wI,j,t为区间[-1,1]之间的随机变量，表示实时市场风电的不确定性；

步骤S3：考虑购电决策者的后悔信息，建立基于后悔度理论的日内市场和模拟实时市场联合优化购电模型。

步骤S4：利用量子粒子群算法求解得到最优的购电方案，并计算相应的后悔度。

2.根据权利要求1所述的一种基于鲁棒后悔度的含风电日内市场和模拟实时市场联合优化出清方法，其特征在于：所述步骤S2具体包括以下步骤：

步骤S21：计算日内能量市场费用；

将第m个日内市场在t时段需要上调N_gu台发电机组的出力，上调出力的购电费用可以表示为：

式中：ρ_u,m,t为第m个日内市场t时段的购电出清价格；P_m,i,t为第i台机组在第m个日内市场t时段的中标电量；I_m,i,t为第i台机组在第m个日内市场t时段的启停状态；

当第m个日内市场t时段需要下调N_gd台发电机组出力时，下调出力的售电费用可以表示为：

式中：ρ_d,m,t为第m个日内市场t时段的售电出清价格；

根据日前市场风电购电出力以及实际日内市场的风电功率预测区间，确定最优的日内市场风电调整出力日内市场和模拟实时市场联合优化的日内市场费用需要增加风电功率调整费用，具体表示为：

式中：ρ_wI表示日内市场风电功率调整价格，在风电优先上网模式下，可认为ρ_wI＝0；N_w为风电机组数量。

步骤S22：计算模拟实时市场能量平衡费用，其中偏差功率的大小为：

当偏差功率小于0时，此时实际风电出力较大，系统发电功率过剩，需要在实时市场出售多余的电能，t时段模拟实时市场的能量费用可以表示为：

F_real,t＝ρ_rd,tP_de,t P_de,t＜0

当偏差功率大于0时，此时实际风电出力较小，系统发电功率不足，需要在实时市场购买电能，t时段模拟实时市场的能量费用可以表示为：

F_real,t＝ρ_ru,tP_de,t P_de,t≥0

综上所述，t时段模拟实时市场的能量费用可以表示为：

步骤S23：当发电机组启动时，需要付出额外的启动费用，在电力市场环境下，各发电机组可以申报自身的启动成本，发电机启动费用可以表示为：

式中：S_i表示第i台机组的启动报价。

3.根据权利要求1所述的一种基于鲁棒后悔度的含风电日内市场和模拟实时市场联合优化出清方法：所述步骤S2包括的约束条件有：

1)功率平衡约束

2)风电购电出力约束

3)机组出力约束

4)爬坡速率约束

5)机组启停约束

6))备用容量约束

7)线路潮流约束。

4.根据权利要求1一种基于鲁棒后悔度的含风电日内市场和模拟实时市场联合优化出清方法，其特征在于：所述步骤S3包括的步骤有：

步骤S31：建立日内市场和模拟实时市场联合优化鲁棒后悔度模型，内市场每个购电方案的后悔度可以表示为：

式中：F_T2(P_m,i,t,I_m,i,t,z_wI,j,t,f)表示决策变量为(P_m,i,t,I_m,i,t)、不确定量为z_wI,j,t,f时的日内市场总费用；(P^* _m,i,t,I^* _m,i,t)表示不确定量为z_wI,j,t时日内市场的最优决策方案，F_T2(P^* _m,i,t,I^* _m,i,t,z_wI,j,t)为相应的总费用；D_m,regret表示在第m个日内市场决策变量为(P’_m,i,t,I’_m,i,t)、不确定量为z_wI,j,t时的后悔度。

后悔度区间中的最大值即为该种决策方案下的鲁棒后悔度，可以表示为：

以鲁棒后悔度最小为目标，得到最优的日内市场和模拟实时市场联合购电方案，目标函数可以具体表示为：