CN109583951A - 一种电力市场差价合约电量分解技术及分解结果综合评估方法 - Google Patents

Abstract

本发明涉及一种电力市场差价合约电量分解技术及分解结果综合评估方法，包括步骤：将年合约电量按对应的年度典型出力曲线进行分解；通过年度向月度分解和交叉修正,结合月内各类型日的天数和用电量,将月度分解电量分解到日；并以此据,将日度合约电量分解到各时段,基于交叉修正算法对检修计划造成的分解电量偏差进行修正，形成了各时段授权差价合约电量的金融结算交割曲线；最后,建立合约电量分解的后评估指标体系,从风险性、公平性、经济性、合理性四个角度对分解结果进行评估。本发明所提出的新的电力市场合约电量分解方法和后评估模型能够为发购电双方提供合理的结算依据,评价合约电量分解方法优劣,实现合约市场和现货市场的协调运行。

Description

一种电力市场差价合约电量分解技术及分解结果综合评估 方法

技术领域

本发明涉及电力系统领域，特别是涉及一种电力市场差价合约电量分解技术及分解结果综合评估方法。

背景技术

由于电能不能经济地储存,中长期合约相当于建立了一个虚拟的库存,提前锁定电能价格,以规避因供需不匹配而造成的电价波动风险。目前,在已经实施电力市场化运营的国家,如美国、英国、澳大利亚等,多数采用中长期合约(物理合约或金融合约)进行大量电量交易。现有研究表明,中长期合约的引入有助于减少发电公司利用市场力来操纵市场的行为,减少寡头垄断的市场力,从而有利于形成高效的市场均衡电价,降低市场出清价格。

在中长期合约实际执行阶段,其合约电量需要科学地分解到每个交易时段,以便进行物理执行或金融结算。合约电量分解应充分考虑实际机组特性、电网运行情况和负荷情况。合约电量分解的科学性和合理性将直接影响到合约的执行情况,科学合理的合约分解在完成合约,稳定电价,规避现货市场风险,以及电网的安全经济运行方面具有十分重要的意义。

新电改的开展使得已有的研究难以适应新环境的应用需求。因此,亟待研究新的电力市场合约电量分解方法和后评估模型,为发购电双方提供合理的结算依据,评价合约电量分解方法优劣,实现合约市场和现货市场的协调运行。

发明内容

本发明主要解决的技术问题是提供一种电力市场差价合约电量分解技术及分解结果综合评估方法。

本发明采用以下的技术方案：

分析了电力市场发展概况，总结了新电改下电力市场的合约分解要求，将各发电公司的年合约电量按对应的年度典型出力曲线进行分解,得到不考虑检修计划时各类型发电公司的理想月度分解电量；

通过年度向月度分解和交叉修正,得到修正后的月度合约电量分解矩阵。根据各月工作日、双休日与节假日的天数,和对应类型日的负荷量,将各发电公司的月度分解电量分解到日,得到各类型发电公司的日分解电量；

以典型日负荷曲线为依据,将各发电公司日度合约电量按日典型负荷曲线分解到每日48点,得到各发电公司在各交易时段的分解电量；

基于交叉修正算法对发电公司检修计划造成的分解电量偏差进行修正，形成了各时段政府授权差价合约(即基数合约)电量的金融结算交割曲线；

最后,建立合约电量分解的后评估指标体系,从风险性、公平性、经济性、合理性四个角度对分解结果进行评估。

本发明提供的技术方案的有益效果：

本发明所构建的电量分解模型能将政府授权差价合约电量公平地分解,使其占总负荷的比例维持在一定的波动范围内,能够较好地控制市场竞价电量的份额。本发明所提出的新的电力市场合约电量分解方法和后评估模型能够为发购电双方提供合理的结算依据,评价合约电量分解方法优劣,实现合约市场和现货市场的协调运行。采用本发明方法可以抑制现货市场的风险，有助于电力现货市场的平稳过渡。

附图说明

图1为政府授权差价合约分解流程；

图2为各发电公司的月度电量分解曲线；

图3为合约分解电量占负荷比例；

图4为分月合约电量分解综合评估结果；

图5为四类指标的分月评估结果。

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。

本发明提出了一种电力市场差价合约电量分解技术及分解结果综合评估方法，将政府授权合同电量分解分成年向月分解、月向日分解、日向时段分解，共三个阶段。每个阶段都包含2个约束，对应每个发电公司的全年合同电量总量约束，以及对应每个时段的合同电量总量约束。在上述约束条件下，考虑发电公司检修计划，进行调整得到最终的电量分解矩阵。其实施流程包括如下详细步骤：

第一步：不考虑计划检修的年向月分解

新电改对政府授权差价合约电量的分解提出的要求:

(1)合约电量分解计划应使每个发电公司能够全额完成政府授权差价合约电量,同时保证各时段的政府授权差价合约电量占负荷比例应大致相等。

(2)电力市场参与主体包括省内各类统调煤电、水电、气电、核电机组和计划内外来电,机组类型十分丰富,因此分解时需要考虑不同类型机组的特性,全局优化提升发电效益。

(3)合约电量分解时需要考虑同类型机组之间电量分配的公平性,促进市场成员的参与积极性。

(4)政府授权差价合约的分解结果仅形成金融化交割曲线,用作结算,不强制物理执行。对于日前现货市场出清形成的交易计划与所形成的金融化曲线间的偏差量,按照日前电力市场的分时电价进行结算。结算周期采用“日清月结”。

年初，在政府授权差价合同签订的同时，发电公司向电网公司申报年度检修计划和发电机组出力上下限、爬坡速率、启停时间等机组运行参数。电网公司结合历史负荷数据和负荷预测，得到年负荷预测曲线。在负荷预测曲线上扣除非竞价电源部分和双边合同电量，得到修正后的年负荷曲线。将所有发电公司签订的政府授权差价合同电量总和，依照修正后的年负荷曲线，分解至12个月，得到每个月的政府授权合同总电量为

式中：Q_m为m月的政府授权合同总电量，Q_i为发电公司i的年度政府授权差价合约电量；L_m为发电机组的年典型发电曲线中m月的发电量,其中上标w1表示燃煤机组,另有w2表示燃气机组,w3表示水电机组,w4表示核电机组。

由最近5年的历史数据分别得到火电机组、燃气机组、水电机组、核电机组的典型年发电曲线。将各发电公司的年合同电量按对应的典型年发电曲线进行分解，得到不考虑检修计划时各类型发电公司的理想月度分解电量

式中：为理想情况下发电公司i第m个月的政府授权合同电量，Q_i为发电公司i的年度政府授权差价合约电量，L_m为发电机组的年典型发电曲线中m月的发电量,其中上标w1表示燃煤机组,另有w2表示燃气机组,w3表示水电机组,w4表示核电机组。

第二步：考虑检修计划的交叉修正算法

上述不考虑计划检修的理想电量分解方案可视为一个N×12阶的电量矩阵[Q⁽⁰⁾]_N×12。其行向量代表各发电公司合同电量在12个月的分解方案，列向量代表一个时段的政府授权电量在N个发电公司之间的分配。发电公司的全年合同电量总量约束，和对应每个时段的合同电量总量约束可表示为

式中：Q_i,m为发电公司i第m个月的政府授权合同电量，Q_i为发电公司i的年度政府授权差价合约电量，Q_m为m月的政府授权合同总电量。

对应上述2个约束，交叉修正算法包含了横向修正与纵向修正。对第i个发电公司各时段发电量进行的修正称为横向修正，对第m月各发电公司的发电量进行的修正称为纵向修正。通过横纵修正，可以不断缩小偏差量，直到满足负荷平衡约束和合同电量约束。考虑检修的交叉修正算法的具体步骤如下：

步骤1：求解理想电量分解方案矩阵[Q⁽⁰⁾]_N×12。

步骤2：根据年度合同电量等式约束条件，计及检修情况，进行横向修正。

设发电公司i在第m月的检修天数为D_i,m，检修容量为G_i,m，根据理想电量分解结果可求得发电公司i在第m月因检修而产生的月度发电不平衡量为进而可求解发电公司i在全年的发电不平衡量

式中：ΔQ_i,m ⁽⁰⁾为发电公司i在第m月的月度分解偏差量，D_i,m为发电公司i在第m月的检修天数，G_i,m为发电公司i在第m月的检修容量，ΔQ_i ⁽⁰⁾为发电公司i的全年分解偏差量。

根据检修情况后各发电机组实际发电量占总发电量的比例，将年度发电量不平衡量分摊至各月份，进行横向修正。横向修正后发电公司i在第m月的发电量为

式中：为横向修正后发电公司i在第m月的政府授权合同电量，为理想情况下发电公司i第m月的政府授权合同电量，ΔQ_i,m ⁽⁰⁾为发电公司i在第m月的月度分解偏差量。

步骤3：根据负荷平衡等式约束条件，进行纵向修正。

令m₀＝1，假设由初始时段到第m₀-1月的合同电量分解已经完成，即满足年度合同电量等式约束条件，也满足月度合同电量总量约束，接下来只需考虑第m₀月及其以后时段的合同电量分解。根据月度负荷平衡等式条件对第m₀月各发电公司的发电量进行纵向修正，求得第i个发电公司在第m₀月的发电量为

式中：为纵向修正后发电公司i在第m₀月份的月度分解电量，为横向修正后发电公司i在第m₀月的政府授权合同电量，为第m₀月份可分解的基数合约总电量。

每进行一次纵向修正后，都可满足月度负荷平衡等式约束条件，但不再满足各机组年度合同电量等式约束条件，故需要再次进行横向修正。此时只向后续时段进行横向修正，以保证第m₀月及之前月份的分解电量能够满足约束。

步骤4：根据年度合同电量等式约束条件，向后续时段进行横向修正。

在第t₀时段纵向修正后，各机组年度总发电量不平衡量为

式中：为纵向修正后发电公司i的年度分解偏差电量，Q_i为发电公司i的年度政府授权差价合约电量，为纵向修正后发电公司i在第m月份的月度分解电量。

将各机组年度总发电量不平衡量根据纵向修正后发电机组在第m₀+1至12各月实际发电量占总发电量的比例进行分配，即

式中：为横向修正后发电公司i在第m月的政府授权合同电量，为纵向修正后发电公司i在第m月份的月度分解电量，为纵向修正后发电公司i的年度分解偏差电量。

此处每进行一次横向修正后，既能满足第m₀月及之前的月度合同电量约束，又能满足各发电公司的年度合同总电量等式约束。

步骤5：令m₀＝m₀+1，跳转至步骤3。

经上述5个步骤，依次向后对各个月份进行交叉修正。最终可得到修正后的月度合同电量分解矩阵[Q]_N×12。

交叉修正算法不仅适用于考虑计划检修时的合同电量年向月分解，也适用于其他时段的分解，以及执行过程中的滚动修正。只需将交叉修正的时间周期由12个月换成其他周期T，按照上述流程进行横纵向修正，最后总能保证合同电量的分解方案满足约束。

第三步：合同电量的月向日分解

经第一步和第二步的分解和交叉修正后，已经得到修正后的月度合同电量分解矩阵[Q]_N×12。根据各月工作日、双休日与节假日的天数，和对应类型日的负荷量，将各发电公司的月度分解电量分解到日，得到各类型发电公司的日分解电量。假设m月第d类型日的负荷电量为Q_m,d，天数为N_m,d，则发电公司i在第m月的d类型日的日分解电量为

式中:Q_i,m,d为发电公司i在第m月的d类型日的日度分解电量；Q_i,m为发电公司i在第m月份的月度分解电量；Q_m,d为第m月第d类型日的负荷电量；N_m,d为第m月第d类型日的天数。

第四步：合同电量的日内交易时段分解

由历史数据，提取出用户在节假日、双休日和工作日的日典型负荷曲线，将各发电公司日度合同电量按日典型负荷曲线分解到每日48点，得到各发电公司在各交易时段的发电量。假设根据日典型负荷曲线得到m月d日第t交易时段的负荷为Q_m,d(t)，则发电公司i在该时段的分解电量为

式中:Q_i,m,d(t)为发电公司i在第m月的d类型日第t时段的合约分解电量，Q_i,m,d为发电公司i在第m月的d类型日的合约分解总电量，Q_m,d(t)为第m月的d类型日第t时段的合约分解总电量，Q_m,d(t)为第m月的d类型日的合约分解总电量。

分解至时段后，合同分解电量已经表示为功率的形式。至此，发电公司i全年的政府授权差价合同电量交割曲线已经形成。在每个月月初，该交割曲线加上月度竞价发电量，通过全厂技术处理校核和系统安全校验后，即可形成每个月可执行的调度曲线。上述分解结果仅作为金融结算依据，在实际执行阶段，各月度、日度和时段实际发电量可能不完全按照分解结果执行。发电公司多发电的部分以市场出清电价出售，发电不足的部分也需要从市场上买入相应的电量补上缺额。

该分解方法在最初形成理想发电矩阵时，计及了机组类型的不同，并考虑了发电公司的计划检修的影响。在此基础上，尽可能采用了按比例的方法分解，使分解得到的各时段合同电量与各时段总负荷的比例尽可能一致，各发电公司的分解电量和所拥有的总合同电量比例尽可能一致，最大程度地实现了分解的公平性。

在进行合约分解结果评估分析研究时,应建立全面、合理的合约分解结果评估指标体系,选择合适的评估方法,对合约分解结果进行评估。

在合约电量分解结果评估过程中,从风险性、公平性、经济性、合理性四个方面,选取7个指标建立综合评估指标体系,如表1所示。

表1合约分解评价指标体系

一、风险性指标

(1)基数电量占负荷比例平均值

设δ_i为第t时段的基数电量占比，为T个时段基数电量占负荷比例的平均值。则有：

式中：δ_t为第t时段的基数电量占负荷比例值，为T个时段基数电量占负荷比例的平均值，Q_it为第i个发电公司在第t时段的合同分解电量，Q_t为第t时段的总负荷电量。

(2)基数电量占负荷比例标准差

设ε为基数电量占负荷比例标准差，则

式中：ε为基数电量占负荷比例标准差，δ_i为第t时段的基数电量占比，N为发电公司的数量。

在电力市场中，电价的波动是市场成员所面临的最大的风险。现有的研究表明，远期合同的引入有助于降低市场出清电价，同时能控制发电公司的持有容量，抑制发电公司的市场力，适当的合同电量比例可以改善市场的稳定性。

基数电量占负荷电量比例的平均值反映了政府对市场竞价空间的控制水平。在电力市场化建设的过程中，市场的开放程度一般由省级电力市场规划建设部门或上级部门规定，政府授权合同总电量的签订也以此为依据。合同分解后，基数电量的占比越接近预设的规定值，表明风险控制得越合理。

基数电量占负荷电量比例的标准差反映了市场竞价空间的波动程度。科学合理的合同分解方法需要使各时段的市场竞价空间相当。该标准差越小，表示市场竞价空间的水平越稳定。

二、公平性指标

(1)不同发电公司间负荷率相关系数

设γ_it为发电公司i在t时段的负荷率。γ_i为第i个发电公司一个月中各时段的负荷率组成的向量，数学表达式为：

γ_i＝[γ_i1,γ_i2,...,γ_iT]

式中：γ_it为发电公司i在t时段的负荷率，Q_it为第i个发电公司在第t时段的合同分解电量，G_i为第i个发电公司在第t时段最大发电能力，γ_i为发电公司i负荷率向量。

则发电公司i和发电公司j的负荷率相关系数的数学表达式为：

式中：γ_i为发电公司i负荷率向量，γ_j为发电公司j负荷率向量。

(2)不同发电公司合同完成进度的标准差

设定义k_ij为发电公司i在前j个月结束时的进度系数，表示第i个发电公司的有效发电时间的利用率，数学表达式为：

式中：T为时间单元个数(如年电量向月分解时T为12)，Q_it为第i个发电公司在时间单元t内分解的发电量，Q_i为第i个发电公司的年合同电量，W_it为发电公司i在时间单元t内的最大上网电量。

上述公平性指标考虑了合同电量分解在不同发电公司之间的公平性。不同的发电公司的机组年利用小时数不同，分配到的政府授权差价合同总电量也不同，其负荷率也不在同一水平，无法直接进行对比。利用负荷率相关系数反映了不同发电公司合同电量分解曲线波动的一致性，能很好地评价分解方法对于任意2个发电公司是否公平。

为了保证公平性，一般尽可能使各个发电公司的合同完成进度在任何一个时间断面上保持一致。但不同的发电公司在一年中有不同的检修计划，简单地用合同分解电量完成进度来衡量是不合理的，故引入进度系数的概念。进度系数k_ij的意义是：在前j个月度内，发电厂的最大发电能力利用率与该发电厂年度最大发电能力利用率的比值，表征某个时间断面上发电公司合同分解电量相对于全年的完成进度。k_ij＞1，表明该发电公司在j月度及之前的最大发电能力利用率高于全年平均值，合同电量完成进度相对超前；k_ij＜1，则表明该发电公司的合同电量完成进度相对滞后。因此，各个发电公司在各个时段都需要以k_ij＝1为目标尽可能地靠拢。

三、经济性指标

(1)全网负荷率加权平均值

已定义γ_it为发电公司i在t时段的负荷率。设γ_t为第t时段所有发电公司负荷率的加权平均值，数学表达式为：

式中：γ_t为第t时段所有发电公司负荷率的加权平均值，γ_it为发电公司i在t时段的负荷率，Q_it为第i个发电公司在时间单元t内分解的发电量；G_i为第i个发电公司在第t时段最大发电能力，Q_i为第i个发电公司的年合同电量。

全网负荷率加权平均值反映了发电设备容量的整体利用率，从投资利用率角度分析经济效益。

另外，在实际市场试运行后，可以通过实时电价、网损、合同完成偏差微增成本等指标计算发电公司和电网公司的收益，反映分解方法的经济性。上述指标大多需要实证分析，可在条件具备后添加至指标体系内。

四、合理性指标

(1)基数电量与负荷相关系数

设Q_it为第i个发电公司在第t时段的合同分解电量，L_t为负荷曲线，则可得到基数电量与负荷的相关系数，数学表达式为：

式中：r_iL为第i个发电公司与负荷的相关系数，Q_it为第i个发电公司在第t时段的合同分解电量，L_t为负荷曲线。

(2)全网进度系数平均值

已定义k_ij为发电公司i在前j个月结束时的进度系数，则全网进度系数平均值数学表达式为：

式中：为全网进度系数平均值，k_ij为发电公司i在前j个月结束时的进度系数。

上述合理性指标反映了合同电量分解方案的科学性和调度可执行性。基数电量与负荷相关系数越大，表明基数电量曲线与负荷的波动越一致，有利于调度的执行，平抑现货市场的波动。全网进度系数平均值表征了全网基数电量完成度的超前或滞后的程度，该值越接近1，表示基数电量的分解越合理，可执行性越高。

评价的对象往往具有多个指标属性,它们的量纲和变化范围不同,为了在同一个评价体系下进行分析和比较,需要对数据进行标准化处理。

本发明采用极差归一化的方法。首先,将上述风险性指标、经济性指标、公平性指标和合理性指标分为正向指标、逆向指标和区间指标3类。

对于正向指标,指标值越大越好,其标准化公式为:

对于逆向指标,指标值越小越好,其标准化公式为:

对于区间指标,指标值越接近某个区间越好,其标准化公式为:

式中：x′_ij为归一化处理后的指标值；x_ij为实际指标值；v_1j、v_2j、v_3j、v_4j为区间指标对应的标准化取值改变的临界点，可根据区间指标的实际情况选择。

在确定指标权重时,不仅需要计及专家的主观经验,还需要充分考虑各个指标数据间的客观差异,尽量避免主观确定权重所导致的偏差。因此,本发明利用层次分析法和熵权法结合的主客观权重计算方法确定所选各个指标的权重。

一、层次分析法确定主观权重的步骤如下：

1)构造两两比较判断矩阵

层次分析法中，采取对指标进行两两比较建立成对比较矩阵的方法。即每次取两个指标x_i和x_j，以a_ij表示x_i与x_j对评价目标的影响大小之比，全部比较结果用矩阵A＝[a_ij]_n×n表示，称A为两两比较判断矩阵(简称判断矩阵)。容易看出，若x_i与x_j对评价目标的影响大小之比为a_ij，则x_j与x_i对评价目标的影响之比应为1/a_ij。

2)层次单排序

判断矩阵A对应于最大特征值λ_max的特征向量W，经归一化后即为该层相应指标对于上层目标相对重要性的权值。

3)一致性检验

计算一致性指标CI：

计算一致性比例CR：

式中：CI为成对比较矩阵A的不一致程度指标；λ_max成对比较矩阵的最大特征值；RI为平均随机一致性指标，仅由成对比较矩阵A的阶数n决定；CR为为成对比较矩阵A的不一致程度比例，当CR＜0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正；若一致性检验通过，求得成对比较矩阵最大特征向量，再进行归一化处理，从而得到评估指标主观权重向量。

式中：w^s为由组成的列向量，即为成对比较矩阵A的最大特征向量，W^s为评估指标主观权重向量。

二、熵权法确定客观权重的步骤如下：

熵权法是一种客观赋权方法，能够最大程度地利用指标体系的数据来计算各指标权重值。对于某项指标j，若待评价样本的指标值x_ij间的差距越大，则该指标的熵值越小，根据信息熵理论，说明该指标所能提供的信息量越大，对综合评价结果的影响也越大，权重就应该越高。

1)计算第j个指标下第i个样本的特征比重

式中：p_ij为在第j项指标下的第i个工程的特征比重，x′_ij为归一化处理后的指标值。

2)熵值的计算

式中：H_j为第j个评估指标的熵值，p_ij为在第j项指标下的第i个工程的特征比重。其中，当p_ij＝0时，取p_ij lnp_ij＝0。

3)权重的计算

式中：为各评估指标的客观权重；H_j为第j个评估指标的熵值。

经过专家经验决策后,得到各指标对于评价目标的主观权重为运用熵权法得到的客观权重为采用综合集成赋权法中的乘法集成法,得到计及主、客观权重的综合权重ω_j。

式中：ω_j为各评估指标的综合权重，为各评估指标的主观权重，为各评估指标的客观权重；

为了进一步理解本发明，以浙江电网部分地区2017年度的政府授权差价合约电量分解为例,来解释本发明的实际应用。为了简化分析以及强调算法原理,本算例仅考虑一厂一机的情形,选取10台机组进行分析,其中G1-G5为燃煤机组,G6-G7为燃气机组,G8-G9为水电机组,G10为核电厂。合约数据及发电机组参数如表3所示,年度机组检修计划如表4所示。

表3各发电公司合约数据和机组参数

表4发电公司的年度检修计划

采用政府授权差价合约分解模型将发电公司的年度政府授权差价合约电量向各月份分解,并考虑机组的计划检修,采用交叉修正的算法对分解电量进行修正,得到修正前后的月度分解曲线,如附图2所示。从附图2可见,在未考虑检修计划的理想情况下,同类型的机组拥有相近的分解曲线,体现了分解的公平性。不同类型机组在一年中负荷率的波动不同,水电机组在丰水季的出力达到高峰,燃气机组的出力在夏季负荷最高时达到顶峰,而核电机组的在全年的出力趋于平稳,体现了机组特性之间的差异。

对比附图2(a)与附图2(b)可见,在考虑检修计划后,发电公司的电量分解曲线得到修正,其月度分解电量也根据发电能力得到调整。发电公司1在8月进行检修,其8月的月度分解电量在修正后相应下调,同时,其余月份的月度分解电量随着全网用电水平的变化,按比例相应有所下调和上升。

以2017年4月份为例,将上述发电公司的月度分解电量按日类型向日度进行分解,得到4月的日度分解曲线。进而将4月某工作日的日度分解电量分解至各交易时段,得到该日的电量分解曲线。经汇总后,与实际负荷电量进行对比,结果如附图3所示。由附图3可知,根据日类型特性进行分解所形成的日度电量分解曲线和以典型日负荷曲线为基础形成的日内电量分解曲线,两者与负荷曲线的趋势基本保持一致。两个阶段的合约分解电量占比基本平稳,浮动在一个可接受的范围内,基本符合预想的风险控制力度,并能满足各时段的负荷需求,达到了兼顾各方利益,适度引入市场竞争的效果。

运用主客观结合的赋权法得到各指标的综合权重,由此得到各月合约电量分解综合评估结果,如附图4所示。同时,从风险性、经济性、合理性和公平性四个方面,对各月合约电量分解结果进行评估,如附图5所示。

由附图4可看出,合约分解模型应用后,在各月份的评价不同,总体呈现上升趋势。这有两方面的原因,一是随着时间的推进,发电公司的完成进度系数将逐渐趋近于全网平均进度,并最终全额完成合约电量；二是差价合约的电量交叉修正是向后续月份修正的,后续月份得到的修正次数较多,修正偏差量较小。在工程实际中,合约电量分解的偏差逐渐减小,也有利于提升调度的可执行性。由附图5可看出,该合约分解模型在全年的分解较为合理,满足了公平性的要求,有效控制了市场风险,但经济性指标的评估结果相对较差。

总体而言,上述评估结果在一定程度上评估了差价合约分解模型的分解结果的优劣。

Claims (6)

1.一种电力市场差价合约电量分解技术及分解结果综合评估方法，其主要特征体现在下述步骤之中：

1)基于电力市场的实际要求，将各发电公司的年度合约电量按对应的年度典型出力曲线进行分解,得到不考虑检修计划时各类型发电公司的理想月度分解电量；通过理想月度分解电量和交叉修正,得到修正后的月度合约电量分解矩阵；

2)根据月内各类型日的天数和用电量，将月度分解电量进一步向日内分解；

3)以典型日负荷曲线为依据,将各发电公司日度合约电量按日典型负荷曲线分解到每日48点，即以半小时一个点,得到各发电公司在各个交易时段的分解电量；

4)基于交叉修正算法对发电公司检修计划造成的分解电量偏差进行修正，形成各时段基数合约电量的金融结算交割曲线；

5)建立合约电量分解结果的后评估指标体系,从风险性、公平性、经济性、合理性四个角度对分解结果进行评估。

2.根据权利要求1所述的电力市场差价合约电量分解技术及分解结果综合评估方法，其特征在于，所述的步骤1)具体包括：

在年初基数合约签订的同时,发电公司向系统调度机构申报年度检修计划和发电机组运行参数，所述的发电机组运行参数包括出力上下限、爬坡和滑坡速率和启停时间；系统调度机构根据历史负荷数据和负荷预测,得到年负荷预测曲线，在负荷预测曲线上扣除不参与市场的部分电量所对应的负荷曲线,得到修正后的年负荷曲线；

由近5年的历史数据分别得到火电机组、燃气机组、水电机组、核电机组的年度典型出力曲线；然后,将各发电公司的年度合约电量按对应的年度典型出力曲线进行分解,得到不考虑检修计划时各类型发电公司的理想月度分解电量：

式中:Q_i,m为发电公司i在第m月份的月度分解电量；Q_i为发电公司i的年度基数合约电量；L_m为发电机组的年典型发电曲线中第m月的发电量,其中上标w1表示燃煤机组,另有w2表示燃气机组,w3表示水电机组,w4表示核电机组；

得到理想的月度电量分解方案后,结合交叉修正的算法,根据发电公司上报的年度检修计划对电量分解方案进行修正,最终得到考虑检修计划的月度电量分解方案。

3.根据权利要求1所述的电力市场差价合约电量分解技术及分解结果综合评估方法，其特征在于，所述的步骤2)具体包括：

通过年度向月度分解和交叉修正,已经得到修正后的月度合约电量分解矩阵[Q]_N×12；根据各月工作日、双休日与节假日的天数,和对应类型日的负荷量,将各发电公司的月度分解电量分解到日,得到各类型发电公司的日分解电量：

式中:Q_i,m,d为发电公司i在第m月的d类型日的日度分解电量；Q_i,m为发电公司i在第m月份的月度分解电量；Q_m,d为第m月第d类型日的负荷电量；N_m,d为第m月第d类型日的天数。

4.根据权利要求1所述的电力市场差价合约电量分解技术及分解结果综合评估方法，其特征在于，所述的步骤3)具体包括：

由历史负荷数据,分别提取出系统在节假日、双休日和工作日的典型日负荷曲线；以典型日负荷曲线为依据,将各发电公司日度合约电量按日典型负荷曲线分解到每日48点,得到各发电公司在各交易时段的分解电量,即可形成用于金融结算的电量分解曲线；

该分解方法在最初形成理想分解矩阵时,计及了机组类型的不同,并考虑了发电公司的计划检修的影响；此外,按比例分解方法使分解得到的各时段合约电量与各时段总负荷的比例尽可能一致,各发电公司的分解电量和所拥有的总合约电量比例尽可能一致,最大程度地实现了分解的公平性。

5.根据权利要求2所述的电力市场差价合约电量分解技术及分解结果综合评估方法，其特征在于，所述的根据发电公司上报的年度检修计划对电量分解方案进行修正,最终得到考虑检修计划的月度电量分解方案，具体包括：

交叉修正算法包含了横向修正与纵向修正；根据年度合约电量约束对第i个发电公司各时段发电量进行的修正称为横向修正；根据全网负荷平衡约束对某一时段所有发电公司的发电量进行的修正称为纵向修正；交叉修正算法可在电量分解的每个阶段运用,通过横纵交叉修正,可在满足约束的前提下不断缩小偏差量,修正电量分解方案；

横向修正所对应的约束与过程可表示为：

式中：Q_i,m为发电公司i在第m月份的月度分解电量；Q_i为发电公司i的年度基数合约电量；ΔQ_i ⁽⁰⁾为发电公司i的全年分解偏差量；ΔQ_i,m ⁽⁰⁾为发电公司i在第m月的月度分解偏差量；

纵向修正所对应的约束与过程可表示为

式中：Q_i,m为发电公司i在第m月份的月度分解电量；Q_m为第m月可分解的基数合约总电量；为横向修正后发电公司i在第m₀月份的月度分解电量；为第m₀月份可分解的基数合约总电量；为纵向修正后发电公司i在第m₀月份的月度分解电量；

在合约电量的年度向月度分解过程中,得到的不考虑计划检修的理想电量分解方案可视为N×12阶的电量矩阵[Q⁽⁰⁾]_N×12；以此电量矩阵为基础,计及发电公司计划检修,进行交叉修正；具体步骤如下:

5.1)得到理想电量分解方案矩阵[Q⁽⁰⁾]_N×12；

5.2)根据年度合约电量等式约束,将检修计划产生的月度分解偏差量向全年分摊,进行横向修正；

5.3)根据月度负荷平衡等式约束,等比例调整第m₀月份所有发电公司的月度分解电量,进行纵向修正；

5.4)计算由于纵向修正带来的年度分解偏差量,将其分摊至后续月份,向后进行横向修正；

5.5)令m₀＝m₀+1,跳转至步骤5.3)；

经上述5个步骤,依次向后对各个月份进行交叉修正，最终可得到考虑检修计划的月度合约电量分解矩阵[Q]_N×12,完成合约电量的年度向月度分解。

6.根据权利要求1所述的电力市场差价合约电量分解技术及分解结果综合评估方法，其特征在于，所述的步骤5)具体为：

首先，从风险性、公平性、经济性、合理性四个方面，根据电量分解曲线和负荷曲线，提取相应的指标，建立了评估指标体系；其中，风险性指标包括基数电量占负荷比例平均值与基数电量占负荷比例标准差；公平性指标包括不同发电公司间负荷率相关系数与不同发电公司合同完成进度的标准差；经济性指标包括全网负荷率加权平均值；合理性指标基数电量与负荷相关系数与全网进度系数平均值；

然后运用极差归一化的方法对样本数据进行了标准化处理；首先,将上述风险性指标、经济性指标、公平性指标和合理性指标分为正向指标、逆向指标和区间指标3类；

对于正向指标,指标值越大越好,其标准化公式为:

对于逆向指标,指标值越小越好,其标准化公式为:

对于区间指标,指标值越接近某个区间越好,其标准化公式为:

式中：x′_ij为归一化处理后的指标值；x_ij为实际指标值；v_1j、v_2j、v_3j、v_4j为区间指标对应的标准化取值改变的临界点，可根据区间指标的实际情况选择；

在确定指标权重时，不仅需要计及专家的主观经验，还需要充分考虑各个指标数据间的客观差异，尽量避免主观确定权重所导致的偏差；本发明利用层次分析法和熵权法结合的主客观权重计算方法确定所选各个指标的权重；这两种方法的结合有如下优点：降低评价的主观性；标准合理有效，贴合实际；以评价差价合同分解方法的效果为目的，为差价合同分解方法的选择提供参考；

层次分析法确定主观权重的步骤如下：

步骤1：构造两两比较判断矩阵

层次分析法中，采取对指标进行两两比较建立成对比较矩阵的方法，即每次取两个指标x_i和x_j，以a_ij表示x_i与x_j对评价目标的影响大小之比，全部比较结果用矩阵A＝[a_ij]_n×n表示，称A为两两比较判断矩阵；若x_i与x_j对评价目标的影响大小之比为a_ij，则x_j与x_i对评价目标的影响之比应为1/a_ij；

步骤2：层次单排序

判断矩阵A对应于最大特征值λ_max的特征向量W，经归一化后即为该层相应指标对于上层目标相对重要性的权值；

步骤3：一致性检验

计算一致性指标CI：

计算一致性比例CR：

式中：CI为成对比较矩阵A的不一致程度指标；λ_max成对比较矩阵的最大特征值；RI为平均随机一致性指标，仅由成对比较矩阵A的阶数n决定；CR为为成对比较矩阵A的不一致程度比例，当CR＜0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正；若一致性检验通过，求得成对比较矩阵最大特征向量，再进行归一化处理，从而得到评估指标主观权重向量；

式中：w^s为由组成的列向量，即为成对比较矩阵A的最大特征向量，W^s为评估指标主观权重向量；

熵权法为客观赋权方法，因此可利用评估指标体系数据确定各指标的客观权重；根据熵的特性，不仅可通过熵值判断事件随机性以及无序程度，还能判断某一指标的离散程度，即熵值越小，离散程度越大，则该指标携带的信息量越多，对综合评估的影响越大，故应赋予其更高的权重；

熵权法确定客观权重的计算步骤如下：

步骤1：特征比重计算

式中：p_ij为在第j项指标下的第i个工程的特征比重，x′_ij为归一化处理后的指标值；

步骤2：评估指标熵值计算

式中：H_j为第j个评估指标的熵值，p_ij为在第j项指标下的第i个工程的特征比重；其中，当p_ij＝0时，取p_ijlnp_ij＝0；

步骤3：评估指标权重计算

式中：为各评估指标的客观权重；H_j为第j个评估指标的熵值；

在得到各指标的主观权重向量和客观权重向量之后，采用综合集成赋权法中的乘法集成法，得到计及主、客观权重的综合权重ω_j；