CN109816273A - 一种计及发电资源不确定性的需求响应备用风险分析方法 - Google Patents

Abstract

本发明公开了一种计及发电资源不确定性的需求响应备用风险分析方法，其步骤包括：1.计算需求响应备用的总容量及其容量成本；2.对风力发电和光伏发电的预测误差以及常规机组的运行状态进行蒙特卡洛抽样；3.根据抽样所得的系统状态，计算需求响应备用的损益，具体包括：计算当前状态下的系统不平衡功率、需求响应备用的调用量、需求响应备用的电量成本以及需求响应备用的收益，从而计算出当前状态下的需求响应备用的损益；4.根据各系统状态下的需求响应备用的损益，计算需求响应备用损益的期望值和风险水平。本发明能为可再生能源接入背景下的需求响应备用方案决策提供风险分析方法，以便决策者掌握需求响应备用方案的风险水平。

Description

一种计及发电资源不确定性的需求响应备用风险分析方法

技术领域

本发明属于电力系统调度和需求侧管理领域，具体涉及一种计及发电资源不确定性的需求响应备用风险分析方法。

背景技术

在电力系统运行过程中，发电机组可能因故障而退出运行，从而破坏了电力系统的功率平衡，危机到电力系统的安全稳定运行，甚至可能造成大面积停电。旋转备用是保障电力系统稳定运行的一种有效资源，它是发电机组的富裕容量，在发生功率缺额的情况下能被紧急调用以维持系统功率平衡和频率稳定。然而，随着环保要求的不断提高，风力发电和光伏发电开始接入电力系统，使得发电资源逐渐呈现多样性的发展趋势。但由于风光资源所固有的间歇性使得风力发电和光伏发电难以准确预测，从而增加了发电资源的不确定性，迫切需要更多旋转备用以规避不确定性所带来的风险。

由于传统发电机组所提供的旋转备用需要考虑爬坡率问题，且响应具有一定的延时，因此仅仅依靠传统发电机组所提供的旋转备用已无法保障电力系统的安全稳定运行和电能质量；而且传统旋转备用的成本较高，也是非常不经济的。而需求响应是一种灵活的可调度资源，它也可以提供旋转备用容量。相对于传统发电机组，它具有响应速度快、备用成本低等优点，因而在发达国家的电力系统中已开始应用，近年来我国也在江苏、山东和天津等地开展了局部地区的需求响应试点工作。

为维持电力系统的功率平衡和减少缺电损失，需要足够需求响应来提供旋转备用容量。然而考虑到经济因素，需求响应备用容量并非越多越好，因为如果系统缺电风险不大，就不需要过多的需求响应备用容量，否则会造成经济上的浪费。因此，合理的规划和调度需求响应备用成为亟待解决的问题，需要从技术和经济两个层面综合分析，既要考虑影响电力系统安全运行的风险因素，又要计及需求响应备用的成本。目前的技术主要存在以下两方面的问题：

第一，没有考虑风光等可再生能源发电的不确定性对电力系统安全运行的影响，原有的方法不适用于含可再生能源的电力系统。目前，在需求响应备用分析方面，主要考虑传统发电机组因故障随机停运所造成的缺电损失，而没有考虑风力发电和光伏发电因预测误差所造成缺电损失和弃风弃光损失。随着风光等发电资源的大规模接入，需要计及可再生能源不确定性的影响，否则会导致片面甚至错误的结论。

第二，在风险度量方面，缺乏合适的模型。以往常采用Markowitz模型，以收益率的方差来度量收益风险水平，这种评价方法本质是通过收益率的不确定性来衡量收益风险，但其对正负偏差的平等处理与投资者对风险的感受相违背，实际上只有当收益小于期望收益时才产生风险，因此收益率的方差并不能准确度量风险水平。

发明内容

本发明为解决现有技术存在的不足之处，提出一种计及发电资源不确定性的需求响应备用风险分析方法，以期能为可再生能源接入背景下的需求响应备用方案决策提供风险分析方法，以便决策者掌握需求响应备用方案的风险。

为了达到上述目的，本发明采用的技术方案为：

本发明一种计及发电资源不确定性的需求响应备用风险分析方法的特点是按如下步骤进行：

步骤1.原始数据的获取，包括：

风力发电在当前时段的出力预测值p^WT；光伏发电在当前时段的出力预测值p^PV；常规发电机组台数N_G；第j台常规发电机组在当前时段的出力p_j，j＝1,2,…,N_G；第j台常规发电机的不可用度U_j；当前时段的系统负荷功率p_L；提供需求响应备用的聚合商个数N_DR；第q个聚合商在当前时段中标的需求响应正备用容量q＝1,2,…,N_DR；第q个聚合商在当前时段中标的需求响应负备用容量第q个聚合商的需求响应正备用容量价格第q个聚合商的需求响应负备用容量价格第q个聚合商的需求响应正备用电量价格第q个聚合商的需求响应负备用电量价格单位缺电损失v_loss；单位弃风弃光惩罚价格v_waste；风力发电出力的预测误差Δp^WT，其服从均值为零、标准差为σ^WT的正态分布；光伏发电出力的预测误差Δp^PV，其服从均值为零、标准差为σ^PV的正态分布；

步骤2.按式(1)和式(2)分别计算聚合商能提供的需求响应正备用的总容量和负备用的总容量

步骤3.按式(3)计算需求响应备用的容量成本c_c：

步骤4.对风力及光伏发电的出力预测误差和常规机组的运行状态进行蒙特卡洛抽样：

步骤4.1.设定蒙特卡洛抽样的相对误差水平为λ，令抽样次数为i，且初始化i＝1；

步骤4.2.将i赋值给模拟次数N_sim；

步骤4.3.对风力发电的预测误差进行第i次抽样：生成服从均值为零、标准差为σ^WT的正态分布随机数，并作为风力发电出力预测误差

步骤4.4.对光伏发电的预测误差进行第i次抽样：生成服从均值为零、标准差为σ^PV的正态分布随机数，并作为光伏发电出力预测误差

步骤4.5.对常规机组的运行状态进行第i次抽样：产生N_G个在[0,1]上均匀分布的随机数u_j，按式(4)确定第i次抽样下的第j台常规发电机组的运行状态r_i,j，j＝1,2,…,N_G：

式(4)中：r_i,j为0时表示第j台常规发电机组处于故障停运状态，r_i,j为1时表示第j台常规发电机组处于正常运行状态；

步骤5.按式(5)计算第i次抽样下的系统不平衡功率p_unb·i：

步骤6.确定在第i次抽样下的需求响应备用类型：

步骤6.1.若p_unb·i＜0成立，则调用需求响应正备用，执行步骤6.2；否则，调用需求响应负备用，并执行步骤6.5；

步骤6.2.按式(6)计算第i次抽样下需求响应正备用的总调用量

步骤6.3.对第i次抽样下的需求响应正备用进行出清：

求解式(7)所示的线性规划模型，得到决策变量的最优解将其作为第i次抽样下需求响应正备用的调用量：

式(7)中：为决策变量，表示在第i次抽样下第q个聚合商的需求响应正备用调用量；

步骤6.4.执行步骤7；

步骤6.5.按式(8)计算第i次抽样下需求响应负备用的总调用量

步骤6.6.对第i次抽样下的需求响应负备用进行出清：

求解式(9)所示的线性规划模型，得到决策变量的最优解将其作为第i次抽样下需求响应负备用的调用量：

式(9)中：为决策变量，表示在第i次抽样下聚合商q的需求响应负备用调用量；

步骤7.按式(10)计算第i次抽样下的需求响应备用的收益ω_b·i：

步骤8.按式(11)计算第i次抽样下调用的需求响应备用的电量成本c_e·i：

步骤9.按式(12)计算第i个抽样状态下的需求响应备用的损益ω_i：

ω_i＝ω_b·i-c_e·i-c_c (12)

步骤10.判断蒙特卡洛抽样收敛条件是否满足：

步骤10.1.判断N_sim≤1是否成立，如果成立，则执行步骤11；否则，执行步骤10.2；

步骤10.2分别按式(13)、式(14)和式(15)计算需求响应备用损益的期望估计值标准差估计值和方差系数估计值

式(13)、式(14)和式(15)中：ω_n为第n次抽样下的需求响应备用损益；

步骤10.3判断是否成立，如果成立，则表示不满足收敛条件，执行步骤11；否则，表示满足收敛条件，执行步骤12；

步骤11.将i+1赋值给i后，执行步骤4.2；

步骤12.按式(16)计算需求响应备用损益的半标准差S^-，用于量化需求响应备用的风险水平：

式(16)中：max表示求最大值运算。

与已有技术相比，本发明的有益效果体现在：

本发明针对可再生能源接入电力系统背景下发电资源所存在的不确定性问题，采用需求响应来提供系统旋转备用容量，综合考虑需求响应备用的成本和收益，利用需求响应备用损益期望值来衡量需求响应备用的效益，利用半标准差来度量需求响应备用方案的风险水平，为需求响应备用方案的决策提供参考依据。具体效果体现在以下几个方面：

1.采用需求响应为不确定性发电资源提供旋转备用。需求响应能提供正备用和负备用，从而能够更加灵活的维持系统功率平衡，减少系统的缺电损失和弃风弃光损失。

2.计及了可再生能源不确定性的影响，即考虑了风力发电和光伏发电因预测误差所造成缺电损失和弃风弃光损失，适用于含可再生能源的电力系统。

3.通过蒙特卡洛模拟获得需求响应备用损益期望值，利用半标准差来度量需求响应备用方案的风险水平，从而更加符合人们对风险的认知，能为决策者提供合理的决策依据。

附图说明

图1为本发明需求响应备用风险分析方法的流程示意图。

具体实施方式

本实施例中，一种计及发电资源不确定性的需求响应备用风险分析方法，针对风力发电和光伏发电以及常规机组的运行状态的不确定性，采用蒙特卡洛抽样方法计算出需求响应备用的损益期望值和风险评价指标，通过计算需求响应备用损益并对损益情况进行风险分析，为不确定性发电资源提供需求响应备用并对需求响应备用方案进行风险分析；具体的说，如图1所示，该方法是如下步骤进行：

步骤1.原始数据的获取，包括：

风力发电在当前时段的出力预测值p^WT；光伏发电在当前时段的出力预测值p^PV；常规发电机组台数N_G；第j台常规发电机组在当前时段的出力p_j，j＝1,2,…,N_G；第j台常规发电机的不可用度U_j；当前时段的系统负荷功率p_L；提供需求响应备用的聚合商个数N_DR；第q个聚合商在当前时段中标的需求响应正备用容量q＝1,2,…,N_DR；第q个聚合商在当前时段中标的需求响应负备用容量第q个聚合商的需求响应正备用容量价格第q个聚合商的需求响应负备用容量价格第q个聚合商的需求响应正备用电量价格第q个聚合商的需求响应负备用电量价格单位缺电损失v_loss；单位弃风弃光惩罚价格v_waste；风力发电出力的预测误差Δp^WT，其服从均值为零、标准差为σ^WT的正态分布；光伏发电出力的预测误差Δp^PV，其服从均值为零、标准差为σ^PV的正态分布；

本实施例中的参数如下：设置风力发电在当前时段的出力预测值为60MW；光伏发电在当前时段的出力预测值为20MW；常规发电机3台，每台发电机在当前时段的出力均为20MW；发电机的不可用度均为0.05；当前时段的系统负荷有功功率为140MW；单位缺电损失为150元/MWh；单位弃风弃光惩罚价格为150元/MWh。需求响应正负备用的参数如表1所示，需求响应备用的电量报价(单位为元/MWh)在数值上为其容量报价的百分之四十。风力发电在当前时段的出力预测的标准差为6MW。光伏发电在当前时段的出力预测的标准差为2MW。蒙特卡洛抽样的相对误差水平取0.03。

表1需求响应正负备用参数表

步骤2.按式(1)和式(2)分别计算聚合商能提供的需求响应正备用的总容量和负备用的总容量

经计算，正备用总容量为50MW，负备用总容量为15MW。计算得到的正备用总容量和负备用总容量均作为出清计算的约束条件，即在该时段内需求响应正备用调用电量不能超过50MWh，负备用调用电量不能超过15MWh。

步骤3.按式(3)计算需求响应备用的容量成本c_c：

计算得到需求响应正负备用容量成本为981元。需求响应备用容量成本只与容量大小有关，当购买的需求响应备用容量确定时，其容量成本也同时确定；需求响应能为不确定性发电资源提供正负两种备用，无论调用何种类型的备用，计算需求响应备用损益时都要计算正负两种需求响应备用的容量成本。

步骤4.对风力及光伏发电的出力预测误差和常规机组的运行状态进行蒙特卡洛抽样：

步骤4.1.设定蒙特卡洛抽样的相对误差水平为λ，令抽样次数为i，且初始化i＝1；

步骤4.2.将i赋值给模拟次数N_sim；

步骤4.3.对风力发电的预测误差进行第i次抽样：生成服从均值为零、标准差为σ^WT的正态分布随机数，并作为风力发电出力预测误差

步骤4.4.对光伏发电的预测误差进行第i次抽样：生成服从均值为零、标准差为σ^PV的正态分布随机数，并作为光伏发电出力预测误差

步骤4.5.对常规机组的运行状态进行第i次抽样：产生N_G个在[0,1]上均匀分布的随机数u_j，按式(4)确定第i次抽样下的第j台常规发电机组的运行状态r_i,j，j＝1,2,…,N_G：

式(4)中：r_i,j为0时表示第j台常规发电机组处于故障停运状态，r_i,j为1时表示第j台常规发电机组处于正常运行状态；

步骤5.按式(5)计算第i次抽样下的系统不平衡功率p_unb·i：

步骤6.确定在第i次抽样下的需求响应备用类型：

步骤6.1.若p_unb·i＜0成立，则调用需求响应正备用，执行步骤6.2；否则，调用需求响应负备用，并执行步骤6.5；

p_unb,i＝0表示电源的发电功率刚好满足负荷需求，不需要调用需求响应备用；p_unb,i＞0表示电源的发电功率比负荷需求大，会出现弃风弃光的情况，需要调用需求响应负备用消耗多余的功率；p_unb,i＜0表示电源的发电功率比负荷需求小，会造成系统因供电不足而停电，需要调用需求响应正备用来弥补不足的功率；

步骤6.2.按式(6)计算第i次抽样下需求响应正备用的总调用量

步骤6.3.对第i次抽样下的需求响应正备用进行出清：

求解式(7)所示的线性规划模型，得到决策变量的最优解将其作为第i次抽样下需求响应正备用的调用量：

式(7)中：为决策变量，表示在第i次抽样下第q个聚合商的需求响应正备用调用量；

步骤6.4.执行步骤7；

步骤6.5.按式(8)计算第i次抽样下需求响应负备用的总调用量

步骤6.6.对第i次抽样下的需求响应负备用进行出清：

求解式(9)所示的线性规划模型，得到决策变量的最优解将其作为第i次抽样下需求响应负备用的调用量：

式(9)中：为决策变量，表示在第i次抽样下聚合商q的需求响应负备用调用量；

步骤7.按式(10)计算第i次抽样下的需求响应备用的收益ω_b·i：

步骤8.按式(11)计算第i次抽样下调用的需求响应备用的电量成本c_e·i：

步骤9.按式(12)计算第i个抽样状态下的需求响应备用的损益ω_i：

ω_i＝ω_b·i-c_e·i-c_c (12)

步骤10.判断蒙特卡洛抽样收敛条件是否满足：

步骤10.1.判断N_sim≤1是否成立，如果成立，则执行步骤11；否则，执行步骤10.2；

步骤10.2分别按式(13)、式(14)和式(15)计算需求响应备用损益的期望估计值、标准差估计值和方差系数估计值：

式(13)、式(14)和式(15)中：ω_n为第n次抽样下的需求响应备用损益；为需求响应备用损益期望的估计值；为需求响应备用损益标准差的估计值；为方差系数的估计值；

步骤10.3判断是否成立：如果成立，则表示不满足收敛条件，执行步骤11；否则，表示满足收敛条件，执行步骤12；

步骤11.将i+1赋值给i后，执行步骤4.2；

蒙特卡洛方法的收敛判据主要有两种：一种是固定抽样数，抽样数可以根据对该系统的先前经验或粗略估计获得；第二种是相对误差判据，每次抽样后计算方差系数的估计值，当它小于相对误差水平时即可停止抽样。这里采用第二种判断收敛的方法。

步骤12.按式(16)计算需求响应备用损益的半标准差S^-，用于量化需求响应备用的风险水平：

式(16)中：max表示求最大值运算。

经抽样得到需求响应备用损益的最大值为6239.80元，损益最小值为-980.99元，需求响应备用损益的期望值为79.95元。在损益大于等于期望值的情形下时，投资者是没有风险损失的；而在损益小于期望值的情形下，投资者是要承担风险损失的，所以采用式(16)计算半标准差来度量风险水平是非常合理的。经计算，该算例中的需求响应备用的风险水平(即半标准差)为528.27元。

Claims (1)

1.一种计及发电资源不确定性的需求响应备用风险分析方法，其特征是按如下步骤进行：

步骤1.原始数据的获取，包括：

风力发电在当前时段的出力预测值p^WT；光伏发电在当前时段的出力预测值p^PV；常规发电机组台数N_G；第j台常规发电机组在当前时段的出力p_j，j＝1,2,…,N_G；第j台常规发电机的不可用度U_j；当前时段的系统负荷功率p_L；提供需求响应备用的聚合商个数N_DR；第q个聚合商在当前时段中标的需求响应正备用容量q＝1,2,…,N_DR；第q个聚合商在当前时段中标的需求响应负备用容量第q个聚合商的需求响应正备用容量价格第q个聚合商的需求响应负备用容量价格第q个聚合商的需求响应正备用电量价格第q个聚合商的需求响应负备用电量价格单位缺电损失v_loss；单位弃风弃光惩罚价格v_waste；风力发电出力的预测误差Δp^WT，其服从均值为零、标准差为σ^WT的正态分布；光伏发电出力的预测误差Δp^PV，其服从均值为零、标准差为σ^PV的正态分布；

步骤2.按式(1)和式(2)分别计算聚合商能提供的需求响应正备用的总容量和负备用的总容量

步骤3.按式(3)计算需求响应备用的容量成本c_c：

步骤4.对风力及光伏发电的出力预测误差和常规机组的运行状态进行蒙特卡洛抽样：

步骤4.1.设定蒙特卡洛抽样的相对误差水平为λ，令抽样次数为i，且初始化i＝1；

步骤4.2.将i赋值给模拟次数N_sim；

步骤4.3.对风力发电的预测误差进行第i次抽样：生成服从均值为零、标准差为σ^WT的正态分布随机数，并作为风力发电出力预测误差

步骤4.4.对光伏发电的预测误差进行第i次抽样：生成服从均值为零、标准差为σ^PV的正态分布随机数，并作为光伏发电出力预测误差

步骤4.5.对常规机组的运行状态进行第i次抽样：产生N_G个在[0,1]上均匀分布的随机数u_j，按式(4)确定第i次抽样下的第j台常规发电机组的运行状态r_i,j，j＝1,2,…,N_G：

式(4)中：r_i,j为0时表示第j台常规发电机组处于故障停运状态，r_i,j为1时表示第j台常规发电机组处于正常运行状态；

步骤5.按式(5)计算第i次抽样下的系统不平衡功率p_unb·i：

步骤6.确定在第i次抽样下的需求响应备用类型：

步骤6.1.若p_unb·i＜0成立，则调用需求响应正备用，执行步骤6.2；否则，调用需求响应负备用，并执行步骤6.5；

步骤6.2.按式(6)计算第i次抽样下需求响应正备用的总调用量

步骤6.3.对第i次抽样下的需求响应正备用进行出清：

求解式(7)所示的线性规划模型，得到决策变量的最优解将其作为第i次抽样下需求响应正备用的调用量：

式(7)中：为决策变量，表示在第i次抽样下第q个聚合商的需求响应正备用调用量；

步骤6.4.执行步骤7；

步骤6.5.按式(8)计算第i次抽样下需求响应负备用的总调用量

步骤6.6.对第i次抽样下的需求响应负备用进行出清：

求解式(9)所示的线性规划模型，得到决策变量的最优解将其作为第i次抽样下需求响应负备用的调用量：

式(9)中：为决策变量，表示在第i次抽样下聚合商q的需求响应负备用调用量；

步骤7.按式(10)计算第i次抽样下的需求响应备用的收益ω_b·i：

步骤8.按式(11)计算第i次抽样下调用的需求响应备用的电量成本c_e·i：

步骤9.按式(12)计算第i个抽样状态下的需求响应备用的损益ω_i：

ω_i＝ω_b·i-c_e·i-c_c (12)

步骤10.判断蒙特卡洛抽样收敛条件是否满足：

步骤10.1.判断N_sim≤1是否成立，如果成立，则执行步骤11；否则，执行步骤10.2；

步骤10.2分别按式(13)、式(14)和式(15)计算需求响应备用损益的期望估计值标准差估计值和方差系数估计值

式(13)、式(14)和式(15)中：ω_n为第n次抽样下的需求响应备用损益；

步骤10.3判断是否成立，如果成立，则表示不满足收敛条件，执行步骤11；否则，表示满足收敛条件，执行步骤12；

步骤11.将i+1赋值给i后，执行步骤4.2；

步骤12.按式(16)计算需求响应备用损益的半标准差S^-，用于量化需求响应备用的风险水平：

式(16)中：max表示求最大值运算。