CN109934501A - 一种电力零售商参与平衡市场交易的风险规避方法 - Google Patents
一种电力零售商参与平衡市场交易的风险规避方法 Download PDFInfo
- Publication number
- CN109934501A CN109934501A CN201910205794.8A CN201910205794A CN109934501A CN 109934501 A CN109934501 A CN 109934501A CN 201910205794 A CN201910205794 A CN 201910205794A CN 109934501 A CN109934501 A CN 109934501A
- Authority
- CN
- China
- Prior art keywords
- electricity
- retailer
- risk
- risk averse
- uneven
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 278
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000002860 competitive effect Effects 0.000 claims abstract description 19
- 230000004044 response Effects 0.000 claims abstract description 16
- 239000006185 dispersion Substances 0.000 claims abstract description 8
- 238000005381 potential energy Methods 0.000 claims description 18
- 230000008901 benefit Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种电力零售商参与平衡市场交易的风险规避方法，步骤包括：S1.分别获取电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，计算得到不平衡电量残差序列；S2.利用信息熵度量不平衡电量残差序列的离散程度，建立风险规避程度指标；S3.建立以电力零售商运营收益、用户需求响应满意度以及风险规避程度最大的多目标风险规避模型；S4.将用户侧可控负荷作为平衡资源参与市场交易，通过所述多目标风险规避模型对所述平衡资源进行优化控制，使得电力零售商规避交易风险。本发明方法实现过程简单，能够有效降低电力零售商参与平衡市场交易时所承担的风险。
Description
技术领域
本发明涉及电力零售商市场交易领域，尤其涉及一种电力零售商参与平衡市场交易的风险规避方法。
背景技术
随着电力体制改革的推进和批发-零售两级市场机制的建立，售电侧随之逐步开放，已经成立了许多电力零售商并参与售电业务。电力零售商与传统售电公司一样，需要在日前电力批发市场购买电能并以零售电价售卖给终端电力用户，从而赚取电价差额利润。但在实际情况中，由于终端电力用户负荷及分布式电源出力具有随机性和波动性，使得电力零售商无法按照市场中标结果购买电量，电力零售商将要承受因实时市场购买电量与日前竞标电量不平衡而产生惩罚成本。因此，如何对终端用户需求及分布式电源出力波动引起的电力零售商不平衡购电风险进行合理度量，并采取有效的管理措施来规避电力零售商的交易风险是电力零售商有待解决的问题。
但目前采用的方法中，通常都是通过与终端用户签订用电合同的方式来增加或削减用户的用电量，此方法需要花费大量的补偿成本且灵活性较低；或者投资安装储电装置，利用储电装置快速充放电的特性，参与平抑电力零售商日前与实时市场的不平衡电量，避免其在实时市场中以较高的惩罚价格对不平衡电量进行交易，降低电力零售商不平衡电量购电风险，但是安装储电装置的方式在初期投资成本巨大，不利于售电零售商发展。而且现有方法针对新能源出力以及用户负荷需求的不确定性造成的电力零售商的不平衡电量风险程度没有准确的度量，所制定规避风险的措施时并未考虑终端用户满意度和电力零售商交易风险规避程度。
因此，亟需提供一种调节灵活性高的电力零售商参与平衡市场交易的风险规避方法，能够兼顾电网-电力零售商-终端用户多方利益，可以有效降低电力零售商参与平衡市场交易时所承担的风险。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明方法提供一种实现过程简单、调节灵活性好且经济效益高的电力零售商参与平衡市场交易的风险规避方法，能够兼顾电网-电力零售商-终端用户多方利益，可以有效降低电力零售商参与平衡市场交易时所承担的风险。
为解决上述技术问题，本发明提出的技术方案为：
一种电力零售商参与平衡市场交易的风险规避方法，步骤包括：
S1.不平衡电量残差计算：分别获取电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，计算得到不平衡电量残差序列；
S2.建立风险规避程度指标：利用信息熵度量不平衡电量残差序列的离散程度，建立风险规避程度指标；
S3.构建风险规避模型：建立以电力零售商运营收益、用户需求响应满意度以及风险规避程度最大的多目标风险规避模型；
S4.优化控制：将用户侧可控负荷作为平衡资源参与市场交易，通过所述多目标风险规避模型对所述平衡资源进行优化控制，使得电力零售商规避交易风险。
作为本发明的进一步改进，所述步骤S1中利用电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，按照下式计算得到不平衡电量残差序列：
ΔQt＝PR,t-PD,t
其中，ΔQt为不平衡电量残差序列，PD,t、PR,t分别为电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列。
作为本发明的进一步改进，所述步骤S2建立风险规避程度指标的具体步骤为：
S2.1.利用信息熵度量不平衡电量残差序列的离散程度，按照下式进行度量计算：
其中，H(ΔQt)为不平衡电量残差序列的信息熵，pi为信息熵经过最小二乘回归后的时间序列概率，n为不平衡电量残差序列的维数。
S2.2.建立风险规避程度指标，风险规避程度的计算方法为：
式中：H(ΔQt)表示不平衡电量时间序列的信息熵，Hstand表示不平衡电量时间序列信息熵基准值，Fp为风险规避程度。
作为本发明的进一步改进，所述步骤S3建立的多目标风险规避模型包括电力零售商运营收益目标函数、用户需求响应满意度目标函数、风险规避程度目标函数；
所述电力零售商运营收益目标函数根据电力零售商的运营净收益最大化所确定，其经营净收益指电力零售商的购售电利润与不平衡电量惩罚成本、可控负荷的调度成本的差值；
所述用户需求响应满意度目标函数根据用户的用电舒适度和用电经济性构成的综合满意度最大化所确定；
所述风险规避程度目标函数根据所述风险规避程度最大化所确定。
作为本发明的进一步改进，所述多目标风险规避模型如下式所示：
其中，f1为电力零售商运营净收益，f2为用户需求响应综合满意度，f3为售电零售商风险规避程度值，f1 0为电力零售商未激励用户参与调度时的收益；a、b、c为各个函数值的权重系数。
所述电力零售商运营收益目标函数如下式所示：
其中，f1为电力零售商运营净收益，CP、CQ、CDR分别为购售电利润、不平衡电量惩罚成本、可控负荷的调度成本；λt为实时市场购电电价，ωt为不平衡电量惩罚系数，ρt分别为电力零售商激励用户参与调度前后的售电价格，ΔPDR,t为用户可控负荷调整量，T为调度周期总时段。
所述用户需求响应满意度目标函数如下式所示：
其中，f2为用户需求响应综合满意度，f21、f22分别为用户的用电舒适度和用电经济性；μt、vt分别为舒适度敏感系数；Cpre、Cpost分别为用户参与调度前后的用电成本。
所述风险规避程度目标函数如下式所示：
max f3＝FP
其中，f3为售电零售商风险规避程度值，Fp为风险规避程度。
作为本发明的进一步改进，所述步骤S3建立的多目标风险规避模型时，还设置有功率实时平衡约束、零售电价调整约束和不平衡电量上限约束中的一种或者多种约束条件。
作为本发明的进一步改进，所述不平衡电量上限约束，即设置市场中允许存在不平衡电量上限来约束售电零售商采取措施规避所承担的风险，所述不平衡电量上限约束如下式所示：
|ΔQt|≤ΔQmax
其中，ΔQmax为市场中允许的最大不平衡电量。
作为本发明的进一步改进，所述步骤S4中电力零售商规避交易风险的具体步骤为：电力零售商通过调整售电价格使得用户侧可控负荷作为平衡资源参与市场交易，通过所述多目标风险规避函数和所述约束条件来对所述可控负荷进行优化控制，从而达到规避交易风险的效果。
与现有技术相比，本发明的优点在于：
1、本实施例针对终端电力用户负荷及分布式电源出力的随机性和波动性造成电力零售商的不平衡购电风险，利用信息熵度量不平衡电量的离散程度，建立风险规避程度指标，能够刻画电力零售商不平衡购电风险的规避程度，有利于售电零售商制定风险规避策略，同时有助于电网对电力市场交易进行管控。
2、本实施例采用调整零售电价的经济调控措施，通过引导终端用户改变用电习惯来增加或者减少购电量，可以有效减少电力零售商不平衡电量在实时市场中的交易，从而降低其不平衡惩罚风险损失；且该措施调节灵活性好且经济效益高，能够大大降低售电零售商利用技术手段规避交易风险所造成的高额成本。
3、本实施例考虑终端用户的用电舒适度和用电经济性，电力零售商在制定交易风险规避策略时，尽可能的满足用户的用电需求和经济要求，有利于提高用户参与市场的积极性，同时使得所制定的策略更具有实际应用意义。
4、本实施例建立的多目标风险规避模型从电网-电力零售商-终端用户多方角度去优化电力零售商参与市场交易的风险规避策略，能够提高电力零售商的运行收益和用户满意度，同时增强电力市场管理的安全性和可靠性。
附图说明
图1是本实施例电力零售商参与平衡市场交易的风险规避方法的实现流程示意图。
图2是电力零售商参与日前市场竞标和实时市场交易流程示意图。
图3是在具体应用实施例中电力零售商的实时市场购电电价与零售电价曲线示意图。
图4是在具体应用实施例中仅以电力零售商的运行收益最大化为目标时的可控负荷调整量示意图。
图5是在具体应用实施例中仅以用户满意度最大化为目标时的可控负荷调整量示意图。
图6是在具体应用实施例中仅以风险规避程度最大化为目标时的可控负荷调整量示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图1所示，本实施例的电力零售商参与平衡市场交易的风险规避方法，步骤包括：
S1.不平衡电量残差计算：分别获取电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，计算得到不平衡电量残差序列；
S2.建立风险规避程度指标：利用信息熵度量不平衡电量残差序列的离散程度，建立风险规避程度指标；
S3.构建风险规避模型：建立以电力零售商运营收益、用户需求响应满意度以及风险规避程度最大的多目标风险规避模型；
S4.优化控制：将用户侧可控负荷作为平衡资源参与市场交易，通过所述多目标风险规避模型对所述平衡资源进行优化控制，使得电力零售商规避交易风险。
电力零售商参与日前市场竞价的规则是电力零售商预测各时段的终端用户负荷需求及分布式电源出力情况，然后向电力系统独立运营商提出下一个24时刻的竞标信息(价格-电量组合)。假设忽略电力零售商的竞标策略对于市场价格的影响，电力零售商为确保能够购买到所需要的电量，将竞价设为零，而只需根据预测的市场价格优化自身的竞标电量。电力零售商按照日前市场中标后的结果购买电量，但是由于受用户的负荷需求与分布式电源出力随机性的影响，电力零售商在实时市场的购电量必然与日前竞标电量存在偏差，本文将此偏差定义为不平衡电量。市场允许电力零售商对不平衡电量进行交易，但给与一定的惩罚。电力零售商参与日前市场竞标和实时市场交易流程如图2所示。
本实施例根据PJM电力市场能量交换和不平衡惩罚机制，当电力零售商的实时市场购电量大于日前市场竞标电量时，电力零售商根据高于实时电价的价格向电力系统独立运营商购买缺额电量；当电力零售商实时市场购电量小于日前市场竞标电量时，电力系统独立运营商根据低于实时电价的价格对过剩电量结算并支付给电力零售商。正、负不平衡惩罚电价表示如式(1)所示：
在式(1)中，为正、负不平衡惩罚电价；λt为电力零售商在实时市场的购电电价；ω为不平衡电量惩罚系数。
本实施例步骤S1中，利用电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，计算得到不平衡电量残差序列，计算方法如式(2)所示：
ΔQt＝PR,t-PD,t (2)
在式(2)中，ΔQt为不平衡电量残差序列，PD,t、PR,t分别为电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列。
对于不同的电力零售商而言，其参与市场购电规模不同，终端用户负荷需求及分布式电源出力的随机性和波动性存在个体差异，均会导致其不平衡电量的概率分布不同，如果针对不平衡电量仍采取相同惩罚将会有失公平性。因此，电力市场根据电力零售商不平衡电量的大小制定等级化惩罚，即：不平衡电量越大对电力系统安全稳定运行的影响越大，同时遭受的不平衡惩罚也越来越严重，从而激励电力零售商采取相应的措施来降低不平衡电量，避免在实时市场中以较高的惩罚价格对不平衡电量进行交易。不同等级的不平衡电量惩罚系数表示为式(3)所示：
在式(3)中，ΔQ1,ΔQ2,…,ΔQn为划分不平衡电量等级的界限，ω1,ω2,…,ωn为不同不平衡电量等级下的惩罚系数，其余参数的定义同上。
在本实施例步骤S2中，建立风险规避程度指标的具体步骤为：
S2.1.利用信息熵度量不平衡电量残差序列的离散程度，按照式(4)进行度量计算：
在式(4)中，H(ΔQt)为不平衡电量残差序列的信息熵，pi为信息熵经过最小二乘回归后的时间序列概率，n为不平衡电量残差序列的维数。
S2.2.建立风险规避程度指标，风险规避程度的计算方法如式(5)所示：
在式(5)中，Fp为风险规避程度，H(ΔQt)表示不平衡电量时间序列的信息熵，Hstand表示不平衡电量时间序列信息熵基准值，优选取值为10。
在本实施例步骤S3中，建立的多目标风险规避模型包括电力零售商运营收益目标函数、用户需求响应满意度目标函数、风险规避程度目标函数；电力零售商运营收益目标函数根据电力零售商的运营净收益最大化所确定，其经营净收益指电力零售商的购售电利润与不平衡电量惩罚成本、可控负荷的调度成本的差值；用户需求响应满意度目标函数根据用户的用电舒适度和用电经济性构成的综合满意度最大化所确定；风险规避程度目标函数根据风险规避程度最大化所确定。
在本实施例中，多目标风险规避模型表示如式(6)所示：
在式(6)中，f1为电力零售商运营净收益，f2为用户需求响应综合满意度，f3为售电零售商风险规避程度值，f1 0为电力零售商未激励用户参与调度时的收益；a、b、c为各个函数值的权重系数。
在本实施例中，电力零售商运营收益目标函数表示如式(7)所示：
在式(7)中，f1为电力零售商运营净收益，CP、CQ、CDR分别为购售电利润、不平衡电量惩罚成本、可控负荷的调度成本；λt为实时市场购电电价，ωt为不平衡电量惩罚系数，ρt分别为电力零售商激励用户参与调度前后的售电价格，ΔPDR,t为用户可控负荷调整量，T为调度周期总时段，其余参数的定义同上。
本实施例中，用户需求响应满意度目标函数表示如式(8)所示：
在式(8)中，f2为用户需求响应综合满意度，f21、f22分别为用户的用电舒适度和用电经济性；μt、vt分别为舒适度敏感系数；Cpre、Cpost分别为用户参与调度前后的用电成本，其余参数的定义同上。
本实施例中，风险规避程度目标函数表示如式(9)所示：
max f3＝FP (9)
在式(9)中，f3为售电零售商风险规避程度值，其余参数的定义同上。
本实施例在步骤S4中，电力零售商规避交易风险的具体步骤为：电力零售商通过调整售电价格使得用户侧可控负荷作为平衡资源参与市场交易，通过多目标风险规避函数和约束条件来对可控负荷进行优化控制，从而达到规避交易风险的效果。
本实施例中，电力零售商通过调整售电价激励用户参与市场交易，可控负荷调整量表示如式(10)所示：
在式(10)中，ΔPDR,t为可控负荷调整量，Pd,t为终端用户调整前的负荷需求量，εt+i为用户在任意时段t的电价变化对于时段t+i的用电消费行为的影响系数，I为零售价格变动影响时间范围，其余参数的定义同上。
本实施例中，用户参与调整前后的用电成本表示如式(11)所示：
在式(11)中，Cpre、Cpost分别为用户参与调度前后的用电成本，其余参数的定义同上。
本实施例中，建立多目标风险规避模型时，还包括功率实时平衡约束、零售电价调整约束、不平衡电量上限约束中一种或多种约束条件。约束条件具体可包括如功率实时平衡约束、零售电价调整约束、不平衡电量上限约束等：
①功率实时平衡约束
功率实时平衡约束可以表示如式(12)所示：
在式(12)中，ΔQt为不平衡电量，PD,t、PR,t分别为电力零售商在日前市场竞标电量和在实时市场购买电量，Pd,t为终端用户调整前的负荷需求量，ΔPDR,t为可控负荷调整量。
②零售电价调整约束
在实施调整零售电价措施时，需要对于电价偏差范围与研究时段内的电价均值进行约束，使得研究时段内零售电价均值不变，即某一时刻增加零售电价，必须在其余时刻降低零售电价。零售电价调整约束可表示如式(13)所示：
在式(13)中，为最大允许电价偏差量，其余参数的定义同上。
③不平衡电量上限约束
通过设置市场中允许存在不平衡电量的上限来约束售电零售商采取措施规避所承担的风险，不平衡电量上限约束表示如式(14)所示：
|ΔQt|≤ΔQmax (14)
在式(14)中，ΔQmax为市场中允许的最大不平衡电量。
为验证本发明的有效性，选取某区域用户为分析对象，设一个调度周期为24小时，每一个调度时段为30分钟。采用蒙特卡洛模拟生成均值为150.86MW，标准差为4.3761的负荷曲线模拟48时段的计划用电负荷，假设电力零售商电量预测误差系数服从正态分布N(0,1.63592)，采用蒙特卡洛模拟法对预测误差系数进行抽样，并利用概率距离的快速前代方法进行场景削减，最终生成48个场景。电力零售商在实时市场的购电电价与零售电价曲线如图3所示。假设零售价格变动影响时间范围I取为1，即t时段的用电量受t-1和t+1时刻的零售电价的影响。因此价格型需求响应的参数如表1所示：
表1价格型需求响应参数
以电力零售商运行收益、用户需求响应满意度、风险规避程度最大化为目标，设置5种场景进行对比分析，分别为：
场景1：只考虑电力零售商运行收益最大的单目标函数；
场景2：只考虑用户需求响应满意度最大的单目标函数；
场景3：只考虑风险规避程度最大的单目标函数；
场景4：考虑电力零售商运行收益、用户需求响应满意度、风险规避程度最大的多目标函数，不考虑风险规避手段；
场景5：考虑电力零售商运行收益、用户需求响应满意度、风险规避程度最大的多目标函数，并采用调整零售电价的风险规避手段。
表2不平衡电量惩罚系数
表2为不平衡电量惩罚系数，图4为仅以电力零售商的运行收益最大化为目标时的终端用户可控负荷调整量；图5为仅以用户需求响应满意度最大化为目标时的终端用户可控负荷调整量。图6为仅以风险规避程度最大化为目标时的终端用户可控负荷调整量；由以上三幅图可以看出，图6负荷调整量大于其余两种情况，因此在此目标下能够有效抑制电力零售商在实时市场中的不平衡电量，从而有效的规避风险。
表3为不同场景下电力零售商运行收益、用户需求响应满意度、风险规避程度的优化结果对比情况，当未采用调整零售电价的策略规避风险时，电力零售商的运行效益最小，当以运行效益为单目标时，虽然运行效益最大，但风险规避程度和用户满意度都最小；当采用多目标优化时结果显示，在运行效益保持较高的情况下，风险规避程度与用户满意度均有所提升，从而达到目标之间的均衡。
表3不同场景下的优化结果对比
由上述试验结果可得，本实施例利用建立的风险规避程度指标，能够定量刻画电力零售商的不平衡购电风险的规避程度，采用调整零售电价的经济调控措施，通过引导终端用户改变用电习惯来增加或者减少购电量，可以有效减少电力零售商不平衡电量在实时市场中的交易，从而降低其不平衡惩罚风险损失。电力零售商在制定交易风险规避策略时，能够尽可能的满足用户的用电需求和经济要求，有利于提高用户参与市场的积极性，同时使得所制定的策略更具有实际应用意义。建立的多目标风险规避模型从电网-电力零售商-终端用户多方角度去优化电力零售商参与市场交易的风险规避策略，能够提高电力零售商的运行收益和用户满意度，同时增强电力市场管理的安全性和可靠性。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。
Claims (8)
1.一种电力零售商参与平衡市场交易的风险规避方法，其特征在于，步骤包括：
S1.不平衡电量残差计算：分别获取电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，计算得到不平衡电量残差序列；
S2.建立风险规避程度指标：利用信息熵度量不平衡电量残差序列的离散程度，建立风险规避程度指标；
S3.构建风险规避模型：建立以电力零售商运营收益、用户需求响应满意度以及风险规避程度最大的多目标风险规避模型；
S4.优化控制：将用户侧可控负荷作为平衡资源参与市场交易，通过所述多目标风险规避模型对所述平衡资源进行优化控制，使得电力零售商规避交易风险。
2.根据权利要求1所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于：所述步骤S1中，利用电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列，按照下式计算得到不平衡电量残差序列：
ΔQt＝PR,t-PD,t
其中，ΔQt为不平衡电量残差序列，PD,t、PR,t分别为电力零售商在日前市场竞标电量曲线和在实时市场购买电量曲线的时间序列。
3.根据权利要求2所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于，所述步骤S2建立风险规避程度指标的具体步骤为：
S2.1.利用信息熵度量不平衡电量残差序列的离散程度，按照下式进行度量计算：
其中，H(ΔQt)为不平衡电量残差序列的信息熵，pi为信息熵经过最小二乘回归后的时间序列概率，n为不平衡电量残差序列的维数。
S2.2.建立风险规避程度指标，风险规避程度的计算方法为：
式中：H(ΔQt)表示不平衡电量时间序列的信息熵，Hstand表示不平衡电量时间序列信息熵基准值，Fp为风险规避程度。
4.根据权利要求3所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于，所述步骤S3建立的多目标风险规避模型包括电力零售商运营收益目标函数、用户需求响应满意度目标函数、风险规避程度目标函数；
所述电力零售商运营收益目标函数根据电力零售商的运营净收益最大化所确定，其经营净收益指电力零售商的购售电利润与不平衡电量惩罚成本、可控负荷的调度成本的差值；
所述用户需求响应满意度目标函数根据用户的用电舒适度和用电经济性构成的综合满意度最大化所确定；
所述风险规避程度目标函数根据所述风险规避程度最大化所确定。
5.根据权利要求4中所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于，所述多目标风险规避模型如下式所示：
其中，f1为电力零售商运营净收益，f2为用户需求响应综合满意度，f3为售电零售商风险规避程度值，f1 0为电力零售商未激励用户参与调度时的收益；a、b、c为各个函数值的权重系数。
所述电力零售商运营收益目标函数如下式所示：
其中，f1为电力零售商运营净收益，CP、CQ、CDR分别为购售电利润、不平衡电量惩罚成本、可控负荷的调度成本；λt为实时市场购电电价，ωt为不平衡电量惩罚系数，ρt分别为电力零售商激励用户参与调度前后的售电价格，ΔPDR,t为用户可控负荷调整量，T为调度周期总时段。
所述用户需求响应满意度目标函数如下式所示：
其中，f2为用户需求响应综合满意度，f21、f22分别为用户的用电舒适度和用电经济性；μt、vt分别为舒适度敏感系数；Cpre、Cpost分别为用户参与调度前后的用电成本。
所述风险规避程度目标函数如下式所示：
max f3＝FP
其中，f3为售电零售商风险规避程度值，Fp为风险规避程度。
6.根据权利要求4或5中所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于，所述步骤S3建立的多目标风险规避模型时，还设置有功率实时平衡约束、零售电价调整约束和不平衡电量上限约束中的一种或者多种约束条件。
7.根据权利要求6所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于，所述不平衡电量上限约束，即设置市场中允许存在不平衡电量上限来约束售电零售商采取措施规避所承担的风险，所述不平衡电量上限约束如下式所示：
|ΔQt|≤ΔQmax
其中，ΔQmax为市场中允许的最大不平衡电量。
8.根据权利要求1～7中任意一项所述的电力零售商参与平衡市场交易的风险规避方法，其特征在于，所述步骤S4中电力零售商规避交易风险的具体步骤为：电力零售商通过调整售电价格使得用户侧可控负荷作为平衡资源参与市场交易，通过所述多目标风险规避函数和所述约束条件来对所述可控负荷进行优化控制，从而达到规避交易风险的效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910205794.8A CN109934501A (zh) | 2019-03-18 | 2019-03-18 | 一种电力零售商参与平衡市场交易的风险规避方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910205794.8A CN109934501A (zh) | 2019-03-18 | 2019-03-18 | 一种电力零售商参与平衡市场交易的风险规避方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934501A true CN109934501A (zh) | 2019-06-25 |
Family
ID=66987586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910205794.8A Pending CN109934501A (zh) | 2019-03-18 | 2019-03-18 | 一种电力零售商参与平衡市场交易的风险规避方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934501A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242458A (zh) * | 2020-01-07 | 2020-06-05 | 广东电网有限责任公司电力调度控制中心 | 一种基于个性化用电需求的电力零售定价方法及装置 |
| CN111541278A (zh) * | 2020-06-28 | 2020-08-14 | 长沙理工大学 | 一种基于信息熵刻画电力需求侧响应效果的指标 |
| CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
| CN111932014A (zh) * | 2020-08-12 | 2020-11-13 | 中国能源建设集团湖南省电力设计院有限公司 | 一种计及风险规避的风电场-iesp协同运行优化方法 |
| CN112634080A (zh) * | 2020-12-24 | 2021-04-09 | 沈阳工程学院 | 一种基于Pareto最优理论的多目标需求响应管理方法 |
| CN112633675A (zh) * | 2020-12-21 | 2021-04-09 | 华润智慧能源有限公司 | 一种能量调度方法、装置、设备及计算机可读存储介质 |
| CN113379541A (zh) * | 2021-05-24 | 2021-09-10 | 昆明电力交易中心有限责任公司 | 一种电力零售损益综合结算系统及方法 |
| CN113469734A (zh) * | 2021-06-15 | 2021-10-01 | 广东电力交易中心有限责任公司 | 一种电力零售用户的交易信息管理方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014127107A (ja) * | 2012-12-27 | 2014-07-07 | Toshiba Corp | 電力取引システム、マーケット併設型サービスシステム |
| CN106408186A (zh) * | 2016-09-13 | 2017-02-15 | 国网福建省电力有限公司 | 一种评估含风电的省级电网多类市场购电风险的方法 |
| CN107480907A (zh) * | 2017-08-28 | 2017-12-15 | 国网福建省电力有限公司 | 一种峰谷电价下含风电的省级电网购电配比的优化方法 |
| CN108182507A (zh) * | 2017-12-05 | 2018-06-19 | 上海电力学院 | 一种计及不确定性的售电商最优电价决策方法 |
| CN109473972A (zh) * | 2018-08-31 | 2019-03-15 | 长沙理工大学 | 基于多功率曲线协整的源荷储优化控制方法 |
-
2019
- 2019-03-18 CN CN201910205794.8A patent/CN109934501A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014127107A (ja) * | 2012-12-27 | 2014-07-07 | Toshiba Corp | 電力取引システム、マーケット併設型サービスシステム |
| CN106408186A (zh) * | 2016-09-13 | 2017-02-15 | 国网福建省电力有限公司 | 一种评估含风电的省级电网多类市场购电风险的方法 |
| CN107480907A (zh) * | 2017-08-28 | 2017-12-15 | 国网福建省电力有限公司 | 一种峰谷电价下含风电的省级电网购电配比的优化方法 |
| CN108182507A (zh) * | 2017-12-05 | 2018-06-19 | 上海电力学院 | 一种计及不确定性的售电商最优电价决策方法 |
| CN109473972A (zh) * | 2018-08-31 | 2019-03-15 | 长沙理工大学 | 基于多功率曲线协整的源荷储优化控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| 杨萌等: ""计及风险规避的售电公司平衡市场优化交易策略研究"", 《电网技术》 * |
| 王辉等: "联合采用下偏差和信息熵描述风险的动态购电策略", 《电力自动化设备》 * |
| 邱威等: "计及电网运行协调性的节能减排多目标发电调度", 《华北电力大学学报(自然科学版)》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242458A (zh) * | 2020-01-07 | 2020-06-05 | 广东电网有限责任公司电力调度控制中心 | 一种基于个性化用电需求的电力零售定价方法及装置 |
| CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
| CN111541278A (zh) * | 2020-06-28 | 2020-08-14 | 长沙理工大学 | 一种基于信息熵刻画电力需求侧响应效果的指标 |
| CN111932014A (zh) * | 2020-08-12 | 2020-11-13 | 中国能源建设集团湖南省电力设计院有限公司 | 一种计及风险规避的风电场-iesp协同运行优化方法 |
| CN111932014B (zh) * | 2020-08-12 | 2024-05-10 | 中国能源建设集团湖南省电力设计院有限公司 | 一种计及风险规避的风电场-iesp协同运行优化方法 |
| CN112633675A (zh) * | 2020-12-21 | 2021-04-09 | 华润智慧能源有限公司 | 一种能量调度方法、装置、设备及计算机可读存储介质 |
| CN112634080A (zh) * | 2020-12-24 | 2021-04-09 | 沈阳工程学院 | 一种基于Pareto最优理论的多目标需求响应管理方法 |
| CN113379541A (zh) * | 2021-05-24 | 2021-09-10 | 昆明电力交易中心有限责任公司 | 一种电力零售损益综合结算系统及方法 |
| CN113379541B (zh) * | 2021-05-24 | 2023-05-02 | 昆明电力交易中心有限责任公司 | 一种电力零售损益综合结算系统及方法 |
| CN113469734A (zh) * | 2021-06-15 | 2021-10-01 | 广东电力交易中心有限责任公司 | 一种电力零售用户的交易信息管理方法及装置 |
| CN113469734B (zh) * | 2021-06-15 | 2024-01-02 | 广东电力交易中心有限责任公司 | 一种电力零售用户的交易信息管理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934501A (zh) | 一种电力零售商参与平衡市场交易的风险规避方法 | |
| Song et al. | Price-maker bidding in day-ahead electricity market for a retailer with flexible demands | |
| CN110909910B (zh) | 一种基于pbr的偏差电量考核机制优化设计方法 | |
| Cong et al. | Potential impact of (CET) carbon emissions trading on China’s power sector: A perspective from different allowance allocation options | |
| Mazzi et al. | Wind power in electricity markets and the value of forecasting | |
| CN108182507A (zh) | 一种计及不确定性的售电商最优电价决策方法 | |
| Sun et al. | Per-use-share rental strategy of distributed BESS in joint energy and frequency control ancillary services markets | |
| CN110659772A (zh) | 售电公司在分段线性偏差电量考核机制下的最优经营策略确定方法 | |
| Golmohamadi et al. | Retail energy management in electricity markets: Structure, challenges and economic aspects-a review | |
| Oliveira et al. | Analysis of futures and spot electricity markets under risk aversion | |
| CN109087213A (zh) | 一种分散式电力现货市场交易模拟方法 | |
| CN110929978A (zh) | 一种电力市场风险评估方法及评估系统 | |
| Xiao et al. | Windfall profit-aware stochastic scheduling strategy for industrial virtual power plant with integrated risk-seeking/averse preferences | |
| Ciarreta et al. | The impact of regulation on pricing behavior in the Spanish electricity market (2002–2005) | |
| CN112132309A (zh) | 可再生能源发电配额制下售电公司购售电优化方法和系统 | |
| Narayanan et al. | Economic impacts of power-based tariffs on peer-to-peer electricity exchange in community microgrids | |
| CN107909196A (zh) | 一种考虑用户反弹特性的购售电方法 | |
| Xu et al. | Decision-making model of electricity purchasing for electricity retailers based on conditional value-atRisk in day-ahead market | |
| Prete et al. | Market power in power markets: an analysis of residual demand curves in California’s day-ahead energy market (1998-2000) | |
| Alshehri et al. | Cash-settled options for wholesale electricity markets | |
| CN109785014A (zh) | 一种能量共享系统的电价确定方法及系统 | |
| Chawda et al. | Uncertainty and risk management in electricity market: Challenges and opportunities | |
| Guo et al. | Purchase strategies for power retailers considering load deviation and CVaR | |
| CN111598292A (zh) | 一种需求响应管理下的售电公司购售电交易方法及系统 | |
| Tan et al. | A multi-stage data-driven IGDT-RO model with chance compensation for optimizing bidding of RES aggregator in competitive electricity markets |
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 |
Application publication date: 20190625 |
|
| RJ01 | Rejection of invention patent application after publication |