CN110852535A - 一种考虑中长期交易和风电不确定性的日前市场出清模型 - Google Patents

一种考虑中长期交易和风电不确定性的日前市场出清模型 Download PDF

Info

Publication number
CN110852535A
CN110852535A CN201810817606.2A CN201810817606A CN110852535A CN 110852535 A CN110852535 A CN 110852535A CN 201810817606 A CN201810817606 A CN 201810817606A CN 110852535 A CN110852535 A CN 110852535A
Authority
CN
China
Prior art keywords
representing
power
day
medium
long term
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
CN201810817606.2A
Other languages
English (en)
Inventor
周明
武昭原
贺宜恒
胡智雄
蒋志铭
龙苏岩
陈春逸
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.)
China Electric Power Research Institute Co Ltd CEPRI
North China Electric Power University
State Grid Shanghai Electric Power Co Ltd
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
North China Electric Power University
State Grid Shanghai Electric Power Co Ltd
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 China Electric Power Research Institute Co Ltd CEPRI, North China Electric Power University, State Grid Shanghai Electric Power Co Ltd filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN201810817606.2A priority Critical patent/CN110852535A/zh
Publication of CN110852535A publication Critical patent/CN110852535A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑中长期交易和风电不确定性的日前市场出清模型，属于电力市场交易的技术领域；本方法包括首先获取日前市场出清所需的基础数据，之后基于基础数据建立考虑中长期交易和风电不确定性的日前市场出清模型并求解得到日前出清结果，最后依据出清结果对发电侧主体进行结算。本发明将中长期交易以及风电不确定性与日前出清模型有机结合，对分析中长期合同执行方式、风电参与市场的交易方式、和辅助服务交易提供了仿真模型，有利于我国电力市场由以中长期交易为主的电量市场向电力现货市场过渡。

Description

一种考虑中长期交易和风电不确定性的日前市场出清模型
技术领域
本发明涉及电力市场领域，特别是针对电力市场出清模型，是一种考虑中长期交易和风电不确定性的日前市场出清模型。
背景技术
2015年，以“中发9号”文件为代表拉动了新一轮电力市场改革，该轮改革明确提出我国电力市场建设应中长期合同交易和现货市场交易并举，逐步建设以中长期交易规避风险，以现货交易集中优化配置电力资源，发现真实价格信号的电力市场体系。因此，如何有效的建立兼顾中长期合同交易的现货市场成为深化电力体制改革的关键。
不同于国外成熟电力市场发展模式，我国在当前及未来一段时间内仍将处于以中长期交易为主的电量交易形式，以日前或实时电力为交易组成的现货交易尚未开展。这种中长期交易一方面可以使得用户大部分用电量得以保证，另一方面可以使发电商提前锁定大部分收益，有利于规避市场风险，更重要的是根据市场预测提前做好发用电计划，可以有效维持市场的稳定性。但电力供需需要实时平衡，因此，电力交易中心需要将中长期合同电量分解到日、小时，这必然会出现系统实时运行与预先的调度计划产生差异，这时引入现货市场是保证电力实时平衡的有效手段，实现电力系统可靠高效运行。
鉴于风光等新能源的可再生和环保效益的特点，长期以来我国要求电网全额消纳风光等可再生能源发电。但由于风电出力的不确定性、波动性和反调峰特性，使得系统由于调峰能力不足导致大量弃风弃光现象。启动现货市场有利于合理分摊调峰成本，利用市场化的手段促进新能源消纳，减少弃风弃光。考虑到风电出力难以准确预测，现货市场中选择合适的风电交易模式就显得尤为重要，因此，研究以中长期电量交易为主、考虑风电参与的现货市场交易模式对于构建中国电力现货市场具有重要的指导意义。
发明内容
本发明的目的在于提供了一种考虑中长期交易和风电不确定性的日前市场出清模型，对分析中长期合同执行方式、风电参与市场的交易方式、和辅助服务交易提供了仿真模型，为我国电力市场由以中长期交易的电量市场向电力现货市场过渡提供分析工具。
本发明包括以下步骤。
1)获取日前市场出清所需常规发电商报价数据、风电商报价数据、以及网络拓扑数据。
所需的发电商报价数据包括常规发电机组依据成本的分段线性报价、备用容量报价、备用实际调用上调\下调报价、启停报价、发电机组各时段分解的中长期合同电量数据、发电机组出力上下限、运行特性。
风电机组发电成本报价、风电机组出力上下限、风电次日各时段出力的概率性场景预测结。
所需的网络拓扑数据包括线路电抗、传输容量上限、各节点次日各时段负荷预测结果。
2)根据步骤1)得到的日前市场所需数据构建由目标函数和约束条件的组成的考虑中长期交易和风电不确定性的日前市场出清模型。
2-1)构建包含日前调度成本和预期备用成本的目标函数，表达式为：Min f＝min(C1+C2)。
表达式中C1为日前调度成本，指的是日前调度阶段总成本，具体表达式为：其中，
Figure BDA00017403346000000218
表示常规机组i在t时段第o段报价；
Figure BDA0001740334600000023
表示风电机组w在时段t的报价；
Figure BDA0001740334600000024
分别表示常规机组上调和下调备用的容量报价；
Figure BDA0001740334600000025
表示常规机组的出清功率，待优化；
Figure BDA0001740334600000026
分别表示上/下调备用的出清容量。
C2为预期的备用成本，指的是为平抑风电不确定性的备用部分对应的总成本，具体表达式为：
Figure BDA0001740334600000027
其中，
Figure BDA0001740334600000028
分别表示常规机组上调和下调备用的调用价格；
Figure BDA0001740334600000029
分别表示在场景s下上/下调备用的实际调用量；
Figure BDA00017403346000000210
表示风电机组的出清功率，
Figure BDA00017403346000000211
分别表示场景s下风电机组预测发电量及弃风量。
2-2)构建考虑中长期交易和风电不确定性的日前出清模型的约束条件，表达式分别如下。
2-2-1)节点功率平衡约束，其中，
Figure BDA00017403346000000213
表示发电机组i在t时段的总中标功率，其中包含合同分解功率；
Figure BDA00017403346000000214
表示负荷j在t时段的负荷量；αn、βn分别是节点n的负荷和发电机集合，表示线路l在t时段的有功潮流，{l|fr(l)＝n}、{l|to(l)＝n}分别表示起始点和终端点为n的有向线路l。
2-2-2)线路有功潮流约束，其中，表示线路l的最大传输功率，δfrl，δtol分别表示线路l始端和终端的电压相角，xl表示线路l的电抗。
2-2-3)发电机组出力约束，其中，分别表示发电机组i在t时段的最小出力和最大出力，
Figure BDA00017403346000000315
表示发电机组在对应报价段的竞标上限值。
2-2-4)系统备用约束，系统备用约束主要为了保证实时的供需平衡，分为两部分表示，一部分为系统常规的备用约束，表达式为：
Figure BDA0001740334600000034
另外一部分由于本文采用多个风电出力场景表征风电的不确定性，而最终的出清结果是综合考虑各个场景出力情况的综合结果，即针对某一个特定风电出力场景，系统潮流相比于最终出清结果对应的潮流会发生改变，而此处潮流的改变主要与该场景下常规机组提供的备用容量，表达式为：
Figure BDA0001740334600000035
其中，
Figure BDA0001740334600000036
分别表示系统所需的上调备用值和下调备用值，ωn表示节点n上的风电机组集合，δfrls、δtols分别表示场景s下线路l始端和终端t时刻的电压相角。
2-2-5)中长期合同约束，每个时段有长期合同的机组出力不小于该时段的合同分解量，以保证合同物理执行，表达式为：
Figure BDA0001740334600000037
其中Δt为相邻两个交易时段的时间间隔。
3)通过YALMP调用CPLEX对所建立的日前出清模型进行求解可得考虑中长期交易和风电不确定性的日前出清结果。
4)日前出清结果所对应的交易结算方法如下所示。
4-1)常规发电机组：常规发电商在结算时收入由中长期双边合同收入、日前市场卖电收入和为风电提供备用的收入3部分组成。
针对某个常规机组i的日前总收入为：其中，
Figure BDA0001740334600000039
表示常规机组i在t时段的中长期合同量；
Figure BDA00017403346000000310
表示发电机组i与
Figure BDA00017403346000000311
对应的合同价格；λnt表示日前市场节点n在t时段电能的节点边际价格；γnts表示日前市场节点n在t时段场景s下备用的节点边际价格。
4-2)风电机组：风电机组在结算时收入由双边中长期合同收入、出售电能的收入、由于不确定性超发/欠发对应的收入/惩罚、支付给常规机组提供备用的费用4部分组成。
针对某一节点n的风电机组w的日前总收入为
Figure BDA00017403346000000312
其中，表示风电机组w在t时段的中长期合同量。
本发明的技术特点及有益效果。
本发明提出了考虑中长期合同交易和风电不确定性的的日前市场出清模型，设计了中长期合同电量融入日前交易的方式，针对风电出力不确定性，采用多场景概率模型对其进行建模，出清模型能够在保证中长期合同物理执行的基础上，给出各发电商(机组)出清的电量、备用容量及其对应边际价格。对分析中长期合同执行方式、风电参与市场的交易方式、和辅助服务交易提供了仿真模型，为我国电力市场由以中长期交易的电量市场向电力现货市场过渡提供分析工具。
附图说明
图1为本发明的流程示意图。
具体实施方式
本发明提出的考虑中长期交易和风电不确定性的日前市场出清模型，下面结合附图及具体实施方式进一步详细的说明；应当理解，此处所描述的具体实施方式可用以解释本发明，但并不限定本发明。
本发明提出的考虑中长期交易和风电不确定性的日前市场出清模型，如图1所示，具体步骤如下。
1)获取日前市场出清所需常规发电商报价数据、风电商报价数据、以及网络拓扑数据。
所需的发电商报价数据包括常规发电机组依据成本的分段线性报价、备用容量报价、备用实际调用上调\下调报价、启停报价、发电机组各时段分解的中长期合同电量数据、发电机组出力上下限、运行特性。
风电机组发电成本报价、风电机组出力上下限、风电次日各时段出力的概率性场景预测结。
所需的网络拓扑数据包括线路电抗、传输容量上限、各节点次日各时段负荷预测结果。
2)根据步骤1)得到的日前市场所需数据构建由目标函数和约束条件的组成的考虑中长期交易和风电不确定性的日前市场出清模型。
2-1)构建包含日前调度成本和预期备用成本的目标函数，表达式为：Min f＝min(C1+C2)
表达式中C1为日前调度成本，指的是日前调度阶段总成本，具体表达式为：
Figure BDA0001740334600000041
其中，
Figure BDA0001740334600000042
表示常规机组i在t时段第o段报价；表示风电机组w在时段t的报价；分别表示常规机组上调和下调备用的容量报价；
Figure BDA0001740334600000053
表示常规机组的出清功率，待优化；
Figure BDA0001740334600000054
分别表示上/下调备用的出清容量。
C2为预期的备用成本，指的是为平抑风电不确定性的备用部分对应的总成本，具体表达式为：
Figure BDA0001740334600000055
其中，
Figure BDA0001740334600000056
分别表示常规机组上调和下调备用的调用价格；
Figure BDA0001740334600000057
分别表示在场景s下上/下调备用的实际调用量；
Figure BDA00017403346000000522
表示风电机组的出清功率，
Figure BDA0001740334600000059
分别表示场景s下风电机组预测发电量及弃风量。
2-2)构建考虑中长期交易和风电不确定性的日前出清模型的约束条件，表达式分别为。
2-2-1)节点功率平衡约束，
Figure BDA00017403346000000510
其中，
Figure BDA00017403346000000511
表示发电机组i在t时段的总中标功率，其中包含合同分解功率；表示负荷j在t时段的负荷量；αn、βn分别是节点n的负荷和发电机集合，
Figure BDA00017403346000000513
表示线路l在t时段的有功潮流，{l|fr(l)＝n}、{l|to(l)＝n}分别表示起始点和终端点为n的有向线路l。
2-2-2)线路有功潮流约束，
Figure BDA00017403346000000514
式中，
Figure BDA00017403346000000515
表示线路l的最大传输功率，δfrl，δtol分别表示线路l始端和终端的电压相角，xl表示线路l的电抗。
2-2-3)发电机组出力约束，其中，分别表示发电机组i在t时段的最小出力和最大出力，
Figure BDA00017403346000000518
表示发电机组在对应报价段的竞标上限值。
2-2-4)系统备用约束，系统备用约束主要为了保证实时的供需平衡，分为两部分表示。
一部分为系统常规的备用约束：
Figure BDA00017403346000000519
另外一部分由于本文采用多个风电出力场景表征风电的不确定性，而最终的出清结果是综合考虑各个场景出力情况的综合结果，即针对某一个特定风电出力场景，系统潮流相比于最终出清结果对应的潮流会发生改变，而此处潮流的改变主要与该场景下常规机组提供的备用容量相关：
Figure BDA00017403346000000520
其中，分别表示系统所需的上调备用值和下调备用值，ωn表示节点n上的风电机组集合，δfrls、δtols分别表示场景s下线路l始端和终端t时刻的电压相角。
2-2-5)中长期合同约束：每个时段有长期合同的机组出力不小于该时段的合同分解量，以保证合同物理执行，其表达式为
Figure BDA0001740334600000061
其中Δt为相邻两个交易时段的时间间隔。
3)通过YALMP调用CPLEX对所建立的日前出清模型进行求解可得考虑中长期交易和风电不确定性的日前出清结果。
4)日前出清结果所对应的交易结算方法如下所示。
4-1)常规发电机组：常规发电商在结算时收入由中长期双边合同收入、日前市场卖电收入和为风电提供备用的收入3部分组成。
针对某个常规机组i的日前总收入为：
Figure BDA0001740334600000062
其中，
Figure BDA0001740334600000066
表示常规机组i在t时段的中长期合同量；
Figure BDA0001740334600000063
表示发电机组i与
Figure BDA0001740334600000067
对应的合同价格；λnt表示日前市场节点n在t时段电能的节点边际价格；γnts表示日前市场节点n在t时段场景s下备用的节点边际价格。
4-2)风电机组：风电机组在结算时收入由双边中长期合同收入、出售电能的收入、由于不确定性超发/欠发对应的收入/惩罚、支付给常规机组提供备用的费用4部分组成。
针对某一节点n的风电机组w的日前总收入为：
Figure BDA0001740334600000064
式中，
Figure BDA0001740334600000065
表示风电机组w在t时段的中长期合同量。
至此，本发明所提方法实施完毕。
值得一提的是，本发明所提的实施步骤中的目标函数可根据实际调度成本灵活选择和定制，约束条件可以根据实际需求进行添加和删减，可扩展性强；因此，以上实施步骤仅用以说明而非限制本发明的技术方法，不脱离本发明精神和范围的任何修改或局部替换，均应涵盖本发明的权利要求范围当中。

Claims (3)

1.一种考虑中长期交易和风电不确定性的日前市场出清模型，其特征在于该出清模型考虑了发电侧主体的报价、中长期交易分解结果、负荷预测结果得到日前调度成本，并依据风电预测结果以及实时运行中可能出现的风电场景计算预期的备用成本，结合日前调度成本以及预测的备用成本得到总成本，以总成本最小为目标建立日前市场出清模型，基于日前市场出清结果，并利用日前出清结算方法对发电侧常规能源发电商和风电发电商进行结算。
2.根据权利要求1所述的考虑中长期交易和风电不确定性的日前市场出清模型，其特征在于，所述的以总成本最小为目标建立日前市场出清模型如下，并利用随机优化原理：
所述的目标函数为
Min f＝min(C1+C2)
Figure FDA0001740334590000011
Figure FDA0001740334590000012
目标函数主要包括两部分，其中C1为日前调度成本的是日前调度阶段总成本，C2为预期的备用成本指的是为平抑风电不确定性的备用部分对应的总成本，
Figure FDA0001740334590000013
表示常规机组i在t时段第o段报价；
Figure FDA0001740334590000014
表示风电机组w在时段t的报价；
Figure FDA0001740334590000015
分别表示常规机组上调和下调备用的容量报价；
Figure FDA0001740334590000016
表示常规机组的出清功率，待优化；
Figure FDA0001740334590000017
分别表示上/下调备用的出清容量，si为机组i的启停报价，uit为0-1二进制变量，表示机组i在时段t的开机状态；
Figure FDA0001740334590000018
分别表示常规机组上调和下调备用的调用价格；
Figure FDA0001740334590000019
分别表示在场景s下上/下调备用的实际调用量；
Figure FDA00017403345900000110
表示风电机组的出清功率；分别表示场景s下风电机组预测发电量及弃风量。
其约束条件为
条件一：节点功率平衡约束
Figure FDA00017403345900000112
其中，表示发电机组i在t时段的总中标功率，其中包含合同分解功率；
Figure FDA00017403345900000114
表示负荷j在t时段的负荷量；αn、βn分别是节点n的负荷和发电机集合，
Figure FDA00017403345900000115
表示线路l在t时段的有功潮流，{l|fr(l)＝n}、{l|to(l)＝n}分别表示起始点和终端点为n的有向线路l。
条件二：线路有功潮流约束
Figure FDA00017403345900000116
其中，
Figure FDA0001740334590000021
表示线路l的最大传输功率，δfrl、δtol分别表示线路l始端和终端的电压相角，xl表示线路l的电抗。
条件三：发电机组出力约束
Figure FDA0001740334590000022
其中，分别表示发电机组i在t时段的最小出力和最大出力，
Figure FDA00017403345900000215
表示发电机组在对应报价段的竞标上限值。
条件四：系统备用约束
Figure FDA0001740334590000025
Figure FDA0001740334590000026
其中，
Figure FDA0001740334590000027
分别表示系统所需的上调备用值和下调备用值，ωn表示节点n上的风电机组集合，δfrls、δtols分别表示场景s下线路l始端和终端t时刻的电压相角。
条件五：中长期合同约束
Figure FDA0001740334590000028
其中，Δt为相邻两个交易时段的时间间隔。
3.根据权利要求1所述的考虑中长期交易和风电不确定性的日前市场出清模型，其特征在于，所述的日前出清结算方法如下：
常规发电商：常规发电商在结算时收入由中长期双边合同收入、日前市场卖电收入和为风电提供备用的收入3部分组成。针对某个常规机组i的日前总收入如下：
Figure FDA0001740334590000029
其中，
Figure FDA00017403345900000210
表示常规机组i在t时段的中长期合同量；
Figure FDA00017403345900000211
表示发电机组i与
Figure FDA00017403345900000212
对应的合同价格；λnt表示日前市场节点n在t时段电能的节点边际价格；γnts表示日前市场节点n在t时段场景s下备用的节点边际价格。
风电机组：风电机组在结算时收入由双边中长期合同收入、出售电能的收入、由于不确定性超发/欠发对应的收入/惩罚、支付给常规机组提供备用的费用4部分组成。针对某一节点n的风电机组w的日前总收入如下式所示。
Figure FDA00017403345900000213
其中，
Figure FDA00017403345900000214
表示风电机组w在t时段的中长期合同量。
CN201810817606.2A 2018-07-24 2018-07-24 一种考虑中长期交易和风电不确定性的日前市场出清模型 Pending CN110852535A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810817606.2A CN110852535A (zh) 2018-07-24 2018-07-24 一种考虑中长期交易和风电不确定性的日前市场出清模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810817606.2A CN110852535A (zh) 2018-07-24 2018-07-24 一种考虑中长期交易和风电不确定性的日前市场出清模型

Publications (1)

Publication Number Publication Date
CN110852535A true CN110852535A (zh) 2020-02-28

Family

ID=69594407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810817606.2A Pending CN110852535A (zh) 2018-07-24 2018-07-24 一种考虑中长期交易和风电不确定性的日前市场出清模型

Country Status (1)

Country Link
CN (1) CN110852535A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111276971A (zh) * 2020-03-05 2020-06-12 海南电网有限责任公司 电力调度支撑方法及装置
CN111784188A (zh) * 2020-07-14 2020-10-16 中国南方电网有限责任公司 基于电力市场的综合能源服务商市场出清机方法
CN112215433A (zh) * 2020-10-21 2021-01-12 国网冀北电力有限公司 基于市场出清电价不确定性的虚拟电厂日前优化调度方法
CN112288466A (zh) * 2020-10-21 2021-01-29 国电南京自动化股份有限公司 一种电力市场环境下考虑气电耦合的发电商日前申报方法
CN112308329A (zh) * 2020-11-09 2021-02-02 国网福建省电力有限公司 兼容中长期实物合同的日前市场出清模型构建方法
CN112529648A (zh) * 2020-10-15 2021-03-19 中国南方电网有限责任公司 一种连续报价的考虑风电的联合出清方法及系统
CN112862313A (zh) * 2021-02-08 2021-05-28 山东大学 基于中长期差价合约电量分解的发电机组调度方法及系统
CN112884381A (zh) * 2021-04-13 2021-06-01 东南大学 一种考虑供需不确定性的p2p用能市场规划方法
CN113344641A (zh) * 2021-07-02 2021-09-03 广东电力交易中心有限责任公司 一种运行备用辅助服务市场交易成本分摊方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102738833A (zh) * 2012-06-20 2012-10-17 湖北省电力公司 一种含风电的电力系统多时间尺度滚动协调调度方法
CN103530696A (zh) * 2013-09-27 2014-01-22 国家电网公司 计入风电不确定度的火电机组中长期时序递进发电协调算法
CN105447775A (zh) * 2016-01-11 2016-03-30 广东电网有限责任公司 内嵌电网安全约束的电力日前市场撮合交易方法
CN106803171A (zh) * 2017-01-23 2017-06-06 国网福建省电力有限公司 考虑日前市场价和风电不确定性的月度合约市场购电方法
CN107103501A (zh) * 2017-05-27 2017-08-29 华北电力大学 预挂牌月平衡偏差机制下的电量结算方法
CN107506855A (zh) * 2017-08-04 2017-12-22 国电南瑞科技股份有限公司 一种过渡期电力市场下的调频辅助服务交易出清方法
CN107785885A (zh) * 2016-08-26 2018-03-09 中国电力科学研究院 一种双边电量合同参与日前电力电量平衡的协调优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102738833A (zh) * 2012-06-20 2012-10-17 湖北省电力公司 一种含风电的电力系统多时间尺度滚动协调调度方法
CN103530696A (zh) * 2013-09-27 2014-01-22 国家电网公司 计入风电不确定度的火电机组中长期时序递进发电协调算法
CN105447775A (zh) * 2016-01-11 2016-03-30 广东电网有限责任公司 内嵌电网安全约束的电力日前市场撮合交易方法
CN107785885A (zh) * 2016-08-26 2018-03-09 中国电力科学研究院 一种双边电量合同参与日前电力电量平衡的协调优化方法
CN106803171A (zh) * 2017-01-23 2017-06-06 国网福建省电力有限公司 考虑日前市场价和风电不确定性的月度合约市场购电方法
CN107103501A (zh) * 2017-05-27 2017-08-29 华北电力大学 预挂牌月平衡偏差机制下的电量结算方法
CN107506855A (zh) * 2017-08-04 2017-12-22 国电南瑞科技股份有限公司 一种过渡期电力市场下的调频辅助服务交易出清方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111276971A (zh) * 2020-03-05 2020-06-12 海南电网有限责任公司 电力调度支撑方法及装置
CN111784188A (zh) * 2020-07-14 2020-10-16 中国南方电网有限责任公司 基于电力市场的综合能源服务商市场出清机方法
CN112529648A (zh) * 2020-10-15 2021-03-19 中国南方电网有限责任公司 一种连续报价的考虑风电的联合出清方法及系统
CN112215433A (zh) * 2020-10-21 2021-01-12 国网冀北电力有限公司 基于市场出清电价不确定性的虚拟电厂日前优化调度方法
CN112288466A (zh) * 2020-10-21 2021-01-29 国电南京自动化股份有限公司 一种电力市场环境下考虑气电耦合的发电商日前申报方法
CN112215433B (zh) * 2020-10-21 2024-05-07 国网冀北电力有限公司 基于市场出清电价不确定性的虚拟电厂日前优化调度方法
CN112288466B (zh) * 2020-10-21 2024-02-02 国电南京自动化股份有限公司 一种电力市场环境下考虑气电耦合的发电商日前申报方法
CN112308329B (zh) * 2020-11-09 2022-08-05 国网福建省电力有限公司 兼容中长期实物合同的日前市场出清模型构建方法
CN112308329A (zh) * 2020-11-09 2021-02-02 国网福建省电力有限公司 兼容中长期实物合同的日前市场出清模型构建方法
CN112862313B (zh) * 2021-02-08 2023-02-28 山东大学 基于中长期差价合约电量分解的发电机组调度方法及系统
CN112862313A (zh) * 2021-02-08 2021-05-28 山东大学 基于中长期差价合约电量分解的发电机组调度方法及系统
CN112884381A (zh) * 2021-04-13 2021-06-01 东南大学 一种考虑供需不确定性的p2p用能市场规划方法
CN112884381B (zh) * 2021-04-13 2024-05-24 东南大学 一种考虑供需不确定性的p2p用能市场规划方法
CN113344641A (zh) * 2021-07-02 2021-09-03 广东电力交易中心有限责任公司 一种运行备用辅助服务市场交易成本分摊方法

Similar Documents

Publication Publication Date Title
CN110852535A (zh) 一种考虑中长期交易和风电不确定性的日前市场出清模型
CN107453407B (zh) 一种智能微电网分布式能源调度方法
CN110676863B (zh) 储能优化配置方法及系统
Cheng et al. Stochastic short-term scheduling of a wind-solar-hydro complementary system considering both the day-ahead market bidding and bilateral contracts decomposition
CN109376970B (zh) 适用于能源互联网的动态实时电价机制形成方法及系统
KR20210094033A (ko) 에너지 관리 시스템을 동작시키기 위한 방법, 그 방법을 수행하기 위한 전자 컴퓨팅 디바이스, 컴퓨터 프로그램, 및 데이터 캐리어
CN114498639A (zh) 一种考虑需求响应的多微电网联合互济的日前调度方法
Ferahtia et al. Optimal heuristic economic management strategy for microgrids based PEM fuel cells
CN114971899A (zh) 新能源参与下的日前、日内和实时市场电能交易优化方法
CN113723870A (zh) 一种分布式发电co2减排核算方法、装置、设备及介质
CN116247699A (zh) 一种计算最低容量租赁价格的储能充放电控制方法及系统
CN117374974A (zh) 一种配电网调度方法、系统、介质及设备
CN110224397B (zh) 一种风光接入背景下用户侧电池储能成本效益分析方法
CN111539620A (zh) 一种提供能量服务的储能运营方法及系统
CN113128746A (zh) 一种基于多代理的综合能源系统多主体联合优化运行方法
CN116050804A (zh) 基于合作博弈和成本因果关系的共享储能成本分摊方法
CN115986833A (zh) 考虑两阶段需求响应的热电联供微网低碳经济调度方法
CN115423260A (zh) 一种电力市场及政策服务新能源利用的量化分析方法
CN112865101B (zh) 一种考虑可再生能源出力不确定性的线性化交易方法
CN115545552A (zh) 一种能源分配方法及装置
CN114925892A (zh) 水电与电转气结合的中长期风水火发电量双层规划方法
CN117833299B (zh) 一种混合抽蓄电站群容量分配方法、系统及电子设备
CN112785093B (zh) 一种基于电力消费模式的光伏储能容量配置优化方法
Zhang et al. Optimal Integration of Wind+ BESS and Solar+ BESS Hybrid Microgrids Based on Cooperative Transactions
Yang et al. Rural Energy Flexibility Resource Capacity Allocation Optimization Based on Virtual Power Plant Operation Optimization Model

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