CN110909910A - 一种基于pbr的新型偏差电量考核机制优化设计方法 - Google Patents
一种基于pbr的新型偏差电量考核机制优化设计方法 Download PDFInfo
- Publication number
- CN110909910A CN110909910A CN201910881715.5A CN201910881715A CN110909910A CN 110909910 A CN110909910 A CN 110909910A CN 201910881715 A CN201910881715 A CN 201910881715A CN 110909910 A CN110909910 A CN 110909910A
- Authority
- CN
- China
- Prior art keywords
- deviation
- electricity
- power
- assessment
- selling company
- 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.)
- Granted
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013461 design Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 claims abstract description 240
- 238000009826 distribution Methods 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 32
- 238000010248 power generation Methods 0.000 claims description 31
- 230000014509 gene expression Effects 0.000 claims description 20
- 230000007774 longterm Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 9
- 229920006395 saturated elastomer Polymers 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 8
- 230000002146 bilateral effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000003828 downregulation Effects 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 230000003827 upregulation Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 239000003795 chemical substances by application Substances 0.000 description 19
- 238000007726 management method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003102 growth factor Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000005612 types of electricity Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于PBR的新型偏差电量考核机制优化设计方法。该方法提出了一种新型基于PBR(基于具有奖惩机制的绩效考核机制)的考核单价分段线性的偏差电量考核机制，协同考虑电力交易中心保持平衡账户平稳性和售电公司追求购售电利润和风险综合效用最大化的目标，构建偏差电量考核机制关键参数设计的双层优化模型。以可调节负荷作为售电公司应对偏差考核的措施，基于用户心理学模拟了用户对响应售电公司经济激励的意愿，并从售电公司规避损失的角度研究了偏差考核机制下对用户可中断负荷的实际调用策略，在此基础上建立售电公司在可再生能源配额制下的最优经营决策模型。该方法对于激励售电公司提高负荷预测精度、降低系统偏差率具有重要作用。
Description
技术领域
本发明涉及电力市场的技术领域，更具体地，涉及一种基于PBR的新型偏 差电量考核机制优化设计方法。
背景技术
我国目前大部分省市还未建设电力现货市场，现阶段主要开展以年、月、周 等日以上为交易周期的中长期交易，以一段时间内的电量为交易标的。由市场的 供需平衡到系统的物理平衡的过渡是由调度计划的编制和实时的调控来进行的， 实际发用电量与合同电量之间的偏差不可避免。
国内各省市出台的电力中长期市场交易规则都涵盖了对偏差电量处理方式 和考核机制的相关规定，各地区对需求侧偏差电量的处罚方式也有所不同。例如： 云南省通过取消一定时间段内参与直接交易市场资格或终止合同进行惩罚；安徽 省通过滚动调整方式处理偏差电量；江苏省则通过收取考核费用进行惩罚。各省 无论在免考核范围还是考核力度上都存在差异，例如：广西、浙江、四川、湖南 允许用户侧偏差范围为±3％；重庆、河北、湖北允许用户侧偏差范围为±5％； 安徽省允许用户侧偏差范围为-5％；山东省允许用户侧偏差范围为-2％和+6％。 偏差电量免考核范围的大小直接关系到市场主体的盈利情况。例如：2018年上 半年，广东省售电公司净收益1.4亿元，其中价差电费2.9亿元，考核费用1.5 亿元，约26％的售电公司面临亏损风险。重庆市对用户侧的偏差考核较广东省更 为宽松，其免考核范围为±5％，但因市场主体对交易规则和政策调整不熟悉且 偏差考核具体操作极为复杂，对2017年度直接交易相关主体豁免2017年偏差考 核，不追究电量偏差违约责任。因此，不同地区在制定规则时应因地制宜，根据 售电公司的运营情况、技术条件和偏差控制水平设置不同的考核阈值。在当前电 力体制改革分阶段推进、计划电量以一定比例开放的电力市场环境下，合理地设 计偏差电量考核机制对于培育售电主体，引导其提升负荷预测精度、进行能效管 理具有重要意义。
国外一般通过电力现货市场解决偏差问题，例如美国PJM、澳大利亚国家电 力市场的实时市场和北欧、英国的平衡市场等，通过与中长期市场的衔接，逐步 实现了由市场的供需平衡到系统的物理平衡的过渡。国外学者在平衡机制的设 计、定价及新能源在平衡市场中的应用等方面都有一定的探索。国内已有的对偏 差电量的研究主要集中于以下三个方面：1)跨省跨区电力交易偏差电量的处理。 2)偏差考核机制对市场的影响。3)售电公司应对偏差考核机制的策略研究。综 上所述，现有的研究都是基于给定的偏差考核规则来分析其影响，没有涉及偏差 电量考核机制的优化设计。
发明内容
本发明以新一轮电力体制改革下电力中长期交易和可再生能源配额制为背 景，针对现行偏差电量考核机制设计不合理的问题，提出了一种基于PBR(基 于具有奖惩机制的绩效考核机制)的新型偏差电量考核机制优化设计方法。
本发明采用以下技术方案实现：
一种面向基于PBR的新型偏差电量考核机制优化设计方法，包括以下步骤：
S1：研究监管机构在配电系统中实施的基于具有奖惩机制的绩效考核机制， 提出一种考核单价为分段线性的需求侧偏差电量考核机制；
S2：以电力交易中心平衡账户在规划周期内余额方差之和最小为目标，构建 上层偏差考核机制关键参数优化设计模型；
S3：同时考虑售电公司代理用户用电量和可再生能源机组出力的双重不确定 性，构建偏差考核机制和可再生能源配额制下售电公司的最优购电和需求响应激 励决策模型；
S4：考虑用户的意愿，研究售电公司在偏差电量考核机制下的实际可调节负 荷调用策略；
S5：考虑售电侧应对偏差考核的措施，建立下层以单个售电公司风险和预期 收益综合效用最大化为目标的购售电决策模型，并对此随机双层决策模型进行求 解。
上述技术方案中，进一步地，S1中研究监管机构在配电系统中实施的基于 具有奖惩机制的绩效考核机制，提出一种考核单价为分段线性的需求侧偏差电量 考核机制，具体实现方法如下：
英国、挪威、美国等许多国家在配电系统中实施基于绩效的管制，以提高运 营效率和降低电价，但由于配电公司为了提高效率，可能采取降低成本的措施， 例如减少设备投资、延长设备维修时间间隔等，导致配电系统可靠性的降低。为 了保证供电可靠性，监管机构在实施PBR管制模式时，通常引入奖惩机制(reward penalty scheme，RPS)，根据供电可靠性水平，给予配电公司一定金额的奖励或 者惩罚。附图2所示为RPS机制的4种形式：最小值标准型、连续型、封顶型 和死区型。最小值标准型是一种离散(质量和价格的离散关系)的RPS机制， 当配电公司的供电可靠性低于目标值时，其将受到一个固定的惩罚。这种形式不 利于激励配电公司将其可靠性设定在高于目标值水平上，因此系统的可靠性由目标值决定。后三种形式是关于质量和价格之间的连续函数，比最小值标准型更能 激励配电公司实现社会经济最佳可靠性水平。连续型RPS机制下一旦配电公司 的可靠性水平偏离目标值时，其将受到奖励或者惩罚。封顶型RPS机制与连续 型相似，其区别在于对配电公司的奖励和惩罚设置了上限值，以限制配电公司的 财务风险。死区型RPS机制在目标值附近设置了一个既不奖励也不惩罚的区域， 以避免由随机因素导致可靠性水平的波动而引起配电公司的财务风险。在此区间 外也类似于连续型RPS机制，奖励和惩罚随着可靠性水平的变化而变化。
偏差电量考核与配电系统可靠性监管类似，本质上都是由于市场主体绩效偏 离理想设定值，而对其进行经济上的奖励或者惩罚，激励其提高绩效以实现社会 经济最优。目前国内大部分省市采用的单段式偏差考核机制与最小值标准型RPS 机制类似，免考核范围外的偏差电量都按照某一固定的价格来考核，没有体现偏 差大小对系统整体平衡的影响，不利于激励售电公司将偏差率控制在较低的水 平。为此，江苏省设置了多段式考核机制，考核价格阶梯上升，-3％以外的负偏 差电量按照燃煤标杆电价的10％考核，+3％至10％之间的正偏差电量按照销售目 录电价的10％来考核；10％以外的正偏差电量按照销售目录电价的20％来考核。 由此可见，对不同偏差率范围内的偏差电量采用不同的考核单价是一种趋势。本 发明借鉴连续型RPS机制对配电公司的经济激励随着其供电可靠性水平变化而 变化的思想，结合封顶型RPS和死区型RPS的特点，设计分段线性的偏差考核 机制对售电公司的偏差电量进行惩罚。
偏差电量考核单价与售电公司合同执行偏差率有关，按合同执行偏差率的差 异，分为3个区域：免考核区域、负偏差考核区域和正偏差考核区域。免考核区 域的设置是为了降低售电公司受考核的风险，由于受天气、政策等随机因素的影 响，售电公司实际用电量与合同电量之间难免有偏差，因此在偏差为零附近的一 定区域内是可接受的偏差，不进行惩罚。当合同执行偏差率高于免考核区域的正 边界时，售电公司受到正偏差考核，且考核单价随着偏差率的增大由零开始线性 上升，在拐点M达到正偏差考核单价上限值。负偏差考核区域与正偏差考核区 域类似。考核单价上限的设置是为了降低售电公司的财务风险，避免因某月偏差 控制不当而发生破产的可能。
考核单价与免考核范围的正负边界、最大限值拐点的横轴坐标等参数的设置 密切相关，其表达式为：
式中：ρP(αk)表示售电公司k的合同电量偏差执行率为αk时对应的考核单 价；
和
分别表示正、负偏差电量考核单价的上限值；..和τ2分别表示 达到负、正偏差考核单价上限值的合同执行偏差率；θ1和θ2分别表示免考核区 域的上下边界，其中θ1＜0，θ2＞0；αk为合同电量执行偏差率，表示售电公司 k在场景ω下t时段的售电量
和合同电量
的差值与合同电量的比 率，其表达式为
更进一步地，S2中以电力交易中心平衡账户在规划周期内余额方差之和最 小为目标，构建上层偏差考核机制关键参数优化设计模型，具体实现方法如下：
步骤1：计算平衡账户的支出：
平衡账户的支出主要来自于支付上下调平衡服务的费用。《电力中长期交易 基本规则(暂行)》中推荐采用发电侧预挂牌月平衡方式来处理中长期合同执行 偏差。在此方式下，在每月最后7日，调度机构根据当月基本电力供需形势，在 电力供需形势紧张时优先安排增发价格较低的机组增发电量，在电力需求不足时 优先安排补偿价格较低的机组减发电量，其余机组按照合同电量安排发电计划。 预挂牌月平衡方式下按照经济性最优的原则调用机组的增发和减发电量，以保障 系统发用电平衡。因此，t时段系统的上下调服务费为
式中：CA(t)表示时段t内总的上下调服务费用；CA(ω,t)和ES(ω,t)分别表 示t时段在场景ω下的上下调服务费用和所有售电公司的总售电量；ρU(t)和 ρD(t)分别表示上调电量和下调电量的补偿单价；EB(t)表示t时段所有售电公司 的总合同电量；K表示售电公司数量。
步骤2：计算平衡账户的收入：
偏差考核费用是平衡账户的主要收入，既包括对发电侧因自身原因造成的多 发/少发电量的考核，也包括对用户侧偏离合同电量的用电量的考核。发电企业 和售电公司的偏差考核费用分别为
式中：CP,G(t)表示全部发电企业的偏差考核费用之和；
表示场景 ω下t时段发电企业s的偏差考核费用；π(ω)表示场景ω出现的概率；S表示发 电企业的个数；CP ,R(t)表示t时段全部售电公司的偏差考核费用之和；
表示场景ω下t时段售电公司k的偏差考核费用；
和
分别表 示场景ω下时段t售电公司k在常规能源双边协商市场和月度集中竞争市场中的 购电量。
步骤3：构建偏差考核机制关键参数优化设计模型：
以平衡账户在多个时段内余额方差之和最小为目标，以免考核区域的上下边 界θ1和θ2为决策变量，其目标函数可表示为
S3中同时考虑售电公司代理用户用电量和可再生能源机组出力的双重不确 定性，构建偏差考核机制和可再生能源配额制下售电公司的最优购电和需求响应 激励决策模型，具体实现方法如下：
售电公司代理用户的用电负荷分为可调节负荷和刚性负荷。其中前者具有弹 性，在售电公司的经济激励下为可中断负荷或可增长负荷。由消费者心理学可知， 用户的响应程度与补偿价格相关。如附图4所示，用户的响应曲线分为死区、线 性区和饱和区。当补偿单价低于可觉察阈值时，用户基本不响应；超过该阈值， 用户开始响应中断/增长指令，且在一定范围内，随着补偿单价的提高，用户的 响应率线性上升；超过某一上限时，用户的响应能力趋于饱和，不再有更多的可 调节电量。
以电量削减系数
来描述可中断负荷的响应率，其表达式为：
式中：
表示t时段售电公司k给用户的单位可中断电量补偿单价； 
和
分别表示可中断负荷响应的死区阈值和饱和区阈值；
表示可中 断负荷线性区的斜率；
表示电量削减系数的饱和值。
类似地，以电量增长系数
来描述可增长负荷的响应率，表达式为：
式中：
表示t时段售电公司k给用户的单位可增长负荷补偿单价； 
和
分别表示可增长负荷响应的死区阈值和饱和区阈值；
表示可 增长负荷响应线性区的斜率；
表示电量增长系数的饱和值。
故售电公司的可中断电量和可增长电量分别为：
式中：
和
分别表示t时段售电公司k可调用的中断电量和 可增长电量；
表示售电公司代理用户电量的弹性部分电量。
未来中国将推进并完善可再生能源配额制和绿色证书交易制度，届时非水电 可再生能源电力将更多地参与市场竞争，同时售电公司被要求购买一定的绿色证 书或非水电可再生能源电能。可再生能源机组由于出力具有随机性和波动性，相 较于其他类型机组在合同履约上面临着更大的风险。在合同履约期内，售电公司 以固定价格全额收购可再生能源机组所发电量时，其风电、光伏购电成本分别为：
式中：
和
分别表示售电公司k购买风电和光伏的成本； 
和
分别表示场景ω下t时段售电公司k所收购的风电、光伏基 本发电单元的发电量，为随机变量；
和
分别表示t时段售电公司k 收购单位风电电量和光伏电量的价格；k1和k2分别表示光伏、风电的购电规模 系数，即风电发电机数目和光伏基本发电单元(光伏阵列)数量；T表示规划周 期内的时段总数。
2018年11月国家能源局综合司发布的《关于实行可再生能源电力配额制的 通知》(征求意见稿)规定售电侧和电力用户协同承担配额义务，要求售电公司 销售的电能含一定比例的可再生能源，即应满足以下约束：
式中：γ表示售电公司应满足的最低可再生能源配额比例。
S4中考虑用户的意愿，研究售电公司在偏差电量考核机制下的实际可调节 负荷调用策略，具体实现方法如下：
当售电公司代理用户的原始用电量超出正偏差免考核范围时，售电公司可以 考虑通过购买可中断负荷来减少受考核的电量。在中长期市场中，售电公司的合 同电量和中断补偿价格通常在月前已经确定，故用户的可中断负荷响应率是固定 的；在每月末，售电公司将权衡因中断电量而减少的损失和为之支付的补偿费用 的大小来确定可中断负荷的实际调用策略。当偏差率较小时，售电公司售出单位 电量是盈利的，即其损失为负；当偏差率较大时，售电公司代理单位用电量的收 入为售电费用，其支出包括偏差电量结算费用和偏差考核费用，故定义综合损失 函数为：
式中：
表示t时段售电公司k在偏差执行率为αk时售出单位电量的 综合损失；ρQ(t)表示t时段偏差电量结算单价；
表示t时段售电公司k与 其用户签订的所有合同的加权平均价。
用
表示不考虑可中断负荷时售电公司的合同执行偏差率，其表达式为
式中：
表示t时段售电公司k代理用户的原始用电量，即不考虑可 中断负荷时的售电量。
用
表示综合损失与中断补偿单价相等时对应的偏差率，表达式为：
用
表示售电公司的经济中断电量，其定义为当实际中断电量为
时，售电公司削减负荷后的偏差率恰好等于
其表达式为：
考虑到用户中断意愿的限制，售电公司实际中断电量
为：
类似的，综合考虑用户增长负荷的意愿和售电公司追求利润最大化下对可增 长负荷的调用策略，可得出售电公司的实际增长电量
为
式中：
表示场景ω下t时段售电公司k的经济增长电量；
表示综合损失与增长补偿单价相等时对应的偏差率。
故售电公司代理用户的实际用电量(即售电量)为：
更进一步地，S5中考虑售电侧应对偏差考核的措施，建立下层以单个售电 公司风险和预期收益综合效用最大化为目标的购售电决策模型，并对此随机双层 决策模型进行求解，具体实现方法如下：
步骤1：计算偏差考核机制下售电公司的购售电利润：
售电公司的收入为向终端用户销售电能所得，其支出包括常规能源机组购电 成本、可再生能源机组购电成本、偏差电量结算费用、考核费用和可调节负荷补 偿费用，其表达式分别为
式中：
和
分别表示场景ω下售电公司k的 售电收入、常规能源机组购电成本、偏差电量结算费用和中断电量补偿费用； 
和
分别表示售电公司k在双边协商市场与发电公司签订合同的加 权平均价和月度集中竞争市场的出清价。
故售电公司k在偏差考核机制下考虑可调节负荷的总利润期望
为
式中：π(ω)表示场景ω出现的概率。
步骤2：计算偏差考核机制下售电公司的条件风险价值(CVaR)
CVaR可以通过以下优化问题来求解：
式中：
表示置信水平为β时的售电公司k的条件风险价值；ξk的最优 解
表示在β下售电公司k的预期风险利润(即VaR)，其含义是利润不超过
的场景发生的概率为不大于(1－β)；ηk(ω)为辅助变量，表示VaR和售电公司 k在场景ω下的利润之间的差值。
步骤3：建立下层以单个售电公司风险和预期收益综合效用最大化为目标的 购售电决策模型：
下层模型以单个售电公司计及风险和期望收益的综合效用最大化为目标，以 每个售电公司在每个时段的合同电量
可中断负荷补偿单价
风险 价值ξk和辅助变量ηk(ω)为决策变量。对于第k个售电公司，其目标函数可表示 为：
式中：ψ表示售电公司k的风险规避因子。
本发明以新一轮电力体制改革下电力中长期交易和可再生能源配额制为背 景，针对现行偏差电量考核机制设计不合理的问题，提出了一种基于PBR的考 核单价分段线性的偏差电量考核机制。协同考虑电力交易中心保持平衡账户平稳 性和售电公司追求购售电利润和风险综合效用最大化的目标，构建了偏差电量考 核机制关键参数设计的双层优化模型。以可调节负荷作为售电公司应对偏差考核 的措施，基于用户心理学模拟了用户对响应售电公司经济激励的意愿，并从售电 公司规避损失的角度研究了偏差考核机制下对用户可中断负荷的实际调用策略， 在此基础上建立了售电公司在可再生能源配额制下的最优经营决策模型。本发明 构建偏差电量考核机制设计模型能有效反映电力交易中心偏差参数设置对售电 公司行为和绩效的影响，提出的偏差考核机制对于激励售电公司提高负荷预测精 度、降低系统偏差率具有重要作用。
本发明提供的技术方案的有益效果：
本发明提出的一种考核单价为分段线性的需求侧偏差电量考核机制，该机制 相比当前广泛应用的单段式固定考核单价的偏差考核机制更能激励售电商提高 负荷预测精度、进行负荷管理；本发明构建的交易中心-售电公司双层优化模型， 上层模型用于确定分段线性偏差电量考核机制中的考核阈值和考核单价上限，下 层模型用于单个售电公司最优购售电决策，有效反映了电力交易中心偏差参数设 置对售电公司行为和绩效的影响。
附图说明
图1是本发明的整体流程示意图。
图2是本发明的绩效考核机制的不同形式。
图3是本发明的考核单价分段线性的偏差考核机制。
图4是本发明的可调节负荷用户响应率曲线。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；对于本领域技术人员 来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关 系仅用于示例性说明，不能理解为对本专利的限制。
本发明的一种基于PBR的新型偏差电量考核机制优化设计方法，其实现流 程包括以下步骤：
S1：研究监管机构在配电系统中实施的基于具有奖惩机制的绩效考核机制， 提出一种考核单价为分段线性的需求侧偏差电量考核机制，本步骤的具体实现方 法如下：
附图2所示为RPS机制的4种形式：最小值标准型、连续型、封顶型和死 区型。最小值标准型是一种离散(质量和价格的离散关系)的RPS机制，当配 电公司的供电可靠性低于目标值时，其将受到一个固定的惩罚。这种形式不利于 激励配电公司将其可靠性设定在高于目标值水平上，因此系统的可靠性由目标值 决定。后三种形式是关于质量和价格之间的连续函数，比最小值标准型更能激励 配电公司实现社会经济最佳可靠性水平。连续型RPS机制下一旦配电公司的可 靠性水平偏离目标值时，其将受到奖励或者惩罚。封顶型RPS机制与连续型相 似，其区别在于对配电公司的奖励和惩罚设置了上限值，以限制配电公司的财务 风险。死区型RPS机制在目标值附近设置了一个既不奖励也不惩罚的区域，以 避免由随机因素导致可靠性水平的波动而引起配电公司的财务风险。在此区间外 也类似于连续型RPS机制，奖励和惩罚随着可靠性水平的变化而变化。
偏差电量考核与配电系统可靠性监管类似，本质上都是由于市场主体绩效偏 离理想设定值，而对其进行经济上的奖励或者惩罚，激励其提高绩效以实现社会 经济最优。目前国内大部分省市采用的单段式偏差考核机制与最小值标准型RPS 机制类似，免考核范围外的偏差电量都按照某一固定的价格来考核，没有体现偏 差大小对系统整体平衡的影响，不利于激励售电公司将偏差率控制在较低的水 平。为此，江苏省设置了多段式考核机制，考核价格阶梯上升，-3％以外的负偏 差电量按照燃煤标杆电价的10％考核，+3％至10％之间的正偏差电量按照销售目 录电价的10％来考核；10％以外的正偏差电量按照销售目录电价的20％来考核。 由此可见，对不同偏差率范围内的偏差电量采用不同的考核单价是一种趋势。本 发明借鉴连续型RPS机制对配电公司的经济激励随着其供电可靠性水平变化而 变化的思想，结合封顶型RPS和死区型RPS的特点，设计分段线性的偏差考核 机制对售电公司的偏差电量进行惩罚。
偏差电量考核单价与售电公司合同执行偏差率有关，按合同执行偏差率的差 异，分为3个区域：免考核区域、负偏差考核区域和正偏差考核区域，如附图3 所示。免考核区域的设置是为了降低售电公司受考核的风险，由于受天气、政策 等随机因素的影响，售电公司实际用电量与合同电量之间难免有偏差，因此在偏 差为零附近的一定区域内是可接受的偏差，不进行惩罚。当合同执行偏差率高于 免考核区域的正边界时，售电公司受到正偏差考核，且考核单价随着偏差率的增 大由零开始线性上升，在拐点M达到正偏差考核单价上限值。负偏差考核区域 与正偏差考核区域类似。考核单价上限的设置是为了降低售电公司的财务风险， 避免因某月偏差控制不当而发生破产的可能。
考核单价与免考核范围的正负边界、最大限值拐点的横轴坐标等参数的设置 密切相关，其表达式为：
式中：ρP(αk)表示售电公司k的合同电量偏差执行率为αk时对应的考核单 价；
和
分别表示正、负偏差电量考核单价的上限值；τ1和τ2分别表 示达到负、正偏差考核单价上限值的合同执行偏差率；θ1和θ2分别表示免考核 区域的上下边界，其中θ1＜0，θ2＞0；αk为合同电量执行偏差率，表示售电公 司k在场景ω下t时段的售电量
和合同电量
的差值与合同电量的比 率，其表达式为
S2：以电力交易中心平衡账户在规划周期内余额方差之和最小为目标，构建 上层偏差考核机制关键参数优化设计模型，本步骤的具体实现方法如下：
步骤1：计算平衡账户的支出：
平衡账户的支出主要来自于支付上下调平衡服务的费用。《电力中长期交易 基本规则(暂行)》中推荐采用发电侧预挂牌月平衡方式来处理中长期合同执行 偏差。在此方式下，在每月最后7日，调度机构根据当月基本电力供需形势，在 电力供需形势紧张时优先安排增发价格较低的机组增发电量，在电力需求不足时 优先安排补偿价格较低的机组减发电量，其余机组按照合同电量安排发电计划。 预挂牌月平衡方式下按照经济性最优的原则调用机组的增发和减发电量，以保障 系统发用电平衡。因此，t时段系统的上下调服务费为
式中：CA(t)表示时段t内总的上下调服务费用；CA(ω,t)和ES(ω,t)分别表 示t时段在场景ω下的上下调服务费用和所有售电公司的总售电量；ρU(t)和 ρD(t)分别表示上调电量和下调电量的补偿单价；EB(t)表示t时段所有售电公司 的总合同电量；K表示售电公司数量。
步骤2：计算平衡账户的收入：
偏差考核费用是平衡账户的主要收入，既包括对发电侧因自身原因造成的多 发/少发电量的考核，也包括对用户侧偏离合同电量的用电量的考核。发电企业 和售电公司的偏差考核费用分别为
式中：CP,G(t)表示全部发电企业的偏差考核费用之和；
表示场景 ω下t时段发电企业s的偏差考核费用；S表示发电企业的个数；CP,R(t)表示t 时段全部售电公司的偏差考核费用之和；
表示场景ω下t时段售电公 司k的偏差考核费用。
步骤3：构建偏差考核机制关键参数优化设计模型：
以平衡账户在多个时段内余额方差之和最小为目标，以免考核区域的上下边界..和θ2为决策变量，其目标函数可表示为
S3：同时考虑售电公司代理用户用电量和可再生能源机组出力的双重不确定 性，构建偏差考核机制和可再生能源配额制下售电公司的最优购电和需求响应激 励决策模型，本步骤的具体实现方法如下：
售电公司代理用户的用电负荷分为可调节负荷和刚性负荷。其中前者具有弹 性，在售电公司的经济激励下为可中断负荷或可增长负荷。由消费者心理学可知， 用户的响应程度与补偿价格相关。如附图4所示，用户的响应曲线分为死区、线 性区和饱和区。当补偿单价低于可觉察阈值时，用户基本不响应；超过该阈值， 用户开始响应中断/增长指令，且在一定范围内，随着补偿单价的提高，用户的 响应率线性上升；超过某一上限时，用户的响应能力趋于饱和，不再有更多的可 调节电量。
以电量削减系数
来描述可中断负荷的响应率，其表达式为：
式中：
表示t时段售电公司k给用户的单位可中断电量补偿单价； 
和
分别表示可中断负荷响应的死区阈值和饱和区阈值；
表示可中 断负荷线性区的斜率；
表示电量削减系数的饱和值。
类似地，以电量增长系数
来描述可增长负荷的响应率，表达式为：
式中：
表示t时段售电公司k给用户的单位可增长负荷补偿单价； 
和
分别表示可增长负荷响应的死区阈值和饱和区阈值；
表示可 增长负荷响应线性区的斜率；
表示电量增长系数的饱和值。
故售电公司的可中断电量和可增长电量分别为：
式中：
和
分别表示t时段售电公司k可调用的中断电量和 可增长电量；
表示售电公司代理用户电量的弹性部分电量。
未来中国将推进并完善可再生能源配额制和绿色证书交易制度，届时非水电 可再生能源电力将更多地参与市场竞争，同时售电公司被要求购买一定的绿色证 书或非水电可再生能源电能。可再生能源机组由于出力具有随机性和波动性，相 较于其他类型机组在合同履约上面临着更大的风险。在合同履约期内，售电公司 以固定价格全额收购可再生能源机组所发电量时，其风电、光伏购电成本分别为：
式中：
和
分别表示售电公司k购买风电和光伏的成本； 
和
分别表示场景ω下t时段售电公司k所收购的风电、光伏基 本发电单元的发电量，为随机变量；
和
分别表示t时段售电公司k 收购单位风电电量和光伏电量的价格；k1和k2分别表示光伏、风电的购电规模 系数，即风电发电机数目和光伏基本发电单元(光伏阵列)数量；T表示规划周 期内的时段总数。
2018年11月国家能源局综合司发布的《关于实行可再生能源电力配额制的 通知》(征求意见稿)规定售电侧和电力用户协同承担配额义务，要求售电公司 销售的电能含一定比例的可再生能源，即应满足以下约束：
式中：γ表示售电公司应满足的最低可再生能源配额比例。
S4：考虑用户的意愿，研究售电公司在偏差电量考核机制下的实际可调节负 荷调用策略，本步骤的具体实现方法如下：
当售电公司代理用户的原始用电量超出正偏差免考核范围时，售电公司可以 考虑通过购买可中断负荷来减少受考核的电量。在中长期市场中，售电公司的合 同电量和中断补偿价格通常在月前已经确定，故用户的可中断负荷响应率是固定 的；在每月末，售电公司将权衡因中断电量而减少的损失和为之支付的补偿费用 的大小来确定可中断负荷的实际调用策略。当偏差率较小时，售电公司售出单位 电量是盈利的，即其损失为负；当偏差率较大时，售电公司代理单位用电量的收 入为售电费用，其支出包括偏差电量结算费用和偏差考核费用，故定义综合损失 函数为：
式中：
表示t时段售电公司k在偏差执行率为αk时售出单位电量的 综合损失；ρQ(t)表示t时段偏差电量结算单价；
表示t时段售电公司k与 其用户签订的所有合同的加权平均价。
用
表示不考虑可中断负荷时售电公司的合同执行偏差率，其表达式为
式中：
表示t时段售电公司k代理用户的原始用电量，即不考虑可 中断负荷时的售电量。
用
表示综合损失与中断补偿单价相等时对应的偏差率，表达式为：
用
表示售电公司的经济中断电量，其定义为当实际中断电量为
时，售电公司削减负荷后的偏差率恰好等于
其表达式为：
考虑到用户中断意愿的限制，售电公司实际中断电量
为：
类似的，综合考虑用户增长负荷的意愿和售电公司追求利润最大化下对可增 长负荷的调用策略，可得出售电公司的实际增长电量
为
式中：
表示场景ω下t时段售电公司k的经济增长电量；
表示综合损失与增长补偿单价相等时对应的偏差率。
故售电公司代理用户的实际用电量(即售电量)为：
S5：考虑售电侧应对偏差考核的措施，建立下层以单个售电公司风险和预期 收益综合效用最大化为目标的购售电决策模型，并对此随机双层决策模型进行求 解，本步骤的具体实现方法如下：
步骤1：计算偏差考核机制下售电公司的购售电利润：
售电公司的收入为向终端用户销售电能所得，其支出包括常规能源机组购电 成本、可再生能源机组购电成本、偏差电量结算费用、考核费用和可调节负荷补 偿费用，其表达式分别为
式中：Rk(ω)、
和
分别表示场景ω下售电公司k的 售电收入、常规能源机组购电成本、偏差电量结算费用和中断电量补偿费用； 
和
分别表示售电公司k在双边协商市场与发电公司签订合同的加 权平均价和月度集中竞争市场的出清价。
故售电公司k在偏差考核机制下考虑可调节负荷的总利润期望
为
式中：π(ω)表示场景ω出现的概率。
步骤2：计算偏差考核机制下售电公司的条件风险价值(CVaR)
CVaR可以通过以下优化问题来求解：
式中：
表示置信水平为β时的售电公司k的条件风险价值；ξk的最优 解
表示在β下售电公司k的预期风险利润(即VaR)，其含义是利润不超过
的场景发生的概率为不大于(1－β)；ηk(ω)为辅助变量，表示VaR和售电公司 k在场景ω下的利润之间的差值。
步骤3：建立下层以单个售电公司风险和预期收益综合效用最大化为目标的 购售电决策模型：
下层模型以单个售电公司计及风险和期望收益的综合效用最大化为目标，以 每个售电公司在每个时段的合同电量
可中断负荷补偿单价
风险 价值ξk和辅助变量ηk(ω)为决策变量。对于第k个售电公司，其目标函数可表示 为：
式中：ψ表示售电公司k的风险规避因子。
下面结合实例说明
基于《广东电力市场2018年半年报告》公布的需求侧偏差情况，可假设市 场中有3类代理用户用电量和偏差率各不相同的售电公司，其偏差率从小到大分 别为LRT、MRT、SRT，其代理用电量均服从正态分布。采用拉丁超立方抽样对 售电公司代理用电量进行场景生成，通过后向场景削减技术提取50组场景，以 一年12个月为规划周期。
采用价差结算模式，双边协商交易成交价差为-65元/MW·h，月度集中竞争 交易成交价差为-189.45元/MW·h，售电公司与用户签订的售电合同加权平均价 差为-80元/MW·h,偏差电量结算价差为-189.45元/MW·h，机组上调服务补偿价差 为90元/MW·h，机组下调服务补偿价差为200元/MW·h，正、负偏差电量考核 单价上限值947.25元/MW·h，所有售电公司合同执行偏差率标准差为0.07，可 调节负荷响应率线性区斜率为2，可调节负荷补偿单价死区阈值为150元/MW·h， 可中断负荷补偿单价饱和区阈值为500元/MW·h，电量削减系数和电量增长系数 饱和值均为1，CVaR的置信水平β为0.9。
求解偏差考核机制设计随机双层规划模型，得到当、且正、负偏差电量考 核单价的上限值为5倍月度集中竞争交易成交价时，平衡账户在规划周期内余额 方差最小。表1给出了三类售电公司在该最佳偏差考核机制参数下的最优经营策 略。分析表1结果可得，三类偏差率不同的售电公司在最优偏差考核机制下的最 优购电量均稍高于代理用电量均值，且LRT、MRT和SRT对可中断负荷的补偿 单价分别为198元/MWh、223元/MWh和241元/MWh，可增长负荷补偿单价略 高于可中断负荷补偿单价，分别为208元/MWh、248元/MWh和269元/MWh。 这表明随着偏差率的增大，售电公司对可中断负荷和可增长负荷的补偿单价也增大，以获得更多的可调节电量来减少受考核的电量。
表1售电公司在最佳考核机制参数下的最优经营策略
将本发明提出的基于具有奖惩机制的PBR的偏差考核机制与目前各省份广 泛应用的单段式的偏差考核机制作对比，比较不同偏差率的售电公司在两种机制 下的预期利润和风险，仿真结果见表2。由表2可知，LRT-A在分段线性偏差考 核机制下的期望利润为534千元，高于其在单段式偏差考核机制下的期望利润值 (484千元)；分段线性偏差考核机制下LRT-A的风险指标CVaR为-343千元， 表示置信度为90％时LRT-A的平均损失为143千元，远低于其在单段式偏差考 核机制下的平均损失(343千元)。LRT-B在分段线性偏差考核机制下的风险指 标CVaR为-1476千元，小于其在单段式偏差考核机制下的CVaR值-1222千元， 表明LRT-B在分段线性偏差考核机制下面临着更大的损失风险。LRT-C在分段 线性偏差考核机制下的期望利润为-24千元，即此时LRT-C的购售电业务不能盈 利。因此，当售电公司偏差率较小时，售电公司在分段线性偏差考核机制下的利 润高于单段式的偏差考核机制下的利润，随着整体偏差率的增大，售电公司的合 同执行偏差率会有更大的可能性超过最大限值拐点，偏差考核费用急剧增大，预 期利润下降。当偏差率较大时，售电公司在分段线性考核机制下的预期利润低于 原考核机制下的利润，且可能出现亏损的情况。从售电公司收益风险的角度来看， 当偏差率较小时，分段线性偏差考核机制下的收益风险低于原单段式考核机制， 随着偏差率的增大，分段线性偏差考核机制下的风险显著增大，远高于单段式考 核机制下的风险。综上所述，在分段线性偏差考核机制下，售电公司整体偏差率控制在较低的水平时，其收益期望高于原单段式偏差考核机制，而风险低于原单 段式偏差考核机制，故本发明所提的偏差考核机制对于激励售电公司提高负荷预 测精度、降低系统偏差率具有重要的现实意义。
表2两种偏差考核机制下售电公司的预期收益和CVaR对比
随着可再生能源配额制在我国的推行，可再生能源发电量占总发电量的比例 将逐年提高。表3所示为不同可再生能源电力配额比例下售电公司的最优经营策 略。由表3可知，随着配额比例由10％向30％增大，售电公司面临的风险逐渐 增长，其期望利润也逐渐增大。原因在于，一方面，可再生能源出力具有较大的 随机性和波动性，购买更高比例的可再生能源电力使得售电公司收益的不确定性 更大；另一方面，PPA模式下售电公司以相对便宜的固定价格全额收购可再生能 源机组所发电量，故其期望收益随着配额比例的增大而提高。
表3不同可再生能源电力配额比例下售电公司的最优经营策略
表4所示为不同可再生能源电力配额比例下偏差考核机制的最优参数。由表4可知，当可再生能源配额比例不断提高时，相应的偏差考核机制的免考核范围 应设置得更小，考核单价的上限值也逐渐减小。
表4不同可再生能源电力配额比例下偏差考核机制的最优参数
Claims (6)
1.一种基于PBR的新型偏差电量考核机制优化设计方法，其特征在于，包括以下步骤：
S1：研究监管机构在配电系统中实施的基于具有奖惩机制的绩效考核机制，提出一种考核单价为分段线性的需求侧偏差电量考核机制；
S2：以电力交易中心平衡账户在规划周期内余额方差之和最小为目标，构建上层偏差考核机制关键参数优化设计模型；
S3：同时考虑售电公司代理用户用电量和可再生能源机组出力的双重不确定性，构建偏差考核机制和可再生能源配额制下售电公司的最优购电和需求响应激励决策模型；
S4：考虑用户的意愿，研究售电公司在偏差电量考核机制下的实际可调节负荷调用策略；
S5：考虑售电侧应对偏差考核的措施，建立下层以单个售电公司风险和预期收益综合效用最大化为目标的购售电决策模型，并对此随机双层决策模型进行求解。
2.根据权利要求1所述的一种基于PBR的新型偏差电量考核机制优化设计方法，其特征在于：S1中研究监管机构在配电系统中实施的基于具有奖惩机制的绩效考核机制，提出一种考核单价为分段线性的需求侧偏差电量考核机制，具体实现方法如下：
借鉴连续型RPS机制对配电公司的经济激励随着其供电可靠性水平变化而变化的思想，结合封顶型RPS和死区型RPS的特点，设计分段线性的偏差考核机制对售电公司的偏差电量进行惩罚；
偏差电量考核单价与售电公司合同执行偏差率有关，按合同执行偏差率的差异，分为3个区域：免考核区域、负偏差考核区域和正偏差考核区域，免考核区域的设置是为了降低售电公司受考核的风险，在偏差为零附近的一定区域内是可接受的偏差，不进行惩罚，当合同执行偏差率高于免考核区域的正边界时，售电公司受到正偏差考核，且考核单价随着偏差率的增大由零开始线性上升，在拐点M达到正偏差考核单价上限值，负偏差考核区域与正偏差考核区域类似；考核单价上限的设置是为了降低售电公司的财务风险，避免因某月偏差控制不当而发生破产的可能；
考核单价与免考核范围的正负边界、最大限值拐点的横轴坐标等参数的设置密切相关，其表达式为：
式中：ρP(αk)表示售电公司k的合同电量执行偏差率为αk时对应的考核单价；
和
分别表示正、负偏差电量考核单价的上限值；τ1和τ2分别表示达到负、正偏差考核单价上限值的合同执行偏差率；θ1和θ2分别表示免考核区域的上下边界，其中θ1＜0，θ2＞0；αk为合同电量执行偏差率，表示售电公司k在场景ω下t时段的售电量
和合同电量
的差值与合同电量的比率，其表达式为
3.根据权利要求2所述的一种基于PBR的新型偏差电量考核机制优化设计方法，其特征在于：S2中以电力交易中心平衡账户在规划周期内余额方差之和最小为目标，构建上层偏差考核机制关键参数优化设计模型，具体实现方法如下：
步骤1：计算平衡账户的支出：
平衡账户的支出主要来自于支付上下调平衡服务的费用，预挂牌月平衡方式下按照经济性最优的原则调用机组的增发和减发电量，以保障系统发用电平衡，因此，t时段系统的上下调服务费为
式中：CA(t)表示时段t内总的上下调服务费用；CA(ω,t)和ES(ω,t)分别表示t时段在场景ω下的上下调服务费用和所有售电公司的总售电量；ρU(t)和ρD(t)分别表示上调电量和下调电量的补偿单价；EB(t)表示t时段所有售电公司的总合同电量；K表示售电公司数量；
步骤2：计算平衡账户的收入：
偏差考核费用是平衡账户的主要收入，既包括对发电侧因自身原因造成的多发/少发电量的考核，也包括对用户侧偏离合同电量的用电量的考核，发电企业和售电公司的偏差考核费用分别为
式中：CP,G(t)表示全部发电企业的偏差考核费用之和；
表示场景ω下t时段发电企业s的偏差考核费用；π(ω)表示场景ω出现的概率；S表示发电企业的个数；CP,R(t)表示t时段全部售电公司的偏差考核费用之和；
表示场景ω下t时段售电公司k的偏差考核费用；
和
分别表示场景ω下时段t售电公司k在常规能源双边协商市场和月度集中竞争市场中的购电量；
步骤3：构建偏差考核机制关键参数优化设计模型：
以平衡账户在多个时段内余额方差之和最小为目标，以免考核区域的上下边界θ1和θ2为决策变量，其目标函数可表示为
4.根据权利要求3所述的一种基于PBR的新型偏差电量考核机制优化设计方法，其特征在于：S3中同时考虑售电公司代理用户用电量和可再生能源机组出力的双重不确定性，构建偏差考核机制和可再生能源配额制下售电公司的最优购电和需求响应激励决策模型，具体实现方法如下：
售电公司代理用户的用电负荷分为可调节负荷和刚性负荷，其中前者具有弹性，在售电公司的经济激励下为可中断负荷或可增长负荷；由消费者心理学可知，用户的响应程度与补偿价格相关
以电量削减系数
来描述可中断负荷的响应率，其表达式为：
式中：
表示t时段售电公司k给用户的单位可中断电量补偿单价；
和
分别表示可中断负荷响应的死区阈值和饱和区阈值；
表示可中断负荷线性区的斜率；
表示电量削减系数的饱和值；
类似地，以电量增长系数
来描述可增长负荷的响应率，表达式为：
式中：表示t时段售电公司k给用户的单位可增长负荷补偿单价；
和
分别表示可增长负荷响应的死区阈值和饱和区阈值；
表示可增长负荷响应线性区的斜率；
表示电量增长系数的饱和值；
故售电公司的可中断电量和可增长电量分别为：
式中：
和
分别表示t时段售电公司k可调用的中断电量和可增长电量；
表示售电公司代理用户电量的弹性部分电量；
可再生能源配额制和绿色证书交易制度下，售电公司被要求购买一定的绿色证书或非水电可再生能源电能，在合同履约期内，售电公司以固定价格全额收购可再生能源机组所发电量时，其风电、光伏购电成本分别为：
式中：
和
分别表示售电公司k购买风电和光伏的成本；
和
分别表示场景ω下t时段售电公司k所收购的风电、光伏基本发电单元的发电量，为随机变量；
和
分别表示t时段售电公司k收购单位风电电量和光伏电量的价格；k1和k2分别表示光伏、风电的购电规模系数，即风电发电机数目和光伏基本发电单元数量；T表示规划周期内的时段总数；
要求售电公司销售的电能应含一定比例的可再生能源，即应满足以下约束：
式中：γ表示售电公司应满足的最低可再生能源配额比例。
5.根据权利要求4所述的一种基于PBR的新型偏差电量考核机制优化设计方法，其特征在于：S4中考虑用户的意愿，研究售电公司在偏差电量考核机制下的实际可调节负荷调用策略，具体实现方法如下：
当售电公司代理用户的原始用电量超出正偏差免考核范围时，售电公司可以考虑通过购买可中断负荷来减少受考核的电量，在中长期市场中，售电公司的合同电量和中断补偿价格通常在月前已经确定，故用户的可中断负荷响应率是固定的；在每月末，售电公司将权衡因中断电量而减少的损失和为之支付的补偿费用的大小来确定可中断负荷的实际调用策略；故定义综合损失函数为：
式中：
表示t时段售电公司k在偏差执行率为αk时售出单位电量的综合损失；ρQ(t)表示t时段偏差电量结算单价；
表示t时段售电公司k与其用户签订的所有合同的加权平均价；
用
表示不考虑可中断负荷时售电公司的合同执行偏差率，其表达式为
式中：
表示t时段售电公司k代理用户的原始用电量，即不考虑可中断负荷时的售电量；
用
表示综合损失与中断补偿单价相等时对应的偏差率，表达式为：
用
表示售电公司的经济中断电量，其定义为当实际中断电量为
时，售电公司削减负荷后的偏差率恰好等于
其表达式为：
考虑到用户中断意愿的限制，售电公司实际中断电量
为：
类似的，综合考虑用户增长负荷的意愿和售电公司追求利润最大化下对可增长负荷的调用策略，可得出售电公司的实际增长电量
为
式中：
表示场景ω下t时段售电公司k的经济增长电量；
表示综合损失与增长补偿单价相等时对应的偏差率；
故售电公司代理用户的实际用电量为：
6.根据权利要求5所述的一种基于PBR的新型偏差电量考核机制优化设计方法，其特征在于：S5中考虑售电侧应对偏差考核的措施，建立下层以单个售电公司风险和预期收益综合效用最大化为目标的购售电决策模型，并对此随机双层决策模型进行求解，具体实现方法如下：
步骤1：计算偏差考核机制下售电公司的购售电利润：
售电公司的收入为向终端用户销售电能所得，其支出包括常规能源机组购电成本、可再生能源机组购电成本、偏差电量结算费用、考核费用和可调节负荷补偿费用，其表达式分别为
式中：Rk(ω)、
分别表示场景ω下售电公司k的售电收入、常规能源机组购电成本、偏差电量结算费用和中断电量补偿费用；
和
分别表示售电公司k在双边协商市场与发电公司签订合同的加权平均价和月度集中竞争市场的出清价；
故售电公司k在偏差考核机制下考虑可调节负荷的总利润期望
为
式中：π(ω)表示场景ω出现的概率；
步骤2：计算偏差考核机制下售电公司的条件风险价值
售电公司的条件风险价值CVaR可以通过以下优化问题来求解：
式中：
表示置信水平为β时的售电公司k的条件风险价值；ξk的最优解
表示在β下售电公司k的预期风险利润VaR，其含义是利润不超过
的场景发生的概率不大于1－β；ηk(ω)为辅助变量，表示VaR和售电公司k在场景ω下的利润之间的差值；
步骤3：建立下层以单个售电公司风险和预期收益综合效用最大化为目标的购售电决策模型：
下层模型以单个售电公司计及风险和期望收益的综合效用最大化为目标，以每个售电公司在每个时段的合同电量
可中断负荷补偿单价
风险价值ξk和辅助变量ηk(ω)为决策变量；对于第k个售电公司，其目标函数可表示为：
式中：ψ表示售电公司k的风险规避因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910881715.5A CN110909910B (zh) | 2019-09-18 | 2019-09-18 | 一种基于pbr的偏差电量考核机制优化设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910881715.5A CN110909910B (zh) | 2019-09-18 | 2019-09-18 | 一种基于pbr的偏差电量考核机制优化设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110909910A true CN110909910A (zh) | 2020-03-24 |
| CN110909910B CN110909910B (zh) | 2022-05-20 |
Family
ID=69815198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910881715.5A Active CN110909910B (zh) | 2019-09-18 | 2019-09-18 | 一种基于pbr的偏差电量考核机制优化设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110909910B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639299A (zh) * | 2020-05-20 | 2020-09-08 | 重庆锐云科技有限公司 | 置业顾问客户跟进绩效评估方法、系统及存储介质 |
| CN111639963A (zh) * | 2020-04-30 | 2020-09-08 | 长沙理工大学 | 一种规避偏差电量惩罚的电力服务商可控负荷柔性决策方法及电路 |
| 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 |
| CN112001555A (zh) * | 2020-08-26 | 2020-11-27 | 广州兆和电力技术有限公司 | 一种用于发电厂发电计划考核的方法、装置、系统及介质 |
| CN112580928A (zh) * | 2020-11-19 | 2021-03-30 | 河北电力交易中心有限公司 | 用电量偏差范围的合理度评价方法、装置及终端设备 |
| CN113011757A (zh) * | 2021-03-25 | 2021-06-22 | 国网浙江省电力有限公司 | 一种柔性负荷需求响应结算和激励分配方法 |
| CN113824149A (zh) * | 2021-06-30 | 2021-12-21 | 国网甘肃省电力公司电力科学研究院 | 一种面向新能源并网的电力电量平衡分析方法 |
| CN114039351A (zh) * | 2022-01-10 | 2022-02-11 | 国网江西省电力有限公司电力科学研究院 | 一种储能容量配置方法及装置 |
| CN114462725A (zh) * | 2022-04-13 | 2022-05-10 | 国网浙江省电力有限公司营销服务中心 | 一种基于动态资源池的非直控型需求侧响应优化调度方法 |
| CN116128543A (zh) * | 2022-12-16 | 2023-05-16 | 国网山东省电力公司营销服务中心(计量中心) | 一种售电公司负荷申报与出清的综合模拟运行方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140081704A1 (en) * | 2012-09-15 | 2014-03-20 | Honeywell International Inc. | Decision support system based on energy markets |
| CN107730307A (zh) * | 2017-09-29 | 2018-02-23 | 广东电力交易中心有限责任公司 | 一种月度电力市场偏差电量与偏差考核结算方法 |
| CN108985826A (zh) * | 2018-07-03 | 2018-12-11 | 国网陕西省电力公司电力科学研究院 | 一种考虑电力市场整体电量偏差与电力用户入市时间的偏差电量结算方法与系统 |
| CN109447486A (zh) * | 2018-11-01 | 2019-03-08 | 浙江大学 | 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法 |
-
2019
- 2019-09-18 CN CN201910881715.5A patent/CN110909910B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140081704A1 (en) * | 2012-09-15 | 2014-03-20 | Honeywell International Inc. | Decision support system based on energy markets |
| CN107730307A (zh) * | 2017-09-29 | 2018-02-23 | 广东电力交易中心有限责任公司 | 一种月度电力市场偏差电量与偏差考核结算方法 |
| CN108985826A (zh) * | 2018-07-03 | 2018-12-11 | 国网陕西省电力公司电力科学研究院 | 一种考虑电力市场整体电量偏差与电力用户入市时间的偏差电量结算方法与系统 |
| CN109447486A (zh) * | 2018-11-01 | 2019-03-08 | 浙江大学 | 一种面向售电公司的电力中长期市场降低偏差考核费用的联盟方法 |
Non-Patent Citations (1)
| Title |
|---|
| 侯佳萱: "面向需求侧主动响应的电力套餐和偏差考核机制设计", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639963B (zh) * | 2020-04-30 | 2023-08-22 | 长沙理工大学 | 一种规避偏差电量惩罚的电力服务商可控负荷柔性决策方法及电路 |
| CN111639963A (zh) * | 2020-04-30 | 2020-09-08 | 长沙理工大学 | 一种规避偏差电量惩罚的电力服务商可控负荷柔性决策方法及电路 |
| CN111639299A (zh) * | 2020-05-20 | 2020-09-08 | 重庆锐云科技有限公司 | 置业顾问客户跟进绩效评估方法、系统及存储介质 |
| 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 |
| CN112001555A (zh) * | 2020-08-26 | 2020-11-27 | 广州兆和电力技术有限公司 | 一种用于发电厂发电计划考核的方法、装置、系统及介质 |
| CN112580928A (zh) * | 2020-11-19 | 2021-03-30 | 河北电力交易中心有限公司 | 用电量偏差范围的合理度评价方法、装置及终端设备 |
| CN113011757A (zh) * | 2021-03-25 | 2021-06-22 | 国网浙江省电力有限公司 | 一种柔性负荷需求响应结算和激励分配方法 |
| CN113824149A (zh) * | 2021-06-30 | 2021-12-21 | 国网甘肃省电力公司电力科学研究院 | 一种面向新能源并网的电力电量平衡分析方法 |
| CN114039351A (zh) * | 2022-01-10 | 2022-02-11 | 国网江西省电力有限公司电力科学研究院 | 一种储能容量配置方法及装置 |
| CN114462725B (zh) * | 2022-04-13 | 2022-09-02 | 国网浙江省电力有限公司营销服务中心 | 一种基于动态资源池的非直控型需求侧响应优化调度方法 |
| CN114462725A (zh) * | 2022-04-13 | 2022-05-10 | 国网浙江省电力有限公司营销服务中心 | 一种基于动态资源池的非直控型需求侧响应优化调度方法 |
| CN116128543A (zh) * | 2022-12-16 | 2023-05-16 | 国网山东省电力公司营销服务中心(计量中心) | 一种售电公司负荷申报与出清的综合模拟运行方法及系统 |
| CN116128543B (zh) * | 2022-12-16 | 2024-05-24 | 国网山东省电力公司营销服务中心(计量中心) | 一种售电公司负荷申报与出清的综合模拟运行方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110909910B (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110909910B (zh) | 一种基于pbr的偏差电量考核机制优化设计方法 | |
| Revesz et al. | Managing the future of the electricity grid | |
| 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 | |
| CN109934501A (zh) | 一种电力零售商参与平衡市场交易的风险规避方法 | |
| CN112465303A (zh) | 考虑需求响应基于多代理的双边电力市场优化决策方法 | |
| CN107480907A (zh) | 一种峰谷电价下含风电的省级电网购电配比的优化方法 | |
| CN110929978A (zh) | 一种电力市场风险评估方法及评估系统 | |
| CN111967695B (zh) | 一种面向售电公司的峰谷组合电力套餐优化方法 | |
| CN115759556A (zh) | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 | |
| CN111695943A (zh) | 一种计及浮动高峰电价的优化管理方法 | |
| Ciarreta et al. | Market power in the Spanish electricity auction | |
| CN114240225A (zh) | 源网荷储多元协同互动下的电力系统运行评价方法和系统 | |
| 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 | |
| CN107909196A (zh) | 一种考虑用户反弹特性的购售电方法 | |
| Reisinger | Public Utilities Law | |
| Jones | Judicial Determination of Public Utility Rates: A Critique | |
| Jin et al. | PJM capacity market and Enlightenment to China's capacity market design | |
| Tang et al. | Credit rating-and credit score-based carbon emission quota trading model of city dwellers | |
| Payne et al. | Valuing distributed energy resources: A comparative analysis | |
| Wang et al. | Research on market operation of power supply virtual power plant based on system dynamics | |
| Cramton et al. | Eliminating the flaws in New England's reserve markets | |
| Jin et al. | The International practice and enlightenment of capacity compensation mechanism | |
| Zhang et al. | Market Experience and Trend of Foreign Countries in Response to Low-carbon Energy Transformation and Development | |
| Ge et al. | Optimization of Electricity Trading Strategies for Electricity Retailers in the Electricity Market | |
| Li et al. | Study on risk-benefit analysis model of electric retailing companies considering users' price preference [J] |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |