CN111027864A - 一种考虑风电的现货市场电价风险的控制方法及系统 - Google Patents
一种考虑风电的现货市场电价风险的控制方法及系统 Download PDFInfo
- Publication number
- CN111027864A CN111027864A CN201911265857.5A CN201911265857A CN111027864A CN 111027864 A CN111027864 A CN 111027864A CN 201911265857 A CN201911265857 A CN 201911265857A CN 111027864 A CN111027864 A CN 111027864A
- Authority
- CN
- China
- Prior art keywords
- wind power
- power
- constraint
- coal
- output
- 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 109
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000009977 dual effect Effects 0.000 claims abstract description 35
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 12
- 238000011410 subtraction method Methods 0.000 claims abstract description 8
- 239000003245 coal Substances 0.000 claims description 84
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000009194 climbing Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 108010074506 Transfer Factor Proteins 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 239000011541 reaction mixture Substances 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000010248 power generation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013076 uncertainty analysis Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种考虑风电的现货市场电价风险的控制方法及系统，属于电力市场运行技术领域。本发明包括建立现货市场的机组合模型，求解，得到发电机组的启停方案；根据得到的发电机组的启停方案，建立现货市场的安全经济调度模型，求解，得到约束条件的对偶因子和发电机组的出力计划；根据得到的约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景；根据得到的风电的典型出力场景和得到的发电机组的出力计划，计算平均节点电价的波动范围，同时，计算传统发电机组的收益范围；该方法能降低电力市场的电价风险，并提高对风电的消纳能力，易于推广应用。
Description
技术领域
本发明属于电力市场运行技术领域，具体涉及一种考虑风电的现货市场电价风险的控制方法及系统。
背景技术
电力市场建设已成为电力行业发展的必然趋势。国家发改委、能源局等部门联合发布了多项改革政策文件，力促电力市场建设取得实质性的进展[1-2]。随着电力改革的逐步深入，南方电网将以广东电网为试点启动现货市场交易，2020年全面启动现货交易市场。
在电力现货市场运行过程中，由于风电具有不确定性[3-4]，随着风电参与电力市场比例的提高，可能会造成市场电价出现大幅度波动，这些价格风险将给市场主体甚至整个社会带来非常严重的损失。据统计，2012年德国出现负电价时间总共56个小时。当可再生能源能够满足或超过用电负荷时，电力市场将出现零电价或负电价。一种特殊的情况是，当可再生能源发电量本身就满足用电负荷时，批发电价就是零。而更为极端的情况是，当可再生能源发电量超过用电负荷需求，市场处于供大于求的状态，此时市场批发电价跌至零以下，这就出现了所谓负电价。由于出现“负电价”，常规电源遭受严重经济损失[5]。
目前国内电力市场的研究主要集中在中长期电力市场交易机制和市场监管机制上，涉及到现货市场的研究也仅限于交易规则设计以及技术支持系统开发等方面，关于现货市场电价风险的研究有所欠缺，尤其是风电不确定性带来的电价波动风险。国外电力市场较为成熟，在该研究领域已取得了一些研究成果。文献[6]将风电考虑为负的负荷，建立市场出清模型，IEEE RTS标准算例系统表明了风电在一定范围内能降低电价，但该文献缺乏分析电价的波动范围以及发电侧的收益情况。文献[7]考虑风电参与市场竞价，利用剩余需求曲线获得风电申报电量和电价的关系，通过爱尔兰电力市场证明了引入不平衡惩罚能降低系统的不平衡电量，但该文献忽略了风电的随机波动性对市场风险的影响。文献[8]考虑了风电和传统机组的联合报价模式，建立以发电商收益最大化为目标的双层模型，西班牙电力市场的计算结果表明了风电将降低电价以及传统机组的收益，但该文献所提方法只适应于联合报价模式且约束条件考虑的不够全面。此外，还有一些学者通过建立市场均衡模型来分析可再生能源对电力市场的影响[9-11]。总体来说，现有文献缺乏考虑风电的随机波动性对市场电价风险的影响且考虑的约束条件不够全面，仍存在较大的不足。
[1]邵常政,丁一,宋永华,李亚平.典型新兴市场国家电力体制改革经验及借鉴意义[J].南方电网技术,2015,9(08):13-18.
[2]李璨,郭铭,曹志恒,乔凯.我国电力市场改革综述[J].科技创新与应用,2016(02):147-148.
[3]张丽英,叶廷路,辛耀中,韩丰,范高锋.大规模风电接入电网的相关问题及措施[J].中国电机工程学报,2010,30(25):1-9.
[4]贾文昭,康重庆,李丹,陈之栩,刘军.基于日前风功率预测的风电消纳能力评估方法[J].电网技术,2012,36(08):69-75.
[5]李灿,龚乐年,宋燕敏,喻洁.电力市场中现货电价的分析[J].电力系统及其自动化学报,2001(06):67-70.
[6]Morales J M，Conejo A J，Pérez-Ruiz J.Simulating the impact of windproduction on locational marginal prices[J].IEEE Transactions on PowerSystems，2011，26(2)：820-828.
[7]De La Nieta A A S，Contreras J，
J M，etal.Modeling the impactof a wind power producer as a price-maker[J].IEEE Transactions on PowerSystems，2014，29(6)：2723-2732.
[8]Martín S，Smeers Y，Aguado J A.A stochastic two settlementequilibrium model for electricity markets with wind genera-tion[J].IEEETransactions on Power Systems，2015，30(1)：233-245.
[9]McConnell D，Hearps P，Eales D，et al.Retrospective modeling of themerit-order effect on wholesale electricity prices from dis-tributedphotovoltaic generation in the Australian national elec-tricity market[J].Energy Policy,2013,58:17-27.
[10]Hildmann M，Ulbig A，Andersson G.Empirical analysis of the merit-order effect and the missing money problem in power markets with high RESshares[J].IEEE Transactions on Power Systems，2015，30(3)：1560-1570.
[11]Chattopadhyay D，Alpcan T.A game-theoretic analysis of windgeneration variability on electricity markets[J].IEEE Transac-tions on PowerSystems，2014，29(5)：2069-2077.
因此如何克服现有技术的不足是目前电力市场运行技术领域亟需解决的问题。
发明内容
本发明的目的是为了解决现有技术的不足，针对风电参与电力市场出现的电价波动风险问题，提供一种考虑风电的现货市场电价风险的控制方法及系统，该方法能计算出电价和发电商收益的期望值、波动范围以及概率信息，实用性强。
为实现上述目的，本发明采用的技术方案如下：
一种考虑风电的现货市场电价风险的控制方法，包括如下步骤：
步骤(1)，采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；
步骤(2)，根据步骤(1)得到的发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；
步骤(3)，根据步骤(2)得到的约束条件的对偶因子，计算得到节点电价的期望值；
步骤(4)，通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景；
步骤(5)，根据步骤(4)得到的风电的典型出力场景和步骤(2)得到的发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面；所述的传统发电机组为煤电、水电、核电和气电。
进一步，优选的是，步骤(1)中，所述的现货市场的机组合模型以购电成本最小为目标，具体为：
式(1)中，Fcoal(c,t)、Fhydro(h,t)、Fgas(g,t)、Fnuclear(n,t)、Fwind(w,t)分别为煤电机组c、水电机组h、气电机组g、核电机组n、风电场w在时段t下的运行费用；Ccoal(c,t)、Cgas(g,t)、Cnuclear(n,t)分别为煤电机组c、气电机组g、核电机组n在时段t下的启动费用；煤电机组个数为C，水电机组个数为H，气电机组个数为G，风电场个数为W，核电机组个数为N。
进一步，优选的是，步骤(1)中，
Fcoal(c,t)＝a2pc(c,t)2+a1pc(c,t)+a0 (2)
式(2)中，a2、a1、a0分别为煤电报价曲线的二次项系数、一次项系数和常数项，pc(c,t)为煤电机组c在时段t的出力；启动费用函数满足式(3)的约束，式(3)中，CU(c)为煤电机组c的单次启动成本，Uc(c,t)为煤电机组c在时段t的启停状态。
进一步，优选的是，步骤(1)中，约束条件包括系统负荷平衡约束、系统备用容量约束、线路安全约束和发电机组出力特性约束，其中发电机组出力特性约束包括煤电、气电、核电的出力上下限约束、爬坡率约束、最小开停机时间约束，水电的出力上下限约束、爬坡率约束和日发电量约束，风电的出力上下限约束；
步骤(2)中，约束条件包括系统负荷平衡约束、线路安全约束和发电机组出力特性约束，其中，发电机组出力特性约束包括煤电、气电、核电的出力上下限约束、爬坡率约束，水电的出力上下限约束、爬坡率约束和日发电量约束，风电的出力上下限约束。
进一步，优选的是，(1)系统负荷平衡约束为：
对于时段t，负荷平衡约束可以描述为：
式(4)中，pc(c,t)、pg(g,t)、ph(h,t)、pn(n,t)、pw(w,t)分别为煤电机组c、气电机组g、水电机组h、核电机组n、风电场w在时段t下的出力；T(j,t)为省间联络线j在时段t下的功率，受入功率为正，送出功率为负；D(t)为时段t的总负荷；煤电机组个数为C，水电机组个数为H，气电机组个数为G，风电场个数为W，核电机组个数为N；
(2)系统备用容量约束为：
需要保证除风电以外的机组的总开机容量满足系统的最小备用容量，系统正备用容量约束如式(5)所示，系统负备用容量约束如式(6)所示；
式(5)～(6)中，Uc(c,t)、Ug(g,t)、Uh(h,t)、Un(n,t)分别为煤电机组c、气电机组g、水电机组h、核电机组n在时段t下的启停状态，其中“1”表示开机，“0”表示停机；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力上限；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力下限；RU(t)为时段t的正备用需求，RD(t)为时段t的负备用需求；
(3)线路安全约束为：
式(7)中，
为线路l的潮流传输极限；Gl-c、Gl-g、Gl-h、Gl-n、Gl-w分别为煤电机组c、气电机组g、水电机组h、核电机组n、风电场w所在节点对线路l的功率转移因子；Gl-k为节点k对线路l的功率转移因子；D(k,t)为节点k在时段t的负荷。
进一步，优选的是，步骤(3)的具体方法为：
根据步骤(2)得到的约束条件的对偶因子，采用式(18)计算出节点电价；
式(18)中，LMPtk为节点k在时段t下的节点电价，λt为负荷平衡约束的对偶因子，ξtl、σtl为线路安全约束的对偶因子；
全系统的平均节点电价为Mt，计算式如(19)所示，式(19)中K为系统节点个数；
进一步，优选的是，步骤(4)的具体方法为：
从风电预测系统中采风电功率的期望值与方差，分别对每个时段构造风电功率正态分布函数；每个时段的风电实际出力满足正态分布N(μ,σ2)，其中
表示在时段t下的风电出力预测值，α为预测精度系数，α越小表示预测精度越高；
根据构造得到的风电功率正态分布函数，随机生成N1(N1≥1000)个风电出力场景，之后利用后退场景缩减法将风电场景缩减到N2(N2≤50)个。
进一步，优选的是，步骤(5)中，计算平均节点电价的波动范围具体方法为：
针对风电的每一个出力场景s进行步骤(1)至步骤(3)的计算，得到场景s下的平均节点电价曲线为Mt(s)，则时段t时，电价上限为
电价下限为
电价波动幅度为
本发明同时提供一种考虑风电的现货市场电价风险的评价系统，包括：
第一处理模块，用于采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；
第二处理模块，用于根据发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；根据约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景K；
风险评价模块，用于根据风电的典型出力场景和发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述考虑风电的现货市场电价风险的控制方法的步骤。
本发明另外提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述考虑风电的现货市场电价风险的控制方法的步骤。
本发明提到的“系统”均表示“电力系统”，即由发电厂、送变电线路、供配电所和用电等环节组成的大型网络，送变电线路交汇的点即为节点。
本发明与现有技术相比，其有益效果为：
1)本发明的现货市场的机组合模型和安全经济调度模型完整而且准确，考虑的能源类型包括了水电、核电、风电、火电、气电五种常见能源，适用范围广；
2)本发明充分考虑了风电的随机波动性，计算结果包括了电价期望值、电价区间、收益期望值、收益区间等多个维度的风险指标，有助于市场主体进行报价决策。
3)本发明基于数学优化理论以及不确定性分析理论，实现了对含风电的现货市场电价风险控制，改善了电力现货市场风险控制的效果。
附图说明
图1为应用实例中某省级电力市场总负荷预测曲线；
图2为应用实例中平均节点电价曲线；
图3为应用实例中某一风电场的随机场景；
图4为电价的波动情况曲线；
图5为煤电发电机组的利润波动情况；
图6为本发明实施例提供的考虑风电的现货市场电价风险的评价系统结构示意图；
图7为本发明实施例提供的电子设备结构示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
由于风电具有不确定性，随着风电参与电力市场比例的提高，将对电力市场的电价和传统发电商的收益带来很大影响。为了降低电力市场的电价风险以及提高对风电的消纳能力，本发明提出了一种考虑风电的现货市场电价风险的控制方法，其步骤如下：1)建立现货市场的机组合模型(SCUC模型)，并求解该模型，输出发电机组的启停方案；2)已知发电机组的启停方案，建立现货市场的安全经济调度模型，并求解该模型，输出约束条件的对偶因子和发电机组的出力计划；3)根据约束条件的对偶因子计算出节点电价的期望值；4)通过蒙特卡洛法生成风电随机场景，采用后退场景缩减法减小风电场景个数；5)计算平均节点电价的波动范围，计算传统发电机组的收益范围。
步骤1中，建立现货市场的机组合模型(SCUC模型)，并求解该模型，输出发电机组的启停方案，具体如下：
考虑煤电、水电、风电、核电、气电五种常用的电源类型，建立电力市场机组合模型，其中风电与其他电源类似，也参与电力市场的竞价。
1.1目标函数
假设某地区的煤电机组个数为C，水电机组个数为H，气电机组个数为G，风电场个数为W，核电机组个数为N。目标函数为购电成本最小，如式(1)所示。
式中，Fcoal(c,t)、Fhydro(h,t)、Fgas(g,t)、Fnuclear(n,t)、Fwind(w,t)分别为煤电机组c、水电机组h、气电机组g、核电机组n、风电场w在时段t下的运行费用；Ccoal(c,t)、Cgas(g,t)、Cnuclear(n,t)分别为煤电机组c、气电机组g、核电机组n在时段t下的启动费用。
以煤电机组为例，运行费用函数(即报价曲线)Fcoal如式(2)所示，式中a2、a1、a0分别为煤电报价曲线的二次项系数、一次项系数和常数项，pc(c,t)为煤电机组c在时段t的出力；启动费用函数满足式(3)的约束，式中CU(c)为煤电机组c的单次启动成本，Uc(c,t)为煤电机组c在时段t的启停状态。
Fcoal(c,t)＝a2pc(c,t)2+a1pc(c,t)+a0 (2)
1.2约束条件
(1)系统负荷平衡约束
对于时段t，负荷平衡约束可以描述为：
式中，pg(g,t)、ph(h,t)、pn(n,t)、pw(w,t)分别为气电机组g、水电机组h、核电机组n、风电场w在时段t下的出力；T(j,t)为省间联络线j在时段t下的功率(受入功率为正，送出功率为负)；D(t)为时段t的总负荷。
(2)系统备用容量约束
需要保证可控机组(即除风电以外的机组)的总开机容量满足系统的最小备用容量，系统正备用容量约束如式(5)所示，系统负备用容量约束如式(6)所示。
式中，Ug(g,t)、Uh(h,t)、Un(n,t)分别为气电机组g、水电机组h、核电机组n在时段t下的启停状态，其中“1”表示开机，“0”表示停机；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力上限；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力下限；RU(t)为时段t的正备用需求，RD(t)为时段t的负备用需求。
(3)线路安全约束
式中，
为线路l的潮流传输极限；Gl-c、Gl-g、Gl-h、Gl-n、Gl-w分别为煤电机组c、气电机组g、水电机组h、核电机组n、风电场w所在节点对线路l的功率转移因子；Gl-k为节点k对线路l的功率转移因子；D(k,t)为节点k在时段t的负荷。
(4)各类型发电机组出力特性约束
①煤电、气电、核电
煤电、气电、核电需要考虑上下限约束、爬坡率约束、最小开停机时间约束。以煤电为例，上下限约束如式(8)所示，爬坡率约束如式(9)-(10)所示，最小开停机时间约束如式(11)-(12)所示。气电、核电的出力特性约束与煤电一致，本发明不在赘述。
式中，
分别为煤电机组c的向上、向下爬坡速率；TU(c)、TD(c)分别为煤电机组c的最小连续开机时间和最小连续停机时间。
②水电
水电考虑上下限约束，如式(13)所示；考虑爬坡率约束，如式(14)-(15)所示；考虑日发电量约束，如式(16)所示。
式中，
分别为水电机组h的向上、向下爬坡速率；Q(h)为水电机组h的日发电量限制。
③风电
风电考虑上下限约束，如式(17)所示。
式中，
为风电场w在时段t下的预测出力。
1.3模型求解
在通用优化建模软件中写入SCUC模型，并调用CPLEX求解器进行求解，最后将发电机组的启停计划输出到数据文件中。
步骤2中，已知发电机组的启停方案，建立现货市场的安全经济调度模型，并求解该模型，输出约束条件的对偶因子和发电机组的出力计划，具体如下：
在已知发电机组启停方案的基础上，进行电力市场安全经济调度的计算。建立现货市场的安全经济调度模型(SCED模型)，具体如下：
(1)SCED模型的目标函数函数忽略机组启动费用，如式(18)所示。
(2)SCED模型的约束条件与上节中的SCUC模型类似，不同之处在于SCED模型不考虑系统备用容量约束和机组的最小开停机时间约束。具体如下：
1)系统负荷平衡约束，如式(4)所示；
2)线路安全约束，如式(7)所示；
3)煤电、气电、核电出力特性约束，如(8)-(10)所示；
4)水电出力特性约束，如式(13)-(16)所示；
5)风电出力特性约束，如式(17)所示。
在通用优化建模软件中写入SCED模型，读取数据文件中的发电机组启停方案，调用CPLEX优化求解器，求解SCED模型，将约束条件的对偶因子(功率平衡约束和线路安全约束的对偶因子)和发电机组的出力计划输出到数据文件。
步骤3中，根据约束条件的对偶因子计算出节点电价的期望值，具体如下：
读取数据文件中约束条件的对偶因子，根据式(18)计算出节点电价。
式中，LMPtk为节点k在时段t下的节点电价的期望值，λt为负荷平衡约束的对偶因子，ξtl、σtl为线路安全约束的对偶因子。
全系统的平均节点电价为Mt，计算式如下所示，式中K为系统节点个数。
步骤4中，通过蒙特卡洛法生成风电随机场景，采用后退场景缩减法减小风电场景个数，具体如下：
从风电预测系统中读取期望值与方差，每个时段都构造出风电功率正态分布函数。每个时段的风电实际出力满足正态分布N(μ,σ2)，其中
表示在时段t下的风电出力预测值，α为预测精度系数，α越小表示预测精度越高。
根据正态分布函数随机生成N1(N1≥1000)个风电出力场景，利用后退场景缩减法将风电场景缩减到N2(N2≤50)个。
步骤5中，计算平均节点电价的波动范围，计算传统发电机组的收益范围，具体如下：
(1)计算平均节点电价的波动范围
针对风电的每一个出力场景s进行步骤1至步骤3的计算，得到场景s下的电价曲线为Mt(s)，则时段t时，电价上限为
电价下限为
电价波动幅度为
(2)计算传统发电机组的收益范围
以煤电机组c为例，根据式(20)计算出煤电机组c的利润。式中，fc(t)为煤电机组c在时段t下的利润，Bc为煤电机组c的单位电量发电成本。
ft＝LMPtk×pc(c,t)-Bc×pc(c,t) (20)
假设煤电机组c所在节点为k。
图6为本发明实施例提供的考虑风电的现货市场电价风险的评价系统结构示意图，如图6所示，本发明实施例提供了一种考虑风电的现货市场电价风险的评价系统，包括：第一处理模块101，用于采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；第二处理模块102，用于根据发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；根据约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景K；风险评价模块103，用于根据风电的典型出力场景和发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面。
在本发明实施例中，第一处理模块101采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案，之后，第二处理模块102根据发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；根据约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景K；最后，风险评价模块103根据风电的典型出力场景和发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面。
本发明实施例提供的一种考虑风电的现货市场电价风险的评价系统，充分考虑了风电的随机波动性，计算结果包括了电价期望值、电价区间、收益期望值、收益区间等多个维度的风险指标，有助于市场主体进行报价决策。
本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图7为本发明实施例提供的电子设备结构示意图，参照图7，该电子设备可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下方法：采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；根据发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；根据约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景K；根据风电的典型出力场景和发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面。
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的电网频率振荡的控制方法，例如包括：采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；根据发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；根据约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景K；根据风电的典型出力场景和发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应用实例
某省级电力市场有9个煤电机组、3个水电机组、4个气电机组、2个核电机组、3个风电场。该地区某日的总负荷预测曲线如图1所示，机组的基础参数与报价信息如表1～表5所示。
表1煤电机组参数
表2水电机组参数
表3气电机组参数
表4核电机组参数
表5风电机组参数
| 序号 | a<sub>2</sub>(元MW<sup>-2</sup>) | a<sub>1</sub>(元MW<sup>-1</sup>) | a<sub>0</sub>(元) |
| w1 | 0 | 20 | 2000 |
| w2 | 0 | 20 | 2000 |
所述步骤1中，建立现货市场的机组合模型(SCUC模型)，并求解该模型，输出发电机组的启停方案，具体如下：
1.1目标函数
该地区煤电机组个数为C＝9，水电机组个数为H＝3，气电机组个数为G＝4，风电场个数为W＝3，核电机组个数为N＝2。
目标函数为购电成本最小，如式(1)所示。
式中，Fcoal(c,t)、Fhydro(h,t)、Fgas(g,t)、Fnuclear(n,t)、Fwind(w,t)分别为煤电机组c、水电机组h、气电机组g、核电机组n、风电场w在时段t下的运行费用；Ccoal(c,t)、Cgas(g,t)、Cnuclear(n,t)分别为煤电机组c、气电机组g、核电机组n在时段t下的启动费用。
以煤电机组为例，运行费用函数(即报价曲线)Fcoal如式(2)所示，式中a2、a1、a0分别为煤电报价曲线的二次项系数、一次项系数和常数项，pc(c,t)为煤电机组c在时段t的出力；启动费用函数满足式(3)的约束，式中CU(c)为煤电机组c的单次启动成本，Uc(c,t)为煤电机组c在时段t的启停状态。
Fcoal(c,t)＝a2pc(c,t)2+a1pc(c,t)+a0 (2)
1.2约束条件
(1)系统负荷平衡约束
对于时段t，负荷平衡约束可以描述为：
式中，pg(g,t)、ph(h,t)、pn(n,t)、pw(w,t)分别为气电机组g、水电机组h、核电机组n、风电场w在时段t下的出力；T(j,t)为省间联络线j在时段t下的功率(受入功率为正，送出功率为负)；D(t)为时段t的总负荷。
(2)系统备用容量约束
需要保证可控机组(即除风电以外的机组)的总开机容量满足系统的最小备用容量，系统正备用容量约束如式(5)所示，系统负备用容量约束如式(6)所示。
式中，Ug(g,t)、Uh(h,t)、Un(n,t)分别为气电机组g、水电机组h、核电机组n在时段t下的启停状态，其中“1”表示开机，“0”表示停机；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力上限；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力下限；RU(t)为时段t的正备用需求，RD(t)为时段t的负备用需求。
(3)线路安全约束
式中，
为线路l的潮流传输极限；Gl-c、Gl-g、Gl-h、Gl-n、Gl-w分别为煤电机组c、气电机组g、水电机组h、核电机组n、风电场w所在节点对线路l的功率转移因子；Gl-k为节点k对线路l的功率转移因子；D(k,t)为节点k在时段t的负荷。
(4)各类型发电机组出力特性约束
①煤电、气电、核电
煤电、气电、核电需要考虑上下限约束、爬坡率约束、最小开停机时间约束。以煤电为例，上下限约束如式(8)所示，爬坡率约束如式(9)-(10)所示，最小开停机时间约束如式(11)-(12)所示。气电、核电的出力特性约束与煤电一致，本发明不在赘述。
式中，
分别为煤电机组c的向上、向下爬坡速率；TU(c)、TD(c)分别为煤电机组c的最小连续开机时间和最小连续停机时间。
②水电
水电考虑上下限约束，如式(13)所示；考虑爬坡率约束，如式(14)-(15)所示；考虑日发电量约束，如式(16)所示。
式中，
分别为水电机组h的向上、向下爬坡速率；Q(h)为水电机组h的日发电量限制。
③风电
风电考虑上下限约束，如式(17)所示。
式中，
为风电场w在时段t下的预测出力。
1.3模型求解
在通用优化建模软件中写入SCUC模型，并调用CPLEX求解器进行求解，最后将发电机组的启停计划输出到数据文件中。
计算出来的发电机组启停方案如表6所示。
表6
| 时段 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| c1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| c2 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| c3 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| c4 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| c5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 |
| c6 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| c7 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| c8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 |
| c9 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| h1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 1 | 0 |
| h2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 1 | 1 | 1 | 0 | 1 | 1 | 1 | 0 |
| h3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 0 |
| g1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| g2 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 |
| g3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| g4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| n1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| n2 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
备注：“1”表示机组处于启动状态，“0”表示机组处于关机状态。每个时段为1个小时，总共24小时。
所述步骤2中，已知发电机组的启停方案，建立现货市场的安全经济调度模型，并求解该模型，输出约束条件的对偶因子和发电机组的出力计划，具体如下：
在已知发电机组启停方案的基础上，进行电力市场安全经济调度的计算。本发明建立的电力市场安全经济调度模型(SCED模型)的目标函数为总运行费用最小，不考虑机组启动费用；约束条件与上节中的SCUC模型类似，不同之处在于SCED模型不考虑系统备用容量约束和机组的最小开停机时间约束。
在通用优化建模软件中写入SCED模型，读取数据文件中的发电机组启停方案，调用CPLEX优化求解器，求解SCED模型，将约束条件的对偶因子和发电机组的出力计划输出到数据文件。
计算出来的发电机组出力计划如表7所示。
表7
所述步骤3中，根据约束条件的对偶因子计算出节点电价的期望值，具体如下：
读取数据文件中约束条件的对偶因子，根据式(18)计算出节点电价。
式中，LMPtk为节点k在时段t下的节点电价，λt为负荷平衡约束的对偶因子，ξtl、σtl为线路安全约束的对偶因子。
全系统的平均节点电价为Mt，计算式如下所示，式中K为系统节点个数。
计算出的平均节点电价如图2所示。
所述步骤4中，通过蒙特卡洛法生成风电随机场景，采用后退场景缩减法减小风电场景个数，具体如下：
从风电预测系统中读取期望值与方差，每个时段都构造出风电功率正态分布函数。每个时段的风电实际出力满足正态分布N(μ,σ2)，其中
表示在时段t下的风电出力预测值，α为预测精度系数，α越小表示预测精度越高。
根据正态分布函数随机生成N1(N1≥1000)个风电出力场景，利用后退场景缩减法将风电场景缩减到N2(N2≤50)个。
案例中的某一风电场的随机场景如图3所示。
所述步骤5中，计算平均节点电价的波动范围，计算传统发电机组的收益范围，具体如下：
(1)计算平均节点电价的波动范围
针对风电的每一个出力场景s进行步骤1至步骤3的计算，得到场景s下的电价曲线为Mt(s)，则时段t时，电价上限为
电价下限为
电价波动幅度为
结果如图4所示。
(2)计算传统发电机组的收益范围
以煤电机组c为例，根据式(20)计算出煤电机组c的利润，结果如图5所示。其中，当风电为期望值时，根据式(20)计算出来的利润值为煤电机组的期望利润；进一步地，根据式(20)计算出所有风电随机场景下的煤电机组利润曲线，然后计算出每个时段下所有场景的利润上限和下限，从而获得利润边界。
式中，fc(t)为煤电机组c在时段t下的利润，Bc为煤电机组c的单位电量发电成本。
ft＝LMPt×pc(c,t)-Bc×pc(c,t) (20)
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种考虑风电的现货市场电价风险的控制方法，其特征在于，包括如下步骤：
步骤(1)，采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；
步骤(2)，根据步骤(1)得到的发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；
步骤(3)，根据步骤(2)得到的约束条件的对偶因子，计算得到节点电价的期望值；
步骤(4)，通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景；
步骤(5)，根据步骤(4)得到的风电的典型出力场景和步骤(2)得到的发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面；所述的传统发电机组为煤电、水电、核电和气电。
2.根据权利要求1所述的考虑风电的现货市场电价风险的控制方法，其特征在于，步骤(1)中，所述的现货市场的机组合模型以购电成本最小为目标，具体为：
式(1)中，Fcoal(c,t)、Fhydro(h,t)、Fgas(g,t)、Fnuclear(n,t)、Fwind(w,t)分别为煤电机组c、水电机组h、气电机组g、核电机组n、风电场w在时段t下的运行费用；Ccoal(c,t)、Cgas(g,t)、Cnuclear(n,t)分别为煤电机组c、气电机组g、核电机组n在时段t下的启动费用；煤电机组个数为C，水电机组个数为H，气电机组个数为G，风电场个数为W，核电机组个数为N。
3.根据权利要求2所述的考虑风电的现货市场电价风险的控制方法，其特征在于，步骤(1)中，
Fcoal(c,t)＝a2pc(c,t)2+a1pc(c,t)+a0 (2)
式(2)中，a2、a1、a0分别为煤电报价曲线的二次项系数、一次项系数和常数项，pc(c,t)为煤电机组c在时段t的出力；启动费用函数满足式(3)的约束，式(3)中，CU(c)为煤电机组c的单次启动成本，Uc(c,t)为煤电机组c在时段t的启停状态。
4.根据权利要求1所述的考虑风电的现货市场电价风险的控制方法，其特征在于，步骤(1)中，约束条件包括系统负荷平衡约束、系统备用容量约束、线路安全约束和发电机组出力特性约束，其中发电机组出力特性约束包括煤电、气电、核电的出力上下限约束、爬坡率约束、最小开停机时间约束，水电的出力上下限约束、爬坡率约束和日发电量约束，风电的出力上下限约束；
步骤(2)中，约束条件包括系统负荷平衡约束、线路安全约束和发电机组出力特性约束，其中，发电机组出力特性约束包括煤电、气电、核电的出力上下限约束、爬坡率约束，水电的出力上下限约束、爬坡率约束和日发电量约束，风电的出力上下限约束。
5.根据权利要求4所述的考虑风电的现货市场电价风险的控制方法，其特征在于：
(1)系统负荷平衡约束为：
对于时段t，负荷平衡约束可以描述为：
式(4)中，pc(c,t)、pg(g,t)、ph(h,t)、pn(n,t)、pw(w,t)分别为煤电机组c、气电机组g、水电机组h、核电机组n、风电场w在时段t下的出力；T(j,t)为省间联络线j在时段t下的功率，受入功率为正，送出功率为负；D(t)为时段t的总负荷；煤电机组个数为C，水电机组个数为H，气电机组个数为G，风电场个数为W，核电机组个数为N；
(2)系统备用容量约束为：
需要保证除风电以外的机组的总开机容量满足系统的最小备用容量，系统正备用容量约束如式(5)所示，系统负备用容量约束如式(6)所示；
式(5)～(6)中，Uc(c,t)、Ug(g,t)、Uh(h,t)、Un(n,t)分别为煤电机组c、气电机组g、水电机组h、核电机组n在时段t下的启停状态，其中“1”表示开机，“0”表示停机；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力上限；
分别为煤电机组c、气电机组g、水电机组h、核电机组n的出力下限；RU(t)为时段t的正备用需求，RD(t)为时段t的负备用需求；
(3)线路安全约束为：
式(7)中，
为线路l的潮流传输极限；Gl-c、Gl-g、Gl-h、Gl-n、Gl-w分别为煤电机组c、气电机组g、水电机组h、核电机组n、风电场w所在节点对线路l的功率转移因子；Gl-k为节点k对线路l的功率转移因子；D(k,t)为节点k在时段t的负荷。
6.根据权利要求1所述的考虑风电的现货市场电价风险的控制方法，其特征在于，步骤(3)的具体方法为：
根据步骤(2)得到的约束条件的对偶因子，采用式(18)计算出节点电价；
式(18)中，LMPtk为节点k在时段t下的节点电价，λt为负荷平衡约束的对偶因子，ξtl、σtl为线路安全约束的对偶因子；
全系统的平均节点电价为Mt，计算式如(19)所示，式(19)中K为系统节点个数；
7.根据权利要求1所述的考虑风电的现货市场电价风险的控制方法，其特征在于，步骤(4)的具体方法为：
从风电预测系统中采风电功率的期望值与方差，分别对每个时段构造风电功率正态分布函数；每个时段的风电实际出力满足正态分布N(μ,σ2)，其中
表示在时段t下的风电出力预测值，α为预测精度系数，α越小表示预测精度越高；
根据构造得到的风电功率正态分布函数，随机生成N1(N1≥1000)个风电出力场景，之后利用后退场景缩减法将风电场景缩减到N2(N2≤50)个；
步骤(5)中，计算平均节点电价的波动范围具体方法为：
针对风电的每一个出力场景s进行步骤(1)至步骤(3)的计算，得到场景s下的平均节点电价曲线为Mt(s)，则时段t时，电价上限为
电价下限为
电价波动幅度为
8.一种考虑风电的现货市场电价风险的评价系统，其特征在于，包括：
第一处理模块，用于采用煤电、水电、风电、核电、气电五种电源类型建立现货市场的机组合模型，并根据约束条件求解该模型，得到发电机组的启停方案；
第二处理模块，用于根据发电机组的启停方案，建立现货市场的安全经济调度模型，并根据约束条件求解该模型，得到约束条件的对偶因子和发电机组的出力计划；根据约束条件的对偶因子，计算得到节点电价的期望值；通过蒙特卡洛法生成风电随机场景，然后采用后退场景缩减法减小风电场景个数，得到风电的典型出力场景K；
风险评价模块，用于根据风电的典型出力场景和发电机组的出力计划，最后进行风险评价，所述的风险评价包括计算平均节点电价的波动范围和计算传统发电机组的收益范围两个方面。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述考虑风电的现货市场电价风险的控制方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述考虑风电的现货市场电价风险的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911265857.5A CN111027864A (zh) | 2019-12-11 | 2019-12-11 | 一种考虑风电的现货市场电价风险的控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911265857.5A CN111027864A (zh) | 2019-12-11 | 2019-12-11 | 一种考虑风电的现货市场电价风险的控制方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111027864A true CN111027864A (zh) | 2020-04-17 |
Family
ID=70205787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911265857.5A Pending CN111027864A (zh) | 2019-12-11 | 2019-12-11 | 一种考虑风电的现货市场电价风险的控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111027864A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112183855A (zh) * | 2020-09-27 | 2021-01-05 | 中国南方电网有限责任公司 | 区域电力现货市场出清方法、装置和电子设备 |
| CN112803497A (zh) * | 2021-03-03 | 2021-05-14 | 国家电网公司西南分部 | 含可调节负荷风光互补微电网调度市场风险管控方法及系统 |
| CN113487342A (zh) * | 2021-06-03 | 2021-10-08 | 华中科技大学 | 一种热力系统作为利益整体参与电力市场的决策方法 |
| CN114066519A (zh) * | 2021-11-17 | 2022-02-18 | 华能桐乡燃机热电有限责任公司 | 评估存量燃气机组在电力市场中发电效益的系统及方法 |
-
2019
- 2019-12-11 CN CN201911265857.5A patent/CN111027864A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112183855A (zh) * | 2020-09-27 | 2021-01-05 | 中国南方电网有限责任公司 | 区域电力现货市场出清方法、装置和电子设备 |
| CN112803497A (zh) * | 2021-03-03 | 2021-05-14 | 国家电网公司西南分部 | 含可调节负荷风光互补微电网调度市场风险管控方法及系统 |
| CN113487342A (zh) * | 2021-06-03 | 2021-10-08 | 华中科技大学 | 一种热力系统作为利益整体参与电力市场的决策方法 |
| CN114066519A (zh) * | 2021-11-17 | 2022-02-18 | 华能桐乡燃机热电有限责任公司 | 评估存量燃气机组在电力市场中发电效益的系统及方法 |
| CN114066519B (zh) * | 2021-11-17 | 2024-02-02 | 华能桐乡燃机热电有限责任公司 | 评估存量燃气机组在电力市场中发电效益的系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111027864A (zh) | 一种考虑风电的现货市场电价风险的控制方法及系统 | |
| CN104166946B (zh) | 促进新能源并网消纳的备用及调峰辅助服务成本分摊方法 | |
| CN110310173B (zh) | 一种可再生能源参与中长期电力交易的电量分配方法 | |
| CN111952980A (zh) | 考虑需求侧响应不确定性的综合能源系统优化方法及系统 | |
| CN111429024B (zh) | 一种考虑灵活性平衡机理的水-风-光短期联合调度方法 | |
| CN109586284B (zh) | 考虑弃能约束的送端电力系统随机生产模拟方法及应用 | |
| CN112257926B (zh) | 一种基于分区电价的能量块电力交易系统和出清方法 | |
| CN113205273B (zh) | 一种计及区外电能交易的低碳化电源规划方法及系统 | |
| CN110929428B (zh) | 一种电力系统发电容量充裕度确定方法及系统 | |
| CN112116476A (zh) | 计及风电和碳交易机制的综合能源系统模拟方法 | |
| Hu et al. | The development of renewable energy industry under renewable portfolio standards: from the perspective of provincial resource differences | |
| CN108695893B (zh) | 一种省级电网新能源弃电量影响因素分解方法 | |
| CN116415799B (zh) | 一种储能规模与结构的规划方法及系统 | |
| CN113435673A (zh) | 基于负荷率的深度调峰费用分摊计算方法和系统 | |
| CN110929978A (zh) | 一种电力市场风险评估方法及评估系统 | |
| CN112510709B (zh) | 火电机组调峰成本及边际贡献计算系统与方法 | |
| CN113690925B (zh) | 一种基于微电网的能量交互优化方法及系统 | |
| CN114936672A (zh) | 一种基于纳什谈判法的多虚拟电厂联合调度方法 | |
| Miljan et al. | Optimal bidding for a large battery-electrolyzer facility in the day-ahead market | |
| CN111079245A (zh) | 一种电网承载电量的调控方法 | |
| Xuan et al. | Research on the Electricity Market Clearing Model and Price Fluctuation with Wind Power | |
| CN113890107B (zh) | 一种考虑峰荷新能源贡献率确定调节容量的方法及系统 | |
| Li et al. | Optimal Capacity Allocation of Photovoltaic Energy Storage Charging Station Considering CVaR Assessment for Low Revenue Risk | |
| CN110298493B (zh) | 一种基于博弈和市场动态自适应调节机制的电源规划方法 | |
| Yu et al. | Monthly Contract Decomposition in Hydropower-dominated Electricity Market: Balancing Generation Fairness and Load Following |
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: 20200417 |
|
| RJ01 | Rejection of invention patent application after publication |