CN111126772A - 一种模拟电力现货市场平衡的方法及系统 - Google Patents

Abstract

本申请公开了一种模拟电力现货市场平衡的方法及系统，该方法包括：首先获取可再生能源的出力模型，然后根据出力模型确定可再生能源的概率密度函数，利用多元线性蒙特卡洛模拟方法对该概率密度函数进行线性分割，使可再生能源出力与概率密度函数相匹配，再根据线性分割结果和节点报价平衡条件计算得出不同节点的发电出力和报价，最后，根据不同节点的发电出力和报价，利用公式计算得出电力系统报价匹配平衡结果。该系统包括：可再生能源出力模型获取模块、概率密度函数确定模块、线性分割模块、节点发电出力和报价模块以及电力系统报价模块。通过本申请，能够大大提高模拟结果的准确性。

Description

一种模拟电力现货市场平衡的方法及系统

技术领域

本申请涉及电力市场运行管理技术领域，特别是涉及一种模拟电力现货市场平衡的方法及系统。

背景技术

随着电力市场的发展，电力现货市场逐渐成为我国电力市场的关键组成部分。如何模拟电力现货市场的平衡，从而对市场运行的稳定性提供有效指导，是个重要的技术问题。

目前模拟电力现货市场平衡的方法，主要采用蒙特卡洛模拟仿真方法，该方法是一种数据随机抽取的方法。具体地，针对10KW、20KW、30KW等不同发电系统中，光伏、风机出力以及用户用电需求有各自的取值范围，每一个取值有与其相对应的取值概率。在供应侧发电出力确定的情况下，对用户侧用电需求进行随机抽取；在用户侧用户需求确定的情况下，对供应侧的风速、光照强度等进行抽取。在供应侧发电出力和用户侧用户需求都不确定的情况下，对供应侧和用户侧随机抽取。

然而，目前模拟电力现货市场平衡的方法中，当供应侧或用户侧单侧需求确定时，抽取结果相对较准确。当供应侧和用户侧两侧都进行抽取时，由于供应侧和用户侧随机抽取，极有可能出现采用风速的概率密度抽取光照强度，或者采用光照强度的概率密度抽取风速，这种概率不匹配的情况，会导致模拟结果不够准确。

发明内容

本申请提供了一种模拟电力现货市场平衡的方法及系统，以解决现有技术中的模拟电力现货市场平衡的方法导致模拟结果准确性较低的问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种模拟电力现货市场平衡的方法，所述方法包括：

获取可再生能源的出力模型，所述可再生能源包括风能和光伏，所述出力模型包括：风机出力模型和光伏发电出力模型；

根据所述出力模型，确定所述可再生能源的概率密度函数；

利用多元线性蒙特卡洛模拟方法，对所述可再生能源的概率密度函数进行线性分割，使所述可再生能源的出力与所述可再生能源的概率密度函数相匹配；

根据线性分割结果和节点报价平衡条件

计算得出不同节点的发电出力和报价，所述节点为电力系统的节点，输电容量约束为V_xy(ρ_x,t-ρ_y,t)≤TR_xy，q_xh,t为火电机组在t时间段和在节点x的成交出力之和，q_xj,bt、q_xu,bt为风机j、光伏机组u在x节点、t时间段的成交出力之和，n_z为x周边节点数量，ρ_x,t和ρ_y,t为节点x和y的电压相位角，D_x,t为节点x处的负荷，该等式在任意的t时间段内成立；

根据不同节点的发电出力和报价，利用公式

计算得出电力系统报价匹配平衡结果，其中，q_xh,bt＝q_1h,bt+q_2h,bt+…+q_xh,bt，q_xj,bt＝q_1j,bt+q_2j,bt+…+q_xj,bt，q_xu,bt＝q_1u,bt+p_2u,bt+…+q_xu,bt，报价约束为：q_xy,bt≤q_{x max}，0≤q_jy,bt≤q_{j max}，0≤q_uy,bt≤q_{u max}，q_i,t为火电机组出力，q_j,t、q_u,t分别为风电、光伏在t时间段内的发电出力，q_LOSS为输电功率损耗，D_total为系统总负荷，D_CUT为系统切负荷，q_o,t为储能设备充放电功率，当储能设备放电时，取值为正，储能设备充电时取值为负。

可选地，风机出力模型为

风速的概率密度函数为：

光伏发电出力模型为：Q_PV＝LMθ，光照强度的概率密度模型为：

其中，

θ＝θ_TEST[1-ψ(T-T_TEST)]。

可选地，所述利用多元线性蒙特卡洛模拟方法，对所述可再生能源的概率密度函数进行线性分割，使所述可再生能源的出力与所述可再生能源的概率密度函数相匹配的方法，包括：

确定输入变量和输出变量的概率密度函数，所述输入变量包括：用户用电需求报价、火电机组报价、风电机组报价以及光伏发电机组报价，所述输出变量包括：用户用电负荷；

利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分，其中，i＝1,2,3……m，用户用电负荷的概率密度函数被分割为m部分，Y_i是第i部分的系统输出指标，Y_0-i是电力电量平衡公式中用户用电负荷的抽取概率空间，且g_s(Y_0-i)＝μ(X_i)，J_i是Y_0-i的雅克比矩阵，X_i为第i部分的随机输入变量，μ(X_i)是第i部分的输入变量的平均值；

利用公式g_s(Y_0-i)＝μ(X_i)计算得出用户用电负荷的抽取概率空间进行线性化，其中，g_s为线性函数。

可选地，当i取值为1时，利用公式Y＝Y₀+J₀ ^-1[X-μ(X)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分。

一种模拟电力现货市场平衡的系统，所述系统包括：

可再生能源出力模型获取模块，用于获取可再生能源的出力模型，所述可再生能源包括风能和光伏，所述出力模型包括：风机出力模型和光伏发电出力模型；

概率密度函数确定模块，用于根据所述出力模型，确定所述可再生能源的概率密度函数；

线性分割模块，用于利用多元线性蒙特卡洛模拟方法，对所述可再生能源的概率密度函数进行线性分割，使所述可再生能源的出力与所述可再生能源的概率密度函数相匹配；

节点发电出力和报价模块，用于根据线性分割结果和节点报价平衡条件

计算得出不同节点的发电出力和报价，所述节点为电力系统的节点，输电容量约束为V_xy(ρ_x,t-ρ_y,t)≤TR_xy，q_xh,t为火电机组在t时间段和在节点x的成交出力之和，q_xj,bt、q_xu,bt分别为风机j、光伏机组u在x节点、t时间段的成交出力之和，n_z为x周边节点数量，ρ_x,t和ρ_y,t为节点x和y的电压相位角，D_x,t为节点x处的负荷，该等式在任意的t时间段内成立；

电力系统报价模块，用于根据不同节点的发电出力和报价，利用公式

计算得出电力系统报价匹配平衡结果，其中，q_xh,bt＝q_1h,bt+q_2h,bt+…+q_xh,bt，q_xj,bt＝q_1j,bt+q_2j,bt+…+q_xj,bt，q_xu,bt＝q_1u,bt+p_2u,bt+…+q_xu,bt，报价约束为：q_xy,bt≤q_{x max}，0≤q_jy,bt≤q_{j max}，0≤q_uy,bt≤q_{u max}，q_i,t为火电机组出力，q_j,t、q_u,t为风电、光伏在t时间段内的发电出力，q_LOSS为输电功率损耗，D_total为系统总负荷，D_CUT为系统切负荷，q_o,t为储能设备充放电功率，当储能设备放电时，取值为正，充电时取值为负。

可选地，所述线性分割模块包括：

取值概率区间获取单元，用于获取输入输出变量概率密度所确定的取值概率区间，所述输入变量包括：用户用电需求报价、火电机组报价、风电机组报价以及光伏发电机组报价，所述输出变量包括：用户用电负荷；

区域划分单元，用于利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分，其中，i＝1,2,3……m，用户用电负荷的概率密度函数被分割为m部分，Y_i是第i部分的系统输出指标，Y_0-i是电力电量平衡公式中用户用电负荷的抽取概率空间，且g_s(Y_0-i)＝μ(X_i)，J_i是Y_0-i的雅克比矩阵，X_i为第i部分的随机输入变量，μ(X_i)是第i部分的输入变量的平均值；

线性化单元，用于利用公式g_s(Y_0-i)＝μ(X_i)计算得出用户用电负荷的抽取概率空间进行线性化，其中，g_s为线性函数。

可选地，所述风机出力模型为

风速的概率密度函数为：

所述光伏发电出力模型为：Q_PV＝LMθ，光照强度的概率密度模型为：

其中，

θ＝θ_TEST[1-ψ(T-T_TEST)]。

本申请的实施例提供的技术方案可以包括以下有益效果：

本申请提供一种模拟电力现货市场平衡的方法，该方法首先获取可再生能源的出力模型，然后根据出力模型确定可再生能源的概率密度函数，利用多元线性蒙特卡洛模拟方法对该概率密度函数进行线性分割，使可再生能源出力与概率密度函数相匹配，再根据线性分割结果和节点报价平衡条件计算得出不同节点的发电出力和报价，最后，根据不同节点的发电出力和报价，利用公式计算得出电力系统报价匹配平衡结果。本实施例通过对现有的蒙特卡洛模型进行改进，建立可再生能源出力的概率区间与用户用电负荷概率区间之间的映射关系，且利用该映射关系指导用户进行报价，有利于提高蒙特卡洛模型的计算精度，通过线性切割的方法将用户用电需求报价、风电、光伏发电出力报价的概率区间切割成相互对应的若干区间，在对应的区间内按照正态分布概率及一定的规律进行随机抽取，抽取结果更加科学合理，更加与电力市场运行的现实情况更加相符，因此，这种方法有利于提高抽取结果和报价结果的准确性，从而提高对电力现货市场平衡的模拟结果的准确性。

本申请还提供一种模拟电力现货市场平衡的系统，该系统主要包括：可再生能源出力模型获取模块、概率密度函数确定模块、线性分割模块、节点发电出力和报价模块以及电力系统报价模块。通过线性分割模块，对可再生能源的概率密度函数进行线性分割，从而使可再生能源的出力的概率区间与用户用电负荷概率区间之间建立映射关系，提高两种概率区间的匹配度，有利于提高模拟结果的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例所提供的一种模拟电力现货市场平衡的方法的流程示意图；

图2为本申请实施例中概率密度区间线性分割示意图；

图3为本申请实施例中多元线性MC方法计算流程图；

图4为本申请实施例所提供的一种模拟电力现货市场平衡的系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

为了更好地理解本申请，下面结合附图来详细解释本申请的实施方式。

实施例一

参见图1，图1为本申请实施例所提供的一种模拟电力现货市场平衡的方法的流程示意图。由图1可知，本实施例中模拟电力现货市场平衡的方法主要包括如下步骤：

S1：获取可再生能源的出力模型。

本实施例中的可再生能源包括风能和光伏，可再生能源的出力模型包括：风机出力模型和光伏发电出力模型。

本实施例中风机出力模型采用：

其中，Q_W(v)为风机出力功率，Q_r为风机的额定功率，v为风速，v_c为切入风速，v_r为额定风速，v_f为切出风速，风速v是随机性较强的因素，本实施例中采用韦伯分布来确定v的概率分布：

本实施例中光伏发电出力模型采用：Q_PV＝LMθ，其中，Q_PV为光伏发电出力功率，L为光照强度，M为受光面积，θ为发电效率。其中θ主要受到环境温度影响，其计算公式为：θ＝θ_TEST[1-ψ(T-T_TEST)]，该公式中，Q_TEST为标准测试条件下的转化效率，ψ为功率温度系数，T为实际温度，T_TEST为测试标准情况下的温度。光照强度L是随机性较强的因素，本实施例中采用贝塔分布函数确定L的概率分布。贝塔分布函数如下：

其中，f_L(L)为光照强度的概率密度函数，L_max为太阳光照强度的最大偏差值，ξ和η分别为平均偏差值和标准偏差值。

继续参见图1可知，获取到可再生能源的出力模型之后，执行步骤S2：根据出力模型，确定可再生能源的概率密度函数。

S3：利用多元线性蒙特卡洛模拟方法，对可再生能源的概率密度函数进行线性分割，使可再生能源的出力与可再生能源的概率密度函数相匹配。

本实施例中的蒙特卡洛模拟方法即MC(Monte Carlo，蒙特卡洛)方法，具体地，步骤S3又包括如下过程：

S31：确定输入变量和输出变量的概率密度函数。

其中，输入变量包括：用户用电需求报价、火电机组报价、风电机组报价以及光伏发电机组报价。输出变量包括：用户用电负荷。

本实施例中，用户用电负荷即用户用电需求，用户用电需求报价是指用户根据自身的用电负荷而上报的用电电价。

S32：利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]，对负荷以及可再生能源的概率密度函数的取值概率区间进行区域划分。

其中，i＝1,2,3……m，用户用电负荷的概率密度函数被分割为m部分，Y_i是第i部分的系统输出指标，Y_0-i是电力电量平衡公式中用户用电负荷的抽取概率空间，且g_s(Y_0-i)＝μ(X_i)，J_i是Y_0-i的雅克比矩阵，X_i为第i部分的随机输入变量，μ(X_i)是第i部分的输入变量的平均值。概率密度函数的取值概率区间即pdf参数。

进一步地，本实施例中当i取值为1时，利用公式Y＝Y₀+J₀ ^-1[X-μ(X)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分。电力电量平衡公式是以Y₀为中心进行线性化，对于单一不确定变量存在的情况，可以采用公式Y＝Y₀+J₀ ^-1[X-μ(X)]进行线性化。当i≥2时，具备多元线性化特征，利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]进行线性化。

本实施例中概率密度区间线性分割示意图如图2所示。由图2可知，在多元线性在多元线性MC方法中，用户用电需求D_x,t的概率分布可以被分割为m个部分，每个部分以均值为中心对称分布，每个区域为R_0-i，与之相对应的是Y_0-i(i＝1,2,3,…,m)，当i＝1时，将按照公式Y＝Y₀+J₀ ^-1[X-μ(X)]的线性MC方法进行求解。当i≥2时，具备多元线性特征。当D_x,t的概率分布函数确定后，风电、光伏两类报价不确定机组的出力概率分布函数也将划分为m个部分，并且与D_x,t的概率分布一一对应。其中m个部分中，每个部分采用Y＝Y₀+J₀ ^-1[X-μ(X)]的方法进行线性化：

M₁:Y₁＝Y_0-1+J₁ ^-1[X₁-μ(X₁)]，

M₂:Y₂＝Y_0-2+J₂ ^-1[X₂-μ(X₂)]，

……，

M_m:Y_m＝Y_0-m+J_m ^-1[X_m-μ(X_m)。

S33：利用公式g_s(Y_0-i)＝μ(X_i)计算得出用户用电负荷的抽取概率空间进行线性化。其中，g_s为线性函数。

通过以上步骤S31-S33可知，在电力现货市场中，市场交易频率增大，不确定变量增多，本实施例采用多元线性蒙特卡洛模拟方法，对可再生能源的概率密度函数进行线性分割，有利于提高抽取匹配度。本实施例利用多元线性化蒙特卡洛模拟方法，能够建立可再生能源发电出力的概率区间与用户用电负荷概率区间之间的映射关系，利用该映射关系指导用户进行报价。由于对可再生能源的概率密度函数进行线性分割，不同的可再生能源发电出力概率区间匹配其相应的用户用电概率密度区间，抽查时避免随机性，有利于大大提高计算结果的准确性。

S4：根据线性分割结果和节点报价平衡条件

计算得出不同节点的发电出力和报价。

本实施例中节点为电力系统的节点，每个用于接入的地方可以是一个节点，每个发电机组接入的地方也可以是一个节点，每个变电站也可以是一个节点。

输电容量约束为V_xy(ρ_x,t-ρ_y,t)≤TR_xy，q_xh,t为火电机组在t时间段和在节点x的成交出力之和，q_xj,bt、q_xu,bt为风机j、光伏机组u在x节点、t时间段的成交出力之和，n_z为x周边节点数量，ρ_x,t和ρ_y,t为节点x和y的电压相位角，D_x,t为节点x处的负荷，该等式在任意的t时间段内成立。

继续参见图1可知，利用线性分割结果和节点报价平衡条件，计算得出不同节点的发电出力和报价之后，执行步骤S5：根据不同节点的发电出力和报价，利用公式

计算得出电力系统报价匹配平衡结果。

其中，q_xh,bt＝q_1h,bt+q_2h,bt+…+q_xh,bt，q_xj,bt＝q_1j,bt+q_2j,bt+…+q_xj,bt，q_xu,bt＝q_1u,bt+p_2u,bt+…+q_xu,bt，报价约束为：q_xy,bt≤q_{x max}，0≤q_jy,bt≤q_{j max}，0≤q_uy,bt≤q_{u max}，q_i,t为火电机组出力，q_j,t、q_u,t分别为风电、光伏在t时间段内的发电出力，t以每小时为一个时间段，q_LOSS为输电功率损耗，D_total为系统总负荷，D_CUT为系统切负荷，q_o,t为储能设备充放电功率，当储能设备放电时，取值为正，储能设备充电时取值为负。

本实施例中采用多元线性蒙特卡洛方法模拟电力现货市场平衡时，多元线性MC方法的计算流程可以参见图3，图3中K为试验次数，K_max为设定的试验次数最大值。

实施例二

在图1-图3所示实施例的基础之上参见图4，图4为本申请实施例所提供的一种模拟电力现货市场平衡的系统的结构示意图。由图4可知，本实施例中模拟电力现货市场平衡的系统，主要包括：可再生能源出力模型获取模块、概率密度函数确定模块、线性分割模块、节点发电出力和报价模块以及电力系统报价模块。

其中，可再生能源出力模型获取模块，用于获取可再生能源的出力模型，可再生能源包括风能和光伏，出力模型包括：风机出力模型和光伏发电出力模型。概率密度函数确定模块用于根据出力模型，确定可再生能源的概率密度函数。线性分割模块，用于利用多元线性蒙特卡洛模拟方法，对可再生能源的概率密度函数进行线性分割，使可再生能源的出力与可再生能源的概率密度函数相匹配。节点发电出力和报价模块，用于根据线性分割结果和节点报价平衡条件

计算得出不同节点的发电出力和报价，节点为电力系统的节点，输电容量约束为V_xy(ρ_x,t-ρ_y,t)≤TR_xy，q_xh,t为火电机组在t时间段和在节点x的成交出力之和，q_xj,bt、q_xu,bt分别为风机j、光伏机组u在x节点、t时间段的成交出力之和，n_z为x周边节点数量，ρ_x,t和ρ_y,t为节点x和y的电压相位角，D_x,t为节点x处的负荷，该等式在任意的t时间段内成立。电力系统报价模块，用于根据不同节点的发电出力和报价，利用公式

计算得出电力系统报价匹配平衡结果，其中，q_xh,bt＝q_1h,bt+q_2h,bt+…+q_xh,bt，q_xj,bt＝q_1j,bt+q_2j,bt+…+q_xj,bt，q_xu,bt＝q_1u,bt+p_2u,bt+…+q_xu,bt，报价约束为：q_xy,bt≤q_{x max}，0≤q_jy,bt≤q_{j max}，0≤q_uy,bt≤q_{u max}，q_i,t为火电机组出力，q_j,t、q_u,t为风电、光伏在t时间段内的发电出力，q_LOSS为输电功率损耗，D_total为系统总负荷，D_CUT为系统切负荷，q_o,t为储能设备充放电功率，当储能设备放电时，取值为正，储能设备充电时取值为负。

风机出力模型为

风速的概率密度函数为：

光伏发电出力模型为：Q_PV＝LMθ，光照强度的概率密度模型为：

其中，

θ＝θ_TEST[1-ψ(T-T_TEST)]。

进一步地，线性分割模块又包括：取值概率区间获取单元、区域划分单元和线性化单元。其中，取值概率区间获取单元，用于获取输入输出变量概率密度所确定的取值概率区间，输入变量包括：用户用电需求报价、火电机组报价、风电机组报价以及光伏发电机组报价，输出变量包括：用户用电负荷。区域划分单元，用于利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]，对负荷以及可再生能源的概率密度函数的取值概率区间进行区域划分，其中，i＝1,2,3……m，用户用电负荷的概率密度函数被分割为m部分，Y_i是第i部分的系统输出指标，Y_0-i是电力电量平衡公式中用户用电负荷的抽取概率空间，且g_s(Y_0-i)＝μ(X_i)，J_i是Y_0-i的雅克比矩阵，X_i为第i部分的随机输入变量，μ(X_i)是第i部分的输入变量的平均值。线性化单元，用于利用公式g_s(Y_0-i)＝μ(X_i)计算得出用户用电负荷的抽取概率空间进行线性化，其中，g_s为线性函数。

该实施例中模拟电力现货市场平衡的系统的工作原理和工作方法，在图1-图3所示的实施例中已经详细阐述，两个实施例之间可以互相参照，在此不再赘述。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种模拟电力现货市场平衡的方法，其特征在于，所述方法包括：

获取可再生能源的出力模型，所述可再生能源包括风能和光伏，所述出力模型包括：风机出力模型和光伏发电出力模型；

根据所述出力模型，确定所述可再生能源的概率密度函数；

利用多元线性蒙特卡洛模拟方法，对所述可再生能源的概率密度函数进行线性分割，使所述可再生能源的出力与所述可再生能源的概率密度函数相匹配；

根据线性分割结果和节点报价平衡条件

计算得出不同节点的发电出力和报价，所述节点为电力系统的节点，输电容量约束为V_xy(ρ_x,t-ρ_y,t)≤TR_xy，q_xh,t为火电机组在t时间段和在节点x的成交出力之和，q_xj,bt、q_xu,bt为风机j、光伏机组u在x节点、t时间段的成交出力之和，n_z为x周边节点数量，ρ_x,t和ρ_y,t为节点x和y的电压相位角，D_x,t为节点x处的负荷，该等式在任意的t时间段内成立；

根据不同节点的发电出力和报价，利用公式

计算得出电力系统报价匹配平衡结果，其中，q_xh,bt＝q_1h,bt+q_2h,bt+…+q_xh,bt，q_xj,bt＝q_1j,bt+q_2j,bt+…+q_xj,bt，q_xu,bt＝q_1u,bt+p_2u,bt+…+q_xu,bt，报价约束为：q_xy,bt≤q_{x max}，0≤q_jy,bt≤q_{j max}，0≤q_uy,bt≤q_{u max}，q_i,t为火电机组出力，q_j,t、q_u,t分别为风电、光伏在t时间段内的发电出力，q_LOSS为输电功率损耗，D_total为系统总负荷，D_CUT为系统切负荷，q_o,t为储能设备充放电功率，当储能设备放电时，取值为正，储能设备充电时取值为负。

2.根据权利要求1所述的一种模拟电力现货市场平衡的方法，其特征在于，风机出力模型为

风速的概率密度函数为：

光伏发电出力模型为：Q_PV＝LMθ，光照强度的概率密度模型为：

其中，

θ＝θ_TEST[1-ψ(T-T_TEST)]。

3.根据权利要求1所述的一种模拟电力现货市场平衡的方法，其特征在于，所述利用多元线性蒙特卡洛模拟方法，对所述可再生能源的概率密度函数进行线性分割，使所述可再生能源的出力与所述可再生能源的概率密度函数相匹配的方法，包括：

确定输入变量和输出变量的概率密度函数，所述输入变量包括：用户用电需求报价、火电机组报价、风电机组报价以及光伏发电机组报价，所述输出变量包括：用户用电负荷；

利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分，其中，i＝1,2,3……m，用户用电负荷的概率密度函数被分割为m部分，Y_i是第i部分的系统输出指标，Y_0-i是电力电量平衡公式中用户用电负荷的抽取概率空间，且g_s(Y_0-i)＝μ(X_i)，J_i是Y_0-i的雅克比矩阵，X_i为第i部分的随机输入变量，μ(X_i)是第i部分的输入变量的平均值；

利用公式g_s(Y_0-i)＝μ(X_i)计算得出用户用电负荷的抽取概率空间进行线性化，其中，g_s为线性函数。

4.根据权利要求3所述的一种模拟电力现货市场平衡的方法，其特征在于，当i取值为1时，利用公式Y＝Y₀+J₀ ^-1[X-μ(X)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分。

5.一种模拟电力现货市场平衡的系统，其特征在于，所述系统包括：

可再生能源出力模型获取模块，用于获取可再生能源的出力模型，所述可再生能源包括风能和光伏，所述出力模型包括：风机出力模型和光伏发电出力模型；

概率密度函数确定模块，用于根据所述出力模型，确定所述可再生能源的概率密度函数；

线性分割模块，用于利用多元线性蒙特卡洛模拟方法，对所述可再生能源的概率密度函数进行线性分割，使所述可再生能源的出力与所述可再生能源的概率密度函数相匹配；

节点发电出力和报价模块，用于根据线性分割结果和节点报价平衡条件

计算得出不同节点的发电出力和报价，所述节点为电力系统的节点，输电容量约束为V_xy(ρ_x,t-ρ_y,t)≤TR_xy，q_xh,t为火电机组在t时间段和在节点x的成交出力之和，q_xj,bt、q_xu,bt分别为风机j、光伏机组u在x节点、t时间段的成交出力之和，n_z为x周边节点数量，ρ_x,t和ρ_y,t为节点x和y的电压相位角，D_x,t为节点x处的负荷，该等式在任意的t时间段内成立；

电力系统报价模块，用于根据不同节点的发电出力和报价，利用公式

计算得出电力系统报价匹配平衡结果，其中，q_xh,bt＝q_1h,bt+q_2h,bt+…+q_xh,bt，q_xj,bt＝q_1j,bt+q_2j,bt+…+q_xj,bt，q_xu,bt＝q_1u,bt+p_2u,bt+…+q_xu,bt，报价约束为：q_xy,bt≤q_{x max}，0≤q_jy,bt≤q_{j max}，0≤q_uy,bt≤q_{u max}，q_i,t为火电机组出力，q_j,t、q_u,t为风电、光伏在t时间段内的发电出力，q_LOSS为输电功率损耗，D_total为系统总负荷，D_CUT为系统切负荷，q_o,t为储能设备充放电功率，当储能设备放电时，取值为正，储能设备充电时取值为负。

6.根据权利要求5所述的一种模拟电力现货市场平衡的系统，其特征在于，所述线性分割模块包括：

取值概率区间获取单元，用于获取输入输出变量概率密度所确定的取值概率区间，所述输入变量包括：用户用电需求报价、火电机组报价、风电机组报价以及光伏发电机组报价，所述输出变量包括：用户用电负荷

区域划分单元，用于利用公式Y_i＝Y_0-i+J_i ^-1[X_i-μ(X_i)]，对负荷以及所述可再生能源的概率密度函数的取值概率区间进行区域划分，其中，i＝1,2,3……m，用户用电负荷的概率密度函数被分割为m部分，Y_i是第i部分的系统输出指标，Y_0-i是电力电量平衡公式中用户用电负荷的抽取概率空间，且g_s(Y_0-i)＝μ(X_i)，J_i是Y_0-i的雅克比矩阵，X_i为第i部分的随机输入变量，μ(X_i)是第i部分的输入变量的平均值；

线性化单元，用于利用公式g_s(Y_0-i)＝μ(X_i)计算得出用户用电负荷的抽取概率空间进行线性化，其中，g_s为线性函数。

7.根据权利要求5或6所述的一种模拟电力现货市场平衡的系统，其特征在于，所述风机出力模型为

风速的概率密度函数为：

所述光伏发电出力模型为：Q_PV＝LMθ，光照强度的概率密度模型为：

其中，

θ＝θ_TEST[1-ψ(T-T_TEST)]。

Images