CN111798024A - 一种分段报价规则下的发电厂报价确定方法和装置 - Google Patents

一种分段报价规则下的发电厂报价确定方法和装置 Download PDF

Info

Publication number
CN111798024A
CN111798024A CN202010436089.1A CN202010436089A CN111798024A CN 111798024 A CN111798024 A CN 111798024A CN 202010436089 A CN202010436089 A CN 202010436089A CN 111798024 A CN111798024 A CN 111798024A
Authority
CN
China
Prior art keywords
quotation
power plant
section
quotated
quoted
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
CN202010436089.1A
Other languages
English (en)
Inventor
邹雅
滕贤亮
涂孟夫
曹荣章
昌力
谢蔚
王文
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.)
State Grid Corp of China SGCC
State Grid Shandong Electric Power Co Ltd
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
State Grid Electric Power Research Institute
Original Assignee
State Grid Corp of China SGCC
State Grid Shandong Electric Power Co Ltd
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
State Grid Electric Power Research Institute
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 State Grid Corp of China SGCC, State Grid Shandong Electric Power Co Ltd, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd, State Grid Electric Power Research Institute filed Critical State Grid Corp of China SGCC
Priority to CN202010436089.1A priority Critical patent/CN111798024A/zh
Publication of CN111798024A publication Critical patent/CN111798024A/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
    • G06Q10/04—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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Accounting & Taxation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)

Abstract

本发明公开了一种分段报价规则下发电厂报价确定方法和装置，通过在电力现货市场的分段报价规则下，考虑发电公司竞争对手报价行为，假设竞争对手行为服从正态概率分布，基于此建立发电公司最优报价模型，将模型描述为随机优化问题并采用蒙特卡洛方法求解，同时对统一市场出清价结算及按报价结算两种结算模式下的最优报价模型结果进行对比分析，得到最优报价组合。本发明为分段报价规则下发电公司竞价提供了新思路，并对不同结算模式的收入情况进行分析，能够为发电企业竞价策略以及发电量计划的制定提供更多参考。

Description

一种分段报价规则下的发电厂报价确定方法和装置
技术领域
本发明涉及电力市场信息处理技术领域，特别是一种分段报价规则下的发电厂报价确定方法和装置。
背景技术
随着新一轮的电力市场改革使发电侧引入了市场竞争机制，发电企业有了更多自主权。发电企业在考虑自身成本情况、市场相关信息的同时，为获取最大化的利润，将制定一系列与发电计划相配合的竞价策略，参与市场竞争。市场竞争机制引入的同时，也可能会为发电公司带来一定的亏损风险。因此，发电企业必须及时了解自身的生产成本情况，尽可能全面地了解负荷需求等信息，及时做出市场价格预测及走势分析，对对手的报价行为做出一定的评估，并依据这些信息采取有效的竞价策略，在避免风险的同时，为自身谋求更多利益。基于此，如何利用好市场相关信息与自身成本信息，做出对电价以及竞争对手行为的预测，给出准确的报价方案，并合理申报电量电价曲线，成为了发电企业的工作重点。
发电企业在把握电价趋势的情况下，结合市场供需的具体形势，考虑发电机组自身情况、竞争对手的报价行为等，根据发电企业自身的需求，以实现利润最大化为目标，制定竞价策略，申报电价及电量参与市场出清。现阶段报价策略的分析方法主要有基于电价预测的方法、基于成本分析的方法、基于博弈论的方法等。一般而言，基于电价预测的方法需要对电价有精度较高的预测，而电价预测本身就有一定的难度；而对于成本分析的方法则很难做到对成本核算的准确；博弈论模型往往对竞价市场过度简化，在反映实际电力市场特征方面还有待加强。如此，考虑竞争对手报价行为的最优报价方法将体现出其优势。
发明内容
本发明的目的是提供分段报价规则下考虑竞争对手报价行为的发电厂报价确定方法，以优化发电厂发电计划及成本，同时有助于发电企业获取更大利益。
本发明采用的技术方案如下：
一方面，本发明提供一种分段报价规则下的发电厂报价确定方法，包括：
获取竞争对手发电厂的历史报价信息，计算各发电厂在各分段的电价均值和方差；
根据待报价发电厂的系统负荷范围，确定待报价发电厂的各分段报量；
根据电价均值和方差，利用蒙特卡洛算法对各竞争对手发电厂在设定的多种分段报量组合下的报价进行模拟，以确定待报价发电厂的多种分段报价组合；
基于待报价发电厂的各分段报量，以及竞争对手发电厂的各保护分段的报量和报价，利用预先构建的第一报价优化模型，计算得到待报价发电厂在设定各分段的最优报价组合；所述第一报价优化模型为以统一市场出清价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
基于待报价发电厂的分段及各分段报量，以及竞争对手发电厂的分段、报量和报价，利用预先构建的第二报价优化模型，计算得到待报价发电厂在设定各分段的报价；所述第二报价优化模型为以报价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
基于第一报价优化模型以及第二报价优化模型的优化结果，分别计算待报价发电厂的利润并比较，将利润较大者对应的优化结果作为待报价发电厂的最终报价。
在参与报价时，分段要求是预先给出的，因此可根据分段要求以及发电厂自身发电量和系统符合确定最终分段数及各分段报量；在优化求解及比较后，可根据最终报价及报量调整发电厂的发电量。
可选的，定义竞争对手发电厂n在I个分段上的报价为
Figure BDA0002502332210000021
在容量段i的电价均值为
Figure BDA0002502332210000022
方差为
Figure BDA0002502332210000023
利用蒙特卡洛算法模拟得到的设定分段及报量下的报价
Figure BDA0002502332210000024
服从正太分布：
Figure BDA0002502332210000025
概率密度函数为：
Figure BDA0002502332210000026
用概率分布函数描述了竞争对手发电厂的每段投标价格之后，确定出清电价的过程以及上述优化问题即变成随机优化问题，可采用蒙特卡洛方求解。
可选的，所述第一报价优化模型目标函数为：
Figure BDA0002502332210000027
优化求解约束为：
Figure BDA0002502332210000031
其中：
Figure BDA0002502332210000032
式中：λ为市场出清价，qi为待报价发电厂在第i分段的中标电量，
Figure BDA0002502332210000033
为待报价发电厂的全部I段中标总电量，Qi为待报价发电厂在第i段的注册容量或当前可用容量，pi为待报价发电厂在第i段的报价，pmin和pmax是待报价发电厂允许申报的价格下限与上限，C为发电成本，为关于中标电量的二次函数，其中a、b、c为机组的生产成本系数。
可选的，所述第二报价优化模型目标函数为：
Figure BDA0002502332210000034
优化求解约束为：
Figure BDA0002502332210000035
其中：
Figure BDA0002502332210000036
式中：λ为市场出清价，qi为待报价发电厂在第i分段的中标电量，
Figure BDA0002502332210000037
为待报价发电厂的全部I段中标总电量，Qi为待报价发电厂在第i段的注册容量或当前可用容量，pi为待报价发电厂在第i段的报价，pmin和pmax是待报价发电厂允许申报的价格下限与上限，C为发电成本，为关于中标电量的二次函数，其中a、b、c为机组的生产成本系数。
上述市场出清价λ通过求解以下优化目标函数得到：
Figure BDA0002502332210000038
其中：
Figure BDA0002502332210000039
为包括竞争对手在内的所有发电厂发电机组的各分段报量，
Figure BDA00025023322100000310
为
Figure BDA00025023322100000311
对应的各分段报价；
优化求解约束为：
Figure BDA0002502332210000041
Figure BDA0002502332210000042
其中：D为市场负荷需求，
Figure BDA0002502332210000043
为市场所有机组各段的注册容量或当前可用容量；
求解结果中，各分段所有中标发电机组的最高报价即为市场出清价。
可选的，所述生产成本系数取值为：a＝0，b＝2，c＝0.0153。
可选的，本发明基于蒙特卡洛模拟结果对报价优化模型进行求解，包括：
利用蒙特卡洛模拟得到多组各竞争对手报价的报价组合；
针对每组竞争对手报价组合，分别利用遗传算法确定使报价优化模型中目标函数最大的待报价发电厂在各分段的最优报价组合；
将每组竞争对手报价组合对应的待报价发电厂最优报价组合进行各分段平均值计算，得到待报价发电厂在各分段的最优报价。
第二方面，本发明还提供一种分段报价规则下的发电厂报价确定装置，包括：
历史报价统计模块，被配置用于获取竞争对手发电厂的历史报价信息，计算各发电厂在各分段的电价均值和方差；
报量确定模块，被配置用语言根据待报价发电厂的系统负荷范围，确定待报价发电厂的各分段报量；
报价组合模拟模块，被配置用于根据电价均值和方差，利用蒙特卡洛算法对各竞争对手发电厂在设定的多种分段报量组合下的报价进行模拟，以确定待报价发电厂的多种分段报价组合；
第一报价优化模块，被配置用于基于待报价发电厂的各分段报量，以及竞争对手发电厂的各保护分段的报量和报价，利用预先构建的第一报价优化模型，计算得到待报价发电厂在设定各分段的最优报价组合；所述第一报价优化模型为以统一市场出清价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
第二报价优化模块，被配置用于基于待报价发电厂的分段及各分段报量，以及竞争对手发电厂的分段、报量和报价，利用预先构建的第二报价优化模型，计算得到待报价发电厂在设定各分段的报价；所述第二报价优化模型为以报价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
以及比较确定模块，被配置用于基于第一报价优化模型以及第二报价优化模型的优化结果，分别计算待报价发电厂的利润并比较，将利润较大者对应的优化结果作为待报价发电厂的最终报价。
有益效果
本发明提出了一种分段报价规则下考虑竞争对手行为的发电公司最优报价策略方法，考虑到了竞争对手报价行为的情况，能够使报价决策更合理亦更加全面；参考了电力现货市场五段报价这一分段报价方式，采用分段报价方式比线性报价方式的报价策略更符合实际市场规则；对基于统一市场出清价结算方式及按报价结算的方式进行了获益对比分析，能够为发电企业提供更多的报价策略信息，提高中标率，实现利益最大化。
附图说明
图1所示为本发明方法流程示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
本发明的技术思路为：南方(以广东起步)电力现货市场是我国首个投入试运行的电力现货市场，作为首批八个现货试点地区，其运行结果对我国未来电力改革有一定的借鉴意义。本发明的研究在该现货电力市场的模型和规则下开展。南方(以广东起步)的电力市场规则规定发电公司申报曲线为五段分段曲线。也即其报价模型为分段式而非线性曲线，这种数学上的非连续性给发电公司最优竞价策略的建模和求解带来了一定难度。同时，不同结算方式对于报价也可能产生一定的影响，可通过结果对比分析确定更为合理的报价组合。
实施例1
本实施例介绍一种分段报价规则下的发电厂报价确定方法，参考图1，包括：
获取竞争对手发电厂的历史报价信息，计算各发电厂在各分段的电价均值和方差；
根据待报价发电厂的系统负荷范围，确定待报价发电厂的各分段报量；
根据电价均值和方差，利用蒙特卡洛算法对各竞争对手发电厂在设定的多种分段报量组合下的报价进行模拟，以确定待报价发电厂的多种分段报价组合；
基于待报价发电厂的各分段报量，以及竞争对手发电厂的各保护分段的报量和报价，利用预先构建的第一报价优化模型，计算得到待报价发电厂在设定各分段的最优报价组合；所述第一报价优化模型为以统一市场出清价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
基于待报价发电厂的分段及各分段报量，以及竞争对手发电厂的分段、报量和报价，利用预先构建的第二报价优化模型，计算得到待报价发电厂在设定各分段的报价；所述第二报价优化模型为以报价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
基于第一报价优化模型以及第二报价优化模型的优化结果，分别计算待报价发电厂的利润并比较，将利润较大者对应的优化结果作为待报价发电厂的最终报价。
在参与分段报价规则的报价时，分段要求是预先给出的，因此可根据分段要求以及发电厂自身发电量和系统符合确定最终分段数及各分段报量；在优化求解及比较后，可根据最终报价及报量调整发电厂的发电量。
定义竞争对手发电厂n在I个分段上的报价为
Figure BDA0002502332210000061
在容量段i的电价均值为
Figure BDA0002502332210000062
方差为
Figure BDA0002502332210000063
利用蒙特卡洛算法模拟得到的设定分段及报量下的报价
Figure BDA0002502332210000064
服从正太分布：
Figure BDA0002502332210000065
概率密度函数为：
Figure BDA0002502332210000066
用概率分布函数描述了竞争对手发电厂的每段投标价格之后，确定出清电价的过程以及上述优化问题即变成随机优化问题，可采用蒙特卡洛方求解。
第一报价优化模型目标函数为：
Figure BDA0002502332210000071
优化求解约束为：
Figure BDA0002502332210000072
其中：
Figure BDA0002502332210000073
式中：λ为市场出清价，qi为待报价发电厂在第i分段的中标电量，
Figure BDA0002502332210000074
为待报价发电厂的全部I段中标总电量，Qi为待报价发电厂在第i段的注册容量或当前可用容量，pi为待报价发电厂在第i段的报价，pmin和pmax是待报价发电厂允许申报的价格下限与上限，C为发电成本，为关于中标电量的二次函数，其中a、b、c为机组的生产成本系数。
上述市场出清价λ通过求解以下优化目标函数得到：
Figure BDA0002502332210000075
其中：
Figure BDA0002502332210000076
为包括竞争对手在内的所有发电厂发电机组的各分段报量，
Figure BDA0002502332210000077
为
Figure BDA0002502332210000078
对应的各分段报价；
优化求解约束为：
Figure BDA0002502332210000079
Figure BDA00025023322100000710
其中：D为市场负荷需求，
Figure BDA00025023322100000711
为市场所有机组各分段的注册容量或当前可用容量；
求解得到的结果中，各分段所有中标机组中的最高报价即为市场出清价λ。
所述第二报价优化模型目标函数为：
Figure BDA0002502332210000081
优化求解约束为：
Figure BDA0002502332210000082
其中：
Figure BDA0002502332210000083
式中：λ为市场出清价，其求解方式同上，qi为待报价发电厂在第i分段的中标电量，
Figure BDA0002502332210000084
为待报价发电厂的全部I段中标总电量，Qi为待报价发电厂在第i段的注册容量或当前可用容量，pi为待报价发电厂在第i段的报价，pmin和pmax是待报价发电厂允许申报的价格下限与上限，C为发电成本，为关于中标电量的二次函数，其中a、b、c为机组的生产成本系数。
本发明基于蒙特卡洛模拟结果对报价优化模型进行求解，包括：
利用蒙特卡洛模拟得到多组各竞争对手报价的报价组合；
针对每组竞争对手报价组合，分别利用遗传算法确定使报价优化模型中目标函数最大的待报价发电厂在各分段的最优报价组合；
将每组竞争对手报价组合对应的待报价发电厂最优报价组合进行各分段平均值计算，得到待报价发电厂在各分段的最优报价。
以下以一应用例具体说明上述方法：
假设每个发电公司只有一个注册机组。在有N+1个注册发电公司参与的电力市场中，对于发电公司X，其有N个对手。每个对手按市场规则最多可报I个容量段。假设第n个对手(n＝1，2，...，N)的报价为：第1段，段容量为
Figure BDA0002502332210000085
段电价为
Figure BDA0002502332210000086
第2段段容量为
Figure BDA0002502332210000087
段电价为
Figure BDA0002502332210000088
...；第i段段容量为
Figure BDA0002502332210000089
段电价为
Figure BDA00025023322100000810
...；第I段段容量为
Figure BDA00025023322100000811
段价为
Figure BDA00025023322100000812
系统负荷为D。
发电公司X与其竞争对手一样，均报I个容量段，该I段的段容量为其注册容量或目前可用容量Q1，Q2，...，Qi，...，QI，申报的段电价为p1，p2，...，pi，...，pI。
在只考虑一个交易时段的情况下，且忽略机组启停、爬坡等约束与输电容量约束。对发电公司X，目标函数为其利润最大。分别通过第一报价优化模型和第二报价优化模型得到最优报价P1，P2，...，Pi，...，PI。
发电公司X的第n个竞争对手的报价为：
Figure BDA0002502332210000091
简化假设竞争对手n的各段段容量已知，第n个竞争对手在第i段的报价服从正态分布，用概率分布函数描述了竞争对手的每段投标价格之后，确定出清电价的过程以及上述优化问题即变成随机优化问题，可采用蒙特卡洛方求解。
具体描述蒙特卡洛模拟求解发电公司X最优竞价策略的步骤如下：
设置蒙特卡洛随机模拟的次数M；
设置随机模拟的计数器初值m＝0；
根据竞争对手正态分布概率函数，随机产生竞争对手的一个样本，也即各个竞争对手申报的I段报价；
当在考虑按统一市场出清价进行结算时，应用遗传算法，通过模拟达尔文进化论论的自然选择和遗传学机理的生物进化过程，完成优化过程，求出使(1)中目标函数最大的
Figure BDA0002502332210000092
(这里表示在第m种竞争对手报价的情况下，X公司的最优报价情况)，在考虑按报价结算模式时，同样应用遗传算法，求出使式(4)式中目标函数最大的
Figure BDA0002502332210000093
置m＝m+1；
m＜M，则跳转至3)，否则转至7)；
分别求得I段报价的均值，则得到发电公司X的最优报价情况
Figure BDA0002502332210000094
为进一步证明本发明方法的正确性，以下将列举算例以具体说明。
假设电力市场中共4个发电公司参与，发电公司X有3个对手，也即N＝3。假设发电公司X最大申报容量为Q＝1000MW，并假设市场规则允许下发电公司申报5个容量段，即I＝5。式(3)中发电成本函数的参数为a＝0，b＝2，c＝0.0153，市场规则允许的发电公司申报价格上下限分别为Pmax＝60＄/MWh，Pmin＝0。假设竞争对手各段段电价均服从正态分布，各段所报段电量与各段段电价均值
Figure BDA0002502332210000101
和标准差
Figure BDA0002502332210000102
见下表1至表3。
表1第一次模拟的三个竞争对手参数
Figure BDA0002502332210000103
表2第二次模拟的三个竞争对手参数
Figure BDA0002502332210000104
表3第三次模拟的三个竞争对手参数
Figure BDA0002502332210000105
Figure BDA0002502332210000111
假设发电公司X的五段报量分别为200MW，200MW，200MW，200MW，200MW，系统负荷D＝2000MW。分别做三次蒙特卡洛模拟，每次模拟1000次。报价结果如下所示：
表4发电公司X的最优报价结果
Figure BDA0002502332210000112
分析报价结果可知，按报价结算情况下发电公司最优报价结果均略高于按统一市场出清价的情况下的报价结果。即在不考虑报价风险的情况下，按报价结算的方式将更有利于发电公司获取额外的利润，由此即可将按报价结算的方式得到的报价组合作为最终报价组合。
实施例2
本实施例介绍一种分段报价规则下的发电厂报价确定装置，包括：
历史报价统计模块，被配置用于获取竞争对手发电厂的历史报价信息，计算各发电厂在各分段的电价均值和方差；
报量确定模块，被配置用语言根据待报价发电厂的系统负荷范围，确定待报价发电厂的各分段报量；
报价组合模拟模块，被配置用于根据电价均值和方差，利用蒙特卡洛算法对各竞争对手发电厂在设定的多种分段报量组合下的报价进行模拟，以确定待报价发电厂的多种分段报价组合；
第一报价优化模块，被配置用于基于待报价发电厂的各分段报量，以及竞争对手发电厂的各保护分段的报量和报价，利用预先构建的第一报价优化模型，计算得到待报价发电厂在设定各分段的最优报价组合；所述第一报价优化模型为以统一市场出清价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
第二报价优化模块，被配置用于基于待报价发电厂的分段及各分段报量，以及竞争对手发电厂的分段、报量和报价，利用预先构建的第二报价优化模型，计算得到待报价发电厂在设定各分段的报价；所述第二报价优化模型为以报价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
以及比较确定模块，被配置用于基于第一报价优化模型以及第二报价优化模型的优化结果，分别计算待报价发电厂的利润并比较，将利润较大者对应的优化结果作为待报价发电厂的最终报价。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (8)

1.一种分段报价规则下的发电厂报价确定方法，其特征是，包括：
获取竞争对手发电厂的历史报价信息，计算各发电厂在各分段的电价均值和方差；
根据待报价发电厂的系统负荷范围，确定待报价发电厂的各分段报量；
根据电价均值和方差，利用蒙特卡洛算法对各竞争对手发电厂在设定的多种分段报量组合下的报价进行模拟，以确定待报价发电厂的多种分段报价组合；
基于待报价发电厂的各分段报量，以及竞争对手发电厂的各保护分段的报量和报价，利用预先构建的第一报价优化模型，计算得到待报价发电厂在设定各分段的最优报价组合；所述第一报价优化模型为以统一市场出清价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
基于待报价发电厂的分段及各分段报量，以及竞争对手发电厂的分段、报量和报价，利用预先构建的第二报价优化模型，计算得到待报价发电厂在设定各分段的报价；所述第二报价优化模型为以报价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
基于第一报价优化模型以及第二报价优化模型的优化结果，分别计算待报价发电厂的利润并比较，将利润较大者对应的优化结果作为待报价发电厂的最终报价。
2.根据权利要求1所述的方法，其特征是，定义竞争对手发电厂n在I个分段上的报价为
Figure FDA0002502332200000011
在容量段i的电价均值为
Figure FDA0002502332200000012
方差为
Figure FDA0002502332200000013
利用蒙特卡洛算法模拟得到的设定分段及报量下的报价
Figure FDA0002502332200000014
服从正太分布：
Figure FDA0002502332200000015
概率密度函数为：
Figure FDA0002502332200000016
3.根据权利要求1所述的方法，其特征是，所述第一报价优化模型目标函数为：
Figure FDA0002502332200000017
优化求解约束为：
Figure FDA0002502332200000021
其中：
Figure FDA0002502332200000022
式中：λ为市场出清价，qi为待报价发电厂在第i分段的中标电量，
Figure FDA0002502332200000023
为待报价发电厂的全部I段中标总电量，Qi为待报价发电厂在第i段的注册容量或当前可用容量,pi为待报价发电厂在第i段的报价，pmin和pmax是待报价发电厂允许申报的价格下限与上限，C为发电成本，为关于中标电量的二次函数，其中a、b、c为机组的生产成本系数。
4.根据权利要求1所述的方法，其特征是，所述第二报价优化模型目标函数为：
Figure FDA0002502332200000024
优化求解约束为：
Figure FDA0002502332200000025
其中：
Figure FDA0002502332200000026
式中：λ为市场出清价，qi为待报价发电厂在第i分段的中标电量，
Figure FDA0002502332200000027
为待报价发电厂的全部I段中标总电量，Qi为待报价发电厂在第i段的注册容量或当前可用容量,pi为待报价发电厂在第i段的报价，pmin和pmax是待报价发电厂允许申报的价格下限与上限，C为发电成本，为关于中标电量的二次函数，其中a、b、c为机组的生产成本系数。
5.根据权利要求3或4所述的方法，其特征是，所述市场出清价λ通过求解以下优化目标函数得到：
Figure FDA0002502332200000028
其中：
Figure FDA0002502332200000031
为包括竞争对手在内的所有发电厂发电机组的各分段报量，
Figure FDA0002502332200000032
为
Figure FDA0002502332200000033
对应的各分段报价；
优化求解约束为：
Figure FDA0002502332200000034
Figure FDA0002502332200000035
其中：D为市场负荷需求，
Figure FDA0002502332200000036
为市场所有机组各分段的注册容量或当前可用容量；
求解得到的结果中，各分段所有中标机组中的最高报价即为市场出清价λ。
6.根据权利要求3或4所述的方法，其特征是，所述生产成本系数取值为：a＝0,b＝2,c＝0.0153。
7.根据权利要求1所述的方法，其特征是，基于蒙特卡洛模拟结果对报价优化模型进行求解，包括：
利用蒙特卡洛模拟得到多组各竞争对手报价的报价组合；
针对每组竞争对手报价组合，分别利用遗传算法确定使报价优化模型中目标函数最大的待报价发电厂在各分段的最优报价组合；
将每组竞争对手报价组合对应的待报价发电厂最优报价组合进行各分段平均值计算，得到待报价发电厂在各分段的最优报价。
8.一种分段报价规则下的发电厂报价确定装置，其特征是，包括：
历史报价统计模块，被配置用于获取竞争对手发电厂的历史报价信息，计算各发电厂在各分段的电价均值和方差；
报量确定模块，被配置用语言根据待报价发电厂的系统负荷范围，确定待报价发电厂的各分段报量；
报价组合模拟模块，被配置用于根据电价均值和方差，利用蒙特卡洛算法对各竞争对手发电厂在设定的多种分段报量组合下的报价进行模拟，以确定待报价发电厂的多种分段报价组合；
第一报价优化模块，被配置用于基于待报价发电厂的各分段报量，以及竞争对手发电厂的各保护分段的报量和报价，利用预先构建的第一报价优化模型，计算得到待报价发电厂在设定各分段的最优报价组合；所述第一报价优化模型为以统一市场出清价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
第二报价优化模块，被配置用于基于待报价发电厂的分段及各分段报量，以及竞争对手发电厂的分段、报量和报价，利用预先构建的第二报价优化模型，计算得到待报价发电厂在设定各分段的报价；所述第二报价优化模型为以报价为结算方式，待报价发电厂各设定分段的报价为变量，待报价发电厂利润最大为优化目标，所构建的报价优化模型；
以及比较确定模块，被配置用于基于第一报价优化模型以及第二报价优化模型的优化结果，分别计算待报价发电厂的利润并比较，将利润较大者对应的优化结果作为待报价发电厂的最终报价。
CN202010436089.1A 2020-05-21 2020-05-21 一种分段报价规则下的发电厂报价确定方法和装置 Pending CN111798024A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010436089.1A CN111798024A (zh) 2020-05-21 2020-05-21 一种分段报价规则下的发电厂报价确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010436089.1A CN111798024A (zh) 2020-05-21 2020-05-21 一种分段报价规则下的发电厂报价确定方法和装置

Publications (1)

Publication Number Publication Date
CN111798024A true CN111798024A (zh) 2020-10-20

Family

ID=72806113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010436089.1A Pending CN111798024A (zh) 2020-05-21 2020-05-21 一种分段报价规则下的发电厂报价确定方法和装置

Country Status (1)

Country Link
CN (1) CN111798024A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113887800A (zh) * 2021-09-29 2022-01-04 西安峰频能源科技有限公司 一种月或旬分时段交易辅助决策方法及系统
CN116011624A (zh) * 2022-12-15 2023-04-25 山东大学 计及分段点优化的发电商最优供应曲线获取方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113887800A (zh) * 2021-09-29 2022-01-04 西安峰频能源科技有限公司 一种月或旬分时段交易辅助决策方法及系统
CN116011624A (zh) * 2022-12-15 2023-04-25 山东大学 计及分段点优化的发电商最优供应曲线获取方法及系统
CN116011624B (zh) * 2022-12-15 2023-06-23 山东大学 计及分段点优化的发电商最优供应曲线获取方法及系统

Similar Documents

Publication Publication Date Title
Chuang et al. A game-theoretic model for generation expansion planning: problem formulation and numerical comparisons
Day et al. Divestiture of generation assets in the electricity pool of England and Wales: A computational approach to analyzing market power
Bunn et al. Agent-based simulation-an application to the new electricity trading arrangements of England and Wales
De La Torre et al. Finding multiperiod Nash equilibria in pool-based electricity markets
Fampa et al. Bilevel optimization applied to strategic pricing in competitive electricity markets
Guerci et al. Agent-based modeling and simulation of competitive wholesale electricity markets
Zaman et al. Co-evolutionary approach for strategic bidding in competitive electricity markets
CN111210144A (zh) 一种面向电力现货市场的发电风险管理方法及系统
CN113159835B (zh) 基于人工智能的发电侧电价报价方法、装置、存储介质及电子设备
Bushnell et al. An equilibrium model of investment in restructured electricity markets
Kjeldsen et al. Heuristic solutions to the long-term unit commitment problem with cogeneration plants
CN111798024A (zh) 一种分段报价规则下的发电厂报价确定方法和装置
CN112686693A (zh) 电力现货市场边际电价预测方法、系统、设备及存储介质
Wang et al. Optimal bidding of price-maker retailers with demand price quota curves under price uncertainty
CN115528749A (zh) 实时市场与电网调度联合推演方法、系统、设备及介质
Li et al. Bidding based generator maintenance scheduling with triple-objective optimization
Wang et al. What affects the implementation of the renewable portfolio standard? An analysis of the four-party evolutionary game
Liu et al. Impacts of emission trading and renewable energy support schemes on electricity market operation
Yucekaya Bidding of price taker power generators in the deregulated Turkish power market
Soleymani et al. New approach to bidding strategies of generating companies in day ahead energy market
Tsimopoulos et al. Financial arbitrage in electricity markets via virtual bidding
Lan et al. Low carbon and efficiency oriented day-ahead joint electrical energy and ancillary services market clearing model for generation-side in China
CN109919688B (zh) 一种考虑市场因素的电子烟产品线规划方法
Zaman et al. A co-evolutionary approach for optimal bidding strategy of multiple electricity suppliers
Corchero et al. Efficient solution of optimal multimarket electricity bid models

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201020