CN111967895A - 基于多目标和mpec规划制定发电计划放开方案的方法 - Google Patents
基于多目标和mpec规划制定发电计划放开方案的方法 Download PDFInfo
- Publication number
- CN111967895A CN111967895A CN202010729216.7A CN202010729216A CN111967895A CN 111967895 A CN111967895 A CN 111967895A CN 202010729216 A CN202010729216 A CN 202010729216A CN 111967895 A CN111967895 A CN 111967895A
- Authority
- CN
- China
- Prior art keywords
- unit
- market
- power generation
- power
- cost
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005457 optimization Methods 0.000 claims abstract description 58
- 239000010410 layer Substances 0.000 claims abstract description 41
- 230000005611 electricity Effects 0.000 claims abstract description 18
- 239000002356 single layer Substances 0.000 claims abstract description 8
- 230000000295 complement effect Effects 0.000 claims abstract description 7
- 101100421901 Caenorhabditis elegans sos-1 gene Proteins 0.000 claims abstract description 4
- 230000002040 relaxant effect Effects 0.000 claims abstract description 3
- 239000000126 substance Substances 0.000 claims description 10
- 101100404726 Arabidopsis thaliana NHX7 gene Proteins 0.000 claims description 6
- 102000057028 SOS1 Human genes 0.000 claims description 6
- 108700022176 SOS1 Proteins 0.000 claims description 6
- 101100197320 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) RPL35A gene Proteins 0.000 claims description 6
- 101150100839 Sos1 gene Proteins 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 abstract description 4
- 239000000203 mixture Substances 0.000 abstract description 4
- 230000004083 survival effect Effects 0.000 abstract description 4
- 230000000903 blocking effect Effects 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013178 mathematical model 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (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多目标和MPEC规划制定发电计划放开方案的方法，包括步骤：1)基于电网公司利润最大化并考虑高成本机组市场中标量，设置机组中标量乘数，建立上层优化模型；2)基于上层优化模型，以市场化购电成本最小为目标，建立下层优化模型，并利用KKT条件进行转化，采用SOS1对互补条件进行松弛；3)利用MPEC规划，将上、下层优化模型转化为单层模型进行求解；4)电网公司根据优化结果制定发电计划放开方案。本发明将发电计划放开方案和电力市场出清结合起来，通过双层优化的方法使得放开方案既能满足电网公司自身利润最大化的同时还能兼顾高成本机组的市场生存问题，利用电力网络的阻塞特点，有效缓解方案制定困难的问题。
Description
技术领域
本发明涉及电力市场和电力系统的技术领域，尤其是指一种基于多目标和MPEC(Mathematical Programming with Equilibrium Constraints)规划制定发电计划放开方案的方法。
背景技术
目前，增加电力市场交易量的方式主要是提高发用电计划的放开程度。对于电网公司来说，发用电计划的放开程度提高意味着更多的发用电计划电量成为电力市场交易标的，在总消费电量一定的情况下，这将导致电网通过电量统购统销获得的利润越来越少。目前电网公司根据政府明确的发电计划放开总量制定当年详细的发电计划放开方案，方案中需要明确各机组的市场电量和计划电量。制定方案的过程中，电网公司需要考虑高成本机组的市场生存问题。在上述的背景下，电网公司在完成发电计划放开目标的同时还要兼顾自身和高成本机组的利益最大化，因此制定发电计划放开方案非常困难。
本发明提供一种基于多目标和MPEC规划制定发电计划放开方案的方法，有效缓解方案制定困难的问题。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提出了一种基于多目标和MPEC规划制定发电计划放开方案的方法，突破传统方案制定方法无法同时兼顾电网公司自身利润和高成本机组市场生存的问题，将发电计划放开方案和电力市场出清结合起来，让电网公司在实现放开目标的同时考虑高成本机组的市场出清量，通过双层优化的方法使得放开方案既能满足电网公司自身利润最大化的同时还能兼顾高成本机组的市场生存问题，从而实现电网公司多方面的目标，进一步实现发电计划的方案制定，缓解方案制定困难的问题。
为实现上述目的，本发明所提供的技术方案为：基于多目标和MPEC规划制定发电计划放开方案的方法，该方法以电网公司购销价差费用最大化作为第一优化目标，高成本机组市场中标量最大化作为第二优化目标，通过将两个目标进行相加，进而得到最终的优化目标，并建立相应的优化模型，在确保电网公司收益同时，也实现高成本机组的市场中标量，并且，将市场出清问题转化为MPEC规划：以市场化购电成本最小，利用KKT条件将市场出清问题转为一系列约束；通过对建立的模型进行数学求解，即可获得满足电力系统约束和电力市场约束的优化解，进而制定发电计划放开方案；其包括以下步骤：
1)基于电网公司利润最大化并考虑高成本机组市场中标量，设置机组中标量乘数，建立上层优化模型；
2)基于上层优化模型，以市场化购电成本最小为目标，建立下层优化模型，并利用KKT条件进行转化，采用SOS1对互补条件进行松弛；
3)利用MPEC规划，将上、下层优化模型转化为单层模型进行求解；
4)电网公司根据优化结果制定发电计划放开方案。
在步骤1)中，所述电网公司利润是指电网公司通过统购统销获取的购销费用之差；所述高成本机组市场中标量是指机组出清量，能够通过市场出清程序获得；所述机组中标量乘数是指电网公司在制定放开方案的决策过程中设置的系数，反映作为决策主体的电网公司对于各机组市场出清量的重视程度。
所述步骤1)包括以下步骤：
1.1)设置机组中标量乘数
对于低成本且不受电网公司重视的机组，该乘数设置为0；对于高成本机组且电网公司重视其中标量，该乘数能够根据重视程度设置为不同的正实数；各机组中标量乘数构成矩阵β：
β＝[β1,β2,…,βi]
其中，脚标i表示第i个机组的序号，βi是第i个机组的中标量乘数；
1.2)建立电网公司利润模型
此处，电网公司统购统销利润采用以下公式计算：
其中，
是机组i的最大发电量；
是机组i的发电计划放开量，即机组i的市场电量；
是机组i的购销价差，等于用户侧目录电价减去发电上网电价；I是机组的总数；
1.3)建立上层优化模型
优化目标：
其中，
是机组i在电力市场中的中标量，作为下层优化模型传递给上层优化模型的参数；
约束条件：
其中，
是发电计划的总放开量，由政府部门制定。
所述步骤2)包括以下步骤：
2.1)建立下层优化模型
优化目标：
约束条件:
-Pl max≤Pl≤Pl max
其中，I是机组的总数；
是机组中标电量，作为下层决策变量；LΣ是总负荷量；αi是机组i的发电成本；
是机组i的发电计划放开量，即机组i的市场电量；
是机组i的最大发电量；Pl是线路l的潮流，Pl max是线路l的最大传输能力；
2.2)利用KKT条件转化上述下层优化模型
将下层优化模型转化为如下所示的一系列等式约束条件和不等式约束条件：
约束条件：
0≤μL ⊥(-Pl max-Pl)≤0
其中，Pi c代表机组i的市场中标量；忽略机组和线路标号，
是下层对偶变量；α代表机组发电成本；λ代表等式约束的拉格朗日乘子；
代表中标电量不等式约束的拉格朗日乘子；
代表线路潮流不等式约束的拉格朗日乘子；
利用SOS1进行互补条件松弛，其中，SOS1是指第一类特殊有序集。
在步骤3)中，利用MPEC规划，将上、下层优化模型转化为单层模型进行求解：
优化目标：
约束条件：
-Pl max≤Pl≤Pl max
0≤μL ⊥(-Pl max-Pl)≤0
其中，I是机组的总数；
是机组中标电量，作为下层决策变量；LΣ是总负荷量；βi是第i个机组的中标量乘数；
是机组i的发电计划放开量，即机组i的市场电量；
是机组i的最大发电量；Pl是线路l的潮流，Pl max是线路l的最大传输能力；Pi c代表机组i的市场中标量；忽略机组和线路标号，
是下层对偶变量；α代表机组发电成本；λ代表等式约束的拉格朗日乘子；
代表中标电量不等式约束的拉格朗日乘子；
代表线路潮流不等式约束的拉格朗日乘子。
在步骤4)中，通过求解单层优化模型，根据求解结果中优化变量
的取值，即是发电计划放开方案中，机组i发电计划的放开量，能够直接得到各机组保留的计划电量，剩余电量为市场电量，基于各机组分配的计划电量和市场电量，最终形成一个发电计划放开方案。
本发明与现有技术相比，具有如下优点与有益效果：
1、本发明首次实现了通过多目标和MPEC规划方法来制定发电计划放开方案，突破传统方案制定方法缺乏数学模型支撑的缺点。
2、本发明首次实现了方案制定过程中兼顾多方面的利益协调，更利于方案落地执行。
3、本发明充分考虑了市场和计划的衔接，非常适合电力市场化改革的现实情况。
4、本发明解决了电力市场化改革过程中发电计划放开相关的实际问题，在电力市场建设过程中有广阔的应用前景。
附图说明
图1为本发明方法逻辑流程示意图。
图2为实施例中发电厂1、2关联图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
如图1和图2所示，本实施例提供了一种基于多目标和MPEC规划制定发电计划放开方案的方法，该方法以电网公司购销价差费用最大化作为第一优化目标，高成本机组市场中标量最大化作为第二优化目标，通过将两个目标进行相加，进而得到最终的优化目标，并建立相应的优化模型，在确保电网公司收益同时，也实现高成本机组的市场中标量，并且，将市场出清问题转化为MPEC规划：以市场化购电成本最小，利用KKT条件将市场出清问题转为一系列约束；通过对建立的模型进行数学求解，即可获得满足电力系统约束和电力市场约束的优化解，进而制定发电计划放开方案。其包括以下步骤：
1)基于电网公司利润最大化，并考虑高成本机组市场中标量，设置机组中标量乘数，建立上层优化模型，具体步骤如下：
1.1)设置机组中标量乘数
对于低成本且不受电网公司重视的机组，该乘数设置为0；对于高成本机组且电网公司重视其中标量，该乘数可以根据重视程度设置为不同的正实数；各机组中标量乘数构成矩阵β：
β＝[β1,β2,…,βi]
其中，脚标i表示第i个机组的序号，βi是第i个机组的中标量乘数。
1.2)建立电网公司利润模型
此处，电网公司统购统销利润采用以下公式计算：
其中，
是机组i的最大发电量；
是机组i的发电计划放开量，即机组i的市场电量；Pi d是机组i的购销价差，等于用户侧目录电价减去发电上网电价；I是机组的总数。
1.3)建立上层优化模型
优化目标：
其中，
是机组i在电力市场中的中标量，作为下层优化模型传递给上层优化模型的参数。
约束条件：
其中，
是发电计划的总放开量，由政府部门制定。
在本实施例中，电力市场出清周期为1个时段，相应的发电计划放开方案也是针对1个时段的，因此在省略单位的情况下本发明中涉及的电量和电力在数值上是相等的。图2所示的关联图中包含3个电力系统节点，2台机组和2个节点负荷，其中，发电厂1位于节点1，发电厂2位于节点2；节点1和节点2通过输电线路1连接，节点1和节点3通过线路2连接，节点2和节点3通过线路3连接。2个节点负荷分别位于节点2和节点3。
主要数据设置情况：总放开发电量
兆瓦时；设置的机组中标量乘数为β＝[100,100]；目录电价(即电网公司电量销售电价)为0.7元/千瓦时；P1 d＝0.7-0.2＝0.5元/千瓦时；
元/千瓦时。发电厂1(机组1)的最大发电量为150兆瓦时，发电厂2(机组2)的最大发电量为100兆瓦时。总电力负荷为160兆瓦时(节点2和节点3的总负荷)。线路1、线路2、线路3具有相同的电抗和长度。
2)基于上层优化模型，以市场化购电成本最小为目标，建立下层优化模型，并利用KKT条件进行转化，采用SOS1进行互补条件松弛，其中SOS1是指第一类特殊有序集；具体步骤如下：
2.1)建立下层优化模型
优化目标：
约束条件：
-Pl max≤Pl≤Pl max
αi是机组发电成本，
是机组中标电量，作为下层决策变量；
LΣ是总负荷量，总负荷量＝60+100＝160兆瓦时；
Pl是线路l潮流，Pl max是线路l的最大潮流传输能力。
2.2)利用KKT条件转化上述下层优化模型
将下层优化模型转化为如下所示的一系列等式约束条件和不等式约束条件：
约束条件：
0≤μL ⊥(-Pl max-Pl)≤0
式中，Pi c代表机组i的市场中标量；忽略机组和线路标号，
是下层对偶变量,分别代表机组发电成本(α)、等式约束的拉格朗日乘子(λ)、中标电量不等式约束的拉格朗日乘子
线路潮流不等式约束的拉格朗日乘子
利用SOS1进行互补条件松弛。
在本实施例中，发电厂1(机组1)的成本为0.2元/千瓦时，发电厂2(机组2)的成本为0.6元/千瓦时。
3)利用MPEC规划，将以上双层优化模型(上、下层优化模型)转化为单层模型进行求解，具体如下：
优化目标：
约束条件：
-Pl max≤Pl≤Pl max
0≤μL ⊥(-Pl max-Pl)≤0
4)根据求解结果中优化变量
的取值，即是发电计划放开方案中，机组i发电计划的放开量(或者称为机组i的市场量)。进一步地，可得到各机组保留的计划量，最终形成一个发电计划放开方案。
在本实施例中，所形成的发电计划放开方案如下：发电厂1(机组1)的放开量为10兆瓦时，保留的计划量为140兆瓦时；发电厂2(机组2)的放开量为90兆瓦时，保留的计划量为10兆瓦时。
在上述的发电计划放开方案下，发电厂1(机组1)的中标电量为140兆瓦时，发电厂2(机组2)的中标电量为20兆瓦时，电网公司通过购销价差获得的利润为7.1万元。
综上所述，在采用以上方案后，本发明为发电计划放开方案的制定提供了新的方法，将基于多目标和带均衡约束的数学规划方法作为方案制定的一种有效手段，能够有效解决市场与计划衔接问题，有效推动电力市场的发展，具有实际推广价值，值得推广。
以上所述实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。
Claims (6)
1.基于多目标和MPEC规划制定发电计划放开方案的方法，其特征在于，该方法以电网公司购销价差费用最大化作为第一优化目标，高成本机组市场中标量最大化作为第二优化目标，通过将两个目标进行相加，进而得到最终的优化目标，并建立相应的优化模型，在确保电网公司收益同时，也实现高成本机组的市场中标量，并且，将市场出清问题转化为MPEC规划：以市场化购电成本最小，利用KKT条件将市场出清问题转为一系列约束；通过对建立的模型进行数学求解，即可获得满足电力系统约束和电力市场约束的优化解，进而制定发电计划放开方案；其包括以下步骤：
1)基于电网公司利润最大化并考虑高成本机组市场中标量，设置机组中标量乘数，建立上层优化模型；
2)基于上层优化模型，以市场化购电成本最小为目标，建立下层优化模型，并利用KKT条件进行转化，采用SOS1对互补条件进行松弛；
3)利用MPEC规划，将上、下层优化模型转化为单层模型进行求解；
4)电网公司根据优化结果制定发电计划放开方案。
2.根据权利要求1所述的一种基于多目标和MPEC规划制定发电计划放开方案的方法，其特征在于：在步骤1)中，所述电网公司利润是指电网公司通过统购统销获取的购销费用之差；所述高成本机组市场中标量是指机组出清量，能够通过市场出清程序获得；所述机组中标量乘数是指电网公司在制定放开方案的决策过程中设置的系数，反映作为决策主体的电网公司对于各机组市场出清量的重视程度。
3.根据权利要求1或2所述的基于多目标和MPEC规划制定发电计划放开方案的方法，其特征在于，所述步骤1)包括以下步骤：
1.1)设置机组中标量乘数
对于低成本且不受电网公司重视的机组，该乘数设置为0；对于高成本机组且电网公司重视其中标量，该乘数能够根据重视程度设置为不同的正实数；各机组中标量乘数构成矩阵β：
β＝[β1,β2,…,βi]
其中，脚标i表示第i个机组的序号，βi是第i个机组的中标量乘数；
1.2)建立电网公司利润模型
此处，电网公司统购统销利润采用以下公式计算：
其中，
是机组i的最大发电量；
是机组i的发电计划放开量，即机组i的市场电量；
是机组i的购销价差，等于用户侧目录电价减去发电上网电价；I是机组的总数；
1.3)建立上层优化模型
优化目标：
其中，
是机组i在电力市场中的中标量，作为下层优化模型传递给上层优化模型的参数；
约束条件：
其中，
是发电计划的总放开量，由政府部门制定。
4.根据权利要求1所述的基于多目标和MPEC规划制定发电计划放开方案的方法，其特征在于，所述步骤2)包括以下步骤：
2.1)建立下层优化模型
优化目标：
约束条件:
其中，I是机组的总数；
是机组中标电量，作为下层决策变量；LΣ是总负荷量；αi是机组i的发电成本；
是机组i的发电计划放开量，即机组i的市场电量；
是机组i的最大发电量；Pl是线路l的潮流，
是线路l的最大传输能力；
2.2)利用KKT条件转化上述下层优化模型
将下层优化模型转化为如下所示的一系列等式约束条件和不等式约束条件：
约束条件：
其中，
代表机组i的市场中标量；忽略机组和线路标号，
是下层对偶变量；α代表机组发电成本；λ代表等式约束的拉格朗日乘子；
代表中标电量不等式约束的拉格朗日乘子；
代表线路潮流不等式约束的拉格朗日乘子；
利用SOS1进行互补条件松弛，其中，SOS1是指第一类特殊有序集。
5.根据权利要求1所述的基于多目标和MPEC规划制定发电计划放开方案的方法，其特征在于，在步骤3)中，利用MPEC规划，将上、下层优化模型转化为单层模型进行求解：
优化目标：
约束条件：
其中，I是机组的总数；
是机组中标电量，作为下层决策变量；LΣ是总负荷量；βi是第i个机组的中标量乘数；
是机组i的发电计划放开量，即机组i的市场电量；
是机组i的最大发电量；Pl是线路l的潮流，
是线路l的最大传输能力；
代表机组i的市场中标量；忽略机组和线路标号，
是下层对偶变量；α代表机组发电成本；λ代表等式约束的拉格朗日乘子；
代表中标电量不等式约束的拉格朗日乘子；
代表线路潮流不等式约束的拉格朗日乘子。
6.根据权利要求1所述的基于多目标和MPEC规划制定发电计划放开方案的方法，其特征在于：在步骤4)中，通过求解单层优化模型，根据求解结果中优化变量Qi f的取值，即是发电计划放开方案中，机组i发电计划的放开量，能够直接得到各机组保留的计划电量，剩余电量为市场电量，基于各机组分配的计划电量和市场电量，最终形成一个发电计划放开方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010729216.7A CN111967895B (zh) | 2020-07-27 | 2020-07-27 | 基于多目标和mpec规划制定发电计划放开方案的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010729216.7A CN111967895B (zh) | 2020-07-27 | 2020-07-27 | 基于多目标和mpec规划制定发电计划放开方案的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111967895A true CN111967895A (zh) | 2020-11-20 |
| CN111967895B CN111967895B (zh) | 2024-05-28 |
Family
ID=73364342
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010729216.7A Active CN111967895B (zh) | 2020-07-27 | 2020-07-27 | 基于多目标和mpec规划制定发电计划放开方案的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111967895B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006158189A (ja) * | 2004-11-04 | 2006-06-15 | Tokyo Electric Power Co Inc:The | 電力取引と分散電源を組み合わせたコスト最小化電力管理システム |
| CN108711890A (zh) * | 2018-06-27 | 2018-10-26 | 广东电网有限责任公司 | 日前市场出清方法、系统、装置及计算机可读存储介质 |
| WO2019078419A1 (ko) * | 2017-10-18 | 2019-04-25 | 한국전력공사 | 전력 수급 운영 스케줄링 장치 및 방법, 컴퓨터 프로그램 |
| CN109919472A (zh) * | 2019-02-27 | 2019-06-21 | 华南理工大学 | 一种考虑多利益主体博弈的发电市场迭代竞价方法 |
| CN110070221A (zh) * | 2019-04-16 | 2019-07-30 | 清华大学 | 基于全成本电价的电网规划方案评估与优选方法及系统 |
| CN110147907A (zh) * | 2019-05-20 | 2019-08-20 | 广西电网有限责任公司电力科学研究院 | 一种考虑网络约束的虚拟电厂双层优化模型 |
| CN111049192A (zh) * | 2019-12-11 | 2020-04-21 | 云南电网有限责任公司 | 一种考虑可再生能源同台竞价的发电控制方法 |
-
2020
- 2020-07-27 CN CN202010729216.7A patent/CN111967895B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006158189A (ja) * | 2004-11-04 | 2006-06-15 | Tokyo Electric Power Co Inc:The | 電力取引と分散電源を組み合わせたコスト最小化電力管理システム |
| WO2019078419A1 (ko) * | 2017-10-18 | 2019-04-25 | 한국전력공사 | 전력 수급 운영 스케줄링 장치 및 방법, 컴퓨터 프로그램 |
| CN108711890A (zh) * | 2018-06-27 | 2018-10-26 | 广东电网有限责任公司 | 日前市场出清方法、系统、装置及计算机可读存储介质 |
| CN109919472A (zh) * | 2019-02-27 | 2019-06-21 | 华南理工大学 | 一种考虑多利益主体博弈的发电市场迭代竞价方法 |
| CN110070221A (zh) * | 2019-04-16 | 2019-07-30 | 清华大学 | 基于全成本电价的电网规划方案评估与优选方法及系统 |
| CN110147907A (zh) * | 2019-05-20 | 2019-08-20 | 广西电网有限责任公司电力科学研究院 | 一种考虑网络约束的虚拟电厂双层优化模型 |
| CN111049192A (zh) * | 2019-12-11 | 2020-04-21 | 云南电网有限责任公司 | 一种考虑可再生能源同台竞价的发电控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111967895B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pan et al. | Optimal design and operation of multi-energy system with load aggregator considering nodal energy prices | |
| Turvey | Interconnector economics | |
| Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
| Zhao et al. | Hierarchical optimal configuration of multi-energy microgrids system considering energy management in electricity market environment | |
| CN107492886A (zh) | 一种区域电力市场下含风电的电网月度购电方案优化方法 | |
| Karkhaneh et al. | Risk-constrained probabilistic optimal scheduling of FCPP-CHP based energy hub considering demand-side resources | |
| CN112529304A (zh) | 一种基于配额制考虑风险的两级电力市场优化运行方法 | |
| Zhai et al. | Optimization of integrated energy system considering photovoltaic uncertainty and multi-energy network | |
| CN115587668A (zh) | 多园区综合能源系统分布式协同优化调度方法 | |
| CN115204562B (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统 | |
| Tan et al. | Bidding strategy of virtual power plant with energy storage power station and photovoltaic and wind power | |
| CN114154907A (zh) | 一种基于实时碳排放控制的电气互联系统低碳调度方法 | |
| CN110556821B (zh) | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 | |
| CN117114877A (zh) | 一种基于虚拟电厂的中长期电力交易方法及系统 | |
| Gu et al. | Optimal economic dispatch for an industrial park with consideration of an elastic energy cloud model with integrated demand response uncertainty | |
| CN111967895B (zh) | 基于多目标和mpec规划制定发电计划放开方案的方法 | |
| Wang et al. | Bi-level multi-agents interactive decision-making model in regional integrated energy system | |
| Muttaqi et al. | A bi-level energy management model for energy transactions from VPP based integrated energy systems under system uncertainties | |
| Wu et al. | Power procurement strategies of retailer considering demand response program | |
| Heydarian-Forushani et al. | A comprehensive smart energy management strategy for TVPP, CVPP, and energy communities | |
| Hu et al. | Modeling on electrical power market clearing with consideration of the participation of VPP and MG in view of energy internet | |
| Wu et al. | Benefit models and optimization clearing model for participants in cloud energy storage | |
| Cui et al. | Double layer scheduling mechanism in Virtual power plant | |
| Vahid-Ghavidel et al. | Opportunistic info-gap approach for optimization of electrical and heating loads in multi-energy systems in the presence of a demand response program | |
| CN112085253B (zh) | 一种考虑投机行为的多能源市场交易策略决策方法 |
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 |