CN112150202B - 一种边际机组分析方法和装置 - Google Patents
一种边际机组分析方法和装置 Download PDFInfo
- Publication number
- CN112150202B CN112150202B CN202011010371.XA CN202011010371A CN112150202B CN 112150202 B CN112150202 B CN 112150202B CN 202011010371 A CN202011010371 A CN 202011010371A CN 112150202 B CN112150202 B CN 112150202B
- Authority
- CN
- China
- Prior art keywords
- unit
- marginal
- node
- marginal unit
- calculating
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 230000005611 electricity Effects 0.000 claims abstract description 93
- 238000004364 calculation method Methods 0.000 claims abstract description 46
- 238000005265 energy consumption Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000010248 power generation Methods 0.000 claims description 45
- 239000003245 coal Substances 0.000 claims description 6
- 239000000446 fuel Substances 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (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)
Abstract
本发明公开了一种边际机组分析方法和装置,包括:通过获取每个机组在多个时段分别对应的出力对应报价信息和节点电价信息确定边际机组,并根据边际机组的分布情况确定边际机组的集中度;以及通过确定每个节点的负荷权重、边际机组对每个节点的节点电价的决定度和每个边际机组的能耗特性,计算机组中的高定价信息,以及计算边际机组对电力市场系统的贡献度和电力市场系统的勒纳指数。本发明通过多个时段的出力对应报价和多个机组分别对应的节点电价确定边际机组,计算量少,易于实现;此外,本发明还可有效分析得到边际机组的集中度、高定价机组信息、贡献度和勒纳指数等,为后续对电力市场系统进行分析提供数据支撑。
Description
技术领域
本发明涉及电力分析技术领域,尤其涉及一种边际机组分析方法和装置。
背景技术
随着中国电力改革的不断深入和推进,国内有多个电力现货市场试点陆续投入模拟试运行,甚至开展了多次不同周期的结算试运行,市场运营人员需要全面深入地分析市场运行情况,通过数据分析挖掘出市场运行的特点,及时发现市场运行是否存在问题,合理分析市场机制设计的有效性。边际机组分析是市场运行分析的关键环节,是分析市场定价行为、价格燃料构成、市场竞争有效性等关键信息的核心指标。
目前用于确定边际机组的摄动法在技术实现方面计算量较大,且并未对边际机组进行有效分析。
发明内容
本发明提供了一种边际机组分析方法和装置,用于解决目前用于确定边际机组的摄动法在技术实现方面计算量较大,且并未对边际机组进行有效分析的技术问题。
本发明提供了一种边际机组分析方法,应用于电力系统,所述电力系统包括多个节点,所述节点包括机组;所述方法包括:
获取每个所述机组在多个时段分别对应的出力对应报价信息和节点电价信息;
将每个时段中所述出力对应报价信息和所述节点电价信息相同的机组确定为边际机组,得到多个边际机组;
确定多个所述边际机组在所述电力系统中的分布情况;
根据所述分布情况计算所述边际机组的集中度;
以每个所述边际机组为目标节点,计算每个所述目标节点对非目标节点的节点电价信息的决定度;所述非目标节点为所述多个节点中所述目标节点以外的节点;
根据所述决定度确定所述电力系统中的高定价机组信息;
获取每个所述节点的负荷权重;
根据所述每个节点的负荷权重和所述决定度,计算所述边际机组对所述电力系统的贡献度;
获取每个所述边际机组分别对应的能耗特性;
根据所有所述边际机组分别对应的能耗特性和贡献度,计算所述电力系统的勒纳指数;
输出所述集中度、所述高定价机组信息、所述贡献度和所述勒纳指数。
可选地,所述计算每个所述目标节点对非目标节点的节点电价信息的决定度的步骤,包括:
计算每个非目标节点的节点电价信息与所述目标节点的出力对应报价信息的相近度;
根据所述相近度计算每个所述目标节点对非目标节点的节点电价信息的决定度。
可选地,所述边际机组包括燃气边际机组和燃煤边际机组;所述贡献度包括燃气边际机组贡献度和燃煤边际机组贡献度;所述根据所述每个节点的负荷权重和所述决定度,计算所述边际机组对所述电力系统的贡献度的步骤,包括:
根据所述燃气边际机组对每个所述节点的节点电价信息的决定度,和,所述每个节点的负荷权重,计算所述燃气边际机组对所述电力系统的燃气边际机组贡献度;
根据所述燃煤边际机组对每个所述节点的节点电价信息的决定度,和,所述每个节点的负荷权重,计算所述燃煤边际机组对所述电力系统的燃煤边际机组贡献度。
可选地,多个所述机组分布在多个发电集团集合中;每个所述发电集团集合所具有的机组互不相同;所述根据所述分布情况计算所述边际机组的集中度的步骤,包括:
确定每个所述发电集团集合的边际机组数量;
根据每个所述发电集团集合的边际机组数量和所述发电集团集合的集合数量计算每个所述发电集团集合的赫芬达尔-赫希曼HHI指数;
根据所述HHI指数判断每个所述发电集团集合的边际机组的集中度。
可选地,所述方法还包括:
根据所述燃煤机组贡献度和所述燃气机组贡献度计算所述电力系统的成本构成比例;
输出所述成本构成比例。
可选地,所述根据所有所述边际机组分别对应的能耗特性和贡献度,计算所述电力系统的勒纳指数的步骤,包括:
获取每个所述边际机组分别对应的能耗特性,并根据所述能耗特性计算每个所述边际机组对应的机组勒纳指数;
根据每个所述边际机组对应的机组勒纳指数和贡献度,计算所述电力系统的勒纳指数。
本发明还提供了一种边际机组分析装置,包括:
出力对应报价信息和节点电价信息获取模块,用于获取每个所述机组在多个时段分别对应的出力对应报价信息和节点电价信息;
边际机组确定模块,用于将每个时段中所述出力对应报价信息和所述节点电价信息相同的机组确定为边际机组,得到多个边际机组;
分布情况确定模块,用于确定多个所述边际机组在所述电力系统中的分布情况;
集中度计算模块,用于根据所述分布情况计算所述边际机组的集中度;
决定度计算模块,用于以每个所述边际机组为目标节点,计算每个所述目标节点对非目标节点的节点电价信息的决定度;所述非目标节点为所述多个节点中所述目标节点以外的节点;
高定价机组信息确定模块,用于根据所述决定度确定所述电力系统中的高定价机组信息;
负荷权重获取模块,用于获取每个所述节点的负荷权重;
贡献度计算模块,用于根据所述每个节点的负荷权重和所述决定度,计算所述边际机组对所述电力系统的贡献度;
能耗特性获取模块,用于获取每个所述边际机组分别对应的能耗特性;
勒纳指数计算模块,用于根据所有所述边际机组分别对应的能耗特性和贡献度,计算所述电力系统的勒纳指数;
输出模块,用于输出所述集中度、所述高定价机组信息、所述贡献度和所述勒纳指数。
可选地,所述决定度计算模块,包括:
相近度计算子模块,用于计算每个非目标节点的节点电价信息与所述目标节点的出力对应报价信息的相近度;
决定度计算子模块,用于根据所述相近度计算每个所述目标节点对非目标节点的节点电价信息的决定度。
可选地,所述边际机组包括燃气边际机组和燃煤边际机组;所述贡献度包括燃气边际机组贡献度和燃煤边际机组贡献度;所述贡献度计算模块,包括:
燃气边际机组贡献度计算子模块,用于根据所述燃气边际机组对每个所述节点的节点电价信息的决定度,和,所述每个节点的负荷权重,计算所述燃气边际机组对所述电力系统的燃气边际机组贡献度;
燃煤边际机组贡献度计算子模块,用于根据所述燃煤边际机组对每个所述节点的节点电价信息的决定度,和,所述每个节点的负荷权重,计算所述燃煤边际机组对所述电力系统的燃煤边际机组贡献度。
可选地,多个所述机组分布在多个发电集团集合中;每个所述发电集团集合所具有的机组互不相同;所述集中度计算模块,包括:
边际机组数量确定子模块,用于确定每个所述发电集团集合的边际机组数量;
赫芬达尔-赫希曼HHI指数计算子模块,用于根据每个所述发电集团集合的边际机组数量和所述发电集团集合的集合数量计算每个所述发电集团集合的赫芬达尔-赫希曼HHI指数;
集中度计算子模块,用于根据所述HHI指数判断每个所述发电集团集合的边际机组的集中度。
可选地,还包括:
成本构成比例计算模块,用于根据所述燃煤机组贡献度和所述燃气机组贡献度计算所述电力系统的成本构成比例;
成本构成比例输出模块,用于输出所述成本构成比例。
可选地,所述勒纳指数计算模块,包括:
机组勒纳指数计算子模块,用于获取每个所述边际机组分别对应的能耗特性,并根据所述能耗特性计算每个所述边际机组对应的机组勒纳指数;
勒纳指数计算子模块,用于根据每个所述边际机组对应的机组勒纳指数和贡献度,计算所述电力系统的勒纳指数。
本发明还提供了一种边际机组分析设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的边际机组分析方法。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行如上任一项所述的边际机组分析方法。
从以上技术方案可以看出,本发明具有以下优点:本发明提供了一种边际机组分析方法,通过获取每个机组在多个时段分别对应的出力对应报价信息和节点电价信息确定边际机组,并根据边际机组的分布情况确定边际机组的集中度;以及通过确定每个节点的负荷权重、边际机组对每个节点的节点电价的决定度和每个边际机组的能耗特性,计算机组中的高定价信息,以及计算边际机组对电力市场系统的贡献度和电力市场系统的勒纳指数。本发明通过多个时段的出力对应报价和多个机组分别对应的节点电价确定边际机组,计算量少,易于实现;此外,通过获取边际机组的分布情况、每个节点的负荷权重、边际机组对每个节点的节点电价的决定度和每个边际机组的能耗特性可有效分析得到边际机组的集中度、高定价机组信息、贡献度和勒纳指数等,为后续对电力市场系统进行分析提供数据支撑。
附图说明
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种边际机组分析方法的步骤流程图;
图2为本发明实施例提供的一种边际机组的集中度确定方法的步骤流程图;
图3为本发明实施例提供的一种边际机组分析装置的结构框图。
具体实施方式
本发明实施例提供了一种边际机组分析方法和装置,用于解决目前用于确定边际机组的摄动法在技术实现方面计算量较大,且并未对边际机组进行有效分析的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例提供的一种边际机组分析方法的步骤流程图。
本发明提供的一种边际机组分析方法,包括:
步骤101,获取每个机组在多个时段分别对应的出力对应报价信息和节点电价信息;
步骤102,将每个时段中出力对应报价信息和节点电价信息相同的机组确定为边际机组,得到多个边际机组;
在本发明实施例中,通过判断在计算节点电价程序中某一时段的机组中出力对应报价与机组自身节点电价是否相等,可以确定在某一时段的边际机组。若某一时段的出力对应报价与机组自身节点电价相等,则可认为该机组在该时段是边际机组,并进一步确定该运行日所有时段的边际机组。
步骤103,确定多个边际机组在电力系统中的分布情况;
步骤104,根据分布情况计算边际机组的集中度;
在本发明实施例中,电力系统是指电力市场的机组与负荷等所形成的电力环境下的系统;电力市场包括多个发电集团集合,边际机组在电力系统中的分布情况是指不同发电集团集合的边际机组拥有情况。
在本发明实施例中,确定运行日所有时段的边际机组,可分析边际机组在系统中的分布情况,根据该分布情况,可分析系统中边际机组的集中度。
在一个示例中,如图2所示,步骤104可以包括以下子步骤:
S11,确定每个发电集团集合的边际机组数量;
S12,根据每个发电集团集合的边际机组数量和发电集团集合的集合数量计算每个发电集团集合的赫芬达尔-赫希曼HHI指数;
S13,根据HHI指数判断每个发电集团集合的边际机组的集中度。
对于同一时段,在完成市场出清优化后计算节点电价程序,该程序会重新得到机组出力(与市场出清结果可能有微小扰动量的区别)和节点电价,若机组新的机组出力和节点电价一致,则认为其成为了边际机组。按照一个运行日内各发电集团的机组成为边际机组的台次进行HHI(赫芬达尔—赫希曼)指数计算,通过边际机组的HHI可分析其集中情况。在一个示例中,基于HHI评估某一产业集中度的标准:当HHI小于1000,为竞争型;当HHI小于1800大于1000,为低寡占型;当HHI大于1800,为高寡占型。
具体地,HHI可以通过以下公式进行计算:
其中,IU是任一运行日按照机组装机容量计算的HHI;I是所有参与市场的发电集团集合;Ui是集团所拥有的边际机组数目。
步骤105,以每个边际机组为目标节点,计算每个目标节点对非目标节点的节点电价信息的决定度;非目标节点为多个节点中目标节点以外的节点;
在本发明实施例中,目标节点对非目标节点的节点电价信息的决定度,是指边际机组对该节点的影响程度,例如,当一个母线节点电价仅由一个边际机组决定,则认为该边际机组对该母线的影响为1,当一个母线节点电价由n个同报价的边际机组共同决定,则认为该边际机组对该母线的影响为1/n。
在一个示例中,步骤105可以包括:
计算每个非目标节点的节点电价信息与目标节点的出力对应报价信息的相近度;根据相近度计算每个目标节点对非目标节点的节点电价信息的决定度。
具体地,判断一个节点的电价是否由边际机组来决定,可以通过判断节点的电价与边际机组在计算节点电价程序中出力对应报价的相近程度,若某一节点的电价最接近于某一边际机组在计算节点电价程序中出力对应报价,则近似地认为该节点的电价由该边际机组来决定。对于同一时段,对所有母线节点电价与所有边际机组在节点电价程序计算得到出力对应的报价进行匹配,若一个母线的节点电价最接近某个(或几个)边际机组的报价,则认为该母线的节点电价由这个(或几个)边际机组决定。在本发明实施例中,根据边际机组对节点的决定程度,可以进一步地分析是否存在高定价机组信息,在本发明实施例中,高定价机组信息可以为燃煤机组被高报价燃气机组定价的情况。
步骤106,根据决定度确定电力系统中的高定价机组信息;
具体地,边际机组u对节点l节点电价的决定量ku,l表示该节点是否由该边际机组决定,判断方法是通过判断节点电价最接近于哪台边际机组的出力对应报价,则认为该节点电价由该边际机组决定,则其为1,否则为0。如果有多台(如n台)边际机组出力对应报价相同,则这几台边际机组共同确定该节点的节点电价,即ku,l为1/n。燃煤机组“搭便车”是指高报价的燃气机组a决定了低报价的燃煤机组b节点电价,即ka,b等于1,使得燃煤机组获得高于其报价(或成本)的节点电价,则也称作燃煤机组搭了燃气机组的“便车”。这里主要是统计每个运行日这种情况出现时段的次数和燃煤机组台数。
步骤107,获取每个节点的负荷权重;
步骤108,根据每个节点的负荷权重和决定度,计算边际机组对电力系统的贡献度;
基于边际机组对各节点的决定程度,结合各节点的负荷权重,可分析燃煤和燃气边际机组对全系统平均电价的贡献度。
在一个示例中,边际机组包括燃气边际机组和燃煤边际机组;贡献度包括燃气边际机组贡献度和燃煤边际机组贡献度,步骤108可以包括:
根据燃气边际机组对每个节点的节点电价信息的决定度,和,每个节点的负荷权重,计算燃气边际机组对电力系统的燃气边际机组贡献度;
根据燃煤边际机组对每个节点的节点电价信息的决定度,和,每个节点的负荷权重,计算燃气边际机组对电力系统的燃气边际机组贡献度。
具体地,对于一个边际机组,将决定电价的所有母线节点的影响乘以各母线的权重(该权重为该母线上一月的累计电量占全网的比例),加和后乘以边际机组出力对应报价,得到该边际机组的对该时段全系统平均电价的决定量,边际机组的贡献值之比(归一化)即为边际机组对该时段电价的贡献度。根据边际机组有燃煤机组和燃气机组的不同,可得到燃煤边际机组的贡献度以及燃气边际机组的贡献度。
进一步地,在本发明实施例中,通过对比燃煤边际机组和燃气边际机组的贡献度,即可得到全系统平均电价中的燃料比例。通过长期分析电价中的燃料比例,可以发现全系统平均电价整体由哪类燃料机组在控制,并向操作人员反馈相关信息。
在一个示例中,价格的燃料组成可以由以下公式计算得到:
其中,Pu为边际机组u对系统整体价格水平的决定量;Pl为节点l的节点电价;kl为节点l的在计算负荷侧加权平均电价的权重,通过对过去一个月全系统各个母线上的电量进行积分,然后按照各母线积分电量占总积分电量的比例来确定权重;ku,l为边际机组u对节点l节点电价的决定量;PC为燃煤边际机组对系统整体价格水平的决定量;PG为燃气边际机组对系统整体价格水平的决定量;PC和PG的比例为价格中燃煤和燃气构成比例。
步骤109,获取每个边际机组分别对应的能耗特性;
步骤110,根据所有边际机组分别对应的能耗特性和贡献度,计算电力系统的勒纳指数;
勒纳指数是通过对价格与边际成本偏离程度的度量,反映市场竞争的充分程度。
在本发明实施例中,根据各边际机组的能耗特性计算其勒纳指数,结合其对全系统平均电价的贡献度,可分析全系统的勒纳指数。
具体地,根据各边际机组的能耗特性拟合出边际能耗曲线,结合边际机组的装机容量、类型和位置等信息匹配合理的燃料单价,得到该边际机组出力对应的边际成本,从而计算得到其勒纳指数。勒纳指数越大,说明该机组盈利越多,否则越小。将各边际机组的勒纳指数以其对全系统平均电价的贡献度进行加权,从而得到整个系统的勒纳指数。系统勒纳指数越高,则说明机组盈利性大,否则越小。如果系统勒纳指数较大,或者波动性大,则需要观察是否有发电集团在串谋控制电价。
在一个示例中,勒纳指数具体可以通过以下公式计算得到:
其中,Lu为边际机组u的勒纳指数;pu为边际机组u的节点电价;cu为边际机组u出力对应的边际成本,通过能耗特性计算得到边际能耗,然后乘以燃料单价,得到边际成本;L为系统的勒纳指数;Pu为边际机组u对系统整体价格水平的决定量。如果勒纳指数接近1,说明市场竞争不够充分;接近0,说明市场竞争较为充分;小于0,说明发电机组可能出现亏损情况。
步骤111,输出集中度、高定价机组信息、贡献度和勒纳指数。
本发明通过多个时段的出力对应报价和多个机组分别对应的节点电价确定边际机组,计算量少,易于实现;此外,通过获取边际机组的分布情况、每个节点的负荷权重、边际机组对每个节点的节点电价的决定度和每个边际机组的能耗特性可有效分析得到边际机组的集中度、高定价机组信息、贡献度和勒纳指数等,为后续对电力市场系统进行分析提供数据支撑。
请参阅图3,图3为本发明实施例提供的一种边际机组分析装置的结构框图。
本发明提供的一种边际机组分析装置,包括:
出力对应报价信息和节点电价信息获取模块301,用于获取每个机组在多个时段分别对应的出力对应报价信息和节点电价信息;
边际机组确定模块302,用于将每个时段中出力对应报价信息和节点电价信息相同的机组确定为边际机组,得到多个边际机组;
分布情况确定模块303,用于确定多个边际机组在电力系统中的分布情况;
集中度计算模块304,用于根据分布情况计算边际机组的集中度;
决定度计算模块305,用于以每个边际机组为目标节点,计算每个目标节点对非目标节点的节点电价信息的决定度;非目标节点为多个节点中目标节点以外的节点;
高定价机组信息确定模块306,用于根据决定度确定电力系统中的高定价机组信息;
负荷权重获取模块307,用于获取每个节点的负荷权重;
贡献度计算模块308,用于根据每个节点的负荷权重和决定度,计算边际机组对电力系统的贡献度;
能耗特性获取模块309,用于获取每个边际机组分别对应的能耗特性;
勒纳指数计算模块310,用于根据所有边际机组分别对应的能耗特性和贡献度,计算电力系统的勒纳指数;
输出模块311,用于输出集中度、高定价机组信息、贡献度和勒纳指数。
可选地,决定度计算模块305,包括:
相近度计算子模块,用于计算每个非目标节点的节点电价信息与目标节点的出力对应报价信息的相近度;
决定度计算子模块,用于根据相近度计算每个目标节点对非目标节点的节点电价信息的决定度。
可选地,边际机组包括燃气边际机组和燃煤边际机组;贡献度包括燃气边际机组贡献度和燃煤边际机组贡献度;贡献度计算模块308,包括:
燃气边际机组贡献度计算子模块,用于根据燃气边际机组对每个节点的节点电价信息的决定度,和,每个节点的负荷权重,计算燃气边际机组对电力系统的燃气边际机组贡献度;
燃煤边际机组贡献度计算子模块,用于根据燃煤边际机组对每个节点的节点电价信息的决定度,和,每个节点的负荷权重,计算燃煤边际机组对电力系统的燃煤边际机组贡献度。
可选地,多个机组分布在多个发电集团集合中;每个发电集团集合所具有的机组互不相同;集中度计算模块304,包括:
边际机组数量确定子模块,用于确定每个发电集团集合的边际机组数量;
赫芬达尔-赫希曼HHI指数计算子模块,用于根据每个发电集团集合的边际机组数量和发电集团集合的集合数量计算每个发电集团集合的赫芬达尔-赫希曼HHI指数;
集中度计算子模块,用于根据HHI指数判断每个发电集团集合的边际机组的集中度。
可选地,还包括:
成本构成比例计算模块,用于根据燃煤机组贡献度和燃气机组贡献度计算电力系统的成本构成比例;
成本构成比例输出模块,用于输出成本构成比例。
可选地,勒纳指数计算模块310,包括:
机组勒纳指数计算子模块,用于获取每个边际机组分别对应的能耗特性,并根据能耗特性计算每个边际机组对应的机组勒纳指数;
勒纳指数计算子模块,用于根据每个边际机组对应的机组勒纳指数和贡献度,计算电力系统的勒纳指数。
本发明还提供了一种边际机组分析设备,设备包括处理器以及存储器:
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行如本发明实施例的边际机组分析方法。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码用于执行如本发明实施例的边际机组分析方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
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单元来达到实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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全部或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-OnlyMemory)、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。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种边际机组分析方法,其特征在于,应用于电力系统,所述电力系统包括多个节点,所述节点包括机组;所述方法包括:
获取每个所述机组在多个时段分别对应的出力对应报价信息和节点电价信息;
将每个时段中所述出力对应报价信息和所述节点电价信息相同的机组确定为边际机组,得到多个边际机组;
确定多个所述边际机组在所述电力系统中的分布情况;
根据所述分布情况计算所述边际机组的集中度;
以每个所述边际机组为目标节点,计算每个所述目标节点对非目标节点的节点电价信息的决定度;所述非目标节点为所述多个节点中所述目标节点以外的节点;
根据所述决定度确定所述电力系统中的高定价机组信息;
获取每个所述节点的负荷权重;
根据所述每个节点的负荷权重和所述决定度,计算所述边际机组对所述电力系统的贡献度;
获取每个所述边际机组分别对应的能耗特性;
根据所有所述边际机组分别对应的能耗特性和贡献度,计算所述电力系统的勒纳指数;
输出所述集中度、所述高定价机组信息、所述贡献度和所述勒纳指数;
其中,多个所述机组分布在多个发电集团集合中;每个所述发电集团集合所具有的机组互不相同;所述根据所述分布情况计算所述边际机组的集中度的步骤,包括:
确定每个所述发电集团集合的边际机组数量;
根据每个所述发电集团集合的边际机组数量和所述发电集团集合的集合数量计算每个所述发电集团集合的赫芬达尔-赫希曼HHI指数;
根据所述HHI指数判断每个所述发电集团集合的边际机组的集中度。
2.根据权利要求1所述的方法,其特征在于,所述计算每个所述目标节点对非目标节点的节点电价信息的决定度的步骤,包括:
计算每个非目标节点的节点电价信息与所述目标节点的出力对应报价信息的相近度;
根据所述相近度计算每个所述目标节点对非目标节点的节点电价信息的决定度。
3.根据权利要求2所述的方法,其特征在于,所述边际机组包括燃气边际机组和燃煤边际机组;所述贡献度包括燃气边际机组贡献度和燃煤边际机组贡献度;所述根据所述每个节点的负荷权重和所述决定度,计算所述边际机组对所述电力系统的贡献度的步骤,包括:
根据所述燃气边际机组对每个所述节点的节点电价信息的决定度,和,所述每个节点的负荷权重,计算所述燃气边际机组对所述电力系统的燃气边际机组贡献度;
根据所述燃煤边际机组对每个所述节点的节点电价信息的决定度,和,所述每个节点的负荷权重,计算所述燃煤边际机组对所述电力系统的燃煤边际机组贡献度。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述燃煤边际机组贡献度和所述燃气边际机组贡献度计算所述电力系统的成本构成比例;
输出所述成本构成比例。
5.根据权利要求1所述的方法,其特征在于,所述根据所有所述边际机组分别对应的能耗特性和贡献度,计算所述电力系统的勒纳指数的步骤,包括:
获取每个所述边际机组分别对应的能耗特性,并根据所述能耗特性计算每个所述边际机组对应的机组勒纳指数;
根据每个所述边际机组对应的机组勒纳指数和贡献度,计算所述电力系统的勒纳指数。
6.一种边际机组分析装置,其特征在于,包括:
出力对应报价信息和节点电价信息获取模块,用于获取每个机组在多个时段分别对应的出力对应报价信息和节点电价信息;
边际机组确定模块,用于将每个时段中所述出力对应报价信息和所述节点电价信息相同的机组确定为边际机组,得到多个边际机组;
分布情况确定模块,用于确定多个所述边际机组在电力系统中的分布情况;
集中度计算模块,用于根据所述分布情况计算所述边际机组的集中度;
决定度计算模块,用于以每个所述边际机组为目标节点,计算每个所述目标节点对非目标节点的节点电价信息的决定度;所述非目标节点为多个节点中所述目标节点以外的节点;
高定价机组信息确定模块,用于根据所述决定度确定所述电力系统中的高定价机组信息;
负荷权重获取模块,用于获取每个所述节点的负荷权重;
贡献度计算模块,用于根据所述每个节点的负荷权重和所述决定度,计算所述边际机组对所述电力系统的贡献度;
能耗特性获取模块,用于获取每个所述边际机组分别对应的能耗特性;
勒纳指数计算模块,用于根据所有所述边际机组分别对应的能耗特性和贡献度,计算所述电力系统的勒纳指数;
输出模块,用于输出所述集中度、所述高定价机组信息、所述贡献度和所述勒纳指数;
其中,多个所述机组分布在多个发电集团集合中;每个发电集团集合所具有的机组互不相同;所述集中度计算模块,包括:
边际机组数量确定子模块,用于确定每个所述发电集团集合的边际机组数量;
赫芬达尔-赫希曼HHI指数计算子模块,用于根据每个所述发电集团集合的边际机组数量和所述发电集团集合的集合数量计算每个所述发电集团集合的赫芬达尔-赫希曼HHI指数;
集中度计算子模块,用于根据所述HHI指数判断每个所述发电集团集合的边际机组的集中度。
7.根据权利要求6所述的装置,其特征在于,还包括:
成本构成比例计算模块,用于根据燃煤边际机组贡献度和燃气边际机组贡献度计算所述电力系统的成本构成比例;
成本构成比例输出模块,用于输出所述成本构成比例。
8.一种边际机组分析设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的边际机组分析方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-5任一项所述的边际机组分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011010371.XA CN112150202B (zh) | 2020-09-23 | 2020-09-23 | 一种边际机组分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011010371.XA CN112150202B (zh) | 2020-09-23 | 2020-09-23 | 一种边际机组分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112150202A CN112150202A (zh) | 2020-12-29 |
CN112150202B true CN112150202B (zh) | 2022-02-15 |
Family
ID=73896288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011010371.XA Active CN112150202B (zh) | 2020-09-23 | 2020-09-23 | 一种边际机组分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150202B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844367A (zh) * | 2016-04-08 | 2016-08-10 | 国电南瑞科技股份有限公司 | 一种基于灵敏度因子的电网节点边际电价计算方法 |
CN109636113A (zh) * | 2018-11-12 | 2019-04-16 | 贵州电网有限责任公司 | 基于节点边际电价的电网风险分析方法 |
CN110738405A (zh) * | 2019-09-29 | 2020-01-31 | 南方电网科学研究院有限责任公司 | 电力市场有效性的评估方法、装置及存储介质 |
CN111061990A (zh) * | 2019-12-20 | 2020-04-24 | 国网福建省电力有限公司 | 面向电力现货市场的专项输电工程两部制电价优化方法 |
CN111553747A (zh) * | 2020-05-08 | 2020-08-18 | 中国南方电网有限责任公司 | 一种电力现货市场动态监测方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563779B (zh) * | 2016-06-30 | 2020-08-28 | 中国电力科学研究院 | 一种节点边际电价求解方法 |
-
2020
- 2020-09-23 CN CN202011010371.XA patent/CN112150202B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844367A (zh) * | 2016-04-08 | 2016-08-10 | 国电南瑞科技股份有限公司 | 一种基于灵敏度因子的电网节点边际电价计算方法 |
CN109636113A (zh) * | 2018-11-12 | 2019-04-16 | 贵州电网有限责任公司 | 基于节点边际电价的电网风险分析方法 |
CN110738405A (zh) * | 2019-09-29 | 2020-01-31 | 南方电网科学研究院有限责任公司 | 电力市场有效性的评估方法、装置及存储介质 |
CN111061990A (zh) * | 2019-12-20 | 2020-04-24 | 国网福建省电力有限公司 | 面向电力现货市场的专项输电工程两部制电价优化方法 |
CN111553747A (zh) * | 2020-05-08 | 2020-08-18 | 中国南方电网有限责任公司 | 一种电力现货市场动态监测方法、装置及存储介质 |
Non-Patent Citations (3)
Title |
---|
Do regulatory mechanisms promote competition and mitigate market power?Evidence from Spanish electricity market;Victor Moutinho 等;《Energy Policy》;20140207;第403-412页 * |
电力市场监管中的信息披露与市场评估;黎灿兵 等;《电力系统自动化》;20031110;第27卷(第21期);全文 * |
电力监管理论与方法的研究;黎灿兵;《中国博士学位论文全文数据库 经济与管理科学辑》;20070815(第02期);参见第7-9,62,102页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112150202A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pastor et al. | A statistical test for nested radial DEA models | |
CN110111198A (zh) | 用户金融风险预估方法、装置、电子设备及可读介质 | |
Hu et al. | Stochastic–multiobjective market equilibrium analysis of a demand response program in energy market under uncertainty | |
CN115422788B (zh) | 一种配电网线损分析管理方法、装置、存储介质及系统 | |
CN110991985A (zh) | 一种项目进度数据处理方法 | |
AU2014201264A1 (en) | Scenario based customer lifetime value determination | |
Giasemidis et al. | A genetic algorithm approach for modelling low voltage network demands | |
Ye et al. | Strategic capacity withholding by energy storage in electricity markets | |
CN106600146A (zh) | 一种电费回收风险评价方法和装置 | |
Ma et al. | Probabilistic evaluations on marginal price and capacity adequacy of power systems with price-elastic demand | |
CN111445161A (zh) | 一种基于风险价值的电动汽车充电桩效益风险评估方法 | |
Liaquat et al. | Day‐ahead continuous double auction‐based peer‐to‐peer energy trading platform incorporating trading losses and network utilisation fee | |
CN112508260B (zh) | 基于对比学习的配电变压器中长期负荷预测方法及装置 | |
CN112150202B (zh) | 一种边际机组分析方法和装置 | |
Pruna et al. | An asset pricing model with loss aversion and its stylized facts | |
Wang et al. | Using a system model to decompose the effects of influential factors on locational marginal prices | |
CN113589034A (zh) | 一种配电系统的窃电检测方法、装置、设备和介质 | |
CN112434967A (zh) | 一种用于市场力控制的电力市场在线监测方法、系统 | |
CN110807589A (zh) | 一种电力现货市场的案例分析系统 | |
Pastor et al. | Improving grid security in the presence of a high penetration of RES through optimal planning and operation of distributed energy storage devices | |
CN112529393B (zh) | 电力终端通信接入网的通信方式确定方法及装置 | |
CN116681465A (zh) | 电力交易辅助决策方法、装置、存储介质及设备 | |
da Silva et al. | Spare transformers optimization using Monte Carlo simulation and metaheuristic techniques | |
Lei et al. | An impact-increment based Monte Carlo simulation reliability assessment approach for transmission systems | |
Chowdhury et al. | Method for Planning, Optimizing, and Regulating EV Charging Infrastructure. Energies 2022, 15, 4756 |
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 |