CN112381399A - 一种能源系统日前-实时出清方法及系统 - Google Patents

一种能源系统日前-实时出清方法及系统 Download PDF

Info

Publication number
CN112381399A
CN112381399A CN202011271184.7A CN202011271184A CN112381399A CN 112381399 A CN112381399 A CN 112381399A CN 202011271184 A CN202011271184 A CN 202011271184A CN 112381399 A CN112381399 A CN 112381399A
Authority
CN
China
Prior art keywords
price
load
time
real
operator
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
CN202011271184.7A
Other languages
English (en)
Inventor
崔杨
闫石
赵钰婷
仲悟之
唐耀华
郑惠萍
刘新元
程雪婷
薄利明
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.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN202011271184.7A priority Critical patent/CN112381399A/zh
Publication of CN112381399A publication Critical patent/CN112381399A/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q30/0283—Price estimation or determination
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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
    • 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
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种能源系统日前‑实时出清方法及系统，在日前阶段充分发挥各方竞价主动性，逐轮迭代划分市场利益，制定A类需求响应计划、互保合同计划、旋转备用申购计划以及上级电网出清计划；实时阶段继承各方所得利益和部分出清结果，兼顾能量平衡方法和利益细分策略，确定B类需求响应方案、互保合同执行方案、旋转备用调用方案以及机组出力方案。分别建立了日前、实时各方决策模型，在能量和利益双重市场交易上具有有效性，适用性强，效果佳等优点。

Description

一种能源系统日前-实时出清方法及系统
技术领域
本发明涉及能源规划技术领域，特别是涉及一种源系统日前-实时出清方法及系统。
背景技术
现货市场从交易周期上分为合约市场、日前市场、实时市场等，从商品属性上分为电能市场、辅助服务市场、需求响应市场等。在能源系统中，产能商与上级电网竞价供电，主要参与电能市场；负荷聚合商代表用户整体利益，行使需求响应市场职能；旋转备用商借助辅助服务市场，为系统提供外部备用支撑；运营商入驻售能资本，统筹系统各主体在现货市场中有序、健康、高效运行。
目前，国内外专家学者从完善需求响应机制、应对价格波动风险、优化可再生产能运以及平衡各主体利益诉求等角度，对大电网参与现货市场出清做了理论研究。而在配能侧领域，统筹能源系统与现货市场协调运行的研究较为薄弱。
发明内容
本发明的目的是提供一种能源系统日前-实时出清方法及系统，以可靠、高效的实现能源系统日前-实时出清。
为实现上述目的，本发明提供了如下方案：
一种能源系统日前-实时出清方法，包括：
负荷聚合商向运营商上报日前电负荷和热负荷；
运营商将所述电负荷分配给产能商和上级电网，将所述热负荷分配给产能商；
产能商根据分配的电负荷和热负荷确定每个时段的供电电量区间、第一供电价格和供热价格，使产能商日前决策模型最优；
上级电网根据分配的电负荷确定每个时段的第二供电价格；
运营商根据所述第一供电价格、所述供热价格和所述第二供电价格制定售电价、售热价和第一补偿价，使运营商日前决策模型最优；
判断所述第一供电价格是否小于所述第二供电价格；
若否，则负荷聚合商根据所述售电价和所述第一补偿价重新制定日前电负荷和热负荷并向运营商上报，使负荷聚合商日前决策模型最优；运营商减少产能商50％电负荷的分配额度，重新分配电负荷和热负荷；
若是，则运营商根据所述供电电量区间以及负荷聚合商上报的日前电负荷确定向旋转备用商的购电量；
负荷聚合商向运营商上报实时电负荷和实时热负荷；
在非上级电网供电时段，运营商判断所述实时电负荷是否超出所述供电电量区间与向旋转备用商的购电量之和；
若是，则运营商削减负所述实时电负荷，并确定第二补偿价；
运营商根据所述第一供电价格、旋转备用商的实时电价和所述供电电量区间确定产能商和旋转备用商的供电量，使运营商实时决策模型最优；
运营商将所述实时热负荷分配给产能商；
产能商根据分配的热负荷制定实时供热价，使产能商实时决策模型最优；所述实时供热价小于所述供热价格；
运营商根据上级电网、产能商和旋转备用商供电量制定售电价，根据所述实时热负荷和所述实时供热价制定售热价，使运营商实时决策模型最优。
可选地，所述负荷聚合商日前决策模型为：
Figure BDA0002777702870000021
其中，
Figure BDA0002777702870000022
为负荷聚合商日前决策目标，
Figure BDA0002777702870000023
为节省的购能费用，
Figure BDA0002777702870000024
Figure BDA0002777702870000025
为运营商制定的t时段的售电价，
Figure BDA0002777702870000026
为售热价，
Figure BDA0002777702870000027
为t时段下调电负荷量，
Figure BDA0002777702870000028
为t时段下调热负荷量，
Figure BDA0002777702870000031
为t时段上调电负荷量，
Figure BDA0002777702870000032
为t时段上调热负荷量；
Figure BDA0002777702870000033
为负荷聚合商获得的第一补偿价，
Figure BDA0002777702870000034
ecom2,t为运营商制定的t时段上调电负荷补偿价，hcom2,t为热负荷补偿价；
Figure BDA0002777702870000035
为经济性与舒适性损失，
Figure BDA0002777702870000036
其中，economy为经济性损失，comfort为舒适性损失，a1和b1为下调电负荷的经济性损失系数，c1和d1为下调热负荷的经济性损失系数，a2和b2为调整电负荷的经济性损失系数，c2和d2为调整热负荷的经济性损失系数。
可选地，所述产能商日前决策模型为：
Figure BDA0002777702870000037
其中，
Figure BDA0002777702870000038
为运营商日前决策目标，
Figure BDA0002777702870000039
为供能收入，
Figure BDA00027777028700000310
Figure BDA00027777028700000311
为产能商t时段的供电量，
Figure BDA00027777028700000312
为供热量，
Figure BDA00027777028700000313
为产能商制定的t时段的供电价，
Figure BDA00027777028700000314
为供热价；
Figure BDA00027777028700000315
为产能成本，
Figure BDA00027777028700000316
Figure BDA00027777028700000317
为建设成本，
Figure BDA00027777028700000318
X为所有产能设备集合，conx为第x个产能设备的单位建设成本，
Figure BDA00027777028700000319
为装机容量，s为折现率，nx为经济技术使用年限；
Figure BDA00027777028700000320
为启停成本，
Figure BDA00027777028700000321
startx为第x个产能设备的开机成本，stopx为停机成本，px,t和qx,t为0-1的变量，为机组发生启动或关停动作；
Figure BDA00027777028700000322
为运维成本，
Figure BDA00027777028700000323
opex为第x个产能设备的单位运维成本，Px,t为t时段的输出功率，Δt为出清时段；
Figure BDA0002777702870000041
为燃料成本，
Figure BDA0002777702870000042
Py,in,t为第y个燃气设备t时段的输入功率，Qgas为天然气低热值，grpi为天然气单价。
可选地，所述负荷聚合商日前决策模型为：
Figure BDA0002777702870000043
其中，
Figure BDA0002777702870000044
为负荷聚合商日前决策目标，
Figure BDA0002777702870000045
为售能收入，
Figure BDA0002777702870000046
Figure BDA0002777702870000047
为运营商t时段的售电量，
Figure BDA0002777702870000048
为售电量，
Figure BDA0002777702870000049
为售热量，
Figure BDA00027777028700000410
为售热价；
Figure BDA00027777028700000411
为购能成本，
Figure BDA00027777028700000412
Figure BDA00027777028700000413
为上级电网供电量，
Figure BDA00027777028700000414
为上级电网供电价；
Figure BDA00027777028700000415
为支付的第一补偿价，
Figure BDA00027777028700000416
Figure BDA00027777028700000417
为运营商制定的第一补偿价，
Figure BDA00027777028700000418
为热负荷补偿价；
Figure BDA00027777028700000419
为申购旋转备用成本，
Figure BDA00027777028700000420
Figure BDA00027777028700000421
为申购t时段旋转备用容量的价格，由旋转备用商制定，
Figure BDA00027777028700000422
为申购的t时段的上旋转备用容量，
Figure BDA00027777028700000423
为申购的t时段的下旋转备用容量。
可选地，所述运营商实时决策模型为：
Figure BDA00027777028700000424
其中，
Figure BDA00027777028700000425
为运营商实时决策目标，
Figure BDA00027777028700000426
为售能收入；
Figure BDA00027777028700000427
为调用下旋转备用收入，
Figure BDA00027777028700000428
Figure BDA00027777028700000429
为旋转备用调用价格，
Figure BDA00027777028700000430
为t时段调用的下旋转备用容量，
Figure BDA00027777028700000431
为t时段调用的上旋转备用容量；
Figure BDA00027777028700000432
为购能成本，
Figure BDA0002777702870000051
Figure BDA0002777702870000052
为运营商支付的第二补偿价，
Figure BDA0002777702870000053
Figure BDA0002777702870000054
为第k级的补偿价，
Figure BDA0002777702870000055
为t时段第k级的电负荷削减量。
可选地，所述产能商实时决策模型为：
Figure BDA0002777702870000056
其中，
Figure BDA0002777702870000057
为产能商实时决策目标，
Figure BDA0002777702870000058
为供能收入，
Figure BDA0002777702870000059
为调用下旋转备用收入，
Figure BDA00027777028700000510
Figure BDA00027777028700000511
为产能成本，
Figure BDA00027777028700000512
Figure BDA00027777028700000513
为实时运维成本，
Figure BDA00027777028700000514
为实时燃料成本。
可选地，所述负荷聚合商实时决策模型为：
Figure BDA00027777028700000515
其中，
Figure BDA00027777028700000516
为负荷聚合商实时决策目标，
Figure BDA00027777028700000517
为负荷聚合商获得的第二补偿价，
Figure BDA00027777028700000518
为节省的购电成本，
Figure BDA00027777028700000519
为造成的损失。
一种能源系统日前-实时出清系统，包括：
第一上报模块，用于负荷聚合商向运营商上报日前电负荷和热负荷；
第一分配模块，用于运营商将所述电负荷分配给产能商和上级电网，将所述热负荷分配给产能商；
第一确定模块，用于产能商根据分配的电负荷和热负荷确定每个时段的供电电量区间、第一供电价格和供热价格，使产能商日前决策模型最优；
第二确定模块，用于上级电网根据分配的电负荷确定每个时段的第二供电价格；
第一制定模块，用于运营商根据所述第一供电价格、所述供热价格和所述第二供电价格制定售电价、售热价和第一补偿价，使运营商日前决策模型最优；
第一判断模块，用于判断所述第一供电价格是否小于所述第二供电价格；
第二制定模块，用于当所述第一供电价格不小于所述第二供电价格时，负荷聚合商根据所述第一供电价和所述第一补偿价重新制定日前电负荷和热负荷并向运营商上报，使负荷聚合商日前决策模型最优；运营商减少产能商50％电负荷的分配额度，重新分配电负荷和热负荷；
第三确定模块，用于当所述第一供电价格小于所述第二供电价格时，运营商根据所述供电电量区间以及符合聚合商上报的日前电负荷确定向旋转备用商的购电量；
第二上报模块，用于负荷聚合商向运营商上报实时电负荷和实时热负荷；
第二判断模块，用于在非上级电网供电时段，运营商判断所述实时电负荷是否超出所述供电电量区间与向旋转备用商的购电量之和；
削减模块，用于当所述实时电负荷超出所述供电电量区间与向旋转备用商的购电量之和时，运营商削减负所述实时电负荷，并确定第二补偿价；
第四确定模块，用于运营商根据所述第一供电价格、旋转备用商的实时电价和所述供电电量区间确定产能商和旋转备用商的供电量，使运营商实时决策模型最优；
第二分配模块，用于运营商将所述实时热负荷分配给产能商；
第三制定模块，用于产能商根据分配的热负荷制定实时供热价，使产能商实时决策模型最优；所述实时供热价小于所述供热价格；
第四制定模块，用于运营商根据上级电网、产能商和旋转备用商供电量制定售电价，根据所述实时热负荷和所述实时供热价制定售热价，使运营商实时决策模型最优。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明在日前阶段充分发挥各方竞价主动性，逐轮迭代划分市场利益，制定A类需求响应计划、互保合同计划、旋转备用申购计划以及上级电网出清计划；实时阶段继承各方所得利益和部分出清结果，兼顾能量平衡方法和利益细分策略，确定B类需求响应方案、互保合同执行方案、旋转备用调用方案以及机组出力方案。分别建立了日前、实时各方决策模型，在能量和利益双重市场交易上具有有效性，适用性强，效果佳等优点。
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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的能源系统日前-实时出清方法的原理图；
图2为本发明实施例1提供的互保合同可调供电量示意图；
图3为本发明实施例1提供的旋转备用申购示意图；
图4为本发明实施例1提供的A类需求响应负荷调整示意图；
图5为本发明实施例1提供的B类需求响应负荷削减示意图；
图6为本发明实施例1提供的旋转备用调用示意图；
图7为本发明实施例1提供的运营商实时出清价格示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
本发明的目的是提供一种能源系统日前-实时出清方法及系统，以可靠、高效的实现能源系统日前-实时出清。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本实施例提供了一种能源系统日前-实时出清方法，方法包括：
负荷聚合商向运营商上报日前电负荷和热负荷。
运营商将所述电负荷分配给产能商和上级电网，将所述热负荷分配给产能商。
产能商根据分配的电负荷和热负荷确定每个时段的供电电量区间、第一供电价格和供热价格，使产能商日前决策模型最优。
上级电网根据分配的电负荷确定每个时段的第二供电价格。
运营商根据所述第一供电价格、所述供热价格和所述第二供电价格制定售电价、售热价和第一补偿价，使运营商日前决策模型最优。
判断所述第一供电价格是否小于所述第二供电价格。
若否，则负荷聚合商根据所述售电价和所述第一补偿价重新制定日前电负荷和热负荷并向运营商上报，使日负荷聚合商日前决策模型最优；运营商减少产能商50％电负荷的分配额度，重新分配电负荷和热负荷。
若是，则运营商根据所述供电电量区间以及负荷聚合商上报的日前电负荷确定向旋转备用商的购电量。
负荷聚合商向运营商上报实时电负荷和实时热负荷。
在非上级电网供电时段，运营商判断所述实时电负荷是否超出所述供电电量区间与向旋转备用商的购电量之和。
若是，则运营商削减负所述实时电负荷，并确定第二补偿价。
运营商根据所述第一供电价格、旋转备用商的实时电价和所述供电电量区间确定产能商和旋转备用商的供电量，使运营商实时决策模型最优。
运营商将所述实时热负荷分配给产能商。
产能商根据分配的热负荷制定实时供热价，使产能商实时决策模型最优。所述实时供热价小于所述供热价格。
运营商根据上级电网、产能商和旋转备用商供电量制定售电价，根据所述实时热负荷和所述实时供热价制定售热价，使运营商实时决策模型最优。
在本实施例中，所述负荷聚合商日前决策模型为：
Figure BDA0002777702870000081
其中，
Figure BDA0002777702870000091
为负荷聚合商日前决策目标，
Figure BDA0002777702870000092
为节省的购能费用，
Figure BDA0002777702870000093
Figure BDA0002777702870000094
为运营商制定的t时段的售电价，
Figure BDA0002777702870000095
为售热价，
Figure BDA0002777702870000096
为t时段下调电负荷量，
Figure BDA0002777702870000097
为t时段下调热负荷量，
Figure BDA0002777702870000098
为t时段上调电负荷量，
Figure BDA0002777702870000099
为t时段上调热负荷量；
Figure BDA00027777028700000910
为负荷聚合商获得的第一补偿价，
Figure BDA00027777028700000911
ecom2,t为运营商制定的t时段上调电负荷补偿价，hcom2,t为热负荷补偿价；
Figure BDA00027777028700000912
为经济性与舒适性损失，
Figure BDA00027777028700000913
其中，economy为经济性损失，comfort为舒适性损失，a1和b1为下调电负荷的经济性损失系数，c1和d1为下调热负荷的经济性损失系数，a2和b2为调整电负荷的经济性损失系数，c2和d2为调整热负荷的经济性损失系数。
在本实施例中，所述产能商日前决策模型为：
Figure BDA00027777028700000914
其中，
Figure BDA00027777028700000915
为运营商日前决策目标，
Figure BDA00027777028700000916
为供能收入，
Figure BDA00027777028700000917
Figure BDA00027777028700000918
为产能商t时段的供电量，
Figure BDA00027777028700000919
为供热量，
Figure BDA00027777028700000920
为产能商制定的t时段的供电价，
Figure BDA00027777028700000921
为供热价；
Figure BDA00027777028700000922
为产能成本，
Figure BDA00027777028700000923
Figure BDA00027777028700000924
为建设成本，
Figure BDA00027777028700000925
X为所有产能设备集合，conx为第x个产能设备的单位建设成本，
Figure BDA00027777028700000926
为装机容量，s为折现率，nx为经济技术使用年限；
Figure BDA0002777702870000101
为启停成本，
Figure BDA0002777702870000102
startx为第x个产能设备的开机成本，stopx为停机成本，px,t和qx,t为0-1的变量，为机组发生启动或关停动作；
Figure BDA0002777702870000103
为运维成本，
Figure BDA0002777702870000104
opex为第x个产能设备的单位运维成本，Px,t为t时段的输出功率，Δt为出清时段；
Figure BDA0002777702870000105
为燃料成本，
Figure BDA0002777702870000106
Py,in,t为第y个燃气设备t时段的输入功率，Qgas为天然气低热值，grpi为天然气单价。
在本实施例中，所述负荷聚合商日前决策模型为：
Figure BDA0002777702870000107
其中，
Figure BDA0002777702870000108
为负荷聚合商日前决策目标，
Figure BDA0002777702870000109
为售能收入，
Figure BDA00027777028700001010
Figure BDA00027777028700001011
为运营商t时段的售电量，
Figure BDA00027777028700001012
为售电价，
Figure BDA00027777028700001013
为售热量，
Figure BDA00027777028700001014
为售热价；
Figure BDA00027777028700001015
为购能成本，
Figure BDA00027777028700001016
Figure BDA00027777028700001017
为上级电网供电量，
Figure BDA00027777028700001018
为上级电网供电价；
Figure BDA00027777028700001019
为支付的第一补偿价，
Figure BDA00027777028700001020
Figure BDA00027777028700001021
为运营商制定的第一补偿价，
Figure BDA00027777028700001022
为热负荷补偿价；
Figure BDA00027777028700001023
为申购旋转备用成本，
Figure BDA00027777028700001024
Figure BDA00027777028700001025
为申购t时段旋转备用容量的价格，由旋转备用商制定，
Figure BDA00027777028700001026
为申购的t时段的上旋转备用容量，
Figure BDA00027777028700001027
为申购的t时段的下旋转备用容量。
进一步地，所述运营商实时决策模型为：
Figure BDA00027777028700001028
其中，
Figure BDA00027777028700001029
为运营商实时决策目标，
Figure BDA00027777028700001030
为售能收入；
Figure BDA00027777028700001031
为调用下旋转备用收入，
Figure BDA00027777028700001032
Figure BDA00027777028700001033
为旋转备用调用价格，
Figure BDA00027777028700001034
为t时段调用的下旋转备用容量，
Figure BDA00027777028700001035
为t时段调用的上旋转备用容量；
Figure BDA0002777702870000111
为购能成本，
Figure BDA0002777702870000112
Figure BDA0002777702870000113
为运营商支付的第二补偿价，
Figure BDA0002777702870000114
Figure BDA0002777702870000115
为第k级的补偿价，
Figure BDA0002777702870000116
为t时段第k级的电负荷削减量。
进一步地，所述产能商实时决策模型为：
Figure BDA0002777702870000117
其中，
Figure BDA0002777702870000118
为产能商实时决策目标，
Figure BDA0002777702870000119
为供能收入，
Figure BDA00027777028700001110
为调用下旋转备用收入，
Figure BDA00027777028700001111
Figure BDA00027777028700001112
为产能成本，
Figure BDA00027777028700001113
Figure BDA00027777028700001114
为实时运维成本，
Figure BDA00027777028700001115
为实时燃料成本。
进一步地，所述负荷聚合商实时决策模型为：
Figure BDA00027777028700001116
其中，
Figure BDA00027777028700001117
为负荷聚合商实时决策目标，
Figure BDA00027777028700001118
为负荷聚合商获得的第二补偿价，
Figure BDA00027777028700001119
为节省的购电成本，
Figure BDA00027777028700001120
为造成的损失。
以下对本发明的原理进行说明：
本发明在日前阶段旨在调动各方的利益主动性进行充分竞价：(1)采用产能商与上级电网逐轮竞争配额的供电方式，优化产能结构，实现低成本电能优先配送，避免单方垄断定价。(2)实施负荷聚合商报量、运营商报价的A类需求响应机制优化供需关系和利益平衡，联动系统所有主体。(3)制定运营商担保电量、产能商担保电价的互保合同，保护本地可再生能源优先上网，降低运营商在实时阶段承受的价格波动风险。
实时阶段力求简便高效、安全可靠，确保供需能量平衡，细化各方利益分配：(1)互保合同规定了产能商的可调供电区间，作为系统的内部热备用。(2)内部备用不足时，调用旋转备用辅助服务平衡能量波动，内部备用充足且产能商电价更低时，向旋转备用市场售电盈利。(3)源荷波动超出互保合同与旋转备用合力可调范围时，运营商发布B类需求响应削减可中断负荷。
图1为本发明实施例提供的能源系统日前-实时出清方法的原理图。各市场主体按步骤依次执行，即可将用电负荷分配至产能商、上级电网、旋转备用商，各方按计划出清电量和电价，即实现供电侧出清。而运营商根据供电方出清结果以及负荷聚合商需求响应结果，制定合理的售电价格和补偿价，负荷聚合商按该电价购电，即实现用电侧出清。如图1所示，包括日前阶段制定A类需求响应计划、互保合同计划、旋转备用申购计划以及上级电网出清计划，实时阶段确定B类需求响应方案、互保合同执行方案、旋转备用调用方案以及机组出力方案。具体包括以下步骤：
步骤一：引入出清机制
1、AB两类需求响应机制
由于日前出清侧重利益划分，实时出清侧重供需平衡，负荷聚合商将柔性负荷分为A、B两类。A类需求响应负荷调节速度较慢，以主动报量的方式参与日前竞价，为用户争取更低的用能费用，B类需求响应负荷可以快速调节，当旋转备用市场与互保合同无法平衡实时供需电量缺额时，由运营商发布指令削减B类柔性负荷。
2、旋转备用市场机制
考虑到实时阶段风电与负荷存在波动，引入旋转备用市场作为应对能量失衡的外部支撑手段；完整的旋转备用市场包括日前申购和实时调用两个阶段，运营商日前出清时参考与产能商签订的互保合同，申购上、下旋转备用容量，实时出清时对比互保合同电价和实时电价，优先择低价方购电，若互保合同电价更低，且为产能商100％供电权时段，则调用下旋转向备用市场售电盈利。
3、互保合同机制
运营商为产能商担保电量，产能商为运营商担保电价。为保护本地风电优先上网，日前阶段，运营商允许产能商与上级电网多轮竞价，竞价失利时仅削减产能商已有供电配额的50％，为产能商担保电量，实时阶段，产能商出清电价需按日前报价执行，不得抬高电价，为运营商在价格波动的实时市场提供一定的抗风险保障；为此，产能商需制定出按某一电价出清时的上调、下调供电量，形成可调供电区间，当产能商电价高于上级电网实时电价时，下调产能商供电量，调用上旋转备用，降低运营商担保电量造成的损失。
步骤二：制定出清策略
一、日前出清策略：
(1)负荷聚合商向运营商上报日前电热负荷。
(2)运营商配发负荷信息：运营商按所得供电权将电负荷分配至产能商与上级电网(若为首轮，则均按100％供电权配发)，热负荷分配至产能商。
(3)产能商制定机组启停、互保合同方案：产能商根据供能配额以及上一轮上级电网报价(若为首轮，则根据预测电价)，以收益最大为目标，制定机组启停计划与报价方案，同时，基于既定启停方案和供电价，以不发生亏损为原则，求得可调供电区间，形成互保合同，一并上报运营商；日前每次竞价报24个小时的电价和电量，同时更新互保合同，互保合同电价即为本轮上报的电价，实时不再更改，互保合同电量为1个区间，在供电收入不低于发电成本的前提下，上限取所有已启动机组的额定出力，下限取所有已启动机组的最小技术出力。
(4)上级电网公布报价：上级电网根据供电需求，参与大电网出清，以社会公共福利最大为目标，制定并公布供电价。
(5)运营商制定购能计划：运营商对比产能商与上级电网报价，按照低价方优先获得下一轮供电权的原则，制定购能计划，若产能商某时段供电价高于上级电网，则在下一轮竞价时，削减产能商该时段50％的已有供电权。
(6)运营商制定售能价、A类需求响应补偿价(即第一补偿价)：运营商根据购能方案，综合量化购能成本、售能收入以及支付A类需求响应补偿费用，以收益最大为目标，制定各时段售能价与补偿价，递交负荷聚合商。
(7)判定迭代条件：判断产能商全时段供电价是否均不超过上级电网报价，若是，结束竞价，执行步骤(9)，若否，执行步骤(8)，继续竞价；此处，若上级电网发生供电阻塞，允许产能商以稍高的上一轮报价出清阻塞电量，非阻塞电量继续参与竞价。
(8)负荷聚合商制定A类需求响应方案：负荷聚合商根据购能价和补偿价，综合量化购能费用、调整电热负荷造成的损失以及获得的补偿，以收益最大为目标，制定A类柔性负荷调整计划，上报运营商，返回步骤(2)。
(9)运营商制定旋转备用申购计划：竞价结束后，运营商参考互保合同可调供电区间，并考虑不可调时段的备用需求，制定旋转备用申购计划；
(10)运营商公布日前出清最终结果。
二、实时出清策略：
(1)负荷聚合商向运营商上报实时电热负荷。
(2)运营商制定B类需求响应计划：运营商判断实时负荷是否超出旋转备用市场与互保合同的合力可调范围，若是，按合同规定发布需求响应指令，削减B类柔性负荷，制定B类需求补偿价(即第二补偿价)。
(3)上级电网按日前计划出清：运营商按日前计划接受上级电网供电，保证电网按计划稳定运行，避免造成新的调峰压力。
(4)运营商制定旋转备用、互保合同调用计划：运营商对比产能商电价和实时电价，若实时电价更低，则优先调用上旋转备用购电，在互保合同规定内，下调产能商供电量，若产能商电价更低，则优先选择产能商供电，不足的缺额由旋转备用市场补充，若产能商电价更低且为产能商100％供电权时段，则在互保合同约束内，上调产能商供电量，调用下旋转向备用市场售电。
(5)产能商制定机组出力以及供热报价：产能商根据供能配额、既定启停计划以及既定电价，以收益最大为目标，实时优化机组出力，制定实时供热价；此处，风电向上波动带来的收益由产能商获得，向下波动造成的亏损也由产能商承担，激励产能商提高风电预测精度。
(6)运营商制定售能价：运营商按上级电网、产能商、旋转备用市场三方供电量占总负荷的比例，配置电价权重，制定售电价，根据热负荷需求特性和购热成本，以收益最大为目标，优化售热价。
(7)运营商公布实时出清最终结果，按实际执行情况对各主体进行结算。
步骤三：构建出清模型
1、日前出清模型
(1)负荷聚合商日前决策模型
负荷聚合商日前阶段主动上报A类需求响应量，争取用户用能利益。构建负荷聚合商日前决策模型，使日前决策目标
Figure BDA0002777702870000151
为收益最大：
Figure BDA0002777702870000152
其中，
Figure BDA0002777702870000153
为负荷聚合商日前决策目标，
Figure BDA0002777702870000154
为节省的购能费用，
Figure BDA0002777702870000155
Figure BDA0002777702870000156
为运营商制定的t时段的售电价，
Figure BDA0002777702870000157
为售热价，
Figure BDA0002777702870000158
为t时段下调电负荷量，
Figure BDA0002777702870000159
为t时段下调热负荷量，
Figure BDA00027777028700001510
为t时段上调电负荷量，
Figure BDA00027777028700001511
为t时段上调热负荷量；
由于下调A类柔性负荷时，负荷聚合商购能费用降低，运营商售能收益降低，为兼顾双方利益，避免负荷聚合商虚报套利，运营商仅对上调A类柔性负荷做出补偿：
Figure BDA00027777028700001512
Figure BDA00027777028700001513
为负荷聚合商获得的第一补偿价，ecom2,t为运营商制定的t时段上调电负荷补偿价，hcom2,t为热负荷补偿价；
A类需求响应下调负荷会影响工业生产进程，造成客观的经济性损失economy，无论上调还是下调负荷，均会影响用户意愿程度，造成主观的舒适性损失comfort，用户下调的柔性负荷越多，经济性损失越大，负荷调整量最大时，用户的舒适性损失也最高，采用负荷调整量的二次函数量化负荷聚合商的两类损失：
Figure BDA0002777702870000161
其中，
Figure BDA0002777702870000162
为经济性与舒适性损失，economy为经济性损失，comfort为舒适性损失，a1和b1为下调电负荷的经济性损失系数，c1和d1为下调热负荷的经济性损失系数，a2和b2为调整电负荷的经济性损失系数，c2和d2为调整热负荷的经济性损失系数。
为避免负荷聚合商虚报套利，限定A类需求响应在一个出清时段内最多调整一次，单次负荷调整量不能超过一定限值，全天下调与上调的负荷量应保持一定比例以内，运营商将时刻调整定价，约束负荷聚合商的不良竞价行为，A类需求响应约束如下：
Figure BDA0002777702870000163
Figure BDA0002777702870000164
Figure BDA0002777702870000165
其中，
Figure BDA0002777702870000166
为负荷聚合商上报的日前t时段电负荷预测值，
Figure BDA0002777702870000167
为热负荷预测值，ae1和ae2为单次电负荷调整量限值系数，ah1和ah2为单次热负荷调整量限值系数，β1为全天电负荷调整量比例系数，β2为全天热负荷调整量比例系数。
(2)为保证竞价公平性，设定每轮竞价时产能商无法预先得知上级电网电价，仅在该轮竞价结束后公布电网报价。构建产能商日前决策模型，使运营商日前决策目标
Figure BDA0002777702870000168
收益最大：
Figure BDA0002777702870000169
其中，
Figure BDA00027777028700001610
为运营商日前决策目标，
Figure BDA00027777028700001611
为供能收入，
Figure BDA00027777028700001612
Figure BDA00027777028700001613
为产能商t时段的供电量，
Figure BDA0002777702870000171
为供热量，
Figure BDA0002777702870000172
为产能商制定的t时段的供电价，
Figure BDA0002777702870000173
为供热价，
Figure BDA0002777702870000174
为产能成本，
Figure BDA0002777702870000175
Figure BDA0002777702870000176
为建设成本；
建设成本参考初始投资等年值法分摊至每个出清日，
Figure BDA0002777702870000177
X为所有产能设备集合，conx为第x个产能设备的单位建设成本，
Figure BDA0002777702870000178
为装机容量，s为折现率，nx为经济技术使用年限；日前出清阶段产能商需合理经济安排各类机组启停计划，
Figure BDA0002777702870000179
为启停成本，
Figure BDA00027777028700001710
startx为第x个产能设备的开机成本，stopx为停机成本，px,t和qx,t为0-1的变量，为机组发生启动或关停动作；
Figure BDA00027777028700001711
为运维成本，
Figure BDA00027777028700001712
opex为第x个产能设备的单位运维成本，Px,t为t时段的输出功率，Δt为出清时段；产能商供能方式包括风电和燃气式热电联产两种，燃料成本为天然气购买成本，
Figure BDA00027777028700001713
为燃料成本，
Figure BDA00027777028700001714
Py,in,t为第y个燃气设备t时段的输入功率，Qgas为天然气低热值，grpi为天然气单价。
采用供能量的二次函数制定供电、供热价，报价函数考虑销量随价格升高总体呈降低趋势的一般规律，并将回本建设成本所允许的最低能价、上级电网报价作为边界，对报价函数进行约束；
多数情况下，产能商在报价时预留了盈利空间，并且计划启动的机组存在不满发的情况，可在技术规范内上下调节，即使供电价不变，在不改变启停计划的条件下调整供电量，产能商依然具有不亏损的可能性，这就为互保合同的制定提供了依据；
启停计划不变时，建设成本和启停成本均为固定成本，不受出清电量变动的影响，供电收入和可变成本随供电量增减而增减；取供电价不变时，供能收入抵回产能成本的供电量与按收益最大决策出的供电量之差为互保合同可调供电量，约束条件如下：
Figure BDA0002777702870000181
其中，Z为所有t时段已启动机组集合，
Figure BDA0002777702870000182
为可上调的供电量，
Figure BDA0002777702870000183
为可下调的供电量，
Figure BDA0002777702870000184
为第z个机组满发时的供电功率，
Figure BDA0002777702870000185
为第z个机组按最小经济技术出力的供电功率。
(3)运营商通过优化热价、赚取产能商与上级电网供电差价盈利。售能价由运营商自主制定，一般情况下，售电价不超过上级电网，但由于A类需求响应让利给负荷聚合商，逐轮竞价让利给产能商，在供电阻塞时，允许运营商售电价适度高于上级电网电价，售热价可在市场管制价之内适当松弛，售能量为调整A类柔性负荷后用户的负荷量。
构建负荷聚合商日前决策模型，使负荷聚合商日前决策目标
Figure BDA0002777702870000186
收益最大：
Figure BDA0002777702870000187
其中，
Figure BDA0002777702870000188
为负荷聚合商日前决策目标，
Figure BDA0002777702870000189
为售能收入，
Figure BDA00027777028700001810
Figure BDA00027777028700001811
为运营商t时段的售电量，
Figure BDA00027777028700001812
为售热量，
Figure BDA00027777028700001813
为售热价；
Figure BDA00027777028700001814
为购能成本；
Figure BDA00027777028700001815
为购能成本，
Figure BDA00027777028700001816
Figure BDA00027777028700001817
为上级电网供电量，
Figure BDA00027777028700001818
为上级电网供电价；
Figure BDA00027777028700001819
为支付的第一补偿价，
Figure BDA00027777028700001820
Figure BDA00027777028700001821
为运营商制定的第一补偿价，
Figure BDA00027777028700001822
为热负荷补偿价；
Figure BDA00027777028700001823
为申购旋转备用成本，
Figure BDA00027777028700001824
Figure BDA00027777028700001825
为申购t时段旋转备用容量的价格，由旋转备用商制定，
Figure BDA00027777028700001826
为申购的t时段的上旋转备用容量，
Figure BDA00027777028700001827
为申购的t时段的下旋转备用容量。
旋转备用申购量参考互保合同可调供电区间，申购过量将造成不必要的成本浪费，申购不足难以抵御实时阶段能量不平衡风险；此外，还需统筹考虑上级电网供电量，使最大传输电量不超过线路配电容量上限，约束条件如下，
Figure BDA0002777702870000191
其中，WDWmax为上级电网传输容量上限。
2、实时出清模型
(1)构建运营商实时决策模型，使运营商实时决策目标
Figure BDA0002777702870000192
收益最大：
Figure BDA0002777702870000193
其中
Figure BDA0002777702870000194
为售能收入；
实时电价由基本电价
Figure BDA0002777702870000195
和增值电价
Figure BDA0002777702870000196
两部分构成，增值电价源自旋转备用辅助服务，运营商调用下旋转向备用市场售电时，也需扣除一定的辅助服务费用。
Figure BDA0002777702870000197
为调用下旋转备用收入，
Figure BDA0002777702870000198
Figure BDA0002777702870000199
为旋转备用调用价格，
Figure BDA00027777028700001910
为t时段调用的下旋转备用容量，
Figure BDA00027777028700001911
为t时段调用的上旋转备用容量。
购能决策时优先出清上级电网日前计划电量，然后对比产能商日前电价
Figure BDA00027777028700001912
与上级电网实时电价
Figure BDA00027777028700001913
若
Figure BDA00027777028700001914
则调用上旋转备用，并执行互保合同下调产能商供电量，否则优先由产能商供电，因此购能成本分两种情况:
Figure BDA00027777028700001915
其中，
Figure BDA00027777028700001916
为购能成本，
Figure BDA00027777028700001917
为t时段调用的上旋转备用容量。
运营商首先考察实时电负荷是否超出旋转备用与互保合同的合力可调裕度，决定是否发布需求响应指令削减B类柔性负荷，若是，则按递增顺序将削减量分为K个等级，采用阶梯补偿机制对负荷聚合商给予补偿：
Figure BDA0002777702870000201
为运营商支付的第二补偿价，
Figure BDA0002777702870000202
Figure BDA0002777702870000203
为第k级的补偿价，
Figure BDA0002777702870000204
为t时段第k级的电负荷削减量。
一般情况下，运营商售电价不高于上级电网实时电价，在上旋转备用调用较多时，允许适当超出。作为制定售电价的参考，售能收入计算参考
Figure BDA0002777702870000205
的计算公式。下式给出了一种按各方供电量占比定价的方法：
Figure BDA0002777702870000206
其中，
Figure BDA0002777702870000207
为t时段产能商占总供电量的比例系数，
Figure BDA0002777702870000208
为t时段上级电网占总供电量的比例系数，
Figure BDA0002777702870000209
为t时段旋转备用占总供电量的比例系数，
Figure BDA00027777028700002010
为运营商实时售热价，
Figure BDA00027777028700002011
为运营商实时售热量，
Figure BDA00027777028700002012
为产能商实时供热价，
Figure BDA00027777028700002013
为产能商实时供热量，hprimax为市场监管最高热价，
Figure BDA00027777028700002014
为t时段的实时电负荷。
(2)构建产能商实时决策模型，使产能商实时决策目标
Figure BDA00027777028700002015
为收益最大：
Figure BDA00027777028700002016
其中，
Figure BDA00027777028700002017
为供能收入，
Figure BDA00027777028700002018
为调用下旋转备用收入，
Figure BDA00027777028700002019
为产能成本。
受互保合同与旋转备用市场制约，产能商出清电量由运营商指定，不再进行自主决策，供电价和供热价也为定值，因此实时收益仅与可变成本相关。产能商供能收入
Figure BDA00027777028700002020
产能商出清量如下：
Figure BDA00027777028700002021
此外，若产能商供电价低于上级电网实时电价，且为100％供电权时段，产能商执行互保合同上调供电量，参与下旋转备用获得额外供电收入：
Figure BDA0002777702870000211
由于实时阶段不再改变原定的机组启停计划，产能商根据实时风电与负荷信息，优化机组出力，降低运维和燃料成本，以争取获得最大收益：
Figure BDA0002777702870000212
其中，
Figure BDA0002777702870000213
为实时运维成本，计算过程参考运维成本
Figure BDA0002777702870000214
的计算过程，
Figure BDA0002777702870000215
为实时燃料成本，计算过程参考燃料成本
Figure BDA0002777702870000216
的计算过程。
(3)负荷聚合商利益已在日前阶段通过A类需求响应完成划分，实时阶段不再自主决策，但实时收益可以量化，包括获得的B类需求响应补偿，节省的购电成本以及造成的损失三部分，计算方法参考
Figure BDA0002777702870000217
和
Figure BDA0002777702870000218
不同之处在于，实时阶段热负荷不参与B类需求响应，响应时段为运营商指定的某些时段。负荷聚合商实时收益如下：
Figure BDA0002777702870000219
其中，
Figure BDA00027777028700002110
为负荷聚合商实时决策目标，
Figure BDA00027777028700002111
为负荷聚合商获得的第二补偿价，
Figure BDA00027777028700002112
为节省的购电成本，
Figure BDA00027777028700002113
为造成的损失。
B类需求响应按照合同方式实施，规定了削减容量上下限约束、削减总次数约束、削减速率约束，如下：
Figure BDA00027777028700002114
其中，
Figure BDA00027777028700002115
为可削减容量上限，ot为0-1的变量，表示是否发布t时段B类需求响应指令，
Figure BDA00027777028700002116
为最大可削减次数；为B类柔性负荷允许的最大变化速率。
对本发明进行进一步验证：
采用耦合8节点电网和7节点热网的能源系统构建实施例，包含1个风电场，1个电转气装置，4台燃气轮机热电联产装置，4台燃气锅炉以及工业电热负荷，每个负荷节点均含有AB两类柔性负荷，日前出清周期为24小时，单位时段为1小时，实时出清周期为4小时，单位时段为15min。
在上述计算条件下，应用本发明方法对能源系统进行日前-实时两阶段出清，各类机制施行计划和出清结果如下：
互保合同制定结果如图2，按图2所示计划全额下调供电量时，产能商收益为9.62万元，依然为正值，而上调供电量时，最大收益可达32.12万元，这是因为产能商承担全部供热，保证了一部分基础性盈利，即使下调出清电量，凭借低运行成本的风电机组供电，依然具备一定的收益能力。该结果是在产能商不损失峰时段供电权的条件下得出的，由于峰时段电价更高，盈利空间更大，若产能商折损峰时段供电配额，收益水平将大幅降低，互保合同可调范围也将降低。
图3给出运营商日前申购旋转备用结果，可以看出，1:00-8:00、22:00-24:00为互保合同不可调时段，运营商取一定比例的负荷量申购上旋转备用，目的是平衡实时阶段源荷波动可能造成的供需缺额，9:00-21:00申购的上旋转备用较多，这是因为该时段可下调供电量较大，当产能商日前电价高于波动的实时电价时，运营商可拥有更多可调空间规避亏损。
A类需求响应负荷调整方案如图4，原始电负荷曲线夜间低谷，白天持续高峰，调整A类柔性电负荷后，谷时段上移，峰时段下移，但在22:00-24:00出现上调过度现象，这也表明，运营商直接按上级电网电价定价，并非最优定价方案，需在实时出清阶段制定更平滑的售价策略。对于热负荷，由于并非严格意义的分时热价，运营商出于收益最大化定价，容易放大热负荷调节范围，热价也应在实时阶段做出调整。
图5给出实时阶段B类需求响应负荷削减计划，早、晚用电高峰分别有7、2个时段的源荷波动超出旋转备用市场与互保合同的可调范围，运营商发布指令削减B类柔性负荷，7:30和20:15削减量超过500kW·h，超出部分实施第二阶梯补偿，其余B类需求响应时段实施第一阶梯补偿，运营商共支出补偿3052元。
旋转备用调用结果如图6，在9:00以及16:00-17:00，由于产能商报价高于实时电价，运营商优先购旋转备用市场电量，根据互保合同削减产能商处购电量。10:00-15:00以及18:00-21:00，产能商报价更低，运营商调用下旋转向旋转备用市场售电盈利。而在互保合同不可调时段1:00-8:00以及22:00-24:00，负荷向上波动造成的供需缺额调用上旋转备用补充，向下波动则限制少许风电上网平衡。
图7给出实时阶段运营商制定的最终出清能价，对比各方供能价可知，实时出清阶段16:00-17:00为电价平时段，而日前为峰时段，运营商为抵回日前按峰价成交电量支付的购电成本，折中了该时段电价，出现售电价高于上级电网实时电价的情况。但在1:00-6:00由于部分购买了产能商的低价电能，此时制定的售电价低于电网电价。售热价根据实际热负荷情况做出适当调整，与产能商供热价高低交错，优化了运营商售热盈利水平。
实施例2
本实施例提供了一种能源系统日前-实时出清系统，包括：
第一上报模块，用于负荷聚合商向运营商上报日前电负荷和热负荷；
第一分配模块，用于运营商将所述电负荷分配给产能商和上级电网，将所述热负荷分配给产能商；
第一确定模块，用于产能商根据分配的电负荷和热负荷确定每个时段的供电电量区间、第一供电价格和供热价格，使产能商日前决策模型最优；
第二确定模块，用于上级电网根据分配的电负荷确定每个时段的第二供电价格；
第一制定模块，用于运营商根据所述第一供电价格、所述供热价格和所述第二供电价格制定售电价、售热价和第一补偿价，使运营商日前决策模型最优；
第一判断模块，用于判断所述第一供电价格是否小于所述第二供电价格；
第二制定模块，用于当所述第一供电价格不小于所述第二供电价格时，负荷聚合商根据所述第一供电价和所述第一补偿价重新制定日前电负荷和热负荷并向运营商上报，使负荷聚合商日前决策模型最优；运营商减少产能商50％电负荷的分配额度，重新分配电负荷和热负荷；
第三确定模块，用于当所述第一供电价格小于所述第二供电价格时，运营商根据所述供电电量区间以及符合聚合商上报的日前电负荷确定向旋转备用商的购电量；
第二上报模块，用于负荷聚合商向运营商上报实时电负荷和实时热负荷；
第二判断模块，用于在非上级电网供电时段，运营商判断所述实时电负荷是否超出所述供电电量区间与向旋转备用商的购电量之和；
削减模块，用于当所述实时电负荷超出所述供电电量区间与向旋转备用商的购电量之和时，运营商削减负所述实时电负荷，并确定第二补偿价；
第四确定模块，用于运营商根据所述第一供电价格、旋转备用商的实时电价和所述供电电量区间确定产能商和旋转备用商的供电量，使运营商实时决策模型最优；
第二分配模块，用于运营商将所述实时热负荷分配给产能商；
第三制定模块，用于产能商根据分配的热负荷制定实时供热价，使产能商实时决策模型最优；所述实时供热价小于所述供热价格；
第四制定模块，用于运营商根据上级电网、产能商和旋转备用商供电量制定售电价，根据所述实时热负荷和所述实时供热价制定售热价，使运营商实时决策模型最优。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明在日前阶段充分发挥各方竞价主动性，逐轮迭代划分市场利益，制定A类需求响应计划、互保合同计划、旋转备用申购计划以及上级电网出清计划；实时阶段继承各方所得利益和部分出清结果，兼顾能量平衡方法和利益细分策略，确定B类需求响应方案、互保合同执行方案、旋转备用调用方案以及机组出力方案。分别建立了日前、实时各方决策模型，在能量和利益双重市场交易上具有有效性，适用性强，效果佳等优点。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种能源系统日前-实时出清方法，其特征在于，包括：
负荷聚合商向运营商上报日前电负荷和热负荷；
运营商将所述电负荷分配给产能商和上级电网，将所述热负荷分配给产能商；
产能商根据分配的电负荷和热负荷确定每个时段的供电电量区间、第一供电价格和供热价格，使产能商日前决策模型最优；
上级电网根据分配的电负荷确定每个时段的第二供电价格；
运营商根据所述第一供电价格、所述供热价格和所述第二供电价格制定售电价、售热价和第一补偿价，使运营商日前决策模型最优；
判断所述第一供电价格是否小于所述第二供电价格；
若否，则负荷聚合商根据所述售电价和所述第一补偿价重新制定日前电负荷和热负荷并向运营商上报，使负荷聚合商日前决策模型最优；运营商减少产能商50％电负荷的分配额度，重新分配电负荷和热负荷；
若是，则运营商根据所述供电电量区间以及负荷聚合商上报的日前电负荷确定向旋转备用商的购电量；
负荷聚合商向运营商上报实时电负荷和实时热负荷；
在非上级电网供电时段，运营商判断所述实时电负荷是否超出所述供电电量区间与向旋转备用商的购电量之和；
若是，则运营商削减负所述实时电负荷，并确定第二补偿价；
运营商根据所述第一供电价格、旋转备用商的实时电价和所述供电电量区间确定产能商和旋转备用商的供电量，使运营商实时决策模型最优；
运营商将所述实时热负荷分配给产能商；
产能商根据分配的热负荷制定实时供热价，使产能商实时决策模型最优；所述实时供热价小于所述供热价格；
运营商根据上级电网、产能商和旋转备用商供电量制定售电价，根据所述实时热负荷和所述实时供热价制定售热价，使运营商实时决策模型最优。
2.根据权利要求1所述的能源系统日前-实时出清方法，其特征在于，所述负荷聚合商日前决策模型为：
Figure FDA0002777702860000021
其中，
Figure FDA0002777702860000022
为负荷聚合商日前决策目标，
Figure FDA0002777702860000023
为节省的购能费用，
Figure FDA0002777702860000024
Figure FDA0002777702860000025
为运营商制定的t时段的售电价，
Figure FDA0002777702860000026
为售热价，
Figure FDA0002777702860000027
为t时段下调电负荷量，
Figure FDA0002777702860000028
为t时段下调热负荷量，
Figure FDA0002777702860000029
为t时段上调电负荷量，
Figure FDA00027777028600000210
为t时段上调热负荷量；
Figure FDA00027777028600000211
为负荷聚合商获得的第一补偿价，
Figure FDA00027777028600000212
ecom2,t为运营商制定的t时段上调电负荷补偿价，hcom2,t为热负荷补偿价；
Figure FDA00027777028600000213
为经济性与舒适性损失，
Figure FDA00027777028600000214
其中，economy为经济性损失，comfort为舒适性损失，a1和b1为下调电负荷的经济性损失系数，c1和d1为下调热负荷的经济性损失系数，a2和b2为调整电负荷的经济性损失系数，c2和d2为调整热负荷的经济性损失系数。
3.根据权利要求2所述的能源系统日前-实时出清方法，其特征在于，所述产能商日前决策模型为：
Figure FDA00027777028600000215
其中，
Figure FDA00027777028600000216
为运营商日前决策目标，
Figure FDA00027777028600000217
为供能收入，
Figure FDA00027777028600000218
Figure FDA00027777028600000219
为产能商t时段的供电量，
Figure FDA0002777702860000031
为供热量，
Figure FDA0002777702860000032
为产能商制定的t时段的供电价，
Figure FDA0002777702860000033
为供热价；
Figure FDA0002777702860000034
为产能成本，
Figure FDA0002777702860000035
Figure FDA0002777702860000036
为建设成本，
Figure FDA0002777702860000037
X为所有产能设备集合，conx为第x个产能设备的单位建设成本，
Figure FDA0002777702860000038
为装机容量，s为折现率，nx为经济技术使用年限；
Figure FDA0002777702860000039
为启停成本，
Figure FDA00027777028600000310
startx为第x个产能设备的开机成本，stopx为停机成本，px,t和qx,t为0-1的变量，为机组发生启动或关停动作；
Figure FDA00027777028600000311
为运维成本，
Figure FDA00027777028600000312
opex为第x个产能设备的单位运维成本，Px,t为t时段的输出功率，Δt为出清时段；
Figure FDA00027777028600000313
为燃料成本，
Figure FDA00027777028600000314
Py,in,t为第y个燃气设备t时段的输入功率，Qgas为天然气低热值，grpi为天然气单价。
4.根据权利要求3所述的能源系统日前-实时出清方法，其特征在于，所述负荷聚合商日前决策模型为：
Figure FDA00027777028600000315
其中，
Figure FDA00027777028600000316
为负荷聚合商日前决策目标，
Figure FDA00027777028600000317
为售能收入，
Figure FDA00027777028600000318
Figure FDA00027777028600000319
为运营商t时段的售电量，
Figure FDA00027777028600000320
为售电价，
Figure FDA00027777028600000321
为售热量，
Figure FDA00027777028600000322
为售热价；
Figure FDA00027777028600000323
为购能成本，
Figure FDA00027777028600000324
Figure FDA00027777028600000325
为上级电网供电量，
Figure FDA00027777028600000326
为上级电网供电价；
Figure FDA00027777028600000327
为支付的第一补偿价，
Figure FDA00027777028600000328
Figure FDA00027777028600000329
为运营商制定的第一补偿价，
Figure FDA00027777028600000330
为热负荷补偿价；
Figure FDA00027777028600000331
为申购旋转备用成本，
Figure FDA00027777028600000332
Figure FDA00027777028600000333
为申购t时段旋转备用容量的价格，由旋转备用商制定，
Figure FDA00027777028600000334
为申购的t时段的上旋转备用容量，
Figure FDA00027777028600000335
为申购的t时段的下旋转备用容量。
5.根据权利要求4所述的能源系统日前-实时出清方法，其特征在于，所述运营商实时决策模型为：
Figure FDA0002777702860000041
其中，
Figure FDA0002777702860000042
为运营商实时决策目标，
Figure FDA0002777702860000043
为售能收入；
Figure FDA0002777702860000044
为调用下旋转备用收入，
Figure FDA0002777702860000045
Figure FDA0002777702860000046
为旋转备用调用价格，
Figure FDA0002777702860000047
为t时段调用的下旋转备用容量，
Figure FDA0002777702860000048
为t时段调用的上旋转备用容量；
Figure FDA0002777702860000049
为购能成本，
Figure FDA00027777028600000410
Figure FDA00027777028600000411
为运营商支付的第二补偿价，
Figure FDA00027777028600000412
Figure FDA00027777028600000413
为第k级的补偿价，
Figure FDA00027777028600000414
为t时段第k级的电负荷削减量。
6.根据权利要求5所述的能源系统日前-实时出清方法，其特征在于，所述产能商实时决策模型为：
Figure FDA00027777028600000415
其中，
Figure FDA00027777028600000416
为产能商实时决策目标，
Figure FDA00027777028600000417
为供能收入，
Figure FDA00027777028600000418
为调用下旋转备用收入，
Figure FDA00027777028600000419
Figure FDA00027777028600000420
为产能成本，
Figure FDA00027777028600000421
Figure FDA00027777028600000422
为实时运维成本，
Figure FDA00027777028600000423
为实时燃料成本。
7.根据权利要求6所述的能源系统日前-实时出清方法，其特征在于，所述负荷聚合商实时决策模型为：
Figure FDA00027777028600000424
其中，
Figure FDA00027777028600000425
为负荷聚合商实时决策目标，
Figure FDA00027777028600000426
为负荷聚合商获得的第二补偿价，
Figure FDA00027777028600000427
为节省的购电成本，
Figure FDA00027777028600000428
为造成的损失。
8.一种能源系统日前-实时出清系统，其特征在于，包括：
第一上报模块，用于负荷聚合商向运营商上报日前电负荷和热负荷；
第一分配模块，用于运营商将所述电负荷分配给产能商和上级电网，将所述热负荷分配给产能商；
第一确定模块，用于产能商根据分配的电负荷和热负荷确定每个时段的供电电量区间、第一供电价格和供热价格，使产能商日前决策模型最优；
第二确定模块，用于上级电网根据分配的电负荷确定每个时段的第二供电价格；
第一制定模块，用于运营商根据所述第一供电价格、所述供热价格和所述第二供电价格制定售电价、售热价和第一补偿价，使运营商日前决策模型最优；
第一判断模块，用于判断所述第一供电价格是否小于所述第二供电价格；
第二制定模块，用于当所述第一供电价格不小于所述第二供电价格时，负荷聚合商根据所述第一供电价和所述第一补偿价重新制定日前电负荷和热负荷并向运营商上报，使负荷聚合商日前决策模型最优；运营商减少产能商50％电负荷的分配额度，重新分配电负荷和热负荷；
第三确定模块，用于当所述第一供电价格小于所述第二供电价格时，运营商根据所述供电电量区间以及符合聚合商上报的日前电负荷确定向旋转备用商的购电量；
第二上报模块，用于负荷聚合商向运营商上报实时电负荷和实时热负荷；
第二判断模块，用于在非上级电网供电时段，运营商判断所述实时电负荷是否超出所述供电电量区间与向旋转备用商的购电量之和；
削减模块，用于当所述实时电负荷超出所述供电电量区间与向旋转备用商的购电量之和时，运营商削减负所述实时电负荷，并确定第二补偿价；
第四确定模块，用于运营商根据所述第一供电价格、旋转备用商的实时电价和所述供电电量区间确定产能商和旋转备用商的供电量，使运营商实时决策模型最优；
第二分配模块，用于运营商将所述实时热负荷分配给产能商；
第三制定模块，用于产能商根据分配的热负荷制定实时供热价，使产能商实时决策模型最优；所述实时供热价小于所述供热价格；
第四制定模块，用于运营商根据上级电网、产能商和旋转备用商供电量制定售电价，根据所述实时热负荷和所述实时供热价制定售热价，使运营商实时决策模型最优。
CN202011271184.7A 2020-11-13 2020-11-13 一种能源系统日前-实时出清方法及系统 Pending CN112381399A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011271184.7A CN112381399A (zh) 2020-11-13 2020-11-13 一种能源系统日前-实时出清方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011271184.7A CN112381399A (zh) 2020-11-13 2020-11-13 一种能源系统日前-实时出清方法及系统

Publications (1)

Publication Number Publication Date
CN112381399A true CN112381399A (zh) 2021-02-19

Family

ID=74582307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011271184.7A Pending CN112381399A (zh) 2020-11-13 2020-11-13 一种能源系统日前-实时出清方法及系统

Country Status (1)

Country Link
CN (1) CN112381399A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113034209A (zh) * 2021-04-26 2021-06-25 国网浙江省电力有限公司电力科学研究院 发电机运行成本参数核定及运行成本补偿计算方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612552A (zh) * 2020-06-09 2020-09-01 东北电力大学 一种计及三主体竞价的综合能源系统日前迭代出清方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612552A (zh) * 2020-06-09 2020-09-01 东北电力大学 一种计及三主体竞价的综合能源系统日前迭代出清方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113034209A (zh) * 2021-04-26 2021-06-25 国网浙江省电力有限公司电力科学研究院 发电机运行成本参数核定及运行成本补偿计算方法

Similar Documents

Publication Publication Date Title
Zhou et al. Peer-to-peer energy sharing and trading of renewable energy in smart communities─ trading pricing models, decision-making and agent-based collaboration
Mansouri et al. Demand response role for enhancing the flexibility of local energy systems
Zheng et al. Optimal allocation of energy storage system for risk mitigation of DISCOs with high renewable penetrations
Oren Capacity payments and supply adequacy in competitive electricity markets
Green Competition in generation: The economic foundations
Li et al. Double-layer energy management system based on energy sharing cloud for virtual residential microgrid
Zhang et al. Energy trading with demand response in a community-based P2P energy market
Jin et al. Pricing and operation strategy for peer-to-peer energy trading using distribution system usage charge and game theoretic model
CN114254494A (zh) 一种多能微网群自身及市场决策协同优化方法
Shayegan Rad et al. Risk‐based optimal energy management of virtual power plant with uncertainties considering responsive loads
Chen et al. Retail dynamic pricing strategy design considering the fluctuations in day-ahead market using integrated demand response
Zhao et al. Peer-to-peer energy sharing with demand-side management for fair revenue distribution and stable grid interaction in the photovoltaic community
Huang et al. Incomplete information oriented optimal scheduling of multi-energy hub systems with thermal energy storage
Celik et al. Coordinated energy management using agents in neighborhood areas with RES and storage
CN115423260A (zh) 一种电力市场及政策服务新能源利用的量化分析方法
Khajeh et al. Blockchain-based demand response using prosumer scheduling
Mei et al. Optimal bidding strategy for virtual power plant participating in combined electricity and ancillary services market considering dynamic demand response price and integrated consumption satisfaction
Zhou et al. A decentralized peer-to-peer energy trading strategy considering flexible resource involvement and renewable energy uncertainty
Zhang et al. Multi-level distributed demand response study for a multi-park integrated energy system
Erol et al. A Stackelberg game-based dynamic pricing and robust optimization strategy for microgrid operations
CN112381399A (zh) 一种能源系统日前-实时出清方法及系统
Alvarado et al. Reactive power as an identifiable ancillary service
Clastres et al. Provision of demand response by French prosumers with photovoltaic-battery systems in multiple markets
Pourghaderi et al. Optimization model of a VPP to provide energy and reserve
Anderson et al. Transmission pricing and expansion methodology: lessons from Argentina

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