CN112785435A - 一种现货交易申报中辅助机组多段报价的模型 - Google Patents
一种现货交易申报中辅助机组多段报价的模型 Download PDFInfo
- Publication number
- CN112785435A CN112785435A CN202110125172.1A CN202110125172A CN112785435A CN 112785435 A CN112785435 A CN 112785435A CN 202110125172 A CN202110125172 A CN 202110125172A CN 112785435 A CN112785435 A CN 112785435A
- Authority
- CN
- China
- Prior art keywords
- unit
- quotation
- section
- constraint
- day
- 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
Links
- 230000005611 electricity Effects 0.000 claims abstract description 30
- 238000010248 power generation Methods 0.000 claims abstract description 13
- 230000009194 climbing Effects 0.000 claims description 9
- 230000007774 longterm Effects 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 12
- 238000000034 method Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract 1
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- 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
- 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)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Technology Law (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种现货交易申报中辅助机组多段报价的模型,结合历史电价、全网负荷等数据,基于相似日的深度学习算法对日前价格进行预测,在此基础上考虑报价段负荷约束、出力段报价约束、机组报价段中标约束机、机组中标电量约束、机组中标价格约束、机组爬坡约束,以中长期和日前结算收益最大化为目标,辅助发电侧在日前交易申报中完成机组多段报价。本发明以中长期和日前市场偏差结算收益最大化为目标函数,结合机组成本数据、已有中长期净合约,辅助用户完成合理的多段报价,帮助发电厂商降低机组成本,提高收益。
Description
技术领域
本发明涉及电力现货交易市场,具体涉及一种现货交易申报中辅助机组多段报价的模型。
背景技术
随着国家电力政策的放开,电力交易市场已逐步启动,现货市场是电力市场体系的重要环节,电力现货市场分为日前现货市场和实时市场,日前交易市场是发电侧和用户竞争的关键阶段,日前市场初期采用“发电侧报量报价、用户侧报量不报价”的模式,所以发电侧机组如何进行多段报价,以达到提高收益,增加竞争力的目的是亟待解决的问题。
目前国内日前交易市场发电侧主要根据机组的实际发电成本,增加一定的利润率进行多段报价,此方法简单易实现,但仅考虑机组自身成本,难以达到利润最大化目的。
需要注意的是,本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
发明内容
本发明目的在于提供了一种现货交易申报中辅助机组多段报价的模型,建立机组多段报价模型,为发电侧提供最佳报价策略,在现货日前出清中获得收益最大化。
为实现上述目的本发明采用如下技术方案:
该现货交易申报中辅助机组多段报价的模型,包括以下步骤:
S1:建立目标函数
以中长期和日前市场偏差结算收益最大化为目标函数,日前市场出清采用发电侧单边报价模式,用户按照其日前市场分时申报电量与中长期净合约电量之间的差额,以及日前市场日前电价计算偏差电费,中长期及日前结算公式如下所示:
其中:N表示一天的分时时点个数;Qzhong,j表示机组已有中长期净合约分时电量;Pzhong表示机组已有中长期净合约加权平均电价;Qriqian,j表示机组日前分时中标电量;Ptj表示已预测的分时日前电价;
S2:设定约束方程
在确定目标函数后,设定约束方程;所述约束方程包括报价段负荷约束、报价段电价约束、机组报价段中标约束、机组中标电量约束、机组爬坡约束
S3:完成多段报价模型
根据所设立的目标函数和约束方程,采用CPLEX求解器,针对不同机组建立不同模型,辅助各机组完成多段报价。
进一步地,上述步骤S2中报价段负荷约束具体是:
对于机组报价段,每一个出力段的起始负荷应等于上一段报价段结束负荷,第一个报价段的起始负荷应等于机组最小负荷,公式如下所示:
Q0=Qmin (2)
机组最后一个报价段的结束负荷应等于机组最大负荷,公式如下所示:
Q10=Qmax (3)
机组各段报价长度不得低于机组最大负荷和最小负荷之差的百分比,具体公式如下所示:
其中:Q0表示机组第一个报价段的起始负荷;Q10表示机组最后一个报价段的结束负荷;Qi表示机组报价段负荷;Qmin表示机组最小负荷;Qmax表示机组最大负荷;α表示前后报价段负荷约束系数。
进一步地,上述步骤S2中报价段电价约束具体是:
第一个报价段的报价等于0价,公式如下所示:
P1=0 (5)
最后一个报价段的报价小于等于申报价格上限,公式如下所示:
P10≤Pmax (6)
各段报价满足单调不递减,每一段报价应大于等于上一段报价,公式如下所示:
其中:P1表示机组第一个报价段价格;P10表示机组最后一个报价段价格;Pi表示机组报价段价格;Pmax表示申报价格上限。
进一步地,上述步骤S2中机组报价段中标约束具体是:
机组报价段价格Pi低于日前电价Ptj则此报价段中标,高于日前电价则此报价段不中标,公式如下所示:
其中:δj,i表示第j个时点第i段中标标志,1表示中标,0表示不中标。
进一步地,上述步骤S2中机组中标电量约束具体是:
各时点机组中标电量约束公式如下所示,机组日前分时中标出力等于中标出力段上限最大值。
进一步地,上述步骤S2中机组爬坡约束具体是:
各时点段机组爬坡约束如下所示:
其中:β表示机组出力爬坡系数。
本发明的有益效果:
本发明提供了一种现货交易申报中辅助机组多段报价的模型,基于机组自身收益最大化,建立机组多段报价模型,为发电侧提供最佳报价策略,在现货日前出清中获得收益最大化;以中长期和日前市场偏差结算收益最大化为目标函数,结合机组成本数据、已有中长期净合约,辅助用户完成合理的多段报价,帮助发电厂商降低机组成本,提高收益。
附图说明
图1是本发明的流程图;
图2是本发明实施例中12月1日日前电价预测示意图;
图3是本发明实施例中机组12月1日多段报价示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。
目前电力现货市场日前竞价交易通过的全网负荷预测结果、全部机组多段报价策略,来制定运行日发电调度计划、计算日前出清电价,该方法将所有机组的报价段按报价从低到高依次排序出清,截取满足负荷需求的机组报价段,此时截取的电价即为日前出清电价,日前出清电价和机组报价信息决定机组报价段是否中标,机组报价段申报价格高于出清电价不中标,低于出清电价中标。
由于无法获取其他机组的相关信息,本发明仅考虑机组自身收益最大化,定义一个机组为一个模型,基于相似日法的LSTM模型预测日前出清电价。在已知日前出清电价预测值的前提下,以中长期日前收益最大化为目标函数,建立机组多段报价模型,为发电侧提供最佳报价策略,在现货日前出清中获得收益最大化。
(一)目标函数
本发明以中长期和日前市场偏差结算收益最大化为目标函数,结合机组成本数据、已有中长期净合约,辅助用户完成合理的多段报价。日前市场出清采用发电侧单边报价模式,用户按照其日前市场分时申报电量与中长期净合约电量之间的差额,以及日前市场日前电价计算偏差电费,中长期及日前结算公式如下所示,
其中:
N表示一天的分时时点个数,一般为24或96;
Qzhong,j表示该机组已有中长期净合约分时电量;
Pzhong表示该机组已有中长期净合约加权平均电价;
Qriqian,j表示该机组日前分时中标电量;
Ptj表示已预测的分时日前电价。
(二)约束条件
在确定目标函数的前提下,需要考虑如下约束:报价段负荷约束、报价段电价约束、机组报价段中标约束、机组中标电量约束、机组爬坡约束。不同省份的报价段数有所差异,一般为5段或10段,本发明以10段为例进行多段报价。
(1)报价段负荷约束
对于机组报价段,每一个出力段的起始负荷应等于上一段报价段结束负荷,第一个报价段的起始负荷应等于机组最小负荷,公式如下所示:
Q0=Qmin (2)
机组最后一个报价段的结束负荷应等于机组最大负荷,公式如下所示:
Q5=Qmax (3)
机组各段报价长度不得低于机组最大负荷和最小负荷之差的百分比,具体公式如下所示:
其中:
Q0表示机组第一个报价段的起始负荷;
Q10表示机组最后一个报价段的结束负荷;
Qi表示机组报价段负荷;
Qmin表示机组最小负荷;
Qmax表示机组最大负荷;
α表示前后报价段负荷约束系数,具体数值取决于不同省份规则。
(2)报价段电价约束
第一个报价段的报价等于0价,公式如下所示:
P1=0 (5)
最后一个报价段的报价小于等于申报价格上限,公式如下所示:
P10≤Pmax (6)
各段报价满足单调不递减,每一段报价应大于等于上一段报价,公式如下所示:
其中:
P1表示机组第一个报价段价格;
P10表示机组最后一个报价段价格;
Pi表示机组报价段价格;
Pmax表示申报价格上限。
(3)机组报价段中标约束
机组报价段价格Pi低于日前电价Ptj则此报价段中标,高于日前电价则此报价段不中标,公式如下所示:
其中:
δj,i表示第j个时点第i段中标标志,1表示中标,0表示不中标。
(4)机组中标电量约束
各时点机组中标电量约束公式如下所示,机组日前分时中标出力等于中标出力段上限最大值。
(5)机组爬坡约束
各时点段机组爬坡约束如下所示:
其中:
β表示机组出力爬坡系数。
(三)多段报价
根据所提出目标函数和约束方程,本发明采用CPLEX求解器,针对不同机组建立不同模型,辅助各机组完成多段报价。
本发明根据山西省某火电厂11月整月历史全网负荷数据、历史气象数据、本节点历史日前电价数据,建立日前电价深度学习模型。以12月1日该火电厂某600MW机组现货申报多段报价为例,首先调用已建立的日前电价深度学习模型,预测12月1日日前电价,预测的日前电价如图2所示。
山西省每日分时时点个数N为96,12月1日节点日前电价预测值如图2所示。
机组最大额定功率Qmax为600MW,最小额定功率Qmin为300MW,爬坡系数β为0.8,机组12月1日已有中长期合约分时电量部分数据如表1所示。申报电价上限Pmax为1500元/MWh。根据已有数据,上述目标函数、约束方程,优化求解12月1日该机组现货申报多段报价结果,报价结果如表2、图3所示。若发电厂商根据建议的报价策略提报多段报价,根据公式(1)可计算中长期日前收益,12月1日预期收益为326.26万元。
表1机组12月1日已有中长期分时合约电量
表2某机组12月1日多段报价结果
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (6)
1.一种现货交易申报中辅助机组多段报价的模型,其特征在于,包括以下步骤:
S1:建立目标函数
以中长期和日前市场偏差结算收益最大化为目标函数,日前市场出清采用发电侧单边报价模式,用户按照其日前市场分时申报电量与中长期净合约电量之间的差额,以及日前市场日前电价计算偏差电费,中长期及日前结算公式如下所示:
其中:N表示一天的分时时点个数;Qzhong,j表示机组已有中长期净合约分时电量;Pzhong表示机组已有中长期净合约加权平均电价;Qriqian,j表示机组日前分时中标电量;Ptj表示已预测的分时日前电价;
S2:设定约束方程
在确定目标函数后,设定约束方程;所述约束方程包括报价段负荷约束、报价段电价约束、机组报价段中标约束、机组中标电量约束、机组爬坡约束;
S3:完成多段报价模型
根据所设立的目标函数和约束方程,采用CPLEX求解器,针对不同机组建立不同模型,辅助各机组完成多段报价。
2.根据权利要求1所述的现货交易申报中辅助机组多段报价的模型,其特征在于,所述步骤S2中报价段负荷约束具体是:
对于机组报价段,每一个出力段的起始负荷应等于上一段报价段结束负荷,第一个报价段的起始负荷应等于机组最小负荷,公式如下所示:
Q0=Qmin (2)
机组最后一个报价段的结束负荷应等于机组最大负荷,公式如下所示:
Q10=Qmax (3)
机组各段报价长度不得低于机组最大负荷和最小负荷之差的百分比,具体公式如下所示:
其中:Q0表示机组第一个报价段的起始负荷;Q10表示机组最后一个报价段的结束负荷;Qi表示机组报价段负荷;Qmin表示机组最小负荷;Qmax表示机组最大负荷;α表示前后报价段负荷约束系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110125172.1A CN112785435A (zh) | 2021-01-29 | 2021-01-29 | 一种现货交易申报中辅助机组多段报价的模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110125172.1A CN112785435A (zh) | 2021-01-29 | 2021-01-29 | 一种现货交易申报中辅助机组多段报价的模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112785435A true CN112785435A (zh) | 2021-05-11 |
Family
ID=75759739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110125172.1A Pending CN112785435A (zh) | 2021-01-29 | 2021-01-29 | 一种现货交易申报中辅助机组多段报价的模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785435A (zh) |
Cited By (3)
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 |
CN116362828A (zh) * | 2023-03-06 | 2023-06-30 | 中能智新科技产业发展有限公司 | 基于相似性场景及粒子群算法的火电机组报价决策方法 |
CN116957632A (zh) * | 2023-09-18 | 2023-10-27 | 中能电云网(北京)智能科技有限公司 | 基于现货市场的区域电厂联合报价方法、装置及存储介质 |
-
2021
- 2021-01-29 CN CN202110125172.1A patent/CN112785435A/zh active Pending
Cited By (5)
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 |
CN116362828A (zh) * | 2023-03-06 | 2023-06-30 | 中能智新科技产业发展有限公司 | 基于相似性场景及粒子群算法的火电机组报价决策方法 |
CN116362828B (zh) * | 2023-03-06 | 2023-10-20 | 中能智新科技产业发展有限公司 | 基于相似性场景及粒子群算法的火电机组报价决策方法 |
CN116957632A (zh) * | 2023-09-18 | 2023-10-27 | 中能电云网(北京)智能科技有限公司 | 基于现货市场的区域电厂联合报价方法、装置及存储介质 |
CN116957632B (zh) * | 2023-09-18 | 2023-11-28 | 中能电云网(北京)智能科技有限公司 | 基于现货市场的区域电厂联合报价方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785435A (zh) | 一种现货交易申报中辅助机组多段报价的模型 | |
CN108711890A (zh) | 日前市场出清方法、系统、装置及计算机可读存储介质 | |
CN112001744A (zh) | 电力现货市场基于前景理论的发电商辅助报价系统和方法 | |
CN110443645B (zh) | 基于电力现货市场的抽水蓄能机组运行策略模型建立方法 | |
CN112529249B (zh) | 一种计及绿证交易的虚拟电厂优化调度及交易管理方法 | |
CN114971899A (zh) | 新能源参与下的日前、日内和实时市场电能交易优化方法 | |
CN110021965A (zh) | 一种基于预测误差制定风电投标策略的方法 | |
CN110738368A (zh) | 一种电能量申报偏差量收益回收计算方法及系统 | |
CN116011821A (zh) | 一种电力市场环境下虚拟电厂优化风险调度方法 | |
CN113256114B (zh) | 基于分布式发电消纳的日前与时前两阶段的需求响应方法 | |
CN115062831A (zh) | 计及电力零售商和产消者的电价优化模型的构建方法 | |
CN117911065A (zh) | 储能电站收益模型搭建和运营模式优化方法及系统 | |
CN114066082A (zh) | 电力调度优化方法、电子设备及计算机可读存储介质 | |
CN117455668A (zh) | 基于区块链技术的多虚拟电厂博弈定价交易实现方法 | |
CN116244567A (zh) | 基于激励的配电网多阶段增量规划方法及系统 | |
CN115187061A (zh) | 一种用户侧绿电配置方法、装置、设备及存储介质 | |
CN112862170A (zh) | 一种基于边际成本的辅助机组多段报价模型 | |
Wu et al. | A Peer-to-Peer Transaction Method for Clean Energy Considering Dynamic Network Fees and Safe Power Supply Capability | |
CN113887800A (zh) | 一种月或旬分时段交易辅助决策方法及系统 | |
CN111783303A (zh) | 抽水蓄能电站报价报量确定方法、系统及装置 | |
CN116993336B (zh) | 一种电能表售电快速结算方法 | |
CN116011624B (zh) | 计及分段点优化的发电商最优供应曲线获取方法及系统 | |
CN117477525A (zh) | 促进低碳化转型的电力系统运行优化的方法 | |
CN116757871A (zh) | 一种考虑网省两级协调的运行备用市场出清方法及装置 | |
Lu et al. | Mid-term scheduling and trading decisions for cascade hydropower stations considering multiple variable uncertainties |
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 |