CN112926811A - 一种考虑可再生能源消纳责任权重的负荷聚合商购电方法 - Google Patents

Abstract

本发明公开一种考虑可再生能源消纳责任权重的负荷聚合商购电方法，包括：预测年度火电、水电、新能源的分月市场电价及负荷聚合商自身的分月购电量；构建负荷聚合商的年度分月购电优化模型；基于线性规划求解模型，得到负荷聚合商分月购电方案。本发明解决负荷聚合商在可再生能源电力消纳责任权重考核下如何在年内分配并执行消纳责任权重指标并实现购电策略优化的问题，保证其经济性和完成配额指标。

Description

一种考虑可再生能源消纳责任权重的负荷聚合商购电方法

技术领域

本发明涉及电力交易领域，具体为一种考虑可再生能源消纳责任权重的负荷聚合商购电方法。

背景技术

目前，在我国可再生能源考核机制中，市场主体购买相应可再生能源即可获得相应的配额完成量，对于部分未完成相应配额指标的市场主体也给出两种补救办法：(1)组织年度配额交易，未完成配额指标的市场主体向超额完成配额任务的市场主体购买相应的配额量；(2)组织年度绿证交易，此次交易在配额交易之后，可以通过购买绿证的方式补足剩余的配额量。

由于目前我国配额市场制度尚未完全建成，绿证市场价格波动过大，都相应伴随着较大的市场价格风险。因而对于市场主体来说，通过购买可再生能源电力以满足配额指标，能够在完成配额指标的情况下尽可能降低风险，是最适用于当前情景下的配额完成方式。

现有技术中，公开号CN109711604A的中国专利公开了一种考虑清洁能源参与月度合约的多元购电优化方法，该方法主要包括：第一、提取系统信息；所述系统信息包括风电月度预测曲线、不可调水电月度预测曲线、月度负荷预测电量、核电机组容量、日前市场报价信息、火力发电集团报价、可调水力发电集团报价、风电月度电价、风电的低估惩罚成本系数和高估惩罚成本系数、不可调水电电价、不可调水电的低估惩罚成本系数和高估惩罚成本系数、核电电价、风险价值的置信水平、风险权重系数；第二、以月度购电费用与日前购电费用之和作为评估购电经济性的指标,以总购电费用与购电损失的加权值最小为目标,建立期望购电费用-损失风险模型；第三、采用粒子群算法求解第二步建立的期望购电费用—损失风险模型。该方法考虑清洁能源参与月度合约的购电方案，考虑月度市场购电与日前市场购电，并以总购电费用和购电损失为目标，基于粒子群算法求解目标函数。

公开号CN108767854A的中国专利公开了一种购电方案优化方法、装置以及电子设备，该方法主要包括：第一、建立目标函数,使所述目标函数中的购电总费用与购电风险值的加权值最小,其中,所述购电总费用包括：预设时间外购电费用、预设时间购电费用以及现货市场购电费用；第二、建立购电约束条件模型；第三、根据所述购电约束条件模型基于所述目标函数,通过粒子群算法进行计算,得到购电数据。该方法也以购电总费用与购电风险值的加权值最小为目标函数。

上述两个现有方法都以购电总费用与购电风险值的加权值最小为目标函数，进行了购电方案的优化决策，但研究过程中未考虑到可再生能源配额制的大环境，约束条件中缺乏绿色电量消纳的约束条件。目前尚未有针对可再生能源配额制下的分月购电优化决策方法。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种考虑可再生能源消纳责任权重的负荷聚合商购电方法，解决负荷聚合商在可再生能源电力消纳责任权重考核下如何在年内分配并执行消纳责任权重指标并实现购电策略优化的问题，保证其经济性和完成配额指标。

为实现上述目的，本发明采用的技术方案是：

一种考虑可再生能源消纳责任权重的负荷聚合商购电方法，包括：

预测年度火电、水电、新能源的分月市场电价及负荷聚合商自身的分月购电量；

构建负荷聚合商的年度分月购电优化模型；

基于线性规划求解模型，得到负荷聚合商分月购电方案。

优选地，所述方法进一步包括：获取前几年电力月度交易市场上的历史火电电价、水电电价、新能源电价，基于获取的历史电价预测年度分月市场电价；获取前几年负荷聚合商的历史分月购电量，基于获取的历史分月购电量预测年度分月购电量。

优选地，所述方法进一步包括：基于负荷聚合商年度配额考核目标，得到各月水电购买量及新能源购买量；基于各月水电购买量及新能源购买量，计算得到常规电力购买量；构建负荷聚合商的年度分月购电优化模型。

优选地，负荷聚合商的年度分月购电优化模型包括负荷聚合商的年初分月购电决策优化模型和负荷聚合商的年内分月购电决策滚动优化模型。

优选地，负荷聚合商的年初分月购电决策优化模型为：

其中，R_i＝N_i-Q_i-G_i，代表第i月非可再生能源电力购电量；Q_i为第i月非水可再生能源购电量；G_i为第i月水电购电量；N_i为第i月总购电量，即负荷聚合商承诺的对负荷用户的售电量；q_i为售电市场上第i月火电均价；g_i为售电市场上第i月水电电力均价；r_i为售电市场上第i月新能源均价；P_q为非水可再生能源配额比例；P_g为可再生能源配额比例。

优选地，负荷聚合商的年内分月购电决策滚动优化模型为：

其中，j和n都是当年已过去的月份，且j＝n，此处作为约束条件视为区分：Q_j和G_j是约束条件中的未知变量，Q_n、G_n、R_n是约束条件中的已知变量。

与现有技术相比，本发明的有益效果是：本发明首先预测年度的火电、水电、新能源的分月市场电价及负荷聚合商自身的分月购电总需求，然后构建负荷聚合商年初和年内分月购电优化决策模型，最后基于线性规划求解模型，得出负荷聚合商分月购电方案。本发明将可再生能源配额加入购电决策优化模型的约束条件，同时，将年度可再生能源配额考核要求分解到月，制定负荷聚合商分月各类能源的购电模型，从而解决负荷聚合商在可再生能源电力消纳责任权重考核下如何在年内分配并执行消纳责任权重指标并实现购电策略优化的问题，保证其经济性和完成配额指标。

附图说明

图1为根据本发明实施例的负荷聚合商购电方法的流程图。

图2为根据本发明实施例的负荷聚合商购电场景示意图。

具体实施方式

下面将结合本发明中的附图，对本发明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条件下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提出了一种考虑可再生能源消纳责任权重的负荷聚合商购电方法。首先预测本年火电、水电、新能源的分月市场电价及负荷聚合商自身的分月购电总需求，然后构建负荷聚合商年初和年中分月购电优化决策模型，最后基于线性规划求解模型，得出负荷聚合商分月购电方案。

作为一种实施方式，如图1所示，一种考虑可再生能源消纳责任权重的负荷聚合商购电方法包括如下步骤：

步骤1，预测本年火电、水电、新能源的分月市场价格及负荷聚合商自身分月购电需求。

步骤1.1，预测电力交易市场中本年(第i年)分月的火电电价q、水电电价g、新能源电价r。

获取前三年电力月度交易市场上的火电电价、水电电价、新能源电价，基于所收集数据，取均值，作为本年(第i年)的预测价格。

(1)火电：

其中，i为年份，n为月份，

为第i年第n月的火电交易价格。

得到火电的分月电价预测序列：

(2)水电：

其中，i为年份，n为月份，

为第i年第n月的水电交易价格。

得到水电的分月电价预测序列：

(3)新能源(即非水可再生能源)：

其中，i为年份，n为月份，

为第i年第n月的新能源交易价格。

得到新能源的分月电价预测序列：

步骤1.2，预测本年负荷聚合商本年(第i年)分月购电需求量Ni。

获取前三年负荷聚合商的分月购电量，基于所收集数据，取均值，作为本年(第i年)的分月购电量。

其中，i为年份，n为月份，

为第i年第n月的负荷聚合商购电需求。

得到负荷聚合商的分月购电所需量预测序列：

步骤2，构建负荷聚合商分月购电优化模型

步骤2.1，基于负荷聚合商年度配额考核目标，分解得到各月水电购买量G及新能源购买量R。

负荷聚合商的分月各类能源的购电量为待求解量，首先，设负荷聚合商的水电分月购电量为G：

设负荷聚合商的新能源分月购电量为R：

步骤2.2，各月购电总量与各月需完成可再生能源配额量(水电和新能源之和)之差即为常规电力购买量Q。负荷聚合商的购电场景如图2所示。

Q＝N-G-R (5)

步骤2.3，构建负荷聚合商年度分月购电优化模型。

(1)年初分月购电优化决策

负荷聚合商进行优化决策时，需要考虑如下几个方面的因素：1)所有的负荷用户的需求应得到满足；2)应达到配额指标，包括非水可再生消纳责任权重指标和可再生能源消纳责任权重指标；3)水电、非水可再生能源电量不会超过其可交易电量；4)在1)、2)、3)三个条件得到满足的情况下的购电成本最小化。因而可以得到如下购电决策模型：

其中，R_i＝N_i-Q_i-G_i，代表第i月非可再生能源电力购电量；Q_i为第i月非水可再生能源购电量；G_i为第i月水电购电量；N_i为第i月总购电量，即负荷聚合商承诺的对负荷用户的售电量；q_i为售电市场上第i月火电均价；g_i为售电市场上第i月水电电力均价；r_i为售电市场上第i月新能源均价；P_q为非水可再生能源配额比例；P_g为可再生能源配额比例。

(2)年内购电决策滚动优化

在年内，若历史月份已进行可再生能源消纳，针对该年后续月份如何分配考核指标以完成全年的消纳义务，因此，构建年内购电决策滚动优化模型。由于过去市场状态已确定，并对未来电力决策产生影响。因此，年内可以进行月度购电决策优化调整。其优化方式即为在交易已完成的情况下，对未来月度购电决策进行滚动优化。其优化模型如公式(7)所示。此处模型将历史月份购电情况计入年初月度购电决策模型中。

其中，j和n都是当年已过去的月份，且j＝n，此处作为约束条件是为区分：Q_j和G_j是约束条件中的未知变量，Q_n、G_n、R_n是约束条件中的已知变量。其他参数与公式(6)中相同。

步骤3，基于线性规划求解模型，得到负荷聚合商全年分月购电优化方案。

基于线性规划求解方法，即可得到负荷聚合商分月购电方案。此时，年初分月购电优化决策可确定本年12个月火电、水电、新能源的分别购电量；年内购电决策滚动优化可确定本年余下月份火电、水电、新能源的分别购电量。

本发明提出了一种考虑可再生能源消纳责任权重的负荷聚合商购电方法。首先预测本年火电、水电、新能源的分月市场电价及负荷聚合商自身的分月购电总需求，然后构建负荷聚合商年初和年中分月购电优化决策模型，最后基于线性规划求解模型，得出负荷聚合商分月购电方案。本发明将可再生能源配额加入购电优化决策模型的约束条件，将年度可再生能源配额考核要求分解到月，制定负荷聚合商分月各类能源的购电模型，解决负荷聚合商在可再生能源电力消纳责任权重考核下如何在年内分配并执行消纳责任权重指标并实现购电策略优化的问题，保证其经济性和完成配额指标。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种考虑可再生能源消纳责任权重的负荷聚合商购电方法，其特征在于，包括：

预测年度火电、水电、新能源的分月市场电价及负荷聚合商自身的分月购电量；

构建负荷聚合商的年度分月购电优化模型；

基于线性规划求解模型，得到负荷聚合商分月购电方案。

2.根据权利要求1所述的考虑可再生能源消纳责任权重的负荷聚合商购电方法，其特征在于，所述方法进一步包括：获取前几年电力月度交易市场上的历史火电电价、水电电价、新能源电价，基于获取的历史电价预测年度分月市场电价；获取前几年负荷聚合商的历史分月购电量，基于获取的历史分月购电量预测年度分月购电量。

3.根据权利要求1所述的考虑可再生能源消纳责任权重的负荷聚合商购电方法，其特征在于，所述方法进一步包括：基于负荷聚合商年度配额考核目标，得到各月水电购买量及新能源购买量；基于各月水电购买量及新能源购买量，计算得到常规电力购买量；构建负荷聚合商的年度分月购电优化模型。

4.根据权利要求3所述的考虑可再生能源消纳责任权重的负荷聚合商购电方法，其特征在于，负荷聚合商的年度分月购电优化模型包括负荷聚合商的年初分月购电决策优化模型和负荷聚合商的年内分月购电决策滚动优化模型。

5.根据权利要求4所述的考虑可再生能源消纳责任权重的负荷聚合商购电方法，其特征在于，负荷聚合商的年初分月购电决策优化模型为：

其中，R_i＝N_i-Q_i-G_i，代表第i月非可再生能源电力购电量；Q_i为第i月非水可再生能源购电量；G_i为第i月水电购电量；N_i为第i月总购电量，即负荷聚合商承诺的对负荷用户的售电量；q_i为售电市场上第i月火电均价；g_i为售电市场上第i月水电均价；r_i为售电市场上第i月新能源均价；P_q为非水可再生能源配额比例；P_g为可再生能源配额比例。

6.根据权利要求5所述的考虑可再生能源消纳责任权重的负荷聚合商购电方法，其特征在于，负荷聚合商的年内分月购电决策滚动优化模型为：

其中，j和n都是当年已过去的月份，且j＝n，此处作为约束条件视为区分：Q_j和G_j是约束条件中的未知变量，Q_n、G_n、R_n是约束条件中的已知变量。

Images