CN113077096B - 一种电力交易中心计划电比例确定方法 - Google Patents

Abstract

本发明公开了一种电力交易中心计划电比例确定方法，属于电力市场技术领域。包括步骤：考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线；基于等效负荷曲线和必须运行率指标对发电商进行分类；通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态；构建电力交易中心计划电比例决策模型，求解确定计划电比例。本发明提出了电力交易中心确定计划电比例的方法，为交易中心设计市场参数提供了客观依据。

Description

一种电力交易中心计划电比例确定方法

技术领域

本发明涉及电力市场的技术领域，更具体地，涉及一种电力交易中心计划电比例确定方法。

背景技术

我国电力体制改革实行计划与市场双轨运行的模式，在当前电力市场建设分阶段推进的情况下，按照一定步骤有序放开发用电计划，实行优先发电与优先购电，对于促进清洁能源消纳、保障无议价能力用户的用电具有重要意义。在计划市场双轨制下，用户用电量按照是否参与市场分为计划电量与市场电量。计划电量由电网公司与发电企业签订基数合约保障供应，按政府批复价格进行结算，市场电量通过批发市场进行购买，按市场价格进行结算。如何分配计划电量与市场电量往往是非常关键的，因此有必要提供一种可靠有效的计划电比例确定方法。

发明内容

本发明提出一种电力交易中心计划电比例确定方法。该方法首先考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线；然后基于等效负荷曲线和必须运行率指标对发电商进行分类；其次通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态；最后构建电力交易中心计划电比例决策模型，求解确定出计划电比例。

本发明提出了电力交易中心确定计划电比例的方法，能更为可靠客观、更符合实际需求的为交易中心设计市场参数提供依据。

本发明解决其技术问题所采用的技术方案是：

一种电力交易中心计划电比例确定方法，包括以下步骤：

步骤1：考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线；

步骤2：基于等效负荷曲线和必须运行率指标对发电商进行分类；

步骤3：通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态；

步骤4：构建电力交易中心计划电比例决策模型，求解确定计划电比例。

上述技术方案中，进一步地，所述的步骤1考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线，具体实现方法如下：

优先发电量主要包括可再生能源发电和水电，水电厂和抽水蓄能电站出力具有可调性，考虑负荷削峰填谷需求对其进行预调度，由于水库容量和机组额定功率的限制，水电厂和抽水蓄能电厂具有功率约束和能量约束，其表达式为

式中，P_H(s,t)和P_P(s,t)分别为水电厂和抽水蓄能电厂场景s下t时段功率；和分别为水电厂和抽水蓄能电厂的最大功率；/>和/>分别为水电厂和抽水蓄能电厂最大储存能量；T_p和T_v分别为峰、谷时段集合；

基于大量历史数据，采用K_means聚类方法得到优先发电机组和外来电的典型曲线，对负荷曲线进行修正得到等效负荷曲线L_eq(s,t)为

L_eq(s,t)＝L(s,t)-P_R(s,t)-P_I(s,t)-P_H(s,t)-P_P(s,t)

式中，L(s,t)为场景s下t时段负荷；P_R(s,t)和P_I(s,t)分别为可再生能源和外来电在场景s下t时段的功率。

更进一步地，所述的步骤2基于等效负荷曲线和必须运行率指标对发电商进行分类，具体实现方法如下：

必须运行率是指在电力系统中，当其他发电机组全部满发时待评估机组必须运行的容量占该机组总容量的比值，实际环境中，一个发电商可能拥有多台机组，定义单个发电商的必须运行率为M；若市场中共存在J个发电商，将发电商j的所有竞争对手记为则发电商j在场景s下t时段的必须运行率M_j(s,t)为

式中，P_i ^N表示发电机组i的额定容量；

M_j越大，说明发电商j的供电能力越大，将M_j＞0的发电商记为A类发电商，将M_j≤0的发电商记为B类发电商。

更进一步地，所述的步骤3通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态，具体实现方法如下：

发电商针对其拥有的每台机组均设定有三个参数：一个最低出力、一个价格和一个容量，记为[P_i ^P(s,t),ρ_i(s,t),P_i(s,t)]，最低出力是机组满足计划电量的出力P_i ^P(s,t)，所述的价格ρ_i(s,t)不得高于市场上限机组的最低出力由电力交易中心确定的年度计划电量比例γ和典型负荷曲线决定，机组i的年度计划总电量/>为

式中，Q_eq为扣除外来电和优先发电量后的剩余需求电量；h_i为机组i的年发电利用小时数；Ω为所有火电机组集合；

基于典型日负荷曲线，采用确定性电量分解算法，得到各机组在不同时段的计划电量P_i ^P(s,t)，即机组在各时段的最低出力：

式中，β_d,t为第d天t时段用电量占年用电量的比例，可由典型日负荷曲线计算得到；

迭代模拟发电商电力市场博弈过程的算法步骤如下：

1)基于必须运行率指标，确定该时段A类发电商集合ψ_A(s,t)和B类发电商集合ψ_B(s,t)；

2)初始化各发电商对各机组设定的三个参数中的价格参数初始化为各机组的最低申报价格/>

其中，C_M,i为机组i的燃料成本，C_F,i为小时固定成本。

为了将固定成本计入价格参数，需要将多年和年固定成本转化为小时固定成本，其转换关系为

式中，C_I,i为投资成本，C_O,i为运行维护成本，i_y为年利率；i_h为小时利率；Y_i为机组i的寿命；Y_h＝8760h；

3)B类发电商所设定的价格参数信息在迭代过程中始终保持不变；基于上一次迭代的结果，每一个A类发电商j∈Ψ(s,t)计算自身剩余需求曲线，并考虑自身各发电机组的在自身剩余需求曲线上寻找最佳申报基准点，其中只有斜率不连续的点才可能是最佳申报基准点，且对应的自身利润最大，确定最佳申报基准点后，所有/>低于最佳申报基准点的机组都按最佳申报基准点设置所述价格参数，所有/>高于最佳申报基准点的机组按/>设置所述价格参数；

4)当本次迭代结果与上一次迭代结果的差值小于所设定的阈值ε(通常可根据经验或实际需求进行设置)，或迭代次数超过最大次数k_max时，则判断为市场均衡，迭代结束；否则返回步骤3)。

更进一步地，所述的步骤4构建电力交易中心计划电比例决策模型，求解确定计划电比例，具体实现方法如下：

构建电力交易中心计划电比例决策模型：

0≤γ≤γ_max

式中，为社会平均购电价格，Q_eq为扣除外来电和优先发电量后的剩余需求电量；λ^P为计划电量结算价格；λ^M(s,t)为场景s下t时段市场出清价格；P_i ^M(s,t)为场景s下t时段机组i的中标电量；N_s为一年中第s个场景出现的天数；Ω_M,s,t为场景s下t时段所有中标机组的集合；γ_max为计划电量比例上限；求解模型得到计划电比例。

本发明的有益效果是：

其一、该方法构建了优先发电机组的预调度模型，得到非优先发电机组面临的等效负荷曲线；

其二、该方法基于必须运行率指标将发电商分为两类，并基于剩余需求曲线确定了A类发电商的最佳申报信息；

其三、该方法模拟了发电商在电力市场中的博弈过程，得到市场均衡状态。

其四、该方法易于操作，为电力交易中心合理确定计划电比例提供了更为客观可靠的方案，具有一定的现实意义。

附图说明

图1为本发明的整体流程示意图。

图2为等效持续负荷曲线示意图。

图3为剩余需求曲线示意图。

图4发电商电力市场博弈流程图。

图5为不同计划电量比例下的平均购电价格与市场出清价示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

如图1为本发明的整体流程示意图。本发明的一种电力交易中心计划电比例确定方法，其实现流程包括以下步骤：

步骤1：考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线。本步骤的具体实现方法如下：

在计划市场双轨制下，用户用电量按照是否参与市场分为计划电量与市场电量。在年度交易开始前，电力交易中心根据年度用电量预测情况，扣除外来电和优先发电量后，安排一部分电量作为火电企业的年度计划电量，然后根据各机组容量将总计划电量按比例分配到各机组；如何客观有效的确定计划电比例对于电力交易中心而言是非常关键的。

优先发电量主要包括可再生能源发电和水电，可再生能源发电是随机波动的，光伏白天出力较大，风电夜晚出力较大，两者在时间上具有互补性。水电厂和抽水蓄能电站出力具有可调性，调度机构一般考虑负荷削峰填谷需求对其进行预调度。水电厂启停灵活、启动成本小，一般被调度机构安排在负荷高峰时段发电，以缓解发电侧容量紧张。抽水蓄能电站在负荷高峰时处于发电状态，在负荷低谷时处于负载状态，可以减小负荷峰谷差。扣除外来电和优先发电后的等效持续负荷曲线如附图2所示。由于水库容量和机组额定功率的限制，水电厂和抽水蓄能电厂具有功率约束和能量约束，其表达式为

式中，P_H(s,t)和P_P(s,t)分别为水电厂和抽水蓄能电厂场景s下t时段功率；和分别为水电厂和抽水蓄能电厂的最大功率；/>和/>分别为水电厂和抽水蓄能电厂最大储存能量；T_p和T_v分别为峰、谷时段集合。

基于大量历史数据，采用K_means聚类方法得到优先发电机组和外来电的典型曲线，对负荷曲线进行修正得到的等效负荷曲线L_eq(s,t)为

L_eq(s,t)＝L(s,t)-P_R(s,t)-P_I(s,t)-P_H(s,t)-P_P(s,t)

式中，L(s,t)为场景s下t时段负荷；P_R(s,t)和P_I(s,t)分别为可再生能源和外来电在场景s下t时段的功率。

步骤2：基于等效负荷曲线和必须运行率指标对发电商进行分类。本步骤的具体实现方法如下：

必须运行率是指在电力系统中，当其他发电机组全部满发时待评估机组必须运行的容量占该机组总容量的比值。实际环境中，一个发电商可能拥有多台机组，定义单个发电商的必须运行率为M。若市场中共存在J个发电商，将发电商j的所有竞争对手记为则发电商j在场景s下t时段的必须运行率M_j(s,t)为

式中，P_i ^N表示发电机组i的额定容量。

M_j越大，说明发电商j的供电能力越大，将M_j＞0的发电商记为A类发电商，将M_j≤0的发电商记为B类发电商。

步骤3：通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态。本步骤的具体实现方法如下：

发电商为其拥有的每台机组设定有三个参数：一个最低出力、一个价格和一个容量，记为[P_i ^P(s,t),ρ_i(s,t),P_i(s,t)]，最低出力是机组满足计划电量的出力P_i ^P(s,t)，以计划电量价格λ^P来结算，价格参数ρ_i(s,t)不得高于市场上限机组的最低出力由电力交易中心确定的年度计划电量比例γ和典型负荷曲线决定，机组i的年度计划总电量/>为

式中，Q_eq为扣除外来电和优先发电量后的剩余需求电量；h_i为机组i的年发电利用小时数；Ω为所有火电机组集合。

基于典型日负荷曲线，采用确定性电量分解算法，得到各机组在不同时段的计划电量P_i ^P(s,t)。

式中，β_d,t为第d天t时段用电量占年用电量的比例，可由典型日负荷曲线计算得到。

迭代模拟发电商电力市场博弈过程的算法步骤如下：

1)基于必须运行率指标，确定该时段A类发电商集合ψ_A(s,t)和B类发电商集合ψ_B(s,t)。

2)初始化各发电商各机组的价格参数信息初始化为各机组的最低申报价格/>其计算方法如下：

机组i的最低申报价格包括该机组的燃料成本和固定成本，燃料成本以机组的边际成本C_M,i来衡量，固定成本C_F,i包括投资成本C_I,i和运行维护成本C_O,i。为了将固定成本计入申报信息，需要将多年和年固定成本转化为小时固定成本，其转换关系为

式中，i_y为年利率；i_h为小时利率；Y_i为机组i的寿命；Y_h＝8760h。

则机组i的最低申报价格为

3)B类发电商的价格参数信息在迭代过程中始终保持不变。基于上一次迭代的结果，每一个A类发电商j∈Ψ(s,t)计算自身剩余需求曲线，并考虑自身各发电机组的从而确定最佳申报基准点。如附图3所示，发电商j基于自身剩余需求曲线寻找最佳申报基准点，只有斜率不连续的点(A点、B点)才可能是最佳申报基准点，且最佳申报基准点应使自身利润最大。例如，当发电商确定B点为申报基准点时，则所有/>低于B的机组都按B点的值设定价格参数，所有/>高于B的机组按/>设定价格参数。

4)当本次迭代结果与上一次迭代结果的差值小于阈值ε，或迭代次数超过最大次数k_max时，则判断为市场均衡，迭代结束；否则返回步骤3)。

步骤4：构建电力交易中心计划电比例决策模型：

0≤γ≤γ_max

式中，为社会平均购电价格，Q_eq为扣除外来电和优先发电量后的剩余需求电量；λ^P为计划电量结算价格；λ^M(s,t)为场景s下t时段市场出清价格；P_i ^M(s,t)为场景s下t时段机组i的中标电量；N_s为一年中第s个场景出现的天数；Ω_M,s,t为场景s下t时段所有中标机组的集合；γ_max为计划电量比例上限。

下面结合具体实施例对本发明作进一步说明。

以中国某省份电力市场实际数据进行算例仿真。计划电量结算价格λ^P＝360元/MWh，市场上限根据A省典型负荷曲线及外来电、可再生能源、水电出力，得到典型日等效负荷曲线。求解上述计划电比例优化模型，得到计划电量比例γ＝0.4时，社会平均购电成本最小，/>此时市场出清价平均值/>

如附图5所示，市场出清价平均值随计划电量比例的增大而减小。这是因为在发电机组容量一定的条件下，计划电量比例影响各机组剩余容量。随着计划电量比例γ变大，B类发电商数量增多，各发电商趋近于按最低申报价格申报，市场出清价格随之降低。社会平均购电成本/>随计划电量比例的增大呈现先减后增的趋势。随着计划电量比例增大，计划电量购电成本上升，而市场电量购电成本由于市场电量的减少和市场电价的降低而下降，在两者的综合作用下，社会平均购电成本先减后增，存在一个极小值。

如表1所示，为最优计划电量比例下所有时段所有发电商必须运行率的平均值，/>和/>分别为最优计划电量比例下所有时段市场出清价平均值和社会平均购电成本。可以看出，计划电量最优比例随着负荷增长率的提高逐步增大，说明随着年负荷的增长，电力交易中心应逐步调高计划电量比例，以满足社会平均购电成本最低。随着负荷增长率提高，/>变大，说明A类发电商数量增多。这是因为在发电侧结构不变的情况下，负荷增长造成发电容量更加紧张。

表1不同负荷增长率下最优计划电量比例

显然，上述实施例仅是为清楚地说明本发明而所作的举例，并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (4)

1.一种电力交易中心计划电比例确定方法，其特征在于，包括以下步骤：

步骤1：考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线；

步骤2：基于等效负荷曲线和必须运行率指标对发电商进行分类；

步骤3：通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态；

步骤4：构建电力交易中心计划电比例决策模型，求解确定计划电比例；

所述的步骤4中构建电力交易中心计划电比例决策模型，求解确定计划电比例的具体方法如下：

构建电力交易中心计划电比例决策模型：

0≤γ≤γ_max

式中，为社会平均购电价格，Q_eq为扣除外来电和优先发电量后的剩余需求电量；λ^P为计划电量结算价格；λ^M(s,t)为场景s下t时段市场出清价格；P_i ^M(s,t)为场景s下t时段机组i的中标电量；N_s为一年中第s个场景出现的天数；Ω_M,s,t为场景s下t时段所有中标机组的集合；γ_max为计划电量比例上限；求解模型得到计划电比例。

2.根据权利要求1所述的一种电力交易中心计划电比例确定方法，其特征在于：所述的步骤1中考虑可再生能源的消纳和水电机组的预调度，计算等效负荷曲线的具体方法如下：

优先发电量主要包括可再生能源发电和水电，水电厂和抽水蓄能电站出力具有可调性，考虑负荷削峰填谷需求对其进行预调度，由于水库容量和机组额定功率的限制，水电厂和抽水蓄能电厂具有功率约束和能量约束，其表达式为

式中，P_H(s,t)和P_P(s,t)分别为水电厂和抽水蓄能电厂场景s下t时段功率；和/>分别为水电厂和抽水蓄能电厂的最大功率；/>和/>分别为水电厂和抽水蓄能电厂最大储存能量；T_p和T_v分别为峰、谷时段集合；

基于大量历史数据，采用K_means聚类方法得到优先发电机组和外来电的典型曲线，对负荷曲线进行修正得到等效负荷曲线L_eq(s,t)为

L_eq(s,t)＝L(s,t)-P_R(s,t)-P_I(s,t)-P_H(s,t)-P_P(s,t)

式中，L(s,t)为场景s下t时段负荷；P_R(s,t)和P_I(s,t)分别为可再生能源和外来电在场景s下t时段的功率。

3.根据权利要求1所述的一种电力交易中心计划电比例确定方法，其特征在于：所述的步骤2中基于等效负荷曲线和必须运行率指标对发电商进行分类的具体方法如下：

必须运行率是指在电力系统中，当其他发电机组全部满发时待评估机组必须运行的容量占该机组总容量的比值，实际环境中，一个发电商可能拥有多台机组，定义单个发电商的必须运行率为M；若市场中共存在J个发电商，将发电商j的所有竞争对手记为则发电商j在场景s下t时段的必须运行率M_j(s,t)为

式中，P_i ^N表示发电机组i的额定容量；

M_j越大，说明发电商j的供电能力越大，将M_j＞0的发电商记为A类发电商，将M_j≤0的发电商记为B类发电商。

4.根据权利要求1所述的一种电力交易中心计划电比例确定方法，其特征在于：所述的步骤3中通过迭代模拟发电商在电力市场中的博弈过程，判断市场均衡状态的具体方法如下：

发电商针对其拥有的每台机组均设定有三个参数：一个最低出力、一个价格和一个容量，记为[P_i ^P(s,t),ρ_i(s,t),P_i(s,t)]，最低出力是机组满足计划电量的出力P_i ^P(s,t)，所述的价格ρ_i(s,t)不得高于市场上限机组的最低出力由电力交易中心确定的年度计划电量比例γ和典型负荷曲线决定，机组i的年度计划总电量/>为

式中，Q_eq为扣除外来电和优先发电量后的剩余需求电量；h_i为机组i的年发电利用小时数；Ω为所有火电机组集合；

基于典型日负荷曲线，采用确定性电量分解算法，得到各机组在不同时段的计划电量P_i ^P(s,t)，即机组在各时段的最低出力：

式中，β_d,t为第d天t时段用电量占年用电量的比例，可由典型日负荷曲线计算得到；

迭代模拟发电商电力市场博弈过程的算法步骤如下：

1)基于必须运行率指标，确定该时段A类发电商集合ψ_A(s,t)和B类发电商集合ψ_B(s,t)；

2)初始化各发电商对各机组设定的三个参数中的价格参数初始化为各机组的最低申报价格/>

其中，C_M,i为机组i的燃料成本，C_F,i为小时固定成本；

为了将固定成本计入价格参数，需要将多年和年固定成本转化为小时固定成本，其转换关系为

式中，C_I,i为投资成本，C_O,i为运行维护成本，i_y为年利率；i_h为小时利率；Y_i为机组i的寿命；Y_h＝8760h；

3)B类发电商所设定的价格参数信息在迭代过程中始终保持不变；基于上一次迭代的结果，每一个A类发电商j∈Ψ(s,t)计算自身剩余需求曲线，并考虑自身各发电机组的在自身剩余需求曲线上寻找最佳申报基准点，其中只有斜率不连续的点才可能是最佳申报基准点，且对应的自身利润最大，确定最佳申报基准点后，所有/>低于最佳申报基准点的机组都按最佳申报基准点设置所述价格参数，所有/>高于最佳申报基准点的机组按/>设置所述价格参数；

4)当本次迭代结果与上一次迭代结果的差值小于所设定的阈值ε，或迭代次数超过最大次数k_max时，则判断为市场均衡，迭代结束；否则返回步骤3)。