CN113592507B - 一种电力现货交易月度收益仿真分析方法及装置 - Google Patents

一种电力现货交易月度收益仿真分析方法及装置 Download PDF

Info

Publication number
CN113592507B
CN113592507B CN202111139938.8A CN202111139938A CN113592507B CN 113592507 B CN113592507 B CN 113592507B CN 202111139938 A CN202111139938 A CN 202111139938A CN 113592507 B CN113592507 B CN 113592507B
Authority
CN
China
Prior art keywords
day
medium
power
term
long term
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
Application number
CN202111139938.8A
Other languages
English (en)
Other versions
CN113592507A (zh
Inventor
向婕
王彩云
钟崇光
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.)
Sprixin Technology Co ltd
Original Assignee
Sprixin Technology Co ltd
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 Sprixin Technology Co ltd filed Critical Sprixin Technology Co ltd
Priority to CN202111139938.8A priority Critical patent/CN113592507B/zh
Publication of CN113592507A publication Critical patent/CN113592507A/zh
Application granted granted Critical
Publication of CN113592507B publication Critical patent/CN113592507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/405—Establishing or using transaction specific rules
    • 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
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Security & Cryptography (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出一种电力现货交易月度收益仿真分析方法及装置，从起始日开始先判断当日是否已有策略日前申报，若有则进行中长期结算曲线的折算、日前出清电力的折算，决定次日中长期是否会被提升。若当日因各种意外因素导致策略日前申报未输出，则通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化。输出当日的策略日前申报后再进行中长期结算曲线的折算、日前出清电力的折算以及更新状态表。按时间顺序，待逐日计算至回算截止日期后，则可分析对比策略收益与实际收益，计算收益提升比例。本发明为电力现货交易策略提供了一种理论上可行的仿真回算效果比较，评价交易策略的可行性，为辅助决策提供依据和建议。

Description

一种电力现货交易月度收益仿真分析方法及装置
技术领域
本发明属于电力交易领域，特别是涉及到一种电力现货交易月度收益仿真分析方法及装置。
背景技术
由于风、光资源预测的不确定性，导致新能源短期预测偏差过大，风电平均预测精度一般在40%-50%，光伏平均预测精度一般在80%左右，如何设计现货交易策略，使得新能源发电企业在合理完成中长期计划的同时，不会导致高额的考核费用，实现收益最大化是各新能源发电企业应该考虑的问题。
由于交易的不可复现性，需要对人工干预交易或策略干预交易的效果进行评价，即对收益提升比例进行测算，对现货市场买卖电的均价是否有改善进行分析，但是：
1）已有策略收益对比一般都是以日为依据作为分析对比，查看出清价格预测的准确度，以及日收益是否提高，少有月度收益的系统性仿真；
2）现有单日策略收益对比不能评判月度中长期计划的消纳情况，很难评价分解到当日的量是否合理，以及怎样影响到全月中长期计划总量的完成；
3）对电力交易收益组成及相互关系分析不足，未能整体考虑各收益的相对关系。
因此目前缺乏一套完整的电力现货交易月度收益仿真分析的方法和系统装置。
发明内容
本发明提出一种电力现货交易月度收益仿真分析方法及装置，能够评估一段时间内使用电力现货交易策略的效果，为电力现货交易策略提供了一种理论上可行的仿真回算效果比较，为辅助决策提供依据和建议。
为达到上述目的，本发明的技术方案是这样实现的：
一种电力现货交易月度收益仿真分析方法，包括：
S1、获取新能源电场基础信息、回算起止日期、回算时间段及历史市场供需预测数据、区域及场站预测气象数据和历史电力交易数据，以及系统平台中导出的历史日出策略的96点日前报量数据，每种数据字段频度为15分钟，每天从00：15：00开始，到24：00：00结束；
S2、进行数据清洗，将异常值或缺失值进行后向填充；
S3、从回算时间段的起始日开始先判断当日是否已有策略日前申报，若有则进行中长期结算曲线的折算、日前出清电力的折算，以决定次日中长期结算曲线是否被强制提升；若用户采用了当日策略，则折算原始预测的情况；若用户用了手动干预或者原始策略，则折算使用策略的交易情形；若当日策略日前申报未输出，则以当日之前历史数据进行建模并预测当日模拟市场情况，建立收益最大化函数，通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化；
S4、回算时段内总收益：收益构成成分的计算采用中长期结算费用、日前结算费用和实时结算费用之和，即现货市场结算费用=中长期结算费用+日前结算费用+实时结算费用，而中长期费用=中长期结算电量×中长期估算均价；日前结算费用=（日前电力-中长期结算）×日前结算价格；实时结算费用=（实际上网-日前电力）×日内结算价格。
进一步的，步骤S1中，电场基础信息包括装机、是风电场还是光伏电场、历史每月的电力中长期价格、厂用电率和补贴电价；回算起止日期精确到日，包含起始日和截止日；市场供需预测数据主要为电网披露的数据，包括火电、水电、新能源的发电计划、竞标空间、联络线计划和供需比；历史电力交易数据包括实际发生的短期申报电力、中长期结算电力、日前出清电力、日前现货价格、实时出清电力、实时上网电力、实时现货价格和偏差考核费用。
进一步的，步骤S3中中长期结算曲线是否会被强制提升的决定规则包括：
S301、当策略日在当月25日前，计算该场站剩余时间中长期电量日发电负荷率；若大于电力交易规则中规定的负荷率40%，在读取该场站短期预测后，判断其运行日短期功率预测发电量是否小于该场站额定容量40%发电负荷率全天发电量；若小于，则按该场站额定容量40%发电负荷率全天发电量提升运行日短期功率预测，保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，生成对应于用户未进入现货市场的运行日中长期交易申报曲线，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线作为中长期结算曲线，不参与后续消减；若运行日短期功率预测发电量大于该场站额定容量40%发电负荷率全天发电量，则不做处理；
S302、当策略日在当月25日后，经过计算该场站剩余时间每日中长期平均电量；在读取各火电、新能源场站中长期交易申报曲线时，判断其申报的运行日短期功率预测的全天发电量是否小于该场站剩余时间每日中长期平均电量；若小于，则保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线参与后续消减校核；若申报的运行日短期功率预测的全天发电量是大于该场站剩余时间每日中长期平均电量，则不做处理。
本发明另一方面还提供了一种电力现货交易月度收益仿真分析装置，包括：
数据获取模块，用于获取新能源电场基础信息、回算起止日期、回算时间段及历史市场供需预测数据、区域及场站预测气象数据和历史电力交易数据，以及系统平台中导出的历史日出策略的96点日前报量数据，每种数据字段频度为15分钟，每天从00：15：00开始，到24：00：00结束；
数据清洗模块，用于进行数据清洗，将异常值或缺失值进行后向填充；
策略判断模块，用于从回算时间段的起始日开始先判断当日是否已有策略日前申报，若有则进行中长期结算曲线的折算、日前出清电力的折算，以决定次日中长期结算曲线是否被强制提升；若用户采用了当日策略，则折算原始预测的情况；若用户用了手动干预或者原始策略，则折算使用策略的交易情形；若当日策略日前申报未输出，则以当日之前历史数据进行建模并预测当日模拟市场情况，建立收益最大化函数，通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化；
收益回算模块，用于将收益构成成分的计算采用中长期结算费用、日前结算费用和实时结算费用之和，即现货市场结算费用=中长期结算费用+日前结算费用+实时结算费用，而中长期费用=中长期结算电量×中长期估算均价；日前结算费用=（日前电力-中长期结算）×日前结算价格；实时结算费用=（实际上网-日前电力）×日内结算价格。
进一步的，所述数据获取模块包括：
电场基础信息数据单元，包括装机、是风电场还是光伏电场、历史每月的电力中长期价格、厂用电率和补贴电价；回算起止日期精确到日，包含起始日和截止日；
市场供需预测数据单元，主要为电网披露的数据，包括火电、水电、新能源的发电计划、竞标空间、联络线计划和供需比；
历史电力交易数据单元，包括实际发生的短期申报电力、中长期结算电力、日前出清电力、日前现货价格、实时出清电力、实时上网电力、实时现货价格和偏差考核费用。
进一步的，所述策略判断模块中包括提升规则单元，用于决定中长期结算曲线是否会被强制提升，其包括：
当策略日在当月25日前，计算该场站剩余时间中长期电量日发电负荷率；若大于电力交易规则中规定的负荷率40%，在读取该场站短期预测后，判断其运行日短期功率预测发电量是否小于该场站额定容量40%发电负荷率全天发电量；若小于，则按该场站额定容量40%发电负荷率全天发电量提升运行日短期功率预测，保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，生成对应于用户未进入现货市场的运行日中长期交易申报曲线，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线作为中长期结算曲线，不参与后续消减；若运行日短期功率预测发电量大于该场站额定容量40%发电负荷率全天发电量，则不做处理；
当策略日在当月25日后，经过计算该场站剩余时间每日中长期平均电量；在读取各火电、新能源场站中长期交易申报曲线时，判断其申报的运行日短期功率预测的全天发电量是否小于该场站剩余时间每日中长期平均电量；若小于，则保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线参与后续消减校核；若申报的运行日短期功率预测的全天发电量是大于该场站剩余时间每日中长期平均电量，则不做处理。
与现有技术相比，本发明具有如下的有益效果：
本发明提出电力现货交易月度收益仿真分析方法及装置，用以提供电力现货交易策略对比，在准备好输入数据的前提下，可以评估一段时间内使用电力现货交易策略的效果，为电力现货交易策略提供了一种理论上可行的仿真回算效果比较，为辅助决策提供依据和建议。
附图说明
图1是本发明实施例的流程示意图；
图2是本发明实施例的某光伏电场12月逐日收益对比图；
图3是本发明实施例的12月5日的实际交易曲线图；
图4是本发明实施例的12月5日的策略交易折算曲线图，
图5是本发明实施例的策略价格与真实价格对比图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
为使本发明专利的目的、特征更明显易懂，下面结合附图对本发明专利的具体实施方式作进一步的说明。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明专利实施例的目的。
本发明提出的电力现货交易月度收益仿真分析方法及系统的实现思路为：在提供电场基础信息、回算起止日期，回算时间段及历史市场供需预测数据、区域及场站预测气象数据和历史电力交易数据，以及系统平台中导出的历史日出策略的96点日前报量数据，从起始日开始先判断当日是否已有策略日前申报，若有则进行中长期结算曲线的折算、日前出清电力的折算，更新状态表内中长期累计消纳量、剩余计划量、剩余发电能力、弃电率等指标，以决定次日中长期是否会被提升。若当日因各种意外因素导致策略日前申报未输出，则会以当日之前历史数据进行建模并预测当日模拟市场情况，建立收益最大化函数，通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化。输出当日的策略日前申报后再进行中长期结算曲线的折算、日前出清电力的折算以及更新状态表。按时间顺序，待逐日计算至回算截止日期后，则可分析对比策略收益与实际收益，计算收益提升比例。
本发明的具体流程如下：
1、获取电场基础信息、回算起止日期，回算时间段及历史市场供需预测数据、区域及场站预测气象数据和历史电力交易数据，以及系统平台中导出的历史日出策略的96点日前报量数据。检查数据完整性、一致性、准确性，剔除缺失、价格异常的数据。
电场基础信息包括装机、是风电场还是光伏电场、历史每月的电力中长期价格、厂用电率和补贴电价等；回算起止日期精确到日，包含起始日和截止日；市场供需预测数据主要包括火电、水电、新能源的发电计划、竞标空间、联络线计划和供需比等电网披露的数据；区域及场站预测气象数据主要包括风速、风向、温度、空气密度、湿度、压强、辐照度等数据；历史电力交易数据主要包括实际发生的短期申报电力、中长期结算电力、日前出清电力、日前现货价格、实时出清电力、实时上网电力、实时现货价格和偏差考核费用等。通过检查数据是否有缺失、异常值，比如上网电力超过了装机、上网电力为负值、价格超过了调度制定规则中的上下限等情况，有这样的情况则将异常值或缺失值进行后向填充，不留空值。
2、经过步骤1中的数据收集和清洗后，从起始日开始先判断当日是否已有策略日前申报，若系统平台中导出的的历史日出策略的96点日前报量数据值不为空，则当日已出策略；反之若导出为空，则当日未出策略；若已有策略日前申报则进行中长期结算曲线的折算（每个15分钟点策略申报量与实际申报量的比例乘以实际中长期结算电力）、日前出清电力的折算（每个15分钟点策略申报量与实际申报量的比例乘以实际日前出清电力）；更新状态表内中长期累计消纳量、剩余计划量、剩余发电能力、弃电率等指标，以决定次日中长期是否会被提升。所述状态表为计算过程数据，主要包括：
1）月度发电能力：指所选月份的理论发电能力小时数：取月发电量预测中该月的预测发电量；按照【月发电量（万千瓦时）×10/装机（MW）】公式，折算为小时数；
2）已利用小时：指该月实际上网电量，折算为小时数：取当月截止到查询日前一天24：00的，求和（每15分钟实发功率/4）/装机；
3）已弃电小时：当月截止到查询日前一天24:00，理论发电小时-实际利用小时；其中，理论发电小时计算公式：求和（每15分钟理论功率/4）/装机。
4）已完成发电能力：实际利用小时+弃电小时；取2）和3）相加；
剩余利用小时：（月度发电能力-已完成发电能力）×（1-弃电率）；其中，弃电率计算公式：已弃电小时/(已弃电小时+已利用小时)；
5）月中长期计划总电量 ：从用户处获取；
6）中长期累积量：即已分解中长期计划，取当月已发生的每日交易结算数据中中长期电量之和；
7）剩余中长期计划：月中长期计划总电量减去中长期累积量；
8）中长期计划占比：已分解中长期计划/实际利用小时；
9）剩余中长期发电能力：剩余利用能力×中长期计划占比；
10）剩余天数：截止查询日前一天晚上24:00，本月剩余天数；
11）剩余负荷率(电量)：当策略日在当月25日前，截止当前查询日期前一天24点，剩余中长期计划/(剩余天数×24)；当策略日在当月25日后，此数值为电量，剩余中长期计划/剩余天数；
12）预测提升比率：即当日申报量为多少时，才能满足25日前小于40%剩余负荷率或者25日后大于平均剩余负荷量。提升的电量除以原始短期预测则为预测提升比率；
13）实际是否提升：在实际交易中日前申报曲线是否被省调度提升。
若用户采用了当日策略（即实际交易中日前申报96点的值和系统平台中导出的当日出策略的96点日前报量数据值相等），则折算原始预测的情况，包括原始预测的中长期结算曲线的折算（每个15分钟点原始短期预测申报量与实际申报量的比例乘以实际中长期结算电力）、原始预测的日前出清电力的折算（每个15分钟点原始短期预测申报量与实际申报量的比例乘以实际日前出清电力）；
若用户用了手动干预或者原始短期预测（实际的日前申报若和原始短期预测的值一样，则用户使用的原始短期预测；若实际的日前申报和原始短期预测的值不一样，也与当日的策略日前申报不一样，则用户用了手动干预；或者依据平台系统对用户的行为记录），则折算使用策略的交易情形，包括策略申报的中长期结算曲线的折算（每个15分钟点策略申报量与实际申报量的比例乘以实际中长期结算电力）、策略申报的日前出清电力的折算（每个15分钟点策略申报量与实际申报量的比例乘以实际日前出清电力）。
若当日因各种意外因素导致策略日前申报未输出，则会以当日之前历史数据进行建模并预测当日模拟市场情况（包括策略日的中长期结算电力、日前出清电力、实时上网电力、日前现货价格、实时现货价格曲线），建立收益最大化函数，通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化；
其中最优化模型的求解过程包括：
将场站历史预测风速或辐照度按照不同风速段或辐照度段进行划分，对短期预测的每个点作一次遍历，寻找每个点落在的区间，以此区间功率的上下四分位为参考计算该点短期功率预测的寻优下界和上界；当日的中长期计划总量由场站人员给出经验范围，作为优化问题的约束条件之一；
收益最大化的目标函数为，
Max：
Figure DEST_PATH_IMAGE002
s.t.
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE006
Figure DEST_PATH_IMAGE008
其中Qi,long为随着Qi,shenbao变化的中长期结算电量，Prlong为中长期价格，Qi,riqian为随着Qi,shenbao变化的日前出清量预测，Pri,riqian为预测的日前价格，为Qi,scada为实时上网电量预测，Pri,shishi为预测的实时价格，Qi,shenbao为策略申报的电量，随短期预测电量变化，Qi,long和Qi,riqian为Qi,shenbao的函数，在Qi,shenbao在变化为Qi,new时，Qi,long= Qi,longpred×Qi,new / Qi,shenbao，Qi,riqian= Qi,riqianpred× Qi,new / Qi,shenbao，Qi,longpred和Qi,riqianpred为预测模型预测出D日的电力交易的市场预判信息中的中长期结算电力预测和日前出清电力预测。通过结合该区域的电力交易规则，在短期申报变化的条件下，求解出近似的中长期结算电量和日前出清电量；Fj,1和Fj,2为原始短期预测Qi落在的历史区间对应的下界和上界，其中j= 1, 2, 3, ... 100；Qlong,1和Qlong,2分别为场站人员给出的一个策略日中长期计划经验范围的下限和上限；
通过求解上述最优化问题，解出使得收益最大化的预期策略收益和日前96点电力申报。
根据规则，新能源企业每月的中长期计划量必须要完成，若到月底尚未完成，省调度则每日强制提升令新能源企业到现货市场中买电，若到月底之前提前完成了，则剩余日则再无中长期可分，每日中长期结算电量为0。制定中长期结算曲线是否会被强制提升的交易规则如下：
新能源企业在竞价日（D-1）上报运行日对应于用户未进入现货市场的短期发电功率预测，经厂用电率折算为上网电力后，作为其运行日对应于用户未进入现货市场的中长期交易申报曲线。在确定新能源对应于用户未进入现货市场的中长期交易申报曲线时，提前统计各新能源场站截止竞价日（D-1）24点已交割中长期电量和剩余中长期电量（包括用户未进入现货市场的中长期交易电量和用户进入现货市场的中长期交易曲线积分电量）。
1）当策略日在当月25日前，经过计算该场站剩余时间中长期电量日发电负荷率
Figure DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE012
其中，
Figure DEST_PATH_IMAGE014
为该场站本月中长期交易电量，
Figure DEST_PATH_IMAGE016
为该场站截止申报日（D-1）24点已完成的中长期交易电量，
Figure DEST_PATH_IMAGE018
为该场站的额定装机容量，
Figure DEST_PATH_IMAGE020
为截止申报日（D-1）24点本月剩余天数。
若
Figure 735760DEST_PATH_IMAGE010
大于电力交易规则中规定的负荷率40%，在读取该场站短期预测后，判断其运行日短期功率预测发电量是否小于该场站额定容量40%发电负荷率全天发电量。若小于，则按该场站额定容量40%发电负荷率全天发电量提升运行日短期功率预测，保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，生成对应于用户未进入现货市场的运行日中长期交易申报曲线，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线作为中长期结算曲线，不参与后续消减；若运行日短期功率预测发电量大于该场站额定容量40%发电负荷率全天发电量，则不做处理。
2）当策略日在当月25日后，经过计算该新能源场站剩余时间每日中长期平均电量
Figure DEST_PATH_IMAGE022
，
Figure DEST_PATH_IMAGE024
其中，
Figure 16349DEST_PATH_IMAGE014
为该场站本月中长期交易电量，
Figure 530507DEST_PATH_IMAGE016
为该场站截止申报日（D-1）24点已完成的中长期交易电量，
Figure 456875DEST_PATH_IMAGE022
为该场站截止申报日（D-1）24点剩余时间每日中长期平均电量，
Figure 802406DEST_PATH_IMAGE020
为截止申报日（D-1）24点本月剩余天数。
在读取该新能源场站中长期交易申报曲线时，判断其申报的运行日短期功率预测的全天发电量是否小于该场站剩余时间每日中长期平均电量。若小于，则保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线参与后续消减校核；若申报的运行日短期功率预测的全天发电量是大于该场站剩余时间每日中长期平均电量，则不做处理。
因此，每日得到策略日前96点报量后，再更新状态表内中长期累计消纳量、剩余计划量、剩余发电能力、弃电率等指标，为次日中长期是否会强制提升做出依据，以便策略考虑是否应该人工干预提升日前短期申报量，减少日前负现货，提升总体策略收益。
3、回算时段内总收益计算
在策略日前96点报量的情形下，中长期结算曲线、日前出清电力的具体折算方式如下：取平台上导出的或线下模拟填充的策略日前96点报量，进行每个时刻的折算。若实际交易中中长期结算未被提升或者用户人工提升后有消减的情形，策略中长期曲线和策略日前电力按照日前96点报量与实际申报量的比例分别乘以实际中长期结算和实际日前电力进行折算，实时上网电量不变。若实际交易中中长期结算被调度提升，则策略中长期提升按等比例提升计算，日前出清电力按日前96点申报计算，实时上网电量不变。
在收益对比时我们保证了在回算时段内策略中长期结算总量和实际中长期结算总量大致相等，且假设上网电量不受策略调节的影响，因执行偏差考核为调度执行的AGC指令和实际上网电量之间的偏差带外的部分电量乘以现货价格，也视为不变量。因此收益构成成分的计算采用中长期结算费用、日前结算费用和实时结算费用之和，即现货市场结算费用=中长期结算费用+日前结算费用+实时结算费用，而中长期费用=中长期结算电量×中长期估算均价；日前结算费用=（日前电力-中长期结算）×日前结算价格；实时结算费用=（实际上网-日前电力）×日内结算价格。
上述步骤2中对策略在回算时间段内进行逐日仿真时，为合理提升整体策略的效果采用了回算时间段内策略中长期结算总量和实际结算总量一致。此处还可以采用每日的策略中长期结算总量和实际结算总量一致，最后回算时间段内中长期结算总量的偏差可能会比本专利的方法大（如偏差超过一定范围则会被认为不合理），且策略可调整的空间有限。
步骤3中回算时段内总收益计算仅包含了三部分收益，还可以计算补贴电费，以及估算全省分摊电费，以及预估策略对发电量的影响，只是此种方法得到的收益提升比例准确性比较差。
以下以西北某省一个装机37MW的光伏电场为例，说明此策略对比装置的效果：选取2020年12月的交易数据做策略收益对比，结果如下表所示：
12月总体收益对比，通过回算，策略收益（947772.30）比实际申报收益（898949.55）多出5.43%。
Figure DEST_PATH_IMAGE026
注：收益的单位：元；出策略的中长期价格估算为155元/MWh，回算时采用实际中长期价格200.45元/MWh
（1）状态表仿真逐日更新如下表所示：
Figure DEST_PATH_IMAGE028
如图2所示是该光伏电场12月逐日收益对比图，从图上可以看出策略收益和实际收益的对比，并不是每一天策略收益都高于实际收益，但是从全月整体收益看策略收益（947772.30）比实际申报收益（898949.55）多出5.43%。
（2）光伏电场逐日费用策略回算附表如下所示：(电费单位：元，电力单位MW，电量单位MWh)
Figure DEST_PATH_IMAGE030
取上述数据中12月5日一天的申报情况作为说明，图3表示12月5日实际交易的情形，实际日前申报曲线和中长期结算曲线重合，日前出清曲线在日前申报基础上略有消减，其中实时计量电力在此处采用实际scada上网电力；而图4中为该日策略交易折算的曲线，日前策略申报也和中长期结算曲线重合，但是根据预测的价格进行了全天收益最大化寻优得出的，策略日前出清曲线根据策略申报与实际申报的比例再乘以实际日前出清曲线得到，其中实时计量电力在此处采用实际scada上网电力。如图5价格预测对比图所见，虽然价格预测峰值（500元/兆瓦时）未预测到，但日前和实时价格预测曲线和真实日前和实时价格预测趋势具有较强的一致性。
综上所述，本发明提供了一种电力现货交易策略对比的系统性方法以评估一段时间内策略的效果，比较的基准是使用策略的收益和不使用策略的收益，都是采用实际交易数据进行合理的比例折算；本发明在线上运行策略缺失的情况下可以自动填充恢复当日的策略情形，模拟了策略申报日的真实场景；本发明通过考虑在回算时段内中长期发电计划总量不变的同时，逐日更新状态表，每日策略的申报都会综合考虑到省内规则以及全月的中长期执行情况，合理合规地提升电力现货交易的收益。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种电力现货交易月度收益仿真分析方法，其特征在于，包括：
S1、获取电场基础信息、回算起止日期、回算时间段及历史市场供需预测数据、区域及场站预测气象数据和历史电力交易数据，以及历史日出策略的96点日前报量数据；
S2、进行数据清洗，将异常值或缺失值进行后向填充；
S3、从回算时间段的起始日开始先判断当日是否已有策略日前申报，若有则进行中长期结算曲线的折算、日前出清电力的折算，逐日更新状态表，以决定次日中长期结算曲线是否被强制提升；若用户采用了当日策略，则折算原始预测的情况；若用户用了手动干预或者原始策略，则折算使用策略的交易情形；若当日策略日前申报未输出，则以当日之前历史数据进行建模并预测当日模拟市场情况，建立收益最大化函数，通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化；
所述状态表为计算过程数据，主要包括：
1）月度发电能力：指所选月份的理论发电能力小时数，取月发电量预测中该月的预测发电量；
2）已利用小时：指该月实际上网电量，折算为小时数；
3）已弃电小时：当月截止到查询日前一天24:00，理论发电小时-实际利用小时；
4）已完成发电能力：实际利用小时+弃电小时；取2）和3）相加；剩余利用小时：（月度发电能力-已完成发电能力）×（1-弃电率）；弃电率计算公式：已弃电小时/(已弃电小时+已利用小时)；
5）月中长期计划总电量 ：从用户处获取；
6）中长期累积量：即已分解中长期计划，取当月已发生的每日交易结算数据中中长期电量之和；
7）剩余中长期计划：月中长期计划总电量减去中长期累积量；
8）中长期计划占比：已分解中长期计划/实际利用小时；
9）剩余中长期发电能力：剩余利用能力×中长期计划占比；
10）剩余天数：截止查询日前一天晚上24:00，本月剩余天数；
11）剩余负荷率：当策略日在当月25日前，截止当前查询日期前一天24点，剩余中长期计划/(剩余天数×24)；当策略日在当月25日后，此数值为电量，剩余中长期计划/剩余天数；
12）预测提升比率：即当日申报量为多少时，才能满足25日前小于40%剩余负荷率或者25日后大于平均剩余负荷量；提升的电量除以原始短期预测则为预测提升比率；
13）实际是否提升：在实际交易中日前申报曲线是否被省调度提升；
S4、回算时段内总收益：收益构成成分的计算采用中长期结算费用、日前结算费用和实时结算费用之和，即现货市场结算费用=中长期结算费用+日前结算费用+实时结算费用，而中长期费用=中长期结算电量×中长期估算均价；日前结算费用=（日前电力-中长期结算）×日前结算价格；实时结算费用=（实际上网-日前电力）×日内结算价格；
步骤S3中中长期结算曲线是否会被强制提升的决定规则包括：
S301、当策略日在当月25日前，计算该场站剩余时间中长期电量日发电负荷率；若大于电力交易规则中规定的负荷率40%，在读取该场站短期预测后，判断其运行日短期功率预测发电量是否小于该场站额定容量40%发电负荷率全天发电量；若小于，则按该场站额定容量40%发电负荷率全天发电量提升运行日短期功率预测，保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，生成对应于用户未进入现货市场的运行日中长期交易申报曲线，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线作为中长期结算曲线，不参与后续消减；若运行日短期功率预测发电量大于该场站额定容量40%发电负荷率全天发电量，则不做处理；
S302、当策略日在当月25日后，经过计算该场站剩余时间每日中长期平均电量；在读取新能源场站日前96点电力申报曲线时，判断其申报的运行日短期功率预测的全天发电量是否小于该场站剩余时间每日中长期平均电量；若小于，则保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线参与后续消减校核；若申报的运行日短期功率预测的全天发电量是大于该场站剩余时间每日中长期平均电量，则不做处理。
2.根据权利要求1所述的一种电力现货交易月度收益仿真分析方法，其特征在于，步骤S1中，电场基础信息包括装机、是风电场还是光伏电场、历史每月的电力中长期价格、厂用电率和补贴电价；回算起止日期精确到日，包含起始日和截止日；市场供需预测数据主要为电网披露的数据，包括火电、水电、新能源的发电计划、竞标空间、联络线计划和供需比；历史电力交易数据包括实际发生的短期申报电力、中长期结算电力、日前出清电力、日前现货价格、实时出清电力、实时上网电力、实时现货价格和偏差考核费用。
3.一种电力现货交易月度收益仿真分析装置，其特征在于，包括：
数据获取模块，用于获取新能源电场基础信息、回算起止日期、回算时间段及历史市场供需预测数据、区域及场站预测气象数据和历史电力交易数据，以及历史日出策略的96点日前报量数据；
数据清洗模块，用于进行数据清洗，将异常值或缺失值进行后向填充；
策略判断模块，用于从回算时间段的起始日开始先判断当日是否已有策略日前申报，若有则进行中长期结算曲线的折算、日前出清电力的折算，逐日更新状态表，以决定次日中长期结算曲线是否被强制提升；若用户采用了当日策略，则折算原始预测的情况；若用户用了手动干预或者原始策略，则折算使用策略的交易情形；若当日策略日前申报未输出，则以当日之前历史数据进行建模并预测当日模拟市场情况，建立收益最大化函数，通过求解最优化模型，在日前交易之前合理进行96点日前报量使得各项收益和最大化；所述状态表为计算过程数据，主要包括：
1）月度发电能力：指所选月份的理论发电能力小时数，取月发电量预测中该月的预测发电量；
2）已利用小时：指该月实际上网电量，折算为小时数；
3）已弃电小时：当月截止到查询日前一天24:00，理论发电小时-实际利用小时；
4）已完成发电能力：实际利用小时+弃电小时；取2）和3）相加；剩余利用小时：（月度发电能力-已完成发电能力）×（1-弃电率）；弃电率计算公式：已弃电小时/(已弃电小时+已利用小时)；
5）月中长期计划总电量 ：从用户处获取；
6）中长期累积量：即已分解中长期计划，取当月已发生的每日交易结算数据中中长期电量之和；
7）剩余中长期计划：月中长期计划总电量减去中长期累积量；
8）中长期计划占比：已分解中长期计划/实际利用小时；
9）剩余中长期发电能力：剩余利用能力×中长期计划占比；
10）剩余天数：截止查询日前一天晚上24:00，本月剩余天数；
11）剩余负荷率：当策略日在当月25日前，截止当前查询日期前一天24点，剩余中长期计划/(剩余天数×24)；当策略日在当月25日后，此数值为电量，剩余中长期计划/剩余天数；
12）预测提升比率：即当日申报量为多少时，才能满足25日前小于40%剩余负荷率或者25日后大于平均剩余负荷量；提升的电量除以原始短期预测则为预测提升比率；
13）实际是否提升：在实际交易中日前申报曲线是否被省调度提升；
收益回算模块，用于将收益构成成分的计算采用中长期结算费用、日前结算费用和实时结算费用之和，即现货市场结算费用=中长期结算费用+日前结算费用+实时结算费用，而中长期费用=中长期结算电量×中长期估算均价；日前结算费用=（日前电力-中长期结算）×日前结算价格；实时结算费用=（实际上网-日前电力）×日内结算价格；
所述策略判断模块中包括提升规则单元，用于决定中长期结算曲线是否会被强制提升，其包括：
当策略日在当月25日前，计算该场站剩余时间中长期电量日发电负荷率；若大于电力交易规则中规定的负荷率40%，在读取该场站短期预测后，判断其运行日短期功率预测发电量是否小于该场站额定容量40%发电负荷率全天发电量；若小于，则按该场站额定容量40%发电负荷率全天发电量提升运行日短期功率预测，保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，生成对应于用户未进入现货市场的运行日中长期交易申报曲线，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线作为中长期结算曲线，不参与后续消减；若运行日短期功率预测发电量大于该场站额定容量40%发电负荷率全天发电量，则不做处理；
当策略日在当月25日后，经过计算该场站剩余时间每日中长期平均电量；在读取各火电、新能源场站中长期交易申报曲线时，判断其申报的运行日短期功率预测的全天发电量是否小于该场站剩余时间每日中长期平均电量；若小于，则保持其用户进入现货市场的中长期交易曲线积分电量不变，等比例提升其用户未进入现货市场的中长期交易申报电力至两部分积分电量之和等于其运行日短期功率预测积分电量，同时确保生成的曲线每个时刻均不超过其最大发电能力，提升后曲线参与后续消减校核；若申报的运行日短期功率预测的全天发电量是大于该场站剩余时间每日中长期平均电量，则不做处理。
4.根据权利要求3所述的一种电力现货交易月度收益仿真分析装置，其特征在于，所述数据获取模块包括：
电场基础信息数据单元，包括装机、是风电场还是光伏电场、历史每月的电力中长期价格、厂用电率和补贴电价；回算起止日期精确到日，包含起始日和截止日；
市场供需预测数据单元，主要为电网披露的数据，包括火电、水电、新能源的发电计划、竞标空间、联络线计划和供需比；
历史电力交易数据单元，包括实际发生的短期申报电力、中长期结算电力、日前出清电力、日前现货价格、实时出清电力、实时上网电力、实时现货价格和偏差考核费用。
CN202111139938.8A 2021-09-28 2021-09-28 一种电力现货交易月度收益仿真分析方法及装置 Active CN113592507B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111139938.8A CN113592507B (zh) 2021-09-28 2021-09-28 一种电力现货交易月度收益仿真分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111139938.8A CN113592507B (zh) 2021-09-28 2021-09-28 一种电力现货交易月度收益仿真分析方法及装置

Publications (2)

Publication Number Publication Date
CN113592507A CN113592507A (zh) 2021-11-02
CN113592507B true CN113592507B (zh) 2022-02-22

Family

ID=78242211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111139938.8A Active CN113592507B (zh) 2021-09-28 2021-09-28 一种电力现货交易月度收益仿真分析方法及装置

Country Status (1)

Country Link
CN (1) CN113592507B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115659595B (zh) * 2022-09-26 2024-02-06 中国华能集团清洁能源技术研究院有限公司 基于人工智能的新能源场站的储能控制方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127203A (zh) * 2019-12-16 2020-05-08 新奥数能科技有限公司 中长期电力交易方案确定方法及装置
CN112634074A (zh) * 2020-10-19 2021-04-09 国网福建省电力有限公司 中长期市场和现货市场衔接方法、装置、设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023053B (zh) * 2015-04-27 2018-09-18 中国南方电网有限责任公司电网技术研究中心 电量分配方法及系统
CN109858712A (zh) * 2019-03-11 2019-06-07 北京天润新能投资有限公司西北分公司 一种跨区日前现货自动交易策略及经济性评估方法
JP7381220B2 (ja) * 2019-05-08 2023-11-15 株式会社日立製作所 電力市場における入札支援方法および装置
CN110309566B (zh) * 2019-06-20 2020-08-04 昆明电力交易中心有限责任公司 一种中长期电力交易出清规则仿真系统和方法
CN111738854A (zh) * 2020-06-22 2020-10-02 国能日新科技股份有限公司 一种基于云计算的新能源现货交易决策的数据服务系统
CN112580901A (zh) * 2021-02-23 2021-03-30 国能日新科技股份有限公司 基于市场供需和区域气象预测的日前交易策略方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127203A (zh) * 2019-12-16 2020-05-08 新奥数能科技有限公司 中长期电力交易方案确定方法及装置
CN112634074A (zh) * 2020-10-19 2021-04-09 国网福建省电力有限公司 中长期市场和现货市场衔接方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN113592507A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN107480907A (zh) 一种峰谷电价下含风电的省级电网购电配比的优化方法
Denholm et al. Methods for analyzing the economic value of concentrating solar power with thermal energy storage
Li et al. A scheduling framework for VPP considering multiple uncertainties and flexible resources
CN113592507B (zh) 一种电力现货交易月度收益仿真分析方法及装置
Ryu et al. Virtual power plant operation strategy under uncertainty with demand response resources in electricity markets
Tang et al. Unit maintenance strategy considering the uncertainty of energy intensive load and wind power under the carbon peak and carbon neutral target
KR102471609B1 (ko) 전력발전량 예측시스템
Xu et al. CVaR‐based method for optimizing the contract bidding strategy of PV power stations
CN110648176A (zh) 一种电力容量市场与电能量市场的衔接方法、装置及设备
Wang et al. Wind-Thermal-Energy Storage System Optimization: Evidence from Simulations of the Economical Consumption of Wind Energy
CN113780742A (zh) 辅助服务市场环境下发电机组灵活性改造经济性计算方法
CN113887902A (zh) 基于调度电量比例的风电集群电量分配方法
Kirby et al. California renewables Portfolio standard renewable generation integration cost analysis
Jaakamo Impact of the 15-minute imbalance settlement period and electricity storage on an independent wind power producer
TWI815666B (zh) 分散式虛擬電廠整合智慧淨零的混合系統及其方法
KR102472630B1 (ko) 전력발전량 관리시스템
US11949233B1 (en) Renewable energy power plant simulator
Reynolds Renewable Intermittency, Energy Storage, and Grid Reliability
US11949231B1 (en) Renewable energy power plant network simulator
Hu et al. Research on the revenue prospect for energy storage participation in electricity spot and FM auxiliary service markets—Considering capacity market mechanisms
Zhou Design of a market trading mechanism for energy storage in the context of a new power system
CN110599310A (zh) 一种新能源替代利益补偿偏差结算方法
Horvat et al. Experience of integrating wind energy in the power system in Adriatic wind conditions
Xiang et al. A Multi-period Coordinated Balancing Mechanism Considering Medium-and Long-term Electricity Transactions
TW202414318A (zh) 分散式虛擬電廠整合智慧淨零的混合系統及其方法

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