CN115423260A - 一种电力市场及政策服务新能源利用的量化分析方法 - Google Patents
一种电力市场及政策服务新能源利用的量化分析方法 Download PDFInfo
- Publication number
- CN115423260A CN115423260A CN202210935310.7A CN202210935310A CN115423260A CN 115423260 A CN115423260 A CN 115423260A CN 202210935310 A CN202210935310 A CN 202210935310A CN 115423260 A CN115423260 A CN 115423260A
- Authority
- CN
- China
- Prior art keywords
- generating unit
- region
- thermal power
- power generating
- area
- 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
- 238000004445 quantitative analysis Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000010248 power generation Methods 0.000 claims description 91
- 229910052799 carbon Inorganic materials 0.000 claims description 84
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 80
- 230000005611 electricity Effects 0.000 claims description 37
- 230000005540 biological transmission Effects 0.000 claims description 20
- 230000009194 climbing Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 abstract description 15
- 230000007246 mechanism Effects 0.000 abstract description 12
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 230000007774 longterm Effects 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 230000008901 benefit Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000009467 reduction Effects 0.000 description 7
- 238000012384 transportation and delivery Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002747 voluntary effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000002146 bilateral effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010977 unit operation Methods 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电力市场及政策服务新能源利用的量化分析方法，属于电力市场领域，用于对中国电力市场及政策服务新能源进行量化分析。所述方法采考虑源网荷物理边界、电力市场、政策三类要素的量化分析模型，定量测算与分析电力市场及政策服务新能源利用的指标，能够为指导高比例新能源系统在电力市场环境下的长效消纳提供决策参考，为加快形成有利于新能源能源消纳的中国电力市场机制与政策提供理论支撑。
Description
技术领域
本公开涉及电力市场交易领域，尤其涉及一种电力市场及政策服务新能源利用的量化分析方法，用于对中国电力市场及政策服务新能源利用的量化分析进行建模和定量指导。
背景技术
新一轮电力体制改革启动以来，中国出台多项指导意见引导能源生产和消费革命、推进能源产业结构调整、推动可再生能源消纳，坚持贯彻“清洁低碳、安全高效”方针，形成了政府引导、企业实施、市场推动、公众参与的可再生能源消纳新机制。当前，结进一步研究电力市场及政策对新能源利用的影响是当前亟需研究的重点问题。
从源网荷物理边界方面来看，新能源发电的随机性与波动性对电力系统稳定性造成重大影响，而基本物理边界条件是电网为保证安全可靠运行所要满足的首要条件，因此需要调度管理机构科学合理安排运行方式，满足新能源大规模上网需求，避免出现弃风、弃光问题。从市场方面来看，中国的电力交易仍处于市场化交易的探索阶段，相关市场机制不完善，市场化程度较低。从新能源发展政策方面来看，随着电力体制市场化的发展，碳排放权交易市场、配额制与绿色证书制度等日臻完善，研究这些电力市场机制及政策对新能源利用的影响并优化促进新能源消纳的政策成为当前研究的重点问题。
然而，当前没有形成综合考虑源网荷物理边界、电力市场和政策三类关键要素对新能源利用的影响的量化评估模型，三类关键要素服务新能源利用的效果难以量化衡量，更难以对改善电力市场和政策提供决策支持。
发明内容
为了克服上述问题，本发明的目的在于提供一种电力市场及政策服务新能源利用的量化分析方法，建立考虑源网荷物理边界、电力市场和政策三类关键要素的量化分析模型，定量测算与分析电力市场及政策服务新能源利用的指标，为制定保证电网经济性的同时提高新能源消纳能力的电力市场机制与政策提供新的决策支撑。为达到上述目的，本发明采用了以下技术方案。
本发明提出了一种电力市场及政策服务新能源利用的量化分析方法，所述方法采用带有源网荷物理边界、电力市场、政策三类约束的量化分析模型，定量测算与分析在电力市场及政策服务下新能源的利用指标；
所述量化分析模型包括目标函数和约束条件；
所述目标函数如下：
其中，m为区域索引，M为区域集合，π为电力系统运行总成本，
为区域m的发电机运行成本，
为区域m的发电机组深度调峰成本，
为区域m 的绿证交易成本，
为区域m的碳排放权交易成本，
为区域m的弃风弃光成本；
发电机运行成本
计算如下：
发电机组深度调峰成本
计算如下：
绿证交易成本
计算如下：
碳排放权交易成本
计算如下：
弃风弃光成本
计算如下：
式中：n为火电机组索引，t为时间索引，r是可再生能源机组索引，Nm为区域m内的火电机组集合，T为总调度时段数，
为在区域m第n个火电机组开机成本，um，n，t为在区域m第n个火电机组在t时刻的开机信号，
为在区域m 第n个火电机组停机成本，vm，n，t为在区域m第n个火电机组在t时刻的关机信号， am，n为在区域m第n个火电机组的成本函数二次项系数，Pm，n，t为在区域m第n个火电机组在t时刻的出力，bm，n为在区域m第n个火电机组的成本函数的一次项系数，dm，n为在区域m第n个火电机组的成本函数的常数项，pp为调峰成本系数， Ym，n，t为在区域m第n个火电机组在t时刻的调峰量，
为区域m内购买的绿证数量，pg为全国统一绿证市场绿色证书价格，pc为碳排放权单位价格，Cm，n为在区域m第n个火电机组在一个调度周期内额外购买的碳排放权，pr为弃风弃光惩罚成本，
为在区域m内第r个可再生能源机组在t时刻的预测出力，
为在区域m内第r个可再生能源机组实际发电量；
所述约束条件包括源网荷物理边界约束、电力市场约束、政策约束；
所述源网荷物理边界约束由系统约束、机组约束构成；其中：系统约束包括功率平衡约束、备用约束、线路潮流约束；机组约束包括机组状态约束、最小启停时间约束、机组出力约束、最大爬坡约束、机组出力约束最大爬坡约束；
功率平衡约束如下：
备用约束如下：
线路潮流约束如下：
机组状态约束如下：
最小启停时间约束如下：
机组出力约束如下：
最大爬坡约束：
所述电力市场约束包括发电权交易约束、大用户直购电交易约束、深度调峰约束；
发电权交易约束如下：
发电厂机组在运行中会按照合同电量计划发电满足：
发电权交易电量置换后，火电机组实发电量等于合同发电量与发电权置换电量之差：
新能源机组实发电量：
发电权交易数量关系为：
大用户直购电交易约束为(18)-(19)或者为(20)-(21)：
深度调峰约束如下：
所述政策约束包括可再生能源配额制与绿色证书政策约束、碳排放权交易政策约束：
可再生能源配额制与绿色证书政策约束如下：
碳排放权交易政策约束如下：
式(1)-(25)中：
b为节点索引，Bm为区域m内的电力系统母线集合，Bm，t为区域m在t时刻的热备用，
为在区域m第n个火电机组一个调度周期内预分配碳排放配额，Cm，n为在区域m第n个火电机组在一个调度周期内额外购买的碳排放权，
为区域 m一个调度周期内最大总碳排放量，Dm，b，t为在区域m第b个母线在t时刻的负荷，
为在区域m第n个火电机组一个调度周期内的合同电量，
为区域m中参与大用户直购交易的总合同电量，
为在区域m第l条输电线路最大输电能力限制，
为区域m，m’之间联络线最大输电能力限制，
为支路-火电机组转移分布因子矩阵，
为支路-新能源机组转移分布因子矩阵，Hm，l，b为支路-节点转移分布因子矩阵，Lm为区域m内的输电线路集合，Nm为区域m内的火电机组集合，Pm，n，t为在区域m第n个火电机组在t时刻的出力，Pm，n，t-1为在区域m第n个火电机组在t-1时刻的出力，
为在区域m第n个火电机组的最大出力，
为在区域m第n个火电机组的最小出力，
为区域m向区域m′在 t时刻外送电量，
为区域m′向区域m在t时刻外送电量，
为区域m第n 个火电机组实际发电量，
为在区域m第n个火电机组直购电电量，ΔPm，n，t为在区域m第n个火电机组在t时刻的发电权交易量，Rm为区域m内的可再生能源机组集合，RDm，n为在区域m第n个火电机组t时刻的最大下爬坡，
为在区域m第n个火电机组在停机时刻的最大下爬坡，RUm，n为在区域m第n个火电机组在t时刻的最大上爬坡，
为在区域m第n个火电机组在启动时刻的最大上爬坡，
为在区域m第n个火电机组的最小连续开机时长，
为在区域m第n个火电机组的最小连续关机时长，um，n，t为在区域m第n个火电机组在t时刻的开机信号，um，n，τ为在区域m第n个火电机组在τ时刻的开机信号，vm，n，t为在区域m第n个火电机组在t时刻的关机信号，vm，n，τ为在区域m第n个火电机组在τ时刻的关机信号，Wm，r，t为在区域m第r个可再生能源机组在t时刻的出力，
为在区域m第r个可再生能源机组在t时刻的预测出力，
为在区域m内第r个可再生能源机组实际发电量，
为在区域m第r个可再生能源机组直购电电量，
为区域m购买的绿证数量，ΔWm，r，t为在区域m第r个可再生能源机组在t 时刻的发电权交易量，xm，n，t为在区域m第n个火电机组在t时刻的启停状态， xm，n，t-1为在区域m第n个火电机组在t-1时刻的启停状态，xm，n，τ为在区域m第 n个火电机组在τ时刻的启停状态，Ym，n，t为在区域m第n个火电机组在t时刻的调峰量，αm为区域m的配额要求，m′为区域索引，Λ为互联区域集合，Λ＝{(m，m′)}，Λm为与区域m互联的互联区域集合，τP和τW分别是火电和新能源在打捆交易中的占比，ηm为区域m的火电机组电碳转换系数。
上述技术方案针对新能源市场化交易规模不断扩大、政策逐渐完善的现状，克服了难以对各类市场机制与政策服务新能源利用的指标进行量化评估问题，解决了量化分析“电力市场及政策发挥多大作用”的问题；采用的量化分析模型综合了源网荷物理边界、电力市场、政策对新能源利用的影响，应用于电力市场及政策服务新能源利用指标的定量测算，能够为指导高比例新能源系统在电力市场环境下的长效消纳提供决策参考，为加快形成有利于新能源能源消纳的中国电力市场机制与政策提供理论支撑。
附图说明
图1、为一个实施例中关于量化分析模型示意图；
图2-1、为一个实施例中关于送端电网的负荷曲线与出力曲线示意图；
图2-2、为一个实施例中关于受端电网的负荷曲线与出力曲线示意图；
图3-1、为一个实施例中关于送端电网新能源利用率示意图；
图3-2、为一个实施例中关于受端电网新能源利用率示意图；
图4-1、为一个实施例中关于送端电网新能源发电占比示意图；
图4-2、为一个实施例中关于受端电网新能源发电占比示意图；
图5-1、为一个实施例中关于送端电网火电机组报价曲线示意图；
图5-2、为一个实施例中关于受端电网火电机组报价曲线示意图；
图6-1、为一个实施例中关于送端电网节点电价曲线示意图；
图6-2、为一个实施例中关于受端电网节点电价曲线示意图；
图7-1、为一个实施例中关于送端电网市场总剩余示意图；
图7-2、为一个实施例中关于受端电网市场总剩余示意图；
图8-1、为一个实施例中关于送端电网平均发电成本示意图；
图8-2、为一个实施例中关于受端电网平均发电成本示意图。
具体实施方式
下面结合附图和实施例对本发明进一步详细说明。
本发明电力市场及政策服务新能源利用的量化分析方法在一种实施方式中，通过以下步骤实现：
(1)电力市场服务新能源利用的关键要素分析
1)源网荷物理边界要素
源侧为发电机组的运行物理边界，主要包括安全运行边界、最大爬坡速率边界，以及最小启停时间边界。其一，安全运行边界指机组运行应满足相应的出力上下界而不能在出力区间外运行。最大出力限制取决于机组设计制造的额定容量，额定容量是在规定的整个正常使用寿命期间所能连续输出最大容量。最小出力限制，是指机组在技术条件限制下，锅炉能够稳定燃烧、发电机组能够持续稳定运行所必需发出的最小出力。由于光伏、风电的出力随机性、间歇性特点，大规模的光伏风电并网消纳之后，加大了负荷的峰谷差，仅依靠火电机组的常规调峰难以满足风电、光伏现有的装机容量的出力波动变化。可通过对火电机组进行调峰改造使机组能够灵活进行深度调峰运行来缓解。其二，最大爬坡速率边界是指机组在连续运行时，两个连续相邻时段的出力变化不能超过一定的阈值。通常火电机组的爬坡速度在10％～20％额定功率/小时，燃气和燃油机组的爬坡速率较快，能达到50％～100％额定功率/小时。最大爬坡速率边界对新能源消纳的影响在于灵活应对可再生能源出力的剧烈波动。其三，最小启停时间边界是指机组持续开机/ 关机状态不应少于一定的时间限制，最小启停时间边界对新能源消纳的影响在于灵活应对可再生能源出力的剧烈波动。当可再生能源剧烈波动时，需要启动机组或关停机组。若系统机组的最小启停时间较长，在物理限制下，不能够启动或关停，则此时需要弃用新能源电量。若系统机组的最小启停时间较短，能够随时启动或关停，则可以为系统提供则此时需要弃用新能源电量。
网为电力传输网络，其物理边界为线路最大传输容量边界。对可再生能源消纳的影响主要在于最大传输容量不足，发生线路阻塞。线路最大传输容量边界是指线路上流过的功率不能超过某一阈值，通常采用直流潮流建模。以省内新能源消纳为研究对象时，省外传输通道变化，外送电能增多或减少，可以等效为省内负荷的减少或增多。通过新增跨区交直流外送通道或者提升关键断面的输送能力，能够提升电网的整体外送能力进而提升电网的新能源消纳能力。
电力系统负荷指系统中所有用电设备消耗总功率的总和，包括旋转负荷和非旋转负荷。电力系统中，应时刻保证发电与负荷的平衡，电力系统的功率平衡是指电力供需平衡，要求电力系统的总发电量与总负荷需要随时保持平衡。有功功率的不平衡导致系统频率的变化，有功电源不足将造成频率下降，反之频率升高；无功功率的不平衡导致系统电压的变化，无功电源不足将造成电压下降，反之电压升高。传统观点下，应调度发电侧以满足负荷的需求，但如今可再生能源装机容量占比逐渐增高，可控的火电占比逐渐减少，电力系统的可调节能力下降，应对可再生能源波动的能力下降。因此，需要从负荷侧入手，调整负荷曲线，降低发电侧的调节压力。可引入需求侧响应和储能两种方法。
2)市场要素
市场要素包含发电权交易、深度调峰辅助服务、大用户直购电交易等。发电权交易是指拥有发电份额的发电企业通过市场交易平台以双边协商、集中竞价、挂牌等方式向其他发电企业转让，将拥有的发电份额有偿转让给其他发电企业，由其他发电企业替代其发电的市场交易行为。传统发电权交易按照高低匹配规则出清，即按照常规机组发电商报价由高到低、新能源发电商报价由低到高排序进行撮合出清，此种出清规则未能考虑新能源发电的环境正外部性，因而未能充分调动常规能源发电商参与发电权交易的积极性。电碳联合市场环境下，发电权交易以发电成本最小化为目标进行新能源和常规发电机组的联合出清，由于碳成本传导导致常规机组发电成本上升，新能源发电商发电量增加，从而实现效益增收。同时，新能源发电商通过购买发电权，实现弃风弃光电量消纳，新能源发电商收益为当地基准电价加新能源补贴，减去变动成本和固定成本的差值，由于新能源发电变动成本较低，存在较大的发电权交易电价空间。
火电机组的调峰能力是指火电机组跟踪系统负荷变化的能力。按照机组的稳燃状态和燃烧介质，火电机组的调峰过程可分为常规调峰和深度调峰。深度调峰辅助服务要求火电机组实际出力和火电机组深度调峰量之和大于等于火电机组最小出力。中国以燃煤为主的电源结构决定了开展调峰辅助服务交易的必要性，随着新能源比例不断增加，通过调峰激励火电挖掘灵活调节能力，增强系统灵活性、促进新能源消纳将成常态。根据火电调节能力分段限价有利于提升市场有效性和满足火电灵活调峰的物理条件。
大用户直购电交易是指符合准入条件的电力用户与发电企业，按照自愿原则，通过双边协商或集中竞价方式进行交易，电网企业负责提供电能输佩服务。这种交易方式直接放开了发电企业和电力用户的购售电选择权，有助于市场在资源优化配置中发挥决定性作用，形成多卖家多买家的局面，完善电价形成机制和竞争市场局面形成。大用户参与可再生能源消纳是指电力用户与发电企业直接交易，通过经济措施激励电力大用户调整生产班制及用电需求，积极参与可再生能源消纳。可再生能源边际成本低，具有价格优势，可以利用优惠的电价去吸引用电量大的用户，既使得清洁能源更好的被消纳，又使得高耗能企业受益。此外，新能源机组可与火电机组共同参与直购，即实施新能源电量与火电电量按比例“打捆”售卖的交易方式。由于大规模新能源参与跨省区直购电会对电网的安全性和稳定性产生冲击，所以新能源打捆参与跨省区直购电不仅能通过不同机组的出力特性达到削峰填谷的作用，保证系统的安全性，而且能够充分利用新能源边际发电成本低的优势。这一方式促进了新能源消纳途径多样化，保证了新能源的基本发电量，鼓励了新能源产业的发展，有利于扩大发电侧竞争。
3)政策要素
政策要素包含可再生能源配额制与绿色证书政策、碳排放权交易政策等。可再生能源电力配额是指根据国家可再生能源发展目标和能源发展规划，对各省级行政区域全社会用电量规定最低的可再生能源电力消费比重指标。配额制政策下，各类市场主体将通过市场寻求最低成本(或最大效益)、最高效率和最灵活的方式来完成配额要求。可再生能源配额制的实施有利于促进可再生能源市场的发展，构建新型有效的电力市场体系。配额制是以数量和市场为基础的制度，配额制的实施对服务新能源利用的影响主要体现在以下方面：其一，配额制体现了可再生能源电力的外部价值，合理解决了其与常规电力的价差分摊问题，即利用法律手段将环境收益成本分摊到所有电力产品中，调动市场参与者的自发性和积极性，为可再生能源电力在整个能源市场中的公平竞争创造了条件。其二，明确的配额发展目标既保障了较长时期内可再生能源的量化发展目标，又保证了可再生能源发电的市场需求，增强投资商、开发商、设备提供商的信心，促使发电商的投资积极性，改进生产技术、提高生产效率、降低开发成本，最终使资源分配达到最优。其三，绿色证书交易机制作为配额制的配套机制，使得可再生能源电力的交易更加灵活、更具有流通性，有利于形成统一的市场，促进地区间资金与资源的交流，使可再生能源资源的开发利用在更大范围内实现优化。其四，政策的框架结构具有稳定性，政府监管成本低，通过政府最低程度的行政参与来实现可再生能源目标，有利于降低政府的管理成本。
绿色证书是国家对发电企业每兆瓦时非水可再生能源上网电量颁发的具有独特标识代码的电子证书，是非水可再生能源发电量的确认和属性证明以及消费绿色电力的唯一凭证。可再生能源绿色电力证书交易制度是对配额制的有效配合和补充。可再生能源发电企业生产的电力全部会获得绿证，该绿证可以在市场上自由交易。由此，购电主体可以有多种途径来达到配额要求：购电主体可直接购买可再生能源发电企业发出的电力；当电力输送存在问题的时候，它完全可以从可再生能源发电企业购买绿证，以满足配额要求。这一制度让可再生能源电力具备了两种商品属性：一种是正常电力，和火电一样在电力市场上销售；另一种是表征其环境属性的绿证，通过在市场中销售以获得收益。对于整个可再生能源发电产业来说，绿色证书的价格包含了其高于非可再生能源发电成本的差额。绿色证书的交易实现了这种成本差额在整个发电产业的均摊，使得利用可再生能源发电而天生具有的成本劣势，转移给其他由于能源种类和技术条件优势而具有成本优势的发电厂。
碳排放交易是一项基于市场的环境法规。根据《碳排放权交易管理办法(试行)》和《温室气体自愿减排交易管理暂行办法》规定，电力行业纳入碳交易体系的企业可以开展碳排放配额和自愿减排项目核证减排量两种交易，可采取公开交易和协议转让等多种交易方式。建立抵消机制，允许控排的电力企业使用一定比例的核证自愿减排量来完成碳交易履约目标。针对电力行业，碳减排任务将鼓励电力行业加快清洁发、输、配、用电的技术研发工作。发电企业为完成碳排放约束指标，通过技术改造、加强能效管理、优化运行方式、采用清洁能源发电技术、碳捕集技术等降低自身碳排放，或从市场中购买足够的碳排放配额来实现减排目标。碳排放权交易制度下，碳交易市场的建立将提高火电的清洁度和发电效率，增加清洁能源发电在总发电量的比例，电力行业将逐渐转变为低碳发展模式。对新能源企业而言，由于新能源发电几乎不会产生碳排放。二氧化碳排放量预测在2030年达到峰值，意味着持续增加的碳排放需要更多的碳配额。碳排放需求大于供给导致碳价格上升，导致火电企业成本增加，而可再生能源电厂没有该项成本，这将使得新能源发电企业在竞争市场中保持持久的竞争优势。
碳市场与电力市场结合将促进新能源利用和发展。随着全国碳市场的建立，在碳排放总量约束下，电力企业被促使进行节能减排，开发和利用低碳和节能技术，推动风电、光伏发电等低碳能源的大力发展，同时碳价将计入火电企业成本，降低其市场竞争力，也为可再生能源提供发展空间。另一方面，我国风电、太阳能等可再生能源资源丰富但大多远离负荷中心，通过加快建立能够提供实时平衡、辅助服务等灵活交易的全国统一电力市场，将电力市场与碳市场相结合，将鼓励中国通过跨省间的电力传输来达到分配资源最优化，西北和西南水电等清洁能源将在更广阔的区域内进行消纳，促进清洁能源在更大范围内优化配置，促进清洁能源的投资、建设和利用。
(2)电力市场及政策对新能源利用影响量化评估模型构建
如图1所示，本发明方法采考虑源网荷物理边界、电力市场、政策三类约束的量化分析模型。
1)模型符号集合
2)源网荷物理边界约束建模
源网荷物理边界要素建模为系统约束、机组约束，系统约束包含功率平衡约束、备用约束、线路潮流约束，机组约束包含机组状态约束、最小启停时间约束、机组出力约束最大爬坡约束。
首先是功率平衡约束。电力系统的功率平衡是指电力供需平衡，要求电力系统的总发电量与总负荷需要随时保持平衡。
约束(1)表示区域m的功率平衡，即区域内总发电功率等于总负荷功率与总外送功率之和。约束(2)表示区域之间联络功率的逻辑关系，保证外送功率唯一性。
表示取区间范围内的整数。
其次是备用约束。约束(3)考虑用火电机组与新能源机组共同作为提供备用的机组。
其中，
表示系统能够提供的最大发电能力；
表示系统使用的负荷功率，即区内负荷与外送电力。二者之差为系统提供的旋转备用。
第三为线路潮流约束。线路最大传输容量边界是指线路上流过的功率不能超过某一阈值，通常采用直流潮流建模为(4)-(5)。
其中，约束(4)表示区域内应满足的线路潮流约束。约束(18)表示区域间应满足的线路潮流约束，限制了任意两个区域m与m’之间功率交换的上限。
第四为机组状态约束。机组状态约束是指利用三个整数变量对机组的开机、关机、运行状态进行约束，建模为(6)-(7)。
约束(6)表示机组在同一时刻只能发出开机信号或关机信号两者中的一种，约束(7)描述了开机信号、关机信号与机组工作状态之间的逻辑关系。
第五为最小启停时间约束。最小启停时间边界是指机组持续开机/关机状态不应少于一定的时间限制，建模为(8)-(9)。
第六为机组出力约束。建模为(10)-(11)。
约束(10)与约束(11)分别表示火力发电机组与新能源发电机组的安全运行边界，机组运行应满足相应的出力上下界而不能在出力区间外运行。
第七为最大爬坡约束，机组在连续运行时，两个连续相邻时段的出力变化不能超过一定的阈值，建模为(12)。
3)市场约束建模
市场要素建模为发电权交易约束、直购电交易约束、深度调峰约束。
首先是发电权交易约束。发电权交易是发电企业将合同电量通过市场交易平台以双边协商、集中竞价、挂牌等方式向其他发电企业转让，实现清洁能源发电机组替代低效高污染火电机组发电。
考虑中长期签订的电量合约，发电厂机组在运行中会按照合同电量计划发电，
发电权交易电量置换后，火电机组实发电量：
该约束表示火电机组的实际发电量等于合同发电量与发电权置换电量之差。
新能源机组实发电量：
发电权交易数量关系为：
其次是大用户直购电交易约束。大用户直购电是指当用户用电情况达到一定规模时，此用户不再经过第三方限制而直接向发电企业购电。大用户购买的电量通过大电网或者通过双方自架专线进行转运。大用户直购电交易可考虑两种建模方式。第一是新能源机组、火电机组参与省内直购电交易，各机组实际发电量应满足大于其签订的直购电交易量。
大用户直购电交易的第二种建模方式考虑新能源机组与火电机组按比例打捆参与跨省区直购电交易。由于大规模新能源参与跨省区直购电会对电网的安全性和稳定性产生冲击，所以新能源打捆参与跨省区直购电不仅能通过不同机组的出力特性达到削峰填谷的作用，保证系统的安全性，而且能够充分利用新能源边际发电成本低的优势。此时应满足实际外送电量大于其签订的直购电交易量，其中τP和τW分别是火电和新能源在打捆交易中的占比。
第三是深度调峰辅助服务约束。随着新能源消纳压力增加，进一步要求火电机组提供调峰服务出让发电空间。
约束(22)表示火电机组的出力可以低于机组的最小出力，此时机组可以提供更多的调节能力，有利于可再生能源的消纳。深度调峰通常需要投油运行，因此其成本更高，应在运行成本中计入深度调峰成本。
4)政策约束建模
政策要素建模为配额约束、碳排放权交易约束。
首先是可再生能源配额约束。配额制按省级行政区域对电力消费设定可再生能源电力消纳责任权重，市场主体可以采用两种方式完成配额要求，一是实际消纳可再生能源电量，二是购买绿色证书方式。
约束(23)表示参与可再生能源配额制的主体在统一市场中购买或售卖绿证。
其次是碳排放权交易约束。碳排放权交易由政府机构评估出一定区域内满足环境容量的碳最大排放量。政府给每一个重点排放单位一定的初始份额，碳排放权可在全国碳排放权交易系统进行碳排放权买卖。交易主体为火电企业，目前只有火电机组才有碳排放量指标。此外，碳排放权可在二级市场上进行碳排放权买入或卖出。考虑每个区域均需满足自身指标，建模为(24)-(25)。
约束(24)表示每个区域的碳排放量不得超过初始分配的碳排放指标与购买的碳排放指标之和，而约束(25)则限制了购买碳排放指标的数目，即一个区域内所有主体购买的碳排放指标之和应满足上限。
5)目标函数
本发明在同时考虑经济效益、环境效益和可再生能源消纳效益的基础上，以系统运行成本最小、可再生能源消纳量最大、碳经济最优为目标函数，并综合考虑了电力市场、绿证市场和碳排放市场的联动。目标函数由系统运行的五部分构成，包括传统火电机组的燃料成本和清洁能源电力带来的附加成本与补贴，其中附加成本主要包括：为消纳更多可再生能源，火电机组的深度调峰成本，以及协同市场成本，包括碳排放权交易成本、配额制下的绿证成本。
s.t.：
(1)发电机组运行成本：
(2)发电机组深度调峰成本：
(3)绿证交易成本：
(4)碳排放权交易成本：
(5)弃风弃光成本：
(二)算例分析
将本发明所设计的电力市场及政策服务新能源利用的量化分析方法用于典型电网的典型场景开展案例研究，定量测算电力市场及政策服务新能源利用的指标。基本数据选取如表I所示。
表I
图2-1和图2-2为受端电网与送端电网8月份的负荷曲线、火电出力曲线和新能源出力曲线。其中，该送端电网，新能源发电占比为37.13％，新能源利用率为 98.01％；该受端电网，新能源发电占比为10.00％，新能源利用率为99.89％。
首先，基于量化分析模型对物理类指标进行计算，包括新能源利用率、新能源发电占比。图3-1和图3-2为本实施例中送、受端电网8月期间的新能源利用率。送端电网新能源利用率在75.94％至100％范围内变化；受端电网新能源利用率在 74.10％至100％范围内变化。图4-1和图4-2为本实施例中送、受端电网8月期间新能源发电占比。送端电网新能源发电占总负荷的比重在0.31％至97.94％范围内变化，受端电网新能源发电占总负荷的比重在0.21％至38.42％范围内变化。
其次，基于量化分析模型对市场类指标进行计算，包括火电机组报价曲线、节点电价、市场剩余、平均发电成本等。图5-1和图5-2为本实施例中送、受端电网火电机组报价曲线。随着机组申报出力增加，送、受端电网的火电机组总报价增加，报价区间为182.60元/MWh至477.8元/MWh。图6-1和图6-2为本实施例中送、受端电网节点电价曲线。送端电网节点电价在136.28元/MWh至359.55元/MWh区间范围内波动；受端电网的节点电价在177.33元/MWh至259.96元/MWh区间范围内波动。图7-1和图7-2为本实施例中送、受端电网的市场总剩余。市场总剩余表示为交易电价与申报电价之差乘以交易电量。送端电网市场剩余在256.52元至148.28 万元区间范围内波动；受端电网市场剩余在7.92万元至135.60万元区间范围内波动。图8-1和图8-2为本实施例中送、受端电网的平均发电成本。平均发电成本表示为各机组的申报价格乘以各机组交易电量除以所有机组总电量。送端电网火电机组的平均发电成本在184.47元/MWh至254.25元/MWh区间范围内波动；受端电网平均发电成本在189.75元/MWh至260.03元/MWh区间范围内波动。
最后，基于量化分析模型对政策类指标进行计算，包括消纳责任权重、碳配额。表II展示了本实施例中送、受端电网消纳责任权重指标的完成情况。表III 展示了本实施例中送、受端电网的碳排放量与碳配额完成情况。
表II
| 典型电网指标 | 省级送端电网A | 省级受端电网B |
| 绿电占比(不考虑外送) | 37.13％ | 10.00％ |
| 最低消纳责任权重 | 20％ | 13％ |
| 激励性消纳责任权重 | 22％ | 14.3％ |
| 当月是否完成配额 | 是 | 否 |
| 绿证卖出/购入量 | 1666659MWh | 459522MWh |
| 绿证价格设置 | 150元/MWh | 150元/MWh |
| 绿证总收入/支出 | 25000万元 | 6893万元 |
表III
| 典型电网指标 | 省级送端电网A | 省级受端电网B |
| 机组碳配额设置 | 均为168341吨 | 均为179082吨 |
| 所有机组碳排放总量 | 7064319吨 | 8564796吨 |
| 未完成碳配额机组数量 | 17 | 27 |
| 未完成碳配额机组占比 | 36.2％ | 61.4％ |
| 碳排放权卖出/购入量 | 卖出847718吨 | 买入685184吨 |
| 碳交易价格设置 | 52.78元/吨 | 52.78元/吨 |
| 碳交易总收入/支出 | 4474万元 | 3616万元 |
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本公开可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本公开而言更多情况下，软件程序实现是更佳的实施方式。
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。
Claims (4)
1.一种电力市场及政策服务新能源利用的量化分析方法，其特征在于，所述方法采用带有源网荷物理边界、电力市场、政策三类约束的量化分析模型，定量测算与分析在电力市场及政策服务下新能源的利用指标；
所述量化分析模型包括目标函数和约束条件；
所述目标函数如下：
其中，m为区域索引，M为区域集合，π为电力系统运行总成本，
为区域m的发电机运行成本，
为区域m的发电机组深度调峰成本，
为区域m的绿证交易成本，
为区域m的碳排放权交易成本，
为区域m的弃风弃光成本；
发电机运行成本
计算如下：
发电机组深度调峰成本
计算如下：
绿证交易成本
计算如下：
碳排放权交易成本
计算如下：
弃风弃光成本
计算如下：
式中：n为火电机组索引，t为时间索引，r是可再生能源机组索引，Nm为区域m内的火电机组集合，T为总调度时段数，
为在区域m第n个火电机组开机成本，um，n，t为在区域m第n个火电机组在t时刻的开机信号，
为在区域m第n个火电机组停机成本，vm，n，t为在区域m第n个火电机组在t时刻的关机信号，am，n为在区域m第n个火电机组的成本函数二次项系数，Pm，n，t为在区域m第n个火电机组在t时刻的出力，bm，n为在区域m第n个火电机组的成本函数的一次项系数，dm，n为在区域m第n个火电机组的成本函数的常数项，pp为调峰成本系数，Ym，n，t为在区域m第n个火电机组在t时刻的调峰量，
为区域m内购买的绿证数量，pg为全国统一绿证市场绿色证书价格，pc为碳排放权单位价格，Cm，n为在区域m第n个火电机组在一个调度周期内额外购买的碳排放权，pr为弃风弃光惩罚成本，
为在区域m内第r个可再生能源机组在t时刻的预测出力，
为在区域m内第r个可再生能源机组实际发电量；
所述约束条件包括源网荷物理边界约束、电力市场约束、政策约束；
所述源网荷物理边界约束由系统约束、机组约束构成；其中：系统约束包括功率平衡约束、备用约束、线路潮流约束；机组约束包括机组状态约束、最小启停时间约束、机组出力约束、最大爬坡约束、机组出力约束最大爬坡约束；
功率平衡约束如下：
备用约束如下：
线路潮流约束如下：
机组状态约束如下：
最小启停时间约束如下：
机组出力约束如下：
最大爬坡约束：
所述电力市场约束包括发电权交易约束、大用户直购电交易约束、深度调峰约束；
发电权交易约束如下：
发电厂机组在运行中会按照合同电量计划发电满足：
发电权交易电量置换后，火电机组实发电量等于合同发电量与发电权置换电量之差：
新能源机组实发电量：
发电权交易数量关系为：
大用户直购电交易约束为(18)-(19)或者为(20)-(21)：
深度调峰约束如下：
所述政策约束包括可再生能源配额制与绿色证书政策约束、碳排放权交易政策约束：
可再生能源配额制与绿色证书政策约束如下：
碳排放权交易政策约束如下：
式(1)-(25)中：
b为节点索引，Bm为区域m内的电力系统母线集合，Bm，t为区域m在t时刻的热备用，
为在区域m第n个火电机组一个调度周期内预分配碳排放配额，Cm，n为在区域m第n个火电机组在一个调度周期内额外购买的碳排放权，
为区域m一个调度周期内最大总碳排放量，Dm，b，t为在区域m第b个母线在t时刻的负荷，
为在区域m第n个火电机组一个调度周期内的合同电量，
为区域m中参与大用户直购交易的总合同电量，
为在区域m第l条输电线路最大输电能力限制，
为区域m，m’之间联络线最大输电能力限制，
为支路-火电机组转移分布因子矩阵，
为支路-新能源机组转移分布因子矩阵，Hm，l，b为支路-节点转移分布因子矩阵，Lm为区域m内的输电线路集合，Nm为区域m内的火电机组集合，Pm，n，t为在区域m第n个火电机组在t时刻的出力，Pm，n，t-1为在区域m第n个火电机组在t-1时刻的出力，
为在区域m第n个火电机组的最大出力，
为在区域m第n个火电机组的最小出力，
为区域m向区域m′在t时刻外送电量，
为区域m′向区域m在t时刻外送电量，
为区域m第n个火电机组实际发电量，
为在区域m第n个火电机组直购电电量，ΔPm，n，t为在区域m第n个火电机组在t时刻的发电权交易量，Rm为区域m内的可再生能源机组集合，RDm，n为在区域m第n个火电机组t时刻的最大下爬坡，
为在区域m第n个火电机组在停机时刻的最大下爬坡，RUm，n为在区域m第n个火电机组在t时刻的最大上爬坡，
为在区域m第n个火电机组在启动时刻的最大上爬坡，
为在区域m第n个火电机组的最小连续开机时长，
为在区域m第n个火电机组的最小连续关机时长，um，n，t为在区域m第n个火电机组在t时刻的开机信号，um，n，τ为在区域m第n个火电机组在τ时刻的开机信号，vm，n，t为在区域m第n个火电机组在t时刻的关机信号，vm，n，τ为在区域m第n个火电机组在τ时刻的关机信号，Wm，r，t为在区域m第r个可再生能源机组在t时刻的出力，
为在区域m第r个可再生能源机组在t时刻的预测出力，
为在区域m内第r个可再生能源机组实际发电量，
为在区域m第r个可再生能源机组直购电电量，
为区域m购买的绿证数量，ΔWm，r，t为在区域m第r个可再生能源机组在t时刻的发电权交易量，xm，n，t为在区域m第n个火电机组在t时刻的启停状态，xm，n，t-1为在区域m第n个火电机组在t-1时刻的启停状态，xm，n，τ为在区域m第n个火电机组在τ时刻的启停状态，Ym，n，t为在区域m第n个火电机组在t时刻的调峰量，αm为区域m的配额要求，m′为区域索引，Λ为互联区域集合，Λ＝{(m，m′)}，Λm为与区域m互联的互联区域集合，τP和τW分别是火电和新能源在打捆交易中的占比，ηm为区域m的火电机组电碳转换系数。
2.根据权利要求1所述的方法，其特征在于，所述新能源利用的指标包括物理类指标、市场类指标、政策类指标；
物理类指标包括新能源利用率、新能源发电占比；
市场类指标包括火电机组报价曲线、节点电价、市场剩余、平均发电成本；
政策类指标包括消纳责任权重、碳配额。
3.根据权利要求2所述的方法，其特征在于，所述消纳责任权重包括：绿电占比、最低消纳责任权重、激励性消纳责任权重、当月是否完成配额、绿证卖出/购入量。
4.根据权利要求2所述的方法，其特征在于，所述碳配额包括机组碳配额设置、所有机组碳排放总量、未完成碳配额机组数量、未完成碳配额机组占比、碳排放权卖出/购入量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210935310.7A CN115423260A (zh) | 2022-08-05 | 2022-08-05 | 一种电力市场及政策服务新能源利用的量化分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210935310.7A CN115423260A (zh) | 2022-08-05 | 2022-08-05 | 一种电力市场及政策服务新能源利用的量化分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115423260A true CN115423260A (zh) | 2022-12-02 |
Family
ID=84196133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210935310.7A Pending CN115423260A (zh) | 2022-08-05 | 2022-08-05 | 一种电力市场及政策服务新能源利用的量化分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115423260A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116127758A (zh) * | 2023-01-31 | 2023-05-16 | 国家电网有限公司华东分部 | 区域电能量市场交易组织方法、装置及设备 |
| CN117911080A (zh) * | 2024-03-19 | 2024-04-19 | 国网上海市电力公司 | 一种电-碳联合市场下发电商调度及各机组收益确定方法 |
-
2022
- 2022-08-05 CN CN202210935310.7A patent/CN115423260A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116127758A (zh) * | 2023-01-31 | 2023-05-16 | 国家电网有限公司华东分部 | 区域电能量市场交易组织方法、装置及设备 |
| CN117911080A (zh) * | 2024-03-19 | 2024-04-19 | 国网上海市电力公司 | 一种电-碳联合市场下发电商调度及各机组收益确定方法 |
| CN117911080B (zh) * | 2024-03-19 | 2024-06-07 | 国网上海市电力公司 | 一种电-碳联合市场下发电商调度及各机组收益确定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109727158B (zh) | 一种基于改进弱鲁棒优化的电热综合能源系统调度方法 | |
| Jiang et al. | A two-stage optimization approach on the decisions for prosumers and consumers within a community in the Peer-to-peer energy sharing trading | |
| CN109657946B (zh) | 基于博弈论的区域能源互联网规划的数学模型和规划方法 | |
| CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
| Volpato et al. | General guidelines for the optimal economic aggregation of prosumers in energy communities | |
| Li et al. | Shared energy storage system for prosumers in a community: Investment decision, economic operation, and benefits allocation under a cost-effective way | |
| CN111882111A (zh) | 一种源网荷储协同互动的电力现货市场出清方法 | |
| He et al. | A day-ahead scheduling optimization model of multi-microgrid considering interactive power control | |
| Gbadega et al. | Centralized peer-to-peer transactive energy market approach in a prosumer-centric residential smart grid environment | |
| 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 | |
| CN110310173A (zh) | 一种可再生能源参与中长期电力交易的电量分配方法 | |
| CN113610311A (zh) | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 | |
| CN112149914A (zh) | 一种多约束条件下电力市场资源优化配置的方法 | |
| Li et al. | Robust bidding strategy for multi-energy virtual power plant in peak-regulation ancillary service market considering uncertainties | |
| Guo et al. | Decentralized Incentive-based multi-energy trading mechanism for CCHP-based MG cluster | |
| Ju et al. | Bi-level electricity–carbon collaborative transaction optimal model for the rural electricity retailers integrating distributed energy resources by virtual power plant | |
| Cheng et al. | Optimized configuration of distributed power generation based on multi-stakeholder and energy storage synergy | |
| Rizvi et al. | Optimal scheduling of virtual power plants utilizing wind power and electric vehicles | |
| CN112531785B (zh) | 多时间尺度下光热-储热的主动配电网主辅联合调度方法 | |
| CN117391718A (zh) | 一种基于动态减排因子的绿电-ccer互认交易系统 | |
| CN109829559A (zh) | 一种促进清洁能源消纳的调峰权交易方法 | |
| Ning et al. | A two-layer optimal scheduling method for multi-energy virtual power plant with source-load synergy | |
| CN116843359A (zh) | 一种考虑碳排放分摊的综合能源服务商交易方法 | |
| CN112270432B (zh) | 一种考虑多主体利益均衡的综合能源系统的能量管理方法 | |
| CN115796929A (zh) | 一种绿电交易驱动的互联微网群低碳共享方法 |
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 |