CN115511541A - 一种基于供需情景和系统成本的分时段电价计算方法 - Google Patents

Abstract

本发明提供一种基于供需情景和系统成本的分时段电价计算方法，涉及电力电价技术领域。该方法先收集系统的发电机组容量成本数据，考虑不同负荷持续时间的容量成本分摊不同，采用峰荷责任法分摊系统容量成本，计算每小时的电量所分摊的系统分时容量成本；再根据系统负荷数据及电源机组出力水平，判断电力市场所处的供需情景，供需情景包括系统供求平衡、系统供不应求、系统供过于求、系统极端；接着根据电力市场所处的供需情景选择对应的分时段电价计算方法，计算得到系统时刻单位电价；最后统计计算结果，提取典型负荷曲线并进行时段聚类。较传统的单一电量电价模式而言，本发明科学、完善的构建了分时段交易定价参考标准，更加可靠有效。

Description

一种基于供需情景和系统成本的分时段电价计算方法

技术领域

本发明涉及电力电价技术领域，尤其指一种基于供需情景和系统成本的分时段电价计算方法。

背景技术

我国提出电力中长期市场实施分时段交易，由单一电量电价模式转变为分时段带曲线的电价模式，交易模式迎来从电量交易到电力交易的重大转变。分时段交易有效帮助解决单一电量电价无法反映不同时段的电能价值的问题，但是对于各时段交易电价如何确定，目前还缺乏科学有效的电价计算办法。目前我国各省市主要参照政府目录电价执行分时段交易，本质上还是属于管制定价，因此业内仍亟需开展电力中长期市场交易电价的计算方法设计，为市场主体签订中长期市场分时段带曲线交易合同提供更科学可靠的依据。

发明内容

本发明所要解决的技术问题是提供一种可靠有效的基于供需情景和系统成本的分时段电价计算方法。

为了解决上述技术问题，本发明采用如下技术方法：一种基于供需情景和系统成本的分时段电价计算方法，包括：

步骤S1，基于峰荷责任法计算电力系统年度不同负荷水平下单位电量的分时容量成本F_i；

步骤S2，预测电力系统各电源机组的出力水平，包括清洁能源机组以及火电机组的出力水平，所述清洁能源机组包括水电机组、风电机组、光伏机组；

步骤S3，计算电力系统分时净负荷，并与火电机组出力约束进行比较，判断电力市场所处的供需情景；所述净负荷为电力系统总负荷与清洁能源机组出力的差值；所述供需情景包括系统供求平衡、系统供不应求、系统供过于求、系统极端供过于求四个场景；

情景1，系统供求均衡：系统净负荷大于火电机组的最小出力，小于火电机组的最大出力；

情景2，系统供不应求：系统净负荷大于火电机组的最大出力；

情景3，系统供过于求：系统净负荷小于火电机组的最小出力，且不为0；

情景4，系统极端供过于求：系统净负荷小于火电机组的最小出力；

步骤S4，根据电力系统所处的供需情景选择对应的分时段电价计算方法，如下：

若为情景1：则根据系统平均成本定价，先计算系统的分时电量成本V_i，再将分时容量成本F_i与分时电量成本V_i叠加得到i时刻单位电价P_1,i；

若为情景2：则根据用户失负荷价值定价，采用生产函数评估法计算用户失负荷价值得到i时刻单位电价P_1,i；

若为情景3：则根据系统边际成本定价，计算系统的分时电量成本V_i，将其作为i时刻单位电价P_1,i；

若为情景4：则根据发电企业失负荷价值定价，用机组启停成本计量发电企业失负荷价值，得到i时刻单位电价P_1,i；

步骤S5，统计系统年度各时刻单位电价P_1,i计算结果，基于SOM算法提取典型月份中的典型负荷日的曲线，再通过提取的典型月份的典型负荷日的曲线进行模糊c均值聚类，得到电力中长期市场分时段交易电价的时段聚类结果。

进一步地，所述步骤S1中，基于峰荷责任法计算电力系统不同负荷水平下单位电量的分时容量成本F_i时，包括如下步骤：

S101、收集系统发电容量成本数据，计算系统总容量成本；

收集系统发电机组的固定资产折旧费用、材料费、修理费、员工工资及福利支出数据，采用如下公式计算系统总容量成本；

C_fx＝∑C_dep+∑C_mat+∑C_rep+∑C_sal (1)

式中：C_fx为系统总容量成本；C_dep为发电机组的固定资产折旧费用；C_mat为发电机组的材料费；C_rep为发电机组的修理费；C_sal为发电机组的员工工资及福利支出；

S102、将系统年时序负荷曲线按照负荷从小到大依次排列的方式转化为持续负荷曲线，确定各负荷水平对应的持续时间；

S103、在持续负荷曲线上，对总电量进行横向切分，采用如下公式计算同一负荷水平下的单位电量分摊的容量成本ΔD_i；

ΔP_i＝P_i-P_i-1 (4)

ΔQ_i＝ΔP_it_i (5)

式中：P_i表示i时的负荷；ΔQ_i表示负荷水平P_i至P_i-1之间的电量；ΔC_i表示电量ΔQ_i的容量成本；ΔP_i表示负荷水平P_i至P_i-1之间的负荷差；P_max代表系统最大负荷；Q_i表示负荷水平为P_i的总电量，由纵向电量块Q_i,j组成，1≤j≤i；t_i表示一年中的第i个小时，1≤i≤8760h；

S104、根据下式计算切分后电量块应分摊的容量成本；

其中，电量块Q_i,i的容量成本C_i,i为：

另外，电量块Q_i,j上的容量成本C_i,j为：

S105、根据下式计算电量块累加后不同负荷P_i应分摊的容量成本F_i；

式中：C_i为负荷水平为P_i的电量分摊的容量成本之和。

更进一步地，所述步骤S2，预测电力系统各电源机组的出力水平时，包括：

S201、预测水电机组的出力水平，如下式：

P_HY,i＝gηa_iμ_i (11)

式中：P_HY,i表示i时刻水电机组的出力；g表示重力加速度；η分别表示水电机组的发电效率；α_i表示i时刻的发电净水头；μ_i表示i时刻的水流量；

根据水电出力丰枯季节性以及水库容量的限制，确定水电出力约束，为：

P_HY,min≤P_HY,i≤P_HY,max (12)

式中：P_HY-min表示水电机组的最小出力；P_HY-max表示水电机组的最大出力；

S202、预测风电机组的出力水平，如下式：

式中：P_WT表示i时刻风电机组的出力；P_r表示风电机组的额定功率；V_i表示i时刻的风速；V_r、V_ci、V_cu分别表示额定风速、切入风速、切出风速；风电出力采用Weibull分布来表示其分布概率，如下：

V_i＝c(-lnβ)^1/k(14)

式中：c表示尺度参数；k表示形状参数；β表示0～1上服从均匀分布的随机数；E_WT表示风速的平均值；σ_WT表示风速的标准差；Γ()为伽马函数；

S203、预测光伏机组的出力水平，如下式：

P_PV,i＝λ_PVγ_PV,iS_PV (17)

式中：P_PV表示i时刻光伏机组的出力；λ_PV表示额定光电转换效率；S_PV表示光伏组件的总面积；γ_PV,i表示i时刻辐光伏组件的辐射强度，辐射强度服从Beta分布，其概率密度函数如下：

式中：γ_max表示光伏组件辐射强度的最大值；a、b分别表示Beta分布的形状参数；

S204、系统以清洁能源优先消纳，火电机组的发电量由系统总负荷与清洁能源发电量之差决定，且满足约束条件：

P_TH-min≤P_TH,i≤P_TH-max (19)

式中：P_TH,i表示i时刻火电机组的出力；P_TH-min表示火电机组的最小出力；P_TH-max表示火电机组的最大出力。

再进一步地，所述步骤S3中：计算电力系统分时净负荷，并与火电机组出力约束进行比较，判断电力市场所处的供需情景；所述净负荷为电力系统总负荷与清洁能源机组出力的差值，如下式(20)；所述供需情景包括系统供求平衡、系统供不应求、系统供过于求、系统极端供过于求四个场景，如下式(21)-(24)；

P_CL,i＝P_SY,i-P_HY,i-P_WT,i-P_PV,i (20)

式中：P_CL,i表示i时刻系统的净负荷；P_SY,i表示i时刻系统的总负荷；P_HY,i表示i时刻水电机组的出力；P_WT,i表示i时刻风电机组的出力；P_PV,i表示i时刻光伏机组的出力；

情景1，系统供求均衡：系统净负荷大于火电机组的最小出力，小于火电机组的最大出力，即：

P_TH-min≤P_CL,i≤P_TH-max (21)

情景2，系统供不应求：系统净负荷大于火电机组的最大出力，即：

P_CL,i＞P_TH-max (22)

情景3，系统供过于求：系统净负荷小于火电机组的最小出力，且不为0，即：

0＜P_CL,i＜P_TH-min (23)

情景4，系统极端供过于求：系统净负荷小于火电机组的最小出力，即：

P_CL,i＝0 (24)

所述步骤S4中，根据电力系统所处的供需情景选择对应的分时段电价计算方法，如下：

若为情景1：则根据系统平均成本定价，先计算系统的分时电量成本V_i，再将分时容量成本F_i与分时电量成本V_i叠加得到i时刻单位电价P_1,i，即：

式中：η表示火电的标准煤耗率；α表示i时刻的标煤单价；

若为情景2：则根据用户失负荷价值定价，采用生产函数评估法计算用户失负荷价值得到i时刻单位电价P_1,i，即：

P_2,i＝GVA/G (26)

式中：GVA表示行业的总增加值，G表示行业的用电量；

若为情景3：则根据系统边际成本定价，计算系统的分时电量成本V_i，将其作为i时刻单位电价P_1,i，即：

若为情景4：则根据发电企业失负荷价值定价，用机组启停成本计量发电企业失负荷价值，得到i时刻单位电价P_1,i，即：

P_4,i＝H/D (28)

式中：H表示机组的启停机成本，D表示机组停机而损失的发电量。

本发明基于我国市场化电价改革深入推进和系统尖峰电力短缺问题日益严重，提出了一种基于供需情景和系统成本的分时段电价计算方法，该方法综合考虑生产成本和电力市场供需情景变化的用户效用，将电力电价划分四种电力市场分时段典型场景及对应的定价，较传统的单一电量电价模式而言，该方法科学、完善的构建了分时段交易定价参考标准，更加可靠有效，可为中长期市场分时段交易中市场主体报价、各省(市、区)制定中长期分时段交易规则和政府市场价格监管提供有力依据和参考。

附图说明

图1为本发明所涉基于供需情景和系统成本的分时段电价计算方法中分时容量成本分摊示意图；

图2为本发明所涉基于供需情景和系统成本的分时段电价计算方法流程图；

图3为本发明实施方式中H省月供电能力与用电需求关系图；

图4为本发明实施方式中H省年度8760h的分时段电价计算结果曲线图；

图5为本发明实施方式中H省分月电价曲线图；

图6为本发明实施方式中H省2019年8月份日平均电价曲线图；

图7为本发明实施方式中H省2019年5月份日平均电价曲线图；

图8为本发明实施方式中H省2019年1月份日平均电价曲线图；

图9为本发明实施方式中H省2019年夏季最大负荷日的时刻平均电价曲线图；

图10为本发明实施方式中H省2019年夏季最小负荷日的时刻平均电价曲线图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

如图2所示，一种基于供需情景和系统成本的分时段电价计算方法，主要包括五大步骤，具体如下。

步骤S1，基于峰荷责任法计算电力系统年度不同负荷水平下单位电量的分时容量成本F_i。

S101、系统分时容量成本由发电机组的固定资产折旧费用、材料费、修理费、员工工资及福利支出数据构成，收集这些数据，根据如下公式计算系统总容量成本。

C_fx＝∑C_dep+∑C_mat+∑C_rep+∑C_sal (1)

式中：C_fx为系统总容量成本；C_dep为发电机组的固定资产折旧费用；C_mat为发电机组的材料费；C_rep为发电机组的修理费；C_sal为发电机组的员工工资及福利支出。

S102、基于峰荷责任法容量计算电力系统年度不同负荷水平下单位电量的分时容量成本，需同时考虑需求水平与负荷持续时间，即同一负荷持续时间下的价格是相同的。如图1所示，将系统年时序负荷曲线按照负荷从小到大依次排列的方式转化为持续负荷曲线，确定各负荷水平对应的持续时间。

S103、如图1所示，在持续负荷曲线上，对总电量进行横向切分，采用如下公式计算同一负荷水平下的单位电量分摊的容量成本ΔD_i。

ΔP_i＝P_i-P_i-1 (4)

ΔQ_i＝ΔP_it_i (5)

式中：P_i表示i时的负荷；ΔQ_i表示负荷水平P_i至P_i-1之间的电量；ΔC_i表示电量ΔQ_i的容量成本；ΔP_i表示负荷水平P_i至P_i-1之间的负荷差；P_max代表系统最大负荷；Q_i表示负荷水平为P_i的总电量，由纵向电量块Q_i,j组成，1≤j≤i；t_i表示一年中的第i个小时，1≤i≤8760h。

S104、根据下式计算切分后电量块应分摊的容量成本。

其中，电量块Q_i,i的容量成本C_i,i为：

另外，电量块Q_i,j上的容量成本C_i,j为：

S105、根据下式计算电量块累加后不同负荷P_i应分摊的容量成本F_i。

式中：C_i为负荷水平为P_i的电量分摊的容量成本之和。

步骤S2，预测电力系统各电源机组的出力水平。

电力系统中存在水火风光各类电源机组，其中水电机组、风电机组、光伏机组为清洁能源机组。本发明将系统中的清洁能源优先消纳，火电机组作为系统调峰备用机组，各水电、风电、光电机组的预测出力及火电机组出力约束具体如下。S201、预测水电机组的出力水平，如下式：

P_HY,i＝gηa_iμ_i (11)

式中：P_HY,i表示i时刻水电机组的出力；g表示重力加速度；η分别表示水电机组的发电效率；α_i表示i时刻的发电净水头，取常数；μ_i表示i时刻的水流量。

根据水电出力丰枯季节性以及水库容量的限制，确定水电出力约束，为：

P_HY,min≤P_HY,i≤P_HY,max (12)

式中：P_HY-min表示水电机组的最小出力；P_HY-max表示水电机组的最大出力。

S202、预测风电机组的出力水平，如下式：

式中：P_WT表示i时刻风电机组的出力；P_r表示风电机组的额定功率；V_i表示i时刻的风速；V_r、V_ci、V_cu分别表示额定风速、切入风速、切出风速。

风电出力主要受到风速影响，本发明风速采用Weibull分布来表示其分布概率，如下：

V_i＝c(-lnβ)^1/k (14)

式中：c表示尺度参数；k表示形状参数；β表示0～1上服从均匀分布的随机数；E_WT表示风速的平均值；σ_WT表示风速的标准差；Γ()为伽马函数。

S203、预测光伏机组的出力水平，如下式：

P_PV,i＝λ_PVγ_PV,iS_PV (17)

式中：P_PV表示i时刻光伏机组的出力；λ_PV表示额定光电转换效率；S_PV表示光伏组件的总面积；γ_PV,i表示i时刻辐光伏组件的辐射强度，辐射强度服从Beta分布，其概率密度函数如下：

式中：γ_max表示光伏组件辐射强度的最大值；a、b分别表示Beta分布的形状参数。

S204、本发明中系统以清洁能源优先消纳，火电机组的发电量由系统总负荷与清洁能源发电量之差决定，且满足约束条件：

P_TH-min≤P_TH,i≤P_TH-max (19)

式中：P_TH,i表示i时刻火电机组的出力；P_TH-min表示火电机组的最小出力；P_TH-max表示火电机组的最大出力。

步骤S3，计算电力系统分时净负荷，并与火电机组出力约束进行比较，判断电力市场所处的供需情景。

前述净负荷为电力系统总负荷与清洁能源机组出力的差值，如下式：

P_CL,i＝P_SY,i-P_HY,i-P_WT,i-P_PV,i (20)

式中：P_CL,i表示i时刻系统的净负荷；P_SY,i表示i时刻系统的总负荷；P_HY,i表示i时刻水电机组的出力；P_WT,i表示i时刻风电机组的出力；P_PV,i表示i时刻光伏机组的出力。

本发明通过比较系统净负荷与火电机组的出力约束，得到以下四种情景。

情景1，系统供求均衡：系统净负荷大于火电机组的最小出力，小于火电机组的最大出力，即：

P_TH-min≤P_CL,i≤P_TH-max (21)

情景2，系统供不应求：系统净负荷大于火电机组的最大出力，即：

P_CL,i＞P_TH-max (22)

情景3，系统供过于求：系统净负荷小于火电机组的最小出力，且不为0，即：

0＜P_CL,i＜P_TH-min (23)

情景4，系统极端供过于求：系统净负荷小于火电机组的最小出力，即：

P_CL,i＝0 (24)

步骤S4，根据电力系统所处的供需情景选择对应的分时段电价计算方法，如下：

若为情景1：市场状态处于供求平衡，此时根据系统平均成本定价，先计算系统的分时电量成本V_i，再将分时容量成本F_i与分时电量成本V_i叠加得到i时刻单位电价P_1,i，即：

式中：η表示火电的标准煤耗率；α表示i时刻的标煤单价。

若为情景2：市场处于供不应求，此时根据用户失负荷价值定价，采用生产函数评估法计算用户失负荷价值得到i时刻单位电价P_1,i，即：

P_2,i＝GVA/G (26)

式中：GVA表示行业的总增加值，G表示行业的用电量。

若为情景3：市场出现供过于求，此时根据系统边际成本定价，计算系统的分时电量成本V_i，将其作为i时刻单位电价P_1,i，即：

若为情景4：市场处于极端供过于求，此时根据发电企业失负荷价值定价，用机组启停成本计量发电企业失负荷价值，得到i时刻单位电价P_1,i，即：

P_4,i＝H/D (28)

式中：H表示机组的启停机成本，D表示机组停机而损失的发电量。

步骤S5，统计系统年度8760小时的单位电价计算结果，基于SOM算法提取典型月份中的典型负荷日的曲线，再通过提取的典型月份的典型负荷日的曲线进行模糊c均值聚类，得到电力中长期市场分时段交易电价的时段聚类结果。

为了进一步阐述本发明，下面以H省2018年11月至2019年10月8760小时负荷数据、发电企业成本数据，全年各月电煤价格变化，电源结构及丰、枯水期典型负荷日水电出力为依据，进行年度中长期市场分时段电价模拟计算。

H省的电源结构以水电与火电为主，2019年该省核定系统总容量成本为175.09亿元，火电机组的标准煤耗系数为0.311千克/千瓦时，省外购电量价格为0.296元/千瓦时，缺电失负荷价值取H省19年工业度电GDP增加值7.823元/千瓦时；风电、光伏的装机容量分别为4071兆瓦、2649兆瓦，水电、风电与光电边际变动成本设定为0元/千瓦时，风机的切入、额定、切出风速分别为3m/s，12m/s，22m/s。H省月供电能力与用电需求关系如图3所示。

根据H省的《电力中长期交易基本规则》中关于交易品种的相关规定，分别计算年度、月度以及典型日的分时段电价，计算过程基于Maltab 2018a平台进行处理。

一、年度分时段电价

图4为H省年度8760h的分时段电价计算结果，根据计算结果，可以看出H省的电价曲线有以下特点：

(1)总体电价变化幅度很大。年平均电价为0.217元/千瓦时，最大电价为7.8231元/千瓦时，最小电价为0.066元/千瓦时，相差约120倍。

(2)季度电价差异较大，冬夏两季显著大于春秋两季，夏季电价比冬季要更高。

(3)日电价变化相对年度、季度变化较小，但在特定日期会形成尖峰电价。

(4)全年平均有5个小时会出现缺电现象，其中有3个小时出现在夏季最大负荷日，说明供电紧张的情况是短期而不是长期情况，未出现极端供过于求的情况。

表1全年时段划分与分时段电价计算结果

二、月度分时段电价

H省分月电价如图5所示。图5对比了月度平均电价、月度最大电价、月度最小电价与年平均电价的计算结果。从计算结果来看：各月最大电价的变化幅度很大，最小电价的变化幅度较稳定，月度平均电价的变化水平明显小于月度最大电价的变化水平。

按照季节性差异，划分H省的电价高峰月为7-8月、11-12月；平段月为1-2月、9-10月；低谷月为3-5月。分别取典型月为进行时段划分聚类，如下：

(1)典型高峰月计算结果

表2 8月份时段划分与分时段电价计算结果

H省2019年8月份日平均电价如图6所示。8月份的月平均电价0.388元/千瓦时，最大日平均电价为1.385元/千瓦时，在月平均电价基础上涨了256.96％，最小日平均电价为0.216元/千瓦时，在月平均电价基础上下跌了44.33％，最大日平均电价是最小日平均电价的6.41倍，这是由于丰水期水电发电量较多，火电发电空间被压缩，推高了峰时段成本。

(2)典型低谷月计算结果

表4 5月份时段划分与分时段电价计算结果

H省2019年5月份日平均电价如图7所示。5月份的月平均电价为0.160元/千瓦时，最大日平均电价为0.177元/千瓦时，在月平均电价基础上涨了10.63％，最小日平均电价为0.132元/千瓦时，在月平均电价基础上下降了17.5％，最大日平均电价为最小日平均电价的1.34倍。

(3)典型平段月计算结果

表5 1月份时段划分与分时段电价测算结果

三、典型日的分时段电价

H省2019年1月份日平均电价如图8所示。1月份的月平均电价为0.278元/千瓦时，最大日平均电价为0.389元/千瓦时，在月平均电价基础上涨了39.93％，最小日平均电价为0.214元/千瓦时，在月平均电价基础下跌了23.02％。这是由于枯水期水电发电量大幅减少，火电机组利用率提升。

如图9所示，H省2019年夏季最大负荷日的日平均电价为1.066元/千瓦时，其中最大时刻平均电价为7.832元/千瓦时(21时和22时为供不应求情景，采用用户失负荷价值定价)，在日平均电价的基础上涨了634.7％，最小时刻平均电价为0.255元/千瓦时，在日平均电价的基础下降了76.07％，最大时刻平均电价是最小时刻平均电价的30.71倍。

如图10所示，H省2019年冬季最小负荷日的日平均电价为0.137元/千瓦时，最大时刻平均电价为0.217元/千瓦时，在日平均电价的基础上涨了58.39％，最小时刻平均电价为0.067元/千瓦时(3-9时为供过于求场景，采用系统边际成本定价)，在日平均电价的基础下降了51.09％，最大时刻平均电价是最小时刻平均电价的3.24倍。

上述实施例为本发明较佳的实现方案，除此之外，本发明还可以其它方式实现，在不脱离本技术方案构思的前提下任何显而易见的替换均在本发明的保护范围之内。

为了让本领域普通技术人员更方便地理解本发明相对于现有技术的改进之处，本发明的一些附图和描述已经被简化，并且为了清楚起见，本申请文件还省略了一些其他元素，本领域普通技术人员应该意识到这些省略的元素也可构成本发明的内容。

Claims (4)

1.一种基于供需情景和系统成本的分时段电价计算方法，其特征在于，包括：

步骤S1，基于峰荷责任法计算电力系统年度不同负荷水平下单位电量的分时容量成本F_i；

步骤S2，预测电力系统各电源机组的出力水平，包括清洁能源机组以及火电机组的出力水平，所述清洁能源机组包括水电机组、风电机组、光伏机组；

步骤S3，计算电力系统分时净负荷，并与火电机组出力约束进行比较，判断电力市场所处的供需情景；所述净负荷为电力系统总负荷与清洁能源机组出力的差值；所述供需情景包括系统供求平衡、系统供不应求、系统供过于求、系统极端供过于求四个场景；

情景1，系统供求均衡：系统净负荷大于火电机组的最小出力，小于火电机组的最大出力；

情景2，系统供不应求：系统净负荷大于火电机组的最大出力；

情景3，系统供过于求：系统净负荷小于火电机组的最小出力，且不为0；

情景4，系统极端供过于求：系统净负荷小于火电机组的最小出力；

步骤S4，根据电力系统所处的供需情景选择对应的分时段电价计算方法，如下：

若为情景1：则根据系统平均成本定价，先计算系统的分时电量成本V_i，再将分时容量成本F_i与分时电量成本V_i叠加得到i时刻单位电价P_1,i；

若为情景2：则根据用户失负荷价值定价，采用生产函数评估法计算用户失负荷价值得到i时刻单位电价P_1,i；

若为情景3：则根据系统边际成本定价，计算系统的分时电量成本V_i，将其作为i时刻单位电价P_1,i；

若为情景4：则根据发电企业失负荷价值定价，用机组启停成本计量发电企业失负荷价值，得到i时刻单位电价P_1,i；

步骤S5，统计系统年度各时刻单位电价P_1,i计算结果，基于SOM算法提取典型月份中的典型负荷日的曲线，再通过提取的典型月份的典型负荷日的曲线进行模糊c均值聚类，得到电力中长期市场分时段交易电价的时段聚类结果。

2.根据权利要求1所述的基于供需情景和系统成本的分时段电价计算方法，其特征在于：所述步骤S1中，基于峰荷责任法计算电力系统不同负荷水平下单位电量的分时容量成本F_i时，包括如下步骤：

S101、收集系统发电容量成本数据，计算系统总容量成本；

收集系统发电机组的固定资产折旧费用、材料费、修理费、员工工资及福利支出数据，采用如下公式计算系统总容量成本；

C_fx＝∑C_dep+∑C_mat+∑C_rep+∑C_sal (1)

式中：C_fx为系统总容量成本；C_dep为发电机组的固定资产折旧费用；C_mat为发电机组的材料费；C_rep为发电机组的修理费；C_sal为发电机组的员工工资及福利支出；

S102、将系统年时序负荷曲线按照负荷从小到大依次排列的方式转化为持续负荷曲线，确定各负荷水平对应的持续时间；

S103、在持续负荷曲线上，对总电量进行横向切分，采用如下公式计算同一负荷水平下的单位电量分摊的容量成本ΔD_i；

ΔP_i＝P_i-P_i-1 (4)

ΔQ_i＝ΔP_it_i (5)

式中：P_i表示i时的负荷；ΔQ_i表示负荷水平P_i至P_i-1之间的电量；ΔC_i表示电量ΔQ_i的容量成本；ΔP_i表示负荷水平P_i至P_i-1之间的负荷差；P_max代表系统最大负荷；Q_i表示负荷水平为P_i的总电量，由纵向电量块Q_i,j组成，1≤j≤i；t_i表示一年中的第i个小时，1≤i≤8760h；

S104、根据下式计算切分后电量块应分摊的容量成本；

其中，电量块Q_i,i的容量成本C_i,i为：

另外，电量块Q_i,j上的容量成本C_i,j为：

S105、根据下式计算电量块累加后不同负荷P_i应分摊的容量成本F_i；

式中：C_i为负荷水平为P_i的电量分摊的容量成本之和。

3.根据权利要求2所述的基于供需情景和系统成本的分时段电价计算方法，其特征在于：所述步骤S2，预测电力系统各电源机组的出力水平时，包括：

S201、预测水电机组的出力水平，如下式：

P_HY,i＝gηa_iμ_i (11)

式中：P_HY,i表示i时刻水电机组的出力；g表示重力加速度；η分别表示水电机组的发电效率；α_i表示i时刻的发电净水头；μ_i表示i时刻的水流量；

根据水电出力丰枯季节性以及水库容量的限制，确定水电出力约束，为：

P_HY,min≤P_HY,i≤P_HY,max (12)

式中：P_HY-min表示水电机组的最小出力；P_HY-max表示水电机组的最大出力；

S202、预测风电机组的出力水平，如下式：

式中：P_WT表示i时刻风电机组的出力；P_r表示风电机组的额定功率；V_i表示i时刻的风速；V_r、V_ci、V_cu分别表示额定风速、切入风速、切出风速；风电出力采用Weibull分布来表示其分布概率，如下：

V_i＝c(-lnβ)^1/k (14)

式中：c表示尺度参数；k表示形状参数；β表示0～1上服从均匀分布的随机数；E_WT表示风速的平均值；σ_WT表示风速的标准差；Γ()为伽马函数；

S203、预测光伏机组的出力水平，如下式：

P_PV,i＝λ_PVγ_PV,iS_PV (17)

式中：P_PV表示i时刻光伏机组的出力；λ_PV表示额定光电转换效率；S_PV表示光伏组件的总面积；γ_PV,i表示i时刻辐光伏组件的辐射强度，辐射强度服从Beta分布，其概率密度函数如下：

式中：γ_max表示光伏组件辐射强度的最大值；a、b分别表示Beta分布的形状参数；

S204、系统以清洁能源优先消纳，火电机组的发电量由系统总负荷与清洁能源发电量之差决定，且满足约束条件：

P_TH-min≤P_TH,i≤P_TH-max (19)

式中：P_TH,i表示i时刻火电机组的出力；P_TH-min表示火电机组的最小出力；P_TH-max表示火电机组的最大出力。

4.根据权利要求3所述的基于供需情景和系统成本的分时段电价计算方法，其特征在于：

所述步骤S3中：计算电力系统分时净负荷，并与火电机组出力约束进行比较，判断电力市场所处的供需情景；所述净负荷为电力系统总负荷与清洁能源机组出力的差值，如下式(20)；所述供需情景包括系统供求平衡、系统供不应求、系统供过于求、系统极端供过于求四个场景，如下式(21)-(24)；

P_CL,i＝P_SY,i-P_HY,i-P_WT,i-P_PV,i (20)

式中：P_CL,i表示i时刻系统的净负荷；P_SY,i表示i时刻系统的总负荷；P_HY,i表示i时刻水电机组的出力；P_WT,i表示i时刻风电机组的出力；P_PV,i表示i时刻光伏机组的出力；

情景1，系统供求均衡：系统净负荷大于火电机组的最小出力，小于火电机组的最大出力，即：

P_TH-min≤P_CL,i≤P_TH-max (21)

情景2，系统供不应求：系统净负荷大于火电机组的最大出力，即：

P_CL,i＞P_TH-max (22)

情景3，系统供过于求：系统净负荷小于火电机组的最小出力，且不为0，即：

0＜P_CL,i＜P_TH-min (23)

情景4，系统极端供过于求：系统净负荷小于火电机组的最小出力，即：

P_CL,i＝0 (24)

所述步骤S4中，根据电力系统所处的供需情景选择对应的分时段电价计算方法，如下：

若为情景1：则根据系统平均成本定价，先计算系统的分时电量成本V_i，再将分时容量成本F_i与分时电量成本V_i叠加得到i时刻单位电价P_1,i，即：

式中：η表示火电的标准煤耗率；α表示i时刻的标煤单价；

若为情景2：则根据用户失负荷价值定价，采用生产函数评估法计算用户失负荷价值得到i时刻单位电价P_1,i，即：

P_2,i＝GVA/G (26)

式中：GVA表示行业的总增加值，G表示行业的用电量；

若为情景3：则根据系统边际成本定价，计算系统的分时电量成本V_i，将其作为i时刻单位电价P_1,i，即：

若为情景4：则根据发电企业失负荷价值定价，用机组启停成本计量发电企业失负荷价值，得到i时刻单位电价P_1,i，即：

P_4,i＝H/D (28)

式中：H表示机组的启停机成本，D表示机组停机而损失的发电量。

Images