CN115660208A - 一种考虑消纳责任权重的电网企业月度购电优化方法 - Google Patents

Abstract

本发明涉及一种考虑消纳责任权重的电网企业月度购电优化方法，包括以下步骤：步骤1、预测电网企业本年度所需满足的第i月用户所需电量；步骤2、预测第i月火电、水电、风电、光伏市场的购电价格以及绿证市场的购买价格；步骤3、构建电网企业逐月度购电优化模型及其约束条件；步骤4、将步骤1所预测的用户全年各月用电需求量以及步骤2所预测的火电、水电、风电、光伏、绿证市场第i月购买价格输入购电优化模型，在模型内计算得到第i月在火电、水电、风电、光伏四个市场的最优购电量以及在绿证市场的最优购买量。本发明能够有效提高电网企业逐月度购电的效益。

Description

一种考虑消纳责任权重的电网企业月度购电优化方法

技术领域

本发明属于再生能源电力消纳量技术领域，涉及一种电网企业月度购电优化方法，尤其是一种考虑消纳责任权重的电网企业月度购电优化方法。

背景技术

2020年，中国提出力争2030年前实现碳达峰，努力争取2060年前实现碳中和目标。此后不久，有关“双碳”目标的不少政策文件、实施方案相继出台。而在能源电力领域，国家发展改革委、国家能源局发布以《可再生能源法》为依据的通知，提出建立健全可再生能源电力消纳保障机制，确定各省级区域的可再生能源电量在电力消费中的占比目标，促进各省级区域优先消纳可再生能源，提高水电、风电、光伏等可再生能源利用率不高的问题；同时规定了承担主体、任务、消纳量核算方式、消纳责任权重交易方式等，来促使电网企业、售电公司等市场主体公平承担消纳责任。此外，各省级能源主管部门也颁布各地区的消纳责任权重实施方案，规定各主体的考核方法，这对电网企业兼顾消纳责任权重以及自身效益提出了一定的要求。

在消纳责任权重的执行标准上，一般从其他承担消纳责任的市场主体购买的消纳量或购买绿证折算的消纳量。绿证是配额监测、核算考核的计量单位，对各配额义务主体的配额完成情况考核以核算绿证的方式进行。绿证交易范围为配额义务主体之间、发电企业与配额义务主体之间进行，绿证交易价格由市场交易形成。承担消纳责任的市场主体售出的可再生能源电量和已转让的消纳量不再计入自身的消纳量。购买的水电消纳量只计入总量可再生能源电力消纳量。因此电网企业进行购电时为完成消纳责任权重配额，需要同时考虑火电、水电、风电、光伏、绿证等市场的购买量。

对于电网企业传统的购电决策，现有的方法仅在年初对本年度用户所需用电量进行预测购买，对于可再生能源消纳责任权重的执行也是在年初从整个年度的角度进行决策，在这种情况下，当年内某月购电品种的价格变动幅度较大时，最优购电量的分配比例、消纳量的分配、总成本相比于年初的决策将会发生一定的偏移。

因此需要研发一种考虑消纳责任权重的电网企业月度购电优化方法。

经检索，未发现与本发明相同或相似的现有技术的专利文献。

发明内容

本发明的目的在于克服现有技术的不足，提出一种考虑消纳责任权重的电网企业月度购电优化方法，能够有效提高电网企业逐月度购电的效益。

本发明解决其现实问题是采取以下技术方案实现的：

一种考虑消纳责任权重的电网企业月度购电优化方法，包括以下步骤：

步骤1、预测电网企业本年度所需满足的第i月用户所需电量；

步骤2、预测第i月火电、水电、风电、光伏市场的购电价格以及绿证市场的购买价格；

步骤3、构建电网企业逐月度购电优化模型及其约束条件；

步骤4、将步骤1所预测的用户全年各月用电需求量以及步骤2所预测的火电、水电、风电、光伏、绿证市场第i月购买价格输入购电优化模型，在模型内计算得到第i月在火电、水电、风电、光伏四个市场的最优购电量以及在绿证市场的最优购买量。

步骤5、将步骤4计算得到的前i个月的不同品种购电量及绿证购买量，输入电网企业逐月购电优化模型，作为前i个月已完成购电量，求解第i+1月不同品种的最优购电量以及绿证最优购买量。

步骤6、循环步骤4和步骤5，每次循环输出各月火电、水电、风电、光伏、绿证的最优购买量，直至本年度第12个月时，终止逐月度的优化，输出1-12月所计算的火电、水电、风电、光伏、绿证的最优购买量。

而且，所述步骤1的具体方法为：

基于电网企业前一年各月的实际购电量，利用地区生产总值增长率α预测本年度各月所需购电量，电网企业本年度第i月所需供应的用户电量计算式为：

式中，

为本年度第i月电网企业预测购电量，

为前一年度

所对应月份的电网企业实际购电量。

而且，所述步骤2的具体方法为：

基于电网企业在前12个月不同市场的实际购电电价，采用加权移动平均法对本年度12个月份的不同品种购电价格进行预测：

购电价格加权移动平均预测的具体计算公式如下：

p_i＝λ₁p_i-1+λ₂p_i-2+...λ₁₂p_i-12(1)

式中，p_i-1,p_i-2,…,p_i-12分别为第i-1月,第i-2月,…,第i-12月的购电价格；

λ₁,λ₂,...,λ₁₂分别为第i-1月,第i-2月,…,第i-12月的预测权重，权重λ_i的计算公式为第i月的地区生产总值比前12个月的地区生产总值之和；

其中，λ₁,λ₂,...,λ₁₂满足

λ₁+λ₂+…+λ₁₂＝1(2)

在进行逐月优化时，预测了第i月的购买价格p_i后，向前推进一个月份，更新第i月移动平均的权重以及第i月的购买价格，计算得到第i+1月的购买价格p_i+1。

而且，所述步骤3的具体步骤包括：

(1)以电网企业在各个市场购电的总成本最小为目标函数，构建电网企业逐月度购电优化模型，即

式中，

为模型待求变量，分别是电网企业在第i月火电、水电、风电、光伏四个电力合约市场上的购电量；

为模型待求的整数变量，是电网企业在第i月为完成可再生能源消纳责任权重配额所需购买的绿证数量。

分别是对应的四个电力合约市场的购电预测价格。

是电网企业在第i月购买绿证的预测价格。

(2)构建电网企业逐月度购电优化模型的约束条件

①在电网企业逐月购电优化模型中，电网企业受到其代理购电的用户所需用电量的约束，表示为：

该式表示1-12月均满足不同品种的当月购买量，式中，

为第i月电网企业代理用户所需的总用电量。

②在电网企业逐月购电优化模型中，电网企业需要完成可再生能源电力消纳责任权重指标约束，包括：

A.可再生能源总量消纳责任权重，电网企业配额主体在购买水力发电量、风力发电量、光伏发电量时可完成其可再生能源总量消纳责任权重，且可自愿认购绿证以补充完成可再生能源总量消纳责任权重；

电网企业需要完成的可再生能源总量消纳责任权重约束如下式：

式中，μ₁是电网公司需要完成的可再生能源总量消纳责任权重配额最低值。

B.非水电可再生能源消纳责任权重，电网企业需要完成的非水可再生能源消纳责任权重约束如下式，通过购买风力发电量、光伏发电量以及补充购买绿色电力证书的方式来完成非水配额指标。

式中，μ₂是电网公司需要完成的非水可再生能源消纳责任权重配额最低值。

模型中μ₁、μ₂的系数根据电网公司所在省市的实际情况设定。

③在电网企业逐月购电优化模型中，需要确定购电量最高、最低物理约束：

首先，各品种的购买量均需满足该品种省内购电与省间购电的总和。

火力发电购买量

满足：

式中，

分别为省内购买的火力发电量与省间购买的火力发电量。

水力发电购买量

满足：

式中，

分别为省内购买的水力发电量与省间购买的水力发电量。

风力发电购买量

满足：

式中，

分别为省内购买的风力发电量与省间购买的风力发电量。

光伏发电购买量

满足：

式中，

分别为省内购买的光伏发电量与省间购买的光伏发电量。

其次，各购买品种的决策变量均需满足不小于0的情况，约束条件如下：

而且，所述步骤5的具体方法为：

将步骤4中计算得到的前i个月的不同品种购电量及绿证购买量输入模型，求解第i+1月购电量时在模型中增加前i个月已完成购电量约束来实现该步骤，即计算第i+1月的购电量时，模型中前i个月火电、水电、风电、光伏变量是常数，常数数值是步骤4计算得到的已完成购电量；约束条件表示如下：

式中，

分别表示前i个月中第j月对应的购电量。

对于步骤4计算的前i个月水电、风电、光伏发电量及绿证购买量，分别可抵消一部分的总量消纳责任权重与非水可再生能源消纳责任权重，因此需要在模型中增加前i个月已完成配额量约束。约束条件表示式如下：

式中，Q_total,i为前i个月已执行的总量消纳责任权重配额量，Q_green,i为前i个月已执行的非水可再生能源消纳责任权重配额量。

本发明的优点和有益效果：

本发明提出一种考虑消纳责任权重的电网企业月度购电优化方法，针对目前电网企业作为消纳责任权重承担主体需要完成配额任务的问题，以购电成本最小为目标函数，考虑用户需求与电网供电的平衡、电网企业作为市场主体需要承担的责任权重、电网企业购电的电力市场环境条件等，构建了电网企业逐月购电优化模型，该模型能够指导电网企业逐步完成消纳责任权重，并在年度内合理分配火电、水电、风电、光伏等品种的购电量，为电网企业的电力采购提供成本最优的方案。

附图说明

图1是本发明的逐月度优化流程图。

具体实施方式

以下结合附图对本发明实施例作进一步详述：

一种考虑消纳责任权重的电网企业月度购电优化方法，如图1所示，包括以下步骤：

步骤1、预测电网企业本年度所需满足的第i月用户所需电量；

所述步骤1的具体方法为：

基于电网企业前一年各月的实际购电量，利用地区生产总值增长率α预测本年度各月所需购电量，电网企业本年度第i月所需供应的用户电量计算式为：

式中，

为本年度第i月电网企业预测购电量，

为前一年度

所对应月份的电网企业实际购电量。

步骤2、预测第i月火电、水电、风电、光伏市场的购电价格以及绿证市场的购买价格；

所述步骤2的具体方法为：基于电网企业在前12个月不同市场的实际购电电价，采用加权移动平均法对本年度12个月份的不同品种购电价格进行预测：

购电价格加权移动平均预测的具体计算公式如下：

p_i＝λ₁p_i-1+λ₂p_i-2+...λ₁₂p_i-12(1)

式中，p_i-1,p_i-2,…,p_i-12分别为第i-1月,第i-2月,…,第i-12月的购电价格；

λ₁,λ₂,...,λ₁₂分别为第i-1月,第i-2月,…,第i-12月的预测权重，权重λ_i的计算公式为第i月的地区生产总值比前12个月的地区生产总值之和；

其中，λ₁,λ₂,...,λ₁₂满足

λ₁+λ₂+…+λ₁₂＝1(2)

在进行逐月优化时，预测了第i月的购买价格p_i后，向前推进一个月份，更新第i月移动平均的权重以及第i月的购买价格，计算得到第i+1月的购买价格p_i+1。

在实施例中，火电、水电、风电、光伏、绿证等购买品种的预测价格计算均采用该方法。

步骤3、构建电网企业逐月度购电优化模型及其约束条件；

所述步骤3的具体步骤包括：

(1)电网企业在利用该电网企业逐月购电优化模型对火电、水电、风电、光伏等市场进行分月购电方案决策时，首先需要明确自身购电决策的目标。

以电网企业在各个市场购电的总成本最小为目标函数，构建电网企业逐月度购电优化模型，即

式中，

为模型待求变量，分别是电网企业在第i月火电、水电、风电、光伏四个电力合约市场上的购电量；

为模型待求的整数变量，是电网企业在第i月为完成可再生能源消纳责任权重配额所需购买的绿证数量。

分别是对应的四个电力合约市场的购电预测价格。

是电网企业在第i月购买绿证的预测价格。

(2)构建电网企业逐月度购电优化模型的约束条件

①在电网企业逐月购电优化模型中，电网企业受到其代理购电的用户所需用电量的约束，表示为：

该式表示1-12月均满足不同品种的当月购买量，式中，

为第i月电网企业代理用户所需的总用电量。

②在电网企业逐月购电优化模型中，电网企业需要完成可再生能源电力消纳责任权重指标约束，包括：

A.可再生能源总量消纳责任权重，电网企业配额主体在购买水力发电量、风力发电量、光伏发电量时可完成其可再生能源总量消纳责任权重，且可自愿认购绿证以补充完成可再生能源总量消纳责任权重。

电网企业需要完成的可再生能源总量消纳责任权重约束如下式：

式中，μ₁是电网公司需要完成的可再生能源总量消纳责任权重配额最低值。

B.非水电可再生能源消纳责任权重，电网企业需要完成的非水可再生能源消纳责任权重约束如下式，通过购买风力发电量、光伏发电量以及补充购买绿色电力证书的方式来完成非水配额指标。

式中，μ₂是电网公司需要完成的非水可再生能源消纳责任权重配额最低值。

模型中μ₁、μ₂的系数根据电网公司所在省市的实际情况设定。

③在电网企业逐月购电优化模型中，需要确定购电量最高、最低物理约束：

首先，各品种的购买量均需满足该品种省内购电与省间购电的总和。

火力发电购买量

满足：

式中，

分别为省内购买的火力发电量与省间购买的火力发电量。

水力发电购买量

满足：

式中，

分别为省内购买的水力发电量与省间购买的水力发电量。

风力发电购买量

满足：

式中，

分别为省内购买的风力发电量与省间购买的风力发电量。

光伏发电购买量

满足：

式中，

分别为省内购买的光伏发电量与省间购买的光伏发电量。

其次，各购买品种的决策变量均需满足不小于0的情况，约束条件如下：

步骤4、将步骤1所预测的用户全年各月用电需求量以及步骤2所预测的火电、水电、风电、光伏、绿证市场第i月购买价格输入购电优化模型，在模型内计算得到第i月在火电、水电、风电、光伏四个市场的最优购电量以及在绿证市场的最优购买量。

步骤5、将步骤4计算得到的前i个月的不同品种购电量及绿证购买量，输入电网企业逐月购电优化模型，作为前i个月已完成购电量，求解第i+1月不同品种的最优购电量以及绿证最优购买量。

所述步骤5的具体方法为：

将步骤4中计算得到的前i个月的不同品种购电量及绿证购买量输入模型，求解第i+1月购电量时在模型中增加前i个月已完成购电量约束来实现该步骤。即计算第i+1月的购电量时，模型中前i个月火电、水电、风电、光伏变量是常数，常数数值是步骤4计算得到的已完成购电量。约束条件表示如下：

式中，

分别表示前i个月中第j月对应的购电量。

对于步骤4计算的前i个月水电、风电、光伏发电量及绿证购买量，分别可抵消一部分的总量消纳责任权重与非水可再生能源消纳责任权重，因此需要在模型中增加前i个月已完成配额量约束。约束条件表示式如下：

式中，Q_total,i为前i个月已执行的总量消纳责任权重配额量，Q_green,i为前i个月已执行的非水可再生能源消纳责任权重配额量。

步骤6、循环步骤4和步骤5，每次循环输出各月火电、水电、风电、光伏、绿证的最优购买量，直至本年度第12个月时，终止逐月度的优化，输出1-12月所计算的火电、水电、风电、光伏、绿证的最优购买量。

下面结合具体实施案例，对本发明进行进一步描述：

本实施例以某电网企业所在地区规定标准进行计算，该地区生产总值的各月增长率为6％，总量消纳责任权重最低预期值18.2％，非水电消纳责任权重最低预期值16％。

首先搜集某电网企业所在地区前一年各月的购电量如下表。

表1电网企业历史分月购电量

根据步骤1所述预测流程进行预测，结果如表2所示。

表2电网企业预测分月购电量

其次，搜集电网企业所在地区前一年度各月的生产总值，根据步骤2所述方法计算初始权重如下表

表3初始权重值

然后，基于前12个月不同市场的实际电价，采用步骤2所述加权移动平均法的计算公式p_i＝λ₁p_i-1+λ₂p_i-2+...λ₁₂p_i-12对年度12个月份的不同品种购电价格进行预测。

最终的年内各月预测价格如表4所示。

表4价格预测表

将步骤1、步骤2对于分月购电量以及购买价格的预测结果输入步骤3构建的模型，以电网企业所在地区配额为标准，总量消纳责任权重为18.2％，非水电消纳责任权重为16％。求解计算得到最优购买量的决策结果如下表所示。

表5消纳责任权重较低时的购买量

在该种情况下，电网企业购电的年总成本为2708.8981万元。

当消纳责任权重提高到总量消纳责任权重最低预期值是50％，非水电消纳责任权重最低预期值是30％作为标准时，以步骤1、步骤2所求购电量及购买价格为基础，求解得到最优购买量决策结果如表所示。

表6消纳责任权重较高时的购买量

在相同条件下，当消纳责任权重提高时，电网企业购电的年总成本为2717.5807万元。通过对比可以看出，在本发明所述的电网企业逐月优化模型下，提高消纳责任权重，购电的年成本也未发生较大变化，即本发明所述方法能在满足用户用电需求、消纳责任权重的基础上，有效控制电网企业的购电成本，提高电网企业经济效益与社会的环境效益。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

Claims (5)

1.一种考虑消纳责任权重的电网企业月度购电优化方法，其特征在于：包括以下步骤：

步骤1、预测电网企业本年度所需满足的第i月用户所需电量；

步骤2、预测第i月火电、水电、风电、光伏市场的购电价格以及绿证市场的购买价格；

步骤3、构建电网企业逐月度购电优化模型及其约束条件；

步骤4、将步骤1所预测的用户全年各月用电需求量以及步骤2所预测的火电、水电、风电、光伏、绿证市场第i月购买价格输入购电优化模型，在模型内计算得到第i月在火电、水电、风电、光伏四个市场的最优购电量以及在绿证市场的最优购买量；

步骤5、将步骤4计算得到的前i个月的不同品种购电量及绿证购买量，输入电网企业逐月购电优化模型，作为前i个月已完成购电量，求解第i+1月不同品种的最优购电量以及绿证最优购买量；

步骤6、循环步骤4和步骤5，每次循环输出各月火电、水电、风电、光伏、绿证的最优购买量，直至本年度第12个月时，终止逐月度的优化，输出1-12月所计算的火电、水电、风电、光伏、绿证的最优购买量。

2.根据权利要求1所述的一种考虑消纳责任权重的电网企业月度购电优化方法，其特征在于：所述步骤1的具体方法为：

基于电网企业前一年各月的实际购电量，利用地区生产总值增长率α预测本年度各月所需购电量，电网企业本年度第i月所需供应的用户电量计算式为：

式中，

为本年度第i月电网企业预测购电量，

为前一年度

所对应月份的电网企业实际购电量。

3.根据权利要求1所述的一种考虑消纳责任权重的电网企业月度购电优化方法，其特征在于：所述步骤2的具体方法为：

基于电网企业在前12个月不同市场的实际购电电价，采用加权移动平均法对本年度12个月份的不同品种购电价格进行预测：

购电价格加权移动平均预测的具体计算公式如下：

p_i＝λ₁p_i-1+λ₂p_i-2+...λ₁₂p_i-12(1)

式中，p_i-1,p_i-2,…,p_i-12分别为第i-1月,第i-2月,…,第i-12月的购电价格；

λ₁,λ₂,...,λ₁₂分别为第i-1月,第i-2月,…,第i-12月的预测权重，权重λ_i的计算公式为第i月的地区生产总值比前12个月的地区生产总值之和；

其中，λ₁,λ₂,...,λ₁₂满足

λ₁+λ₂+…+λ₁₂＝1(2)

在进行逐月优化时，预测了第i月的购买价格p_i后，向前推进一个月份，更新第i月移动平均的权重以及第i月的购买价格，计算得到第i+1月的购买价格p_i+1。

4.根据权利要求1所述的一种考虑消纳责任权重的电网企业月度购电优化方法，其特征在于：所述步骤3的具体步骤包括：

(1)以电网企业在各个市场购电的总成本最小为目标函数，构建电网企业逐月度购电优化模型，即

式中，

为模型待求变量，分别是电网企业在第i月火电、水电、风电、光伏四个电力合约市场上的购电量；

为模型待求的整数变量，是电网企业在第i月为完成可再生能源消纳责任权重配额所需购买的绿证数量；

分别是对应的四个电力合约市场的购电预测价格；

是电网企业在第i月购买绿证的预测价格；

(2)构建电网企业逐月度购电优化模型的约束条件

①在电网企业逐月购电优化模型中，电网企业受到其代理购电的用户所需用电量的约束，表示为：

该式表示1-12月均满足不同品种的当月购买量，式中，

为第i月电网企业代理用户所需的总用电量；

②在电网企业逐月购电优化模型中，电网企业需要完成可再生能源电力消纳责任权重指标约束，包括：

A.可再生能源总量消纳责任权重，电网企业配额主体在购买水力发电量、风力发电量、光伏发电量时可完成其可再生能源总量消纳责任权重，且可自愿认购绿证以补充完成可再生能源总量消纳责任权重；

电网企业需要完成的可再生能源总量消纳责任权重约束如下式：

式中，μ₁是电网公司需要完成的可再生能源总量消纳责任权重配额最低值；

B.非水电可再生能源消纳责任权重，电网企业需要完成的非水可再生能源消纳责任权重约束如下式，通过购买风力发电量、光伏发电量以及补充购买绿色电力证书的方式来完成非水配额指标；

式中，μ₂是电网公司需要完成的非水可再生能源消纳责任权重配额最低值；

模型中μ₁、μ₂的系数根据电网公司所在省市的实际情况设定；

③在电网企业逐月购电优化模型中，需要确定购电量最高、最低物理约束：

首先，各品种的购买量均需满足该品种省内购电与省间购电的总和；

火力发电购买量

满足：

式中，

分别为省内购买的火力发电量与省间购买的火力发电量；

水力发电购买量

满足：

式中，

分别为省内购买的水力发电量与省间购买的水力发电量；

风力发电购买量

满足：

式中，

分别为省内购买的风力发电量与省间购买的风力发电量；

光伏发电购买量

满足：

式中，

分别为省内购买的光伏发电量与省间购买的光伏发电量；

其次，各购买品种的决策变量均需满足不小于0的情况，约束条件如下：

5.根据权利要求1所述的一种考虑消纳责任权重的电网企业月度购电优化方法，其特征在于：所述步骤5的具体方法为：

将步骤4中计算得到的前i个月的不同品种购电量及绿证购买量输入模型，求解第i+1月购电量时在模型中增加前i个月已完成购电量约束来实现该步骤，即计算第i+1月的购电量时，模型中前i个月火电、水电、风电、光伏变量是常数，常数数值是步骤4计算得到的已完成购电量；约束条件表示如下：

式中，

分别表示前i个月中第j月对应的购电量；

对于步骤4计算的前i个月水电、风电、光伏发电量及绿证购买量，分别可抵消一部分的总量消纳责任权重与非水可再生能源消纳责任权重，因此需要在模型中增加前i个月已完成配额量约束；约束条件表示式如下：

式中，Q_total,i为前i个月已执行的总量消纳责任权重配额量，Q_green,i为前i个月已执行的非水可再生能源消纳责任权重配额量。

Images