CN115965495A - 区域实时电价评估方法、装置及计算机可读介质 - Google Patents

区域实时电价评估方法、装置及计算机可读介质 Download PDF

Info

Publication number
CN115965495A
CN115965495A CN202111177205.3A CN202111177205A CN115965495A CN 115965495 A CN115965495 A CN 115965495A CN 202111177205 A CN202111177205 A CN 202111177205A CN 115965495 A CN115965495 A CN 115965495A
Authority
CN
China
Prior art keywords
real
time
power generation
function
cost
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
Application number
CN202111177205.3A
Other languages
English (en)
Inventor
刘潇
焦小淼
周友
李哲
赵璐璐
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.)
China Energy Investment Corp Ltd
National Institute of Clean and Low Carbon Energy
Original Assignee
China Energy Investment Corp Ltd
National Institute of Clean and Low Carbon Energy
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 China Energy Investment Corp Ltd, National Institute of Clean and Low Carbon Energy filed Critical China Energy Investment Corp Ltd
Priority to CN202111177205.3A priority Critical patent/CN115965495A/zh
Publication of CN115965495A publication Critical patent/CN115965495A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施方式提供一种区域实时电价评估方法、装置及计算机可读介质，涉及电力调度技术领域。方法包括：构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；获取历史用电负荷数据，基于历史用电负荷数据生成用电量需求特性曲线并确定目标时刻的供电变化量；依据实时发电成本函数、实时发电量函数及供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数；对目标函数求最优解，得到各发电机组的发电变化量。本发明基于考虑当前区域内用电需求的变化量所导致的边际成本构建目标函数进行电价评估，能够实现以发电利润最大为目标进行电网调峰。

Description

区域实时电价评估方法、装置及计算机可读介质
技术领域
本发明涉及电力调度技术领域，具体地涉及一种区域实时电价评估方法、一种区域实时电价评估装置及一种计算机可读介质。
背景技术
目前，在我国的电力现货市场中，发电厂的次日发电计划曲线通常由市场交易中心根据所有发电厂在日前现货市场中的报价确定。但是，现有的电价预测、评价模型技术往往不以各类型电厂的发电成本为出发点考虑，特别是没有考虑各类发电技术的动态成本变化，即各类发电厂在满足电网调峰过程中负荷变化带来的成本变化。
发明内容
本发明实施方式的目的是提供一种区域实时电价评估方法、装置及计算机可读介质，以解决现有技术在确定次日发电计划时未考虑调峰负荷带来的成本变化导致发电成本不是最优的问题。
为了实现上述目的，在本发明的第一方面，提供一种区域实时电价评估方法，包括：
构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；
获取历史用电负荷数据，基于所述历史用电负荷数据生成用电量需求特性曲线，所述用电量需求特性曲线用于预测每个单位时刻的用电需求量；
依据所述用电量需求特性曲线确定目标时刻的供电变化量，所述供电变化量为目标时刻的用电需求量与当前时刻的用电需求量的差值；
依据所述实时发电成本函数、所述实时发电量函数及所述供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数；
对所述目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量。
可选地，构建基于不同发电类别的发电机组的实时发电成本函数，包括：
基于对不同发电类别的发电机组的固定成本及变动成本求和构建不同类别的发电机组的实时发电成本函数。
可选地，构建基于不同发电类别的发电机组的实时发电量函数，包括：
针对每一发电类别的发电机组，基于对该发电类别的发电机组在当前时刻的长协发电量及当前时刻的变动发电量求和，构建该发电类别的发电机组的实时发电量子函数；其中，所述长协发电量为该类别的发电机组预确定的长协发电总量在预确定的时刻内的每一时刻的平均值；
基于对所有发电类别的发电机组的实时发电量子函数求和构建不同发电类别的发电机组的实时发电量函数。
可选地，依据所述实时发电成本函数、所述实时发电量函数及所述供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数，包括：
以所述供电变化量为因变量，以不同发电类别的发电机组的可供电变化量为自变量，构建所述供电变化量为不同发电类别的发电机组的可供电变化量之和的实时可供电变化量函数；其中，所述可供电变化量为当前发电机组目标时刻的变动发电量与当前时刻的变动发电量的差值；
依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数；其中，所述灵活性成本曲线至少包括不同发电类别的发电机组的不同可供电变化量对应的灵活性成本。
可选地，依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数，包括：
依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，分别构建当前时刻的单位发电量成本函数及目标时刻的单位发电量成本函数；
依据所述当前时刻的单位发电量成本函数及目标时刻的单位发电量成本函数，基于对目标时刻的单位发电量成本与当前时刻的单位发电量成本求差，构建表征目标时刻的单位发电量成本变化量的实时发电成本变化量函数；
依据所述实时发电量函数，以实时发电变化量为因变量，构建表征目标时刻所有发电机组的变动发电量与当前时刻所有发电机组的变动发电量之差的实时发电变化量函数；
基于对所述实时发电成本变化量函数及所述实时发电变化量函数求积构建表征目标时刻的发电利润与当前时刻的发电利润的差值的发电动态成本函数；
基于所述发电动态成本函数，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数。
可选地，依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线构建当前时刻的单位发电量成本函数，包括：
依据所述实时可供电变化量函数及所述灵活性成本曲线，以当前发电机组的可供电变化量对应的灵活性成本作为当前发电机组的变动成本，依据所述实时发电成本函数及所述实时发电量函数，基于当前时刻所有发电机组的实时发电成本与所有发电机组的长协发电量之比构建当前时刻的单位发电量成本函数。
可选地，依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线构建目标时刻的单位发电量成本函数，包括：
依据所述实时可供电变化量函数及所述灵活性成本曲线，以当前发电机组的可供电变化量对应的灵活性成本作为当前发电机组的变动成本，依据所述实时发电成本函数及所述实时发电量函数，基于以目标时刻所有发电机组的实时发电成本为分子，以所有发电机组的长协发电量和实时发电变化量之和为分母，构建目标时刻的单位发电量成本函数。
可选地，对所述目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量，包括：
对所述目标函数求最优解，以在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的变动发电量作为对应发电机组的发电变化量。
在本发明的第二方面，提供一种区域实时电价评估装置，包括：
数据预测模块，被配置为获取历史用电负荷数据，基于所述历史用电负荷数据生成用电量需求特性曲线，所述用电量需求特性曲线用于预测每个单位时刻的用电需求量；
计算模块，被配置为：
构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；
依据所述用电量需求特性曲线确定目标时刻的供电变化量，所述供电变化量为目标时刻的用电需求量与当前时刻的用电需求量的差值；
依据所述实时发电成本函数、所述实时发电量函数及所述供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数；
对所述目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量。
在本发明的第三方面，提供一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理执行时实现上述的区域实时电价评估方法。
本发明通过预测当前区域内的用电需求量，基于考虑当前区域内用电需求的变化量所导致的边际成本，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数进行区域电价评估，通过求目标函数的最优解得到发电利润最大时各发电机组的发电变化量，进而实现以发电利润最大为目标进行电网调峰。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是本发明优选实施方式提供的一种区域实时电价评估方法的方法流程图；
图2是本发明优选实施方式提供的实时电价评估逻辑图；
图3是本发明优选实施方式提供的一种区域实时电价评估装置的示意框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
如图1所示，在本实施方式的第一方面，提供一种区域实时电价评估方法，包括：构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；获取历史用电负荷数据，基于历史用电负荷数据生成用电量需求特性曲线，用电量需求特性曲线用于预测每个单位时刻的用电需求量；依据用电量需求特性曲线确定目标时刻的供电变化量，供电变化量为目标时刻的用电需求量与当前时刻的用电需求量的差值；依据实时发电成本函数、实时发电量函数及供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数；对目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量。
如此，本发明通过预测当前区域内的用电需求量，基于考虑当前区域内用电需求的变化量所导致的边际成本，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数进行区域电价评估，通过求目标函数的最优解得到发电利润最大时各发电机组的发电变化量，进而实现以发电利润最大为目标进行电网调峰。
针对现有的电力现货市场的电价预测、评价模型通常不以各类型电厂的发电成本为出发点考虑，特别是没有考虑各类发电技术的动态成本变化，即各类发电厂在满足电网调峰过程中负荷变化带来的成本变化，无法帮助各类电厂优化报价，使电厂在满足电网调峰的条件下实现利润最大化。本实施方式提出的区域实时电价评估方法以施行同一电网运营规则的目标区域内所有发电厂的设备条件为基础建立所有电厂设备数据库，典型电厂成本子模型及用电需求预测模型，以区域内各类发电厂的实时动态成本和各厂的长协售电协议为计价基础，用电网历史用电需求为依据预测实时发电目标值，根据该时刻各类电厂的发电动态边际成本，对满足未来以3-15分钟为间隔，以满足用电需求为目标进行全系统边际成本预测，进而通过预测得到的边际成本分布，结合各电厂的长协电价，对各类电厂进行经营利润预测，从而能够对各类电厂现货电价进行评估。
本实施方式中，构建基于不同发电类别的发电机组的实时发电成本函数，包括：基于对不同发电类别的发电机组的固定成本及变动成本求和构建不同类别的发电机组的实时发电成本函数。可以理解的，发电实时固定成本为电厂发电机组固定成本的均摊值，固定成本包括设备折旧、财务费等；发电实时变动成本包括实时负荷、燃料成本、运行中产生的检维修费、材料费等，发电实时变动成本可以为发电厂预确定的值。以发电类型包括火电、水电、风电和光伏发电为例，引入各电厂的实时发电负荷，或者以历史负荷数据进行历史一段时间的评价，计算当前t时刻下各类电厂负荷水平的发电成本，可以理解的，t时刻在本实施方式中可以表示一个时段，例如每个时段为15分钟，则t时刻表示时间长度为15分钟的一个时段。实时发电成本函数如下：
C(t)＝C固(t)+C变(t)；
Figure BDA0003296022610000071
Figure BDA0003296022610000072
Figure BDA0003296022610000073
Figure BDA0003296022610000074
其中，C(t)为实时发电成本，C固(t)为发电实时固定成本，C变(t)为发电实时变动成本，CH(t)为火电实时发电成本，CS(t)为水电实时发电成本，CF(t)为风电实时发电成本，CG(t)为光伏实时发电成本,m,n,p,q分别表示区域内火电、水电、风电及光伏发电机组的数量，C(t)表示区域内所有发电机组在当前t时刻的实时成本。
本实施方式以区域历史用电需求数据为依据，基于获取的历史用电负荷数据来预测未来时刻的用电需求量，例如，以历史年均日内用电负荷曲线作为基准，基于机器学习算法模型，以近一个月的历史用电负荷数据为训练集对机器学习算法模型进行训练，从而通过训练好的模型对基准曲线进行调整，从而实现对未来一段时间内区域用电需求量的预测。其中，通过机器学习算法预测用电需求量为现有技术，例如可以为贝叶斯等开源算法，基于考虑气温高低和经济水平对基准曲线进行调整，此处对机器学习算法的具体训练、预测过程不做赘述。t时刻的预测用电需求量为Q(t)，则能够根据调整后的基准曲线确定目标时刻相比当前时刻的供电变化量。其中，Q(t)＝E(t)+S(t)，Q(t)为用电需求量，即需要的实时发电量，E(t)为长协发电量，S(t)为变动发电量，可以理解的，长协发电量E(t)指根据长协售电协议中已确定的发电总量在t时刻的均摊值，变动发电量S(t)为变动发电量在t时刻的均摊值。
本实施方式中，构建基于不同发电类别的发电机组的实时发电量函数，包括：针对每一发电类别的发电机组：基于对发电机组在当前时刻的长协发电量及当前时刻的变动发电量求和构建当前发电类别的发电机组的实时发电量子函数；基于对所有发电类别的发电机组的实时发电量子函数求和构建不同发电类别的发电机组的实时发电量函数；长协发电量为该类别的发电机组预确定的长协发电总量在预确定的时刻内的每一时刻的平均值。
各发电系统的实时发电量由长协发电量均摊和变动发电量均摊得到，则不同发电类别的发电机组的实时发电量子函数为：
QH(t)＝EH(t)+SH(t)；
QS(t)＝ES(t)+SS(t)；
QF(t)＝EF(t)+SF(t)；
QG(t)＝EG(t)+SG(t)；
不同发电类别的发电机组的实时发电量函数为：
QT(t)＝QH(t)+QS(t)+QF(t)+QG(t)≥Q(t)；
其中，QH(t)为火电实时可供电电量，QS(t)为水电实时可供电电量，QF(t)为风电实时可供电电量，QG(t)为光伏实时可供电量，QT(t)为区域实时需求总电量，QT(t)的最大值由电网容量确定，要保证发电量满足需求量，因此，QT(t)必然≥Q(t)。
本实施方式基于考虑用电需求变化导致的成本变化来优化发电机组进行电网调峰以利于提高发电厂的发电经济水平，则，依据实时发电成本函数、实时发电量函数及供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数，包括：以供电变化量为因变量，以不同发电类别的发电机组的可供电变化量为自变量构建供电变化量为不同发电类别的发电机组的可供电变化量之和的实时可供电变化量函数，可供电变化量为当前发电机组目标时刻的变动发电量与当前时刻的变动发电量的差值；依据实时发电成本函数、实时发电量函数、实时可供电变化量函数及预确定的灵活性成本曲线，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数，灵活性成本曲线至少包括不同发电类别的发电机组的不同可供电变化量对应的灵活性成本。
在电厂发电过程中，发电机组每多发1kWh电所增加的成本是随着度电成本动态变化的，而不同发电机组的发电量变化速度不同时增加的成本也是不同的，因此，本实施方式为了优化电厂调峰成本，基于考虑目标时刻相比当前时刻的实时可供电量的变化量构建可供电变化量函数：LT＝LH(t)+LS(t)+LF(t)+LG(t)，其中，LH(t)为火电实时可供电变化量，LS(t)为水电实时可供电变化量，LF(t)为风电实时可供电变化量，LG(t)为光伏实时可供电变化量，LT(t)为区域实时需求总电量即供电变化量。LT(t)实际表示发电负荷变化的速度快慢，即LT(t)＝(Q(t+1)-Q(t))/t。而负荷变化的快慢与灵活性成本直接关联，对于不同的发电机组，LT(t)的高低与机组原始投资相关，机组性能越高则LT(t)越高，发电机组成本稳定，则负荷变化越快，成本越高，其中，不同机组的可供电变化量与灵活性成本的对应关系可由电厂预先通过测试标定，生成灵活性成本曲线。从而能够根据t+1时刻相比t时刻的用电需求的负荷变化速度，通过本方法计算该时间段内，各类发电厂为满足系统电力变化所需的发电灵活性成本，其中，发电灵活性成本包含在发电变动成本中。
本实施方式中，依据实时发电成本函数、实时发电量函数、实时可供电变化量函数及预确定的灵活性成本曲线，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数，包括：依据实时发电成本函数、实时发电量函数、实时可供电变化量函数及预确定的灵活性成本曲线分别构建当前时刻的单位发电量成本函数及目标时刻的单位发电量成本函数；依据当前时刻的单位发电量成本函数及目标时刻的单位发电量成本函数，基于对目标时刻的单位发电量成本与当前时刻的单位发电量成本求差构建表征目标时刻的单位发电量成本变化量的实时发电成本变化量函数；依据实时发电量函数，以实时发电变化量为因变量，构建表征目标时刻所有发电机组的变动发电量与当前时刻所有发电机组的变动发电量之差的实时发电变化量函数；基于对实时发电成本变化量函数及实时发电变化量函数求积构建表征目标时刻的发电利润与当前时刻的发电利润的差值的发电动态成本函数；基于发电动态成本函数，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数。
其中，构建当前时刻的单位发电量成本函数，包括：依据实时可供电变化量函数及灵活性成本曲线，以当前发电机组的可供电变化量对应的灵活性成本作为当前发电机组的变动成本，依据实时发电成本函数及实时发电量函数，基于当前时刻所有发电机组的实时发电成本与所有发电机组的长协发电量之比构建当前时刻的单位发电量成本函数。
构建目标时刻的单位发电量成本函数，包括：依据实时可供电变化量函数及灵活性成本曲线，以当前发电机组的可供电变化量对应的灵活性成本作为当前发电机组的变动成本，依据实时发电成本函数及实时发电量函数，基于以目标时刻所有发电机组的实时发电成本为分子，以所有发电机组的长协发电量和实时发电变化量之和为分母构建目标时刻的单位发电量成本函数。
当前时刻的单位发电量成本函数为：
Figure BDA0003296022610000111
目标时刻的单位发电量成本函数为：
Figure BDA0003296022610000112
实时发电成本变化量函数为：ΔCT(t+1)＝C实(t+1)-CBase(t)；
实时发电变化量函数为：ΔST(t+1)＝ST(t+1)-ST(t)；
其中，
Figure BDA0003296022610000113
Figure BDA0003296022610000114
Figure BDA0003296022610000115
发电动态成本函数为：ΔFT＝T(t+)-T(t)＝ΔCT(+1)×ΔST(t+)，表示t+1时刻与t时刻的发电成本变化量，由于发电固定成本是一定的，因此其实际反映了t+1时刻与t时刻的变动成本中的灵活性成本的变化，即发电量变化导致的灵活性成本变化；则目标函数为：
Figure BDA0003296022610000116
Figure BDA0003296022610000117
FH(t)为火电实时利润，FS(t)为水电实时利润，FF(t)为风电实时利润，FG(t)为光伏实时利润，FT()为区域实时发电总利润，i表示发电机组的数量，各发电机组的实时利润由各电厂长协售电协议中预确定的长协利润均摊及利润变化量得到，例如，各发电机组的实时利润由长协利润在t时刻的均摊值减去当前发电机组在t时刻的发电成本变化量得到，以此类推。则根据构建的目标函数，对目标函数求最优解，以在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的变动发电量作为对应发电机组的发电变化量。具体的，依据上述构建的函数，基于可供电变化量函数LT可求得满足发电量变化时各发电机组的可供电变化量的所有解{LH(t)，LS(t)，LF(t)，LG(t)}，并依据灵活性成本曲线确定每个解中LH(t)、LS(t)、LF(t)及LG(t)对应的灵活性成本，对LH(t)、LS(t)、LF(t)及LG(t)对应的灵活性成本求和得到当前解的总灵活性成本，对得到的所有总灵活性成本由低到高进行排序，进而筛选得到在满足用电需求量的情况下，总灵活性成本最低的解，筛选得到的解即系统发电总利润最高时的最优解，从而得到t+1时刻统发电总利润最高时各发电机组的变动发电量，进而以得到的各发电机组的变动发电量作为电网调峰的依据。可以理解的，在{LH(t)，LS(t)，LF(t)，LG(t)}中，LH(t)可以表示区域内所有火电机组的实时可供电变化量之和，也可以表示所有火电机组的集合，即LH(t)表示
Figure BDA0003296022610000121
Figure BDA0003296022610000122
即得到的各发电机组的可供电变化量的解为
Figure BDA0003296022610000123
Figure BDA0003296022610000124
Figure BDA0003296022610000125
如图2所示，则对t+1时刻的实时电价进行评估的逻辑如下：首先实时获取t时刻目标区域电力系统的实时发电负荷数据作为计算初始条件，确定t时刻各类发电机组的发电成本，并进一步根据实时发电成本函数确定t时刻全系统发电成本分布，根据区域用电需求历史数据，经机器学习算法拟合对用电需求进行预测，基于构建的发电动态成本函数及用电需求对t+1时刻的发电成本进行预测并结合t时刻全系统发电成本分布预测t+1时刻全系统的边际成本，基于各电厂的长协合同，根据目标函数对全系统各电厂利润进行预测，进而依据t+1时刻全系统的边际成本预测与全系统各电厂利润对电力系统实时电价进行评价，例如，以各类电厂利润与边际成本的比值作为对各类电厂现货电价的评估依据，也可以以其他方式对各类电厂现货电价进行评估，本实施方式对评估方法不作限定。
如图3所示，在本发明的第二方面，提供一种区域实时电价评估装置，包括：
数据预测模块，被配置为获取历史用电负荷数据，基于历史用电负荷数据生成用电量需求特性曲线，用电量需求特性曲线用于预测每个单位时刻的用电需求量；
计算模块，被配置为：
构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；
依据用电量需求特性曲线确定目标时刻的供电变化量，供电变化量为目标时刻的用电需求量与当前时刻的用电需求量的差值；
依据实时发电成本函数、实时发电量函数及供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数；
对目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量。
在本发明的第三方面，提供一种计算机可读介质，计算机可读介质存储有计算机程序，计算机程序被处理执行时实现上述的区域实时电价评估方法。
综上所述，本实施方式基于于对区域内各类发电厂的动态成本辨识，用发电动态成本作为电价评价、系统成本优化的根本依据，基于技术全面覆盖的多元发电成本模型，本实施方式提出电力系统调峰实时边际成本的概念，依据当前区域内用电需量及需求量变化速度所带给各类发电厂的潜在成本分布进行计算，从而为全网电力现货交易提供参考价。
以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，同样应当视为本发明实施方式所公开的内容。

Claims (10)

1.一种区域实时电价评估方法，其特征在于，包括：
构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；
获取历史用电负荷数据，基于所述历史用电负荷数据生成用电量需求特性曲线，所述用电量需求特性曲线用于预测每个单位时刻的用电需求量；
依据所述用电量需求特性曲线确定目标时刻的供电变化量，所述供电变化量为目标时刻的用电需求量与当前时刻的用电需求量的差值；
依据所述实时发电成本函数、所述实时发电量函数及所述供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数；
对所述目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量。
2.根据权利要求1所述的区域实时电价评估方法，其特征在于，构建基于不同发电类别的发电机组的实时发电成本函数，包括：
基于对不同发电类别的发电机组的固定成本及变动成本求和，构建不同类别的发电机组的实时发电成本函数。
3.根据权利要求2所述的区域实时电价评估方法，其特征在于，构建基于不同发电类别的发电机组的实时发电量函数，包括：
针对每一发电类别的发电机组，基于对该发电类别的发电机组在当前时刻的长协发电量及当前时刻的变动发电量求和，构建该发电类别的发电机组的实时发电量子函数；其中，所述长协发电量为该发电类别的发电机组预确定的长协发电总量在预确定的时刻内的每一时刻的平均值；
基于对所有发电类别的发电机组的实时发电量子函数求和，构建不同发电类别的发电机组的实时发电量函数。
4.根据权利要求3所述的区域实时电价评估方法，其特征在于，依据所述实时发电成本函数、所述实时发电量函数及所述供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数，包括：
以所述供电变化量为因变量，以不同发电类别的发电机组的可供电变化量为自变量，构建所述供电变化量为不同发电类别的发电机组的可供电变化量之和的实时可供电变化量函数；其中，所述可供电变化量为当前发电机组目标时刻的变动发电量与当前时刻的变动发电量的差值；
依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标构建目标函数；其中，所述灵活性成本曲线至少包括不同发电类别的发电机组的不同可供电变化量对应的灵活性成本。
5.根据权利要求4所述的区域实时电价评估方法，其特征在于，依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数，包括：
依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，分别构建当前时刻的单位发电量成本函数及目标时刻的单位发电量成本函数；
依据所述当前时刻的单位发电量成本函数及目标时刻的单位发电量成本函数，基于对目标时刻的单位发电量成本与当前时刻的单位发电量成本求差，构建表征目标时刻的单位发电量成本变化量的实时发电成本变化量函数；
依据所述实时发电量函数，以实时发电变化量为因变量，构建表征目标时刻所有发电机组的变动发电量与当前时刻所有发电机组的变动发电量之差的实时发电变化量函数；
基于对所述实时发电成本变化量函数及所述实时发电变化量函数求积，构建表征目标时刻的发电利润与当前时刻的发电利润的差值的发电动态成本函数；
基于所述发电动态成本函数，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数。
6.根据权利要求5所述的区域实时电价评估方法，其特征在于，依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，构建当前时刻的单位发电量成本函数，包括：
依据所述实时可供电变化量函数及所述灵活性成本曲线，以当前发电机组的可供电变化量对应的灵活性成本作为当前发电机组的变动成本，依据所述实时发电成本函数及所述实时发电量函数，基于当前时刻所有发电机组的实时发电成本与所有发电机组的长协发电量之比，构建当前时刻的单位发电量成本函数。
7.根据权利要求5所述的区域实时电价评估方法，其特征在于，依据所述实时发电成本函数、所述实时发电量函数、所述实时可供电变化量函数及预确定的灵活性成本曲线，构建目标时刻的单位发电量成本函数，包括：
依据所述实时可供电变化量函数及所述灵活性成本曲线，以当前发电机组的可供电变化量对应的灵活性成本作为当前发电机组的变动成本，依据所述实时发电成本函数及所述实时发电量函数，基于以目标时刻所有发电机组的实时发电成本为分子，以所有发电机组的长协发电量和实时发电变化量之和为分母，构建目标时刻的单位发电量成本函数。
8.根据权利要求5所述的区域实时电价评估方法，其特征在于，对所述目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量，包括：
对所述目标函数求最优解，以在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的变动发电量作为对应发电机组的发电变化量。
9.一种区域实时电价评估装置，其特征在于，包括：
数据预测模块，被配置为获取历史用电负荷数据，基于所述历史用电负荷数据生成用电量需求特性曲线，所述用电量需求特性曲线用于预测每个单位时刻的用电需求量；
计算模块，被配置为：
构建基于不同发电类别的发电机组的实时发电成本函数及实时发电量函数；
依据所述用电量需求特性曲线确定目标时刻的供电变化量，所述供电变化量为目标时刻的用电需求量与当前时刻的用电需求量的差值；
依据所述实时发电成本函数、所述实时发电量函数及所述供电变化量，以满足目标时刻的用电需求量为约束条件，以在目标时刻的发电利润最大为目标，构建目标函数；
对所述目标函数求最优解，得到在满足目标时刻的用电需求量且目标时刻的发电利润最大时各发电机组的发电变化量。
10.一种计算机可读介质，所述计算机可读介质存储有计算机程序，其特征在于，所述计算机程序被处理执行时实现权利要求1～8中任一项权利要求所述的区域实时电价评估方法。
CN202111177205.3A 2021-10-09 2021-10-09 区域实时电价评估方法、装置及计算机可读介质 Pending CN115965495A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111177205.3A CN115965495A (zh) 2021-10-09 2021-10-09 区域实时电价评估方法、装置及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111177205.3A CN115965495A (zh) 2021-10-09 2021-10-09 区域实时电价评估方法、装置及计算机可读介质

Publications (1)

Publication Number Publication Date
CN115965495A true CN115965495A (zh) 2023-04-14

Family

ID=87358825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111177205.3A Pending CN115965495A (zh) 2021-10-09 2021-10-09 区域实时电价评估方法、装置及计算机可读介质

Country Status (1)

Country Link
CN (1) CN115965495A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116258537A (zh) * 2023-05-12 2023-06-13 长江三峡集团实业发展(北京)有限公司 一种风电参与电力现货市场的利润优化方法、装置和设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116258537A (zh) * 2023-05-12 2023-06-13 长江三峡集团实业发展(北京)有限公司 一种风电参与电力现货市场的利润优化方法、装置和设备

Similar Documents

Publication Publication Date Title
US11861741B2 (en) Central plant control system with equipment maintenance evaluation
Das et al. Day-ahead optimal bidding strategy of microgrid with demand response program considering uncertainties and outages of renewable energy resources
US11681264B2 (en) Building energy storage system with planning tool
EP3358426B1 (en) Building energy cost optimization system with asset sizing
US11061424B2 (en) Building energy storage system with peak load contribution and stochastic cost optimization
Tascikaraoglu et al. An adaptive load dispatching and forecasting strategy for a virtual power plant including renewable energy conversion units
Zheng et al. Optimal allocation of energy storage system for risk mitigation of DISCOs with high renewable penetrations
Lu et al. A hybrid deep learning-based online energy management scheme for industrial microgrid
Kamrani et al. A two-stage flexibility-oriented stochastic energy management strategy for multi-microgrids considering interaction with gas grid
CN112950098A (zh) 基于综合能源系统的能源规划方法、装置及终端设备
Zhou et al. Stochastic methods applied to power system operations with renewable energy: A review
Cervone et al. Electricity price forecast: A comparison of different models to evaluate the single national price in the Italian energy exchange market
CN115965495A (zh) 区域实时电价评估方法、装置及计算机可读介质
JP2020039222A (ja) 電力需給制御装置、電力需給制御システムおよび電力需給制御方法
Haring et al. Cost allocation in ancillary service markets
Boukas et al. Real-time bidding strategies from micro-grids using reinforcement learning
CN115859608A (zh) 一种基于风光并网的制氢功率动态调整方法
Cheng et al. A bivariate stochastic optimization model of bidding strategy considering the competition among renewable power producers
Obersteiner et al. Influence of market rules on the economic value of wind power: an Austrian case study
Dahal et al. Improved load and generation forecasting for extended day-ahead estimates in the Nordic grid
Gao et al. Multi-Objective energy management of Solar-Powered integrated energy system under forecast uncertainty based on a novel Dual-Layer correction framework
Zhu et al. Impact of renewable power and market price forecasts on the operational profitability of hybrid power plants
Schopfer Assessment of the consumer-prosumer transition and peer-to-peer energy networks
Baeva et al. Most Favorable Results for Forecasting Methods for Natural Gas and Photovoltaic Energy Consumption
Liu Optimization of Energy Storage Scheduling in Electricity Markets

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