CN112072636B - 基于源网荷不确定因素的电力现货市场运营方法 - Google Patents

基于源网荷不确定因素的电力现货市场运营方法 Download PDF

Info

Publication number
CN112072636B
CN112072636B CN202010720064.4A CN202010720064A CN112072636B CN 112072636 B CN112072636 B CN 112072636B CN 202010720064 A CN202010720064 A CN 202010720064A CN 112072636 B CN112072636 B CN 112072636B
Authority
CN
China
Prior art keywords
constraint
unit
period
node
price
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
CN202010720064.4A
Other languages
English (en)
Other versions
CN112072636A (zh
Inventor
赵帅
王森
杨晓静
甘智勇
卢向东
宋晓博
孙灿
艾邓鑫
周义刚
薛泽海
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.)
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Electric Power Research Institute of State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Electric Power Research Institute of State Grid Tianjin Electric Power 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 State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd, Electric Power Research Institute of State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010720064.4A priority Critical patent/CN112072636B/zh
Publication of CN112072636A publication Critical patent/CN112072636A/zh
Application granted granted Critical
Publication of CN112072636B publication Critical patent/CN112072636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于源网荷不确定因素的电力现货市场运营方法，构建典型场景下历史报价及运行信息数据库，建立电力现货市场优化模型，求解得到节点电价及其相关源网荷影响因素的电价分量，通过改变约束条件进行节点电价异常值的管理，作为电力现货市场实际出清的边界条件，并通过省间现货市场补齐改变的负荷，并将对应的实际运行结果信息进行收集，补充典型场景下的历史报价及运行信息数据库。本方法作为电网企业电力现货市场出清管理、积极参与省间现货的依据，具有重要的现实意义和良好的应用场景。

Description

基于源网荷不确定因素的电力现货市场运营方法
技术领域
本发明属于电力市场运营领域，涉及电力现货市场出清管理，尤其是一种基于源网荷不确定因素的电力现货市场运营方法。
背景技术
当前电力体制深化改革的重要任务是建设电力现货市场。节点边际电价作为一种可以还原电力商品属性、提供价格信号、引导电力长期投资规划的电能定价模式和***分析手段，被国内外现货试点广泛采用，其价格受到源、网、荷多方面因素的影响。研究节点电价有利于掌握电力市场的实时供需关系，便于从时间和空间的角度还原电网实时的运行状态，从而指导电力的实时生产及源、网、荷的长期规划。边际价格为市场供需平衡时的出清价格，节点边际电价为电力现货市场中某一节点达到市场均衡时的电价。节点边际电价由于受到电力生产全周期的物理、经济条件制约，以及市场主体的报价行为的影响，存在计算复杂、波动性大、难以预测的特性。
当前国内外对节点边际电价的研究主要集中在不同阻塞特征下节点边际电价的计算和选择上。但总体来说，对影响节点电价的关键因素及价格形成机制的分析较少，且以归纳性的定性分析为主，缺乏结合实际生产、对具体影响机制及其控制方法的讨论。
因此，急需开发结合电力现货市场实际运营流程的电力现货市场出清管理技术。从而从出清机制及多时间周期电力生产的衔接上，对节点边际电价源网荷因素各类影响因素及其影响机理进行分析，并通过出清管理技术对节点边际电价进行管理。
发明内容
本发明的目的是为电力现货市场的运行，提供了节点电价的出清管理技术，具有成分分析明确、出清结果既产生价格信号、又能释放市场红利等特点。
本发明公开了基于源网荷不确定因素的节点电价的出清管理技术，包括：收集***负荷预测数据、新能源出力预测数据、电力现货市场节点电价数据、市场主体运行物理参数数据；建立发电主体报价模式库、成本数据库、电力现货市场节点电价出清数据库、场景模式库；构建基于源网荷不确定因素的电力现货市场出清模型，包括：将全网发电成本最小作为目标函数，以电力***运行刚性需求为边界条件，根据机组出力限值、机组启停状态、机组爬坡限值、机组滑坡限值、输电线路容量、断面限值、线路检修计划、电力负荷需求等约束条件，构建电力市场出清函数；根据电力市场主体报价、结合电力市场主体成本数据、历史报价行为、负荷预测、新能源预测结果进行电力现货市场预出清，根据电力现货市场预出清结果对发电节点进行源网荷影响因素的分量计算，从而找出影响出清结果的决定性影响因素；在改变可控约束条件的状态下进行再次预出清，得到优化后的电力市场出清结果，迭代直至出清结果符合预期，从而确定电网运行的实际边界条件。
具体步骤如下：
(1)收集***负荷预测数据、新能源出力预测数据、电力现货市场历史节点电价数据、市场主体运行物理参数数据。构建历史报价信息数据库、电力市场运行场景库。
(2)收集次日电力现货市场中，机组i的报价Ci，潮流线路l的罚函数Ml，节点n在时段t的负荷Loadn，t，***的正负备用Revup和Revdown，机组i的出力下限和出力上限机组的爬坡速率Ramp，线路l的传输容量/>
(3)判断步骤(2)中统计的各项数据在(1)中电力市场运行场景库的所属场景，判断此时对于每个市场主体i，其报价Ci偏离该场景中报价平均值的程度。当其报价值高于场景库中报价平均值Ci的平均值达30％时，对其报价行为进行重点关注，对其市场力行使可能性进行判定，开启市场预警。
(4)根据步骤(2)中的数据建立电力市场优化模型如下所示，将负荷需求、物理运行参数及电网输电能力作为约束条件：
目标函数
约束条件:
负荷平衡：
备用约束：
出力约束：
爬坡/滑坡约束：(v):-Rampi≤Pi，t+1-Pi，t≤Rampi (1-9)
潮流约束：
式中，Pi，t为机组i在时段t的出力，Loadn，t为节点n在时段t的负荷需求，机组i下旋备，/>为机组i上旋备，/>为机组i的出力上限，/>为机组i的出力下限，Rampi为机组i的爬坡/滑坡速率，/>为线路l的输电线路容量上限，-Sl +和Sl -为潮流线路l的松弛变量，Gl，i和Gl，n为线路l对机组i和节点n的节点导纳矩阵。λ为***负荷平衡约束的影子价格,π为***备用约束的影子价格,ε为机组出力约束的影子价格，v为机组爬坡和滑坡约束的影子价格，σ为线路l潮流约束的影子价格。T为时间段。
(5)构建拉格朗日函数
式中，Ci为机组i的报价，Pi，t为机组i在时段t的出力，λt为时段t下***负荷平衡约束的影子价格，Loadn，t为节点n在时段t的负荷需求，为时段t***上备用约束的影子价格，/>为机组i的出力上限，/>为机组i上旋备，/>为时段t***下备用约束的影子价格，/>机组i下旋备，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i的出力下限，/>为机组i在时段t爬坡约束的影子价格，Pi，t+1为机组i在时段t+1的出力，/>为机组i在时段t滑坡约束的影子价格，Rampi为机组i的爬坡/滑坡速率，/>为线路l在时段t正向潮流约束的影子价格，Gl，i为线路l对机组i的节点导纳矩阵，Gl，n为线路l对节点n的节点导纳矩阵，Sl +和Sl -为潮流线路l的松弛变量，/>为线路l的输电线路容量上限，/>为线路l在时段t负向潮流约束的影子价格，T为时间段，取96。
在负荷节点，通过拉格朗日函数对负荷求导得到节点电价：
ρn为节点n的电价，λt为时段t下***负荷平衡约束的影子价格，和/>为***线路l潮流约束的影子价格。Gl，n为线路l对节点n的节点导纳矩阵。
在发电节点，通过拉格朗日函数对机组出力求导得到：
式中：Ci为机组i的报价，λt为时段t下***负荷平衡约束的影子价格，为时段t***上备用约束的影子价格，/>为时段t***下备用约束的影子价格，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i在时段t爬坡约束的影子价格，/>为机组i在时段t+1爬坡约束的影子价格，/>为机组i在时段t滑坡约束的影子价格，/>为机组i在时段t+1滑坡约束的影子价格，/>和/>为线路l在时段t潮流约束的影子价格，Gl，n为线路l对节点n的节点导纳矩阵。
得到此时节点电价：
Ci为机组i的报价，为时段t***上备用约束的影子价格，/>为时段t***下备用约束的影子价格，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i在时段t爬坡约束的影子价格，/>为机组i在时段t+1爬坡约束的影子价格，/>为机组i在时段t滑坡约束的影子价格，/>为机组i在时段t+1滑坡约束的影子价格，
将节点边际电价视作出力及各约束条件的综合结果：
ρ＝Ci+ARev+APower+ARampUp+ARampDown (1-5)；
Ci为机组的报价，ARev为备用分量，APower为出力分量，ARampUp为爬坡分量，ARampDown为滑坡分量。
(6)观察步骤(5)模型出清得到的节点电价是否在预期范围以内。如超出预期范围，则可根据(1-2)判断是否有阻塞分量，再在此基础上通过(1-3)、(1-4)计算得到(1-5)中对节点电价分解得到的约束分量，从而分析出此时约束限制的严重程度。
(7)在步骤(6)分析结果的基础上，改变负荷条件、线路检修计划、启停条件等，重新带入步骤(4)中模型，进行计算，直到节点电价水平符合预期。此时，如最终改变的是负荷条件，则需要通过参与省间现货的方式调整联络线计划，从而实现最终的出清结果，充分释放市场红利。
(8)针对(7)中形成的结果，将实际运行结果存入电力市场运行场景库与历史报价信息库，完成对数据库的丰富与修正。
本发明的技术特点及有益效果：
本发明通过建立市场主体行为库、电力市场运行场景库，电力市场运行模型，结合源网荷不确定因素的分项节点电价法分析方法，综合考虑市场出清结果、***运行安全、新能源消纳要求等，通过在预警节点电价异常值后进行约束参数及参与省间现货的方式，在市场正式出清前形成更合理的市场出清设置，从而达到减少节点电价异常值、获得合理范围的出清结果、释放市场红利的目标。这种出清管理方法原理简单，可靠高效，实用性强，可有效帮助电网企业减小现金流风险、释放市场红利、达到在价格信号有效的基础上，实现降电价的目标。
附图说明
图1是本发明方法的流程图。
具体实施方式
下面结合附图及实施方式对本发明作进一步详细的说明。应当理解，此处所描述的具体实施方式可用以解释本发明，但并不限定本发明。
本发明提供了基于源网荷不确定因素的节点电价出清管理，具体实施方式如下：
(1)收集和统计历史运行数据
收集***负荷预测数据、新能源出力预测数据、电力现货市场历史节点电价数据、市场主体运行物理参数数据。构建历史报价信息数据库、电力市场运行场景库。
(2)收集和统计当次参数数据
收集次日电力现货市场中，机组i的报价Ci，潮流线路l的罚函数Ml，节点n在时段t的负荷Loadn，t，***的正负备用Revup和Revdown，机组i的出力下限和出力上限/>机组i的爬坡速率Rampi，线路l的传输容量/>
(3)控制当次报价与历史报价偏差程度
判断步骤(2)中统计的各项数据在(1)中电力市场运行场景库的所属场景，判断此时对于每个市场主体i，其报价Ci偏离该场景中报价平均值的程度。当其报价值高于场景库中报价平均值Ci的平均值达30％时，对其报价行为进行重点关注，对其市场力行使可能性进行判定，开启市场预警。
(4)建立电力市场优化模型
根据步骤(2)中的数据建立电力市场优化模型如下所示，将负荷需求、物理运行参数及电网输电能力作为约束条件：
目标函数
约束条件:
负荷平衡：
备用约束：
出力约束：
爬坡/滑坡约束：(v):-Rampi≤Pi，t+1-Pi，t≤Rampi (1-9)
潮流约束：
式中，Pi，t为机组i在时段t的出力，Loadn，t为节点n在时段t的负荷需求，机组i下旋备，/>为机组i上旋备，/>为机组i的出力上限，/>为机组i的出力下限，Rampi为机组i的爬坡/滑坡速率，/>为线路l的输电线路容量上限，-Sl +和Sl -为潮流线路l的松弛变量，Gl，i和Gl，n为线路l对机组i和节点n的节点导纳矩阵。λ为***负荷平衡约束的影子价格,π为***备用约束的影子价格,ε为机组出力约束的影子价格，v为机组爬坡和滑坡约束的影子价格，σ为线路l潮流约束的影子价格。T为时间段，取96。
(5)得到节点电价及相关分量
构建拉格朗日函数
式中，Ci为机组i的报价，Pi，t为机组i在时段t的出力，λt为时段t下***负荷平衡约束的影子价格，Loadn，t为节点n在时段t的负荷需求，为时段t***上备用约束的影子价格，/>为机组i的出力上限，/>为机组i上旋备，/>为时段t***下备用约束的影子价格，/>机组i下旋备，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i的出力下限，/>为机组i在时段t爬坡约束的影子价格，Pi，t+1为机组i在时段t+1的出力，/>为机组i在时段t滑坡约束的影子价格，Rampi为机组i的爬坡/滑坡速率，/>为线路l在时段t正向潮流约束的影子价格，Gl，i为线路l对机组i的节点导纳矩阵，Gl，n为线路l对节点n的节点导纳矩阵，Sl +和Sl -为潮流线路l的松弛变量，/>为线路l的输电线路容量上限，/>为线路l在时段t负向潮流约束的影子价格，T为时间段，取96。
在负荷节点，通过拉格朗日函数对负荷求导得到节点电价：
ρn为节点n的电价，λt为时段t下***负荷平衡约束的影子价格，和/>为***线路l潮流约束的影子价格。Gl，n为线路l对节点n的节点导纳矩阵。
在发电节点，通过拉格朗日函数对机组出力求导得到：
式中：Ci为机组i的报价，λt为时段t下***负荷平衡约束的影子价格，为时段t***上备用约束的影子价格，/>为时段t***下备用约束的影子价格，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i在时段t爬坡约束的影子价格，/>为机组i在时段t+1爬坡约束的影子价格，/>为机组i在时段t滑坡约束的影子价格，/>为机组i在时段t+1滑坡约束的影子价格，/>和/>为线路l在时段t潮流约束的影子价格，Gl，n为线路l对节点n的节点导纳矩阵。
得到此时节点电价：
Ci为机组i的报价，为时段t***上备用约束的影子价格，/>为时段t***下备用约束的影子价格，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i在时段t爬坡约束的影子价格，/>为机组i在时段t+1爬坡约束的影子价格，/>为机组i在时段t滑坡约束的影子价格，/>为机组i在时段t+1滑坡约束的影子价格，
将节点边际电价视作出力及各约束条件的综合结果：
ρ＝Ci+ARev+APower+ARampUp+ARampDown (1-5)；
Ci为机组的报价，ARev为备用分量，APower为出力分量，ARampUp为爬坡分量，ARampDown为滑坡分量。
(6)判断阻塞程度
观察步骤(5)模型出清得到的节点电价是否在预期范围以内。如超出预期范围，则可根据(1-2)判断是否有阻塞分量，再在此基础上通过(1-3)、(1-4)计算得到(1-5)中对节点电价分解得到的约束分量，从而分析出此时约束限制的严重程度。
(7)调整市场约束条件重新出清直至出清结果合理
在步骤(6)分析结果的基础上，改变负荷条件、线路检修计划、启停条件等，重新带入步骤(4)中模型，进行计算，直到节点电价水平符合预期。此时，如最终改变的是负荷条件，则需要通过参与省间现货的方式调整联络线计划，从而实现最终的出清结果，充分释放市场红利。
(8)当次实际运行结果归档
针对(7)中形成的结果，将实际运行结果存入电力市场运行场景库与历史报价信息库，完成对数据库的丰富与修正。
本发明结合国内电力市场建设现状，统筹考虑电力***安全运行条件、电力现货市场运行特性、电力市场报价行为以及源网荷不确定因素，建立市场主体历史报价信息数据库、电力市场场景库，并基于电网实际运行要求，建立电力市场优化模型，通过预出清获得节点电价，并通过调整约束条件及参与省间现货的方式对确定市场出清的合理约束，从而达到减少节点电价异常值、获得合理范围的出清结果、释放市场红利的目标。
使用算例数据测算发现，该方法求解速度较快、对异常值的控制能力较高，对正常运行无不合理影响，可有效帮助电网企业减小现金流风险、释放市场红利、达到在价格信号有效的基础上，实现降电价的目标。
显然，该方法所提出的基于源网荷不确定因素的电力现货市场出清管理技术仅展示了出清管理技术的主题框架和主体模型，对数据库建立归档等细节技术进行了技术保密。因此，以上实施步骤仅用以说明而非限制本发明的技术方案。不脱离本发明精神和范围的任何修改或局部替换，均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种基于源网荷不确定因素的电力现货市场运营方法，其特征在于：
将全网发电成本最小作为目标函数，以电力***运行刚性需求为边界条件，以机组出力限值、机组启停状态、机组爬坡限值、机组滑坡限值、输电线路容量、断面限值、线路检修计划、电力负荷需求作为约束条件，构建电力市场出清函数；
根据电力市场主体报价、结合电力市场主体成本数据、历史报价行为、负荷预测、新能源预测结果进行电力现货市场预出清，根据电力现货市场预出清结果对发电节点进行源网荷影响因素的分量计算，从而找出影响出清结果的决定性影响因素；在改变可控约束条件的状态下进行再次预出清，得到优化后的电力市场出清结果，迭代直至出清结果符合预期，从而确定电网运行的实际边界条件；步骤如下：
(1)收集***负荷预测数据、新能源出力预测数据、电力现货市场历史节点电价数据、市场主体运行物理参数数据，构建历史报价信息数据库、电力市场运行场景库；
(2)收集次日电力现货市场中，机组i的报价Ci，潮流线路l的罚函数Ml，节点n在时段t的负荷Loadn,t，***的正负备用Revup和Revdown，机组i的出力下限和出力上限/>机组i的爬坡速率Rampi，线路l的传输容量/>
(3)判断步骤(2)中统计的各项数据在(1)中电力市场运行场景库的所属场景，判断此时对于每个市场主体i，其报价Ci偏离该场景中报价平均值的程度；
(4)根据步骤(2)中的数据建立电力市场优化模型，如下所示，将负荷需求、物理运行参数及电网输电能力作为约束条件：
目标函数
式中：Pi,t为机组i在时段t的出力，Sl +和Sl -为线路l潮流约束的松弛变量；
(5)构建拉格朗日函数，在负荷节点，通过拉格朗日函数对负荷求导得到节点电价：
式中：ρn为节点n的电价，λt为时段t下***负荷平衡约束的影子价格，和/>为***线路l潮流约束的影子价格，Gl,n为线路l对节点n的节点导纳矩阵；
在发电节点，通过拉格朗日函数对机组出力求导得到：
式中：为时段t***上备用约束的影子价格，/>为时段t***下备用约束的影子价格，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i在时段t爬坡约束的影子价格，/>为机组i在时段t+1爬坡约束的影子价格，/>为机组i在时段t滑坡约束的影子价格，/>为机组i在时段t+1滑坡约束的影子价格，/>和/>为线路l在时段t潮流约束的影子价格；
得到此时节点电价：
将节点边际电价视作出力及各约束条件的综合结果：
ρ＝Gi+ARev+APower+ARampUp+ARampDown (1-5)；
式中：ARev为备用分量，APower为出力分量，ARampUp为爬坡分量，ARampDown为滑坡分量。
2.根据权利要求1所述的方法，其特征在于：观察步骤(5)模型出清得到的节点电价是否在预期范围以内，如超出预期范围，则可根据(1-2)判断是否有阻塞分量，再在此基础上通过(1-3)、(1-4)计算得到(1-5)中对节点电价分解得到的约束分量，从而分析出此时约束限制的严重程度。
3.根据权利要求2所述的方法，其特征在于：根据严重程度，改变负荷条件、线路检修计划、启停条件，重新带入步骤(4)中模型，进行计算，直到节点电价水平符合预期，此时，如最终改变的是负荷条件，则需要通过参与省间现货的方式调整联络线计划，从而实现最终的出清结果，充分释放市场红利。
4.根据权利要求1所述的方法，其特征在于：将当次实际运行结果归档，完成对典型场景下的历史报价与运行数据库的丰富与修正。
5.根据权利要求1所述的方法，其特征在于：步骤(3)当其报价值高于场景库中报价平均值Ci的平均值达30％时，对其报价行为进行重点关注，对其市场力行使可能性进行判定，开启市场预警。
6.根据权利要求1所述的方法，其特征在于：所述的约束条件包括：
负荷平衡：(λ):
备用约束：(π):
出力约束：(ε):
爬坡/滑坡约束：(v):-Rampi≤Pi,t+1-Pi,t≤Rampi (1-9)
潮流约束：(σ):
式中，Pi,t为机组i在时段t的出力，Loadn,t为节点n在时段t的负荷需求，机组i下旋备，/>为机组i上旋备，/>为机组i的出力上限，/>为机组i的出力下限，Rampi为机组i的爬坡/滑坡速率，/>为线路l的输电线路容量上限，-Sl +和Sl -为潮流线路l的松弛变量，Gl,i和Gl,n为线路l对机组i和节点n的节点导纳矩阵，λ为***负荷平衡约束的影子价格，π为***备用约束的影子价格，ε为机组出力约束的影子价格，v为机组爬坡和滑坡约束的影子价格，σ为线路l潮流约束的影子价格，T为时间段，I为机组，N为节点。
7.根据权利要求1所述的方法，其特征在于：所述的拉格朗日函数为：
式中，Ci为机组i的报价，Pi,t为机组i在时段t的出力，λt为时段t下***负荷平衡约束的影子价格，Loadn,t为节点n在时段t的负荷需求，为时段t***上备用约束的影子价格，为机组i的出力上限，/>为机组i上旋备，/>为时段t***下备用约束的影子价格，/>机组i下旋备，/>为机组i在时段t出力上限约束的影子价格，/>为机组i在时段t出力下限约束的影子价格，/>为机组i的出力下限，/>为机组i在时段t爬坡约束的影子价格，Pi,t+1为机组i在时段t+1的出力，/>为机组i在时段t滑坡约束的影子价格，Rampi为机组i的爬坡/滑坡速率，/>为线路l在时段t正向潮流约束的影子价格，Gl,i为线路l对机组i的节点导纳矩阵，Gl,n为线路l对节点n的节点导纳矩阵，Sl +和Sl -为潮流线路l的松弛变量，/>为线路l的输电线路容量上限，/>为线路l在时段t负向潮流约束的影子价格，T为时间段。
CN202010720064.4A 2020-07-24 2020-07-24 基于源网荷不确定因素的电力现货市场运营方法 Active CN112072636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010720064.4A CN112072636B (zh) 2020-07-24 2020-07-24 基于源网荷不确定因素的电力现货市场运营方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010720064.4A CN112072636B (zh) 2020-07-24 2020-07-24 基于源网荷不确定因素的电力现货市场运营方法

Publications (2)

Publication Number Publication Date
CN112072636A CN112072636A (zh) 2020-12-11
CN112072636B true CN112072636B (zh) 2023-09-29

Family

ID=73656553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010720064.4A Active CN112072636B (zh) 2020-07-24 2020-07-24 基于源网荷不确定因素的电力现货市场运营方法

Country Status (1)

Country Link
CN (1) CN112072636B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344641B (zh) * 2021-07-02 2023-04-07 广东电力交易中心有限责任公司 一种运行备用辅助服务市场交易成本分摊方法
CN113869693A (zh) * 2021-09-23 2021-12-31 广东电网有限责任公司电力调度控制中心 一种现货市场环境下电网公司的输电线路建设决策方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103335537A (zh) * 2013-06-15 2013-10-02 国家电网公司 凝汽器实时运行清洁系数在线监测方法
CN108711890A (zh) * 2018-06-27 2018-10-26 广东电网有限责任公司 日前市场出清方法、***、装置及计算机可读存储介质
CN109980631A (zh) * 2017-12-28 2019-07-05 广东电网有限责任公司电力调度控制中心 一种日前电力现货市场出清与节点电价计算方法
CN110148006A (zh) * 2019-05-20 2019-08-20 国网天津市电力公司 一种电力市场恶意竞价行为识别方法
CN110874692A (zh) * 2019-11-05 2020-03-10 中国南方电网有限责任公司 交直流混联区域电网现货市场出清计算优化方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090012916A1 (en) * 2007-07-07 2009-01-08 Alexander Montgomery Barnett Energy optimization system and method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103335537A (zh) * 2013-06-15 2013-10-02 国家电网公司 凝汽器实时运行清洁系数在线监测方法
CN109980631A (zh) * 2017-12-28 2019-07-05 广东电网有限责任公司电力调度控制中心 一种日前电力现货市场出清与节点电价计算方法
CN108711890A (zh) * 2018-06-27 2018-10-26 广东电网有限责任公司 日前市场出清方法、***、装置及计算机可读存储介质
CN110148006A (zh) * 2019-05-20 2019-08-20 国网天津市电力公司 一种电力市场恶意竞价行为识别方法
CN110874692A (zh) * 2019-11-05 2020-03-10 中国南方电网有限责任公司 交直流混联区域电网现货市场出清计算优化方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于电力现货市场出清模拟的节点电价影响因素分析;李泽宏;曾杨超;周畅游;醋院科;肖鹏;;电气技术(第05期);全文 *

Also Published As

Publication number Publication date
CN112072636A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN112072636B (zh) 基于源网荷不确定因素的电力现货市场运营方法
CN112084705B (zh) 一种用于综合能源***的并网协调规划方法及***
CN113269372A (zh) 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法
CN110994790B (zh) 一种企业电网调度知识决策分析***
CN109685287A (zh) 增量配电网电源容量多目标优化配置方法
CN114897346A (zh) 计及不确定性和需求响应的虚拟电厂鲁棒优化调度方法
CN112308411A (zh) 基于动态碳交易模型的综合能源站随机规划方法及***
CN115864376A (zh) 一种多时间尺度电力保供分析方法及***
CN113378447A (zh) 一种太阳能光热电站参与的黑启动服务定价方法
CN111008769B (zh) 一种计及电力阻塞的能源转型优化方法及***
CN112308433A (zh) 一种风电电力调度方法及***
Lang et al. A novel two‐stage interval prediction method based on minimal gated memory network for clustered wind power forecasting
CN113595104A (zh) 一种风储联合调频***的储能容量配置方法
Cai et al. Intra-day Tie-line Scheduling Model Considering New Energy Fluctuation
CN112949892A (zh) 区域电网新能源发电消纳优化方法、***、设备及介质
Shang et al. Grid-side energy storage system day-ahead bidding strategy based on two-level decision in spot market
Can et al. Research on Multi-factorial Investment Decision of Distribution Network Based on Input-output Assessment and Genetic Algorithm
Ren et al. Decision-making approach in charging mode for electric vehicle based on cumulative prospect theory
Li et al. The research on the reliability prediction method based on least absolute deviation method and genetic algorithm
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源***的能量管理方法
CN113408886B (zh) 一种储能容量的配置方法及装置
Liu et al. A Bi-level Transmission Expansion Planning Method Considering Financial Transmission Rights
Huai-Dong et al. Research on Orderly Charging Strategy of Electric Vehicles Based on Improved Particle Swarm Optimization Algorithm
Chen et al. Demand-side Response User Selection Based on Improved BPSO
Zhou et al. Study on the optimization of the day-ahead addition space for large-scale energy storage participation in auxiliary services

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