計(jì)及電量互保策略的售電公司兩階段日前決策方法

楊陽方, 劉繼春

(四川大學(xué)電氣信息學(xué)院, 四川省成都市 610065)

計(jì)及電量互保策略的售電公司兩階段日前決策方法

楊陽方, 劉繼春

(四川大學(xué)電氣信息學(xué)院, 四川省成都市 610065)

售電公司在購電量不足或負(fù)荷預(yù)測精度較差時(shí),會(huì)面臨嚴(yán)格的電量偏差考核,并可能產(chǎn)生較大虧損。為此,文中在日前交易前,基于場景分析法,以計(jì)入可中斷負(fù)荷成本和售電公司間電量互保策略影響的售電公司購電費(fèi)用期望為目標(biāo),建立了日前競價(jià)策略模型;然后在市場出清后,根據(jù)市場出清價(jià)格,以售電公司間電量互保策略作為減少電量偏差的策略,優(yōu)化可中斷負(fù)荷量及電量互保下的轉(zhuǎn)移電量,進(jìn)一步減少電量偏差。在電量結(jié)算階段,分別使用夏普利(Shapley)值和最小費(fèi)用剩余資金(MCRS)法對售電公司集合總費(fèi)用進(jìn)行分配。通過算例仿真分析了不同場景下可中斷負(fù)荷和電量互保策略下單位電量轉(zhuǎn)移價(jià)格對電量偏差時(shí)售電公司集合費(fèi)用的影響,并驗(yàn)證了2種費(fèi)用分配方法的適用情況。

售電公司; 電量互保; 費(fèi)用分配; 可中斷負(fù)荷

0 引言

隨著電力體制改革的持續(xù)推進(jìn),國家在2015年發(fā)布了“中發(fā)〔2015〕9號文”[1],對如何逐步開放售電市場作出規(guī)劃,各省相繼開展了售電公司與發(fā)電公司的購電交易[2-3]。由社會(huì)資本、電網(wǎng)公司或發(fā)電公司投資產(chǎn)生的各類售電公司,代理用戶在售電市場中進(jìn)行競價(jià)購電,并銷售給用戶,為用戶提供服務(wù)[4-6]。目前,試點(diǎn)省份的電力市場多是供大于求,售電公司能買到足夠的電量。但是當(dāng)市場供需比減小時(shí),售電公司購買的電量可能會(huì)低于其預(yù)期用電量。在結(jié)算時(shí),交易中心將對其進(jìn)行偏差考核,以多倍于市場清算價(jià)格的費(fèi)用進(jìn)行懲罰,因此在供小于求導(dǎo)致購電量不足或負(fù)荷預(yù)測精度較差時(shí),售電公司在購售電業(yè)務(wù)中的差價(jià)收益會(huì)極大減少,甚至產(chǎn)生售電公司虧損的局面,因此,如何減少電量偏差是售電公司參與售電側(cè)市場競爭亟待解決的問題之一。

售電公司減少電量偏差的方法通常有如下幾種:①增加對用戶負(fù)荷的預(yù)測精度,這對售電公司的技術(shù)實(shí)力要求較高;②通過向用戶分?jǐn)偲羁己速M(fèi)用來轉(zhuǎn)移風(fēng)險(xiǎn),但會(huì)減少用戶的粘性;③利用負(fù)荷的需求響應(yīng)能力來減少偏差,該方法通常會(huì)使用戶滿意度下降,減少用戶粘性。與上述方法不同,本文采用售電公司間的電量互保策略降低電量偏差,充分挖掘由于市場價(jià)格波動(dòng)、競價(jià)策略差異造成的不同售電公司的上調(diào)與下調(diào)電量偏差間的相互調(diào)劑能力,既不影響用戶體驗(yàn),也不提高售電公司進(jìn)行精準(zhǔn)負(fù)荷預(yù)測的技術(shù)要求。

事實(shí)上,2017年4月,江蘇省出臺(tái)的售電市場交易規(guī)則就指出:“售電公司之間可以簽訂電量互保協(xié)議,一方因特殊原因無法履行合同電量時(shí),經(jīng)電力調(diào)度機(jī)構(gòu)安全校核通過后,由另一方代發(fā)(代用)部分或全部電量,在事后補(bǔ)充轉(zhuǎn)讓交易合同,并報(bào)電力交易機(jī)構(gòu)?！笨梢钥闯?電量互保確是售電公司應(yīng)對電量偏差考核的有效手段。

目前,國內(nèi)外學(xué)者主要是針對售電公司的報(bào)價(jià)購電決策問題進(jìn)行研究。文獻(xiàn)[7-8]建立了售電公司日前隨機(jī)規(guī)劃模型,分別計(jì)及可中斷負(fù)荷和基于價(jià)格激勵(lì)的轉(zhuǎn)移負(fù)荷,并考慮了不同的風(fēng)險(xiǎn)指標(biāo)。文獻(xiàn)[9]考慮了現(xiàn)貨市場價(jià)格、消費(fèi)行為等不確定性的影響,建立了售電公司的日前報(bào)價(jià)決策模型。文獻(xiàn)[10]構(gòu)建了包含多能源主體的售電公司非合作博弈模型,并求得納什均衡點(diǎn)處售電公司的收益。然而,上述文獻(xiàn)都沒有針對售電公司減少電量偏差的模型展開研究。

此外,售電公司通常擁有可中斷負(fù)荷[11],它屬于需求響應(yīng)[12-13]技術(shù)之一。文獻(xiàn)[14-19]在虛擬電廠、電網(wǎng)公司、主動(dòng)配電網(wǎng)的日前優(yōu)化調(diào)度中利用可中斷負(fù)荷來擴(kuò)大自身的收益,但沒有考慮可中斷負(fù)荷在降低售電公司電量偏差方面的應(yīng)用。

本文通過允許售電公司之間簽訂電量互保合同進(jìn)行購電量轉(zhuǎn)移,以及計(jì)入售電公司內(nèi)部可中斷負(fù)荷的作用,解決由于購電量不足和負(fù)荷預(yù)測誤差引起的售電公司電量偏差考核問題。分別對售電公司的日前競價(jià)策略和市場出清后售電公司集合利用互保策略減少電量偏差進(jìn)行優(yōu)化,并在電量結(jié)算階段對售電公司集合總費(fèi)用進(jìn)行支付分?jǐn)偂Ｍㄟ^算例仿真得到可中斷負(fù)荷參數(shù)、互保下單位電量轉(zhuǎn)移價(jià)格對不同電量偏差水平下售電公司集合費(fèi)用的影響,并分析2種費(fèi)用分配方法適用情況。

1 售電公司購電行為分析以及其電量互保策略

1.1 售電公司購電行為及其電量偏差

售電公司與用戶的合約內(nèi)容主要包括賣給用戶的售電價(jià)格、是否提供可中斷負(fù)荷服務(wù)、由誰來承擔(dān)偏差考核等問題。用戶將其用電計(jì)劃、負(fù)荷預(yù)測結(jié)果及可中斷負(fù)荷服務(wù)的內(nèi)容提交售電公司。

售電公司首先進(jìn)行下一周期的中長期交易,一般是與發(fā)電公司談判簽訂年度雙邊協(xié)議,并在月度市場中進(jìn)行報(bào)價(jià),經(jīng)市場出清后購買電量。將中長期交易的年度、月度電量分配到每日后,再在日前市場中進(jìn)行購電。在日前購電交易結(jié)束后,如果負(fù)荷預(yù)測值與購電量之間存在差值,則售電公司將與內(nèi)部的負(fù)荷進(jìn)行協(xié)商,調(diào)整負(fù)荷以減少偏差。在實(shí)時(shí)階段,售電公司根據(jù)最新的負(fù)荷預(yù)測值,在實(shí)時(shí)市場中購買上調(diào)、下調(diào)服務(wù)。在進(jìn)行電量結(jié)算時(shí),交易中心計(jì)算售電公司的偏差,并且分別以上調(diào)和下調(diào)偏差考核費(fèi)用對售電公司進(jìn)行考核。

由于供求關(guān)系和價(jià)格因素的影響,因此售電公司在市場中購電會(huì)存在2種情況:一是分段報(bào)價(jià)的某一段高于市場出清價(jià)格而沒有成交;二是售電公司申報(bào)電量大于預(yù)期購電量并在市場中全部出清,在市場中購買的電量可能與預(yù)期購電量有一定的差額。并且由于現(xiàn)有的負(fù)荷預(yù)測方法都有預(yù)測誤差,因此用戶的實(shí)際用電量與預(yù)期用電量也有一定差值。

1.2 售電公司間的電量互保策略

本文提出的售電公司、用戶、交易中心間的關(guān)聯(lián)關(guān)系如圖1所示。為減少電量偏差,售電公司之間允許針對偏差考核進(jìn)行電量互保,即多個(gè)售電公司與交易中心簽訂協(xié)議,以一定的轉(zhuǎn)移費(fèi)用將實(shí)時(shí)購電量在售電公司之間進(jìn)行分配、轉(zhuǎn)移。電量轉(zhuǎn)移費(fèi)用既包括由于上調(diào)與下調(diào)電量偏差而相互調(diào)劑產(chǎn)生的售電公司間費(fèi)用,又包括由于售電公司間電量轉(zhuǎn)移造成的發(fā)電量改變使得發(fā)電公司費(fèi)用變化,該部分費(fèi)用由售電公司集合與交易中心結(jié)算,交易中心再支付給發(fā)電公司。例如當(dāng)一個(gè)售電公司實(shí)時(shí)購電量大于預(yù)期用電量,而另一個(gè)售電公司的實(shí)時(shí)購電量小于預(yù)期用電量時(shí),兩者進(jìn)行電量互保,通過電量轉(zhuǎn)移減少電量偏差。

圖1 售電公司、用戶、交易中心間的關(guān)聯(lián)關(guān)系Fig.1 Relationship among retailers, users and trading centers

售電公司內(nèi)部可能有多類可中斷負(fù)荷,利用可中斷負(fù)荷,可以減少因購電不足和負(fù)荷預(yù)測誤差產(chǎn)生的偏差。售電公司自身的可中斷負(fù)荷資源有剩余時(shí), 售電公司通過中斷自身負(fù)荷減少用電量,通過電量互保,把多余的購電量轉(zhuǎn)移給其他售電公司,并從其他售電公司獲得中斷補(bǔ)償。

本文解決的售電公司電量偏差優(yōu)化問題有如下假設(shè):①本文工作包括在具有充分競爭性的日前市場交易前,售電公司單獨(dú)進(jìn)行的競價(jià)策略優(yōu)化和日前市場出清后,售電公司間通過采用計(jì)入可中斷負(fù)荷的電量互保策略,減少電量偏差;②售電公司承擔(dān)全部的用戶電量偏差。

2 售電公司兩階段電量偏差隨機(jī)優(yōu)化模型

2.1 售電公司購電策略優(yōu)化模型

設(shè)有m個(gè)售電公司,每個(gè)售電公司內(nèi)有nl個(gè)可中斷負(fù)荷,每個(gè)決策周期的時(shí)段數(shù)為T。i表示售電公司編號,j表示可中斷負(fù)荷編號。在日前市場交易前,售電公司面對2類不確定量:一是市場出清價(jià)格,二是售電公司的負(fù)荷。售電公司在時(shí)段t的負(fù)荷預(yù)測值為Lp,i,t。根據(jù)預(yù)測誤差信息,采用蒙特卡洛模擬生成針對售電公司不確定量的大量場景,并根據(jù)K均值聚類(K-Means)算法進(jìn)行場景聚類,形成nr個(gè)典型場景,包括第r個(gè)場景下售電公司i的負(fù)荷值Lp,i,t,r、市場出清價(jià)格Cb,i,r,t及概率πr,i。

售電公司考慮電量互保策略和可中斷負(fù)荷的影響,進(jìn)行日前競價(jià)使購售電總費(fèi)用最小,目標(biāo)函數(shù)包括日前市場中購電費(fèi)用、售電費(fèi)用、可中斷負(fù)荷的補(bǔ)償費(fèi)用、轉(zhuǎn)移費(fèi)用,以及實(shí)時(shí)市場購買偏差或者懲罰的上調(diào)、下調(diào)費(fèi)用,如式(1)所示:

(1)

式中:Ca,r,i為購售電總費(fèi)用;Lb,i,r,t為購電量;LC,i,i2為售電公司i向售電公司i2轉(zhuǎn)移的電量;LC,i2,i為售電公司i2向售電公司i轉(zhuǎn)移的電量;Cs,i,t為售電價(jià)格;Ls,i,t為負(fù)荷;Co,i,j,t為可中斷負(fù)荷的補(bǔ)償價(jià)格;Lo,i,j,t為可中斷負(fù)荷的決策變量,表示時(shí)段t可中斷負(fù)荷j的中斷量;CC,i,i2為單位電量轉(zhuǎn)移價(jià)格;Cpu,i,t和Cpl,i,t分別為時(shí)段t上調(diào)、下調(diào)費(fèi)用,出于保守考慮,選取最大的費(fèi)用,即懲罰費(fèi)用進(jìn)行優(yōu)化;Lpu,i,r,t和Lpl,i,r,t分別為上調(diào)、下調(diào)電量。

需要滿足約束條件如下所示。

Lp,i,t-α1≤Lb,i,r,t≤Lp,i,t+α2

(2)

(3)

(4)

Ai,tLb,i,r,t+Bi,t=Cb,i,r,t

(5)

uj,tLo,i,j,t,min≤Lo,i,j,t≤uj,tLo,i,j,t,max

(6)

Co,i,j,t=K1,jLo,i,j,t+Kθ,j

(7)

Son,j,t=(Son,j,t-1+1-uj,t)(1-uj,t)

(8)

Soff,j,t=(Soff,j,t-1+uj,t)uj,t

(9)

0≤(uj,t-1-uj,t)(Son,j,t-Tj,on)

(10)

0≤(uj,t-uj,t-1)(Soff,j,t-1-Tj,off)

(11)

(12)

(13)

(14)

式中:α1和α2為范圍參數(shù);LC,i,max和LC,i,min分別為售電公司i轉(zhuǎn)移總電量的上、下限;uC,i1,i2為布爾變量,表示售電公司i1與i2電量互保的狀態(tài);LC，i1,i2,max為售電公司i1向售電公司i2轉(zhuǎn)移電量的上限;Ai,t和Bi,t為決策變量報(bào)價(jià)系數(shù);Lo,i,j,t,max為可中斷負(fù)荷上限;Lo,i,j,t,min為可中斷負(fù)荷下限;uj,t和uj,t-1為布爾變量,表示可中斷負(fù)荷在時(shí)段t和時(shí)段t-1的中斷狀態(tài);K1,j和Kθ,j為可中斷負(fù)荷的價(jià)格系數(shù)[20];Son,j,t,Son,j,t-1,Soff,j,t,Soff,j,t-1為連續(xù)中斷狀態(tài)和連續(xù)停止中斷狀態(tài),表示負(fù)荷持續(xù)中斷的時(shí)間和持續(xù)停止中斷的時(shí)間;Tj,on為最小連續(xù)中斷時(shí)間;Tj,off為最小連續(xù)停止中斷時(shí)間;No,j為可中斷負(fù)荷的最大中斷次數(shù);M為足夠大的數(shù);upl,i,r,t和upu,i,r,t分別為上調(diào)和下調(diào)狀態(tài)。

其中式(2)表示購電量上下限約束,即購電量不能與負(fù)荷預(yù)測偏差太大;式(3)表示互?？偭康募s束,在市場出清前,售電公司出于保守考慮,使轉(zhuǎn)移總電量小于自身的最大偏差,并保證其滿足在不考慮可中斷負(fù)荷情況下的偏差上限和偏差下限;式(4)表示轉(zhuǎn)移電量上、下限約束;式(5)表示售電公司i的線性報(bào)價(jià)曲線;式(6)表示可中斷負(fù)荷的上、下限約束;式(7)表示可中斷負(fù)荷的補(bǔ)償成本,和用戶簽訂可中斷負(fù)荷合約中,單位中斷價(jià)格與中斷量線性相關(guān);式(8)和式(9)表示連續(xù)中斷狀態(tài)和連續(xù)停止中斷狀態(tài);式(10)和式(11)為連續(xù)中斷時(shí)間約束和連續(xù)停止中斷時(shí)間約束;式(12)為可中斷負(fù)荷的中斷次數(shù)約束;式(13)為上調(diào)和下調(diào)電量約束;式(14)為電量平衡,表示購電量、轉(zhuǎn)移電量、可中斷負(fù)荷中斷量、負(fù)荷電量、偏差之間的關(guān)系。

2.2 市場出清后售電公司間的電量互保決策

在日前市場出清后,售電公司的購電量和市場出清價(jià)格都已確定,電量互保集合中的售電公司再進(jìn)行集中優(yōu)化,以確定具體的轉(zhuǎn)移電量和可中斷負(fù)荷的中斷量。由于此時(shí)負(fù)荷和實(shí)時(shí)市場價(jià)格具有不確定性,因此重新進(jìn)行抽樣與聚類,形成ns個(gè)場景,第s個(gè)場景下售電公司i的負(fù)荷為Lp,i,t,s,實(shí)時(shí)市場中上調(diào)服務(wù)與下調(diào)服務(wù)價(jià)格分別為Cpu,i,s,t和Cpl,i,s,t,售電公司集中優(yōu)化使集合的總費(fèi)用最小,目標(biāo)函數(shù)如式(15)所示:

(15)

式中:Lpu,i,s,t和Lpl,i,s,t分別為負(fù)荷場景s下的上調(diào)、下調(diào)電量。

式(15)包括可中斷負(fù)荷補(bǔ)償費(fèi)用、售電公司間電量互保的費(fèi)用,以及各售電公司的偏差費(fèi)用。除了需要滿足電量互保約束條件式(3)和可中斷負(fù)荷約束條件式(6)至式(13)外,還需滿足如下約束條件:

(16)

(17)

式中:upu,i,s,t和upl,i,s,t分別為上調(diào)和下調(diào)狀態(tài);ΔLi,s,t為場景s中購電量與負(fù)荷的差值。

其中,式(16)表示場景s中偏差電量的上下限約束;式(17)表示電量平衡約束,表示售電公司i中電量互保的轉(zhuǎn)移電量、可中斷負(fù)荷的中斷量、上調(diào)下調(diào)電量和購電偏差之間的關(guān)系。

3 售電公司間費(fèi)用分配方法

在售電公司間進(jìn)行電量轉(zhuǎn)移時(shí),售電公司都獲得了利益,售電公司集合與交易中心結(jié)算的費(fèi)用部分在售電公司間進(jìn)行分配。本文分別采用夏普利(Shapley)值和最小費(fèi)用剩余資金(minimum costs remaining savings,MCRS)法分配售電公司集合的總費(fèi)用。在分配的算法中,需要計(jì)入由于上調(diào)與下調(diào)電量偏差相互調(diào)劑產(chǎn)生的售電公司間結(jié)算的費(fèi)用,以得到算法中要求的個(gè)體對集合的貢獻(xiàn)程度。

3.1 基于Shapley值的費(fèi)用分配

Shapley值[21]是將個(gè)體對集合的邊際貢獻(xiàn)的大小作為個(gè)體分配的依據(jù)。

全體售電公司的集合記為N={1,2,…,m},當(dāng)部分售電公司形成的虛擬集合Q={i1,i2,…,im0}時(shí),該虛擬集合的費(fèi)用v(Q)的計(jì)算方法與式(15)類似,其中m0為虛擬集合中售電公司的數(shù)量。將式(15)中除去虛擬集合Q中沒有的售電公司,如式(18)所示:

(18)

需要滿足約束條件如式(3)、式(6)至式(13)、式(16)和式(17)。當(dāng)售電公司i獨(dú)自優(yōu)化時(shí),售電公司的費(fèi)用v(i)如式(19)所示,Shapley值給出了售電公司的費(fèi)用分配結(jié)果如式(20)所示。

(19)

v(Q-i)]

(20)

式中:xi為售電公司i的費(fèi)用分配結(jié)果,i=1,2,…,m;|Q|為虛擬集合Q中售電公司的數(shù)量;v(Q-i)為不包含售電公司i的虛擬集合分配費(fèi)用。

3.2 基于MCRS法的費(fèi)用分配

因?yàn)镾hapley值需要計(jì)算所有可能的虛擬集合的費(fèi)用,當(dāng)售電公司數(shù)量增多時(shí),需要計(jì)算的場景呈指數(shù)復(fù)雜度增加,所以使用MCRS法進(jìn)行費(fèi)用分配。MCRS法[22]是剩余費(fèi)用缺口法的推廣,原理是勾勒出核的輪廓,按照局中人愿意承擔(dān)的最大費(fèi)用和最小費(fèi)用的差值的比例來分?jǐn)傎M(fèi)用。

團(tuán)體合理性表示所有售電公司費(fèi)用分配的和等于集合N的總支付式(21)所示。虛擬集合{N-i}中個(gè)體的分配結(jié)果需要滿足式(22)。

(21)

(22)

式中:v(N-i)由式(18)計(jì)算得到。

由式(21)和式(22)可推出售電公司i的最小分配費(fèi)用xi,min如式(23)所示。

xi,min=v(N)-v(N-i)≤xi

(23)

售電公司i費(fèi)用的最大值xi,max如式(24)所示。

xi≤xi,max=v(i)

(24)

其中v(i)為售電公司單獨(dú)優(yōu)化費(fèi)用,由式(19)計(jì)算得到。售電公司i分配剩余費(fèi)用的比例系數(shù)βi如式(25)所示。

(25)

售電公司i的分配結(jié)果如式(26)所示。

xi=xi,min+βiIc

(26)

式中:Ic為可分費(fèi)用,是集合總費(fèi)用減去所有售電公司的最小分配費(fèi)用計(jì)算得到。

4 求解算法與流程

本文提出的售電公司兩階段電量偏差決策流程如附錄A圖A1所示,包括3個(gè)部分:①售電公司日前階段競價(jià)策略優(yōu)化;②市場出清后電量互保集合中的售電公司集中優(yōu)化;③結(jié)算階段費(fèi)用分配。最后一部分算法參見第3節(jié),本節(jié)針對第1和第2部分算法進(jìn)行說明。

在前2個(gè)階段的優(yōu)化問題中,出現(xiàn)的非線性主要體現(xiàn)以下幾點(diǎn):①可中斷負(fù)荷的費(fèi)用在目標(biāo)函數(shù)中表現(xiàn)為二次項(xiàng);②日前競價(jià)曲線在目標(biāo)函數(shù)中表現(xiàn)為反比例形式;③可中斷負(fù)荷的最小中斷時(shí)間約束、中斷次數(shù)約束為雙線性。

為了能夠有效地求解該問題,對上述的非線性項(xiàng)進(jìn)行線性化,將原來的混合整數(shù)二次規(guī)劃問題轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問題,從而可以使用CPLEX求解器進(jìn)行高效準(zhǔn)確的求解。

針對可中斷負(fù)荷的費(fèi)用,可中斷負(fù)荷的成本在目標(biāo)函數(shù)中的項(xiàng)如式(27)所示:

Co,i,j,tLo,i,j,t=(K1,jLo,i,j,t+Kθ,j)Lo,i,j,t

(27)

其中Lo,i,j,t的上、下限如式(6)所示,將式(27)進(jìn)行分段線性化,每一次分段會(huì)使每個(gè)時(shí)段增加2個(gè)變量,分段的段數(shù)越多,近似越精確,但是求解速度會(huì)減慢,因此選擇分成4段的線性近似。分段線性化方法圖示如附錄A圖A2所示。

對于一個(gè)可中斷負(fù)荷中斷量Lo,i,j,t,需要引入8個(gè)中間變量,并且添加如式(28)所示約束:

(28)

式中:Lo,i,j,ai,t為中斷量Lo,i,j,t在分段ai的分量;uai為布爾變量,表示分量的狀態(tài)。

式(28)表示Lo,i,j,t可由分量累加,并且各分量由小到大依次累加。因此可中斷負(fù)荷的成本如式(29)所示:

(29)

式中:Co,i,j,0,t為Lo,i,j,t=Lo,i,j,t,min時(shí)的費(fèi)用;kai為各分段的斜率。

針對競價(jià)曲線式(5)作如式(31)的處理,并且令

(30)

則

(31)

針對最小中斷/停止中斷時(shí)間約束式(8)至式(11),基于文獻(xiàn)[23]的方法進(jìn)行等價(jià)線性化,如式(32)所示:

(32)

(33)

式中:ε(t-1)為單位沖擊函數(shù);uj,0,Son,j,0,Soff,j,0為前一周期最后一時(shí)段相關(guān)的中斷狀態(tài)量。

針對的約束式(12),基于文獻(xiàn)[24]的方法對雙線性約束進(jìn)行絕對值線性化,見下式:

(34)

5 算例分析

根據(jù)第4節(jié)描述,售電公司日前階段競價(jià)策略優(yōu)化問題和市場出清后電量互保集合中的售電公司集中優(yōu)化問題為混合整數(shù)線性規(guī)劃問題,因此在MATLAB中調(diào)用Yalmip工具箱并使用CPLEX求解器進(jìn)行求解。

5.1 售電公司日前階段購電優(yōu)化

本文對負(fù)荷采用標(biāo)幺值進(jìn)行描述,基準(zhǔn)容量為10 MW。時(shí)段數(shù)T取48,選取4個(gè)售電公司進(jìn)行仿真,4個(gè)售電公司按順序編號,代理的負(fù)荷類型分別為居民用戶、第三產(chǎn)業(yè)、重工業(yè)、輕工業(yè)負(fù)荷。其中售電公司2和售電公司3內(nèi)部可中斷負(fù)荷有2類?？芍袛嘭?fù)荷的上、下限和價(jià)格系數(shù)見附錄A表A1,最小中斷時(shí)段數(shù)為4個(gè)時(shí)段,最小停止中斷時(shí)段數(shù)為6 個(gè)時(shí)段,最大中斷次數(shù)為6次,在上一周期最后時(shí)段的中斷狀態(tài)為1,0,0,1,1,0,連續(xù)中斷時(shí)段為2,0,0,3,1,0,連續(xù)停止中斷時(shí)段為0,1,2,0,0,1。售電價(jià)格為70元/MW,購電量約束中上限為5%,下限為10%,偏差考核的懲罰價(jià)格上調(diào)價(jià)格為100元/MW,下調(diào)價(jià)格為80元/MW。

四個(gè)售電公司旗下負(fù)荷的典型日負(fù)荷曲線見附錄A圖A3。負(fù)荷場景的生成基于日負(fù)荷曲線,聚類形成6個(gè)典型場景,各場景下總負(fù)荷為64.649 3,64.639 7,64.648 5,64.648 5,64.675 5,64.646 6,64.637 8,相應(yīng)的概率為0.134 0,0.176 1,0.134 1,0.234 9,0.107 0,0.213 9。日前出清價(jià)格基于預(yù)測信息,并聚類形成3個(gè)典型場景,各場景下價(jià)格為50.12,54.92,45.25元/MW,相應(yīng)的概率為0.456 0,0.263 9,0.280 1。兩類場景相互獨(dú)立,由此組合形成18種負(fù)荷價(jià)格場景。

各個(gè)售電公司進(jìn)行日前購電優(yōu)化,形成報(bào)價(jià)曲線并在市場中出清,各售電公司優(yōu)化的費(fèi)用期望值分別為:-402.73,-143.04,-923.21,-152,56元,其中負(fù)值表示售電公司處于收益狀態(tài)。可以看出,由于售電公司3具有最大容量的負(fù)荷,因此其收益最大。在優(yōu)化時(shí)間上,售電公司1和售電公司4由于僅有一類可中斷負(fù)荷,其變量數(shù)較其他售電公司較少,因此可以在3 min內(nèi)完成優(yōu)化,而售電公司2和售電公司3則優(yōu)化時(shí)間較長,在5 min之內(nèi)優(yōu)化完成。

對于售電公司1而言,在不考慮可中斷負(fù)荷和電量互保策略的影響時(shí),售電公司的費(fèi)用期望值分別為-396.23元和-383.85元,由此可見,電量互保策略對售電公司競價(jià)策略的影響較大。

售電公司期望值中購電費(fèi)用、售電費(fèi)用、可中斷負(fù)荷補(bǔ)償費(fèi)用、電量互保轉(zhuǎn)移費(fèi)用、偏差費(fèi)用分別如表1所示。

表1 售電公司各部分費(fèi)用期望值Table 1 Expected cost of each part of the retailers

可中斷負(fù)荷在不同市場價(jià)格場景下的調(diào)用狀態(tài)見附錄A圖A4。由于市場價(jià)格激勵(lì)可中斷負(fù)荷的狀態(tài)有一定的移動(dòng),但主要安排在負(fù)荷峰值附近進(jìn)行中斷,以獲得較大收益。

接著分析可中斷負(fù)荷價(jià)格系數(shù),可中斷負(fù)荷最小中斷時(shí)間,電量轉(zhuǎn)移價(jià)格進(jìn)行對費(fèi)用期望的影響。上述參數(shù)調(diào)整時(shí),當(dāng)售電公司1的電量互保、可中斷負(fù)荷的參數(shù)改變時(shí),如表2所示。

表2 可中斷負(fù)荷和電量互保參數(shù)對費(fèi)用的影響Table 2 Impact of interruptible load and power transfer strategy on the cost

當(dāng)可中斷負(fù)荷的系數(shù)K1,j由500元/MW2增加到900元/MW2過程中,費(fèi)用的變化并不是很大,通過觀察各個(gè)場景中可中斷負(fù)荷的中斷量,發(fā)現(xiàn)可中斷負(fù)荷的量更加靠近上下限附近,而中斷狀態(tài)并沒有太大改變,因此在當(dāng)前情況下K1,j對于售電公司的費(fèi)用影響不是很大。

當(dāng)可中斷負(fù)荷的系數(shù)Kθ,j從150元/MW增加到300元/MW時(shí),費(fèi)用期望增加,但并不是線性增加,在Kθ,j等于200元/MW和250元/MW時(shí),費(fèi)用相差不大,通過對可中斷負(fù)荷的中斷狀態(tài)進(jìn)行分析,售電公司通過減少它的中斷狀態(tài)來使得可中斷負(fù)荷的費(fèi)用保持在一定值附近來使費(fèi)用達(dá)到最優(yōu)。

隨著單位電量轉(zhuǎn)移價(jià)格CC,i,i2增加,售電公司費(fèi)用也增加,但不是線性增加。因?yàn)楦淖兞宿D(zhuǎn)移電量成本,使得可中斷負(fù)荷配置有所變化,導(dǎo)致費(fèi)用非線性增長。

5.2 日前市場出清后的售電公司間電量互保策略優(yōu)化

售電公司選取上述的最優(yōu)解向日前市場競價(jià),在不同日前市場出清價(jià)格情況下電量互保集合中的售電公司進(jìn)行集中優(yōu)化,優(yōu)化出的結(jié)果如表3所示。

表3 不同出清場景下售電公司總費(fèi)用Table 3 Total cost of the retailers in different clearing scenarios

表中數(shù)據(jù)表明電量互保使總的偏差考核減少,并且使可中斷負(fù)荷的使用量增加,即讓售電公司內(nèi)部的可中斷負(fù)荷為其他售電公司提供負(fù)荷中斷。在進(jìn)行了300個(gè)場景的仿真中,電量互保策略使總費(fèi)用的減少值占不考慮電量互保的費(fèi)用的最大、最小、平均值分別為20.52%,10.20%,13.16%。

在場景1中,分別根據(jù)Shapley值和MCRS法對售電公司總費(fèi)用進(jìn)行分配,表4為分配方法需要計(jì)算的虛擬售電公司集合費(fèi)用,根據(jù)集合費(fèi)用計(jì)算得到的售電公司分配費(fèi)用如表5所示。

表4 虛擬集合的費(fèi)用Table 4 Cost of the virtual set

表5 售電公司總費(fèi)用分配結(jié)果Table 5 Allocation results of retailers’ total cost

如表5所示,兩種分配方法都保證售電公司采用電量互保和調(diào)用可中斷負(fù)荷后的分配費(fèi)用低于不參與虛擬集合而單獨(dú)優(yōu)化時(shí)的值,其中,Shapley值考慮了表4中所有虛擬集合的費(fèi)用,全面衡量了售電公司對集合的貢獻(xiàn),而MCRS法根據(jù)式(23)和式(24),僅需考慮表4中虛擬集合{1},{2},{3},{4},{2,3,4},{1,3,4},{1,2,4},{1、2,3},{1,2,3,4}的費(fèi)用。但是在計(jì)算時(shí)間上,Shapley值需要計(jì)算更多優(yōu)化,比MCRS法慢了將近20 s,即MCRS法在計(jì)算時(shí)間上更有優(yōu)勢。

在兩階段優(yōu)化的算例中,優(yōu)化結(jié)果表明電量互保策略和可中斷負(fù)荷都為售電公司集合減少電量偏差,并且電量互保與可中斷負(fù)荷結(jié)合進(jìn)一步優(yōu)化減少集合費(fèi)用。在電量結(jié)算階段,分別使用Shapley值和MCRS法對集合費(fèi)用進(jìn)行分配,并對分配方法的適用性進(jìn)行驗(yàn)證。

6 結(jié)語

本文針對售電公司電量偏差考核問題,采用計(jì)入可中斷負(fù)荷的售電公司電量互保策略,通過場景分析法處理負(fù)荷和市場出清價(jià)格的不確定性,分別建立了售電公司集合在日前的競價(jià)策略優(yōu)化模型和市場出清后的售電公司電量互保決策優(yōu)化模型,逐次減少電量偏差,并在電量結(jié)算階段分別使用Shapley值和MCRS法對售電公司總費(fèi)用進(jìn)行分配。算例仿真重點(diǎn)分析了可中斷負(fù)荷技術(shù)約束與補(bǔ)償成本，以及售電公司間電量互保的單位電量轉(zhuǎn)移價(jià)格對總費(fèi)用的影響。售電公司間電量互保的單位電量轉(zhuǎn)移價(jià)格對于售電公司決策的影響最大,其次是可中斷負(fù)荷,由于可中斷負(fù)荷既為自身又為集合中的其他售電公司提供負(fù)荷中斷服務(wù),因此,可中斷負(fù)荷成本的增加(或減少)對費(fèi)用提升(或下降)效果較好。在總費(fèi)用分配方法上,由于Shapley值法計(jì)入售電公司對集體的平均貢獻(xiàn)值,而MCRS法計(jì)入售電公司對集體的最大、最小貢獻(xiàn)值,后者在售電公司數(shù)量較多時(shí)具有更少的計(jì)算時(shí)間。

針對售電公司代理用戶的模型,本文僅考慮了一種用戶代理模式,即售電公司承擔(dān)全部電量偏差考核,在以后的研究中可以考慮售電公司使用多種代理模式來代理不同類型用戶的情況。負(fù)荷場景根據(jù)正態(tài)分布生成,但實(shí)際情況中的負(fù)荷有更為復(fù)雜的特性,后續(xù)可以使用更加準(zhǔn)確的負(fù)荷預(yù)測模型,并考慮使用魯棒優(yōu)化或機(jī)會(huì)約束規(guī)劃來處理負(fù)荷的不確定性。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 中共中央,國務(wù)院.關(guān)于進(jìn)一步深化電力體制改革的若干意見(中發(fā)〔2015〕9號)[Z].2015.

[2] 吳誠,高丙團(tuán),湯奕,等.基于主從博弈的發(fā)電商與大用戶雙邊合同交易模型[J].電力系統(tǒng)自動(dòng)化,2016,40(22):56-62.DOI:10.7500/AEPS20151110003.

WU Cheng, GAO Bingtuan, TANG Yi, et al. Master-slave game based bilateral contract transaction model for generation companies and large consumers[J]. Automation of Electric Power Systems, 2016, 40(22): 56-62. DOI: 10.7500/AEPS20151110003.

[3] 孫毅,許鵬,單葆國,等.售電側(cè)改革背景下“互聯(lián)網(wǎng)+”電能替代發(fā)展路線[J].電網(wǎng)技術(shù),2016,40(12):3648-3654.

SUN Yi, XU Peng, SHAN Baoguo, et al. Road map for “Internet plus” energy substitution in electricity retail market reform in China[J]. Power System Technology, 2016, 40(12): 3648-3654.

[4] 白楊,謝樂,夏清,等.中國推進(jìn)售電側(cè)市場化的制度設(shè)計(jì)與建議[J].電力系統(tǒng)自動(dòng)化,2015,39(14):1-7.DOI:10.7500/AEPS20150514003.

BAI Yang, XIE Le, XIA Qing, et al. Institutional design of Chinese retail electricity market reform and related suggestions[J]. Automation of Electric Power Systems, 2015, 39(14): 1-7. DOI: 10.7500/AEPS20150514003.

[5] 胡晨,杜松懷,蘇娟,等.新電改背景下我國售電公司的購售電途徑與經(jīng)營模式探討[J].電網(wǎng)技術(shù),2016,40(11):3293-3299.

HU Chen, DU Songhuai, SU Juan, et al. Preliminary research of trading approach and management modes of Chinese electricity retail companies under new electricity market reform[J]. Power System Technology, 2016, 40(11): 3293-3299.

[6] 張曉萱,薛松,楊素,等.售電側(cè)市場放開國際經(jīng)驗(yàn)及其啟示[J].電力系統(tǒng)自動(dòng)化,2016,40(9):1-8.DOI:10.7500/AEPS20151128001.

ZHANG Xiaoxuan, XUE Song, YANG Su, et al. International experience and lessons in power sales side market liberalization[J]. Automation of Electric Power Systems, 2016, 40(9): 1-8. DOI: 10.7500/AEPS20151128001.

[7] 羅琴,宋依群.售電市場環(huán)境下計(jì)及可中斷負(fù)荷的營銷策略[J].電力系統(tǒng)自動(dòng)化,2015,39(17):134-139.DOI:10.7500/AEPS20140910001.

LUO Qin, SONG Yiqun. Marketing strategy in competitive retail market considering interruptible load[J]. Automation of Electric Power Systems, 2015, 39(17): 134-139. DOI: 10.7500/AEPS20140910001.

[8] GARCIA-BERTRAND R. Sale prices setting tool for retailers[J]. IEEE Trans on Smart Grid, 2013, 4(4): 2028-2035.

[9] SONG Meng, AMELIN M. Purchase bidding strategy for a retailer with flexible demands in day-ahead electricity market[J]. IEEE Trans on Power Systems, 2017, 32(3): 1839-1850.

[10] 劉連光,潘明明,田世明,等.考慮源網(wǎng)荷多元主體的售電競爭非合作博弈方法[J].中國電機(jī)工程學(xué)報(bào),2017,37(6):1618-1625.

LIU Lianguang, PAN Mingming, TIAN Shiming, et al. A non-cooperative game analysis of an competitive electricity retail considering multiple subjects of source-grid-load[J]. Proceedings of the CSEE, 2017, 37(6): 1618-1625.

[11] 楊旭英,周明,李庚銀.智能電網(wǎng)下需求響應(yīng)機(jī)理分析與建模綜述[J].電網(wǎng)技術(shù),2016,40(1):220-226.

YANG Xuying, ZHOU Ming, LI Gengyin. Survey on demand response mechanism and modeling in smart grid[J]. Power System Technology, 2016, 40(1): 220-226.

[12] CHEN Sijie, LIU C C. From demand response to transactive energy: state of the art[J]. Journal of Modern Power Systems and Clean Energy, 2017, 5(1): 10-19.

[13] 周保榮,黃廷城,張勇軍.計(jì)及激勵(lì)型需求響應(yīng)的微電網(wǎng)可靠性分析[J].電力系統(tǒng)自動(dòng)化,2017,41(13):70-78.DOI:10.7500/AEPS20160926016.

ZHOU Baorong, HUANG Tingcheng, ZHANG Yongjun. Reliability analysis on microgrid considering incentive demand response[J]. Automation of Electric Power Systems, 2017, 41(13): 70-78. DOI: 10.7500/AEPS20160926016.

[14] 馬春艷,董春發(fā),呂志鵬,等.計(jì)及隨機(jī)因素的商業(yè)型虛擬發(fā)電廠短期交易與優(yōu)化運(yùn)行策略[J].電網(wǎng)技術(shù),2016,40(5):1543-1549.

MA Chunyan, DONG Chunfa, Lü Zhipeng, et al. Short-term trading and optimal operation strategy for commercial virtual power plant[J]. Power System Technology, 2016, 40(5): 1543-1549.

[15] 韋立坤,趙波,吳紅斌,等.虛擬電廠下計(jì)及大規(guī)模分布式光伏的儲(chǔ)能系統(tǒng)配置優(yōu)化模型[J].電力系統(tǒng)自動(dòng)化,2015,39(23):66-74.DOI:10.7500/AEPS20150205006.

WEI Likun, ZHAO Bo, WU Hongbin, et al. Optimal allocation model of energy storage system in virtual power plant environment with a high penetration of distributed photovoltaic generation[J]. Automation of Electric Power Systems, 2015, 39(23): 66-74. DOI: 10.7500/AEPS20150205006.

[16] 郭紅霞,白浩,劉磊,等.統(tǒng)一電能交易市場下的虛擬電廠優(yōu)化調(diào)度模型[J].電工技術(shù)學(xué)報(bào),2015,30(23):136-145.

GUO Hongxia, BAI Hao, LIU Lei, et al. Optimal scheduling model of virtual power plant in a unified electricity trading market[J]. Transactions of China Electrotechnical Society, 2015, 30(23): 136-145.

[17] 牛文娟,李揚(yáng),王磊.基于風(fēng)險(xiǎn)評估和機(jī)會(huì)約束的不確定性可中斷負(fù)荷優(yōu)化調(diào)度[J].電力自動(dòng)化設(shè)備,2016,36(4):62-67.

NIU Wenjuan, LI Yang, WANG Lei. Optimal dispatch of uncertain interruptible loads based on risk assessment and chance constraint[J]. Electric Power Automation Equipment, 2016, 36(4): 62-67.

[18] 王蓓蓓,李義榮,李揚(yáng),等.考慮響應(yīng)不確定性的可中斷負(fù)荷參與系統(tǒng)備用配置的協(xié)調(diào)優(yōu)化[J].電力自動(dòng)化設(shè)備,2015,35(11):82-89.

WANG Beibei, LI Yirong, LI Yang, et al. Optimal coordination between system reserve and interruptible loads with response uncertainty[J]. Electric Power Automation Equipment, 2015, 35(11): 82-89.

[19] AHMADI A, CHARWAND M, SIANO P, et al. A novel two-stage stochastic programming model for uncertainty characterization in short-term optimal strategy for a distribution company[J]. Energy, 2016, 117(1): 1-9.

[20] FAHRIOGLU M, ALVARADO F L. Using utility information to calibrate customer demand management behavior models[J]. IEEE Trans on Power Systems, 2001, 16(2): 317-322.

[21] 董文略,王群,楊莉.含風(fēng)光水的虛擬電廠與配電公司協(xié)調(diào)調(diào)度模型[J].電力系統(tǒng)自動(dòng)化,2015,39(9):75-81.DOI:10.7500/AEPS20140719007.

DONG Wenlue, WANG Qun, YANG Li. A coordinated dispatching model for a distribution utility and virtual power plants with wind/photovoltaic/hydro generators[J]. Automation of Electric Power Systems, 2015, 39(9): 75-81. DOI: 10.7500/AEPS20140719007.

[22] 李波,楊燦軍,陳鷹.基于合作對策的行業(yè)聯(lián)合采購費(fèi)用分?jǐn)傃芯縖J].系統(tǒng)工程理論與實(shí)踐,2003,23(11):65-70.

LI Bo, YANG Canjun, CHEN Ying. Industry joint purchasing cost allocation based onn-person cooperation[J]. Systems Engineering-Theory & Practice, 2003, 23(11): 65-70.

[23] MADRIGAL M, QUINTANA A D. Semidefinite programming relaxations for {0,1}-power dispatch problems[C]// IEEE Power Engineering Society Summer Meeting, July 18-22, 1999, Edmonton, Alta, Canada: 697-702.

[24] 張倩文,王秀麗,楊廷天,等.含風(fēng)電場電力系統(tǒng)的魯棒優(yōu)化調(diào)度[J].電網(wǎng)技術(shù),2017,41(5):1451-1459.

ZHANG Qianwen, WANG Xiuli, YANG Tiantian, et al. A robust dispatch method for power grid with wind farms[J]. Power System Technology, 2017, 41(5): 1451-1459.

Two-stageDecision-makingMethodofRetailersConsideringPowerTransferStrategy

YANGYangfang,LIUJichun

(School of Electrical Engineering and Information, Sichuan University, Chengdu610065, China)

Retailers in the sale side market may face strict power deviation assessment for low electricity consumption or load forecasting errors, which may lead to greater losses. For this problem, before the day-ahead trade, based on the scenario analysis method, a day-ahead optimization model is built by using the cost expectation of the retailers as an objective, which includes the cost of interruptible load and power transfer strategy. Then after the market clearing, according to the market clearing price, the interruptible load and power transfer strategy are optimized and updated to further reduce the power deviation. When settling the power costs, Shapley value and minimum costs remaining savings (MCRS) method are adopted to allocate the cost of the retailers individually. The influence of the interruptible load and power transfer price on the costs of the retailers with power deviation in different scenarios is analyzed by case studies. In addition, the results verify the applicability of two cost allocation methods.

This work is supported by National High Technology Research and Development Program of China (Program863) (No.2014AA051901).

retailers; power transfer; cost allocation; interruptible load

2017-06-12;

2017-09-12。

上網(wǎng)日期: 2017-10-13。

國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)資助項(xiàng)目(2014AA051901)。

楊陽方(1994—),男,碩士研究生,主要研究方向:需求側(cè)響應(yīng)與電力市場。

劉繼春(1975—),男,通信作者,博士,教授,主要研究方向:電力系統(tǒng)經(jīng)濟(jì)性分析及電力市場。E-mail： jichunliu@scu.edu.cn

(編輯顧曉榮)