基于貢獻(xiàn)率矩陣的運(yùn)行備用分?jǐn)們?yōu)化方法建模與仿真

黃康乾，黃靖茵，胡 鑫，蔡嘉榮，周 睿

（1.廣東電力交易中心有限責(zé)任公司，廣東廣州 510623；2.廣東電力信息科技有限公司，廣東廣州 510623）

隨著我國電力行業(yè)的發(fā)展，尤其是近年來調(diào)度運(yùn)營規(guī)范化的不斷提升，隨之而來的重要研究問題就是輔助服務(wù)交易分?jǐn)倖栴}[1]。

傳統(tǒng)模式運(yùn)行備用、電力調(diào)頻等輔助服務(wù)，主要依據(jù)各省區(qū)能源監(jiān)管機(jī)構(gòu)印發(fā)的并網(wǎng)發(fā)電廠輔助服務(wù)管理實(shí)施細(xì)則執(zhí)行[2-3]。從我國目前輔助服務(wù)建設(shè)情況來看，大部分省區(qū)仍延續(xù)傳統(tǒng)發(fā)電側(cè)分?jǐn)倷C(jī)制。文獻(xiàn)[4-6]分別介紹了廣東、西北、華中等地區(qū)電力調(diào)峰、電力調(diào)頻等輔助服務(wù)分?jǐn)倷C(jī)制，盡管在供給側(cè)引入市場競價(jià)機(jī)制，但從分?jǐn)偳闆r來看，仍基本使用根據(jù)上網(wǎng)電量比例分?jǐn)偟姆绞?。上述分?jǐn)倷C(jī)制并不符合輔助服務(wù)建設(shè)的原則，可能造成分?jǐn)偛缓侠淼膯栴}[7-8]。文獻(xiàn)[9]提出將運(yùn)行備用中的負(fù)荷備用部分由電力用戶分?jǐn)偅鹿蕚溆脛t由發(fā)電企業(yè)分?jǐn)?。而文獻(xiàn)[10-11]則介紹了英國、美國等國外電力市場的經(jīng)驗(yàn)。

該文提出一種基于貢獻(xiàn)率矩陣的運(yùn)行備用分?jǐn)偰Ｐ?，并進(jìn)行了仿真分析。首先研究了運(yùn)行備用容量的基本構(gòu)成，根據(jù)各類型不確定性因素對(duì)運(yùn)行備用容量及市場交易成本的影響，提出了貢獻(xiàn)率矩陣概念；接著考慮不同組合方式下不確定性因素對(duì)運(yùn)行備用的影響，提出了基于貢獻(xiàn)率矩陣的分?jǐn)偰Ｐ?；最終基于我國某省區(qū)實(shí)際數(shù)據(jù)構(gòu)造算例，對(duì)所提方法的有效性進(jìn)行了仿真分析。

1 運(yùn)行備用容量構(gòu)成及備用貢獻(xiàn)率

1.1 運(yùn)行備用容量構(gòu)成

運(yùn)行備用是電力系統(tǒng)運(yùn)行所必須的調(diào)節(jié)資源，預(yù)留運(yùn)行備用的根本目的在于確保電力系統(tǒng)具有足夠的調(diào)節(jié)能力，且滿足實(shí)時(shí)運(yùn)行中各種不確定性因素對(duì)電力供應(yīng)的影響[12-14]。根據(jù)該文研究實(shí)際需要，可將運(yùn)行備用根據(jù)其不確定性因素來源表示為多個(gè)備用需求的累加形式，即：

式（1）中，RSN為 系統(tǒng)運(yùn)行備用容量，RUC1、RUC2、…RUCN為各類型不確定性因素所對(duì)應(yīng)的備用容量需求，N為納入分析的總不確定性因素?cái)?shù)。

1.2 運(yùn)行備用貢獻(xiàn)率

為解決運(yùn)行備用市場交易成本分?jǐn)倖栴}，該文提出的貢獻(xiàn)率指標(biāo)是指市場出清機(jī)制下，各類型不確定性因素的備用容量需求引入過程中產(chǎn)生的市場交易成本變化[15-16]，其可通過對(duì)比引入前后購電總成本變化得到。該決策模型可表示為：

其中，式（2）為考慮電能量與運(yùn)行備用兩方面購電成本最小的優(yōu)化目標(biāo)，式（3）～式（8）為約束條件。NG、NN、NB、NT分別為電網(wǎng)中常規(guī)電源發(fā)電機(jī)組臺(tái)數(shù)、新能源電站數(shù)、負(fù)荷節(jié)點(diǎn)數(shù)和優(yōu)化時(shí)段數(shù)，ΔT為優(yōu)化時(shí)段間隔，分別為常規(guī)電源發(fā)電機(jī)組g時(shí)段t的電力計(jì)劃及運(yùn)行備用計(jì)劃，、分別為常規(guī)電源g電力現(xiàn)貨市場和運(yùn)行備用市場申報(bào)價(jià)格函數(shù)。不同申報(bào)模式下，不同電力出清結(jié)果與運(yùn)行備用出清結(jié)果對(duì)應(yīng)價(jià)格不同，為新能源電站n時(shí)段t的發(fā)電功率預(yù)測，為負(fù)荷節(jié)點(diǎn)b時(shí)段t的負(fù)荷需求預(yù)測，Gos,g、Gos,n、Gos,b分別為常規(guī)電源發(fā)電機(jī)組g、新能源電站n、負(fù)荷節(jié)點(diǎn)b與運(yùn)行斷面os的功率轉(zhuǎn)移分布因子，分別為運(yùn)行斷面os的傳輸能力上、下限，分別為常規(guī)電源發(fā)電機(jī)組g的發(fā)電能力上、下限，、分別為常規(guī)電源發(fā)電機(jī)組g的爬坡能力上、下限，Rset為電網(wǎng)運(yùn)行備用容量要求?？紤]不確定性因素是否引入所產(chǎn)生的差別，在引入前后運(yùn)行備用容量要求不同，引入后電網(wǎng)運(yùn)行備用容量為引入前的需求與該不確定性因素備用需求之和，可表示為：

式（9）中，RBset、RAset分別為引入不確定性因素i所需容量需求前后的電網(wǎng)運(yùn)行備用容量，RUCi為不確定性因素所需要的備用容量。則不確定性因素i所需的備用容量，在電網(wǎng)運(yùn)行備用市場交易成本中的貢獻(xiàn)率為該成本增量與總交易成本的比值，可表示為：

2 運(yùn)行備用分?jǐn)偨?/h2>

2.1 實(shí)施流程

該文提出構(gòu)建貢獻(xiàn)率矩陣，以綜合考慮不同組合方式下不確定性因素的影響。該矩陣中每一行對(duì)應(yīng)每一種不確定性因素排列組合方式下的貢獻(xiàn)率變化場景，每一列對(duì)應(yīng)一項(xiàng)不確定性因素在不同場景組合下的備用貢獻(xiàn)率，可表示為：

式（11）中，RCon即為該文提出的貢獻(xiàn)率矩陣，其中任一元素為所在行組合場景下所在列不確定性因素對(duì)應(yīng)的備用貢獻(xiàn)率。該矩陣可表示為：

式（12）中，S為貢獻(xiàn)率矩陣，A()為全排列計(jì)算函數(shù)，N為電網(wǎng)運(yùn)行備用容量評(píng)估所考慮的不確定性因素?cái)?shù)。

基于以上分析，該文提出的基于貢獻(xiàn)率矩陣的運(yùn)行備用分?jǐn)偭鞒倘鐖D1 所示。

圖1 實(shí)施流程

2.2 分?jǐn)偡椒?/h3>

為避免排列次序和各類型不確定性因素對(duì)運(yùn)行備用實(shí)際貢獻(xiàn)率的影響，應(yīng)以各場景下的備用貢獻(xiàn)率平均值作為實(shí)際貢獻(xiàn)率，可表示為：

式（14）中，為不確定性因素i對(duì)應(yīng)市場類型所應(yīng)承擔(dān)的運(yùn)行備用分?jǐn)偝杀?，F(xiàn)R為全網(wǎng)運(yùn)行備用輔助服務(wù)市場交易成本。如表1 所示，常見的不確定性因素包括負(fù)荷波動(dòng)、風(fēng)功率偏差、光功率偏差、常規(guī)電源故障等，分別應(yīng)由電力用戶、風(fēng)電場、光伏電站、常規(guī)電源發(fā)電廠承擔(dān)。

表1 典型不確定性因素

任意一個(gè)主體所應(yīng)承擔(dān)的運(yùn)行備用市場交易成本，根據(jù)其實(shí)際發(fā)用電量的構(gòu)成情況與不同類型發(fā)用電量在該類型的占比來確定，可表示為：

式（15）中，F(xiàn)s為市場主體s所應(yīng)承擔(dān)的運(yùn)行備用市場交易成本，j(s)∈i表示該市場主體對(duì)應(yīng)以上不確定性因素類型劃分所包含的電量組成，Ej(s)為每一個(gè)電量組成的實(shí)際發(fā)用電量，Ei為該市場類型整體發(fā)用電量，為該類型應(yīng)承擔(dān)的市場交易成本。

3 仿真分析

3.1 基礎(chǔ)數(shù)據(jù)

為驗(yàn)證所提方法的有效性，以某省區(qū)電網(wǎng)實(shí)際數(shù)據(jù)構(gòu)造算例，對(duì)上文所提模型進(jìn)行數(shù)值實(shí)驗(yàn)仿真。仿真實(shí)驗(yàn)所利用的計(jì)算機(jī)內(nèi)存16 GB，處理器為酷睿i7，主頻2.8 GHz，所采用的仿真軟件為Matlab 2011b。

仿真所使用的基礎(chǔ)數(shù)據(jù)包括電源裝機(jī)和運(yùn)行出力數(shù)據(jù)。該省電源裝機(jī)以煤電、水電、風(fēng)電、光伏為主，如表2 所示。在全網(wǎng)總裝機(jī)容量的6 006 萬千瓦中，煤電、水電占比超過70%，風(fēng)電、光伏占比分別為8.29%、17.02%，新能源總裝機(jī)占比超過25%。

參考文獻(xiàn)[11-14]中提出的運(yùn)行備用測算方法，算例中主要考慮常規(guī)電源故障停運(yùn)、新能源波動(dòng)性、負(fù)荷波動(dòng)性及輸變電設(shè)備故障4 類因素所產(chǎn)生的運(yùn)行備用需求。在待評(píng)估日，以上4 類因素所對(duì)應(yīng)的運(yùn)行備用需求分別為24 萬千瓦、78 萬千瓦、52 萬千瓦、41 萬千瓦，則以上4 類因素影響下運(yùn)行備用總需求為195 萬千瓦。

3.2 仿真數(shù)據(jù)分析

如表3 所示，組合順序中數(shù)字1～4 依次代表常規(guī)電源故障停運(yùn)、新能源波動(dòng)性、負(fù)荷波動(dòng)性及輸變電設(shè)備故障這4 類因素所產(chǎn)生的運(yùn)行備用需求。表3中每一行不同的數(shù)字組合順序代表一種運(yùn)行備用排序方式，4 種運(yùn)行備用需求對(duì)應(yīng)全排列數(shù)為24。分析表3 中不同組合模式下購電成本變化可以發(fā)現(xiàn)，各類型不確定性因素的購電成本增量不僅與其備用容量需求有關(guān)，還與其組合排序相關(guān)。

根據(jù)表3 中不同組合排序下購電成本增量變化，可參照式（13）計(jì)算得到4 類不確定性因素的實(shí)際貢獻(xiàn)率，進(jìn)而根據(jù)式（14）計(jì)算得到運(yùn)行備用市場交易成本在以上4 類不確定性因素中的分?jǐn)偨Y(jié)果，可表示為：

表3 購電成本變化

式（16）中，F(xiàn)C、FN、FL、FE依次為常規(guī)電源故障停運(yùn)、新能源波動(dòng)性、負(fù)荷波動(dòng)性及輸變電設(shè)備故障這4 類因素所產(chǎn)生的運(yùn)行備用需求對(duì)應(yīng)分?jǐn)傎M(fèi)用。

3.3 仿真效果對(duì)比

為進(jìn)一步分析文中所提方法的有效性，將對(duì)比該文方法與等比例分?jǐn)偂⑦呺H貢獻(xiàn)率分?jǐn)們煞N方法的差別。等比例分?jǐn)偧锤鶕?jù)不同類型不確定性因素所需的運(yùn)行備用容量數(shù)值按比例分?jǐn)?；邊際貢獻(xiàn)率分?jǐn)?，則是以上述各類型不確定性因素所對(duì)應(yīng)的邊際購電成本增量來分?jǐn)偪傮w運(yùn)行備用。如圖2 所示，相比于等比例分?jǐn)?，文中所提方法與邊際貢獻(xiàn)率分?jǐn)傊谐Ｒ?guī)電源故障停運(yùn)、輸變電設(shè)備故障兩類不確定性因素的分?jǐn)偩兴陆?，而新能源波?dòng)性、負(fù)荷波動(dòng)性兩類不確定性因素的分?jǐn)倓t有所上升。

圖2 分?jǐn)傎M(fèi)用對(duì)比

造成以上差異的原因在于，購電模型自身的非線性導(dǎo)致不同類型不確定性因素所需的運(yùn)行備用容量越高，則對(duì)應(yīng)的增長幅度越大。等比例分?jǐn)偡椒y以客觀反映上述非線性因素影響，而邊際貢獻(xiàn)率分?jǐn)偡椒ㄖ荒懿糠挚紤]不確定性因素組合場景，因此會(huì)放大不確定性因素所需運(yùn)行備用容量的差別。而該文所提的方法中，貢獻(xiàn)率矩陣實(shí)際上涵蓋了不同類型不確定性因素所有的排序方式，其能夠更全面地揭示對(duì)以上非線性模型的影響，并且對(duì)輔助服務(wù)市場交易公平性具有促進(jìn)作用。

4 結(jié)束語

為推動(dòng)運(yùn)行備用市場建設(shè)，該文提出了一種基于貢獻(xiàn)率矩陣的運(yùn)行備用市場分?jǐn)偰Ｐ?，并進(jìn)行了仿真分析。由于貢獻(xiàn)率矩陣覆蓋了所有不確定性因素全排列組合場景，因此能更加充分的考慮不同類型不確定性因素所需要運(yùn)行備用容量對(duì)運(yùn)行備用的影響。基于該矩陣所得的分?jǐn)偨Y(jié)果更為公平，對(duì)推動(dòng)運(yùn)行備用輔助服務(wù)市場公平性具有促進(jìn)作用。