基于电能量市场驱动的需求响应优化调度方法及系统与流程
本发明涉及电力市场交易与需求响应优化调度,特别是涉及基于电能量市场驱动的需求响应优化调度方法及系统。
背景技术:
1、随着电力现货市场建设的深入推进,中长期市场与现货市场的衔接机制也在持续完善,逐步推动月内短周期的中长期交易限价与现货交易限价贴近,强化价格信号的传导作用。中长期合约在本质上越来越体现其金融属性,成为控制现货市场风险、锁定远期收益的重要工具。
2、在现行市场机制下,用户侧可调节负荷参与需求响应主要依赖独立的响应补偿机制,通过日前需求响应或紧急需求响应等方式与现货电能量交易“顺序衔接、独立出清”。该模式存在以下不足:其一,需求响应的激励信号与电能量市场价格信号相互割裂,用户难以根据中长期合约与现货市场的差价变化动态调整响应行为;其二,需求响应产生的增量收益缺乏兼顾各参与主体贡献度的分摊机制,聚合商与终端用户之间的利益分配常依赖事先约定的比例,无法反映实际调节贡献的差异性;其三,新能源高比例接入导致现货市场价格波动加剧,中长期合约持有量不同的参与主体面临的风险暴露程度显著不同,现有方法缺乏对差价收益与风险的对偶优化。
技术实现思路
1、为了解决在新能源高比例接入导致现货市场价格波动加剧的背景下,如何根据市场信号对用户需求可调节负荷进行优化调度的问题,本发明提供了基于电能量市场驱动的需求响应优化调度方法,通过构造两阶段随机优化模型,并对其进行求解,得到不同场景下最大化的净差价收益以及对应的可调节负荷调度,并将不同场景下最大化净差价收益对应的可调节负荷调度作为各用户最优响应计划输出,从而解决电力运行场景不确定的问题。
2、一方面,提供了基于电能量市场驱动的需求响应优化调度方法,包括:
3、获取不同场景下的电力参数,所述电力参数包括:各用户基线负荷以及可调容量上限和下限、日前现货出清节点电价和中长期合约分解价格、负荷单位调节成本和设备疲劳成本;
4、根据日前现货出清节点电价和中长期合约分解价格,构造不同场景下的时差变价;
5、基于所述电力参数和所述时差变价,对两阶段随机优化模型进行求解,得到不同场景下的最优中长期合约调整量、最大化的净差价收益以及对应的可调节负荷调度;将所述最优中长期合约调整量和所述可调节负荷调度分别作为不同场景下的中长期合约调整建议和各用户最优响应计划输出;
6、根据所述各用户最优响应计划生成设备级控制指令,下发至用户侧终端设备执行负荷上调或下调。
7、优选地,基于所述各用户基线负荷以及可调容量上限和下限、所述时差变价,对两阶段随机优化模型进行求解,得到不同场景下的最优中长期合约调整量、最大化的净差价收益以及对应的可调节负荷调度;具体为:第一阶段,在中长期市场关闸前,以最大化期望综合收益并控制尾部风险作为目标函数,求解得到各时段的中长期合约调整量,进而获得调整后的中长期合约持仓量;
8、第二阶段,在现货出清后,基于所述调整后的中长期合约持仓量、用户基线负荷及其可调节容量,以负荷上调/下调量为决策变量,以场景下最大化净差价收益为负荷调节优化的目标,综合考虑中长期合约收入、现货市场净购电成本以及需求响应调度成本,对聚合侧可调节负荷进行优化调度,求解得到不同场景下最大化的净差价收益以及对应的可调节负荷调度;将不同场景下最大化净差价收益对应的可调节负荷调度作为各用户最优响应计划输出。
9、优选地,所述净差价收益由差价结算收益扣除需求响应调度成本后得到;其中,所述差价结算收益基于中长期合约收入与现货市场净购电成本确定。
10、优选地,根据中长期合约分解价格和调整后的中长期持仓量,确定中长期合约收入;根据日前现货出清节点电价、用户的实际用电量和调整后的中长期持仓量,确定现货市场净购电成本;根据用户在t时段、场景下的负荷上调量、下调量,确定需求响应调度成本。
11、优选地,在第一阶段构造包含期望综合收益与尾部风险惩罚的目标函数,以最大化期望综合收益并控制尾部风险为目标函数,目标函数为:
12、
13、其中,表示对所有随机电价场景按其发生概率进行加权平均,计算期望收益;为场景下的综合收益;为风险厌恶系数;为置信度水平下的条件风险价值,用于度量和约束尾部风险。
14、优选地,还包括:利用合作博弈框架下的shapley值对所述净差价收益进行分摊,得到各用户的收益分摊值,将各用户的收益分摊值作为激励反馈,影响下一轮的用户行为和物理响应。
15、优选地,所述利用合作博弈框架下的shapley值对所述净差价收益进行分摊,得到各用户的收益分摊值,具体为:设参与用户集合为,对于任意,为用户集合的子集,称为联盟,定义特征函数为仅联盟 s 中的用户参与需求响应时所能获得的最大差价收益,则用户i的shapley分摊值定义为:
16、
17、式中,表示剔除掉用户i的用户集合的子集;用户i加入s带来的边际收益增量。
18、另一方面,提供了基于电能量市场驱动的需求响应优化调度系统,包括:
19、数据获取模块,获取不同场景下的电力参数,所述电力参数包括:各用户基线负荷以及可调容量上限和下限、日前现货出清节点电价和中长期合约分解价格、负荷单位调节成本和设备疲劳成本;
20、时差变价模块,根据日前现货出清节点电价和中长期合约分解价格,构造不同场景下的时差变价;
21、求解模块,基于所述电力参数和所述时差变价,对两阶段随机优化模型进行求解,得到不同场景下的最优中长期合约调整量、最大化的净差价收益以及对应的可调节负荷调度;
22、输出模块,将所述最优中长期合约调整量和所述可调节负荷调度分别作为不同场景下的中长期合约调整建议和各用户最优响应计划输出;
23、执行模块,根据所述各用户最优响应计划生成设备级控制指令,下发至用户侧终端设备执行负荷上调或下调。
24、再一方面,还提供了一种电子设备,包括:
25、存储器,用于非暂时性存储计算机可读指令;以及
26、处理器,用于运行所述计算机可读指令,
27、其中,所述计算机可读指令被所述处理器运行时,执行上述第一方面所述的方法。
28、再一方面,还提供了一种存储介质,非暂时性存储计算机可读指令,其中,当非暂时性计算机可读指令由计算机执行时,执行第一方面所述方法。
29、上述技术方案具有如下优点或有益效果:
30、本发明通过将中长期合约与现货市场差价作为显式优化变量纳入两阶段随机优化模型用于需求响应优化调度,实现了电能量市场价格信号对需求响应的内生驱动。
31、本发明通过构造日前现货出清节点电价与中长期合约分解价格的时变差价信号,将中长期市场与现货市场的价格联动关系定量化,使负荷聚合商能够根据差价波动动态调整中长期合约持仓量(第一阶段)以及可调节负荷的调度方案(第二阶段),克服了传统需求响应依赖独立补偿机制、激励信号与市场价格割裂的缺陷,实现了市场信号对需求响应的直接、实时驱动。
32、本发明采用两阶段随机规划框架处理日前现货电价的不确定性,在第一阶段引入条件风险价值(cvar)作为尾部风险惩罚项,构建“期望收益最大化—尾部风险最小化”的双目标综合函数。该机制使得决策者在追求期望差价收益的同时,能够主动规避极端电价场景下的巨额亏损,显著提升了调度方案在电价剧烈波动环境下的鲁棒性和风险承受能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com