基于云-边协同的电力系统均衡优化调控方法及装置与流程

1.本技术涉及电力系统优化运行技术领域，特别涉及一种基于云-边协同的电力系统均衡优化调控方法及装置。


背景技术：

2.以市场化手段促进在全国更大范围内促进电力资源共享互济和优化配置，推进统一电力市场建设势在必行。在更大范围、受众更广的电力市场中，各发电机组只有掌握关键的市场信息才能够决定其最优报价。当各参与者之间存在着信息不对称问题时，发电机组的理性决策与市场效率将难以保证。为提升市场效率与有序性，需要对市场的关键信息进行披露。
3.现有电力市场经济调度与出清方法中鲜有考虑市场运营机构对市场信息的及时披露。相关技术多基于均衡约束的数学规划(mathematic program with equilibrium constraints， mpec)问题，刻画市场参与者报价达到均衡的过程。受限于现有电力市场模式单次报价出清的模式，mpec问题通常基于假设的场景或者预测数据进行，不能充分发挥信息对发电机组决策的引导作用，使得参与者存在试探性或非理性的报价行为，市场效率偏低。
4.为了实现市场信息的披露，并发挥信息对市场均衡结果的引导作用，相关技术对电力市场应当披露的市场信息及其与电网交互的流程进行了探讨。此外，还存在对发电企业、售电企业、电力用户、电网、调度机构等发电机组间的最优信息发布策略的研究。
5.然而，现有的电力市场优化调度中并不能够及时、公平地对市场关键信息进行披露，不能通过信息交互充分发挥发电机组策略报价行为的理性与竞争性，使得电力市场的效率降低，尚没有实时进行信息交互的能源均衡优化调控的相关文献。


技术实现要素：

6.本技术提供一种基于云-边协同的电力系统均衡优化调控方法及装置，以解决现有的电力市场优化调度中不能够及时、公平地对市场关键信息进行披露，使得电力市场的效率降低等问题。
7.本技术第一方面实施例提供一种基于云-边协同的电力系统均衡优化调控方法，包括以下步骤：获取市场剩余需求曲线的目标点集合；根据所述市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数；根据所述发电机组的最优策略报价系数和预设均衡条件判断当前市场是否均衡，其中，在所述当前市场均衡时，根据所述发电机组的最优策略报价系数生成市场的能源均衡优化调控方案。
8.可选地，在本技术的一个实施例中，在获取市场剩余需求曲线的顶点集合之前，还包括：获取市场运行基本数据；基于所述市场运行基本数据计算所述市场整体剩余需求曲线；根据所述市场整体剩余需求曲线计算剩余需求曲线的顶点的出清价格坐标和剩余需求
曲线的顶点的功率坐标，根据所述剩余需求曲线的顶点的出清价格坐标和所述剩余需求曲线的顶点的功率坐标生成市场剩余需求曲线的目标点集合。
9.可选地，在本技术的一个实施例中，所述获取市场运行基本数据，包括：获取发电机组的数据，包括：各发电机组的技术出力上限、各发电机组报价的一次项系数与二次项系数；获取市场范围内日前的有功负荷预测参数。
10.可选地，在本技术的一个实施例中，基于所述市场运行基本数据计算所述市场整体剩余需求曲线，其中，计算所述市场整体剩余需求曲线的公式为：
[0011][0012][0013][0014]
其中，式(1)为最大与最小边际成本约束；ai为发电机组i申报的边际成本的一次项系数，bi为发电机组i申报的边际成本的常数项系数，p
imax
为发电机组i的最大技术出力，λ
imin
为发电机组i的最小边际成本，λ
imax
为发电机组i的最小边际成本；式(2)为发电机组i的生产能力约束；λ为市场的出清价格，gi(λ,ai,bi)为发电机组i的中标功率关于市场出清价格及其报价参数的函数；式(3)为市场剩余需求曲线的表达式，rm(λ)为市场剩余需求随出清价格变化的函数，pd为市场范围内日前的有功负荷预测参数。
[0015]
可选地，在本技术的一个实施例中，根据所述市场整体剩余需求曲线计算剩余需求曲线的顶点的出清价格坐标和剩余需求曲线的顶点的功率坐标，根据所述剩余需求曲线的顶点的出清价格坐标和所述剩余需求曲线的顶点的功率坐标生成市场剩余需求曲线的目标点集合，包括：令λ0＝0，计算所述剩余需求曲线的顶点的出清价格坐标：
[0016]
λm＝min{λ|λ∈λ
min
∪λ
max
,λ》λ
m-1
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0017]
其中，λm为市场剩余需求曲线的第m个顶点的出清价格，为最小边际成本的集合，为最小边际成本的集合；将计算得到的nr个顶点的出清价格值构成集合
[0018]
计算所述剩余需求曲线的顶点的功率坐标：
[0019][0020]
其中，p
ir
为市场剩余需求曲线的第i个顶点的功率坐标；将计算得到的nr个顶点的功率值构成集合令将所述市场剩余需求曲线的顶点集合作为所述市场剩余需求曲线的目标点集合。
[0021]
可选地，在本技术的一个实施例中，在根据所述市场剩余需求曲线的目标点集合
求解预先建立的发电机组的策略报价模型之前，还包括：建立发电机组的策略报价模型：
[0022][0023][0024]
其中，式(6)为发电机组s的剩余需求曲线表达式；rs(λ)发电机组s的剩余需求曲线函数，rm(λ)由所述市场剩余需求曲线的顶点集合确定，分别表示上一轮报价中发电机组s申报的边际成本的一次项与常数项系数；式(7)为发电机组s最优化自身利润的优化模型表达式；ps为发电机组s的中标功率。
[0025]
可选地，在本技术的一个实施例中，根据所述市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数，包括：求解各发电机组的策略报价模型：
[0026][0027][0028]
其中，式(8)为式(7)优化问题的等价形式；qs(ps)为rs(λ)的逆函数，为发电机组s利润最大化的出清功率；式(9)为策略报价系数约束条件；根据发电机组s利润最大化的出清功率和所述策略报价系数约束条件得到发电机组的最优策略报价系数as和bs。
[0029]
可选地，在本技术的一个实施例中，所述预设均衡条件包括：各发电机组的最优策略报价系数与上一轮的最优策略报价系数间的改变量小于预设误差阈值。
[0030]
可选地，在本技术的一个实施例中，所述根据所述发电机组的最优策略报价系数生成市场的能源均衡优化调控方案，包括：根据所述发电机组的最优策略报价系数计算市场出清价格和各发电机组的中标功率，得到市场的能源均衡优化调控结果。
[0031]
本技术第二方面实施例提供一种基于云-边协同的电力系统均衡优化调控装置，包括：获取模块，用于获取市场剩余需求曲线的目标点集合；处理模块，用于根据所述市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数；调控模块，用于根据所述发电机组的最优策略报价系数和预设均衡条件判断当前市场是否均衡，其中，在所述当前市场均衡时，根据所述发电机组的最优策略报价系数生成市场的能源均衡优化调控方案。
[0032]
可选地，在本技术的一个实施例中，所述获取模块包括：计算单元，用于获取市场运行基本数据，基于所述市场运行基本数据计算所述市场整体剩余需求曲线；生成单元，用于根据所述市场整体剩余需求曲线计算剩余需求曲线的顶点的出清价格坐标和剩余需求曲线的顶点的功率坐标，根据所述剩余需求曲线的顶点的出清价格坐标和所述剩余需求曲线的顶点的功率坐标生成市场剩余需求曲线的目标点集合。
[0033]
可选地，在本技术的一个实施例中，所述计算单元进一步用于，获取发电机组的数据，包括：各发电机组的技术出力上限、各发电机组报价的一次项系数与二次项系数；获取市场范围内日前的有功负荷预测参数；基于所述市场运行基本数据计算所述市场整体剩余
需求曲线，其中，计算所述市场整体剩余需求曲线的公式为：
[0034][0035][0036][0037]
其中，式(10)为最大与最小边际成本约束；ai为发电机组i申报的边际成本的一次项系数，bi为发电机组i申报的边际成本的常数项系数，p
imax
为发电机组i的最大技术出力，λ
imin
为发电机组i的最小边际成本，λ
imax
为发电机组i的最小边际成本；式(11)为发电机组i的生产能力约束；λ为市场的出清价格，gi(λ,ai,bi)为发电机组i的中标功率关于市场出清价格及其报价参数的函数；式(12)为市场剩余需求曲线的表达式，rm(λ)为市场剩余需求随出清价格变化的函数，pd为市场范围内日前的有功负荷预测参数；
[0038]
所述生成单元进一步用于，令λ0＝0，计算所述剩余需求曲线的顶点的出清价格坐标：
[0039]
λm＝min{λ|λ∈λ
min
∪λ
max
,λ》λ
m-1
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0040]
其中，λm为市场剩余需求曲线的第m个顶点的出清价格，为最小边际成本的集合，为最小边际成本的集合；将计算得到的nr个顶点的出清价格值构成集合计算所述剩余需求曲线的顶点的功率坐标：
[0041][0042]
其中，p
ir
为市场剩余需求曲线的第i个顶点的功率坐标；将计算得到的nr个顶点的功率值构成集合令将所述市场剩余需求曲线的顶点集合作为所述市场剩余需求曲线的目标点集合。
[0043]
可选地，在本技术的一个实施例中，所述处理模块包括：建立单元，用于建立发电机组的策略报价模型：
[0044][0045][0046]
其中，式(15)为发电机组s的剩余需求曲线表达式；rs(λ)发电机组s的剩余需求曲线函数，rm(λ)由所述市场剩余需求曲线的顶点集合确定，分别表示上一轮报价
中发电机组s申报的边际成本的一次项与常数项系数；式(16)为发电机组s最优化自身利润的优化模型表达式；ps为发电机组s的中标功率；
[0047]
求解单元，用于求解各发电机组的策略报价模型：
[0048][0049][0050]
其中，式(17)为式(16)优化问题的等价形式；qs(ps)为rs(λ)的逆函数，为发电机组s利润最大化的出清功率；式(18)为策略报价系数约束条件；根据发电机组s利润最大化的出清功率和所述策略报价系数约束条件得到发电机组的最优策略报价系数as和 bs。
[0051]
可选地，在本技术的一个实施例中，所述调控模块进一步用于，在各发电机组的最优策略报价系数与上一轮的最优策略报价系数间的改变量小于预设误差阈值时，根据所述发电机组的最优策略报价系数计算市场出清价格和各发电机组的中标功率，得到市场的能源均衡优化调控结果。
[0052]
本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以执行如上述实施例所述的基于云-边协同的电力系统均衡优化调控方法。
[0053]
本技术第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以执行如上述实施例所述的基于云-边协同的电力系统均衡优化调控方法。
[0054]
由此，本技术至少具有如下有益效果：
[0055]
根据市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数；根据发电机组的最优策略报价系数和预设均衡条件判断当前市场均衡时，根据发电机组的最优策略报价系数生成市场的能源均衡优化调控方案。通过云端与边端间的精炼的信息交互与迭代决策过程，确保云端披露关键信息的同时保护发电机组的隐私，使得边端的各发电机组能够在完全信息下充分决策、形成理性的报价，有利于提高电力市场均衡结果的效率。由此，解决了电力市场优化调度中无法及时、公平地对市场关键信息进行披露，使得电力市场的效率降低等问题。
[0056]
本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
[0057]
本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0058]
图1为本技术实施例提供的一种基于云-边协同的电力系统均衡优化调控方法的流程示意图；
[0059]
图2为本技术实施例提供的基于云-边协同的电力系统均衡优化调控方法示意图；
[0060]
图3为本技术实施例提供的一种基于云-边协同的电力系统均衡优化调控装置的方框示意图；
[0061]
图4为申请实施例提供的电子设备的结构示意图。
[0062]
附图标记说明：获取模块-100、处理模块-200、调控模块-300、存储器-401、处理器-402、通信接口-403。
具体实施方式
[0063]
下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
[0064]
下面参考附图描述本技术实施例的基于云-边协同的电力系统均衡优化调控方法、装置、电子设备及存储介质。针对上述背景技术中心提到的问题，本技术提供了一种基于云
‑ꢀ
边协同的电力系统均衡优化调控方法，在该方法中，获取市场剩余需求曲线的目标点集合；根据市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数；根据发电机组的最优策略报价系数和预设均衡条件判断当前市场是否均衡，其中，在当前市场均衡时，根据发电机组的最优策略报价系数生成市场的能源均衡优化调控方案。由此，解决了电力市场优化调度中无法及时、公平地对市场关键信息进行披露，使得电力市场的效率降低等问题。
[0065]
具体而言，图1为本技术实施例所提供的一种基于云-边协同的电力系统均衡优化调控方法的流程示意图。
[0066]
如图1所示，该基于云-边协同的电力系统均衡优化调控方法包括以下步骤：
[0067]
在步骤s101中，获取市场剩余需求曲线的目标点集合。
[0068]
为了提高电力市场均衡结果的效率，使得电力市场中各发电机组能够在完全信息下充分决策，本技术通过云端和发电机组端协同，通过云端实时地统计边端的发电机组的报价信息并向市场成员披露关键信息，发电机组根据披露的信息进行电力系统均衡优化调控。首先本技术的实施例获取云端计算的市场剩余需求曲线中的目标点集合。
[0069]
云端所披露的信息直接影响市场参与者的决策行为与隐私，本技术的实施例通过云端的精炼信息披露方法，在保护市场参与者的隐私的同时，保证市场参与者有充足信息进行决策。如图2所示，包括三步：获取市场运行基本数据、计算市场整体剩余需求曲线、披露所得剩余需求曲线。具体步骤为：
[0070]
1-1)获取市场运行基本数据，具体包括：
[0071]
1-1-1)发电机组相关数据：各发电机组的技术出力上限、各发电机组报价的一次项系数与二次项系数，其中，报价是指发电机组的成本随其中标功率的二次函数；
[0072]
1-1-2)预测参数：市场范围内日前的有功负荷预测；
[0073]
1-2)计算市场整体剩余需求曲线，表达式如下：
[0074][0075]
[0076][0077]
其中，式(1)为最大与最小边际成本约束；ai为发电机组i申报的边际成本的一次项系数，bi为发电机组i申报的边际成本的常数项系数，p
imax
为发电机组i的最大技术出力，λ
imin
为发电机组i的最小边际成本，λ
imax
为发电机组i的最小边际成本；发电机组i的边际成本是指其报价函数的一阶导数；
[0078]
式(2)为发电机组i的生产能力约束；λ为市场的出清价格，gi(λ,ai,bi)为发电机组i 的中标功率关于市场出清价格及其报价参数的函数；
[0079]
式(3)为市场剩余需求曲线的表达式，rm(λ)为市场剩余需求随出清价格变化的函数， pd为市场范围内日前的有功负荷预测参数。
[0080]
在本技术的一个实施例中，根据市场整体剩余需求曲线计算剩余需求曲线的顶点的出清价格坐标和剩余需求曲线的顶点的功率坐标，根据剩余需求曲线的顶点的出清价格坐标和剩余需求曲线的顶点的功率坐标生成市场剩余需求曲线的目标点集合。
[0081]
1-3)在计算市场整体剩余需求曲线后，云端披露市场的剩余需求曲线，具体包括：
[0082]
1-3-1)令λ0＝0，计算剩余需求曲线的顶点的出清价格坐标，表达式如下：
[0083]
λm＝min{λ|λ∈λ
min
∪λ
max
,λ》λ
m-1
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0084]
其中，λm为市场剩余需求曲线的第m个顶点的出清价格，为最小边际成本的集合，为最小边际成本的集合；
[0085]
将计算得到的nr个顶点的出清价格值构成集合
[0086]
1-3-2)计算剩余需求曲线的顶点的功率坐标，表达式如下：
[0087][0088]
其中，p
ir
为市场剩余需求曲线的第i个顶点的功率坐标；
[0089]
将计算得到的nr个顶点的功率值构成集合
[0090]
1-3-3)令云端实时公布(λr,pr)，得到市场剩余需求曲线的顶点集合，即市场剩余需求曲线的目标点集合。
[0091]
在步骤s102中，根据市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数。
[0092]
如图2所示，本技术的实施例通过边端各发电机组优化决策方法，得到边端各发电组策略报价信息。包括三步：获取云端市场供需信息、边端各发电机组策略报价决策方法、边端各发电机组上传策略报价信息。具体步骤为：
[0093]
2-1)获取云端市场供需信息，包括步骤s101中获取的市场剩余需求曲线的顶点集合；
[0094]
2-2)边端各发电机组策略报价决策方法，发电机组的策略报价过程不是唯一的，为了实现后续均衡分析与调控的目的，本技术提出一种基于披露信息与利润最大化原则的边端各发电机组的策略报价决策方法，具体步骤如下：
[0095]
2-2-1)建立各边端发电机组的策略报价模型，表达式如下：
[0096][0097][0098]
其中，式(6)为发电机组s的剩余需求曲线表达式；rs(λ)发电机组s的剩余需求曲线函数，rm(λ)由市场剩余需求曲线的顶点集合确定，分别表示上一轮报价中发电机组s申报的边际成本的一次项与常数项系数；
[0099]
式(7)为发电机组s最优化自身利润的优化模型表达式；ps为发电机组s的中标功率；
[0100]
需要说明的是，在实际应用中，为控制市场力行为以及应对供需紧张场景，监管机构可以设置策略报价系数的上限约束，以此避免出清价格过高的情况，针对上述政策约束，需要在(7)中额外考虑相应的约束条件；
[0101]
2-2-2)根据市场剩余需求曲线的目标点集合求解上述实施例建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数，具体包括以下步骤：
[0102]
求解各发电机组的策略报价模型，表达式如下：
[0103][0104][0105]
其中，式(8)为式(7)优化问题的等价形式；qs(ps)为rs(λ)的逆函数，为发电机组s利润最大化的出清功率；式(9)为策略报价系数约束条件；求解得到后，发电机组 s即可根据式(9)确定最优的策略报价系数as和bs；
[0106]
2-3)边端各发电机组策略报价信息，向云端申报其边际成本的一次项与常数项系数as、 bs。
[0107]
在步骤s103中，根据发电机组的最优策略报价系数和预设均衡条件判断当前市场是否均衡，其中，在当前市场均衡时，根据发电机组的最优策略报价系数生成市场的能源均衡优化调控方案。
[0108]
可以理解的是，在本技术的实施例中，在发电机组向云端申报策略报价信息后，本技术的实施例可以根据策略报价信息以及预先设定的均衡条件判断当前的策略报价信息是否可以使电力系统均衡。
[0109]
作为一种可能的实现方式，均衡条件可以为各发电机组的最优策略报价系数与上一轮的最优策略报价系数间的改变量小于预设误差阈值。具体而言，判断各发电机组策略报价系数较其上一次报价的改变量是否均小于预设的误差上限，若是，则得到云边协同市场的均衡结果，各边端发电机组此时申报的报价信息即为市场均衡的报价。其中，预设的误差上限可以根据精度需求在0～0.1之间取值，取0则精确求解。若不是，则云端重新计算并披露市场剩余需求曲线，边端各发电机组按新计算的市场剩余需求曲线模拟计算并更新其报价系数。
[0110]
可选地，在本技术的一个实施例中，根据发电机组的最优策略报价系数生成市场
的能源均衡优化调控方案，包括：根据发电机组的最优策略报价系数计算市场出清价格和各发电机组的中标功率，得到市场的能源均衡优化调控结果。
[0111]
在本技术的实施例中，云端计算能源均衡优化调控结果，确定并公布出清价格与边端各发电机组的中标功率；发电机组s的中标功率为最后一轮迭代过程中边端发电机组s的相应地，市场出清价格如下式计算：
[0112][0113]
由于最后一轮迭代后市场达到均衡，因此对任意发电机组s，计算得到的出清价格均应相同，只需进行一次(10)对应的计算即可。
[0114]
基于云-边协同的电力系统均衡优化调控方法，通过云端实时向边端发电机组披露市场整体的供需信息，并允许边端发电机组实时改变其申报的成本信息，以此取代只允许单次报价、并由市场运营机构直接完成出清传统经济调度方法。下面以一个具体实施例对本技术的基于云-边协同的电力系统均衡优化调控方法进行详细说明。具体步骤如下：
[0115]
3-1)边端发电机组报价初始化；以前一日均衡的各发电机组报价结果作为当日发电机组报价的初始值；
[0116]
3-2)云端计算并披露市场剩余需求曲线；
[0117]
3-3)边端各发电机组模拟计算并更新其报价系数；
[0118]
3-4)云端判断市场是否达到均衡，若各发电机组策略报价系数较其上一次报价的改变量均小于预设的误差上限，则得到云边协同市场的均衡结果，各边端发电机组此时申报的报价信息即为市场均衡的报价；否则，返回步骤3-2)，重新进行云端披露市场剩余需求曲线信息与边端更新报价结果的迭代；
[0119]
3-5)根据发电机组的最优策略报价系数计算市场出清价格和各发电机组的中标功率，得到市场的能源均衡优化调控结果。
[0120]
根据本技术实施例提出的一种基于云-边协同的电力系统均衡优化调控方法，通过云端进行实时的信息披露，边端的各发电机组根据披露的信息优化报价，在确保云端披露关键信息的同时保护发电机组的隐私，使得边端的各发电机组能够在完全信息下充分决策、形成理性的报价，有利于提高电力市场均衡结果的效率。解决了现有的电力市场优化调度中不能够及时、公平地对市场关键信息进行披露，使得电力市场的效率降低等问题。
[0121]
其次参照附图描述根据本技术实施例提出的基于一种基于云-边协同的电力系统均衡优化调控装置。
[0122]
图3为本技术实施例的一种基于云-边协同的电力系统均衡优化调控装置的方框示意图。
[0123]
如图3所示，该基于云-边协同的电力系统均衡优化调控装置10包括：获取模块100、处理模块200和调控模块300。
[0124]
其中，获取模块100，用于获取市场剩余需求曲线的目标点集合。处理模块200，根据市场剩余需求曲线的目标点集合求解预先建立的发电机组的策略报价模型，得到发电机组的最优策略报价系数。调控模块300，用于根据发电机组的最优策略报价系数和预设均衡条件判断当前市场是否均衡，其中，在当前市场均衡时，根据发电机组的最优策略报价系数生成市场的能源均衡优化调控方案。
[0125]
可选地，在本技术的一个实施例中，获取模块包括：计算单元，用于获取市场运行基本数据，基于市场运行基本数据计算市场整体剩余需求曲线；生成单元，用于根据市场整体剩余需求曲线计算剩余需求曲线的顶点的出清价格坐标和剩余需求曲线的顶点的功率坐标，根据剩余需求曲线的顶点的出清价格坐标和剩余需求曲线的顶点的功率坐标生成市场剩余需求曲线的目标点集合。
[0126]
可选地，在本技术的一个实施例中，计算单元进一步用于，获取发电机组的数据，包括：各发电机组的技术出力上限、各发电机组报价的一次项系数与二次项系数；获取市场范围内日前的有功负荷预测参数；基于市场运行基本数据计算市场整体剩余需求曲线，其中，计算市场整体剩余需求曲线的公式为：
[0127][0128][0129][0130]
其中，式(11)为最大与最小边际成本约束；ai为发电机组i申报的边际成本的一次项系数，bi为发电机组i申报的边际成本的常数项系数，p
imax
为发电机组i的最大技术出力，λ
imin
为发电机组i的最小边际成本，λ
imax
为发电机组i的最小边际成本；式(12)为发电机组i的生产能力约束；λ为市场的出清价格，gi(λ,ai,bi)为发电机组i的中标功率关于市场出清价格及其报价参数的函数；式(13)为市场剩余需求曲线的表达式，rm(λ)为市场剩余需求随出清价格变化的函数，pd为市场范围内日前的有功负荷预测参数；
[0131]
生成单元进一步用于，令λ0＝0，计算剩余需求曲线的顶点的出清价格坐标：
[0132]
λm＝min{λ|λ∈λ
min
∪λ
max
,λ》λ
m-1
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0133]
其中，λm为市场剩余需求曲线的第m个顶点的出清价格，为最小边际成本的集合，为最小边际成本的集合；将计算得到的nr个顶点的出清价格值构成集合计算剩余需求曲线的顶点的功率坐标：
[0134][0135]
其中，p
ir
为市场剩余需求曲线的第i个顶点的功率坐标；将计算得到的nr个顶点的功率值构成集合令将市场剩余需求曲线的顶点集合作为市场剩余需求曲线的目标点集合。
[0136]
可选地，在本技术的一个实施例中，处理模块包括：建立单元，用于建立发电机组的策略报价模型：
[0137]
和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构 (industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0155]
可选的，在具体实现上，如果存储器401、处理器402及通信接口403，集成在一块芯片上实现，则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
[0156]
处理器402可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0157]
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上的基于云-边协同的电力系统均衡优化调控方法。
[0158]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0159]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0160]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0161]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0162]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。