一种电力市场环境下考虑网络容量的新能源并网规划方法

1.本发明涉及可再生能源规划领域，具体的是一种电力市场环境下考虑网络容量的新能源并网规划方法。


背景技术：

2.随着全球气候变化与环境问题的日益凸显，低碳化成为世界能源产业发展的必然趋势，构造以可再生能源为主体的新型电力系统成为未来能源系统发展的新态势。我国已从开始对鼓励新能源发展的财政补贴逐步削减甚至取消，过渡到现在推行绿色电力证书(简称“绿证”)交易的市场手段。绿证是一种可交易的、能兑现为货币收益的绿色电力凭证。2021年我国已开始实行配额制下的绿色电力证书交易，即所有发电企业均需完成规定比例的可再生能源配额，富裕的绿证可以交易。在此政策下，绿证的价值大大提高，对可再生能源投资、电网优化规划以及激励可再生能源优化运行起到促进作用。
3.我国面临着可再生能源高速发展，电力市场改革和绿证市场建设稳步推进的多重机遇。投资res是电力市场的趋势，不仅有利于优化配置电力资源，还是实现减少碳排放量的重要手段之一。电力现货市场是以边际成本为竞争基础的市场，天然有利于边际成本极低的res参与竞争，并促进res消纳。然而，如果具有高投资成本和极低边际成本的res作为完全的价格接受者参与日前的市场出清，电价将降低且波动性增强。在以“双碳”目标和发展以新能源为主体的新型电力系统背景下，若系统大规模投资res，由市场化所带来的电能收益是否能够保证收回res投资成本值得研究。与此同时，如何在电力市场环境中，考虑网络容量和绿证交易带来的影响，对res进行并网规划并确定最优接入量是亟需研究的问题。


技术实现要素：

4.为解决上述背景技术中提到的不足，本发明的目的在于提供一种电力市场环境下考虑网络容量的新能源并网规划方法，本发明双层优化模型可反应电力市场环境下res的规划，考虑网络容量和绿证交易带来的影响。上下层之间通过传递决策变量能够实现整体最优，最终实现对res进行并网规划并确定最优接入量。
5.本发明的目的可以通过以下技术方案实现：
6.一种电力市场环境下考虑网络容量的新能源并网规划方法，包括以下步骤：
7.s1：建立以可再生能源接入容量最大化为目标，遵循在日前电力市场和绿证交易市场获得收入大于等于可再生能源投资成本约束的上层优化问题；
8.s2：以社会福利最大化为目标建立下层日前批发市场出清模型，在满足功率平衡、机组出力约束、直流最优潮流等条件下，列写下层市场模型约束条件；
9.s3：利用kkt条件将双层优化问题转换为带平衡约束的数学规划问题；
10.s4：利用kkt条件和sos1等将带平衡约束的数学规划问题转换为混合整数线性规划，并获得全局最优解，由于上层目标函数会出现两类非线性项，求解器难以保证获得全局最优解，首先，采用sos1方法处理由kkt条件带来的大量互补松弛约束，然后，对于上层问题
的约束中出现电价与可再生能源出力相乘的非线性项，利用获得的kkt条件等式变换，将其线性化，最后，采用gurobi等商业优化求解器求解全局最优解。
11.进一步地，所述步骤s1具体包括以下步骤：
12.建立上层以可再生能源接入容量最大化为目标，投资成本可回收约束的优化模型：
13.目标函数：
14.约束：
15.式中：wn表示在n节点可再生能源的接入容量(kw)；λ
n,t
为节点n在t时刻的节点边际电价(元/kwh)；w
d,t
表示可再生能源在节点n在t时刻的出力(kw)；β为可再生能源消纳责任权重系数；e为单个绿证要求的清洁能源发电量；γ为绿证交易价格(元/本)；k为可再生能源的投资成本(元/kw/小时)。
16.进一步地，所述步骤s2为以社会福利最大化为目标建立下层日前批发市场出清模型，在满足节点功率平衡、直流最优潮流、机组出力约束等条件下，列写下层市场模型约束条件，包括以下步骤：
17.(1)目标函数：
[0018][0019]
其中：
[0020]vll
＝{g
i,t
,w
n,t
,θ
n,t
}
ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0021]
式中：v
ll
为下层决策变量组成的集合；ai表示第i台传统机组成本的一次项系数(元/kwh)；bi为第i台传统机组成本的二次项系数(元/kwh2)；g
i,t
表示第i台传统机组在t时刻的出力(kw)；θ
n,t
为节点n在t时刻的相角；
[0022]
(2)节点功率平衡约束：
[0023][0024]
式中：d
n,t
为节点n在t时刻的总负荷；in表示在节点n处的传统发电机组所组成的集合；m为与节点n相连的某节点编号；mn为与节点n相连节点组成的集合；θ
m,t
为节点m在t时刻的相角；x
n,m
为节点n到节点m连接线路的阻抗值；
[0025]
(3)直流最优潮流：
[0026][0027][0028][0029]
式中：为为节点n到节点m的线路容量；为不等式(6)两端对应的拉格朗日乘子；为不等式(7)两端对应的拉格朗日乘子；θ
1,t
为节点1的相角，并设定节点1为平衡节点；为等式(8)对应的拉格朗日乘子；
[0030]
(4)发电机组组出力约束：
[0031][0032][0033]
式中：为传统机组i的出力下限与上限；为不等式(9)两端对应的拉格朗日乘子；ω
n,t
表示节点n在t时刻可再生能源负荷因子；为不等式(10)两端对应的拉格朗日乘子。
[0034]
进一步地，所述步骤s3为利用kkt条件将双层优化问题转换为带平衡约束的数学规划问题具体包含以下步骤：
[0035]
目标函数：
[0036][0037]
其中，为转换后的带平衡约束的数学规划问题中的所有变量组成的集合；
[0038]
约束：
[0039]
公式(2)、(5)、(8)
[0040]
构建拉格朗日函数l：
[0041][0042]
对拉格朗日函数l中决策变量求梯度，形成稳定性条件：
[0043][0044][0045][0046]
互补松弛条件：
[0047][0048][0049][0050][0051][0052][0053][0054]
[0055]
进一步地，所述步骤s4为利用kkt条件和sos1等将带平衡约束的数学规划问题转换为混合整数线性规划。
[0056]
由于上层目标函数会出现两类非线性项，求解器难以保证获得全局最优解，首先利用sos1处理由kkt条件带来的大量互补松弛约束，其中sos1是指第一类特殊有序集，代表一组有序集合里至多有一个非零值，而对于上层问题的约束中出现电价与可再生能源出力相乘的非线性项，利用kkt条件将其线性化，最后采用gurobi等商业优化求解器求解全局最优解，具体包含以下步骤：
[0057]
针对式(16-23)的互补松弛约束，以式(16)为例，可以利用sos1对其进行线性化可得到如式(24-28)形式的等式约束。
[0058][0059][0060][0061][0062][0063]
其中，s
i,t
为sos1中的辅助变量；
[0064]
由于上层优化问题中的约束中式(2)存在非线性项代表可再生能源在电力市场中的收入，即电价与可再生能源出力两个决策变量相乘，可利用kkt条件进行线性化处理，具体包含以下步骤：
[0065]
对式(5)两边同时对每一个n和t求和，移项可得：
[0066][0067]
通过对式(29)两边乘以λ
n,t
，可得：
[0068][0069]
对式子(13)两边同时乘以g
i,t
，并对每一个i和t求和可得：
[0070][0071]
利用式(16)和式(17)对式(31)进行变换，可得：
[0072][0073]
将式(15)两边同时乘以θ
n,t
，对每一个n和t求和，并利用公式(10)，移项可得：：
[0074][0075]
利用式(20-21)，代入式(33)，可得：
[0076]
[0077]
将式(32)和式(34)代入式(30)，可得式(35)：
[0078][0079]
最后，将获得的目标函数与约束条件输入gurobi求解器中获得全局最优解。
[0080]
本发明的有益效果：
[0081]
本发明所提双层优化模型可考虑网络容量和可再生能源配额制下绿证交易的影响对res进行并网规划，上下层之间通过传递决策变量能够实现整体最优，在保证投资res利润非负的情况下，考虑线路容量所引起的线路堵塞以及绿证交易带来的经济激励，最终实现res的接入容量最大化。
附图说明
[0082]
下面结合附图对本发明作进一步的说明。
[0083]
图1是所提双层优化模型结构示意图；
[0084]
图2是算例的6节点系统示例图；
[0085]
图3是不同网络容量下的各节点光伏最优接入量示意图；
[0086]
图4是不同网络容量下的各区域火电和光伏出力情况示意图；
[0087]
图5是不同网络容量下的各区域平均节点电价示意图；
[0088]
图6是不同网络容量下绿证价格对光伏最优接入量增速影响示意图。
[0089]
图中：1、；10、；2、；3、；31、；32、；33、；4、；5、；6、。
具体实施方式
[0090]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0091]
在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0092]
一种电力市场环境下考虑网络容量的新能源并网规划方法，包括以下步骤：
[0093]
s1：建立以可再生能源接入容量最大化为目标，遵循在日前电力市场和绿证交易市场获得收入大于等于可再生能源投资成本约束的上层优化问题；
[0094]
s2：以社会福利最大化为目标建立下层日前批发市场出清模型，在满足功率平衡、机组出力约束、直流最优潮流等条件下，列写下层市场模型约束条件；
[0095]
s3：利用kkt条件将双层优化问题转换mpec；
[0096]
s4：利用kkt条件和sos1等将mpec转换为milp问题，并获得全局最优解。由于上层目标函数会出现两类非线性项，求解器难以保证获得全局最优解。首先，采用sos1处理由kkt条件带来的大量互补松弛约束。然后，对于上层问题的约束中出现电价与可再生能源出力相乘的非线性项，利用获得的kkt条件等式变换，将其线性化。最后，采用gurobi等商业优
化求解器求解全局最优解。
[0097]
步骤s1具体包括以下步骤：
[0098]
建立上层以可再生能源接入容量最大化为目标，投资成本可回收约束的优化模型：
[0099]
目标函数：
[0100][0101]
约束：
[0102][0103]
式中：wn表示在n节点可再生能源的接入容量(kw)；λ
n,t
为节点n在t时刻的节点边际电价(locational marginal prices,lmp)(元/kwh)；w
d,t
表示可再生能源在节点n在t时刻的出力(kw)；β为可再生能源消纳责任权重系数；e为单个绿证要求的清洁能源发电量；γ为绿证交易价格(元/本)；k为可再生能源的投资成本(元/kw/小时)。
[0104]
进一步的，所述步骤s2为以社会福利最大化为目标建立下层日前批发市场出清模型，在满足节点功率平衡、机组出力约束、直流最优潮流等条件下，列写下层市场模型约束条件，包括以下步骤：
[0105]
(1)目标函数：
[0106][0107]
其中：
[0108]vll
＝{g
i,t
,w
n,t
,θ
n,t
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0109]
式中：v
ll
为下层决策变量组成的集合；ai表示第i台传统机组成本的一次项系数(元/kwh)；bi为第i台传统机组成本的二次项系数(元/kwh2)；g
i,t
表示第i台传统机组在t时刻的出力(kw)；θ
n,t
为节点n在t时刻的相角。
[0110]
(2)节点功率平衡约束：
[0111][0112]
式中：d
n,t
为节点n在t时刻的总负荷；in表示在节点n处的传统发电机组所组成的集合；m为与节点n相连的某节点编号；mn为与节点n相连节点组成的集合；θ
m,t
为节点m在t时刻的相角；x
n,m
为节点n到节点m连接线路的阻抗值。
[0113]
(3)直流最优潮流：
[0114][0115][0116][0117]
式中：为为节点n到节点m的线路容量；为不等式(6)两端对应的拉格朗日乘子；为不等式(7)两端对应的拉格朗日乘子；θ
1,t
为节点1的相角，并设定节点1为平衡节点；为等式(8)对应的拉格朗日乘子。
[0118]
(4)发电机组组出力约束：
[0119][0120][0121]
式中：为传统机组i的出力下限与上限；为不等式(9)两端对应的拉格朗日乘子；ω
n,t
表示节点n在t时刻可再生能源负荷因子；为不等式(10)两端对应的拉格朗日乘子。
[0122]
步骤s3为利用kkt条件将双层优化问题转换为mpec问题，具体包含以下步骤：
[0123]
目标函数：
[0124][0125]
其中，为转换后的带平衡约束的数学规划问题中的所有变量组成的集合。
[0126]
约束：
[0127]
公式(2)、(5)、(8)
[0128]
构建拉格朗日函数l：
[0129][0130]
对拉格朗日函数l中决策变量求梯度，形成稳定性条件：
[0131][0132][0133][0134]
互补松弛条件：
[0135][0136][0137][0138][0139][0140][0141]
[0142][0143]
进一步的，所述步骤s4为利用kkt条件和sos1等将mpec问题转换为milp。
[0144]
由于上层目标函数会出现两类非线性项，求解器难以保证获得全局最优解。首先利用sos1处理由kkt条件带来的大量互补松弛约束，其中sos1是指第一类特殊有序集，代表一组有序集合里至多有一个非零值。而对于上层问题的约束中出现电价与可再生能源出力相乘的非线性项，利用kkt条件将其线性化，最后采用gurobi等商业优化求解器求解全局最优解。具体包含以下步骤：
[0145]
针对式(16-23)的互补松弛约束，以式(16)为例，可以利用sos1对其进行线性化可得到如式(24-28)形式的等式约束。
[0146][0147][0148][0149][0150][0151]
其中，s
i,t
为sos1中的辅助变量。
[0152]
由于上层优化问题中的约束中式(2)存在非线性项代表可再生能源在电力市场中的收入，即电价与可再生能源出力两个决策变量相乘。可利用kkt条件进行线性化处理，具体包含以下步骤：
[0153]
对式(5)两边同时对每一个n和t求和，移项可得：
[0154][0155]
通过对式(29)两边乘以λ
n,t
，可得：
[0156][0157]
对式子(13)两边同时乘以g
i,t
，并对每一个i和t求和可得：
[0158][0159]
利用式(16)和式(17)对式(31)进行变换，可得：
[0160][0161]
将式(15)两边同时乘以θ
n,t
，对每一个n和t求和，并利用公式(10)，移项可得：：
[0162][0163]
利用式(20-21)，代入式(34)，可得：
[0164][0165]
将式(32)和式(34)代入式(30)，可得式(35)：
[0166][0167]
最后，将获得的目标函数与约束条件输入gurobi求解器中获得全局最优解。
[0168]
仿真实验
[0169]
算例选取如图2所示的6节点网络作为场景分析，表1展示了实施例的参数设置情况。在本实施例中，将南北区域的两条连接线(2,4)和(3,5)的容量，以60mw为间隔，从0依次增加到3000kw，选取某典型小时代表全年以分析网络容量对光伏最优接入量的影响。
[0170]
表1各节点变量参数设置
[0171][0172]
图3为各个网络容量下的各节点光伏最优接入量示意图，根据变化趋势可以分为以下的四个阶段并分别进行分析。
[0173]
阶段1：当南北区域连接线(2,4)和(3,5)的总容量0到600kw之间，光伏的总最优接入量呈现下降趋势。如图3所示，由于北部具备更便宜的火电资源和更丰富的光伏资源，较南部更具有经济优势，因此网络容量的初始增长阻碍了南部地区光伏的发展潜力。此外，如图4所示，南部地区由于联络线路的扩容，倾向于发展北部更经济的火电，而非在南部投资光伏发电，因为此时网络容量相对有限，利用现有发电能力比增加光伏发电投资更经济，进而使得光伏的总最优接入量呈现下降趋势。由图4可以看出，因为南北堵塞和两区域火电机组成本的差异，因此南北部lmp的平均值相差较大。
[0174]
阶段2：当南北区域连接线(2,4)和(3,5)的总容量在600到2040kw之间，光伏的总最优接入量呈现上升趋势。此时网络容量较之前充裕，北部更经济的火电资源和更丰富的光伏资源都得到了进一步发展。而联络线网络容量的扩大使得传送功率显著上升，此时北部的光伏投资较之前也更具吸引力，并取代了南部的火电资源，因此最优接入量逐步上升。其次，随着网络容量的上升以及堵塞的缓解，南北地区平均lmp之间的差距呈现逐渐缩小的态势。
[0175]
阶段3：当南北区域连接线(2,4)和(3,5)的总容量在2040到2460kw之间，光伏的总
最优接入量仍呈现上升趋势，而增速放缓。联络线网络容量进一步扩大，南北区域堵塞消除，两区域电价趋于一致，使得南部的火电和光伏资源完全失去竞争力，因此南部各机组出力大幅降低。同时，低边际成本的光伏大量接入造成的电力市场中的优先次序改变，使得成交电价逐渐降低，而北部光伏由于节点1和节点2已经达到接入量的上限，因此总最优接入量增速放缓。
[0176]
阶段4：当南北区域连接线(2,4)和(3,5)的总容量在2460到3000kw之间，光伏的总最优接入量趋于不变。这是由于堵塞消除后，北部各节点的光伏资源在此阶段都接近饱和，因此两区域电价一致、各机组出力均保持不变。
[0177]
进一步的，算例按照1个证书对应1000kwh结算电量标准，选取不同的绿色证书价格，分析其在不同网络容量下对res的最优接入量影响。如图6所示，横坐标依然是南北区域的两条连接线(2,4)和(3,5)的总线路容量，纵坐标为不同绿色证书价格下光伏最优接入量增加的百分比。结果表明，绿色证书价格越高，对res投资的经济激励效果越明显，因此res最优接入量增速越快。此外，绿证价格越高，光伏最优接入量增速受网络容量和线路堵塞的影响波动越大。因此对于决策者来说，有必要考虑网络容量和绿证交易的双重影响，确定合适的绿证价格，以最大化res的经济激励。
[0178]
本发明方法所提双层优化模型可考虑网络容量和绿证交易的影响对可再生能源进行并网规划，上下层之间通过传递决策变量能够实现整体最优，在保证投资可再生能源利润非负的情况下，考虑线路容量所引起的线路堵塞以及绿证交易带来的经济激励，最终实现可再生能源的接入容量最大化。
[0179]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
[0180]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。