融合调峰交易的日前电能量现货市场出清方法及设备与流程

1.本发明属于电力市场与调度运行交叉技术领域，具体涉及一种融合调峰交易的日前电能量现货市场出清方法及设备。


背景技术：

2.日前电能量现货市场是以全网购电成本最低为优化目标，以运行日各时段电力平衡等运行要求为约束条件的市场交易方式。调峰交易包括深度调峰和启停调峰，是火电机组以低于其最小技术出力或日内启停等方式满足低谷时段电力平衡要求，提升新能源消纳能力的市场交易方式。调峰交易实际上是新能源消纳困难时段电能量现货交易的特殊形式，随着电能量现货市场逐步建成，调峰交易逐步融入电能量现货市场是市场发展的必然过程，有助于解决调峰交易费用疏导等问题。
3.但是，由于火电机组深度调峰后运行成本显著增加，因此在融合调峰交易后火电机组申报价格曲线将以最小技术出力为分界线，呈现先单调递减后单调递增的变化趋势。这种申报价格曲线将导致日前电能量现货市场出清模型将转为非凸规划问题，难以直接利用现有数学规划算法直接求解。
4.相关技术中，主要采用分步求解法解决上述问题，例如采用火电运行计划再出清求解的方法，但是，这种方法在实际应用中存在如下问题：与中长期运行计划的有效衔接较差，容易造成日内启停调峰增大；深度调峰与启停调峰间的有效衔接较差，容易造成整体调峰成本增加。因此，如何在减小日内启停调峰、减小整体调峰成本的基础上，进行日前电能量现货市场出清，成为现有技术中亟待解决的技术问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种融合调峰交易的日前电能量现货市场出清方法及设备，以克服目前日内启停调峰增大及整体调峰成本增加的问题。
6.为实现以上目的，本发明采用如下技术方案：
7.一方面，一种融合调峰交易的日前电能量现货市场出清方法，包括：
8.考虑运行成本和弃风弃光惩罚成本，构建多运行日滚动机组组合决策模型，得到多运行日火电机组的基本开停机计划和各运行日在火电机组未提供深度调峰、日内启停调峰情况下的弃风弃光计划；
9.根据待决策运行日火电机组的所述基本开停机计划和弃风弃光计划，评估是否存在启停调峰需求，并确定日内启停调峰火电机组及日内启停调峰火电机组停机时间；
10.根据所述日内启停调峰火电机组停机时间，重新评估各时段调峰需求，得到参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段；
11.基于所述日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，实现深度调峰和正常发电申报解耦，得到融合调峰交易的日前电能量现货市场出清结果。
12.可选的，所述考虑运行成本和弃风弃光惩罚成本，构建多运行日滚动机组组合决策模型，包括：
13.考虑火电机组运行成本、弃风弃光惩罚成本两方面决策要求，构建多运行日滚动机组组合优化目标；所述多运行日滚动机组组合优化目标，表示为：
[0014][0015]
式中，c
md
为多运行日滚动机组组合综合成本；nd为所考虑的运行日天数；n
t
、δt分别为运行日优化时段数和时间间隔；c
sp,t
(g,d,t)、p
sp,n,a
(d,t)分别为火电机组g时段t运行日d运行成本和运行日d时段t的弃风弃光功率；ng为火电机组台数；α
md,t
、α
md,n
对应火电机组运行成本和弃风弃光惩罚成本的权重系数，要求α
md,n
＜α
md,t
；以及，
[0016]
构建多运行日滚动机组组合约束条件；所述多运行日滚动机组组合约束条件，表示为：
[0017][0018][0019]
γo(g,d)p
min
(g)≤pb(g,d,t)≤γo(g,d)p
max
(g)(4)
[0020]
γo(g,d)p
pmin
(g)≤pb(g,d,t)-pb(g,d,t-1)≤γo(g,d)p
pmax
(g)(5)
[0021]
γo(g,d)-γo(g,d-1)＝γs(g,d)-γe(g,d)(6)
[0022][0023][0024][0025][0026]
p
n,s
(d,t) p
sp,n,a
(d,t)＝p
n,f
(d,t)(11)
[0027]
式中，p
n,s
(d,t)、p
n,f
(d,t)分别为运行日d时段t新能源发电计划；p
l
(d,t)为运行日d时段t负荷预测；r为运行备用容量；p
pmax
(g)、p
pmin
(g)分别为火电机组g最大、最小爬坡能力；γs(g,d)、γe(g,d)分别为火电机组g运行日d启动、停机状态变量；dsg、deg分别为最小起始运行天数和最小起始停机天数，即由火电机组g起始运行状态决定的持续时间；
[0028]
根据所述优化目标和所述约束条件，构建所述多运行日滚动机组组合决策模型；所述多运行日滚动机组组合决策模型，表示为：
[0029]
minc
md
s.t.(2)-(11)(12)
[0030]
式中，min表示该决策模型为最小化优化问题，s.t.表示约束条件。
[0031]
可选的，所述火电机组g时段t运行日d运行成本表示为：
[0032][0033]
式中，γo(g,d)为火电机组g运行日d开机运行状态变量，λn(g,1)为火电机组g最小技术出力所对应申报价格，p
min
(g)为未深度调峰状态下火电机组g最小技术出力，n
l
(g)为火电机组g申报价格段数，λn(g,l)为火电机组g第l段申报价格，pb(g,l,d,t)为火电机组g第l段运行日d时段t对应中标容量；
[0034]
其中，火电机组各段中标容量应不超过对应段容量范围，表示为：
[0035][0036]
式中，p
max
(g)为火电机组g最大技术出力，p
max
(g,l)为火电机组g第l段容量上限。
[0037]
可选的，所述根据待决策运行日火电机组的所述基本开停机计划和弃风弃光计划，评估是否存在启停调峰需求，并确定日内启停调峰火电机组及日内启停调峰火电机组停机时间，包括：
[0038]
判断运行负备用后，最大弃风弃光功率是否超过所有火电机组的最大深度调峰容量之和；若所述最大弃风弃光功率超过所有火电机组的最大深度调峰容量之和，则存在日内启停调峰需求；
[0039]
所述判断运行负备用后，最大弃风弃光功率是否超过所有火电机组的最大深度调峰容量之和的判断标准表示为：
[0040][0041]
其中，表示取所有时段中最大值；rn为考虑新能源、负荷预测偏差后低谷时段所需要预留的负备用容量；p
pgmin
(g)为火电机组g最小深度调峰出力；
[0042]
若存在日内启停调峰需求，则考虑火电机组日内启停调峰价格及启停调峰新增容量，确定参与日内启停调峰的火电机组；
[0043]
所述确定参与日内启停调峰的火电机组的规则，表示为：
[0044][0045][0046]
式中，c
sp
(d)为运行日d日内启停调峰总成本；n
gsp
为可提供日内启停调峰火电机组集；γ
sp
(g,d)为运行日d火电机组g是否参与日内启停调峰状态变量；p
pnmax
(d)为运行日d考
虑深度调峰后剩余最大调峰需求；β
sp1
、β
sp2
为日内启停调峰容量与考虑深度调峰后剩余最大调峰需求的正、负偏差；
[0047]
优化决策所述参与日内启停调峰的火电机组的停机时间。
[0048]
可选的，所述根据所述日内启停调峰火电机组停机时间，重新评估各时段调峰需求，得到参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，包括：
[0049]
计算日内启停调峰后各时段调峰需求为弃风弃光功率与所述时段处于停机状态的日内启停调峰火电机组所提供的启停调峰容量差值；
[0050]
若所述启停调峰容量差值为正数表明仍有深度调峰需求，得到参与深度调峰的剩余火电机组；若所述启停调峰容量差值为非正数，否则无深度调峰需求；
[0051]
所述深度调峰需求，表示为：
[0052][0053]
式中，p
pn
(d,t)为运行日d时段t的考虑日内启停调峰后的调峰需求；若某时段考虑日内启停调峰后的调峰需求p
pn
(d,t)不为0，则规定所述时段深度调峰需求状态变量γ
dp
(d,t)为1，需要进行深度调峰；否则取值为0，无需进行深度调峰。
[0054]
可选的，所述基于所述日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，实现深度调峰和正常发电申报解耦，得到融合调峰交易的日前电能量现货市场出清结果，包括：
[0055]
根据所述日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，以火电运行成本和弃风弃光惩罚成本最低为目标，构建优化目标函数；
[0056]
构建融合调峰交易的日前电能量现货出清约束条件；
[0057]
根据所述优化目标函数和所述融合调峰交易的日前电能量现货出清约束条件，构建融合调峰交易的日前电能量现货出清模型，并求解得到融合调峰交易的日前电能量现货交易出清结果。
[0058]
可选的，所述根据所述日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，以火电运行成本和弃风弃光惩罚成本最低为目标，构建的优化目标函数，表示为：
[0059][0060]
式中，c
sd
为日前现货电能量出清综合成本，c
sd,t
(g,d,t)为火电机组g运行日d时段t的综合运行成本，p
n,a
(d,t)为运行日d时段t弃风弃光功率；α
sd,t
、α
sd,n
分别为火电机组运行成本和弃风弃光惩罚成本优化目标权重系数；
[0061]
其中，火电机组运行运行成本考虑正常运行发电下的运行成本，同时考虑参与深度调峰后的深度调峰成本，表示为：
[0062][0063]
式中，n
dl
(g)为火电机组深度调峰申报价格段数，λd(g,dl)为火电机组g第dl段深度调峰申报价格，pd(g,dl,d,t)为火电机组g运行日d时段t第dl段深度调峰中标容量；其中，pd(g,dl,d,t)不超过各申报段最大可申报容量，表示为：
[0064][0065]
式中，p
min
(g,dl)为火电机组g第dl段深度调峰的最小申报容量。
[0066]
可选的，所述构建融合调峰交易的日前电能量现货出清约束条件，包括：
[0067]
考虑电力平衡约束、运行备用充裕性约束、火电机组正常发电及深度调峰中标容量约束、火电机组爬坡能力约束、新能源运行特性约束，构建融合调峰交易的日前电能量现货出清约束条件。
[0068]
又一方面，一种融合调峰交易的日前电能量现货市场出清设备，包括处理器和存储器，所述处理器与存储器相连：
[0069]
其中，所述处理器，用于调用并执行所述存储器中存储的程序；
[0070]
所述存储器，用于存储所述程序，所述程序至少用于执行上述任一项所述的融合调峰交易的日前电能量现货市场出清方法。
[0071]
本发明实施例提供的融合调峰交易的日前电能量现货市场出清方法及设备，通过考虑运行成本和弃风弃光惩罚成本，构建多运行日滚动机组组合决策模型；通过日内启停调峰需求评估和运行日滚动机组组合，实现了各运行日间火电机组开机方式的有效衔接，并解决深度调峰、日内启停调峰有效衔接问题，实现了调峰交易与日前电能量现货交易的高效耦合。因此，本发明的技术方案，通过构建多运行日滚动机组组合决策模型，解决各运行日间的链接问题；通过将日内启停调峰需求评估和运行日滚动机组组合，实现了各运行日间火电机组开机方式的有效衔接，在减小日内启停调峰、减小整体调峰成本的基础上，进行日前电能量现货市场出清。
附图说明
[0072]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0073]
图1为现有技术中一种考虑深度调峰后的火电机组申报价格趋势示意图；
[0074]
图2是本发明实施例提供的一种融合调峰交易的日前电能量现货市场出清方法的流程示意图；
[0075]
图3是本发明一种实施例提供的融合调峰交易的日前电能量现货市场出清设备的结构示意图。
具体实施方式
[0076]
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
[0077]
由于火电机组深度调峰后运行成本显著增加，因此在融合调峰交易后火电机组申报价格曲线将以最小技术出力为分界线，呈现先单调递减后单调递增的变化趋势(参阅图1，图1为现有技术中一种考虑深度调峰后的火电机组申报价格趋势示意图)，如图1，在最小深调出力和最大技术出力时，申报价格最高；在最小技术出力申报发电出力时，申报价格最低。这种申报价格曲线将导致日前电能量现货市场出清模型将转为非凸规划问题，难以直接利用现有数学规划算法直接求解。
[0078]
相关技术中，主要采用分步求解法解决上述问题，例如住火电机组深度调峰和高于最小技术出力处于正常运行时间上的互斥性，将深度调峰交易限制在存在弃风弃光计划的时段，从而实现模型简化。该方法的主要特征包括：一是构建启停计划决策模型，该模型不考虑火电机组深度调峰，以火电运行成本、日内启停成本和弃风弃光惩罚成本三方面综合加权成本最低为优化目标，优先决策得到火电机组启停计划、弃风弃光计划；二是构建深度调峰计划再出清模型，该模型基于给定火电机组启停计划，并限制火电机组仅在存在弃风弃光计划时段参与深度调峰，构建考虑深度调峰融合后的再出清模型，决策得到火电机组深度调峰计划和考虑深度调峰后的弃风弃光计划。
[0079]
但是，上述出清求解方法，在实际应用中存在如下问题：
[0080]
(1)缺乏与中长期运行计划的有效衔接，容易造成日内启停调峰增大。现有方法仅考虑运行日优化决策需求，而未考虑各运行日间的衔接问题，若运行日火电机组开停方式安排不合理，将造成日内启停调峰需求增大；
[0081]
(2)缺乏深度调峰与启停调峰间的有效衔接，容易造成整体调峰成本增加。现有方法优先决策启停调峰计划，实际上启停调峰成本远高于深度调峰成本。现有方法将优先采用启停调峰解决弃风弃光问题，将导致整体调峰成本增加，影响运行经济性。
[0082]
因此，如何在减小日内启停调峰、减小整体调峰成本的基础上，进行日前电能量现货市场出清，成为现有技术中亟待解决的技术问题。
[0083]
基于上述技术问题，本技术实施例提供了一种融合调峰交易的日前电能量现货市场出清方法及设备。
[0084]
图2是本发明实施例提供的一种融合调峰交易的日前电能量现货市场出清方法的流程示意图。请参阅图2，本实施例可以包括以下步骤：
[0085]
步骤s21、考虑运行成本和弃风弃光惩罚成本，构建多运行日滚动机组组合决策模型，得到多运行日火电机组的基本开停机计划和各运行日在火电机组未提供深度调峰、日内启停调峰情况下的弃风弃光计划。
[0086]
具体的，可以综合考虑运行成本、弃风弃光惩罚成本两方面优化目标，构建多运行
日滚动机组组合模型，以制定满足运行要求的最优火电机组基本启停计划。
[0087]
在一些实施例中，可以包括：考虑火电机组运行成本、弃风弃光惩罚成本两方面决策要求，构建多运行日滚动机组组合优化目标。
[0088]
值得说明的是，多运行日滚动机组组合阶段所制定的火电机组启停计划属于长周期启停安排，并非日内启停调峰，其成本可由火电企业充分考虑纳入其运行成本申报，本技术中，多运行日滚动机组组合阶段不考虑该成本。
[0089]
多运行日滚动机组组合优化目标，表示为：
[0090][0091]
式中，c
md
为多运行日滚动机组组合综合成本；nd为所考虑的运行日天数，本技术中，可以新能源、负荷等边界数据预测准确率水平决定，如可考虑3-7天；n
t
、δt分别为运行日优化时段数和时间间隔；c
sp,t
(g,d,t)、p
sp,n,a
(d,t)分别为火电机组g时段t运行日d运行成本和运行日d时段t的弃风弃光功率；ng为火电机组台数；α
md,t
、α
md,n
对应火电机组运行成本和弃风弃光惩罚成本的权重系数，本技术中可以由运行人员确定，为了优先保障新能源需要，要求α
md,n
＜α
md,t
。
[0092]
在一些实施例中，火电机组g时段t运行日d运行成本表示为：
[0093][0094]
式中，γo(g,d)为火电机组g运行日d开机运行状态变量，λn(g,1)为火电机组g最小技术出力所对应申报价格，p
min
(g)为未深度调峰状态下火电机组g最小技术出力，n
l
(g)为火电机组g申报价格段数，λn(g,l)为火电机组g第l段申报价格，pb(g,l,d,t)为火电机组g第l段运行日d时段t对应中标容量。其中，火电机组各段中标容量应不超过该段容量范围，即满足：
[0095][0096]
式中，p
max
(g)为火电机组g最大技术出力，p
max
(g,l)为火电机组g第l段容量上限。n
l
(g)为火电机组g申报价格段数，pb(g,l,d,t)为火电机组g第l段运行日d时段t对应中标容量，pb[g,n
l
(g),d,t]是火电机组g第n
l
(g)段运行日d时段t对应中标容量。
[0097]
以及，构建多运行日滚动机组组合约束条件。
[0098]
本技术中，可以考虑的约束条件可以包括：电力平衡约束、运行备用充裕性约束、火电机组发电能力约束、火电机组爬坡能力约束、火电机组启停状态约束、火电机组起始最小持续运行时间约束、火电机组起始最小持续停机时间约束、火电机组开停机时间约束、新能源运行特性约束。由于多运行日一般不超过7天，而当前国家标准规定火电机组最小开停机时间一般不低于7天，因此在多运行日决策期间火电机组最多启停1次，可将火电机组开停机时间约束改为火电机组最小开机次数约束、火电机组最小停机次数约束。
[0099]
本技术中，多运行日滚动机组组合约束条件，表示为：
[0100][0101][0102]
γo(g,d)p
min
(g)≤pb(g,d,t)≤γo(g,d)p
max
(g)(4)
[0103]
γo(g,d)p
pmin
(g)≤pb(g,d,t)-pb(g,d,t-1)≤γo(g,d)p
pmax
(g)(5)
[0104]
γo(g,d)-γo(g,d-1)＝γs(g,d)-γe(g,d)(6)
[0105][0106][0107][0108][0109]
p
n,s
(d,t) p
sp,n,a
(d,t)＝p
n,f
(d,t)(11)
[0110]
式中，p
n,s
(d,t)、p
n,f
(d,t)分别为运行日d时段t新能源发电计划；p
l
(d,t)为运行日d时段t负荷预测；r为运行备用容量；p
pmax
(g)、p
pmin
(g)分别为火电机组g最大、最小爬坡能力；γs(g,d)、γe(g,d)分别为火电机组g运行日d启动、停机状态变量；dsg、deg分别为最小起始运行天数和最小起始停机天数，即由火电机组g起始运行状态决定的持续时间。
[0111]
根据优化目标和约束条件，构建多运行日滚动机组组合决策模型；多运行日滚动机组组合决策模型，表示为：
[0112]
minc
md
s.t.(2)-(11)(12)
[0113]
式中，min表示该决策模型为最小化优化问题，s.t.表示约束条件。
[0114]
本技术实施例中，该模型本质上为混合整数规划问题，可采用分支定界等规划方法或调用cplex等商用软件包求解得到。求解该模型，即可以得到多运行日火电机组基本开停机计划和各运行日在火电机组未提供深度调峰、日内启停调峰情况下的弃风弃光计划。
[0115]
步骤s22、根据待决策运行日火电机组的基本开停机计划和弃风弃光计划，评估是否存在启停调峰需求，并确定日内启停调峰火电机组及日内启停调峰火电机组停机时间。
[0116]
其中，火电机组可以为待决策运行日。
[0117]
在一些实施例中，可以包括：判断运行负备用后，最大弃风弃光功率是否超过所有火电机组的最大深度调峰容量之和；若最大弃风弃光功率超过所有火电机组的最大深度调峰容量之和，则存在日内启停调峰需求；
[0118]
判断运行负备用后，最大弃风弃光功率是否超过所有火电机组的最大深度调峰容量之和的判断标准表示为：
[0119][0120]
其中，表示取所有时段中最大值；rn为考虑新能源、负荷预测偏差后低谷时段所需要预留的负备用容量；p
pgmin
(g)为火电机组g最小深度调峰出力；
[0121]
若存在日内启停调峰需求，则考虑火电机组日内启停调峰价格及启停调峰新增容量，确定参与日内启停调峰的火电机组；
[0122]
确定参与日内启停调峰的火电机组的规则，表示为：
[0123][0124][0125]
式中，c
sp
(d)为运行日d日内启停调峰总成本；n
gsp
为可提供日内启停调峰火电机组集；γ
sp
(g,d)为运行日d火电机组g是否参与日内启停调峰状态变量；p
pnmax
(d)为运行日d考虑深度调峰后剩余最大调峰需求；β
sp1
、β
sp2
为日内启停调峰容量与考虑深度调峰后剩余最大调峰需求的正、负偏差。
[0126]
优化决策参与日内启停调峰的火电机组的停机时间。
[0127]
其中，β
sp1
β
sp2
分别为日内启停调峰成本目标项和容量偏差目标项，α
sp,c
、α
sp,d
为对应优化目标权重系数，为保证最大限度消纳新能源，容量偏差目标项权重系数应远大于日内启停调峰成本目标项，即α
sp,c
＞α
sp,d
。其中，运行日d考虑深度调峰后剩余最大调峰需求为最大弃风弃光功率与所有火电机组最小深调出力下调峰容量之和的差值，可表示为：
[0128][0129]
上述公式(21)中字符释义已在上述相关部分陈述，此处不做赘述。
[0130]
在一些实施例中，可选的，在优化决策参与日内启停调峰的火电机组的停机时间时，可按照如下方式进行：
[0131]
(1)评估各时段考虑深度调峰后剩余最大调峰需求，若超过深度调峰容量，则表明该时段存在日内启停调峰需求，本实施例中，评估公式可以参考公式(15)；
[0132]
(2)若存在日内启停调峰需求的时长低于日内启停调峰火电机组最小启停调峰持续时间要求，则以存在日内启停调峰需求时段为中心，以最小启停调峰持续时间为总时长，向两侧等时长延伸至满足最小启停调峰持续时间要求；
[0133]
(3)若存在日内启停调峰需求的时长超过日内启停调峰火电机组最小启停调峰持续时间要求，则以日内启停调峰需求的时间作为日内启停调峰火电机组停机调峰时段。
[0134]
利用上述三个步骤，可确定参与日内启停调峰火电机组停机时段，可以γ
sp
(g,d,t)标记参与日内启停调峰火电机组停机时段，将停机时段该机组取值置为1。
[0135]
步骤s23、根据日内启停调峰火电机组停机时间，重新评估各时段调峰需求，得到参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段。
[0136]
具体的，可以根据已确定的日内启停调峰火电机组停机时间，重新评估各时段调峰需求，从而得到剩余火电机组可以参与深度调峰的时段，将非凸申报价格曲线从时间上拆分。
[0137]
在一些实施例中，可以包括：计算日内启停调峰后各时段调峰需求为弃风弃光功率与时段处于停机状态的日内启停调峰火电机组所提供的启停调峰容量差值；
[0138]
若启停调峰容量差值为正数表明仍有深度调峰需求，得到参与深度调峰的剩余火电机组；若启停调峰容量差值为非正数，否则无深度调峰需求；
[0139]
深度调峰需求，表示为：
[0140][0141]
式中，p
pn
(d,t)为运行日d时段t的考虑日内启停调峰后的调峰需求；若某时段考虑日内启停调峰后的调峰需求p
pn
(d,t)不为0，则规定时段深度调峰需求状态变量γ
dp
(d,t)为1，需要进行深度调峰；否则取值为0，无需进行深度调峰。
[0142]
步骤s24、基于日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，实现深度调峰和正常发电申报解耦，得到融合调峰交易的日前电能量现货市场出清结果。
[0143]
在一些实施例中，可以包括：根据日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，以火电运行成本和弃风弃光惩罚成本最低为目标，构建优化目标函数；
[0144]
构建融合调峰交易的日前电能量现货出清约束条件；
[0145]
根据优化目标函数和融合调峰交易的日前电能量现货出清约束条件，构建融合调峰交易的日前电能量现货出清模型，并求解得到融合调峰交易的日前电能量现货交易出清结果。
[0146]
在一些实施例中，根据日内启停调峰火电机组停机时间及考虑日内启停调峰后调峰需求后得到的参与深度调峰的剩余火电机组和剩余火电机组参与深度调峰的时段，以火电运行成本和弃风弃光惩罚成本最低为目标，构建的优化目标函数，表示为：
[0147][0148]
式中，c
sd
为日前现货电能量出清综合成本，c
sd,t
(g,d,t)为火电机组g运行日d时段t的综合运行成本，p
n,a
(d,t)为运行日d时段t弃风弃光功率；α
sd,t
、α
sd,n
分别为火电机组运行成本和弃风弃光惩罚成本优化目标权重系数。
[0149]
其中，火电机组运行运行成本考虑正常运行发电下的运行成本，同时考虑参与深度调峰后的深度调峰成本，表示为：
[0150][0151]
式中，n
dl
(g)为火电机组深度调峰申报价格段数，λd(g,dl)为火电机组g第dl段深度调峰申报价格，pd(g,dl,d,t)为火电机组g运行日d时段t第dl段深度调峰中标容量；其中，pd(g,dl,d,t)不超过各申报段最大可申报容量，表示为：
[0152][0153]
式中，p
min
(g,dl)为火电机组g第dl段深度调峰的最小申报容量。
[0154]
则若该火电机组当日处于开机状态且该时段未提供日内启停调峰，火电机组运行日时段的实际发电出力为在最小技术出力基础上考虑正常运行发电阶段各申报段中标容量和深度调峰各申报段中标容量影响，可表示为：
[0155][0156]
在一些实施例中，仅在考虑日内启停调峰后仍存在调峰需求时，允许火电机组深度调峰中标；而其他时段，仅允许正常运行发电中标，即应满足：
[0157][0158][0159]
其中，公式(22)-(24)的公式参数参阅上述记载内容。
[0160]
在一些实施例中，构建融合调峰交易的日前电能量现货出清约束条件，包括：
[0161]
考虑电力平衡约束、运行备用充裕性约束、火电机组正常发电及深度调峰中标容量约束、火电机组爬坡能力约束、新能源运行特性约束，构建融合调峰交易的日前电能量现货出清约束条件。
[0162]
例如，本技术中，火电机组正常发电及深调中标容量约束见式(14)、(20)、(23)-(24)。剩余约束条件可表示为：
[0163][0164][0165]
γo(g,d)[1-γ
sp
(g,d)]p
pmin
(g)≤ps(g,d,t)-ps(g,d,t-1)
[0166]
≤γo(g,d)[1-γ
sp
(g,d)]p
pmax
(g)(27)
[0167]
p
n,s
(d,t) p
sp,n,a
(d,t)＝p
n,f
(d,t)(28)
[0168]
式中，相关参数已在前文介绍，本处不再赘述。
[0169]
可选的，本发明实施例中，可以构建融合调峰交易的日前电能量现货出清模型，并求解。该模型以火电运行成本及弃风弃光惩罚成本最低为优化目标，并考虑电力平衡约束、运行备用充裕性约束、火电机组正常发电及深调中标容量约束、火电机组爬坡能力约束、新能源运行特性约束条件。可表示为：
[0170]
minc
sd
s.t.(14)、(20)、(23)-(28)(29)
[0171]
式中，min表示该决策模型为最小化优化问题，s.t.表示约束条件。该模型本质上为混合整数规划问题，可采用分支定界等规划方法或调用cplex等商用软件包求解得到。求解该模型，即可以得到融合调峰交易的日前电能量现货交易出清结果。
[0172]
本发明实施例提供的融合调峰交易的日前电能量现货市场出清方法及设备，通过考虑运行成本和弃风弃光惩罚成本，构建多运行日滚动机组组合决策模型；通过日内启停调峰需求评估和运行日滚动机组组合，实现了各运行日间火电机组开机方式的有效衔接，并解决深度调峰、日内启停调峰有效衔接问题，实现了调峰交易与日前电能量现货交易的高效耦合。因此，本发明的技术方案，通过构建多运行日滚动机组组合决策模型，解决各运行日间的链接问题；通过将日内启停调峰需求评估和运行日滚动机组组合，实现了各运行日间火电机组开机方式的有效衔接，在减小日内启停调峰、减小整体调峰成本的基础上，进行日前电能量现货市场出清。
[0173]
本发明还提供了一种融合调峰交易的日前电能量现货市场出清设备，用于实现上述方法实施例。图3是本发明一种实施例提供的融合调峰交易的日前电能量现货市场出清设备的结构示意图。如图3所示，本实施例的融合调峰交易的日前电能量现货市场出清设备包括处理器31和存储器32，处理器31与存储器32相连。其中，处理器31用于调用并执行存储器32中存储的程序；存储器32用于存储程序，程序至少用于执行以上实施例中的融合调峰交易的日前电能量现货市场出清方法。
[0174]
本技术实施例提供的融合调峰交易的日前电能量现货市场出清设备的具体实施方案可以参考以上任意实施例的融合调峰交易的日前电能量现货市场出清方法的实施方式，此处不再赘述。
[0175]
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
[0176]
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
[0177]
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，表示包括一个或更多个用于实现特定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，并且本发明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，这应被本发明的实施例所属技术领域的技术人员所理解。
[0178]
应当理解，本发明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，多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。例如，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。
[0179]
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。
[0180]
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0181]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0182]
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。
[0183]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。