基于条件风险价值的备用成本分摊方法

电力系统风险因素是引起备用的主要原因,实现备用费用在各风险责任方之间公平合理地分摊是推进电力市场改革的重要一步。将备用容量和备用电量区分开来,通过类比条件风险价值的方法,建立了基于条件风险备用的容量费用分摊模型。该模型考虑了风险因素概率分布偏度对备用的影响;基于谁引发谁承担原则,建立了电量费用分析模型。利用以上模型可以科学地实现正负备用费用的分摊。最后,采用修改IEEE30节点进行仿真分析,验证了该分摊模型的有效性。     

风电并网后系统旋转备用费用分摊方法

为降低系统备用需求,将备用购买费用分摊给各责任方。由于风电已成为引起备用的重要风险因素,故将风电作为参与备用费用分摊的一个责任主体。在对容量费用进行分摊时,针对备用中处于不同位置的容量段对各责任方的价值不同,提出对备用容量费用进行分段按责分摊的方法;而备用的调用会引起购电费用的变化,因而备用电量费用采用谁引起调用谁承担的方法进行分摊。算例验证了所提方法的有效性。     

发电系统中旋转备用方案的风险分析与效用决策

电力市场环境下旋转备用的容量确定及其分配方案存在风险。为了从发电系统角度对旋转备用方案进行风险分析,定义新的随机变量——旋转备用损益,研究了旋转备用损益的概率分布,并用标准半方差量度其风险程度,利用效用函数和效用值反映不同类型（保守型、中立型和冒险型）决策者对旋转备用损益的满意程度,提出旋转备用损益的效用期望值决策模型。该模型不仅体现了旋转备用方案的客观风险,更反映了决策者对待风险的态度,因此更加符合实际。算例分析说明了该模型的有效性。     

基于夏普利值的中压配电网扩建费用分摊方法

电力市场环境下配电网投资必须由接入其中的各方承担,公平合理的费用分摊方案是配电网健康有序发展的重要内容之一。提出一种基于夏普利值与最优潮流结合的费用分摊方法。首先借助最优潮流,确定在灵活可控配网中,由于分布式电源、负荷接入引起的最小扩建费用;再利用夏普利值对各方影响进行加权平均,进而确定费用分摊方案。以北京市延庆地区为蓝本设计算例进行验证,对一般负荷、电动汽车、光伏接入后各方所应承担的费用进行了分析。算例表明,所提方法能反映接入要素的类型、接入位置、容量、可控性等多个因素的影响。当接入方具有抑制主变过负载、电压越限、可灵活调节等属性时,可降低其接入费用,从而证明了该方法能够有效构成经济激励。     

区域电力市场中的分区备用模型

分区备用可以保证区域电力市场安全经济运行。将区域电价有关概念推广到区域备用市场;建立两层模型,该模型考虑了地区间联络线传输容量约束、各地区最小备用容量需求和总备用需求等约束;模型的求解不仅可以得到区域备用价格,而且可得到故障情况下合理的调度方案;提出了基于调度方案形成各地区对备用的利用系数,基于利用系数对备用费用进行分摊的方法,为备用费用分摊这个难点问题提供了新的思路。通过算例验证了模型的有效性和可行性。     

基于最大熵原理的旋转备用方案风险评估

电力市场环境下,市场成员成为各自独立的经济实体,各方存在的不确定性因素均可能导致系统旋转备用方案的经济效益与预期值产生误差。分析了提供旋转备用机组的运行状态的发生概率和各状态下旋转备用方案的收益,建立了基于最大熵原理的旋转备用方案的风险评估模型,并利用2阶模拟退火粒子群算法求解模型。该模型实现了对机组运行的可靠性和经济性的综合评价。算例结果验证了该模型的有效性。     

旋转备用市场中考虑可靠性的多目标分层决策

电力市场环境下旋转备用的出清结果对发电系统可靠性有着重要影响.提出了对运行阶段发电系统可靠性进行评估的新指标--考虑旋转备用的电力不足期望值,它综合了机组可靠性参数、爬坡率、投运时间以及电能和旋转备用市场出清结果对系统可靠性的影响.指出用排队法进行旋转备用出清的结果只是满足购买费用最小的一个非劣解,进而提出考虑可靠性的多目标分层决策模型,并用遗传算法和非线性优化算法求解.仿真结果表明了该方法的有效性.     

不确定性引起备用的探讨

为应付电力系统中各种不确定性因素造成的供需不平衡,系统运行必须设置备用,备用会增加电力商品的成本,因此明确备用的本质和责任尤为重要.文章分析了备用的物理本质,讨论了由于电力供给的不确定性、电力需求的不确定性和输电元件故障的不确定性引起的备用,定量分析、探讨了备用的隶属关系及在市场成员中的分摊原则,各市场参与者应根据自身对系统风险度的影响确定应分摊的备用.     

市场环境下输电损耗分摊方法研究

针对电力市场环境下输电损耗的计算、分摊问题,通过对输电损耗的计算、分摊的目的、意义、影响因素以及损耗分摊方法的研究现状等问题的全面阐述,分析了压入法、边际类方法、增量类方法等多种理论方法的优缺点,指出输电损耗分摊应综合考虑系统运行状态、市场框架以及用户类型等多方面因素,同时结合我国电力市场中的具体问题,探索出相对公平且为各方所能接受的损耗计算、分摊方案.     

电力市场联营-双边交易模式下的阻塞费用分摊

针对联营-双边交易模式电力市场的特点和我国处于电力市场改革初期的具体情况,提出了一种新的阻塞费用分摊方法,即首先按照约束分配系数将系统阻塞费用分摊到阻塞线路,然后利用潮流追踪方法得出各市场成员对阻塞线路的利用程度,最后将线路阻塞费用分摊给全部市场成员。5节点系统算例结果表明,该方法能够正确有效地分摊市场成员的阻塞费用。     

需求弹性对系统最优备用投入的影响

在具有一定需求弹性和调节能力的电力用户参与备用服务提供的电力市场化背景下,考虑到用户侧提供备用服务时的电价和用户需求水平的不同会造成单位容量缺电成本的变化,建立了用户参与备用服务的补偿成本（消费者剩余）模型.在此模型的基础上运用最优潮流算法研究了需求弹性对电力系统最优备用投入的影响.IEEE 14节点算例表明：随着负荷侧需求弹性的增加,发电侧备用机组的投入量逐步减小,备用投入总成本也显著降低,同时增加了系统的运营效益.     

电力市场下风电电力系统旋转备用风险-成本模型

为了量化风电出力的随机性和波动性对电力系统备用容量的影响,利用条件风险价值方法,在电力市场环境下构建了包含了常规机组的运行成本、排污成本、期望停电成本、旋转备用成本在内的风电电力系统旋转备用的风险-成本模型,在Matlab环境下利用量子差分进化算法对模型进行求解,通过仿真分析了量子差分进化算法的优势、不同风险水平对系统上下旋转备用容量的影响,以及不同置信度下系统总的运行成本和条件风险值,得出了风险水平越高(对风电的态度愈保守),系统的上下旋转备用越小,而系统的上下旋转备用容量的置信度增加,系统总的运行成本和CVa R值则降低的结论。     

基于条件风险价值的含风电电力系统旋转备用效益研究

由于风电出力的波动性和间歇性,大规模风电并网使得旋转备用效益和风险的矛盾更加突出。考虑系统上、下旋转备用的容量成本和能量成本,以及因购买上旋转备用而减少的失负荷损失和因购买下旋转备用而减少的弃风损失,以期望旋转备用效益最大和系统损失的条件风险价值(CVaR)最小为两个目标,建立基于条件风险价值的含风电电力系统旋转备用效益-风险模型。采用蒙特卡罗法模拟实际负荷功率和风电出力的预测偏差,并改进多目标粒子群优化算法,用于求解得到期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及不同可靠性水平、置信水平对期望旋转备用效益和风险的影响。最后,通过算例验证了该模型和算法的可行性。     

Multi-objective market clearing of electrical energy,spinning reserves and emission for wind-thermal power system

This paper proposes energy and spinning reserve market clearing mechanism for wind-thermal power system, including uncertainties in wind power generation and load demand forecasts. The impact of wind power and load demand volatility on the energy and spinning reserve market is taken into account. This paper considers reserve offers from the conventional thermal generators. The stochastic behavior of wind speed, and wind power is represented by Weibull probability density function (PDF), and the load demand uncertainty is represented by Normal PDF. This paper considers two objectives: energy and spinning reserves cost minimization, and emission minimization. The energy and spinning reserves cost minimization objective includes cost of energy provided by conventional thermal generators and wind generators, cost of reserves provided by conventional thermal generators. It also includes costs due to over-estimation and under-estimation of available wind power, and load demand. The proposed market clearing model provides a compromise solution by optimizing both the objectives simultaneously using multi-objective Strength Pareto Evolutionary Algorithm 2+ (SPEA 2+). The effectiveness of the proposed approach is established from the results on IEEE 30 bus system.     

基于加权半方差的含风电电力系统旋转备用效益研究

在考虑系统旋转备用的容量成本和能量成本、因购买旋转备用而减少的停电损失,以及旋转备用效益的离散程度的基础上,引入风险偏好系数,并采用证券投资组合中的加权半方差度量风险。以期望旋转备用效益最大和风险最小为优化目标,建立基于加权半方差的含风电电力系统旋转备用效益-风险模型。采用蒙特卡洛模拟法模拟实际负荷功率偏差和风电出力预测偏差,并通过多目标纵横交叉算法求得期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及风险偏好系数、可靠性水平、预测偏差、失负荷损失价格、旋转备用价格对期望旋转备用效益和风险的影响。算例验证了所提模型的合理性。     

风火联合系统不同备用模式的风险调度策略研究

电侧的需求响应以及蓄电设备运行灵活,可以作为虚拟备用资源,保障含风电等间歇性新能源发电的电力系统安全。为衡量虚拟备用资源给系统经济性和环保性的影响,分别建立传统火电备用和虚拟快速备用这2种含风电并网的电力调度模型。并考虑新能源输出功率、电力市场、机组参数等不确定因素给系统优化带来的风险,将区间两阶段随机优化模型与CVaR风险规避相结合,利用区间数、概率数对系统供给侧和需求侧的不确定因素与优化函数有效结合,同时体现决策者风险偏好。算例分析表明,此混合优化算法能够对含风电并网的电力系统不同旋转备用模式进行优化,权衡系统成本与系统风险。算例结果表明充分利用蓄电池、需求响应作为虚拟备用资源能有效降低系统成本和CO2排放。     

考虑可中断负荷及风电随机性的电网短期经济调度

文中考虑在短期负荷及风电预测存在偏差的情况下,引入可中断负荷作为一种旋转备用以确保系统的功率平衡。以输电线路传送有功作为电网安全指标,采用CVAR风险理论描绘电网的不确定安全风险,构建了考虑可中断负荷及风电随机性的电力系统短期经济调度模型。在调度总成本中,除了计及常规机组的发电生产费用以外,还考虑了因电力供应不足所造成的需求侧停电补偿费用。最后通过IEEE14节点系统仿真计算,算例结果表明,该模型具有良好的理论意义和实用价值。     

基于随机规划的正负旋转备用容量求解方法

为研究正负旋转备用容量对电力系统运行费用的影响,提出了一种随机规划二阶段补偿模型,其目标函数包括计划运行费用和补偿费用。在不同正负备用容量情况下,采用拉格朗日松弛法和Monte Carlo模拟对模型进行求解,结果表明：系统的总运行费用随着负备用的增加始终单调递增; 当系统中负荷和风电功率的随机性较强时,最大和最小正旋转备用之间存在最优值使得总运行费用最小。最后采用粒子群(PSO)智能算法对10机系统的最优正旋转备用容量进行了求解。     

Optimal Scheduling of Spinning Reserve with Transmission Constraints

An effective method is proposed to schedule spinning reserve optimally. The method considers the transmission constraint in the whole scheduling process. To get the feasible solution faster, transmission line limits are first relaxed using the Lagrangian Relaxation technique. In the economic dispatch, after unit generation and spinning reserve are allocated among the committed units to satisfy the system andunit constraints, the schedule is then modified by a linear programming algorithm to avoid line overloads. The schedule is then updated by a probabilistic reserve assessment to meet a given risk index. The optimal value of the risk index is selected via a cost/benefit analysis based on the tradeoff between the total Unit Commitment (UC) schedule cost and the expected cost of energy not served. Finally, a unit decommitment technique is incorporated to solve the problem of reserve over-commitment in the Lagrangian Relaxation–based UC. The results of reserve scheduling with the transmission constraint are shown by the simulation runs performed on the IEEE reliability test system.