支持全业务运作的电力用户与发电企业直接交易平台设计

作为国内首套支撑电力用户与发电企业直接交易全业务流程的技术支撑平台,文中介绍了该平台的设计目标,从业务架构、功能架构、数据架构、技术架构4个方面阐述了平台的设计架构,分析了多品种交易管理、发电计划等进度滚动编制、多电量成分统一结算、基于维度分解的数据交互等平台关键技术。该平台已在国家电网全国统一电力市场建设中得到实际应用,支撑包括山西、安徽、甘肃等试点省在内的20余个省大用户直接交易的开展。     

可再生能源配额制下售电公司多市场交易决策

可再生能源配额制实施后,售电公司面临着电力交易市场和绿证市场的多市场组合交易决策问题。基于配额制下售电公司市场交易框架及模式,考虑售电公司多种购电渠道的购电成本、柔性合约成本、绿证交易成本及售电收入,以条件风险价值法度量相关不确定因素带来的风险值,构建多市场组合交易决策模型。运用多场景法对风电出力、集中竞价市场出清价格、绿证价格等不确定因素生成典型场景集,以售电公司收益最大、市场交易风险最低为决策目标,采用GAMS软件对决策模型进行编程求解。算例仿真分析了风险规避系数、风电出力不确定性、可再生能源配额比例等因素变化对售电公司收益的影响,对模型的有效性进行了验证,为配额制下售电公司参与多市场交易决策提供理论指导。     

电力市场实验能力建设面临的挑战及关键技术

为深入探究电力市场运营、市场成员决策、电网调度运行之间的交互影响,建设了电力市场联合实验推演能力,构建了电力市场全景实验平台总体功能框架,系统性阐述了“双碳”目标下电力市场实验推演面临的主要挑战。提出实验推演场景的智能构建技术、多类型市场成员竞价决策行为模拟技术。从电力市场出清模拟在高性能智能出清算法、多市场耦合运营模拟、长周期连续模拟任务调度等方向,着重分析了需要进一步突破的关键技术,提出了与电力市场运营模拟衔接的电网调度运行模拟技术以及市场运营大数据评估技术中的关键点。     

基于卖方灵活电力合约的风电中长期交易策略

风力发电商在一些发达国家已作为独立的主体参与电力市场交易。文章构建了风电交易的灵活电力合约模型,并提出了风电商在中长期市场基于卖方灵活电力合约的交易策略。风电商可以在各阶段开始时刻根据市场状况和自身出力预测情况灵活安排阶段内各时段的合约电量,以使自身收益最大化。文章着重研究了合约电量的优化决策问题,提出了基于随机动态规划的模型和求解方法。算例中使用时间序列法进行风速和电价的模拟和预测,通过几种交易方案的比较,说明卖方灵活电力合约能够显著提升风电商的收益水平,同时有效控制收益风险。     

英美电力市场用户及调度成本覆盖的思考与启示

以英国电力库时期、NETA时期和美国PJM时期电力市场为例,分析对比三者在用电侧和调度的成本覆盖情况,并且分别从市场运营特点的整体性和3种交易模式在交易和费用制度的繁复程度上、市场的组织形式上、价格的稳定和导向性上、市场运行的透明度上的优劣势进一步分析不同电力市场的运营模式。最后结合我国的实际情况,提出我国电力市场建设方面的相关建议。     

发电商多输入决策因子竞价的智能代理模拟方法

电力行业从垄断到竞争,市场成员的决策方式会发生很大的转变;受市场参与者成本、风险偏好、电力市场供求关系等因素的影响,其决策行为将受到多种因素的共同影响。在对诸多影响市场成员竞价决策的相关因素分析基础上,提炼关键影响因子分类建模,建立能够模拟发电商日前市场竞价行为的多输入决策因子模型,应用VRE-learning强化学习算法,在5节点测试系统上进行市场成员竞价行为模拟。实验结果表明,运用所建立的竞价决策模型可以较好地表征市场成员的风险特性和决策从属目标,验证了所提方法的有效性。     

单侧放开市场中基于Stackelberg均衡分析的最低效率损失需求响应激励机制设计

发电商单侧竞价的电力现货市场是我国电力现货市场试点省份普遍采用的市场模式,激励型需求响应(incentivebased demand response,IDR)作为负荷侧资源参与市场可提高系统灵活性,亟待纳入当前单侧竞价的现货市场中。针对不同IDR激励策略将导致不同的效率损失这一问题,构建了单侧竞价现货市场中融入负荷侧资源参与的IDR实施市场架构,提出了市场效率损失比以量化分析不同激励策略对市场效率的作用影响。考虑独立系统运营商(IndependentSystem Operator,ISO)、发电商和IDR用户的不同博弈方式,建立了基于Stackelberg均衡分析的最低效率损失激励型需求响应模型,最后通过3节点和118节点网络验证了所提方法的有效性和合理性。上述机制能够在单侧竞价的电力现货市场中有计划、有步骤地逐步引入用户侧参与元素,并实现市场整体效率损失最低的需求响应激励强度设计。     

不完全信息下基于深度双Q网络的发电商三段式竞价策略

不完全信息的电力市场环境下发电商仅知道自身相关的信息,而其他市场参与者的报价和市场环境都可能会影响市场出清结果,进而影响发电商的收益,因此其报价决策应当考虑多维的市场信息。基于深度强化学习算法,提出多智能体的DDQN（double deep Q-network）算法模拟日前现货市场中发电商三段式竞价策略的过程。首先,定义发电商模型中马尔可夫决策过程的要素和动作价值函数;然后,建立发电商深度双Q网络的框架,并引入经验池和动态ε-greedy算法进行神经网络的训练,该决策模型可以根据市场的出清电价和负荷水平等多维连续状态做出报价;最后,通过算例比较了发电商采用DDQN和传统Q-learning两种算法获得的收益差别,说明DDQN算法可以根据发电商面临的复杂市场环境做出正确的决策而Q-learning算法在环境复杂时决策能力较差,并在不同状态量选取、网络泛化能力、更大规模算例适应性等方面分析了发电商采用DDQN算法进行市场策略生成的有效性和优越性。     

基于两阶段随机优化建模的新能源电网灵活性资源边际成本构成的机理分析

针对大规模可再生能源并网给电力系统安全稳定运行造成的影响,考虑纳入燃气轮机储能等灵活性资源共同调节风电的波动性,构建了机组出力和备用容量联合优化的两阶段发电调度随机规划模型,并计及常规火电机组的多运行状态约束。然后,以模型中两阶段功率平衡约束对应的拉格朗日乘子分别作为日前和实时电价,从模型角度探究了边际成本构成机理。从灵活性资源供应的紧缺程度和灵活性资源需求的旺盛程度两个方面剖析灵活性资源的供需匹配对于系统边际电价的深层影响机理。算例结果说明了灵活性资源在应对风电不确定性和抑制尖峰电价的有效性,同时说明了多时间尺度的爬坡约束耦合、日前备用与实时出力调整量的耦合对于系统边际电价的影响。     

风电调度接纳成本的等电量顺负荷计算方法及分析

风电接入电力系统运行需要平衡其间歇功率并产生相应的平衡成本,该成本计算复杂,对于大规模风电接入也是个重要的问题。研究和提出了"等电量顺负荷"量化计算方法,基于电力系统安全约束机组组合,优化全系统机组运行;通过构造风电顺负荷发电方式,对比分析得出风电平衡成本。详细介绍了该方法的计算原理和计算过程,分析了"等电量顺负荷"变换的经济学意义,建立了相应的数学模型和算法。以某省实际数据为例,进行了数值模拟分析和验证,对不同季节风电在不同接纳水平下的平衡成本进行了测算。