基于不同视角及主体特性的现货电力市场决策模型研究

发布时间：2020-06-23 02:07

【摘要】：在美国及欧洲等较为成熟的电力市场体系中,现货电力市场起到了发现价格、平衡功率、维持系统安全稳定运行等方面的重要作用。因此,近年来,现货电力市场越来越成为一国或一个地区电力市场体系建设相对完善的重要标志。2017年9月,国家能源局下发了《关于开展电力现货市场建设试点工作的通知》,这意味着我国现货电力市场建设工作已正式启动。在现货电力市场环境下,参与交易的买、卖各方以及负责组织交易的相关机构均是重要的经济行为决策主体。一方面,交易参与者可通过交易申报计划决策以提高自身利润,交易组织者可通过现货出清决策以保障调度运行与市场交易的双重实现;另一方面,整个市场在所有主体共同合理决策的作用下可实现优化配置电力资源的经济目的。由此可见,无论是从交易参与或组织者角度,还是从全市场的角度,合理进行或引导各类经济决策均是保障现货电力市场有效运行的重要手段。本文在考虑新能源发电商以及配、售电商参与现货市场交易的基础上,分别从单主体及多主体两个视角出发,运用不确定优化以及多智能体决策等方法与技术,对各类现货市场经济行为决策模型进行构建、改进与仿真,进而形成一套适用于不同主体及市场规模条件下,科学、可行的现货市场决策模型体系。具体研究内容及成果如下:(1)基于随机-鲁棒混合优化方法的现货市场单主体新能源卖方决策模型构建及仿真在现货电力市场规模较大的前提下,以风电-储能联合系统(Wind Farm-Energy Storage System,WF-ESS)作为主要代表,对新能源卖方单主体决策模型进行构建与仿真。针对联合系统在现货市场中所面临的日前、平衡市场价格与风电实时自然出力等不确定性因素,以及储能设备灵活的功率调节能力,建立一套基于随机-鲁棒混合优化技术的单主体决策模型体系。该模型体系在滚动输出日前、平衡市场联合出力计划等决策结果的同时,一方面,可确保储能设备平抑功率偏差与促进策略性申报等功能的合理实现;另一方面,可结合随机及鲁棒优化方法各自的特点及优势,提高优化决策效果。算例仿真通过在Matlab软件中运行模型相关程序并基于实际历史数据而开展,一方面,通过试算与求解对模型体系的科学性与可行性进行了考察;另一方面,通过与其他决策方法的比较对模型体系在提高联合系统利润等方面的决策效果进行了验证。(2)基于随机整数混合优化及双层决策方法的现货市场单主体买方决策模型构建及仿真在现货电力市场规模较大的前提下,以售电商作为主要代表,对买方单主体决策模型进行构建与仿真。针对售电商在现货市场中所面临的日前、平衡市场价格与实时负荷等不确定性因素,构建一套基于随机整数混合优化方法的内外嵌套双层决策模型体系。该体系可通过内外双层模型结构,同时对售电商日前报价曲线的最优阶梯分段数以及各分段下最优报价进行决策,从而相比于常见仅决策报价的方法而言,提高了优化决策效果。算例仿真通过在Matlab软件中运行模型相关程序并基于实际历史数据而开展,一方面,通过试算与求解对模型体系的科学性与可行性进行了考察;另一方面,通过与其他决策方法的比较对模型体系在提高售电商利润等方面的决策效果进行了验证。(3)基于GDCAC算法的现货市场多主体决策模型构建及仿真在现货电力市场规模较小或相对有限的前提下,以不含新能源的日前市场为主要代表,对现货市场多主体(竞价)决策模型进行构建与仿真。在将市场中所有常规发电商(例如,火力发电厂等)及售电商均视为智能体的基础上,引入梯度下降连续型行动者-评论家(Gradient Descent Continuous Actor-Critic algorithm,GDCAC)强化学习算法,建立基于GDCAC算法的日前市场多主体决策模型。模型通过GDCAC算法,在不引起“维度灾难,”的前提下,可实现买、卖各方于连续取值空间内决策最优竞价策略的过程,进而相比于常见基于离散空间强化学习算法的模型而言,提高了优化决策效果。算例仿真通过在Matlab软件中运行模型相关程序并在一个(IEEE30节点测试系统上)包含6家常规发电商与20家售电商同时竞价的日前市场算例中展开,一方面,通过试算与求解对模型的科学性与可行性进行了考察;另一方面,通过与其他决策方法的比较对模型在提高智能体利润以及降低市场运行成本等方面的决策效果进行了验证。(4)基于鲁棒优化与LSCAC算法的新能源竞价下现货市场出清模型改进及多主体决策模型构建与仿真在现货电力市场规模较小或相对有限的前提下,以含多个风电厂的日前市场为主要代表,对新能源竞价下现货市场出清模型以及多主体决策模型进行改进、构建及仿真。针对市场内各风电厂实时自然出力的不确定性,基于在约束条件中体现鲁棒性的方法,对日前市场出清模型进行鲁棒优化改进,进而使得改进模型可显著提高市场对实时风电的消纳能力。在鲁棒日前出清模式的基础上,引入最小二乘连续型行动者-评论家(Least Square Continuous Actor-Critic algorithm,LSCAC)强化学习算法,建立鲁棒日前出清下基于LSCAC算法的多风电厂主体决策模型。模型通过LSCAC算法,同样可在不引起“维度灾难”的前提下,实现连续空间内竞价策略决策的过程。算例仿真通过在Matlab软件中运行模型相关程序并在一个(IEEE30节点测试系统上)包含5家风电厂竞价的日前市场算例中展开,一方面,通过试算与求解对改进出清模型以及所建多主体决策模型的科学性与可行性进行了考察;另一方面,通过与其他方法的比较对改进出清模型以及所建多主体决策模型在促进风电消纳、提高智能体利润以及降低市场运行成本等方面的决策效果进行了验证。综上所述,本文形成了一套适用于不同主体及市场规模条件的现货市场决策模型体系。其中,所构建的单主体决策模型可为“价格接受者”型参与者现货市场交易提供科学的定量决策工具;所改进的日前市场出清模型可使得在不引入容量市场的前提下,显著提高市场对新能源出力的消纳;所构建的多主体决策模型一方面可为“价格影响者”型参与者现货市场交易提供科学的定量决策工具,另一方面能够为市场经济运行模拟、市场规划设计以及政策效果评估等相关问题研究提供定量分析工具及仿真平台。
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：F426.61
【图文】：

图１－１本文研究技术路线图逡逑Ｆｉｇ．邋１－１邋Ｔｅｃｈｎｏｌｏｇｙ邋ｒｏａｄｍａｐ邋ｏｆ邋ｔｈｉｓ邋ｔｈｅｓｉｓ逡逑１．４论文主要创新点逡逑本论文的创新点如下：逡逑（１）提出并构建基于随机－鲁棒混合优化技术的风电－储能联合系统现货市场单主体逡逑决策模型体系。该模型体系由日前市场模型及若干平衡市场模型所组成，在滚动输出ｎ逡逑前、平衡市场联合出力计划等决策结果的同时，？方面，可确保储能设备平抑功率偏差逡逑ｓ＋促进策略性屮报等功能的合理实现；另一方面，可结合随机及鲁棒优化方认各自的特逡逑点及优势，提高Ｘ；于联合系统利润等方凹的优化决策效果。逡逑（２）提出并构建基于随机整数混合规划的售电商现货市场单主休双层决策校吧休逡逑１７逡逑

北欧市场）方式。日前及平衡市场的申报及出清方式将在后文中详细阐述。逡逑上所述，在现货电力市场中，交易参与及组织者均是重要的经济行为决策主，各类发电商，配、售电商等交易参与者应对其０身交易申报计划（通常为进行决策，以期实现在现货市场中交舄获利的卜丨的；另一方面，ＩＳＯ等交易各交易参与者集中申报的前提下，负责对现货市场出清进行决策，从而得到调度结果及市场出清电价。显然，山Ｈ见货市场是山ｈ述ｋ体所共同纟Ｕ成的因此，整个市场会在所有主体共同合理决策的作丨１１下实现优化配置屯力资源。逡逑前电力市场交易申报及出清机制逡逑日前市场交易参与者主体的基本申报方式逡逑发电商的曰前供给曲线逡逑日前市场中，以次日某时段为例，常规发电商迎常会向丨ＳＯ申报条如卜＇力－价格阶梯曲线：逡逑ｉ邋ｋ逡逑

本文编号：2726617