多风险下风电商并网动态决策优化模型

发布时间：2017-10-29 09:12

  本文关键词：多风险下风电商并网动态决策优化模型

  更多相关文章： 多风险 序列运算理论 核密度估计 多时段优化 动态响应 竞拍决策

【摘要】：随着可再生能源的不断发展与成熟、以及各国学者对风力发电技术研究的不断深入，，大规模风电机组参与电力系统运行将成为大电网发展的重要形式。风力发电参与大电网不仅能够提高电力市场的开放性，同时也可以提高电网的经济效益、社会效应以及环境效应。风速是决定风机出力的重要因素，风速的不确定性使得风机出力具有随机性和间歇性的特点，在复杂多变的电力市场环境下，通过有效的市场电能交易决策来解决风力发电企业并网的经济风险问题，是促进风力发电技术快速发展，加快可再生能源发电占有比例的重要途径，符合我国关于节能减排，可持续发展的战略方针。 本文在总结现有研究成果的基础上，从两方面建立了风力发电企业参与电力市场交易的竞拍决策优化模型。一方面通过分析风电商参与多个市场的交易过程，在考虑经济风险在不同市场间传递的基础上，建立了计及风电商并网多市场多风险的收益最大化优化模型；另一方面，通过分析风电商与常规发电商在交易过程中的相互关系，在考虑各竞争对手决策相互影响、风险的时间轴传递效应基础上，建立了风力发电商计及多时段风险的动态决策优化模型。 在日前-实时市场的交易背景下，采用条件风险价值作为风险计量指标对多个风险因素共同作用下，风力发电商参与多个市场的多级风险进行了评估，运用核密度估计方法对出力进行预测，建立了计及多级风险后收益最大化的竞拍电量决策优化模型。该模型不仅反映了多级风险对发电商收益及决策的综合作用，也分析了单个风险因素的波动对发电商决策的影响。通过算例验证了该模型的有效性和适用性，表明该模型对风力发电商在不同时段电量投资优化和风险评估具有一定的参考价值，提高风力发电商在并网过程中对风险的抵御能力。 在风电发展进入优势期参与实时市场并网交易的市场结构下，针对出力随机及市场电价波动的多风险特点，建立了计及多风险的风电商多时段动态决策优化模型。该模型以风电商的报价决策和报发电量决策作为优化变量，同时考虑了风电商各时段决策对后续时段竞拍环境的时间轴动态响应。作为决策者，风电商通过调整竞价策略来实现全时段总收益最大化的目标，通过算例仿真以及与静态决策优化模型的对比，验证了该模型的有效性和实用性。 随着电力市场改革的深入和新能源技术的不断发展，风电参与的电力市场风险研究将会更加的多样化，并且在具体实践过程中也会出现更多新问题，如何更合理、实际的解决风电商并网交易的风险问题，还需要更进一步的完善和研究。
【关键词】：多风险 序列运算理论 核密度估计 多时段优化 动态响应 竞拍决策
【学位授予单位】：西华大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F426.6
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-23
• 1.1 论文的研究背景及意义10-14
• 1.1.1 论文的研究背景10-13
• 1.1.2 论文的研究意义13-14
• 1.2 国内外研究现状14-21
• 1.2.1 市场电价预测分析15
• 1.2.2 风机出力预测分析15-18
• 1.2.3 风险度量方法18-19
• 1.2.4 竞拍策略优化方法19-21
• 1.3 本文主要工作21-23
• 2. 风电商参与的电力市场及其风险管理23-36
• 2.1 电力市场的基本概念23-28
• 2.1.1 电力市场的定义23
• 2.1.2 电力市场的特点23-24
• 2.1.3 电力市场的基本原则24-25
• 2.1.4 电力市场的结构及运营模式25-28
• 2.2 风力发电参与的电力市场28-32
• 2.2.1 风力发电的市场激励政策28-30
• 2.2.2 风力发电的并网机制30-31
• 2.2.3 我国风力发电的激励政策及并网机制31-32
• 2.3 电力市场的风险管理32-35
• 2.3.1 风险的定义32
• 2.3.2 风险的特征32-33
• 2.3.3 风电商在电力市场中的风险类型33-34
• 2.3.4 电力市场风险管理34-35
• 2.4 本章小结35-36
• 3. 多级风险下风电并网最优竞拍决策模型36-57
• 3.1 风电商日前-实时市场并网交易机制36-37
• 3.2 市场出清电价结算机制37-38
• 3.3 发电侧电力市场的博弈模型38-42
• 3.3.1 博弈论原理38
• 3.3.2 博弈论的要素38-39
• 3.3.3 博弈论的分类39
• 3.3.4 发电侧电力市场的博弈模型39-42
• 3.4 风电商的出力偏差损益模型42-44
• 3.4.1 核密度估计简介42
• 3.4.2 风电商出力的核密度估计模型42-43
• 3.4.3 风电商出力偏差损益模型43-44
• 3.5 风力发电商实时市场收益模型44-45
• 3.6 计及多风险的并网竞拍决策优化模型45-48
• 3.6.1 风电商日前—实时两市场多风险评估过程45
• 3.6.2 条件风险价值 CVaR 方法简介45-47
• 3.6.3 风力发电商收益模型47
• 3.6.4 竞拍决策优化模型47-48
• 3.7 算例仿真48-55
• 3.7.1 算法简介48-49
• 3.7.2 模型求解49-52
• 3.7.3 仿真结果分析52-55
• 3.8 本章小结55-57
• 4.多风险下风电商并网多时段动态决策优化模型57-76
• 4.1 风力发电商参与的市场结构分析57-58
• 4.1.1 市场结构57-58
• 4.1.2 常规发电商报价模型58
• 4.2 市场出清电价的不确定性分析58-62
• 4.2.1 序列运算理论58-60
• 4.2.2 电价的不确定性分析60-62
• 4.3 风电商的收益模型62-65
• 4.3.1 出力偏差损益模型62-64
• 4.3.2 风电商投资运营成本64
• 4.3.3 风电商单时段收益模型64-65
• 4.4 风电商多时段动态决策优化模型65-68
• 4.4.1 贝叶斯统计分析方法65
• 4.4.2 多时段决策响应模型65-67
• 4.4.3 多时段决策响应模型67-68
• 4.5 算例仿真68-75
• 4.5.1 算法简介68-70
• 4.5.2 风电商静态决策优化模型70-71
• 4.5.3 模型求解71-72
• 4.5.4 仿真结果分析72-75
• 4.6 本章小结75-76
• 5.总结与展望76-78
• 5.1 总结76-77
• 5.2 展望77-78
• 参考文献78-84
• 攻读硕士学位期间发表学术论文情况84-85
• 致谢85-86

【参考文献】

中国期刊全文数据库 前10条

1 罗文;王莉娜;;风场短期风速预测研究[J];电工技术学报;2011年07期

2 彭春华;孙惠娟;余廷芳;;考虑竞价风险的多目标优化发电研究[J];电工技术学报;2012年02期

3 黄继明,郏斌;电力市场电价理论[J];电力需求侧管理;2000年05期

4 陈鹏;周晖;;微电网电力市场交易模型研究[J];电力需求侧管理;2011年04期

5 武智勇,康重庆,夏清,戴国华,沈瑜,周安石,丁军威;基于博弈论的发电商报价策略[J];电力系统自动化;2002年09期

6 尚金成,黄永皓,张维存,刘洪杰,刘文茂;一种基于博弈论的发电商竞价策略模型与算法[J];电力系统自动化;2002年09期

7 康重庆,夏清,相年德,白利超;序列运算理论及其应用[J];电力系统自动化;2002年17期

8 雷兵,王秀丽,高瑛,王锡凡;独立发电商在日前市场的竞价策略分析[J];电力系统自动化;2002年24期

9 赖业宁,薛禹胜,王海风;电力市场稳定性及其风险管理[J];电力系统自动化;2003年12期

10 周浩,张富强;采用VaR历史模拟方法计算电力市场短期金融风险[J];电力系统自动化;2004年03期

本文编号：1112328