风电商多阶段交易最优决策模型研究

发布时间：2020-09-12 10:00

　　随着风力发电技术的不断发展,风力发电的成本逐渐降低,风电装机规模逐渐增大,风电商开始进入电力竞争市场。在实施配额制和绿色证书交易制度的背景下,风电商在电力现货市场和绿色证书交易市场中的最优交易策略是一个非常值得研究的问题。论文针对风电商参与电力市场竞争中的多阶段交易最优决策问题提出了一种决策模型和解决方法。论文研究的是在风电商以集中型合约交易形式参与日前市场并通过平衡市场机制受到不平衡电量惩罚,同时参与绿色证书市场交易的多阶段市场交易机制背景下,单一风电商在日前市场的最优合约电量投标决策以及在交易时段内的最优发电量决策问题。风电商交易决策主要受到风电出力的不确定性和电力市场价格的不确定性的影响。论文考虑了风电商的策略性发电行为(允许风电商减小发电量),而且不仅考虑了不足发电的惩罚成本,还考虑了过量发电的惩罚成本。另外,论文还考虑了风电商的风险控制行为,研究不同风险规避程度的风电商的不同决策行为。论文建立了单个风电商参与电力现货市场竞争以及绿色证书市场交易的风险约束多阶段最优交易决策模型,利用条件风险价值来衡量风电商决策所遭受的风险,应用场景法建立并求解模型,将多阶段随机规划问题转变为线性整数规划问题。最后,利用真实风电出力数据以及市场价格数据,通过数值分析对风电商决策进行模拟并求解模型,验证了模型的有效性,分析惩罚系数、风险规避系数、绿色能源配额等因素对风电商决策的影响,分析绿色证书市场交易对风电商决策最优决策的影响。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F426.61;C934
【部分图文】：

电力市场结构

图 2-1：电力市场结构图2.2 不平衡电量价格机制风电商在日前市场所提交的交易计划与实际交付电量之间往往存在一个差值（这是由风电出力的波动性、不确定性以及难预测性导致的），风电商可能存在发电过量或者发电不足的情况。风电商发电过量或发电不足都将影响整个电力系统的实时平衡和稳定，并且使得电网付出成本对整个电力系统进行调节，最终使得电力系统保持实时的供给与需求平衡状态。因此，风电商的发电过量和发电不足行为都将在市场中受到惩罚并支付不平衡惩罚成本。在实时平衡市场出清后，市场对产生不平衡电量的发电商进行惩罚，惩罚价格是不对称的，市场对产生正向不平衡电量（发电过量）发电商和产生负向不平衡电量（发电不足）发电商具有不同的惩罚价格。

风电,风险态度,时间段,风险规避

华中科技大学硕士学位论文景发生的概况相同，均为 0.04。因此，算例中共包含了 25 个不同的场景，每个场景包括了 24 个时间段内的风电出力数据以及日前市场价格数据。上文所建立的风电商决策模型为混合整数线性规划模型，论文利用 GAMS（TheGeneral Algebraic Modeling System）软件进行建模，并利用其中的 CPLEX 求解器对问题进行求解。首先考虑风电商为风险中性的基础情形，此时 β =0，此时模型分解为每个时间段单独进行求解，考虑风电商在日前市场单值的投标电量时，求解模型可以得到风电商日前市场每个时间段的最优交易电量如图 4-1 所示。

曲线,场景,时风,曲线

图 4-2： β =0.3时风电商日前市场最优投标曲线表 4-1： β = 0.3时风电商最优发电量发电量（MWh）h2 h5 h24 发电量（MWh） h2 h5 h24场景 1 21 17 51 场景 14 3 3 10场景 2 51 48 10 场景 15 7 11 33场景 3 7 5 22 场景 16 44 47 38场景 4 24 23 23 场景 17 40 30 2场景 5 24 17 7 场景 18 2 2 5场景 6 9 10 16 场景 19 8 9 1场景 7 24 20 49 场景 20 1 0 1场景 8 41 35 16 场景 21 2 1 9场景 9 11 7 1 场景 22 10 15 24场景 10 1 2 4 场景 23 16 11 38场景 11 3 2 6 场景 24 42 49 51场景 12 7 6 5 场景 25 53 53 29场景 13 6 3 4

【相似文献】