亚洲一区人妻,久久三级免费,国模少妇无码一区二区三区,日韩av动漫

國內(nèi)或國外 期刊或論文

您當(dāng)前的位置:發(fā)表學(xué)術(shù)論文網(wǎng)農(nóng)業(yè)論文》 考慮電力市場偏差考核的售電公司魯棒競價(jià)策略> 正文

考慮電力市場偏差考核的售電公司魯棒競價(jià)策略

所屬分類:農(nóng)業(yè)論文 閱讀次 時(shí)間:2021-07-14 10:46

本文摘要:摘要:在當(dāng)前國內(nèi)電力市場環(huán)境下,偏差電量考核機(jī)制的出現(xiàn)給售電公司盈利帶來了巨大挑戰(zhàn)。運(yùn)用魯棒優(yōu)化方法建立了售電公司在偏差考核機(jī)制下的競價(jià)策略模型,模型以售電公司經(jīng)營利潤最大化為目標(biāo),提出在不確定的用戶電量對經(jīng)營利潤產(chǎn)生最壞影響場景下,基于

  摘 要:在當(dāng)前國內(nèi)電力市場環(huán)境下,偏差電量考核機(jī)制的出現(xiàn)給售電公司盈利帶來了巨大挑戰(zhàn)。運(yùn)用魯棒優(yōu)化方法建立了售電公司在偏差考核機(jī)制下的競價(jià)策略模型,模型以售電公司經(jīng)營利潤最大化為目標(biāo),提出在不確定的用戶電量對經(jīng)營利潤產(chǎn)生最壞影響場景下,基于遺傳算法求解最優(yōu)競價(jià)策略。算例研究表明,魯棒競價(jià)策略可以有效降低售電公司經(jīng)營的經(jīng)濟(jì)風(fēng)險(xiǎn)、減少偏差考核成本、提高公司利潤。

  關(guān)鍵詞:魯棒優(yōu)化;偏差考核;遺傳算法;電力市場;售電公司

電力市場

  0引言

  新電改以來全國各個(gè)省市分別出臺相關(guān)交易規(guī)則來推動(dòng)電力改革[1-2],但由于中長期電力交易合同電量均為計(jì)劃值,必然存在系統(tǒng)誤差,因此多數(shù)省市在電力現(xiàn)貨市場出現(xiàn)之前設(shè)置電量偏差考核作為過渡性方案。2017年廣東電力市場首次在集中競價(jià)中引入偏差考核,售電公司電量預(yù)測準(zhǔn)確率最高可達(dá)99.79%,但最低僅為25%。根據(jù)2018年2月廣東電力市場結(jié)算數(shù)據(jù),電力負(fù)荷整體預(yù)測偏差增大,造成了總偏差電量8.3億kWh,偏差率高達(dá)18%,致使考核電費(fèi)達(dá)到6400萬元,給售電公司的經(jīng)營造成了巨大損失[3-9]。

  考核電費(fèi)通常按照合同比例由用戶和售電公司共同承擔(dān),但已有很多售電公司把承擔(dān)偏差考核作為吸引用戶的營銷手段,因此偏差考核規(guī)則給售電公司的盈利能力帶來了巨大挑戰(zhàn)。當(dāng)前已有部分文獻(xiàn)對偏差考核機(jī)制進(jìn)行研究,文獻(xiàn)[10]運(yùn)用頻率平均偏差法為跨區(qū)電量交易提供了偏差電量的責(zé)任認(rèn)定和差異化定價(jià)方法;文獻(xiàn)[11]提出通過新能源電廠之間的替代補(bǔ)償方法處理偏差電量,減少了考核電費(fèi)、促進(jìn)了新能源的消納。文獻(xiàn)[12]提出與用戶簽訂可中斷負(fù)荷合同和價(jià)差期權(quán)合同來減小正偏差考核費(fèi)用。文獻(xiàn)[13]提出通過捆綁用戶需求側(cè)負(fù)荷參與市場競價(jià)并利用可中斷負(fù)荷合同減小偏差考核費(fèi)用。

  文獻(xiàn)[14]在電力市場競價(jià)博弈模型中考慮偏差考核,對售電公司、發(fā)電企業(yè)買賣電價(jià)、電量進(jìn)行了優(yōu)化,實(shí)現(xiàn)企業(yè)利潤最大化。上述文獻(xiàn)從不同角度對偏差考核進(jìn)行了研究,但對于競價(jià)過程中用戶負(fù)荷預(yù)測的研究有待深入,而負(fù)荷預(yù)測為電力市場偏差考核的重要一環(huán),直接影響競價(jià)策略的制定,最終影響偏差電量的大小。

  文獻(xiàn)中負(fù)荷電量預(yù)測采用隨機(jī)概率分布法如蒙特卡洛[13]、拉丁超立方抽樣法[8]或直接采用合同電量[12],隨機(jī)概率分布法適用于以預(yù)測技術(shù)能夠提供一定精度的預(yù)測值為前提的情況,基于隨機(jī)概率分布法的優(yōu)化模型不夠穩(wěn)定,無法保證優(yōu)化結(jié)果的可行性[15],經(jīng)濟(jì)風(fēng)險(xiǎn)較大。而魯棒優(yōu)化是處理這種含有不確定信息優(yōu)化的有效方法,對不確定因素具有一定的免疫力,能夠保證優(yōu)化結(jié)果的可行性,降低經(jīng)濟(jì)風(fēng)險(xiǎn)[16]。

  基于上述研究背景,本文基于魯棒優(yōu)化算法對在目前偏差考核機(jī)制下的售電公司競價(jià)策略進(jìn)行分析建模,考慮用戶用電不確定性給售電公司經(jīng)營帶來最大影響下的最優(yōu)競價(jià)策略。本研究對減小偏差考核成本、降低經(jīng)濟(jì)風(fēng)險(xiǎn)、提高售電公司在當(dāng)前國內(nèi)集中競價(jià)的電力市場環(huán)境中運(yùn)營收益、增強(qiáng)市場競爭力具有指導(dǎo)意義。

  1電力市場競價(jià)模型

  1.1電力市場競價(jià)流程與出清規(guī)則

  1.1.1競價(jià)流程電力市場環(huán)境中,售電公司是連接發(fā)電企業(yè)和電力用戶的中間商角色,電力用戶可以通過與售電公司簽訂合同向售電公司購買電量,也可以自己獨(dú)立進(jìn)行購售電交易。售電公司在批發(fā)市場中購買電能出售給用戶,通過增值利潤和附加服務(wù)賺取利潤。售電公司購買電能的方式分為與發(fā)電企業(yè)雙邊協(xié)商簽訂的年度長協(xié)電量合同和參與月度集中競價(jià)的月競電量合同[17]。長協(xié)合同一般采用全電量固定電價(jià),而月競合同需要參與每月的電力市場集中競價(jià)確定[18],電力市場競價(jià)模型如圖1所示。

  售電公司收集用戶的負(fù)荷信息,向交易中心申報(bào)次月競價(jià)電量與電價(jià),發(fā)電公司根據(jù)自身機(jī)組發(fā)電容量與成本信息向交易中心申報(bào)次月電價(jià)與電量,電力市場交易中心作為發(fā)電方與售電方的撮合者,按照出清規(guī)則進(jìn)行配對撮合交易,最終獲得出清電量與電價(jià)反饋給發(fā)電公司與售電公司。當(dāng)月電力用戶、售電公司實(shí)際用電量超過或者小于其合同電量的偏差范圍時(shí),在交易結(jié)算后由電力交易中心考核并公布相應(yīng)的懲罰結(jié)果。

  1.1.2廣東電力市場出清規(guī)則

  目前廣東省集中競價(jià)規(guī)則采取“統(tǒng)一邊際價(jià)格出清”。具體出清規(guī)則為:首先形成價(jià)差對,價(jià)差對大的優(yōu)先成交,但價(jià)差對只決定了成交順序,并不影響成交價(jià)格。如果供需價(jià)差曲線相交但電量沒有達(dá)到該時(shí)段計(jì)劃成交規(guī)模,那么市場進(jìn)行出清,出清價(jià)差為交叉點(diǎn)價(jià)差,交點(diǎn)前的電量可以成交,交叉點(diǎn)后的電量無法成交;如果電量達(dá)到成交規(guī)模上限而供需曲線沒有交叉,市場同樣出清,將最后成交的雙方價(jià)差的算術(shù)平均值作為出清價(jià)差。因此售電公司可以通過改變向電力交易中心申報(bào)的電量以及電價(jià)來影響其購電成本,進(jìn)而影響其經(jīng)營利潤[19]。

  1.2魯棒優(yōu)化電力需求建模

  1.2.1魯棒優(yōu)化簡介

  魯棒優(yōu)化充分考慮不確定性的影響,得到的優(yōu)化方案能兼顧經(jīng)濟(jì)性和可靠性,使得系統(tǒng)在不確定性環(huán)境中仍然能保持較好性能[20]。設(shè)計(jì)最佳策略是使系統(tǒng)可能遭受的成本損失或運(yùn)行風(fēng)險(xiǎn)達(dá)到最小,以最大程度地抑制不確定性對系統(tǒng)的不利影響。

  1.2.2對偶優(yōu)化松弛算法

  上述帶約束的min-max魯棒優(yōu)化問題屬于NP-hard問題,難以直接進(jìn)行求解,目前針對此類問題已有很多解決方法,本文根據(jù)文獻(xiàn)[22]方法,將該兩階段優(yōu)化問題轉(zhuǎn)化為單階段優(yōu)化問題進(jìn)行求解。

  1.2.3其他市場參與者報(bào)價(jià)模擬

  電力市場的參與者,例如發(fā)電公司和售電公司,除了要考慮內(nèi)部資源和運(yùn)行約束之外,還應(yīng)該考慮市場中其他競爭對手的競價(jià)策略。

  1.3售電公司競價(jià)模型

  本文建立售電公司競價(jià)的魯棒優(yōu)化模型,在不可控的用戶負(fù)荷對競價(jià)策略產(chǎn)生最壞影響的條件下進(jìn)行優(yōu)化決策,通過可控變量的優(yōu)化,減小由不確定變量變化給經(jīng)營帶來的損失。在售電公司競價(jià)模型中,運(yùn)營人員可控的變量包括競價(jià)的電量與報(bào)價(jià),不確定變量為用戶用電量,售電公司經(jīng)營的目標(biāo)為年總收益最大化,即售電收入-購電成本-偏差考核成本。

  1.3.3運(yùn)行優(yōu)化求解流程

  本文模型選用的競價(jià)策略是在用戶用電成本對其運(yùn)營帶來最大損失的情況下取得的。換言之,本文模型求解所得競價(jià)策略,對于用戶用電量在其預(yù)測區(qū)間內(nèi)的任何范圍,均可以保證其運(yùn)營成本不大于模型最優(yōu)解。本文模型采用遺傳算法求解,求解過程包含3個(gè)步驟:確定報(bào)價(jià)系數(shù)、電量預(yù)測以及競價(jià)模擬。

  步驟如下:1)利用蒙特卡洛法對用戶用電負(fù)荷進(jìn)行模擬得到預(yù)測區(qū)間,對市場中其他參與者的競價(jià)行為進(jìn)行模擬得到其他參與者的申報(bào)電量和電價(jià),設(shè)置申報(bào)電量與申報(bào)電價(jià)的初始值。2)將申報(bào)電量和電價(jià)代入到電力競價(jià)模型中進(jìn)行出清得到出清電價(jià)和電量。計(jì)算魯棒優(yōu)化min-max模型獲得模型優(yōu)化結(jié)果。3)對優(yōu)化結(jié)果進(jìn)行分析,若滿足收斂條件則輸出結(jié)果,不滿足收斂條件則對遺傳算法中染色體進(jìn)行選擇、交叉、變異。

  2算例分析

  2.1算例描述

  為驗(yàn)證本文所建模型及其求解算法的有效性,選取華電集團(tuán)某售電公司所屬用戶用電數(shù)據(jù)及售電合同數(shù)據(jù)進(jìn)行案例分析,電力市場相關(guān)數(shù)據(jù)采用廣東電力市場競價(jià)數(shù)據(jù)。算例相關(guān)模型及算法參數(shù)設(shè)置如下:

  1)通過區(qū)間預(yù)估得到售電公司用戶負(fù)荷統(tǒng)計(jì)值。采用99%置信區(qū)間得到的用戶用電量區(qū)間預(yù)估結(jié)果。2)通過蒙特卡洛模擬得到其他發(fā)電公司、售電公司的相關(guān)報(bào)價(jià)和電量,以及電力市場中其他用戶競價(jià)行為,設(shè)置15個(gè)購電方,15個(gè)售電方,正偏差考核電價(jià)設(shè)定為月競電價(jià)的2倍,負(fù)偏差考核設(shè)定為3倍,每月長協(xié)電量為月度市場交易電量的2/3,月競電量為月度市場交易電量的1/3。3)遺傳算法設(shè)置種群數(shù)量為100,迭代次數(shù)200次,采用輪盤賭算法進(jìn)行選擇,交叉概率0.6,變異概率0.01。

  2.2算例設(shè)計(jì)分析

  為了驗(yàn)證魯棒競價(jià)策略的優(yōu)化結(jié)果,本文首先根據(jù)算法流程求解魯棒競價(jià)策略,將所提魯棒競價(jià)模型與未進(jìn)行優(yōu)化的競價(jià)結(jié)果進(jìn)行對比,突出魯棒競價(jià)策略的經(jīng)濟(jì)性。其中,未進(jìn)行優(yōu)化的競價(jià)策略結(jié)果為根據(jù)合同電量隨機(jī)進(jìn)行報(bào)價(jià)的50次結(jié)果平均值。為了驗(yàn)證魯棒競價(jià)策略的魯棒性即抵抗經(jīng)濟(jì)風(fēng)險(xiǎn)能力,將結(jié)果與傳統(tǒng)隨機(jī)優(yōu)化模型取得的競價(jià)結(jié)果進(jìn)行對比,分析2種競價(jià)策略下的經(jīng)濟(jì)風(fēng)險(xiǎn)。隨機(jī)優(yōu)化將用戶負(fù)荷的預(yù)測均值作為確定值代入到模型中,根據(jù)其他市場參與者申報(bào)電量和電價(jià)計(jì)算得到最優(yōu)報(bào)價(jià)策略。

  2.3結(jié)果分析

  2.3.1電力市場出清結(jié)果

  通過模擬其他市場參與者的報(bào)價(jià)以及購售電量,對廣東電力市場交易規(guī)則進(jìn)行模擬結(jié)果如下,由12個(gè)月月競電量以及報(bào)價(jià)結(jié)果計(jì)算,得到魯棒競價(jià)模擬結(jié)果。可以得到如下結(jié)論:

  1)售電公司根據(jù)市場中其他參與者的出價(jià)情況改變其在電力市場競價(jià)中的申報(bào)電量和價(jià)差來影響最終出清結(jié)果,從而影響自身購電成本。2)魯棒優(yōu)化考慮用戶用電量對成本影響最大的情況下進(jìn)行競價(jià)模擬,大部分月份的偏差考核電量均大于免考核的安全比例,在這種情況下優(yōu)化后的總利潤比優(yōu)化前總利潤提高了約346萬元,具有經(jīng)濟(jì)性特征。

  2.3.2魯棒性與經(jīng)濟(jì)性分析

  為了驗(yàn)證本文提出競價(jià)策略的魯棒性,將所用魯棒競價(jià)策略與隨機(jī)優(yōu)化競價(jià)策略進(jìn)行對比,分析兩者經(jīng)濟(jì)風(fēng)險(xiǎn)的不同。

  1)隨機(jī)優(yōu)化策略認(rèn)為用戶負(fù)荷預(yù)測的均值是未來最可能出現(xiàn)的負(fù)荷情形,因此將用戶電量預(yù)測均值作為確定值代入到優(yōu)化模型中,與魯棒優(yōu)化競價(jià)相比,其目標(biāo)函數(shù)由于偏差電量為0,無需考慮偏差考核。

  2)經(jīng)濟(jì)風(fēng)險(xiǎn)的計(jì)算方法為在電量變化范圍內(nèi)隨機(jī)抽樣獲得用戶電量的場景下計(jì)算售電公司獲得的利潤,然后與模型計(jì)算所得成本比較獲得差值。兩種優(yōu)化策略經(jīng)濟(jì)指標(biāo)對比,可以看出抽樣所得利潤均大于魯棒優(yōu)化所計(jì)算的利潤,因此經(jīng)濟(jì)風(fēng)險(xiǎn)為負(fù)。而隨機(jī)優(yōu)化在求解時(shí)忽略了用戶用電量的變化,經(jīng)濟(jì)風(fēng)險(xiǎn)為正且高達(dá)總利潤的11.7%。說明在實(shí)際運(yùn)行時(shí)不確定性的用戶用電量會(huì)導(dǎo)致偏差考核成本的發(fā)生,實(shí)際利潤會(huì)低于計(jì)算利潤。因此魯棒優(yōu)化競價(jià)策略能夠更好地適應(yīng)現(xiàn)實(shí)中不確定的用戶用電規(guī)律,減小偏差考核對公司運(yùn)營帶來的不利影響。

  電力論文范例:新形勢下如何做好電力企業(yè)電力營銷及優(yōu)質(zhì)服務(wù)

  3結(jié)語

  本文基于國內(nèi)電力市場偏差考核機(jī)制,建立了應(yīng)對當(dāng)前市場環(huán)境的售電公司魯棒競價(jià)模型。模型以售電公司運(yùn)營利潤最大為目標(biāo),在用戶用電量對運(yùn)營利潤影響最大的情況下制定競價(jià)策略,通過對算例結(jié)果進(jìn)行分析可以得出如下結(jié)論:1)魯棒優(yōu)化能夠?qū)κ垭姽驹陔娏κ袌鲋械母們r(jià)策略進(jìn)行優(yōu)化,提高售電公司的經(jīng)營利潤收益,具有顯著的經(jīng)濟(jì)性特征。2)與隨機(jī)優(yōu)化相比,魯棒競價(jià)策略得到的結(jié)果雖然不如隨機(jī)優(yōu)化得到的利潤高,但是抵抗經(jīng)濟(jì)風(fēng)險(xiǎn)能力較強(qiáng),尤其在當(dāng)前實(shí)施偏差考核政策的背景下能夠減小偏差考核帶來的懲罰電費(fèi),對提高售電公司的市場競爭力,提升售電公司的企業(yè)形象具有重要意義。電力現(xiàn)貨市場作為電力市場中的關(guān)鍵一部分目前也正在緊鑼密鼓的建設(shè)中,如何結(jié)合電力現(xiàn)貨市場進(jìn)行競價(jià)優(yōu)化決策是未來重要的發(fā)展方向。

  參考文獻(xiàn)

  [1]何青,高效,張文月,等.美國德州電力市場零售電價(jià)套餐體系及啟示[J].供用電,2018,35(12):50-55.HEQing,GAOXiao,ZHANGWenyue,etal.TheretailelectricitypricepackagesystemoftexaselectricitymarketintheUSAanditsrevelation[J].Distribution&Utilization,2018,35(12):50-55.

  [2]何非,桂俊平,張川,等.售電側(cè)改革背景下供電公司應(yīng)對策略研究[J].供用電,2018,35(3):75-79.HEFei,GUIJunping,ZHANGChuan,etal.Researchonthestrategiesofpowercompaniesunderthebackgroundofpowerretailmarketreform[J].Distribution&Utilization,2018,35(3):75-79.

  作者:孫常浩1,李鵬1,師瑞峰2,張?zhí)鞂?

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng):http:///nylw/27433.html