基于聚类和贝叶斯推断的市场出清电价离散概率分布预测

电力市场中,市场出清电价(market clearing price,MCP)受到众多因素的共同作用,具有较强的随机性和不确定性,常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息,预测结果无法体现MCP的随机变化特性,预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法,用以实现历史数据输入输出映射关系的划分,并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示,该文的预测模型能较好地反映MCP的不确定性特点,且具有较高的预测精度。

基于市场影响力评估的发电企业分类竞价决策

研究了电力市场中基于市场影响力评估的发电企业分类竞价决策方法。首先构造了2种市场影响力指标,用于对发电企业的市场影响力进行综合评估,在不同的市场影响力下对发电企业的利润最大化竞价行为进行分析,提出了发电企业在市场影响力较小时基于边际成本的价格接受竞价策略和市场影响力较大时基于边际机会成本的价格影响竞价策略,并构造出相应的优化竞价策略方案。对模型市场的仿真结果显示,基于市场影响力评估的分类竞价决策方法可以有效结合发电企业自身特点和市场运行状况,为发电企业参与竞价上网提供有效的决策支持。

跨区跨省交易管控指标及其平台技术

随着中国特高压电网的建设,跨区域互联大电网的格局逐渐形成,物理上电网的互联为电力的远距离供需互济提供了载体,将由传统的区内与省内的本地平衡发展为跨区域全网范围的总体平衡。为有效发挥大电网下的全局优化作用,实现全网资源的优化配置、减少能源损耗、降低购电成本等目标,提出了支撑智能电网的跨区跨省交易管控技术,基于供应链方法、集团管控理论、风险管理理论和成本管理理论对全网关键物理特性与经济特性进行分析,构建了跨区跨省交易管控的指标体系,并形成交易事前的空间管控、交易事中的过程管控、交易执行管控和交易事后评价的管控流程,最终通过建立管控平台,实现管控技术应用。经平台验证,该方法可通过数据流、信息流、电能流的全过程分析,及时监控跨区跨省交易的进行状态,并通过优化交易路径,交易风险识别,降低交易运营成本,保障电力交易的合理、合规开展,促进电力交易的快速决策、精准决策与智能决策。

高比例新能源电力市场不同发展阶段划分及形态结构演进

随着双碳目标和新型电力系统建设要求的提出,新能源将逐步取代传统发电资源成为电力系统主体电源,与此同时,通过市场交易拓宽新能源消纳空间、实现资源在更大范围内的优化配置已形成广泛共识。然而,从当前到碳中和目标的实现过程中,电力市场机制将伴随系统电力电量平衡特性的演化不断动态调整,需分阶段考虑高比例新能源电力市场形态结构演进轨迹;同时,其演进需以电力系统物理形态演进为基础,并与面向电力能源转型的国家重大战略目标相匹配。因此,该文首先对高比例新能源电力系统及电力市场的发展政策进行梳理与分析,以战略导向为依据划分高比例新能源电力市场发展阶段,明确各阶段发展要求;其次,基于阶段划分,详细论述电力系统物理形态结构演进轨迹,并基于此进一步论述高比例新能源电力市场的市场形态结构演进轨迹,归纳各阶段的主要特征与研究边界;最后探讨了服务中国特色高比例新能源电力市场发展的关键技术。

电力市场全景实验平台三层实验体系及其运行模式

为支撑电力市场多样化仿真需求,对电力市场全景实验平台进行了功能架构升级,提出了实验平台-实验场景-实验算例的三层实验体系。将电力市场全商品序列覆盖的全景实验平台进行功能拆解,经独立化封装后形成实验平台功能组件库。根据仿真目标要求,灵活性选取组件元素搭建电力市场实验场景,并针对每个场景进行模型数据配置,形成仿真算例。通过场景的伸缩和场景间的联合,三层实验体系可在支撑全景实验需求的基础上,提升功能调整和平台使用的效率。最后,进一步提出了电力市场全景实验平台双专家体系运行方式,并具体设计了4种电力市场典型实验场景。

大用户直购电中鲁宾斯坦恩模型贴现因子的泛化分析

传统的鲁宾斯坦恩模型是无期限的一对一谈判模型。但是,电力市场中的大用户直购电这类大宗交易问题存在谈判双方各有多个谈判代理以及谈判存在截止日期等特点,故其本质上是多对多谈判问题。针对该特点,文中对传统贴现因子进行泛化,并形成谈判中的报价策略;进而以电力市场中大用户直购电为对象进行建模与模拟仿真,设置贴现因子随谈判轮次、己方集团完成度和己方成交价格等因素改变而改变。仿真结果表明,泛化贴现因子可以更好地模拟大用户直购电的谈判过程。

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Qlearning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。

电力市场技术支持系统人机图形组态架构及关键技术

电力市场技术支持系统需要随市场规则变化不断调整,现有的电力市场技术支持系统在人机图形展示方面主要依赖定制化开发,在运维升级方面存在明显局限。文中结合电力市场数据特点,分析电力市场数据的图形展示交互需求,提出一种电力市场多维度数据灵活展示的图形组态架构,并对其关键技术如属性引用及事件交互组态、多维数据动态关联定义、基于推送和触发模式相融合的数据交互、业务人机操作的扩展等进行了讨论。最后,通过实际应用结果验证了所提人机图形组态架构的可行性。

源荷不确定性下考虑策略投资者Stackelberg均衡驱动的输电投资与规划分析

“双碳”背景下新能源渗透率提高,省内断面潮流越限问题日趋严重。为解决仅通过金融输电权市场无法缓解阻塞的问题,以及为规划建设部门及调度运行机构提供可靠的长期阻塞管理方案,本文考虑源荷不确定性,建立了基于市场驱动的发电商、用户作为输电网策略性投资主体的Stackelberg均衡模型。本文设计通过金融输电权收益和现货市场收益回收成本的方式驱动策略投资者选择最佳投资策略,研究策略投资者如何在最小化输电投资成本和市场多投资者存在下的最小化调度成本机制之间达到均衡。算例分析验证了本文基于市场驱动的输电网投资的阻塞缓解效果,并分别讨论了不同投资主体方案、金融输电权价值及源荷不确定性对输电网投资扩建的影响。

电力现货市场环境下的增量配电网售电公司储能配置方法研究

我国电力现货市场建设步伐正不断加快,在这一背景下,投资储能成为增量配电网售电公司应对现货市场冲击批发与零售市场电价的重要手段。增量配电网售电公司的运营核心就是投资回报率,精准计算投资回报率是提高增量配电网售电公司储能配置效益和售电经济性的关键。在电力现货市场背景下,以投资回报率最大为目标,提出了一种考虑投资回报和可调资源的增量配电网售电公司储能配置方法。首先介绍了增量配电网售电公司的基本运营结构和储能配置原理,提出了投资回报率和可调资源调节潜力的计算方法;其次建立了考虑投资回报和可调资源的储能配置模型来实现储能的选址定容,给出储能的配置方案和运行模式;最后,算例结果表明所提方法在保证同等运营收益增量的情况下,提高了投资回报率,验证了所提方法的有效性。

基于博弈论和改进PageRank的电力市场出清方式评价方法

电力市场现行的出清方式主要有边际统一出清和高低匹配出清,不同的出清方式会影响市场结构和市场参与方的报价策略。文章介绍了2种出清方式的模型,并提出了一套出清方式评价指标体系,从市场结构、市场安全性、市场经济性、社会福利和环境友好性这5个方面对2种出清方式进行全面评价。提出的评价方法首先基于博弈论确定综合权重,避免了单一使用层次分析法或熵权法的片面性。此外,将改进后的PageRank法用于电力市场出清方式的评价问题,考虑不同评价指标之间的作用关系得到转移权重,对综合权重加以修正,得到准确可靠的评价结果。最后,采用西北—山东跨区电量交易全年各月集中竞价的数据作为算例对提出的评价方法进行验证。算例结果表明,提出的评价指标体系可以整体地反映2种出清方式在各方面的优劣性,提出的评价方法具备有效性和准确性。