新能源电站的发电和现货市场电价均存在较大的不确定性,使得其投标决策困难,容易因实际发电量与投标电量之间或实际电价与预测电价之间存在较大偏差而产生惩罚费用或影响投标决策有效性。考虑上述因素,将“新能源+储能”电站作为价格接...新能源电站的发电和现货市场电价均存在较大的不确定性,使得其投标决策困难,容易因实际发电量与投标电量之间或实际电价与预测电价之间存在较大偏差而产生惩罚费用或影响投标决策有效性。考虑上述因素,将“新能源+储能”电站作为价格接受者,以国内双结算模式和偏差考核为背景制定现货市场最优投标策略。首先,采用最小门控记忆网络–分位数回归(minimal gated memory network-quantile regression,MGM-QR)组合模型模拟电站出力和电价的多重不确定性,以条件风险价值(conditional value at risk,CVaR)为风险度量措施,构建“新能源+储能”电站的日前市场投标和实时市场预期投标的电量组合模型。其次,在实时市场阶段,基于电价和出力的超短期预测结果,利用鲁棒滚动优化模型调度储能出力并重新确定投标电量以获取最大化收益。最后,通过某地区的实际数据进行验证,结果表明所提方法可以有效满足不同风险偏好决策者投标决策需求,保障电站收益。展开更多
文摘新能源电站的发电和现货市场电价均存在较大的不确定性,使得其投标决策困难,容易因实际发电量与投标电量之间或实际电价与预测电价之间存在较大偏差而产生惩罚费用或影响投标决策有效性。考虑上述因素,将“新能源+储能”电站作为价格接受者,以国内双结算模式和偏差考核为背景制定现货市场最优投标策略。首先,采用最小门控记忆网络–分位数回归(minimal gated memory network-quantile regression,MGM-QR)组合模型模拟电站出力和电价的多重不确定性,以条件风险价值(conditional value at risk,CVaR)为风险度量措施,构建“新能源+储能”电站的日前市场投标和实时市场预期投标的电量组合模型。其次,在实时市场阶段,基于电价和出力的超短期预测结果,利用鲁棒滚动优化模型调度储能出力并重新确定投标电量以获取最大化收益。最后,通过某地区的实际数据进行验证,结果表明所提方法可以有效满足不同风险偏好决策者投标决策需求,保障电站收益。