尹龙(1992),男,硕士研究生,研究方向为电力市场;
0 引言
新一轮电力市场改革促进了电力行业在配电侧的开放,具有竞争性的售电公司如何参与电力市场竞价获得最大利润成为其关注的核心问题之一。影响该问题的两个关键因素是售电公司对用户实施的多样化用户价格机制和能源互联替代下的多样性综合能源。售电公司对用户实施多样化的售电价格机制是为满足各类用户的需求,吸引更多的用户,但在获得更多用户市场的同时,也应该考虑到多样化的价格机制对其参与市场竞价策略的影响;并且,随着能源互联替代技术的发展,多样化的综合型能源成为售电公司经营的重要内容,因此除电力外其他形式能源对售电公司竞价购电策略的影响也有待研究。
现有对用户价格机制的研究大多集中在其影响电网安全和发电侧盈利的问题上。如,文献[1-4]研究了向用户提供高可靠性电价机制的作用及补偿。文献[5-7]探究了对用户实施阶梯电价在市场中的作用。新电改后,不少文献研究了售电公司的运营问题。如,文献[8]研究了售电公司关心的核心问题,即在实时电价下效益最大化与风险决策间的关系,但没有计入用户价格机制的影响。文献[9]研究了售电公司实行中断电价机制获取效益最大化的策略,虽将中断电价机制运用到售电侧,但是仅仅考虑了利用中断负荷盈利的问题,未能考虑其对售电公司参与市场竞价的影响。文献[10-11]初步探索了售电公司在不完全信息下,以博弈的方式参与市场竞价购电,探究了售电公司竞价购电整体框架结构和流程,但没有探究到用户价格机制对整体竞价购电策略的影响。
能源互联替代背景下,售电公司逐步转型为综合多种能源的服务公司,目前针对综合型能源对其核心电力事业的竞价购电策略影响的研究较少。文献[12-13]研讨了能源互联网下电能替代的发展路线及其运营模式和相关关键技术。文献[14]介绍了集成热、电、气多能源载体的能源中心。文献[15]研究了将智能能源中心(smart energy hub,SEH)安装在用户侧使用,虽涉及了能源替代关键技术,但未具体运用到售电公司端,也未有相应的研究其在电力方面的影响。
针对上述用户电价机制和综合型能源对售电公司参与电力市场竞价购电影响的研究不足,本文研究了考虑多种用户电价机制下的综合型能源售电公司参与电力市场竞价购电策略。文章首先对综合型能源售电公司的经营结构、其对用户实施的售电价格机制和其参与电力市场竞价流程做出分析。然后建立了中断电价、高可靠性电价和阶梯电价(不包含中断电价和高可靠性电价的普通型阶梯电价)下的综合型能源售电公司参与市场竞价购电的支付函数模型,为求最优的竞价购电策略奠定基础。最后利用粒子群算法对文中算例进行仿真求解,通过求解结果,分别分析了不同用户价格机制、综合型能源与售电公司参与市场竞价购电策略间的关系,最终得出综合型能源售电公司在电力市场上最优的购电竞价策略。
1 综合型能源售电公司结构及其参与市场的流程
1.1 综合型能源售电公司的结构
作为用户与发电侧间的中间商,售电公司成为能源互联替代的重要组成部分。售电公司将突破单一购电模式而经营多种能源业务。其经营多能源业务的结构如
用电高峰时期,当售电公司购电价格高出天然气价格时,或其参与市场竞价失败时,售电公司可
图1
经营多能源业务的结构
Fig. 1
Structure of selling multi-energy business
购买更多的天然气通过SEH将天然气转化为电能和热能,以此减少购电成本或者弥补竞价失败所带来的损失。SEH内部结构如
图2
智能能源中心内部结构图
Fig. 2
Internal structure of the smart energy hub
式中：
1.2 售电公司对用户实行的售电价格机制
考虑到售电公司将面临多种类型的用户而实行多种类型的售电电价机制,包括可中断电价、高可靠性电价和递增式阶梯电价。
1）对于实行可中断电价的用户,在负荷高峰时期,用户根据售电公司提供的中断补偿表来中断相应的负荷,中断补偿表如
2）如
3）
图3
售电价格机制图
Fig. 3
Charts of the selling electricity price
1.3 售电公司参与市场竞价过程
设
售电公司可根据历史数据分析得出市场清算电价
\(\text{Pr}[0\le x\le d]=\int_{0}^{d}{f(x)\text{d}x}\) (2)
则满足
\({{\theta }_{t}}[{{P}_{\text{b}t}}\ge (1+\omega ){{\mu }_{t}}]=\text{Pr}[\frac{{{P}_{\text{b}t}}}{1+\omega }\ge {{\mu }_{t}}]=\text{Pr}[\frac{{{P}_{\text{b}t}}}{1+\omega }]\)(3)
\({{\bar{\mu }}_{t}}=E[{{\mu }_{t}}|{{P}_{\text{b}t}}\ge (1+\omega ){{\mu }_{t}}]=\frac{\int_{0}^{\frac{{{P}_{\text{b}t}}}{1+\omega }}{xf(x)\text{d}x}}{{{\theta }_{t}}[{{P}_{\text{b}t}}\ge (1+\omega ){{\mu }_{t}}]}\) (4)
由于市场清算电价经常变化,售电公司通常不知道
\(W(q,h)=\int_{0}^{h}{W(q,\omega )\tau (\omega )\text{d}\omega }\) (5)
售电公司参与电力市场竞价购电流程如
图4
竞价购电流程图
Fig. 4
Bid to purchase electricity flow chart
2 竞价策略中的支付函数建模
2.1 综合型能源售电公司的购电成本
综合型能源售电公司在用电高峰时,电价超过气价,可使天然气通过SEH发电,减少了用户该时段的中断电量,同时能起到调节用户毁约的情况。相比原来被动依赖用户中断的调节方式,拥有较大的主动性。综合型能源售电公司的购电成本由两部分组成：竞价成功时参与市场实时竞价购电的成本与售电公司购买天然气的成本;竞价失败时售电公司为减少失败赔偿购买天然气的成本。成本表达式模型为
约束条件为
\(0\le G_{t}^{\text{in}}\le G_{t\max }^{\text{in}}\) (7)
\(\Delta {{Q}_{t\min }}\le \Delta {{Q}_{t}}\le \Delta {{Q}_{t\max }}\) (8)
式中：
为天然气发电替代的负荷量;\({{\bar{\mu }}_{t}}\)为售电公司向市场
购电价格;
为得式(6)中到天然气进气量
\({{E}_{\text{g}}}^{\text{out}}=\alpha \eta _{\text{MT}}^{\text{g}}{{G}^{\text{in}}}\) (9)
\({{H}^{\text{out}}}=[(1-\alpha ){{\eta }_{\text{F}}}+\alpha \eta _{\text{MT}}^{\text{g}}]{{G}^{\text{in}}}\) (10)
式中
天然气通过SEH将会产生电能和热能,分别为电负荷和热负荷供能,因而通过SEH的天然气所产生的能量为式(9)(10)之和：
\({{Q}_{\text{gas}}}={{E}_{\text{g}}}^{\text{out}}+{{H}^{\text{out}}}\) (11)
因此,天然气替代的热负荷和电负荷
\({{G}^{\text{in}}}=\frac{{{Q}_{\text{gas}}}}{[(1-\alpha ){{\eta }_{\text{F}}}+\alpha \eta _{\text{MT}}^{\text{g}}+\alpha \eta _{\text{MT}}^{\text{e}}]}\) (12)
\({{Q}_{\text{gas}}}=[(1-\alpha ){{\eta }_{\text{F}}}+\alpha \eta _{\text{MT}}^{\text{g}}+\alpha \eta _{\text{MT}}^{\text{e}}]{{G}^{\text{in}}}\) (13)
2.2 综合型能源售电公司售电收益
竞价成功时,售电公司的售电收益包括去除中断补偿后的售电收益和用户给予售电公司毁约赔偿、售电给实施高可靠性电价的用户去除停电补偿的收益、售电给阶梯型电价用户的收益;竞价失败时,售电公司在不考虑天然气价格是否小于等于购电价格时适量购买天然气使用SEH,
\(\begin{align} F={{\theta }_{t}}[({{Q}_{1t}}-{{\delta }_{t}}\Delta {{Q}_{t}}){{p}_{1t}}-{{\delta }_{t}}\Delta {{Q}_{t}}{{P}_{\text{comp}t}}\text{+}{{Q}_{2t}}{{p}_{2t}}- \\ \ \ \text{ }\ \text{ }\!\!\varphi\!\!\text{ }(1-\beta ){{p}_{2t}}{{Q}_{2t}}+{{Q}_{3t}}{{p}_{3t}}+(1-{{\delta }_{t}}){{F}_{\text{c}t}}]+ \\ \text{ }(1-{{\theta }_{t}})\cdot \sum\limits_{i=1}^{3}{[}{{a}_{it}}{{Q}_{\text{gas}\cdot t}}{{p}_{it}}-({{Q}_{it}}-{{a}_{it}}{{Q}_{\text{gas}\cdot t}}){{P}_{\text{s}i}}] \\\end{align}\) (14)
\(0\le {{a}_{1t}}\le 1,0\le {{a}_{2t}}\le 1,0\le {{a}_{3t}}\le 1\) (15)
\({{a}_{1t}}+{{a}_{2t}}+{{a}_{3t}}=1\) (16)
式中：
2.3 售电公司的支付函数
售电公司的支付函数指售电公司参与整个市场所获得的利润：
\(W=F-C\) (17)
根据交易规则,按售电公司报价从高到低排序得出需求曲线,即售电公司投标电价
\({{P}_{\text{b}t}}={{k}_{t}}({{q}_{t}}+f)\) (18)
式中：
由于售电市场竞价刚刚起步,缺乏充足的数据支撑,本文假设MCP服从常见的区间正态分布与均匀分布进行对比分析,研究MCP不同分布情况对最优竞价策略的影响。
当市场清算电价
\(f(x)=\frac{\text{1}}{b-a}=\frac{1}{L}\) (19)
根据式(3)(4)分别求出竞价成功的概率和市场清算电价的期望为
\({{\theta }_{t}}=\int_{a}^{\frac{{{P}_{\text{b}t}}}{1+\omega }}{\frac{\text{1}}{L}}\text{d}x=\frac{\text{1}}{L}(\frac{{{k}_{t}}({{q}_{t}}+f)}{1+\omega }-a)\) (20)
\((1-{{\theta }_{t}})=\frac{\text{1}}{L}(b-\frac{{{k}_{t}}({{q}_{t}}+f)}{1+\omega })\) (21)
\({{\bar{\mu }}_{t}}=\frac{1}{2}(\frac{{{k}_{t}}({{q}_{t}}+f)}{1+\omega }+a)\) (22)
约束条件：
\(a\le \frac{{{k}_{t}}({{q}_{t}}+f)}{1+\omega }\le b\) (23)
当市场清算电价
\(f(x)=\frac{1}{\sqrt{2\text{ }\!\!\pi\!\!\text{ }}\sigma }\exp (-\frac{{{(x-\mu )}^{2}}}{2{{\sigma }^{2}}})\) (24)
同样依式(3)(4)可分别求出MCP在正态分布下竞价成功的概率和市场清算电价的期望。
文中
\({{q}_{t}}={{Q}_{1t}}+{{Q}_{2t}}+{{Q}_{3t}}-{{\delta }_{t}}\Delta {{Q}_{t}}-{{\theta }_{t}}{{Q}_{\text{gas}\cdot t}}\) (25)
因此,计入式(5)后的支付函数(17)为
\(\max \int_{0}^{h}{W\tau (\omega )\text{d}\omega }\text{=}\max \int_{0}^{h}{(F-C)\tau (\omega )\text{d}\omega }\) (26)
式中
3 模型求解
本文在MATLAB工作环境下,基于蒙特卡洛模拟生成某时段各类用户的负荷需求和价格场景及满足式(7)(8)(15)(16)(23)的初始变量;将初始变量代入式(20)(21)(22)中,分别求出该场景中的竞价成功、失败的概率和市场清算价格的期望;再将这些参数和变量代入式(6)(14)中求出该场景的成本和收益;利用式(17)求出其利润;使用粒子群算法对参数进行优化求出最大的利润值,得出max
图5
模型求解流程图
Fig. 5
Solution process of the model
4 算例分析
算例仿真了24个时段下的售电公司竞价购电策略情况。文中根据用户提供的不同类型的负荷曲线,售电公司分析得到实行中断电价的用户所需在现货市场的初始电量489 MW,实行高可靠性和阶梯电价的用户分别为387 MW和523 MW。对中断用户的售电价格依据售电公司和用户之间的合同价格实施,文中假设其比售电公司参与市场购电价格多出50元/MW。高可靠性电价多出售电公司向市场购电价格95元/MW乘以其可靠率,阶梯电价、中断补偿价格和天然气价格分别见附录
4.1 分布上限与策略间的关系
图6
均匀分布上限与最优策略的关系
Fig. 6
Relationship between the evenly distributed upper limit and the optimal strategy
4.2 中断补偿表宽幅与策略间的关系
对比分析
图7
中断量宽幅与最优策略间的关系
Fig. 7
Relationship between the ladder wide and the optimal strategy
4.3 可靠率与策略间的关系
对比两图可看出,不同MCP分布情景下,可靠率的改变不会改变最优策略变化趋势,而改变了最优位置。
图8
可靠率与最优策略间的关系
Fig. 8
Relationship between the reliability and the optimal strategy
4.4 阶梯电量宽幅与策略间的关系
图9
阶梯宽幅与最优策略间的关系
Fig. 9
Relationship between the ladder wide and the optimal strategy
MCP服从均匀分布的情景。两图中
对比两图曲线趋势相似,只是在具体参数点上的数值有所区别。因而,不同的MCP分布情况下,售电公司应该制定符合该种分布下的阶梯电价表。
4.5 天然气分配率与策略间的关系
图10
天然气分配率与最优策略的关系
Fig. 10
Relationship between the natural gas distribution rate and the optimal strategy
4.6 用户执行中断合同的概率与策略间的关系
图11
用户执行中断合同概率与最优策略间的关系
Fig. 11
Relationship between the user performs the contract’s probability and the optimal strategy
的利润为56 032.77元,
5 结论
本文研究多种用户价格机制下的综合型能源售电公司参与市场竞价购电的策略。通过算例可以总结出：1）市场清算价格的精确预测对其参与市场竞价的策略的影响较大,因而,售电公司在参与市场前应充分的收集好历史交易数据,并做出高效的预测。2）可中断负荷的补偿费用与中断量密切相关,中断量不足,总的利润较小,中断量过多,损失了此部分的利润,获得的总利润仍然较小,合理的宽幅制定能得出最优的报价与竞价电量间的关系。3）高可靠性电价机制下,可靠率的微小变动将会对整体的竞价成功几率造成影响,售电公司需提高自身的服务质量和供电过程中的操作高效,提升可靠性。4）阶梯电价中,同档电量的宽幅对其利润和竞价成功的概率的影响不大,但是不当的电量宽幅仍然会较大地影响报价-电量曲线的关系。5）能源互联替代中,售电公司安排天然气进入微型涡轮机和气熔炉的比例是其他形式的能源参与负荷调节的关键。6）MCP在均匀分布和正态分布下的售电公司最优购电竞价策略是不同的。
7）用户是否执行中断合同对售电公司最终收益与其参与市场最优的竞价购电策略有一定影响,但由于SEH使得售电公司具有主动应对这类不确定因素的调节能力,能减少此因素对其造成的损失。
下一阶段的研究重点在于进行用户售电价格机制与售电价格的联合优化、以及考虑阶梯电价、可中断电价、高可靠性电价并存情况下对售电公司竞价策略的影响。
附录见本刊网络版(http://www.dwjs.com.cn/CN/volumn/current.shtml)。
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
附录
表1
阶梯电价数据
Tab. 1
Date of the ladder price
表2
中断补偿价格数据
Tab. 2
Date of the interrupt compensation price
表3
天然气价格数据
Tab. 3
Date of the gas price
表4
表5
天然气分配率与最优策略和相关参数间的关系
Tab. 5
Relationship between the natural gas distribution rate and the optimal strategy and the related parameter