多尺度电力市场条件下的梯级水电中期发电计划制定方法与流程

本发明属于水电调度运行领域及电力市场领域，特别涉及一种多尺度电力市场条件下的梯级水电中期发电计划制定方法。

背景技术：

2015年新电改以来，我国在云南、广东等省已经初步建立了可行的中长期电力市场，特别是在云南，中期电力交易已经占市场化发电主体电量的80％以上，极大改变了传统的电力调度运行方式。中长期电力交易涉及年度双边交易、月度撮合交易、挂牌交易等复杂交易品种和交易方式，给交易中心、电网调度部门和发电企业交易信息披露、交易结果执行和竞价策略带来巨大困难，如何制定市场化条件下的梯级水电中长期发电调度计划已经成为我国水电企业亟待解决的重大关键科学技术问题。

市场化条件下，发电企业市场参与主体从以调度计划为基础，转变为以市场竞价和自调度为核心的运营模式。发电企业在计划和运营中如何考虑市场规则、结算规则、运用市场多样性、规避市场风险成为亟待解决的关键问题。对于参与市场的水电企业，还面临来水随机性，流域梯级上下游水力、电力耦合，电量时空分配、综合用水要求、流域多利益主体协调等复杂问题，比国内外以火电为主的电力市场更为复杂，相关问题国内外鲜有研究，是水电参与电力市场必须加以解决的棘手问题，对于我国西南地区、中部地区水电参与电力市场意义极大。

制定各电厂发电计划是统筹全网安全稳定运行的基本措施。在传统方式下，安排次月发电计划时，一般先由电站上报计划曲线，调度中心进行全网校核及优化后再将调整后的计划下发，电厂依据该计划实施发电。市场化条件打破了这种“上报-下发”的计划制定模式，电厂全电量参与市场竞争，由市场形成交易合同，以合同为依据进行发电。为了适应水电占绝对主导地位和西电东送的市场特点，规避不确定性引起的市场风险，云南电网作为全国首批新电改试点省份，建立了多交易品种、多交易方式、多交易市场、多结算方式的复杂中长期交易电力市场体系，形成了价格多元、长中期交易相耦合、相协调的电力交易结果，因此，如何构建上述复杂条件下的梯级水电计划就成为新问题、新挑战。

本发明成果以水电占主导地位的云南电力市场为背景，结合国家自然科学基金重大计划重点支持项目(西南河流源区径流适应性利用不确定性量化方法研究，91547201)和云南电力交易中心、云南电网电力调度中心、华能澜沧江水电公司、华电乌江水电公司等多个委托项目，在分析和提炼水电占比较多的电力市场共性基础上，依托云南电网中长期电力交易实际情况，构建了计及多尺度市场结构、结算规则和市场风险的中期发电模型，采用广义析取规划进行优化求解，为市场化条件下的梯级水电中期发电计划提供了一种可行方法，能够引导梯级水电响应市场价格变化，通过优化电量分配获取高额收益，并利用组合市场大幅规避风险。

技术实现要素：

本发明要解决的技术问题是提供一种多尺度电力市场条件下的梯级水电中期发电计划制定方法，能够引导梯级水电响应市场价格变化，通过优化电量分配获取高额收益，并利用组合市场大幅规避风险。

本发明的技术方案为：

一种多尺度电力市场条件下的梯级水电中期发电计划制定方法，按照步骤(1)-(5)制定梯级水电站在多尺度电力市场条件下的中期发电计划。

(1)考虑市场风险和弃水的多尺度电力市场目标函数构建

maxu＝u-λ^se^s-λ^δδ(1)

式中：u为多尺度电力市场的效用函数值，maxu即为使效用函数最大的优化目标；u为梯级水电站发电收益，e^s和λ^s为总弃水电量及其惩罚系数；δ和λ^δ为风险量化值及其惩罚系数。

(2)水力约束的构建

构建包含水量平衡方程、发电函数、边界约束及综合利用需求的水力约束条件。

(3)多尺度电力市场市场化约束的构建

1)市场结构约束

梯级水电站的自调度决策即自主安排各梯级水电站各日的发电量er,t，并确定相应的月度合同发电量和日前合同发电量的过程，如式(2)所示。

设定所研究的梯级水电站为价格接受者(price-taker)，此时市场主体所制定的自调度发电计划，将全部被市场接收，梯级水电站发电收益u表示如下；

其中

式中：p^m为月度市场统一出清电价，为第t日的日前市场统一出清电价，e^m为m月所有梯级水电站的总月度合同发电量；为t日梯级水电站的总日前合同发电量。

2)结算认定约束

根据结算规则，设定月度基准电量，将未执行的月度合同平均分解到每日，定为月度履约上限，此范围内的当日发电量认定为月度合同履约电量。

电量认定过程表示为式(6)和式(7)，梯级水电站的月度基准电量由式(8)定义。

式中：为第t日梯级所有电站的总月度合同发电量；t′为累加变量；为m月第t′日所有梯级水电站的总月度合同发电量；

3)市场风险量化

梯级水电站制定发电计划时以给定的预测电价为基础，预测电价的不准确性将带来市场风险。预测电价信息不准确性所带来风险量化值表示为式(9)。

式中：表示d日的日市场预测出清价的方差，λ^σ表示月市场预测的出清价格方差与日市场预测出清价的方差的比值系数。

(4)已知条件约束的构建

来水、各个水电站始末库容、市场预测价格等为已知条件，可表示为

其中：为给定的水电站r在t日的区间入库，vr,0和vr,t为水电站r月调度期初和调度期末的库容，是由给定库容和t决定，和分别为水电站r月调度期初和月调度期末的给定库容，为对t日的日交易市场的出清价格预测值，为对月市场出清价格预测值。

至此，根据步骤(1)-(4)构建了多尺度电力市场条件下的梯级水电中期发电计划，即原始优化模型。

(5)基于gdp(generalizeddisjunctiveprogramming)的市场化约束的转化表示

在原始优化模型中由于公式(7)对应的逻辑约束的存在，无法直接求解，需要使用gdp方法对其转化。公式(7)可以等价转化为if-then(如果-则)的逻辑表达式(11)。

因此，根据gdp模型，逻辑表达式(11)可转化为析取式(12)。

式中：y0,t、y1,t为逻辑变量，取值为“真”或“假”。et为m月t日所有梯级水电站的总发电量。

进一步，采用大m松弛法将析取式(12)转化为式(13)。

式中：m是无量纲实数，100et≤m≤1000et，y0,t、y1,t为二进制变量，取值为0或1；为二进制变量0和1的集合。

以式(13)替换公式(7)，即将原始优化模型转换为miqp(mixedintegerlinearprogramming)模型，再调用求解器进行求解，最终求得多尺度电力市场条件下的梯级水电中期发电计划。

本发明的有益效果：本发明构建了涉及多尺度市场结构、结算规则和市场风险的中期发电计划模型。其中，结算约束引入了逻辑条件，使得该问题在不同条件下呈现出不同约束组合，从而有别于标准的二次规划问题；故在此基础上针对结算约束存在的逻辑结构，采用gdp模型对原始模型进行建模，并采用大m松弛法把gdp问题转化为miqp问题，至此完成了将原始模型转换为miqp模型。进而可以通过商业求解器进行求解。

对比现有的非市场化模型，本发明的统筹考虑了梯级水电站在传统非市场条件下面临的上下游复杂约束问题及多尺度市场带来的多市场电价、履约耦合、市场风险等新问题，能够引导梯级水电响应市场价格变化，通过优化电量分配获取高额收益，并利用组合市场大幅规避风险。

附图说明

图1是云南日前市场出清规律(示意)及算例市场选取示意图；

图2是算例中给定的市场出清价示意图；

图3是发电计划出力过程及水位过程示意图；

图4是日电价波动与收益的相关关系示意图。

具体实施方式

以下结合附图和技术方案，进一步说明本发明的具体实施方式。

现以云南省澜沧江干流同一利益主体的4座主要水库为决策主体，从上游到下游依次为小湾、漫湾、糯扎渡、景洪，采用本发明方法制定其在云南不同时期市场条件及非市场条件下的中期发电计划。其中小湾和糯扎渡为多年调节水库，其余两座为季调节水库。

基于这四个电站构建中期发电计划制定模型。

(1)考虑市场风险和弃水的多尺度电力市场目标函数构建

maxu＝u-λ^se^s-λ^δδ(1)

(2)水力约束的构建

1)水量平衡方程

qr,t＝gr,t+sr,t(15)

式中：t为时段下标，t为时段总数；r为水电站下标，r为水电站总数，约定r小者为上游。vr,t为水电站r在t时段末库容；ir,t、qr,t、gr,t和sr,t分别表示t时段的区间、出库、发电和弃水流量；qr-1,t为水电站r的上游水电站t时段的出库流量；vr,t-1为水电站r在t-1时段末库容。

2)发电函数

er,t＝αεr,tτ(16)

βεr,tηr＝gr,t(17)

式中：er,t和εr,t分别为水电站r时段t的发电量和平均出力，ηr为水电站r的耗水率，τ＝24×3600表示每天的秒数，α和β是量纲转系数，ηr为常数。相应地，弃水电量e^s表示如下：

3)边界约束

式中：qr、分别表示水电站r的出库流量的下限和上限；gr、分别表示水电站r的发电流量的下限和上限；εr、分别表示水电站r的平均出力的下限和上限；vr、分别表示水电站r的库容的下限和上限。水电站r在调度期的起始和结束水位为已知条件。

4)综合利用需求

最小生态流量约束

最小航运流量约束

河道水位变幅约束，简化为流量变幅约束

式中：分别表示水电站r的最小生态流量、最小通航流量、与河道水位变幅对应的流量变幅。qr,t+1为水电站r在t+1日的总出库流量；为不大于t-1的正整数组成的集合。

(3)多尺度市场市场化约束的构建

1)市场结构约束

2)结算认定约束

3)市场风险量化

(4)已知条件约束的构建

(5)基于gdp(generalizeddisjunctiveprogramming)的市场化约束的转化表示

至此得到miqp(mixedintegerlinearprogramming)模型。

下面给定已知条件。

市场方面，实际数据显示，云南省日前市场出清价呈现出较强的规律性(如图1所示)，即随着来水过程呈现“平稳-下降-平稳-上升”的规律，其中，汛期和枯期电价相对稳定，汛前呈现下降趋势，汛后呈现上升趋势。选取市场较为活跃的上升期市场(汛后)、平稳期市场(枯期)、下降期市场(汛前)共三个月份市场设置三个算例进行研究，后文简称“上升期”“平稳期”和“下降期”，合称“市场化模型”。为了进行方法间对比，增设对照算例，引入非市场化条件下的以发电量最大为目标的优化模型，后文简称“非市场化模型”，该模型中不考虑市场电价及电价不确定性带来的风险。

为使各指标具有可比性，算例研究中对实际电价进行了线性变化，使得各日出清价均值及月出清价均为1元/kwh，给定的市场出清电价如图2所示，作为已知条件。其他参数设定见表1。来水、始末水位等给定条件各算例相同。

表1：模型参数设定

经过计算，各情况下梯级水电站的总发电量及总收益如表2所示，发电过程和水位过程如图3所示。

从总量(表2)看，市场化模型下总发电量相等，且略低于非市场化模型总发电量。当(市场化模型)考虑能量转化效率ηr为定值时，总发电量也为定值；只有当(非市场化模型)ηr为变量时，梯级水电站发电量才可通过优化调度提高。而市场化条件下，更注重的是不同市场间的“组合投资”，这种“投资组合”可提高收益、降低风险。表2中可以看出，市场化模型收益明显高于非市场模型收益，且单位电量收益也较高，说明本发明所提方法可以有效引导梯级水电站进行市场优化组合。

表2：各情况下总体发电收益和总发电量

从过程(图3)看，市场化模型中，梯级月发电过程均基本平稳；日发电过程变化趋势与日出清价变化趋势基本一致；总发电过程也与日电价变化趋势相似。相比而言，非市场化模型的发电过程与电价关系不大。可见，按照本发明所提模型制定的发电计划，市场电价对发电过程安排起到了一定的指导作用。

多电价问题是梯级水电在市场中发电决策考虑的主要因素之一，本模型将电价信息包含在发电收益中，从而可以有效引导发电过程响应各时段的电价变化，引入spearman相关系数，通过表征发电过程和电价的相关关系来考察模型的引导作用。

对于两个长度为w的序列w⁽¹⁾和w⁽²⁾，其spearman相关系数ρ由式(26)定义，其中是变量在序列w⁽·⁾的秩次大小，当若干变量数值相等时，取其所在秩次范围的平均值。

表3给出了各算例中发电过程和不同电价的spearman相关系数。结果表明，在上升期和下降期，本模型可以很好地(ρ>0.9)引导梯级水电根据电价变化安排发电过程；而非市场化模型的发电计划则未考虑(ρ^b＝ρ^m≈0.5市场电价因素)。

表3：发电过程与电阶序列的相关关系

耦合履约约束下的发电量分配是梯级水电面临的又一重要问题，本模型引导梯级水电响应市场价格变化的结果是在不同市场中电量的最优化分配，将发电量安排到电价高的时段，并且市场价格波动越大，该模型的优势越明显。

以电价序列的方差σ^p表示电价的波动情况，考察其对梯级水电单位收益的u^e及总收益方差σ^u的影响，分析结果如图4所示。结果显示，电价波动越大，梯级单位收益越高，总收益也越高(表2)，此时，收益的波动σ^u也较大，这说明梯级水电站可以根据电价的波动，通过水能量的时空转移和发电量的时序间调配，合理分配不同市场的发电量，实现收益极大化。

表4对比了本发明所提模型考虑和不考虑市场风险时的差异，其中δ^d和δ^m分别为假设所有发电计划均为日市场电量或者月市场电量时的风险。结果表明，本模型可以降低风险80％以上，而只损失了大约2％的收益，因此按照本模型指导制定发电计划，梯级水电站可以大幅规避市场风险，同时保证收益损失不大。进一步可以看出，即月市场具有长期规避风险的作用，而日市场的价格波动提供了盈利空间，正是两个尺度市场电量的合理分配，才使得梯级电站达到了降低风险、保留收益的效果。

综上，从计算结果可以看出，本发明所提模型能较好地引导梯级水电发电过程响应市场价格变化、通过市场优化提高整体收益并规避市场风险。

表4：考虑/不考虑凤险模型效果对比