[0044]
[0045] 式中，Ca( ε J为固定的第一交易量数据模型，O1)为动态变化的第一交易量 数据模型，Cf (4；)为动态变化的单位成本值模型，ε i为动态变化的第一数据的波动值， X ( ε J为动态变化的第一交易量数据的概率值；ω为权重因子，Ea CTaR为条件风险价值模 型；
[0046] 在本步骤中，目标函数包括两部分：电力交易决策数据的参数模型和预设的条件 风险价值模型。而电力交易决策数据的参数模型包括三个模型：固定的第一交易量数据模 型、动态变化的第一交易量数据模型及动态变化的单位成本值模型。因此，本发明的方案即 考虑了对固定的数据、动态变化的数据及单位成本值数据这三种类型的数据，又考虑到对 风险价值的控制，能够全方位地对电力交易决策数据进行处理。
[0047] H 乂卜的~曰-来开""?τπ、I 斗1
[0048]
[0049] 式中，Cf (?)为ε冲t时段的动态变化的第一交易量数据，矿（内)为ε冲t时 段动态变化的第一数据，为ε :中t时段动态变化的第二数据，T为时间集合。
[0050] 参考图3所示，图3为一个实施例的动态变化的单位成本值函数示意图；在一个实 施例中，动态变化的单位成本值模型可以为：
[0053] _^丨，~,广1"3、1丨^^人^人丨七~卞丨~^苹值，砣为第1段线性动态变化
[0051]
[0052] 的单位成本值函数的斜率，么(A)为时段第1段的第二单位成本值，（^(^为E1 中t时段的第二单位成本值。
[0054] 在一个实施例中，条件风险价值模型可以为：
[0055]
[0056]
[0057]
[0058] 式中，α为置信水平；ξ为辅助变量；η ( ε D为ε i的辅助变量。
[0059] 在一个卖施例中，固宙的笛一夺易量数据可以滿足如下约亩公式：
[0060]
[0061]
[0062] 式中，￡a和月分别为固定的第一交易量数据的下限和上限；κ a( ε J为二元变量， 在ε i中选择了固定的第一交易量数据，则的值为1 ;否，则的值为0么（￡1)为￡1 中固定的第一交易量数据。
[0063] 上述实施例可以灵活、智能的改变电力交易决策数据处理的参数模型，如果 的值为1，则模型考虑到固定的第一交易量数据，如果夂％的值为〇,则模型不需要考虑固定 的第一交易量数据，因此，可以更好的根据实际情况灵活运用本发明的技术方案。
[0064] 在一个实施例中，动态变化的单位成本值可以满足如下约束公式：
[0065]
[0066]
[0067] 其中，Gx为第1段动态变化的单位成本值最大值；队为分段线性动态变化的单位 成本值函数的分段总数；
[0068] 由 士右 & A 结撕士H "MiTC 始击/入士 -
[0069]
[0070] 式中，AtSt时段提供的固定的第一数据的集合；为t时段电力交易决策数据； QtS t时段动态变化的第一交易量数据。
[0071] 在一个实施例中，动态变化的第一数据波动值及所述固定的第一数据可以满足如 下约束公式：
[0072] -
[0073] T，W又双Wl 狀^yj.l且和 ay；U M=U 仪I I，1、/ 为矩阵的二元变量，当￡:与ε i+Ι在KJ介相等时，Η(ε pKj为1，否，则为0。
[0074] 上述实施例，通过对电力交易决策数据处理的参数模型中的部分参数进行约束， 可以使得模型能够根据实际情况接收设定的数据，并发生相应的改变，更容易获得最优的 电力交易决策数据的处理结果。
[0075] S30 :利用一般性代数仿真系统对所述目标函数进行求解，并根据求解后的方案确 定电力交易决策数据的处理结果。
[0076] 在本步骤中，需要利用仿真系统或者建模系统对本发明的电力交易决策数据处理 的参数模型进行求解。利用求解后的方案来确定风险价值的大小和固定的第一交易量数 据、动态变化的第一交易量数据及动态变化的单位成本值的分配比例，达到优化电力交易 决策数据的处理结果。
[0077] 综合上述实施例的技术方案，本发明具有如下明显优点：
[0078] 第一，充分考虑电力交易决策数据中的各个数据类型，可以在相对固定的数据、动 态变化的数据及单位成本值数据三者之间找到最佳平衡点，进而实现对电力交易决策数据 的处理结果达到最优化。
[0079] 第二，将风险价值纳入到考虑的范围之内，可以将电力交易决策数据的处理结果 控制在一定的风险之内。
[0080] 第三，对电力交易决策数据处理的参数模型中的参数进行约束，可以使得模型能 够根据实际情况接收设定的数据，并发生相应的改变，更容易获得最优的电力交易决策数 据的处理结果。
[0081] 为了更加清晰本发明的技术方案的有益效果，下面结合附图阐述一个基于本发明 技术方案的应用实例。
[0082] 本发明的技术方案可应用于考虑双边合约的大用户购电策略方面，电力大用户的 供电来源有三种，一是与供电方签订双边合约购买低价电能，二是在现货市场中购买电能， 三是利用自备发电机组自主供电。其中，双边合约相对风险小，电价较为稳定；现货市场电 价波动大，风险大，但更灵活，若把握准确可以规避高额购电成本实现成本最小化；自备发 电机组成本相对固定，但额定容量有限且前期投入成本高。
[0083] 其中，双边合约中的电价相当于本发明方案中的固定的第一数据；与供电方签订 双边合约购买的低价电能可以相当于本发明方案中的固定的第一交易数据；现货市场中购 买电能可以相当于本发明方案中的动态变化的第一交易数据；现货市场的电价波动情景相 当于本发明方案中的动态变化的第一数据波动值；利用自备发电机组自主供电可以相当于 本发明中的动态变化的单位成本值。大用户在制定中长期规划时，必须慎重考虑购电策略。 一方面，要满足自身电力需求，控制购电成本；另一方面，要尽可能降低市场风险。因此，需 要用户合理选择购电途径、分配购电比例，在控制购电成本和降低市场风险之间寻求最佳 均衡点。
[0084] 具体实施过程如下：
[0085] 参考图2所示，图2为实例中用户购电决策逻辑框架示意图，其中，"即时"决策为 双边合约购电决策，假设整个规划期分为4个以小时单位的时间段，要求在每个时间段的 开始做出合约决策。"等待观望决策"为现货市场交易和自主发电决策。目前，共有6个合 约：其中2个合同始终贯穿4个时间段，另外每个时间段均有一个单独的合约。相关参数如 表1所示。
[0086] 表1双边合约参数
[0087]
[0088] 假设用户的电力需求是确定的，并不依赖于现货市场电价情景，各个时段用户的 具体电力需求如表2所示。
[0089] 表2各时段用户电力需求量（Mffh)
[0090]
[0091] 利用16个等概率的情景对现货市场电价进行模拟，表3给出各个时间段内、每种 情景下的现货市场电价。
[0092] 表3各个时段现货市场电价情景（元/Mffh)
[0093]
[0094] 参考图4所示，图4为本发明实例的电力交易决策情景树示意图，描述了算例中情 景决策树的结构，每个节点代表一个决策点，每个分支代表了一个现货市场电价，如根节点 处的两个分支代表在时段1中两种可能的电价：440或500元/Mffh。该用户拥有一个IOOMff 的自备发电机组，其线性发电成本为450元/Mffh。其中，决策1为合约1、2和3中的决策； 决策2为合约4决策和小时1中关于现货市场购电和自主发电的决策；决策3为合约5决 策和小时2中关于现货市场购电和自主发电的决策；决策4为合约6决策和小时3中关于 现货市场购电和自主发电的决策；决策5为小时4中关于现货市场购电和自主发电的决策。