计及节能风险概率的省级电网购电决策系统及方法
【专利摘要】本发明公开了一种计及节能风险概率的省级电网购电决策系统，包括电厂可交易电量输入单元、随机风险概率环境模拟单元、购电方案生成单元、购电费用及其节能风险概率输出单元；内部通过建立购电模型并得到省级电网的购电方案；本发明考虑节能电力市场中市场交易的网损因素,建立了机组单位交易电量节能效益评估指标。并借鉴概率风险的概念，考虑市场电价、水电机组电量生产、系统负荷电量需求的随机性，建立电网公司市场购电节能风险概率指标，为实现电网公司市场购电节能风险的优化管理，在随机规划的理论框架内构建计及节能风险概率的省级电网购电模型，采用内嵌目标相对占优和Monte-Carlo随机模拟技术的遗传算法求解。
【专利说明】计及节能风险概率的省级电网购电决策系统及方法
【技术领域】
[0001] 本发明涉及一种电力节能领域，特别涉及一种计及节能风险概率的省级电网购电 系统及方法。
【背景技术】
[0002] 在能源紧缺的今天，节能降耗已纳入国家战略并成为国民经济发展的约束性指 标。对占全社会能耗较大比重的电力行业进行节能效益评估与管理，对节能降耗目标的实 现具有重要的现实意义。
[0003] 理论上讲，节能降耗与电力市场在优化资源配置、提高能源利用效率的目标上具 有一致性。但在中国电力市场建设初期，由于各售电单位（机组或电厂）市场价格与能耗 水平的分离，就必须通过行政手段在市场模式中引入能耗因素才能尽可能兼顾经济效益和 节能效益目标的一致性，由此产生了节能电力市场的概念。节能电力市场的本质是在能耗 约束的前提下嵌入了对购电单位进行能耗考核的思想，从而使得购电单位在追求经济效益 尽可能高的同时也尽可能在能耗较低的售电单位购电，以此充分借助市场手段引导发电侧 节能降耗工作的开展，并促进电力行业持续健康发展。
[0004] 在具有典型意义的仅发电侧开放的节能电力市场模式下（后叙的节能电力市场 均特指该市场），作为购电单位的电网公司（省级电网公司）在期望的经济和节能效益双重 目标下，根据本区域的负荷需求代表电能用户在市场电价、随机性水电机组电能生产（以 随机性水电机组为例阐述随机性绿色能源对节能效益的影响）以及负荷需求等随机因素 影响的环境下，在多个机组中进行优化决策以追求最佳的经济和节能效益。针对电网公司 购电经济效益的评估指标，现有文献从确定性到不确定性（风险）均取得了极其丰硕的研 究成果。而针对其节能效益的评估多采用能耗率（煤耗率）、某一时段内的能耗量以及单位 交易电量节能量等作为评估指标。这些指标均无法给出电网公司市场购电节能效益的风险 概率信息。
[0005] 实际上，在随机因素影响的节能电力市场环境下，电网公司市场购电节能效益的 实现本质上具有随机性特征，且该随机性随着智能电网的建设呈逐渐增加的趋势。当节能 电力市场中的随机性因素造成电网公司在能耗较高的火电机组增加购电时，就可能导致电 网公司期望的节能目标面临无法完成的风险。该风险主要表现在以下2个方面 ：
[0006] 1)当低能耗火电机组的市场电价随机性产生的风险价值超过电网公司的可接受 程度时，为实现风险价值的合理规避，电网公司就极可能需在电价随机性较低但能耗较高 的火电机组增加购电。
[0007] 2)当随机性水电机组电能生产减少或系统负荷需求增加导致系统负荷供需不满 足平衡条件时，为实现系统负荷供需平衡，电网公司就极可能需在能耗较高的火电机组增 加购电。
[0008] 节能电力市场环境下节能风险的存在给电网公司市场购电节能效益的管理带来 严峻挑战，而目前未见有节能电力市场节能效益风险概率以及优化管理的文献报道。
[0009] 因此急需一种计及节能风险概率的省级电网购电决策系统及方法。
【发明内容】
[0010] 有鉴于此，本发明所要解决的技术问题是提供一种计及节能风险概率的省级电网 购电决策系统及方法。
[0011] 本发明的目的之一是提出一种计及节能风险概率的省级电网购电决策系统；本发 明的目的之二是提出一种计及节能风险概率的省级电网购电决策方法。
[0012] 本发明的目的是这样实现的：
[0013] 本发明的目的之一是通过以下技术方案来实现的：
[0014] 本发明提供的计及节能风险概率的省级电网购电决策系统，包括电厂可交易电 量输入单元、随机环境模拟单元、购电方案生成单元和购电费用及其节能风险概率输出单 元；
[0015] 所述电厂可交易电量输入单元用于输入电厂的可交易电量范围；
[0016] 所述随机环境模拟单元用于模拟随机性绿色能源、市场电价和负荷需求模型；
[0017] 所述购电方案生成单元，根据电厂可交易电量建立省级电网的购电模型并得到购 电方案；
[0018] 购电费用及其节能风险概率输出单元用于显示省级电网购买决策的购电费用和 节能风险概率信息；
[0019] 所述购电方案生成单元包括购电指标单元、购电模型建立单元和模型求解单元；
[0020] 所述购电指标单元，采用概率风险建立电网公司市场购电节能风险概率指标；
[0021] 所述购电模型单元，根据购电节能风险概率指标在随机规划的理论框架内构建购 电模型；
[0022] 所述模型求解单元，采用内嵌目标相对占优和Monte-Carlo随机模拟技术的遗传 算法对购电模型求解得到购电组合方案；
[0023] 所述购电节能风险概率指标采用以下公式进行计算：
[0024]
【权利要求】
1. 计及节能风险概率的省级电网购电决策系统，其特征在于：包括电厂可交易电量输 入单元、随机环境模拟单元、购电方案生成单元和购电费用及其节能风险概率输出单元； 所述电厂可交易电量输入单元用于输入电厂的可交易电量范围； 所述随机环境模拟单元用于模拟随机性绿色能源、市场电价和负荷需求模型； 所述购电方案生成单元，根据电厂可交易电量建立省级电网的购电模型并得到购电方 案； 购电费用及其节能风险概率输出单元用于显示省级电网购买决策的购电费用和节能 风险概率信息； 所述购电方案生成单元包括购电指标单元、购电模型建立单元和模型求解单元； 所述购电指标单元，采用概率风险的形式建立电网公司市场购电节能风险指标； 所述购电模型单元，根据购电节能风险概率指标在随机规划的理论框架内构建购电模 型； 所述模型求解单元，采用内嵌目标相对占优和Monte-Carlo随机模拟技术的遗传算法 对购电模型求解得到购电组合方案； 所述购电节能风险概率指标采用以下公式进行计算：
式中：m表示节能效益概率分布中低于期望节能指标的样本数;M表示节能效益概率样 本中总样本数。
2. 根据权利要求1所述的计及节能风险概率的省级电网购电决策系统，其特征在于： 所述购电模型包括目标函数和约束条件，其中的目标函数采用以下公式进行计算：
式中：％k表示第k台水电机组的电价；Utu表示第k台火电机组的期望电价。
3. 根据权利要求2所述的计及节能风险概率的省级电网购电决策系统，其特征在于： 所述购电模型中含有的约束条件满足以下公式： a) 节能效益考核指标机会约束
式中：Pr{ ?}表示{?}中事件成立的概率；JN、Y分别表示给定的节能效益考核指标 以及该机会约束的置信水平JN为政府下达的指标或电网公司结合政府下达的指标自主 确定的指标。 b) 购电费用对应的经济风险机会约束 以购电费用越限的概率水平来间接描述经济风险。
式中：FY、P分别表示给定的购电费用上限值以及该约束的置信水平；Pu表示第k台 火电机组的随机电价； c) 负荷电量供需平衡约束
式中：aH，k、aak分别表示给定的水电和火电机组的市场交易网损率；D表示系统月负 荷电量； d) 各火电机组可售电量上下限约束 WG, k, min ^ WG,k ^ WG, k, maxk=I,2, . . . ,Ng； 式中：w〇in分别表示在第k个火电机组可售电量的上下限。
4. 根据权利要求1所述的计及节能风险概率的省级电网购电决策系统，其特征在于： 所述模型求解单元中对购电模型通过以下步骤来计算： 首先基于目标相对占优的染色体适应度函数构造如下：
式中：A(xi)表示染色体xi的适应度函数；g^Xi)表示惩罚函数；'表示惩罚函数系 数，若gj(xi)满足约束则《」为〇,否则不为〇且约束越重要罚函数系数就越大；Ny表示需 要判断的总约束数； 将种群中的各染色体分别根据每个子目标函数值排序，选取每次迭代过程中使得各子 目标函数值最小且不为〇的染色体作为各子目标函数的基点； 然后再计算各染色体相对各基点的目标值之和，通过以下公式来计算：
式中，F(xi)表示染色体xi相对各基点的目标函数值之和，fj(xi)表示染色体xi对应 的子目标函数j的函数值；fj(xj_〇)表示子目标函数j的基点xj_〇对应的函数值；Nj表示 子目标函数的个数； 最后在满足终止条件时最优染色体为所求多目标模型的综合最优解。
5. 根据权利要求4所述计及节能风险概率的省级电网购电决策系统，其特征在于：所 述模型求解单元中对购电模型通过以下步骤来计算： 1) 输入原始数据，输入节能效益考核指标、购电费用上限以及各售电机组市场电价、煤 耗率等基础数据，以及购电方案个数，交叉概率与变异概率等算法参数值； 2) 随机产生一组购电方案作为遗传算法的初始种群；对种群中的每一个染色体，采用 拉丁超立方采样检验其种群中的染色体是否满足节能效益考核指标机会约束和购电费用 对应的经济风险概率机会约束； 3) 找到本次迭代中使得各子目标函数值排序第一且不为O的染色体作为基点，再基于 目标相对占优的染色体适应度函数计算各染色体的适应度； 4) 采用轮盘赌方法对种群中的染色体进行选择操作； 5) 对种群中的染色体进行交叉和变异操作得到新一代染色体，之后再利用拉丁超立 方采样技术检验其是否满足节能效益考核指标机会约束和购电费用对应的经济风险机会 约束； 6) 重复步骤3)到步骤5)，直到达到给定的迭代终止判据为止；以求解过程中发现的综 合最优染色体作为最后的购电方案，所述购电方案包括各机组分配电量、购电费用、节能风 险概率信息。
6. -种计及节能风险概率的省级电网购电决策方法，其特征在于：包括以下步骤： 51 :输入电厂的可交易电量范围； 52 :建立随机性绿色能源、市场电价和负荷需求模型； 53 :根据电厂可交易电量建立省级电网的购电模型并得到购电方案； 54 :显示省级电网购买决策的购电费用和节能风险概率信息； 所述购电方案生成包括以下步骤： 531 :采用概率形式建立电网公司市场购电节能风险概率指标； 532 :根据购电节能风险概率指标在随机规划的理论框架内构建购电模型； 533 :采用内嵌目标相对占优和Monte-Carlo随机模拟技术的遗传算法对购电模型求 解得到购电组合方案； 所述购电节能风险概率指标采用以下公式进行计算：
式中：m表示节能效益概率中低于期望节能指标的样本数;M表示节能效益概率样本中 总样本数。
7. 根据权利要求6所述的计及节能风险概率的省级电网购电决策方法，其特征在于： 所述购电模型包括目标函数和约束条件，其中的目标函数采用以下公式进行计算：
式中：％k表示第k台水电机组的电价；Utu表示第k台火电机组的期望电价。
8. 根据权利要求7所述的计及节能风险概率的省级电网购电决策方法，其特征在于： 所述购电模型中含有的约束条件满足以下公式： a)节能效益考核指标机会约束
式中：Pr{ ?}表示{?}中事件成立的概率；JN、Y分别表示给定的节能效益考核指标 以及该机会约束的置信水平JN为政府下达的指标或电网公司结合政府下达的指标自主 确定的指标。 b) 购电费用对应的经济风险机会约束 以购电费用越限的概率水平来间接描述经济风险。
式中：FY、P分别表示给定的购电费用上限值以及该约束的置信水平；Pu表示第k台 火电机组的随机电价； c) 负荷电量供需平衡约束
式中：aH，k、aak分别表示给定的水电和火电机组的市场交易网损率；D表示系统月负 荷电量； d) 各火电机组可售电量上下限约束 WG, k, min ^ WG,k ^ WG, k, maxk=I,2, . . . ,Ng； 式中：Wc^max、w〇in分别表示在第k个火电机组可售电量的上下限。
9. 根据权利要求6所述的计及节能风险概率的省级电网购电决策方法，其特征在于： 所述模型求解单元中对购电模型通过以下步骤来计算： 首先基于目标相对占优的染色体适应度函数构造如下：
式中：A(xi)表示染色体xi的适应度函数；g^Xi)表示惩罚函数；'表示惩罚函数系 数，若gj(xi)满足约束则《」为〇,否则不为〇且约束越重要罚函数系数就越大；Ny表示需 要判断的总约束数； 将种群中的各染色体分别根据每个子目标函数值排序，选取每次迭代过程中使得各子 目标函数值最小且不为〇的染色体作为各子目标函数的基点； 然后再计算各染色体相对各基点的目标值之和，通过以下公式来计算：
式中，F(xi)表示染色体xi相对各基点的目标函数值之和，fj(xi)表示染色体xi对应 的子目标函数j的函数值；fj(xj_〇)表示子目标函数j的基点xj_〇对应的函数值；Nj表示 子目标函数的个数； 最后在满足终止条件时最优染色体为所求多目标模型的综合最优解。
10. 根据权利要求9所述计及节能风险概率评估的省级电网购电决策方法，其特征在 于：所述模型求解单元中对购电模型通过以下步骤来计算： 1) 输入原始数据，输入节能效益考核指标、购电费用上限以及各售电机组市场电价、煤 耗率等基础数据，以及购电方案个数，交叉概率与变异概率等算法参数值； 2) 随机产生一组购电方案作为遗传算法的初始种群；对种群中的每一个染色体，采用 拉丁超立方采样检验其种群中的染色体是否满足节能效益考核指标机会约束和购电费用 对应的经济风险机会约束； 3) 找到本次迭代中使得各子目标函数值排序第一且不为O的染色体作为基点，再基于 目标相对占优的染色体适应度函数计算各染色体的适应度； 4) 采用轮盘赌方法对种群中的染色体进行选择操作； 5) 对种群中的染色体进行交叉和变异操作得到新一代染色体，之后再利用拉丁超立 方采样技术检验其是否满足节能效益考核指标机会约束和购电费用对应的经济风险机会 约束； 6) 重复步骤3)到步骤5)，直到达到给定的迭代终止判据为止；以求解过程中发现的综 合最优染色体作为最后的购电方案，所述购电方案包括各机组分配电量、购电费用、节能风 险概率信息。
【文档编号】G06Q50/06GK104268697SQ201410508182
【公开日】2015年1月7日 申请日期:2014年9月28日 优先权日:2014年9月28日
【发明者】文旭, 郭琳, 刘国平, 朱小军, 朱晟毅, 赵科, 李登峰 申请人:国网重庆市电力公司电力科学研究院, 国网重庆市电力公司, 国家电网公司