一种考虑负荷预测精度的售电商利益分析方法与流程

本发明涉及售电商利益分析技术领域，尤其值一种考虑负荷预测精度的售电商利益分析方法。

背景技术

售电放开政策下，发电商和输配电商并未直接面向用户，售电商作为两者的中介，将直接接触终端用户，对用户进行电力售卖来收取电费。“管住中间，放开两头”中的售电商如何根据用户需求开展售电业务，是未来电力市场改革中的关键点之一。售电市场存在竞争的情况下，获得收入、控制成本对于售电商而言，最根本的就是负荷预测，预测的准确度将影响售电商的购电成本及收益。一方面，通过负荷预测可在中长期合同市场内确定交易电量，如负荷预测出现较大偏差将带来额外的实时市场交易成本；另一方面，作为卖方的售电商针对用户需求特性来设计电能产品、开展多元化售电业务，对于吸引用户增加收益来说将更有把握。

技术实现要素：

本发明提出一种考虑负荷预测精度的售电商利益分析方法，研究售电侧改革下，售电商通过负荷预测，不断调整合同电量，实现降低成本，提高利润，并制定相应售电策略。为实现上述目的，本发明采用以下技术方案。

s1、构建基于系统动力学的电量预测分析模型，主要步骤为：

（1）基于预测电量的因果回路图，根据对各售电商的策略分析，反馈结构主要由售电商根据上一阶段的电量预测偏差情况和惩罚成本情况对电量预测进行调整，所以反馈机制包括两个回路：

回路1：由于预测电量高于实际电量，导致总电量偏差增大，促使售电商降低电量预测值，反而减少电量偏差，构成电量偏差调整的负反馈回路；

回路2：由于预测电量高于实际电量，导致电量偏差增大，售电商分摊的惩罚成本增加，促使售电商降低电量预测值，从而减少分摊成本，构成惩罚因子的负反馈回路；

（2）构建售电商策略的系统动力学模型，该系统动力学模型主要分为两大部分一部分是不调整购电量预测计划，另一部分是根据实际情况对电量计划进行调整，从而构成了模型的两大模块：

1）预测模块，预测模块考虑各售电商的购电量预测计划对各自分摊的惩罚成本的影响，考虑到实际电量的随机性，但是每天的某一固定时刻的电量变化具有一定的稳定性，所以实际电量的预测采用随机函数，在某固定电量的上下设置一个变化范围随机生成实际电量。预测模块涉及的方程式为：

式中lai表示售电商i的实际电量；.k表示时点k；.j表示时点j；d表示时点j到时点k的时段；lpi表示售电商i的计划电量；实际电量的变动范围参数；epi表示售电商i的计划电量偏差；eap表示总电量的计划偏差；c0表示偏差导致的额外成本；表示惩罚因子（惩罚费用的单位成本）；表示售电商i的额外成本增值；表示售电商i的的额外成本累计值；表示售电商i由于信息延迟对后续电量调整构成影响的实际累计成本；表示售电商i的新增额外成本占比；

2）调整模块，调整模块考虑到分摊成本的多少及电量偏差大小对售电商的影响，从而对购电量预测进行调整。涉及的方程式为：

式中，式中lri表示售电商i对预测电量的调整电量；表示售电商i的电量调整幅度；eri表示售电商i的调整电量偏差；ear表示总电量的调整偏差；表示调整偏差导致的额外成本；表示售电商i调整后的额外成本增值；表示售电商i调整后的额外成本累计值。

s2、构建考虑负荷预测精度的售电商利润分析模型，主要步骤为：

假定某供电区域内仅有一家售电商，共有四类用户：工业、商业、居民和电动汽车，均由该售电商负责供电，售电商通过收集四类用户历史使用电量的记录，预测未来一年各用户的消费总电量，并根据月电量消费情况对月度电量合同进行调整，降低实时电力市场的购买电量，售电商的月售电收入计算方法为：

式中，am表示售电商m月的售电收入，m=1,2,…,12；pij表示i客户在j时段内的电价水平；qij表示i客户在j时段内的实际消费电量；i=1表示工业用户，i=2表示商业用户，i=3表示居民用户，i=4表示电动汽车；j=f表示峰时段，j=p表示平时段，j=g表示谷时段；假定根据历史数据预测得出各类用户的各月消费电量，则售电商与电厂签订年度电量合同和下月电量合同的购电成本为：

式中，cbm表示月度电量合同购电成本；cby表示年度电量合同购电成本；pb表示合同电量电价；qi表示i类客户的月消费电量预测值；根据合同电量与实际消费电量的偏差，售电商需要从实时电力市场购买高价电或者以低价补偿未消费电量，则售电商的实时市场成本为:

式中，crm表示实时市场月度成本；pr表示实时市场电价；pc表示补偿电价；当预测电量高于实际电量则采用实时电价，预测电量小于实时电量则采用补偿电价；对于实时市场电价，当需要购买的实时电量越多，其电价越高，因为此时辅助服务市场的备用容量越大，机组的启停次数增加，相对而言平均发电成本越高，使得电价提高，实时市场电价为：

式中，p0表示实时市场基准电价；表示电量偏差；表示电量对电价的影响弹性系数；如果某售电商的电量偏差大于零，但是总体偏差电量很小，其在实时电力市场的购电成本也会降低，由此可见该售电商分享了整体的利益空间，此时售电商成本变动为：

式中，表示售电商k的实时市场购电成本变动值，表示售电商k的电量偏差；由此得出售电商的购售电利润为：

式中，表示售电商在m月的购售电利润，不考虑其他收入和成本。

附图说明

图1为本发明的因果回路图

图2为本发明流程图。

具体实施方式

以下结合说明书附图对本发明的技术方案做进一步的详细说明。本发明一种考虑负荷预测精度的售电商利益分析方法的较佳实施例的具体步骤为：

s1、构建基于系统动力学的电量预测分析模型；

s2、构建考虑负荷预测精度的售电商利润分析模型。

以下以某地区的用户信息为例进一步说明。

该地区上一年的各月电量统计信息如表1所示，各类用户不同时刻的电价如表2所示，售电商与发电商签订的年度合同电量单价为0.45元/kwh，月度合同电量单价为0.48元/kwh，实时电力市场基准价格为0.7元/kwh，对偏差电量的弹性系数为0.005元/mwh，偏差电量补偿电价为0.3元/kwh；

表1各类用户各月电量消费信息（单位：kwh）

表2各时段用户电价表

为了更好的对比不同售电商电量预测策略的优势，选择该区域三家售电商同时进行电量预测，分析三家售电商的利润情况。假定这三家售电商占有1/3的客户市场，客户类型比例均相同，客户用电随机性和稳定性相类似。设定售电商甲、乙、丙分别为保守型、一般型、激进型售电商。通过系统动力学仿真模型得到各月的客户实际用电量和售电商预测电量情况如图1：

图1实际电量和预测电量对比图

对比三种不同类别售电商在该区域电力市场中的表现，发现售电商乙的偏差电量最高达到39兆瓦时，而售电商甲的偏差最高为16兆瓦时，售电商丙的偏差最高为28兆瓦时，单从各月的电量预测偏差来看，售电商乙的预测准确度是最低的。但是，就全年的平均预测准确度来看，售电商乙的预测准确度是最高的。

由于三个售电商所在电力市场是同一个电力市场，因此在计算各月的实时市场电价时应当按照三者偏差电量之和来计算，再结合各售电商自身电量偏差情况，得到各售电商在各月的实时电价和补偿电价，额外成本，以及额外成本对比，从而得出售电商甲、乙、丙的售电收入和售电收入和购售电利润，分别表示在表3和表4中：

表3各售电商售电收入情况（单位：元）

表4各售电商利润情况（单位：元）

从表3可以看出，售电商乙在十二个月中有六个月的月售电收入是最高的，这与该售电商的用户用电量较高相对应。从表4可以看出，售电商乙和售电商丙分别有五个月的利润是三家售电商最高的，最后总的利润来看，也是售电商乙的利润最高。由此可以看出，在多家售电商共同竞争的模式下，一般售电商的利润最高。因此，售电商在中长期合同预测电量时，应该在原预测电量基础上根据上一个月度实际电量情况进行微调，这样的电量预测策略对于利润提升是最佳的。

综上所述，利用本发明一种考虑负荷预测精度的售电商利益分析方法可以有效地帮助售电商展开售电策略，提高用电负荷预测精度，降低购电成本，提高企业利润，整个计算评价过程思路清晰，适合推广使用。