一种大规模水电站群月度交易电量分解与校核方法与流程

本发明属于水利水电工程技术领域，具体涉及一种大规模水电站群月度交易电量分解与校核方法。

背景技术：

随着我国水电规模的持续加大以及电力市场相关政策的逐步落实，水电参与市场竞争是实现资源优化配置的必然趋势。然而水电参与市场竞争面临着来水不确定性、水库调节性能差异大、水库综合利用矛盾、不同业主的上下游梯级竞争调度、输电断面限制导致局部窝电等一系列复杂问题，使得水电参与市场竞争面临着很多困难，经常出现交易电量成交但电厂不被允许发电、交易电量没有成交但电厂超发弃水电量被惩罚等现象，仅有少部分电量能够执行下去，严重打击了水电厂参与电力市场的信心，同时也极大地影响了电网的安全稳定运行。在电力市场环境下，如何对水电交易电量进行合理分解与校核，保障交易电量顺利执行是目前水电参与电力市场交易亟待解决的理论与实践难题。

目前，国内外学者针对电力市场环境下交易或合同电量分解方面做了大量研究工作，取得了很多创新性的研究成果，主要有以各电厂月度电量分解偏差最小、各机组平均负荷率与理想方案偏差最小、申报合同电量与最终合同电量偏差最小对年度或月度电量进行分解，但研究的对象大多是无水力联系的火电系统。鉴于水电参与电力市场的复杂性，目前已有学者研究水电参与电力市场交易合同电量分解问题，但关注的重点是发电收益最大的梯级水电站群年内合同电量分解、单站合同电量效益最大、梯级水电参与现货交易及跨价区合约交易面临的风险分析以及月度交易市场收益最大的年度合同电量分解，且研究对象规模较小，一些复杂约束如输电断面限制、电力电量平衡等不是很突出。本发明研究对象是大规模水电站群，需要耦合复杂的水量平衡、负荷平衡、电量平衡、输电断面限制等约束进行多维校核，在保证电网安全稳定运行前提下，还需考虑各水电站在月度电量交易与发电调度协调的公平性，因此大规模水电站群月度交易电量分解与校核问题在系统建模和求解方面较其它电源和传统一体化水电调度模式有较大区别。

技术实现要素：

本发明的目的是提供一种对水电交易电量进行合理分解与校核的方法，以避免出现交易电量成交但电厂不被允许发电、交易电量没有成交但电厂超发弃水电量被惩罚等现象，从而很好的保障交易电量的顺利执行。

一种大规模水电站群月度交易电量分解与校核方法，其特征在于，它包括以下步骤：

步骤1)预测日尺度负荷：预测以日为尺度、以月为周期的省调负荷；

步骤2)确定优化计算水电站的负荷边界条件：将水电站按以电定水参与水量平衡和电量平衡计算，利用步骤1)预测得到的省调负荷扣除火电、风电和光伏电源的日发电计划后，剩余负荷即为优化计算水电站的负荷边界条件；

步骤3)校正输电断面限制，输电断面限制包括输电容量限制，当线路传输有功功率超过静稳极限时，要对上网水电站的有功功率加以限制。

步骤4)校正梯级水电站水量平衡关系，当预测得到的径流信息发生变化后，根据不同目标函数作为量化指标来重新校核梯级水电站水量平衡关系；

步骤5)在当利用预测的径流信息校正水量以及校正输电断面限制后，根据后续日负荷偏差来校正各时段电力平衡关系；

步骤6)根据不同季节采用不同的目标函数作为量化指标来调整梯级水电站群电量分解计划。

所述目标函数包括目标函数1以及目标函数2，目标函数1以每座水电站当日的月累发电量完成进度与系统计划完成进度偏差最大值最小为目标，其目标函数如下：

目标函数2以月末累计发电量与交易电量相对偏差最大值最小为目标，其目标函数如下：

式中，f1表示所有水电站在时段t的月累发电量完成度与系统计划完成度偏差最大值，f2表示所有水电站月末累计发电量与交易电量偏差最大值；t表示当月天数；表示水电站m从月初到第t时段的月累发电量；em表示水电站m的月度交易总电量，单位mwh；计算时间尺度为日，利用最新的负荷预测、径流预测和实际月累实发电量作为边界条件，每天滚动计算至月末；m为优化计算水电站总数。

在步骤4)中，当采用目标函数1进行优化调度时，采用以电定水算法，若有弃水则正常弃；当采用目标函数2进行优化调度时，若预测来水较大有弃水时，按交易电量发电存在弃水风险，应增加计划出力以减少弃水，为避免调度期日均水位发生剧烈波动，在原计划出力基础上均匀加大出力，直至发电出力或发电流量达到最大，若仍有弃水则正常弃；若调度期预测来水较小时，不能满足交易电量，则应在上、中旬减少计划出力以维持较高水位，充分利用水头效应多发电，待月末再逐渐加大出力直至死水位，以尽可能多地完成月度交易电量。

在步骤5)中，后续日负荷偏差的计算如下：

式中△n^t表示t时刻电量供需偏差；表示第t时刻剩余负荷；为水电站m在t时段平均出力，单位mw；为不参与水量平衡只参与电量平衡的电站(包括火电站、风电站、光伏电站以及少数水电站)x在t时段平均出力；为电网在t时段预测省调负荷，单位mwh，每天滚动预报当日至月末的负荷需求，为动态变化值；当△n^t>ε时，表示正偏差，需要增加水电站出力以满足负荷需求；当△n^t<-ε时，表示负偏差，需要减少水电站出力以满足电力平衡；当|△n^t|≤ε时，表示负荷基本平衡。

在步骤6)中，根据不同季节分别采用目标函数1和目标函数2作为量化指标，指标带正负号，正指标数值越大，表示水电站月累发电量超发越严重，需要优先减少出力；负指标数值越小，表示水电站月累实发电量欠发越严重，需要优先加大出力；指标数据越接近0，表示水电站发电量越接近计划电量。

操作时，利用上述的量化指标，梯级水电站群电量分解计划调整策略如下：

当△n^t>ε时，表示电网缺电，要加大水电站出力才能满足供需平衡，计算参与优化计算水电站的目标函数，剔除没有空闲容量或水位已达死水位的水电站，然后将带正负号的目标函数值从小到大排序，排序越靠前表明水电站离计划电量差距越大，应优先增加出力，若无负偏差水电站，则依次增加平衡电厂和正偏差水电站出力，直至平衡负荷缺口；

当△n^t<-ε时，表示电网富余电，需要减少水电站出力才能满足供需平衡，计算参与优化计算水电站的目标函数，剔除有弃水的水电站，然后将带正负号的目标函数值从大到小排序，排序越靠前表明水电站超发电量越严重，优先减小出力，若无正偏差水电站，则依次减少平衡电厂和负偏差水电站出力直至平衡负荷缺口；

当|△n^t|≤ε时，表示电网在第t时刻负荷已平衡。

在步骤1)中，扣除火、风、光三类电源的计划出力。

在步骤1)中，首先根据历史月度负荷总量增减趋势预测当前月度负荷总量，再以历史同期日尺度负荷为典型月负荷，将预测省内负荷总量等比分配至每一天，获得初始负荷预测结果，然后利用时间序列法，以当前时刻之前的一周实际日尺度负荷滚动修正后一周的预测省内负荷，修正后的省内预测负荷再叠加西电东送和送境外负荷，构成需要平衡的省调负荷。

在步骤3)中，根据电网日运行方式获得的断面数据，提出采用每日滚动方式动态更新断面极限值，当采用目标函数1进行优化求解时，若断面越上或下限，断面上各水电站严格按等比减少或增加出力，直至满足断面限制要求，整个过程还需考虑水库水位限制、发电流量限制、水电站出力限制等约束条件。

在步骤3)中，当采用目标函数2进行优化求解时，若断面越上限，计算断面上各水电站的目标函数，剔除有弃水的水电站，然后将带正负号的目标函数值从大到小排序，排序越靠前表明水电站超发电量越严重，优先减小偏差靠前水电站出力，目的是避免超发过多，影响其余水电站交易计划的执行，若目标数值相同，则等比折减；若断面越下限，剔除没有空闲容量或水位已达死水位的水电站，然后将带正负号的目标函数值从小到大排序，排序越靠前表明水电站离计划电量差距越大，优先增加偏差靠前水电站出力，目的是促使其尽快完成交易电量，同样，若目标数值相同，则等比增加。

采用上述技术方案，能带来以下技术效果：

本发明提出的大规模水电站群月度交易电量分解与校核方法模型，可有效实现水电市场交易与发电调度无缝衔接，对解决交易电量成交但电厂不被允许发电、交易电量没有成交但电厂超发弃水电量被惩罚等问题，以及保障电力系统安全稳定运行和经济效益的提高具有重要意义。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1是大规模水电站群月度交易电量分解与校核方法求解框架图；

图2是汛期省调负荷平衡图(目标函数1模型)；

图3是枯期省调负荷平衡图(目标函数2模型)；

图4是汛期部分水电站调度过程图(目标函数1模型)；

图5是枯期部分水电站调度过程图(目标函数2模型)；

图6是汛枯期不同目标下各水电站超/少发电量及弃水量结果表。

具体实施方式

如图1至图6所示一种大规模水电站群月度交易电量分解与校核方法，利用滚动预测的日尺度负荷，依次扣除不参与优化的火、风、光三类电源以及部分水电站计划出力后，剩余负荷作为优化计算的边界条件，然后以进度完成偏差大小为启发信息迭代优化月度交易电量分解到日尺度，并耦合水量平衡、负荷平衡、电量平衡、输电断面限制要求进行多维校核，形成可以执行的日尺度发电计划。本发明根据来水大小不同分别采用两种不同目标函数，目标1为每座水电站当日的月累发电量完成进度与系统计划完成进度偏差最大值最小，目标2为月末累计发电量与交易电量相对偏差最大值最小，该方法按照下述步骤(1)-(6)实现：

1)预测日尺度负荷。云南电网负荷由很多成份组成，包括地调小电、省内负荷、西电东送及送老挝缅甸，除地调小电外，其它负荷总和为省调平衡负荷。西电东送和送境外负荷为省政府间协议电量，在进行月度负荷平衡时已提前确定，因此只需预测省内负荷。由于云南省全年气候变化不大，其用电负荷受气温等不确定性因素影响较小，因此本发明拟采用典型月分配和时间序列法相结合方法来滚动预报以日为尺度、以月为周期的省内负荷，其基本思路是首先根据历史月度负荷总量增减趋势预测当前月度负荷总量，再以历史同期日尺度负荷为典型月负荷，将预测省内负荷总量等比分配至每一天，获得初始负荷预测结果，然后利用时间序列法，以当前时刻之前的一周实际日尺度负荷滚动修正后一周的预测省内负荷，修正后的省内预测负荷再叠加西电东送和送境外负荷，构成本发明需要平衡的省调负荷。

2)确定优化计算水电站的负荷边界条件。电力市场环境下，火电和无径流和无基础数据的水电不参与优化，按日均相等电量进行发电；风电和光伏根据第三方预测电量进行发电；另外，还有少数大水电站在进行月度电量交易时，已确定日尺度电量计划，这些水电站按以电定水参与水量平衡和电量平衡计算，利用步骤一预测得到的省调平衡负荷扣除上述电源的日发电计划后，剩余负荷即为优化计算水电站的负荷边界条件；

3)校正输电断面限制。本发明所述的输电断面限制主要指输电容量限制，当线路传输有功功率超过静稳极限时，需要对上网水电站的有功功率加以限制。关于输电断面限制，目前有两种处理方法：1)将断面限制定义成固定值，这类方法比较简单，但不能真实反映电网的实际情况；2)将断面限制定义成实时变化值，这些方法比较复杂，需要获取实时的电网安稳潮流数据，主要应用于超短期或实时调度。本发明结合上述两种方法，根据电网日运行方式获得的断面数据，提出采用每日滚动方式动态更新断面极限值。当采用目标函数1进行优化求解时，若断面越上或下限，断面上各水电站严格按等比减少或增加出力，直至满足断面限制要求，整个过程还需考虑水库水位限制、发电流量限制、水电站出力限制等约束条件；当采用目标函数2进行优化求解时，若断面越上限，计算断面上各水电站的目标函数，剔除有弃水的水电站，然后将带正负号的目标函数值从大到小排序，排序越靠前表明水电站超发电量越严重，优先减小偏差靠前水电站出力，目的是避免超发过多，影响其余水电站交易计划的执行，若目标数值相同，则等比折减；若断面越下限，剔除没有空闲容量或水位已达死水位的水电站，然后将带正负号的目标函数值从小到大排序，排序越靠前表明水电站离计划电量差距越大，优先增加偏差靠前水电站出力，目的是促使其尽快完成交易电量，同样，若目标数值相同，则等比增加；

4)校正梯级水电站水量平衡关系。当利用第三方系统预测得到的径流信息发生变化后，需要重新校核梯级水电站水量平衡关系，对于调节性能较好的水电站或许影响不大，但对于周调节及以下水电站影响非常大。本发明按以电定水算法进行水量平衡校核，当采用目标函数1进行优化调度时，严格执行以电定水算法，若有弃水则正常弃；当采用目标函数2进行优化调度时，若预测来水较大有弃水时，按交易电量发电存在弃水风险，应增加计划出力以减少弃水，为避免调度期日均水位发生剧烈波动，本发明采取在原计划出力基础上均匀加大出力，直至发电出力或发电流量达到最大，若仍有弃水则正常弃；若调度期预测来水较小时，不能满足交易电量，则应在上、中旬减少计划出力以维持较高水位，充分利用水头效应多发电，待月末再逐渐加大出力直至死水位，以尽可能多地完成月度交易电量；

5)校正各时段电力平衡关系。当利用预测的径流信息校正水量以及校正输电断面限制后，部分水电站发电出力与初始解会存在一定偏差；另一方面，每日滚动预测的日尺度负荷与昨日预测的日尺度负荷也存在一定的偏差，这两个偏差直接导致水电站累计出力与剩余负荷会存在较大偏差，因此需要计算后续日负荷偏差：式中△n^t表示t时刻电量供需偏差；表示第t时刻剩余负荷；为水电站m在t时段平均出力，单位mw；为不参与水量平衡只参与电量平衡的水电站x在t时段平均出力；为电网在t时段预测省调负荷，单位mwh，每天滚动预报当日至月末的负荷需求，为动态变化值；当△n^t>ε时，表示正偏差，需要增加水电站出力以满足负荷需求；当△n^t<-ε时，表示负偏差，需要减少水电站出力以满足电力平衡；当|△n^t|≤ε时，表示负荷基本平衡；其中计算精度ε＝0.001mwh。

6)调整梯级水电站群电量分解计划。调整分解计划需要解决如何选择调整水电站、参与调整的水电站顺序、出力调整幅度等核心问题，这些问题在实际调度中主要依靠经验处理，结果好坏与调度的经验积累有很大关系。为此，本发明根据不同季节分别采用目标函数1和目标函数2作为量化指标，指标带正负号，正指标数值越大，表示水电站月累发电量超发越严重，需要优先减少出力；负指标数值越小，表示水电站月累实发电量欠发越严重，需要优先加大出力；指标数据越接近0，表示水电站发电量越接近计划电量。利用上述的量化指标，梯级水电站群电量分解计划调整策略如下：

当△n^t>ε时，表示电网缺电，需要加大水电站出力才能满足供需平衡，计算参与优化计算水电站的目标函数，剔除没有空闲容量或水位已达死水位的水电站，然后将带正负号的目标函数值从小到大排序，排序越靠前表明水电站离计划电量差距越大，应优先增加出力，目的是促使其尽快完成交易电量。若无负偏差水电站，则依次增加平衡电厂和正偏差水电站出力，直至平衡负荷缺口。

当△n^t<-ε时，表示电网富余电，需要减少水电站出力才能满足供需平衡，计算参与优化计算水电站的目标函数，剔除有弃水的水电站(仅对目标函数2有效)，然后将带正负号的目标函数值从大到小排序，排序越靠前表明水电站超发电量越严重，优先减小出力，目的是避免超发过多，影响其它水电站交易计划的执行。若无正偏差水电站，则依次减少平衡电厂和负偏差水电站出力直至平衡负荷缺口。

当|△n^t|≤ε时，表示电网在第t时刻负荷已平衡，本发明的求解框架图见图1。

本发明重点考虑在水电占绝对支配地位的电力市场环境下弃水和交易电量公平执行的问题。一方面，在坚持节能减排和清洁能源优先上网政策下，水电需要考虑尽可能少弃水；另一方面，在月度交易电量已确定的前提下，不同水电站应尽量避免超发、少发、完成进度不一致等不公平性问题，因此，在电力市场环境下，大规模水电站群交易电量分解与校核需要考虑汛期和非汛期两种情况：

①目标函数1：汛期时，多数水电站都存在弃水，此时应优先考虑交易电量公平公正执行，因此本发明以每座水电站当日的月累发电量完成进度与系统计划完成进度偏差最大值最小为目标，其目标函数如下：

式中，f1表示所有水电站在时段t的月累发电量完成度与系统计划完成度偏差最大值；t表示当月天数；表示水电站m从月初到第t时段的月累发电量；em表示水电站m的月度交易总电量，单位mwh；本发明的计算时间尺度为日，利用最新的负荷预测、径流预测和实际月累实发电量作为边界条件，每天滚动计算至月末；m为优化计算水电站总数。

②目标函数2：非汛期时，绝大多数水电站来水较少，应优先考虑尽可能少弃水或不弃水，然后再考虑交易电量公平执行，因此本发明以月末累计发电量与交易电量相对偏差最大值最小为目标，其目标函数如下：

式中，f2表示所有水电站月末累计发电量与交易电量偏差最大值。与目标1相较，目标2不追求每个时段所有水电站完成进度一致，只需尽量完成月度交易电量，避免月累电量有超发或少发现象发生。

其约束条件表达式如下：

(1)水量平衡约束

式中，分别为水电站m在t时段的预报入库流量、发电流量、弃水流量，单位为m³/s；和表示水电站m在t时段初末库容，单位m³；△t＝24×60×60，单位s。

(2)单个时段负荷平衡约束

式中，为水电站m在t时段平均出力，单位mw；为不参与水量平衡只参与电量平衡的水电站x在t时段平均出力；为电网在t时段预测省调负荷，单位mwh，每天滚动预报当日至月末的负荷需求，为动态变化值。

(3)水电站月度交易电量约束

式中，和em分别为水电站m在t时段的发电量和月度交易总电量，单位mwh，此约束只对目标函数1有效，对目标函数2无效。

(4)输电控制断面约束

系统包括若干一级控制断面和水电站，各一级控制断面同样可包括若干二级控制断面和水电站，依此类推：

式中，和表示第k级控制断面水电站总出力和断面输电上限，根据电网运行方式确定，单位mw；mk表示直接并入第k级控制断面的水电站数；k表示控制断面分级数。

(5)出力日变幅限制约束

式中，△nm表示水电站m前后两个时段出力变化幅度，此约束主要作用是避免出力日变幅过大影响上下游通航安全。

其它约束：水位上下限、出力上下限、发电流量上下限等。

现以我国云南全省月度交易电量跟踪分解为研究对象，对本专利提出的大规模水电站群月度交易电量分解与校核方法进行验证。本发明采用2018年7月9号、5月9号实际数据分别验证汛、枯期模型，1-9号为实际数据，10-31号为模拟数据，图2和图3是电网负荷平衡图，图4和5汛枯期部分水电站调度过程图，表1是汛枯期不同目标下各水电站超/少发电量及弃水量结果，下面分别在全网负荷平衡与电量完成进度和弃水两个方面得出以下结论：

(1)全网负荷平衡情况。本发明全网负荷平衡所涉及的电源是云南省调平衡所有的水电、火电、风电和光伏，假定火电、风电、光伏和少部分水电日发电计划为确定值，目的是聚焦50多座水电站群交易电量分解与校核方法检验。从图2和3整体来看，在扣除不参与优化计算电站交易电量后，参与优化计算的水电站在汛、枯期电量分解时较好地实现了负荷平衡，全网没有出现超发或少发现象。

(2)电量完成进度和弃水情况。

首先分析汛期方案，表1结果显示，汛期目标1澜沧江、金沙江、珠江、红河、伊洛瓦底河流域超/少发电量偏差均值分别为-1.59％、-2.55％、-9.06％、-5.18％和0.23％，目标2各流域偏差均值分别为-16.53％、5.86％、-19.65％、-31.5％和22.92％，目标1绝对值较目标2绝对值分别减少了938.04％、129.9％、116.7％、507.18％和9531.09％，可以看出目标1较好地控制住水电站超/少发电量；另一方面，汛期目标1各流域弃水量均值分别为116556、212252、13993、3885和35022万m³，目标2各流域弃水量均值分别为116775、190832、8455、8409和30742万m³，金沙江、珠江、伊洛瓦底河流域目标1弃水量较目标2分别增加了11.22％、65.5％和13.92％，澜沧江流域弃水量基本持平，但红河流域目标2的弃水量反而比目标1的大，原因是红河流域各水电站弃水量相比其它流域水电站小很多，当负荷大于总出力需要水电站增加出力时，本发明按弃水量从大到小排序，弃水量大的水电站优先增发，目的是尽量平衡各水电站的弃水压力。整体来看，虽然目标2的弃水量均值比目标1少了7％，但目标2的超/少发电量均值比目标1增加了144.6％，这意味着目标2各水水电站月累计算发电量与计划电量偏差更大，达标率更低，从弃水量和交易电量达标率增幅方面权衡考虑，汛期库容补偿空间有限，目标1更适合汛期方案，其部分水电站计算结果如图4所示。该图包括两类水电站，分别是达标率较好(计算进度与计划进度重合度非常好)和较差的水电站，前者有些水电站如黄登、大华桥、崖羊山在10-16号出力出现较大涨幅，原因是1-9号的月累实发电量未达到计划进度要求，电量分解时适当多安排发电计划，促使它尽快跟上计划进度；还有些水电站如溪洛渡、甲岩、泗南江水电站10-16号出力出现较大跌幅，原因是1-9号的月累实发电量超过计划进度要求，分解时适当减少发电计划，避免后期超发过多，影响其它水电站交易计划执行；达标率较差的水电站，如柴石滩、马堵山、南沙等，这些水电站未能完成计划电量，主要原因是这些水电站来水很少，但月度交易电量很大，经过水量平衡校核后，上库水位已降至死水位，无力承担后续发电计划，这点可以从图4左侧的水位和入库流量得到验证。

再分析枯期方案，澜沧江、金沙江、珠江、红河、伊洛瓦底河流域目标1超/少发电量偏差均值分别为-6.95％、-4.39％、-8.2％、-8.07％、-6.66％，目标2各流域偏差均值分别为-6.69％、12.01％、-9.75％、-4.67％、52.62％，目标2偏差较目标1增幅分别为-3.71％、173.07％、18.86％、-42.13％、689.63％，可以看出除伊洛瓦底河流域外，其余4条流域两个目标偏差并不大；另一方面，目标1各流域弃水量均值分别为2560、1452、3528、1900、7111万m³，目标2各流域弃水量均值分别为209、772、213、444、913万m³，目标2弃水量较目标1分别减少了1143％、88％、1555％、328％、679％，总弃水量减少了15亿m³。整体来看，目标1和目标2超/少发电量整体偏差绝对值分别为6.58％和9.49％，偏差较小，但目标1弃水量均值为2988万m³，目标2仅为550万m³，降幅高达443％，降幅非常显著，从弃水量和交易电量达标率增幅方面权衡考虑，枯期库容补偿空间更大，目标2更适合枯期方案，其部分水电站计算结果如图5所示。该图同样包括达标率较差和较好两类水电站，前者如大盈江梯级、太平江一级等，它们超发比较严重，原因是这类水电站调节性能较差，当来水较大而月度交易电量过小时，为避免弃水而超发电量，其超发占用的发电份额由调节性能较好的水电站腾出空间；待调节性能差的水电站来水减少时，弃水也随之减少，此时，有调节能力的水电站相应的多安排发电计划，以满足负荷需求，故有调节能力水电站出力过程基本呈“弓”字形，如金安桥、龙开口、观音岩等。小湾水电站未完成计划电量，原因是此类水电站为平衡电厂，不受交易电量限制，发挥着平衡电网负荷作用。

模拟计算结果表明，本发明提出的模型基本能满足云南电力交易中心当前的月度电量交易市场实用化需求，有效解决了当前电量交易与发电调度衔接不够紧密的实际难题，提高了云南电力交易中心的精细化调度水平。