一种可再生能源不确定性的电力系统定价方法

本发明涉及可再生能源定价，尤其是涉及一种可再生能源不确定性定价方法。

背景技术：

1、高比例可再生能源接入电力系统面临一些挑战，这些挑战有一部分来源于可再生能源生产固有的不确定性，这些不确定性会显著影响电力系统的优化运行，并且会改变电力市场的资源配置特性。

2、传统的确定性定价机制(如节点边际电价locational marginal pricing，lmp)无法充分考虑可再生能源发电的波动性，会导致次优的市场定价结果和经济效率低下的问题。同时，现有的确定性市场出清模型难以计算为了平抑可再生能源不确定性所需要的灵活性资源成本。因此，对新能源不确定性单独定价是确定备用需求量和评估灵活性资源盈利能力的关键，所以如何对新能源不确定性单独定价并对灵活性资源进行补偿已经成为近年来研究的热点问题。

3、目前，基于各种随机最优潮流模型的对可再生能源不确定性的定价方法存在以下局限性：基于场景的随机优化方法通常依赖于关于概率分布的具体假设，并且随着场景数量的增加，计算复杂度会增加；鲁棒优化可以保证电力市场在可再生能源出力的最坏情况下安全运行，并且计算效率较高，但往往会产生过于保守的结果；采用机会约束方法推导出可再生能源不确定性的节点边际电价，表明机会约束可以在给定的概率下保证系统的经济运行，求解效率高，然而仅使用可再生能源预测误差的协方差，导致系统没有阻塞时备用服务市场盈余为负。

4、分布鲁棒优化方法给出了克服上述局限的处理思路。现有的使用分布鲁棒优化的文献通常使用基于矩的模糊集和基于wasserstein距离的模糊集。但大多数不确定性定价方法都使用矩信息来描述不确定性。例如，采用矩信息描述不确定性的分布鲁棒机会约束优化方法对能量、备用和不确定性联合出清的创新性方法，然而基于矩的模糊集无法充分利用可获得的历史数据，通常会导致比较保守的结果。因此，基于wasserstein距离的分布鲁棒优化得到了广泛关注。

5、基于wasserstein距离下的分布鲁棒调度模型为具有多重不确定性的日前配电市场引入了等效配电节点边际价格概念。但是这些方法没有单独对不确定性进行定价，导致不确定性价格和能量价格耦合。因此，它们无法清楚地反映出可再生能源不确定性对市场的影响，从而无法激励可再生能源机组主动降低其不确定性。而利用基于wasserstein距离的单一参数来表征可再生能源的不确定性，并计算wasserstein距离的价格，但是这种方法会导致备用服务市场盈余过多。

6、针对上述问题，亟需设计一种可显著降低电力系统总成本并控制结果保守性的可再生能源不确定性的电力系统利润计算方法。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供了一种可显著降低电力系统总成本并控制结果保守性的可再生能源不确定性的电力系统定价方法。

2、本发明的目的可以通过以下技术方案来实现：

3、本发明提供了一种可再生能源不确定性的电力系统定价方法，该方法包括：

4、构建电力系统的分布鲁棒机会约束最优潮流模型；

5、基于wasserstein距离构建可再生能源不确定性概率分布的模糊集，采用对偶原理和变量代换重构分布鲁棒机会约束，将模型转化为凸规划问题，计算出能量、可再生能源不确定性、以及传统发电机提供的备用容量的价格分量。

6、优选地，所述步骤s1中电力系统的分布鲁棒机会约束最优潮流模型，包括：

7、以传统发电机运行成本和其提供的备用容量成本之和最小为优化目标，目标函数表达式为：

8、

9、式中：icg为传统发电机的集合；ci、πi分别为传统发电机i和其提供的备用容量的报价；为传统发电机i预期的有功出力；分别为传统发电机提供的上备用容量和下备用容量；

10、分布鲁棒机会约束包括系统功率平衡约束、支路传输功率正反向约束、备用需求上下限约束、传统发电机出力上下限约束、传统发电机和风机实际出力约束、以及体现可再生能源不确定性的传统发电机平衡约束。

11、优选地，所述支路传输功率正反向约束表达式为：

12、

13、

14、其中：ω为描述可再生能源不确定性的模糊集；ibus为节点集合；ptdfl,i是支路l对节点i的功率传输分布因子；picg为传统发电机i的有功出力；wi为风机wpp出力；di为节点i上的负荷数量；flmax是支路l上的最大传输容量；γ为预设的分布鲁棒机会约束越限的概率；

15、所述备用需求上下限约束表达式为：

16、

17、

18、式中：δpicg为传统发电机i为了平衡可再生能源不确定性的实时出力；分别为传统发电机提供的上备用容量和下备用容量。

19、优选地，所述步骤s2中基于wasserstein距离构建可再生能源不确定性概率分布的模糊集，具体为：

20、随机选取m个风机预测误差历史数据服从经验概率分布其中，为风机预测误差历史数据对应的狄拉克测度；

21、计算支撑集上的真实概率分布和之间的wasserstein距离：

22、

23、式中：为具有边缘分布和的ζ和的联合概率分布；

24、定义可再生能源不确定性概率分布的模糊集ω为：

25、

26、式中：为由所有支撑集ξ上的概率分布组成的集合；θ为以为球心的wasserstein球的半径，用以控制分布式鲁棒机会约束最优潮流模型的保守程度。

27、优选地，将统一表示后的分布鲁棒机会约束近似转化为条件风险价值约束，然后转化为可计算的线性约束，将模型转化为凸规划问题。

28、优选地，构建关于分布鲁棒机会约束最优潮流模型的目标函数的拉格朗日函数l，基于凸规划问题和影子价格理论，分别推导出能量、可再生能源不确定性和传统发电机提供的备用容量的节点边际电价。

29、优选地，将拉格朗日函数l对节点i处负荷需求di的偏导数作为传统发电机i处能量的节点边际电价；将拉格朗日函数l对风机q的预测误差δwq,j的偏导数，即系统因可再生能源不确定性单位增量而产生的边际成本增量λw,q,j，作为风机q的不确定性的节点边际价格。

30、优选地，根据备用需求上下限约束转化后的第一个线性约束的对偶乘数，推导出传统发电机i提供的上下备用容量的节点边际电价。

31、优选地，所述方法还包括根据能量、可再生能源不确定性的价格分量计算得到风机利润，包括：

32、引入支付规则，使得可再生能源为其不确定性支付的费用为不确定性的价格分量与预测误差的乘积，表达为：

33、

34、其中：λw,q,j为可再生能源q的不确定性的节点边际价格，δwq,j为可再生能源q的预测误差；m为模糊集中可再生能源预测误差历史数据的个数；

35、风机从独立系统运营商处获得的能量收入为：

36、

37、其中：λi为传统发电机i处能量的节点边际电价；为预期的风机出力；

38、风机利润为能量收入减去为不确定性支付的费用和对传统发电机提供的备用容量补偿的费用之和。

39、优选地，所述方法还包括根据传统发电机提供的备用容量的价格分量计算得到传统发电机利润，表达式为：

40、

41、其中：λi为传统发电机i处能量的节点边际电价；为传统发电机i为平衡可再生能源不确定性的实时出力；αi为传统发电机平衡可再生能源不确定性的分配系数，upq为可再生能源为其不确定性支付的费用；iw为可再生能源的数量；λiru、λird分别为传统发电机i提供的上备用容量的节点边际电价和下备用容量的节点边际电价；分别为传统发电机i提供的上备用容量和下备用容量。

42、与现有技术相比，本发明具有以下有益效果：

43、1)利用基于wasserstein距离的模糊集构建分布鲁棒机会约束最优潮流模型，可以显著降低电力系统总成本并控制结果的保守性。

44、2)利用对偶原理和变量代换将分布鲁棒机会约束最优潮流模型转化凸规划问题进行求解，可有效解决由于模糊集的存在而导致能量、传统发电机提供的备用容量以及可再生能源不确定性的影子价格无法获得的问题。

45、3)引入风险条件值近似和相应的辅助变量，将分布鲁棒机会约束重新表述为线性约束进行求解，降低了模型求解的难度。

46、4)本发明提出的定价机制既能保证传统发电机成本的回收，又能为可再生能源生产商提供适当的经济激励来提高他们的预测能力，同时降低了电力系统总成本和结果的保守性。