一种基于风险管理的多尺度滚动电力交易平衡优化方法
技术领域
[0001] 本
发明涉及电力系统及新
能源政策领域，尤其是一种基于风险管理的多尺度滚动电力交易平衡优化方法。
背景技术
[0002] 电力交易是一种实时交易模式，产与销需要实时平衡。目前整个电力能源的产销平衡由
电网公司整体负责。在2015年电力改革之前，整个电网的购销平衡由国网的整个大负荷池和储能电厂进行调节。在2015年电力改革之后，针对新型的电力交易主体售电公司而言，没有电网公司如此巨大的平衡
基础。如何基于市场风险和利润诉求进行电力交易的购销平衡处理，不是简单的减加乘除可以解决，需要一套完整的技术理论
支撑。而目前市场上通用的购销平衡技术都未考虑到是市场的动态变化场景，以此带来的技术风险巨大，严重的将导致售电公司的巨大亏损。此外，目前国内的电力市场发展正在逐步的向实时市场进行推进，在实时交易的高强度压力下，多尺度的购销平衡是电力交易的关键技术。
发明内容
[0003] 本发明的目的在于解决上述技术问题而提供一种预测精准且全面的基于风险管理的多尺度滚动电力交易平衡优化方法。
[0004] 为了解决上述技术问题，本发明采用如下技术方案：
[0005] 一种基于风险管理的多尺度滚动电力交易平衡优化方法，包括以下步骤：
[0006] 1)应用非线性规划、随机规划和混合整数规划数学方法，构建考虑风险管理的购销平衡优化模型，并将购销平衡优化模型嵌入优化分析
软件和解法器，从而构建该功能模
块的软件计算
内核，购销平衡优化模型的目标函数如下：
[0007]
[0008] 式(1)中，π(ω)是场景ω出现的概率；
[0009] 是时间区间t场景ω下的现货市场电力价格；
[0010] PtS(ω)是时间区间t场景ω下在现货市场电力出售量；
[0011] PtP(ω)是时间区间t场景ω下在现货市场电力购买量；
[0012] Rt,e(ω)是时间区间t场景ω下销售给第e类终端客户群的收益；
[0013] Ct是时间区间t内通过中长期合约采购电力的成本；
[0014] β是平衡利润与风险的权重系数，β∈[0,∞)，当β取0时，代表该配售电企业完全不考虑业务经营的风险，β取值越大，代表企业的风险意识越强，或者说趋于保守；
[0015] ξ是用于测度风险的辅助变量；
[0016] α是用于测度风险的置信条件；
[0017] η(ω)是与场景ω相关的用于测度风险的辅助变量；
[0018] 2)采用原对偶内点
算法为基本算法来求解购销平衡优化模型的目标函数。
[0019] 本发明的有益效果是：从售电业务流运行的层面，我们认为交易模拟应与购销平衡模块密切衔接，其内在逻辑是交易模拟环节既要模拟市场结构、交易情景和主体行为，又要考虑配售电公司年/季/月/日前等多尺度购销平衡的实际需要，提出购销平衡功能模块的基础上，实现交易模拟与购销平衡两模块之间的功能衔接和数据贯通。极大的提升整个交易管理功能的层次和
水平。
[0020] 在交易模拟中全面考虑安全约束的影响。根据最新电力体制改革确定的市场建设方案的要求，在集中竞价交易应考虑安全约束，有鉴于此，我们提出在交易模拟环节中，加入安全约束条件，使得模拟结果更加贴近电力系统运行和电力市场交易的实际情况。
具体实施方式
[0021] 下面结合具体实施方式对本发明作进一步详细的说明：
[0022] 通过构建考虑风险管理的多尺度滚动购销平衡优化模型，在实现电力采购与电力销售平衡基础上，支持电力采购优化组合决策和客户销售套餐的基准价格设计。进一步来说，购销平衡模块的功能是提供购电、售电的决策支持，在将风险控制在一定水平时，使得企业电力销售业务的利润总量最大化，同时通过优化计算给出电力采购组合方案和客户销售套餐基准价格设计方案。
[0023] 本发明的一种基于风险管理的多尺度滚动电力交易平衡优化方法，包括以下步骤：
[0024] 1)数学模型构建
[0025] ①应用非线性规划、随机规划和混合整数规划数学方法，构建考虑风险管理的购销平衡优化模型，并将购销平衡优化模型嵌入优化分析软件和解法器，从而构建该功能模块的软件计算内核。具体来说，购销平衡优化模型的目标函数如下：
[0026]
[0027] 式(1)中，π(ω)是场景ω出现的概率；
[0028] 是时间区间t场景ω下的现货市场电力价格；
[0029] PtS(ω)是时间区间t场景ω下在现货市场电力出售量；
[0030] PtP(ω)是时间区间t场景ω下在现货市场电力购买量；
[0031] Rt,e(ω)是时间区间t场景ω下销售给第e类终端客户群的收益；
[0032] Ct是时间区间t内通过中长期合约采购电力的成本；
[0033] β是平衡利润与风险的权重系数，β∈[0,∞)，当β取0时，代表该配售电企业完全不考虑业务经营的风险，β取值越大，代表企业的风险意识越强，或者说趋于保守；
[0034] ξ是用于测度风险的辅助变量；
[0035] α是用于测度风险的置信条件；
[0036] η(ω)是与场景ω相关的用于测度风险的辅助变量。
[0037] ②主要约束条件：
[0038] 中长期合同采购电力成本表达式约束；
[0039] 现货市场电力交易模拟约束；
[0041] 电力销售收益表达式约束；
[0042] 风险测度条件风险价值模型CVaR表达式约束。
[0043] ③数学模型的主要输入输出
[0044] 输入数据：
[0045] 不同类型客户价格敏感度曲线；
[0046] 不同类型客户需求预测数据；
[0047] 代理购电客户需求预测数据；
[0048] 电力批发市场交易模拟数据；
[0049] 电力批发市场交易历史数据；
[0050] 电力现货市场交易模拟数据；
[0051] 电力现货市场交易历史数据；
[0052] 已有中长期合同价格和电量；
[0053] 场外双边交易电源价格模拟数据；
[0054] 风险偏好设置(β值)。
[0055] 输出结果：
[0056] 电力采购组合方案(场外双边不同电源、电力批发市场、电力现货市场的采购组合)；客户销售套餐基准价格方案(针对不同类型客户，是套餐设计等营销策略制定的基本输入，是配售电企业把握电力营销基本价格政策的工具)。
[0057] 2)数学模型的求解方法
[0058] 购销平衡模型综合应用了非线性规划(NLP)、随机规划(SP)和混合整数规划(MIP)等数学建模方法，其数值求解非常复杂。为了提升数值求解的
稳定性和效率，我们创新提出采用先进的原对偶内点算法(PDIPM)为基本算法来求解购销平衡模型，其对于大型非线性和混合整数规划问题的求解已经在电网无功优化方案计算实践中得到了验证，同时原对偶内点算法在电力系统随机最优潮流计算中也得到了成功应用。
[0059] 3)方法模型的多时间尺度应用模式
[0060] 考虑风险管理的多尺度滚动购销平衡优化模型之所以是多时间尺度的，是在于其具备在年(多年)、季、月、日前等多时间适度上的模型表达和优化计算能力。具体到实际情况来说：
[0061] 年度意义上的购销平衡优化计算，其意义主要在于指导签订中长期的场外双边购电合同。
[0062] 季度意义上的购销平衡优化计算，其意义主要在于支持企业的内控与考核管理。
[0063] 月度意义上的购销平衡优化计算，其意义主要在于指导企业以更优的策略参与电力批发市场的交易行为。
[0064] 日前意义上的购销平衡优化计算，其意义主要在于指导企业以更优的策略参与电力现货市场的交易行为。
[0065] 本发明的技术关键点在于：1、多尺度滚动预测；2、基于风险约束的购销平衡预测。从售电业务流运行的层面，我们认为交易模拟应与购销平衡模块密切衔接，其内在逻辑是交易模拟环节既要模拟市场结构、交易情景和主体行为，又要考虑配售电公司年/季/月/日前等多尺度购销平衡的实际需要，提出购销平衡功能模块的基础上，实现交易模拟与购销平衡两模块之间的功能衔接和数据贯通。极大的提升整个交易管理功能的层次和水平。在交易模拟中全面考虑安全约束的影响。根据最新电力体制改革确定的市场建设方案的要求，在集中竞价交易应考虑安全约束，有鉴于此，我们提出在交易模拟环节中，加入安全约束条件，使得模拟结果更加贴近电力系统运行和电力市场交易的实际情况。
[0066] 综上所述，本发明的内容并不局限在上述的
实施例中，本领域的技术人员可以在本发明的技术指导思想之内提出其他的实施例，但这些实施例都包括在本发明的范围之内。
