需求側(cè)競價是基于綜合資源規(guī)劃理論的電力需求側(cè)響應(yīng)模式，也是電力需求側(cè)管理的一種實施機(jī)制。在實際的電力市場交易中，發(fā)電側(cè)競價上網(wǎng)，調(diào)度機(jī)構(gòu)也只是在滿足預(yù)測負(fù)荷的前提下使購電成本最小。在這種情況下，電力需求彈性基本為零，用戶電價受到嚴(yán)格管制，使得市場依然具有很強(qiáng)的壟斷勢力，上網(wǎng)電價容易出現(xiàn)很大波動進(jìn)而影響市場穩(wěn)定。本文主要研究考慮需求側(cè)競價的日前市場的報價方式、出清模型及出清算法。算法上的改進(jìn)在于采用了基于實數(shù)矩陣編碼的遺傳算法，并與傳統(tǒng)線性規(guī)劃相結(jié)合進(jìn)行日前市場出清模型的求解。

1基于線性規(guī)劃的功率最優(yōu)分配

實數(shù)矩陣編碼方式遺傳算法求解日前市場出清過程中，將交易組合編碼及功率分配編碼組成了一條基因鏈，但在迭代搜索時，實際上是運行了兩層遺傳算法，即先對交易組合初始化并調(diào)整檢驗是否可行，之后在此組合下用遺傳算法的具體操作進(jìn)行功率分配。這種方法的優(yōu)點在于充分的利用遺傳算法的全局最優(yōu)搜索能力，在編碼方式上由于采用了實數(shù)矩陣形式而得以簡化。基于以上考慮，借鑒傳統(tǒng)發(fā)電側(cè)日前市場出清算法，本文將采用線性規(guī)劃求解功率最優(yōu)分配問題。由于在處理約束條件時，變量的范圍是有上下界的，所以本文線性規(guī)劃為有界線性規(guī)劃，有界線性規(guī)劃模型的解法主要為有界變量單純形法。在用線性規(guī)劃求解功率分配時需要在固定的交易組合下進(jìn)行，因此求解考慮需求側(cè)競價的日前市場出清整體思路是將遺傳算法和線性規(guī)劃嵌套進(jìn)行求解，即用遺傳算法求解交易組合，在已知交易組合的情況下用線性規(guī)劃進(jìn)行功率優(yōu)化分配。

在用遺傳算法確定了交易組合方式后，功率的分配通過求解以下目標(biāo)函數(shù)及約束條件獲得。

2算例分析

本算例的系統(tǒng)網(wǎng)絡(luò)模型采用IEEE 14節(jié)點模型，4個節(jié)點為發(fā)電機(jī)組，1節(jié)點為平衡節(jié)點，負(fù)荷點11個，作為系統(tǒng)內(nèi)的需求側(cè)用戶。則日前市場上共有4個發(fā)電商（假設(shè)每個發(fā)電商有一臺機(jī)組參與競爭）與11個需求側(cè)用戶進(jìn)行日前市場交易。為說明問題方便，本文設(shè)交易雙方任意時段內(nèi)的報價段數(shù)最多為2段，即在一個時段內(nèi)最多擁有兩個虛擬機(jī)組或虛擬用戶。全交易日分為48個時段出清，交易中心接收的原始報價數(shù)據(jù)機(jī)組參數(shù)可參考程序中的算例，本算例將就不考慮和考慮系統(tǒng)安全約束兩種情況分別進(jìn)行日前市場出清，并對結(jié)果做比較分析。

在遺傳算法的參數(shù)選擇上，本文定義種群規(guī)模為200，交叉概率為0.8，變異概率為0.1，最大遺傳代數(shù)為100。使用Matlab R2008a編程進(jìn)行算法實現(xiàn)。如考慮系統(tǒng)安全約束條件，則對線性規(guī)劃產(chǎn)生的功率分配進(jìn)行潮流計算，根據(jù)是否存在線路潮流越限來判斷交易組合方式，若存在越限則調(diào)整交易組合直至滿足系統(tǒng)安全約束條件。通過實際驗證，可以看出本文算法的收斂性較好，在遺傳了20多代后即尋得相對最優(yōu)解。通過本算例的說明，證明了遺傳算法與線性規(guī)劃的結(jié)合在求解考慮需求側(cè)競價的日前市場出清模型上的有效性。在算法計算時間上，也可以看出算法具有實際可行性，但仍需要改進(jìn)優(yōu)化，以進(jìn)一步提高計算效率。