朱雨彤,靳 晶(國網(wǎng)冀北電力有限公司秦皇島供電公司,河北秦皇島066000)
多時間尺度相協(xié)調(diào)的電力市場價值評估
朱雨彤,靳晶
(國網(wǎng)冀北電力有限公司秦皇島供電公司,河北秦皇島066000)
通過對多時間尺度下的各市場類型對風電消納的影響分析,提出了多級競爭電力市場的價值評估模型,反映市場在優(yōu)化電網(wǎng)資源配置,促進風電消納方面的積極效果。該市場價值評估模型中涵蓋了日前市場、小時前市場和實時運行校正,通過建立考慮風電不確定性的隨機規(guī)劃模型,評估3種不同時間尺度下的有效資源價值,形成不同時間下各級市場的相協(xié)調(diào)的出清決策。算例分析結(jié)果表明,多時間尺度協(xié)調(diào)的電力市場能夠有效減小大規(guī)模風電不確定性帶來影響和系統(tǒng)備用運行留用容量,有利于電網(wǎng)優(yōu)化運行。
電力市場;隨機規(guī)劃;多階段場景樹;風電;不確定因素
為了解決風電所引發(fā)的電網(wǎng)運行上的技術和經(jīng)濟問題,目前已經(jīng)開展了許多關于風電不確定因素影響下的電網(wǎng)最優(yōu)發(fā)電計劃和系統(tǒng)備用容量分配的研究[1]。隨著不確定因素的日益增多,隨機因素的分析方法已廣泛地用來確定考慮風電不確定性的系統(tǒng)備用容量需求[2-4]。文獻[5]提出了一種基于場景的隨機規(guī)劃方法,用來分析考慮風電波動特性和風電與負荷負相關性的電力市場出清過程。文獻[6]通過求解一種考慮輸電網(wǎng)安全約束的機組組合問題,建立了一種日前市場的隨機出清模型。文獻[7]采用隨機方法模擬風電特性,并提出一種市場出清方法來確定系統(tǒng)最優(yōu)備用容量安排。
為了應對風電不確定性對電網(wǎng)運行帶來的挑戰(zhàn),從電網(wǎng)調(diào)度層面,需要考慮靈活的運行計劃安排。通過調(diào)整風電預測時間尺度[8],可以獲得滾動的且經(jīng)過校正的風電預測功率,進而可以愈發(fā)地接近實時狀態(tài)進行運行安排,減緩風電不確定性的預測誤差因素帶來的風險影響。文獻[9]利用滾動的機組組合方法,將風電預測的可用價值大幅提升,使電網(wǎng)的運行計劃更具魯棒性。電力市場環(huán)境下,文獻[10]針對風力發(fā)電商提出了一種按照不同時間點的市場類型的最優(yōu)發(fā)電策略,該策略具有減小系統(tǒng)總運行成本和風險的作用特點。這些研究表明,通過靈活地調(diào)整不同時期運行計劃,能夠減小風電不確定性帶來的負面影響。文中建立了基于隨機規(guī)劃的多時間尺度協(xié)調(diào)下不同電力市場類型的價值評估模型,通過近時間點的市場出清決策,滾動校正更新遠時間點的已知市場出清信息,形成靈活的電力市場交易出清計劃,適應風電出力的波動性。
按照時間演變進度,文中研究的多時間尺度下的電力市場結(jié)構(gòu)主要包括了日前市場和小時前市場。
所設計的市場時序組織流程(如圖1所示)展示了相鄰兩日的不同時間尺度的電力市場構(gòu)成,包括d-1日的日前計劃市場和運行日d中若干小時前市場。
圖1 多級競價市場時序組織流程
基于上述市場的時序組織流程,通過輸入和輸出變量構(gòu)成的市場結(jié)構(gòu)如圖2所示。輸出結(jié)果可以分析得到,小時前市場時前出清結(jié)果能夠修正日前市場中得到的時前期望出清結(jié)果,促使整個電網(wǎng)運行計劃隨時間發(fā)展進行滾動更新。
圖2 市場結(jié)構(gòu)概述
數(shù)學上,文中提出的多時間尺度協(xié)調(diào)的電力市場價值評估模型可表述為一個含不確定因素的多階段混合整數(shù)規(guī)劃問題。模型中的目標函數(shù)、約束條件以及隨機變量的處理如下。
2.1目標函數(shù)
式中:第一行表示日前主能量與正、負備用容量市場的購買成本,第二行表達式為小時前市場的主能量與正、負備用容量購買成本,第三行表示實時運行時的備用容量成本和機組啟停成本,第四行表達式為系統(tǒng)棄風成本。其中具體變量含義為:Nk表示第k類型市場;TD表示日前市場時段數(shù);TH為小時前市場時段數(shù);NG表示機組總數(shù)量;Ns表示場景數(shù)量;Citk為市場k中機組i在時段t的主能量單位購買成本;UCitks為k類市場中機組i在時段t的啟停成本;ρs為風電場景s發(fā)生的概率;分別為日前和小時前市場機組i在時段t購買的主能量;分別為日前、小時前市場和實時運行中機組i在時段t的正、負備用容量;分別為日前、小時前市場中機組i在時段t的正、負備用容量單位購買成本;為k類型市場在時段t的棄風單位成本;為場景s中k類型市場在時段t的棄風功率總量。
2.2約束條件
(1)日前/小時前計劃市場與實時運行中功率平衡約束:
(2)機組在計劃和實時運行階段的功率約束:
(3)備用容量約束:
(4)機組啟停約束:
(5)風電棄風約束:
2.3場景樹模擬技術
為了描述風電功率的不確定性[11],采用多階段場景樹技術[12]模擬模型中的隨機變量。場景樹通過對隨機變量在不同階段的概率特性分析,將隨機規(guī)劃模型轉(zhuǎn)換為確定性模型。多階段風電輸出功率的場景樹如圖3所示。每各節(jié)點表示對應場景下的風電輸出功率,任意兩節(jié)點連接的樹枝表示上一階段到下一階段場景的演變。假定預測風電輸出功率變量的概率分布pts,則:
圖3 多階段風電概率場景樹
文中提出的數(shù)學模型如式(1—13)所示,構(gòu)成了一個多階段的混合整數(shù)規(guī)劃問題。采用Benders分解技術將原問題分解為整數(shù)變量和含連續(xù)變量的線性規(guī)劃子問題,進行交替迭代獲取優(yōu)化問題的最優(yōu)解。具體操作流程為:
(1)初始化。通過場景樹技術模擬隨機變量,獲得初始階段s的場景信息。初始化迭代步v=1。
(2)求解初始場景下的混合整數(shù)規(guī)劃主問題。(3)求解僅含連續(xù)變量的線性規(guī)劃子問題。
(4)收斂性判斷。比較主問題與子問題目標函數(shù)值的邊界的差值,若該差值滿足收斂精度則計算下一階段場景s+1的優(yōu)化問題;否則,繼續(xù)步驟(5)。
(5)更新迭代步,v=v+1。計算v+1迭代步內(nèi)的混合整數(shù)規(guī)劃主問題,返回至步驟(3)繼續(xù)迭代。
(6)獲得隨機變量所有場景下的模型最優(yōu)解,計算結(jié)束。
4.1基礎數(shù)據(jù)
假設系統(tǒng)中有4臺常規(guī)機組,具體機組信息見表1。同時,風電裝機容量為150 MW,常規(guī)機組無論在日前市場還是小時前市場均具有同時提供主能量和備用容量的能力。系統(tǒng)負荷為480 MW且為恒定值。設風電在下一場景發(fā)生的概率為0.5,預測場景中風電輸出功率波動區(qū)間為[80 MW,120 MW],并僅考慮小時前市場風電隨機特性場景。
表1 常規(guī)機組信息
仿真環(huán)境為Intel Xeon處理器和4GB的RAM的計算機上采用MATLABCPLEX軟件工具包進行求解。
4.2仿真結(jié)果及分析
選取相鄰兩日作為仿真時間,主能量與備用容量在日前市場和小時前市場的出清結(jié)果如表2、3、4、5所示。小時前市場中出清的主能量與備用容量與風電場景輸出功率相關,其中40(3,6)表示在場景3、4、5、6中取值為40。數(shù)據(jù)表明,機組1為承擔基荷機組,并且在計劃市場中僅提供主能量服務。機組2在日前市場和小時前市場均具有提供主能量和正、負備用容量的能力。但機組2在日前市場提供的主能量多于小時前市場,表明在遠時間點計劃量大于近時間點的調(diào)整量,符合降低系統(tǒng)運行風險的原則和減小運行成本的目標。另外,機組2不僅可以提供正備用服務,還可以提供負備用容量。對于某些低風電輸出功率場景,如5、6、7、8,機組1和2無法滿足系統(tǒng)的全部負荷需求,因此需要結(jié)合機組3、機組4共同實現(xiàn)系統(tǒng)功率平衡。從前8小時市場出清結(jié)果可以看出,機組4由于是價格昂貴機組僅提供50 MW的正備用容量服務。
表2 G1機組主能量與備用容量最優(yōu)計劃安排
表2 G2機組主能量與備用容量最優(yōu)計劃安排
表3 G3機組主能量與備用容量最優(yōu)計劃安排
圖4為不同市場模式下的棄風效果對比分析。其中場景1表示文中所采用的多時間尺度協(xié)調(diào)的市場模式,包括日前市場和小時前市場。場景2表示僅考慮日前市場的交易模式。結(jié)果表明,隨著棄風單位成本從1增加到35$/MW·h,2種場景的市場模式均有降低系統(tǒng)棄風量的效果,但文中所采用的市場模式可以更大限度減少棄風,優(yōu)于場景2的市場模式。因此,文中設計的市場模式的價值之一體現(xiàn)為可有效減少風電棄風損失,促進新能源更大程度的消納。
表4 G4機組主能量與備用容量最優(yōu)計劃安排
圖4 不同市場模式下的棄風效果比較分析
可對多時間尺度協(xié)調(diào)下主能量和備用容量聯(lián)合市場的價值進行了評估研究,通過建立多階段隨機規(guī)劃模型實現(xiàn)對不同時間點電網(wǎng)調(diào)度運行在計劃和實時狀態(tài)時做出的決策,可使全網(wǎng)運行更加優(yōu)化,更大限度地促進風電大規(guī)模消納。算例結(jié)果表明,市場價值體現(xiàn)為該模式能夠有效利用歷史信息,降低風電不確定性帶來的負面影響,減少系統(tǒng)備用容量的計劃留用量和風電棄風。
[1]王瑞慶,王宏福,王晛,等.考慮高階矩時變性的電力市場風險價值計算[J].電力系統(tǒng)保護與控制,2012,40(24):46-52.
[2]徐立中,易永輝,朱承治,等.考慮風電隨機性的微網(wǎng)多時間尺度能量優(yōu)化調(diào)度[J].電力系統(tǒng)保護與控制,2014,42(23):1-8.
[3]PAPAVASILION A,OREN S,O’NEILL R.Reserve Requirements for Wind Power Integration:A Scenario-based Stochastic Programming Framework[J].IEEE Transactions.on Power Systems,2011,26(4):2197-2206.
[4]邵成成,王錫凡,王秀麗,等.考慮風電的電力聯(lián)營市場日前出清模型[J].電力系統(tǒng)自動化,2014,38(13):45-50.
[5]OUFFARD F,GALIANA F.Stochastic Security for Operations Planning with Significant Wind Power Generation[C]//IEEE Power and Energy Society General Meeting-Conversion and Delivery of Electrical Energy in the 21st Centrury,2008:1-11.
[6]WZNG J,SHAHIDEHPOUR M,LI Z.Security-constrained Unit Commitment with Volatile Wind Power Generation[J].IEEE Transactions.on Power Systems,2008,23(3):1319-1327.
[7]MORALES J,CONEJO A,PEREZ-RUIZ J.Economic Valuation of Reserves in Power Systems with High Penetration of Wind Power[J].IEEE Trans.on Power Systems,2009,24(2):900-910.
[8]DOHERTY R,O’MALLEY M.A New Approach to Quantify Reserve Demand in Systems with Significant Installed Wind Capacity[J].IEEE Transactions.on Power Systems,2005,20(2):587-595.
[9]MEIBOM P,BARTH R,HASCHE B,et al.Stochastic Optimization Model to Study the Operational Impacts of High Wind Penetrations in Ireland[J].IEEE Transactions.on Power Systems,2011,26(3):1367-1379.
[10]MORALES J,CONEJO A,PEREZ-RUIZ J.Short-term Trading for a Wind Power Producer[J].IEEE Transactions.on Power Systems,2010,25(1):554-564.
[11]江林.可再生能源國際標準的現(xiàn)狀及發(fā)展[J].江蘇電機工程,2013,32(6):81-84.
[12]姜文,嚴正,楊建林.基于解析法的風電場可靠性模型[J].電力自動化設備,2010,30(10):79-83.
Evaluation on the Value of Multiple Time-scale Electricity Market
ZHU Yutong,JIN Jing
(Qinhuangdao Power Supply Company of State Grid Jibei Electric Power Co.Ltd.,Qinhuangdao 066000,China)
This paper presents an evaluation model to reflect the value brought from multiple competitive electricity markets throughout the analysis of the impact of multiple time-scale markets on wind power integration.This model is capable of optimally allocating the resources of power grids and promoting high wind power penetration by means of market measures. The proposed electricity market model consists of the day-ahead market,hour-ahead market and real time operation adjustment.Stochastic programming is used to model decision-making under wind power uncertainty,to evaluate the value of the available resources in this three time points.Furthermore,multiple time-scale coordination market clearing can be obtained at the corresponding time points.Numerical simulation demonstrates that the presented market framework can mitigate the uncertainty of large-scale wind power,leads to a reduction in system reserve requirements,and be beneficial to the optimal operation for a power grid.
electricity market;stochastic programming;multi-stage scenario tree;wind power;uncertainty
TM73
A
1009-0665(2015)05-0047-04
朱雨彤(1988),男,河北秦皇島人,工程師,從事電力系統(tǒng)規(guī)劃與運行工作;
靳晶(1988),女,河北秦皇島人,工程師,從事電力系統(tǒng)優(yōu)化運行及電力市場工作。
2015-04-08;
2015-06-09