曹瑞峰趙蜜 盧菲菲 侯素穎 趙帆

摘要：針對電力現(xiàn)貨市場中的實時偏差電量結(jié)算問題，引入3種客戶側(cè)可調(diào)節(jié)資源，提出了一種實時偏差電量管控策略，以調(diào)用客戶側(cè)資源成本最小為目標(biāo)函數(shù)，利用粒子群算法對該電力現(xiàn)貨交易模型進行求解。通過算例證明了新策略可有效降低實時偏差電量管控總成本，并分析了預(yù)測精度對實時偏差電量管控策略的影響。

關(guān)鍵詞：電力現(xiàn)貨市場;客戶側(cè)可調(diào)節(jié)資源;實時偏差電量;預(yù)測精度

0 引言

現(xiàn)貨市場在電力市場中發(fā)揮著極其重要的作用，但當(dāng)出現(xiàn)實時偏差電量時，可能會導(dǎo)致售電公司利潤下降，也可能會影響電力系統(tǒng)的安全穩(wěn)定運行。為此，應(yīng)盡量避免或減少實時偏差電量[1-2]。

現(xiàn)有研究中，文獻[3]計及用戶需求響應(yīng)，構(gòu)建了雙層售電公司的購售電決策模型;文獻[4]利用場景法模擬現(xiàn)貨價格、電力需求等風(fēng)險隨機變量，將售電公司預(yù)期收益最高作為目標(biāo)函數(shù)，以此獲得風(fēng)險評估與購售電業(yè)務(wù)綜合決策模型;文獻[5]將用戶負(fù)荷視為需求響應(yīng)資源，將其作為平衡資源，制訂兩類需求響應(yīng)策略，基于以上策略，提出了平衡市場優(yōu)化交易策略。但現(xiàn)有研究對于客戶側(cè)可調(diào)節(jié)資源對實時偏差電量的影響這一問題鮮有討論。因此，本文針對電力現(xiàn)貨市場的用戶側(cè)允許申報偏差外收益處理機制，建立3種客戶側(cè)可調(diào)節(jié)資源模型，提出了一種實時偏差電量管控策略。通過算例證明了新策略可有效降低實時偏差電量管控總成本，并分析了預(yù)測精度對實時偏差電量管控策略的影響。

1 用戶側(cè)允許申報偏差外收益處理機制

用戶側(cè)允許申報偏差外收益處理機制原理如圖1所示[6]。

4 算例分析

4.1? ? 參數(shù)設(shè)置

算例中的3種客戶側(cè)可調(diào)節(jié)資源包括：4個客戶側(cè)儲能設(shè)備、4個可中斷負(fù)荷、6個可調(diào)節(jié)負(fù)荷。本文選用的日前與實時市場電價數(shù)據(jù)為2017年的PJM電力市場第3季度的數(shù)據(jù)，其中零售電價為35美元/（MW·h）[7]。采用最新的機器學(xué)習(xí)算法輕量級梯度提升機[8]對實時市場電價與負(fù)荷曲線進行預(yù)測分析，預(yù)測誤差約為5%。

4.2? ? 實時偏差電量管控策略分析

圖2為場景1下的實時偏差電量。

由圖2可知，調(diào)整后場景1下的實時偏差電量均在允許范圍內(nèi)，且隨著允許偏差比例的增大而增大。

圖3給出了不同場景下的允許偏差比例與實時偏差電量管控總成本的關(guān)系。

由圖3可知，在同一允許偏差比例下，場景編號越大，總成本越高;同時，在同一個場景下，所對應(yīng)的允許偏差比例越小，導(dǎo)致的偏差電量管控所需花費的總成本越高。

4.3? ? 敏感性分析

分析場景1下不同的負(fù)荷預(yù)測誤差在不同的允許偏差比例下的實時偏差電量管控總成本，如圖4所示。

由圖4可知，同一允許偏差比例下預(yù)測誤差越小，實時偏差電量管控總成本越小，且總成本隨著負(fù)荷預(yù)測誤差的增加而增加。

5 結(jié)語

本文針對電力現(xiàn)貨市場中的實時偏差電量結(jié)算問題，介紹了用戶側(cè)允許申報偏差外收益處理機制，通過建立客戶側(cè)可調(diào)節(jié)資源模型，研究實時市場下的偏差電量管控策略。本文所做工作具有一定的實際意義，可為進行實時偏差電量管控提供指導(dǎo)。

[參考文獻]

[1] 樊宇琦，丁濤，孫瑜歌，等.國內(nèi)外促進可再生能源消納的電力現(xiàn)貨市場發(fā)展綜述與思考[J].中國電機工程學(xué)報，2021，41（5）：1729-1751.

[2] 陳啟鑫，房曦晨，郭鴻業(yè)，等.電力現(xiàn)貨市場建設(shè)進展與關(guān)鍵問題[J].電力系統(tǒng)自動化，2021，45（6）：3-15.

[3] 任藝，周明，李庚銀.考慮用戶需求響應(yīng)的售電公司購售電決策雙層模型[J].電力系統(tǒng)自動化，2017，41（14）：30-36.

[4] 王林炎，張粒子，張凡，等.售電公司購售電業(yè)務(wù)決策與風(fēng)險評估[J].電力系統(tǒng)自動化，2018，42（1）：47-54.

[5] 楊萌，艾欣，唐亮，等.計及風(fēng)險規(guī)避的售電公司平衡市場優(yōu)化交易策略研究[J].電網(wǎng)技術(shù)，2016，40（11）：3300-3309.

[6] SANTOS P J，CHEMETOVA S R，PIRES A J，et al.The importance of daily load forecasting for main electric substation in a spot market context[C]//

2020 IEEE 14th International Conference on Compatibility，Power Electronics and Power Eng-

ineering （CPE-POWERENG），2020.

[7] 高瑞，郭紅霞，楊蘋，等.基于用戶側(cè)可調(diào)節(jié)資源的售電公司實時市場偏差電量管控策略[J].電力建設(shè)，2019，40（6）：114-122.

[8] KE G L，MENG Q，F(xiàn)INLEY T，et al.LightGBM：A highly efficient gradient boosting decision tree[C]// 31st International Conference on Neural Information Processing Systems，2017：3149-3157.

收稿日期：2021-06-15

作者簡介：曹瑞峰（1983—），男，陜西榆林人，高級工程師，長期從事電力營業(yè)管理、分布式電源及電廠并網(wǎng)管理、電力市場管理研究等工作。