韓光,楊晨光,吳向明,陶鵬,周輝,胡銀龍

(1.國(guó)網(wǎng)河北省電力有限公司，石家莊市 050021； 2.國(guó)網(wǎng)河北省電力有限公司營(yíng)銷服務(wù)中心, 石家莊市 050021；3.河海大學(xué)能源與電氣學(xué)院，南京市 211100)

0 引 言

放開(kāi)售電側(cè)競(jìng)爭(zhēng)、培育獨(dú)立的售電主體是中國(guó)新一輪電力體制改革的重要任務(wù)[1]。隨著改革的不斷深化，現(xiàn)貨市場(chǎng)建設(shè)已于2018年底啟動(dòng)試運(yùn)行[2]，2021年10月發(fā)改辦價(jià)格[2021]809號(hào)[3]文件以后，將推進(jìn)工商業(yè)用戶都進(jìn)入市場(chǎng)和組織開(kāi)展電網(wǎng)企業(yè)代理購(gòu)電工作作為重要改革措施。目前，電網(wǎng)企業(yè)已通過(guò)掛牌交易代理購(gòu)電，電網(wǎng)企業(yè)成立的大型售電公司在現(xiàn)有市場(chǎng)中具有重要意義。售電公司作為電力市場(chǎng)的新興主體，發(fā)揮著代理用戶參與批發(fā)市場(chǎng)和現(xiàn)貨市場(chǎng)的重要作用[4]。隨著售電側(cè)市場(chǎng)的日益成熟，售電公司參與市場(chǎng)交易也面臨更加嚴(yán)峻的挑戰(zhàn)，如新能源規(guī)?；尤霂?lái)的不確定性、供給側(cè)和需求側(cè)波動(dòng)、市場(chǎng)交易、同行競(jìng)爭(zhēng)等帶來(lái)的風(fēng)險(xiǎn)以及自身存在的盈利模式單一、經(jīng)營(yíng)管理不成熟等，嚴(yán)重制約了售電公司的發(fā)展[5]。因此，面向售電公司的經(jīng)濟(jì)調(diào)度以及購(gòu)售電決策研究受到了廣泛關(guān)注。

目前，參考國(guó)內(nèi)廣東省售電市場(chǎng)[6]的試點(diǎn)情況以及英美、北歐等國(guó)家較為成熟的電力市場(chǎng)發(fā)展情況[7]，具有綜合能源服務(wù)能力的售電公司相較于業(yè)務(wù)單一的獨(dú)立售電公司具備顯著優(yōu)勢(shì)[8]。這類典型售電公司通常擁有分布式電源、儲(chǔ)能以及其他綜合能源(冷、熱、氣)等可調(diào)度資源，是未來(lái)售電公司發(fā)展的主要方向[9]。這類典型售電公司(如電網(wǎng)企業(yè)成立的大型售電公司)購(gòu)售電策略的制定，往往涉及內(nèi)部資源的經(jīng)濟(jì)調(diào)度，這也成為購(gòu)售電策略研究不可忽視的環(huán)節(jié)。

國(guó)內(nèi)外面向售電公司的經(jīng)濟(jì)調(diào)度以及購(gòu)售電決策有豐富的研究成果，依據(jù)出發(fā)角度的不同可分為兩類，一類基于博弈理論，另一類基于電價(jià)。基于博弈理論的研究往往涉及主從博弈[10-11](一主多從、多主多從)、非合作博弈[12]等理論，如文獻(xiàn)[9]中提出一種考慮多個(gè)從方均衡的主從博弈模型，模擬多類型售電主體參與下的市場(chǎng)行為，建立并對(duì)比了從方為典型售電公司和單一售電公司情況下的購(gòu)售電決策情況，驗(yàn)證了典型售電公司在風(fēng)險(xiǎn)應(yīng)對(duì)和利潤(rùn)獲取方面的優(yōu)勢(shì)。而基于電價(jià)的購(gòu)售電決策往往涉及負(fù)荷預(yù)測(cè)[13-14]、需求響應(yīng)[15]、市場(chǎng)出清機(jī)制[16-19]等方式的電價(jià)建模，在價(jià)格的基礎(chǔ)上開(kāi)展基于風(fēng)險(xiǎn)、利潤(rùn)等目標(biāo)的最優(yōu)化研究，如文獻(xiàn)[16]針對(duì)市場(chǎng)出清機(jī)制下的綜合能源服務(wù)商最優(yōu)競(jìng)爭(zhēng)策略進(jìn)行硏究，建立了雙層優(yōu)化模型，其中上層模型以收益為目標(biāo)，下層為基于價(jià)格需求彈性的用戶響應(yīng)模型和電氣、天然氣市場(chǎng)岀清模型，決策變量為報(bào)價(jià)和報(bào)量；文獻(xiàn)[17]針對(duì)綜合能源市場(chǎng)內(nèi)多個(gè)綜合能源服務(wù)商間的博弈競(jìng)爭(zhēng)行為，建立了綜合能源服務(wù)商最優(yōu)競(jìng)價(jià)策略的雙層模型，其中，上層為售電公司間的博弈模型，下層為電力和天然氣市場(chǎng)出清模型；文獻(xiàn)[20]提岀了一種考慮電能與備用輔助服務(wù)聯(lián)合岀清的日前調(diào)度優(yōu)化方法。然而，以上文獻(xiàn)均未考慮新能源規(guī)?；尤霂?lái)的隨機(jī)性。典型售電公司通常擁有分布式電源等可調(diào)度資源，新能源出力造成的隨機(jī)性以及需求側(cè)負(fù)荷的隨機(jī)性，在現(xiàn)有的應(yīng)用雙層優(yōu)化模型，并基于價(jià)格出清的售電公司經(jīng)濟(jì)調(diào)度研究中很少出現(xiàn)。此外，在出清環(huán)節(jié)中典型售電公司的決策對(duì)出清結(jié)果造成的影響也不應(yīng)被忽略。

在此背景下，本文提出一種基于隨機(jī)規(guī)劃的雙層優(yōu)化模型，模擬市場(chǎng)出清模式下典型售電公司的最優(yōu)經(jīng)濟(jì)調(diào)度，并建立不考慮售電公司決策影響的兩階段模型作為對(duì)比。最后，通過(guò)算例分析，闡明不同置信水平對(duì)售電公司決策的影響，并通過(guò)與不計(jì)及售電公司決策影響的兩階段模型的算例對(duì)比驗(yàn)證該模型的有效性。

1 雙層優(yōu)化模型構(gòu)建

典型售電公司在面對(duì)具體的出清價(jià)格時(shí)，往往能夠通過(guò)自有的發(fā)電資源(如分布式光伏、風(fēng)電等)進(jìn)行經(jīng)濟(jì)調(diào)度以獲得更低的購(gòu)電成本，而這一行為導(dǎo)致了參與市場(chǎng)出清的電量和備用服務(wù)總量低于市場(chǎng)的最初預(yù)期，這又會(huì)進(jìn)一步影響電力市場(chǎng)和輔助服務(wù)市場(chǎng)的出清結(jié)果。

基于以上考慮，本文提出了一種雙層優(yōu)化模型，其流程結(jié)構(gòu)如圖1所示，該雙層優(yōu)化模型由兩部分組成，即用于模擬電量市場(chǎng)和輔助服務(wù)市場(chǎng)聯(lián)合出清過(guò)程的上層模型和模擬典型售電公司經(jīng)濟(jì)調(diào)度行為的下層模型，并通過(guò)圖1所示流程迭代求得結(jié)果。

1.1 主輔市場(chǎng)聯(lián)合出清模型

鑒于分時(shí)電價(jià)能夠在降低用戶面臨的電價(jià)波動(dòng)風(fēng)險(xiǎn)和引導(dǎo)需求側(cè)價(jià)格彈性之間進(jìn)行折中，相較于實(shí)時(shí)電價(jià)有更為廣泛的應(yīng)用[1]，本文構(gòu)建了基于分時(shí)電價(jià)的日前電量市場(chǎng)和輔助服務(wù)市場(chǎng)的上層聯(lián)合出清模型。該模型以社會(huì)福利最優(yōu)為目標(biāo)，日前出清價(jià)格通過(guò)邊際電價(jià)和輸配電成本之和來(lái)確定。

1.1.1 目標(biāo)函數(shù)

發(fā)電機(jī)組的成本包含以下兩個(gè)部分：發(fā)電燃料成本和旋轉(zhuǎn)備用成本。為了簡(jiǎn)化出清模型，模型忽略了需求響應(yīng)(負(fù)荷對(duì)電價(jià)的影響)機(jī)制的影響[21]，發(fā)電機(jī)組的價(jià)格可以假定依據(jù)成本報(bào)價(jià)，則上層出清模型的目標(biāo)函數(shù)可表述為:

(1)

式中：CGi(·)、CURi(·)、CDRi(·)分別表示第i臺(tái)發(fā)電機(jī)的出力成本報(bào)價(jià)、上備用成本報(bào)價(jià)和下備用成本報(bào)價(jià)函數(shù)；PGi,t、PURi,t、PDRi,t分別表示第i臺(tái)發(fā)電機(jī)在t時(shí)間段內(nèi)參與報(bào)價(jià)的電量、上備用和下備用出力；t為代表時(shí)段；T為總時(shí)段數(shù)，在日前出清機(jī)制下總時(shí)段數(shù)設(shè)定為24；N為電力系統(tǒng)中發(fā)電機(jī)組的數(shù)量。

第i臺(tái)發(fā)電機(jī)在t時(shí)段內(nèi)的出力成本、上備用成本和下備用成本如式(2)所示:

(2)

式中：ai、bi、bURi、bDRi分別是發(fā)電機(jī)組的成本參數(shù)，該目標(biāo)函數(shù)的表達(dá)形式為一個(gè)二次規(guī)劃問(wèn)題。

1.1.2 約束條件

日前市場(chǎng)出清模型的等式約束及不等式約束如下。

1)為了維持電力供需平衡，需滿足系統(tǒng)功率平衡約束和旋轉(zhuǎn)儲(chǔ)備約束，以應(yīng)對(duì)發(fā)電機(jī)停機(jī)和負(fù)荷波動(dòng)，考慮如下約束條件：

(3)

式中：PLtotal,t表示售電公司在t時(shí)刻內(nèi)的購(gòu)電量總和；PURtotal,t和PDRtotal,t表示上備用總和和下備用總和。

2)發(fā)電機(jī)組約束。發(fā)電機(jī)出力需滿足最小、最大出力與旋轉(zhuǎn)備用約束。

(4)

式中：PGimax和PGimin為發(fā)電機(jī)組i最高和最低的出力；Ri為發(fā)電機(jī)組i的爬坡速率。

3)旋轉(zhuǎn)備用約束。

機(jī)組的旋轉(zhuǎn)備用約束如下：

(5)

1.1.3 市場(chǎng)出清價(jià)格計(jì)算

通過(guò)上層聯(lián)合出清模型可以得到發(fā)電機(jī)組i的中標(biāo)電價(jià)和旋轉(zhuǎn)儲(chǔ)備。通過(guò)與輸配電成本求和可以獲得最終的市場(chǎng)出清價(jià)格，輸電成本計(jì)為常數(shù)Y，則最終市場(chǎng)出清價(jià)格如下：

(6)

式中：等式左邊為最終優(yōu)化得到的市場(chǎng)出清電價(jià)PL,t，上下備用成本PUR,t,PDR,t；等式右邊為從上層模型中優(yōu)化得到的邊際電價(jià)λL,t,λUR,t,λDR,t和輸配電成本Y。

1.2 售電公司經(jīng)濟(jì)調(diào)度模型

典型售電公司通常擁有如分布式光伏、風(fēng)電、微型燃?xì)廨啓C(jī)等資源。售電公司可以通過(guò)對(duì)自有的發(fā)電資源進(jìn)行經(jīng)濟(jì)調(diào)度，從而降低運(yùn)營(yíng)成本。本文的下層模型以風(fēng)電、光伏、燃?xì)廨啓C(jī)為例，其中微型燃?xì)廨啓C(jī)(microturbine, MT)須承擔(dān)燃料成本，而風(fēng)電、光伏可由售電公司完全消納，因此相關(guān)使用成本不影響經(jīng)濟(jì)調(diào)度的制定，其成本不包括在下層目標(biāo)函數(shù)中。

1.2.1 目標(biāo)函數(shù)

(7)

式中：CTR(·)、CR(·)、CMTd(·)分別表示t時(shí)刻內(nèi)的購(gòu)電成本、備用容量購(gòu)買成本和微型燃?xì)廨啓C(jī)d的發(fā)電成本；ND為燃?xì)廨啓C(jī)數(shù)量。

購(gòu)電成本和備用容量購(gòu)買成本可以按式(8)計(jì)算。

(8)

式中：PTR,t,Ut,Dt分別為t時(shí)刻內(nèi)售電公司在日前市場(chǎng)購(gòu)買的電量和上下備用容量資源，由此，下層模型被設(shè)置為一個(gè)線性規(guī)劃問(wèn)題。微型氣輪機(jī)發(fā)電成本參考文獻(xiàn)[22]：

(9)

式中：PMTd,t為燃?xì)廨啓C(jī)d在t時(shí)刻的出力；Cnl是燃料價(jià)格；L為天然氣熱值；μd為燃?xì)廨啓C(jī)d的發(fā)電效率。

1.2.2 約束條件

典型售電公司在經(jīng)濟(jì)調(diào)度中等式和不等式約束如下。

1)系統(tǒng)功率平衡約束。

對(duì)于每個(gè)調(diào)度時(shí)段t，在忽略網(wǎng)絡(luò)損失情況下，售電公司計(jì)劃自有風(fēng)電PWTfi,t、光伏PPVfg,t、氣輪機(jī)PMTd,t、在日前市場(chǎng)購(gòu)買的電力PTR,t的有功出力之和應(yīng)等于總的負(fù)荷預(yù)測(cè)。

(10)

2)備用容量約束。

(11)

(12)

式中：η為置信概率；PMTUd,t、PMTDd,t是氣輪機(jī)d在t時(shí)段提供的上下備用容量。

3)微型燃?xì)廨啓C(jī)約束。

(13)

式中：PMTdmax、PMTdmin是燃?xì)廨啓C(jī)d出力的上限和下限；PMTUdmax、PMTDdmax分別是燃?xì)廨啓C(jī)d能提供的上備用和下備用的上限，本模型中忽略其爬坡約束。

2 隨機(jī)變量建模

2.1 不確定性建模

2.1.1 風(fēng)電出力概率模型

風(fēng)電出力的不確定性主要來(lái)自于風(fēng)速自有的間歇特性，風(fēng)速曲線可近似于Weibull分布[23]。本文采用Weibull分布預(yù)測(cè)風(fēng)速平均值，其概率密度函數(shù)由式(14)[24]給出，預(yù)測(cè)偏差的設(shè)置與下文光伏、負(fù)荷預(yù)測(cè)模型一致。

f(v)=(k/γ)(v/γ)k-1exp[-(v/γ)k]

(14)

式中：v為風(fēng)速；k和γ分別為形狀因子和比例因子，均無(wú)量綱。

在本文假設(shè)情況下，風(fēng)電場(chǎng)位置在地理上很接近，不同位置的風(fēng)速的關(guān)聯(lián)性可以忽略。風(fēng)機(jī)功率輸出PWT與實(shí)際風(fēng)速v之間的關(guān)系通常用公式(15)描述。

(15)

2.1.2 光伏和負(fù)荷模型

光伏出力模型可描述為預(yù)測(cè)值與偏差之和，白天的光伏出力如下：

(16)

式中：PPVg,t表示第g個(gè)光伏設(shè)施在第t時(shí)段的出力；NG是光伏設(shè)施數(shù)量。光伏出力可以表示為白天的輸出預(yù)測(cè)PPVfg,t與預(yù)測(cè)偏差εPV,t之和。εPV,t為t時(shí)段內(nèi)的預(yù)測(cè)偏差，服從均值為0的正態(tài)分布，標(biāo)準(zhǔn)差參見(jiàn)式(17)[25]。

(17)

式中：PPVNg為第g個(gè)光伏設(shè)施的裝機(jī)容量。

類似的，售電公司業(yè)務(wù)范圍內(nèi)的負(fù)荷表示如下：

PL,t=PLf,t+εL,t

(18)

式中：PLf,t,、εL,t分別表示t時(shí)段內(nèi)的預(yù)測(cè)負(fù)荷和預(yù)測(cè)誤差。εL,t服從均值為0，標(biāo)準(zhǔn)差為σL,t的正態(tài)分布，σL,t參見(jiàn)式(19)[26]來(lái)描述，系數(shù)k通常取1。

σL,t=kPL,t/100

(19)

2.2 機(jī)會(huì)約束規(guī)劃

2.2.1 理論簡(jiǎn)介

機(jī)會(huì)約束規(guī)劃(chance constrained programming，CCP)是由Charnes和Cooper提出的一種隨機(jī)規(guī)劃方法[27]，用于解決約束條件中包含隨機(jī)變量的問(wèn)題。為簡(jiǎn)化計(jì)算，本文只考慮可以轉(zhuǎn)化為確定性等價(jià)約束的機(jī)會(huì)約束形式，可以表述為以下形式：

Pr{h(x)≥ξ}≥α

(20)

式中：h(x)是決策向量x的線性(或非線性)函數(shù)；ξ是隨機(jī)變量。

那么，對(duì)于每個(gè)給定的置信度α(0≤α≤1)，都存在一個(gè)常數(shù)Kα，使得

Kα=inf{K|K=Φ-1(α)}

(21)

式中：Φ(·)是概率分布函數(shù)。

原有的機(jī)會(huì)約束可轉(zhuǎn)化為以下的確定性約束。

h(x)≥Kα

(22)

2.2.2 機(jī)會(huì)約束處理方法

基于上述機(jī)會(huì)約束規(guī)劃理論，下層模型中諸如風(fēng)力、光伏和負(fù)荷等由不確定性隨機(jī)變量組成的機(jī)會(huì)約束條件均可被轉(zhuǎn)化為確定性約束條件。

將式(11)、(12)改寫(xiě)為式(20)的形式，則決策變量對(duì)應(yīng)本文中的Ut,Dt,PMTUd,t,PMTDd,t，如式(20)中ξ服從均值為∑PLs,t-∑PWTi,t-∑PPV,t，方差為(σL,t)2+(σWT,t)2+(σPV,t)2的正態(tài)分布。

3 數(shù)值算例

3.1 數(shù)值算例參數(shù)選取

在本文介紹的數(shù)值算例中，上層模型包含3個(gè)發(fā)電單元。發(fā)電機(jī)組報(bào)價(jià)和運(yùn)行參數(shù)分別見(jiàn)表1和表2，參見(jiàn)文獻(xiàn) [28]。

表1 發(fā)電機(jī)組的成本參數(shù)

表2 發(fā)電機(jī)組的運(yùn)行參數(shù)

在經(jīng)濟(jì)調(diào)度模型中的售電公司A，擁有2個(gè)微型燃?xì)廨啓C(jī)，1個(gè)裝機(jī)容量為9.1 MW的光伏電站和5個(gè)額定功率為8 MW的風(fēng)機(jī)。對(duì)于兩個(gè)微型燃?xì)廨啓C(jī)組，基本參數(shù)如下：天然氣價(jià)格Cnl=3.8 美元/J，天然氣熱值L= 0.009 7 (MW·h)/m3，而燃?xì)廨啓C(jī)的運(yùn)行參數(shù)見(jiàn)表3，參見(jiàn)文獻(xiàn) [29]。

表3 微型燃?xì)廨啓C(jī)的運(yùn)行參數(shù)

此外，分布式風(fēng)電、光伏機(jī)組參數(shù)如下：切入風(fēng)速vin=3 m/s，額定風(fēng)速v*=13 m/s，切出風(fēng)速vout=25 m/s，額定功率為8 MW。售電公司A的負(fù)荷預(yù)測(cè)數(shù)據(jù)取自北歐電力市場(chǎng)的實(shí)際負(fù)荷數(shù)據(jù)，并按照市場(chǎng)規(guī)模進(jìn)行調(diào)整。對(duì)于售電公司A，每個(gè)時(shí)段的負(fù)荷、風(fēng)電和光伏預(yù)測(cè)值如圖2所示。

圖2 負(fù)荷、風(fēng)電和光伏的出力預(yù)測(cè)曲線

由于在第10時(shí)段和第20時(shí)段附近分布式發(fā)電機(jī)組的輸出和負(fù)荷預(yù)測(cè)值均較大，此時(shí)負(fù)荷預(yù)測(cè)和輸出預(yù)測(cè)的偏差絕對(duì)值也較大，售電公司需分配更多的備用容量。此外，在實(shí)際應(yīng)用中，售電公司的購(gòu)電量通常和市場(chǎng)份額相關(guān)，由于市場(chǎng)份額在短期內(nèi)波動(dòng)不大，本文中將其視為一個(gè)常數(shù)，售電公司A的市場(chǎng)份額設(shè)置為40%。

3.2 經(jīng)濟(jì)調(diào)度分析

算例中分布式風(fēng)電、光伏被視作全額消納，而全額消納帶來(lái)的隨機(jī)性通過(guò)對(duì)應(yīng)的置信水平作用到下層的經(jīng)濟(jì)調(diào)度環(huán)節(jié)，出力和備用的調(diào)節(jié)主要通過(guò)燃?xì)廨啓C(jī)組(MT1、MT2)實(shí)現(xiàn)。置信水平在95%時(shí)，有無(wú)燃?xì)廨啓C(jī)的售電公司A的購(gòu)電成本可見(jiàn)表4。

表4 95%置信水平下，有無(wú)燃?xì)廨啓C(jī)購(gòu)電成本對(duì)比

微型燃?xì)廨啓C(jī)出力情況如圖3所示。上備用購(gòu)買量和有無(wú)燃?xì)廨啓C(jī)時(shí)的出清電價(jià)如圖4和圖5所示。由圖3和圖4可知，在確定的置信水平下，MT1、MT2發(fā)揮著出力和備用作用，用以實(shí)現(xiàn)系統(tǒng)供需平衡，它們以較低的成本為系統(tǒng)提供電量和旋轉(zhuǎn)備用服務(wù)。一方面，經(jīng)濟(jì)調(diào)度使得出清電價(jià)有所降低，另一方面，也降低了從市場(chǎng)上購(gòu)買備用的成本，而部分時(shí)段如第7、8時(shí)段未能降低備用購(gòu)買量的原因是此時(shí)燃?xì)廨啓C(jī)提供有功出力更合算，因此未用于提供上備用服務(wù)。

圖3 微型燃?xì)廨啓C(jī)的出力情況

圖4 有無(wú)燃?xì)廨啓C(jī)場(chǎng)景中上備用的購(gòu)買量

圖5 有無(wú)燃?xì)廨啓C(jī)時(shí)的出清電價(jià)

3.3 兩階段模型的對(duì)比

在傳統(tǒng)做法中，不計(jì)及售電公司經(jīng)濟(jì)調(diào)度對(duì)出清市場(chǎng)的影響，這種情形下售電公司可被視作是聯(lián)合出清價(jià)格的被動(dòng)接受者，此時(shí)雙層優(yōu)化模型退化為一個(gè)兩階段模型，兩種模型下出清結(jié)果對(duì)比如圖6所示。

圖6 置信水平95%時(shí)，兩種模型的出清結(jié)果對(duì)比

從圖6中可見(jiàn)，兩階段模型由于不考慮售電公司經(jīng)濟(jì)調(diào)度的影響，其聯(lián)合出清電價(jià)較雙層模型高，且大部分時(shí)段參與出清的電量也更高，這是因?yàn)槭垭姽镜慕?jīng)濟(jì)調(diào)度行為降低了實(shí)際參與市場(chǎng)出清的總量。在95%的置信水平下，兩階段模型的購(gòu)電成本為56 344.1 美元，相較于雙層模型高出了0.5%，該現(xiàn)象表明，售電公司的經(jīng)濟(jì)調(diào)度決策對(duì)出清市場(chǎng)的影響是不可忽略的。

3.4 置信水平的影響分析

置信水平分別為93%、95%、97%時(shí)，大型售電公司購(gòu)電成本見(jiàn)表5，3種置信水平下的部分優(yōu)化結(jié)果見(jiàn)圖7—8。

圖7 不同置信水平下上備用的采購(gòu)量

表5 不同置信水平下售電公司的購(gòu)電成本

由表5可以發(fā)現(xiàn)，隨著置信度的增加，售電公司A的購(gòu)電成本也會(huì)增加。當(dāng)置信度從93%變?yōu)?7%時(shí)，備用成本增加了5.85%，下備用成本增加7.62%，MT成本增加0.02%，但電力成本只增加0.56%，造成這種現(xiàn)象的原因如下。

置信水平的變化對(duì)電力市場(chǎng)的影響主要作用于在燃?xì)廨啓C(jī)機(jī)組的經(jīng)濟(jì)調(diào)度策略上。與MT1相比，MT2因其成本較低而優(yōu)先出力，所以需求的變化對(duì)MT2出力策略有較大的影響。圖8顯示，在01:00—05:00區(qū)間，置信度越高，MT2的出力越多，但并不是全額出力，因?yàn)樵谶@個(gè)區(qū)間，購(gòu)買下備用的價(jià)格更具競(jìng)爭(zhēng)力。類似的現(xiàn)象也出現(xiàn)在09:00—16:00區(qū)間，由于預(yù)留了足夠的上備用容量來(lái)獲得較低的成本，所以MT2也不會(huì)全額出力。氣輪機(jī)組出力策略的不同影響了售電公司的購(gòu)電策略和市場(chǎng)出清價(jià)格，起到了緩解購(gòu)電成本上升的作用。

圖8 不同置信水平下MT2的出力情況

置信水平的高低可依據(jù)售電公司對(duì)源荷隨機(jī)性的判斷而設(shè)置，合理的置信水平有助于降低總體購(gòu)電成本，提高利潤(rùn)空間。

4 結(jié) 論

本文面向大型售電公司這一類具備經(jīng)濟(jì)調(diào)度能力的典型售電公司提出了一種基于隨機(jī)規(guī)劃的雙層優(yōu)化模型，模擬了市場(chǎng)出清模式下典型售電公司的最優(yōu)經(jīng)濟(jì)調(diào)度，驗(yàn)證了大型售電公司經(jīng)濟(jì)調(diào)度決策對(duì)聯(lián)合出清過(guò)程的重要影響，并討論了新能源消納導(dǎo)致的隨機(jī)性下，不同的置信水平對(duì)大型售電公司經(jīng)濟(jì)調(diào)度的影響。未來(lái)，隨著高比例新能源接入的新型電力系統(tǒng)的建設(shè)，“源荷”雙側(cè)隨機(jī)性對(duì)售電公司經(jīng)濟(jì)調(diào)度和購(gòu)售電決策的影響不可忽視。此外，對(duì)于基于出清模型的優(yōu)化方法，考慮適宜的時(shí)間尺度和置信水平，以及其他參與市場(chǎng)的對(duì)象(如儲(chǔ)能等)和競(jìng)爭(zhēng)對(duì)手的決策影響，是售電公司決策模型構(gòu)建的重要研究方向。