韓光,楊晨光,吳向明,陶鵬,周輝,胡銀龍

(1.國網(wǎng)河北省電力有限公司，石家莊市 050021； 2.國網(wǎng)河北省電力有限公司營銷服務(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

放開售電側(cè)競爭、培育獨(dú)立的售電主體是中國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)貨市場建設(shè)已于2018年底啟動試運(yùn)行[2]，2021年10月發(fā)改辦價(jià)格[2021]809號[3]文件以后，將推進(jìn)工商業(yè)用戶都進(jìn)入市場和組織開展電網(wǎng)企業(yè)代理購電工作作為重要改革措施。目前，電網(wǎng)企業(yè)已通過掛牌交易代理購電，電網(wǎng)企業(yè)成立的大型售電公司在現(xiàn)有市場中具有重要意義。售電公司作為電力市場的新興主體，發(fā)揮著代理用戶參與批發(fā)市場和現(xiàn)貨市場的重要作用[4]。隨著售電側(cè)市場的日益成熟，售電公司參與市場交易也面臨更加嚴(yán)峻的挑戰(zhàn)，如新能源規(guī)?；尤霂淼牟淮_定性、供給側(cè)和需求側(cè)波動、市場交易、同行競爭等帶來的風(fēng)險(xiǎn)以及自身存在的盈利模式單一、經(jīng)營管理不成熟等，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)度以及購售電決策研究受到了廣泛關(guān)注。

目前，參考國內(nèi)廣東省售電市場[6]的試點(diǎn)情況以及英美、北歐等國家較為成熟的電力市場發(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[8]。這類典型售電公司通常擁有分布式電源、儲能以及其他綜合能源(冷、熱、氣)等可調(diào)度資源，是未來售電公司發(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，這也成為購售電策略研究不可忽視的環(huán)節(jié)。

國內(nèi)外面向售電公司的經(jīng)濟(jì)調(diào)度以及購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)?；诓┺睦碚摰难芯客婕爸鲝牟┺腫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行為，建立并對比了從方為典型售電公司和單一售電公司情況下的購售電決策情況，驗(yàn)證了典型售電公司在風(fēng)險(xiǎn)應(yīng)對和利潤獲取方面的優(yōu)勢。而基于電價(jià)的購售電決策往往涉及負(fù)荷預(yù)測[13-14]、需求響應(yīng)[15]、市場出清機(jī)制[16-19]等方式的電價(jià)建模，在價(jià)格的基礎(chǔ)上開展基于風(fēng)險(xiǎn)、利潤等目標(biāo)的最優(yōu)化研究，如文獻(xiàn)[16]針對市場出清機(jī)制下的綜合能源服務(wù)商最優(yōu)競爭策略進(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、天然氣市場岀清模型，決策變量為報(bào)價(jià)和報(bào)量；文獻(xiàn)[17]針對綜合能源市場內(nèi)多個(gè)綜合能源服務(wù)商間的博弈競爭行為，建立了綜合能源服務(wù)商最優(yōu)競價(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淼碾S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比。最后，通過算例分析，闡明不同置信水平對售電公司決策的影響，并通過與不計(jì)及售電公司決策影響的兩階段模型的算例對比驗(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具體的出清價(jià)格時(shí)，往往能夠通過自有的發(fā)電資源(如分布式光伏、風(fēng)電等)進(jìn)行經(jīng)濟(jì)調(diào)度以獲得更低的購電成本，而這一行為導(dǎo)致了參與市場出清的電量和備用服務(wù)總量低于市場的最初預(yù)期，這又會進(jìn)一步影響電力市場和輔助服務(wù)市場的出清結(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和輔助服務(wù)市場聯(lián)合出清過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，并通過圖1所示流程迭代求得結(jié)果。

1.1 主輔市場聯(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)的日前電量市場和輔助服務(wù)市場的上層聯(lián)合出清模型。該模型以社會福利最優(yōu)為目標(biāo)，日前出清價(jià)格通過邊際電價(jià)和輸配電成本之和來確定。

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。為了簡化出清模型，模型忽略了需求響應(yīng)(負(fù)荷對電價(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)劃問題。

1.1.2 約束條件

日前市場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)儲備約束，以應(yīng)對發(fā)電機(jī)停機(jī)和負(fù)荷波動，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 市場出清價(jià)格計(jì)算

通過上層聯(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)儲備。通過與輸配電成本求和可以獲得最終的市場出清價(jià)格，輸電成本計(jì)為常數(shù)Y，則最終市場出清價(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。售電公司可以通過對自有的發(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)的購電成本、備用容量購買成本和微型燃?xì)廨啓C(jī)d的發(fā)電成本；ND為燃?xì)廨啓C(jī)數(shù)量。

購電成本和備用容量購買成本可以按式(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購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、在日前市場購買的電力PTR,t的有功出力之和應(yīng)等于總的負(fù)荷預(yù)測。

(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)測風(fēng)速平均值，其概率密度函數(shù)由式(14)[24]給出，預(yù)測偏差的設(shè)置與下文光伏、負(fù)荷預(yù)測模型一致。

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，均無量綱。

在本文假設(shè)情況下，風(fēng)電場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PPVfg,t與預(yù)測偏差εPV,t之和。εPV,t為t時(shí)段內(nèi)的預(yù)測偏差，服從均值為0的正態(tài)分布，標(biāo)準(zhǔn)差參見式(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)測負(fù)荷和預(yù)測誤差。εL,t服從均值為0，標(biāo)準(zhǔn)差為σL,t的正態(tài)分布，σL,t參見式(19)[26]來描述，系數(shù)k通常取1。

σL,t=kPL,t/100

(19)

2.2 機(jī)會約束規(guī)劃

2.2.1 理論簡介

機(jī)會約束規(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)變量的問題。為簡化計(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)會約束處理方法

基于上述機(jī)會約束規(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)會約束條件均可被轉(zhuǎn)化為確定性約束條件。

將式(11)、(12)改寫為式(20)的形式，則決策變量對應(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)分別見表1和表2，參見文獻(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)見表3，參見文獻(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)測數(shù)據(jù)取自北歐電力市場的實(shí)際負(fù)荷數(shù)據(jù)，并按照市場規(guī)模進(jìn)行調(diào)整。對于售電公司A，每個(gè)時(shí)段的負(fù)荷、風(fēng)電和光伏預(yù)測值如圖2所示。

圖2 負(fù)荷、風(fēng)電和光伏的出力預(yù)測曲線

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)測值均較大，此時(shí)負(fù)荷預(yù)測和輸出預(yù)測的偏差絕對值也較大，售電公司需分配更多的備用容量。此外，在實(shí)際應(yīng)用中，售電公司的購電量通常和市場份額相關(guān)，由于市場份額在短期內(nèi)波動不大，本文中將其視為一個(gè)常數(shù)，售電公司A的市場份額設(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，而全額消納帶來的隨機(jī)性通過對應(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)主要通過燃?xì)廨啓C(jī)組(MT1、MT2)實(shí)現(xiàn)。置信水平在95%時(shí)，有無燃?xì)廨啓C(jī)的售電公司A的購電成本可見表4。

表4 95%置信水平下，有無燃?xì)廨啓C(jī)購電成本對比

微型燃?xì)廨啓C(jī)出力情況如圖3所示。上備用購買量和有無燃?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，也降低了從市場上購買備用的成本，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 有無燃?xì)廨啓C(jī)場景中上備用的購買量

圖5 有無燃?xì)廨啓C(jī)時(shí)的出清電價(jià)

3.3 兩階段模型的對比

在傳統(tǒng)做法中，不計(jì)及售電公司經(jīng)濟(jì)調(diào)度對出清市場的影響，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)果對比

從圖6中可見，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)際參與市場出清的總量。在95%的置信水平下，兩階段模型的購電成本為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)度決策對出清市場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)，大型售電公司購電成本見表5，3種置信水平下的部分優(yōu)化結(jié)果見圖7—8。

圖7 不同置信水平下上備用的采購量

表5 不同置信水平下售電公司的購電成本

由表5可以發(fā)現(xiàn)，隨著置信度的增加，售電公司A的購電成本也會增加。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。

置信水平的變化對電力市場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，購買下備用的價(jià)格更具競爭力。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獲得較低的成本，所以MT2也不會全額出力。氣輪機(jī)組出力策略的不同影響了售電公司的購電策略和市場出清價(jià)格，起到了緩解購電成本上升的作用。

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電成本，提高利潤空間。

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)度決策對聯(lián)合出清過程的重要影響，并討論了新能源消納導(dǎo)致的隨機(jī)性下，不同的置信水平對大型售電公司經(jīng)濟(jì)調(diào)度的影響。未來，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)性對售電公司經(jīng)濟(jì)調(diào)度和購售電決策的影響不可忽視。此外，對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，以及其他參與市場的對象(如儲能等)和競爭對手的決策影響，是售電公司決策模型構(gòu)建的重要研究方向。