吳洋 蘇承國 孫映易 劉雙全 郭航天

摘要：

水電富集電網(wǎng)中梯級水電站間緊密的水力、電力時空耦合關(guān)系以及清潔能源消納的政策要求，極大地增加了現(xiàn)貨市場環(huán)境下電網(wǎng)優(yōu)化調(diào)度的挑戰(zhàn)性?；谒姼患娋W(wǎng)的市場特點和真實需求，探討了促進可再生能源保障性消納的水電富集電網(wǎng)日前現(xiàn)貨市場交易機制。在此基礎(chǔ)上，建立了以系統(tǒng)綜合購電費用最小為目標的日前優(yōu)化調(diào)度模型。針對模型中的水電站水位-庫容關(guān)系、水位-耗水率關(guān)系等非線性因素，提出了相應的線性化處理策略，將原非線性模型轉(zhuǎn)換為混合整數(shù)線性規(guī)劃（Mixed Integer Linear Programming，MILP）模型。以云南電網(wǎng)10座火電站和22座水電站的日前優(yōu)化調(diào)度為例對模型進行了驗證，計算時間為183.6 s，系統(tǒng)綜合購電費用為15 535萬元，3個流域均無棄水產(chǎn)生。結(jié)果表明：提出的模型具有較高的求解精度與效率，在滿足綜合購電成本最小的前提下實現(xiàn)了水電最大化消納，為水電富集電網(wǎng)的日前現(xiàn)貨市場開展提供了科學決策的依據(jù)。

關(guān) 鍵 詞：

水電富集電網(wǎng)； 日前現(xiàn)貨市場； 出清機制； 日前優(yōu)化調(diào)度； 混合整數(shù)線性規(guī)劃

中圖法分類號： TV213.4

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.07.030

0 引 言

現(xiàn)貨市場能夠充分還原電力商品屬性，真正起到價格發(fā)現(xiàn)和資源優(yōu)化配置的作用［1］。當前，中國新一輪電力體制改革進展迅速，并以南方（以廣東起步）、四川等8個地區(qū)作為第一批試點［2］，相繼組織推動電力現(xiàn)貨市場建設(shè)工作。隨著當前中國電力體制改革的全面深化，現(xiàn)貨市場的全面鋪開已成為下一階段中國電力市場建設(shè)的核心與重點。

云南電網(wǎng)、四川電網(wǎng)是中國兩個水電居主導地位的省級電網(wǎng)，水電裝機容量占比均超過70%，是典型的水電富集電網(wǎng)［3］。水電逐步放開參與日前現(xiàn)貨市場競爭，形成新的交易約束，與復雜電網(wǎng)安全約束以及固有的水力約束、電力約束等關(guān)聯(lián)耦合，進一步增加了電網(wǎng)優(yōu)化調(diào)度（市場出清）的挑戰(zhàn)性，具體體現(xiàn)在以下幾個方面：① 梯級水電上游電站的下泄流量對下游電站發(fā)電能力存在影響，其復雜水力約束如耗水率-壩前水位關(guān)系、水位-庫容關(guān)系等非線性約束，與電力約束耦合［4-5］，極大地影響了優(yōu)化調(diào)度模型的求解效率（市場出清效率）；② 在傳統(tǒng)的現(xiàn)貨市場機制下，以全社會效益最大化或購電成本最小化作為優(yōu)化目標，市場將盡可能讓報價低的電站中標更多的電量，然而這種機制可能會導致全網(wǎng)水電站產(chǎn)生大量棄水，造成極大的資源浪費，違背了目前中國對可再生能源實行保障性消納的政策［6］。因此，研究現(xiàn)貨市場環(huán)境下水電富集電網(wǎng)優(yōu)化調(diào)度運行方式，以充分利用市場交易機制，實現(xiàn)電網(wǎng)現(xiàn)貨市場穩(wěn)定運行和清潔能源的保障性消納，具有重要意義。

國外水電資源豐富的地區(qū)如巴西、北歐等已建立了相對成熟的電力市場。巴西電力市場［7-8］中的短期市場是由市場運營機構(gòu)組織的“成本型電力庫”市場，市場不報價，價格也不由競爭確定，因此巴西短期市場并不是嚴格意義上的電力現(xiàn)貨市場。北歐電力市場范圍覆蓋瑞典、挪威、芬蘭和丹麥，日前現(xiàn)貨市場采用“集中競價，邊際出清”的原則［9-12］。挪威的水電站普遍具有優(yōu)良的調(diào)節(jié)性能，能夠借助于跨國互聯(lián)系統(tǒng)實現(xiàn)高比例水電的消納和各國資源互濟協(xié)調(diào)。

中國許多學者也對水電參與日前現(xiàn)貨市場問題進行了研究。賈澤斌等［13］提出一種高比例水電系統(tǒng)梯級電量聯(lián)動控制的日前現(xiàn)貨出清方法，將梯級水電站日電量動態(tài)控制作為邊界納入系統(tǒng)約束，使水電現(xiàn)貨出清計劃都能滿足梯級水力約束條件；于旭光等［14］提出了一種耦合日前市場競價及日合同分解的梯級水電站短期魯棒優(yōu)化調(diào)度方法；鄧玉敏等［15］ 提出了基于機會成本的日前市場增量競價報價策略并設(shè)計了跨省區(qū)水電中長期合約分解曲線物理執(zhí)行機制和日前市場增量競價模型；鐘儒鴻等［16］在傳統(tǒng)出清模型的基礎(chǔ)上，結(jié)合水電復雜水力聯(lián)系的特點，考慮水電跨區(qū)消納的場景，提出了耦合復雜水力聯(lián)系的跨區(qū)交易現(xiàn)貨市場出清模型，將復雜水力聯(lián)系轉(zhuǎn)化成水電站群的最大、最小發(fā)電量；張粒子等［17］將下游電站日內(nèi)發(fā)電量表示為關(guān)于上游電站申報電量的線性函數(shù)并將其嵌入到日前市場出清優(yōu)化模型中，解決了多運營主體流域梯級水電站獨立參與日前市場的出清問題。但當前相關(guān)的研究中仍存在兩個問題迫切需要解決：① 中國要求通過發(fā)揮市場調(diào)節(jié)功能實現(xiàn)清潔能源最大化消納，而針對高比例水電的市場化消納問題，目前仍缺乏一套合理的現(xiàn)貨市場出清技術(shù)體系；② 水電富集電網(wǎng)日前調(diào)度模型中大量非線性約束帶來計算復雜度的提升，以往模型缺乏有力的處理手段，導致模型求解效率偏低，難以滿足現(xiàn)貨市場出清的效率要求。本文首先分析了清潔能源消納政策背景下水電富集電網(wǎng)的日前出清機制，在此基礎(chǔ)上建立了現(xiàn)貨市場環(huán)境下水電富集電網(wǎng)日前優(yōu)化調(diào)度模型。模型將棄水電量懲罰考慮到優(yōu)化目標中，以綜合購電費用最小為目標函數(shù)，綜合考慮了電網(wǎng)約束、水電約束和火電約束。為提高調(diào)度模型的求解效率，本文將模型中非線性因素進行線性化，將原模型轉(zhuǎn)換為標準的混合整數(shù)線性規(guī)劃（mixed integer linear programming，MILP）模型，并調(diào)用成熟、高效的優(yōu)化求解器CPLEX對模型進行求解。最后，以云南電網(wǎng)10座火電站和22座水電站的日前優(yōu)化調(diào)度對本文模型和方法進行驗證。

1 水電富集電網(wǎng)日前現(xiàn)貨市場機制

電力市場主要分為分散式電力市場和集中式電力市場兩種模式。目前國內(nèi)電力現(xiàn)貨市場試點中，南方（以廣東省起步）、浙江省、四川省、甘肅省、山東省、山西省采用集中式電力市場，而福建省、蒙西采用分散式市場。對于水電富集電網(wǎng)而言，大型梯級水電站群上下游之間具有極強的水力和電力聯(lián)系，分散式市場模式下梯級水電站之間相互競爭可能會導致大量棄水或部分下游電站無法完成申報的日前發(fā)電曲線。為保障清潔能源優(yōu)先消納和電力市場平穩(wěn)運行，水電富集區(qū)域適宜采用集中式電力市場模式。日前現(xiàn)貨市場采用全電量申報、集中優(yōu)化出清的方式開展，市場運營初期可采用發(fā)電側(cè)報量報價、用戶側(cè)報量不報價，發(fā)電側(cè)報價采用階梯型報價的方式，如圖1所示。由于水力發(fā)電的特殊性，同一個水電站內(nèi)不同機組的出力是互相影響的，難以作為獨立的競價主體，因此水電站以電站為單位參與日前市場交易。而火電機組的發(fā)電能力取決于各自機組運行狀況、技術(shù)約束和燃料供給，各機組的發(fā)電能力是相互解耦的，能夠基于自身經(jīng)濟技術(shù)特性開展獨立的現(xiàn)貨電力交易。電力調(diào)度機構(gòu)以全網(wǎng)購電費用最小為目標集中出清，得到運行日的水電站調(diào)度計劃、火電機組開機組合和分時出力曲線，在獲得經(jīng)濟最優(yōu)解的同時最大程度保障水電的消納。風電和光伏作為新能源，由于其不具備調(diào)節(jié)能力，因此暫不參與日前現(xiàn)貨市場交易［18］，將其預測功率作為市場出清邊界條件。

2 數(shù)學模型

2.1 目標函數(shù)

傳統(tǒng)的日前現(xiàn)貨市場優(yōu)化調(diào)度（出清）模型多采用購電費用最小為目標函數(shù)，未考慮高比例水電消納問題［18-20］。為此，本文在模型中引入水電棄能罰函數(shù)，將棄能帶來的損失考慮到購電費用中，以綜合購電費用最小為目標構(gòu)建現(xiàn)貨市場日前發(fā)電優(yōu)化調(diào)度模型。因風電和光伏暫不參與日前現(xiàn)貨市場交易，本文僅考慮水電和火電參與日前市場交易，具體目標函數(shù)如下：

4 實例分析

4.1 工程概況

云南電網(wǎng)是典型的水電富集電網(wǎng)，截至2021年底，云南省全口徑水電裝機容量達到7 810萬kW，占總裝機容量的近80%。云南省是中國新一輪電力市場化改革首批試點，現(xiàn)已全面建成年度交易、月度交易、日前增量交易等覆蓋多個時間尺度的中長期電力市場，市場主體和交易電量均增長迅速。截至2021年底，共470余家電廠參與市場交易，覆蓋省調(diào)平衡電站的90%以上，省內(nèi)市場全年共成交電量1 490.85億kW·h。本文以云南電網(wǎng)為工程背景，考慮瀾滄江、金沙江、李仙江3個流域的22個水電站以及10座火電站在日前現(xiàn)貨市場下的發(fā)電優(yōu)化調(diào)度，其中水電總裝機容量為31 473 MW，火電總裝機容量為10 000 MW。流域梯級水電站的水力聯(lián)系如圖3所示。日前優(yōu)化調(diào)度的調(diào)度周期為24 h，時間步長為15 min，采用2021年1月典型日的實際運行數(shù)據(jù)進行模型模擬。水電站及火電站需要同時申報運行費用，采用現(xiàn)貨市場常用的分段階梯型報價［27］，火電機組為4段，水電站為5段，分段數(shù)據(jù)是通過對每月實際交易數(shù)據(jù)特殊處理得到的，具體處理如下：對于分段價格，取電站月交易價格的最高和最低作為申報價格的上下限，然后通過等區(qū)間插值確定各分段的申報價格；同樣，分段出力由最小出力和最大出力等區(qū)間插值確定［28］，此外火電機組還需申報開機費用。調(diào)用CPLEX求解器對模型進行求解，計算平臺為16核CPU、主頻2.3 GHz的Dell工作站。棄能懲罰因子M設(shè)置為200，模型迭代收斂絕對精度值為0.02%。

4.2 結(jié)果分析

4.2.1 優(yōu)化調(diào)度結(jié)果分析

模型計算耗時為183.6 s，計算效率較高，說明將模型中非線性約束進行線性化處理后借助高效求解器，可以有效解決水電富集電網(wǎng)日前現(xiàn)貨市場出清效率低下的問題。

計算得到的電網(wǎng)最小綜合購電費用為15 535萬元，3個流域均無棄水產(chǎn)生，說明本文所提模型將棄水電量懲罰考慮到目標函數(shù)中，可以在兼顧購電費用的同時避免棄水的產(chǎn)生，實現(xiàn)了清潔能源的市場化消納。

圖4給出了日前市場的優(yōu)化調(diào)度結(jié)果。水電中標電量占全網(wǎng)用電量的56%，火電占44%，由于水電總裝機大于火電總裝機，且水電整體報價較火電報價低，因此水電的中標電量占全網(wǎng)用電量更多。限于篇幅，圖5給出了瀾滄江流域龍頭小灣電站的水位、出力變化曲線。小灣是多年調(diào)節(jié)電站，具有良好的調(diào)節(jié)性能，電站出力有隨負荷變化的趨勢；水位基本保持穩(wěn)定，在日內(nèi)呈平緩下降趨勢。

4.2.2 棄能懲罰因子對出清結(jié)果的影響分析

為驗證本文模型的優(yōu)越性，將本文所提模型與傳統(tǒng)僅追求經(jīng)濟效益而不考慮棄能懲罰的日前市場出清模型進行對比，對比結(jié)果如表1所列?？梢钥闯?，盡管傳統(tǒng)模型綜合購電費用減少了1 893萬元，但棄水電量達到了124 966 MW·h，小灣、大朝山、觀音巖、崖羊山、普西橋等調(diào)節(jié)性能較好的電站均產(chǎn)生了棄水，不符合清潔能源消納的政策要求。

調(diào)整棄水電量懲罰因子，進一步分析不同棄水電量懲罰因子下的出清結(jié)果，如圖6所示?？梢钥闯觯弘S著棄水電量懲罰因子的增大，綜合購電費用逐步變大，而棄水電量逐步減?。划攽土P因子增大到200時，棄水減小到0，懲罰因子增大到250時，綜合購電費用不再變化。這是因為當懲罰因子較小時，棄水電量在目標函數(shù)中所占較小，為了滿足經(jīng)濟效益，報價低的水電機組多中標，報價高的水電機組則因少中標或無中標，被迫產(chǎn)生棄水；而當懲罰因子較大時，報價較高的電站也獲得了中標電量，從而起到減少水電棄水的作用。

4.2.3 龍頭電站報價對結(jié)果影響分析

（1） 調(diào)高報價。

小灣為多年調(diào)節(jié)電站，裝機容量4 200 MW，是瀾滄江上游的龍頭電站。現(xiàn)調(diào)高小灣電站的報價，將其對應容量段報價提高0.2元/（kW·h），分析其對出清結(jié)果的影響。小灣的水位、出力變化曲線如圖7所示。可以看出，當小灣報價提高時，其出力在低谷階段明顯減少，而由于電網(wǎng)負荷平衡要求，小灣電站在負荷高峰時段的出力與提高報價前基本相同。由于小灣極好的調(diào)節(jié)能力，其水位與報價提升前水位幾乎一致。從表2看出，當小灣報價調(diào)高后，電網(wǎng)內(nèi)水電總體中標電量降低，而火電中標電量升高，綜合購電費用升高1 316萬元，兩種情況下均無棄水產(chǎn)生。此外，由表3可知，小灣報價提高0.2元/（kW·h）時，瀾滄江流域水電站總中標電量減少10.03%，對下游漫灣電站、大朝山電站的中標電量影響較大，而對功果橋、糯扎渡、景洪的影響較小。這是因為小灣的發(fā)電量和下泄流量減少，造成其下游漫灣、大朝山電站出現(xiàn)中標出力減少的現(xiàn)象。而糯扎渡、景洪作為瀾滄江流域下游的水電站且具有較好的調(diào)節(jié)性能，因此調(diào)高小灣的報價對其影響較小；而功果橋作為小灣的上游電站，受其下游小灣電站下泄流量的影響也不大，因此調(diào)高小灣的報價對其影響也較小。

（2） 調(diào)低報價。

調(diào)低瀾滄江龍頭電站小灣的報價，將其對應容量段報價調(diào)低0.1元/（kW·h），其優(yōu)化調(diào)度結(jié)果變化如表4所列。可以看出，當調(diào)低小灣報價時，系統(tǒng)綜合購電費用減少了477萬元，水電總體中標電量較原始提高了2.25%，無棄水產(chǎn)生。由表5可知，調(diào)低龍頭電站的報價對流域內(nèi)其他電站報價的影響不明顯，主要原因在于調(diào)整報價前水電的報價就已經(jīng)低于火電的報價，因此，調(diào)低報價后，流域內(nèi)水電的中標電量僅有略微提高。

5 結(jié) 論

本文根據(jù)中國水電富集電網(wǎng)運行特征和清潔能源消納政策，設(shè)計了促進清潔能源消納的水電富集電網(wǎng)日前市場出清機制，繼而構(gòu)建了以系統(tǒng)綜合購電費用最小為目標的日前優(yōu)化調(diào)度MILP模型，并以云南電網(wǎng)為例對模型進行了驗證，得到了如下幾點結(jié)論：

（1） 本文提出了一系列有效的線性化處理策略，將水電富集電網(wǎng)日前優(yōu)化調(diào)度模型轉(zhuǎn)化為標準的MILP模型，大幅簡化了現(xiàn)貨市場日前優(yōu)化調(diào)度模型的復雜性，在滿足精度的前提下極大地提高了計算效率。

（2） 通過設(shè)計合理的水電富集電網(wǎng)日前市場出清機制，能夠有效促進水電消納；隨著棄水懲罰因子逐漸增大，系統(tǒng)綜合購電費用逐漸變大，但棄水電量顯著減小；當棄水懲罰因子增加到一定程度時，優(yōu)化調(diào)度棄水電量不再變化，此時則為系統(tǒng)的最小棄電量。

（3） 流域龍頭電站報價較高時，龍頭電站的中標電量減少，流域內(nèi)水電總的中標電量也呈減少趨勢，小灣作為多年調(diào)節(jié)電站，影響更為顯著；當流域龍頭電站報價較低時，龍頭電站的中標電量增多，但由于本身水電的報價就比火電的低，因此調(diào)低龍頭電站報價對該流域整體影響不明顯。

目前，中國正處于電力現(xiàn)貨市場建設(shè)的關(guān)鍵時期，大規(guī)模水電參與現(xiàn)貨市場已成為必然趨勢，本文的研究可為清潔能源消納政策下水電富集電網(wǎng)日前優(yōu)化調(diào)度問題提供有效參考。而研究現(xiàn)貨市場出清機制對節(jié)點電價的影響以及分析市場運行均衡狀態(tài)，是未來進一步的研究方向。

參考文獻：

［1］ 宋永華，包銘磊，丁一，等.新電改下我國電力現(xiàn)貨市場建設(shè)關(guān)鍵要點綜述及相關(guān)建議［J］.中國電機工程學報，2020，40（10）：3172-3187.

［2］ 國家發(fā)展改革委辦公廳，國家能源局綜合司.國家發(fā)展改革委辦公廳、國家能源局綜合司關(guān)于開展電力現(xiàn)貨市場建設(shè)試點工作的通知［EB/OL］.（2017-08-28）［2022-07-13］.https：∥www.ndrc.gov.cn/xxgk/zcfb/tz/201709/t20170905_962552.html.

［3］ 陳孚.電力市場環(huán)境下水電富集電網(wǎng)中長期運行策略及方式研究［D］.大連：大連理工大學，2017.

［4］ 申建建，程春田，武新宇，等.超大規(guī)模水電系統(tǒng)優(yōu)化調(diào)度挑戰(zhàn)及應用實踐［J］.中國電機工程學報，2018，38（21）：6284-6294.

［5］ ZHOU J Z，ZHANG Y C，ZHANG R，et al.Integrated optimiza-tion of hydroelectric energy in the upper and middle Yangtze River.［J］.Renewable and Sustainable Energy Reviews，2015，45：481-512.

［6］ 張粒子，張楓，李俊，等.基于中長期優(yōu)化調(diào)度的水電富集地區(qū)豐枯期省間購售電策略優(yōu)化模型研究［J］.水利水電技術(shù)（中英文），2021，52（7）：152-166.

［7］ REGO E E.Price：Lessons learned from Brazilian electricity procurement auctions.［J］.Energy Policy，2013，60：217-223.

［8］ MUNHOZ F C.The necessity of more temporal granularity in the Brazilian short-term electricity market［J］.Sustainable Energy，Grids and Networks，2017，11：26-33.

［9］ JEAN-MICHEL，GLACHANT，SOPHIA，et al.The EU internal electricity market：Done forever？［J］.Utilities Policy，2014，31：221-228.

［10］ ILIEVA I，TORJUS B T F.An econometric analysis of the regulation power market at the nordic power exchange［J］.Energy Procedia，2014，58：58-64.

［11］ Nord Pool A S.Day-ahead market regulations［EB/OL］.［2020-06-03］.https：∥www.nordpoolgroup.com/globalassets/download-center/rules-and-regulations/day-aheadmarket-regulations_valid-from-3-june-2020.pdf.

［12］ SKYTTE K.The regulating power market on the Nordic power exchange Nord Pool：an econometric analysis［J］.Energy Economics，1999，21（4）：295-308.

［13］ 賈澤斌，申建建，程春田，等.基于梯級電量聯(lián)動控制的高比例水電電力市場日前現(xiàn)貨出清方法［J］.中國電機工程學報，2021，41（23）：8033-8046.

［14］ 于旭光，李剛，李亞鵬，等.耦合日合同分解及日前市場競價的梯級水電站短期魯棒優(yōu)化調(diào)度［J］.電網(wǎng)技術(shù)，2021，45（10）：4016-4025.

［15］ 鄧玉敏，石峰，夏清，等.跨省區(qū)水電參與現(xiàn)貨市場的機制和交易策略［J］.電網(wǎng)技術(shù)，2021，45（8）：3190-3202.

［16］ 鐘儒鴻，程春田，廖勝利，等.耦合復雜水力聯(lián)系的跨區(qū)交易現(xiàn)貨市場出清模型［J］.電力系統(tǒng)自動化，2022，46（1）：164-173.

［17］ 張粒子，劉方，許通，等.多運營主體梯級水電站參與的日前市場出清模型［J］.電力系統(tǒng)自動化，2018，42（16）：104-110.

［18］ 路軼，胡曉靜，孫毅，等.適應高水電占比的電力現(xiàn)貨市場機制設(shè)計與實踐［J］.電力系統(tǒng)自動化，2021，45（9）：162-170.

［19］ 黃馗，張政，武新宇.棄水電量及調(diào)峰棄水電量計算方法研究［J］.人民長江，2021，52（6）：201-205，228.

［20］ 高志遠，徐亮，邵平，等.水電市場化消納分析與體系框架設(shè)計［J］.人民長江，2022，53（1）：235-239.

［21］ 馮仲愷，牛文靜，程春田，等.大規(guī)模水電系統(tǒng)優(yōu)化調(diào)度維數(shù)災問題研究進展［J］.水電與抽水蓄能，2021，7（5）：111-115.

［22］ 張政，武新宇，程春田，等.復雜約束下梯級水電站短期廠網(wǎng)協(xié)調(diào)多目標MILP模型［J］.電力系統(tǒng)自動化，2021，45（21）：197-205.

［23］ 蘇承國，王沛霖，武新宇，等.考慮機組組合的梯級水電站短期調(diào)峰MILP模型［J］.電網(wǎng)技術(shù)，2018，42（6）：1883-1891.

［24］ CHENG C T，WANG J Y，WU X Y.Hydro unit commitment with a head-sensitive reservoir and multiple vibration zones using MILP［J］.IEEE Transactions on Power Systems，2016，31（6）：4842-4852.

［25］ SU C G，YUAN W L，CHENG C T，et al.Short-term generation scheduling of cascade hydropower plants with strong hydraulic coupling and head-dependent prohibited operating zones［J］.Journal of Hydrology，2020，591：125556.

［26］ LU L，YUAN W L，SU C G，et al.Optimization model for the short-term joint operation of a grid-connected wind-photovoltaic-hydro hybrid energy system with cascade hydropower plants［J］.Energy Conversion and Management，2021，236：114055.

［27］ BAKIRTZIS A G，ZIOGOS N P，TELLIDOU A C，et al.Electricity producer offering strategies in day-ahead energy markets［J］.IEEE Transactions on Power Systems，2007，22（4）：1804-1818.

［28］ JIA Z B，SHEN J J，CHENG C T，et al.Optimum day-ahead clearing for high proportion hydropower market considering complex hydraulic connection［J］.Electrical Power and Energy Systems，2022，141：108211.

（編輯：江 文）

Day-ahead optimal scheduling of hydropower-dominated power grid under spot market environment

WU Yang1，SU Chengguo2，SUN Yingyi1，LIU Shuangquan1，GUO Hangtian2

（1.Power Dispatching & Control Center，Yunnan Power Grid，Kunming 650011，China； 2.College of Water Conservancy and Civil Engineering，Zhengzhou University，Zhengzhou 450011，China）

Abstract：

In the hydropower enrichment network，the tight time-space coupling relationship of hypower and electricity between cascade hydropower stations and the policy requirements of clean energy consumption has greatly increased the challenge of power grid optimization and dispatching in the spot market environment.Based on the market characteristics and real demand for the hydropower-dominated power grid，the day-ahead spot market trading mechanism of the hydropower enrichment grid was discussed to guarantee the absorption of renewable energy.On this basis，a day-ahead optimization scheduling model aiming at minimizing the comprehensive power purchase cost of the power system was established.The nonlinear factors in the model such as the relationship between water level and storage capacity of hydropower stations，and the relationship between water level and water-consumption rate were linearized through multiple linearization techniques.Therefore the original nonlinear model was transformed into a Mixed Integer Linear Programming（MILP） model，and the developed model was verified by 10 thermal power stations and 22 hydropower stations in Yunnan Power Grid.The calculation time was 183.6s，the comprehensive power purchase cost of the system was 155.35 million CNY，and there was no water abandonment in the three river basins.The simulation results showed that the proposed model had high solution accuracy and efficiency，and maximized the hydropower consumption under the premise of meeting the minimum comprehensive power purchase cost.The findings of this study can provide a scientific basis for the development of the day-ahead spot market of hydropower-dominated power grid.

Key words：

hydropower-dominated power grid；day-ahead spot market；clearing mechanism；day-ahead optimal scheduling；mixed integer linear programming