一种中长期电力市场不同时间尺度的购电量安排方法
技术领域
本发明公开了一种中长期电力市场不同时间尺度的购电量安排方法，属于计算、推算或计数的
技术领域
。背景技术
电力交易中心作为当前电力中长期市场的组织者，为了保证电力供需平衡，确保不同时间尺度的电力交易衔接，需要合理安排不同的交易品种的购电量。电网公司是目前阶段非市场化电量的组织者了，做好市场化和非市场化电量的合理组合是保证电力电量平衡的一个重要环节。
由于目前还处于电力市场化改革过渡期，所以并非所有电量都是市场化电量，市场化电量主要以煤电为主，而其他发电类型除少量长协水电，几乎都是非市场化电量。此外，由于电力现货市场只在部分省市试点，很多省份目前只存在中长期市场。
从时序上来说，电力中长期交易包含年度交易和月度交易。在年度发电前，首先要确定优先发电量，主要为清洁能源电量和区外来电。年度交易的标的物为次年的电量，主要为双边协商交易。而月度交易分为月前和月内(多日)交易，月前交易的标的物为次月电量，主要通过集中竞价的方式完成；而月内交易的标的物为月内剩余天数电量，主要通过挂牌交易方式完成，作为月前交易的补充。在引入电力现货市场后，电量的曲线分解是中长期市场和现货市场衔接的关键之一。
发明内容
本发明的发明目的是针对上述背景技术的不足，提出了一种中长期电力市场不同时间尺度的购电量安排方法，通过条件风险价值分析，来考虑负荷、清洁能源预测和电价预测的误差所带来的风险。将风险成本引入以经济最优为目标的优化函数，并通过将非线性约束条件进行线性化变换，以提升求解效率来实现年度合约电量、月度集中交易电量、月内挂牌交易电量的统筹安排。
本发明提供一种中长期电力市场不同时间尺度的购电量安排方法，包括以下步骤：
S1、建立针对预测误差的风险评估计算模型，通过条件风险价值CVaR来度量风险，确定CVaR的基本形式；
S2、建立基于条件风险价值的年度交易优化模型和月度交易优化模型，将风险成本引入经济最优的优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解；
S3、在不同时间尺度市场中，进行滚动优化，确定了电力中长期市场地购电计划安排。
进一步优选地，步骤S1中建立针对预测误差的风险评估计算模型，通过条件风险价值CVaR来度量风险，确定CVaR的基本形式；
在给定置信水平β(β∈(0,1))下，风险价值VaR的值为：
fVaR(x)＝min{α∈R；∫f(x,y)≤αρ(y)dy≥β} (1)；
其中：f(x,y)为投资的损失函数；x∈Rn为n维投资组合方案向量；y∈Rm为m维随机向量，表示电力中长期市场中的随机因素；α为允许损失的临界值，ρ(y)是y的概率密度函数；
条件风险价值CVaR的表达式为：
将fCVaR(x)简化并转换为以下形式，并用Fβ(x,α)来表示CVaR：
将上式(3)转换为离散化的形式，并带入样本数据计算，该离散化表达式为：
[f(x,yk)-α]+＝max[f(x,yk)-α,0] (5)；
其中，为CVaR的估计值，yk是第k组样本数据，共有N组样本数据。
进一步优选地，步骤S2中建立基于条件风险价值的年度交易优化模型，通过对负荷预测、清洁能源出力不确定性的风险分析，将风险成本引入经济最优的年度交易优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解，具体包括：
(1)设置目标函数
设置年度交易目标函数包含购电成本和风险成本，表达式如下：
其中：λi是优先发电中第i种清洁能源的上网电价；λj为第j个区外来电电厂的电价；λx为第x个发电商在年度市场中的双边协议电价；λm t为t月的月度市场的预测平均电价；λz为第z种发电类型的非市场化发电企业的上网电价； 分别表示t月的第i种清洁能源电量、第j个区外来电电厂的电量、第x个发电商在年度市场中的双边协议电量、第x个发电商在月度市场中的电量、第z种发电类型的非市场化发电企业的电量；ρ为风险厌恶系数，越保守的决策者选择的ρ越大，越激进的决策者选择的ρ越小；项为区外来电合同总额。
(2)构建不等式约束条件，并将非线性约束线性化
在所提出的年度交易优化模型中，CVaR存在以下不等式约束条件，通过蒙特卡罗模拟可以得到CVaR的估计值：
其中，R为CVaR的最大值，下标“k”表示该标识符为第k个样本的值；
引入中间量zk，将式(7)线性化为
zk＝[Cannual_k-α]+≥0 (9)；
zk≥Cannual_k-α (11)；
其中，λm,k是蒙特卡罗模拟中t月的月度市场预测平均电价的第k个样本；月度市场预测价格存在预测误差，预测误差可以被表示为均值为0的正态分布，则预测价格有表达式λm,k～(λm,σm 2)，λm的值需要通过预测得到；
电量存在以下约束：
(3)构建等式约束条件，并将非线性约束线性化
优化函数存在以下等式约束
其中，是t月的负荷预测值；是t月的负荷预测蒙特卡洛采样中的第k组样本；预测存在误差，误差可以用均值为0的正态分布来表示，则存在关系 是示t月的第i种清洁能源电量预测值，是t月的第i种清洁能源电量预测蒙特卡洛采样中的第k组样本，预测存在误差，误差可以用均值为0的正态分布来表示，则
进一步优选地，步骤S2中建立基于条件风险价值的月前交易优化模型，根据再次预测的结果，利用通过对负荷预测、清洁能源出力不确定性的风险分析，将风险成本引入经济最优的月度交易优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解，具体包括：
(1)设置目标函数
设置月前交易目标函数包含购电成本和风险成本，表达式如下：
其中，λi是优先发电中第i种清洁能源的上网电价；λj为第j个区外来电电厂的电价；λx为第x个发电商在年度市场中的双边协议电价；λbm为t月的月前市场的集中竞价电价；λim,x为第x个发电商在月内市场的挂牌价格；λz为第z种发电类型的非市场化发电企业的上网电价；分别表示τ时段的第i种清洁能源电量、第j个区外来电电厂的电量、第x个发电商在年度市场中的双边协议电量、第x个发电商在月前市场中的电量、第x个发电商在月内市场中的电量、第z种发电类型的非市场化发电企业的电量； 为开关量，表示该发电厂在τ时段是否出力为0，取值为0或1；ρ2为风险厌恶系数，越保守的决策者选择的ρ2越大，越激进的决策者选择的ρ2越小。
(2)构建不等式约束条件，并将非线性约束线性化
在所提出的月前交易模型中，CVaR存在以下不等式约束条件，通过蒙特卡罗模拟可以得到CVaR的估计值：
其中，R2为CVaR2的最大值，下标“k”表示该标识符为第k个样本的值；
引入中间量zk，将式(19)线性化为：
zk＝[Cmonth_k-α]+≥0 (21)；
zk≥Cmonth_k-α (23)；
每个时段内电量存在以下约束：
此外还存在爬坡约束：
(3)构建等式约束条件，并将非线性约束线性化
优化函数存在以下等式约束：
除上述约束外，交易结果必须经过安全校核，得出最终月前交易方案。
进一步优选地，步骤S3中在月内进行多次滚动预测，利用通过对负荷预测、清洁能源出力不确定性的风险分析，将风险成本引入经济最优的月内交易优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解，来确定月内挂牌交易电量，具体包括：
(1)建立目标函数
目标函数表达式如下：
与月前交易目标函数不同的是，区外来电、年度交易、月前交易的电量曲线分解已经完成，三项的值已经确定。
(2)构建不等式约束条件，并将非线性约束线性化
在所提出的月内交易模型中，CVaR存在以下不等式约束条件，通过蒙特卡罗模拟可以得到CVaR的估计值：
其中，R3为CVaR3的最大值，下标“k”表示该标识符为第k个样本的值；
引入中间量zk，将式(37)线性化为
zk＝[Cmonth_k′-α]+≥0 (39)；
每个时段内电量存在以下约束：
此外还存在爬坡约束：
(3)构建等式约束条件，并将非线性约束线性化
月内交易优化函数存在以下等式约束：
除上述约束外，交易结果必须经过安全校核，得出最终月内交易方案。
有益效果：
本发明提出了一种中长期电力市场不同时间尺度的购电量安排方法，建立针对负荷预测、清洁能源出力预测和电价预测误差的风险评估计算模型，通过条件风险价值(CVaR)来度量风险。建立基于条件风险价值的优化模型，将风险成本引入经济最优的优化函数，并通过将非线性约束条件进行线性化变换，以提升求解效率并实现优化求解。通过统筹安排年度电量、月度电量，并将月度电量进行曲线分解，最终得出经济最优的方案，为电力市场的组织者提供了参考。
附图说明
图1是一种中长期电力市场不同时间尺度的购电量安排方法的流程图。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。
本申请公开的一种中长期电力市场不同时间尺度的购电量安排方法，如图1所示，包含以下两大步骤具体说明。
步骤一：建立针对预测误差的风险评估计算模型，通过条件风险价值(CVaR)来度量风险，确定CVaR的基本形式。
令f(x,y)为投资的损失函数。其中，x∈Rn为n维投资组合方案向量；y∈Rm为m维随机向量，表示电力中长期市场中的随机因素。在给定置信水平β(β∈(0,1))下，风险价值VaR的值为
fVaR(x)＝min{α∈R；∫f(x,y)≤αρ(y)dy≥β} (1)；
其中α为允许损失的临界值，ρ(y)是y的概率密度函数。
条件风险价值CVaR的表达式为
一般可以将fCVaR(x)简化并转换为以下形式，并用Fβ(x,α)来表示CVaR：
在本发明所描述的情形中，通常情况下很难得到准确得到y的概率密度函数，而且求解连续非线性问题较为复杂，耗时很长。因此，需要将上式转换为离散化的形式，并带入样本数据计算，该离散化表达式为
[f(x,yk)-α]+＝max[f(x,yk)-α,0] (5)；
上式中，为CVaR的估计值，yk是第k组样本数据，共有N组样本数据。
步骤二：建立基于条件风险价值的年度交易优化模型，利用通过对负荷预测、清洁能源出力不确定性的风险分析，将风险成本引入经济最优的优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解。
1)设置目标函数
年度交易执行前，首先要确定优先发电量，其中由于可再生能源消纳保障机制的存在，清洁能源电量要求全部消纳，且为非市场化电量；区外来电也是省内市场化交易的边界条件之一。年度市场化交易执行过程中，年度市场的电价是双边交易的电价，为常数。而在月前市场的集中竞价交易边际电价为变化的，在年度市场交易决策时，需要对其电量和电价进行预测。年度合同为电量合同，合同分解到月。负荷需求电量剩余部分由非市场化电量执行。
设置年度交易目标函数包含购电成本和风险成本，表达式如下
上式中，λi是优先发电中第i种(共I种)清洁能源(如光伏、风电等)的上网电价，λj为第j个(共J个)区外来电电厂的电价，λx为第x个(共X个)发电商在年度市场中的双边协议电价，λm t为t月的月度市场的预测平均电价，λz为第z种发电类型的非市场化发电企业的上网电价。分别表示t月的第i种清洁能源电量、第j个区外来电电厂的电量、第x个发电商在年度市场中的双边协议电量，第x个发电商在月度市场中的电量，第z种发电类型的非市场化发电企业的电量。ρ为风险厌恶系数，越保守的决策者选择的ρ越大，越激进的决策者选择的ρ越小。其中，项为区外来电合同总额，作为购电安排的边界，为定值。
2)构建不等式约束条件，并将非线性约束线性化
在所提出的年度交易优化模型中，CVaR存在以下不等式约束条件。通过蒙特卡罗模拟可以得到CVaR的估计值。下标“k”表示该标识符为第k个样本的值。
上式中，R为CVaR的最大值。其中
为了将式(7)线性化，引入中间量zk。式(7)可以被线性化为
zk＝[Cannual_k-α]+≥0 (9)；
zk≥Cannual_k-α (11)；
上式中，λm,k是蒙特卡罗模拟中t月的月度市场预测平均电价的第k个样本。月度市场预测价格存在预测误差，预测误差可以被表示为均值为0的正态分布，则预测价格有表达式λm,k～(λm,σm 2)。λm的值需要通过预测得到。
电量存在以下约束：
3)构建等式约束条件，并将非线性约束线性化
本发明的年度交易优化函数存在以下等式约束
其中，是t月的负荷预测值，是t月的负荷预测蒙特卡洛采样中的第k组样本，预测存在误差，误差可以用均值为0的正态分布来表示，则存在关系 是示t月的第i种清洁能源电量预测值，是t月的第i种清洁能源电量预测蒙特卡洛采样中的第k组样本，预测存在误差，误差可以用均值为0的正态分布来表示，则
步骤三：建立基于条件风险价值的月前交易优化模型，根据再次预测的结果，利用通过对负荷预测、清洁能源出力不确定性的风险分析，将风险成本引入经济最优的优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解。
1)设置目标函数
月前交易执行前，首先要对该月的负荷、清洁能源出力进行再次预测。月前市场的集中竞价交易的成交电价为边际电价。月度电量安排时需要将电量进行曲线分解。
设置月前交易目标函数包含购电成本和风险成本，表达式如下
上式中，λi是优先发电中第i种(共I种)清洁能源(如光伏、风电等)的上网电价，λj为第j个(共J个)区外来电电厂的电价，λx为第x个(共X个)发电商在年度市场中的双边协议电价，λbm为t月的月前市场的集中竞价电价，λim,x为第x个发电商在月内市场的挂牌价格。λz为第z种发电类型的非市场化发电企业的上网电价。分别表示τ时段(共T个时段)的第i种清洁能源电量、第j个区外来电电厂的电量、第x个发电商在年度市场中的双边协议电量、第x个发电商在月前市场中的电量、第x个发电商在月内市场中的电量、第z种发电类型的非市场化发电企业的电量。为开关量，表示该发电厂在τ时段是否出力为0，取值为0或1。ρ2为风险厌恶系数，越保守的决策者选择的ρ2越大，越激进的决策者选择的ρ2越小。
2)构建不等式约束条件，并将非线性约束线性化
在所提出的月前交易模型中，CVaR存在以下不等式约束条件。通过蒙特卡罗模拟可以得到CVaR的估计值。下标“k”表示该标识符为第k个样本的值。
上式中，R2为CVaR2的最大值。其中
为了将式(7)线性化，引入中间量zk。式(19)可以被线性化为
zk＝[Cmonth_k-α]+≥0 (21)；
zk≥Cmonth_k-α (23)；
每个时段内电量存在以下约束：
此外还存在爬坡约束：
3)构建等式约束条件，并将非线性约束线性化
本发明的月前交易优化函数存在以下等式约束：
除上述约束外，交易结果必须经过安全校核，得出最终月前交易方案。
步骤四：在月内进行多次滚动预测，利用通过对负荷预测、清洁能源出力不确定性的风险分析，将风险成本引入经济最优的优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解，来确定月内挂牌交易电量。
1)设置目标函数
每次月内(多日)交易执行前，首先要对该月的负荷、清洁能源出力进行再次预测。月前市场的集中竞价交易的成交电价为边际电价。月度电量安排时需要将电量进行曲线分解。
与月前交易目标函数不同的是，区外来电、年度交易、月前交易的电量曲线分解已经完成，三项的值已经确定。
2)构建不等式约束条件，并将非线性约束线性化
在所提出的月内交易优化模型中，CVaR存在以下不等式约束条件。通过蒙特卡罗模拟可以得到CVaR的估计值。下标“k”表示该标识符为第k个样本的值。
上式中，R3为CVaR3的最大值。其中
为了将式(7)线性化，引入中间量zk。式(19)可以被线性化为
zk＝[Cmonth_k′-α]+≥0 (39)；
每个时段内电量存在以下约束：
此外还存在爬坡约束：
3)构建等式约束条件，并将非线性约束线性化
本发明的月内交易优化函数存在以下等式约束：
除上述约束外，交易结果必须经过安全校核，得出最终月内交易方案。
综上，本发明公开了一种中长期电力市场不同时间尺度的购电量安排方法，属于计算、推算或计数的技术领域。通过对负荷预测不确定性的风险分析及将风险成本引入经济最优的优化函数，并通过将非线性约束条件进行线性化变换，来实现优化求解，本算法可以用来统筹安排不同时间尺度、不同交易品种的购电量，并且提升了求解效率。本发明实现了年度合约电量、月度集中交易电量、月内挂牌交易电量统筹安排的交易策略，为电力市场的组织者提供了参考。
