The invention discloses a bidding mechanism of power system demand side multi objective scheduling optimization method, which includes the bidding transaction model of direct demand side in the ancillary services market, according to the direct demand side response mechanism construction of direct demand side in ancillary service market clearing model; according to the direct demand side response the characteristics, load characteristics and wind power output curve of the coordination of demand side resources; the degree of precision caused by monitoring the wind power system voltage fluctuation and calculation system of reserve capacity, the establishment of wind power grid risk model; to establish the minimum target for the abandoned wind considering demand side bidding in ancillary service market and planning and the wind power grid multi-objective optimization model of risk cost, and the particle swarm algorithm for solving the model step. The method of the invention can make full use of the function of providing standby capacity on the demand side in the auxiliary service market, improving the wind power access capacity of the system and reducing the abandoning wind.
【技术实现步骤摘要】
基于需求侧竞价交易机制的电力系统多目标优化调度方法
本专利技术涉及一种含风电的电力系统多目标优化调度方法,尤其是一种基于需求侧在辅助服务市场竞价交易机制并计及风电并网风险成本的电力系统多目标优化调度方法。
技术介绍
需求响应概念是美国在进行了电力市场化改革以后,针对需求侧管理(DSM)如何在竞争市场中充分发挥作用以维持系统可靠性和提高市场运行效率而提出的。广义上来说,需求响应可以定义为:电力市场中的用户针对市场价格信号或者激励机制做出响应,并改变正常电力消费模式的市场参与行为。需求响应作为需求侧管理的一种重要调节手段,通过采用价格或激励手段引导电力用户做出响应,能够向系统提供一定的虚拟备用容量,为降低系统运行成本和解决含风电调度备用容量资源紧缺的问题提供了新的解决途径。将需求侧响应和博弈理论相结合,通过构建需求侧在辅助服务市场的竞价交易模型,提高需求侧响应提供备用容量的交易达成效率,为消纳风电层面上的电力系统调度提供更多备用容量,以减少弃风。博弈论主要参与元素有参与者、战略、支付和均衡,参与者是指博弈过程通过选择行动(战略)最大化自己的支付水平的决策主体,这里指辅助服务市场中参与备用容量竞价交易的直接型需求响应运营商;战略是参与者在给定信息情况下的行动规则,即博弈的策略,目的是使自己的支付效应最大化;支付是参与者在博弈策略下得到的期望效用水平,这里直接型需求响应运营商的收益即为支付;均衡是所有参与者的最优战略组合,这里指“纳什均衡”。利用博弈论构建需求侧在辅助服务市场的备用容量竞价交易模型,增加需求响应项目运营商的收益,促进双方交易达成,提高需求响应速度。 ...
【技术保护点】
一种基于需求侧竞价交易机制的电力系统优化调度方法,其特征在于:所提调度方法的步骤如下:步骤一:建立直接型需求侧在辅助服务市场的竞价交易模型,优化需求侧出力模式,根据直接型需求侧响应机理构建直接型需求侧在辅助服务市场出清模型;步骤二:根据直接型需求侧响应特点、结合负荷曲线特点和风电出力规律,协调调度需求侧响应;步骤三:为保证系统风电接入安全,监测风电并网引起的系统母线电压波动和计算系统预留备用容量的精确度,建立风电并网风险模型;步骤四:最后建立以最小弃风量为目标考虑需求侧在辅助服务市场竞价交易并且计及风电并网风险成本的多目标优化调度模型;步骤五:采用快速粒子群算法求解上述模型。
【技术特征摘要】
1.一种基于需求侧竞价交易机制的电力系统优化调度方法,其特征在于:所提调度方法的步骤如下:步骤一:建立直接型需求侧在辅助服务市场的竞价交易模型,优化需求侧出力模式,根据直接型需求侧响应机理构建直接型需求侧在辅助服务市场出清模型;步骤二:根据直接型需求侧响应特点、结合负荷曲线特点和风电出力规律,协调调度需求侧响应;步骤三:为保证系统风电接入安全,监测风电并网引起的系统母线电压波动和计算系统预留备用容量的精确度,建立风电并网风险模型;步骤四:最后建立以最小弃风量为目标考虑需求侧在辅助服务市场竞价交易并且计及风电并网风险成本的多目标优化调度模型;步骤五:采用快速粒子群算法求解上述模型。2.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法,其特征在于:在步骤一中,所述构建直接型需求侧的市场出清模型,包括如下内容:可中断负荷项目运营商的市场出清模型为:式中,fIL表示可中断负荷运营商的收益,λ为辅助服务市场竞价不确定性因子,κ1和κ2为运营商出售电量和容量的价格系数,pIL和QIL分别为中断电量及其产生的容量,其中|pIL|=|QIL|,αIL、βIL和γIL为可中断负荷运营商切负荷成本系数;可中断负荷项目运营商通过切负荷的方式响应容量市场的需求请求,同时获取折扣电价和出售中断负荷衍生的容量产生收益,其商业模式正常运行需保证可中断负荷项目遵循以下约束;1)调用频次约束式中,nt为t时段调用次数,Nz为调度周期T内可中断负荷总的调度次数;2)调用容量约束pIL≥pZ(3)式中,pZ为可中断负荷项目最小中断电量。智能微电网项目运营商的市场出清模型为:式中,fAM表示智能微电网项目运营商收益,pAM为卖电或买电量,QAM为智能电网项目运营商产生的容量,其中|pAM|=|QAM|,αAM、βAM和γAM为智能微电网项目运营商发电成本系数;分布式储能项目运营商的市场出清模型为:式中,fEV表示分布式储能运营商的收益,pEV为分布式储能运营商的卖电量,QEV为买电和卖电过程中产生的容量,其中|pEV|=|QEV|,αEV、βEV和γEV为分布式储能运营商储能成本系数。3.根据权利要求1所述的一种基于需求侧竞价交易机制的电力系统优化调度方法,其特征在于:在步骤一中,所述构建直接型需求侧在辅助服务市场出清模型,包括如下内容:各直接型需求响应运营商在参与辅助服务市场竞价交易时不能获知其他运营商的成本系数,运营商间的博弈为不完全信息静态博弈,各运营商通过市场调查能够获得其他运营商高、中和低成本的成本系数概率分布,分别为μk,1、μk,2和μk,3,∑μk,i=1,因此可以利用概率计算期望的方式将直接需求响应竞价模型由不完全信息静态博弈模型转换为完全信息静态博弈模型,采用纳什均衡求解;智能微电网的市场竞价交易出清期望模型为:式中,CEV为智能微电网项目运营商的成本函数,μAM,i为智能微电网项目运营商在高、中、低成本的概率,f′AM为智能微电网项目运营商的期望收益,λ'AM为智能微电网项目运营商在辅助服务市场竞价的不确定性因子,α'AM、β'AM和γ'AM为智能微电网项目运营商成本函数系数的期望值;分布式储能项目运营商的市场竞价交易出清期望模型为:式中,f′EV为分布式储能运营商的期望收益,λ'EV为分布式储能运营商在辅助服务市场竞价的不确定性因子,α'EV、β'EV和γ'EV为分布式储能运营商成本函数系数的期望值;由平衡条件可得:根据辅助服务市场交易中心制定的备用容量竞价计...
【专利技术属性】
技术研发人员:杨丽君,梁景志,高鹏,王伟浩,郭海军,
申请(专利权)人:燕山大学,
类型:发明
国别省市:河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。