一种风光储场站多环节容量分配方法及系统技术方案

本发明专利技术涉及一种风光储场站中多环节容量分配方法及系统。该方法包括根据所有环节分别对应的激励信号以及相应的售电量和购电量建立多时间尺度的风光储场站收益模型；根据风光储场站收益模型建立收益模型；根据历史收益数据确定每一个环节对应的随机性；根据每一环节的随机性，采用核估计方法确定每一环节收益的边缘分布，并采用t

【技术实现步骤摘要】
一种风光储场站多环节容量分配方法及系统


[0001]本专利技术涉及电力领域，特别是涉及一种风光储场站多环节容量分配方法及系统。

技术介绍

[0002]近年来风光储场站发电产业赢得了历史性机遇，发展势头迅猛。但在大规模风光并网的趋势中，也出现了诸多“瓶颈”问题。能源结构调整与支持政策促使资金大量注入风光储场站并网，大大增加了装机，而在参与电力市场时的实际发电量远远小于装机容量，造成了资源的闲置和浪费。因此，如何在现货环境下考虑风光储场站经济负荷分配，全面统筹电网和风电发展，优化容量投资具有重要现实意义。我国电力市场改革由中长期交易逐步过渡到现货交易，而现货市场中供需实时变化给电力交易价格带来了较大的不确定性，环节参与者将面临电力交易价格波动风险。对于高度波动的交易价格，可使用储能低储高发，进行物理对冲，但针对大型风光储场站，现货市场的价格风险则更加明显。
[0003]因此，亟需一种新的分配方法或系统，分散风光储场站的容量投资以到达其收益和随机性的均衡，通过把资金分配到不同的环节中，以达到分散风险、确保收益的目的。

技术实现思路

[0004]本专利技术的目的是提供一种风光储场站中多环节容量分配方法及系统，能够促进风光储场站达到资源优化配置，提高场站投资效率和盈利的可靠性。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种风光储场站多环节容量分配方法，包括：
[0007]风光储场站接收各个环节的激励信号，并定义每个环节对应的售电量和购电量；所述环节包括：现货市场内部根据交易时间划分的日前、日内、实时三个环节；所述激励信号为电力价格；不同的环节对应不同的激励信号；
[0008]根据所有环节分别对应的激励信号以及相应的售电量和购电量建立多时间尺度的风光储场站收益模型；所述风光储场站收益模型以所有环节分别对应的激励信号为输入，以每一环节的收入与成本之差为输出；
[0009]根据所述多时间尺度的风光储场站收益模型建立风光储场站多环节耦合运行的收益模型；
[0010]根据风光储场站收益模型获取每个环节的历史收益数据，并根据历史收益数据确定每一个环节对应的随机性，建立多时间尺度的风光储场站随机性模型；所述历史收益数据为历史的收入与成本之差；所述随机性为历史收益数据的方差；
[0011]根据每一环节的随机性，采用核估计方法确定每一环节收益的边缘分布，并采用t
‑
Copula描述每一环节的风险因子之间的非线性相依结构，并运用极大似然估计法计算相关系数，从而构建风光储场站多环节耦合运行的随机性模型；
[0012]根据收益模型、随机性模型以及风光储场站内部能量协同调控及储能SoC约束，建立各个环节的预期收益最大与随机性最小的目标函数，进而构建风光储场站参与电力现货
市场的多尺度随机优化调控模型；
[0013]根据多尺度随机优化调控模型，并利用构建的拉格朗日函数来确定最佳容量分配组合，并将风光储场站的出力情况上报调度中心。
[0014]可选地，所述根据所述多时间尺度的风光储场站收益模型建立风光储场站多环节耦合运行的收益模型，具体包括：
[0015]利用公式E
p.t
＝w
1.t
E
DA.t
+w
2.t
E
DT.t
+w
3.t
E
RT.t
确定收益模型；
[0016]其中，E
DA.t
、E
DT.t
、E
RT.t
分别为风光储场站日前、日内、实时各环节的收益，w
1t
、w
2t
、w
3t
风光储场站日前、日内、实时各环节的容量分配因子，即权重，0≤w
i.t
≤1，i＝1、2、3，并分别对应日前、日内、实时。
[0017]可选地，所述根据风光储场站收益模型获取每个环节的历史收益数据，并根据历史收益数据确定每一个环节对应的随机性，建立多时间尺度的风光储场站随机性模型，具体包括：
[0018]利用公式确定日前环节的随机性；
[0019]利用公式确定日内环节的随机性；
[0020]利用公式确定实时环节的随机性；
[0021]其中，σ
DA.t
、σ
DT.t
、σ
RT.t
表示日前、日内、实时环节下由于随机性造成的不确定量，即随机性，E
DA.t,x
为第x个日前环节的激励信号对应的收益，E
DT.t,x
为第x个日内环节的激励信号对应的收益，E
RT.t,x
为第x个实时环节的激励信号对应的收益，n为每个环节分别获取的激励信号的总数。
[0022]可选地，所述根据每一环节的随机性，采用核估计方法确定每一环节收益的边缘分布，并采用t
‑
Copula描述每一环节的风险因子之间的非线性相依结构，并运用极大似然估计法计算相关系数，从而构建风光储场站多环节耦合运行的随机性模型，具体包括以下公式：
[0023][0024]其中，为各个环节之间的随机性，w
i.t
为第i个环节的容量分配因子，w
j.t
为第j个环节的容量分配因子，ρ
ij
为第i个环节和第j个环节的相关系数，σ
i.t
为第i个环节的随机性，σ
j.t
为第j个环节的随机性，j＝1、2、3，并分别对应日前、日内、实时，i不等于j。
[0025]一种风光储场站多环节容量分配系统，包括：
[0026]数据获取模块，用于风光储场站接收各个环节的激励信号，并定义每个环节对应
的售电量和购电量；所述环节包括：现货市场内部根据交易时间划分的日前、日内、实时三个环节；所述激励信号为电力价格；不同的环节对应不同的激励信号；
[0027]风光储场站收益模型建立模块，用于根据所有环节分别对应的激励信号以及相应的售电量和购电量建立多时间尺度的风光储场站收益模型；所述风光储场站收益模型以所有环节分别对应的激励信号为输入，以每一环节的收入与成本之差为输出；
[0028]收益模型建立模块，用于根据所述多时间尺度的风光储场站收益模型建立风光储场站多环节耦合运行的收益模型；
[0029]风光储场站随机性模型建立模块，用于根据风光储场站收益模型获取每个环节的历史收益数据，并根据历史收益数据确定每一个环节对应的随机性，建立多时间尺度的风光储场站随机性模型；所述历史收益数据为历史的收入与成本之差；所述随机性为历史收益数据的方差；
[0030]随机性模型建立模块，用于根据每一环节的随机性，采用核估计方法确定每一环节收益的边缘分布，并采用t
‑
Copula描述每一环节的风险因子之间的非线性相依结构，并运用极大似然估计法计算相关系数，从而构建风光储场站参与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风光储场站多环节容量分配方法，其特征在于，包括：风光储场站接收各个环节的激励信号，并定义每个环节对应的售电量和购电量；所述环节包括：现货市场内部根据交易时间划分的日前、日内、实时三个环节；所述激励信号为电力价格；不同的环节对应不同的激励信号；根据所有环节分别对应的激励信号以及相应的售电量和购电量建立多时间尺度的风光储场站收益模型；所述风光储场站收益模型以所有环节分别对应的激励信号为输入，以每一环节的收入与成本之差为输出；根据所述多时间尺度的风光储场站收益模型建立风光储场站多环节耦合运行的收益模型；根据风光储场站收益模型获取每个环节的历史收益数据，并根据历史收益数据确定每一个环节对应的随机性，建立多时间尺度的风光储场站随机性模型；所述历史收益数据为历史的收入与成本之差；所述随机性为历史收益数据的方差；根据每一环节的随机性，采用核估计方法确定每一环节收益的边缘分布，并采用t
‑
Copula描述每一环节的风险因子之间的非线性相依结构，并运用极大似然估计法计算相关系数，从而构建风光储场站多环节耦合运行的随机性模型；根据收益模型、随机性模型以及风光储场站内部能量协同调控及储能SoC约束，建立各个环节的预期收益最大与随机性最小的目标函数，进而构建风光储场站参与电力现货市场的多尺度随机优化调控模型；根据多尺度随机优化调控模型，并利用构建的拉格朗日函数来确定最佳容量分配组合，并将风光储场站的出力情况上报调度中心。2.根据权利要求1所述的一种风光储场站多环节容量分配方法，其特征在于，所述根据所述多时间尺度的风光储场站收益模型建立风光储场站多环节耦合运行的收益模型，具体包括：利用公式E
p.t
＝w
1.t
E
DA.t
+w
2.t
E
DT.t
+w
3.t
E
RT.t
确定收益模型；其中，E
DA.t
、E
DT.t
、E
RT.t
分别为风光储场站日前、日内、实时各环节的收益，w
1t
、w
2t
、w
3t
分别为风光储场站日前、日内、实时各环节的容量分配因子，即权重，0≤w
i.t
≤1，i＝1、2、3，并分别对应日前、日内、实时。3.根据权利要求2所述的一种风光储场站多环节容量分配方法，其特征在于，所述根据风光储场站收益模型获取每个环节的历史收益数据，并根据历史收益数据确定每一个环节对应的随机性，建立多时间尺度的风光储场站随机性模型，具体包括：利用公式确定日前环节的随机性；利用公式确定日内环节的随机性；
利用公式确定实时环节的随机性；其中，σ
DA.t
、σ
DT.t
、σ
RT.t
分别表示日前、日内、实时环节下由于随机性造成的不确定量，即随机性，E
DA.t,x
为第x个日前环节的激励信号对应的收益，E
DT.t,x
为第x个日内环节的激励信号对应的收益，E
RT.t,x
为第x个实时环节的激励信号对应的收益，n为每个环节分别获取的激励信号的总数。4.根据权利要求3所述的一种风光储场站多环节容量分配方法，其特征在于，所述根据每一环节的随机性，采用核估计方法确定每一环节收益的边缘分布，并采用t
‑
Copula描述每一环节的风险因子之间的非线性相依结构，并运用极大似然估计法计算相关系数，从而构建风光储场站多环节耦合运行的随机性模型，具体包括以下公式：其中，为各个环节之间的随机性，w
i.t
为第i个环节的容量分配因子，w
j.t
为第j个环节的容量分配因子，ρ
ij
为第i个环节和第j个环节的相关系数，σ
i.t
为第i个环节的随机性，σ
j.t
为第j个环节的随机性，j＝1、2、3...

【专利技术属性】
技术研发人员：邹祖冰，刘念，孙长平，延肖何，张玮，王凯，张美俊，于运东，李乐颖，谷昱君，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：