基于双边分段报价的电力现货市场出清方法及装置制造方法及图纸

本申请涉及一种基于双边分段报价的电力现货市场出清方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：接收电力系统传输的各用电侧市场参与者的用户负荷数据，以及各发电侧市场参与者的发电数据；获取各用电侧市场参与者的效用数据和买家投标信息，以及各发电侧市场参与者的卖家投标信息；根据用户负荷数据、效用数据和发电数据，确定双边分段报价出清模型；基于各买家投标信息和各卖家投标信息，采用Widrow

【技术实现步骤摘要】
基于双边分段报价的电力现货市场出清方法及装置


[0001]本申请涉及电力市场信息处理
，特别是涉及一种基于双边分段报价的电力现货市场出清方法及装置。

技术介绍

[0002]近年来，随着电力市场改革的不断推进，电力现货市场作为中长期交易市场和电力系统实时运行之间的关键环节，逐渐受到学术界和工业界的重视。电力现货市场包括金融市场和物理市场，市场参与者包括能源生产者和消费者，两者在现货金融市场上进行交易，在物理层上完成交易电量的交割，从而充分还原电力的商品属性，起到了价格发现和资源优化配置的作用。当前的电力现货市场中的买卖双边在日前市场中进行分段报价，市场运营者按照买卖双方的供需曲线的交点进行出清。
[0003]然而，目前基于双边分段报价的电力现货市场出清方法存在出清效率低的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高出清效率的基于双边分段报价的电力现货市场出清方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种基于双边分段报价的电力现货市场出清方法。所述方法包括：
[0006]接收电力系统传输的各用电侧市场参与者的用户负荷数据，以及各发电侧市场参与者的发电数据；所述发电数据包括计划发电量和发电成本；
[0007]获取各所述用电侧市场参与者的效用数据和买家投标信息，以及各所述发电侧市场参与者的卖家投标信息；其中，所述效用数据包括效用函数；所述效用函数为各所述用电侧市场参与者消费电能负荷时所对应的效用；
[0008]根据所述用户负荷数据、所述效用数据和所述发电数据，确定双边分段报价出清模型；所述双边分段报价出清模型包括最大化用电效益模型和最大化卖电收益模型；
[0009]基于各所述买家投标信息和各所述卖家投标信息，采用Widrow
‑
Hoff学习模型对相应的双边分段报价出清模型进行处理，输出最优出清结果；所述最优出清结果包括各分段出清价格和各分段出清电量。
[0010]在其中一个实施例中，所述基于各所述买家投标信息和各所述卖家投标信息，采用Widrow
‑
Hoff学习模型对相应的双边分段报价出清模型进行处理，输出最优出清结果的步骤中：
[0011]获取各所述用电侧市场参与者的买家历史交易信息；所述买家历史交易信息包括各分段的买家交易信息；所述买家交易信息包括买家历史报价、买家目标报价和买家中标价格；
[0012]采用所述Widrow
‑
Hoff学习模型对所述买家历史报价、所述买家目标报价和所述
买家中标价格进行训练处理，得到用电侧边际收益模型。
[0013]在其中一个实施例中，还包括步骤：
[0014]获取各所述发电侧市场参与者的卖家历史交易信息；所述卖家历史交易信息包括各分段的卖家交易信息；所述卖家交易信息包括卖家历史报价、卖家目标报价和卖家中标价格；
[0015]采用所述Widrow
‑
Hoff学习模型对所述卖家历史报价、所述卖家目标报价和所述卖家中标价格进行训练处理，得到发电侧边际收益模型。
[0016]在其中一个实施例中，所述买家投标信息包括各分段买家出价和各分段买家负荷；所述卖家投标信息包括各分段卖家出价和各分段卖家发电量；
[0017]还包括步骤：
[0018]获取各所述用电侧市场参与者的用电偏好，以及获取各所述发电侧市场参与者的发电偏好；
[0019]基于同一分段的各所述买家出价，根据所述用电偏好对相应的用电侧边际收益模型进行边际收益调整，分别得到各分段买家最佳报价；
[0020]基于同一分段的各所述卖家出价，根据所述发电偏好对相应的发电侧边际收益模型进行边际收益调整，分别得到各分段卖家最佳报价；
[0021]基于各分段所述买家最佳报价和各分段所述卖家最佳报价，对相应的双边分段报价出清模型进行处理，分别输出各分段所述出清价格；
[0022]根据同一分段的所述买家负荷、所述卖家发电量和所述出清价格，分别得到各分段所述出清电量。
[0023]在其中一个实施例中，所述基于各分段所述买家最佳报价和各分段所述卖家最佳报价，对相应的双边分段报价出清模型进行处理，分别输出各分段所述出清价格的步骤中：
[0024]将所述买家最佳报价和所述卖家最佳报价进行匹配，根据匹配结果判断是否进行市场出清。
[0025]在其中一个实施例中，所述根据匹配结果判断是否进行市场出清的步骤包括：
[0026]若所述匹配结果为所述买家最佳报价大于所述卖家最佳报价，则确定进行市场出清。
[0027]第二方面，本申请还提供了一种基于双边分段报价的电力现货市场出清装置。所述装置包括：
[0028]数据接收模块，用于接收电力系统传输的各用电侧市场参与者的用户负荷数据，以及各发电侧市场参与者的发电数据；所述发电数据包括计划发电量和发电成本；
[0029]数据获取模块，用于获取各所述用电侧市场参与者的效用数据和买家投标信息，以及各所述发电侧市场参与者的卖家投标信息；其中，所述效用数据包括效用函数；所述效用函数为各所述用电侧市场参与者消费电能负荷时所对应的效用；
[0030]双边分段报价出清模型确定模块，用于根据所述用户负荷数据、所述效用数据和所述发电数据，确定双边分段报价出清模型；所述双边分段报价出清模型包括最大化用电效益模型和最大化卖电收益模型；
[0031]最优出清结果确定模块，用于基于各所述买家投标信息和各所述卖家投标信息，采用Widrow
‑
Hoff学习模型对相应的双边分段报价出清模型进行处理，输出最优出清结果；
所述最优出清结果包括各分段出清价格和各分段出清电量。
[0032]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0033]接收电力系统传输的各用电侧市场参与者的用户负荷数据，以及各发电侧市场参与者的发电数据；所述发电数据包括计划发电量和发电成本；
[0034]获取各所述用电侧市场参与者的效用数据和买家投标信息，以及各所述发电侧市场参与者的卖家投标信息；其中，所述效用数据包括效用函数；所述效用函数为各所述用电侧市场参与者消费电能负荷时所对应的效用；
[0035]根据所述用户负荷数据、所述效用数据和所述发电数据，确定双边分段报价出清模型；所述双边分段报价出清模型包括最大化用电效益模型和最大化卖电收益模型；
[0036]基于各所述买家投标信息和各所述卖家投标信息，采用Widrow
‑
Hoff学习模型对相应的双边分段报价出清模型进行处理，输出最优出清结果；所述最优出清结果包括各分段出清价格和各分段出清电量。
[0037]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双边分段报价的电力现货市场出清方法，其特征在于，所述方法包括：接收电力系统传输的各用电侧市场参与者的用户负荷数据，以及各发电侧市场参与者的发电数据；所述发电数据包括计划发电量和发电成本；获取各所述用电侧市场参与者的效用数据和买家投标信息，以及各所述发电侧市场参与者的卖家投标信息；其中，所述效用数据包括效用函数；所述效用函数为各所述用电侧市场参与者消费电能负荷时所对应的效用；根据所述用户负荷数据、所述效用数据和所述发电数据，确定双边分段报价出清模型；所述双边分段报价出清模型包括最大化用电效益模型和最大化卖电收益模型；基于各所述买家投标信息和各所述卖家投标信息，采用Widrow
‑
Hoff学习模型对相应的双边分段报价出清模型进行处理，输出最优出清结果；所述最优出清结果包括各分段出清价格和各分段出清电量。2.根据权利要求1所述的方法，其特征在于，所述基于各所述买家投标信息和各所述卖家投标信息，采用Widrow
‑
Hoff学习模型对相应的双边分段报价出清模型进行处理，输出最优出清结果的步骤中：获取各所述用电侧市场参与者的买家历史交易信息；所述买家历史交易信息包括各分段的买家交易信息；所述买家交易信息包括买家历史报价、买家目标报价和买家中标价格；采用所述Widrow
‑
Hoff学习模型对所述买家历史报价、所述买家目标报价和所述买家中标价格进行训练处理，得到用电侧边际收益模型。3.根据权利要求2所述的方法，其特征在于，还包括步骤：获取各所述发电侧市场参与者的卖家历史交易信息；所述卖家历史交易信息包括各分段的卖家交易信息；所述卖家交易信息包括卖家历史报价、卖家目标报价和卖家中标价格；采用所述Widrow
‑
Hoff学习模型对所述卖家历史报价、所述卖家目标报价和所述卖家中标价格进行训练处理，得到发电侧边际收益模型。4.根据权利要求3所述的方法，其特征在于，所述买家投标信息包括各分段买家出价和各分段买家负荷；所述卖家投标信息包括各分段卖家出价和各分段卖家发电量；还包括步骤：获取各所述用电侧市场参与者的用电偏好，以及获取各所述发电侧市场参与者的发电偏好；基于同一分段的各所述买家出价，根据所述用电偏好对相应的用电侧边际收益模型进行边际收益调整，分别得到各分段买家最佳报价；基于同一分...

【专利技术属性】
技术研发人员：聂涌泉，顾慧杰，赵化时，彭超逸，周尚筹，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：