【技术实现步骤摘要】
一种梯级水电在不确定性碳
‑
电耦合市场中策略竞价方法
[0001]本专利技术涉及电力市场、碳交易市场以及水电站运行领域,特别涉及梯级水电站参与电力市场和含CCER碳市场同时考虑供需不确定性的竞价策略制定,具体为一种梯级水电在不确定性碳
‑
电耦合市场中策略竞价方法。
技术介绍
[0002]碳交易和电力交易均以市场激励为手段促进能源的清洁高效利用,两个市场联合运行对电力行业生产模式产生巨大冲击。发电企业如何适应新兴的碳
‑
电耦合市场,围绕市场机制和交易规则制定发电和竞价计划成为当前亟需解决的现实问题。
[0003]清洁能源除参与电力市场外,还可通过国家核证自愿减排量(Chinese Certified EmissionReduction,CCER)交易参与碳市场。CCER为经过认定的清洁能源减碳量,与其发电量直接相关。获认的CCER可以作为商品在碳市场进行售卖,用于抵消购方的碳配额缺口。市场机制的引入使得清洁电源在制定发电计划时除考虑自身工程约束外,还要考虑两类市场的交易规则和CCER与发电量之间的耦合关系,同时关注CCER市场和电力市场的供需变化、价格波动等随机因素,面临着复杂的碳
‑
电市场耦合的不确定性竞价问题。
[0004]我国水电规模和电站数量均居世界第一,未来将成为我国碳市场中CCER的主要供应来源之一。梯级水电运行受制于紧密的上下游水力
‑
电力联系以及高维非凸非线性的发电过程关系,需要协调上下游各电站、各 ...
【技术保护点】
【技术特征摘要】
1.一种梯级水电在不确定性碳
‑
电耦合市场中策略竞价方法,其特征在于,包括如下步骤:步骤(1):利用概率性多场景的方法建立CCER市场中竞争对手报价策略集利用概率性多场景的方法对CCER市场供需不确定性进行模拟,按照历史市场中申报信息,用python程序模拟,随机生成多组申报量价曲线,获得初始竞争对手报价策略集,以表征现实市场中对手竞价的高度不确定性;此时梯级水电站作为市场中的一员上报竞价曲线,与随机生成的多组申报信息和市场需求集中出清;步骤(2):运用场景聚类K
‑
means缩减初始场景获得其他市场主体报价策略典型场景集运用场景聚类方法K
‑
means缩减初始场景,即步骤1中的初始竞争对手报价策略集,得到几组典型场景集合代表,以此应对竞争对手报价曲线与市场需求的不确定性,同时设置各组场景可能出现的概率;将初始场景缩减为1组场景即为确定性场景;步骤(3):构建电
‑
碳耦合市场模式下梯级水电站竞价双层优化模型以斯塔克伯格模型的经典“领导者一追随者”博弈模式为基础,建立耦合市场种双层竞价规划模型,上层为梯级水电站竞价决策模型,以梯级水电站总收益最大为目标函数,求解梯级水电站申报的量价曲线;下层为市场出清模型,CCER市场简称为系统,以系统购CCER总成本最小为目标函数,通过下层模型求解市场出清价格,以及所有市场主体的中标量;上层模型求解出的申报量价曲线传递到下层模型,上层模型中的变量在下层为常数,在确定各发电企业的竞价情况后,系统组织市场出清,公布出清电价和中标量,从而使上层模型得到竞价决策在市场中的反馈,明确出清结果,下层模型的变量在上层中为常量;上层与下层互相影响,不断迭代,充分模拟市场主体决策和市场出清价格的迭代过程;具体如下:(3.1)上层模型:梯级水电站在耦合市场中竞价决策(3.1.1)目标函数水电站决策电力市场与碳市场竞价,实质是通过市场竞争对自身资源进行投资组合;上层模型为耦合市场模式下的梯级水电竞价模型,基于耦合市场中期望利润最大为目标函数,表达式如下:表达式如下:式中:w、W分别为电价场景序号及其集合;π
w
为场景w的概率;f
w
为梯级水电站场景w对应的总利润,由电力市场利润和CCER市场利润两部分组成;i、I分别为电站序号及其集合;t、T分别为时段序号及时段集合;P
i,t
为电站i在时段t的发电量;λ
tE
为时段t的预测电价;为场景w时段t的CCER出清价;为场景w时段t的CCER中标量;(3.1.2)约束条件1)常规水电约束2)CCER核证与碳交易约束
α=75%EF
OM
+25%EF
BM
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)(4)(4)(4)式中:为发电企业在时段t认证CCER量;α为每MWh水电的CO2减排量,一般可由式(4)计算得到;EF
OM
为电量边际排放因子;EF
BM
为容量边际排放因子;分别为场景w时段t的CCER申报量和申报价;λ
S,max
为报价上限;为场景w时段t下CCER的持留量,为场景w时段t下CCER的成交或售出量;和两个变量均与第(w,t)个下层模型的出清结果相关;为上一个决策周期或决策旬末的CCER持留量,为已知量,各场景下均相同;(3.2)下层模型:碳
‑
电耦合市场中的CCER市场出清(3.2.1)目标函数下层每个模型均以系统购CCER成本最小为目标:式中:d为非策略竞价电站报价段索引;分别为非策略报价机组在场景w时段t的申报价与中标CCER量;(3.2.2)约束条件(3.2.2)约束条件(3.2.2)约束条件式中:d为其他发电企业报价段索引,R表示市场允许的报价取值索引的集合,分别为其他发电企业在场景w时段t的第d段申报价的价格与对应的CCER成交量;为场景w时段t市场CCER总需求;为其他发电企业在场景w时段t第d段电价的申报量;约束条件后的变量为该约束对应的对偶变量;步骤(4):基于库恩
‑
塔克条件转化电
‑
碳耦合市场竞价双层模型转化上述所建模型为双层模型,其中上层为非凸优化模型,下层则为|W|
×
|T|个线性优化模型,通过两步转化将上述模型转为可求解的近似模型,第一步是利用对偶定理将双层模型转化为带均衡约束的数学规划MPEC的单层模型;第二步则是将非凸约束分段线性化,从而得到可以直接求解的混合整数线性规划模型;
通过构建双层优化模型来求解耦合市场背景下涉及CCER市场供需不确定性的梯级水电站最优决策和市场均衡问题,转化为带均衡约束的数学规划MPEC模型求解;具体如下:(4.1)首先,利用库恩
‑
塔克最优性条件对式(10)的下层模型目标函数及(11)
‑
(12)的约束条件构造拉格朗日函数如式(13)所示;(4.2)进一步,将式(13)对下层模型变量求偏导,得到库恩
‑
塔克条件中的等式约束,分别如式(14)
‑
(15)所示;(15)所示...
【专利技术属性】
技术研发人员:程春田,李亚鹏,赵麟,程楚伦,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:
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。