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

本发明专利技术公开一种梯级水电在不确定性碳

【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、各时段间的水位、流量、出力关系，在新的市场环境下，表现为时
‑
空
‑
市场耦合的复杂决策，进一步增大了耦合市场竞价问题的难度。
[0005]国内外关于梯级水电参与电力市场竞价问题的研究主要集中在竞价建模和市场不确定性两方面，前者主要关注对电力交易规则和梯级水电发电系统的精细化建模及高效求解，后者则重点关注径流不确定与电价不确定的描述、风险度量及对决策影响的分析。关于碳
‑
电耦合市场的研究则主要站在电力市场的背景下研究碳市场加入后带来的变化，文献主要聚焦在三方面，一是碳市场的引入对煤电碳排放成本的影响，二是碳配额约束对能源比例和系统出力带来的结构调整，三是考虑碳市场及清洁能源接入后的电力系统优化调度问题等。
[0006]上述方法对市场竞价问题开展了多角度讨论，但仍有一些值得关注的问题研究尚显不足：
[0007]1)对碳
‑
电耦合市场交易机制下的竞价问题关注较少。碳市场与电力市场有明显不同，电力市场中交易的电能不能大量存储，生产的电能需要立刻进行交易或有已成交的长期合约进行承接，而碳市场中未成交的碳配额和CCER可以继续持留到后续时段进行再次交易。与此同时，CCER的核证又与电站的发电量密切相关，预期交易的CCER需要事先有对应的已发电量和电力市场合约与之配合，因此耦合市场下的竞价问题比单一市场下的问题更具挑战。
[0008]2)对梯级水电参与碳交易的讨论较少。梯级水电具有良好的可调节性，国际上大部分碳市场均认可水电产生的CCER，我国水电站数量众多，研究水电在碳
‑
电耦合市场下的
竞价问题具有现实意义，然而已有方法中主要偏重火电主体，对水电碳市场竞价讨论很少，需要进一步补充研究成果。
[0009]3)对于碳市场不确定性的研究较少。方法中常考虑的不确定性因素多来自电力市场价格和梯级水电来水，碳市场价格波动则多被忽略。在碳市场中，标的物可以在不同场次间滚动交易，这一特性使得竞价行为和成交结果对未来市场产生叠加影响，增大碳市场成交的不确定性，因此对碳市场的不确定性值得认真关注。
[0010]综上所述，碳市场与电力市场机制及相互耦合又密切联系，传统仅考虑电力市场的竞价策略无法解决目前碳
‑
电耦合市场新模式下梯级水电站竞价的实际需求，亟需一套新的理论或模型帮助梯级水电在碳
‑
电耦合市场进行竞价决策。
[0011]针对以上问题，本专利技术依托国家自然科学基金项目(项目号52039002)，构建了一种梯级水电在不确定性碳
‑
电耦合市场中策略竞价方法，并以澜沧江梯级水电站为工程背景进行应用测试，结果符合梯级水电站调度经验和市场环境下的企业逐利规律，显示本专利技术成果可为梯级水电站参与含不确定性的电
‑
碳耦合市场制定最优竞价策略，通过市场优化提高整体收益，规避一定市场风险，从而获得可观且稳定的收益提供新的技术途径。

技术实现思路

[0012]本专利技术要解决的技术问题是梯级水电站参与电力市场和含CCER的碳市场中制定最优竞价策略问题，本专利技术方法可以站在梯级水电站的角度，依据自身电站特性和电
‑
碳耦合市场特征建立计及含CCER碳市场不确定性的梯级水电站竞价双层模型，其成果可以帮助梯级水电站制定最优的竞价方案，通过市场优化提高整体收益，规避一定市场风险，实现耦合市场中收益最大化。
[0013]本专利技术技术方案：
[0014]本专利技术采用了如下技术路线：(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；(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；(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，上层模型求解梯级水电站在CCER市场中的竞价策略，下层模型实现市场出清；(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；(5)利用电
‑
碳耦合市场模式下的线性化技术将双层模型转变为混合整数线性规划模型；(6)梯级水电竞价决策和市场出清的交互迭代进行求解，获得含CCER 的碳市场与电力市场中梯级水电站最优竞价策略。
[0015]一种梯级水电在不确定性碳
‑
电耦合市场中策略竞价方法，具体包括如下步骤：
[0016]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。
[0017]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。
[0018]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。
[0019]运用场景聚类方法K
‑
means缩减初始场景(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。
[0020]步骤(3)：构建电<本文档来自技高网...

【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：