新能源在电力现货日前市场发电能力申报策略的方法技术

一种新能源在电力现货日前市场发电能力申报策略的方法，主要采用预测功率、预测电量、预测电价、构建收益和构建模型的步骤，在参与现货市场中，以报量不报价的方式优先出清，是现货价格的接受者，其能控制收益的模式是对电量的持仓模式，即对申报发电能力进行优化的策略是获取电能收益增幅的重要手段，对综合收益的模型除了考虑日前电价和实时电价的偏差后，同时发电能力申报值调整后，会影响基数电量的分配，模型考虑日前电价、实时电价、基础电价的关系才能获得最优收益，具有广泛适用性。具有广泛适用性。具有广泛适用性。

【技术实现步骤摘要】
新能源在电力现货日前市场发电能力申报策略的方法


[0001]本专利技术属于发电能力市场收益
，涉及一种新能源在电力现货日前市场发电能力申报策略的方法。

技术介绍

[0002]按照电力现货市场的一般交易规则，新能源机组一般作为优先机组进行消纳。在参与电力现货市场时优先出清，日前交易模式一般为报量不报价或报量报零价方式；实时交易模式一般申报超短期功率预测值。新能源机组在现货市场中的收益以现货日前中标曲线、实际发电曲线、日前价格、实时价格等关键指标进行结算。
[0003]在新能源参与电力现货市场时，由于其依赖的发电资源具有不确定性，即次日的风力、光照不可能在日前提前准确预知，因此造成基于风力、光照的预测的次日的发电能力和实际值一定会有偏差。在日前出清的电能按照日前出清价格计算，形成日前收益；在实时出清的电能按照实时价格计算，形成实时收益。新能源在现货市场的收益为日前收益、实时收益的总和。
[0004]一般而言，新能源在参与现货市场中，是日前价格、实时价格的被动接收者，价格由市场整体行情而锁定；新能源机组每日的实际发电曲线最终是确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新能源在电力现货日前市场发电能力申报策略的方法，其特征是，它包括如下步骤：步骤1，预测功率，获取新能源机组次日预测功率；步骤2，预测电量，预测新能源机组预分配基数电量曲线；步骤3，预测电价，获取区域日前预测电价和实时预测电价；步骤4，构建收益，构建电能收益和调整函数；步骤5，构建模型，构建风险投资计算模型，按总收益最大原则，计算日前发电能力优化值，获得申报策略。2.根据权利要求1所述的新能源在电力现货日前市场发电能力申报策略的方法，其特征是，在步骤1中，通过集成新能源厂站功率预测数据获得目标日一次发电能力曲线G(k)；其中k为时刻点，一天为96时刻点；并认为G(k)对应的时刻电量Q(k)＝G(k)/4。3.根据权利要求1所述的新能源在电力现货日前市场发电能力申报策略的方法，其特征是，在步骤2中，根据交易规则，新能源分配的基数负荷Gj(k)和本身申报的发电能力、全网基数电量有关，且均成正比:Gjt(k)为时刻k时全网基数需求负荷，Gjo(k)为分给非新能源机组的其他负荷，Gn(k)为市场中所有新能源第n个机组在k时刻的发电功率，新能源机组总数为Num；为新能源总加负荷Gx(k)，且其中为全网基数需求负荷Gjt(k)为未知参数，Gjn(k)与Gn(k)仅能获得部分a、b、c机组的基数负荷和总负荷，通过部分新能源机组的历史样本数据Gja(k),Gjb(k)，Gjc(k)
……
Ga(k),Gb(k),Gc(k)可构建历史样本矩阵为：且历史样本可获得Gx(k)、系统总负荷G(k)，则通过计算，可以获得历史系统总基数负荷Gjt(k)，则可建立历史样本的数据序列：分配基数负荷Gj(k)，其关联因子为系统总负荷Gt(k)、系统总基数负荷Gjt(k)、新能源总加负荷Gx(k)、新能源发电负荷G(k)、气温W(k)、风速F(k)、光照M(k)等，对于上述数据可构建BP神经网络、循环神经网络(RNN)、长短期记忆神经网络(LSTM)等
模型，预测目标日的基数电量Gjt(k)、Gjt(k)。4.根据权利要求1所述的新能源在电力现货日前市场发电能力申报策略的方法，其特征是，在步骤3中，其中日前预测电价Pr(k)和实时预测电价Ps(k)为本方法输入边界条件，可从其他成熟系统中通过数据集成得到。5.根据权利要求1所述的新能源在电力现货日前市场发电能力申报策略的方法，其特征是，在步骤4中，现货中总收益R为Qj(k)为基数...

【专利技术属性】
技术研发人员：王红野，吕东，汪渊，何俐，林雪龙，马婧，刘与之，杨文婧，张新城，陆浩，袁维，陈伟，郑娜娜，牛素玲，陈燕龙，康建伟，隋怡，柴兆瑞，张梓泳，兰金江，盛旭满，张金伟，
申请(专利权)人：中国三峡新能源集团股份有限公司，
类型：发明
国别省市：