申请/专利权人：大连川禾绿能科技有限公司;大连理工大学

申请日：2022-08-29

公开（公告）日：2022-12-02

公开（公告）号：CN115423508A

主分类号：G06Q30/02

分类号：G06Q30/02;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2023.07.18#授权;2022.12.20#实质审查的生效;2022.12.02#公开

摘要：本发明公开一种梯级水电在不确定性碳‑电耦合市场中策略竞价方法。首先，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；其次，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；然后，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；接着，基于库恩‑塔克条件转化电‑碳耦合市场竞价双层模型转化；再利用电‑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；最后，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。

主权项：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： 式中：w、W分别为电价场景序号及其集合；πw为场景w的概率；fw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；Pi,t为电站i在时段t的发电量；λtE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2CCER核证与碳交易约束 α＝75％EFOM+25％EFBM4 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；EFOM为电量边际排放因子；EFBM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；λS,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 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； 4.3下层模型中约束条件与其对应的对偶变量构成互补条件，分别如式28-33所示； 经过转化，双层模型转变为MEPC模型；目标函数为原双层模型中上层模型的目标函数，即梯级水电站总收益最大，约束条件为原上层约束条件和下层等效KKT条件；步骤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；将模型中的非线性项线性化处理使其转为混合整数线性规划模型进行求解；具体如下：5.1目标函数线性化目标函数中是两个决策变量相乘导致非线性，通过运用强对偶性定理公式和式14中的下层模型最优性条件实现将其精确线性化； 库恩-塔克最优性条件中的式14，可用消去式22中从而在式22中构造二次项；由互补松弛条件和消掉多引入的和项；最终，将等价转化为线性式23； 5.2水位-库容线性化、尾水位-泄量线性化采用分段线性方法逼近两种非线性关系，其中水位-库容关系线性化如下： 上述方程组式24～28表示：对于水电站i，用C+1个断点将库容可行区间划分为C个子区间；为第c个子区间；即是水电站i在库容为时的水位；为水库i在t时段第c个库容区间指示变量，0-1整数，用于判断库容Vi,t所处区间；vi,t,c为水库i在t时段第c个库容区间内的库容值；为水库i在第c个库容区间右端点值；为水库i在第c个坝前水位区的右端点值，表示水位可行域的左端点；尾水位-泄量关系线性化如下： 其中，φi,t,c为水库i在t时段第c个出库流量区间指示变量，0-1整数，用于判断出库流量Qi,t所处区间；vi,t,c为水库i在t时段第c个出库流量区间内的出库流量值；为水库i在第c个出库流量区间右端点值；为水库i在第c个尾水位区间的右端点值；5.3电站动力特性曲线性化将发电流量和水头的可行域分别通过K和L个点进行栅格化，并计算每个格点上的函数值Gi,t,k,Hi,t,l,Ni,t,k,l；式35-39通过格点权重σi,t,k,l与格点上的函数值的凸组合表示待求变量Ni,t；式40-45则将权重大于0的格点限制为包含Gi,t,Hi,t的最小的矩形顶点； 式中：l为发电水头离散编号，L为电站i水头离散点数；k为发电流量离散编号，K为电站i发电流量离散点数；Hi,t,l为电站i在t时段水头的第l个离散值；Gi,t,k为电站i在t时段发电流量的第k个离散点值；Ni,t,k,l为电站i在t时段的实际出力特性曲线上与Gi,t,k,Hi,t,l对应的出力值；σi,t,k,l表示格点Gi,t,k,Hi,t,l的权重；为被离散后所形成的区间的指示变量，为0-1变量，1表示Gi,t,Hi,t落在所表示区间内；式40表示超出可行域的区间指示变量不能为1；5.3互补松弛条件类似于式0≤a⊥b≥0的互补松弛条件引入二进制变量和一较大的常数，通过大M法线性化为以下公式：0≤a≤ψMa460≤b≤1-ψMb47ψ∈{0,1}48式中：Ma和Mb为常数；5.4申报曲线非递减约束线性化通过引入一常数ME和Mλ，将式8转化为式49-52： 式中：为0-1变量，当时当时步骤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。

全文数据：

权利要求：

百度查询： 大连川禾绿能科技有限公司;大连理工大学 一种梯级水电在不确定性碳-电耦合市场中策略竞价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD