[发明专利]一种基于收益最大化的风电定价方法在审
申请号: | 201710748192.8 | 申请日: | 2017-08-28 |
公开(公告)号: | CN107507033A | 公开(公告)日: | 2017-12-22 |
发明(设计)人: | 刘文彬;王良缘;王其瑜;郑固凌;王颖帆;杨首晖;林芬;黄砚浓;江岳文;温步瀛;陈梅森 | 申请(专利权)人: | 国网福建省电力有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q50/06 |
代理公司: | 福州元创专利商标代理有限公司35100 | 代理人: | 蔡学俊 |
地址: | 350003 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 收益 最大化 定价 方法 | ||
技术领域
本发明涉及电力市场分析领域,特别是针对挂牌交易模式下的卖方灵活合约交易,是一种基于收益最大化的风电定价方法。
背景技术
目前中国的风电产业发展迅速,随着风电的大规模并网,越来越多的风电将参与到电力市场中。在各类市场中,日前市场电价波动大,如果风电只参与到日前市场进行交易,则风险较大,需要通过合约市场来规避日前市场交易的风险。在合约市场中,由于风电长期功率预测误差大,传统的合约交易风险规避能力较弱,需要利用卖方灵活合约来规避风电功率预测误差的风险。卖方灵活电力合约是指由合约的卖方根据自己的需要灵活制定分解计划的电力双边合约。合约签订后,卖方有权利在合约规定的范围内,根据自身利益最大化原则决定各时段的分解电量,买方有义务接受卖方的分解方案。而且在各种合约交易模式中,由于在卖方灵活合约买卖双方需要互相匹配,互动性强,不利于使用集中竞价交易模式;双边协商模式协商效率低,且卖方不易找到合适的交易对象;而挂牌交易卖方只需将自身需求发布,买方根据自身情况决定是否摘牌,卖方可以快速找到合适的买方,风电场商会更愿意利用挂牌交易模式进行卖方灵活合约交易。因此研究挂牌交易模式下的基于收益最大化的风电定价方法具有实际意义。
发明内容
有鉴于此,本发明的目的是提出一种基于收益最大化的风电定价方法,综合考虑各种因素的影响,得到最优的风电定价方法,给风电场运营商合约提供参考。
本发明采用以下方案实现:
一种基于收益最大化的风电定价方法,包括以下步骤:
步骤S1:提取风电功率长期预测分布数据、风电功率短期预测分布数据、日前市场价格概率分布、风电装机容量;
步骤S2:建立含合约市场收益、日前市场收益的风电收益模型,表示为:
maxFtotal=Fmonth+Fday(1)
其中,Ftotal表示日前市场和合约市场总收益,Fmonth表示风电场运营商的合约市场收益,即合约总价,Fday表示日前市场收益;
步骤S3:求解风电场运营商总收益最大的合约总电量、合约总价、合约分解区间以及日前市场收益。
进一步地,所述步骤S2具体包括以下步骤:
步骤S21:合约市场收益:在无套利合约定价方法下,合约总价等于风电场运营商在日前市场最低的期望收益,此时风电场运营商从日前市场重新购电将不会获得额外收益,无套利合约总价表示为:
其中,Jmonth表示无套利合约总价,K表示合约起止时间内的天数,T表示每天的分解时段数,Pk.t表示第k天t时段的日前市场出清价,为一服从电价概率分布的变量,Qk.t表示风电场运营商在第k天t时段的日前市场购电量;E(x)表示随机变量x的期望值;Qh为合约总电量;
为促成交易,风电场运营商给予买方激励,合约市场收益表示为:
Fmonth=(1-β)Jmonth(4)
其中,β∈[0,1],表示风电场运营商给予买方的激励系数,当β=0时,表示风电场运营商不给予买方激励;β越大,风电场运营商给予买方的激励越多,合约价格也越低,风电场运营商的合约收益也越低;
步骤S22:日前市场收益:在第k-1天,需要在合约分解电量区间[Qmin,Qmax]内优化次日各时段的合约分解电量Qh.k.t,使得未来第k天至第K天的日前市场收益最大,k=1,2,...,K,K表示合约起止时间内的天数;其中Qmin、Qmax分别为合约分解电量区间的下限和上限即分解电量的最小值和最大值,第k天的合约分解电量模型表示为:
其中,Fd.k表示第k天以后的日前市场收益,E(Fd.k+1)表示第k+1天以后的日前市场收益期望,Fd.k.t表示第k天t时段的日前市场收益,利用历史数据统计得到日前市场中各时段的电价概率分布,收益的期望值表示日前市场收益,收益的标准差表示日前市场收益的风险,并引入风险规避系数得到第k天t时段的日前市场收益:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网福建省电力有限公司,未经国网福建省电力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710748192.8/2.html,转载请声明来源钻瓜专利网。