[发明专利]一种区域电力市场下含风电的电网月度购电方案优化方法

权利要求书

1.一种区域电力市场下含风电的电网月度购电方案优化方法，其特征在于，包括以下步骤：

步骤S1：提取月度负荷、风电月度预测电量、日前市场预测电价、外购电价、省内发电机组报价数据；

步骤S2：建立综合日前及月度购电效益和风险的购电优化模型：以总购电费用与购电损失的加权值最小为目标，用数学函数表述如下：

F＝min(F_out+F_in+λF_β)

其中，F为月度总购电费用，F_out为月度外购电费用，F_in为月度内购电费用，由省内月度购电费用和日前期望购电费用组成；F_β为置信水平β下的购电损失风险；λ为风险权重系数；

步骤S3：求解省级电网月度火电、风电、外购电量及相应电量分解。

2.根据权利要求1所述的一种区域电力市场下含风电的电网月度购电方案优化方法，其特征在于，所述步骤S2具体包括以下步骤：

步骤S21：月度外购电费用F_out为：

Fout=Σi=1NΣt=1Dpout.iWout.t]]>

其中，D为购电方案实施月天数，p_out.i为从第i个省的外购电价格，N为外购电省数量；W_out.t为月度外购电量在第t天的分解电量；

步骤S22：月度内购电费用，目标函数中不考虑省内风电购电费用，月度内购电费用为火电月度购电费用及日前期望购电费用之和，则月度内购电费用F_in表示为：

F_in＝F_month+F_day

其中，F_month、F_day分别为省内月度购电费用和日前期望购电费用；

F_month为总合约电量及合约价格的乘积，总合约电量为每日峰、平、谷时段合约电量的累加：

Fmonth=Σt=1DΣk=13PcWhc.t.k]]>

其中，D为购电方案实施月天数，P_c为省内火电月度购电价格；k为负荷状态序号，当k取1,2,3时分别对应峰、平、谷3种负荷状态；W_hc.t.k为省内火电月购电量在第t天k时段的分解电量；

F_day为日前期望购电费用，由每日峰、平、谷三个时段购电费用累加得到：

Fday=Σt=1DΣk=13Pr.t.k.mWr.t.k.m;]]>

其中，P_r.t.k.m为第t天k时段的日前市场电价期望值；W_r.t.k.m为省内火电第t天k时段在日前市场的购电量期望值；

步骤S23：将日前市场电价描述成以期望电价为均值的正态分布，认为日前风电功率预测是准确的，月度与日前风电功率预测偏差服从正态分布；因此，日前市场实际购电量与风电预测偏差有关，是满足正态分布的随机变量，则日前市场各时段购电量描述为：

Wfr.t.k~N(Wf.t.kforecast-Wfc.t.k+Wf.t.kdeviation,σf.t.k2)]]>

其中，为第t天k时段月度风电功率预测偏差；与分别为第t天k时段月度风电功率预测偏差的平均值和方差；W_fr.t.k为日前市场第t天k时段购电量；W_fc.t.k为风电月度购电量在第t天k时段的分解电量；

步骤S24：采用拉丁超立方模拟实际风电功率和日前市场电价，通过拉丁超立方模拟出的数据，计算风电及价格不确定因素为购电带来的风险，计算公式如下：

Fβ(x,α)=Σt=1DΣk=13(αt.k+1m(1-β)Σn=1mZk.t.n)]]>

其中，

Z_k.t.n＝[f(x,y_k.t.n)-α_t.k]⁺

其中，F_β(x,α)为置信水平β下的购电损失风险，α_t.k为在第t天k时段的VaR值，为在设定置信水平下可能发生的最大损失值；β为置信水平；m为用于计算CVaR的历史数据个数，即通过拉丁超立方抽样得到的风电功率及日前电价的样本个数；n为样本数据的序号；f(x,y_k.t.n)为购电损失，即实际购电费用与期望购电费用的差值；[f(x,y_k.t.n)-α_t.k]⁺表示max{0,f(x,y_k.t.n)-α_t.k}。