[发明专利]一种热电机组参与调峰辅助服务竞价计算方法

权利要求书

1.一种热电机组参与调峰辅助服务竞价计算方法，其特征在于，包括以下步骤：

1)输入负荷、各发电商原始发电量所需参数，初始化粒子群中的个体，根据各个策略主体的报价系数的概率密度函数，利用拉丁超立方抽样生成竞争对手的报价场景集；

2)利用竞争发电商的报价场景集，采用排队法进行电力调峰辅助服务市场出清，并获得市场出清结果和数据；

3)利用出清结果，在发电商内部热电机组间优化调度，分配中标量，并运行标准粒子群算法。

2.根据权利要求1所述的热电机组参与调峰辅助服务竞价计算方法，其特征在于：

步骤1)具体包括：

101)输入负荷、各发电商原始发电量所需参数，初始化粒子群中的个体；

102)设定各竞争发电商报价系数的概率密度函数中的参数；

103)利用拉丁超立方抽样生成相互独立的随机变量；

步骤2)具体包括：

201)确定最终竞争发电商的报价场景集；

202)确定市场出清方式，利用排队法出清；

203)确定参与电力调峰辅助服务市场可获更高收益的时段；

步骤3)具体包括：

301)确定发电商内部优化的目标函数；

302)在考虑储热罐的调控能力的情况下，确定发电商内部优化的约束条件；

303)利用内点法工具箱对优化问题进行求解，并更新各粒子数据，运行标准粒子群算法。

3.根据权利要求2所述的热电机组参与调峰辅助服务竞价计算方法，其特征在于：

在步骤103)中，生成相互独立的随机变量的步骤为：

103A.将发电负荷预测误差的累积分布分别划分为N个等概率区间；

103B.在每个区间随机选取样本值，区间k的采样累积概率ρ_k为：

其中，r_u是服从[0，1]均匀分布的随机数；

103C.使用预测误差分布的逆函数F^-1将采样的概率值变换为场景值x_e：

x_e＝F^-1(ρ_k)

在步骤201)中，确定最终竞争发电商的报价场景集的步骤为：

201A.市场内参与竞价的发电厂采用线性报价函数，如下所示：

式中：为发电厂i的报价；a_i、b_i为发电厂i的报价系数；p_i为发电厂i的竞标电量；

201B.一般而言，从策略主体i的角度，竞争对手j的报价系数符合二维正态分布，其概率密度函数如下：

式中：下标ij表示策略主体i对竞争对手j的估值；μ_a,ij、μ_b,ij分别为系数a、b的均值估计；σ_a,ij、σ_b,ij分别为系数a、b的标准差估计；为a与b的相关系数，当策略主体i作为电能供应商时的值为-1，取-1的目的是为增加中标电量在提高a、b其中的一个系数的同时需降低另一个系数；

201C.假设则存在下三角矩阵G，使得M＝GG^T；201D.采用LHS抽样生成相互独立的服从二维标准正态分布随机向量λ，且λ＝[λ_a λ_b]^T，其中λ_a～N(0,1)，λ_b～N(0,1)；

201E.令[a_ij,b_ij]^T＝[μ_a,ij,μ_b,ij]^T+Gλ；

201F.重复以上步骤，即获得一组场景集；

在步骤202)中，目标函数为：

其中，Y(t)为市场需要调峰服务的时段，为t时刻的边际出清价格，为策略主体i在t时刻的中标电量；

其中，P_t^req为t时段市场所需电量；p_i,t为市场开始前的各个策略主体应发电量，由调度部门决定；p_i,max为策略主体最大发电量；N_G为参与竞标的策略主体的集合；采用排队法求解该优化问题，具体思路为：在各个时刻将机组的投标量按照报价从低到高进行排列，并优先调用报价低的机组；

在步骤203)中，确定参与电力调峰辅助服务市场可获更高收益的时段的方法为：

其中，Z(t,s)为报价场景s的0-1标志向量，取1表示参与电力调峰辅助服务市场可获更高收益，0表示不参加深调峰服务；为t时刻的售电价格；

在步骤301)中，获取目标函数可以分解为以下步骤：

301A.售电收益可表示为：

式中：为场景s下热电厂的售电收益，本热电厂包含I台热电机组；1-z(t,s)表示在场景s下该时段为不参与深调峰辅助服务的时段；为场景s下热电机组i在t时刻的电出力；由上述公式可知，售电收益的结算方式为上网电量与热电机组上网标杆电价的乘积；

301B.售热收益可表示为：

式中：为场景s下热电厂的售热收益；为t时刻的售热价格；为场景s下热电机组i在t时刻的热出力；

301C.热电厂参与电力调峰辅助服务市场的热电厂收益可表示为：

式中：为场景s下热电厂参与电力调峰辅助服务市场可获更高收益时段的热电厂收益，由中标电量的深度调峰收益和实际出力减去中标电量后那部分电量的售电收益构成；

301D.深调峰成本可表示为：

式中：为场景s下热电厂的深度调峰单位电量成本；φ_i为热电机组i深度调峰时单位电量增加的成本系数；

301E.储热罐储放热过程产生的运维成本表示为：

式中：为场景s下储热罐在运行期间的运维成本；为储热罐单位储放热运维成本系数；S_t为储热罐在t时刻的储热量；

301F.目标函数则表示为：

为报价场景s发生的概率，其大小为总报价场景数量的倒数；

在步骤302)中，约束条件包括：

302A.系统的电力平衡约束：

302B.系统的热平衡：

其中，为t时刻的热需求负荷预测值；

302C.储热罐的储热放热功率平衡：

S_T＝S₀

式中：S_T为储热罐最后一个调度时段剩余储热量；S₀为储热罐的初始储热量；

302D.储热罐的储热量约束：

0≤S_t,s≤S_max

S_max为储热罐的额定储热容量；

302E.储热罐的储放热约束：

式中：S^U为储热罐的最大储热速率；S^D为储热罐的最大放热速率；

302F.热电机组运行约束：

其中，分别为第i台热电机组额定最小、最大技术出力；c_i,v为第i台热电机组进气量不变时多抽取单位供热热量下发电功率的减少量；c_i,m为第i台热电机组凝气运行时电功率与热功率的弹性系数；K为常数；

302G.热电联产机组的爬坡率约束：

其中，为第i台热电机组的最大和最小爬坡率；Δt为调度计算时间间隔；

302H.热电机组的热出力约束：

式中，为第i台热电机组的额定最大热出力。