[发明专利]虚拟电厂参与电力市场和碳交易市场的协同竞价方法

权利要求书

1.一种虚拟电厂参与电力市场和碳交易市场的协同竞价方法，其特征是：包括四个步骤，

(1)虚拟电厂运营机理与结构分析：以含有运行结构为发电单元、储能单元和需求响应单元的虚拟电厂为对象，提出虚拟电厂参与日前电力市场、日内需求响应市场、调节市场、实时电力市场和碳交易市场时的鲁棒优化竞价策略；通过分析虚拟电厂商业模式、参与电力市场竞价规划、电力市场和碳交易市场一体化特征，明确虚拟电厂参与电力市场和碳交易市场协同竞价的多元收入和成本构成；

(2)虚拟电厂在日前市场和调节市场的竞价策略：通过建立风电机组、电动汽车和燃气机组收益成本模型，明确虚拟电厂参与日前电力市场和调节市场的竞价策略；建立虚拟电厂不确定性的量化模型，通过需求响应市场降低可再生能源发电的不确定性造成的虚拟电厂竞价风险；

(3)虚拟电厂竞价模型：引入碳交易机制，以虚拟电厂利润最大化为目标，优化虚拟电厂参与电力市场和碳交易市场协同竞价策略；

(4)虚拟电厂鲁棒优化竞价模型：考虑虚拟电厂竞价的不同风险偏好，建立虚拟电厂参与电力市场和碳交易市场协同竞价策略的鲁棒优化模型，进一步提升不同风险偏好的虚拟电厂参与电力市场和碳交易市场协同竞价利润。

2.根据权利要求1所述的虚拟电厂参与电力市场和碳交易市场的协同竞价方法，其特征是：所述虚拟电厂运营机理与结构分析的具体步骤如下：

(1)虚拟电厂的配电市场商业模式

虚拟电厂的配电市场商业模式包括四个阶段，

①根据分布式可再生能源的预测信息，虚拟电厂根据输出范围和运行成本对其内部资源进行聚合，得到聚合灵活性资源的输出曲线和成本特征；

②虚拟电厂向配电网运营商提交多种电力商品的竞价价格和数量；

③配电网运营商收集各个运营商的竞价信息，考虑各类机组的竞价出力和成本特征，根据各种电力商品需求和系统安全运行约束，提出市场出清策略并确定虚拟电厂的中标价格和中标数量；

④虚拟电厂根据市场出清结果优化内部资源调度计划，并遵循配电网运营商发布的调度指令，虚拟电厂根据配电网运营商发布的调度计划曲线和多种电力商品价格，设计其内部灵活性资源的调度计划，并跟踪配电网运营商发布的调度指令；

(2)虚拟电厂参与电力市场的竞价规则

虚拟电厂竞价规则为：基于含高渗透可再生能源的虚拟电厂参与日前市场、日内需求响应市场、调节市场和实时市场为基础，

虚拟电厂需要提前12～36小时预测其实际发电量，并在日前市场关闭前向配电网运营商提交未来24小时的竞价信息，即发电价格-发电容量曲线；将虚拟电厂竞价价格设置为0，只根据预测的市场结算价格优化其竞价电量；调节市场在实时市场开放前一小时关闭，在此期间，虚拟电厂向配电网运营商提交调节备用和旋转备用的竞价，当天电力市场交易结束后，将根据实时电价结算虚拟电厂的实际发电量偏差，采用竞价发电功率来研究虚拟电厂的竞价策略，虚拟电厂发电的每小时发电功率和每小时发电量具有相同的数据，即，每小时发电量＝每小时发电功率×1小时；

(3)虚拟电厂参与的电力市场和碳交易市场一体化特征

虚拟电厂的运行结构中：发电单元主要由风电机组和燃气机组组成，储能单元为电动汽车，需求响应单元为本地负荷和外部需求响应提供商，各个单元通过数据层将日常运行数据传输到虚拟电厂的控制中心，控制中心根据当前利润和碳排放目标对发电单元设备出力、储能单元和需求响应单元的响应容量统一制定策略并进行调度，虚拟电厂聚合区域内的发电单元、储能单元和需求响应单元是构建电力市场和碳交易市场一体化的基础，虚拟电厂中的各个单元参与市场交易的过程，也是用电权和碳排放权同时转移的过程；

2)虚拟电厂在日前市场和调节市场的竞价策略

(1)风电机组的收入函数

在日前市场中标后，风电机组在实时市场被调度发电时，在T时段间，日前市场风电机组竞标收入R_WT,da，如方程(1)所示

式中，i是配电网节点编号；B是配电网节点集合；λ_da,e,t是日前电价；是接入节点i的风电机组集合；P_i,wt,t是时刻t的风电机组日前竞标出力；Δt表示时间间隔；

(2)电动汽车为配电网提供备用容量

第一，收入函数

电动汽车参与调节市场竞价时，上调备用、下调备用和旋转备用的竞价容量分别表示为和

当电动汽车提供备用容量时通过历史调度数据对备用容量的调度比率进行统计分析，电动汽车上调备用容量、下调备用容量和旋转备用容量的预期调度比率分别表示为和如方程(6-8)所示

式中，和分别为在时间t接入节点i的电动汽车的上调备用容量、下调备用容量和旋转备用容量在实时市场的实际调度输出；和分别为在时间t接入节点i的第ev辆电动汽车的上调备用容量、下调备用容量和旋转备用容量；E(·)表示期望值；

电动汽车和配电网之间的交换功率P_EV,t，如方程(9)所示

式中，为满足电动汽车行驶需求的充电功率；和分别为电动汽车的总充放电功率；

虚拟电厂按电价λ_ev,sub向可调度电动汽车收取充电费用，T时段内电动汽车在调节市场的总收入R_EV,rg，

如方程(11)所示，

式中，为满足时刻t接入节点i的第ev量电动汽车行驶需求的充电功率；λ_RD,t，λ_RU,t，λ_RR,t分别为调节市场的下调备用、上调备用、旋转备用的容量价格；

第二，成本函数

电动汽车参与调节市场竞价的成本包括两部分，如方程(12)所示，C_EV＝C_EV,pur+C_EV,los (12)

首先，虚拟电厂为电动汽车充电的购电成本C_EV,pur，如方程(13)所示

式中，λ_rt,e,t为实时电价。

其次，虚拟电厂的可调度电动汽车采用相同类型的电池，电动汽车电池的损耗成本如方程(14)所示。

式中，P_EV,bat是电动汽车电池的额定容量；C_bat是电动汽车电池的购买成本系数，元/kWh。η_dc是电动汽车电池的放电效率；

(3)燃气机组

第一，收入函数

日前市场中标后的燃气机组在实时市场将被调度发电，在T时段内，燃气机组在日前市场的竞价收入R_GT,da，如方程(16)所示

式中，是接入节点i的燃气机组集合；P_i,gt,t是各个时段t的燃气机组日前竞标出力；

燃气机组参与调节市场竞价时，上调备用、下调备用和旋转备用的竞标出力分别用和表示，和分别是燃气机组上调备用实际调度值、下调备用实际调度值和旋转备用实际调度值，

燃气机组在调节市场中标后，燃气机组在调节市场获得的总收入R_GT,rg，如方程(17)所示

第二，成本函数

虚拟电厂为燃气机组从燃气市场购买天然气的费用C_GT,pur，如方程(18)所示。

式中，λ_gas是天然气价格；η_i,gt,t是燃气机组发电效率；LHV是天然气低位热值，kWh/m³；

3)虚拟电厂竞价模型

(1)不确定因素建模

不确定性因素包括风电机组出力、本地用户负荷需求和市场价格，其中市场价格包括日前市场电价、调节市场价格、日内需求响应市场价格和实时市场电价，

①风机出力

在日前市场中，使用区间约束法设定风电机组的出力上下限，时刻t时的风电机组竞价输出P_WT,t的上下限分别由不确定参数P_up,WT,t和P_low,WT,t表示；在任意时刻t，风电机组竞价输出的上下限约束中只有一个不确定参数，分别为P_up,WT,t和P_low,WT,t；风电机组输出的上下限遵循正态分布，如方程(19-21)所示

σ_Wind＝{σ_up,WT,t,σ_low,WT,t}μ_Wind＝{μ_up,WT,t,μ_low,WT,t} (21)

式中，μ_up,WT,t，σ_up,WT,t是_Pup,WT,t的期望值和标准差；μ_low,WT,t，σ_low,WT,t是P_low,WT,t的期望值和标准差；

机会约束可用于将风电机组竞价输出约束转换为不等式约束，如方程(22-23)所示

pr{P_WT,t≤P_up,WT,t}≥ε_up,WT (22)

pr{P_WT,t≥P_low,WT,t}≥ε_low,WT (23)

式中，ε_up,WT和ε_low,WT满足机会约束的概率；

②本地用户负荷需求

虚拟电厂需要满足本地用户的负荷需求，通过历史负荷数据进行预测，如方程(24)所示

式中，是基于历史负荷数据，通过差分自回归移动平均模型预测本地用户负荷；分别为预测误差上下限，遵循正态分布；

③市场交易价格

根据历史数据预测每小时的日前电价、需求响应市场价格、备用容量价格、实时电价均在区间内变化，其中，表示价格的预测值；表示价格波动区间半径；

(2)目标函数

虚拟电厂竞价策略的目标是使虚拟电厂利润I最大化，如方程(25)所示

maxI＝R_rev-C_WT,pl-C_EV-C_GT,pur-C_DR (25)

R_rev＝R_WT,da+R_GT,da+R_EV,rg+R_GT,rg+R_LU+R_CT (26)

式中，R_rev是虚拟电厂获得的收入，包括：日前市场中的风电机组和燃气机组收入R_WT,da和R_GT,da，调节市场中的电动汽车和燃气机组的收入R_EV,rg和R_GT,rg，向本地用户售电的收入R_LU，碳交易市场中的碳排放权收入R_CT；C_WT,pl是风电机组实际输出和竞价输出之间的偏差而造成的经济处罚，C_EV是电动汽车成本，C_GT,pur是燃气机组的购买天然气成本，C_DR是日内需求响应市场中负荷削减量的购买成本。

(3)约束条件

第一，风电机组运行约束

风电机组的竞价输出和实际输出应在其最小和最大输出功率之间，如方程(39-40)所示

式中，和分别为风电机组的最小和最大输出功率；

第二，电动汽车运行约束

电动汽车的状态包括充电、放电和待机，需要满足方程(41)的约束条件

式中，u_dc,t是电动汽车放电状态。u_c,t是电动汽车充电状态

时刻t的电动汽车SOC，如方程(42)所示，电动汽车SOC需要满足容量上下限约束，如方程(43)所示

式中：SOC_i,ev,t为接入节点i的第ev辆电动汽车在时段t的SOC值，SOC_i,ev,0为电动汽车初始SOC，分别是电动汽车SOC的上下限，P_i,ev,bat为接入节点i的第ev辆电动汽车电池的额定容量；

电动汽车还需要满足最大充放电功率PEV,max约束，如方程(44-45)所示

第三，燃气机组运行约束

燃气机组竞标出力应满足其输出功率上下限和最大爬坡率约束，如方程(46-49)所示

式中，是燃气机组最大输出功率；是燃气机组下调备用的竞标容量；和分别是燃气机组最大向上/向下爬坡率；

第四，线路约束

式中，是t时刻节点i的注入功率；P_ij,max、P_ij,min分别是线路ij的功率上下限；h_ij是线路ij功率分布变化系数；

4)虚拟电厂鲁棒优化竞价模型

首先将虚拟电厂竞价模型转化为线性规划问题，然后转化为鲁棒线性规划模型；通过引入决策变量形成新的约束方程(52-55)

将方程(42)转换为线性函数方程(56)，用于计算电动汽车SOC，

根据鲁棒优化原理，将线性规划模型转化为虚拟电厂鲁棒优化竞价模型，详述如下

max I_ROM (58)

-y≤P≤y (73)

式中，P是决策变量向量；y是对偶变换引入的辅助决策变量向量；z_ε是标准正态分布的上侧分位点；μ_a,W,t和σ_a,W,t分别是的期望值和标准差，服从正态分布，

在虚拟电厂竞价鲁棒优化竞价模型中，电动汽车的充放电功率约束满足方程(54)和方程(55)，电动汽车SOC约束满足方程(56)；方程(77)和方程(78)是风电机组竞标出力的上下限约束，方程(79)和方程(80)是风电机组竞标出力的正负偏差约束；其它约束条件，如等方程(43～51)所示。