李華取 和珮珊 吳滇寧 周 娜

基于日前電價(jià)預(yù)測(cè)的梯級(jí)水電廠報(bào)價(jià)策略

李華取 和珮珊 吳滇寧 周 娜

（昆明電力交易中心有限責(zé)任公司，昆明 650011）

針對(duì)高比例水電電力市場(chǎng)，建立合理有效的水電廠日前報(bào)價(jià)策略，對(duì)保障水電有效參與市場(chǎng)、促進(jìn)水電消納具有重要意義。首先考慮運(yùn)行日系統(tǒng)出清電價(jià)的不確定性，基于歷史相似日識(shí)別，采用高斯過(guò)程回歸（GPR）建立日前出清電價(jià)概率預(yù)測(cè)方法；然后以水電廠自身售電收益最大為目標(biāo)，構(gòu)建梯級(jí)上游水電站日前分段容量報(bào)價(jià)的解析計(jì)算方法，并建立梯級(jí)上下游電站之間的出力耦合模型，基于出力耦合關(guān)系得出下游水電站的申報(bào)策略；最后對(duì)實(shí)際梯級(jí)水電廠日前分段容量申報(bào)進(jìn)行仿真分析，證明所提梯級(jí)水電廠報(bào)價(jià)策略的可行性和有效性。仿真結(jié)果表明，所提方法可為高比例水電電力市場(chǎng)中水電廠參與日前競(jìng)價(jià)提供合理的輔助決策參考。

水電廠；報(bào)價(jià)策略；電價(jià)預(yù)測(cè)；電力市場(chǎng)

0 引言

隨著國(guó)內(nèi)電力體制改革政策的頒布，各省區(qū)都在積極推進(jìn)電力現(xiàn)貨市場(chǎng)建設(shè)[1]。在以火電為主的國(guó)內(nèi)現(xiàn)貨市場(chǎng)試點(diǎn)中，水電普遍以?xún)r(jià)格接受者方式參與市場(chǎng)，不參與市場(chǎng)報(bào)價(jià)。但針對(duì)西南省份的高比例水電區(qū)域，水電為主要競(jìng)爭(zhēng)主體，以火電為主的市場(chǎng)機(jī)制不再適用[2-3]。高比例水電市場(chǎng)的建設(shè)面臨著梯級(jí)水電站耦合、利益協(xié)調(diào)困難、系統(tǒng)中水火同臺(tái)競(jìng)價(jià)等諸多挑戰(zhàn)[4-6]。為保證水電合理參與電力現(xiàn)貨市場(chǎng)，如何建立有效的水電廠參與日前競(jìng)價(jià)的決策方案是亟待解決的問(wèn)題。

在日前市場(chǎng)中，各發(fā)電主體需要按其邊際成本進(jìn)行報(bào)價(jià)?；痣娨蚱涔逃刑匦钥苫谌剂铣杀具M(jìn)行報(bào)價(jià)，且國(guó)內(nèi)外已有大量關(guān)于火電廠競(jìng)價(jià)上網(wǎng)和優(yōu)化運(yùn)行的研究[7-9]，但對(duì)水電而言，其缺乏邊際成本測(cè)算機(jī)制，無(wú)法沿用火電報(bào)價(jià)機(jī)制和策略。因此，充分考慮水電特性建立有效的日前決策報(bào)價(jià)曲線具有重要的現(xiàn)實(shí)意義。

針對(duì)水電站廠參與日前競(jìng)價(jià)模型的相關(guān)研究，文獻(xiàn)[10]設(shè)計(jì)水電和火電的豐枯競(jìng)價(jià)模式，枯水期水電全額消納，火電參與日前市場(chǎng)競(jìng)價(jià)，豐水期水電參與市場(chǎng)競(jìng)價(jià)，火電以最小開(kāi)機(jī)方式運(yùn)行，但沒(méi)有從本質(zhì)上解決水電參與日前市場(chǎng)如何報(bào)價(jià)的問(wèn)題；文獻(xiàn)[11]針對(duì)水電如何參與跨省區(qū)報(bào)價(jià)的問(wèn)題，以中長(zhǎng)期合約物理交割作為日前市場(chǎng)邊界，基于日前市場(chǎng)的增量競(jìng)爭(zhēng)機(jī)制，通過(guò)測(cè)算邊際水價(jià)值曲線，建立以電量進(jìn)行報(bào)價(jià)的日前市場(chǎng)增量報(bào)價(jià)策略，但只適用于日前增量報(bào)價(jià)模型，無(wú)法滿足集中式市場(chǎng)下日前全電量參與競(jìng)價(jià)的決策；文獻(xiàn)[12]通過(guò)建立最小收益約束以達(dá)到規(guī)避市場(chǎng)風(fēng)險(xiǎn)的目的，進(jìn)行水電的短期優(yōu)化自調(diào)度，但其風(fēng)險(xiǎn)管理的處理方式并未與報(bào)價(jià)曲線相結(jié)合。現(xiàn)有水電站日前報(bào)價(jià)曲線的生成策略主要是基于預(yù)測(cè)的日前電價(jià)進(jìn)行建模，文獻(xiàn)[13]考慮電價(jià)的不確定性，以日前市場(chǎng)與中長(zhǎng)期合約價(jià)差收益和風(fēng)險(xiǎn)的綜合效用最大為目標(biāo)，采用優(yōu)化手段建立日前報(bào)價(jià)模型，實(shí)現(xiàn)過(guò)程較為復(fù)雜；文獻(xiàn)[14]基于水價(jià)值建立日前市場(chǎng)的報(bào)價(jià)曲線模型；文獻(xiàn)[15-16]以水電站期望售電收入最大為目標(biāo)，統(tǒng)籌各時(shí)段的用水量與報(bào)價(jià)關(guān)系，以解析方法建立水電競(jìng)價(jià)模型，具有簡(jiǎn)單和物理意義明確的特點(diǎn)，但均未考慮水電站之間存在的梯級(jí)耦合關(guān)系。此外，上述文獻(xiàn)均沒(méi)有涉及電價(jià)不確定性的概率區(qū)間構(gòu)建策略。

鑒于此，本文首先針對(duì)日前電價(jià)的不確定性，基于相似日識(shí)別方法，采用高斯過(guò)程回歸（Gaussian process regression, GPR）生成給定置信區(qū)間下的日前電價(jià)概率區(qū)間；然后以水電廠售電收益最大為目標(biāo)，基于電價(jià)概率區(qū)間生成不同電價(jià)場(chǎng)景，建立生成梯級(jí)上游水電站報(bào)價(jià)曲線的解析計(jì)算方法，并通過(guò)出力耦合關(guān)系形成下游電站的報(bào)價(jià)策略；最后通過(guò)梯級(jí)水電站分段容量報(bào)價(jià)的仿真分析，證明所建立方法的可行性和有效性。

1 日前電價(jià)概率預(yù)測(cè)模型

1.1 問(wèn)題描述

本文研究主要針對(duì)多數(shù)市場(chǎng)采用的集中電力市場(chǎng)模式，市場(chǎng)主體在日前市場(chǎng)中進(jìn)行全電量競(jìng)價(jià)，報(bào)價(jià)機(jī)制采用分時(shí)段階梯報(bào)價(jià)，市場(chǎng)主體在交割日提前一天將交易日各時(shí)段申報(bào)的量?jī)r(jià)信息提交至市場(chǎng)運(yùn)營(yíng)機(jī)構(gòu)，其中發(fā)電廠的報(bào)價(jià)需為單調(diào)非遞減的容量報(bào)價(jià)曲線，用電側(cè)的報(bào)價(jià)與之相反。本文假設(shè)日前市場(chǎng)采用小時(shí)報(bào)價(jià)，價(jià)格機(jī)制采用邊際出清模式，市場(chǎng)運(yùn)營(yíng)機(jī)構(gòu)基于發(fā)用供需平衡，根據(jù)發(fā)用報(bào)價(jià)曲線進(jìn)行市場(chǎng)出清，供需曲線交點(diǎn)即為市場(chǎng)統(tǒng)一出清價(jià)（market-cleaning price, MCP）和市場(chǎng)中標(biāo)量。系統(tǒng)邊際出清模型示意圖如圖1所示。

圖1 系統(tǒng)邊際出清模型示意圖

基于上述出清模型，市場(chǎng)主體可考慮自身可變成本，結(jié)合對(duì)日前出清電價(jià)的預(yù)測(cè)，制定報(bào)價(jià)策略獲取中標(biāo)收益。一般情況下，水電站對(duì)次日的來(lái)水預(yù)測(cè)較為準(zhǔn)確，收益的不確定性主要來(lái)源于日前市場(chǎng)的出清電價(jià)[13]，因此報(bào)價(jià)的制定策略首先需要建立日前電價(jià)預(yù)測(cè)方法。

1.2 相似日識(shí)別

日前電價(jià)受供需關(guān)系、網(wǎng)絡(luò)阻塞、用戶行為、氣象等多重因素影響而呈現(xiàn)波動(dòng)特性，在影響因素相似運(yùn)行工況下，日前電價(jià)通常具有類(lèi)似的變化特點(diǎn)，即日前電價(jià)隨不同日期呈周期性變化。為此可基于歷史每天各時(shí)段的電價(jià)序列，匹配出與運(yùn)行日運(yùn)行工況相似度最高的日期，形成相似日集合，基于相似日的各時(shí)段電價(jià)序列便可進(jìn)行日前電價(jià)概率區(qū)間預(yù)測(cè)。其中相似日識(shí)別具體實(shí)現(xiàn)過(guò)程如下[17]：

1）首先對(duì)影響電價(jià)的外界因素進(jìn)行量化，并標(biāo)準(zhǔn)化處理形成指標(biāo)的特征矩陣。本文主要考慮負(fù)荷規(guī)模、天氣和網(wǎng)絡(luò)阻塞程度等影響因素，基于歷史數(shù)據(jù)與預(yù)測(cè)運(yùn)行日的指標(biāo)情況分別形成特征矩陣和。

2）其次根據(jù)選取指標(biāo)計(jì)算歷史數(shù)據(jù)與運(yùn)行日的相似度，基于從大到小排序便可選取所需的相似日集合。其中相似度的計(jì)算方法為

1.3 基于GPR的日前電價(jià)概率區(qū)間預(yù)測(cè)

GPR可給出指定置信水平下的概率預(yù)測(cè)區(qū)間，相較于只給出確定值的預(yù)測(cè)更符合客觀實(shí)際，為此采用GPR對(duì)日前電價(jià)的不確定性進(jìn)行建模，其原理和流程如下[17-18]。

對(duì)于輸入變量到目標(biāo)值的映射關(guān)系，當(dāng)考慮目標(biāo)值含有噪聲時(shí)，有

當(dāng)假設(shè)歷史樣本觀測(cè)值和預(yù)測(cè)值*服從聯(lián)合正態(tài)分布時(shí)，和預(yù)測(cè)值*的聯(lián)合分布為

其中，本文采用平方指數(shù)協(xié)方差函數(shù)作為核函數(shù)，其定義為[18]

基于式（8）和式（9）可得到在置信水平下預(yù)測(cè)值的概率區(qū)間為

基于上述高斯回歸過(guò)程原理，當(dāng)?shù)玫较嗨迫盏臍v史樣本電價(jià)時(shí)，便可預(yù)測(cè)運(yùn)行日電價(jià)在給定置信水平下各時(shí)段的電價(jià)概率區(qū)間。

2 梯級(jí)水電廠報(bào)價(jià)曲線模型構(gòu)建

對(duì)于有強(qiáng)耦合的梯級(jí)上下游水電站而言，由于水力、電力之間存在強(qiáng)時(shí)空耦合關(guān)系，下游電站的日發(fā)電量主要由上游電站決定，在下游電站對(duì)上游報(bào)價(jià)信息不知情的情況下，可能導(dǎo)致競(jìng)標(biāo)和發(fā)電量失衡、交易結(jié)果難以執(zhí)行或出現(xiàn)棄水等問(wèn)題。為此在梯級(jí)水電站市場(chǎng)占有份額不大、市場(chǎng)力可控的前提下，一種有效的方法是將上下游電站聯(lián)合出清，在報(bào)價(jià)階段，上游電站根據(jù)來(lái)水預(yù)測(cè)進(jìn)行申報(bào)量?jī)r(jià)信息，下游電站根據(jù)上游電站的報(bào)價(jià)策略，基于電力耦合關(guān)系生成相匹配的報(bào)價(jià)信息[19]，以更好地實(shí)現(xiàn)日前發(fā)電計(jì)劃與實(shí)際發(fā)電量的吻合。

2.1 上游水電站分段容量報(bào)價(jià)策略

水電站的發(fā)電量主要由其庫(kù)容（蓄水量）決定，水電競(jìng)價(jià)策略需要考慮的問(wèn)題是，如何以有限的水量制定發(fā)電計(jì)劃，以獲取最大的收益。電力市場(chǎng)中，水電站追求收益最大化，考慮水電的發(fā)電成本基本可以忽略，因此水電站的售電收益可表示為

另外，各時(shí)段的用水量約束為

在滿足電站水位約束、流量限制約束等前提下，可構(gòu)建增廣目標(biāo)函數(shù)為

進(jìn)而推導(dǎo)可得

在不考慮棄水條件下，水電站的下泄流量就為發(fā)電流量，由于上游水庫(kù)庫(kù)容較大，具有較好調(diào)節(jié)能力，可忽略日內(nèi)運(yùn)行中水位的變化，即各個(gè)時(shí)段發(fā)電流量與水電站出力的流量特性關(guān)系也可表示為以、為系數(shù)的二次函數(shù)[19]，即

因此將式（17）代入式（16）可得

2.2 下游水電站報(bào)價(jià)曲線構(gòu)建

由式（17）可知水電機(jī)組發(fā)電流量與出力具有二次函數(shù)關(guān)系，因上游水庫(kù)庫(kù)容較大，可近似忽略運(yùn)行中水庫(kù)水位變化，因此可對(duì)式（17）進(jìn)行簡(jiǎn)化并做線性化處理，重新描述為

另外，梯級(jí)下游電站的入庫(kù)流量主要由區(qū)間天然入流和上游下泄流量確定，即

因此由式（21）和式（22）可得到下游電站在時(shí)段出力為

由式（23）結(jié)合式（20）得到

也可表示為

據(jù)此可知，當(dāng)確定上游電站的出力報(bào)價(jià)曲線時(shí)，根據(jù)下游電站測(cè)算的當(dāng)前流量特性參數(shù)c和d（=1,2,…,），基于式（25）的上下游電站出力耦合關(guān)系，即可自動(dòng)得出下游電站各時(shí)段的報(bào)價(jià)曲線。

2.3 基于電價(jià)預(yù)測(cè)的報(bào)價(jià)曲線生成策略

基于前述日前電價(jià)預(yù)測(cè)方法和申報(bào)容量解析計(jì)算方法，得出各時(shí)段預(yù)測(cè)電價(jià)分布后，便可根據(jù)±原則確定置信區(qū)間和區(qū)間離散電價(jià)點(diǎn)，則每個(gè)時(shí)段都有21個(gè)分段電價(jià)點(diǎn)，本文設(shè)定=2。由式（19）可知，在時(shí)段確定第個(gè)分段點(diǎn)電價(jià)對(duì)應(yīng)的申報(bào)量時(shí)，需與其余時(shí)段點(diǎn)電價(jià)組合成運(yùn)行日24點(diǎn)的電價(jià)序列，以此先確定參數(shù)的值，并由式（18）和式（19）可看出，其余時(shí)段的電價(jià)越高，則參數(shù)越小，其申報(bào)量越小。因此為盡可能覆蓋可能出現(xiàn)的全天各時(shí)段電價(jià)隨機(jī)組合情況，并充分增大各段申報(bào)量之間的差值，在依次計(jì)算各時(shí)段的電價(jià)點(diǎn)從小到大的申報(bào)量時(shí)，采用各時(shí)段電價(jià)點(diǎn)從大到小計(jì)算得到的參數(shù)，進(jìn)行申報(bào)量的確定。即每個(gè)時(shí)段對(duì)應(yīng)分段點(diǎn)的電價(jià)從小到大形成運(yùn)行日的種電價(jià)序列，從而有組系數(shù)，以此便可生成每個(gè)時(shí)段的量?jī)r(jià)對(duì)，對(duì)申報(bào)量從小到大排序即可確定申報(bào)曲線。綜上分析可得，構(gòu)建水電廠日前申報(bào)曲線的具體步驟為：

1）根據(jù)歷史電價(jià)樣本數(shù)據(jù)，考慮電價(jià)影響因素進(jìn)行相似日識(shí)別，形成相似日集合。

2）上游電站基于相似日電價(jià)樣本數(shù)據(jù)，采用GPR對(duì)申報(bào)日的各時(shí)段進(jìn)行概率區(qū)間預(yù)測(cè)，得出設(shè)定置信水平為（本文設(shè)定±2范圍）的電價(jià)區(qū)間。

3）在置信區(qū)間內(nèi)將電價(jià)離散化，在每個(gè)時(shí)段取電價(jià)點(diǎn)分別為（-2，-，，+，+2），同時(shí)為避免各時(shí)段的電價(jià)隨機(jī)組合過(guò)多無(wú)法計(jì)算，各時(shí)段的電價(jià)視為具有強(qiáng)相關(guān)性，相關(guān)系數(shù)近似為1，因此取各時(shí)段相對(duì)應(yīng)的電價(jià)點(diǎn)構(gòu)成全天組電價(jià)序列。

4）由式（19）即可確定每組電價(jià)序列對(duì)應(yīng)的參數(shù)值。

5）在每個(gè)時(shí)段，采用電價(jià)點(diǎn)從大到小計(jì)算得到的參數(shù)，依次計(jì)算各時(shí)段的電價(jià)點(diǎn)從小到大的申報(bào)量，根據(jù)申報(bào)量從小到大排序形成該時(shí)段的申報(bào)曲線。

6）重復(fù)步驟5）得到全天的報(bào)價(jià)曲線。

7）下游電站根據(jù)上游電站各時(shí)段申報(bào)曲線，基于式（25）上下游出力耦合關(guān)系得到報(bào)價(jià)曲線。

此外，在形成申報(bào)曲線過(guò)程中，需滿足水電站最大裝機(jī)容量約束，因此基于上述方法形成的申報(bào)曲線若超出最大容量約束，則可根據(jù)申報(bào)最大容量與裝機(jī)額定容量的差值等比例減小各分段的申報(bào)量。

3 仿真分析

本文以某實(shí)際局部電網(wǎng)進(jìn)行仿真分析，系統(tǒng)中包含2家火力發(fā)電廠及上下游梯級(jí)電站A和B，上游電站A進(jìn)行運(yùn)行日來(lái)水預(yù)測(cè)，確定運(yùn)行日用水量約為5 000萬(wàn)m3，進(jìn)行量?jī)r(jià)曲線申報(bào)，下游電站B作為價(jià)格接受者，只進(jìn)行容量的申報(bào)及測(cè)算各時(shí)段的實(shí)時(shí)流量特性參數(shù)。河道坦化系數(shù)為1，運(yùn)行日電站A測(cè)算的流量特性參數(shù)、，以及電站的額定容量見(jiàn)表1。因本文著重探討水電申報(bào)策略，火電以最小開(kāi)機(jī)方式運(yùn)行考慮，新能源作為價(jià)格接受者優(yōu)先消納。另外，出清模型中以收購(gòu)成本最小為目標(biāo)，安全約束經(jīng)濟(jì)調(diào)度（security constrained economic dispatch, SCED）模型采用線性規(guī)劃法求解，安全約束機(jī)組組合（security constrained unit commitment, SCUC）模型采用混合整數(shù)線性規(guī)劃法求解，基于Matlab環(huán)境下的Cplex求解器進(jìn)行模型出清求解。

表1 水電站流量特性參數(shù)及額定容量

3.1 日前電價(jià)預(yù)測(cè)

國(guó)內(nèi)現(xiàn)貨市場(chǎng)試點(diǎn)中只有四川電力市場(chǎng)具有高比例水電特性，因此以四川電力市場(chǎng)歷史運(yùn)行數(shù)據(jù)為依據(jù)，對(duì)具有類(lèi)似特征的日期進(jìn)行識(shí)別，得到相似日集合作為運(yùn)行日電價(jià)預(yù)測(cè)的訓(xùn)練集，其中相似日集合選取共5天，具有120個(gè)電價(jià)樣本，相似日電價(jià)如圖2所示。根據(jù)GPR對(duì)申報(bào)日的日前電價(jià)進(jìn)行預(yù)測(cè)，便可得到日前電價(jià)在不同置信水平下的電價(jià)分布，不失一般性，本文選用±2原則，即以 =95%置信區(qū)間進(jìn)行電價(jià)概率區(qū)間生成，并基于此電價(jià)區(qū)間進(jìn)行報(bào)價(jià)曲線的合成。其中，=95%置信區(qū)間下的預(yù)測(cè)日前電價(jià)分布如圖3所示。

圖2 相似日全天電價(jià)分布

圖3 a=95%置信區(qū)間下的預(yù)測(cè)日前電價(jià)分布

3.2 報(bào)價(jià)曲線生成

上游電站A預(yù)測(cè)運(yùn)行日用水量約為5 000萬(wàn)m3，基于所建立的方法，當(dāng)報(bào)價(jià)曲線設(shè)為五段時(shí)，以上游電站A為例，得到全天各時(shí)段的申報(bào)量?jī)r(jià)如圖4所示。

圖4 電站A全天申報(bào)量?jī)r(jià)

另外基于上下游出力耦合關(guān)系，即可得到下游電站申報(bào)曲線，其中在生成的報(bào)價(jià)曲線中，分別選取負(fù)荷低谷和高峰部分時(shí)段的上游和下游電站申報(bào)曲線分別如圖5和圖6所示。

圖5 負(fù)荷低谷部分時(shí)段上下游電站報(bào)價(jià)曲線

圖6 負(fù)荷高峰部分時(shí)段上下游電站報(bào)價(jià)曲線

從圖5和圖6可看出，各時(shí)段的曲線除了第一段申報(bào)容量較大外，其余分段容量較為均衡。因?yàn)樗姀S的運(yùn)行邊際成本很低，在日前申報(bào)時(shí)可以較低的價(jià)格申報(bào)適當(dāng)大的容量以保證獲得出清，防止出現(xiàn)棄水，并在出力較大時(shí)申報(bào)較高的價(jià)格以獲取更高收益，所以仿真結(jié)果與水電廠的運(yùn)行特性相吻合。另外，結(jié)合圖4可看出，各時(shí)段申報(bào)的最大容量不盡相同，=18和=19時(shí)段處于負(fù)荷高峰時(shí)段，相較于負(fù)荷低谷時(shí)段（=1和=5），其預(yù)測(cè)電價(jià)更高，因此其申報(bào)量也更大，即水電廠可決策在負(fù)荷高峰時(shí)段適當(dāng)增加用水量，以獲取更高的售電收益。

3.3 報(bào)價(jià)曲線有效性分析

針對(duì)水電廠的日前報(bào)價(jià)，現(xiàn)有電力市場(chǎng)采用的常規(guī)方法為：在水電站額定裝機(jī)容量范圍內(nèi)進(jìn)行均等容量報(bào)價(jià)，以各段出力增幅相同、電價(jià)增幅也相同進(jìn)行申報(bào)[20]。為此本文選用均等容量報(bào)價(jià)方案與所提方法進(jìn)行對(duì)比分析，在本文所提方法得出的最大申報(bào)量基礎(chǔ)上，采用等容量報(bào)價(jià)策略，各段容量和電價(jià)增幅相同作為本文所提方法的對(duì)比方案，并在全天中隨機(jī)選取第=20時(shí)段進(jìn)行系統(tǒng)出清，其中=20時(shí)負(fù)荷需求為1 400MW，得到系統(tǒng)邊際出清價(jià)為304元/(MW·h)。=20時(shí)的均等容量報(bào)價(jià)曲線與本文所提方法得到的報(bào)價(jià)曲線及出清結(jié)果對(duì)比如圖7所示。另外，以上游電站A為例，各時(shí)段所獲得的售電收益與本文所提方法對(duì)比如圖8所示。

圖7 不同報(bào)價(jià)方案曲線對(duì)比

圖8 不同報(bào)價(jià)方案售電收益對(duì)比

從圖7可看出，在第=20時(shí)段由于均等容量報(bào)價(jià)沒(méi)有考慮用水量和制定競(jìng)價(jià)策略，簡(jiǎn)單將容量每段均分可能面臨中標(biāo)容量小的問(wèn)題，會(huì)導(dǎo)致售電收益不理想，不合理的中標(biāo)容量甚至可能會(huì)出現(xiàn)棄水情況。另外從圖8也可看出，在運(yùn)行日大部分時(shí)段，本文所建立的申報(bào)策略獲得的售電收益比均等容量報(bào)價(jià)方案高，其中運(yùn)行日全天獲得售電收益對(duì)比見(jiàn) 表2。從表2可看出，基于所提方法A電站售電收益為3 289 602.75元，而均等容量報(bào)價(jià)獲得收益為2 613 022.05元，同時(shí)所提報(bào)價(jià)方法使下游電站獲得的收益為1 019 443.78元，而均等容量方案為785 715.90元，相較于等容量報(bào)價(jià)均具有較好的優(yōu)勢(shì)。因此，所建立報(bào)價(jià)策略可為水電廠帶來(lái)更高的售電收益，以及為水電廠在日前市場(chǎng)競(jìng)價(jià)中提供更合理的輔助決策參考。

表2 不同報(bào)價(jià)方案水電站全天售電收益對(duì)比

3.4 下游電站申報(bào)容量影響因素分析

若考慮上下游電站存在時(shí)滯效應(yīng)，當(dāng)時(shí)滯為2h時(shí)，上下游電站在全天各時(shí)段的申報(bào)容量如圖9所示。另外，若考慮上下游電站區(qū)間有天然流量匯入，當(dāng)不存在時(shí)滯時(shí)，沒(méi)有區(qū)間流量匯入和考慮區(qū)間匯入流量為360m3/s時(shí)全天各時(shí)段的申報(bào)容量如圖10所示。

圖9 考慮時(shí)滯上下游電站各時(shí)段申報(bào)容量

圖10 考慮區(qū)間匯流下游電站各時(shí)段申報(bào)容量

從圖9可看出，當(dāng)時(shí)滯為2h時(shí)，下游電站B的申報(bào)容量大小主要由前兩個(gè)小時(shí)的上游電站A申報(bào)容量決定，即B電站各時(shí)段申報(bào)容量大小變化關(guān)系滯后于A電站2h。從圖10可看出，若存在區(qū)間流量匯入，因下游電站B發(fā)電流量增大，相較于無(wú)區(qū)間天然流量匯入，全天各時(shí)段的決策申報(bào)容量都更大，以尋求獲得更多的中標(biāo)容量和防止出現(xiàn)棄水。

綜上所述，本文所提報(bào)價(jià)策略在下游電站考慮時(shí)滯效應(yīng)、區(qū)間有天然流量匯入等影響因素時(shí)，也可為水電廠提供有效的日前報(bào)價(jià)曲線決策方案，具有較好的適應(yīng)性和可行性。

4 結(jié)論

本文結(jié)合日前電力市場(chǎng)特點(diǎn)和水電站固有運(yùn)行特性，以水電站售電收益最大為目標(biāo)，考慮出力耦合關(guān)系，以解析方法建立了梯級(jí)上、下游電站在日前市場(chǎng)的申報(bào)量?jī)r(jià)策略。通過(guò)仿真分析得出以下結(jié)論：

1）以給定置信水平生成日前電價(jià)概率區(qū)間，從而構(gòu)建不同電價(jià)場(chǎng)景、確定水電廠申報(bào)容量，可有效保證水電廠獲得中標(biāo)容量和收益。

2）通過(guò)以水電廠售電收益最大為目標(biāo)，以解析的方法得出梯級(jí)電站的申報(bào)曲線，物理意義明確且實(shí)現(xiàn)過(guò)程簡(jiǎn)單，具備較強(qiáng)的可行性。

3）基于所提方法在構(gòu)建梯級(jí)上下游電站報(bào)價(jià)曲線時(shí)，充分考慮了梯級(jí)耦合關(guān)系、水流時(shí)滯、區(qū)間天然流量匯入等影響因素，可有效協(xié)調(diào)梯級(jí)上下游水電廠進(jìn)行日前量?jī)r(jià)申報(bào)。且當(dāng)市場(chǎng)采用不同的價(jià)格機(jī)制時(shí)，通過(guò)對(duì)電價(jià)的預(yù)測(cè)也可繼續(xù)貫穿執(zhí)行所建立的報(bào)價(jià)方法，即所提方法具有較好的可擴(kuò)展性。

本文立足于高比例水電電力市場(chǎng)，旨在為水電廠進(jìn)行日前報(bào)價(jià)決策提供合理的輔助參考，如何綜合考慮水電廠的優(yōu)先電量、中長(zhǎng)期合約分解電量、跨省跨區(qū)交易電量等因素，制定更完善和貼合實(shí)際的水電廠日前申報(bào)策略是值得進(jìn)一步深入研究的內(nèi)容。

[1] 李澤宏, 曾楊超, 周暢游, 等. 基于電力現(xiàn)貨市場(chǎng)出清模擬的節(jié)點(diǎn)電價(jià)影響因素分析[J]. 電氣技術(shù), 2020, 21(5): 41-47.

[2] 韓曉言, 丁理杰, 陳剛, 等. 梯級(jí)水光蓄互補(bǔ)聯(lián)合發(fā)電關(guān)鍵技術(shù)與研究展望[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(13): 2711-2722.

[3] LIU Shuangquan, YANG Qiang, CAI Huaxiang, et al. Market reform of Yunnan electricity in southwestern China: practice, challenges and implications[J]. Renewable and Sustainable Energy Reviews, 2019, 113: 109265.

[4] 張宏圖, 熊志杰, 朱燕梅, 等. 基于“虛擬水庫(kù)”的梯級(jí)水電現(xiàn)貨報(bào)價(jià)單元組建方法[J]. 電工技術(shù)學(xué)報(bào), 2022, 37(3): 719-728.

[5] 王京景, 吳旭, 王正風(fēng), 等. 基于多目標(biāo)模糊優(yōu)化的抽蓄水火電聯(lián)合調(diào)峰方法[J]. 電氣技術(shù), 2019, 20(11): 33-38, 45.

[6] MOISEEVA E, HESAMZADEH M R. Strategic bidding of a hydropower producer under uncertainty: modified benders approach[J]. IEEE Transactions on Power Systems, 2018, 33(1): 861-873.

[7] 王力, 杜濟(jì)園. 基于電力市場(chǎng)環(huán)境的機(jī)組組合優(yōu)化運(yùn)行研究[J]. 電氣技術(shù), 2019, 20(8): 38-44.

[8] FAN Lei, WANG Jianhui, JIANG Ruiwei, et al. Min- max regret bidding strategy for thermal generator considering price uncertainty[J]. IEEE Transactions on Power Systems, 2014, 29(5): 2169-2179.

[9] 郭通, 李永剛, 徐姍姍, 等. 考慮多主體博弈的火電機(jī)組靈活性改造規(guī)劃[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(11): 2448-2459.

[10] 路軼, 胡曉靜, 孫毅, 等. 適應(yīng)高水電占比的電力現(xiàn)貨市場(chǎng)機(jī)制設(shè)計(jì)與實(shí)踐[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(9): 162-170.

[11] 鄧玉敏, 石峰, 夏清, 等. 跨省區(qū)水電參與現(xiàn)貨市場(chǎng)的機(jī)制和交易策略[J]. 電網(wǎng)技術(shù), 2021, 45(8): 3190- 3202.

[12] YUAN Xiaohui, WANG Yunyan, XIE Jun, et al. Optimal self-scheduling of hydro producer in the elec- tricity market[J]. Energy Conversion and Management, 2010, 51(12): 2523-2530.

[13] 于旭光, 李剛, 李亞鵬, 等. 計(jì)及電價(jià)風(fēng)險(xiǎn)和差價(jià)合同的梯級(jí)水電站日前市場(chǎng)競(jìng)價(jià)模型[J]. 電力系統(tǒng)自動(dòng)化, 2022, 46(5): 62-72.

[14] AASG?RD E K, NAVERSEN C ?, FODSTAD M, et al. Optimizing day-ahead bid curves in hydropower production[J]. Energy Systems, 2018, 9(2): 257-275.

[15] 伍永剛, 高英. 一種基于預(yù)測(cè)電價(jià)的水電站報(bào)價(jià)方法研究[J]. 電工技術(shù)學(xué)報(bào), 2004, 19(9): 90-94, 89.

[16] HE Li, CHEN Dong, LI Hui. A simple piecewise bidding strategy for hydropower plant in liberalised electricity market[C]//2010 9th IEEE/IAS International Conference on Industry Applications-INDUSCON, Sao Paulo, Brazil, 2010: 1-5.

[17] 楊穎, 楊少華, 張燕, 等. 基于相似日的短期電價(jià)區(qū)間預(yù)測(cè)[J]. 智慧電力, 2018, 46(12): 23-29.

[18] 劉升偉, 王星華, 魯?shù)? 等. 基于改進(jìn)高斯過(guò)程回歸的短期負(fù)荷概率區(qū)間預(yù)測(cè)方法[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(1): 18-25.

[19] 張粒子, 劉方, 許通, 等. 多運(yùn)營(yíng)主體梯級(jí)水電站參與的日前市場(chǎng)出清模型[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(16): 104-110.

[20] 四川省經(jīng)濟(jì)和信息化廳. 四川電力現(xiàn)貨市場(chǎng)建設(shè)試點(diǎn)方案及相關(guān)實(shí)施細(xì)則(模擬試運(yùn)行征求意見(jiàn)稿)[Z]. 成都, 2019.

Bidding strategy of cascade hydropower plants based on day-ahead electricity price forecasting

LI Huaqu HE Peishan WU Dianning ZHOU Na

(Kunming Power Exchange Center Co., Ltd, Kunming 650011)

Aiming at the high proportion hydropower power market, establishing a reasonable and effective day-ahead quotation strategy of hydropower plants is of great significance to ensure the effective participation of hydropower in the market and promote the consumption of hydropower. Firstly, considering the uncertainty of the clearing price of the system on the operation day, based on the identification of historical similar days, the probability prediction method of day-ahead clearing price is established by using Gaussian process regression. Then, aiming at maximizing the power sales revenue of hydropower plants, the analytical calculation method of the day-ahead subsection capacity quotation of cascade upstream hydropower stations is constructed, and the output coupling model between cascade upstream and downstream hydropower stations is established. Therefore, the biding strategy of downstream power station is obtained based on the output coupling relationship. Finally, the simulation analysis of the day-ahead segmented capacity declaration of the actual cascade hydropower plants verifies the feasibility and effectiveness of the proposed bidding strategy. The simulation results show that the proposed method can provide a reasonable auxiliary decision-making reference for hydropower plants to participate in the day-ahead bidding in the high proportion hydropower power market.

hydropower plant; bidding strategy; electricity price forecasting; electricity market

2022-05-10

2022-05-24

李華?。?996—），男，云南省曲靖市人，碩士，主要從事電力市場(chǎng)相關(guān)研究工作。