考虑电力市场偏差考核的售电公司鲁棒竞价策略

　　摘 要：在当前国内电力市场环境下，偏差电量考核机制的出现给售电公司盈利带来了巨大挑战。运用鲁棒优化方法建立了售电公司在偏差考核机制下的竞价策略模型，模型以售电公司经营利润最大化为目标，提出在不确定的用户电量对经营利润产生最坏影响场景下，基于遗传算法求解最优竞价策略。算例研究表明，鲁棒竞价策略可以有效降低售电公司经营的经济风险、减少偏差考核成本、提高公司利润。

　　关键词：鲁棒优化;偏差考核;遗传算法;电力市场;售电公司

　　0引言

　　新电改以来全国各个省市分别出台相关交易规则来推动电力改革[1-2]，但由于中长期电力交易合同电量均为计划值，必然存在系统误差，因此多数省市在电力现货市场出现之前设置电量偏差考核作为过渡性方案。2017年广东电力市场首次在集中竞价中引入偏差考核，售电公司电量预测准确率最高可达99.79%，但最低仅为25%。根据2018年2月广东电力市场结算数据，电力负荷整体预测偏差增大，造成了总偏差电量8.3亿kWh，偏差率高达18%，致使考核电费达到6400万元，给售电公司的经营造成了巨大损失[3-9]。

　　考核电费通常按照合同比例由用户和售电公司共同承担，但已有很多售电公司把承担偏差考核作为吸引用户的营销手段，因此偏差考核规则给售电公司的盈利能力带来了巨大挑战。当前已有部分文献对偏差考核机制进行研究，文献[10]运用频率平均偏差法为跨区电量交易提供了偏差电量的责任认定和差异化定价方法;文献[11]提出通过新能源电厂之间的替代补偿方法处理偏差电量，减少了考核电费、促进了新能源的消纳。文献[12]提出与用户签订可中断负荷合同和价差期权合同来减小正偏差考核费用。文献[13]提出通过捆绑用户需求侧负荷参与市场竞价并利用可中断负荷合同减小偏差考核费用。

　　文献[14]在电力市场竞价博弈模型中考虑偏差考核，对售电公司、发电企业买卖电价、电量进行了优化，实现企业利润最大化。上述文献从不同角度对偏差考核进行了研究，但对于竞价过程中用户负荷预测的研究有待深入，而负荷预测为电力市场偏差考核的重要一环，直接影响竞价策略的制定，最终影响偏差电量的大小。

　　文献中负荷电量预测采用随机概率分布法如蒙特卡洛[13]、拉丁超立方抽样法[8]或直接采用合同电量[12]，随机概率分布法适用于以预测技术能够提供一定精度的预测值为前提的情况，基于随机概率分布法的优化模型不够稳定，无法保证优化结果的可行性[15]，经济风险较大。而鲁棒优化是处理这种含有不确定信息优化的有效方法，对不确定因素具有一定的免疫力，能够保证优化结果的可行性，降低经济风险[16]。

　　基于上述研究背景，本文基于鲁棒优化算法对在目前偏差考核机制下的售电公司竞价策略进行分析建模，考虑用户用电不确定性给售电公司经营带来最大影响下的最优竞价策略。本研究对减小偏差考核成本、降低经济风险、提高售电公司在当前国内集中竞价的电力市场环境中运营收益、增强市场竞争力具有指导意义。

　　1电力市场竞价模型

　　1.1电力市场竞价流程与出清规则

　　1.1.1竞价流程电力市场环境中，售电公司是连接发电企业和电力用户的中间商角色，电力用户可以通过与售电公司签订合同向售电公司购买电量，也可以自己独立进行购售电交易。售电公司在批发市场中购买电能出售给用户，通过增值利润和附加服务赚取利润。售电公司购买电能的方式分为与发电企业双边协商签订的年度长协电量合同和参与月度集中竞价的月竞电量合同[17]。长协合同一般采用全电量固定电价，而月竞合同需要参与每月的电力市场集中竞价确定[18]，电力市场竞价模型如图1所示。

　　售电公司收集用户的负荷信息，向交易中心申报次月竞价电量与电价，发电公司根据自身机组发电容量与成本信息向交易中心申报次月电价与电量，电力市场交易中心作为发电方与售电方的撮合者，按照出清规则进行配对撮合交易，最终获得出清电量与电价反馈给发电公司与售电公司。当月电力用户、售电公司实际用电量超过或者小于其合同电量的偏差范围时，在交易结算后由电力交易中心考核并公布相应的惩罚结果。

　　1.1.2广东电力市场出清规则

　　目前广东省集中竞价规则采取“统一边际价格出清”。具体出清规则为：首先形成价差对，价差对大的优先成交，但价差对只决定了成交顺序，并不影响成交价格。如果供需价差曲线相交但电量没有达到该时段计划成交规模，那么市场进行出清，出清价差为交叉点价差，交点前的电量可以成交，交叉点后的电量无法成交;如果电量达到成交规模上限而供需曲线没有交叉，市场同样出清，将最后成交的双方价差的算术平均值作为出清价差。因此售电公司可以通过改变向电力交易中心申报的电量以及电价来影响其购电成本，进而影响其经营利润[19]。

　　1.2鲁棒优化电力需求建模

　　1.2.1鲁棒优化简介

　　鲁棒优化充分考虑不确定性的影响，得到的优化方案能兼顾经济性和可靠性，使得系统在不确定性环境中仍然能保持较好性能[20]。设计最佳策略是使系统可能遭受的成本损失或运行风险达到最小，以最大程度地抑制不确定性对系统的不利影响。

　　1.2.2对偶优化松弛算法

　　上述带约束的min-max鲁棒优化问题属于NP-hard问题，难以直接进行求解，目前针对此类问题已有很多解决方法，本文根据文献[22]方法，将该两阶段优化问题转化为单阶段优化问题进行求解。

　　1.2.3其他市场参与者报价模拟

　　电力市场的参与者，例如发电公司和售电公司，除了要考虑内部资源和运行约束之外，还应该考虑市场中其他竞争对手的竞价策略。

　　1.3售电公司竞价模型

　　本文建立售电公司竞价的鲁棒优化模型，在不可控的用户负荷对竞价策略产生最坏影响的条件下进行优化决策，通过可控变量的优化，减小由不确定变量变化给经营带来的损失。在售电公司竞价模型中，运营人员可控的变量包括竞价的电量与报价，不确定变量为用户用电量，售电公司经营的目标为年总收益最大化，即售电收入-购电成本-偏差考核成本。

　　1.3.3运行优化求解流程

　　本文模型选用的竞价策略是在用户用电成本对其运营带来最大损失的情况下取得的。换言之，本文模型求解所得竞价策略，对于用户用电量在其预测区间内的任何范围，均可以保证其运营成本不大于模型最优解。本文模型采用遗传算法求解，求解过程包含3个步骤：确定报价系数、电量预测以及竞价模拟。

　　步骤如下：1)利用蒙特卡洛法对用户用电负荷进行模拟得到预测区间，对市场中其他参与者的竞价行为进行模拟得到其他参与者的申报电量和电价，设置申报电量与申报电价的初始值。2)将申报电量和电价代入到电力竞价模型中进行出清得到出清电价和电量。计算鲁棒优化min-max模型获得模型优化结果。3)对优化结果进行分析，若满足收敛条件则输出结果，不满足收敛条件则对遗传算法中染色体进行选择、交叉、变异。

　　2算例分析

　　2.1算例描述

　　为验证本文所建模型及其求解算法的有效性，选取华电集团某售电公司所属用户用电数据及售电合同数据进行案例分析，电力市场相关数据采用广东电力市场竞价数据。算例相关模型及算法参数设置如下：

　　1)通过区间预估得到售电公司用户负荷统计值。采用99%置信区间得到的用户用电量区间预估结果。2)通过蒙特卡洛模拟得到其他发电公司、售电公司的相关报价和电量，以及电力市场中其他用户竞价行为，设置15个购电方，15个售电方，正偏差考核电价设定为月竞电价的2倍，负偏差考核设定为3倍，每月长协电量为月度市场交易电量的2/3，月竞电量为月度市场交易电量的1/3。3)遗传算法设置种群数量为100，迭代次数200次，采用轮盘赌算法进行选择，交叉概率0.6，变异概率0.01。

　　2.2算例设计分析

　　为了验证鲁棒竞价策略的优化结果，本文首先根据算法流程求解鲁棒竞价策略，将所提鲁棒竞价模型与未进行优化的竞价结果进行对比，突出鲁棒竞价策略的经济性。其中，未进行优化的竞价策略结果为根据合同电量随机进行报价的50次结果平均值。为了验证鲁棒竞价策略的鲁棒性即抵抗经济风险能力，将结果与传统随机优化模型取得的竞价结果进行对比，分析2种竞价策略下的经济风险。随机优化将用户负荷的预测均值作为确定值代入到模型中，根据其他市场参与者申报电量和电价计算得到最优报价策略。

　　2.3结果分析

　　2.3.1电力市场出清结果

　　通过模拟其他市场参与者的报价以及购售电量，对广东电力市场交易规则进行模拟结果如下，由12个月月竞电量以及报价结果计算，得到鲁棒竞价模拟结果。可以得到如下结论：

　　1)售电公司根据市场中其他参与者的出价情况改变其在电力市场竞价中的申报电量和价差来影响最终出清结果，从而影响自身购电成本。2)鲁棒优化考虑用户用电量对成本影响最大的情况下进行竞价模拟，大部分月份的偏差考核电量均大于免考核的安全比例，在这种情况下优化后的总利润比优化前总利润提高了约346万元，具有经济性特征。

　　2.3.2鲁棒性与经济性分析

　　为了验证本文提出竞价策略的鲁棒性，将所用鲁棒竞价策略与随机优化竞价策略进行对比，分析两者经济风险的不同。

　　1)随机优化策略认为用户负荷预测的均值是未来最可能出现的负荷情形，因此将用户电量预测均值作为确定值代入到优化模型中，与鲁棒优化竞价相比，其目标函数由于偏差电量为0，无需考虑偏差考核。

　　2)经济风险的计算方法为在电量变化范围内随机抽样获得用户电量的场景下计算售电公司获得的利润，然后与模型计算所得成本比较获得差值。两种优化策略经济指标对比，可以看出抽样所得利润均大于鲁棒优化所计算的利润，因此经济风险为负。而随机优化在求解时忽略了用户用电量的变化，经济风险为正且高达总利润的11.7%。说明在实际运行时不确定性的用户用电量会导致偏差考核成本的发生，实际利润会低于计算利润。因此鲁棒优化竞价策略能够更好地适应现实中不确定的用户用电规律，减小偏差考核对公司运营带来的不利影响。

　　电力论文范例：新形势下如何做好电力企业电力营销及优质服务

　　3结语

　　本文基于国内电力市场偏差考核机制，建立了应对当前市场环境的售电公司鲁棒竞价模型。模型以售电公司运营利润最大为目标，在用户用电量对运营利润影响最大的情况下制定竞价策略，通过对算例结果进行分析可以得出如下结论：1)鲁棒优化能够对售电公司在电力市场中的竞价策略进行优化，提高售电公司的经营利润收益，具有显著的经济性特征。2)与随机优化相比，鲁棒竞价策略得到的结果虽然不如随机优化得到的利润高，但是抵抗经济风险能力较强，尤其在当前实施偏差考核政策的背景下能够减小偏差考核带来的惩罚电费，对提高售电公司的市场竞争力，提升售电公司的企业形象具有重要意义。电力现货市场作为电力市场中的关键一部分目前也正在紧锣密鼓的建设中，如何结合电力现货市场进行竞价优化决策是未来重要的发展方向。

　　参考文献

　　[1]何青，高效，张文月，等.美国德州电力市场零售电价套餐体系及启示[J].供用电，2018，35(12)：50-55.HEQing，GAOXiao，ZHANGWenyue，etal.TheretailelectricitypricepackagesystemoftexaselectricitymarketintheUSAanditsrevelation[J].Distribution&Utilization，2018，35(12)：50-55.

　　[2]何非，桂俊平，张川，等.售电侧改革背景下供电公司应对策略研究[J].供用电，2018，35(3)：75-79.HEFei，GUIJunping，ZHANGChuan，etal.Researchonthestrategiesofpowercompaniesunderthebackgroundofpowerretailmarketreform[J].Distribution&Utilization，2018，35(3)：75-79.

　　作者：孙常浩1，李鹏1，师瑞峰2，张天宝3

转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/27433.html