【原】学术简报｜偏差电量考核机制下含DG的售电公司多目标优化调度模型

会议通知｜EITRT 2019

参会注册

长按识别左侧二维码，登录报名网站（先注册网站会员，然后提交报名信息）

会议微信号

摘要

三峡大学电气与新能源学院、国网湖北省电力有限公司荆州供电公司、国网湖北省电力有限公司经济技术研究院、国网湖北省电力有限公司宜昌供电公司的研究人员张涛、王成、王凌云、王娅镭、雷水平，在2019年第15期《电工技术学报》上撰文指出，偏差电量考核机制是影响售电公司收益的关键因素，含分布式电源的售电公司能够通过调用可调度资源来平衡偏差电量，但同时也给电网的稳定运行造成了一定冲击。如何在提高系统运行稳定性的同时，尽可能地减少偏差电量、提高售电公司收益是目前亟待解决的问题。

首先以售电公司收益最大化和配电网电压偏差最小化为优化目标，构建了售电公司多目标优化调度模型；然后以总偏差电量最小为收敛判据，使用NSGA-II算法对模型进行迭代求解，以获得更合理的日前购电策略并输出Pareto最优解集；最后，在多种场景下，对改进的IEEE33节点算例进行对比分析。

结果表明，通过所提出的优化调度方法，可以有效降低售电公司在偏差电量考核上的支付，并在提高系统运行稳定性的同时，实现售电公司运营收益的最大化。

随着中国新一轮电改政策的颁布，将会有越来越多的售电公司参与市场交易。在多种类型的售电公司中，发电型售电公司具备发电能力和配网运营权，其拥有的分布式电源（DistributedGeneration,DG）给其带来了较大的盈利空间，同时给系统的运营也带来了巨大挑战。

由于负荷预测必然产生偏差，而售电公司中长期交易合同购买的电量均为计划值，产生偏差电量无法避免。因此，采用偏差电量考核的举措来解决偏差电量的问题已成为各地电力市场交易规则中的一项基本政策。在偏差电量考核机制下，售电公司必须面对供给侧和需求侧波动所带来的偏差电量考核风险。

发电型售电公司由于具备可控DG，其运营具有一定灵活性，能够通过调整DG的出力在一定程度上弥补产生的偏差电量，但任意调用DG可能对电网运行的稳定性产生冲击。因此，售电公司如何优化其运营策略，在保证系统安全优质运行的前提下，减少偏差电量，实现更多的盈利具有重要的研究意义。

目前，国内外学者对售电公司的研究主要集中在经营策略上，而对于偏差电量考核机制下含DG的售电公司的多目标优化调度研究较少。

• 有学者综合考虑售电公司和工业大用户双方利益，提出了一种分时电价制定的双层优化模型。

• 有学者结合我国配电网发展的需求及电力体制改革的具体情况，构建了配售电公司购售电随机优化决策模型。

• 有学者针对不断增强的用户响应市场价格和激励信息的能力，提出了一种考虑用户需求响应的售电公司购售电决策双层模型。

• 有学者基于心理学方法构建了用户对售电公司及用电合同的选择行为模型，分析了以可中断负荷为代表的附加服务类型对于售电公司营销策略的影响。

• 有学者采用双层规划的方法，将需求侧响应作为平衡资源，提出了售电公司利用用户侧负荷来平衡偏差电量的优化交易策略。

基于上述背景，本文针对具备发电能力并拥有配网运营权的售电公司，采用日前市场和实时市场相结合的交易方式，建立了偏差电量考核机制下售电公司多目标优化调度模型。该模型以售电公司收益最大化和配网电压偏差最小化为优化目标，综合考虑了风电接入，可控DG、少量可中断负荷（Interruptible Load,IL）的调用。

由于风电出力具有较大的波动性，采用各时段相同的日前购电策略将会使得在风电出力较大或较小的时段偏差电量急剧增加，故本文结合售电公司所辖配网区域DG接入的具体情况制定动态日前购电策略，并利用可控DG和可中断负荷来降低售电公司在实时市场中的交易量。采用带精英策略的非支配排序的遗传算法（Non-dominated Sorting Genetic Algorithm-II, NSGA-II）对模型进行迭代优化，最后通过多场景的对比分析，验证了本文模型及算法的有效性。

图1  售电公司总亏损费用

图2  含DG的售电公司优化调度流程

总结

本文研究了偏差电量考核机制下具备发电能力并拥有配网运营权的售电公司的优化调度问题，以售电公司整个调度周期收益最大化和配电网电压偏移最小化为优化目标。通过本文的算例分析可以得出如下结论：

• 1）所提的含DG的售电公司优化调度模型可以充分利用可控DG以及可中断灵活负荷在一定程度上平衡偏差电量，保证系统运行安全的前提下，提高售电公司的收益。

• 2）所提出的售电公司日前购电率指标结合迭代求解方法能够优化售电公司日前购电率，并进一步降低整个调度周期的偏差电量。

本文的研究主要着眼于DG的运行调度以及日前购电策略对售电公司运营的影响，未考虑实时市场电价的不确定性。实际电力市场中实时市场的电价具有较大的波动。后续研究将建立更加完善的定价模型并考虑需求侧资源调动对用户满意度的影响。