电力市场知识及市场出清电价(market clearing price)程序分享!

2024-01-19 20:04

本文主要是介绍电力市场知识及市场出清电价(market clearing price)程序分享!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

​Main-导览

一、电力市场概述

2000以前,国内并不存在电力市场,而是叫计划电力经济。发电侧为卖方,核算发电成本和利润上报国家,审核通过后就是上网电价。用户侧为买方,被动执行国家制定的分时电价。计划电力经济的优势为:电价相对稳定,企业用电成本核算相对简单;但是问题也比较突出,特别是煤价疏导滞后,体制机制僵化,资源配置粗放,不能灵敏准确的反映发电成本、发现电力价格。

2002年,电力市场化改革文件《国务院关于印发电力体制改革方案的通知》指出:打破垄断,引入竞争,提高效率,降低成本,健全电价机制,优化资源配置,促进电力发展,推进全国联网,构建政府监管下的政企分开、公平竞争、开放有序、健康发展的电力市场体系。通知发布后,原国家电力公司拆分为5大发电集团(家能源投资集团、中国华能集团、中国华电集团、中国大唐集团、国家电力投资集团)与2大电网(国家电网、南网)。发电厂试行竞价上网,成立国家电监会,对市场行为进行监管,从一定程度上打破了垄断。但这一阶段改革成效不彻底,其主要原因在于销售侧电价没有放开,所谓“放开两头,管住中间”只是在发电这一头产生了一定的成效,发电成本的变化并没有得到及时有效的传导。

2015年中发9号文《关于进一步深化电力体制的若干意见》指出:让发电企业和用户(公共事业、居民和农业用户仍执行政府定价)进入市场,通过报量报价进行交易撮合和价格出清,形成了真正的电力市场,基本达到了发现价格、优化配置的目标。

二、电力市场划分:

(1)按交易规模划分:批发市场、零售市场、先批发再零售市场;

(2)按交易品种划分:电能市场、发电容量市场、辅助服务市场和输电权市场;

(3)按交易时间划分:现货市场、中长期市场;

(4)除此之外:电力实物市场、金融市场、单边和双边市场;

三、电力现货市场的价格出清机制

市场价格出清是通过交易系统完成的,即买方和卖方均通过交易系统提交买(卖)数量和价格的申请,然后通过交易系统进行匹配,最后形成一个价格。价格一旦形成,将被所有成员接受。最后形成的价格被称为边际出清价格。市场出清电价是指在竞争定价的电力市场中,能够实现市场供-需平衡的度电价格。

四、市场价格出清-节点电价

(1)系统边际电价(system marginal price, SMP)

系统边际电价是指在现货电能交易中,按照发电侧报价从低到高的顺序逐一成交电力,使成交的电力满足负荷需求的最后一个电能供应者(即边际机组)的报价。系统边际电价模式适用于电网阻塞较少、阻塞程度较轻、阻塞成本较低的地区。直接上图:这种情况下,出清后的价格将被交易地区范围内所有成员接受,即每个发电机组发电价格和每个用户售电价格都一样。

(2)节点边际电价(locational marginal price, LMP)

节点边际电价,也可简称为节点电价。即将交易区域内按照不同的位置设置若干节点,该节点每增加一个单位的负荷(1MW)所产生的发电边际成本、输电阻塞成本和损耗成本。其中发电价格即为节点电价,售电价格为所有节点的加权平均价。节点边际电价适用于电网阻塞较为严重、输电能力经常受限的地区。

(3)分区边际电价(zonal marginal price, ZMP)

在实际电网的运行当中,在交易区域的范围内,部分集中地区之间可能阻塞较为严重,但区域内部阻塞较为轻微。此时可以简化一下节点的分布,采用分区的方式,按照阻塞断面将交易范围划分成若干不同的区域,在区域内所有的机组采用相同的电价,称之为分区边际电价。分区电价模式适用于阻塞频繁发生在部分输电断面的地区。欧洲的电力市场采用分区边际电价模式。

五、程序分享

讲到这里,分享一个基础版市场电价出清的程序,程序采用IEEE30节点展开算例研究,结果为不同节点的出清价格。

适用平台:Matlab+Yalmip+Matpower

程序结果:

部分程序:程序注释非常清晰!

%% 采用MatPower生成网络拓扑,此处采用IEEE-30节点
res = loadcase('case30');
Node_num = length(res.bus(:,1));  %网络节点数量
Node = res.bus(:,1);    %网络节点编号
Load = res.bus(:,3)/100;    %节点负荷有功标幺值
Gen_cap = res.gen(:,9)/100;    %发电机有功容量标幺值
Gen_node = res.gen(:,1);    %发电机所在节点
Gen_num = length(Gen_node);    %发电机数量
Line_I = res.branch(:,1);    %支路节点,下同
Line_J = res.branch(:,2);
Line_num = length(Line_I);    %支路数目
Line_xij = res.branch(:,4);   %支路阻抗
%% 下一步进行变量声明
Node_Theta = sdpvar(Node_num,1);
Unit_Out = sdpvar(Gen_num,1);
Gen_Out = sparse(Gen_node,ones(1,length(Gen_node)),Unit_Out,Node_num);
Node_Inj = sdpvar(Node_num,1);
P_av1 = sdpvar(Line_num,1);  %辅助变量
P_av2 = sdpvar(Line_num,1);  %辅助变量
Pij = sparse([Line_I;Line_J],[Line_J;Line_I],[P_av1;P_av2],Node_num,Node_num);
%% 下一步进行约束和目标函数的构建
con_nodebalance = []; %节点平衡约束
Geni = 1;
for i = 1:Node_numcorrlbranchij = SearchNodeConnection(Line_I,Line_J,i);net_node_out(i) = sum(Pij(i,corrlbranchij(:,2)));if ismember(i,Gen_node)con_nodebalance = [con_nodebalance, Unit_Out(Geni)-Load(i) == net_node_out(i)];Geni = Geni + 1;elsecon_nodebalance = [con_nodebalance, -Load(i) == net_node_out(i)];end
end
con_powerflowcal = []; %支路潮流计算约束
for i = 1:length(Line_I)con_powerflowcal = [con_powerflowcal, Pij(Line_I(i),Line_J(i)) == (Node_Theta(Line_I(i))-Node_Theta(Line_J(i)))/Line_xij(i)];con_powerflowcal = [con_powerflowcal, Pij(Line_J(i),Line_I(i)) == (Node_Theta(Line_J(i))-Node_Theta(Line_I(i)))/Line_xij(i)];
endcon_gentech = []; %发电机物理运行约束
for i = 1:Gen_numcon_gentech = [con_gentech, 0 <= Unit_Out(i) <= Gen_cap(i)];
endcon_pijcap = [-0.4 <= Pij <= 0.4]; %线路潮流容量约束obj = 1/2*Gen_Bid(1,:)*Unit_Out.^2 + Gen_Bid(2,:)*Unit_Out; %目标函数构建
% obj = Gen_Bid(1,:)*Unit_Out; %目标函数构建
F = [con_nodebalance, con_powerflowcal, con_gentech, con_pijcap];
optimize(F, obj);
%变量可读化
Gen_Out = double(Gen_Out);
Unit_Out = double(Unit_Out);
Node_Theta = double(Node_Theta);
Pij = double(Pij);
% 求取对偶变量
for i = 1:30Z(i) = dual(F(i)); %对偶变量,此处物理含义为节点出清电价
end
end

欢迎感兴趣的小伙伴关注,小编会不定期更新高质量的学习资料、文章和程序代码,为您的科研加油助力!

这篇关于电力市场知识及市场出清电价(market clearing price)程序分享!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/623516

相关文章

Redis多种内存淘汰策略及配置技巧分享

《Redis多种内存淘汰策略及配置技巧分享》本文介绍了Redis内存满时的淘汰机制,包括内存淘汰机制的概念,Redis提供的8种淘汰策略(如noeviction、volatile-lru等)及其适用场... 目录前言一、什么是 Redis 的内存淘汰机制?二、Redis 内存淘汰策略1. pythonnoe

Golang操作DuckDB实战案例分享

《Golang操作DuckDB实战案例分享》DuckDB是一个嵌入式SQL数据库引擎,它与众所周知的SQLite非常相似,但它是为olap风格的工作负载设计的,DuckDB支持各种数据类型和SQL特性... 目录DuckDB的主要优点环境准备初始化表和数据查询单行或多行错误处理和事务完整代码最后总结Duck

将Python应用部署到生产环境的小技巧分享

《将Python应用部署到生产环境的小技巧分享》文章主要讲述了在将Python应用程序部署到生产环境之前,需要进行的准备工作和最佳实践,包括心态调整、代码审查、测试覆盖率提升、配置文件优化、日志记录完... 目录部署前夜:从开发到生产的心理准备与检查清单环境搭建:打造稳固的应用运行平台自动化流水线:让部署像

C#读取本地网络配置信息全攻略分享

《C#读取本地网络配置信息全攻略分享》在当今数字化时代,网络已深度融入我们生活与工作的方方面面,对于软件开发而言,掌握本地计算机的网络配置信息显得尤为关键,而在C#编程的世界里,我们又该如何巧妙地读取... 目录一、引言二、C# 读取本地网络配置信息的基础准备2.1 引入关键命名空间2.2 理解核心类与方法

Golang使用etcd构建分布式锁的示例分享

《Golang使用etcd构建分布式锁的示例分享》在本教程中,我们将学习如何使用Go和etcd构建分布式锁系统,分布式锁系统对于管理对分布式系统中共享资源的并发访问至关重要,它有助于维护一致性,防止竞... 目录引言环境准备新建Go项目实现加锁和解锁功能测试分布式锁重构实现失败重试总结引言我们将使用Go作

Python中列表的高级索引技巧分享

《Python中列表的高级索引技巧分享》列表是Python中最常用的数据结构之一,它允许你存储多个元素,并且可以通过索引来访问这些元素,本文将带你深入了解Python列表的高级索引技巧,希望对... 目录1.基本索引2.切片3.负数索引切片4.步长5.多维列表6.列表解析7.切片赋值8.删除元素9.反转列表

Python中处理NaN值的技巧分享

《Python中处理NaN值的技巧分享》在数据科学和数据分析领域,NaN(NotaNumber)是一个常见的概念,它表示一个缺失或未定义的数值,在Python中,尤其是在使用pandas库处理数据时,... 目录NaN 值的来源和影响使用 pandas 的 isna()和 isnull()函数直接比较 Na

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始