虚拟电厂参与电力市场和碳交易市场的协同竞价方法与流程

技术特征：
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；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，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)5)5)5)将方程(42)转换为线性函数方程(56)，用于计算电动汽车soc，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)(73)(73)(73)(73)(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。3.根据权利要求2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：所述虚拟电厂的配电市场商业模式中风电机组的成本函数，当竞价出力与风电机组实际出力存在偏差时将受到经济处罚，如方程(2)所示，当时，风电机组优先为电动汽车充电，剩余电量在实时市场上出售，当时，通过控制电动汽车放电和从需求响应交易市场购买负荷削减量，降低风电机组竞价出力与实际出力的偏差，稳定风电机组出力波动，组出力波动，组出力波动，组出力波动，式中，和分别为实际出力大于/小于风电机组竞价出力的偏差；u
ec,t
、u
bl,t
分别为风机输出正偏差/负偏差的状态变量；和分别是为降低风电机组输出偏差的电动汽车充放电功率；ω
wt,ec
是风机输出正偏差的惩罚系数，ω
wt,ec
<1；ω
wt,bl
是风机输出负偏差的惩罚系数，ω
wt,bl
>1是风机的实际输出；是接入节点i的电动汽车集合；γ
dr
是需求响应供应商的集合；p
dr,t
是从第dr个需求响应供应商购买的负荷削减量。4.根据权利要求2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：所述虚拟电厂的配电市场商业模式中电动汽车无法按计划调度时，需要增加其它电动汽车的充放电功率，以弥补容量损失。对于某一辆电动汽车，当其它电动汽车在时刻t无法按计划调度时，其充放电功率调整系数如方程(15)所示。式中，为调整系数，当电动汽车总量达到10000辆或以上时，可将其视为常数；
是在t时刻接入节点i的第ev辆电动汽车无法按计划被调度的概率。5.根据权利要求2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：所述虚拟电厂竞价模型的目标函数具体收入
①
向本地用户售电的收入本地用户用电量与电价之间的关系：t时段内，向当地本地用户售电的收入是用电量和电价的乘积，如方程(27)所示式中，u
lu,t
是本地用户电价占实时电价的比例，0≤u
i,lu,t
≤1；是接入节点i的本地用户的集合；为t时刻第lu个用户的用电功率；
②
碳交易市场的收入虚拟电厂在碳交易市场出售碳排放权的收入，如方程(28)所示虚拟电厂在碳交易市场出售碳排放权的收入，如方程(28)所示式中，λ
c,t
是t时刻碳排放权的价格系数，元/mw；p
i,c,t
是t时刻接入节点i的风电机组和燃气机组在碳交易市场的竞标出力；
③
需求响应市场的负荷削减量购买成本在需求响应市场中，虚拟电厂通过需求响应供应商采用双边协商和集中竞价的模式购买负荷削减量，其购买成本如方程(30)所示式中，γ
dr
是需求响应供应商的集合；c
dr,cen
是通过集中竞价交易购买负荷削减量的成本；c
dr,bi
是通过双边协商交易购买负荷削减量的成本；集中竞价方式负荷削减量的购买成本，如方程(31)所示λ
cen,dr,t
＝θ
cen,dr
λ
rt,e,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(32)(32)式中，γ
dr
是需求响应供应商的集合；λ
cen,dr,t
是t时刻第dr个需求响应供应商的竞标价格；p
cen,dr,t
是需求响应竞标价格对应的需求响应竞标量；θ
cen,dr
为调节系数，可由配电网运营商进行调整；q
dr,cen,t
是t时刻通过集中竞价模式提供的总需求响应量；是第dr个需求响应供应商竞标量的最大值；通过双边协商模式购买负荷削减量的成本，如方程(35)所示
式中，λ
bi,dr,t
为需求响应双边协商价格，可由供需双方事先商定并确定；p
bi,dr,t
是需求响应双边协商价格对应的需求响应购买量；q
dr,bi,t
是t时刻通过双边协商模式提供的总需求响应量，虚拟电厂购买的总负荷削减量应满足需求响应供应商能提供的需求响应能力drcap约束，如方程(37)所示束，如方程(37)所示式中，dr
cap
为需求响应供应商能提供的需求响应能力；p
dr,t
是从第dr个需求响应供应商购买的负荷削减量。6.根据权利要求2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：所述虚拟电厂鲁棒优化竞价模型中，当电动汽车充电时，方程(56)与方程(42)相同，当电动汽车放电时，由方程(56)计算的电动汽车放电量小于实际放电量，用δerr
i,ev,t
表示放电量的偏差，当电动汽车的充放电效率η
c
＝η
dc
＝0.95时，δerr
i,ev,t
仅占实际放电量的9.75％，当η
c
＝η
dc
＝1.0时，，δerr
i,ev,t
＝0，用方程(56)替代方程(42)。7.根据权利要求2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：所述虚拟电厂鲁棒优化竞价模型中，为了使约束违反概率不超过κ，鲁棒控制系数γ1需要满足约束方程(81)式中，φ
‑1为标准正态分布的累积分布函数的逆函数；n
np
为约束方程(59)中所含不确定参数的个数。8.根据权利要求1或2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：所述虚拟电厂参与电力市场和碳交易市场的协同竞价策略将在cpu为inter(r)core(tm)i7
‑
8250u，主频为1.8ghz的环境下，基于matlab r2018b平台采用ampl/cplex构建虚拟电厂参与电力市场和碳交易市场协同竞价的鲁棒优化模型，并进行求解。

技术总结
本发明涉及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，虚拟电厂运营机理与结构分析；虚拟电厂在日前市场和调节市场的竞价策略；虚拟电厂竞价模型和虚拟电厂鲁棒优化竞价模型。有益效果：本发明能够为虚拟电厂参与电力市场和碳交易市场协同竞价提供技术支撑，解决了虚拟电厂协同竞价需要面对的成本收益结构和风险偏好不明确的问题，满足风险


技术研发人员：刘晓鸥 徐兵 陈世龙 刘剑 李学斌 刘建伟 赵号
受保护的技术使用者：天津津电供电设计所有限公司
技术研发日：2021.09.17
技术公布日：2022/1/3