考慮電價和碳價間Copula風(fēng)險依賴的虛擬電廠競標(biāo)策略
發(fā)布時間：2021-01-21 22:55
作為促進溫室氣體減排的新興市場,碳交易市場逐漸成為影響發(fā)電公司收益的重要因素。碳市場中的碳排放配額具有典型的金融產(chǎn)品特征,碳價波動及其與電價的交互作用會給參與電力市場運營的發(fā)電公司競標(biāo)決策帶來風(fēng)險。在此背景下,針對由同一區(qū)域的火電機組、分布式發(fā)電單元、電動汽車和需求側(cè)資源所集成的虛擬電廠（virtual power plant, VPP）,首先利用條件風(fēng)險價值（conditional-value-at-risk, CVaR）理論度量VPP所面臨的不確定性因素。然后,采用Copula函數(shù)對電價與碳價的聯(lián)合概率分布進行建模,并以CVaR最小化為目標(biāo),針對虛擬電廠構(gòu)建了計及電價和碳價間風(fēng)險依賴的Copula-CVaR競標(biāo)優(yōu)化模型。最后,采用YALMIP/CPLEX對所建立的競標(biāo)優(yōu)化模型進行求解,并用一個算例系統(tǒng)的4個場景說明了采用所提方法刻畫VPP競標(biāo)風(fēng)險的可行性與有效性。
【文章來源】：電力建設(shè). 2019,40(11)北大核心
【文章頁數(shù)】：10 頁
【部分圖文】：
虛擬電廠架構(gòu)圖Fig.1Structureofavirtualpowerplant
電力經(jīng)濟研究電力建設(shè)2019年11月110http://www．cepc．com．cn負(fù)荷，uPB，t=0表示用戶正常用電。2)IBDＲ約束。將參與IBDＲ的用戶分為工商業(yè)用戶和居民用戶兩類。為避免實施IBDＲ導(dǎo)致的負(fù)荷波動幅度過大，需滿足削減量約束。ΔLIDＲj，t，min≤ΔLIDＲj，t≤ΔLIDＲj，t，max(25)式中:ΔLIDＲj，t為第j類IBDＲ用戶在時刻t的負(fù)荷削減量;ΔLIDＲj，t，min和ΔLIDＲj，t，max分別為第j類IBDＲ用戶在時刻t所允許的負(fù)荷削減量的最小值與最大值。2.3.4電動汽車相關(guān)約束1)充放電約束。0≤Pchk，t≤uchk，tPchk，max(26)0≤Pdck，t≤udck，tPdck，max(27)uchk，t+udck，t≤1(28)式中:Pchk，t和Pdck，t分別為時刻t第k輛EV的充電和放電功率;Pchk，max和Pdck，max分別為時刻t第k輛EV的最大充電和放電功率;uchk，t和udck，t分別為時刻t第k輛EV是否處于充放電狀態(tài)，是則取1，否則取0。2)電池荷電狀態(tài)(stateofcharge，SOC)約束。Sk，t=Sk，0+∑tuchk，tPchk，tηchk－udck，tPdck，t/ηdc()kΔtΩk(29)Sk，min＜Sk，t＜Sk，max(30)Sfinal≥Sk，final，min(31)式中:Sk，0和Sk，t分別為第k
第40卷第11期閆園，等:考慮電價和碳價間Copula風(fēng)險依賴的虛擬電廠競標(biāo)策略電力經(jīng)濟研究http://www．cepc．com．cn111圖3Gaussian-Copula概率密度函數(shù)Fig.3ProbabilitydensityfunctionofGaussian-Copula圖4Gumbel-Copula概率密度函數(shù)Fig.4ProbabilitydensityfunctionofGumbel-Copula采用計及風(fēng)險依賴的CVaＲ風(fēng)險度量方法建立競標(biāo)優(yōu)化模型。VPP的凈收益可表示為Ｒ(W，ξ)，WT=(W1，W2，…，WT)為VPP的一種競標(biāo)組合，ξT=(ρE，t，ρC)為隨機向量，風(fēng)險因素電價和碳價的概率分布已由3.1節(jié)確定，定義VPP的競標(biāo)失敗風(fēng)險損失函數(shù)為π(W，ξ)=－Ｒ(W，ξ)，代入式(9)。給定虛擬變量zk(k=1，2，…，J)，并令zk=［π(W，ξ)－α］+，對式(16)和各成本函數(shù)進行線性化處理后，則以最小化CVaＲ為目標(biāo)的VPP競標(biāo)組合優(yōu)化模型可轉(zhuǎn)化為由線性函數(shù)和線性約束構(gòu)成的線性規(guī)劃問題:minF^β(W，α)=α+1J(1－β)∑Jk=1zk(36)s.t.式(18)—(32)zk≥{0(37)3.3求解方法上面所構(gòu)造的優(yōu)化模型為混合整數(shù)線性規(guī)劃問題，采用YALMIP/CPLEX求解器在CPU為3.5GHz、內(nèi)存為8GB的個人計算機上進行求解。YALMIP是MATLAB求解優(yōu)化問題常用的編程平臺，CPLEX是IBM公司開發(fā)的求解線性規(guī)劃、二次規(guī)劃和混合整數(shù)規(guī)劃的商用求解器。4算例與結(jié)果4.1參數(shù)設(shè)置VPP測試系統(tǒng)包含2臺火電機組、1臺風(fēng)電機組和1臺光伏發(fā)電機組。VPP?
本文編號：2992036
【文章來源】：電力建設(shè). 2019,40(11)北大核心
【文章頁數(shù)】：10 頁
【部分圖文】：
虛擬電廠架構(gòu)圖Fig.1Structureofavirtualpowerplant
電力經(jīng)濟研究電力建設(shè)2019年11月110http://www．cepc．com．cn負(fù)荷，uPB，t=0表示用戶正常用電。2)IBDＲ約束。將參與IBDＲ的用戶分為工商業(yè)用戶和居民用戶兩類。為避免實施IBDＲ導(dǎo)致的負(fù)荷波動幅度過大，需滿足削減量約束。ΔLIDＲj，t，min≤ΔLIDＲj，t≤ΔLIDＲj，t，max(25)式中:ΔLIDＲj，t為第j類IBDＲ用戶在時刻t的負(fù)荷削減量;ΔLIDＲj，t，min和ΔLIDＲj，t，max分別為第j類IBDＲ用戶在時刻t所允許的負(fù)荷削減量的最小值與最大值。2.3.4電動汽車相關(guān)約束1)充放電約束。0≤Pchk，t≤uchk，tPchk，max(26)0≤Pdck，t≤udck，tPdck，max(27)uchk，t+udck，t≤1(28)式中:Pchk，t和Pdck，t分別為時刻t第k輛EV的充電和放電功率;Pchk，max和Pdck，max分別為時刻t第k輛EV的最大充電和放電功率;uchk，t和udck，t分別為時刻t第k輛EV是否處于充放電狀態(tài)，是則取1，否則取0。2)電池荷電狀態(tài)(stateofcharge，SOC)約束。Sk，t=Sk，0+∑tuchk，tPchk，tηchk－udck，tPdck，t/ηdc()kΔtΩk(29)Sk，min＜Sk，t＜Sk，max(30)Sfinal≥Sk，final，min(31)式中:Sk，0和Sk，t分別為第k
第40卷第11期閆園，等:考慮電價和碳價間Copula風(fēng)險依賴的虛擬電廠競標(biāo)策略電力經(jīng)濟研究http://www．cepc．com．cn111圖3Gaussian-Copula概率密度函數(shù)Fig.3ProbabilitydensityfunctionofGaussian-Copula圖4Gumbel-Copula概率密度函數(shù)Fig.4ProbabilitydensityfunctionofGumbel-Copula采用計及風(fēng)險依賴的CVaＲ風(fēng)險度量方法建立競標(biāo)優(yōu)化模型。VPP的凈收益可表示為Ｒ(W，ξ)，WT=(W1，W2，…，WT)為VPP的一種競標(biāo)組合，ξT=(ρE，t，ρC)為隨機向量，風(fēng)險因素電價和碳價的概率分布已由3.1節(jié)確定，定義VPP的競標(biāo)失敗風(fēng)險損失函數(shù)為π(W，ξ)=－Ｒ(W，ξ)，代入式(9)。給定虛擬變量zk(k=1，2，…，J)，并令zk=［π(W，ξ)－α］+，對式(16)和各成本函數(shù)進行線性化處理后，則以最小化CVaＲ為目標(biāo)的VPP競標(biāo)組合優(yōu)化模型可轉(zhuǎn)化為由線性函數(shù)和線性約束構(gòu)成的線性規(guī)劃問題:minF^β(W，α)=α+1J(1－β)∑Jk=1zk(36)s.t.式(18)—(32)zk≥{0(37)3.3求解方法上面所構(gòu)造的優(yōu)化模型為混合整數(shù)線性規(guī)劃問題，采用YALMIP/CPLEX求解器在CPU為3.5GHz、內(nèi)存為8GB的個人計算機上進行求解。YALMIP是MATLAB求解優(yōu)化問題常用的編程平臺，CPLEX是IBM公司開發(fā)的求解線性規(guī)劃、二次規(guī)劃和混合整數(shù)規(guī)劃的商用求解器。4算例與結(jié)果4.1參數(shù)設(shè)置VPP測試系統(tǒng)包含2臺火電機組、1臺風(fēng)電機組和1臺光伏發(fā)電機組。VPP?
本文編號：2992036
本文鏈接：http://www.sikaile.net/jingjilunwen/jingjililun/2992036.html
最近更新
教材專著
