一种冰灾下考虑多重不确定性的市场力评估方法技术

本发明专利技术公开了一种冰灾下考虑多重不确定性的市场力评估方法，包括：根据冰灾下的气象数据以及电力系统初始数据，建立冰冻灾下架空线路与风电机组的故障概率模型；基于冰灾下架空线路与风电机组的故障概率模型，利用蒙特卡洛抽样法，形成架空线路以及风电机组故障集；根据架空线路以及风电机组故障集，构建以最小发电集MGI为目标函数的直流潮流模型，计算时空市场力评估指标；通过比较时空市场力评估指标的大小，辨识具有较高市场力风险的关键发电商和关键时间段。本发明专利技术可有效辨识冰冻灾害下具有较高市场力风险的关键发电商以及关键时间段，防止市场参与者进行市场力滥用行为，为监管机构建立极端天气下的风险防控策略提供有效指导。有效指导。有效指导。

【技术实现步骤摘要】
一种冰灾下考虑多重不确定性的市场力评估方法


[0001]本专利技术涉及极端天气下发电商市场力风险评估的
，尤其涉及一种冰灾下考虑多重不确定性的市场力评估方法。

技术介绍

[0002]随着电力市场化改革的发展，发电商很可能利用自身的区域优势或市场份额优势，通过故意抬高报价或降低可以容量的方式来获得额外的利润，这种滥用市场力的现象威胁了电力市场的正常运行。尤其在极端天气下，例如冰冻灾害时，架空线路、新能源机组的故障加剧了电力系统供需在时间和空间上的不平衡，使得某些发电商更有可能凭借自身的位置优势来推高市场出清价格。
[0003]在现有的市场力分析方法中，结构分析法作为典型的事前分析方法被广泛应用。在结构分析法中，不同发电商网络位置、市场份额的影响被重点考虑，拥有“必须运行”发电机的发电商得到了有效辨识。同时，由于极端天气下气象因素、元件故障等具有随机性特征，有必要在市场力评估中考虑多重不确定性的影响。现有的不确定性评估方法通常有解析法、模拟抽样法等，其中模拟抽样法具有强灵活性和便捷性，为考虑多重不确定性的市场力辨识方法提供理论基础。
[0004]因此，在以冰冻灾害为例的极端天气下，有必要在充分考虑不确定性影响的基础上，利用结构分析方法对发电商的市场力进行有效评估。

技术实现思路

[0005]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0006]鉴于上述现有存在的问题，提出了本专利技术。
[0007]因此，本专利技术目的是提供一种冰灾下考虑多重不确定性的市场力评估方法解决以冰冻灾害为例的极端天气下，如何充分考虑不确定性影响，利用结构分析方法对发电商的市场力进行有效评估的问题。
[0008]为解决上述技术问题，本专利技术提供如下技术方案：
[0009]第一方面，本专利技术实施例提供了一种冰灾下考虑多重不确定性的市场力评估方法，包括：
[0010]根据冰灾下的气象数据以及电力系统初始数据，建立冰冻灾下架空线路与风电机组的故障概率模型；
[0011]基于所述冰灾下架空线路与风电机组的故障概率模型，利用蒙特卡洛抽样法，形成架空线路以及风电机组故障集；
[0012]根据所述架空线路以及风电机组故障集，构建以最小发电集MGI为目标函数的直流潮流模型，计算时空市场力评估指标；
[0013]通过比较所述时空市场力评估指标的大小，辨识具有较高市场力风险的关键发电商和关键时间段。
[0014]作为本专利技术所述一种冰灾下考虑多重不确定性的市场力评估方法，其中：所述冰灾下架空线路的故障概率模型包括，
[0015]建立冰灾下架空线路的覆冰厚度公式如下所示：
[0016][0017]其中，表示时间段j内连接节点m和n的线路覆冰厚度，N表示线路覆冰的时间，P
j
、和v
j
分别为在线路覆冰持续时间中第j小时的降水速率、空气中液态水含水量和对应线路位置的风速，ρ
i
表示冰密度，ρ
o
表示水密度。
[0018]根据所述冰灾下架空线路的覆冰厚度公式，得到架空线路的覆冰故障概率曲线公式如下所示：
[0019][0020]其中，表示时间段j连接节点m和n的线路的故障概率，表示连接节点m和n的线路设计时的防冻直径。
[0021]作为本专利技术所述一种冰灾下考虑多重不确定性的市场力评估方法，其中：所述冰灾下风电机组的故障概率模型包括，
[0022]建立风电机组叶片尖端覆冰厚度的预测模型如下所示：
[0023][0024]其中，和分别表示时间段j和j
‑
1内第n个节点上风机叶片尖端的覆冰厚度，α1、α2和α3分别表示碰撞效率、黏性系数以及冰冻系数，表示相对于旋转叶片的风速；
[0025]基于叶片尖端的覆冰厚度，得到风电机组出力损失占比预测值如下：
[0026][0027]其中，表示时间段j内第n个节点上风电机组的出力损失占比预测值，α
WP
(v(t))和β
WP
(v(t))分别表示风电损失系数，表示风电机组彻底损坏的覆冰厚度阈值；
[0028]利用高斯分布模拟风电损失的不确定性，设定风电波动系数为η，则风电损失占比分布服从高斯分布曲线如下式：
[0029][0030]将所述高斯分布曲线作标准化处理，形成标准正态分布曲线，同时分为k个区域，以每个区域的中值作为风电损失占比的第k个状态量和以区域面积作为相应的概率值
[0031]作为本专利技术所述一种冰灾下考虑多重不确定性的市场力评估方法，其中：利用蒙特卡洛抽样法，形成架空线路以及风电机组故障集包括，
[0032]设置最大抽样次数K，对极端天气故障场景进行抽样，每次抽样时的线路状态如下：
[0033][0034]其中，表示第1次抽样时连接节点m和n的线路的状态，表示对连接节点m和n的线路进行第l次抽样时处于(0，1)内的随机数，表示连接节点m和n的线路的故障概率；
[0035]风电损失占比公式如下：
[0036][0037]其中，表示第l次抽样时第n个节点上风电机组的风电损失占比，表示第l次抽样时第n个节点上风电机组的风电损失占比，以及分别表示第n个节点上风电机组风电损失占比的第k
‑
1、k以及k+1个状态量，表示进行第l次抽样时第n个节点上风电机组服从标准正态分布的随机数。
[0038]作为本专利技术所述一种冰灾下考虑多重不确定性的市场力评估方法，其中：所述直流潮流模型包括，
[0039]目标函数为第l次抽样时时段j内处于节点n的火电机组的最小发电量和总负荷削减成本之和：
[0040][0041]其中，C
D
(x)表示负荷削减成本函数，表示处于节点n的发电机组的发电出力，表示处于节点n的负荷削减量，n
ED
表示总负荷节点数；
[0042]所述目标函数满足所有设定的约束条件。
[0043]作为本专利技术所述一种冰灾下考虑多重不确定性的市场力评估方法，其中：所述设定的约束条件包括电力平衡约束、负荷削减量约束、火电机组出力约束、风电机组出力约束以及线路潮流约束。
[0044]作为本专利技术所述一种冰灾下考虑多重不确定性的市场力评估方法，其中：所述时空市场力评估指标包括期望最小发电量、期望关键供给指数以及期望系统关键供给指数。
[0045]第二方面，本专利技术实施例提供了一种冰灾下考虑多重不确定性的市场力评估系统，包括，
[0046]模型搭建模块，根据冰灾下的气象数据以及电力系统初始数据，建立冰冻灾下架空线路与风电机组的故障概率模型。
[0047]故障集构建模块，基于所述冰灾下架空线路与风电机组的故障概率模型，利用蒙特卡洛抽样法，形成架空线路以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冰灾下考虑多重不确定性的市场力评估方法，其特征在于，包括：根据冰灾下的气象数据以及电力系统初始数据，建立冰冻灾下架空线路与风电机组的故障概率模型；基于所述冰灾下架空线路与风电机组的故障概率模型，利用蒙特卡洛抽样法，形成架空线路以及风电机组故障集；根据所述架空线路以及风电机组故障集，构建以最小发电集MGI为目标函数的直流潮流模型，计算时空市场力评估指标；通过比较所述时空市场力评估指标的大小，辨识具有较高市场力风险的关键发电商和关键时间段。2.如权利要求1所述的一种冰灾下考虑多重不确定性的市场力评估方法，其特征在于：所述冰灾下架空线路的故障概率模型包括，建立冰灾下架空线路的覆冰厚度公式如下所示：其中，表示时间段j内连接节点m和n的线路覆冰厚度，N表示线路覆冰的时间，和v
j
分别为在线路覆冰持续时间中第j小时的降水速率、空气中液态水含水量和对应线路位置的风速，ρ
i
表示冰密度，ρ
o
表示水密度。根据所述冰灾下架空线路的覆冰厚度公式，得到架空线路的覆冰故障概率曲线公式如下所示：其中，表示时间段j连接节点m和n的线路的故障概率，表示连接节点m和n的线路设计时的防冻直径。3.如权利要求1所述的一种冰灾下考虑多重不确定性的市场力评估方法，其特征在于：所述冰灾下风电机组的故障概率模型包括，建立风电机组叶片尖端覆冰厚度的预测模型如下所示：其中，和分别表示时间段j和j
‑
1内第n个节点上风机叶片尖端的覆冰厚度，α1、α2和α3分别表示碰撞效率、黏性系数以及冰冻系数，表示相对于旋转叶片的风速；基于叶片尖端的覆冰厚度，得到风电机组出力损失占比预测值如下：
其中，表示时间段j内第n个节点上风电机组的出力损失占比预测值，α
WP
(v(t))和β
WP
(v(t))分别表示风电损失系数，表示风电机组彻底损坏的覆冰厚度阈值；利用高斯分布模拟风电损失的不确定性，设定风电波动系数为η，则风电损失占比分布服从高斯分布曲线如下式：将所述高斯分布曲线作标准化处理，形成标准正态分布曲线，同时分为k个区域，以每个区域的中值作为风电损失占比的第k个状态量和以区域面积作为相应的概率值4.如权利要求1所述的一种冰灾下考虑多重不确定性的市场力评估方法，其特征在于：利用蒙特卡洛抽样法，形成架空线路以及风电机组故障集包括，设置最大抽样次数K，对极端天气故障场景进行抽样，每次抽样时的线...

【专利技术属性】
技术研发人员：李震，李庆生，朱永清，张彦，林佳宁，丁一，陈巨龙，罗重科，范俊秋，张裕，罗宁，刘文霞，张兆丰，杨婕睿，徐涛，钱磊，徐超，赵本川，
申请(专利权)人：浙江大学，
类型：发明
国别省市：