电力市场化交易方法技术

本发明专利技术涉及电力资源优化技术领域，尤其涉及一种电力市场化交易方法

【技术实现步骤摘要】
电力市场化交易方法、装置、终端及存储介质


[0001]本专利技术涉及电力资源优化
，尤其涉及一种电力市场化交易方法
、
装置
、
终端及存储介质
。

技术介绍

[0002]受资源禀赋影响，不同地区面对的能源问题有很大的不同
。
以中国为例，其风电
、
太阳能发电装机集中分布在“三北”地区
。
受就地消纳空间有限
、
系统调峰能力不足和跨区域消纳机制不健全等因素制约，弃风
、
弃光现象较为普遍
。
[0003]风电
、
光伏等新能源因为发电功率随机波动，当前的技术无法实现中长期精准预测，难以参与跨区域中长期交易，跨区域电量消纳受到影响
。
基于短期
、
超短期发电功率预测的跨区域现货交易，可有效化解传统电量交易与新能源出力随机波动的矛盾，在更广地域内扩大新能源消纳空间，充分发挥新能源机组和特高压电网的投资和环保效益，并降低全燃料成本
。
[0004]电力现货交易充分体现买卖主体自主参与
、
自主决策的特点，可实现市场对资源的优化配置
。
一方面需重点关注区外新能源购电成本和可能带来的调峰成本与本地机组平均购电成本的权衡问题
。
另一方面，从系统条件和物理约束来看，受端区域常规机组调节性能
、
本地区新能源装机与出力
、
电网互联互通情况<br/>、
区域负荷规模和峰谷差也是影响新能源跨区域消纳的几个关键因素
。
[0005]基于此，需要开发设计出一种电力市场化交易方法
。

技术实现思路

[0006]本专利技术实施方式提供了一种电力市场化交易方法
、
装置
、
终端及存储介质，用于减少因发电不均衡带来的资源浪费，实现资源的优化配置
。
[0007]第一方面，本专利技术实施方式提供了一种电力市场化交易方法，包括：
[0008]获取当前时段的用电负荷曲线；
[0009]根据所述用电负荷曲线确定在未来时段内的用电负荷；
[0010]根据所述未来时段内的用电负荷
、
异地购电价格
、
本地购电成本模型以及异地购电成本模型，构建以资源消耗量为目标的交易约束方程；
[0011]对所述交易约束方程进行求解，确定异地购电量最优的电力交易方案
。
[0012]在一种可能实现的方式中，所述根据所述用电负荷曲线确定用电负荷预测，包括：
[0013]获取多个历史用电负荷数据集，其中，历史用电负荷数据集包括多个按照预定时间间隔顺序排列的历史用电负荷数据；
[0014]对所述用电负荷曲线按照所述预定时间间隔进行采样，获取多个用电负荷数据；
[0015]对所述多个用电负荷数据进行归一化处理，获得用电负荷数据序列
、
第一缩放系数以及第一偏置系数；
[0016]根据第一公式
、
所述多个历史用电负荷数据集以及所述用电负荷数据序列，确定
与所述多个历史用电负荷数据集相对应的多个对照系数，其中，所述第一公式为：
[0017][0018]式中，
comp
为对照系数，
N
为用电负荷数据序列中数据的总数量，
lserial(n)
为电负荷数据序列中的第
n
个数据，
h(n)
为历史用电负荷数据集中的第
n
个数据；
[0019]选择对照系数值最大的历史用电负荷数据集作为目标数据集；
[0020]获取所述目标数据集下一时段的多个待处理数据；
[0021]根据所述多个待处理数据
、
所述用电负荷数据序列
、
所述第一缩放系数以及所述第一偏置系数确定用电负荷预测
。
[0022]在一种可能实现的方式中，所述根据所述多个待处理数据
、
所述用电负荷数据序列
、
所述第一缩放系数以及所述第一偏置系数确定用电负荷预测，包括：
[0023]对所述目标数据集进行归一化处理，获得第二缩放系数；
[0024]对所述多个待处理数据进行归一化处理，获得待处理数据序列；
[0025]根据第二公式
、
所述第一缩放系数
、
第一偏置系数
、
所述第二缩放系数以及所述待处理数据序列，确定用电负荷预测，其中，所述第二公式为：
[0026][0027]式中，
SLF
为用电负荷预测，
zf1
为第一缩放系数，
zf2
为第二缩放系数，
pserial(n)
为待处理数据序列，
b
为第一偏置系数
。
[0028]在一种可能实现的方式中，所述对所述多个用电负荷数据进行归一化处理，获得用电负荷数据序列
、
第一缩放系数以及第一偏置系数，包括：
[0029]根据第三公式对所述多个用电负荷数据进行归一化处理，获得用电负荷数据序列
、
第一缩放系数以及第一偏置系数，其中，所述第三公式为：
[0030][0031]式中，
lserial(n)
为用电负荷数据序列的第
n
个数据，
DS(n)
为多个用电负荷数据中的第
n
个数据，
DS(min)
为多个用电负荷数据中值最小的数据，
DS(max)
为多个用电负荷数据中值最大的数据，
zf1
为第一缩放系数，
b
为第一偏置系数
。
[0032]在一种可能实现的方式中，所述异地购电成本模型以及所述本地购电成本模型分别根据多个历史购电成本确定，包括：
[0033]获取多个购电成本以及与所述多个购电成本相对应的多个调度数据集，其中，调度数据集包括多个影响购电成本的数据；
[0034]将所述多个购电成本以及所述多个调度数据集依次输入至购电模型方程，获得对应所述多个购电成本的方程组，其中，所述购电模型方程中包括多个待定系数；
[0035]根据所述方程组对所述购电模型中的多个待定系数进行求解；
[0036]将所述多个待定系数的解代入到所述购电模型方程中，将所述购电模型方程作为所述购电成本模型
。
[0037]在一种可能实现的方式中，调度数据集包括：购电量
、
人力资源消耗量
、
传输距离
、
设备损耗以及购电价格，所述购电模型方程为：
[0038][0039]式中，
Cost
为购电成本，
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电力市场化交易方法，其特征在于，包括：获取当前时段的用电负荷曲线；根据所述用电负荷曲线确定在未来时段内的用电负荷；根据所述未来时段内的用电负荷
、
异地购电价格
、
本地购电成本模型以及异地购电成本模型，构建以资源消耗量为目标的交易约束方程；对所述交易约束方程进行求解，确定异地购电量最优的电力交易方案
。2.
根据权利要求1所述的电力市场化交易方法，其特征在于，所述根据所述用电负荷曲线确定用电负荷预测，包括：获取多个历史用电负荷数据集，其中，历史用电负荷数据集包括多个按照预定时间间隔顺序排列的历史用电负荷数据；对所述用电负荷曲线按照所述预定时间间隔进行采样，获取多个用电负荷数据；对所述多个用电负荷数据进行归一化处理，获得用电负荷数据序列
、
第一缩放系数以及第一偏置系数；根据第一公式
、
所述多个历史用电负荷数据集以及所述用电负荷数据序列，确定与所述多个历史用电负荷数据集相对应的多个对照系数，其中，所述第一公式为：式中，
cOmp
为对照系数，
N
为用电负荷数据序列中数据的总数量，
lserial(n)
为电负荷数据序列中的第
n
个数据，
h(n)
为历史用电负荷数据集中的第
n
个数据；选择对照系数值最大的历史用电负荷数据集作为目标数据集；获取所述目标数据集下一时段的多个待处理数据；根据所述多个待处理数据
、
所述用电负荷数据序列
、
所述第一缩放系数以及所述第一偏置系数确定用电负荷预测
。3.
根据权利要求2所述的电力市场化交易方法，其特征在于，所述根据所述多个待处理数据
、
所述用电负荷数据序列
、
所述第一缩放系数以及所述第一偏置系数确定用电负荷预测，包括：对所述目标数据集进行归一化处理，获得第二缩放系数；对所述多个待处理数据进行归一化处理，获得待处理数据序列；根据第二公式
、
所述第一缩放系数
、
第一偏置系数
、
所述第二缩放系数以及所述待处理数据序列，确定用电负荷预测，其中，所述第二公式为：式中，
SLF
为用电负荷预测，
zf1为第一缩放系数，
zf2为第二缩放系数，
pserial(n)
为待处理数据序列，
b
为第一偏置系数
。4.
根据权利要求2所述的电力市场化交易方法，其特征在于，所述对所述多个用电负荷
数据进行归一化处理，获得用电负荷数据序列
、
第一缩放系数以及第一偏置系数，包括：根据第三公式对所述多个用电负荷数据进行归一化处理，获得用电负荷数据序列
、
第一缩放系数以及第一偏置系数，其中，所述第三公式为：式中，
lserial(n)
为用电负荷数据序列的第
n
个数据，
DS(n)
为多个用电负荷数据中的第
n
个数据，
DS(min)
为多个用电负荷数据中值最小的数据，
DS(max)
为多个用电负荷数据中值最大的数据，
zf1为第一缩放系数，
b
为第一偏置系数
。5.
根据权利要求1‑4任一项所述的电力市场化交易方法，其特征在于，所述异地购电成本模型以及所述本地购电成本模型分别根据多个历史购电成本确定，包括...

【专利技术属性】
技术研发人员：任鹏，孙胜博，申洪涛，史轮，陶鹏，李翀，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：