电量分配方法及系统的利记博彩app
【技术领域】
[0001] 本发明涉及电力技术领域，特别涉及一种电量分配方法及系统。
【背景技术】
[0002] 电厂在发电之后，通常将电量分配到几个市场中，包括现货市场，双边交易市场及 备用市场。在现货市场中，电厂分配的电量受到市场参与者的行为及用户负荷需求波动的 影响，电厂有必要利用交易风险较低的双边合约交易将部分发电量分配至双边市场。因此， 对于每一个电厂都必须充分考虑双边市场及现货市场的电量分配，充分满足用户负荷需 求，且在获取利润的同时避免资源浪费，但是当前尚未有较为科学的研究方法。
【发明内容】
[0003] 基于此，为解决现有技术中存在的问题，本发明提供一种电量分配方法及系统，在 考虑双边市场的基础上合理分配电厂的电量，在保证用户负荷需求的同时避免资源浪费。 [0004] 为实现上述目的，本发明实施例采用如下的技术方案：
[0005] -种电量分配方法，包括如下步骤：
[0006] 获取电厂的成本数据、历史参考电价数据、输电线路信息、现货市场的负荷需求电 量以及双边市场合约电价；
[0007] 初始化电厂在双边市场的分配电量、电厂在现货市场的分配电量以电厂的分配电 价；
[0008] 根据所述历史参考电价数据建立概率密度函数，根据所述概率密度函数采用蒙 特?卡罗方法获取各个竞争厂的若干次竞价，生成若干个电价策略；
[0009] 根据所述电价策略、所述现货市场的负荷需求电量、所述输电线路信息以及电厂 的分配电价进行直流最优潮流计算，获取在不同的电价策略下的电力市场的交易价格；
[0010] 根据所述电力市场的交易价格、所述电厂的成本数据、电厂在双边市场的分配电 量以及电厂在现货市场的分配电量获取电厂在不同电价策略下的现货市场利润值；
[0011] 根据所述现货市场利润值、所述双边市场合约电价、电厂在双边市场的分配电量 建立适应度函数；
[0012] 根据基于含随时间变化的加速因子的自组织分层粒子群优化算法求解所述适应 度函数，获取电厂在双边市场以及现货市场的最优分配电量。
[0013] -种电量分配系统，包括：
[0014] 基础数据获取模块，用于获取电厂的成本数据、历史参考电价数据、输电线路信 息、现货市场的负荷需求电量以及双边市场合约电价；
[0015] 初始化模块，用于初始化电厂在双边市场的分配电量、电厂在现货市场的分配电 量以电厂的分配电价；
[0016] 竞价厂竞价策略导出模块，用于根据所述历史参考电价数据建立概率密度函数， 根据所述概率密度函数采用蒙特?卡罗方法获取各个竞争厂的若干次竞价，生成若干个电 价策略；
[0017] 交易电价计算模块，用于根据所述电价策略、所述现货市场的负荷需求电量、所述 输电线路信息以及电厂分配电价进行直流最优潮流计算，获取在不同的电价策略下的电力 市场的交易价格；
[0018] 现货市场利润进算模块，用于根据所述电力市场的交易价格、所述电厂的成本数 据、电厂在双边市场的分配电量以及电厂在现货市场的分配电量获取电厂在不同电价策略 下的现货市场利润值；
[0019] 适应度函数建立模块，用于根据所述现货市场利润值、所述双边市场合约电价、电 厂在双边市场的分配电量建立适应度函数；
[0020] 粒子群优化求解模块，用于根据基于含随时间变化的加速因子的自组织分层粒 子群优化算法求解所述适应度函数，获取电厂在双边市场以及现货市场的最优分配电量。
[0021] 本发明以蒙特?卡罗法（MonteCarlo，MC)对竞争厂的竞价行为进行仿真，通过直 流最优潮流（directcurrentoptimalpowerflow，DC0PF)计算获取在不同的电价策略 下的电力市场的交易价格，根据基于含随时间变化的加速因子的自组织分层粒子群优化算 法（self-organisinghierarchicalparticleswarmoptimisationwithtime-varying accelerationcoefficients，SPS0-TVAC)求解最优电量分配方案，在保证用户负荷需求的 同时避免资源浪费，并为电厂提供了制定双边合约购买决策及现货市场竞价策略的依据， 电厂可根据自身的利益需求，调整自身在双边市场与现货市场的分配电量。本发明提供的 电量分配方法及系统计算效率高，具有极高的应用价值。
【附图说明】
[0022] 图1为本发明实施例中一种电量分配方法的流程示意图；
[0023] 图2为本发明实施例中一种电量分配系统的结构示意图。
【具体实施方式】
[0024] 下面结合附图对本发明的内容作进一步描述。
[0025] 如图1所示，本实施例提供一种电量分配方法，包括如下步骤：
[0026] S100获取电厂的成本数据、历史参考电价数据、输电线路信息、现货市场的负荷需 求电量以及双边市场合约电价；
[0027] S200初始化电厂在双边市场的分配电量、电厂在现货市场的分配电量以电厂的分 配电价；
[0028] S300根据所述历史参考电价数据建立概率密度函数，根据所述概率密度函数采用 蒙特?卡罗方法获取各个竞争厂的若干次竞价，生成若干个电价策略；
[0029] S400根据所述电价策略、所述现货市场的负荷需求电量、所述输电线路信息以及 电厂的分配电价进行直流最优潮流计算，获取在不同的电价策略下的电力市场的交易价 格；
[0030] S500根据所述电力市场的交易价格、所述电厂的成本数据、电厂在双边市场的分 配电量以及电厂在现货市场的分配电量获取电厂在不同电价策略下的现货市场利润值；
[0031] S600根据所述现货市场利润值、所述双边市场合约电价、电厂在双边市场的分配 电量建立适应度函数；
[0032] S700根据基于含随时间变化的加速因子的自组织分层粒子群优化算法求解所述 适应度函数，获取电厂在双边市场以及现货市场的最优分配电量。
[0033] 具体的，首先获取基础数据，包括电厂的成本数据、历史参考电价数据、输电线路 信息、现货市场的负荷需求电量以及双边市场合约电价，其中，历史参考电价数据指竞争厂 的历史竞价数据。然后初始化相关参数，随机初始化的参数包括电厂在双边市场的分配电 量、电厂在现货市场的分配电量以电厂的分配电价。然后根述历史参考电价数据建立概率 密度函数。在一种【具体实施方式】中，历史参考电价数据包括各个竞争厂的各个发电机组的 竞价数据，本实施例利用标准的概率密度函数对竞争厂的竞价行为进行建模，具体采用采 用如下公式：
[0034] ,
[0035] 其中，为竞争厂r的发电机组j的竞价数据，<分别为的中值和标准 差。
[0036] 然后基于上述的概率密度函数，采用蒙特?卡罗方法获取各个竞争厂的若干次竞 价，依据各个竞争厂的若干次竞价生成若干个电价策略。例如，采用第一次蒙特?卡罗方法 后，获取到竞争厂A的竞价为ai，竞争厂B的竞价为h，竞争厂C的竞价为Cl，采用第二次蒙 特?卡罗方法后，获取到竞争厂A的竞价为a2，竞争厂B的竞价为b2，竞争厂C的竞价为c2， 则可获取两个电价策略，其中电价策略一为：竞争厂A的竞价为ai、竞争厂B的竞价为h、竞 争厂C的竞价为Cl，电价策略二为：竞争厂A的竞价为a2、竞争厂B的竞价为b2、竞争厂C 的竞价为c2。
[0037] 在获取电价策略后，即可根据电价策略、现货市场的负荷需求电量、输电线路信息 以及电厂的分配电价获取在不同的电价策略下的电力市场的交易价格。在一种具体实施 中，输电线路信息包括系统各个节点的最大电力调度容量和最小电力调度容量、系统各线 路的潮流以及系统各线路允许的最大潮流。然后可通过如下方法获取在不同的电价策略下 的电力市场的交易价格：
[0038] 首先，建立直流最优潮流模型：
[0039]
[0040] 其中，min表示求取最小值，B为系统的节点集合，bGB;plib为节点b处的竞争厂 的竞价或电厂的分配电价；Qb为节点b处的电力调度容量；t'为调度时间；
[0041] 然后确定直流最优潮流模型的约束条件，具体包括：
[0042]
[0043] 1 max, 1 = 1, 2, . . . ,L
[0044] Q-Qi，-Qh -b
[0045] 其中，Db为节点b处现货市场的负荷需求电量；S:。为系统损耗；F:为线路1处的 潮流；1_为线路1允许的最大潮流；L为线路集合，1GL; 为节点b处的最小电力调度 容量；这为节点b处的最大电力调度容量。上述3个约束条件分别为电力平衡约束、潮流 约束、节点容量约束