怎样通过降低购电决策者的后悔心理，来提高风电利用率
阅读征文通知，请戳上面标题 ▲
联合主办
中国电工技术学会
北京交通大学轨道交通控制与安全国家重点实验室
联合承办
中国电工技术学会轨道交通电气设备技术专委会
国家高速列车技术创新中心
《电气技术》杂志社
会议日期/地点
2019年10月25-27日/山东青岛
福州大学电气工程与自动化学院、福建省电器智能化工程技术研究中心的研究人员江岳文、陈梅森，在2019年第9期《电工技术学报》上撰文指出（论文标题为“基于鲁棒后悔度的日前市场购电联合优化”），随着风电并网规模的不断增大，风电输出功率的不可预测性对电力市场交易的影响增大，弃风比例增加。
为了优化日前市场的交易计划并合理利用风资源，该文联合日前能量市场、备用容量市场以及实时平衡市场优化日前购电计划，用区间数表示风电出力的不确定性和实时市场电价的不确定性。在确定日前市场最优购电策略时，由于风电出力和实时市场的能量平衡费用无法准确预知，该文考虑购电决策者的后悔心理，以鲁棒后悔度最小为目标得到日前市场最优购电策略。具体算例分析表明，该文购电方案可以有效降低购电决策者的后悔心理，合理利用风资源，降低购电成本。
随着风电大量并网，电力系统运行的不确定性因素逐渐增大，电力市场的交易复杂度增加。在日前市场中，风电购电出力大小会影响到备用容量的购买量。当日前能量市场的风电购电出力较大时，实际的风电出力小于该计划购电出力的概率较大，需要更多上备用的概率大于下备用的需求概率；当日前市场风电购电出力较小时，实际的风电出力大于该计划购电出力的概率较大，故所需更多下备用的概率大于上备用的需求概率。
基于二者的内在联系，文献[1]认为日前能量市场和备用容量市场联合出清可以得到更优的购电方案。类似地，文献[2-3]联合考虑日前能量市场和备用容量市场，制定日前调度计划；文献[4]则建立含能量市场费用、备用容量市场费用、失负荷费用的日前市场购电模型；文献[5]针对微网的日前市场购电优化，以发电成本、备用成本、机组起停总费用最小为目标，利用随机规划方法建立日前市场微网调度模型；文献[6]考虑各种随机因素的影响，在含风电电力系统中将能量市场和备用市场联合优化，建立三层优化模型。
上述文献考虑日前能量市场和备用容量市场的联合出清，有利于可再生能源并网的电力系统优化运行，但对实时市场调用备用容量需要付出的能量费用尚未进一步研究。
在电力系统中，如果风电的实际出力大于日前市场的风电购电计划出力时，为了减少弃风，需要在实时市场中调用常规机组下备用容量减少发电；如果风电的实际输出功率小于日前市场的风电购电计划出力，为了不失负荷，需要在实时市场中调用常规机组的上备用容量增加发电。
一般地，为了减少实时市场的偏差功率，实时市场能量价格需要满足ρu,t≥ρr,t≥ρd,t，其中ρu,t为实时市场t时段常规机组的购电价格，ρd,t为实时市场t时段常规机组的售电价格，ρr,t为日前市场t时段出清价格。如果实时偏差功率为负，相当于日前市场购电过多，要调用下备用容量在实时市场售电。
由于ρr,t≥ρd,t，该部分出售的电能等同于在日前市场以ρr,t的价格购电，而在实时市场只以ρd,t的价格出售，出售单位电量将会损失ρr,t-ρd,t，增加了总购电费用。另一方面，如果实时偏差功率为正，相当于日前市场购电过少，要调用上备用容量，此时要以ρu,t的价格在实时市场购买电能，也增加了总购电费用。
从以上的分析可以看出，无论实时市场的偏差功率为正还是为负，都会增加实时市场的能量平衡费用。因此将日前能量市场和实时能量市场分开考虑，不能得到最优的购电方案[8]。文献[8]将日前市场和实时市场统一考虑，同时考虑负荷预测的偏差，建立了日前和实时市场统一调度模型，并通过算例分析可知，该模型可以得到更优的购电计划，但是该文尚没有考虑风电并网。
文献[9]同时考虑了负荷和风电不确定性的影响，在不同场景下，以日前市场能量购买费用和实时市场平衡费用最小为目标，制定最优的日前市场调度计划。文献[8-9]在考虑实时市场电价时，认为实时电价为一固定价格，均没有考虑它的不确定性。
文献[7]在文献[8-9]的基础上同时考虑了风电功率不确定性和负荷不确定性的影响，并用区间数表示实时市场电价的不确定性，得到日前能量市场和实时能量市场联合出清方案。文献[7-9]虽然考虑了实时平衡市场对购电结果的影响，但对备用容量市场未进行探讨，难以确保备用容量大小的合理性，不利于优化备用容量成本。
在制定日前能量市场和备用容量市场的出清计划时，作为电力市场的购电决策者，无法事先得知风电的实际输出功率和实时市场的实际价格，无法准确评估实时平衡市场的能量费用。因此需要考虑风电和实时市场电价的不确定性，即将风电出力和实时市场电价作为随机变量。
目前对含随机变量的建模方法主要有三种：随机模型、模糊模型和区间模型。其中随机模型需要利用大量的历史数据得到随机变量的分布函数；模糊模型假定不确定参数属于模糊逻辑集合，其主观性较大；区间模型只需要随机变量变化区间的上下界，所需信息少，较容易得到。
在电力交易中，根据随机变量的区间变化范围，即可以利用区间规划方法得到日前市场机组购电出力的区间解，给购电决策者提供参考，也可以利用鲁棒优化方法得到一个具体的日前市场出清方案，区间模型具有广泛的应用前景。
在日前市场购电优化中，由于电网的实际运行情况是未知的，购电决策者决定的任意一个购电方案，在事后都有可能产生后悔心理。研究表明，决策者产生的后悔心理会影响决策者的行为，如文献[21]在光储微网优化调度中考虑了决策者的后悔心理，引入鲁棒后悔度理论，得到鲁棒后悔度最小的调度方案，使微网达到综合经济效益最优。
综上所述，本文利用区间模型表示随机变量的不确定性，并结合日前能量市场、备用容量市场和实时能量市场，建立联合优化购电模型，考虑购电决策者的后悔心理，以鲁棒后悔度最小为目标，得到更优的日前市场购电方案。
本文用区间表示风电输出功率和实时市场电价的不确定性，综合考虑日前市场能量购买费用、备用容量购买费用和实时市场能量平衡费用，基于鲁棒后悔度，建立含风电的日前市场购电优化模型。结论如下：
1）与传统购电计划相比，本文提出的购电方案同时考虑了日前能量市场，备用容量市场和实时平衡市场，优化了备用容量，使最大可能的失负荷电量和弃风电量下降，较大减少了实时能量市场费用，总的优化方案后悔度下降了34%，有效地降低了决策者的后悔心理。
2）当实时市场购电价格预测偏差增加时，日前市场能量费用和下备用容量购买费用会增加，上备用容量购买费用减少；当实时市场售电价格预测偏差增加时，会减少日前能量市场购买费用和下备用容量购买费用，增大上备用容量购买费用。
3）当风电功率预测区间扩大时，为了减少弃风或失负荷，上、下备用容量购买量增加，鲁棒后悔度也随之增大。
利用鲁棒后悔度可以真实反映预测精度对决策者事后后悔心理的影响，得到更优的购电方案。在以后的研究中，日内市场以及负荷侧响应所提供的灵活资源将进一步融入到市场交易模式中。