[发明专利]基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法

摘要

本发明涉及一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法，在含风电电力系统的日内市场交易中，用区间表示风电的不确定性，并在日内市场中模拟实时市场的交易环境，基于日前市场的交易结果，综合考虑日内市场能量费用、模拟实时市场能量平衡费用以及发电机组启停费用，建立日内市场和模拟实时市场的购电模型。本方法利用风电输出功率区间，考虑鲁棒后悔度，以鲁棒后悔度最小为目标得到日前市场最优购电策略。本发明可以在含风电的电力系统中综合考虑日内市场能量费用、模拟实时市场能量平衡费用和发电机组启停费用，并以鲁棒后悔度最小为目标制定合理的日内市场交易计划，有效降低弃风率。

主权项

1.一种基于鲁棒后悔度的风电日内市场和模拟实时市场优化方法,其特征在于，包括以下步骤：步骤S1：提取系统信息，包括：电力网络信息，日内市场风电预测信息，日前市场出清结果信息，负荷预测信息，日内市场风电功率预测信息，日内市场报价信息，实时市场价格信息，发电机组启停费用报价信息，发电机组基础信息；步骤S2：考虑日内能量市场费用，模拟实时市场平衡费用，机组启停费用，建立日内市场和模拟实时市场联合交易模型，用数学函数表述如下：式中：Pm,i,t为实际日内市场t时段的最优调整出力；Im,i,t为实际日内市场t时段调整后的机组启停状态；Freal,t是和日内市场时间区间对应的模拟实时市场能量费用；Sup为机组启停费用；Fintra,m,t为t时段实际日内市场费用；Tm表示第m个日前市场的时段数；Nm为日内市场的个数；zwI,j,t为区间[‑1,1]之间的随机变量，表示实时市场风电的不确定性；步骤S3：考虑购电决策者的后悔信息，建立基于后悔度理论的日内市场和模拟实时市场联合优化购电模型。步骤S4：利用量子粒子群算法求解得到最优的购电方案，并计算相应的后悔度。