作為促進(jìn)溫室氣體減排的新興市場(chǎng),碳交易市場(chǎng)逐漸成為影響發(fā)電公司收益的重要因素。碳市場(chǎng)中的碳排放配額具有典型的金融產(chǎn)品特征,碳價(jià)波動(dòng)及其與電價(jià)的交互作用會(huì)給參與電力市場(chǎng)運(yùn)營(yíng)的發(fā)電公司競(jìng)標(biāo)決策帶來(lái)風(fēng)險(xiǎn)。在此背景下,針對(duì)由同一區(qū)域的火電機(jī)組、分布式發(fā)電單元、電動(dòng)汽車和需求側(cè)資源所集成的虛擬電廠（virtual power plant, VPP）,首先利用條件風(fēng)險(xiǎn)價(jià)值（conditional-value-at-risk, CVaR）理論度量VPP所面臨的不確定性因素。然后,采用Copula函數(shù)對(duì)電價(jià)與碳價(jià)的聯(lián)合概率分布進(jìn)行建模,并以CVaR最小化為目標(biāo),針對(duì)虛擬電廠構(gòu)建了計(jì)及電價(jià)和碳價(jià)間風(fēng)險(xiǎn)依賴的Copula-CVaR競(jìng)標(biāo)優(yōu)化模型。最后,采用YALMIP/CPLEX對(duì)所建立的競(jìng)標(biāo)優(yōu)化模型進(jìn)行求解,并用一個(gè)算例系統(tǒng)的4個(gè)場(chǎng)景說(shuō)明了采用所提方法刻畫VPP競(jìng)標(biāo)風(fēng)險(xiǎn)的可行性與有效性。 

【文章來(lái)源】：電力建設(shè). 2019,40(11)北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

虛擬電廠架構(gòu)圖Fig.1Structureofavirtualpowerplant

電力經(jīng)濟(jì)研究電力建設(shè)2019年11月110http://www．cepc．com．cn負(fù)荷，uPB，t=0表示用戶正常用電。2)IBDＲ約束。將參與IBDＲ的用戶分為工商業(yè)用戶和居民用戶兩類。為避免實(shí)施IBDＲ導(dǎo)致的負(fù)荷波動(dòng)幅度過(guò)大，需滿足削減量約束。ΔLIDＲj，t，min≤ΔLIDＲj，t≤ΔLIDＲj，t，max(25)式中:ΔLIDＲj，t為第j類IBDＲ用戶在時(shí)刻t的負(fù)荷削減量;ΔLIDＲj，t，min和ΔLIDＲj，t，max分別為第j類IBDＲ用戶在時(shí)刻t所允許的負(fù)荷削減量的最小值與最大值。2.3.4電動(dòng)汽車相關(guān)約束1)充放電約束。0≤Pchk，t≤uchk，tPchk，max(26)0≤Pdck，t≤udck，tPdck，max(27)uchk，t+udck，t≤1(28)式中:Pchk，t和Pdck，t分別為時(shí)刻t第k輛EV的充電和放電功率;Pchk，max和Pdck，max分別為時(shí)刻t第k輛EV的最大充電和放電功率;uchk，t和udck，t分別為時(shí)刻t第k輛EV是否處于充放電狀態(tài)，是則取1，否則取0。2)電池荷電狀態(tài)(stateofcharge，SOC)約束。Sk，t=Sk，0+∑tuchk，tPchk，tηchk－udck，tPdck，t/ηdc()kΔtΩk(29)Sk，min＜Sk，t＜Sk，max(30)Sfinal≥Sk，final，min(31)式中:Sk，0和Sk，t分別為第k

第40卷第11期閆園，等:考慮電價(jià)和碳價(jià)間Copula風(fēng)險(xiǎn)依賴的虛擬電廠競(jìng)標(biāo)策略電力經(jīng)濟(jì)研究http://www．cepc．com．cn111圖3Gaussian-Copula概率密度函數(shù)Fig.3ProbabilitydensityfunctionofGaussian-Copula圖4Gumbel-Copula概率密度函數(shù)Fig.4ProbabilitydensityfunctionofGumbel-Copula采用計(jì)及風(fēng)險(xiǎn)依賴的CVaＲ風(fēng)險(xiǎn)度量方法建立競(jìng)標(biāo)優(yōu)化模型。VPP的凈收益可表示為Ｒ(W，ξ)，WT=(W1，W2，…，WT)為VPP的一種競(jìng)標(biāo)組合，ξT=(ρE，t，ρC)為隨機(jī)向量，風(fēng)險(xiǎn)因素電價(jià)和碳價(jià)的概率分布已由3.1節(jié)確定，定義VPP的競(jìng)標(biāo)失敗風(fēng)險(xiǎn)損失函數(shù)為π(W，ξ)=－Ｒ(W，ξ)，代入式(9)。給定虛擬變量zk(k=1，2，…，J)，并令zk=［π(W，ξ)－α］+，對(duì)式(16)和各成本函數(shù)進(jìn)行線性化處理后，則以最小化CVaＲ為目標(biāo)的VPP競(jìng)標(biāo)組合優(yōu)化模型可轉(zhuǎn)化為由線性函數(shù)和線性約束構(gòu)成的線性規(guī)劃問(wèn)題:minF^β(W，α)=α+1J(1－β)∑Jk=1zk(36)s.t.式(18)—(32)zk≥{0(37)3.3求解方法上面所構(gòu)造的優(yōu)化模型為混合整數(shù)線性規(guī)劃問(wèn)題，采用YALMIP/CPLEX求解器在CPU為3.5GHz、內(nèi)存為8GB的個(gè)人計(jì)算機(jī)上進(jìn)行求解。YALMIP是MATLAB求解優(yōu)化問(wèn)題常用的編程平臺(tái)，CPLEX是IBM公司開發(fā)的求解線性規(guī)劃、二次規(guī)劃和混合整數(shù)規(guī)劃的商用求解器。4算例與結(jié)果4.1參數(shù)設(shè)置VPP測(cè)試系統(tǒng)包含2臺(tái)火電機(jī)組、1臺(tái)風(fēng)電機(jī)組和1臺(tái)光伏發(fā)電機(jī)組。VPP?


本文編號(hào)：2992036