本文關(guān)鍵詞：多風險下風電商并網(wǎng)動態(tài)決策優(yōu)化模型

  更多相關(guān)文章： 多風險 序列運算理論 核密度估計 多時段優(yōu)化 動態(tài)響應 競拍決策

【摘要】：隨著可再生能源的不斷發(fā)展與成熟、以及各國學者對風力發(fā)電技術(shù)研究的不斷深入，，大規(guī)模風電機組參與電力系統(tǒng)運行將成為大電網(wǎng)發(fā)展的重要形式。風力發(fā)電參與大電網(wǎng)不僅能夠提高電力市場的開放性，同時也可以提高電網(wǎng)的經(jīng)濟效益、社會效應以及環(huán)境效應。風速是決定風機出力的重要因素，風速的不確定性使得風機出力具有隨機性和間歇性的特點，在復雜多變的電力市場環(huán)境下，通過有效的市場電能交易決策來解決風力發(fā)電企業(yè)并網(wǎng)的經(jīng)濟風險問題，是促進風力發(fā)電技術(shù)快速發(fā)展，加快可再生能源發(fā)電占有比例的重要途徑，符合我國關(guān)于節(jié)能減排，可持續(xù)發(fā)展的戰(zhàn)略方針。 本文在總結(jié)現(xiàn)有研究成果的基礎(chǔ)上，從兩方面建立了風力發(fā)電企業(yè)參與電力市場交易的競拍決策優(yōu)化模型。一方面通過分析風電商參與多個市場的交易過程，在考慮經(jīng)濟風險在不同市場間傳遞的基礎(chǔ)上，建立了計及風電商并網(wǎng)多市場多風險的收益最大化優(yōu)化模型；另一方面，通過分析風電商與常規(guī)發(fā)電商在交易過程中的相互關(guān)系，在考慮各競爭對手決策相互影響、風險的時間軸傳遞效應基礎(chǔ)上，建立了風力發(fā)電商計及多時段風險的動態(tài)決策優(yōu)化模型。 在日前-實時市場的交易背景下，采用條件風險價值作為風險計量指標對多個風險因素共同作用下，風力發(fā)電商參與多個市場的多級風險進行了評估，運用核密度估計方法對出力進行預測，建立了計及多級風險后收益最大化的競拍電量決策優(yōu)化模型。該模型不僅反映了多級風險對發(fā)電商收益及決策的綜合作用，也分析了單個風險因素的波動對發(fā)電商決策的影響。通過算例驗證了該模型的有效性和適用性，表明該模型對風力發(fā)電商在不同時段電量投資優(yōu)化和風險評估具有一定的參考價值，提高風力發(fā)電商在并網(wǎng)過程中對風險的抵御能力。 在風電發(fā)展進入優(yōu)勢期參與實時市場并網(wǎng)交易的市場結(jié)構(gòu)下，針對出力隨機及市場電價波動的多風險特點，建立了計及多風險的風電商多時段動態(tài)決策優(yōu)化模型。該模型以風電商的報價決策和報發(fā)電量決策作為優(yōu)化變量，同時考慮了風電商各時段決策對后續(xù)時段競拍環(huán)境的時間軸動態(tài)響應。作為決策者，風電商通過調(diào)整競價策略來實現(xiàn)全時段總收益最大化的目標，通過算例仿真以及與靜態(tài)決策優(yōu)化模型的對比，驗證了該模型的有效性和實用性。 隨著電力市場改革的深入和新能源技術(shù)的不斷發(fā)展，風電參與的電力市場風險研究將會更加的多樣化，并且在具體實踐過程中也會出現(xiàn)更多新問題，如何更合理、實際的解決風電商并網(wǎng)交易的風險問題，還需要更進一步的完善和研究。
【關(guān)鍵詞】：多風險 序列運算理論 核密度估計 多時段優(yōu)化 動態(tài)響應 競拍決策
【學位授予單位】：西華大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F426.6
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-23
• 1.1 論文的研究背景及意義10-14
• 1.1.1 論文的研究背景10-13
• 1.1.2 論文的研究意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-21
• 1.2.1 市場電價預測分析15
• 1.2.2 風機出力預測分析15-18
• 1.2.3 風險度量方法18-19
• 1.2.4 競拍策略優(yōu)化方法19-21
• 1.3 本文主要工作21-23
• 2. 風電商參與的電力市場及其風險管理23-36
• 2.1 電力市場的基本概念23-28
• 2.1.1 電力市場的定義23
• 2.1.2 電力市場的特點23-24
• 2.1.3 電力市場的基本原則24-25
• 2.1.4 電力市場的結(jié)構(gòu)及運營模式25-28
• 2.2 風力發(fā)電參與的電力市場28-32
• 2.2.1 風力發(fā)電的市場激勵政策28-30
• 2.2.2 風力發(fā)電的并網(wǎng)機制30-31
• 2.2.3 我國風力發(fā)電的激勵政策及并網(wǎng)機制31-32
• 2.3 電力市場的風險管理32-35
• 2.3.1 風險的定義32
• 2.3.2 風險的特征32-33
• 2.3.3 風電商在電力市場中的風險類型33-34
• 2.3.4 電力市場風險管理34-35
• 2.4 本章小結(jié)35-36
• 3. 多級風險下風電并網(wǎng)最優(yōu)競拍決策模型36-57
• 3.1 風電商日前-實時市場并網(wǎng)交易機制36-37
• 3.2 市場出清電價結(jié)算機制37-38
• 3.3 發(fā)電側(cè)電力市場的博弈模型38-42
• 3.3.1 博弈論原理38
• 3.3.2 博弈論的要素38-39
• 3.3.3 博弈論的分類39
• 3.3.4 發(fā)電側(cè)電力市場的博弈模型39-42
• 3.4 風電商的出力偏差損益模型42-44
• 3.4.1 核密度估計簡介42
• 3.4.2 風電商出力的核密度估計模型42-43
• 3.4.3 風電商出力偏差損益模型43-44
• 3.5 風力發(fā)電商實時市場收益模型44-45
• 3.6 計及多風險的并網(wǎng)競拍決策優(yōu)化模型45-48
• 3.6.1 風電商日前—實時兩市場多風險評估過程45
• 3.6.2 條件風險價值 CVaR 方法簡介45-47
• 3.6.3 風力發(fā)電商收益模型47
• 3.6.4 競拍決策優(yōu)化模型47-48
• 3.7 算例仿真48-55
• 3.7.1 算法簡介48-49
• 3.7.2 模型求解49-52
• 3.7.3 仿真結(jié)果分析52-55
• 3.8 本章小結(jié)55-57
• 4.多風險下風電商并網(wǎng)多時段動態(tài)決策優(yōu)化模型57-76
• 4.1 風力發(fā)電商參與的市場結(jié)構(gòu)分析57-58
• 4.1.1 市場結(jié)構(gòu)57-58
• 4.1.2 常規(guī)發(fā)電商報價模型58
• 4.2 市場出清電價的不確定性分析58-62
• 4.2.1 序列運算理論58-60
• 4.2.2 電價的不確定性分析60-62
• 4.3 風電商的收益模型62-65
• 4.3.1 出力偏差損益模型62-64
• 4.3.2 風電商投資運營成本64
• 4.3.3 風電商單時段收益模型64-65
• 4.4 風電商多時段動態(tài)決策優(yōu)化模型65-68
• 4.4.1 貝葉斯統(tǒng)計分析方法65
• 4.4.2 多時段決策響應模型65-67
• 4.4.3 多時段決策響應模型67-68
• 4.5 算例仿真68-75
• 4.5.1 算法簡介68-70
• 4.5.2 風電商靜態(tài)決策優(yōu)化模型70-71
• 4.5.3 模型求解71-72
• 4.5.4 仿真結(jié)果分析72-75
• 4.6 本章小結(jié)75-76
• 5.總結(jié)與展望76-78
• 5.1 總結(jié)76-77
• 5.2 展望77-78
• 參考文獻78-84
• 攻讀碩士學位期間發(fā)表學術(shù)論文情況84-85
• 致謝85-86

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅文;王莉娜;;風場短期風速預測研究[J];電工技術(shù)學報;2011年07期

2 彭春華;孫惠娟;余廷芳;;考慮競價風險的多目標優(yōu)化發(fā)電研究[J];電工技術(shù)學報;2012年02期

3 黃繼明,郟斌;電力市場電價理論[J];電力需求側(cè)管理;2000年05期

4 陳鵬;周暉;;微電網(wǎng)電力市場交易模型研究[J];電力需求側(cè)管理;2011年04期

5 武智勇,康重慶,夏清,戴國華,沈瑜,周安石,丁軍威;基于博弈論的發(fā)電商報價策略[J];電力系統(tǒng)自動化;2002年09期

6 尚金成,黃永皓,張維存,劉洪杰,劉文茂;一種基于博弈論的發(fā)電商競價策略模型與算法[J];電力系統(tǒng)自動化;2002年09期

7 康重慶,夏清,相年德,白利超;序列運算理論及其應用[J];電力系統(tǒng)自動化;2002年17期

8 雷兵,王秀麗,高瑛,王錫凡;獨立發(fā)電商在日前市場的競價策略分析[J];電力系統(tǒng)自動化;2002年24期

9 賴業(yè)寧,薛禹勝,王海風;電力市場穩(wěn)定性及其風險管理[J];電力系統(tǒng)自動化;2003年12期

10 周浩,張富強;采用VaR歷史模擬方法計算電力市場短期金融風險[J];電力系統(tǒng)自動化;2004年03期

本文編號：1112328