考虑流量演进过程的丰水期梯级水电风险调度

丰水期梯级水电流域来水充沛,上下游水电站之间的流量演进过程对于水电站的优化调度具有重要影响。为了细致描述上下游出入库流量传播过程,结合槽蓄方程和水量平衡方程,运用马斯京根法建立了上下游流量的耦合关系,同时针对丰水期天然来水和市场电价的双重不确定性,综合考虑发电商的风险喜恶行为对调度决策的影响,构建了梯级水电风险调度模型,并利用混合整数线性规划法予以求解。算例结果表明,丰水期考虑河道流量演进过程的梯级水电优化调度模型精确性更高,在不同风险偏好下,可有效地平衡风险和发电效益之间的矛盾。     

考虑收益风险的梯级水电站群中长期合约电量最优组合模型

针对梯级水电站群参与不同时间尺度的合约电量交易时天然来水和交易电价的不确定性因素导致不同市场份额难以确定、水资源利用不充分及不同时间尺度电量分配不合理导致收益存在较大风险问题，提出了考虑收益风险的梯级水电站群中长期合约电量最优组合模型，该模型采用给定置信度下整个梯级发电收益风险最小为目标，其求解首先由多年来水数据生成随机月尺度来水过程，然后根据梯级水电站占市场比重不同模拟出三种电价函数，采用逐步优化和逐次逼近混合算法对电站出力和合约电量组合循环迭代求解。最后以西南地区某流域梯级水电站为例进行验证。结果表明，所提出的优化调度模型能够合理制定年度和月度双边合约电量申报策略，有效降低收益风险，为梯级水电站群参与不同时间尺度的双边交易市场提供可靠依据。     

基于多元GARCH-VaR的水电站短期发电风险调度

发电风险调度是电力市场下水电企业风险规避及管理的一种方式。基于VaR风险测量理论,在水电站短期优化调度中考虑电价风险,提出了更易理解、更具有可操作性的风险收入指标,并将GARCH-VaR电价风险测量模型与水电站短期优化调度模型有机耦合,建立了多元的GARCH-VaR发电风险调度模型。通过实例分析得到两种极端风险调度下的出力组合方案,同时还可以根据不同的风险水平和收入期望设置风险收入限额,得到同一风险下的最优组合解,为水电站参与市场竞争、短期发电风险管控提供了决策依据。     

不同电价政策下流域梯级水电站群长期优化调度

为定量分析、比较不同电价政策下流域梯级水电站群运营特点,结合发电侧市场开放后梯级水电站群发电计划制定的实际,考虑不同电价政策,以水电站群发电收益最大为目标,建立了长期优化调度模型,并采用粒子群算法求解模型.以我国西南某流域梯级电站群为例,探讨了不同电价政策对梯级电站群优化调度的影响.     

考虑电价风险的水电站长期优化调度及风险评估

研究了电价的不确定性给电力市场环境下水电站长期优化调度带来的风险,建立了基于VaR的期望—风险效用函数模型。借鉴于金融学中的VaR风险度量方法计量并评估风险,运用进化规划算法求解模型,并给出算例对模型进行了验证,分析说明如何应用风险评估方法进行风险度量和评估。     

多元电力市场环境下梯级水电站群组合交易优化模型

新一轮电力体制改革为我国梯级水电消纳带来了契机,基于西南大型梯级水电基地工程实际,考虑市场不确定性电价因素,提出了梯级水电站群参与省内和西电东送市场的组合交易优化模型,通过引入调度期内不同市场间的电量比例约束以及各调度时段梯级参与省内市场的最小电量约束,提高模型实用性。求解中,首先对电价不确定性进行描述,然后利用场景缩减技术降低模型复杂度,并采用LINGO 17软件进行仿真求解。最后以乌江梯级为例,验证所提模型有效性并与常规调度模式相比较。结果表明,所提方法可更好地响应市场电价变化、提高梯级市场化收益。     

基于分时电价的水库调度图优化研究

以芹山水库为例,结合分时电价原理与水库优化调度理论,划分了分时电价的时段,建立了考虑电价的以水电站水库发电效益最大为目标、兼顾保证出力要求的优化调度模型,应用改进的遗传算法优化水库常规调度图.结果表明,考虑分时电价影响后平均出力变小,能多发峰电,增加发电效益.     

市场机制下梯级水电站群短期优化调度模型研究

讨论市场机制下梯级流域水电站间短期优化调度模型,确定了利益最大化为准则的目标函数。考虑市场竞争的电价和电量、水库存水价值、水流时滞以及设备折旧等因素,给出了相应的约束。重点讨论市场机制对弃水量的影响、发电量和发电引用流量的函数关系式以及存水价值系数的确定方法。最后给出在梯级电站运行管理中引入竞争机制和加强市场预测研究的建议。     

考虑需求侧无功不确定性的负荷聚合商运营优化模型

针对需求侧多种类负荷不确定性给负荷聚合商在运营过程所带来的挑战,建立考虑需求侧不确定性的负荷聚合商运营优化模型。首先,考虑需求侧用电特征,建立具有不确定性的负荷聚合模型;进而,考虑需求侧无功不确定性,以负荷聚合商收益最大化为目标,建立基于条件风险价值的负荷聚合商运营优化模型;最后;选取蒙东某配网地区的风光、负荷及实时电价数据,通过仿真对比验证所提出的运营优化模型可有充分利用需求侧响应为电网带来的调节能力,有效提高负荷聚合商的运营收益。     

基于半方差风险计量模型的水电站发电优化调度研究

在电力市场环境下,水电站不能按发电计划执行往往会遭受经济效益损失,且欠发风险与过发风险带来的效益损失不尽相同.因此,针对水电站发电风险,提出一种分离考虑水电站欠发风险与过发风险的随机发电优化调度模型,将半方差风险计量模型引入水电站发电优化调度中,以正负风险系数分别衡量管理人员对于过发、欠发风险的主观偏好.制定三峡水电站...     

多维不确定性影响下的水期权交易最优策略研究

为解决来水预测不确定性和水价不确定性给用水户带来的风险对冲问题,引入对冲性的水期权交易模式,建立了以用水户期望收益最大为目标的水期权交易模型,得到了最优的期权交易策略应满足的条件,并利用二分法计算得到了最优的期权交易策略,探究了来水不确定性与水价不确定性对期权交易策略的影响。结果表明,来水预测误差和水价的波动越大,用水户的期望收益越大,最优的期权交易策略能有效降低来水预测不确定性和水价不确定性带来的风险。     

Optimal control of hydroelectric facility incorporating pump storage

We consider a simple model of a pump-assisted hydroelectric facility operating in a market with time-varying but deterministic power prices and constant water inflows. The engineering details of the facility are described by a model containing several parameters. We present an algorithm for optimizing first the energy and then the profit produced by these plants. This algorithm allows us to describe the relationships between control trajectory and time, and between inflow and price. Remarkably, we see that under some reasonable choices of facility parameters and for power prices that are not extremely variable, the optimal profit operation of these facilities is not too different from their optimal energy operation, and the control is less affected by the price as the inflow rate increases.     

水电厂发电效益评价模型及其应用

针对现行水电厂发电效益评价方法存在的问题,提出了水电厂发电效益评价模型,该模型在已知实际入库流量和电网的峰—谷、丰—枯电价基础上,综合考虑各时段水电厂可用机组台数、机组容量、水库水位、过机流量等约束条件,以年度发电效益最大为目标,优化计算水电厂理想发电收益动态线及电量动态线,并与水电厂实际发电收益及电量对比分析电量及效益差率。实例应用结果表明,电量差率和发电效益差率可直观反映水平厂年度及各月电厂发电任务实际完成情况,对水电厂年度效益评价与绩效考核均起到了较好的指导作用。     

基于改进GA的配电商多市场购电策略研究

引入条件风险价值（conditional value at risk,CVaR）作为市场风险的度量因子,建立了以最大化期望收益为目标的配电商多市场购电决策模型,分析了期权和可中断负荷（interruptible load,IL）对购电组合的影响。算例结果表明：期权和IL能有效地降低配电商的购电损失,期权价格、IL补偿价格和配电商的风险厌恶态度对购电组合策略有显著影响．CVaR作为一致性的风险测量工具,可较好地应用于电力市场中的风险管理。     

基于电价波动率的现货电价风险度量研究

风险度量因子的选取是风险度量的核心工作之一,统计性质好的指标通常能降低建模复杂度,提高精度。根据电价序列的特征及电价风险度量模型的特点,提出以电价波动率替代电价作为风险度量因子,避开电价序列的非平稳性,建立GARCH-VaR模型用于现货电价风险度量,以北欧电力市场的电价风险度量为例,对模型的可行性和有效性进行检验,并将所提出的电价风险度量方法与电价波动率正态分布法、电价ARMA-GARCH模型度量的电价风险进行比较。结果表明,所提方法不仅能有效降低电价风险度量的模型复杂度,还可提高风险度量的准确性。     

三种水库优化调度方案实施模式的对比研究

为研究水库优化调度方案在水位、流量及出力控制模式下的实施效果,以发电量最大为目标建立优化调度模型并求解,选取发电效益、水位越限风险率及弃水量构建评价指标体系,对不同水库运行工况下的调度方案实施过程进行仿真计算,并评价其实施效果。小漩水电站的实例应用结果表明,水位控制模式对应的水位越限风险率最低,但弃水量最大导致其发电效益最差;流量控制模式与出力控制模式对应的水位越限风险率相差不大,但出力控制模式弃水量更少,发电效益更高。因此,出力控制模式可作为调度方案实施过程中的首选模式。     

Investment risks under uncertain climate change policy

This paper describes results from a model of decision-making under uncertainty using a real options methodology, developed by the International Energy Agency (IEA). The model represents investment decisions in power generation from the perspective of a private company. The investments are subject to uncertain future climate policy, which is treated as an external risk factor over which the company has no control. The aims of this paper are to (i) quantify these regulatory risks in order to improve understanding of how policy uncertainty may affect investment behaviour by private companies and (ii) illustrate the effectiveness of the real options approach as a policy analysis tool. The study analysed firms’ investment options of coal- and gas-fired power plants and carbon capture and storage (CCS) technologies. Policy uncertainty is represented as an exogenous event that creates uncertainty in the carbon price. Our findings indicate that climate policy uncertainty creates a risk premium for power generation investments. In the case of gas- and coal-fired power generation, the risk premium would lead to an increase in electricity prices of 5–10% in order to stimulate investment. In the case of CCS, the risk premium would increase the carbon price required to stimulate investment by 16–37% compared to a situation of perfect certainty. The option to retrofit CCS acts as a hedge against high future carbon prices, and could accelerate investment in coal plant. This paper concludes that to minimise investment risks in low carbon technologies, policy-makers should aim to provide some long-term regulatory certainty.