一种基于量价空间约束的购电结构优化分析方法与流程

本发明涉及一种基于量价空间约束的购电结构优化分析方法。

背景技术：

长期以来，电网企业在资源配置方面，无论是“厂网分开”前或“厂网分开”后，由于多种原因，按市场运作的电力电量部分占全部购电量的比例很小，没有形成用市场手段配置资源的局面，因此发电计划未能达到优化购电结构、降低购电成本的目标。

电力企业购电业务主要包括年度计划制定和下达、购电合同签订和备案、月度购电计划编制与执行、购电量交易和调度、购电量结算、购电价管理、购电费支付等环节。以省级电网公司为例，购电成分有省外短期购电、省外长期购电、省内火电(低电价机组、中电价机组、高电价机组)、水电、风电、太阳能和其它购电，从当前各省公司不同购电成分看，各省公司省内火电购电价与总体均价趋势吻合，电价水平略高于总体均价；省外长期购电电价波幅小、稳定性好；省外短期购电价通常较高；一般水电大省的水电购电价低于总体电价水平，每年7月、8月、9月、10月份丰水期电价波动趋势特征明显；以风电、太阳能等新能源为主的省内其它购电成分电价水平远高于总均价。

在目前的电力市场环境中，销售侧分类电价在一定时期内的是固定的，电网企业作为市场中的购电商，要实现其利益最大，主要目标就是找到一个最优的市场购电方案，即希望在保证系统安全与稳定运行、满足用户侧需求的条件下，从各发电主体购得的电力总费用即购电成本最小。在市场条件下，电网企业作为市场主体，从公司自身角度出发，其购电优化的原则即首先满足其最大化经济利益。

技术实现要素：

本发明的目的在于提供一种基于量价空间约束的购电结构优化分析方法，能够有效解决如何明晰购电业务降本增效的问题。

为了解决上述技术问题，本发明是通过以下技术方案实现的：一种基于量价空间约束的购电结构优化分析方法，依次包括以下步骤：

步骤一：将购电成分分为公司省外短期购电、省外长期购电、省内火电(低电价机组、中电价机组、高电价机组)、水电、风电、太阳能和其他购电，可优化购电成分为省外短期购电、省外长期购电、省内火电(低电价机组、中电价机组、高电价机组)，采集并录入电网公司可优化购电成分i第m月购电量完成值、省外短期购电费完成值、各火电机组购电量和购电单价、省外购电量月度最大值数据信息；

步骤二：根据采集的数据信息计算购电成分i年度购电均价，确定低电价机组、中电价机组和高电价机组的分界点、购电均价和购电量；

步骤三：计算可优化购电量∑q，通道容量允许最大年度省外购电量h、省内火电购电成分i购电量优化值满足监管要求的上下限；

步骤四：建立购电结构优化分析模型，包括目标函数和约束条件；

步骤五：计算量价空间约束值，按照判断条件选择相应的优化规则，重新分配购电量，得出优化后的购电结构。

优选的，步骤二具体为：

计算购电成分i购电量当年完成值qi：

式中qi,m为购电成分i第m月购电量完成值，i＝1代表省外短期购电，i＝2代表省外长期购电；

计算购电成分i年度购电均价pi：

式中ci为购电成分购电费当年完成值；

以样本数占比a及以下、b及以下、b以上为分界点，确定分界点l1、l2，区分低电价机组、中电价机组和高电价机组；将各购电机组按照购电价当月均值由小到大排序，则：

l1＝p(n＝[an])(3)

l2＝p(n＝[(a+b)n])(4)

式中n为购电机组台数，p(n)为购电机组序号与购电价当月均值构成的离散型函数，[]为取整函数；

计算省内低电价机组、中电价机组和高电价机组的购电量、购电均价：

式中，pmin为火电机组购电价最小值，pmax为火电机组购电价最大值，qi(p)为i类型火电机组购电量与购电价的离散函数，i＝3代表低电价机组，i＝4代表中电价机组，i＝5代表高电价机组。

优选的，步骤三具体为：计算可优化购电量q：

计算通道容量所允许最大年度省外购电量h：

h＝qmon,max×12×0.9(12)

式中qmon,max为当年省外购电量月度最大值；

计算省内火电i类型购电机组购电量优化值满足监管要求下限qil和上限qih：

qil＝qi×(1-3％)i＝3,4,5(13)

qih＝qi×(1+3％)i＝3,4,5(14)

优选的，步骤四具体为：

结构优化模型的目标函数：

式中，qi'为购电成分i优化后的购电量；

结构优化模型的约束条件包括：

①模型假设条件：省外短期购电最优值为0；

省外短期购电特指非计划安排的临时购电，其占比小，通常在0.3％以下，且省外短期购电电价往往远高于其它成分购电电价，即

q1'＝0(16)

②电网约束条件：省外长期购电受通道容量限制；

为尽可能减少近年来新投运跨区跨省电网项目对优化空间高估的影响，优化分析中，以省公司当年月度最大省外购电量作为通道容量所允许省外长期购电量最大，值h的计算依据，即

q2'≤h(17)

③政府监管条件：同类机组购售电合同完成进度应大致相当，即

qil≤qi'≤qih(i＝3,4,5)(18)

④购电量约束：优化后购电总量保持不变，即

优选的，步骤五具体为：

假设b＝h+a，c＝q3h+q4l+q5l，d＝h+c，e＝h+q3h+q4h+q5l，量价空间约束值i1＝(p2-p3)(q-a)(q-b)，i2＝(p2-p3)(q-a)(q-c)，i3＝(p2-p3)(q-b)(q-d)，i4＝(p2-p4)(p2-p5)(q-c)(q-d)，i5＝(p2-p4)(p2-p5)(q-d)(q-e)，i5＝(q-e)(q-f)，则购电优化原则为：

①若i1≥0，q2'＝q-q3h-q4h-q5l；q3'＝q3h；q4'＝q4h；q5'＝q5l；

②若i2≤0，q2'＝0；q3'＝q-q4l-q5l；q4'＝q4l；q5'＝q5l；

③若i3≥0，q2'＝h；q3'＝q-h-q4l-q5l；q4'＝q4l；q5'＝q5l；

④若i4≤0，q2'＝q-q3h-q4l-q5l；q3'＝q3h；q4'＝q4l；q5'＝q5l；

反之，q2'＝0；q3'＝q3h；q4'＝q-q3h-q5l；q5'＝q5l；

⑤若i5≤0，q2'＝h；q3'＝q3h；q4'＝q-q3h-h-q5l；q5'＝q5l；

反之，q2'＝q-q3h-q4h-q5l；q3'＝q3h；q4'＝q4h；q5'＝q5l；

⑥若i6≤0，q2'＝h；q3'＝q3h；q4'＝q4h；q5'＝q-q3h-q4h-h。

与现有技术相比，本发明的优点是：

(1)建立在对电网公司购电业务全面分析的基础上，通过匹配各专业明细电厂机组购电量、价、费结构数据，应用数据挖掘方法，优化购电结构。

(2)通过本方法对电网公司购电结构进行优化，基于量价空间约束的购电结构优化模型，以购电成本最小化为目标函数，考虑政府监管要求和电网约束条件，通过调减高电价成分购电量，调增低电价成分购电量，实现降本增效。

(3)本发明计算思路简单，计算过程可以通过excel等软件实现，操作方便，适用于电网公司实际购电业务，为公司运营决策提供参考。

附图说明

图1是本发明所述基于量价空间约束的购电结构优化模型流程图；

图2为本发明所述购电结构优化分析模型。

具体实施方式

参阅图1为本发明一种基于量价空间约束的购电结构优化分析方法的实施例，一种基于量价空间约束的购电结构优化分析方法，依次包括以下步骤：

步骤一：将购电成分分为如图2所示的结构，采集并录入电网公司可优化购电成分i第m月购电量完成值、省外短期购电费完成值、各火电机组购电量和购电单价、省外购电量月度最大值数据信息；

步骤二：根据采集的数据信息计算购电成分i年度购电均价，确定低电价机组、中电价机组和高电价机组的分界点、购电均价和购电量；

计算购电成分i购电量当年完成值qi：

式中qi,m为购电成分i第m月购电量完成值，i＝1代表省外短期购电，i＝2代表省外长期购电。

计算购电成分i年度购电均价pi：

式中ci为购电成分购电费当年完成值。

以省内火电购电机组年度内月度购电均价为样本，以样本数12.5％及以下、62.5％及以下、62.5％以上为分界点，确定分界点l1、l2，区分低电价机组、中电价机组和高电价机组。将各购电机组按照购电价当月均值由小到大排序，则：

式中n为购电机组台数，p(n)为购电机组序号与购电价当月均值构成的离散型函数，[]为取整函数。

计算省内低电价机组、中电价机组和高电价机组的购电量、购电均价：

式中，pmin为火电机组购电价最小值，pmax为火电机组购电价最大值，qi(p)为i类型火电机组购电量与购电价的离散函数，i＝3代表低电价机组，i＝4代表中电价机组，i＝5代表高电价机组。

步骤三：计算可优化购电量∑q，通道容量允许最大年度省外购电量h、省内火电购电成分i购电量优化值满足监管要求的上下限；

计算可优化购电量q：

计算通道容量所允许最大年度省外购电量h：

h＝qmon,max×12×0.9(12)

式中qmon,max为当年省外购电量月度最大值。

计算省内火电i类型购电机组购电量优化值满足监管要求下限qil和上限qih：

qil＝qi×(1-3％)i＝3,4,5(13)

qih＝qi×(1+3％)i＝3,4,5(14)

步骤四：建立购电结构优化分析模型；

式中，qi'为购电成分i优化后的购电量。

步骤五：计算量价空间约束值，按照判断条件选择相应的优化规则，重新分配购电量，得出优化后的购电结构。

假设b＝h+a，c＝q3h+q4l+q5l，d＝h+c，e＝h+q3h+q4h+q5l，量价空间约束值i1＝(p2-p3)(q-a)(q-b)，i2＝(p2-p3)(q-a)(q-c)，i3＝(p2-p3)(q-b)(q-d)，i4＝(p2-p4)(p2-p5)(q-c)(q-d)，i5＝(p2-p4)(p2-p5)(q-d)(q-e)，i5＝(q-e)(q-f)，则购电优化原则为：

①若i1≥0，q2'＝q-q3h-q4h-q5l；q3'＝q3h；q4'＝q4h；q5'＝q5l；

②若i2≤0，q2'＝0；q3'＝q-q4l-q5l；q4'＝q4l；q5'＝q5l；

③若i3≥0，q2'＝h；q3'＝q-h-q4l-q5l；q4'＝q4l；q5'＝q5l；

④若i4≤0，q2'＝q-q3h-q4l-q5l；q3'＝q3h；q4'＝q4l；q5'＝q5l；

反之，q2'＝0；q3'＝q3h；q4'＝q-q3h-q5l；q5'＝q5l；

⑤若i5≤0，q2'＝h；q3'＝q3h；q4'＝q-q3h-h-q5l；q5'＝q5l；

反之，q2'＝q-q3h-q4h-q5l；q3'＝q3h；q4'＝q4h；q5'＝q5l；

⑥若i6≤0，q2'＝h；q3'＝q3h；q4'＝q4h；q5'＝q-q3h-q4h-h。

下面将结合应用实例进一步说明本发明。

采集a、b、c三省电网公司2015年度省外短期购电、省外长期购电、省内火电机组购电数据信息，汇总计算得到各省购电成分购电价如表1、购电量如表2所示。

表1各省购电成分购电价(单位：(元/兆瓦时))

表2各省购电成分实际购电量(单位：亿千瓦时)

a省电网公司量价空间约束值i6＜0，因此低电价机组、中电价机组和高电价机组购电量均取上限值，剩余购电量分配给省外长期购电，即

q2′＝h；q3′＝q3h；q4′＝q4h；q5′＝q-q3h-q4h-h

b省电网公司量价空间约束值i5＞0，因此最具电价优势的低、中电价机组购电量取上限值，在满足高电价机组购电量取下限值的情况下，剩余所需购电量全部分配给省外长期购电，即：

q2′＝q-q3h-q4h-q5l；q3′＝q3h；q4′＝q4h；q5′＝q5l

c省电网公司量价空间约束值i4＞0，最具电价优势的低电价机组购电量取上限值，在满足高电价机组购电量取下限值的情况下，剩余所需购电量全部分配给中电价机组。即：

q2′＝0；q3′＝q3h；q4′＝q-q3h-q5l；q5′＝q5l

根据上述优化规则优化购电量，同时计算出实际与优化的购电费和购电均价，分析各省的购电优化空间，结果如表3所示。

表3购电结构优化计算表

从计算结果可以看出，优化后2015年a省电网公司购电均价可节约4.19元/兆瓦时，b省电网公司购电均价可节约5.19元/兆瓦时，c省电网公司购电均价优化空间不大仅为0.33元/兆瓦时。今后电网公司在购电过程中，可以采用调减高电价成分购电量、调增低电价成分购电量的手段实现降本增效。

以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。