本发明涉及电力市场分析领域，特别是针对挂牌交易模式下的卖方灵活合约交易，是一种基于收益最大化的风电定价方法。
背景技术：
目前中国的风电产业发展迅速，随着风电的大规模并网，越来越多的风电将参与到电力市场中。在各类市场中，日前市场电价波动大，如果风电只参与到日前市场进行交易，则风险较大，需要通过合约市场来规避日前市场交易的风险。在合约市场中，由于风电长期功率预测误差大，传统的合约交易风险规避能力较弱，需要利用卖方灵活合约来规避风电功率预测误差的风险。卖方灵活电力合约是指由合约的卖方根据自己的需要灵活制定分解计划的电力双边合约。合约签订后，卖方有权利在合约规定的范围内，根据自身利益最大化原则决定各时段的分解电量，买方有义务接受卖方的分解方案。而且在各种合约交易模式中，由于在卖方灵活合约买卖双方需要互相匹配，互动性强，不利于使用集中竞价交易模式；双边协商模式协商效率低，且卖方不易找到合适的交易对象；而挂牌交易卖方只需将自身需求发布，买方根据自身情况决定是否摘牌，卖方可以快速找到合适的买方，风电场商会更愿意利用挂牌交易模式进行卖方灵活合约交易。因此研究挂牌交易模式下的基于收益最大化的风电定价方法具有实际意义。
技术实现要素：
有鉴于此，本发明的目的是提出一种基于收益最大化的风电定价方法，综合考虑各种因素的影响，得到最优的风电定价方法，给风电场运营商合约提供参考。
本发明采用以下方案实现：
一种基于收益最大化的风电定价方法，包括以下步骤：
步骤s1：提取风电功率长期预测分布数据、风电功率短期预测分布数据、日前市场价格概率分布、风电装机容量；
步骤s2：建立含合约市场收益、日前市场收益的风电收益模型，表示为：
maxftotal＝fmonth+fday(1)
其中，ftotal表示日前市场和合约市场总收益，fmonth表示风电场运营商的合约市场收益，即合约总价，fday表示日前市场收益；
步骤s3：求解风电场运营商总收益最大的合约总电量、合约总价、合约分解区间以及日前市场收益。
进一步地，所述步骤s2具体包括以下步骤：
步骤s21：合约市场收益：在无套利合约定价方法下，合约总价等于风电场运营商在日前市场最低的期望收益，此时风电场运营商从日前市场重新购电将不会获得额外收益，无套利合约总价表示为：
其中，jmonth表示无套利合约总价，k表示合约起止时间内的天数，t表示每天的分解时段数，pk.t表示第k天t时段的日前市场出清价，为一服从电价概率分布的变量，qk.t表示风电场运营商在第k天t时段的日前市场购电量；e(x)表示随机变量x的期望值；qh为合约总电量；
为促成交易，风电场运营商给予买方激励，合约市场收益表示为：
fmonth＝(1-β)jmonth(4)
其中，β∈[0,1]，表示风电场运营商给予买方的激励系数，当β＝0时，表示风电场运营商不给予买方激励；β越大，风电场运营商给予买方的激励越多，合约价格也越低，风电场运营商的合约收益也越低；
步骤s22：日前市场收益：在第k-1天，需要在合约分解电量区间[qmin,qmax]内优化次日各时段的合约分解电量qh.k.t，使得未来第k天至第k天的日前市场收益最大，k＝1,2,...,k，k表示合约起止时间内的天数；其中qmin、qmax分别为合约分解电量区间的下限和上限即分解电量的最小值和最大值，第k天的合约分解电量模型表示为：
其中，fd.k表示第k天以后的日前市场收益，e(fd.k+1)表示第k+1天以后的日前市场收益期望，fd.k.t表示第k天t时段的日前市场收益，利用历史数据统计得到日前市场中各时段的电价概率分布，收益的期望值表示日前市场收益，收益的标准差表示日前市场收益的风险，并引入风险规避系数得到第k天t时段的日前市场收益：
fd.k.t＝e(fd.k.t)-md(fd.k.t)(6)
其中，e(fd.k.t)为第k天t时段的日前市场收益变量的期望，表示日前市场收益的大小；d(fd.k.t)为第k天t时段的日前市场收益变量的标准差，表示日前市场交易的风险大小，标准差越大，风电场运营商在日前市场交易风险就越大；m表示风险规避系数，表示风电场运营商的风险承受能力，m越大，风电场商风险承受能力越小；fd.k.t表示第k天t时段的日前市场收益变量，服从根据电价概率分布得到的收益概率分布，表示为：
fd.k.t＝(qf.k.t-qh.k.t)pk.t(7)
其中qf.k.t表示第k天t时段风电发电量预测值，由于日前市场每小时出清一次，风电发电量预测值qf.k.t与风电功率短期预测值pf.k.t在数值上是相等的，利用风电功率短期预测的方法得到qf.k.t；qh.k.t为第k天t时段合约分解电量；
根据公式(7)得：
e(fd.k.t)＝(qf.k.t-qh.k.t)e(pk.t)(8)
d(fd.k.t)＝|qf.k.t-qh.k.t|d(pk.t)(9)
其中，e(pk.t)表示第k天t时段的日前市场出清价的期望；d(pk.t)表示第k天t时段的日前市场出清价的标准差，利用随机动态规划求解分析，先从最后一天开始进行反向分析，根据公式(5)得第k天即最后一天的日前市场收益为：
sh.k表示第k天即最后一天剩余的合约电量；
根据公式(5)和公式(10)得第k-1天的日前市场收益为：
其中，
同理，第k-2天的日前市场收益表示为：
通过递推得到日前市场收益表示为：
qh.k.t∈[qmin,qmax](18)
其中，qh为合约总电量。
进一步地，所述步骤s3包括的约束条件有：合约分解区间上下限约束，合约总电量约束。
进一步地，所述合约分解区间上下限约束：
0≤qmin≤qmax≤pwn
其中，qmin、qmax分别为合约分解电量区间的下限和上限即分解电量的最小值和最大值，pwn表示风电场的装机容量。
所述合约总电量约束：
qmin×k×t≤qh≤qmax×k×t
其中，qh为合约总电量，k为合约起止时间内的天数，t为每天的分解时段数。
进一步地，所述步骤s3是利用量子粒子群优化算法求解。
与现有技术相比，本发明有以下有益效果：本发明在挂牌交易模式下利用灵活合约规避风电长期功率预测误差的风险，综合考虑合约市场收益、日前市场收益，以总收益最大为目标，得到最优的合约总电量、合约总价、合约分解电量。
附图说明
图1为本发明的原理流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，一种基于收益最大化的风电定价方法，包括以下步骤：
步骤s1：提取风电功率长期预测分布数据、风电功率短期预测分布数据、日前市场价格概率分布、风电装机容量；
步骤s2：建立含合约市场收益、日前市场收益的风电收益模型，定义该模型：由于风电功率长期预测误差大，风电场运营商需要利用卖方灵活合约来规避日前市场交易的风险，在挂牌交易模式下，风电场运营商为了更好的规避风险，一般会作为邀请方，并根据自身利益最大化原则提出相应的卖方灵活合约；风电场运营商签订卖方灵活合约后，还可以参与日前市场，风电场的收益包含了卖方灵活合约的收益和日前市场收益，可以表示为：
maxftotal＝fmonth+fday(1)
其中，ftotal表示日前市场和合约市场总收益，fmonth表示风电场运营商的合约市场收益，即合约总价，fday表示日前市场收益；
在本实施例中，步骤s2具体包括以下步骤：
步骤s21：合约市场收益：风电场运营商确定卖方灵活合约的合约总价时，如果合约总价过高，则买方将不会接受该合约，合约总价过低，风电场运营商自身的收益将会过低，为了得到合理的合约总价，在本实施例中，利用无套利合约总价制定方法并给予买方一定的激励的条件下确定风电场运营商的合约总价；在无套利合约定价方法下，合约总价等于风电场运营商在日前市场最低的期望收益，此时风电场运营商从日前市场重新购电将不会获得额外收益，无套利合约总价表示为：
其中，jmonth表示无套利合约总价，k表示合约起止时间内的天数，t表示每天的分解时段数，pk.t表示第k天t时段的日前市场出清价，为一服从电价概率分布的变量，qk.t表示风电场运营商在第k天t时段的日前市场购电量；e(x)表示随机变量x的期望值；qh为合约总电量；
在电力挂牌交易模式中，大用户或售电公司作为受邀方，与风电场运营商签订卖方灵活合约后，需要根据风电场运营商制定的合约分解计划不断调整自身的负荷，从而带来了额外的调整成本，因此风电场运营商在确定合约总价时，还需根据受邀方的调整成本，给予受邀方一定的激励，受邀方才会接受风电场运营商提出的合约，给予受邀方激励后，合约市场收益表示为：
fmonth＝(1-β)jmonth(4)
其中，β∈[0,1]，表示风电场运营商给予买方的激励系数，当β＝0时，表示风电场运营商不给予买方激励；β越大，风电场运营商给予买方的激励越多，合约价格也越低，风电场运营商的合约收益也越低；
步骤s22：日前市场收益：风电场运营商签订卖方灵活合约后，需要根据合约分解计划确定日前市场的收益，合约电量分解是一个多阶段的优化问题，在本实施例中使用随机动态规划法分析求解得到日前市场收益；
合约分解计划是逐日安排的，在每日的日前市场出清前，风电场运营商需要确定次日的合约分解方案；在第k-1天，需要在合约分解电量区间[qmin,qmax]内优化次日各时段的合约分解电量qh.k.t，使得未来第k天至第k天的日前市场收益最大，k＝1,2,...,k，k表示合约起止时间内的天数；其中qmin、qmax分别为合约分解电量区间的下限和上限即分解电量的最小值和最大值，第k天的合约分解电量模型表示为：
其中，fd.k表示第k天以后的日前市场收益，e(fd.k+1)表示第k+1天以后的日前市场收益期望，fd.k.t表示第k天t时段的日前市场收益，由于合约分解计划是在日前市场出清前，日前市场价格的波动会给日前市场交易带来收益的同时也会带来风险，在本实施例中，利用历史数据统计得到日前市场中各时段的电价概率分布，收益的期望值表示日前市场收益，收益的标准差表示日前市场收益的风险，并引入风险规避系数得到第k天t时段的日前市场收益：
fd.k.t＝e(fd.k.t)-md(fd.k.t)(6)
其中，e(fd.k.t)为第k天t时段的日前市场收益变量的期望，表示日前市场收益的大小；d(fd.k.t)为第k天t时段的日前市场收益变量的标准差，表示日前市场交易的风险大小，标准差越大，风电场运营商在日前市场交易风险就越大；m表示风险规避系数，表示风电场运营商的风险承受能力，m越大，风电场商风险承受能力越小；fd.k.t表示第k天t时段的日前市场收益变量，服从根据电价概率分布得到的收益概率分布，表示为：
fd.k.t＝(qf.k.t-qh.k.t)pk.t(7)
其中qf.k.t表示第k天t时段风电发电量预测值，由于日前市场每小时出清一次，风电发电量预测值qf.k.t与风电功率短期预测值pf.k.t在数值上是相等的，利用风电功率短期预测的方法得到qf.k.t；qh.k.t为第k天t时段合约分解电量；
根据公式(7)得：
e(fd.k.t)＝(qf.k.t-qh.k.t)e(pk.t)(8)
d(fd.k.t)＝|qf.k.t-qh.k.t|d(pk.t)(9)
其中，e(pk.t)表示第k天t时段的日前市场出清价的期望；d(pk.t)表示第k天t时段的日前市场出清价的标准差，利用随机动态规划求解分析，先从最后一天开始进行反向分析，根据公式(5)得第k天即最后一天的日前市场收益为：
sh.k表示第k天即最后一天剩余的合约电量；
根据公式(5)和公式(10)得第k-1天的日前市场收益为：
其中，
同理，第k-2天的日前市场收益表示为：
通过递推得到日前市场收益表示为：
qh.k.t∈[qmin,qmax](18)
其中，qh为合约总电量。
步骤s3：求解风电场运营商总收益最大的合约总电量、合约总价、合约分解区间以及日前市场收益。
在本实施例中，步骤s3包括的约束条件有：合约分解区间上下限约束，合约总电量约束；
合约分解区间下限因小于合约分解区间上限，且合约分解区间应该在风电输出功率区间内，则合约分解区间上下限约束：
0≤qmin≤qmax≤pwn
其中，qmin、qmax分别为合约分解电量区间的下限和上限即分解电量的最小值和最大值，pwn表示风电场的装机容量；
合约总电量应该大于各日分解电量最小值之和，同时要小于各日分解电量最大值之和，则合约总电量约束：
qmin×k×t≤qh≤qmax×k×t
其中，qh为合约总电量，k为合约起止时间内的天数，t为每天的分解时段数。
在本实施例中，步骤s3是利用量子粒子群优化算法求解。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。