[發明專利]基于細則考核損失的電力市場新能源日前交易決策方法

在審

• 申請號: 202211289417.5
• 申請日: 2022-10-20
• 公開（公告）號: CN115587890A
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 蔣寶平;潘霄峰;郭小江;孫財新;宋立濤;關何格格;賈和宇;王鴻策
• 申請（專利權）人: 華能新能源股份有限公司山西分公司;中國華能集團清潔能源技術研究院有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q50/06;G06Q30/0201
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種基于細則考核損失的電力市場新能源日前交易決策方法，其特征在于，包括以下步驟：

獲取待處理數據，其中，所述待處理數據包括歷史數據、合約數據和市場環境信息，所述歷史數據包括綜合歷史交易價格數據；

基于所述歷史數據對電力市場新能源交易價格進行預測，得到預測數據；

構造細則考核損失目標函數及約束條件，并根據所述預測數據、所述合約數據和所述市場環境信息，以所述細則考核損失目標函數為求解目標，基于所述約束條件進行求解，得到最優日前申報方案，

其中，所述細則考核損失目標函數包括結算收入表示為：

J_xize＝J_ae+J_duanqi

其中，J_ae表示風場最大絕對誤差考核，J_duanqi表示次日中短期考核費用。

2.如權利要求1所述的方法，其特征在于，所述歷史數據還包括系統負載率曲線，所述基于所述歷史數據對電力市場新能源交易價格進行預測，得到預測數據，包括：

基于所述綜合歷史交易價格數據和系統負載率曲線構建特征工程，提取關鍵特征；

基于所述關鍵特征對預設時間段內的日前價格和實時價格進行預測，以獲取所述預測數據，

所述獲取待處理數據之后，還包括：

對所述合約數據進行分類、聚合處理，得到處理后的合約數據。

3.如權利要求1所述的方法，其特征在于，所述約束條件包括細則考核損失約束，所述細則考核損失約束包括中短期風電功率預測考核、晚高峰和低谷時段風電最大絕對值誤差率考核，其中，

當新能源中短期功率預測準確率低于閾值時，產生中短期功率預測偏差考核，所述中短期功率預測準確率、次日中短期考核費用分別表示為：

J_duanqi＝(85％－Acc_day-ahead)×P_w×0.4×P_biaogan

其中，Acc_day-ahead表示新能源中短期功率預測準確率，T為該日考核的預測點數，P_i表示i時刻新能源電站實際功率，P_i'表示i時刻新能源電站預測功率，Cap為新能源電站考核日的最大開機容量，J_duanqi表示次日中短期考核費用，P_w表示新能源電站裝機容量，P_biaogan表示標桿電價，

當風電在晚高峰和低谷時段的最大絕對值誤差率大于預設閾值時，產生風場最大絕對誤差考核，最大絕對值誤差率表示為：

J_ae＝(AE-15％)×P_w×P_biaogan

其中，AE表示最大絕對值誤差率,P_pi表示i時刻新能源電站預測功率，P_i表示i時刻新能源電站的可用功率,P_Mi表示受限時段i時刻的可用發電功率，i表示時刻，m表示晚高峰和低谷時段的段數，J_ae表示風場最大絕對誤差考核，P_w表示新能源電站裝機容量，P_biaogan表示標桿電價。

4.如權利要求1所述的方法，其特征在于，所述根據所述預測數據、所述合約數據和所述市場環境信息，以所述細則考核損失目標函數為求解目標，基于所述約束條件進行求解，得到最優日前申報方案，包括：

根據所述合約數據中包含的中長期合約歷史數據、市場披露數據、功率預測數據以及所述預測數據，以所述細則考核損失目標函數為求解目標，以構建的約束條件作為限制，采用蟻群算法進行求解，得到最優日前申報方案。