考慮電力市場偏差考核的售電公司魯棒競價策略

　　摘 要：在當前國內電力市場環境下，偏差電量考核機制的出現給售電公司盈利帶來了巨大挑戰。運用魯棒優化方法建立了售電公司在偏差考核機制下的競價策略模型，模型以售電公司經營利潤最大化為目標，提出在不確定的用戶電量對經營利潤產生最壞影響場景下，基于遺傳算法求解最優競價策略。算例研究表明，魯棒競價策略可以有效降低售電公司經營的經濟風險、減少偏差考核成本、提高公司利潤。

　　關鍵詞：魯棒優化;偏差考核;遺傳算法;電力市場;售電公司

　　0引言

　　新電改以來全國各個省市分別出臺相關交易規則來推動電力改革[1-2]，但由于中長期電力交易合同電量均為計劃值，必然存在系統誤差，因此多數省市在電力現貨市場出現之前設置電量偏差考核作為過渡性方案。2017年廣東電力市場首次在集中競價中引入偏差考核，售電公司電量預測準確率最高可達99.79%，但最低僅為25%。根據2018年2月廣東電力市場結算數據，電力負荷整體預測偏差增大，造成了總偏差電量8.3億kWh，偏差率高達18%，致使考核電費達到6400萬元，給售電公司的經營造成了巨大損失[3-9]。

　　考核電費通常按照合同比例由用戶和售電公司共同承擔，但已有很多售電公司把承擔偏差考核作為吸引用戶的營銷手段，因此偏差考核規則給售電公司的盈利能力帶來了巨大挑戰。當前已有部分文獻對偏差考核機制進行研究，文獻[10]運用頻率平均偏差法為跨區電量交易提供了偏差電量的責任認定和差異化定價方法;文獻[11]提出通過新能源電廠之間的替代補償方法處理偏差電量，減少了考核電費、促進了新能源的消納。文獻[12]提出與用戶簽訂可中斷負荷合同和價差期權合同來減小正偏差考核費用。文獻[13]提出通過捆綁用戶需求側負荷參與市場競價并利用可中斷負荷合同減小偏差考核費用。

　　文獻[14]在電力市場競價博弈模型中考慮偏差考核，對售電公司、發電企業買賣電價、電量進行了優化，實現企業利潤最大化。上述文獻從不同角度對偏差考核進行了研究，但對于競價過程中用戶負荷預測的研究有待深入，而負荷預測為電力市場偏差考核的重要一環，直接影響競價策略的制定，最終影響偏差電量的大小。

　　文獻中負荷電量預測采用隨機概率分布法如蒙特卡洛[13]、拉丁超立方抽樣法[8]或直接采用合同電量[12]，隨機概率分布法適用于以預測技術能夠提供一定精度的預測值為前提的情況，基于隨機概率分布法的優化模型不夠穩定，無法保證優化結果的可行性[15]，經濟風險較大。而魯棒優化是處理這種含有不確定信息優化的有效方法，對不確定因素具有一定的免疫力，能夠保證優化結果的可行性，降低經濟風險[16]。

　　基于上述研究背景，本文基于魯棒優化算法對在目前偏差考核機制下的售電公司競價策略進行分析建模，考慮用戶用電不確定性給售電公司經營帶來最大影響下的最優競價策略。本研究對減小偏差考核成本、降低經濟風險、提高售電公司在當前國內集中競價的電力市場環境中運營收益、增強市場競爭力具有指導意義。

　　1電力市場競價模型

　　1.1電力市場競價流程與出清規則

　　1.1.1競價流程電力市場環境中，售電公司是連接發電企業和電力用戶的中間商角色，電力用戶可以通過與售電公司簽訂合同向售電公司購買電量，也可以自己獨立進行購售電交易。售電公司在批發市場中購買電能出售給用戶，通過增值利潤和附加服務賺取利潤。售電公司購買電能的方式分為與發電企業雙邊協商簽訂的年度長協電量合同和參與月度集中競價的月競電量合同[17]。長協合同一般采用全電量固定電價，而月競合同需要參與每月的電力市場集中競價確定[18]，電力市場競價模型如圖1所示。

　　售電公司收集用戶的負荷信息，向交易中心申報次月競價電量與電價，發電公司根據自身機組發電容量與成本信息向交易中心申報次月電價與電量，電力市場交易中心作為發電方與售電方的撮合者，按照出清規則進行配對撮合交易，最終獲得出清電量與電價反饋給發電公司與售電公司。當月電力用戶、售電公司實際用電量超過或者小于其合同電量的偏差范圍時，在交易結算后由電力交易中心考核并公布相應的懲罰結果。

　　1.1.2廣東電力市場出清規則

　　目前廣東省集中競價規則采取“統一邊際價格出清”。具體出清規則為：首先形成價差對，價差對大的優先成交，但價差對只決定了成交順序，并不影響成交價格。如果供需價差曲線相交但電量沒有達到該時段計劃成交規模，那么市場進行出清，出清價差為交叉點價差，交點前的電量可以成交，交叉點后的電量無法成交;如果電量達到成交規模上限而供需曲線沒有交叉，市場同樣出清，將最后成交的雙方價差的算術平均值作為出清價差。因此售電公司可以通過改變向電力交易中心申報的電量以及電價來影響其購電成本，進而影響其經營利潤[19]。

　　1.2魯棒優化電力需求建模

　　1.2.1魯棒優化簡介

　　魯棒優化充分考慮不確定性的影響，得到的優化方案能兼顧經濟性和可靠性，使得系統在不確定性環境中仍然能保持較好性能[20]。設計最佳策略是使系統可能遭受的成本損失或運行風險達到最小，以最大程度地抑制不確定性對系統的不利影響。

　　1.2.2對偶優化松弛算法

　　上述帶約束的min-max魯棒優化問題屬于NP-hard問題，難以直接進行求解，目前針對此類問題已有很多解決方法，本文根據文獻[22]方法，將該兩階段優化問題轉化為單階段優化問題進行求解。

　　1.2.3其他市場參與者報價模擬

　　電力市場的參與者，例如發電公司和售電公司，除了要考慮內部資源和運行約束之外，還應該考慮市場中其他競爭對手的競價策略。

　　1.3售電公司競價模型

　　本文建立售電公司競價的魯棒優化模型，在不可控的用戶負荷對競價策略產生最壞影響的條件下進行優化決策，通過可控變量的優化，減小由不確定變量變化給經營帶來的損失。在售電公司競價模型中，運營人員可控的變量包括競價的電量與報價，不確定變量為用戶用電量，售電公司經營的目標為年總收益最大化，即售電收入-購電成本-偏差考核成本。

　　1.3.3運行優化求解流程

　　本文模型選用的競價策略是在用戶用電成本對其運營帶來最大損失的情況下取得的。換言之，本文模型求解所得競價策略，對于用戶用電量在其預測區間內的任何范圍，均可以保證其運營成本不大于模型最優解。本文模型采用遺傳算法求解，求解過程包含3個步驟：確定報價系數、電量預測以及競價模擬。

　　步驟如下：1)利用蒙特卡洛法對用戶用電負荷進行模擬得到預測區間，對市場中其他參與者的競價行為進行模擬得到其他參與者的申報電量和電價，設置申報電量與申報電價的初始值。2)將申報電量和電價代入到電力競價模型中進行出清得到出清電價和電量。計算魯棒優化min-max模型獲得模型優化結果。3)對優化結果進行分析，若滿足收斂條件則輸出結果，不滿足收斂條件則對遺傳算法中染色體進行選擇、交叉、變異。

　　2算例分析

　　2.1算例描述

　　為驗證本文所建模型及其求解算法的有效性，選取華電集團某售電公司所屬用戶用電數據及售電合同數據進行案例分析，電力市場相關數據采用廣東電力市場競價數據。算例相關模型及算法參數設置如下：

　　1)通過區間預估得到售電公司用戶負荷統計值。采用99%置信區間得到的用戶用電量區間預估結果。2)通過蒙特卡洛模擬得到其他發電公司、售電公司的相關報價和電量，以及電力市場中其他用戶競價行為，設置15個購電方，15個售電方，正偏差考核電價設定為月競電價的2倍，負偏差考核設定為3倍，每月長協電量為月度市場交易電量的2/3，月競電量為月度市場交易電量的1/3。3)遺傳算法設置種群數量為100，迭代次數200次，采用輪盤賭算法進行選擇，交叉概率0.6，變異概率0.01。

　　2.2算例設計分析

　　為了驗證魯棒競價策略的優化結果，本文首先根據算法流程求解魯棒競價策略，將所提魯棒競價模型與未進行優化的競價結果進行對比，突出魯棒競價策略的經濟性。其中，未進行優化的競價策略結果為根據合同電量隨機進行報價的50次結果平均值。為了驗證魯棒競價策略的魯棒性即抵抗經濟風險能力，將結果與傳統隨機優化模型取得的競價結果進行對比，分析2種競價策略下的經濟風險。隨機優化將用戶負荷的預測均值作為確定值代入到模型中，根據其他市場參與者申報電量和電價計算得到最優報價策略。

　　2.3結果分析

　　2.3.1電力市場出清結果

　　通過模擬其他市場參與者的報價以及購售電量，對廣東電力市場交易規則進行模擬結果如下，由12個月月競電量以及報價結果計算，得到魯棒競價模擬結果�？梢缘玫饺缦陆Y論：

　　1)售電公司根據市場中其他參與者的出價情況改變其在電力市場競價中的申報電量和價差來影響最終出清結果，從而影響自身購電成本。2)魯棒優化考慮用戶用電量對成本影響最大的情況下進行競價模擬，大部分月份的偏差考核電量均大于免考核的安全比例，在這種情況下優化后的總利潤比優化前總利潤提高了約346萬元，具有經濟性特征。

　　2.3.2魯棒性與經濟性分析

　　為了驗證本文提出競價策略的魯棒性，將所用魯棒競價策略與隨機優化競價策略進行對比，分析兩者經濟風險的不同。

　　1)隨機優化策略認為用戶負荷預測的均值是未來最可能出現的負荷情形，因此將用戶電量預測均值作為確定值代入到優化模型中，與魯棒優化競價相比，其目標函數由于偏差電量為0，無需考慮偏差考核。

　　2)經濟風險的計算方法為在電量變化范圍內隨機抽樣獲得用戶電量的場景下計算售電公司獲得的利潤，然后與模型計算所得成本比較獲得差值。兩種優化策略經濟指標對比，可以看出抽樣所得利潤均大于魯棒優化所計算的利潤，因此經濟風險為負。而隨機優化在求解時忽略了用戶用電量的變化，經濟風險為正且高達總利潤的11.7%。說明在實際運行時不確定性的用戶用電量會導致偏差考核成本的發生，實際利潤會低于計算利潤。因此魯棒優化競價策略能夠更好地適應現實中不確定的用戶用電規律，減小偏差考核對公司運營帶來的不利影響。

　　電力論文范例：新形勢下如何做好電力企業電力營銷及優質服務

　　3結語

　　本文基于國內電力市場偏差考核機制，建立了應對當前市場環境的售電公司魯棒競價模型。模型以售電公司運營利潤最大為目標，在用戶用電量對運營利潤影響最大的情況下制定競價策略，通過對算例結果進行分析可以得出如下結論：1)魯棒優化能夠對售電公司在電力市場中的競價策略進行優化，提高售電公司的經營利潤收益，具有顯著的經濟性特征。2)與隨機優化相比，魯棒競價策略得到的結果雖然不如隨機優化得到的利潤高，但是抵抗經濟風險能力較強，尤其在當前實施偏差考核政策的背景下能夠減小偏差考核帶來的懲罰電費，對提高售電公司的市場競爭力，提升售電公司的企業形象具有重要意義。電力現貨市場作為電力市場中的關鍵一部分目前也正在緊鑼密鼓的建設中，如何結合電力現貨市場進行競價優化決策是未來重要的發展方向。

　　參考文獻

　　[1]何青，高效，張文月，等.美國德州電力市場零售電價套餐體系及啟示[J].供用電，2018，35(12)：50-55.HEQing，GAOXiao，ZHANGWenyue，etal.TheretailelectricitypricepackagesystemoftexaselectricitymarketintheUSAanditsrevelation[J].Distribution&Utilization，2018，35(12)：50-55.

　　[2]何非，桂俊平，張川，等.售電側改革背景下供電公司應對策略研究[J].供用電，2018，35(3)：75-79.HEFei，GUIJunping，ZHANGChuan，etal.Researchonthestrategiesofpowercompaniesunderthebackgroundofpowerretailmarketreform[J].Distribution&Utilization，2018，35(3)：75-79.

　　作者：孫常浩1，李鵬1，師瑞峰2，張天寶3

轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/nylw/27433.html