电力市场知识及市场出清电价(market clearing price)程序分享!

​Main-导览

一、电力市场概述

2000以前,国内并不存在电力市场,而是叫计划电力经济。发电侧为卖方,核算发电成本和利润上报国家,审核通过后就是上网电价。用户侧为买方,被动执行国家制定的分时电价。计划电力经济的优势为:电价相对稳定,企业用电成本核算相对简单;但是问题也比较突出,特别是煤价疏导滞后,体制机制僵化,资源配置粗放,不能灵敏准确的反映发电成本、发现电力价格。

2002年,电力市场化改革文件《国务院关于印发电力体制改革方案的通知》指出:打破垄断,引入竞争,提高效率,降低成本,健全电价机制,优化资源配置,促进电力发展,推进全国联网,构建政府监管下的政企分开、公平竞争、开放有序、健康发展的电力市场体系。通知发布后,原国家电力公司拆分为5大发电集团(家能源投资集团、中国华能集团、中国华电集团、中国大唐集团、国家电力投资集团)与2大电网(国家电网、南网)。发电厂试行竞价上网,成立国家电监会,对市场行为进行监管,从一定程度上打破了垄断。但这一阶段改革成效不彻底,其主要原因在于销售侧电价没有放开,所谓“放开两头,管住中间”只是在发电这一头产生了一定的成效,发电成本的变化并没有得到及时有效的传导。

2015年中发9号文《关于进一步深化电力体制的若干意见》指出:让发电企业和用户(公共事业、居民和农业用户仍执行政府定价)进入市场,通过报量报价进行交易撮合和价格出清,形成了真正的电力市场,基本达到了发现价格、优化配置的目标。

二、电力市场划分:

(1)按交易规模划分:批发市场、零售市场、先批发再零售市场;

(2)按交易品种划分:电能市场、发电容量市场、辅助服务市场和输电权市场;

(3)按交易时间划分:现货市场、中长期市场;

(4)除此之外:电力实物市场、金融市场、单边和双边市场;

三、电力现货市场的价格出清机制

市场价格出清是通过交易系统完成的,即买方和卖方均通过交易系统提交买(卖)数量和价格的申请,然后通过交易系统进行匹配,最后形成一个价格。价格一旦形成,将被所有成员接受。最后形成的价格被称为边际出清价格。市场出清电价是指在竞争定价的电力市场中,能够实现市场供-需平衡的度电价格。

四、市场价格出清-节点电价

(1)系统边际电价(system marginal price, SMP)

系统边际电价是指在现货电能交易中,按照发电侧报价从低到高的顺序逐一成交电力,使成交的电力满足负荷需求的最后一个电能供应者(即边际机组)的报价。系统边际电价模式适用于电网阻塞较少、阻塞程度较轻、阻塞成本较低的地区。直接上图:这种情况下,出清后的价格将被交易地区范围内所有成员接受,即每个发电机组发电价格和每个用户售电价格都一样。

(2)节点边际电价(locational marginal price, LMP)

节点边际电价,也可简称为节点电价。即将交易区域内按照不同的位置设置若干节点,该节点每增加一个单位的负荷(1MW)所产生的发电边际成本、输电阻塞成本和损耗成本。其中发电价格即为节点电价,售电价格为所有节点的加权平均价。节点边际电价适用于电网阻塞较为严重、输电能力经常受限的地区。

(3)分区边际电价(zonal marginal price, ZMP)

在实际电网的运行当中,在交易区域的范围内,部分集中地区之间可能阻塞较为严重,但区域内部阻塞较为轻微。此时可以简化一下节点的分布,采用分区的方式,按照阻塞断面将交易范围划分成若干不同的区域,在区域内所有的机组采用相同的电价,称之为分区边际电价。分区电价模式适用于阻塞频繁发生在部分输电断面的地区。欧洲的电力市场采用分区边际电价模式。

五、程序分享

讲到这里,分享一个基础版市场电价出清的程序,程序采用IEEE30节点展开算例研究,结果为不同节点的出清价格。

适用平台:Matlab+Yalmip+Matpower

程序结果:

部分程序:程序注释非常清晰!

%% 采用MatPower生成网络拓扑,此处采用IEEE-30节点
res = loadcase('case30');
Node_num = length(res.bus(:,1));  %网络节点数量
Node = res.bus(:,1);    %网络节点编号
Load = res.bus(:,3)/100;    %节点负荷有功标幺值
Gen_cap = res.gen(:,9)/100;    %发电机有功容量标幺值
Gen_node = res.gen(:,1);    %发电机所在节点
Gen_num = length(Gen_node);    %发电机数量
Line_I = res.branch(:,1);    %支路节点,下同
Line_J = res.branch(:,2);
Line_num = length(Line_I);    %支路数目
Line_xij = res.branch(:,4);   %支路阻抗
%% 下一步进行变量声明
Node_Theta = sdpvar(Node_num,1);
Unit_Out = sdpvar(Gen_num,1);
Gen_Out = sparse(Gen_node,ones(1,length(Gen_node)),Unit_Out,Node_num);
Node_Inj = sdpvar(Node_num,1);
P_av1 = sdpvar(Line_num,1);  %辅助变量
P_av2 = sdpvar(Line_num,1);  %辅助变量
Pij = sparse([Line_I;Line_J],[Line_J;Line_I],[P_av1;P_av2],Node_num,Node_num);
%% 下一步进行约束和目标函数的构建
con_nodebalance = []; %节点平衡约束
Geni = 1;
for i = 1:Node_num
    corrlbranchij = SearchNodeConnection(Line_I,Line_J,i);
    net_node_out(i) = sum(Pij(i,corrlbranchij(:,2)));
    if ismember(i,Gen_node)
    con_nodebalance = [con_nodebalance, Unit_Out(Geni)-Load(i) == net_node_out(i)];
    Geni = Geni + 1;
    else
    con_nodebalance = [con_nodebalance, -Load(i) == net_node_out(i)];
    end
end
con_powerflowcal = []; %支路潮流计算约束
for i = 1:length(Line_I)
    con_powerflowcal = [con_powerflowcal, Pij(Line_I(i),Line_J(i)) == (Node_Theta(Line_I(i))-Node_Theta(Line_J(i)))/Line_xij(i)];
    con_powerflowcal = [con_powerflowcal, Pij(Line_J(i),Line_I(i)) == (Node_Theta(Line_J(i))-Node_Theta(Line_I(i)))/Line_xij(i)];
end

con_gentech = []; %发电机物理运行约束
for i = 1:Gen_num
    con_gentech = [con_gentech, 0 <= Unit_Out(i) <= Gen_cap(i)];
end

con_pijcap = [-0.4 <= Pij <= 0.4]; %线路潮流容量约束

obj = 1/2*Gen_Bid(1,:)*Unit_Out.^2 + Gen_Bid(2,:)*Unit_Out; %目标函数构建
% obj = Gen_Bid(1,:)*Unit_Out; %目标函数构建
F = [con_nodebalance, con_powerflowcal, con_gentech, con_pijcap];
optimize(F, obj);
%变量可读化
Gen_Out = double(Gen_Out);
Unit_Out = double(Unit_Out);
Node_Theta = double(Node_Theta);
Pij = double(Pij);
% 求取对偶变量
for i = 1:30
   Z(i) = dual(F(i)); %对偶变量,此处物理含义为节点出清电价
end
end

欢迎感兴趣的小伙伴关注,小编会不定期更新高质量的学习资料、文章和程序代码,为您的科研加油助力!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/331441.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

奇异值分解(SVD)【详细推导证明】

机器学习笔记 机器学习系列笔记&#xff0c;主要参考李航的《机器学习方法》&#xff0c;见参考资料。 第一章 机器学习简介 第二章 感知机 第三章 支持向量机 第四章 朴素贝叶斯分类器 第五章 Logistic回归 第六章 线性回归和岭回归 第七章 多层感知机与反向传播【Python实例…

使用opencv把视频转换为灰色并且逐帧率转换为图片

功能介绍 使用opencv库把视频转换为灰色&#xff0c;并且逐帧率保存为图片到本地 启动结果 整体代码 import cv2 import osvc cv2.VideoCapture(test.mp4)if vc.isOpened():open, frame vc.read() else:open Falseos.makedirs("grayAll", exist_okTrue) i 0 wh…

【Docker】Linux中使用Docker安装Nginx部署前后端分离项目应用

目录 一、概述 1. Nginx介绍 2. Nginx优势 3. Nginx的工作原理 二、容器创建 1. Mysql容器 2. Tomcat容器 3. Nginx容器 每篇一获 一、概述 1. Nginx介绍 Nginx&#xff08;发音为 "engine x"&#xff09;是一个开源的、高性能的 HTTP 服务器和反向代理服务…

项目开发中安全问题以及解决办法——客户请求需要校验

Slf4j RequestMapping("trustclientdata") Controller public class TrustClientDataController {//所有支持的国家private HashMap<Integer, Country> allCountries new HashMap<>();public TrustClientDataController() {allCountries.put(1, new Cou…

【音视频】基于NGINX如何播放rtmp视频流

背景 现阶段直播越来越流行&#xff0c;直播技术发展也越来越快。Webrtc、rtmp、rtsp是比较火热的技术&#xff0c;而且应用也比较广泛。本文通过实践来展开介绍关于rtmp如何播放。 概要 本文重点介绍基于NGINX如何播放rtmp视频流 正文 1、构造rtsp视频流 可以参考上一篇…

开发「定位线上问题」小工具总结

文章目录 1. 写在最前面1.1 背景1.2 思路 2. 如何快速解决问题2.1 分析问题2.2 补救问题2.2.1 思路2.2.2 实现 3. 碎碎念 1. 写在最前面 1.1 背景 同事给处理各种线上问题以及处理紧急要交付的需求版本的我&#xff0c;紧急插入了一个线上的问题&#xff1a; 问题说明&#…

甜蜜而简洁——深入了解Pytest插件pytest-sugar

在日常的软件开发中,测试是确保代码质量的关键步骤之一。然而,对于测试报告的生成和测试结果的可读性,一直以来都是开发者关注的焦点。Pytest插件 pytest-sugar 以其清晰而美观的输出,为我们提供了一种愉悦的测试体验。本文将深入介绍 pytest-sugar 插件的基本用法和实际案…

界面设计与品牌一致性

活动是电子商务行业最常见的运营手段之一&#xff0c;将借助各种节日不断推出促销活动&#xff1b;例如&#xff0c;从1月的元旦到12月的圣诞节&#xff0c;让用户关注节日的仪式&#xff0c;通过各种折扣促进用户订单&#xff0c;提高订单率。 让我们来思考一下活动页面是如何…

C++设计模式(李建忠)笔记4(完结)

C设计模式&#xff08;李建忠&#xff09; 本文是学习笔记&#xff0c;如有侵权&#xff0c;请联系删除。 参考链接 Youtube: C设计模式 Gtihub源码与PPT&#xff1a;https://github.com/ZachL1/Bilibili-plus 豆瓣: 设计模式–可复用面向对象软件的基础 总结23种设计模式…

Pymol快速做出Surface-cartoon图详细步骤

在使用Pymol时&#xff0c;每当想对某个部分进行单独操作时&#xff0c;可以通过选中以后&#xff0c;复制该对象并重命名的方式。例如以2j1x.pdb为例&#xff0c;原始导入文件后如下&#xff1a; 移除溶剂 PyMOL>remove solvent 对象选择 右下方的selecting表示选择的类…

Linux--进程控制

进程终止 进程终止是指一个正在运行的进程结束其执行并释放占用的系统资源的过程。进程可以通过以下几种方式终止&#xff1a; 正常终止&#xff1a;进程完成了它的任务&#xff0c;或者遇到了终止条件&#xff0c;例如调用了exit()函数或主函数执行完毕。 异常终止&#xff1…

Opencv小项目——手势数字刷TIKTOK

​ 写在前面&#xff1a; 很久没更新了&#xff0c;之前的实习的记录也算是烂尾了&#xff0c;但是好在自己的实习记录还是有的&#xff0c;最近也忙碌了很多&#xff0c;终于放假了&#xff0c;今天下午正好没事&#xff0c;闲来无事就随便做个小玩意吧。 思来想去&#xff…

Docker registry镜像仓库,私有仓库及harbor管理详解

目录 registry镜像仓库概述 Docker 镜像仓库&#xff08;Docker Registry&#xff09;&#xff1a; registry 容器&#xff1a; 私有仓库概述 搭建本地私有仓库示例 Harbor概述 harbor架构 详解构成 Harbor由容器构成 Harbor部署示例 环境准备 部署Docker-Compose服…

多路开关状态指示

1&#xff0e;  实验任务 AT89S51单片机的P1.0&#xff0d;P1.3接四个发光二极管L1&#xff0d;L4&#xff0c;P1.4&#xff0d;P1.7接了四个开关K1&#xff0d;K4&#xff0c;编程将开关的状态反映到发光二极管上。&#xff08;开关闭合&#xff0c;对应的灯亮&#xff0c;开…

Docker安装Nginx并部署MySQL容器构建

一.MySQL容器的构建 1.创建MySQL根目录及配置文件夹&data文件夹 mkdir -p mysql/{conf,data} 2.上传配置文件 将配置文件上传到conf文件夹&#xff08;数据库配置文件已放到置顶资源中&#xff09; 3.命令构建MySQL容器 /soft/mysql/conf/my.cnf:/etc/my.cnf目录为我们…

electron+vite+vue3 快速入门教程

文章目录 前言一、electron是什么&#xff1f;二、electron 进程模型1.主进程2.渲染进程3.预加载脚本4.进程通信4.1 sendon&#xff08;单向&#xff09;4.2 invokehandle (双向)4.3 主进程向渲染进程发送事件 三、窗口创建与应用事件四、技术栈和构建工具五、electron-vite安装…

网络编程【1】

【 1 】什么是网络编程 网络编程是指通过计算机网络进行数据交换和通信的编程过程。它涉及到使用网络协议和通信接口&#xff0c;使不同计算机之间能够进行数据传输和通信。 总结&#xff1a; 网络编程的研究前提就是基于互联网 网络编程就是基于互联网写代码 【 2 】为什么…

当前vscode环境下 多进程多线程运行情况探究

我的代码 其中在“打开图片时”、“进入子进程之前”、“子进程join前”、“进入子进程区域后”&#xff0c;“子进程join后”、“进入子线程区域后”分别打印了进程线程的编号和数量。 # -*- coding: utf-8 -*-# Form implementation generated from reading ui file test2.…

【总结】Linux命令中文帮助手册

1. 为什么要总结Linux命令中文帮助手册 Linux 官方并不提供中文的 help、man 帮助手册。网络上已有的前人翻译过的中文手册版本比较老&#xff0c;且翻译存在误差。从记忆角度来看&#xff0c;Linux 很多命令都不一定记得住详细的用法&#xff0c;易遗忘&#xff0c;缺少经验总…

commvault学习(5):在linux上安装cv客户端

我的环境&#xff1a; 服务器&#xff08;同时装有CS、MA&#xff09;&#xff1a;windows server2008r2 客户端&#xff1a;两台centos7 1.为两台centos7配置静态ip 使得2者可以与服务器ping通 2.在两台centos7上预留出足够大的磁盘空间以存放安装文件 我是在/mnt下创建了…