风电竞价策略与市场机制
超级会员免费看
现货电力市场中供应不确定的风电竞价策略
1 引言
为应对气候变化和不断增长的能源需求，可再生能源（RE）在能源发电系统中的占比日益增加。许多国家为此实施了各种支持机制和政策，为可再生能源发电提供激励或补贴。然而，随着可再生能源渗透率的提高，这些激励措施可能会出现缺陷。而且，由于可再生能源供应在任何给定时间都缺乏灵活性，要维持电力生产和消费的瞬时平衡，往往需要牺牲电网安全（如频率紊乱）或经济效率（如限电）。
随着可再生能源技术的成熟和成本竞争力的提升，补贴的重要性逐渐降低，一些国家计划削减或减少对可再生能源的补贴。让可再生能源参与电力市场，是进一步发展可再生能源的有效解决方案。由于可再生能源的燃料免费，可变生产成本接近零，且可以提前预测，因此在电力市场中，可再生能源能够凭借其边际成本优势，提出极具竞争力的报价，并实现优先调度。
不同国家的电力市场发展情况各异。2015 年，中国国务院发布了《关于进一步深化电力体制改革的若干意见》（9 号文件），标志着中国电力市场开始走向市场化。新规定为批发和零售电力市场的自由化设定了指导原则，政府仅控制电力传输。新的市场规则在电力行业引发了积极响应，提高了可再生能源参与的积极性，因为在现货市场中，可再生能源作为价格接受者的优先消费地位得到了保障，有助于实现清洁能源系统。
现货市场是电力交易机制的重要组成部分，主要包括日前市场和平衡市场。日前市场中，独立系统运营商（ISO）可以准确确定每个发电机组的运行和启动条件，并分析电力系统的网络结构。平衡市场则通过平衡电价信号，引导发电商主动满足电力系统的调峰需求，并为需求响应的实施奠定机制。现货市场的价格信号能够准确反映不同时间尺度下的电力市场供需情况，为优化资源配置和规划投资提供有效的量化参考。
在市场化的电力市场中，发电公司面临着激烈的竞争，需要根据电价的节点变化，在日前市场中进行最优报价以获取最大利润。对于可再生能源生产商来说，需要应对电力输出和市场清算电价的不确定性，以制定合理的生产和报价策略。因为过高或过低的报价可能会导致其他生产商调整产量来填补偏差，从而产生罚款和经济损失。而对于火力发电生产商，只需应对市场清算电价的不确定性。因此，新的市场规则将对可再生能源的消费和效益产生重大影响。
2 市场行为
2.1 市场结构
现货市场分为日前市场和平衡市场。日前市场是主要的交易平台，以“一天”为提前时间组织市场，市场参与者可以更准确地预测发电能力和电力需求，制定适应电力系统运行的交易计划。平衡市场则用于短期弥补因设备故障或可再生能源间歇性（如风力或太阳能发电厂）导致的调度电力不足。
2.2 市场参与者差异
考虑一个由可再生能源（风电）公司和传统（火电）公司组成的离散时间现货电力市场。市场中共有 n 个机组，其中包括 Nr ≥ 2 个风电机组（索引为 i = 1, 2, …, Nr）和 Ni ≥ 2 个传统机组（索引为 k = Nr + 1, …, Nr + Ni）。风电公司和传统公司存在以下三个主要差异：
-
供应不确定性
：与传统公司不同，风电公司的未来可用供应量是不确定的。
-
生产成本
：可再生能源公司的生产成本极低，几乎可以忽略不计。
-
生产调度灵活性
：可再生能源公司可以在每个日前市场中改变其承诺的生产计划，而传统公司由于启停成本和爬坡率的原因，不会频繁改变生产计划，通常会在较长时间内以恒定速率持续发电。
2.3 市场交易流程
生产商在日前市场中提供报价数量和价格，ISO 根据供需平衡和其他约束条件，管理市场清算过程，以实现社会福利最大化。然而，由于风电生产商无法控制其不确定的生产水平，在日前市场中，风电生产商的调度产量往往与实际产量存在差异。为了分析因缺乏准确电力输出预测而导致的市场惩罚效应，平衡市场允许风电生产商通过买卖电力盈余或短缺来纠正偏差。在本文中，平衡市场的买卖价格与日前市场的最高接受价格相关，通过单独的系数进行计算。
假设生产商为每个机组向日前市场提交最大 M 个分段报价。ISO 在收到发电报价和零售商的需求报价后，可以解决市场清算问题，并确定每个机组的中标电量。需要注意的是，在本研究中，平衡市场的生产商不进行价格投标，而是根据平衡市场价格买卖能源，这些价格取决于日前市场的最高接受价格。因此，该问题可以转化为一个双层模型，上层风电生产商通过参与日前市场和平衡市场实现利润最大化，下层 ISO 进行市场清算以最小化向生产商支付的成本。市场行为流程如下：
graph LR
classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
A(报价（供应&需求）):::process --> B(市场清算):::process
B --> C(交易):::process
D(边界条件 先验信息通知):::process --> B
E(日前市场（D - 1）):::process --> F(实时市场（D）):::process
G(风电生产商):::process --> H(ISO):::process
I(报价策略):::process --> G
J(不平衡成本):::process --> G
K(电力平衡):::process --> H
L(系统约束):::process --> H
M(机组约束):::process --> H
N(市场清算价格):::process --> C
3 双层模型
3.1 模型假设
构建模型时，有以下三个假设：
- 总发电量必须全部提供，不允许保留发电能力。
- 生产商向 ISO 提交机组参数，包括额定功率输出、发电限制、风电预测、爬坡数据、启停成本、最小连续启动和停机时间等。
- 假设 ISO 使用统一价格系统进行市场清算，即每个人都按照最高接受报价的水平获得报酬，也就是供需曲线交叉时的价格。
3.2 风电生产商模型
作为上层的决策者，战略风电生产商（WPP）确定报价曲线，包括每个分段 m 的价格 Bi,t 和数量 Qi,t，以在满足约束条件的情况下最大化预期利润。WPP 的利润最大化模型如下：
[
\begin{align
}
\max \pi_{w,t} &= \sum_{i = 1}^{Nr} (p_t^
q_{i,t} + I_{i,t})\
I_{i,t} &=
\begin{cases}
p_t^+ (q_{a,i,t} - q_{i,t}), & q_{a,i,t} - q_{i,t} \geq 0\
p_t^- (q_{a,i,t} - q_{i,t}), & q_{a,i,t} - q_{i,t} < 0
\end{cases}\
\text{s.t. } & (Q_{m,b} - Q_{m’,b})(B_m - B_{m’}) \geq 0, m \geq m’\
& Q_{m,e} - Q_{m,b} \geq (Q_{ra} - Q_{min}) \times 10\%\
& Q_{m,b} = Q_{m - 1,e}\
& m \leq M
\end{align
}
]
其中，$p_t^
q_{i,t}$ 表示风电生产商在日前市场销售风电的收入，通过日前市场清算的风电电量乘以日前市场价格计算得出，$p_t^*$ 是与电力平衡约束相关的对偶变量。$I_{i,t}$ 是由于风电不确定性，在平衡市场买卖能源的不平衡成本/利润，通过日前市场清算的风电电量（$q_{i,t}$）与实际发电量（$q_{a,i,t}$）的差值乘以平衡市场价格计算得出。约束条件确保了报价策略的单调非递减性、分段容量限制和最大分段数量。
平衡市场的买卖价格与日前市场的最高接受价格相关，通过以下系数计算：
[
r_t^+ = \frac{p_t^+}{p_t^
}, r_t^+ \leq 1\
r_t^- = \frac{p_t^-}{p_t^
}, r_t^- \geq 1
]
假设日前市场的小时电价为正，即 $p_t^* > 0$，这与大多数电力市场的能源价格行为一致，因为负价格并不常见。
3.3 市场清算模型
下层的 ISO 旨在最大化社会福利，即最小化电力成本 $\Omega$。目标函数包括两部分，第一部分是向风电单元支付的成本，第二部分是与传统发电机成本相关的部分。这些成本通过报价（与可变成本一致）乘以相应电厂的输出计算得出。除了运营成本，还考虑了火电机组的启停成本。ISO 需要在满足相关约束条件的前提下，为每个风电单元和传统电厂分配生产水平，以实现成本最小化。
市场清算模型如下：
[
\begin{align
}
\min \Omega &= \sum_{t = 1}^{T} \left[ \sum_{m = 1}^{M} \left( \sum_{i = 1}^{Nr} B_{i,t,m} q_{i,t,m} + \sum_{k = Nr + 1}^{Nr + Ni} B_{k,t,m} q_{k,t,m} \right) \right]\
\text{s.t. } & \sum_{i = 1}^{Nr} q_{i,t} + \sum_{k = Nr + 1}^{Nr + Ni} q_{k,t} = D_t\
& \sum_{m = 1}^{M} q_{i,t,m} = q_{i,t}, \sum_{m = 1}^{M} q_{k,t,m} = q_{k,t}\
& Q_{n,m,b} \leq q_{n,t,m} \leq Q_{n,m,e}\
& \sum_{k = Nr + 1}^{Nr + Ni} \alpha_{k,t} q_{k,t}^{\max} \geq D_t + R_t^U\
& \sum_{k = Nr + 1}^{Nr + Ni} \alpha_{k,t} q_{k,t}^{\min} \leq D_t - R_t^D\
& \sum_{k = Nr + 1}^{Nr + Ni} \min \left{ \Delta q_k^U, q_{k,t + 1}^{\max} - q_{k,t} \right} \geq \Delta S R_t^U\
& \sum_{k = Nr + 1}^{Nr + Ni} \min \left{ \Delta q_k^D, q_{k,t} - q_{k,t + 1}^{\min} \right} \geq \Delta S R_t^D\
& \alpha_{k,t} q_{k,t}^{\min} \leq q_{k,t} \leq \alpha_{k,t} q_{k,t}^{\max}\
& 0 \leq q_{i,t} \leq \alpha_{i,t} q_{i,t}^{\max}\
& T_{k,t}^D - (\alpha_{k,t} - \alpha_{k,t - 1}) T^D \geq 0\
& T_{k,t}^U - (\alpha_{k,t - 1} - \alpha_{k,t}) T^U \geq 0\
& \sum_{k = Nr + 1}^{Nr + Ni} |\alpha_{k,t} - \alpha_{k,t - 1}| \leq g
\end{align
}
]
其中，各约束条件的含义如下：
-
电力平衡方程
：$\sum_{i = 1}^{Nr} q_{i,t} + \sum_{k = Nr + 1}^{Nr + Ni} q_{k,t} = D_t$ 确保了日前市场的电力供需平衡，其关联的对偶变量 $p_t^
$ 表示日前市场清算价格。
-
正备用容量约束
：$\sum_{k = Nr + 1}^{Nr + Ni} \alpha_{k,t} q_{k,t}^{\max} \geq D_t + R_t^U$ 要求系统的总开机容量满足正备用容量需求。
-
负备用容量约束
：$\sum_{k = Nr + 1}^{Nr + Ni} \alpha_{k,t} q_{k,t}^{\min} \leq D_t - R_t^D$ 确保系统满足负备用容量要求。
-
旋转备用容量约束
：$\sum_{k = Nr + 1}^{Nr + Ni} \min \left{ \Delta q_k^U, q_{k,t + 1}^{\max} - q_{k,t} \right} \geq \Delta S R_t^U$ 和 $\sum_{k = Nr + 1}^{Nr + Ni} \min \left{ \Delta q_k^D, q_{k,t} - q_{k,t + 1}^{\min} \right} \geq \Delta S R_t^D$ 分别保证了系统的向上和向下旋转备用容量。
-
输出约束
：$\alpha_{k,t} q_{k,t}^{\min} \leq q_{k,t} \leq \alpha_{k,t} q_{k,t}^{\max}$ 和 $0 \leq q_{i,t} \leq \alpha_{i,t} q_{i,t}^{\max}$ 限制了每个机组的发电范围。
-
最小连续启动和停机时间约束
：$T_{k,t}^D - (\alpha_{k,t} - \alpha_{k,t - 1}) T^D \geq 0$ 和 $T_{k,t}^U - (\alpha_{k,t - 1} - \alpha_{k,t}) T^U \geq 0$ 确保机组的连续启动和停机时间符合要求。
-
最大机组启动和停机次数约束
*：$\sum_{k = Nr + 1}^{Nr + Ni} |\alpha_{k,t} - \alpha_{k,t - 1}| \leq g$ 限制了机组的启动和停机次数。
4 建设性分析
4.1 风电输出情景
日前市场中的风电预测对于系统运营商准确估计可用风电至关重要。预测准确性与风电生产商的收益密切相关，因为预测偏差可能导致平衡市场的经济损失。目前，有多种方法可用于短期风电预测，大致可分为三类：
-
物理数值天气预报（NWP）模型
：通过预测气象变量（如风速、风向、温度、湿度等），并结合风力涡轮机的性能，得到风电预测结果。但这种方法需要大量的计算和时间。
-
基于 NWP 数据和历史数据的驱动模型
：结合相对的 NWP 数据和历史风电场数据，预测风电场的未来风电。这种方法在几天的预测范围内取得了较好的效果。
-
仅基于历史数据的驱动模型
：基于历史数据构建统计模型，以表示风电时间序列的行为。许多统计模型和机器学习模型都可用于此类方法。
不同预测方法的特点对比：
| 预测方法 | 优点 | 缺点 |
| — | — | — |
| 物理数值天气预报（NWP）模型 | 能全面考虑气象因素 | 计算量大、耗时长 |
| 基于 NWP 数据和历史数据的驱动模型 | 结合多源数据，预测效果好 | 需要大量数据支持 |
| 仅基于历史数据的驱动模型 | 依赖数据少，模型构建相对简单 | 可能忽略外部气象因素 |
4.2 价格机制
在电力市场中，价格机制是调节供需关系和优化资源配置的关键因素。日前市场和平衡市场的价格形成机制有所不同，且对风电生产商的决策产生重要影响。
日前市场价格
日前市场采用统一价格系统进行清算，即所有中标者都按照最高接受报价的水平获得报酬。这一价格是由供需曲线的交叉点决定的，反映了市场在特定时间的电力供需平衡情况。风电生产商在日前市场中作为价格制定者，需要根据自身的成本结构、风电预测以及市场需求情况，制定合理的报价策略，以实现利润最大化。
平衡市场价格
平衡市场的价格与日前市场的最高接受价格相关，通过单独的系数进行计算。具体来说，平衡市场的买入价格 $p_t^-$ 和卖出价格 $p_t^+$ 分别与日前市场价格 $p_t^
$ 存在如下关系：
[
r_t^+ = \frac{p_t^+}{p_t^
}, r_t^+ \leq 1\
r_t^- = \frac{p_t^-}{p_t^*}, r_t^- \geq 1
]
这种价格机制的设计旨在激励风电生产商尽可能准确地预测风电输出，并在日前市场中提交合理的报价。当风电实际输出与日前市场调度量存在偏差时，风电生产商可以在平衡市场中进行买卖操作，以弥补偏差。如果风电实际输出大于调度量，生产商可以以相对较低的价格 $p_t^+$ 在平衡市场中卖出多余的电力；反之，如果风电实际输出小于调度量，生产商则需要以相对较高的价格 $p_t^-$ 在平衡市场中买入短缺的电力。
4.3 协调竞价策略
风电生产商和传统火电生产商在电力市场中具有不同的特点和优势，因此需要制定协调的竞价策略，以实现整个电力系统的高效运行和各方利益的最大化。
风电生产商策略
风电生产商由于其可变生产成本接近零，且具有优先调度的优势，在日前市场中可以利用边际成本优势，提出具有竞争力的报价，以争取更多的发电份额。同时，风电生产商需要充分考虑风电输出的不确定性，合理安排在平衡市场中的操作，以降低因预测偏差导致的经济损失。例如，风电生产商可以根据不同的风电输出情景，制定相应的报价策略，并在平衡市场中预留一定的调节能力，以应对可能出现的偏差。
传统火电生产商策略
传统火电生产商虽然生产成本相对较高，但具有输出稳定、调节能力强的特点。在电力市场中，传统火电生产商需要根据市场价格信号和系统需求情况，合理调整发电计划，以实现利润最大化。当风电输出较低时，市场清算价格上升，传统火电生产商可以增加发电输出，以满足系统的电力需求；反之，当风电输出较高时，市场价格下降，传统火电生产商可以适当减少发电输出，以避免过度竞争导致的利润损失。
协调策略
为了实现风电生产商和传统火电生产商的协调发展，需要建立有效的协调机制。例如，可以通过签订长期合同、建立联合运营平台等方式，促进双方在发电计划、报价策略等方面的沟通与合作。此外，还可以通过市场机制的设计，引导双方在不同的市场环境下，采取互补的竞价策略，以提高整个电力系统的稳定性和经济性。
4.4 政策影响
政策因素在电力市场的发展和风电产业的推广中起着至关重要的作用。合理的政策设计可以为风电产业的发展提供良好的环境，促进可再生能源的大规模应用。
补贴政策
在可再生能源发展的初期，补贴政策是促进风电产业发展的重要手段。通过提供财政补贴、税收优惠等方式，可以降低风电生产商的成本，提高其市场竞争力。然而，随着可再生能源技术的成熟和成本的下降，补贴政策的必要性逐渐降低。一些国家已经开始计划削减或减少对可再生能源的补贴，转而依靠市场机制来推动可再生能源的发展。
市场规则
市场规则的制定直接影响着风电生产商和传统火电生产商的市场行为和利益分配。例如，新的市场规则保障了风电在现货市场中作为价格接受者的优先消费地位，提高了风电生产商参与市场的积极性。同时，市场规则还需要对平衡市场的价格机制、备用容量要求等进行明确规定，以确保电力系统的安全稳定运行。
监管政策
监管政策是保障电力市场公平竞争和消费者利益的重要手段。监管机构需要加强对电力市场的监管，防止市场垄断和不正当竞争行为的发生。此外，监管机构还需要对风电生产商的发电质量、环保标准等进行监督，确保风电产业的可持续发展。
5 结论
在现货电力市场中，风电作为一种具有巨大潜力的可再生能源，其参与市场的竞价策略对于实现电力系统的高效运行和可再生能源的大规模应用具有重要意义。通过建立双层模型，综合考虑风电输出的不确定性、价格机制、协调竞价策略以及政策影响等因素，可以为风电生产商制定合理的竞价策略提供理论支持。
风电竞价策略的重要性
风电输出的不确定性给风电生产商带来了挑战，同时也为其在市场中获取利润提供了机会。合理的竞价策略可以帮助风电生产商在日前市场中争取更多的发电份额，同时在平衡市场中有效应对预测偏差，降低经济损失。
价格机制和协调策略的作用
价格机制是调节电力市场供需关系和优化资源配置的关键因素。通过合理设计日前市场和平衡市场的价格机制，可以激励风电生产商和传统火电生产商采取互补的竞价策略，提高整个电力系统的稳定性和经济性。
政策的引导作用
政策因素在风电产业的发展中起着至关重要的作用。合理的补贴政策、市场规则和监管政策可以为风电产业的发展提供良好的环境，促进可再生能源的大规模应用。
未来，随着可再生能源技术的不断进步和电力市场的不断完善，风电在电力系统中的占比将不断提高。因此，进一步研究和优化风电竞价策略，对于推动可再生能源的可持续发展和构建清洁低碳的能源体系具有重要的现实意义。
graph LR
classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
A(风电输出情景):::process --> B(价格机制):::process
B --> C(协调竞价策略):::process
C --> D(政策影响):::process
E(风电生产商):::process --> A
E --> B
E --> C
F(传统火电生产商):::process --> B
F --> C
G(政策制定者):::process --> D
D --> A
D --> B
D --> C
综上所述，风电生产商在现货电力市场中需要综合考虑多种因素，制定合理的竞价策略，以实现利润最大化和可持续发展。同时，政府和监管机构也需要通过制定合理的政策和市场规则，引导风电产业的健康发展，促进可再生能源的大规模应用。
扫一扫
1729
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
