论文部分内容阅读
摘 要： 发电权交易对我国实施节能调度具有重要意义。以煤耗最优的发电权交易为基础，提出煤耗和效益综合最优模型，并以Pareto最优的方法对多目标进行求解，提出基于动态Pareto解集的PSO算法。该模型以某实际电网为例，探讨Pareto解对发电权交易中能耗和效益的影响，计算结果表明，发电权交易能减少煤耗，增加社会效益。
关键词： 发电权交易；模型；效益；能耗；Pareto；PSO
中图分类号：TM732 文献标识码：A 文章编号：1671－7597（2012）0220135－01
在发电权的交易上，很多文章主要以买卖双方报价为主，本文为体现发电调度的节能减排要求，将煤耗率和价格这两个参数结合起来，提出了基于能耗和效益综合最优的多目标交易模型，并使用Pareto最优的方法来对多目标进行求解。
1 发电权交易模式
发电权是一种商品，发电权市场是双边交易市场，撮合交易是组织发电权交易的常见模式。
2 发电权交易成本
本文将交易成本分为两部分，固定成本 和电力网损成本 。固定成本包括组织发电权的固定佣金，管理费用，行政费用等，电力网损成本是开展发电权交易前后整个网络潮流变化所带来的成本。
3 发电权交易模型设计
3.1 发电权交易模型
基于文献[3]提出的效益最优、文献[6]提出的能耗最优的发电权交易模型，本文提出了基于能耗和效益综合最优的发电权交易模型。
3.2 基于煤耗和效益综合最优的模型
基于煤耗和效益综合最优的发电权交易的目标函数为：
其中C表示Pareto前沿所组成的集合， 买方i和卖方j 的交易量，
为卖方j出售的电量， 为买方i购买的电量， 为第i个买家申报的报价， 为第j个卖家申报的报价， 为买家 和卖家 之间的交易成本，
和 是参与交易的机组 和机组 的煤耗率函数。 表示发电权交易产生的社会效益， 表示发电权交易所节约的煤耗量。
4 Pareto最优的概念及求解
在3.2所提到的煤耗和效益多目标综合最优模型，在数学上称为多目标优化问题，关于多目标最优有很多种求解方法，本文使用Pareto最优的方法来对多目标进行求解。
4.1 Pareto最优的概念
一般地，多目标优化问题有如下形式：
其中Ω表示所有可行解的集合， 表示k个目标函数。
4.2 Pareto最优解的求解方法
多目标优化Pareto最优解集的求取可分为两大类：传统算法和进化算法。PSO粒子群优化算法是最近兴起的一种进化计算方法。
PSO算法的标准形式如下所示：
其中 和 分别表示第 个粒子在第 次迭代中的位置和速度；
表示第 个粒子的个体最优解； 表示全局最优解； 是之间的随机数； 是学习因子，用于控制收敛的速度； 是惯性系数。
本文在PSO算法基础上，提出一种基于动态Pareto解集的PSO算法（Dynamic Pareto Warehouse-based PSO，DPW-PSO），利用这种算法可在较小的初始种群规模下，产生大量的Pareto最优解而并不显著增加计算量。
5 DPW-PSO算法求解多目标发电权交易问题
本文使用Pareto最优的方法、DPW-PSO算法对多目标进行求解，求解过程是先通过随机算法大致得到（U，F）这个二维函数的Pareto前沿，然后在Pareto前沿上选出一些解和它们对应的交易方案，这些交易方案在某种程度上来说都是最佳的。
6 发电权交易算例分析
下面是对某电网发电权交易的算例分析，选取电网典型运行方式下的数据，分别按效益最优、能耗最优、效益和能耗综合最优三种模型进行仿真计算。表1是某电网典型情况下各机组的发电出力和煤耗率。
A6电厂发电不足，A1-A5电厂代其发电，表2为发电权交易在效益最优模型、煤耗最优模型、煤耗和效益综合最优三种模型下所产生的社会效益、消耗的煤的总量以及电网网损的变化。
对计算结果分析可知，多目标最优有多个解，这些解得到的交易方案在某种程度上来说都是最佳的，电力公司可以根据交易结果对发电权进行安全校核，每次交易的完成都以电网通过安全约束为标志。
7 结论
基于煤耗和效益综合最优的发电权交易模型，其Pareto最优解为一个解集，这表明决策者有多组相对而言都比较理想的交易方案可做选择，这些交易方案效益和降低煤耗不一样，但总体是朝着煤耗减少和社会效益增大的方向变化。因此，研究与市场机制相协调的电网节能降耗发电权交易机制，实施“以大代小”、“以煤代气”发电权交易，对于充分发挥其节能减排的优势，满足发电调度的节能减排要求具有十分重要的意义和广阔的应用前景。
参考文献：
[1]国务院办公厅，国务院办公厅关于转发发展改革委等部门《节能发电调度办法（试行）》的通知（国办发[2007]53号文）[Z].2007.08.02.
[2]尚金成，兼顾市场机制的主要节能发电调度模式比较研究[J].电网技术，2008，32（4）：78-85.
[3]郑欣、蒋传文、李磊、赵岩，基于能耗和效益最优的发电权节能降耗分析[J].电力系统自动化，2008，32（24）：39-42.
关键词： 发电权交易；模型；效益；能耗；Pareto；PSO
中图分类号：TM732 文献标识码：A 文章编号：1671－7597（2012）0220135－01
在发电权的交易上，很多文章主要以买卖双方报价为主，本文为体现发电调度的节能减排要求，将煤耗率和价格这两个参数结合起来，提出了基于能耗和效益综合最优的多目标交易模型，并使用Pareto最优的方法来对多目标进行求解。
1 发电权交易模式
发电权是一种商品，发电权市场是双边交易市场，撮合交易是组织发电权交易的常见模式。
2 发电权交易成本
本文将交易成本分为两部分，固定成本 和电力网损成本 。固定成本包括组织发电权的固定佣金，管理费用，行政费用等，电力网损成本是开展发电权交易前后整个网络潮流变化所带来的成本。
3 发电权交易模型设计
3.1 发电权交易模型
基于文献[3]提出的效益最优、文献[6]提出的能耗最优的发电权交易模型，本文提出了基于能耗和效益综合最优的发电权交易模型。
3.2 基于煤耗和效益综合最优的模型
基于煤耗和效益综合最优的发电权交易的目标函数为：
其中C表示Pareto前沿所组成的集合， 买方i和卖方j 的交易量，
为卖方j出售的电量， 为买方i购买的电量， 为第i个买家申报的报价， 为第j个卖家申报的报价， 为买家 和卖家 之间的交易成本，
和 是参与交易的机组 和机组 的煤耗率函数。 表示发电权交易产生的社会效益， 表示发电权交易所节约的煤耗量。
4 Pareto最优的概念及求解
在3.2所提到的煤耗和效益多目标综合最优模型，在数学上称为多目标优化问题，关于多目标最优有很多种求解方法，本文使用Pareto最优的方法来对多目标进行求解。
4.1 Pareto最优的概念
一般地，多目标优化问题有如下形式：
其中Ω表示所有可行解的集合， 表示k个目标函数。
4.2 Pareto最优解的求解方法
多目标优化Pareto最优解集的求取可分为两大类：传统算法和进化算法。PSO粒子群优化算法是最近兴起的一种进化计算方法。
PSO算法的标准形式如下所示：
其中 和 分别表示第 个粒子在第 次迭代中的位置和速度；
表示第 个粒子的个体最优解； 表示全局最优解； 是之间的随机数； 是学习因子，用于控制收敛的速度； 是惯性系数。
本文在PSO算法基础上，提出一种基于动态Pareto解集的PSO算法（Dynamic Pareto Warehouse-based PSO，DPW-PSO），利用这种算法可在较小的初始种群规模下，产生大量的Pareto最优解而并不显著增加计算量。
5 DPW-PSO算法求解多目标发电权交易问题
本文使用Pareto最优的方法、DPW-PSO算法对多目标进行求解，求解过程是先通过随机算法大致得到（U，F）这个二维函数的Pareto前沿，然后在Pareto前沿上选出一些解和它们对应的交易方案，这些交易方案在某种程度上来说都是最佳的。
6 发电权交易算例分析
下面是对某电网发电权交易的算例分析，选取电网典型运行方式下的数据，分别按效益最优、能耗最优、效益和能耗综合最优三种模型进行仿真计算。表1是某电网典型情况下各机组的发电出力和煤耗率。
A6电厂发电不足，A1-A5电厂代其发电，表2为发电权交易在效益最优模型、煤耗最优模型、煤耗和效益综合最优三种模型下所产生的社会效益、消耗的煤的总量以及电网网损的变化。
对计算结果分析可知，多目标最优有多个解，这些解得到的交易方案在某种程度上来说都是最佳的，电力公司可以根据交易结果对发电权进行安全校核，每次交易的完成都以电网通过安全约束为标志。
7 结论
基于煤耗和效益综合最优的发电权交易模型，其Pareto最优解为一个解集，这表明决策者有多组相对而言都比较理想的交易方案可做选择，这些交易方案效益和降低煤耗不一样，但总体是朝着煤耗减少和社会效益增大的方向变化。因此，研究与市场机制相协调的电网节能降耗发电权交易机制，实施“以大代小”、“以煤代气”发电权交易，对于充分发挥其节能减排的优势，满足发电调度的节能减排要求具有十分重要的意义和广阔的应用前景。
参考文献：
[1]国务院办公厅，国务院办公厅关于转发发展改革委等部门《节能发电调度办法（试行）》的通知（国办发[2007]53号文）[Z].2007.08.02.
[2]尚金成，兼顾市场机制的主要节能发电调度模式比较研究[J].电网技术，2008，32（4）：78-85.
[3]郑欣、蒋传文、李磊、赵岩，基于能耗和效益最优的发电权节能降耗分析[J].电力系统自动化，2008，32（24）：39-42.