含大規(guī)模風(fēng)電的電力市場(chǎng)模式研究

吳疇東 華棟

摘要：隨著歐盟可再生能源指南及2020能源目標(biāo)的發(fā)布，電力市場(chǎng)大規(guī)模并入風(fēng)電已經(jīng)成為必然的趨勢(shì)。而由于風(fēng)能發(fā)電占總體發(fā)電容量比例的大幅增加，風(fēng)電并網(wǎng)成本的增加，風(fēng)能發(fā)電對(duì)電網(wǎng)及電力市場(chǎng)的影響將變得至關(guān)重要。文章總結(jié)了歐洲主流國(guó)家的風(fēng)力發(fā)電補(bǔ)貼政策，分析了大規(guī)模風(fēng)電并入市場(chǎng)后導(dǎo)致的市場(chǎng)成本的變化，提出了幾種風(fēng)電參與電力市場(chǎng)的市場(chǎng)設(shè)計(jì)模式。最后利用支撐向量機(jī)算法進(jìn)行風(fēng)速預(yù)測(cè)，證明了風(fēng)電生產(chǎn)商越接近交易時(shí)段進(jìn)行報(bào)價(jià)，越能有效提高風(fēng)電功率預(yù)測(cè)精度，從而降低市場(chǎng)交易成本。

關(guān)鍵詞：風(fēng)電；電力市場(chǎng)；風(fēng)速預(yù)測(cè)；支撐向量機(jī)

引言

近十年來，由于歐洲的綠色可再生能源政策的影響，風(fēng)能發(fā)電在歐洲得到了迅速的發(fā)展。這些能源政策包括了，上網(wǎng)電價(jià)補(bǔ)貼政策，上網(wǎng)電價(jià)溢價(jià)政策，以及綠色證書交易政策等，它們大大降低了可再生能源發(fā)電廠商在電力市場(chǎng)中面對(duì)的風(fēng)險(xiǎn)，從而大大的鼓勵(lì)了風(fēng)能發(fā)電在歐洲電力市場(chǎng)的成長(zhǎng)。然而，盡管這樣，歐洲各國(guó)的風(fēng)能發(fā)電占整個(gè)發(fā)電容量的比例還是過低，由于其他傳統(tǒng)發(fā)電形式的吸收，風(fēng)電并網(wǎng)成本在整個(gè)電力市場(chǎng)成本中可以忽略不計(jì)。

然而隨著歐盟可再生能源指南及2020能源目標(biāo)的發(fā)布，電力市場(chǎng)大規(guī)模并入風(fēng)電已經(jīng)成為必然的趨勢(shì)，隨著風(fēng)能發(fā)電占總體發(fā)電容量比例的大幅增加，風(fēng)電并網(wǎng)成本的增加，風(fēng)能發(fā)電對(duì)電網(wǎng)及電力市場(chǎng)的影響將變得至關(guān)重要。大規(guī)模風(fēng)電的發(fā)展使得現(xiàn)行的電力市場(chǎng)設(shè)計(jì)，規(guī)則都要發(fā)生改變，不僅要給風(fēng)能發(fā)電及傳統(tǒng)發(fā)電形式同樣的激勵(lì)，也要保證盡可能的降低社會(huì)成本，讓終端用戶的電費(fèi)合理[1]。

1.含大規(guī)模風(fēng)電接入的電力市場(chǎng)設(shè)計(jì)

1.1 大規(guī)模風(fēng)電并入市場(chǎng)后導(dǎo)致的市場(chǎng)成本的變化

在電力市場(chǎng)中，由于風(fēng)能出力的不確定性，導(dǎo)致了系統(tǒng)必須留有一部分備用以應(yīng)對(duì)風(fēng)能出力的變化與負(fù)荷變化的不匹配性，這部分備用通常是由昂貴的燃?xì)鈾C(jī)組或者抽水蓄能機(jī)組來提供，為了降低電力市場(chǎng)交易成本，這就要求短期風(fēng)力預(yù)測(cè)能夠盡量準(zhǔn)確。當(dāng)市場(chǎng)中只有傳統(tǒng)機(jī)組的時(shí)候，日期市場(chǎng)用來預(yù)調(diào)度傳統(tǒng)機(jī)組，考慮機(jī)組起停機(jī)組組合問題，使得機(jī)組運(yùn)行成本及燃料成本最優(yōu)，一小時(shí)前預(yù)調(diào)度可以使得運(yùn)行人員保證系統(tǒng)留有的備用最優(yōu)，從而既能保證網(wǎng)絡(luò)安全，又能夠使得市場(chǎng)運(yùn)營(yíng)成本最小。當(dāng)風(fēng)電大規(guī)模參與到電力市場(chǎng)交易中，我們可以發(fā)現(xiàn)，風(fēng)電功率預(yù)測(cè)精度越高，市場(chǎng)交易成本越小。

電力市場(chǎng)中，發(fā)電商及用戶在日前，進(jìn)行小時(shí)報(bào)價(jià)，市場(chǎng)以最經(jīng)濟(jì)的方式來進(jìn)行機(jī)組組合，并且定制調(diào)度計(jì)劃。同樣，備用服務(wù)在輔助服務(wù)市場(chǎng)內(nèi)交易，這個(gè)市場(chǎng)在實(shí)際交易一小時(shí)前關(guān)閉，或者就與實(shí)時(shí)交易同時(shí)進(jìn)行。系統(tǒng)運(yùn)行人員，由于有責(zé)任保證系統(tǒng)實(shí)時(shí)保持平衡，所以要向系統(tǒng)提供及分配輔助服務(wù)容量。當(dāng)大規(guī)模風(fēng)電并入系統(tǒng)后，風(fēng)電必然也要參與到電力市場(chǎng)中參與報(bào)價(jià)，風(fēng)力發(fā)電商要根據(jù)短期風(fēng)電功率預(yù)測(cè)的結(jié)果來對(duì)市場(chǎng)進(jìn)行報(bào)價(jià)，可以看出，預(yù)測(cè)結(jié)果越準(zhǔn)確，申報(bào)的容量也會(huì)越準(zhǔn)確，如果無法準(zhǔn)確完成自己的申報(bào)容量，風(fēng)力發(fā)電商將會(huì)收到罰款，因?yàn)槠鋵?dǎo)致了系統(tǒng)的供需不平衡，從而導(dǎo)致系統(tǒng)運(yùn)行人員去輔助服務(wù)市場(chǎng)購(gòu)買備用容量，從而引起市場(chǎng)交易成本的升高。所以對(duì)于風(fēng)能參與的電力市場(chǎng)的設(shè)計(jì)應(yīng)該考慮，如何對(duì)風(fēng)電發(fā)電商制定懲罰措施，才能促使其盡可能的降低其實(shí)際發(fā)電功率與申報(bào)功率之間的誤差。

1.2 大規(guī)模風(fēng)電參與日前電力市場(chǎng)的市場(chǎng)模式設(shè)計(jì)

前面提到過，為了使得市場(chǎng)交易成本最優(yōu)，市場(chǎng)設(shè)計(jì)者將會(huì)要求風(fēng)電發(fā)電商盡可能的提高風(fēng)電功率預(yù)測(cè)的精度，以減少市場(chǎng)運(yùn)營(yíng)者調(diào)用昂貴的備用機(jī)組的頻率及容量，這種要求往往是以懲罰措施來施加給發(fā)電商的。從各國(guó)實(shí)踐來看，荷蘭對(duì)于風(fēng)力發(fā)電商的政策是，如果發(fā)電商能比預(yù)測(cè)多發(fā)電，將得到16歐元/MWh的獎(jiǎng)勵(lì)，但是，如果發(fā)電商沒有達(dá)到預(yù)測(cè)的電量，將會(huì)受到120歐元/MWh的懲罰，這樣，如果發(fā)電商有25%的電能預(yù)測(cè)精度非常低的話，將會(huì)減少它至少一半的收益。丹麥的風(fēng)電發(fā)電商要為其風(fēng)電功率預(yù)測(cè)的誤差在成本上支付大概1.3-2.7歐元/MWh。然而，從歐洲那些風(fēng)電參與比較活躍的市場(chǎng)來看，這種懲罰措施能夠有效的降低了風(fēng)電預(yù)測(cè)的誤差。

風(fēng)力發(fā)電商的理論收益可以用下式來表示：

（1）

這里， 表示第i小時(shí)的預(yù)測(cè)容量， 表示i小時(shí)的電力現(xiàn)貨價(jià)格。

風(fēng)力發(fā)電商的風(fēng)電功率預(yù)測(cè)誤差所帶來的成本為：

（2）

表示風(fēng)電預(yù)測(cè)功率和實(shí)際功率直接的差額， 表示市場(chǎng)運(yùn)營(yíng)者平衡電能的成本。

在市場(chǎng)設(shè)計(jì)的時(shí)候存在兩種情況，第一種是，當(dāng)風(fēng)電預(yù)測(cè)功率小于實(shí)際風(fēng)電出力時(shí)，全部風(fēng)電功率以實(shí)際現(xiàn)貨價(jià)格結(jié)算 ，當(dāng)風(fēng)電預(yù)測(cè)功率大于實(shí)際功率，那么對(duì)超出部分進(jìn)行懲罰，風(fēng)力發(fā)電商最終的收入為 ；第二種是，當(dāng)風(fēng)電預(yù)測(cè)功率小于實(shí)際風(fēng)電出力時(shí)，多出的風(fēng)電功率給予獎(jiǎng)勵(lì)，風(fēng)力發(fā)電商的總收入為 ，當(dāng)風(fēng)電預(yù)測(cè)功率大于實(shí)際功率，與第一種情況相同。

2.大規(guī)模風(fēng)電參與日前電力市場(chǎng)的幾種市場(chǎng)設(shè)計(jì)的比較研究

對(duì)于歐洲部分日前電力市場(chǎng)，市場(chǎng)參與者，也就是發(fā)電商，要在日前的11點(diǎn)左右提交它次日0時(shí)至24時(shí)每個(gè)時(shí)段的報(bào)價(jià)及申報(bào)容量，離正式交易大概有13小時(shí)到37小時(shí)的時(shí)間延期，對(duì)于一般傳統(tǒng)發(fā)電商，這并沒有很大的影響，但是對(duì)于風(fēng)力發(fā)電商，風(fēng)電功率的預(yù)測(cè)對(duì)于其報(bào)價(jià)就變得十分重要了，風(fēng)電功率的預(yù)測(cè)一般是基于前幾小時(shí)的風(fēng)速天氣預(yù)報(bào)的數(shù)據(jù)。

而對(duì)于一些更加靈活的日前電力市場(chǎng)，準(zhǔn)確的說應(yīng)該是6-12小時(shí)前電力市場(chǎng)，發(fā)電商只用在交易前7-13小時(shí)分四次提交報(bào)價(jià)及申報(bào)容量，分別是日前17點(diǎn)申報(bào)次日0點(diǎn)到5點(diǎn)時(shí)段的報(bào)價(jià)，日前23點(diǎn)申報(bào)次日6點(diǎn)到11點(diǎn)的報(bào)價(jià)，第二天5點(diǎn)申報(bào)當(dāng)日12點(diǎn)到17點(diǎn)的報(bào)價(jià)，以及11點(diǎn)申報(bào)當(dāng)日18點(diǎn)到23點(diǎn)的報(bào)價(jià).由于這種市場(chǎng)設(shè)計(jì)，使得風(fēng)力發(fā)電商的發(fā)電功率預(yù)測(cè)時(shí)間比第一種方式更加靠近實(shí)際調(diào)度時(shí)刻，利用的風(fēng)速預(yù)報(bào)數(shù)據(jù)也更貼近實(shí)際時(shí)刻，所以，風(fēng)電功率預(yù)測(cè)的準(zhǔn)確性將會(huì)有所提高。第三種情況是小時(shí)前的電力市場(chǎng)，風(fēng)力發(fā)電商將會(huì)在實(shí)際交易前的一小時(shí)進(jìn)行報(bào)價(jià)，或者修改申報(bào)容量，這樣風(fēng)電功率預(yù)測(cè)軟件可以用到實(shí)際交易前兩小時(shí)以前的所有風(fēng)速實(shí)際數(shù)據(jù)，理論上，會(huì)使得風(fēng)電功率預(yù)測(cè)更加準(zhǔn)確。

3.基于支持向量回歸的風(fēng)速預(yù)測(cè)

風(fēng)電功率受多方面的影響，其中風(fēng)速是主要影響因素。二者之間存在特定的映射關(guān)系，可先預(yù)測(cè)風(fēng)速，再根據(jù)此關(guān)系求出風(fēng)電功率大小。風(fēng)力機(jī)的出力與風(fēng)速的關(guān)系如下式[5]：

（3）

式中 、 、 分別為切入風(fēng)速，額定風(fēng)速和切出風(fēng)速，m是出力特性曲線的階次，而R是所有風(fēng)力發(fā)電機(jī)組的總額定容量。可見風(fēng)速預(yù)測(cè)是進(jìn)行風(fēng)電場(chǎng)出力預(yù)測(cè)的基礎(chǔ)和前提，通過風(fēng)速預(yù)測(cè)及二者之間的關(guān)系即可進(jìn)行風(fēng)電功率預(yù)測(cè)。因此，提高風(fēng)速預(yù)測(cè)精度，對(duì)于風(fēng)電發(fā)展，特別是大規(guī)模風(fēng)電并入電力市場(chǎng)至關(guān)重要。

3.1算法模型

支持向量機(jī)（Support Vector Machine，SVM）是20世紀(jì)90年代由Vapnik等人提出的一種建立在統(tǒng)計(jì)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則基礎(chǔ)上的一種學(xué)習(xí)方法，它將分類、回歸等問題轉(zhuǎn)化成最優(yōu)化問題，一定程度上克服了“維數(shù)災(zāi)”和“過學(xué)習(xí)”等傳統(tǒng)困難[6-7]。用支持向量機(jī)的方法來進(jìn)行功率預(yù)測(cè)的的數(shù)學(xué)模型如下式[8-11]：

（4）

式中， 為p步后的風(fēng)速預(yù)測(cè)值，v （t）為實(shí)測(cè)值，τ為滯后時(shí)間常數(shù)，m為嵌入維數(shù)， 為歷史數(shù)據(jù)與未來數(shù)據(jù)的函數(shù)映射關(guān)系。與神經(jīng)網(wǎng)絡(luò)法類似，利用支持向量回歸求解上述模型就是對(duì)大量歷史數(shù)據(jù)進(jìn)行訓(xùn)練，凸顯歷史的連續(xù)性和重現(xiàn)性，避免偶然性的影響，從而使訓(xùn)練出的模型能適應(yīng)大量的情況，只要待預(yù)測(cè)的數(shù)據(jù)屬于其中的任一種情況，即可得到滿意的預(yù)測(cè)結(jié)果。

（1）對(duì)歷史數(shù)據(jù)進(jìn)行歸一化處理，及在原始數(shù)據(jù)中找出最大值，再用所有數(shù)據(jù)去除，即可將原始數(shù)據(jù)均變?yōu)樾∮?的數(shù)值，方便在Matlab軟件里面運(yùn)行。根據(jù)以往經(jīng)驗(yàn)可知，一般來說，核函數(shù)選擇高斯函數(shù)效果要好于其他兩個(gè)。并選擇參數(shù)C（一般取2的次方）和g。

（2）輸入訓(xùn)練數(shù)據(jù)，建立預(yù)測(cè)模型。

（3）將訓(xùn)練數(shù)據(jù)的預(yù)測(cè)結(jié)果與實(shí)際歷史數(shù)據(jù)比較，如果誤差結(jié)果符合預(yù)想，即可以進(jìn)行預(yù)測(cè)。如果偏差較大，則返回步驟2重新修改C和g，再次預(yù)測(cè)。

3.2算例分析

這里我們以達(dá)坂城2006年5月連續(xù)28天風(fēng)電場(chǎng)30米處，每10分鐘采集一次得到的風(fēng)速數(shù)據(jù)[12-13]，來對(duì)接下來的一天即5月29號(hào)的24個(gè)小時(shí)的風(fēng)速進(jìn)行短期預(yù)測(cè)，該數(shù)據(jù)為每十分鐘采樣一點(diǎn)，一天共有144個(gè)風(fēng)速的采樣點(diǎn)。得到的結(jié)果我們以圖形顯示，圖2（a）給出了對(duì)于達(dá)坂城電廠提前一天，提前6-12小時(shí)，以及提前一小時(shí)的市場(chǎng)設(shè)計(jì)中，風(fēng)速預(yù)測(cè)的情況，與實(shí)際風(fēng)速之間關(guān)系的比較圖。進(jìn)而，我們?cè)僖?月份連續(xù)28天的風(fēng)速數(shù)據(jù)，滾動(dòng)的預(yù)測(cè)接下來一周的24小時(shí)風(fēng)速，同樣按提前一天，提前6-12小時(shí)，以及提前一小時(shí)的市場(chǎng)設(shè)計(jì)，比較見圖2（b）。

圖1（a）5月29日達(dá)坂城電廠提前24h、提前6-12h，以及提前1h的風(fēng)速預(yù)測(cè)情況

圖1（b）5月29日-6月4日達(dá)坂城電廠提前24h、提前6-12h，以及提前1h的風(fēng)速預(yù)測(cè)情況

可以看出，預(yù)測(cè)時(shí)間離交易時(shí)間越近，風(fēng)速預(yù)測(cè)準(zhǔn)確度將會(huì)有所提高，而與風(fēng)速呈正相關(guān)函數(shù)擬合關(guān)系的風(fēng)電功率的準(zhǔn)確度也必將會(huì)有所提高，這樣的市場(chǎng)設(shè)計(jì)的交易成本將會(huì)越小。

4.結(jié)論

可再生能源的發(fā)展是世界電力發(fā)展的必然趨勢(shì)，風(fēng)電作為主要的可再生能源形勢(shì)，一直以來都被各個(gè)國(guó)家所重視，并且在很多國(guó)家也得到了良好的發(fā)展，為了鼓勵(lì)發(fā)電商投資風(fēng)能發(fā)電領(lǐng)域，歐洲很多國(guó)家采用了許多補(bǔ)貼政策來鼓勵(lì)風(fēng)能的發(fā)展。但是隨著風(fēng)能在電力市場(chǎng)的占有率越來越高，風(fēng)電參與市場(chǎng)報(bào)價(jià)是不可避免的趨勢(shì)，文中給出了幾種市場(chǎng)設(shè)計(jì)形式，通過仿真計(jì)算可以看出，市場(chǎng)設(shè)計(jì)越靈活，風(fēng)電生產(chǎn)商越接近交易時(shí)段進(jìn)行報(bào)價(jià)，可以有效提高風(fēng)電功率預(yù)測(cè)精度，從而降低市場(chǎng)交易成本，所以，在市場(chǎng)設(shè)計(jì)的時(shí)候，為了降低交易成本，有必要對(duì)風(fēng)電發(fā)電商進(jìn)行實(shí)施獎(jiǎng)懲制度，以保證風(fēng)電功率預(yù)測(cè)的精度。

參考文獻(xiàn)：

[1]Cristina L.Archer，Mark Z.Jacobson.Evaluation of Global Wind Power[R].America： Department of Civil and Environmental Engineering， Stanford University，Stanford，CA，2005

[2]Klaus Rave，Sven Teske，Steve Sawyer.Global Wind Energy Outlook 2010[R].Global Wind Energy Council，2010

[3]Steve Sawyer，Klaus Rave.Global Wind Report： Annual market update 2010[R].Global Wind Energy Council，2010

[4]肖創(chuàng)英.歐美風(fēng)電發(fā)展的經(jīng)驗(yàn)與啟示[M].北京：中國(guó)電力出版社，2010

[5]馮雙磊，王偉勝，劉純等.風(fēng)電場(chǎng)功率預(yù)測(cè)物理方法研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2010，30（2）：1-6.

[6]孫春順，王耀南，李欣然.小時(shí)風(fēng)速的向量自回歸模型及應(yīng)用[J].中國(guó)電機(jī)工程學(xué)報(bào)，2008，28（14）：112-117.

[7]鄧乃揚(yáng)，田英杰.支持向量機(jī)-理論、算法與拓展[M].北京：科學(xué)出版社，2009：124-133.

[8]謝宏，魏江平，劉鶴立. 短期負(fù)荷預(yù)測(cè)中支持向量機(jī)模型的參數(shù)選取和優(yōu)化方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2006.26（22）.17-22.

[9]趙登福，王蒙，張講社，王錫凡. 基于支撐向量機(jī)方法的短期負(fù)荷預(yù)測(cè)[J].中國(guó)電機(jī)工程學(xué)報(bào)，2002.22（4）：26-30.

[10]王慧勤. 基于支持向量機(jī)的短期風(fēng)速預(yù)測(cè)研究[J].寶雞文理學(xué)院學(xué)報(bào)，2009.29（1）：16-18.

[11]戚雙斌，王維慶，張新燕.基于支持向量機(jī)的風(fēng)速與風(fēng)功率預(yù)測(cè)方法研究[J].華東電力，2009.37（9）：1600-1603.

[12]陳盼，陳皓勇，葉榮.基于多尺度形態(tài)學(xué)分析的風(fēng)速預(yù)測(cè)[J].電力系統(tǒng)保護(hù)與控制，2010.38（21）：12-15.

[13]陳盼，陳皓勇，葉榮，陳天恩，李丹.基于小波包和支撐向量回歸的風(fēng)速預(yù)測(cè).電網(wǎng)技術(shù)，2011.35（5）：177-182.