許彥平，黃越輝，李 湃，耿天翔，李 峰

（1.新能源與儲(chǔ)能運(yùn)行控制國家重點(diǎn)實(shí)驗(yàn)室（中國電力科學(xué)研究院有限公司），北京市 100192；2.國網(wǎng)寧夏電力有限公司，寧夏回族自治區(qū)銀川市 750001；3.國網(wǎng)寧夏電力有限公司電力科學(xué)研究院，寧夏回族自治區(qū)銀川市 750001）

0 引言

“30·60”雙碳目標(biāo)要求中國大力發(fā)展可再生能源，推動(dòng)能源清潔低碳轉(zhuǎn)型，未來中國新能源發(fā)電量占比將持續(xù)提高［1-2］，根據(jù)預(yù)測(cè)，2030年全國新能源發(fā)電量占比將達(dá)20%，2050年高達(dá)48%。高比例新能源大規(guī)模接入使得系統(tǒng)電力電量平衡難度加大，由于電力送出、調(diào)峰等原因造成的棄電將不可避免［3-4］。2020年6月，《電力中長(zhǎng)期交易基本規(guī)則》［5］修訂出臺(tái)，進(jìn)一步規(guī)范了各地電力中長(zhǎng)期交易，各省電力中長(zhǎng)期交易規(guī)模逐年增長(zhǎng)，通過市場(chǎng)化交易措施促進(jìn)新能源消納的需求日益明顯。據(jù)統(tǒng)計(jì)，2019年中國寧夏回族自治區(qū)新能源電力中長(zhǎng)期直接交易電量約占其新能源發(fā)電量的80%以上。

現(xiàn)階段，中國開展的電力中長(zhǎng)期交易仍以電量為主，具有實(shí)物合同屬性，需經(jīng)“年度-月度-日”多時(shí)間尺度逐級(jí)分解到逐時(shí)段計(jì)劃曲線，然后由調(diào)度機(jī)構(gòu)執(zhí)行完成。目前，國內(nèi)各電網(wǎng)主要基于“電量平衡、典型日電力校核”原則，采用平均分配、按照負(fù)荷比例或機(jī)組容量比例等方法完成分解［6-8］。然而，上述方法難以充分考慮新能源隨機(jī)波動(dòng)性對(duì)系統(tǒng)運(yùn)行以及功率平衡的影響，當(dāng)新能源發(fā)電及交易規(guī)模發(fā)展到一定程度時(shí)，高比例新能源系統(tǒng)發(fā)生新能源棄電及電力不平衡將會(huì)導(dǎo)致分解結(jié)果難以與日調(diào)度計(jì)劃合理銜接，調(diào)度實(shí)施難度大［9-10］。

目前，大部分文獻(xiàn)針對(duì)傳統(tǒng)計(jì)劃調(diào)度模式，考慮機(jī)組運(yùn)行能耗、負(fù)荷特性、檢修計(jì)劃等不確定性因素，開展?jié)M足“三公調(diào)度”及個(gè)體差異化的電力系統(tǒng)計(jì)劃電量分解問題研究［11-12］；僅有少量文獻(xiàn)針對(duì)市場(chǎng)模式下的中長(zhǎng)期交易電量分解問題開展了研究，文獻(xiàn)［13］在風(fēng)電月度合同電量編制中計(jì)及風(fēng)電預(yù)測(cè)誤差、波動(dòng)特性和負(fù)荷跟隨特性等風(fēng)電場(chǎng)運(yùn)行特性指標(biāo)，但沒有綜合考慮新能源與其他電源之間的協(xié)調(diào)優(yōu)化，編制結(jié)果可能會(huì)超出電網(wǎng)消納能力，難以實(shí)現(xiàn)合同電量的有效分解。文獻(xiàn)［14-15］考慮中長(zhǎng)期風(fēng)電/光伏預(yù)測(cè)準(zhǔn)確度不高的問題，建立了基于中長(zhǎng)期風(fēng)電/光伏電量預(yù)測(cè)的多能源合約電量分解模型。優(yōu)化變量為各類機(jī)組發(fā)電量而非功率，由于新能源出力的不確定性，中長(zhǎng)期時(shí)間尺度上僅考慮電量平衡約束，難以保證系統(tǒng)的電力平衡和安全運(yùn)行。另外，在實(shí)際運(yùn)行中，不同新能源場(chǎng)站參與中長(zhǎng)期交易類型不同，執(zhí)行的優(yōu)先級(jí)不同，如中國西北省份調(diào)度機(jī)構(gòu)在執(zhí)行交易計(jì)劃時(shí)，需優(yōu)先執(zhí)行政府下達(dá)的基數(shù)電量計(jì)劃及跨省跨區(qū)外送電交易電量計(jì)劃［9］。因此，在電量分解過程中，應(yīng)根據(jù)交易執(zhí)行的優(yōu)先級(jí)從高到低逐層分解，但目前尚未有文獻(xiàn)開展關(guān)于交易優(yōu)先級(jí)的電量分解問題的研究。

鑒于此，本文將時(shí)序生產(chǎn)模擬方法［16-18］應(yīng)用到交易電量分解中，提出了一種適應(yīng)高比例新能源電力平衡需求的中長(zhǎng)期交易電量分解方法。首先，從新能源長(zhǎng)時(shí)間出力序列構(gòu)建、月度交易電量初值分配、協(xié)調(diào)優(yōu)化分解方法以及多場(chǎng)景模擬計(jì)算等方面提出中長(zhǎng)期交易電量協(xié)調(diào)優(yōu)化方案，解決新能源隨機(jī)波動(dòng)性導(dǎo)致年交易計(jì)劃與日調(diào)度計(jì)劃之間難以銜接的問題。然后，進(jìn)一步詳細(xì)介紹計(jì)及交易優(yōu)先級(jí)的新能源中長(zhǎng)期交易電量協(xié)調(diào)優(yōu)化分解建模方法。以新能源消納最大以及交易電量完成偏差最小為目標(biāo)，綜合考慮系統(tǒng)安全運(yùn)行約束。引入以周為優(yōu)化周期的反饋迭代機(jī)制，通過周迭代、月滾動(dòng)的方式完成年度交易優(yōu)化分解，保障分解結(jié)果的合理性和日調(diào)度層面的可執(zhí)行性。最后，基于中國西北某省級(jí)電網(wǎng)的運(yùn)行數(shù)據(jù)開展實(shí)例分析，并與傳統(tǒng)分解方法進(jìn)行對(duì)比，結(jié)果驗(yàn)證了模型的合理性和有效性。

1 新能源年度交易電量協(xié)調(diào)優(yōu)化分解方法

1.1 方法框架

新能源年度交易電量分解到月是協(xié)調(diào)年度交易電量與日調(diào)度計(jì)劃之間的關(guān)鍵環(huán)節(jié)。新能源年度交易電量協(xié)調(diào)優(yōu)化分解方法的整體流程如圖1所示。

圖1 所提方法的流程圖Fig.1 Flow chart of proposed method

首先，考慮到風(fēng)電/光伏中長(zhǎng)期時(shí)序出力曲線難以預(yù)測(cè)，基于區(qū)域風(fēng)電/光伏出力波動(dòng)和概率分布特征，構(gòu)建符合實(shí)際運(yùn)行的風(fēng)電/光伏長(zhǎng)時(shí)間出力序列。然后，考慮新能源與負(fù)荷之間月電量匹配性，將新能源年度交易電量粗分到各月，并作為新能源月度交易電量的優(yōu)化初始值。再建立基于時(shí)序生產(chǎn)模擬的交易電量協(xié)調(diào)優(yōu)化分解模型，并引入以周為周期的反饋迭代優(yōu)化機(jī)制，通過周迭代、月滾動(dòng)優(yōu)化追蹤月度交易電量執(zhí)行偏差，確保月度交易電量是通過逐日電力電量平衡優(yōu)化得到的，保障分解結(jié)果的合理性和日調(diào)度層面的可執(zhí)行性。最后，以構(gòu)建多條風(fēng)電/光伏出力曲線作為輸入進(jìn)行多場(chǎng)景時(shí)序仿真模擬計(jì)算，并以收斂后的結(jié)果期望值作為最終結(jié)果，解決新能源的隨機(jī)性導(dǎo)致單次計(jì)算隨機(jī)性大的問題。

1.2 風(fēng)電/光伏長(zhǎng)時(shí)間出力序列構(gòu)建

本文借鑒文獻(xiàn)［19-20］以波動(dòng)過程表征風(fēng)電出力的隨機(jī)性和波動(dòng)性，采用自組織映射（selforganizing map，SOM）聚類算法對(duì)風(fēng)電波動(dòng)類別進(jìn)行辨識(shí)。同時(shí)，考慮風(fēng)電出力具有一定的季節(jié)性變化特征，按照各月風(fēng)電出力波動(dòng)特征將自然月分為高、中、低出力月3類。分別統(tǒng)計(jì)各類波動(dòng)的概率特征及各類波動(dòng)間轉(zhuǎn)移概率，并按月序貫抽樣風(fēng)電波動(dòng)類別與各統(tǒng)計(jì)參數(shù)，得到模擬風(fēng)電出力時(shí)間序列?？紤]光伏出力具有一定規(guī)律性又有很強(qiáng)的隨機(jī)性，將實(shí)際光伏出力分解為凈空出力和相對(duì)出力的乘積，建立了光伏出力基于凈空模型的確定性和基于天氣特征的不確定性分解模型?；诓煌鞖忸愋拖鹿夥隽Φ慕y(tǒng)計(jì)參數(shù)，通過序列抽樣生成模擬長(zhǎng)時(shí)間光伏出力的時(shí)間序列［21-22］。

1.3 月度交易電量初值分配

基于新能源和負(fù)荷月電量的匹配性，考慮新能源理論電量和負(fù)荷電量在年內(nèi)各月的分布情況，以各月新能源理論電量占比和負(fù)荷電量占比的均值作為分配比例，對(duì)新能源年度交易電量進(jìn)行粗分，得到了各月新能源交易電量?jī)?yōu)化的初始值，并根據(jù)各月的執(zhí)行情況按月進(jìn)行滾動(dòng)更新。若第1個(gè)月到第D-1個(gè)月已完成部分年度交易電量，那么第D個(gè)月新能源月度交易電量初值分配如下。

式中：QNE*(d)為第d個(gè)月的新能源理論電量，可通過逐時(shí)段累加新能源理論功率值得到；αNE(D)為第D個(gè)月的新能源理論電量占第D個(gè)月到第12個(gè)月新能源理論電量之和的比例；QL(d)為第d個(gè)月的負(fù)荷電量；αL(D)為第D個(gè)月的負(fù)荷電量占第D個(gè)月到第12個(gè)月負(fù)荷電量之和的比例；QNE，1R(D)為第D個(gè)月的新能源月度交易電量?jī)?yōu)化的初始值，其值不應(yīng)超過第D個(gè)月的新能源理論電量；QNER表示新能源年度交易電量；QNER(d)表示新能源在第d個(gè)月已執(zhí)行完成的交易電量。

1.4 基于時(shí)序模擬的年度交易電量協(xié)調(diào)優(yōu)化分解方法

時(shí)序生產(chǎn)模擬方法通過逐時(shí)段模擬電力系統(tǒng)的中長(zhǎng)期實(shí)際運(yùn)行工況來保障系統(tǒng)全時(shí)段電力電量平衡，并可在各時(shí)間段添加約束條件確保系統(tǒng)運(yùn)行的安全性，從而更精確地確定電網(wǎng)以及系統(tǒng)內(nèi)各設(shè)備的運(yùn)行方式。基于此，本文提出基于時(shí)序模擬的年度交易電量協(xié)調(diào)優(yōu)化分解方法，如圖2所示。

圖2 新能源交易電量逐月分解方法Fig.2 Monthly decomposition method of trading electricity for renewable energy

一方面，考慮以月或年為周期進(jìn)行優(yōu)化，優(yōu)化周期長(zhǎng)，難以尋到最優(yōu)解，影響計(jì)算效率。同時(shí)，考慮到實(shí)際生產(chǎn)運(yùn)行中常規(guī)機(jī)組以周為周期的啟停規(guī)律，因此，在月度電量?jī)?yōu)化和日電力平衡之間引入周電量?jī)?yōu)化作為過渡環(huán)節(jié)，并在各時(shí)間段設(shè)立系統(tǒng)安全運(yùn)行約束。以月交易電量初始分配值作為待優(yōu)化參量，以周為周期優(yōu)化常規(guī)機(jī)組啟停狀態(tài)和新能源逐時(shí)段出力，將新能源周交易電量?jī)?yōu)化結(jié)果在月度交易電量初值中扣除，更新待優(yōu)化參量，并進(jìn)行下一周期優(yōu)化；通過逐周滾動(dòng)優(yōu)化，建立月度交易電量與最新運(yùn)行邊界之間的聯(lián)系，確保月度交易電量符合逐時(shí)段電力電量平衡，保障月交易計(jì)劃安全性以及在日調(diào)度層面的可執(zhí)行性。另一方面，可將已完成月份交易電量在年度總交易電量中扣除，得到剩余交易電量，并以此作為總交易電量進(jìn)行滾動(dòng)優(yōu)化，通過月與月之間滾動(dòng)計(jì)算完成年度電量分解的逐月分解和執(zhí)行，保障年度交易電量順利完成。

考慮到新能源場(chǎng)站參與年度交易的類型和優(yōu)先級(jí)不同，在優(yōu)化模型中引入表征不同交易優(yōu)先級(jí)的優(yōu)先等級(jí)因子，在保障系統(tǒng)新能源消納最大的同時(shí)，完成不同類型交易電量的分解，滿足新能源場(chǎng)站個(gè)性化交易需求。

1.5 多場(chǎng)景模擬計(jì)算

考慮新能源出力序列構(gòu)造具有隨機(jī)性的問題，單次計(jì)算具有一定隨機(jī)性，因此構(gòu)造多個(gè)新能源出力時(shí)間序列需進(jìn)行多次時(shí)序仿真，并以年度新能源棄電率方差系數(shù)作為判斷計(jì)算結(jié)果的收斂依據(jù)。統(tǒng)計(jì)計(jì)算結(jié)果收斂所需的場(chǎng)景數(shù)Mes，然后以Mes個(gè)場(chǎng)景優(yōu)化得到的新能源月度交易電量的平均值作為最終月度交易電量值，如式（4）—式（6）所示。

2 計(jì)及交易優(yōu)先級(jí)的新能源中長(zhǎng)期交易電量協(xié)調(diào)優(yōu)化分解模型

2.1 目標(biāo)函數(shù)

計(jì)及交易優(yōu)先級(jí)的新能源中長(zhǎng)期交易電量協(xié)調(diào)優(yōu)化分解模型的目標(biāo)函數(shù)由2個(gè)部分構(gòu)成：第1部分為各交易電量完成的偏差量之和最小，保障了各交易電量順利完成，并且引入了優(yōu)先等級(jí)因子和權(quán)系數(shù)來確定不同優(yōu)先級(jí)交易的分解順序；第2部分為新能源發(fā)電量與理論電量之間的偏差最小，保證了新能源最大化消納。目標(biāo)函數(shù)的具體表達(dá)式為：

2.2 約束條件

1）負(fù)荷平衡約束

2）常規(guī)機(jī)組/供熱機(jī)組出力約束

3）常規(guī)機(jī)組/供熱機(jī)組爬坡約束

4）機(jī)組啟停機(jī)運(yùn)行狀態(tài)邏輯約束

式中：Xg(t)為第g臺(tái)火電機(jī)組在t時(shí)刻的運(yùn)行狀態(tài)；Yg(t)和Zg(t)分別為第g臺(tái)火電機(jī)組在t時(shí)刻的啟動(dòng)狀態(tài)和停機(jī)狀態(tài)，均為二進(jìn)制變量。

對(duì)于Yg(t)，取值為0表示不在啟動(dòng)狀態(tài)，為1表示正在啟動(dòng)；對(duì)于Zg(t)，取值為0表示不在停機(jī)狀態(tài)，為1表示正在停機(jī)。式（13）為機(jī)組啟停和運(yùn)行狀態(tài)的邏輯約束，其保證了在機(jī)組組合的過程中各狀態(tài)變量是符合邏輯的。

5）常規(guī)火電/供熱機(jī)組最小啟停機(jī)時(shí)間約束

其中，參數(shù)k由機(jī)組最小啟機(jī)或停機(jī)時(shí)間參數(shù)決定，其反映了最小啟機(jī)或停機(jī)的時(shí)間步長(zhǎng)，此約束主要是考慮受到機(jī)組物理特性、機(jī)組能耗和運(yùn)行成本的制約，機(jī)組不能頻繁啟停。

6）電網(wǎng)線路傳輸容量約束［23-24］

7）系統(tǒng)備用容量約束

式（16）—式（18）為系統(tǒng)安全運(yùn)行約束，保障月交易電量在日調(diào)度層面的可執(zhí)行性。

8）新能源交易電量約束

該約束條件可以保證風(fēng)電/光伏在全部?jī)?yōu)化時(shí)段內(nèi)的發(fā)電量與偏差電量之和等于交易電量所要求的最低發(fā)電量。同時(shí)，通過偏差量能夠?qū)⑿履茉唇灰纂娏考s束變?yōu)閮?yōu)化模型中的軟約束，進(jìn)而避免因?yàn)檎{(diào)峰或斷面限電造成無法達(dá)到保障電量時(shí)約束不可行的狀況發(fā)生。

9）新能源發(fā)電出力成分約束

上述模型為混合整數(shù)線性規(guī)劃問題，可調(diào)用Cplex求解器求解，通過逐周優(yōu)化求解可以得到新能源月度交易電量分解結(jié)果。

3 算例分析

3.1 邊界條件

本文基于中國西北某省級(jí)電網(wǎng)開展實(shí)例分析。根據(jù)該省級(jí)電網(wǎng)新能源實(shí)際的送出受限斷面，將該電網(wǎng)分為6個(gè)區(qū)域電網(wǎng)，見附錄A圖A1。該電網(wǎng)電源裝機(jī)容量及負(fù)荷規(guī)模見表A1，電源以火電和新能源為主，其中，火電裝機(jī)容量為24.055 GW·h，新能源裝機(jī)容量為18.549 GW·h，新能源裝機(jī)容量占總電源裝機(jī)容量的44%。新能源場(chǎng)站參與的年度交易電量合計(jì)為26.404 TW·h，約占新能源理論電量的87%。其中，新能源基數(shù)電量為11.728 TW·h，外送交易電量為7.712 TW·h，省內(nèi)交易電量約為6.964 TW·h。各分區(qū)內(nèi)新能源場(chǎng)站參與的年度交易類型及交易電量如表A2所示。其中，新能源基數(shù)電量?jī)?yōu)先級(jí)最高，外送交易電量次之，省內(nèi)交易電量?jī)?yōu)先級(jí)最低。本文算例中同一優(yōu)先級(jí)下新能源交易類型僅為一種，權(quán)系數(shù)均設(shè)置為1，優(yōu)先級(jí)等級(jí)因子如表A3所示?；谠撌v年風(fēng)電/光伏歷史數(shù)據(jù)的新能源年度/月度出力曲線通過本文2.1節(jié)所述方法構(gòu)建。

3.2 結(jié)果分析

3.2.1中長(zhǎng)期交易電量?jī)?yōu)化分解結(jié)果

1）年度交易電量逐月分解結(jié)果

利用本文所述方法可以優(yōu)化得到不同交易類型的新能源月度交易電量及新能源月度消納電量。新能源月度富余電量為新能源月度消納電量與新能源月度交易電量之差，見附錄B圖B1和圖B2。根據(jù)計(jì)算結(jié)果可知：該省級(jí)電網(wǎng)全年累計(jì)消納新能源電量為29.553 TW·h時(shí)，新能源利用率為97.21%；新能源月交易電量占新能源月度消納電量的比例為81%～99%，分解得到的新能源月交易電量均不超過電網(wǎng)消納能力，各月均存在新能源富余電量。

2）不同方法分解效果的對(duì)比及分析

本文將新能源月交易電量是否超過電網(wǎng)接納能力作為評(píng)判標(biāo)準(zhǔn)來對(duì)比不同方法的分解效果，而新能源富余電量是判斷月度交易電量是否超過電網(wǎng)接納能力的關(guān)鍵指標(biāo)。其值為正值時(shí)，表示分解的新能源交易電量未超出電網(wǎng)接納能力；其值為負(fù)值時(shí)，表示分解的新能源交易電量已超過電網(wǎng)接納能力，交易電量將不能被有效執(zhí)行。以2019年2月的月度交易電量分解到各周為例，本文方法和按負(fù)荷比例、按可發(fā)電量比例和平均分配方法的分解結(jié)果見附錄B圖B3。可以看出，采用按發(fā)電能力、負(fù)荷比例和平均分配的傳統(tǒng)分解方法得到的第1周和第2周分解電量均超過新能源實(shí)際可發(fā)電量，未考慮電網(wǎng)消納新能源水平，新能源富余電量為負(fù)值。而本文所提方法分解得到的周交易電量均小于消納電量，富余電量均大于0，證明本文方法分解的有效性。

考慮到中國各省級(jí)電網(wǎng)的電力市場(chǎng)進(jìn)程不一致、新能源中長(zhǎng)期交易電量水平不同以及未來高比例新能源發(fā)展趨勢(shì)，對(duì)比本文方法和傳統(tǒng)方法（按負(fù)荷比例、新能源可發(fā)電量和平均分配分解方法）在不同新能源發(fā)電和交易電量占比場(chǎng)景下的適用性。本文在分區(qū)1的風(fēng)電裝機(jī)容量的基礎(chǔ)上新增9.01 GW和18.01 GW風(fēng)電裝機(jī)容量，構(gòu)造新能源發(fā)電場(chǎng)景1、場(chǎng)景2和場(chǎng)景3，如附錄B表B1所示。

基于上述新能源發(fā)電場(chǎng)景，考慮新能源交易電量占比分別為45%、65%和87%，對(duì)比本文方法和傳統(tǒng)方法的分解效果，以分解后第1周富余電量為比較項(xiàng)進(jìn)行對(duì)比，結(jié)果如表1所示。

從表1中可以看出，當(dāng)新能源發(fā)電占比和月度交易電量水平較低時(shí)，采用本文方法和傳統(tǒng)方法均可實(shí)現(xiàn)中長(zhǎng)期電量的有效分解。但隨著新能源發(fā)電量占比提升，系統(tǒng)新能源棄電率增加，當(dāng)新能源交易電量占比增加時(shí)，按負(fù)荷比例分解、按發(fā)電能力分解、平均分配分解等傳統(tǒng)方法將難以適應(yīng)高比例新能源電力系統(tǒng)，富余電量出現(xiàn)負(fù)值。分解得到的新能源交易電量超過系統(tǒng)可消納的新能源電量，難以實(shí)現(xiàn)中長(zhǎng)期交易電量的合理分配。而本文所提方法可以協(xié)調(diào)新能源與火電運(yùn)行，在保障新能源最大化消納的同時(shí)，保證了電量分解的有效性和可執(zhí)行性。

表1 新能源富余電量對(duì)比Table 1 Comparison of renewable energy surplus electricity

3.2.2協(xié)調(diào)優(yōu)化分解算法的有效性分析

以分區(qū)1為例，設(shè)置不同初始電量分配場(chǎng)景4和場(chǎng)景5，見附錄B表B2。場(chǎng)景4中各月交易電量?jī)?yōu)化初值是根據(jù)1.3節(jié)月交易電量初值分配方法計(jì)算得到的；場(chǎng)景5為假設(shè)的極端場(chǎng)景，其中，2019年1月的交易電量?jī)?yōu)化初值為2.029 TW·h，2019年2月的交易電量?jī)?yōu)化初值為0，其余月度電量?jī)?yōu)化初值與場(chǎng)景4保持一致。

采用本文所述中長(zhǎng)期電量協(xié)調(diào)優(yōu)化方法，對(duì)上述場(chǎng)景年度交易電量進(jìn)行優(yōu)化分解，場(chǎng)景4和場(chǎng)景5的分解結(jié)果對(duì)比情況如圖3和表2所示。

圖3 不同初始分配電量場(chǎng)景下的優(yōu)化分解結(jié)果Fig.3 Optimal decomposition results in different initial electricity distribution scenarios

表2 不同場(chǎng)景下的不同交易類型分解結(jié)果Table 2 Decomposition results of different trading types in different scenarios

場(chǎng)景4和場(chǎng)景5的各月交易分解結(jié)果及偏差量變化見圖3。從圖中可以看出，由于交易電量?jī)?yōu)化初值的差距，導(dǎo)致場(chǎng)景4和場(chǎng)景5在2019年1月至5月優(yōu)化分解的月度電量存在偏差，但偏差量在逐月減少，總偏差量為0。2019年1月至2月新能源在不同優(yōu)先級(jí)類型下交易分解的具體結(jié)果見表2。下面以場(chǎng)景5為例進(jìn)行分析。在2019年1月，場(chǎng)景5首先完成了新能源場(chǎng)站基數(shù)電量的分配，同時(shí)考慮新能源消納空間，完成了部分外送交易電量的分解。在2019年2月，雖然場(chǎng)景5的交易電量?jī)?yōu)化初值為0，但在電量協(xié)調(diào)優(yōu)化分解時(shí)考慮到1月完成交易電量與交易電量初值之間的執(zhí)行偏差，可調(diào)整2月交易電量初值，并基于調(diào)整后的電量進(jìn)行優(yōu)化分解，實(shí)現(xiàn)偏差的滾動(dòng)調(diào)整及消減。綜上，采用本文所提的考慮交易優(yōu)先級(jí)和電力平衡約束的中長(zhǎng)期電量協(xié)調(diào)優(yōu)化分解方法，可以考慮到不同類型交易的優(yōu)先級(jí)別，優(yōu)先保障高優(yōu)先級(jí)交易電量?jī)?yōu)先分解，并且可通過周迭代、月電量滾動(dòng)優(yōu)化計(jì)算有效跟蹤月度電量執(zhí)行偏差，確保年度電量的合理分解，同時(shí)保障分解電量在日調(diào)度層面的可執(zhí)行性。

3.2.3多場(chǎng)景模擬計(jì)算結(jié)果

根據(jù)1.2節(jié)風(fēng)電/光伏月度出力曲線構(gòu)建方法構(gòu)建1 000條風(fēng)電和光伏曲線，并以此作為輸入進(jìn)行分析，結(jié)果如附錄B圖B4所示。從圖中可以看出，1 000次生產(chǎn)模擬中新能源棄電率最小為2.64%，最大為3.2%；模擬53次后，滿足收斂條件（β＜0.4%），此時(shí)棄電率的期望值約為2.95%。

統(tǒng)計(jì)53次月度交易電量分解結(jié)果，并計(jì)算各分區(qū)、各月、各類型交易電量分解結(jié)果的平均值?？紤]到多場(chǎng)景下不同分區(qū)、不同類型交易電量的數(shù)據(jù)較多，僅以分區(qū)1的月度總交易電量數(shù)據(jù)進(jìn)行展示，如附錄B圖B5所示。以多場(chǎng)景下各類型交易的月度電量的平均值作為年度交易電量分解的最終結(jié)果可解決中長(zhǎng)期新能源隨機(jī)性和難以預(yù)測(cè)導(dǎo)致單次計(jì)算隨機(jī)性大的問題，保障了月度交易分解結(jié)果的有效性和可執(zhí)行性。

4 結(jié)語

考慮高比例新能源不確定性帶來的電力電量平衡的問題，針對(duì)中長(zhǎng)期交易電量?jī)?yōu)化分解全時(shí)段模擬分析時(shí)涉及的關(guān)鍵點(diǎn)，本文從新能源長(zhǎng)時(shí)間出力序列構(gòu)建、協(xié)調(diào)優(yōu)化分解和多場(chǎng)景模擬計(jì)算等方面開展了研究分析。以新能源消納最大以及不同交易電量完成偏差最小為目標(biāo)，綜合考慮系統(tǒng)安全運(yùn)行約束，建立計(jì)及考慮新能源交易優(yōu)先級(jí)及電力平衡需求的新能源年度交易電量協(xié)調(diào)優(yōu)化分解模型。最后基于中國西北某一省級(jí)電網(wǎng)進(jìn)行實(shí)例分析，得出了以下結(jié)論。

1）所提方法適應(yīng)未來高比例新能源滲透率下年度、月度電量?jī)?yōu)化分解，可以在保障新能源最大化消納的同時(shí)，實(shí)現(xiàn)不同中長(zhǎng)期交易電量從年度到月度、月度到周的有效分解，同時(shí)計(jì)及新能源中長(zhǎng)交易類型及優(yōu)先級(jí)，滿足不同新能源場(chǎng)站個(gè)性化交易需求。

2）本文所提方法可通過周迭代、月度電量滾動(dòng)協(xié)調(diào)優(yōu)化有效跟蹤月度電量執(zhí)行偏差，確保年度交易電量和日調(diào)度計(jì)劃的有效銜接，保障分解電量日調(diào)度層面的可執(zhí)行性。

3）本文所提方法基于風(fēng)電/光伏長(zhǎng)時(shí)間出力序列構(gòu)建方法，構(gòu)建多場(chǎng)景仿真模擬計(jì)算，并用收斂后的各場(chǎng)景月度交易電量的平均值作為最終分解結(jié)果，可以有效解決新能源隨機(jī)性帶來單次計(jì)算結(jié)果不準(zhǔn)確的問題，保證電量分解合理性。

目前，本文所提方法主要為電力市場(chǎng)過渡期下調(diào)度機(jī)構(gòu)執(zhí)行新能源中長(zhǎng)期交易電量提供一種分解方法，在今后的研究中需根據(jù)中國市場(chǎng)化建設(shè)的程度，進(jìn)一步梳理市場(chǎng)交易與電力調(diào)度之間的關(guān)系，并對(duì)本文所提方法在新市場(chǎng)環(huán)境下所遇到的實(shí)際應(yīng)用問題展開探索。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。