电力市场基础 2 第九章 电力市场中发电厂商的竞价策略  电力市场概述  电力市场中的报价规约  电力市场中的报价策略  主要研究工作  计及网络阻塞影响的发电公司的最优报价策略  计及风险的发电公司的最优报价策略  结论 3 第一部分：电力市场概论 第一部分：电力市场概论 4 电力市场的特征  有限数目的发电公司；  输配电系统具有自然的垄断特征；  大的投资规模 能量价格和发电机组的运行约束，这需要用机组 最优组合程序来完成。  这种方法可以保证所得到的发电调度计划在技术 上是可行的。 18 联营体市场中的报价方式 ( 续 ) ： 多部分报价  机组最优组合问题是一个非凸的、非线性混合 整数规划问题。  对于大规模机组最优组合问题，并不存在可以 保证求得该问题的全局最优解的有效算法。  由于局部最优解不能保证在发电公司间进行公 平的负荷分配，这种报价方法曾受到不少批评。 基本思想  基于博弈论模型如 Cournot 模型、 Stackelberg 模型、和供给函数模型来描述发电公司报价策 略问题；  然后寻找这些模型的平衡点；  这些平衡点对应发电公司的最优报价策略。 38 主要问题  主要问题：  为迎合这些博弈论模型，对发电公司报价策略问题做了 很多简化，这样得到的平衡点可能没有多大意义；  如产量竞争；价格竞争；线性供给函数竞争

置相互影响，深度耦合 长时储能等需要实现跨季、跨月、 跨周优化调度 6 （二）时序模拟需要面临的新场景 关键问题六：多方案比较方法难以找到多类 型设备的最优配比，无法开展复杂最优解的 求解。通过运筹计算内核可以直接得出多维 空间的最优解。 关键问题五：新型电力系统规划需要考虑源 网协同，电网输电通道限额、输电断面限额、 安全稳定极限、跨省跨区直流运行方式约束 等对电源外送、新能源消纳有较大影响。 X轴：电力平衡 Y轴：电量平衡 Z轴：调峰平衡 P轴：消纳能力 Q轴：规划投资 S轴：电力市场 … 多维空间： 最优规划方案 7 （二）时序模拟需要面临的新场景 关键问题七：针对大区多子系统算例，需要 统筹考虑区域总平衡和各子系统自平衡，实 现跨区互济协调调度，达到各分区最优调度。 A：-100 B：-200 D：160 C：180 A：10 B：10 D：10 C：10 关键问题八：对多分区电力流互济进行优化，  跨省跨区互济 合理调配机组开机及电力 流流向，实现复杂拓扑下 的电力流互济能力  协议电量 需要考虑跨省跨区通道的 电量约束，满足地区之间 年度电量协议，合理优化 电量分配，实现最优调度  输配电价成本 电力流互济需要考虑跨省 送电成本，电力流损失等， 精细化模拟系统互济情况 二、当前时序模拟方法遇到的问题 8 （一）时序生产模拟计算迫切需要解决的问题 9 时序运行模拟

设备名称、设备级别、调配量、可调配量 业务逻辑 根据设备级别和待调配量，可调配量、动态指定出在不影响设备正常使 用的情况下最优调配策略 输出业务对象及 属性 调配策略 功能需求描述 定义设备级别、根据设备级别和待调配量，可调配量、动态指定出在不 影响设备正常使用的情况下最优调配策略 界面要求 根据省公司统一框架界面要求布局，数据过滤条件要求有名称、企业 等，支持模糊查询 非功能性需求 3.2.2.4.1 计算设备最优能耗 业务功能名称 计算设备最优能耗 参与者 系统管理员、业务管理员、用电企业方、代理企业方 业务规则 通过采集设备能耗的历史数据一级可调配额从而计算出当前每台设备的 不同情况下的最优能耗功率 输入业务对象及 属性 企业用户登录信息 业务逻辑 通过采集设备能耗的历史数据一级可调配额从而计算出当前每台设备的 不同情况下的最优能耗功率 输出业务对象及 实时显示设备的最优功率 19 功能需求描述 通过采集设备能耗的历史数据一级可调配额从而计算出当前每台设备的 不同情况下的最优能耗功率 界面要求 根据省公司统一框架界面要求布局，数据过滤条件要求有名称、企业 等，支持模糊查询 非功能性需求 安全性、易用性、可靠性、高性能、可扩展性、可维护性 状态 新增+查询 3.2.2.4.2 统计企业最优能耗 业务功能名称 统计企业最优能耗 参与者

极端天气与韧性要求升级 从被动抢险到主动免疫 ， AI + 孪生构建电网 “免疫系统” 数据要素与虚实闭环 构建自学习、 自优化、 自演进的数字化生命 体 灾中自愈 虚拟沙盘推演 ， AI 生 成最优应对预案。 灾前预测 融合气象数据 ， AI 预 测破坏路径与程 度。 灾后恢复 精准定位故障 ， 自 动隔离并恢复供电。 融合背景与必要性 ©CSG 2023. All Rights ，缩短策略迭代周期。 元宇宙交互与培训 培训即实战、 远程即现场 基于 AR/VR 把调度员、检修工“带入”孪生电网 ，完成沉浸式巡检、 沙盘演练、远程协同操作。 AI 实时识别手势、语音 ，生成 最优操作路径与风险提示 ，极大 降低误操作风险。 系统融合发展思路 2/3 ©CSG 2023. All Rights Reserved 标准与开放生态 构建可复制、 可扩展、 可商用的产业生态 架空输电线路地灾监测及智能化处理 ©CSG 2023. All Rights Reserved 智能规划与网架优化 AI 在虚拟空间演算千万级方案 ，实现规划最优解 新能源接入优化：模拟大规模接入影响 ， AI 自动优 化接入点和容量。 网架智能规划： AI 推荐最优线路 扩建和变电站建设方案 ，节省投资。 数字孪生和人工智能融合发展场景 5/8 虚拟电厂 (VPP) ：聚合分布式资源 ，参与调峰调频。

设施 智慧 商务 智慧 制造 智慧 安防 智慧 文教 智慧 医疗 ….. 智慧 生活 智慧环保 智慧能控 智慧国土 智慧水务 智慧农林 。。。 最优先 最优先 最优先 最优先 次优先 次优先 最优先 非重点 非重点 聚焦政务、产业、 安防；其次生态； 将民生部分纳入 智慧德阳统筹。 智慧园区总体框架 标 准 规 范 体 系 平 台 层

3. 完整性原则 智慧电厂信息系统规划设计遵循系统性和完整性原则，把整个电厂信息系 统看作一个有机整体，全盘考虑，统一规划，避免信息孤岛的产生，避免局部 系统优化时对总体目标的损害，争取达到整体最优化。功能模型全面覆盖智慧 电厂业务需要，生产信息、管理信息充分融合设计，业务信息的重新整合，实 现业务逻辑的统一和畅通。 2.1.4. 实用性原则 遵循实用性原则，在硬件和系统软件平台的建设规划方面充分考虑电力企 理，并实现指标计算、 考核评分，最后保存指标考核数据。  支持免考时段设置和手工录入数据，能对任意指标任意时间段进行重新 考核，确保考核数据的正确 。  采用实时考核的方式，实时计算指标最优运行区间，达到实时指导的效 果；支持定时（每月）和动态考核模型调整(如指标目标值)，及时反映 机组当前所能达到的最佳工况  支持不同工况（如负荷）下指标目标值的计算，算法包括经验公式法、 插值法和定制的任意算法 运行人员进行最优的运行操作指 导。 具体功能如下：  自 动 建 立 机 组 在 不 同 煤 质 和 环 境 下 的 ， 负 荷 40％MCR、50％MCR、60％MCR、70％MCR、80％MCR、90％MCR 、100％MCR 的典型工况数据库；  实时运行工况与历史最优工况进行全方位地对比分析，找出当前工况 与历史最优工况的差异，找出经济性、安全性、环保性指标最优的情 况，从而作为运行优化的辅助指导；

智能电网不仅能应对当前的挑战，还能通过提供适应快速变化的技术和能源需求的基础设施，为 未来做好准备。为了最大限度地提高效率，智能电网的规模设计至关重要。这需要精确分析和仿 真电力系统的配置，以确保可再生能源的无缝整合、最优的能量流管理和更高的安全性。 在智能电网的背景下，计算及选型软件将成为设计、分析和优化这些复杂电网的重要工具。 为何智能选型至关重要？ 2. 由可再生能源驱动的多源电网的发展彻底改变了所有基础设施，无论是现代的还是现有的。然 模拟断路器和继电器的性能，确保其做出快速且恰当的响应。 示例：规格合适的断路器能在数毫秒内切断电源，以限制损坏程度。 3 经济评估 软件有助于避免保护装置规格过大（成本过高 ）或规格过小（存在故障风险 ），进 而提供一种最优且具成本效益的解决方案。 | 简单易用: 利用软件快速完成短路电流计算 系统建模 运行方式仿真 结果分析 选型建议 导入电网数据： 系统拓扑结构、 设备参数、 发电机 配备制造商数据库的 计算软件 2. 在对多源电力系统进行选型时，精确计算对确保最佳设计至关重要。 一旦完成短路电流和工作电流等关键计算，集成制造商数据库的软件将成为战略资产。 此类工具能够选择最优硬件，同时仿真不同制造商设备之间的性能区别，为智能电网提供完整且创 新的解决方案。 29 1 配备制造商数据库的软件的重要性 多源电网需要适应复杂配置的设备，能够处理快速波动和多样化需求。具有制造商数据库的软件自

合适的运行机制是 IES 低碳运行的重要条件。 文献[11]在考虑园区 IES 的低碳性以及建设时序基 础上，提出了一种基于阶梯碳交易机制的园区 IES 多阶段规划方法，以决策各个规划阶段的最优设备 配置。阶梯碳交易机制是指根据碳交易量设定不同 价格的机制，与单一机制相比，对 IES 的碳排抑制 能力更强[12]。文献[13]为解决园区能源利用率低、 能源结构不合理、峰谷功率差距大、环境污染严重 数据库 对一工业园区碳排放 数据分析 园区内部 碳中和 [29] 建立工业园区碳 中和系统框架 通过建立工业共生 激发碳汇潜力 低碳、弹性及生态 可持续性最优 [30] 实施循环经济 混合整数 线性规划 资源消耗最小化、 材料再利用 最大化 [31] 考虑能源贫困 结合案例进行 数据分析 符合《巴黎协定》 和《2030 减排能力，部分研究从优化规划、 能源结构清洁化、资源循环利用等方向对 IES 进行 了技术战略创新。IES 优化运行的目标约束有投资 运行成本、碳排放、资源消耗和相关政策等。在此 约束下对 IES 进行建模求解，可以获得最优策略。 相关政策方面，国外没有零碳园区的概念，更多的 是在《巴黎协定》提出的全球平均气温比工业化前 水平上升 2℃的背景下，探讨如何在工业园区中实 现碳减排目标，实现碳中和。 1.2.2

降低了对于运营人员专业度的要 求，不同项目之间收益差距缩小 可持续性 低。随着时间控制效果变差 高，随着时间推移不断学习和调 整 多目标最优控 制 几乎没有 能对系统未来状态实时预测并求 解最优控制调度策略，协同多个 控制目标，在确保安全性与节能 的前提下，实现经济收益最大化 AI 优势：建立先进的综合能源管理 框架 基于 AI 工厂展 示（包括入住企业）、工厂能耗、设备监管、后勤运维和各子平台融入。 2 、建立 BIM 智能三维模型 + 设备智能监控 + 后勤智能运维管理 -7- 3.1 能源监测平台：实现能源利用最优 通过能耗数据采集，并对采集的分项能耗数据进行分析，可以帮助用能单位查找能源浪费或效率低下的原 因，使用能单位通过精细化管理手段达到节能目的。 系统的主要功能在线实时监测、低效提示、高耗预警、节能潜力分析等功能。

资源管理包括负荷终端的运行控制和平台 层的优化调度； 电力市场交易主要是通过对电 力交易规则的研究 ，根据电力市场的要求聚 合 虚拟电厂资源 ， 为资源的聚合和优化调度 提供 依据 ，能够制定出最优的电力交易策略 ， 更好 的参与电力市场交易 ，获取更大的收益。 数字拥抱能源 点亮绿色世界 biaoti 虚拟电厂管控平台 ( 主站侧 ) 前置采集 服务器 企业服务总线 数据采集 成本模型， 并对设备历史运行情况进行分析 ，模型数 据可实时更新， 为负荷预测、辅助决策做支撑。 能够在交易申报 、 出清结果不同阶段利用 设备及市场信息， 根据经济最优等目标进行辅 助决策， 计算结果快速准确， 实现收益最大化。 预测未来用电负荷， 结合设备参数计 算设备调节裕度 ，可设置满发、最高效率 等约束条件。 设备 2 ，通过多种策略 方法避开短期的电力高峰。 数字拥抱能源 点亮绿色世界 智慧能源单元—空调控制 biaoti A. 以整体系统能效最优为目标 泵塔全变频控制 压差、 温差等设定参数的实时优化 以安全性为基础的最优化控制算法 B. 持续的自适应控制 设备性能及故障信息的在线辨识 控制策略实时修正 C. 可预测、 可预防