電氣博文傳送門
學好電氣全靠它，個人電氣博文目錄（持續更新中…）

知識點

電力市場環境中，輔助服務包括備用、無功和黑啟動等，其中，無功和黑啟動一般都通過與發電公司簽訂中長期合同提供，備用服務則可通過競價或長期合同兩種方式提供，當采用競價方式時，由于備用市場與日前有功市場有很強的關聯性，在市場交易決策上必須協調它們的相互關系，通常將交易決策方法分為優先級排序決策法、順序交易決策法、聯合交易決策法和混合交易決策法等幾種。

(1)優先級排序決策法。該法是將有功、AGC、旋轉備用、非旋轉備用、替代備用五種電力商品視為獨立競爭的分離市場，通過優先級排序即可得到滿足各自市場需求的成交結果。它的優點是簡單，便于理解，算法易于實現;缺點是沒有考慮到各類電力商品間的耦合性，調度方案可能不可行，比如機組同時提供有功與備用時，總和可能超過機組容量限制。因而此種方法在實用上難以推行。

(2)順序交易決策法。該法根據各類市場重要程度的不同，按一定先后次序對各個市場進行單獨交易決策。每個市場交易決策都以該市場購買費用最低為目標。它的優點是各市場間基本不存在耦合問題，每個決策過程都可以保證該市場內部的公平與透明;缺點是只保證了局部市場購買費用最低，而所有市場的購買費用之和不–定最低。此外，該決策法中，市場的交易順序很重要，優先進行決策的市場，往往會剝奪一些市場成員在下一個市場中競爭的權利。因而，順序的排列涉及市場整體公平性。
(3)聯合交易決策法。該法是將各類市場的決策過程統-進行， 以各市場的綜合購買費用最低為目標。但缺點是各類市場的決策過程相互影響，決策算法比較復雜，交易結果不便于分析和判斷，會造成市場的清晰度和透明度都比較差，容易受到市場成員質疑，也不便于監管。
(4)混合交易決策法。該法是將順序交易決策法與聯合交易決策法混合在一起，每順序增加一個市場，則計算該市場的清算價格，從而保證了該市場的公平性，而且最-一次的統一決策過程，又保證了最終交易結果的全局最優。因而，這種交易決策法盡管還存在著計算復雜等問題，但由于較好兼顧了公平性與經濟性，從而得到一定認同。值得注意的是，隨著市場化進程加快，各類輔助服務最終將從日前市場中分離出來，建立獨立競價的發電輔助市場，與日前市場并行。

本節分別從參與市場交易的電網公司和發電公司的不同角度，研究聯合交易決策方法下備用服務的調度問題。

算例1

from scipy import optimize as op import numpy as np#目標函數 cp1=float(input('請輸入第一臺機組有功報價：')) cp2=float(input('請輸入第二臺機組有功報價：')) cp3=float(input('請輸入第三臺機組有功報價：')) cp4=float(input('請輸入第四臺機組有功報價：')) print('--------------') PD=float(input('請輸入負荷：')) beiyong=float(input('請輸入系統需要備用：')) print('--------------')maxPG1=float(input('請輸入第一臺機組出力上限：')) maxPG2=float(input('請輸入第二臺機組出力上限：')) maxPG3=float(input('請輸入第三臺機組出力上限：')) maxPG4=float(input('請輸入第四臺機組出力上限：')) print('--------------') maxRG1=float(input('請輸入第一臺機組預留備用上限：')) maxRG2=float(input('請輸入第二臺機組預留備用上限：')) maxRG3=float(input('請輸入第三臺機組預留備用上限：')) maxRG4=float(input('請輸入第四臺機組預留備用上限：'))#目標函數 c=[cp1,cp2,cp3,cp4,0,0,0,0]#等式約束 #1PG1+1PG2+1PG3+1PG4=PD A_eq=np.array([[1,1,1,1,0,0,0,0]]) B_eq=np.array([PD])#不等式約束 #RG1+RG2+RG3+RG4>=beiyong #PG1+RG1<=maxPG1 PG2+RG2<=maxPG2 PG3+RG3<=maxPG3 PG4+RG4<=maxPG4A_ub=np.array([[0,0,0,0,-1,-1,-1,-1],[1,0,0,0,1,0,0,0],[0,1,0,0,0,1,0,0],[0,0,1,0,0,0,1,0],[0,0,0,1,0,0,0,1]]) B_ub=np.array([-beiyong,maxPG1,maxPG2,maxPG3,maxPG4])#上下限 PG1=(0,maxPG1) PG2=(0,maxPG2) PG3=(0,maxPG3) PG4=(0,maxPG4) RG1=(0,maxRG1) RG2=(0,maxRG2) RG3=(0,maxRG3) RG4=(0,maxRG4)if __name__ == "__main__":res = op.linprog(c, A_ub, B_ub, A_eq, B_eq, bounds=(PG1,PG2,PG3,PG4,RG1,RG2,RG3,RG4))x=res.xprint('-------------求解結果-------')print(res.fun)print('PG1',x[0])print('PG2', x[1])print('PG3', x[2])print('PG3', x[3])print('RG1', x[4])print('RG2', x[5])print('RG3', x[6])print('RG4', x[7])

算例1

from scipy import optimize as op import numpy as np#目標函數 cp1=float(input('請輸入第一臺機組有功報價：')) cp2=float(input('請輸入第二臺機組有功報價：')) cp3=float(input('請輸入第三臺機組有功報價：')) cp4=float(input('請輸入第四臺機組有功報價：')) cp5=float(input('請輸入第一臺機組備用報價：')) cp6=float(input('請輸入第二臺機組備用報價：')) cp7=float(input('請輸入第三臺機組備用報價：')) cp8=float(input('請輸入第四臺機組備用報價：')) print('--------------') PD=float(input('請輸入負荷：')) beiyong=float(input('請輸入系統需要備用：')) print('--------------')maxPG1=float(input('請輸入第一臺機組出力上限：')) maxPG2=float(input('請輸入第二臺機組出力上限：')) maxPG3=float(input('請輸入第三臺機組出力上限：')) maxPG4=float(input('請輸入第四臺機組出力上限：')) print('--------------') maxRG1=float(input('請輸入第一臺機組預留備用上限：')) maxRG2=float(input('請輸入第二臺機組預留備用上限：')) maxRG3=float(input('請輸入第三臺機組預留備用上限：')) maxRG4=float(input('請輸入第四臺機組預留備用上限：'))#目標函數 c=[cp1,cp2,cp3,cp4,cp5,cp6,cp7,cp8]#等式約束 #1PG1+1PG2+1PG3+1PG4=PD A_eq=np.array([[1,1,1,1,0,0,0,0]]) B_eq=np.array([PD])#不等式約束 #RG1+RG2+RG3+RG4>=beiyong #PG1+RG1<=maxPG1 PG2+RG2<=maxPG2 PG3+RG3<=maxPG3 PG4+RG4<=maxPG4A_ub=np.array([[0,0,0,0,-1,-1,-1,-1],[1,0,0,0,1,0,0,0],[0,1,0,0,0,1,0,0],[0,0,1,0,0,0,1,0],[0,0,0,1,0,0,0,1]]) B_ub=np.array([-beiyong,maxPG1,maxPG2,maxPG3,maxPG4])#上下限 PG1=(0,maxPG1) PG2=(0,maxPG2) PG3=(0,maxPG3) PG4=(0,maxPG4) RG1=(0,maxRG1) RG2=(0,maxRG2) RG3=(0,maxRG3) RG4=(0,maxRG4)if __name__ == "__main__":res = op.linprog(c, A_ub, B_ub, A_eq, B_eq, bounds=(PG1,PG2,PG3,PG4,RG1,RG2,RG3,RG4))x=res.xprint('-------------求解結果-------')print(res.fun)print('PG1',x[0])print('PG2', x[1])print('PG3', x[2])print('PG3', x[3])print('RG1', x[4])print('RG2', x[5])print('RG3', x[6])print('RG4', x[7])

總結

以上是生活随笔為你收集整理的给书配代码-电力经济调度（4）：有功与辅助服务联合经济调度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。