考慮省間現貨交易路徑的ATC計算方法研究

朱軍飛,李 京,李 輝,蔣東榮,葉東林，張齊偉

(1.國網湖南省電力有限公司， 長沙 410000；2.重慶理工大學 電氣與電子工程學院， 重慶 400054)

隨著電力市場的改革，市場主體的參與范圍和參與程度在擴大。對于送端省內富余電力，可利用省間輸電通道的剩余空間，組織送端開展省間現貨交易，推動省間現貨市場的發展，滿足可再生能源外送、省間余缺調劑和送端省內富余電力在全國范圍的優化配置需要。然而，隨著特高壓技術的快速發展，電網耦合越來越緊密，特高壓交直流線路之間會相互制約，又和省間通道、外送通道相互耦合，導致越來越難以定量把握電網可用輸電能力以及省間市場開展的邊界。同時，省間交易的交易路徑是由跨區直流通道和區域交流電網構成的交直流混合路徑，由交易路徑構成的省間交易網絡包括了直流通道、區域電網和省內關鍵斷面，不同于一般的電網模型。在這種情況下，可用輸電能力難以依靠人工經驗判斷和傳統方法分析，因此需要研究針對這種網絡的可用輸電能力計算方法。

目前，國內外對于ATC的研究主要是基于確定性和基于概率性的求解方法。確定性ATC計算方法主要有重復潮流法[1-2]、連續潮流法[3-4]、最優潮流法[5-6]、靈敏度分析方法[7]和基于人工智能算法[8-9]。概率性ATC計算方法主要有隨機規劃法[10]和蒙特卡洛仿真法[11]。上述計算方法均應用于獨立系統，在跨區的大型電網進行ATC計算時會遇到諸多問題，例如：在省間現貨交易市場環境下，由于省間交易路徑和交易網絡較為復雜，上述ATC計算方法不再適用；同時，由于省間交易網絡涉及大型互聯電網的規模過于龐大，采用ATC計算時難以收斂。

針對省間電力交易的相關研究主要集中在跨省區中長期市場以及現貨市場等方面。葛睿等[12]采用經濟杠桿和市場手段來促進受端省份消納可再生能源的積極性，以提高可再生能源消納能力；鄭亞先等[13]和張顯等[14]針對中長期跨省交易特點，應用網絡流理論設計多種中長期跨省交易優化算法。胡晨旭等[15]提出跨區域省間富余可再生能源現貨交易優化出清模型。Xu等[16]提出跨區域雙邊電力交易是解決區域間能源分配不平衡問題的有效途徑。樊宇琦等[17]提出結合中國跨省跨區現貨交易規則，以“高低匹配”撮合交易為基礎，建立了考慮交易路徑和輸電損耗的增量現貨交易模型。李豐等[18]分析了跨省電力外送的交易模式。上述文獻分析了跨省交易的出清模型和跨省交易的路徑優化問題，能將復雜的省間交易路徑可視化，將省間現貨交易路徑考慮到ATC計算方法中，能較好地解決跨區大型電網中ATC計算難以收斂的問題。由于當前傳統省間交易的交易路徑主要通過人工高低匹配的出清方式形成，很少考慮交易路徑的優化問題，因此隨著交易范圍的擴大，人工高低匹配出清方式所形成的交易路徑帶來的成本損耗問題十分嚴重。

綜上所述，結合電力現貨市場特點、跨區域輸電定價機制和電氣距離，構建考慮電氣特性的省間交易網絡模型，提出基于遺傳算法的省間交易路徑尋優優化方法，獲取最優交易路徑；以社會效益最大為優化目標，通過省間現貨交易出清的最優交易路徑成交電量進行最優潮流計算，得到省間現貨市場下基于交易路徑的可用輸電容量。

1 考慮電氣特性的省間交易網絡模型

長期以來，我國堅持建設跨省、跨區域特高壓輸電網絡，目前已建成世界上規模最大、結構最復雜、資源優化配置能力最強的特高壓交直流聯合電網，電網運行呈現“省間輸電容量占全網負荷比重高、單一跨省區通道輸電容量大、送/受端交流電網相互耦合”等特點[16]。

1.1 交易網絡的構建

目前的交易網絡構建均運用圖論理論，使用圖論中的圖來描述省與省之間的特定關系，用點代表購/售節點，用連接線表示購/售節點的輸電通道。胡晨旭等[15]利用圖論構建了基于電力流與網絡流的跨區域省間交易網絡模型；程?；ǖ萚19]將中長期跨區跨省的電量交易優化問題轉化為圖論中的網絡流問題，解決了復雜網絡下跨區跨省交易路徑成分分解問題。上述采用的圖論網絡流方法均未體現電氣特性，為此，本研究在原有基礎上引入電氣距離，并結合電力現貨市場特點和跨區域輸電定價機制，構建了考慮電氣特性的省間交易網絡。電氣距離定義為兩點間的等值阻抗[20]：

Zij,equ=(Zii-Zij)-(Zij-Zjj)

(1)

其中Zij為系統節點阻抗矩陣第i行第j列元素，若為交直網絡則采用等效阻抗。用節點電氣耦合關系的強弱來描述交易網絡關鍵位置：

(2)

其中：N為網絡節點數；Fe,i表示節點i的電氣耦合強弱關系，值越大表示電氣耦合作用越強，反之則越弱。考慮電氣特性的交易網路更符合電力系統物理特性，因此構建如圖1所示的交易網絡。圖1中的節點為交易節點，連線為輸電通道。交易節點通常為進行跨省交易的省級電網的等值節點。考慮部分省內重要輸電斷面，并考慮節點之間的電氣耦合關系，交易網絡節點分為售電交易節點(出售電能的交易節點)、購電交易節點(購買電能的交易節點)和轉運節點(既不售電又不購電的節點)。輸電通道主要包括跨區直流通道、區域交流電網、省內主要輸電斷面。

圖1 交易網絡示意圖

1.2 交易路徑

交易路徑由售電節點、購電節點和兩節點之間的輸電通道構成，需要考慮輸電線路限額、輸電費和網損。對于輸電通道，應根據國家能源戰略要求預設傳輸方向。

在省間現貨交易市場中，考慮不同輸電線路、輸電費和線損，以社會效益最大為原則，確定最優交易路徑。

綜上，交易路徑示意圖見圖2。

圖2 交易路徑示意圖

節點i與節點j分別表示售電節點和購電節點，A、B、C分別表示購售雙方成交時交易路徑里所包含的輸電通道集合。

(3)

(4)

其中：V表示交易路徑集合；L表示所有節點之間的聯系；lij表示從節點i到節點j的一條交易路徑，方向是i→j；若lij=1則表示電能可以從節點i傳輸到節點j，若lij=0則表示電能不能從節點i傳輸到節點j。

2 省間現貨交易出清模型及ATC計算

2.1 目標函數

現貨跨省交易根據購售方報價，考慮輸電聯絡線的可用容量，計及輸電線路的輸電費及網損，以社會效益最大化為目標進行出清，目標函數為：

(5)

(6)

(7)

(8)

式中：U為社會效益；Bsum，t為購電節點在t時刻的購電費用總和；Osum,t為售電節點在t時刻的售電費用總和；Csum,t為購售對節點在t時刻成交時輸電線路的損耗成本；pt, j為購電節點j在t時段成交時所對應的購電價格；wt, j為購電節點j在t時刻成交時所對應的成交量；pt,i為售電節點i在t時段成交時對應的售電價格；wt,i為售電節點i在t時刻成交時對應的成交量；wt,l為t時段經過路徑l的成交電量；sl為路徑l對應的網損費用；T為總的交易時段集合；I為購電節點集合；J為售電節點集合；L為交易路徑集合。

2.2 約束條件

1) 購電電力約束

0≤wt, j≤bt, j

(9)

式中：wt, j為購電節點j在t時刻的電力成交量；bt, j為購電節點j在t時刻的電力申報量。

2) 售電電力約束

0≤wt, i≤ot, i

(10)

式中：wt, i為售電節點i在t時刻的電力成交量；ot, i為售電節點i在t時刻的電力申報量。

3) 輸電線路容量約束

Xt,d,min≤lt,d+xt,d≤Xt,d,max

(11)

式中：Xt,d,min為輸電線路d在t時段的最小功率；Xt,d,max為輸電線路d在t時段的最大功率；xt,d為輸電通道d在t時刻的初始功率計劃值；lt,d為輸電通道d在t時刻成交的電力。

4) 輸電通道爬坡約束

|(lt,d+xt,d)-(lt-1,d+xt-1,d)|≥Xt,d,p,min

(12)

|(lt,d+xt,d)-(lt-1,d+xt-1,d)|≤Xt,d,p,max

(13)

式中：Xt,d,p,min與Xt,d,p,max分別是輸電線路d在t時段的最小爬坡功率與最大爬坡功率。

2.3 交易路徑優化方法

采用遺傳算法對交易路徑進行優化尋優，以得到最優交易路徑，并根據省間現貨交易出清中的交易路徑成交量進行ATC計算。

圖3顯示了遺傳算法(genetic algorithm,GA)流程。大量研究結果表明，GA在求解離散組合優化問題時有著優異的表現，它通過交叉、變異操作獲得多樣性的解，在下一代中保留目標函數最優的解，并通過輪盤賭方式選擇下一代個體，不斷循環迭代，從而不斷優化問題的解。

圖3 遺傳算法流程框圖

2.4 ATC計算

根據上述交易路徑優化方法，在省間現貨交易出清中得出最優交易路徑上的容量，并據此數據計算全網的最優潮流，以售電省份報價之和最小為目標函數[21]：

(14)

式中：CG為售電省份集合；C2,i、C1,i、Co,i為售電省份i的售電成本相關系數；PG,i為售電省份i的有功功率。

可用傳輸容量即ATC，其值等于線路上最大傳輸容量減去已占用傳輸容量，即

PATC=PTTC-PTRM-PETC

(15)

式中：PTTC是輸電線路的最大傳輸容量；PTRM是輸電線路的輸電可靠性裕度，即安全約束容量；PETC是根據交易路徑的占用容量，使用最優潮流計算得到的線路潮流。

3 算例分析

為進行省間現貨交易的合理性分析，采用多路徑多時段的跨省區現貨交易場景。設置15 min為一時段，共設置96時段的數據，模擬開展現貨交易時的時間尺度。設置參與省間現貨交易售電方分別為省1、省3、省5、省7，購電方分別為省2、省4、省6、省8，其余省份負責轉運交易。當某轉運省相連的輸電通道發生阻塞時，若相應購售電省與其他購售電省相連的輸電通道有可用容量，則其他購售電省也可充當轉運省角色。交易網絡簡化模型見圖4。各省申報的96時段購售電量、購售價格和每條輸電線路容量限額、網損、輸電線路費用詳細數據見表1～5。上述數據均為測試數據。

圖4 交易網絡簡化模型示意圖

表1 輸電容量參數

表4 購售雙方申報電量(96時段) MW

表5 購售雙方申報價格(96時段) 元/MW

設置高低匹配出清與優化出清2種出清方式。高低匹配出清是對購售電雙方所申報電價進行高低排序，讓購電報價高的與售電報價低的優先成交，并按照購售雙方報價價差遞減的方式逐漸依次出清，直至購售雙方所申報電量全部成交或者輸電通道沒有剩余容量時交易結束。優化出清是買賣雙方分別申報每時段電價，使用Matlab中的遺傳算法對購售雙方形成的購售電對進行優化，考慮輸電通道容量限制、輸電費用、線損，尋找出最優交易路徑，得到最大社會效益，并通過Matlab仿真進行對比分析。最后，根據驗證之后的最優交易路徑成交結果進行省間現貨交易可用輸電容量計算。

3.1 交易結果

為方便進行2種出清方式的結果對比，首先對省間現貨交易2種出清計算結果的1時段成交總收益和交易路徑進做對比分析。對2種出清方式總收益96時段的對比見圖5。

3.1.1遺傳算法優化出清模式

通過遺傳算法優化出清共得到購售電雙方成交交易路徑10條，購售雙方申報的電量均全部成交，獲的總收益為123 380.5元。

遺傳優化算法模型的交易路徑成交結果如圖6所示，路徑中不同顏色代表不同售電省的售電情況。出清結果中，售電省7充當轉運省角色，省7至省4路徑上的兩部分容量分別代表省1向省4售電時，省7轉運的電量和省7本身作為售電省時向省4售出的電量。遺傳優化出清模型通過全局考慮輸電通道的輸電費、網損和購售雙方報價，能夠提高社會效益，降低交易路徑復雜性，減少交易路徑條數，為后續ATC計算提供更加優化的數據。

3.1.2高低匹配出清模式

高低匹配通過仿真共得到購售電雙方交易路徑11條，購售雙方申報的電量均全部成交，獲得總收益約115 814.4元。

圖6 遺傳算法優化交易路徑成交結果示意圖

高低匹配模型的交易路徑成交結果如圖7所示。本次出清結果中，購電省6充當轉運省角色，省3至省6路徑上的兩部分容量分別代表省3向省4售電時，省6轉運的電量和省3本身向省6售出的電量。高低匹配出清模型只考慮購售雙方的申報電價來進行交易，達成交易后自動形成交易路徑。由于只考慮購售雙方申報電價，未考慮交易路徑上的損耗，高低匹配出清模型的社會效益并不理想，其形成的交易路徑較冗雜，不利于后續的可用容量計算。

圖7 高低匹配交易路徑成交結果示意圖

從圖6、圖7可以看出，高低匹配出清結果的交易路徑、交易路徑的成交量與優化出清結果中的部分成交量一致，說明高低匹配與遺傳算法優化出清具有局部相同的最優解。優化出清方式是通過考慮全局最優得到全局最優解。遺傳算法對后面的交易路徑有所優化，減少交易路徑的條數，使得交易路徑更加高效，提升整體社會效益。這也驗證了基于遺傳算法交易路徑優化方法的可行性。

表6是2種出清方式下的總收益情況，顯示優化出清方式下每個時段的總收益均有所提升。優化出清模式考慮全局最優，使用遺傳算法對交易路徑進行尋優優化，降低了交易路徑上的損耗和交易路徑數量，提高了社會經濟效益。與高低匹配出清相比，優化出清方式能得到更優的交易路徑和交易路徑上的成交量，為后續進行可用輸電容量計算提供更加優化的數據。

表6 匹配出清與優化出清收益情況 元

3.2 省間現貨交易ATC計算結果

根據上述遺傳尋優出清結果可以得到每條最優交易路徑上的成交量。依據此交易結果，通過最優潮流計算得出現貨市場環境下可再次進行市場交易的ATC。圖8所示為96時段22條輸電線路的可用輸電容量。研究結果表明，現貨市場的交易不一定完全占用線路的全部容量，通過省間電力市場優化出清和ATC計算模型得出省間現貨市場環境下輸電線路的ATC后，能夠在實時現貨市場繼續交易，實現資源的合理利用，最終提高整體社會效益。

圖8 現貨市場下基于交易路徑的可用輸電容量

4 結論

構建了考慮電氣特性的省間交易網絡模型，以社會效益最大化為目標，加入遺傳算法對交易路徑進行優化，解決了傳統高低匹配出清方式下交易路徑損耗成本大的問題，提高了整體社會效益；對省間現貨市場環境下最優交易路徑上的成交電量進行ATC計算，解決了省間現貨市場快速發展、特高壓網絡日益復雜所帶來的跨區域ATC計算問題。由于本研究的ATC計算方法主要是將省間現貨交易與ATC計算相結合，省間現貨交易與ATC之間的耦合關系未考慮，因此后續將進一步研究涉及省間現貨交易與ATC之間耦合關系的省間可用輸電容量。