近年来随着电力低碳化的发展，配电网侧的大量分布式发电使得很多电力供应可以在配网层面完成。因电力传输距离短，可简化电力系统结构、减少输电损耗、提高电力供给效率、优化供应可靠性。局域电力交易在电能供应和电力市场中逐步推广应用。本文通过霍特林模型合理规划了大用户购电方案，为其参与局域电力市场的交易提供指导。
文章亮点
1）基于英国电力市场框架，在分布式发电高渗透率的背景下提出了终端大用户在局域电力市场的最优购电方案，帮助其最大限度降低电费。
2）结合英国配电网的实例，对可再生能源出力不确定性提出了相应解决方案，将其量化为风险成本。
3）通过霍特林模型构建局域电力交易的数学模型，并在电力交易中考虑了输电成本和风险量化成本，有效、准确地模拟区域交易。
摘要
随着分布式发电渗透率不断增加，大量本地生产的电能通过配电网供应本地负荷，促成了配电网层面的局域电力交易。在英国局域电力市场框架下，提出了一种基于博弈论霍特林模型的用户交易策略优化方法，帮助大用户降低购电成本。该方法用风险成本量化可再生能源出力的不确定性，用MW-Mile输电定价法计算的输电成本反映电力交易使用电网的情况，求解用户支出最小的交易策略。验证算例结果表明，提出的数学模型可有效模拟包含多个发电商的交易竞争，输电成本可能会影响交易策略的优化结果。
主要内容
不同于传统的批发市场模式，在比较完备的电力市场架构和智能电网技术的支持下，局域电力交易主要集中于配电网侧，交易量相对较小，机动性强。发电商也不再局限于传统的集中式发电厂。许多小型新能源发电商，例如屋顶太阳能光伏板、微型风力发电机组和各式储能装置等，也参与到局域电力市场中来，实现了分布式能源的有效利用。
图1 局域电力市场示意图
在分析局域电力市场中的交易策略时，为了综合考虑电能购买价格、出力不确定性的风险和交易带来的输电成本，本文引入了霍特林模型作为局域电力交易模型的基础。考虑到实际电力系统的复杂性，从购电成本的角度分步建模，采用综合计算优化的方法将输电成本、量化发电成本和量化可再生能源出力不确定性三者统一到价格层面上进行衡量。
图2 交易策略优化流程图
在交易开始前，先确定用户的负荷需求及其在电网中的具体位置，根据位置确定潜在可选择的发电商，推导出可能的交易策略。为了筛选出经济最佳方案，需要分别模拟每种策略的发电成本、风险成本和输电成本。发电成本通过综合所选发电商的发电成本和相应采购量计算。风险成本需要确定所选发电商是否存在可再生能源，并根据其相应的采购量计算。输电成本需先仿真电路潮流，在相应线路潮流的基础上综合整合而得。
图3 11节点电力系统
本文采用1个英国典型的11 节点配电网系统来分析交易策略优化的有效性。该电网包含11个节点，3个电压等级（11 kV、22 kV、66 kV），15条线路，覆盖面积约24 km2、人口约10万，拥有2个新能源发电厂（G1光伏，位于节点11；G2风电，位于节点10）。大用户设于节点3处，电能的采购量为500 kWh。
图4 实际电费变化趋势
在霍特林模型下综合考虑发电成本、风险成本和输电成本，交易方案产生的实际电费如图4所示。随着用户在G1处所购电量增加，风险成本逐步降低，总电费呈现先降低后升高的趋势。相较于发电成本，输电成本占比小，且不仅取决于交易双方，也受实际电网线路的制约，仿真难度相对较大，所以在电力交易中经常被简化忽略。但若只考虑发电成本，会从G2购买全部电力，虽然发电成本最低仅271元，但电能传输引起的输电成本较高，增加了总费用。相比之下，虽然方案b的发电成本略高为305元，但其极大节约了输电成本，最终降低了总费用至347元。因此，电力交易中对输电成本的考量很有必要。
