Page 90 - 《中国电力》2026年第3期

2026 年 第 59 卷

规 避 后 续 周 期 交 易 更 大 电 价 波 动 带 来 的 更 高 风 购电主体在年度、月度、日前市场中进行购电决
险；2）由于中长期曲线偏差约束等规定，本周 策 ， 实 时 市 场 简 化 为 平 衡 市 场 。 以 2025 年 5 月
期交易会挤占后续周期可交易的电量。因此，购 18 日电量的交易为例，购电主体序贯交易决策过
电主体需要在已发生交易的基础上，评估本周期 程如图 1 所示。将考虑多周期序贯交易风险的年
及后续所有周期交易总购电成本的风险，即多周 度购电决策模型表示为
期序贯交易风险，从而指导该周期交易的决策。
min f(x y , x m , x da , x rt ,ξ y ,ξ m ,ξ d ) （1）
综上所述，在多周期交易序贯决策过程中，
购电主体需要综合考虑本周期交易对后续交易周 式中：f( ) 为计及风险的全年购电成本函数；x 、
y
期风险的规避和可交易电量的挤占。本文参考山 x 、x 、x 分别为年度、月度、日前、实时交易
t
m
da
r
西电力市场相关规定，将山西组织开展的多交易 周 期 决 策 变 量 ； ξ 、 ξ 、 ξ 分 别 为 年 度 、 月 度 、
d
m
y
周期简化为年度、月度、日度（日前与实时）， 日前典型场景集。

年度交易电量

年度交易决策
2024-12 … 2025-05 … 2025-12
月度交易电量 年度电量分月 1月 5月 12月
… …
月度交易决策
2024-12-31 … 2025-04-30 … 2025-05-18 … 2025-12-31

日前交易电量 年度电量分日 18日 31日
月度电量分日 1日 17日
… …
日前交易决策
2024-12-31 … 2025-05-01 … 05-17 05-18 … 05-31 … 2025-12-31
图 1 年度-月度-日前序贯交易决策过程示意
Fig. 1 Schematic diagram of the annual - monthly - day ahead sequential trading decision process

随着新型电力系统的快速发展，用电侧灵活 1.2 研究框架
性不断增长。灵活性资源规模越大，用电可调空 为解决上述问题，本文提出考虑多周期序贯
间越大，有助于购电主体利用现货电价波动降低 交易风险的年度购电决策框架如图 2 所示。

购电成本；灵活性资源规模的增大还有助于主体
年度-月度-日前多周期典型场景集
避免偏差回收费用，主体因此可以将更多电量分
ξ y ξ m ξ d
配在长周期市场，从而降低总购电成本的风险。 计及风险的 计及风险的 计及风险的
全年购电成本 全月购电成本 日度购电成本
然而，目前年度购电决策方法研究存在以下
目标函数
待解决的问题。
1）多周期序贯交易风险难刻画。购电主体年 年度购电决策优化模型
度交易决策需考虑年度-月度-现货多周期序贯交 求解
易风险，然而年度交易决策需在年前做出，此时 计及多周期序贯交易风险的年度购电决策x y

难以量化月度和现货交易决策对多周期序贯交易
图 2 考虑多周期序贯交易风险的年度购电决策框架
风险的影响； Fig. 2 Framework of annual power purchase strategy

2）灵活性资源对年度购电决策影响不明。由 considering multi-period sequential trading risks
于灵活性资源的运行决策往往在现货阶段作出， 针对多周期序贯交易风险难刻画的问题，本
目前研究聚焦于灵活性资源对现货交易决策的影 文首先基于聚类算法，获取年度-月度-日前典型
响，其对年度交易决策的影响未被探明。 场景集，作为年度购电决策模型输入；其次基于

86