Page 93 - 《中国电力》2026年第3期

蔺国欣等：考虑多周期序贯交易风险的年度购电决策方法 2026 年第 3 期

全额回收。 为 最 大 荷 电 状 态 、 最 小 荷 电 状 态 和 初 始 荷 电 状
由上，中长期曲线偏差回收电量为 态； ∆t为优化模型时间粒度，本文 ∆t=1 h； C 为
S
 dev,pos yr mo L
Q = max{Q + Q −1.15(Q + 储能设备容量。

 k,m,s,d,w,t t k,m,t k,m,s,d,w,t



 S 由 于 上 述 目 标 函 数 与 约 束 条 件 均 为 线 性 形

 Q ),0}
 k,m,s,d,w,t

 式，所建立的购电决策模型为线性规划模型，可
 dev,neg L S
Q = max{0.8(Q + Q )−


 k,m,s,d,w,t k,m,s,d,w,t k,m,s,d,w,t

 直接采用现有的商用求解器高效求解。
 yr mo

 (Q + Q ),0}
t k,m,t
（23）

2.2.3 金融套利回收约束 3 算例分析
本文考虑购电主体只能进行购电决策，且所
本文现货电价数据来源于美国能源信息署发
有中长期合约都以差价合约的形式按实时电价进
行结算，因此基于相关规定进行如下建模。 布的 2021—2024 年加利福尼亚独立系统运营商
1）购电主体若在中长期交易中购买电量之和 现货电价数据 [28] ，并参考山西电力市场相关规定
超出实际用电量的 30%，超出部分的套利收益全 限制现货电价上下限。月度分时段电价和年度分
额回收，若合约购买电价高于实时电价，则亏损 时段电价则参考对应时段现货电价数据平均值生
由主体承担； 成，所生成的月度、年度电价的平均值和方差依
2）购电主体若在日前交易及中长期交易购买 次降低。
总电量超出实际用电量的 3%，超出部分的套利收 本 文 参 考 BDG2（ Building Data Genome 2） 数
益全额回收，若日前电价高于实时电价，则亏损 据集建筑负荷的平均值和日峰谷差 [29] ，使用比利
由主体承担。 时 Elia 电 网 2021 —2024 年 负 荷 数 据 生 成 多 年 小
由上，金融套利回收电量为 时级购电主体负荷数据 [30] 。生成购电主体负荷平
 dh,arb yr mo dh 均值为 93.51 MW，平均日峰谷差为 110.17 MW。
Q = max{Q + Q + Q −

t
 k,m,s,d,w,t k,m,t k,m,s,d,w,t


 3.1 所提决策方法效果分析
 L S
 1.03(Q + Q
 ),0}
 k,m,s,d,w,t k,m,s,d,w,t



 mo,arb yr mo L 为验证所提决策方法降低成本的效果，基于

Q = max{Q + Q −1.3(Q +
t
 k,m,s,d,w,t k,m,t k,m,s,d,w,t

 2024 年数据，将所提决策与经验决策、现有研究
 S

 Q ),0}
 k,m,s,d,w,t


 的月度-现货两阶段决策和事后最优决策进行比

 yr,arb yr
 L S
 Q = max{Q −1.3(Q + Q ),0}
k,m,s,d,w,t t k,m,s,d,w,t k,m,s,d,w,t 较。事后最优决策为已知 年数据的全局最优
（24） 2024

决策。经验决策将电量按 6∶2∶2 的比例分配在
2.2.4 灵活性资源运行约束
年度、月度、日前交易中，该比例为使得各交易
本文将购电主体各类灵活性资源（如可转移
周期购电量最接近事后最优决策的一位小数。
负荷、储能设备、电动汽车等）统一等效为储能
为验证所提决策规避风险的效果，基于 2021—
设备，对其进行建模为
2023 年数据构建的多周期典型场景集，将所提决
  
T
 ∑ 
  
 S S S  S 
 − P ≤P ≤P  P  策与经验决策和月度-现货两阶段决策进行比较。


 max k,m,s,d,w,t max   k,m,s,d,w,t  ∆t = 0
  


 t=1

 定义全年购电成本条件风险价值 R（以下简称全

 SOC SOC SOC

H ≤H ≤H max

 min k,m,s,d,w,t
 年购电风险）为

 S
P ∆t
   
 k,m,s,d,w,t M
 SOC SOC
H = H + , ∀t ∈ 1: T −1 K ∑∑  

 k,m,s,d,w,t+1 k,m,s,d,w,t S   

 mo   （26）
 C R =  R  

 
 
  k,m  η k
 
 SOC SOC

H = H , t = 1 k=1 m=1

 k,m,s,d,w,t 0



 S S

 Q = P ∆t 为体现不同类型购电主体的风险厌恶程度不
k,m,s,d,w,t k,m,s,d,w,t
（25） 同，各交易周期风险厌恶系数分别设为 0.2 和 0，
式中： P S max 为储能最大充放电功率； P S k,m,s,d,w,t 为实 求解得到 2 种所提决策。各决策对应的 2024 年全
际充放电功率，须满足储能日循环约束； H SOC 年购电成本及相对偏差、典型场景集下的全年购
k,m,s,d,w,t
为储能设备荷电状态； H max 、 H SOC 、 H SOC 分别 电风险如表 1 所示。
SOC
0
min
89