计及环保与需求响应的多目标中短期交易计划修正.pdf

第３８卷第ｌ２期２０１０年６月ｌ６曰电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ＿０１．３８Ｎｏ．１２Ｊｕｎ．１６，２０１０计及环保与需求响应的多目标中短期交易计划修正侯贺飞，刘俊勇，刘友波，尹利君（１．四川大学电气信息学院，四川成都６１００６５；２．四川省电力公司，四川成都６１００６１）摘要：考虑需求侧对电力市场交易的影响，提出了一种考虑环保和需求响应的多目标中短期交易计划修正模型采用修正参数的灰色模型分口径预测需求侧月峰、平、谷电量，结合考虑购电费用、环保和网损最小确定计划发电量。当电价变化后，利用电量电价弹性矩阵（矩阵）计算出新的决策月峰、平、谷口径电量，得出考虑需求相应的修正月交易计划。提出奖惩费用，使得当修正电量波动到某一程度时购电价格随之变动，从而通过影响全网购电费用进一步影响交易计划。所提模型对交易中心具有辅助决策意义。关键词：灰色模型；电量电价弹性矩阵；节能调度；惩罚费用；中短期交易Ｍｕｉｆｉ＇ｏｂｊｅｃｔｉｖｅｍｅｄｉｕｍａｎｄｓｈｏｒｔ－ｔｅｒｍｔｒａｄｅｐｌａｎｎｉｎｇｒｅｖｉｓｉｏｎｃｏｎｓｉｄｅｒｉｎｇｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎａｎｄｄｅｍａｎｄｒｅｓｐｏｎｓｅＨＯＵＨｅ．ｆｅｉ，ＬＩＵＪｕｎ．ｙｏｎｇ，ＬＩＵＹｏｕ。ｂｏ，Ｙ１ＮＬｉ－ｊｕｎ２（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ．Ｃｈｅｎｇｄｕ６１００６５，Ｃｈｉｎａ：２．ＳｉｃｈｕａｎＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｒｐｏｒａｔｉｏｎ，Ｃｈｅｎｇｄｕ６１００６１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｅｆｆｅｃｔｓｏｎｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｄｅｍａｎｄｓｉｄｅ，ａｒｅｖｉｓｅｄｍｏｄｅｌｆｏｒｍｅｄｉｕｍａｎｄｓｈｏｒｔ－ｔｅｒｍｔｒａｄｅｐｌａｎｎｉｎｇｉｓｐｒｅｓｅｎｔｅｄ．Ｉｔｆｉｒｓｔｌｙｆｏｒｅｃａｓｔｓｔｈｅｉｎｄｕｓｔｒｙｅｌｅｃｔｒｉｃｑｕａｎｔｉｔｙｏｆｐｅａｋ，ｆｌａｔ，ｖａｌｌｅｙｍｏｎｔｈｌｙｏｎｔｈｅｄｅｍａｎｄｓｉｄｅｕｓｉｎｇｔｈｅ—ｐａｒａｍｅｔｅｒｍｏｄｉｆｉｅｄｇｒｅｙｍｏｄｅｌａｎｄｃｏｎｓｉｄｅｒｓｔｈｅｍｉｎｉｍｕｍｏｆｐｏｗｅｒｐｕｒｃｈａｓｅｃｏｓｔ，ｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎａｎｄｔｈｅｎｅｔｗｏｒｋｌｏｓｓｔｏｄｅｔｅｒｍｉｎｅｔｈｅｇｅｎｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇ．Ｗｉｔｈｔｈｅｆｌｕｃｔｕａｔｉｏｎｏｆｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅ，ｔｈｅｐｒｉｃｅｅｌａｓｔｉｃｉｔｙｍａｔｒｉｘｃｏｍｐｕｔｅｓｔｈｅｎｅｗｉｎｄｕｓｔｒｙｅｌｅｃｔｒｉｃｑｕａｎｔｉｔｙｏｆｐｅａｋ，ｆｌａｔ，ｖａｌｌｅｙｍｏｎｔｈｌｙａｎｄｇｅｔｓｔｈｅｒｅｖｉｓｉｏｎｂａｄｅｐｌａｎｎｉｎｇｏｆｔｈｅｍｏｎｔｈ．Ｔｈｅｎｉｔｇｉｖｅｓｔｈｅｐｅｎａｌｔｙｃｏｓｔ，ｗｈｅｎｔｈｅｃｏｒｒｅｃｔｉｏｎｖａｌｕｅｒｅａｃｈｅｓａｃｅｒｔａｉｎｌｅｖｅｌｔｈｅｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅｗｉｌｌｃｈａｎｇｅｗｉｔｈｉｔ，ｔｈｕｓｉｎｆｌｕｅｎｃｅｓｔｈｅｂａｄｅｐｌａｎｎｉｎｇｂｙｉｍｐａｃｔｏｎｔｈｅａｌｌｎｅｔｗｏｒｋｐｏｗｅｒｐｕｒｃｈａｓｅｃｏｓｔ．Ｔｈｅｍｏｄｅｌｐｒｏｐｏｓｅｄｃａｎｂｅｕｓｅｄａｓａｌｌａｕｘｉｌｉａｒｙｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｆ０ｒｔｈｅｔｒａｄｉｎｇｃｅｎｔｅｒ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＳｐｅｃｉａｌＦｕｎｄｏｆｔｈｅＮａｔｉｏｎａｌＢａｓｉｃＲｅｓｅａｒｃｈＰｒｏｇｒａｍｏｆＣｈｉｎａ（Ｎｏ．２０Ｏ４ＣＢ２ｌ７９Ｏ５、．Ｋｅｙｗｏｒｄｓ：ｇｒｅｙｍｏｄｅｌ；ｐｒｉｃｅｅｌａｓｔｉｃｉｔｙｍａｔｒｉｘ；ｅｎｅｒｇｙ－－ｓａｖｉｎｇｄｉｓｐａｔｃｈ：ｐｅｎａｌｔｙｃｏｓｔ；ｍｅｄｉｕｍａｎｄｓｈｏｒｔ－－ｔｅｒｍｔｒａｄｉｎｇ中图分类号：ＴＭ７１５文献标识码：Ａ—文章编号：ｌ６７４－３４１５（２０１０）１２０００７．０６０引言电力市场交易机制已在电力市场体系中得到广泛应用，目前电力市场中短期交易计划模型多采用交易中心购电费用最小为目标，并对此进行大量研究，取得较好效果【ｊＪ，该模型是电厂以低发电成本竞价，向用户提供较低的电能成本。市场化后兼顾经济和环保的多目标优化问题日益得到重视【ｊＪ，制定兼顾经济、环保的交易计划有十分重要的意义，基金项目：国家重点基础研究发展计划项目（９７３项目）（２００４ＣＢ２ｌ７９０５）同时，由于市场化后，利益团体多元化，电力系统决策的准确性直接关系着市场公平性，因此应定量评估发电侧和需求侧对交易情况的影响，提出更加符合竞争环境下电力系统实际情况的交易计划。本文提出了一种既考虑全网购电费用、网损和排污量最小，又兼顾了需求响应的多目标中短期交易计划修正模型。首先对需求侧建立修正参数的ＧＭ（１，１）灰色预测模型，预测月峰、平、谷口径电量，进而通过交易模型得出月峰、平、谷交易计划。考虑惩罚费用对购电费用影响，通过计及环保与需求响应的优化模型修正交易计划。为使数学模型表述简便，对于环保模型只考虑ＮＯ的排放情形。．８．电力系统保护与控制１口径电量预测及需求侧矩阵１．１修正ｐ参数的ＧＭ（１，１）灰色预测模型灰色预测【６Ｊ是通过对原始数据进行处理，将原始数据整理成规律性较强的序列，再用微分拟合法建立微分方程来描述序列规律，最终通过对其预测、还原来实现预测。建模得到的灰微分方程如下：…—（。）（七＋１）＋ａｚ（）（七十１）＝Ｕ（：１，２，，Ｈ１）（１）＝１一击（２）口ｅ一Ｉ其中：ａ称为灰系数；称为灰作用量；ｚｑ（胁１）称为白化背景值；Ｘ（１）称为灰导数。模型中如果确定值，则可得到ｚ¨（１），再根据式（１）求出ａ和常数的估计值ｄ和西，最后进行累减还原即得到原数列的灰色预测模型：曼（。）（ｋ＋１）＝（ｅ一。一１）（（。）（１）一）ｅ一赫（３）ａ当：０．５时称为普通ＧＭ（１，１）模型。但这时预测误差较大。为改善ＧＭ（１，１）模型的预测效果，可将现有口值代入式（２），重新求解值，得到新估计值ｄ和西，不断重复至求解出的ｄ和葫之差小于某一小定值ｓ，停止迭代，利用最终的估计值和西进行预测。此过程就称为修正参数的ＧＭ（１，１）灰色建模，其具有更好的数据适应性和预测效果。按照该方法得到时段ｔ行业口径ｋ的预测电量…Ｑ１，，ｋ＝ｌ，２，，其中为行业口径的个数，ｆ代表峰、平、谷时段。１．２计及需求侧矩阵的购电模型电量电价弹性矩阵（矩阵）是指电价变动所引起的电能需求量的相对变动［８】，即在某时段内用电量变化率与相应价格变化率之比，该值常用于量化中短期需求侧响应。由于用户不仅是简单降低用电量，更多情况是通过重新安排生产计划将负荷从高电价时段转移到低电价时段，因此Ｊ［『矩阵中包含了自弹性系数与交叉弹性系数，数学模型为［９］：＝一㈩式中：为用户自弹性矩阵；为交叉弹性矩阵。对于某时段卜ｎ，有公式［１０］／ｇｑ２ｆｑａ／『＿／：／｜ｒ（５）式中：矩阵Ｅ＝…：…：…￡￡￡即为需求侧矩阵。文献［１ｌ】给出了基于该矩阵的电量电价变化量代数关系，即堕：￡（６）ｇｆ，一十，式中：Ｅｌ为相应弹性系数；ｍ表示对ｉ时刻电量有影响的时刻范围。根据式（６）计算电量电价弹性系数￡，求出实际电价变动后引起的时段ｔ行业口径ｋ的电量变动ＺＸＱ２，，进而得到电价变动后在时段，口径ｋ的…决策电量Ｑ２，，其中ｋ＝ｌ，２，，，为行业口径的个数，ｔ代表峰、平、谷时段。２电力交易修正模型２．１环保约束模型在电力市场和节能调度环境下，发电计划的安排应该按照节能调度的基本原理引入排污量的目标最小。考虑环保性的目标函数：Ⅳ∑∑ｍｉｎＨ＝，，（，，）（７）●‘』』＿，．－ｔ＝ｌｉ＝１式中：为计划周期内的总时段数，这里取峰、平、Ⅳ谷三个时段，１代表峰，２代表平，３代表谷；为“电厂个数；Ｑ为修正后电厂ｉ在时段ｔ的发电量，’△Ｑｆｆ＝Ｑｆ，，，其中Ｑ为电厂ｉ在时段ｆ的计划发电量，ＡＱ口为电厂ｆ在时段ｔ的修正量；Ｈｉ，（Ｑｉ，ｔ）为电厂ｉ在时段ｔ的排污量，表达式如式（８）：Ⅳｆ＇ｆ（，，）＝＋屈Ｑｆ，，＋（８）其中：排污量用电厂发电量的二次函数模拟；６ｃｆ、、’）ｆ为电厂ｉ的排污系数。约束条件为系统排放总量约束．ｖ∑∑，，（，，）（９）ｔ＝ｌｉ＝１式中：为电网的月最大氮氧化物排放总量指标。２．２网损约束模型Ｂ系数法（网损系数法）以其计算简单、实用和计算速度高等特点，至今在国内外仍然广泛应用。用Ｂ系数法计算网损时，网损是发电厂有功出力的二次函数。任意第ｆ个电厂和第，个电厂之间都有Ｂ系数矩阵中的某一元素与之对应。侯贺飞，等计及环保与需求响应的多目标中短期交易计划修正－９一用Ｂ系数法来量化这种影响：ＰＬ，，（Ｑ）＝Ｑ，ＢＧＧＱ＋丑ＧｏＱ＋ｏ０（１０）式中：ＰＬ为系统网损：Ｑｆ为电厂的发电量行矢量，…Ｑ尸【Ｑｌ，，，９２，嘲；Ｂｏｏ为Ｉ￣Ｉ维矩阵；ＢＧＯ为，维行矢量；Ｂｏｏ为常数。按照月网损最小安排发电。考虑网损目标函数为：三ｍｉｎＰ￣＝√（）（１１）』＿＿一一…ｔ＝ｌ其中：，，：，，＋ＡＱｆ，，（１２）约束条件为网损约束≤ｌ尸Ｌ（Ｑ』，，）一（ｇｆ，ｆ）ｌｍ＇Ｌ，（１３）其中：．为修正前后网损变化的限度。２．３惩罚费用模型交易中心在修正交易计划后，交易电量允许有一个波动范围，当修正后交易电量的波动大于所允许的波动时，为了维持电力市场的公平性，购电费用将适当增加作为惩罚。电厂ｉ在时段ｔ修正后的交易电量可以用式（１４）表示：，，＝，，△＋，（１４）按照图１的惩罚思想，也可以用式（１５）表示２］：Ｑ，＝誓，ｆ＋Ｙ．ｆ＋Ｚ，，（１５）其中：电量下限电量上限图１惩罚费用示意图Ｆｉｇ－１Ｐｅｎａｌｔｙｃｏｓｔｓｃｈｅｍａｔｉｃｄｉａｇｒａｍ．＝９５％ＱＩ．（１６），，“一Ｑ＝￣Ｏ￣／ｏ０１．（１７）Ｚｉ，，≤—Ｍｌ～＝Ｍ１１０５％ＱＩ，（１８）０ｆ．ｆ，．，，ｚ．ｆ（１９）当计划电量Ｑ＝『，，“低于或高于时产生惩“罚费用，因此ｍ。ｍ为产生惩罚费用的电量上下限。Ｍｌ为一充分大常数，这里取２Ｑ。电厂ｉ在时段ｆ的惩罚费用的表达式为：ＡＣｉ，，＝，ｆ（一誓，，）＋，ｆｚｆ，，（２０）∞式中：６０Ｉ－，，２分别为上限、下限惩罚斜率。所有电厂总的月惩罚费用为：∑∑△ＡＣ：ｃｊ，，（２１）‘－一Ｊ；－＿一ｔ＝ｌｉ＝１在惩罚费用与合同电价购电费用的共同作用下，得到交易计划修正后全网的总购电费用。２。４交易计划修正模型由以上分析可知，计及环保与需求响应的交易计划修正模型为全网购电费用最小、排污量最小及网损最小的多目标规划模型，其目标函数为：∑∑ｍｉｎＣ（ＡＱ，．［五＋Ａ，，］（２２）ｔ＝ｌｆ＝Ｉｍｉｎｇ（ａｇ￣，∑∑）：Ｈｉ，，（，，）（２３）ｔ＝ｌｉ＝１∑ｍｉｎＰ￣：，（ＱＩ）（２４）‘…－ｔ＝ｌ其中：．，＝．，△＋．（２５），ｆ＝，ｆ＋＿ｙ，ｆ＋ｚｆ，ｆ（２６）△ＣＴｆ，，＝，（０２／一誓，）＋．ｆｚｉ，（２７）ｆ，（Ｑ，）＝＋层Ｑｆ，＋（２８）尸Ｌ．，（Ｑｆ）＝Ｏ，ＢＧＧＱ＋ＧｏＱ＋墨０ｏ（２９）模型的约束条件包括：１）发电负荷平衡约束ＮＭＮ∑△∑∑（，，＋ＱＩ，，）＝，＋，（Ｑｉ，）（３ｏ）ｉ＝ｌｋ＝ｌｉ＝ｌ２）电厂发电量约束∑△≤０（，，＋，，）Ｑ，－ｍ（３１）ｆ＝ｌ３）系统排放总量约束ｌ尸Ｌ（，，）一ＰＬ（，）Ｉ，缸（３３）５）惩罚约束，…ｍ＝９５％，（３４）．１Ｏ．电力系统保护与控制ＹＱ一＝ｌｏ％Ｑｉ，Ｚｆ，Ｍｌ一：Ｍ１－－１０５％ＱＩ，０Ｘｉ，ｆ，Ｙｉ，ｆ，Ｚｆ＇ｆ（３５）目标问题转化为标准的最优化问题。（３６）４算例仿真及分析（３７）４．１原始数据△…Ⅳ式中：Ｃ（Ｑｉ．）为全网购电费用，ｉ＝１，２，，，代表第ｉ个电厂；为计划周期内的总时段数，这里取峰、平、谷三个时段；，取１，２，３分别代表峰、平、谷；为时段，电厂ｉ的合同电价；ａｘ代表电厂ｉ月发电量上限；ａｘ为电网的月最大氮氧化物排放总量指标。３修正交易模型与求解３．１修正交易模型结构计及环保与需求响应的交易计划修正模型综合考虑了环保约束，同时兼顾需求响应。首先应用改进的ＧＭ（１，１）方法预测月峰、平、谷口径电量，通过该模型计算出没有电价变化时的月计划峰、平、谷发电量。当电价变化后，利用ｊ５『矩阵计算出新的决策需求电量，同时考虑计惩罚的全网购电费用通过修正模型修正交易计划。结构流程如图２。图２修正交易模型结构Ｆｉｇ．２Ｒｅｖｉｓｅｄｔｒａｄｉｎｇｍｏｄｅｌｓｔｒｕｃｔｕｒｅ３．２修正交易模型求解本修正模型算例采用某地区２００５年１月～２００７年ｌ２月的部分峰、平、谷口径电量及其电价为原始数据，用改进的ＧＭ（１，１）方法预测出该地区２００８年３月部分口径电量，进而求得部分电厂的计划发电量。在电价调整后，利用Ｅ矩阵计算出新的决策需求电量，并对该地区２００８年３月的交易计划采用本模型进行修正。在计及惩罚费用时，引入了辅助““变量ｘ，Ｙ，ｚｉ把计划电量分段函数转化成用辅助变量表达的连续函数式（１４）～（１９），方便求解。这里使用Ｍａｔｌａｂ工具箱中的目标达到法，将多本文算例模型的输入数据以月为单位。时段划分见表１，环保参数见表２，网损系数矩阵数据见表３。表１峰平谷时段划分Ｔａｂ．１Ｔｉｍｅｐｅｒｉｏｄｏｆｐｅａｋａｎｄｖａｌｌｅｙ名称时段峰时段—８：００．１１：００，１８：００２１：００—平时段６：００８：００，１１：００－１８：００，２１：００－２２：００谷时段２２：００－６：００表２环保参数Ｔａｂ．２Ｐａｒａｍｅｔｅｒｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎ电厂ｉ１２３４５ａ，ｘｌ０６．４９０５．６３３．３８３．３８０５．１５————ｆｌｉｘｌＯ一一６．５５４３．４５４．０５３．５５０３．１５ｙ１００２．８５３．３３０６．５７４．２仿真结果表４为根据修正参数的ＧＭ（１，１）负荷预测模型得到各行业口径电量预测结果，表５为电价表４口径电量负荷预测Ｔａｂ．４ＬｏａｄｓｆｏｒｅｃａｓｔｏｆｉｎｄｕｓｔｒｙｅｌｅｃｔｒｉｃｑｕａｎｔｉｔｙＭＷｈ据董｝～一～一一¨舶一一一＂¨¨和一一觯一‰侯贺飞，等计及环保与需求响应的多目标中短期交易计划修正．１１．调整后计及矩阵需求侧决策电量，表６为计及惩罚费用前后考虑环保与需求响应的月峰平谷交易量与计划交易的比较情况。表５计及ｆ矩阵后口径电量Ｔａｂ．５ＩｎｄｕｓｔｒｙｅｌｅｃｔｒｉｃｑｕａｎｔｉｔｙｆｏｒｍａｔｒｉｘＥＭＷｈ表６修正前后交易计划比较Ｔａｂ．６ＣｏｍｐａｒｉｓｏｎｏｆｔｈｅｔｒａｄｅｐｌａｎｎｉｎｇｂｅｆｏｒｅａｎｄｂｅｈｉｎｄｔｈｅｒｅｖｉｓｉｏｎＭＷｈ４．３算例分析由表４和表５可以看到，在计及矩阵后，电价的变动使得需求侧的负荷有了一些调整，总体向谷期负荷移动。如建筑业、金融业等对电价反应敏感的行业，削峰填谷的趋势比较明显。虽然工业等行业对电价反映不是很敏感，但由于其负荷所占比例较大，轻微的变动也会对减轻峰期负荷压力有较大作用。根据表７可以知道，在采用计及环保与需求响应的修正交易计划后，该地区不计惩罚时的月购电费用为２０．２２亿元，在增加了惩罚费用后，月购电费用为２０．５３５元。增加了惩罚之后，月购电费用增加了０．３１５亿元。但相比计划交易月购电费用２４．７２６亿元减少了４．１９１亿元。计及惩罚费用后，发电排污量减少，ＮＯ的月排放量减少了５１９万吨，比起不计及惩罚的排污量减少了１３１万吨。但是计及惩罚费用后网损却增加了３２６０ＭＷｈ，不过还是较不计惩罚费用增加的少。由此可以看出，本文提出的同时考虑环保和需求响应的交易计划修正后结果达到了创造最大社会效益的目的表７修正前后目标量比较Ｔａｂ．７Ｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｏｂｊｅｃｔｉｖｅｂｅｆｏｒｅａｎｄｂｅｈｉｎｄｔｈｅｒｅｖｉｓｉｏｎ由表５可知电价调整后，需求侧口径电量按一定规律进行了调整，主要表现在谷期需求量有所增加，峰期需求量有所减少，峰谷差减小。显然峰平谷交易计划要相应调整。在调整交易计划时，本文考虑了惩罚费用，当调整量过多或过少时都会有一定的费用惩罚，来控制调整量不至于过大，保证市场的公平性。在表６中，电厂２修正后计及惩罚费用前后的月峰期负荷分别为ｌ１４８８４ＭＷｈ和１３６９６ｌＭ，相对于计划交易量分别减少了２９４３０ＭＷｈ和７３５３ＭＷｈ，都起到了削峰的效果，但由于有惩罚费用的控制，使峰期负荷不至于肖０减的过低；计及惩罚费用前后的谷期负荷分别为２０８７７７ＭＷｈ和１８２１２０Ｍｗｈ，相对于该电厂计划交易量分别增加了４６８２５ＭＷｈ和２０１６８ＭＷｈ，使谷期负荷不至于被填充的过大。由图３和图４可以看出计及惩罚费用后修正量的绝对值较不计惩罚费用的修正量绝对值普遍要小，也就是说增加了惩罚费用后交易计划修正量的波动要小。这说明，各行业口径虽然根据电价的调整影响了交易计划，但由于惩罚费用的限制，不会轻易产生较大的变动。这样既保证了电厂发电计划不会由于电价变动出现较大调整，又适当降低了峰谷差，保证电网安全。说明本文提出的多目标修正计划，兼顾环保、需求响应，以及惩罚费用的影响，｛－谷ｌｆ囹平ｆｌ口．网．Ｕｕ｛厂＿Ｕｌ２３４５图３各电厂计及惩罚费用修正量●Ｆｉｇ．３Ｃｏｒｒｅｃｔｉｏｎｖａｌｕｅｏｆｅａｃｈｐｏｗｅｒｐｌａｎｔｗｉｔｈｐｅｎａｌｔｙｃｏｓｔ－１２－电力系统保护与控制提高了电力市场的公平性，平缓了电厂出力曲线，［３］确定了较合理的交易计划。［４］图４各电厂不计惩罚费用修正量［５］Ｆｉｇ．４ＣｏｒｒｅｃｔｉｏｎｖａｌｕｅｏｆｅａｃｈｐｏｗｅｒｐｌａｎｔｗｉｔｈｏｕｔｐｅｎａｌｔｙＣＯＳｔ５结论（１）针对市场交易提出了计及环保与需求响应的多目标中短期交易计划修正，在满足购电费用、排污量和网损最小的同时，利用惩罚费用修正交易计划。通过算例表明，所建模型能更好地协调交易中心制定交易计划，且更加符合实际情况。ｆ２）利用Ｅ矩阵得到电价调整后需求侧口径电量，并考虑惩罚费用修正购电费用得到修正后的交易计划。充分表明电价在电力市场中杠杆的作用。说明计及电价后，有助于交易中心制定更合理的交易计划。（３）后续工作将是引入ＣＯ２，ＳＯ２等排污量因素，使环保考虑更加充分；同时应该考虑增加环保惩罚因子，确保交易计划增加后对发电排污也能有效控制，真正实现节能减排。此外，在进行多目标优化时，存在较大的主观性，因此应考虑更为合理的多目标优化方法，寻求最优解。参考文献［１］于尔铿，周京阳，张学松．电力市场竞价模型与原理［Ｊ１．电力系统自动化，２００１，２５（１）：２４．２７．—ＹＵＥｒ－ｋｅｎｇ，ＺＨＯＵＪｉｎｇ－ｙａｎｇ，ＺＨＡＮＧＸｕｅｓｏｎｇ．Ｂｉｄｄｉｎｇｍｏｄｅｌａｎｄｂｉｄｄｉｎｇｐｒｉｎｃｉｐｌｅｆｏｒｐｏｗｅｒｍａｒｋｅｔｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００１，２５（１）：２４．２７．Ｅ２］沈瑜，夏清，江健健．电力市场短期交易计划新模型及其求解策略研究［Ｊ］．电力系统自动化，１９９９，２３（１８）：１２．１６．ＳＨＥＮＹｕ，ＸＩＡＱｉｎｇ，ＪＩＡＮＧＪｉａｎ－ｊｉａｎ．Ａｎｏｖｅｌｍｏｄｅｌｏｆｓｈｏｒｔｔｅｒｍｔｒａｄｅｐｌａｎｎｉｎｇｉｎａｄｅｒｅｇｕｌａｔｅｄｓｙｓｔｅｍ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃ％ｗｅｒＳｙｓｔｅｍｓ，１９９９，２３（１８）：１２一ｌ６．・马瑞．电力市场中兼顾环境保护和经济效益的双目标模糊优化短期交易计划新模型［Ｊ】Ｉ中国电机工程学报，２００２，２２（４）：１０４．１０６．ＭＡＲｕｉ．Ａｎｏｖｅｌｂｉ．ｏｂｊｅｃｔｉｖｅｆｕｚｚｙｏｐｔｉｍａｌｍｏｄｅｌｏｆｓｈｏｒｔ－ｔｅｒｍｔｒａｄｅｐｌａｎｎｉｎｇｃｏｎｓｉｄｅｒｉｎｇｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎａｎｄｅｃｏｎｏｍｉｃｐｒｏｆｉｔｉｎｄｅｒｅｇｕｌａｔｅｄｐｏｗｅｒｓｙｓｔｅｍ［Ｊ】．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００２，２２（４）：１０４．１０６．ＡｂｉｄｏＭＡ．Ｅｎｖｉｒｏｎｍｅｎｔａｌ／ｅｃｏｎｏｍｉｃｐｏｗｅｒｄｉｓｐａｔｃｈｕｓｉｎｇｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｅｖｏｌｕｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００３，１８（４）：１５２９．１５３７．马瑞，贺仁睦，王鹏，等．计及负荷静态电压特性的多目标交易研究［Ｊ】．中国电机工程学报，２００５，２５（９）：１２５．—ＭＡＲｕｉ，ＨＥＲｅｎｍｕ，ＷＡＮＧＰｅｎｇ．ｅｔａ１．Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｔｒａｎｓａｃｔｉｏｎｍｏｄｅｌｉｎｃｏｒｐｏｒａｔｉｎｇｌｏａｄｓｔａｔｉｃｖｏｌｔａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（９）：ｌ２５．［６］牛东晓，曹树华，等．电力负荷预测技术及其应用【Ｍ】．北京：中国电力出版社，１９９８：１６５．１８７．ＮＩＵＤｏｎｇ－ｘｉａｏ，ＣＡＯＳｈｕ－ｈｕａ，ｅｔａ１．Ｐｏｗｅｒｌｏａｄｆｏｒｅｃａｓｔｉｎｇｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＰｒｅｓｓ，１９９８：ｌ６５．１８７．［７］张俊芳，吴伊昂，吴军基．基于灰色理论负荷预测的—应用研究［Ｊ】．电力自动化设备，２００４，２４（５）：２４２７．ＺＨＡＮＧＪｕｎ－ｆａｎｇ，ＷＵＹｉ－ａｎｇ，、ＵＪｕｎ－ｊｉ．Ａｐｐｌｉｃａｔｉｏｎｏｆｇｒａｙｓｙｓｔｅｍｔｈｅｏｒｙｉｎｌｏａｄｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００４，２４（５）：２４－２７．［８］王建新，彭巨，吴战江．电力市场营销分析中的两类建模问题［Ｊ】．电力需求侧管理，２００１，３（２）：２４．２７．—ＷＡＮＧＪｉａｎｘｉｎ，ＰＥＮＧＪｕ，ＷＵＺｈａｎ－ｊｉａｎｇ。Ｔｗｏｋｉｎｄｓｏｆｍｏｄｅｌｉｎｇｉｎｅｌｅｃｔｒｉｃｐｏｗｅｒｍａｒｋｅｔａｎａｌｙｓｉｓ［Ｊ］．ＰｏｗｅｒＤＳＭ，２００１，３（２）：２４．２７．—［９］ＨｅＹＱ，ＤａｖｉｄＡＫ．Ｔｉｍｅｏｆ－ｕｓｅｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｉｎｇｂａｓｅｄｏｎｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｇｅｎｅｒａｔｉｏｎｅｘｐａｎｓｉｏｎｐｌａｎｎｉｎｇ［Ｃ］．／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ４ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｄｖａｎｃｅｓｉｎＰｏｗｅｒＳｙｓｔｅｍＣｏｎｔｒｏｌ，ＯｐｅｒａｔｉｏｎａｎｄＭａｎａｇｅｍｅｎｔ．Ｌｏｎｄｏｎ：１９９７．６６８－６７３．［１０３ＲａｓａｎｅｎＭ，ＲｕｕｓｕｎｅｎＪ，ＨａｍａｌａｉｎｅｎＲＰ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆ’ｃｏｎｓ￣ｅｒｓｐｒｉｃｅｒｅｓｐｏｎｓｅｓｉｎｔｈｅｄｙｎａｍｉｃｐｒｉｃｉｎｇｏｆｅｌｅｃｔｒｉｃｉｔｙ［Ｃ］．／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆ１９９５ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｙｓｔｅｍｓ，ＭａｎａｎｄＣｙｂｅｒｎｅｔｉｃｓ－ＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓｆｏｒｔｈｅ２１ｓｔＣｅｎｔｍｙ．ＮｅｗＹｏｒｋ：１９９５．１１８２－１１８７．［１１］秦祯芳，岳顺民，余贻鑫，等．零售端电力市场中的电量电价弹性矩阵［Ｊ】．电力系统自动化，２００４，２８（５）：ｌ６．１９．（下转第１８页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ１８）．１８．电力系统保护与控制５结论传统故障定位方法主要以保护开关量作为信息量，在时限上不能满足广域自适应后备保护的要求。在ＰＭＵ广泛应用的实际背景下，本文将广域信息量引入到故障定位领域，利用模糊Ｃ均值法和系统聚类法进行最优分类，对比这两种方法的特点，结合使用这两种方法实现了故障元件以及故障区域的界定。通过ＢＰＡ仿真验证，两种方法结合使用能够快速、准确地定位出故障元件和故障区域。参考文献［１］许树楷，谢小荣，辛耀中．基于同步相量测量技术的广域测量系统应用现状及发展前景［Ｊ】．电网技术，２００５，２９（２）：４５．４９．——ＸＵＳｈｕｋａｉ，ＸＩＥＸｉａｏｒｏｎｇ，Ｘ１ＮＹａｏ－ｚｈｏｎｇ．Ｐｒｅｓｅｎｔａｐｐｌｉｃａｔｉｏｎｓｉｔｕｍｉｏｎａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｅｎｄｅｎｃｙｏｆｓｙｎｃｈｒｏｎｏｕｓｐｈａｓｅｍｅａｓｕｒｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｗｉｄｅａｒｅａｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００５，２９（２）：４５．４９．［２］常乃超，兰洲，甘德强，等．广域测量系统在电力系统分析及控制中的应用综述［Ｊ】．电网技术，２００５，２９（１０）：４６．５０——ＣＨＡＮＧＮａｉｃｈａｏ，ＬＡＮＺｈｏｕ，ＧＡＮＤｅｑｉａｎｇ，ｅｔａ１．Ａ—ｓｕｒｖｅｙｏｎａｐｐｌｉｃａｔｉｏｎｓｏｆｗｉｄｅａｒｅａｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｉｎｐｏｗｅｒｓｙｓｔｅｍｉｎｐｏｗｅｒｓｙｓｔｅｍａｎａｌｙｓｉｓａｎｄｃｏｎｔｒｏｌ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００５，２９（１０）：４６－５０．［３］王冬青，苗世洪，林湘宁，等．基于光纤网的后备保护系统的研制ｆＪ］．电网技术，２００６，３０（７）：７７．８１．ＷＡＮＧＤｏｎｇ－ｑｉｎｇ，ＭＩＡＯＳｈｉ－ｈｏｎｇ，ＬＩＮＸｉａｎｇ－ｎｉｎｇ，ｅｔａ１．Ｄｅｖｅｌｏｐｍｅｎｔｏｆａｎｏｖｅｌｂａｃｋｕｐｐｒｏｔｅｃｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｏｐｔｉｃｆｉｂｅｒｎｅｔｗｏｒｋ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈ—ｎｏｌｏｇｙ，２００６，３０（７）：７７８ｔ．［４］徐慧明，毕天妹，黄少锋，等．基于潮流转移因子的广域后备保护方案【Ｊ】．电网技术，２００６，３０（１５）：６９．７５．—ＸＵＨｕｉｍｉｎｇ，ＢＩＴｉａｎ－ｓｈｕ，ＨＵＡＮＧＳｈａｏ－ｆｅｎｇ，ｅｔａ１．Ａｗｉｄｅａｒｅａｂａｃｋｕｐｐｒｏｔｅｃｔｉｏｎｓｃｈｅｍｅｂａｓｅｄｏｎｆｌｏｗｔｒａｎｓｆｅｒｒｉｎｇｒｅｌａｔｉｖｉｔｙｆａｃｔｏｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００６，３０（１５）：６９－７５．［５］张尧庭，方开泰．多元统计分析引论［Ｍ】．北京：科学出版社，２００３．—ＺＨＡＮＧＹａｏ・ｒｉｎｇ，ＦＡＮＧＫａｉｔａｉ．Ｉｎｔｒｏｄｕｃｔｉｏｎｏｆｍｕｌｔｉｖａｒｉａｔｅｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓ［Ｍ］．Ｂｅｒｉｎｇ：ＳｃｉｅｎｃｅＰｒｅｓｓ，２００３．［６］高新波．模糊聚类分析及其应用【Ｍ】．西安：西安电子科技大学出版社，２００４．—ＧＡＯＸｉｎｂｏ．Ｔｈｅａｎａｌｙｓｉｓａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｆｕｚｚｙ’ｃｌｕｓｔｅｒ［Ｍ］．Ｘｉａｎ：ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２００４．［７］顾洁，崔曼．电力系统中长期负荷预测的最大模糊熵模型研究［Ｊ］．电力自动化设备，２００３，２１（８）：５５．６０．ＧＵＪｉｅ，ＣＵＩＭｉｎ．Ｓｔｕｄｙｏｎｍａｘｉｍｕｍｆｕｚｚｙｅｎｔｒｏｐｙ—ｍｏｄｅｌｏｆｍｉｄａｎｄｌｏｎｇ－ｔｅｒｍｌｏａｄｆｏｒｅｃａｓｔｉｎｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００３，２】（８）：５５．６Ｏ．收稿日期；２００９－０８－２０；修回日期ｌ２００９－１卜２０作者简介：徐岩（１９７６一），男，副教授，硕士研究生导师，主要从事电力系统继电保护，变电站综合自动化方面的教学和研究；Ｅ－ｍａｉｌ：ｘｙｌ９７６１００１＠ｙａｈｏｏ．￣ｏｍ．ｃｎ刘金生（１９８６一），男，硕士研究生，主要从事电力系统—继电保护方面的研究；Ｅｍａｉｌ：ｌｉ￣ｉｎｓｈｅｎｇ３２２＠ｙａｈｏｏ．ｔｏｍ．ｃｎ张亚刚（１９７８－），男，讲师，博士研究生，主要研究方向为电力系统继电保护和非线性复杂系统理论（上接第ｌ２页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１２）—ＱｒＮＺｈｅｎ－ｆａｎｇ，ＹＵＥＳｈｕｎｍｉｎ，ＹＵＹｉ－ｘｉｎ，ｅｔａ１．Ｐｒｉｃｅｅｌａｓｔｉｃｉｔｙｍａｔｒｉｘｏｆｄｅｍａｎｄｃｕｒｒｅｎｔｒｅｔａｉｌｐｏｗｅｒｍａｒｋｅｔ［Ｊ】ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００４．２８（５）：—１６１９．［１２］ＣｏｎｅｊｏＡＪ，ＣａｒｒｉｏｎＭ．Ｒｉｓｋ－ｃｏｎｓｔｒａｉｎｅｄｅｌｅｃｔｒｉｃｉｔｙｐｒｏｃｕｒｅｍｅｎｔｆｏｒａｌａｒｇｅｃｏｎｓｕｍｅｒ［Ｊ］．ＩＥＥＰｒｏｃ－Ｇｅｎｅｒ，Ｔｒａｎｓｍ，ａｎｄＤｉｓｔｒｉｂ，２００６，１５３（４）．—收稿日期：２００９０７－２３；修回Ｅｔ期：２００９－１１＿１９作者简介：侯贺飞（１９８６－），女，硕士研究生，主要从事电力市场—与电力交易优化研究；Ｅｍａｉｌ：ｈｏｕｈｅｆｅｉ８６＠１６３．ｃｏｍ刘俊勇（１９６３一），男，教授，博士生导师，研究方向为电力市场、电力系统稳定与控制