基于综合成本的电网公司购电优化模型

doi:10.11930/j.issn.1004-9649.201606003

中国电力 ›› 2018, Vol. 51 ›› Issue (4): 180-184.DOI: 10.11930/j.issn.1004-9649.201606003

• 技术经济 • 上一篇

基于综合成本的电网公司购电优化模型

王蕾^1,2, 习培玉^1,2, 史述红^1,2, 王海宁^1,2, 吴雨健^1,2

1. 南瑞集团有限公司(国网电力科学研究院有限公司), 江苏南京 210003;
2. 北京科东电力控制系统有限责任公司, 北京 100194

收稿日期:2016-06-01 修回日期:2017-06-13 出版日期:2018-04-05 发布日期:2018-04-12
作者简介:王蕾(1987-),女,内蒙古人,硕士,工程师,从事电力市场研究,E-mail:ouhe163@126.com;习培玉(1983-),女,河北石家庄人,硕士,高级工程师,从事电力市场研究,E-mail:xlc_2011@126.com。
基金资助:
国家电网公司科技资助项目（SGEPRI-KJB-KJ （2017）2766）。

Grid Enterprises Purchase Model Optimization Based on Integrated Cost

WANG Lei^1,2, XI Peiyu^1,2, SHI Shuhong^1,2, WANG Haining^1,2, WU Yujian^1,2

1. NARI Group Corporation/State Grid Electric Power Research Institute Co., Ltd., Nanjing 210003, China;
2. Beijing Kedong Electric Power Control System Co., Ltd., Beijing 100194, China

Received:2016-06-01 Revised:2017-06-13 Online:2018-04-05 Published:2018-04-12
Supported by:
This work is supported by Science and Technology Project of State Grid Corporation of China (No.SGEPRI-KJB-KJ(2017)2766).

摘要/Abstract

摘要： 温室效应加剧，世界性环境问题凸显，电网公司应寻求合适的购电策略以保障电力行业的可持续发展。通过污染物排放因子和治理成本将电力生产过程中污染物排放造成的环境负效应量化，折算成外部环境成本，同购电费用共同作为购电决策的依据，建立基于综合成本的电网公司购电优化模型。仿真计算结果表明，优化后的购电策略环保效益的增加量远大于购电成本的增加量。

关键词: 电网公司, 市场化改革, 外部环境成本, 效益, 购电优化

Abstract: The intensifies of greenhouse effect and environmental issues call for appropriate purchase strategies for power supply company to guarantee sustainable development of power industry. Negative environment effects caused by pollutant emissions during power production process are quantified as pollutant emission factors and governance cost. Those quantified indexes then converted to external environmental cost and integrated into purchase cost for purchase decision. A grid enterprises purchase optimization model based on integrated cost is established. Simulation results show that environmental protection effect is much higher than electricity purchasing cost increase with proposed model.

Key words: grid corporation, electricity market, external environmental cost, effect, power purchase optimization

中图分类号:

TM715

王蕾, 习培玉, 史述红, 王海宁, 吴雨健. 基于综合成本的电网公司购电优化模型[J]. 中国电力, 2018, 51(4): 180-184.

WANG Lei, XI Peiyu, SHI Shuhong, WANG Haining, WU Yujian. Grid Enterprises Purchase Model Optimization Based on Integrated Cost[J]. Electric Power, 2018, 51(4): 180-184.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201606003

https://www.electricpower.com.cn/CN/Y2018/V51/I4/180

参考文献

[1] 陈娟, 黄元生, 鲁斌.区域能源互联网信息物理建模及控制策略[J].电力自动化设备,2016,36(12):1-10,23.CHEN Juan, HUANG Yuansheng, LU Bin. Cyber physical modeling and control strategy of regional energy internet[J].Electric Power Automation Equipment,2016,36(12):1-10+23.
[2] 董朝阳, 赵俊华, 文福拴, 等. 从智能电网到能源互联网：基本概念与研究框架[J]. 电力系统自动化,2014,38(15):1-11.DONG Zhaoyang, ZHAO Junhua, WEN Fushuan, et al. From smart grid to energy internet：basic concept and research framework[J]. Automation of Electric Power Systems,2014,38(15):1-11.
[3] 李鹏, 李存斌, 祁之强. 智能电网下考虑风险的供电企业购电优化模型[J]. 运筹与管理, 2014, 23(1): 108-115.LI Peng, LI Cunbin, QI Zhiqiang. Power supply enterprises purchase’optimization model considering risk in smart grid[J]. Operations Research and Management Science, 2014, 23(1): 108-115.
[4] 亢娅丽. 电力市场环境下供电公司的购电风险分析[D]. 重庆: 重庆大学, 2012.
[5] 朱文昊, 谢品杰. 基于CVaR的峰谷电价对供电公司购电组合策略影响分析[J]. 电力系统保护与控制, 2015, 43(14): 16-21.ZHU Wenhao, XIE Pinjie. Influence analysis of CVaR Model based TOU electricity price on portfolio strategy[J]. Power System Protection and Control, 2015, 43(14): 16-21.
[6] 陈彦州, 赵俊华, 文福栓, 等. 偏度风险价值下供电公司-电力零售公司动态购电组合策略[J]. 电力系统自动化, 2011, 35(6): 25-29.CHEN Yanzhou, ZHAO Junhua, WEN Fushuan, et al. A skewness-VaR based dynamic electricity purchasing strategy for power supply companies/retail companies[J]. Power System Protection and Control, 2011, 35(6): 25-29.
[7] 王辉, 尚金成, 文福拴. 联合采用下偏差和信息熵描述风险的动态购电策略[J]. 电力系统自动化, 2013, 33(12): 51-57.WANG Hui, SHANG Jincheng, WEN Fushuan. Dynamic electricity purchasing strategy with risk characterized by lower deviation and information entropy[J]. Power System Protection and Control, 2013, 33(12): 51-57.
[8] 亢娅丽, 陈逢文, 张宗益, 等. 基于可信性测度的配电商购电组合优化模型[J]. 华东电力, 2012, 40(12): 2109-2112.KANG Yali, CHEN Fengwen, ZHANG Zongsheng et al. Electricity purchasing portfolio optimization model for distribution business based on credibility measure[J]. East China Electric Power, 2012, 40(12): 2109-2112.
[9] 罗琴. 市场环境下售电公司购售电策略研究[D]. 上海: 上海交通大学, 2014.
[10] 刘敦楠, 徐玉杰, 曾伟民, 等. 省级电网多元能源协调套期优化的购电模型[J]. 电力系统自动化, 2015, 39(7): 105-110.LIU Dunnan, XU Yujie, ZENG Weimin, et al. Purchasingoptimization model of the provincial power grid based on the theory of multiple energy to coordinate the hedging [J]. Automation of Electric Power Systems, 2015, 39(7): 105-110.
[11] 谢安世, 黄思明, 任玲玉, 等. 基于标杆管理优化算法的供应商购电组合策略[J]. 数学的实践与认识, 2014, 44(12): 7-17.XIE Anshi, HUANG Siming, REN Lingyu, et al. Purchasing portfolio strategy of supplier based on bench marking optimization algorithm[J]. Mathematics in Practice and Theory, 2014, 44(12): 7-17.
[12] 安建强. 节能调度环境下省级电力公司购售电优化模型[D]. 保定: 华北电力大学, 2013.
[13] 严文洁. 考虑微电网的电力市场购售电优化策略[D]. 成都: 西华大学, 2013.
[14] 李冰. 火力发电企业环境成本核算体系构建与应用研究[D]. 郑州: 河南大学, 2014.
[15] 陈南岳. 低碳经济下火电企业环境成本核算与控制研究[D]. 衡阳: 南华大学, 2014.
[16] 刘禹淇, 陈报章, 郭立峰, 等.南昌市固定燃烧点源大气污染物排放清单及特征[J].环境科学学报,2017,37(05):1855-1863.LIU Yuqi, CHEN Baozhang, GUO Lifeng, et al. Atmospheric pollutant emission inventory and characteristics from stationary combustion point source in Nanchang City[J]. Acta Scientiae Circumstantiae,2017,37(05):1855-1863.
[17] 李玮, 秦大庸, 褚俊英, 等.基于情景分析法的污染物排放趋势研究[J].水电能源科学,2010,28(05):36-39.LI Wei, QIN Dayong, CHU Junying, et al. Study on Pollutant Emission Trend Based on Scenario Analysis[J].Water Resources and Power,2010,28(05):36-39.
[18] 杨昆昊, 夏赞宇, 何芃, 等.机动车燃油质量及尾气排放与北京市大气污染的相关性[J].中国科学院大学学报,2017,34(03):304-317.YANG Kunhao, XIA Zanyu, HE Heng, et al. Correlation of fuel quality and emissions of motor vehicle with atmospheric pollution in Beijing[J].Journal of University of Chinese Academy of Sciences,2017,34(03):304-317.

基于综合成本的电网公司购电优化模型

Grid Enterprises Purchase Model Optimization Based on Integrated Cost

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	张旭, 王淳, 胡奕涛, 陈锐凯, 刘昆, 郭志东, 钟俊勋. 面向短时过载及长期轻载的配变侧储能配置与调度双层优化[J]. 中国电力, 2025, 58(1): 174-184.
[2]	张宇, 魏新迟, 冯凯辉, 时珊珊, 孟子涵, 梁媛. 计及分布式光伏承载力的配电网侧独立储能充放电策略[J]. 中国电力, 2024, 57(4): 111-117.
[3]	郭娟娟, 沈迪, 童朴, 闫琨, 张小凡, 何昉. 中国三代核电经济评价方法与参数优化[J]. 中国电力, 2024, 57(3): 206-212, 223.
[4]	王林钰, 张富强, 龚一莼, 夏鹏, 史文博, 潘杭萍. 中国跨能源品种可调节资源潜力与开发利用情景[J]. 中国电力, 2023, 56(6): 1-10.
[5]	许彦平, 施浩波, 秦晓辉, 赵明欣, 白婕, 丁保迪. 源-荷应用场景下储热式电锅炉投资经济性分析[J]. 中国电力, 2023, 56(2): 123-132.
[6]	宋少群, 熊嘉丽, 张伟骏, 惠东, 牛萌, 戴立宇, 蔡强. 电化学储能参与调频市场的贡献评估方法[J]. 中国电力, 2023, 56(1): 87-95.
[7]	赵会茹, 赵一航, 王路瑶, 冯凯鑫, 李兵抗, 郭森. 基于贝叶斯最优最劣和改进物元可拓的特高压输电工程综合效益评价[J]. 中国电力, 2022, 55(6): 161-171.
[8]	曹雅琦, 赵波, 王丽婕, 李相俊, 高彬桓. 基于遗传蚁群的光储电站运行效益提升策略研究[J]. 中国电力, 2022, 55(2): 9-18.
[9]	戴双凤, 叶泽, 姜曼, 王亚莉, 吴永飞. 跨省区电力交易综合效益评估模型及应用[J]. 中国电力, 2022, 55(12): 179-186.
[10]	代贤忠, 韩新阳, 靳晓凌. 需求响应参与电力平衡的成本效益评估方法[J]. 中国电力, 2022, 55(10): 170-177.
[11]	周立立, 向月, 陈凌天. 基于风险-收益分析的用户侧储能容量经济配置研究[J]. 中国电力, 2021, 54(9): 187-197.
[12]	吴宝英, 邵冲, 黄豫, 潘旭东. 风光发电科学发展的关键在于统筹协调[J]. 中国电力, 2020, 53(9): 1-7.
[13]	孔祥玉, 尧静涛, 崔凯, 孙方圆, 杨金刚. 考虑分布式电源接入的区域配电网规划投资决策方法[J]. 中国电力, 2020, 53(4): 41-48.
[14]	杨建华, 王雄飞, 肖达强, 赵佳伟, 刘敦楠. 促进新能源消纳的交易机制及效益研究[J]. 中国电力, 2020, 53(4): 89-95.
[15]	徐静馨, 朱法华, 王圣, 张明, 赵秀勇, 孙雪丽, 胡耘, 田文鑫. 超低排放燃煤电厂和燃气电厂综合对比[J]. 中国电力, 2020, 53(2): 164-172,179.

模态框（Modal）标题

基于综合成本的电网公司购电优化模型

Grid Enterprises Purchase Model Optimization Based on Integrated Cost

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics