1.一种考虑时间价值与虚拟惯量的概率化日前市场交易方法,其特征在于,包括以下步骤:步骤1、采集历史负荷数据并进行预处理,采用TCN-LSTM混合模型与分位数回归技术,生成描述未来其不确定性的概率化预测走廊;
步骤2、若风电、光伏及储能系统选择作为虚拟惯量,则定义风电场、光伏电站及储能系统为虚拟惯量供应商,定义虚拟惯量申报方式,并与传统同步发电机组一同参与电能量及惯量容量的日前市场申报;具体为:将次日运营日划分为T个时段,t=1,2...,T;
虚拟惯量供应商j在时段t可提供的等效虚拟惯量容量由下式计算:(5)
其中,为系统额定频率,为快速功率调节容量,为响应时间常数;
为虚拟惯量供应商集合,仅包含自愿申报虚拟惯量服务的机组;虚拟惯量供应商,以概率化预测走廊的中值曲线为基准,申报其愿意出售的电能量及对应报价;虚拟惯量供应商若选择申报虚拟惯量,则申报其快速功率调节容量、响应时间常数、等效虚拟惯量容量和提供等效虚拟惯量容量服务的价格,并承诺其满足,其中为虚拟惯量供应商j的计划基础出力;
步骤3、基于概率化预测走廊中的下边界极端场景评估恶劣场景下惯量需求,建立概率化惯量安全约束及虚拟惯量可信性约束;
步骤4、以考虑电能量交易、惯量服务交易的发电侧总成本最小化为目标函数,结合约束条件,构建日前电能量-惯量联合出清市场模型并求解,确定出清结果;
步骤5、基于出清结果,采用考虑时间价值的改进Aumann-Shapley值法进行惯量成本分摊,使在关键时段提供惯量服务的虚拟惯量供应商获得更高补偿;
其中,为量化不同时段惯量支撑的差异性价值,定义时间价值系数:(26)
其中,表示在时段τ的系统惯量需求;是一个随时间变化的向量;
计算每个实际提供惯量的市场参与者a,包含同步发电机组i及虚拟惯量供应商j的全时段加权惯量贡献:(27)
其中,为市场参与者a在时段t实际提供的惯量。
2.根据权利要求1所述的一种考虑时间价值与虚拟惯量的概率化日前市场交易方法,其特征在于,步骤1具体为:步骤1.1、采集历史数据,包括电网负荷功率、风电场群总出力、光伏电站群总出力,以及对应的气象数据和时间标签,以预测时间点n为基准,截取其前回溯T个时段的历史序列{X1,X2,...,Xn}构成集合Rn作为输入特征,其未来预测T个时段的特征序列{Y1,Y2,...,Yn}作为预测目标Fn,输入特征与预测目标构成训练样本(Rn,Fn);对所有输入特征数据和预测目标数据进行最大最小归一化,将其缩放至[0,1]区间;
步骤1.2、构建TCN-LSTM混合预测模型,采用分位数回归损失函数训练模型,生成概率化预测走廊,包括:步骤1.2.1、所述TCN-LSTM混合预测模型包括TCN模块、长短期记忆网络LSTM和分位数回归输出层;
所述TCN模块采用多层膨胀因果卷积提取输入特征Rn中的长期周期与趋势特征,输出预测目标Fn:(1)
其中,n为当前时间步,为时间步n卷积操作后输出的特征值,f为卷积核的权重函数,K为卷积核的大小,d为膨胀因子,k为卷积核内部的权重索引,为输入序列在历史时间步n-d·k处的值;
将预测目标整体输入长短期记忆网络LSTM,输出蕴含丰富时序上下文的特征向量;
将输入分位数回归输出层,在每一个预测时段t,同时输出多个目标分位数的预测值,构成初始的概率化预测序列;
步骤1.2.2、对于每一个目标分位数,定义分位数损失函数:(2)
(3)
其中,u为预测值与真实值之间的偏差,;y为真实值;为第i个训练样本的真实值;为模型输出的分位数预测值;N是样本数;
TCN-LSTM混合预测模型的总损失是多个目标分位数损失之和:(4)
其中,Q表示目标分位数水平的集合,使用反向传播算法和梯度下降优化器最小化总损失;
步骤1.2.3、将预测日对应的输入特征数据Rn输入训练后的模型,输出未来24小时的三线预测结果,即下边界曲线、中值曲线、上边界曲线;选取下边界曲线与上边界曲线之间的区域,构成概率化预测走廊。
3.根据权利要求2所述的一种考虑时间价值与虚拟惯量的概率化日前市场交易方法,其特征在于,步骤2中,同步发电机组申报其电能量报价曲线及其固有技术参数惯性常数,其实际可提供的物理惯量,将在出清模型中由机组开机状态变量决定;为机组i的额定视在容量;为同步发电机组集合;
市场运营机构收集并校验所有申报数据后,形成市场申报数据集D:(6)
其中,J为同步发电机组的惯性常数向量,为虚拟惯量容量申报矩阵,为所有报价集合。
4.根据权利要求3所述的一种考虑时间价值与虚拟惯量的概率化日前市场交易方法,其特征在于,步骤3具体为:步骤3.1、基于概率化预测走廊中的下边界极端场景,评估维持频率稳定所需的最小惯量,包括:计算在极端场景下的系统净负荷:
(7)
其中,为负荷预测中值,、为风电、光伏预测下边界;
计算为满足频率安全标准,系统在时段t所需的最小惯量,计算公式为:(8)
其中,为系统基准容量,为时段t系统的等效综合调频系数,是一个随时间变化的向量,为允许的最大频率变化率,为允许的最大频率偏差,为预设的最大单一故障功率缺额;
步骤3.2、建立概率化惯量安全约束:(9)
其中,是同步发电机组i在时段t的二元开机状态变量,1表示开机,0表示停机;是虚拟惯量供应商j在时段t的虚拟惯量中标状态变量,表示其中标容量占申报容量的比例;
建立虚拟惯量可信性约束:
(10)
(11)
其中,是虚拟惯量供应商j在时段t的电能量中标功率,是为提供中标虚拟惯量而需要预留的功率调节容量。
5.根据权利要求4所述的一种考虑时间价值与虚拟惯量的概率化日前市场交易方法,其特征在于,步骤4具体为:在日前电能量-惯量联合出清市场模型中,以考虑电能量交易、惯量服务交易的发电侧总成本最小化为目标,每15分钟出清一次:(12)
(13)
(14)
其中,为电能量市场出清成本,为惯量市场出清成本;、、、分别表示同步发电机组、风电机组、光伏机组、储能系统的集合;g、w、pv、e分别表示同步发电机组、风电机组、光伏机组、储能系统;分别为同步发电机组、风电机组、光伏机组、储能系统对应报价;分别为同步发电机组、风电机组、光伏机组、储能系统在时段t的电能量中标功率;为同步机组g提供物理惯量服务的空载成本;为虚拟惯量供应商j的虚拟惯量服务报价;
约束条件如下:
系统功率平衡约束:
(15)
同步发电机组运行约束:
(16)
(17)
(18)
其中,、为机组出力限值;、为爬坡率限值;
风电/光伏机组运行约束:
(19)
储能系统运行约束:
(20)
(21)
(22)
(23)
其中,、为充/放电功率;为时段t的储能量;、为充/放电效率;为时段长度;、为储能量限值;
虚拟惯量可信性约束:
(24)
概率化惯量安全约束:
(25)。
6.根据权利要求1所述的一种考虑时间价值与虚拟惯量的概率化日前市场交易方法,其特征在于,步骤5还包括:采用考虑时序价值的加权贡献比例法,计算各参与者应分摊的成本比例:(28)
其中,Ω为所有实际提供惯量的市场参与者集合,分母为集合Ω所有参与者的加权贡献Wj之和,满足,确保成本全部分摊;
根据分摊比例和惯量市场出清成本,计算各市场参与者a最终应支付或获得的结算金额:(29)
对于同步发电机组,其结算金额为正值,表示其为系统提供物理惯量备用而应回收的固定成本部分,对于虚拟惯量供应商,其结算金额为负值,其绝对值即为其提供虚拟惯量服务而获得的经济补偿。