Page 76 - 电力与能源2024年第五期

第 45 卷 第 5 期
电力与能源
608 2024 年 10 月

DOI：10.11973/dlyny202405015

新能源参与下的日前市场出清模型研究

秦振华
（国网湖北省电力有限公司广水市供电公司，湖北 广水 432720）

摘 要：新能源发电装机容量已成为我国电力系统的重要组成部分，并且持续增长。通过有效的市场机制可
以促进电力系统对新能源的消纳容量，提高新能源发电的利用率，降低“弃风”和“弃光”概率。研究了分时竞
价模式下新能源发电参与的日前市场出清模型，并通过基于 Q 学习的求解算法研究了日前市场出清模型的
最优解。结果表明：所推导的日前市场出清模型，可提高发电厂的收益，同时降低发电成本与排放成本。
关键词：日前市场出清模型；新能源发电；竞价模型
作者简介：秦振华（1981—），男，工程师，从事输配电及用户工程方面工作。
中图分类号：F426.471；F713.55 文献标志码：A 文章编号：2095-1256（2024）05-0608-03
Research on Day-Ahead Market Clearing Model with Renewable Energy Participation

QIN Zhenhua
（Guangshui Power Supply Company，State Grid Hubei Electric Power Company，Guangshui 432720，

Hubei Province，China）

Abstract：The installed capacity of renewable energy generation has become a significant component of China′s
power system and continues to grow. Effective market mechanisms can enhance the capacity for absorbing renew⁃
able energy, further increasing its utilization and reducing curtailment rates for wind and solar power. This study
investigates the day-ahead market clearing model under a time-based bidding scheme with renewable energy par⁃
ticipation. By applying Q-learning algorithms to solve the day-ahead market clearing model, the study derives op⁃
timal solutions that demonstrate potential improvements in power plant revenues and reductions in generation and
emission costs.

Key words：day-ahead market clearing model，enewable energy generation，bidding model
r
我国新能源发电装机容量已居全球首位，并 用基于 Q 学习的求解算法优化市场出清行为。算
［1］
且稳步增长 。有效的市场机制能够提升新能源 例结果表明，新能源发电能够增加发电厂的收益，
［2］
发电的消纳能力，降低“弃光”和“弃风”概率 。 还能有效降低污染排放成本。
然而，新能源参与下的市场出清行为可能会
1 日前市场出清模型
出现负电价情况，导致市场的电能出清价格大幅

度降低 ［3-4］ 。此外，新能源具有波动性、随机性，新 在电力市场的日前交易中，首先需进行日负
能源发电量日前预测结果不准确容易导致日前出 荷预测，并将预测结果告知发电商。发电商根据
清价格与实时市场出清价格之间存在较大的差 历史数据、当前市场数据以及自身发电数据提交
异，影响发电厂的收益稳定性 ［5-6］ 。 报价。电力市场交易中心将发电商的报价进行排

本文基于新能源发电的波动性和随机性特 序，直到满足日负荷预测的需求为止。
点，分析新能源参与下的日前出清模型，并综合考 以总购电费用最低为优化目标，按照电力系
虑新能源发电站配置的储能装置对日前出清模型 统边际成本结算的分时竞价模式下的日前市场出
的影响。本文以社会成本最小化为优化目标，采 清模型可表示为如下目标函数：