摘要 新能源装机容量的逐年提升导致系统面临巨大的新能源消纳压力，跨区域省间电力现货市场作为区域电网中重要的电力余缺互济手段，仍面临市场运行效率较低以及省间壁垒严重的问题。如何进一步挖掘各省份的备用互济能力，缓解能源富余省份新能源弃电和部分省份电力紧缺问题，已成为下一阶段省间电力现货市场建设的关键抓手。以省间市场社会福利最大为目标，构建综合考虑各省备用缺额容量、备用空间互济以及省间输电费用与网损的省间电力现货出清模型。通过考虑备用互济的省间电力现货出清实现了省间电力资源的优化配置，有效降低省内新能源弃电电力，缓解区域内电力资源逆向分布。以IEEE 39节点系统和某网调电网构建省间电力交易出清算例，验证了所提模型的合理性和实用性。

  1 备用互济的省间电力市场出清模型

  为了合理利用各省富余备用资源，通过备用互济的方式进行备用支援，当某省份出现备用不足时，相邻备用充足省份通过本省空闲备用容量支援备用不足省份，将预留的备用分摊到省内所有机组，实现电网经济运行。但仅考虑电网运行经济性，过量调用外部低价的备用资源，会导致提供备用的机组出力分布不合理，降低电网可靠性裕度。因此对省级电力现货市场高低匹配出清模型进行拓展，根据买方和卖方报价，考虑跨区域联络线的可用容量，计及跨区域联络线、区域电网和卖方电网的输电费及网损，以社会福利最大化和备用互济成本最小为目标建立省间电力现货市场出清模型。

  1.1 目标函数

  优化目标为社会福利最大和备用互济成本最小，通过线性加权实现多目标到单目标的转化，可表示为

  式中： t 为时段下标； T 为时段集合； I 为省间售电节点集合； J 为购电节点集合； a 为分省下标； S 为分省集合；l为交易路径；L为交易路径集合； cj,t 和 ci,t 分别为时段 t 省间买方 j 和卖方 i 报价，元/(MW·h)； qj,t 和 qi,t 分别为时段 t 省间买方 j 和卖方 i 成交量，MW； xl,t 为交易路径 l 时段 t 成交电力，MW； sl 为交易路径 l 输电价格，元/(MW·h)；图片为分省 a 交易路径l相连省份机组集合；图片和图片为与分省 a 相连省份机组 g 通过交易路径 l 提供的正备用互济容量和负备用互济容量，MW； Gw 为风电机组组合； Gs 为光伏机组组合；图片为风电 g 时段 t 弃风功率，MW；图片为光伏 g 在时段 t 弃光功率，MW； ωw 为弃风罚因子； ωs 为弃光罚因子。

  1.2 约束条件

  1.3 交易路径建模与输电成本计算

  省间交易考虑输电路径网损和输电费用的情况下，交易路径建模如下。

  1）交易路径与售电节点电力流转移约束为

  式中：B是交易路径与售电节点（省份）交易转移因子矩阵； bl,i 是交易路径 l 向售电节点 i 的功率转移因子； Ml 是与售电节点相连接的交易路径 l 集合。

  2）交易路径与购电节点电力流转移约束为

  式中： D 是交易路径与售电节点（省份）交易转移因子矩阵； dl,j 是交易路径 l 向购电节点 j 的功率转移因子； ρz 为输电通道 z 的网损； Zl 为交易路径 l 的输电通道集合； Nl 是与购电节点相连接的交易路径 l 集合。

  在跨区域省间市场交易中，在保证社会福利最大化的前提下，考虑购电双方交易路径的输电费和网损，将购电省份申报电力和电价折算至售电侧；不同交易路径的输电通道成本折算到售电侧的价格不同，计算公式如下。

  式中： q′j 和 c′j 分别为折算至售电侧的买方成交电力和电价； cj 为买方申报电价； α 为网损折扣系数；Δν 为输电折价系数； s 为交易路径输电成本，元/(MW·h)； Kl 为交易路径 l 的单位输电价格。

  模型（1）~（24）为考虑备用互济的省间电力现货市场出清模型，当不考虑省间备用互济时有

  2 仿真分析

  计算平台为Intel Core(TM) i7-1165G7 2.8GHz CPU和16 GB内存的个人计算机，采用Matlab建模，Cplex12.8商业求解器求解。

  2.1 仿真参数

  测试算例由互联IEEE 39节点模型和某网调电网模型组成。IEEE 39节点模型分为A省和B省，A省为购电省份，存在备用缺额，B省为售电省份，备用容量充裕。节点31~33为风电机组节点，节点34~35为光伏机组节点，节点16—19为跨省通道，如图1所示。

图1 39节点两省接线

Fig.1 Regional wiring diagram of 39 nodes in two provinces

  某网调电网包含5个省份，分别设置2个电力资源富足资源省份（记为S1~S2）和3个电力供应紧张省份（记为S3~S5），共7个交易路径（S1—S4，S1—S3，S1—S4—S5，S1—S3—S5，S2—S3，S2—S3—S5，S2—S3—S4），拓扑图如图2所示。

图2 某网调分省拓扑关系

Fig.2 Topological relationship between provinces in a network

  构造3种场景进行对比分析。

  1）场景1：不考虑备用互济电力现货市场出清；2）场景2：考虑备用互济省间电力现货市场出清；3）场景3：不考虑省间现货交易和备用共享。

  2.2 IEEE39节点模型仿真

  2.2.1 省内预出清

  省内预出清即对应场景3，B省单独出清弃风电力如图3所示。由图3可以看出，B省系统负荷较低且风电机组大发，在第14时段前均存在弃风，其中风电1无弃电，风机2仅在时段1~2有弃电，风电3存在多时段大量弃电，3台风电机组在单时段最大弃风电力总和达到288.14 MW，全天平均弃风电力为68.9 MW。

图3 B省弃风电力（场景3）

Fig.3 Abandoned wind power in Province B (Scenario 3)

  松弛A省备用约束进行计算，得到正负备用提供值和需求值的对比，如图4所示。时段13~21均存在正备用不足，最大缺额达到178.8 MW。在时段4~9负备用紧张，负备用能力和需求的差值最小为16.06 MW。综上可得，在A和B两省单独出清时，出现风电富余而大量弃风和火电省份备用不足的情况，将B省设置为卖方和备用充足省份，A省设置为买方和备用不足省份。

图4 A省备用对比（场景3）

Fig.4 Comparison of reserves in Province A (Scenario 3)

  2.2.2 省间备用互济

  场景1下B省大量风电机组功率通过联络线转移到A省，一定程度缓解了B省新能源大量弃电问题。B省火电机组由于报价较A省机组低，且其机组装机容量较大，B省的正备用需求相比A省较低，火电可以进行省间交易售电。省间电力交易量在第9时段前相对较低，因为单省出清时系统负备用不充裕，通过降低省间交易以满足系统负备用要求。图5为考虑省间备用互济和联络线协调优化的市场出清结果。考虑到省间交易的社会福利最大化目标，通过备用互济的方式调用B省备用资源。场景2显著提升了新能源电力的消纳，通过省间备用互济缓解由省间交易造成的负备用不足的现象，整体的经济性更高。

图5 省间市场出清结果（场景2）

Fig.5 Inter-provincial market clearing results (Scenario 2)

  图6为不同场景下的新能源弃电电力对比。由图6可以看出，场景2下B省的弃风现象得到极大改善，仅9个时段有弃风。单独出清的各时段累加的弃风总量为1653.28 MW，而场景1和场景2的弃风总量为834.59和666.64 MW，弃电率分别降低49.5%和59.7%。场景2比场景1在时段3~5弃风电力更低，B省为A省提供了负备用互济容量，省间交易电力未因A省负备用不充裕而缩减。

图6 不同场景下弃风电力对比

Fig.6 Comparison of abandoned wind power under different scenarios

  图7为省间电力市场购电情况对比情况。由图7可以看出，场景1和场景2在时段1~2和12~24购电电力相同，时段3~11场景2的购电明显高于场景1，因为由于备用互济的影响，省间交易容量空间存在一定富余，受系统负荷和爬坡以及经济性要求，B省火电出力增大，A省被支援部分负备用，省内出力适当增大，相应省间交易总量增大。

图7 不同场景下购电情况对比

Fig.7 Comparison of power purchases under different scenarios

  图8为不同场景下A省正负备用的对比，场景1与场景2提供正备用比场景3高，因为省间电力交易压低了A省的出力，增大了提供的正备用容量，时段9~18由于负荷不断增大，单省出清提供的正备用不断降低，时段13~21出现正备用不足。基于缓解正备用不足及经济性要求，场景2不考虑正备用的省间互济。场景1和场景2提供的正备用相等，省间电力交易达到最大值。时段4~9，场景1和场景2的提供的负备用比场景3略低。因为单省出清时本身的负备用资源并不充足，为了满足省间交易电力最大化的目标，场景1尽可能降低省间交易电力，以满足系统负备用需求。而场景2中通过B省负备用资源互济，如图9所示，在时段3~11通过省间备用互济，最大互济负备用功率为100.48 MW，满足系统负备用需求的同时增加了省间交易。

图8 不同场景下A省正负备用对比

Fig.8 Comparison of positive and negative reserves in Province A under different scenarios

图9 省间电力现货市场的负备用互济

Fig.9 Negative reserve sharing of the inter-provincial electricity spot market

  对比表1中不同场景下的社会福利优化结果可以看出，在考虑省间备用互济时，虽然增加了备用互济成本，但是会增大省间交易电力，促进了新能源消纳，其总社会福利增加了26.1%。

表1 不同场景下的社会福利对比

Table 1 Cost comparison under different scenarios

  2.3 网调电网模型仿真

  基于某网调电网模型和电网运行数据，构造省间电能量市场申报电力和申报价格。图10为网调电网考虑备用互济的省间电力现货电能与备用耦合优化出清的备用互济情况。由图10可看出，时段3~7与时段17~24备用互济较为频繁。时段1~4对应电力资源富足资源省份S1~S2弃风时段，时段17~24对应电力资源欠缺省份S3~S5正备用不足时段。时段9~16，该区域电网内各省份正负备用能力较充足，而省间现货交易需求也较小，无备用互济需求产生。可以看到在新能源弃电时段和资源缺乏省份的负荷高峰时段均出现正负备用容量互济。

图10 某网调备用互济情况

Fig.10 Reserve sharing of a network

  考虑备用互济的S1、S2省份弃风情况如表2所示，不考虑备用互济的弃风结果如表3所示。可以看到在考虑备用互济情况下，弃风问题可以得到进一步改善，资源缺乏省份S3、S4、S5通过省间联络线以备用互济方式购买风电以减少S1、S2省份新能源弃电量。

表2 考虑备用互济的不同省份弃风情况

Table 2 Wind curtailment of different provinces considering reserve sharing

表3 不考虑备用互济的不同省份弃风情况

Table 3 Wind curtailment of different provinces without considering reserve sharing

  考虑省间备用互济和不考虑备用互济下的省间电力市场成交量对比如图11所示。可以看到考虑备用互济情况下，省间交易电量增大，其原因在于备用互济影响下，各省备用预留需求降低，以社会福利最大化为目标，省间交易电量的增加整体提高了社会福利，其与IEEE 39节点单通道互联算例仿真测算的结论一致。

图11 省间电力市场成交量对比

Fig.11 Comparison of transaction volumes in inter-provincial electricity markets

  3 结论

  本文基于省间电力现货交易框架，以社会福利最大和备用互济成本最小为优化目标，考虑输电省间输电费用和网损、备用互济成本，以省间电力平衡、分省电力平衡、电网安全约束、分省备用空间以及机组运行边界等为约束条件，建立促进新能源消纳的考虑备用互济的省间电力现货市场出清模型。通过对IEEE 39节点系统和某网调电网算例进行仿真计算，结论如下。

  （1）考虑备用互济的省间现货出清模型通过区域内各省份间备用空间的互济，有效缓解了电网中新能源弃电和区域内电力资源逆向分布问题，实现区域内电力资源的合理分布。

  （2）考虑备用互济的省间现货市场出清，其市场运行的经济性得到明显的改善，实现以更经济手段促进电网能源结构往清洁低碳方向的转型，对省间电力现货市场出清的进一步优化具有一定的参考价值。

  注：本文内容呈现略有调整，如需要请查看原文。