适应交易机构相对独立的双边交易安全预校核方法

谭振飞, 阮广春, 钟海旺, 夏 清

(1. 电力系统及发电设备控制和仿真国家重点实验室, 清华大学, 北京市 100084; 2. 清华大学电机工程与应用电子技术系, 北京市100084)

0 引言

2015年3月,中共中央和国务院正式印发电改9号文《关于进一步深化电力体制改革的若干意见》(以下简称《意见》)[1],标志着中国新一轮电力体制改革拉开序幕。新一轮电改力图还原电力商品属性,以市场机制优化电力资源配置,保障电力系统安全可靠经济运行。

《意见》指出“有序缩减发电计划”[1]。随着改革的推进,各地区也在结合自身实际积极推进发电厂与电力用户(或售电商)直接交易,市场交易规模持续增加。以广东省为例,其2017年双边协商交易成交电量达到83.705 TW·h,比上年增长近2倍。然而市场交易规模的扩大也对国内电网安全稳定运行提出了前所未有的挑战。中国目前的电力双边合约均需要物理执行,合约电量成为系统调度运行的边界条件,将挤压系统可调度空间。同时,交易机构相对独立后其可掌握的物理电网信息有限,在组织交易时难以精细考虑电网安全运行要求,交易结果降低了调度机构的可调度空间。在调度机构与交易机构职能分离的背景下,如何更好地协调调度与交易的关系,使交易机构在组织市场交易时未雨绸缪地考虑电网安全约束,进而在电网安全稳定运行和市场经济效益之间寻求最佳平衡点,成为当前亟需解决的现实问题。

以美国为代表的“集中式”电力市场通过安全约束机组组合(security constrained unit commitment,SCUC)和安全约束经济调度(security constrained economic dispatch,SCED)在出清环节内嵌考虑系统安全约束[2],从而精准协调经济效益与系统安全需求。而中国交易机构与调度机构相对独立,且现阶段仍以中长期电量交易为主,尚缺乏有效途径在交易环节内嵌考虑安全约束。为此,本文尝试在交易机构相对独立的情况下,通过调度与交易机构间的少量信息交互为市场交易活动划定安全边界,从而实现市场效益与系统安全运行的平衡。

双边交易对电网调度运行的影响已受到国内外学术界和工业界的广泛关注,但已有文献大部分将双边交易结果当作外生参数处理,很少作为自变量或因变量进行分析[3-6]。而针对双边交易结果不可行的情况,已有研究主要关注通过对交易结果进行最优削减[7-9]或通过再调度[10]使其满足系统安全约束。交易削减是保障系统安全性的最后一道防线,但频繁的交易削减容易引发市场公平性的问题。

短期中的调度运行和安全校核以出力为决策变量;而双边交易在中长期展开,且以电量为交易标的。目前已有文献聚焦于出力空间中的系统静态安全域[11-12],但尚未有研究直接在电量空间给出交易结果应满足的安全约束。将电力约束转化为简单明了的电量约束一直是业界追求的目标,然而对于电力系统这样一个高度复杂的非线性系统,直接计算电量约束较为困难,且得到的电量可行域结构复杂、求解困难。针对中国电力市场建设的实际需求,本文在介绍双边交易安全预校核意义与模式的基础上,研究电量可行域模型与求解方法,并通过一定近似得到简洁、实用的双边交易安全预校核方法。

1 双边交易预校核的意义与模式

双边交易以场外交易的形式开展,由市场成员自行协商、分散决策,签署电量交易合约。按照合约的交割方式,电力双边交易可分为金融双边合约与物理双边合约两类。

金融双边合约只对部分电量的价格进行提前锁定,而合约中的电量无需物理执行。例如:美国各电力市场普遍采用差价合约(contract for difference,CFD)帮助市场成员规避价格风险,而在现货市场中采用全电量申报的方式统一出清。金融合约只具有结算意义,对系统调度运行没有实质影响。与金融合约不同,物理合约中的电量需在规定时间内执行。如图1两机系统所示,合约电量成为系统调度运行的边界条件,将挤压系统可调度空间,极端状况下交易结果甚至无法在调度中执行,需要削减交易结果。

图1 物理双边合约电量对调度可行域的影响Fig.1 Impact of physical bilateral contract on dispatch feasible region

英国电力市场中场外双边合约在总售电量中占比接近60%[13]，其之所以能承受如此大规模的双边交易，主要原因是英国电网基本不存在阻塞问题。目前，中国年度计划电量、市场双边交易电量均需要物理交割。然而，阻塞问题在中国电网中普遍存在，同时国内尚未建成电力现货市场或平衡市场。随着发用电计划有序放开，双边交易规模将继续扩大。交易机构在组织市场交易时未精细考虑安全约束，其交易结果将可能产生有别于传统的潮流运行方式、挤占系统调峰资源与备用容量[14]，极端情况下电量甚至无法物理执行。而如果在交易结束后由调度机构依据安全校核情况直接调整交易结果，则会给调度机构提出新的挑战，如果处理不好还可能引发市场成员对于市场公平性的质疑。

针对市场分散决策的交易结果与电网安全运行的矛盾，本文提出通过双边交易安全预校核为市场活动划定安全范围，从而确保交易结果的调度可行性。其基本思想是调度机构依据电网调度运行的安全约束计算市场可交易的电量安全边界(electricity security boundary，ESB)，将这一结果传给交易机构，交易机构在组织市场交易时要求市场成员交易结果不得超出ESB划定的范围，从而最大限度地减少交易结果在调度运行中不可执行的情况。不同于事后安全校核中将电量代入调度模型进行验算，用于预校核的ESB是一组显式表达的电量约束，其应具有形式简单、物理含义明确、便于市场成员理解等特点。科学有效、简单易行的ESB计算方法，无疑是开展双边交易安全预校核的关键，这也是后续章节研究的重点。双边交易安全预校核同时涉及调度机构、交易机构及交易双方。其流程如图2所示，具体包括以下步骤。

图2 双边交易安全预校核流程图Fig.2 Flow chart of security pre-checking for bilateral transaction

步骤1：调度机构依据系统网络参数、机组运行参数、负荷及新能源出力预测，以及系统安全约束计算用于预校核的ESB。

步骤2：交易机构在交易开始前发布预校核的具体方法及用于指导本次交易的ESB，要求市场成员进行交易时不得超出ESB确定的范围。

步骤3：交易成员参考ESB进行场外协商，交易结束后将交易意愿上报至电力交易机构。

步骤4：交易机构对交易申报出清。若成员申报电量均满足ESB则进入步骤6，否则进入步骤5。

步骤5：交易机构以ESB为约束、以总调整量最小为目标，调整双边交易意愿并公示调整结果。

步骤6：调度机构依据更详细的电网模型对交易结果进行校核，调整未通过校核的交易结果。

双边交易安全预校核并不能替代电网安全校核，但其通过为市场活动划定安全边界，一方面可从源头上减少不可行的交易结果；同时，交易机构依据公开透明的方法对交易结果进行校验和调整，可有效避免市场成员对市场公平性的担忧。在中国现有电力市场模式下，引入双边交易安全预校核对保障电网安全经济运行、保证市场的效率与公平、促进调度机构与交易机构业务解耦均具有重要价值。

2 调度可行域与双边交易电量可行域

系统调度运行在机组出力空间进行寻优(如日前96时段)，而中长期双边合约以电量为交易标的，双边交易安全预校核也需在电量空间进行。因此，研究双边交易安全预校核的关键在于建立出力可行域向电量可行域的映射关系。本节将首先讨论由系统运行约束决定的调度可行域(dispatch feasible region，DFR)，之后通过调度空间向电量空间的投影建立一般的双边交易电量可行域(bilateral-contract feasible region，BFR)模型。

2.1 DFR模型

对于典型的SCUC模型，DFR是指满足模型约束条件的机组出力序列与启停状态序列的集合。

为便于推导和分析不等式的性质，接下来以矩阵形式建立DFR模型。将各机组的出力序列按行排列得到出力矩阵P，如下所示：

(1)

式中：P为G×H阶决策变量矩阵，G为机组数目，H为运行时段数目；P中元素pkt为机组k在运行时段t的出力。类似地，将机组的启停状态变量排列成启停状态矩阵U，其中元素ukt为机组k在运行时段t的开停机状态。

当前，中国的双边交易通常为年度或月度交易，中长期机组组合时间步长较大，故模型中不考虑机组爬坡约束。将SCUC模型的安全约束[15]表示为式(2)至式(6)所示的矩阵形式。本文使用矩阵不等式的形式表示一组不等式，其要求矩阵中所有对应元素都满足不等关系。其中，式(2)为系统各时段功率平衡约束；式(3)为机组出力上下限约束；式(4)为系统网络安全约束；式(5)为系统各时段正负备用约束；式(6)为机组最小连续开/停机时间约束。

(2)

diag(pL)U≤P≤diag(pU)U

(3)

(4)

(5)

UWint≤Vint

(6)

式中：eG为向量元素全为1的G维列向量，即eG=[1,1,…,1]T，以其左乘矩阵P，即对P按列求和，与之类似，下文中使用ex表示元素全为1的列向量，称作“幺向量”，其下标x表示此向量的维数；d为各时段系统总负荷构成的列向量，即d=[d1,d2,…,dH]T；pL和pU分别为各机组出力下限、出力上限构成的列向量；diag(pL)表示以机组最小经济出力为对角元素的对角矩阵，以其左乘矩阵U即表示对U进行行倍增变换；f为各线路有功传输极限构成的列向量；DN为各时段母线负荷构成的矩阵，其第j行第t列元素djt为节点j在时段t的负荷需求；矩阵T为系统的潮流转移分布因子(power transfer distribution factor，PTDF)矩阵，TG为T中发电机节点对应的行组成的子矩阵；(pU)TU为系统各时段在线机组总容量；ρ+和ρ-分别为正备用率和负备用率；Wint和Vint分别为以0，1，-1为元素的矩阵和列向量。由于开/停机时间约束过于复杂，此处仅对其进行抽象表达。

则基于SCUC模型的调度可行域ΦD即为所有满足式(2)至式(6)中各约束的变量矩阵P和U的集合，其是混合整数空间RG×H×ZG×H中的区域：

ΦD={(P,U)∈RG×H×ZG×H|式(2)—式(6)}

(7)

2.2 BFR模型

双边交易物理合同电量需在合约规定的时间内完成交割，这在调度模型中体现为机组运行电量的下限约束，即

PeH≥qB

(8)

式中：qB为各机组双边合约电量构成的列向量。

在约束式(2)至式(6)的基础上引入约束式(8)可能使原SCUC问题无可行解，qB只有在一定的区域内，SCUC问题才有可行解。所谓BFR，即为使含有合约电量执行约束的SCUC问题有可行解的qB构成的集合，将其记作ΩB。

注意到约束式(8)的左端项PeH表示各机组在运行时段内发出的总电量，记作q。作为变量矩阵P的线性映射，将q的取值集合定义为电量可行域(generation feasible region，GFR)，记作ΩQ，则有

ΩQ={q∈RG|∃(P,U)∈ΦD,q=PeH}

(9)

若不考虑电量执行偏差，q在电量成分上由市场电量与计划电量两部分构成：

q=qB+qS

(10)

式中：qS为各机组计划电量列向量。

结合中国双边交易市场实际，可进行如下合理化假设。

1)双边交易电量总规模预先确定。

2)计划电量按照“三公”调度的原则分配，为简化分析，本文假定按照装机容量比例分配。

基于上述假设可推导出机组计划电量向量：

(11)

因此，对任意给定的β，此时的BFR为：

ΩB(β)={qB∈RG|qB+qS∈ΩQ,qB≥0}

(12)

可看到对于给定的β，BFR和GFR中的元素存在简单的一一映射关系。特别地，当系统总负荷电量全部为双边交易电量，即β=1时，有ΩQ=ΩB(1)。由于这种一一映射关系的存在，求解BFR的问题可转化为求解GFR。因此本文后续重点研究GFR，即ΩQ的求解方法和它的性质。

3 GFR的求解方法

不同于优化问题在可行域中寻找最优解，GFR需研究所有可行解的全局性质。根据式(9)中的一般定义式，求解GFR的本质是已知变量(P，U，q)共同满足的约束，求解变量q的取值集合，这正是计算几何学中的投影问题。但由高维混合整数空间向低维向量空间投影，目前尚无通用办法有效求解。本节按照“由简入繁”思路，首先介绍某给定启停方式下GFR的求解方法，之后介绍SCUC中GFR的一般解法，并对GFR的结构与性质进行讨论。

3.1 给定启停方式下的GFR

对于一组可行启停方式Uk，原SCUC问题转化为SCED问题。SCED问题仅包含式(2)至式(4)约束，关于整数变量的式(5)和式(6)约束则无需考虑。

从变量耦合关系角度，SCED问题的约束条件均为机组间耦合约束，其特点是约束中仅包含系数矩阵左乘变量矩阵P的项。可将SCED的约束表示成如下形式，其中式(14)对应SCUC中的不等式约束式(3)和式(4)：

(13)

AgP≤Bg

(14)

式中：Ag是由I，-I，TG，-TG构成的分块对角阵；Bg为常系数向量。

通过在式(14)中对P右乘幺向量，即对P按行求和，便得到机组运行电量q。因而仅需在约束式(13)和式(14)两端同乘幺向量eH，即对同向不等式求和，便可得到关于电量q的约束条件：

(15)

Agq≤BgeH

(16)

对于一个机组数目为G的系统，电量等式约束式(15)确定了RG中自由度为(G-1)的超平面，称之为电量平面。而电量的不等式约束式(16)确定了RG中的一个凸多面体。电量平面与该凸多面体相交的区域就是该给定启停方式Uk下的GFR，即

式(15)、式(16)}

(17)

3.2 基于SCUC的GFR

每种特定启停状态序列Uk下的GFR可通过代数运算解析求解。而SCUC模型的可行解中包含诸多可能的启停状态序列，则基于SCUC的GFR是所有可能机组启停状态下的GFR的并集。用ΛU表示所有可能机组启停状态构成的集合，即

ΛU={U∈ZG×H|∃P,(P,U)∈ΦD}

(18)

则基于SCUC的GFR可表示为如下一般形式：

(19)

式(19)描述了GFR的构成，但使用此方法计算电量可行域需要穷举出所有可能启停序列，而这一问题是“组合爆炸”的。因此在实际大系统中，严格求解基于SCUC的GFR难度极大。

即便如此，依据式(19)仍然可得到GFR的若干特点如下。

1)GFR是电量平面上的有限区域。每一特定启停方式下的GFR均是电量平面上的有限区域，故它们的并集也是电量平面上的有限区域。

2)GFR可能是非凸、非连续、非连通的。虽然组成GFR的每一个子区域都是凸的，但其并集的凸性无法得到保障。并且这些子区域可能是相互孤立的，因此GFR可能是非连续甚至非连通的。

3)GFR部分边界的系数矩阵为Ag。SCUC下GFR的边界一定对应至少一种特定的启停方式，而依据式(13)和式(14)，给定启停方式时GFR的边界由系数矩阵为Ag的不等式约束确定。作为这些子区域的并集，SCUC下GFR的部分外边界与子区域边界相同，即可由如下不等式确定：

Agq≤bq

(20)

(21)

式中：Ag(i,:)表示矩阵Ag的第i行。由这组不等式确定的区域将严格包含GFR。

4 电量预校核实施方法

GFR是对各机组电量所满足约束的严格描述，其提供了关于可行空间性质的完备信息。但基于SCUC的GFR计算极为困难、性质复杂、边界物理含义不明确，难以直接应用于实际的双边交易预校核。在充分保证有效性的基础上，预校核安全边界应便于计算,具有明确的物理含义,且易于被市场成员理解。本节从工程应用实际出发，提出了3类电量预校核的基本思路，评价了各方法的优劣，并提出了基于蒙特卡洛模拟的预校核有效性检验方法。

4.1 电量预校核的可行思路探究

1)基于极端状态的预校核方法

该方法从市场交易结果的特点出发确定可交易边界。竞争充分、信息对称的市场中，市场逐利将把电量分配结果推向极端。如果市场交易总是沿着一个确定的方向发展，例如使社会福利最大化的方向，则只需确定沿着该方向所能达到的极端电量状态，便可由极端状态下的电量得到双边交易的安全边界。只要市场实际的交易结果不比极端状态下的交易结果更“极端”，则认为市场交易结果可行。

2)基于不均衡度的预校核方法

既有的电源和网络规划与“三公”调度相适应，因此“三公”电量可看作最均衡的电量分配方式，这样得到的电量分配结果通常是可以执行的。而当交易结果与“三公”电量偏离较大时，则可能引起系统调峰容量不足或网络传输受阻而无法执行。定义电量不均衡度(energy deviation factor，EDF)为电量空间中交易结果与“三公”电量之间的欧式距离，如图3所示。计算确保可执行的最大不均衡度，称其为安全边界，即为图3中GFR的内切球半径rB；计算确定无法执行的最小不均衡度RB，称其为不可行边界，即为图3中GFR的外接球半径RB。rB和RB的求解模型详见附录A。

图3 基于电量不均衡度的预校核方法示意图Fig.3 Illustration of pre-checking method based on EDF

基于不均衡度的方法即通过EDF与上述2个边界的关系判断交易结果是否可行。对于一组交易结果：当EDF>RB，则交易结果一定无法在调度中物理执行；当0≤EDF≤rB，则交易结果一定可以物理执行；当rB

3)基于电量极限的预校核方法

本文3.2节指出，严格的GFR性质复杂，但其部分外边界可由一组线性不等式描述。而由式(20)可知，这组不等式的系数矩阵Ag是由单位矩阵和PTDF矩阵构成的分块对角阵，因此不等式右端项具有明确的物理含义：系统安全约束下各机组的发电量极限、系统安全约束下各支路可传输的电量极限。这组电量极限约束确定的边界与GFR的部分外边界重合且确定的区域严格包含GFR，因而电量极限约束可更有效地近似GFR。基于电量极限的预校核方法就是通过这组电量极限约束为市场交易活动划定安全边界。

对于给定的双边合约电量占比β，可直接计算得到用于预校核的ESB。对于机组k，其预校核电量极限通过如下优化问题求解：

(22)

(23)

(24)

可看到这组约束形式简单，只包含机组合约电量上下限约束和各机组合约电量按照PTDF加权满足的约束。

4.2 3种预校核方法的讨论

上述3种方法的基本思想均是通过简单边界代替性质复杂的GFR进行安全预校核，但不同的近似方式具有各自的优势与不足。

基于极端状态的方法通过单一极端状态确定可交易边界，物理意义明确、计算简单。但其缺点是：首先仅通过单一状态难以反映电量可行域的全局信息；同时市场交易具有不确定性，市场交易不一定总是沿着某个单一方向进行，因此该方法存在误判、漏判的可能。

基于不均衡度的方法本质是使用内切球与外接球近似GFR，其物理含义明确、可反映可行域的全局信息。但这一思路也存在一定缺陷：安全边界与不可行边界的求解都是非凸优化问题，最优解求解存在困难；此外ESB受限于系统薄弱环节，随机组数量增加，系统不可行边界与安全边界的比值增大，校核区范围随之增大，这给方法的适用性带来挑战。

基于电量极限的方法从GFR的结构与性质出发,使用一组线性不等式近似GFR外边界，其兼具前两种预校核方法的优点。相较于极端状态方法只把握单一状态，电量极限法同时关注各机组电量极限、线路电量极限等一组状态，因此能反映电量可行空间的全局信息。同时，电量极限确定的边界严格包含真实的电量可行域，因此不满足约束的电量一定不可行。相较于不均衡度方法使用内切球和外接球近似不规则的电量可行空间，该方法使用一组线性不等式约束近似真实的可行空间。其形式更简单、含义更明确，并且由于是用多面体近似多面体，故能有效克服不均衡度方法中的“短板效应”。可见，基于电量极限的预校核方法更具工程实用价值。

4.3 基于蒙特卡洛方法的有效性检验

为了定量分析验证安全预校核方法的有效性，本文提出预校核准确率指标λPCAR，其定义为满足电量极限约束的交易电量可在调度中执行的概率。令预校核安全边界确定的区域为ΩPC，则λPCAR可表示为如下数学形式：

λPCAR=Pr(Q∈ΩQ|Q∈ΩPC)

(25)

特别地，对于基于电量极限的方法，其ESB严格包含GFR，即ΩQ⊆ΩPC，则该方法的λPCAR是两个空间区域的体积之比，即

(26)

当然，直接计算V(ΩQ)和V(ΩPC)较为困难。因此，可以使用蒙特卡洛方法计算λPCAR，以定量研究预校核方法的有效性。基本思路为：随机产生M个满足电量极限约束的G维数组，通过含有电量约束的SCUC模型逐一验证各电量数组是否可行，记其中可行的数组数目为m，则通过这M次实验模拟得到的λPCAR，M=m/M。增加实验次数，当模拟的结果基本不再变化时，认为此时的模拟结果接近真实的λPCAR。

5 算例分析

5.1 基础数据

为更直观地理解GFR的物理特征及验证预校核方法的有效性，后续主要基于3机9节点系统进行算例分析。系统月度负荷曲线形状来自美国ISO-NE 2017年4月的系统负荷。系统单线图、月度标幺负荷曲线、机组参数、支路参数分别见附录B图B1、图B2、表B1、表B2。

5.2 基于3机系统的GFR算例分析

对于3机系统，其GFR实际是2维平面上的一个区域，如图4所示。图中的立方体为机组出力上下限约束确定的电量可行域，平面M1,M2,M3为系统电量平衡约束确定的电量平面，则图中蓝色五边形即为仅考虑出力上下限约束时的电量可行域，称其为“电量取值域”。电量取值域反映了机组自身容量限制对其运行电量的制约。

图4 3机系统电量空间示意图Fig.4 Illustration of energy space of 3-generator system

为便于研究，建立电量平面表面坐标系，如图4中红色箭头所示。坐标原点Qref为全电量均按照“三公”调度分配时的电量向量，同时要求一个坐标轴与电量平面正交。则可通过遍历的方法在2维平面中作出该3机系统月度GFR，如图5中深色区域所示。图中:横、纵坐标分别为电量平面表面坐标系下的坐标值，浅色区域为电量取值域。可看到GFR是非凸、非连续的。

图5 3机系统月度电量可行域和电量安全边界Fig.5 Monthly GFR and ESB of 3-generator system

5.3 基于电量极限的预校核方法算例分析

1)3机系统算例

基于3机系统分析基于电量极限的预校核方法的原理并验证其有效性。使用式(22)和式(23)计算机组和线路电量极限并得到形如式(24)的约束，结果如表1所示。

表1 3机系统机组和支路月度电量极限Table 1 Monthly ultimate energy of generator and branch in 3-generator system

在图5中使用红色实线作出电量极限对应的边界，其内部的区域就是预校核可行域ΩPC。从图中可看到,电量可行域严格包含于电量极限确定的校核可行域，并且电量极限确定的边界与电量可行域的部分边界重合，这与4.1节中的分析一致。

对于此3机系统，可以通过遍历的方法得到其预校核准确率：λPCAR=84.27%。也就是说，当交易结果不满足安全预校核时，可以确定该结果必然无法执行；而对于满足安全预校核的交易结果，有84.27%的把握可以执行。

2)扩展算例分析

使用规模更大的系统，通过蒙特卡洛模拟计算电量极限预校核法的λPCAR，以定量评价其有效性。

首先使用IEEE 30节点标准测试系统[16]进行分析。系统共有6台发电机、41条支路。计算系统的电量极限，剔除其中的重复约束，最终共得到12组机组电量极限和54组支路电量极限。该6机系统的λPCAR无法精确计算，只能通过蒙特卡洛方法模拟得到。当蒙特卡洛模拟次数达到700时，λPCAR的估计值基本不再随实验次数改变，最终稳定在81.2%附近。即对于该系统，使用基于电量极限法进行预校核，准确率可达到81.2%左右。

接下来使用IEEE 118节点标准测试系统[16]分析。系统包含118个节点、186条支路。本算例仅保留其中容量最大的35台发电机进行分析。在MATLAB环境下求解优化问题，计算电量极限用时16.486 s。通过蒙特卡洛模拟估计λPCAR，当实验次数达到900次以上，λPCAR估计值最终稳定在88.5%附近。则对于该系统，基于电量极限的安全预校核准确率可达88.5%。

从算例分析结果可看到，基于电量极限的预校核方法的计算用时可以接受，且有效性能达到80%以上。考虑到负荷预测误差等调度边界条件的不确定性，以及合约执行允许存在一定偏差，基于电量极限的预校核可以满足实际应用需求。

6 结语

针对双边交易规模持续扩大和交易机构相对独立对电网调度运行带来的挑战，提出通过双边交易安全预校核为市场活动划定边界，以最大限度减少双边交易结果对系统调度运行的不利影响。文中建立了机组电量可行域的数学模型并研究了其结构与性质；提出了3种可行的预校核思路；基于不同规模的算例检验了基于电量极限的预校核方法的有效性。但需要指出,本文是在中长期电量安全预校核方面所做的初步尝试，建模时采用直流潮流描述安全约束且计算电量极限时进行了一定程度近似。实际应用中还需精细考察运行方式变化和负荷预测误差等对预校核效果的影响。

面对当前阶段实际存在的问题，本文提出的双边交易预校核是减少交易结果与系统安全性要求矛盾的一种行之有效的解决办法。随着中国电力体制改革的持续深入，适时地建设现货市场、将物理合同转为差价合约将是必然的趋势。在“现货市场+差价合约”的市场模式下，合约电量不再成为系统调度的硬性约束，但合约电量与现货电量的偏差过大将给系统带来额外的再调度成本。通过安全预校核为差价合约交易的开展提供参考，也将帮助规避合约电量偏差引发再调度成本上升的风险。希望本文的研究成果能为中国电力市场化交易的有序开展提供理论和技术支撑。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。

参 考 文 献

[1] 中共中央，国务院.关于进一步深化电力体制改革的若干意见[Z].北京:2015.

[2] 郭鸿业,陈启鑫,钟海旺,等.基于标准化金融交割曲线的现货市场建设路径设计[J].电力系统自动化,2017,41(17):1-8.DOI:10.7500/AEPS20170512009.

GUO Hongye, CHEN Qixin, ZHONG Haiwang, et al. Spot market mechanism design and path planning based on standard curve for financial delivery[J]. Automation of Electric Power Systems, 2017, 41(17): 1-8. DOI: 10.7500/AEPS20170512009.

[3] GALIANA F D, ILIC M. A mathematical framework for the analysis and management of power transactions under open access[J]. IEEE Transactions on Power Systems, 1998, 13(2): 681-687.

[4] CHENG J W M, GALIANA F D, MCGILLIS D T. Studies of bilateral contracts with respect to steady-state security in a deregulated environment of electricity supply[J]. IEEE Transactions on Power Systems, 1998, 13(3): 1020-1025.

[5] GALIANA F D, KOCKAR I, FRANCO P C. Combined pool/bilateral dispatch: Part Ⅰ performance of trading strategies[J]. IEEE Transactions on Power Systems, 2002, 17(1): 92-99.

[6] 张永平,焦连伟,倪以信,等.区域电力市场双边交易阻塞管理实用计算方法[J].电力系统自动化,2003,27(14):18-22.

ZHANG Yongping, JIAO Lianwei, NI Yixin, et al. Practical approach for inter-regional bilateral contracts congestion management[J]. Automation of Electric Power Systems, 2003, 27(14): 18-22.

[7] 杨洪明,段献忠.基于模糊理论的双边交易裁减模型[J].电力系统自动化,2002,26(20):24-28.

YANG Hongming, DUAN Xianzhong. Bilateral transaction curtailment model based on fuzzy theory[J]. Automation of Electric Power Systems, 2002, 26(20): 24-28.

[8] 王成山,魏炜.双边交易模式下考虑静态电压安全性的阻塞管理[J].中国电机工程学报,2004,24(10):45-49.

WANG Chengshan, WEI Wei. Congestion management with voltage security considered in bilateral power market[J]. Proceedings of the CSEE, 2004, 24(10): 45-49.

[9] 高宗和,耿建,张显,等.大规模系统月度机组组合和安全校核算法[J].电力系统自动化,2008,32(23):28-30.

GAO Zonghe, GENG Jian, ZHANG Xian, et al. Monthly unit commitment and security assessment algorithm for large-scale power system[J]. Automation of Electric Power Systems, 2008, 32(23): 28-30.

[10] KOCKAR I, GALIANA F D. Combined pool/bilateral dispatch: Part Ⅱ curtailment of firm and nonfirm contracts[J]. IEEE Transactions on Power Systems, 2002, 22(9): 56-56.

[11] 陈思捷,陈启鑫,夏清.静态安全距离:概念,模型和意义[J].中国电机工程学报,2015,35(3):600-608.

CHEN Sijie, CHEN Qixin, XIA Qing. Steady-state security distance: concept, model and meaning[J]. Proceedings of the CSEE, 2015, 35(3): 600-608.

[12] 顾雪平,张尚,王涛,等.安全域视角下的有功安全校正优化控制方法[J].电力系统自动化,2017,41(18):17-24.DOI:10.7500/AEPS20170330002.

GU Xueping, ZHANG Shang, WANG Tao, et al. Optimization control strategy for active power correction from perspective of security region[J]. Automation of Electric Power Systems, 2017, 41(18): 17-24. DOI: 10.7500/AEPS20170330002.

[13] Electricity trading volumes and churn ratio by month and platform (GB)[EB/OL]. [2017-12-19]. https://www.ofgem.gov.uk/data-portal/wholesale-market-indicators.

[14] 夏清,白杨,钟海旺,等.中国推广大用户直购电交易的制度设计与建议[J].电力系统自动化,2013,37(20):1-7.

XIA Qing, BAI Yang, ZHONG Haiwang, et al. Institutional design and suggestions for promotion of direct electricity purchase by large consumers in China[J]. Automation of Electric Power Systems, 2013, 37(20): 1-7.

[15] 舒畅,钟海旺,夏清,等.约束条件弹性化的月度电力市场机制设计[J].中国电机工程学报,2016,36(3):587-595.

SHU Chang, ZHONG Haiwang, XIA Qing, et al. Monthly electricity market design based on constraint relaxation[J]. Proceedings of the CSEE, 2016, 36(3): 587-595.

[16] University of Washington. Power system test case archive[EB/OL]. [2017-12-01]. http://www2.ee.washington.edu/research/pstca.