报价策略

为进一步提升分布式能源的调节潜力，基于信息差距决策理论，将探讨虚拟电厂（virtual power plant，VPP）在参与需求响应（demand response，DR）策略时的竞价方式分为平衡型、保守型和进取型3种策略模型，并为每种策略设计鲁棒函数和机会函数，分别实现对不同类型决策的优化。同时，设置ε约束模型，考虑了碳排放和利润的权衡关系。采用IEEE 18节点系统作为仿真环境，验证了所提方法的优点和必要性。仿真结果表明，保守型VPP能够保证在未来价格落入最大鲁棒性区间时获得最小关键利润；进取型VPP能够从意外的价格波动中获益，并实现期望的利润。

在现货市场中，政府授权合约的曲线分解方式对市场不平衡资金规模与市场主体利益具有重要影响，合理分解相关合约问题亟待解决。从电力现货试点实际需要出发，综合考虑不平衡资金规模、政府授权合约分解结果、发电主体报价策略及市场出清结果之间的关联性，构建了基于博弈均衡的双轨制电力现货市场政府授权合约曲线分解优化模型与方法。该方法基于博弈均衡的思想对应建立了以控制不平衡资金规模为目标的政府授权合约分解模型、考虑政府授权合约分解结果的发电商报价决策模型以及市场出清模型，利用3层粒子群算法实现各层模型间的迭代修正，得到均衡市场个体与整体利益的合约分解结果。通过算例仿真分析，验证了在各因素互相作用和博弈均衡下，所提方法对缩小市场不平衡资金规模的作用。

从电力行业来看，综合运用各种自动化、数字化、信息化技术手段，使发电企业在高度自动化的基础上，提升其可感知、可视化、预测与仿真、协同分析与决策等能力，促进企业智能化水平，增强产业创新能力、服务社会能力、价值创造能力，将是未来发展的大趋势。尤其是随着现场总线、智能仪表、传感器、摄像头等新技术和智能设备大量应用于电厂，数据采集范围越来越广，数据采集频率越来越高，数据类型越来越多，数据产生速度越来越快，数据量越来越大，为电厂应用大数据技术、人工智能技术进行数据挖掘、处理、分析提供了坚实的数据基础，并能进一步创建包含生产运行数据、设备全生命周期数据、经营管理数据、人财物资产数据为主的企业的“大数据”信息资源库，构建企业大数据资产。基于大数据技术、人工智能技术的电厂数据归集存储和挖掘利用，是解决电厂数据信息无序、分散、滞涨、利用程度低等问题的有力的工具，通过信息化、智能化的精细化管理可以有效提升电站的安全性、经济性，促进电厂大数据资产的深化应用。综上所述，如何构建电厂大数据资产、深度挖掘数据价值，是智能电厂建设过程中所面临的主要挑战。 随着电力体制改革工作的推进，上网电价全面下调，燃煤电厂超低排放和节能改造等政策的落地实施，在保证安全生产的前提下，如何通过精细化的生产管理实现资产全生命周期管理，降低运行和检修成本，是很多发电企业亟待解决的问题。 高安屯热电是个数字化热电厂,并且从基建期就开始了数字化建设，在建设物理电厂的同时建立数字化电厂，在数字化电厂的基础上，将互联网技术与传统电力行业的热电联产相结合,运用大数据与人工智能技术进行生产管理、工况寻优、转机评价和智慧营销管理。 通过智慧电厂的建设，利用大数据技术手段，结合高安屯大数据平台自2016年上线以来所积累的近三年的生产数据、发电数据、供热数据、外部因素（网侧调度数据、环境数据）等数据，研发基于大数据的智慧营销管控的厂级经营优化及营销报价平台和应用，为电厂未来参与电网调峰提供有针对性地、更加精准地辅助服务及优化报价策略，并且科学地对全年电量任务规划、调峰辅助参与策略及供热经济性分析等进行深入研究，辅助电厂经营者做出最优管理及运营决策。