电力和天然气的相互依赖性：两种方法在欧洲监管框架内耦合大市场模型的比较外文翻译资料

 2022-04-05 08:04

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

电力和天然气的相互依赖性：两种方法在欧洲监管框架内耦合大市场模型的比较

摘 要

随着天然气发电厂（NGFPPs）产生能量的增长，电能和天然气工业两者逐渐相互关联，越来越多的公司逐渐作为大型参与者同时参与到两个市场中。然而，每一个公司只是传统的解决一边的问题，拥有特定的竞争优势：电力能源公司主要知道如何运转他们的发电资产，然而天然气公司主要知道如何管理他们的气体供应合同，如何利用他们的天然气资产。多产品能源公司甚至设立独立的部门，这些部门经常不做讨论就下决定。公司（或部门）通常通过数学工具支持他们的决策过程，无论如何，这些工具代表的是市场细微的一面。本文提出了两种将电力和天然气两个相互依存的市场模型耦合为优化问题的方法。每种方法满足不同部门的预期。以电力为视角的方法通过天然气市场模型计算评估天然气合同，从而最大化电力市场的利润。相反的，以天然气为视角的方法则是通过电力市场模型获得边际效用和和天然气消耗之间的关系，最小化天然气运转成本，这个协同的方案将会允许企业获取协同增效作用，这和那些在两个市场中不协调运作的公司相比，会形成一个竞争优势。

关键词：电力市场，电-气互联，天然气市场，优化模型

符 号

下面介绍本文中使用的主要符号以供快速参考。

索引：

u 公司。

r 液化天然气规划终端。

s 地下存储。

c 国际管道。

d 天。

参数：

电力需求。

再汽化关税。

液化天然气储存关税。

地下存储关税。

注入关税。

回收关税。

运输关税。

气体传输关税。

最大再气化能力（每天）。

最大液化天然气储存能力（每天）。

u公司在d天进口的最大量。

u公司在d天出口的最大量。

最大存储容量（每天）。

最大注入比率（每天）。

最大回收比率（每天）。

每个公司每天总的气体需求。

a 线的斜率。

b 该线的y截距。

变量：

u公司在电力市场的利润。

每个u公司总的电力产量。

市场清算价格。

推测的价格响应。

u公司在d天的气化量。

u公司在d天的LNG存储量。

u公司在d天的存储量。

u公司在d天的注入量。

u公司在d天的回收量。

u公司在d天的进口量。

u公司在d天的出口量。

u公司在d天的LNG传输量。

天然气边际费用。

u公司在天然气市场的利润。

每个公司通过不同于NGFPPs的技术生产的能源。

每个公司通过NGFPPs技术产生的能源。

每公司常规天然气需求。

成本函数。

MR() 边际效益。

MC) 边际成本。

U) 实用功能。

介绍

在过去的二十年中，天然气燃气发电厂（NGFPPs）的安装不断增加，这主要由于其与其他代技术相比资金成本较低，它们的高转换效率和灵活性使它们非常适合作为有可再生能源的高渗透率系统的电源备份技术。以NGFPPs为基础的能源产生的增长，使电力和天然气系统之间更加相互关联。

这种相互关联的水平可以通过两个主要的指数来衡量。首先是电力生产的份额，NGFPPs不仅取决于装机容量，还取决于其他能源的来源和燃料价格的可用性。例如，从1990年到2010年，在全球范围内，电力板块使用的天然气占有很大的比例，翻了一番（从10％上涨到近22.2％[1]）。第二个代表性指标是用于发电的天然气需求占总耗气量的份额。这个值这些年来也增加了，达到全球在2012年约为40％[2]。另外，在接下来的几年里，它的全球份额将有所增长[3]。这些事实和数字表示共同分析两个系统是重要的，也是必要的。

根据[4]，气体和电力网络的相互依赖性的分析可以从不同的角度进行评估，从运营角度看，由于NGFPPs 包括天然气需求、调度意义、总用气量、全天工作用气量等相关部分。因此，天然气管网的技术限制操作和气体可用性也可能影响电力系统调度。因此，天然气的技术特性可能会直接影响电力系统的可靠性和安全性。（参考[5]的几个潜在的挑战和风险的例子，这种相互依赖性越来越大。）

除了技术限制外，天然气市场价格也会直接影响经济调度和单位承诺。例如，天然气价格改变可能会使其他燃料和技术与天然气相比更加经济或者不经济，创造套利机会。例如，一些在两个市场都运作的公司，可能决定使用天然气，并在电力市场卖电，或者卖掉天然气市场的天然气并购买电力系统来满足他们的义务，然而可以进行双重燃料的消费者可能从天然气转换为电力系统或者反之亦然。

公司的决定不仅依赖于天然气价格，也依赖于电力批发市场的价格和公司的能源产生组。结果，混合生产能源的一个系统中，NGFPPs占了一大部分，天然气价格上升预示着NGFPPs技术变得更加昂贵，这将增加电力价格。由于天然气价格提升，费用将更高。然而，在电力市场获得的利润也会由于高价格而增加。

因此，通过一个协调的方案，一个在两个市场都有市场的公司将会有一个竞争优势，因为将会对同时参与两个市场的私人公司有激励作用，要么保证供气，共同提供电力和煤气给终端客户，要么在两种商品之间进行仲裁。

事实上，一些公司已经融合了他们的电力和天然气运作[6]，随着两个部分逐渐整合，监管机构、系统运营商和私人市场代理商会需要分析工具来检测相关部分来推测会产生哪些潜在的耦合问题，并确保财产安全和两个系统的可靠性。

可是，一直以来，电力和天然气系统都是被单独的进行分析，因为要么每个公司专攻一个产品，要么每个产品的不同部门有自己的职责，从不分享信息。无论如何，市场模型（电力或者天然气市场模型）一直用来支持每个工业的决策过程，因此，如今一个占有两个市场的能源公司一般有两个大的优化或仿真模型（一个模型对一个系统）。事实上，由于传统分析中的每个市场是分离的，一个能源公司通常设立两个不同的部门，一个部门对一个市场。逻辑上来说，两个部门（或者模型）之间的交流越好，潜在的协同增效作用就越强。除此之外，相对于那些没有相互协调运作的公司来说，将会产生竞争优势。形成一个独特的模型是另一种方案，但由于计算机和法人的原因而被抛弃。因此，这篇论文的目的就是基于两个有原对偶信息模型间的联系提出两个等价的方法，一个方法对一个系统，简单的说，这篇论文为耦合电力和天然气两个相关的大的优化模型提出了两个联系方法论，最终的目的是当他们在两个系统中共同运作时，实现一个公司分析可能在一个中期期限（几个月到几年）内产生的经济预示。说明性的策略决策包括供应合同练习（主要是天然气合同）、电力资源管理、风险回避或者预算阐述，因此模型中支持决策过程很重要。

考虑到电力能源和天然气工业都被严格监控，并且他们的市场结构取决于相关规则，所以这篇文章主要集中在欧洲监管框架，即欧盟第三次能源。

本文的其余部分安排如下。 第二章介绍了现有技术，第三章描述了本文中使用的电力和天然气市场均衡模型，第四章提出两种方法来整合这两种模式，第五章将其用一个现实的案例研究来说明，最后，第六章揭露了这篇论文的主要结论。

电力和天然气模型

很多人致力于单独建立电力和天然气市场模型，正如[7]中所示的电力市场模型，或者[8]中所示的天然气模型。可是，当参与到两个市场时，没有实际经验的作者是很难对两个系统一起建模或者研究代理商的策略行为的。下述观点是基于[9]中的调查，用不同的方法根据时间进行分组得到的。

对于单个快照时间段，各个作者提出了同时分析气体和电力系统的模型。他们的主要目标是在考虑安全或可靠性问题的同时获得最佳的系统运行和规划决策。有些模型考虑了气体供应的可靠性[6],[10] ，最大化综合循环蒸汽发电机的生产；而其他作者将电力生产总成本最小化，这受到气体和电力网络之间流量守恒的约束[11]，或者总成本的约束[12]。另一方面，当确定最佳的燃气和电力流量组时，有模型可以使所有参与者获得最大的利益。这个总的社会福利被定义为电力和天然气消费者对组合系统运行成本的总体收益[13]。

在本文中，电力负荷安全约束单元承诺（SCUC）存在的问题包括网络模型[14]和[15]。而在[14]中，流量差异经过了流量模拟；[15]中的气体流量是根据平均气体平衡模型计算的。两种模型都采用基于Benders分解的方法；相反，[16]提出了一个独特的模型，它是基于分解的方法，用拉格朗日松弛和动态规划来解决的；另一方面，在[17]中讨论了由于天然气基础设施中的突发事件而导致的切断NGFPPs供应的电力系统的影响，其中SCUC在子问题中包括单位承诺和网络分析。沿着这些线路，综合网络的连续分析与[18]中的最佳电力和气体流量相结合。

虽然近年来有关中长期运行和决策模型的文献不多，但近年来也提出了一些模型。例如，[19] - [21]中的模型解决了扩展计划问题。在[19]中，作者分析了天然气和电力传动系统的综合规划，[20]分析了随机性条件下热液系统和天然气系统的运行计划。文献[21]提出[12]的一种扩展来扩展容量。

关于中期运行，优化问题在[22]和[23]中分为两部分。问题的表述代表了线性成本的多个能源网络（电力、煤炭和天然气）。作者将其作为线性问题求解解决了这个问题。通过比较，用于非线性规划的Xpress-SLP（顺序线性规划）求解器被用于最小化[24]中考虑储气的目标函数。

另一方面，在考虑到两个市场的网络特征的同时，以天然气和电力市场为重点的投资选择代表性融合[25]。这个模型是[26]的一个延伸，包括时间维度和投资。

按照两个系统的集成进行整合，解决联合问题的方式，上述方法可以分为两类：

  1. 两种模型的组合。

这种单一模型可能是线性规划（LP）[19],[22],[23]，混合整数线性规划（MILP）[11],[18],[21]，非线性规划（NLP）[24] ，互补性问题（MCP）[25],[26] 或随机双动态规划（SDDP）[20]问题。另外，可以利用原始—对偶内点（PDIP）方法[12],[13]。

  1. 将问题分成两个子问题。

在这种情况下，有几种选择，如[14]和[15]使用的Benders分解，[16]和[17]中的对偶分解，或者如[6]和[10]中的两个连续阶段求解模型。

本文提出了在中期范围内处理市场环境下天然气和电力系统模型相互作用的两种直接方法。该方法基于分别考虑两种模型并使用获得的原始双重信息，其他领域也采用了类似的程序，例如，分析电力市场中期发电规划与短期运营决策之间的协调[27]。

模型描述

本章介绍了两个没有联系的电力和天然气市场运营模式。大写字母代表参数，小写字母代表连续变量和正变量（除此之外，还有一些其他明确的指示）。

    1. 电力市场模型

电力市场通过[28]中提出的市场均衡问题来模拟。该模型是基于推测变量，这些变量代表许多公司在寡头垄断市场中竞争的最佳经济行为。为了满足总需求，每家公司u都尝试通过决定产量来最大化利润。尽管对弹性需求的扩展是直接的[28]，但需求被认为是无弹性的，

在其他方面，是总的电力产量，正如稍后会展示的，它被分成由NGFPPs产生的电能和由其他技术产生的电能。

利润最大化问题（1）受制于生产需求平衡方程：

（1）

是市场价格，利润则作为收入函数和成本函数之间的差异来计算。

均衡是通过表达一阶盈利条件得到的：

全文共18005字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[14566]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章