隨著風電大量并網，電力系統運行的不確定性因素逐漸增大，電力市場的交易復雜度增加。在日前市場中，風電購電出力大小會影響到備用容量的購買量。當日前能量市場的風電購電出力較大時，實際的風電出力小于該計劃購電出力的概率較大，需要更多上備用的概率大于下備用的需求概率；當日前市場風電購電出力較小時，實際的風電出力大于該計劃購電出力的概率較大，故所需更多下備用的概率大于上備用的需求概率。

基于二者的內在聯系，文獻[1]認為日前能量市場和備用容量市場聯合出清可以得到更優的購電方案。類似地，文獻[2-3]聯合考慮日前能量市場和備用容量市場，制定日前調度計劃；文獻[4]則建立含能量市場費用、備用容量市場費用、失負荷費用的日前市場購電模型；文獻[5]針對微網的日前市場購電優化，以發電成本、備用成本、機組起停總費用最小為目標，利用隨機規劃方法建立日前市場微網調度模型；文獻[6]考慮各種隨機因素的影響，在含風電電力系統中將能量市場和備用市場聯合優化，建立三層優化模型。

上述文獻考慮日前能量市場和備用容量市場的聯合出清，有利于可再生能源并網的電力系統優化運行，但對實時市場調用備用容量需要付出的能量費用尚未進一步研究。

在電力系統中，如果風電的實際出力大于日前市場的風電購電計劃出力時，為了減少棄風，需要在實時市場中調用常規機組下備用容量減少發電；如果風電的實際輸出功率小于日前市場的風電購電計劃出力，為了不失負荷，需要在實時市場中調用常規機組的上備用容量增加發電。

一般地，為了減少實時市場的偏差功率，實時市場能量價格需要滿足ρu,t≥ρr,t≥ρd,t，其中ρu,t為實時市場t時段常規機組的購電價格，ρd,t為實時市場t時段常規機組的售電價格，ρr,t為日前市場t時段出清價格。如果實時偏差功率為負，相當于日前市場購電過多，要調用下備用容量在實時市場售電。

由于ρr,t≥ρd,t，該部分出售的電能等同于在日前市場以ρr,t的價格購電，而在實時市場只以ρd,t的價格出售，出售單位電量將會損失ρr,t-ρd,t，增加了總購電費用。另一方面，如果實時偏差功率為正，相當于日前市場購電過少，要調用上備用容量，此時要以ρu,t的價格在實時市場購買電能，也增加了總購電費用。

從以上的分析可以看出，無論實時市場的偏差功率為正還是為負，都會增加實時市場的能量平衡費用。因此將日前能量市場和實時能量市場分開考慮，不能得到最優的購電方案[8]。文獻[8]將日前市場和實時市場統一考慮，同時考慮負荷預測的偏差，建立了日前和實時市場統一調度模型，并通過算例分析可知，該模型可以得到更優的購電計劃，但是該文尚沒有考慮風電并網。

文獻[9]同時考慮了負荷和風電不確定性的影響，在不同場景下，以日前市場能量購買費用和實時市場平衡費用最小為目標，制定最優的日前市場調度計劃。文獻[8-9]在考慮實時市場電價時，認為實時電價為一固定價格，均沒有考慮它的不確定性。

文獻[7]在文獻[8-9]的基礎上同時考慮了風電功率不確定性和負荷不確定性的影響，并用區間數表示實時市場電價的不確定性，得到日前能量市場和實時能量市場聯合出清方案。文獻[7-9]雖然考慮了實時平衡市場對購電結果的影響，但對備用容量市場未進行探討，難以確保備用容量大小的合理性，不利于優化備用容量成本。

在制定日前能量市場和備用容量市場的出清計劃時，作為電力市場的購電決策者，無法事先得知風電的實際輸出功率和實時市場的實際價格，無法準確評估實時平衡市場的能量費用。因此需要考慮風電和實時市場電價的不確定性，即將風電出力和實時市場電價作為隨機變量。

目前對含隨機變量的建模方法主要有三種：隨機模型、模糊模型和區間模型。其中隨機模型需要利用大量的歷史數據得到隨機變量的分布函數；模糊模型假定不確定參數屬于模糊邏輯集合，其主觀性較大；區間模型只需要隨機變量變化區間的上下界，所需信息少，較容易得到。

在電力交易中，根據隨機變量的區間變化范圍，即可以利用區間規劃方法得到日前市場機組購電出力的區間解，給購電決策者提供參考，也可以利用魯棒優化方法得到一個具體的日前市場出清方案，區間模型具有廣泛的應用前景。

在日前市場購電優化中，由于電網的實際運行情況是未知的，購電決策者決定的任意一個購電方案，在事后都有可能產生后悔心理。研究表明，決策者產生的后悔心理會影響決策者的行為，如文獻[21]在光儲微網優化調度中考慮了決策者的后悔心理，引入魯棒后悔度理論，得到魯棒后悔度最小的調度方案，使微網達到綜合經濟效益最優。

綜上所述，本文利用區間模型表示隨機變量的不確定性，并結合日前能量市場、備用容量市場和實時能量市場，建立聯合優化購電模型，考慮購電決策者的后悔心理，以魯棒后悔度最小為目標，得到更優的日前市場購電方案。

結論

本文用區間表示風電輸出功率和實時市場電價的不確定性，綜合考慮日前市場能量購買費用、備用容量購買費用和實時市場能量平衡費用，基于魯棒后悔度，建立含風電的日前市場購電優化模型。結論如下：

1）與傳統購電計劃相比，本文提出的購電方案同時考慮了日前能量市場，備用容量市場和實時平衡市場，優化了備用容量，使最大可能的失負荷電量和棄風電量下降，較大減少了實時能量市場費用，總的優化方案后悔度下降了34%，有效地降低了決策者的后悔心理。

2）當實時市場購電價格預測偏差增加時，日前市場能量費用和下備用容量購買費用會增加，上備用容量購買費用減少；當實時市場售電價格預測偏差增加時，會減少日前能量市場購買費用和下備用容量購買費用，增大上備用容量購買費用。

3）當風電功率預測區間擴大時，為了減少棄風或失負荷，上、下備用容量購買量增加，魯棒后悔度也隨之增大。

利用魯棒后悔度可以真實反映預測精度對決策者事后后悔心理的影響，得到更優的購電方案。在以后的研究中，日內市場以及負荷側響應所提供的靈活資源將進一步融入到市場交易模式中。