基于VaR的风电并网风险效益研究进展
Research Progress of Wind Power Grid Risk Benefit Based on VaR
DOI: 10.12677/SD.2018.82011, PDF,  被引量   
作者: 余 琴：华北电力大学经济与管理学院，北京；查效兵：华北电力大学电气与电子工程学院，北京
关键词: 风电；风险价值模型；条件风险价值模型；风险效益；Wind Power； Risk Value Model； Condition Risk Value Model； Risk Benefit
摘要: 近年来风电发展十分迅速，风电并网容量不断增大。清洁的风电能源有利于缓解能源危机、治理环境。但风电的波动性、随机性给电网带来了诸多的问题。如何科学的评估风电并网运行的风险效益已经成为当前研究的热点问题。风险价值模型的提出为此提供了思路。主要分析了风电发展状况，阐述了VaR的基本概念和基本模型。总结了目前基于VaR的风电并网风险效益研究进展，并对基于VaR的风电并网风险效益研究进行了展望。
Abstract: In recent years, with the rapid development of wind power, the wind power capacity connecting into network continues to increase. Clean wind energy is conducive to easing the energy crisis and managing the environment. However, the volatility and randomness of wind power have brought many problems to the power grid. How to scientifically assess the risk benefit of wind power grid operation has become a hot issue in current research. The proposition of the VaR provides an idea for this. The development of wind power is analyzed, and the basic concepts and basic model of VaR are described in this paper. The paper summarizes the current research progress of wind power grid risk based on VaR and prospects the research on wind power grid risk benefit based on VaR.
文章引用：余琴, 查效兵. 基于VaR的风电并网风险效益研究进展[J]. 可持续发展, 2018, 8(2): 94-103. https://doi.org/10.12677/SD.2018.82011

参考文献

[1] 徐涛. 2016年全球风电装机统计[J]. 风能, 2017(2): 52-57.
[2] 刘斯伟, 李庚银, 周明. 双馈风电机组对并网电力系统暂态稳定性的影响模式分析[J]. 电网技术, 2016, 40(2): 471-476.
[3] Mele, F.M., Ortega, Á., Zá-rate-Miñano, R., et al. (2016) Impact of Variability, Uncertainty and Frequency Regulation on Power System Frequency Distribution. Power Systems Computation Conference, Genoa, 20-24 June 2016, 1-8.
[Google Scholar] [CrossRef] 
[4] 赵嘉兴, 高伟, 上官明霞, 等. 风电参与电力系统调频综述[J]. 电力系统保护与控制, 2017, 45(21): 157-169.
[5] Ghaoui, L.E., Oks, M. and Oustry, F. (2017) Worst-Case Value-at-Risk and Robust Portfolio Optimization: A Conic Programming Approach. Operations Research, 51, 543-556.
[Google Scholar] [CrossRef] 
[6] Zhao, P. and Xiao, Q. (2016) Portfolio Selection Problem with Value-at-Risk Constraints under Non-Extensive Statistical Mechanics. Journal of Computational & Applied Mathematics, 298, 64-71.
[Google Scholar] [CrossRef] 
[7] Gencer, H.G. and Demiralay, S. (2016,) Volatility Modeling and Value-at-Risk (VaR) Forecasting of Emerging Stock Markets in the Presence of Long Memory, Asymmetry, and Skewed Heavy Tails. Emerging Markets Finance & Trade, 52, 1-19.
[Google Scholar] [CrossRef] 
[8] 张玥. 丹麦通过三种途径实现风电消纳[J]. 风能, 2016(2): 38-38.
[9] 车明, 于小迪, 单维平, 等. 欧洲及丹麦能源转型对我国天然气发展的启示[J]. 中外能源, 2017, 22(9): 13-17.
[10] 王露. 我国风电电价政策研究[D]: [硕士学位论文]. 北京: 华北电力大学, 2016.
[11] 郝宇, 张宗勇, 廖华. 中国能源“新常态”: “十三五”及2030年能源经济展望[J]. 北京理工大学学报(社会科学版), 2016, 18(2): 1-7.
[12] Jorion, P. (1996) Risk 2: Measuring the Risk in Value at Risk. Financial Analysts Journal, 52, 47-56.
[Google Scholar] [CrossRef] 
[13] 马超群, 李红权, 张银旗. 风险价值方法在金融风险度量中的应用[J]. 预测, 2001, 20(2): 34-37.
[14] 郑冲. VaR计算方法的最新进展[J]. 战略决策研究, 2003, 2(1): 44-47.
[15] 潘志斌, 田澎, 朱海霞. 一种新型的VaR计算方法: g-h VaR法[J]. 系统管理学报, 2006, 15(3): 247-250.
[16] 周孝华, 张燕. 一种新的风险价值(VaR)计算方法及其应用研究[J]. 管理学报, 2008, 5(6): 819.
[17] 吴建刚. 基于g-h分布的极值分布拟合新方法[J]. 统计与决策, 2011(8): 9-13.
[18] Dowd, K. (1998) Beyond Value at Risk the New Science of Risk Management. John Wiley & Sons, Hoboken.
[19] Wang, Z.R., Chen, X.H., Jin, Y.B., et al. (2010) Estimating Risk of Foreign Exchange Portfolio: Using VaR and CVaR Based on GARCH–EVT-Copula Model. Physica A Statistical Mechanics & Its Applications, 389, 4918-4928.
[Google Scholar] [CrossRef] 
[20] Chang, T.H., Su, H.M. and Chiu, C.L. (2011) Value-at-Risk Estimation with the Optimal Dynamic Biofuel Portfolio. Energy Economics, 33, 264-272.
[Google Scholar] [CrossRef] 
[21] 赵珊珊. 电力市场条件下的工程和金融风险评估及规避[D]: [博士学位论文]. 北京: 中国电力科学研究院, 2010.
[22] 李玲. 热电厂蓄热消纳风电的经济性与调峰定价研究[D]: [硕士学位论文]. 大连: 大连理工大学, 2015.
[23] 张洪涛. 基于风险价值法(VAR)评估大型风力发电场工程优化模型的研究[D]: [硕士学位论文]. 江苏: 东南大学, 2008.
[24] Zhou, H., Hou, Y., Wu, Y., et al. (2007) An-alytical Assessment of Wind Power Generation Asset in Restructured Electricity Industry. Universities Power Engi-neering Conference, Brighton, 4-6 September 2007, 1086-1092.
[25] 杨旻宸, 刘恋, 蒋传文, 等. 电网超短期运营约束下风电随机波动风险评估及平抑措施[J]. 水电能源科学, 2013(5): 227-230.
[26] 任博强, 蒋传文, 彭鸣鸿, 等. 基于改进遗传算法的含风电场的电力系统短期经济调度及其风险管理[J]. 现代电力, 2010, 27(1): 76-80.
[27] 杨旻宸. 风电并网电力系统运营风险评估与风险管理方法研究[D]: [硕士学位论文]. 上海: 上海交通大学, 2013.
[28] 李平. 我国金融市场风险价值(VaR)与CVaR的理论研究及应用[D]: [硕士学位论文]. 广州: 暨南大学, 2007.
[29] 周任军, 刘志勇, 闵雄帮, 等. 不确定性优化方法在电力系统研究中的应用[J]. 电力科学与技术学报, 2014, 29(2): 21-29.
[30] 李莹莹, 刘照, 章杰, 等. 风电出力偏差成本及其条件风险方法的电力经济调度[J]. 电测与仪表, 2017, 54(1): 89-94.
[31] 玉华, 周任军, 韩磊, 等. 基于CVaR的风电并网发电风险效益分析[J]. 电力系统保护与控制, 2012, 40(4): 43-47.
[32] 孔一茗. 考虑条件风险价值的风电并网系统可用输电能力评估[D]: [硕士学位论文]. 吉林: 东北电力大学, 2015.
[33] 李啸虎. 考虑随机约束的电网优化运行及风险管理[D]: [硕士学位论文]. 上海: 上海交通大学, 2010.
[34] Li, X. and Jiang, C. (2011) Short-Term Operation Model and Risk Management for Wind Power Penetrated System in Electricity Market. IEEE Transactions on Power Systems, 26, 932-939.
[Google Scholar] [CrossRef] 
[35] 夏德明, 于骏, 屈可丁. 基于VaR和CVaR指标的风电出力特性评估[C]//中国高等学校电力系统及其自动化专业学术年会. 2009.
[36] 王瞡, 金尧, 黄泽华, 等. 考虑间歇性电源不确定性的配电网经济效益风险评估[J]. 电器与能效管理技术, 2015(13): 14-18.
[37] 陈洪伟. 风电保险产品创新浅析[C]//亚洲风能大会. 2008.
[38] Mills, E. (2003) The Insurance and Risk Management In-dustries: New Players in the Delivery of Energy-Efficient and Renewable Energy Products and Services. Energy Policy, 31, 1257-1272.
[Google Scholar] [CrossRef] 

为你推荐