电力现货市场环境下风电与储能如何联合参与市场并合理分配收益（电力现货市场环境下风电与储能如何联合参与市场并合理分配收益）

电力现货市场环境下风电与储能如何联合参与市场并合理分配收益（电力现货市场环境下风电与储能如何联合参与市场并合理分配收益）为了应对化石能源的枯竭以及温室效应的加剧 以风电为代表的新能源在我国得到迅速发展[1]。这类波动性电源出力的不确定性和弱调控能力 高比例接入需要电力系统提供更多的灵活性调节服务。为了充分调动“源-网-荷-储”多环节的调节能力 合理体现其服务价值 利用好市场优化配置资源的功效是一个有效的解决方案。为此 我国从2018年起快速推动电力现货市场的运行[2]。在此环境下 风电运行从保护性的全额上网转换为与常规电源一样参与市场竞争将成为趋势[3]。相比于其他市场主体 风电等新能源由于自身出力的不确定性及波动性 实时运行时容易出现偏差 导致较大的实时平衡成本 可能削弱风电在现货市场中的竞争力 不利于风电充分消纳。因此 研究风电参与现货市场的运营模式对我国新能源发展以及现货市场建设有重要意义。0 引言1．新能源电力系统国家重点实验室(华北电力大学) 北京市 昌平区 1022062．国网北京市电力公司 电

【能源人都在看，点击右上角加“关注”】

北极星售电网讯:摘要

随着我国电力现货市场建设进程的加快 占比快速提高的以风电为代表的新能源参与现货市场竞争是大势所趋。但风电由于出力不确定性和波动性导致市场竞争力较弱 而多个风电场的集群互补效应及风电与具有灵活调节能力的抽水蓄能电站联合能减少风电实时出力偏差 减少其实时平衡成本。因此 针对多风场与抽水蓄能电站联合参与现货市场的日前竞标策略及由此带来的收益合理分配问题开展研究。采取多风电与抽水蓄能电站联合参与日前和实时平衡市场的市场模式 着重考虑风电实时出力不确定性的平衡成本 提出兼顾实时平衡收益风险的多风电与储能联盟的日前最优竞标策略;对联合后获得的收益 分别利用合作博弈论中的Shapley值和核仁解给出风电场与抽水蓄能电站间以及多风电场间的收益分配方法。最后 通过算例分析验证所提联合运行策略的优越性以及收益分配模型的合理性。

（来源：电网技术 作者：武昭原1 周明1 姚尚润1 李庚银1 张岩2 刘晓娟3）

1．新能源电力系统国家重点实验室(华北电力大学) 北京市 昌平区 102206

2．国网北京市电力公司 电力科学研究院 北京市 丰台区 100075

3．国网北京市电力公司 北京市 西城区 100031

0 引言

为了应对化石能源的枯竭以及温室效应的加剧 以风电为代表的新能源在我国得到迅速发展[1]。这类波动性电源出力的不确定性和弱调控能力 高比例接入需要电力系统提供更多的灵活性调节服务。为了充分调动“源-网-荷-储”多环节的调节能力 合理体现其服务价值 利用好市场优化配置资源的功效是一个有效的解决方案。为此 我国从2018年起快速推动电力现货市场的运行[2]。在此环境下 风电运行从保护性的全额上网转换为与常规电源一样参与市场竞争将成为趋势[3]。相比于其他市场主体 风电等新能源由于自身出力的不确定性及波动性 实时运行时容易出现偏差 导致较大的实时平衡成本 可能削弱风电在现货市场中的竞争力 不利于风电充分消纳。因此 研究风电参与现货市场的运营模式对我国新能源发展以及现货市场建设有重要意义。

日前市场和实时平衡市场是电力现货市场的主要组成部分[4] 其中日前市场是主要的功率交易平台 实时平衡市场旨在根据最新的负荷和电源变化对日前交易计划进行适量调整。风电商根据其次日出力预测 参与日前市场竞争是主要的获益方式。由于风电边际成本低 为了避免弃风 风电商可以报零价以确保中标。风电商日前中标的电量在实时运行时由于其出力的不确定性(日前预测误差) 在实时平衡市场中会面临不平衡惩罚。因此 寻求降低实时出力不确定性的运行模式是风电商参与现货市场的关键。风电商减少实时不平衡主要有两种途径 一是尽可能提升自身出力预测精度 减少实时出力偏差;二是联合储能等具有灵活调节能力的市场主体协同降低实时出力与日前值的偏差。针对途径一有研究指出风电场的集群效应可以显著降低整体出力的不确定性和波动性[5] 即多个风电场联合参与现货市场 利用多风场的时空互补平滑效应减少整体出力预测误差 联合参与现货市场。针对途径二 储能系统由于其灵活调节特性 与风电场联合不仅可以最大限度弥补风电场的实时出力偏差 还可以将多余的电能存储后套利出售 实现储能商业价值最大化。这其中以技术相对成熟、成本较低且能实现大规模存储的抽水蓄能电站与风电的联合最有代表性[6]。可见多风场、风-储构建有效联盟参与现货市场运行 不仅可以实现联盟收益最大化 为风电和储能参与现货市场提供有效解决方案;对整个市场运营来讲 也有利于减少系统平衡成本 提升系统消纳新能源能力以及运行经济性 为此 本文研究多风场与抽水储能联合优化运营策略 具体包括确定联盟参与日前市场的竞标策略 以及联盟收益的合理分配方式。其中 制定联盟日前竞标策略时如何充分考虑风电实时出力不确定性及由此带来的平衡成本及收益风险是关键。

近年来 国内外已有针对风电场参与现货市场的竞价策略的研究[7-10]。文献[7]将风电视为市场价格接受者 以不平衡电量最小为目标建立了风电商竞价随机优化模型。文献[8-10]分别考虑了风电商在日前或平衡市场拥有市场力的竞价策略并将市场风险考虑在内。针对风电场与其他市场主体联合优化运行的研究包括风电与火电机组联合报价[11] 风电场之间的联合[12] 风电与储能[13] 风电和需求响应资源联合报价[14-15]等。文献[16]兼顾系统运行经济性与可靠性 提出了基于成本效益分析的考虑风蓄联合运行的机组组合模型。文献[17]以电网弃风最小为目标 建立了风电和抽水蓄能协调运行模型。上述研究大多聚焦于多个主体联合后对系统整体运行的改善 或是储能等灵活性资源对风电出力的调节作用 未细致考虑日前和实时平衡市场的耦合关系、特别是风电出力不确定性在实时平衡市场上平衡成本及收益风险对日前优化策略的影响。

在联盟收益分配方面 有研究利用合作博弈论研究收益或成本在多个参与者间的分配问题[18-20]。文献[18]利用合作博弈论对因风电出力不确定性所增加的备用成本进行合理分摊。文献[19]基于合作博弈论设计了发电权置换交易模式 并比较了不同收益分配方式结果。文献[20]利用核仁解对输配电固定成本分摊问题进行了研究。这些研究是针对固定成本或确定性的收益进行分摊 而风储多主体联合参与现货市场的运行收益是随其参与市场组合方式及实时出力波动而变化的 因此 有必要针对多风电商与储能联盟的收益分配问题开展研究。

基于我国正在试行的现货市场模式 本文针对多风电和抽水蓄能电站联合参与现货市场的日前竞标策略及收益分配展开研究。首先给出多风电与抽水蓄能电站联合参与现货市场模式 针对多风电场和抽蓄电站组成的联盟 考虑到实时平衡市场与日前市场的耦合关系 特别是风电实时出力不确定性在实时平衡市场中的不平衡成本及收益风险对日前竞标策略的影响 在制定联盟日前竞标策略时兼顾可能的实时平衡运行方式 建立两阶段随机优化模型 以联盟市场收益最大化为目标 并将实时不平衡结算费用引入日前优化决策目标中。利用条件风险价值(conditional value at risk CVaR)度量由于风电出力不确定性导致的不平衡结算费用给联盟整体收益带来的风险。随后 考虑到多风电联合参与现货市场这一合作博弈问题本身的非凸性 分别利用Shapley值和核仁解给出了多风电场间以及风电场与抽水蓄能电站间的收益分配方法;最后 通过算例分析验证了所提联合运行策略的优越性以及收益分配模型的合理性。

1 多风电-抽水蓄能联合模式及两阶段模型设计

研究考虑日前和实时平衡两个市场 所设计的多风电-抽水蓄能电站联合参与现货市场的运营模式如图1所示。多风电商和抽水蓄能电站组成的联盟依据对未来风电出力及电价的预测情况并结合抽蓄电站运行特性在日前市场提交申报功率曲线 这一申报曲线的形成实际是站在日前的时间节点上 将未来可能的风电实际出力场景以及对应场景下抽蓄电站的调节作用考虑在内 即在日前竞标决策中考虑了日前市场和实时平衡市场间的耦合关系。认为在运行日各时段平衡市场启动后 联盟需要根据最新的风电出力及电价情况 调整抽蓄电站的运行方式以谋求收益最大化 并在事后接受最终出力与日前竞标量间偏差的不平衡结算。对于联盟产生的收益 给出合理的分配方案。

图1 风-蓄联合参与现货市场运营模式Fig. 1 Wind-storage joint operation mode in spot market

1.1 风电商间的联合竞标分析

在日前市场中 若多个风电场形成一个联盟 不只可以利用多风场资源上的互补性 联合上报预测信息还可有效减少整体风电出力的不确定性 进而提升各主体在现货市场中的收益。

风电出力不确定性可以通过其预测误差来表示 不失一般性 认为预测误差服从正态分布[21]。多风电场的出力存在一定的相关性 可由历史数据统计得到的相关系数矩阵表示。由统计学知识可知 考虑风场相关性的两风电场联合出力预测标准差如下式：

式中：σx、σy分别为风电场x、y出力预测误差的标准差;ρxy为风电出力相关系数。

因为ρ≤≤1 由式(1)可知多个风电场联合出力所对应的标准差小于等于多个风场预测误差的标准差之和 这表明多风场间互补平滑效应能减少整体出力预测误差 降低联合出力的不确定性。因此 风电商联合参与市场竞争可使实时出力偏差减小 能获得更高的收益。这其中的关键问题在于考虑风电商出力的互补特性选择合理的联合竞标方式 并确定适合的收益分配方式 以保证联盟的稳定性。

1.2 风电与抽蓄电站间的联合分析

抽蓄电站与风电场联合参与现货市场 抽蓄电站的灵活调节能力能够有效减少风电实时运行时的出力偏差 进而减少不平衡结算费用 提高整体参与市场的收益。例如 当风电实时运行超发时(即该时段的实际出力大于日前市场中标功率) 抽蓄电站可以将多余电能储存起来 一方面避免风电商因偏差导致的不平衡结算费用 另一方面还可以在风电商欠发时 起一个补充作用。除此之外 由于风电出力的反调峰特性 电价较高时 风电机组往往出力相对较低 抽水蓄能电站的加入在一定程度能够改善风电出力的反调峰特性 将负荷低谷所发的电能转移到负荷高峰出售 也就是说抽蓄与风电商的联合能够充分利用其双向调节能力 最大化套利收益。

基于以上分析 多风电与抽水蓄能电站联合的日前市场优化运行策略需要解决两个关键问题：一是如何充分利用各主体间的互补特性确定最优的联合竞标策略;二是如何描述风电实时出力不确定性在实时平衡市场面临的平衡风险对联盟运行收益的影响。为此本文采取Look ahead的思想设计两阶段的随机优化模型 如图2所示。第一阶段针对日前市场考虑次日多风电预测出力及其相关性 确定日前联合优化竞标策略。针对风电实时出力不确定性 采用多场景描述 并且依据风电及电价实时的可能情况确定抽水蓄能电站的最优运行模式 以最小化不平衡成本 这是第二阶段的问题 并且将其嵌入日前优化模型中。这个两阶段模型旨在日前制定联盟优化竞标策略时 充分展望实时运行时可能出现的不确定性风险 并且同时给出风储优化运行策略。

图2 二阶段随机优化模型Fig. 2 Two-stage stochastic optimization model

2 多风电及抽水蓄能两阶段联合优化模型

为了便于对所提模型理解的准确性 先给出模型相关的考虑及假设：

1）风电实时出力的不确定性在日前预测数据的基础上通过一系列场景进行表征[21]。

2）考虑到我国电力现货市场尚在启动阶段 各主体的市场意识尚不成熟。平衡市场中的结算方法采用二价法。二价法指的是对正负不平衡电量均采用惩罚性价格结算[22] 二价法对市场主体激励性更强 且不存在套利空间 有利于现货市场初期各主体市场意识的培养[23]。这一不平衡定价模式与我国之前大部分省份针对中长期电量交易偏差所采用双向惩罚机制一致 有利于我国由中长期电量市场向现货市场平稳过渡。

3）当前风电在系统中占比仍然较低 本文认为风电商在现货市场中作为价格接受者 即认为风电出力对日前及平衡市场价格不产生影响。同时考虑到平衡市场价格波动性较大且难以预测 不平衡结算电价的不确定性通过服从正态分布的随机变量生成对应的价格场景来表征 并且同时满足如下条件：

式中：φdown、φup为正负不平衡电量对应的惩罚系数;λD t、λdownωt、λupωt分别为日前市场出清电价以及平衡市场中正负不平衡电量的结算价格。

4）风电商及抽水蓄能机组提交的竞价中包含各时段的出力值及对应价格 为避免弃风 保证联盟所提交申报曲线中标 各时段报价均为0。

5）针对风电出力及市场电价不确定性导致的风险 考虑风电商的风险偏好 用风险偏好系数β衡量风电商在市场中的总收益与考虑不平衡结算后收益变动风险价值之间的关系 风电商单独参与市场与联盟参与市场对应的风险偏好系数应相同。

6）所提的联合优化模型旨在考虑日前和实时平衡市场间的耦合关系 利用多风电场和抽蓄机组的互补特性最大化联盟收益。考虑到目前风电商、抽蓄电站在整体市场中占比相对较小 因此在文中假定为价格接受者 即他们联合竞标行为不会对市场出清电价产生影响 这样为了模型的简练 忽略了网络约束。

基于以上假设 建立考虑条件价值风险的两阶段多风电场与抽水蓄能电站联合竞标随机优化 模型。

2.1 目标函数

目标函数包含3部分：

式中：第一部分为联盟在日前市场中的收益RDA;第二部分为考虑实时出力波动在平衡市场中的预期收益RB 包括不平衡结算收益并需要扣减对应抽水蓄能机组运行模式的启停成本;第三部分为条件风险价值CVaR和风险偏好系数β的乘积。式中用XCVaR表示CVaR;风险偏好系数β表示联盟对风险的偏好程度。当β>0时 联盟为风险厌恶者 对应收益稳定性至上的态度 此时联盟采用较为保守的竞标策略 尽可能利用抽水蓄能机组使实时出力偏差最小;β=0时 联盟为风险中立者 即仅以预期收益最大为目标 此时联盟最大化利用抽水蓄能调节能力在现货市场采用较为激进的竞标策略。考虑到在目标函数中考虑CVaR本身即为一种风险规避的竞标策略 因而本文未考虑β

其中日前市场中的收益RDA如下式所示：

式中：λDt为日前市场t时刻的出清电价;PDpst、PDwpct分别表示t时刻抽蓄电站以及多个风电场在日前市场的申报功率。

平衡市场预期收益RB如下：

(7)

式中：前两项对应联盟不平衡结算收益;πω为包含风电出力及价格的场景ω概率;Pdownωt、Pupωt为场景ω下的正负不平衡功率;后两项对应抽蓄机组的启停成本;nsuωt、nsdωt分别为t时刻场景ω下抽蓄电站启停的机组数目;csu、csd为单个抽蓄机组启停成本。

免责声明：以上内容转载自北极星售电网，所发内容不代表本平台立场。

全国能源信息平台010-65367817，邮箱：hz@people-energy.com.cn，地址：北京市朝阳区金台西路2号人民日报社