面向風電市場化消納的現貨電能量-輔助服務聯合運營機制

陳 青，吳明興，劉英琪，王 一，謝 敏，劉明波

（1. 廣東電力交易中心有限責任公司，廣東 廣州510080；2. 華南理工大學 電力學院，廣東 廣州510640）

0 引言

隨著全球能源向更加綠色低碳的未來邁進，以風電為代表的可再生能源發電作為促進能源轉型、節能減排的重要途徑得到了迅速發展。截至2018年底，我國新增并網風電裝機容量達2.1143×107kW，累計并網裝機容量達2.09×108kW，均居世界首位［1］。未來我國風電將保持高速發展態勢，預計到2030 年我國風電累計裝機容量將達到4.9×108kW［2］。國家發展改革委、國家能源局發布的《清潔能源消納行動計劃（2018—2020 年）》也提出在2020 年盡量將棄風率降低到5% 的目標［3］。2020 年前三季度，全國棄風電量約1.16×1010kW·h，平均棄風率為3.4%，較2019 年同期同比下降0.8 個百分點，棄風率大幅改善。

然而，受隨機氣象因素的影響，風電出力具有強隨機性和波動性，給電力系統的安全穩定運行帶來巨大挑戰，需要系統具有快速調配資源響應凈負荷（即負荷需求減去風電出力）變化的能力，即系統靈活性［4-5］。與此同時，大規模風電并網所面臨的消納問題也日益凸顯，不僅造成資源的浪費，也阻礙了風電開發利用的進程。隨著我國電力體制改革的深入開展，如何以市場的方式確保系統靈活性充裕，是在保證系統安全穩定運行的前提下實現大規模風電并網、解決消納問題的關鍵。

目前，國內各省份應對系統靈活性不足的市場化輔助服務主要是調頻［6］和調峰（包括深度調峰和啟停調峰）［7-8］。調頻服務通過中標者預留調頻容量，并在實時調用時調整發電出力的方式，處理預測與實際凈負荷的實時差異，其響應時間短，對提供者的調頻性能要求較高。調峰服務通過機組調減出力至基準負荷率以下或停運的方式，在負荷低谷而風電出力較高的時段為系統提供下調靈活性，以擴大風電的消納空間，但其無法適用于系統上調靈活性不足的情況；而機組出力在基準負荷率以上跟隨負荷峰谷變化的調峰服務屬于市場范疇以外的無償基本調峰，缺乏相應的市場激勵機制。隨著風電并網規模不斷增大，現有輔助服務市場將越來越難以適應系統的靈活性需求，有必要在借鑒國外電力市場相關經驗的基礎上對我國輔助服務市場進行完善。

近年來，美國加州獨立系統運營商CAISO（CAlifornia Independent System Operator）和中部獨立系統運營商MISO（Midcontinent Independent System Operator）提出一種靈活爬坡輔助服務［9］，以確保預留足夠的爬坡容量跟蹤隨機波動的凈負荷，增強系統靈活性。文獻［10］評估靈活爬坡輔助服務對環境、系統與經濟的影響，指出在市場中引入靈活爬坡輔助服務有利于減少碳排放、提高系統靈活性以及降低稀缺電價發生的概率。文獻［11-14］分別研究風電、儲能、需求響應以及電動汽車提供靈活爬坡服務，并與電能量進行協同優化的市場出清模型。靈活爬坡輔助服務為風電不確定性所引起的系統靈活性不足問題提供了一種解決方案，但現有研究通常采取電能量與靈活爬坡輔助服務市場協同優化的出清模式，而實際上系統并非在每個時段都有向上／向下爬坡容量需求，且在運行過程中系統本身就具有一定的向上／向下爬坡能力，可以滿足一些時段的爬坡容量需求。另一方面，現階段我國電力現貨市場正處于試運行的初級階段，大多省份現貨電能量-輔助服務聯合運營仍采用分階段出清的模式，直接將靈活爬坡加入市場出清模型進行協同優化將大幅增加求解難度，不利于其在現貨市場的應用。

針對以上不足，本文綜合考慮靈活爬坡輔助服務以及國內現有的市場化調頻、調峰服務，提出面向高比例風電的現貨電能量-輔助服務聯合運營機制。首先，針對系統在各時間尺度上的靈活性需求，構建現貨電能量-輔助服務聯合運營的總體框架；然后，建立基于調頻性能指標的調頻出清模型、考慮機組能耗特性的深度調峰出清模型以及含靈活爬坡校驗的電能量市場出清模型，梳理現貨電能量與輔助服務市場分階段出清的具體流程，并運用等價線性化的方法將非線性模型轉換為線性模型，降低求解難度；最后采用某省級實際系統數據進行仿真分析，驗證所提市場機制和模型的有效性。

1 現貨電能量?輔助服務市場聯合運營機制設計

在含高比例風電的電力系統中，靈活的電力市場設計應保證其在所有時間尺度上能夠經濟可靠運營，具體表現在：秒級的頻率調節能力，以始終保持系統的供需平衡；分鐘級的爬坡能力和調峰能力，以應對峰谷時段凈負荷的變化性和不確定性，同時盡可能消納風電。本文提出現貨電能量-輔助服務市場聯合運營機制，總體市場框架如圖1 所示，其設計思路在于：通過調頻服務解決系統的實時平衡問題，通過深度調峰服務解決風電在負荷低谷時期的消納問題，通過靈活爬坡服務解決風電不確定性引起的系統爬坡能力不足問題，增強系統靈活性以適應高比例風電的接入。同時，基于現有現貨電能量與輔助服務分階段出清的模式，以確保改進與現狀的有序銜接。

電能量市場采取集中優化出清的模式，并假設負荷無彈性，即只有發電側單邊報價，其中火電機組申報運行日的電能量價格及機組運行參數；風電場作為價格接受者，僅申報運行日的有功功率預測曲線及預測誤差，不申報價格。系統綜合考慮電網與機組運行約束，以總運營成本最小為優化目標，構建安全約束機組組合SCUC（Security Constrained Unit Commitment）模型進行出清計算，得到火電機組組合及其出力曲線、風電場調度出力曲線。

圖1 現貨電能量-輔助服務聯合運營機制的總體框架Fig.1 Overall framework of combined operation mechanism of spot electric energy and auxiliary service

在調頻輔助服務市場中，系統根據運行日的調頻需求在基于電能量市場所得機組組合的基礎上，基于各機組調頻性能指標對其申報的調頻容量價格進行調整排序，并進行集中出清，得到各時段火電機組調頻中標容量及價格，火電機組根據調頻中標容量對出力上下限進行修改。

在深度調峰輔助服務市場中，若電能量市場出清結果存在棄風現象，則將運行日中各時段棄風電量作為深度調峰輔助服務需求，并以火電機組核定最小技術出力作為深度調峰基準值。火電機組對深度調峰基準值以下的調峰容量進行分段報價。系統根據深度調峰需求對調頻市場中標以外的火電機組進行集中出清，得到各棄風時段火電機組調峰容量及價格，并根據調峰中標容量固定火電機組出力。

在調頻、調峰進行出清以后，根據電能量市場機組組合結果將火電機組在各個時段的啟停狀態固定，此時的出清模型為一個安全約束經濟調度SCED（Security Constrained Economic Dispatch）模型，求解得出各發電機組的出力水平，在此基礎上可以計算得到各機組在各時段出力水平下所能夠自然提供的爬坡能力。通過將各時段系統的爬坡容量需求與自然可提供爬坡能力相減，可以得到各時段系統的爬坡容量缺額。當某時段的爬坡容量缺額大于0時，說明系統在該時段的向上／向下爬坡能力不足以跟隨下一時段可能出現的凈負荷波動。為此，本文采用“反復校驗-添加約束”的思想，提出一種靈活爬坡容量校驗機制，即對求解SCED 模型所得結果進行靈活爬坡容量校驗，若存在爬坡容量缺額，則在SCUC 模型和SCED 模型中引入靈活爬坡約束，并再次運行出清程序，若所得出清結果中仍存在爬坡容量缺額，則繼續加入靈活爬坡輔助服務約束進行反復求解，直到滿足收斂條件，最后得出各時段的靈活爬坡出清容量及價格、火電出力曲線、風電場調度出力曲線以及各時段的市場電價。

2 現貨電能量?輔助服務市場分階段出清模型

2.1 電能量市場

本文使用直流潮流構建電能量市場出清的SCUC模型，目標函數為最小化系統總運營成本：

約束條件如下。

（1）電網運行約束。

（2）火電機組約束。

（3）風電場出力約束。

2.2 調頻輔助服務

2.2.1 調頻容量報價調整

由于不同火電機組的調頻性能存在差異，因此其提供調頻服務的質量也存在差異，本文采用響應時間、調節速率以及調節誤差這3 個指標對機組的綜合調頻性能進行衡量：

其中，KiR為機組i 的綜合調頻性能指標；TiR、SRi和ARi分別為機組i響應調頻歷史控制指令的響應時間（s）、調節速率（MW／min）和調節誤差（MW）；Ts、Ss和As分別為標準響應時間、標準調節速率和標準調節誤差。為了在調頻市場出清中體現機組的調頻性能差異，本文提出基于綜合調頻性能歷史指標的均值歸一化方法，并以此為基礎調整機組申報的調頻容量價格。

歸一化處理公式為：

其中，KiC為機組i 的歸一化綜合調頻性能指標；和分別為所有機組綜合調頻性能指標的最大值和最小值為所有機組綜合調頻性能指標的平均值，也是調頻市場的準入門檻值。歸一化處理后的綜合調頻性能指標范圍為-1～1，且僅當機組綜合調頻性能指標超過或等于平均水平時，KiC≥0，否則，KiC<0。

調整調頻容量報價：

2.2.2 調頻市場模型

調頻市場以最小化調頻服務費用為目標函數：

約束條件如下。

（1）調頻需求約束。

（2）調頻速率約束。

（3）調頻穩定運行約束。機組必須達到穩定出力后才能進行調頻，即：

（4）調頻與電能量市場耦合約束。只有在電能量市場中標的火電機組才可以參與調頻市場，即：

調頻市場出清后，根據調頻市場出清結果修改中標機組的出力上、下限，可得：

2.3 深度調峰輔助服務

在電能量市場中無法完全消納風電的時段，需要啟動深度調峰輔助服務為風電提供消納空間。火電機組在提供深度調峰服務時，根據其調峰深度可分為不投油深度調峰DPR（Deep Peak Regulation without oil）和投油深度調峰DPRO（Deep Peak Regulation with Oil）階段［16］，不同階段下機組運行狀態與能耗特性存在差異，所產生的調峰成本也有所不同。因此，本文在調峰市場中根據火電機組深度調峰成本特性采取分段報價方式，其報價曲線為圖2所示的階梯曲線。

圖2 深度調峰報價曲線Fig.2 Offer curve for deep peaking

深度調峰市場的目標函數為購買調峰輔助服務費用最小：

約束條件如下。

（1）調峰需求約束。

（2）調峰深度約束。

（3）調峰速率約束。

（4）調峰穩定運行約束。機組在開機后必須達到穩定出力后才能進行調峰，且不能頻繁進入調峰狀態，即：

其中，Ni為機組i在運行日內的調峰最大調用次數。

（5）調峰與調頻、電能量市場耦合約束。只有電能量市場中標且調頻市場不中標的火電機組才可以參與深度調峰市場，即：

2.4 靈活爬坡輔助服務

2.4.1 靈活爬坡容量需求

由于風電隨機性和波動性的存在，凈負荷具有變化性和不確定性，具體表現為凈負荷隨時間不斷發生變化，且實際與預測凈負荷之間存在一個隨機波動的范圍，從而產生對系統向上、向下爬坡能力的需求，需要通過發電機組提前預留一定的容量來滿足，以避免系統在下一個運行時段內因爬坡能力不足而無法保證供需平衡。以圖3 為例說明系統向上、向下爬坡容量需求的確定方式，系統在t0—t3時段內預測的凈負荷分別為L0—L3，假設在t1時刻的風電向上、向下預測偏差功率分別為u1和d1，則t1時刻凈負荷波動范圍為L1?d1～L1+u1，因此，系統在t1時刻的向上、向下爬坡容量需求分別為L1?L0+u1和L0?L1+d1；t2時刻凈負荷波動范圍為L2?d2～L2+u2，則系統在t2時刻的向上爬坡容量需求為L2?L1+u2，由于凈負荷波動區間下限高于t1時刻的凈負荷，故系統在t1時刻沒有向下爬坡容量需求。

圖3 系統向上、向下爬坡容量需求Fig.3 System up and down ramping capacity requirements

由上述分析可知，對爬坡容量的需求分為變化性和不確定性兩部分，即：

2.4.2 靈活爬坡容量校驗

在進行靈活爬坡容量校驗前，首先需要計算出清結果中系統在各時段的爬坡容量缺額，即：

其中，γ 為爬坡容量價格上限，反映了系統愿意為風電不確定性導致的功率不平衡所引發的切負荷／棄風風險所支付的預期成本。

（1）靈活爬坡需求約束。

（2）靈活爬坡上下限約束。

（3）靈活爬坡速率約束。

當進行第k 次靈活爬坡容量校驗時滿足式（34）和式（35）所示條件之一，則認為通過校驗。

其中，FIU，k、FID，k分別為第k 次校驗中系統的向上、向下爬坡容量缺額總量；QU、QD分別為市場運營人員所設置的系統向上、向下爬坡容量缺額接受值，反映了系統在爬坡容量不足所引發的切負荷／棄風成本與運營成本之間的權衡。式（34）表示系統向上、向下爬坡容量缺額均小于接受值；式（35）表示第k 次與第k-1 次校驗中向上爬坡容量缺額變化率小于設定值ε1，向下爬坡容量缺額變化率小于設定值ε2。

為了準確地對機組因提供靈活爬坡容量而損失的機會成本進行補償，本文對靈活爬坡輔助服務采取機會成本定價機制［17］，式（31）所對應的最優拉格朗日乘子即為該時段邊際機組提供靈活爬坡容量的機會成本。此外，當火電機組預留爬坡容量所損失的機會成本高于價格上限時，即使存在爬坡容量缺額，系統也不會再繼續投入爬坡容量，這是由于在實際運行與預測結果之間可能會存在一定的差異，系統不需要為此投入過高的額外成本［18］。

2.5 模型求解

2.5.1 等價線性化

在本文建立的市場出清模型中，電能量市場SCUC 模型屬于混合整數線性規劃問題，SCED 模型屬于線性規劃問題，相對易于求解；而調頻與深度調峰市場出清模型的目標函數中含有0-1 變量x 與連續變量y 的相乘項，屬于求解復雜的混合整數非線性規劃問題，因此考慮采用一個新的變量z 代替目標函數中的相乘項，即令z=xy，并引入如下約束對其進行等價線性化［19］：

其中，M 為一個非常大的正常數，本文將其設定為連續變量x 值的上限。等價線性化后的調頻、調峰市場出清模型如附錄A所示。

2.5.2 出清流程

面向高比例風電的靈活輔助服務市場總體出清流程如圖4所示。

3 算例分析

采用某省級電網實際數據進行仿真，該系統有179 臺火電機組，裝機容量為68 905 MW。火電機組基于發電成本對電能量進行報價，調頻和調峰分別參考山西調頻輔助服務與安徽調峰輔助服務市場中的容量報價。假設機組報價在所有出清時段不變。設置機組不投油調峰最低穩燃出力為最大技術出力的45%，投油深度調峰穩燃極限出力為最大技術出力的30%［20］。根據目前國內電力市場現狀設定出清時段總數T=96，即以15 min為一個出清時段。該系統接入20座風電場，裝機容量為27250 MW，占系統總裝機容量的28.34%。選取該省級電網2017年典型工作日（6月27日）的負荷曲線。負荷需求和風電出力預測曲線如附錄B 圖B1 所示，風電預測誤差為25%，調頻報價調整因子β = 4，棄風懲罰費用λ=1 000 元／（MW·h），爬坡容量價格上限γ=100元／（MW·h）。各時段調頻需求量按照峰谷負荷的0.7%計算［21］。

圖4 市場出清流程圖Fig.4 Flowchart of market clearing

圖5 調頻輔助服務出清結果Fig.5 Clearing results of frequency regulation auxiliary service

火電機組綜合調頻性能指標及調整后容量報價分別如附錄B 圖B2 和B3 所示。調頻輔助服務出清結果如圖5 所示。從圖中可以看出，根據調頻綜合性能指標調整后報價較低的機組60、61 提供的所有調頻容量在調頻市場中均可以優先出清，而綜合性能指標較低的機組147、148 由于調整后報價較高，僅中標少數調頻容量，而大部分綜合性能指標在均值以下的機組無法在調頻市場中標，因此實際運行中可在確保系統滿足調頻容量需求的前提下，選取調頻綜合性能更優的機組提供調頻服務以保證系統的實時平衡。

考慮深度調峰前后火電機組與風電場出力如圖6 所示。由圖可見，深度調峰市場啟動前，在負荷水平較低的時段（04:00—06:00），風電預測出力較高，而火電機組受到最小技術出力以及最小連續開停機時間的限制，無法為風電留出多余的消納空間，由此產生了1 289.07 MW·h 的棄風電量。在深度調峰輔助服務出清后，棄風時段內火電機組通過市場競價獲取提供深度調峰容量的資格，將出力壓低至最小技術出力以下，為風電預留消納空間，使得風電可以達到滿發狀態。深度調峰容量與出清價格如附錄B圖B4所示。由圖可見，調峰容量出清價格與其容量需求呈正相關，一方面可以激勵火電機組提供深度調峰服務，提高系統的靈活性，另一方面也可以通過市場化方式來補償火電機組進行深度調峰所產生的損耗成本以及降出力所損失的電量成本，體現市場的資源優化配置作用。

圖6 考慮深度調峰輔助服務前、后火電與風電出力Fig.6 Thermal power and wind power output before and after considering deep peaking auxiliary service

表1 爬坡容量缺額總量隨校驗次數的變化Table 1 Variation of total ramping capacity shortage with verification times

靈活爬坡容量缺額總量隨爬坡容量校驗次數的變化如表1 所示。由表可見，經過4 次校驗后，系統向上、向下爬坡容量缺額總量不再變化。其中，向上爬坡容量缺額總量降低至0，說明系統具有足夠的向上爬坡能力以應對實際運行中風電驟降所引發的切負荷風險；向下爬坡容量缺額總量與爬坡容量校驗前相比降低了72.03%，若風電出力突然增加，系統也具有一定的向下爬坡能力為風電留出消納空間，大幅降低了風電不確定性所產生的棄風風險。

考慮靈活爬坡輔助服務前后系統的爬坡容量缺額如附錄B 圖B5 所示。由圖可見：引入靈活爬坡輔助服務前，在負荷高峰和低谷時段系統靈活性不足，分別產生了向上和向下爬坡容量缺額，無法跟隨實際運行中風電不確定性引起的凈負荷波動；引入靈活爬坡輔助服務后，僅04:00—06:00 中少數時段存在向下爬坡容量缺額。

靈活爬坡容量價格如圖7 所示。由圖可見，除引入靈活爬坡輔助服務的時段外，其余時段的容量價格為0，可以清晰地反映出系統爬坡容量供求關系之間的變化。此外，在引入靈活爬坡輔助服務后仍存在爬坡容量缺額的時段，其靈活爬坡容量價格達到價格上限，說明此時火電機組預留爬坡容量所損失的機會成本高于價格上限。在實際運行中，系統可以根據歷史爬坡容量缺額情況對價格上限進行合理設置，在激勵火電機組提供靈活爬坡容量的同時，也可以避免為風電不確定性所導致的風險支付過高的額外成本。

圖7 靈活爬坡容量價格Fig.7 Price of flexible ramping capacity

將靈活爬坡輔助服務與以風電偏差功率（即25%的風電預測誤差乘以風電預測功率）作為需求容量的傳統備用方式進行對比，火電機組所提供的向上、向下靈活爬坡容量與傳統備用容量如圖8 所示。由圖可見，與傳統備用相比，靈活爬坡輔助服務預留容量更集中于系統需求較高的時段，具有較強的靈活性。以20元／（MW·h）作為傳統備用補償標準［22］，傳統備用總費用為837.28萬元，而靈活爬坡輔助服務費用為605.11萬元，可見，采用靈活爬坡輔助服務時系統運營經濟性顯著提升。

對比不同棄風懲罰費用下系統所產生的棄風電量以及系統總運營成本如表2 所示。由表可見，隨著棄風懲罰費用的增加，全天的棄風電量呈下降趨勢，然而系統運行成本隨之增加。在實際運行中，系統運行人員可以根據需要設置合適的棄風懲罰費用，以獲得兼具可靠性和經濟性的市場出清結果。

圖8 靈活爬坡容量與傳統備用容量對比Fig.8 Comparison of flexible ramping capacity and traditional reserve capacity

表2 不同棄風懲罰費用下棄風電量與系統總運營成本對比Table 2 Comparison of wind curtailment and total system operating cost among different wind curtailment penalties

表3 不同風電預測誤差下的靈活爬坡輔助服務出清結果Table 3 Clearing results of flexible ramping auxiliary service under different wind power prediction errors

不同風電預測誤差下考慮靈活爬坡輔助服務前后的爬坡容量缺額總量以及爬坡容量平均價格如表3 所示。從表中可看出，當風電預測誤差為5%和15% 時，由于凈負荷波動范圍較小，因此全天所產生的靈活爬坡容量缺額總量較小，且通過引入靈活爬坡輔助服務后均不再產生靈活爬坡容量缺額，說明系統在該預測誤差下將不會產生切負荷／棄風風險；而風電預測誤差上升至25%和35%時，系統所產生的爬坡容量缺額總量大幅上升，經過靈活爬坡輔助服務后，系統的爬坡容量缺額總量顯著下降。此外，隨著風電預測誤差的增大，系統爬坡容量缺額總量不斷上升，全天的爬坡容量平均價格也隨之提高。

進一步分析不同負荷波動特性對靈活爬坡輔助服務出清結果的影響，選取該電網2017 年典型節假日（1 月28 日）、全年峰谷差最大日（5 月31 日）的負荷曲線進行仿真分析，負荷曲線如附錄B 圖B6 所示，仿真結果如附錄B 表B1 所示。由表B1 可以看出，系統靈活爬坡輔助服務需求量與負荷具有一定的相關性：典型節假日的全天負荷水平較低，在線機組較少，系統向下調節空間不足，因此產生的向下爬坡容量缺額較大，向下靈活爬坡輔助服務需求量較大；而在峰谷差最大日中，由負荷低谷到高峰的轉變所需的向上爬坡容量較大，因此對于向上靈活爬坡輔助服務需求量較大。此外，引入靈活爬坡輔助服務后系統的爬坡容量缺額總量均大幅下降，降低了系統在運行日的切負荷／棄風風險。

4 結論

本文提出面向風電市場化消納的現貨電能量-輔助服務聯合運營機制，并構建電能量與輔助服務市場的分階段出清模型，采用某省級實際數據進行仿真分析，得到如下結論。

（1）通過在求解電能量市場SCUC 模型所得機組組合結果的基礎上對調頻輔助服務進行優先出清，可以充分滿足系統的調頻容量需求。此外，基于機組綜合調頻性能均值歸一化方法的調整報價機制為機組參與調頻市場提供了門檻值，可以激勵機組改善自身調頻性能。

（2）以棄風電量為需求的深度調峰有效解決了系統在負荷低谷而風電出力較高時段的風電消納問題，其分段報價機制與購買成本最小的集中出清方式可以促使機組基于提供深度調峰的能耗特性進行申報，體現了市場優化資源配置的作用。

（3）基于爬坡容量校驗的靈活爬坡輔助服務只需在系統產生爬坡容量缺額的時段添加相應約束，通過4 次爬坡容量校驗后，系統的靈活性大幅提高。與傳統備用方式的對比，進一步體現了靈活爬坡輔助服務的經濟性和靈活性。

附錄見本刊網絡版（http：//www.epae.cn）。