考慮源網荷儲效益提升的電力現貨市場出清優化模型研究

陳洪禹，張冶，關艷，高曦瑩，劉葉，蔡亦濃

(國網遼寧省電力有限公司營銷服務中心， 沈陽110870)

0 引 言

大力發展可再生能源是實現我國“雙碳”戰略目標的主要措施之一[1-5]。隨著風電、光伏等可再生能源并網比例逐年擴大，電網需要更多的靈活性資源進行調節，因此，為充分調動新能源機組和各類調節資源的積極性和靈活性，通過電力市場對各類電力資源優化配置是一種有效的解決方法[6-9]。目前，我國電力現貨市場處于初期發展階段，電力資源的交易機制和體系還不夠成熟[10-13]，因此，在新一輪深化電力體制改革過程中，研究大規模可再生能源并網后的供能側、儲能側、售電側、需求側參與電力現貨市場運營機制對我國清潔能源與電力現貨市場的發展與建設具有重要意義。

目前，已有學者針對電力現貨市場的出清策略和模型開展相關研究并取得了一定的成果。文獻[14]考慮電力負荷參與需求側管理的調整能力，建立了基于需求側響應機制觸發的現貨市場出清模型；文獻[15]考慮售電商收益最大化，提出基于偏差結算機制的售電商現貨交易博弈模型；文獻[16]通過對儲能資源進行統一調度，建立了儲能參與電力現貨市場競價的雙層博弈模型；文獻[17]同時考慮時間和空間兩個維度下供能側和負荷側的運行特性，建立了現貨市場下多區域多時空的虛擬投標模型；文獻[18]考慮風電出力不確定性的影響，提出了風儲聯合參與電力現貨市場最優競標策略。

上述研究在一定程度為電力現貨市場研究提供了理論支撐，但隨著我國新型電力系統建設深入，考慮高比例可再生能源并網電網后調節靈活性與電力市場運行效率，不僅要提高風電、光伏等這類具有較高不確定性可再生能源供能商在現貨市場中的競爭力，還要激發需求側和儲能側這類調節資源參與到現貨市場中的活力，因此，文中同時考慮電力現貨市場中提出供能、儲能、售能及需求側的收益分配，提出考慮源/網/荷/儲效益提升優化的電力現貨市場出清模型并采用混沌粒子群算法對其進行求解，算例結果表明所提電力現貨市場出清模型可實現電力現貨市場出清主體互利共贏，提高可再生能源利用率。

1 考慮源/網/荷/儲收益分配的現貨市場交易機制

1.1 源/網/荷/儲收益協調的交易機制

參與電力現貨市場出清的主體主要包括：供能商、運營商、儲能商以及管理需求側的負荷聚合商。其中，供能商主要包括常規燃氣機組、風電機組和光伏電站共同參與電力市場競價；運營商主要指以電網為主的運營企業，進行購電和售電，保證電力系統安穩運行；儲能商主要是指滿足電網不同峰谷值時電能儲放需求，平抑可再生能源波動的儲能企業，利用其靈活的多時空電能儲放能力，參與到市場競價中來；負荷聚合商代表的是負荷需求側的利益，對于一些可進行平移參與需求側響應柔性負荷，可在日前階段參與交易。為有效兼顧各方的利益分配以及系統的安穩運行，供能商、儲能商、負荷聚合商通過與電網運營商在日前階段簽訂電能互保合同進行運營。

在日前出清階段過程中，在保證供需平衡的基礎上，需對源、網、荷、儲的多方收益分配進行劃分。首先，考慮需求側的電網調節能力較弱，負荷聚合商對可進行平抑的電量進行主動報價并參與日前競爭，負荷聚合商代表用戶與電網運行商簽訂互保合同，為用戶帶來更優的用能費用；其次，為支持可再生能源優先上網，常規燃煤機組、風電機組和光伏電站可同時參與日前申購，與運營商簽訂互保合同，由于到可再生能源的波動性，主要通過儲能側對其進行平抑，因此，儲能商與運營商簽訂互保合同的進行電能儲放備用容量的申購，形成電網調節容量區間；最后，通過營造具有競爭的電力現貨市場環境，得到供能、儲能、用能的競價關系，由電網運營商根據各方報價來決定最后的定價，避免單方過渡壟斷現象。所提的交易機制主要通過電網運營商進行電量選擇與擔保，供能商、儲能商和負荷聚合商進行電價的擔保，對多方的收益進行合理分配，以得到日前出清方案，所提的機制框架如圖1所示。

圖1 機制框架Fig.1 Mechanism framework

1.2多方成本協調的價格補償模型

當電力現貨市場在出清時，電網運營商除了考慮各類電力資源的收益優化，還要考慮保證電網安穩運行等諸多方面。而對于電網的這些隱性成本，供能商、電網、儲能、負荷聚合商等在各自不同的運行狀態下，實際上均承擔了一定電網安全穩定及能量調節責任。電力市場中多主體共同承擔的這部分隱性調節責任所對應的成本，需要在價格中予以一定的體現，即做到在保證供能安全性的前提下所獲得的收益的再分配，也對各主體主動承擔電網安穩和調節責任起到激勵作用。

另一方面，安穩和能量調節的隱性成本，在實際運行和交易過程中很難根據出清價格和電量交易額來簡單計算和準確定量。因此，考慮到現貨市場參與出清的電力市場中電源、負荷、儲能、電網等資源多樣性特點，基于電力市場中多個主體的交易數據、設備狀態數據、用戶報修和投訴數據等大數據資源，應用多維數據立方體模型對電力市場中多主體補償進行統一計算。根據電網運營商不同時段出清電量，其補償收益RPG為：

(1)

式中QPGD,t、QPGC,t、CPGCP,t分別為t時市場出清電量、合約電量以及單位補償價格；T為時段總數。

根據多維數據立方體模型和算字庫模型，定義合約電量的求和匯總模型為：

QPGC=θa(∑(Mv),{dsp,dti})

(2)

式中QPGC為合約電價在算字庫中的總量；θa(·)為聚合函數；Mv為合約分解數據庫中的電量量度屬性，即在現貨交易過程中，各交易主體簽訂合約后的按時段分解后的交易電量數據；dsp、dti分別為現貨市場電力資源的空間和時間維度。因此。得到數據庫中補償價格的乘積擴展模型為：

fCP=θsu(Mv,QPGC)Mb

(3)

式中fCP為補償價格的擴展乘積函數；θsu(·)為求差函數；Mb為多維立方數據庫中的電價度量屬性；在基礎上對數據庫中多主體的空間和時間維度進行循環計算得到其補償計算結果為：

Cco=θf(fCP,{dsp,dto})

(4)

式中Cco為日前現貨市場補償價格結算結果；θf為多維立方數據庫中的迭代運算函數

因為考慮到電力市場現貨交易中運營商對整個電力系統運行的維護，其產生的補償收益將作為附加價格加入到出清優化模型中。

2 現貨市場出清模型

2.1 目標函數

不同種類的電力資源參與到現貨市場出清中的目的是在保證系統安穩與低碳運行的前提下，實現各自收益最大化，基于多方收益分配的現貨市場交易機制研究，建立考慮源/網/荷/儲效益優化的電力現貨市場出清模型，以供能商、運營商、儲能商、負荷聚合商的總收益f最大化的目標函數為:

maxf=B1+B2+B3+B4

(5)

式中B1、B2、B3、B4分別為供能商、運營商、儲能商、負荷聚合商參與現貨市場日前出清收益。各類收益具體計算如下：

(1)供能商日前出清收益

各類供能商在日前進行統一競價，考慮其獲得供能收益IESU、碳減排收益ICER以及各類設備運行過程中所產啟停成本CESU-ss、維護成本CESU-m和燃料成本CESU-f，得到供能商日前出清收益如下：

B1=IESU+ICER-CESU-ss-CESU-m-CESU-f

(6)

其中：

(7)

式中eesu,t,i、ee,t,i、cse,t,i、ch,t,i分別為供能設備i在t時參與日前市場競標的供電量、供熱量、供電價格和供熱價格；ece-s,t,icce-s,t,i分別為供能設備i在t時出售碳配額的量和價格；ece-b,t,i和cce-b,t,i分別為供能設備i在t時購買碳配額的量和價格；cstart,t,i和cstop,t,i分別為供能設備i在t是的啟停成本；λstart,t,i和λstop,t,i為0～1變量，1為設備i在t時啟動，0為設備i在t時關機；Eequ,t,i為設備i在t時的建設容量；cms,i為設備i的單位維護成本；I為參與日前出清的購能設備總數；cf為天然氣單位熱值的購買價格，Δt為運行時段，X為參與日前出清的常規燃氣供電機組總數；Pe,x,t、Ph,x,t、ηe,x、ηh,x分別為燃氣機組x在t時的供電功率、供熱功率、供電效率和供熱效率。

(2)運營商日前出清收益

運營商在保證系統安穩運行前提下，除了通過協調各方保證電網安穩運營所產生的補償收益外，還有從供能商購電與對外售電而獲得相應的差價收益，主要包括補償收益、售能收益IGO、購能成本CGO-b，得到運營商日前出清收益如下：

B2=Cco+IGO-CGO-b

(8)

其中：

(9)

式中eGOSE,t、eGOSH,t、cGOSE,t、cGOSH,t分別為運行商t時的售電量、售熱量和制定售電單價、售熱單價；eGOBE,t、eGOSH,t、cGOBE,t、cGOBH,t分別為運行商t時購電量、購熱量和購電單價、購熱單價。

(3)儲能商出清收益

儲能商通過日前進行競價，考慮到其獲得的儲能和放能的收益IES以及在運行過程中產生的維護成本CES，得到供能商日前出清收益如下：

B3=IES-CES

(10)

其中：

(11)

式中eeso,t,k、eesi,t,k、ceso,t,k、cesi,t,k分別為儲能設備k在t時參與日前出清的儲能容量、放能容量和儲能單價、放能單價；K為參與日前出清儲能設備總數、Eesm,t,k為儲能設備k在t時的建設容量；cesm,k為儲能設備k的單位維護成本。

(4)負荷聚合商日前出清收益

負荷聚合商在日前階段通過上報需求側響應容量，給負荷側帶來效益。負荷聚合商日前出清收益如式(12)所示，主要包括參與需求側響應得到的用電效益ILA和造成用電舒適性所帶來的損失費用CLA。

B4=ILA-CLA

(12)

其中：

(13)

式中cLA,t為負荷聚合商售電價格；eLAd,t、eLAu,t分別為負荷聚合商日前下調和上調的電負荷量；a1、a2為負荷參與需求側響應所產生的經濟損失系數，通過負荷長期用能數據擬合得到。

2.2 約束條件

(1)日前市場功率平衡約束

Ppv,t+Pwp,t+Pg,t+Pes,t=Pl,t

(14)

式中Ppv,t、Pwp,t、Pg,t、Pes,t、Pl,t分別為t時光伏、風電、常規供電機組、儲能設備的出力和電負荷需求，其中對于儲能設備的出力，定義正為供能，負為儲能。

(2)儲能出清容量約束

儲能商在現貨市場中，考慮其需要給日內出清留出一定的裕度，其日前電量儲放的需在其能力范圍內進行申報出清。

(15)

(3)設備約束

火電機組爬坡約束和出力上下限約束如下：

(16)

儲能充放電互斥約束和充放電約束如下：

(17)

光伏和風電出力上下限約束如下：

(18)

(4)網絡約束

(19)

(20)

(5)負荷聚合商競價行為約束

考慮避免負荷聚合商的不良競價行為，限定參與需求側管理的負荷每個出清時段最多有一次調整機會，并且其單次上下調整量需在合理范圍內，并且其全天的上下調整量需保證在一定比例范圍內，方便電網運行商的定價與調整，則其約束模型如下：

(21)

式中eLP,t為負荷聚合商t時上班的負荷預測值；αd1、αd2分別為負荷進行上下調整的限值系數；β為負荷全天的調整量的比例系數。

2.3 模型求解

針對提出的基于源/網/荷/儲效益優化的電力現貨市場出清模型，利用混沌粒子群算法對其進行求解[19-20]，具體流程圖如圖2所示。

圖2 求解流程Fig.2 Flow chart of solution

3 仿真驗證

3.1 基礎數據

基于IEEE 33節點系統[21]進行仿真算例分析，系統中日最大負荷為500 MW。算例在日期前現貨市場中設置了2個儲能商、 4個負荷聚合商、 5個供能商，包括1個燃氣機組供電商， 2個光伏供電商和2個風電供電商，這些電力資源均與電網運營簽訂合同參與日前出清。各類設備的在系統中配置的容量和關鍵參數見表1；日前負荷和風光出力曲線見圖3。

圖3 電力現貨市場典型日風光出力和負荷曲線Fig.3 Wind and photovoltaic power and load curve in a typical day of power spot market

表1 設備參數Tab.1 Equipment parameters

3.2 仿真結果分析

基于所提的現貨市場交易模型，電網運行商為保證電網安穩運行，供能商、負荷聚合商和儲能商分別與運營商進行互保合同的簽訂，得到各自的日前出清容量。其中，供能商和通過3輪競價得到日前各個時段的供電權，其日前總電量出清結果如圖3所示；而儲能商和負荷聚合商分別通過2輪競價和3輪競價得到日前各個時段上下總調整量，其日前電量出清結果如圖4所示。

由圖4和圖5可知，根據不同時段負荷的峰谷差和電網調節需求，供能商、負荷聚合商、儲能商分別進行日前出清，考慮到負荷聚合商和儲能商的調節范圍，在供能側保障了可再生能源的出清量的同時，也并沒有削減燃氣機組的出清。各方通過與電網運營商進行多競價，確定出清電量，使得各方收益均獲得最大化，則各方在日前現貨市場中的出清價格如圖6所示。

圖4 供能商日前出清結果Fig.4 Day-ahead clearing results ofproducer

圖5 負荷聚合商和儲能商日前出清結果Fig.5 Day-ahead clearing results of load aggregator and energy storage

圖6 日前出清價格Fig.6 Day-ahead clearing price

由圖6可知，在不同時段內，供能商、負荷聚合商、儲能在保證自身利益的同時，根據自身申報的容量，給出了相應的報價，而運營商根據電網實際需求，給出了相應的售電價格，完成日前現貨市場的出清。

3.3 效益優化對比分析

針對供能商、負荷聚合商、儲能和運營商的收益情況，設置三種場景進行對比，場景1為在現貨市場中各自獨立運行；場景2為現貨市場中考慮運營商與負荷聚合商博弈進行出清；場景3即所提出考慮源/網/荷/儲效益提升的電力現貨市場出方法，則出清優化結果對比如表2所示。

表2 優化結果對比Tab.2 Comparison of optimization results

由表2對比可知，提出的考慮源/網/荷/儲效益提升的電力現貨市場出清方法，充分考慮各方效益優化，可保證可再生能源、常規機組、儲能及需求側充分參與到現貨市場出清中來，最大限度激發各自活力和在現貨市場中的作用[22]。相比于與獨立出清和運營商與負荷聚合商間的博弈出清方法，所提出清方法可有效提升各方的收益，保證電力市場的安穩運行。另外，考慮大規模可再生能源并網后參與現貨市場中的情況[23]，充分考慮提高其競爭力，合理公平的參與到現貨市場出清中，并通過與儲能商、負荷聚合商以及運營商間的協調，有效提高可再生能源的利用率[24]，則三種場景的可再生能源利用率對比如圖7所示。

圖7 可再生能源利用率對比Fig.7 Comparison of renewable energy utilization

為驗證求解算法的優越性，分別采用粒子群算法和混沌粒子群算法對模型求解[25]，得到算法收斂對比和求解算法優化結果對比分別如圖8和表3所示。

圖8 算法收斂對比Fig.8 Comparison of algorithm convergence

表3 求解算法優化結果對比Tab.3 Comparisons of simulation results for different algorithms

4 結束語

針對大規模可再生能源并網后參與到電力現貨市場中競爭力較低的問題，充分考慮源、網、荷、儲各方的效益協調，在保證系統安穩與低碳運行的前提下，建立了基于多方效益優化的電力市場現貨出清模型并進行了求解，在IEEE 33節點系統進行算例仿真分析，得到的優化結果表明：

(1)提出的源/網/荷/儲效益提升的電力現貨市場出清優化策略研究可拓寬供能商、負荷聚合商、儲能和運營商的盈利渠道，保證各方獲得更優收益；

(2)所提出清模型，考慮供能側碳排放權交易，在保障可再生能源供能商競爭力的同時，通過儲能與需求側的協調，可有效提高可再生能源利用率，保證系統能量的供需平衡，減少運營商的壓力；

(3)所提策略充分提高了負荷聚合商和可再生能源供能商的議價能力，提高各方參與到現貨市場的積極性，為實時階段的現貨市場出清奠定了基礎。