基于完全信息動(dòng)態(tài)博弈理論的光儲(chǔ)接入網(wǎng)源協(xié)調(diào)規(guī)劃

金秋龍, 劉文霞, 成 銳, 劉宗歧

(新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué)), 北京市 102206)

基于完全信息動(dòng)態(tài)博弈理論的光儲(chǔ)接入網(wǎng)源協(xié)調(diào)規(guī)劃

金秋龍, 劉文霞, 成 銳, 劉宗歧

(新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué)), 北京市 102206)

為解決中國西北地區(qū)大量棄光問題,探討合理的網(wǎng)源規(guī)劃策略,文中引入綠色證書交易機(jī)制,基于完全信息動(dòng)態(tài)博弈理論,以光伏、儲(chǔ)能和電網(wǎng)作為博弈參與者,分析市場環(huán)境下三方的博弈關(guān)系,建立光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃模型,并結(jié)合西北電網(wǎng)調(diào)度運(yùn)行策略,通過具體算例驗(yàn)證模型實(shí)用性。結(jié)果表明,在市場環(huán)境下,光伏、儲(chǔ)能、電網(wǎng)三方進(jìn)行動(dòng)態(tài)博弈規(guī)劃,既有利于提高電網(wǎng)消納光伏的積極性,又有利于避免光伏無序擴(kuò)張,可為目前光伏電站規(guī)劃中的場網(wǎng)不協(xié)調(diào)問題提供改進(jìn)方案。

綠色證書交易; 完全信息動(dòng)態(tài)博弈; 博弈樹; 逆向歸納法; 網(wǎng)源協(xié)調(diào)規(guī)劃

0 引言

近年來,在國家政策激勵(lì)下,西北地區(qū)光伏企業(yè)發(fā)展迅猛,但棄光現(xiàn)象突出。儲(chǔ)能系統(tǒng)并網(wǎng)和網(wǎng)架擴(kuò)展規(guī)劃被認(rèn)為是解決當(dāng)前光伏消納難題的有力舉措。但由于目前光伏、儲(chǔ)能與電網(wǎng)幾個(gè)利益主體的獨(dú)立規(guī)劃,在造成投資浪費(fèi)的同時(shí),棄光難題也沒有得到很好地解決。因此,在當(dāng)前市場環(huán)境下,如何實(shí)現(xiàn)光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃成為值得研究的重點(diǎn)問題。

針對(duì)新能源接入后的網(wǎng)源協(xié)調(diào)規(guī)劃問題,國內(nèi)外學(xué)者已經(jīng)取得了初步的研究成果。文獻(xiàn)[1]針對(duì)風(fēng)電隨機(jī)性特點(diǎn),以系統(tǒng)調(diào)峰需求為限制修改電源規(guī)劃方案后進(jìn)行電網(wǎng)規(guī)劃,但其本質(zhì)上仍為順序進(jìn)行的源網(wǎng)規(guī)劃。文獻(xiàn)[2-3]針對(duì)風(fēng)電場并網(wǎng)特性,采用場景聚類技術(shù),建立以規(guī)劃水平年總成本最小為目標(biāo)的網(wǎng)源協(xié)調(diào)輸電網(wǎng)擴(kuò)展規(guī)劃模型。文獻(xiàn)[4]在考慮投資和運(yùn)行費(fèi)用外,還以最小化負(fù)荷損失為目標(biāo),研究含風(fēng)電場的多目標(biāo)電網(wǎng)規(guī)劃問題。文獻(xiàn)[5-6]在以最小化總投資費(fèi)用為目標(biāo)的基礎(chǔ)上,進(jìn)一步引入風(fēng)險(xiǎn)控制策略,研究風(fēng)電機(jī)組接入后的輸電網(wǎng)規(guī)劃問題。

但上述論文并沒有考慮市場機(jī)制,在規(guī)劃過程中,未考慮新能源消納難題與各主體間合理的運(yùn)行策略,造成并網(wǎng)規(guī)劃容量較大且投資浪費(fèi)的問題。文獻(xiàn)[7]為探討風(fēng)電并網(wǎng)的市場出路,解決當(dāng)前電網(wǎng)消納風(fēng)電積極性不高的問題,引入碳交易過程,將風(fēng)電的節(jié)能減排效益量化為實(shí)際的經(jīng)濟(jì)價(jià)值,提升風(fēng)電—電網(wǎng)聯(lián)盟收益。上述問題在光伏并網(wǎng)規(guī)劃中同樣存在。

在市場環(huán)境下,也有不少學(xué)者引入博弈論研究新能源并網(wǎng)規(guī)劃問題。文獻(xiàn)[7]基于合作博弈理論,分析風(fēng)電規(guī)劃運(yùn)行中風(fēng)電場和電網(wǎng)的合作運(yùn)行策略,建立風(fēng)電—電網(wǎng)聯(lián)盟收益最大的風(fēng)電并網(wǎng)容量模型。文獻(xiàn)[8]建立風(fēng)光儲(chǔ)混合電力系統(tǒng)的博弈規(guī)劃模型,提出了5種合作/非合作博弈規(guī)劃模式,探討風(fēng)光儲(chǔ)容量優(yōu)化配置方案。文獻(xiàn)[9]運(yùn)用雙人零和博弈理論,將電網(wǎng)和大自然當(dāng)作兩個(gè)博弈參與者,研究風(fēng)電接入電力系統(tǒng)后的靜態(tài)備用容量規(guī)劃問題。文獻(xiàn)[10]基于非合作博弈理論,建立電力市場環(huán)境下風(fēng)電場和火電機(jī)組的長期隨機(jī)規(guī)劃古諾模型,研究風(fēng)火容量優(yōu)化配置方案。上述研究可分為從合作博弈和非合作博弈兩個(gè)角度出發(fā),而二者的本質(zhì)區(qū)別在于博弈決策過程中,參與者能否達(dá)成具有約束力的協(xié)議,若能達(dá)成則為合作博弈,反之即是非合作博弈。

針對(duì)中國西北地區(qū)光儲(chǔ)并網(wǎng)規(guī)劃問題,由于大量市場資本涌入,打破了原本電網(wǎng)企業(yè)—發(fā)電集團(tuán)兩方博弈局面,形成多方投資者哄搶資源、相互競爭的博弈格局。由于各方參與者均獨(dú)立追求個(gè)體利益最大化,且相互之間缺乏共謀的有效性,難以制定有效協(xié)議,無法形成合作聯(lián)盟。因此,本文采用非合作博弈理論研究光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃問題。

綜上,本文針對(duì)西北區(qū)域發(fā)電廠并網(wǎng)運(yùn)行方式[11],引入可再生能源配額制與綠色證書交易機(jī)制[12]量化光伏環(huán)境效益,基于非合作博弈中的完全信息動(dòng)態(tài)博弈理論,以光伏、儲(chǔ)能和電網(wǎng)作為三方博弈參與者,建立光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃模型,探討了不同主體投資方案下的均衡結(jié)果與綠色證書交易價(jià)格變化下各方投資者的效益變動(dòng)。

1 可再生能源配額制運(yùn)行機(jī)制

歐美等發(fā)達(dá)國家為解決新能源發(fā)電、上網(wǎng)和市場消納等難題,提出了可再生能源配額制機(jī)制,配額實(shí)施的責(zé)任主體為電網(wǎng)企業(yè),由政府強(qiáng)制執(zhí)行。

綠色證書交易是可再生能源配額制的組成部分,一份綠色證書代表相應(yīng)單位的可再生能源發(fā)電量,電網(wǎng)企業(yè)的可再生能源義務(wù)最終表現(xiàn)為必須持有的綠色證書數(shù)目。電網(wǎng)企業(yè)可以采用兩種方式來完成相應(yīng)的義務(wù):一是通過雙邊合同從可再生能源獲得電能;二是從其他已經(jīng)完成了規(guī)定配額的電力企業(yè)購買其超額完成“義務(wù)量”而獲得的綠色證書。設(shè)某電網(wǎng)綠色證書配額為N,實(shí)際證書持有量為M,則該電網(wǎng)通過可再生能源交易市場可獲收益為:

WG,TGC=λTGC(M-N)

(1)

式中:WG,TGC為綠色證書交易收益;λTGC為綠色證書單位電量的交易價(jià)格。

本文以1 kW·h可再生電量作為單位證書面值,以一年為期限作為綠色證書結(jié)算周期。需要特別說明的是,若M

2 光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃博弈關(guān)系分析

本文在規(guī)劃年負(fù)荷預(yù)測的基礎(chǔ)上,考慮西北電網(wǎng)運(yùn)行方式,進(jìn)行光儲(chǔ)接入后的網(wǎng)源協(xié)調(diào)規(guī)劃。圖1所示為典型的光儲(chǔ)并網(wǎng)系統(tǒng)運(yùn)行示意圖。

圖1 光儲(chǔ)并網(wǎng)系統(tǒng)運(yùn)行示意圖Fig.1 Schematic diagram of grid system operation with photovoltaic station and storage battery

由圖1可見,光伏電站、儲(chǔ)能系統(tǒng)和電網(wǎng)公司互聯(lián)互動(dòng),收益相關(guān)。光伏企業(yè):決策并網(wǎng)容量,影響電網(wǎng)綠色證書交易收益與儲(chǔ)能調(diào)峰、備用收益;電網(wǎng)公司:決策網(wǎng)架,追求最小化投資,無法保證光伏消納;儲(chǔ)能系統(tǒng):決策并網(wǎng)容量,影響光伏上網(wǎng)電量與電網(wǎng)售電、證書交易收益。三者決策變量互相影響,形成博弈關(guān)系。

博弈論是利用嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型,研究多個(gè)決策主體之間存在利益關(guān)聯(lián)甚至沖突時(shí),各決策主體如何根據(jù)自身能力及所掌握的信息,做出有利于自己或決策者群體的數(shù)學(xué)理論。形成一個(gè)博弈格局的基本元素為參與者、策略、收益與均衡。

1)博弈參與者。光伏電站、儲(chǔ)能系統(tǒng)和電網(wǎng)公司作為參與者構(gòu)成三方博弈,以下用P,B,G表示三方參與者。

2)參與者策略。P,B,G進(jìn)行博弈時(shí),光伏電站和儲(chǔ)能系統(tǒng)的策略為各自的容量,分別記為PP和PB,電網(wǎng)公司策略為網(wǎng)架擴(kuò)展規(guī)劃,記為LG。

3)參與者收益。P,B,G收益為其收入與成本之差,分別記為FP,FB,FG,具體收益模型見下文。

3 博弈模式下光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃模型

3.1 各主體投資效益模型

博弈模式下,各投資主體的效益涉及整個(gè)壽命周期的全過程,本文考慮資金貼現(xiàn)率,采用年平均收入和成本計(jì)算各參與者的收益,具體收益模型如下。

3.1.1光伏電站收益模型

光伏電站的收益包括年售電收入WP,SEL,政府新能源補(bǔ)貼WP,SUB,光伏電池報(bào)廢收入WP,SCR;成本包括光伏電站初期建設(shè)成本CP,INV,運(yùn)行維護(hù)成本CP,WOM和運(yùn)行考核成本CP,ASS。西北電網(wǎng)對(duì)并網(wǎng)光伏電站的功率波動(dòng)與預(yù)測有嚴(yán)格的考核標(biāo)準(zhǔn)[11],具體如下:①規(guī)定光伏電站月均10 min和1 min最大功率變化分別不超過裝機(jī)容量的33%和10%,每超出1%按10分/月考核,每分對(duì)應(yīng)1 000元懲罰金額;②規(guī)定光伏電站短期和超短期功率預(yù)測月平均絕對(duì)誤差分別小于15%和10%,每超出1%按裝機(jī)容量×0.2分/MW考核,每分對(duì)應(yīng)1 000元懲罰金額。

光伏收益函數(shù)如下式:

(2)

式中:WP,SCR=PPDP,其中PP為光伏電站裝機(jī)容量,DP為單位功率光伏報(bào)廢收入;CP,INV=PPUP,其中UP為單位功率光伏造價(jià);CP,WOM=PPMP,其中MP為單位功率光伏年維護(hù)費(fèi)用;τ為銀行利率;TP為光伏電站壽命;τ/[1-(1+τ)-TP]為設(shè)備等值年系數(shù)。

3.1.2儲(chǔ)能系統(tǒng)收益模型

儲(chǔ)能系統(tǒng)的收益包括年輔助服務(wù)收入WB,AUX,成本包括從電網(wǎng)購電成本CB,PUR,初期建設(shè)成本CB,INV和運(yùn)行維護(hù)成本CB,WOM。儲(chǔ)能系統(tǒng)在電網(wǎng)運(yùn)行中用于調(diào)峰、備用等輔助服務(wù),其輔助服務(wù)收入計(jì)算如下[13]:

(3)

式中:cPE為單位調(diào)峰收入;cRE為單位備用收入;EB,RE,t為t時(shí)段儲(chǔ)能參與系統(tǒng)備用容量,EB,RE,t=EB,t-EB,PE,t,其中EB,t為t時(shí)段儲(chǔ)能電量,EB,PE,t為t時(shí)段儲(chǔ)能參與調(diào)峰電量。

儲(chǔ)能系統(tǒng)收益函數(shù)如下式:

FB=WB,AUX-CB,PUR-

(4)

3.1.3電網(wǎng)公司收益模型

電網(wǎng)的收入來自于售電收入WG,SEL和綠色證書交易收入WG,TGC;成本包括電網(wǎng)從光伏電站年購電成本CG,PUR,以及電網(wǎng)為接納光伏進(jìn)行的網(wǎng)架擴(kuò)建成本CG,TR。收益函數(shù)如下式:

FG=WG,SEL+WG,TGC-

(5)

為了簡化計(jì)算,本文忽略了光伏接入引起的系統(tǒng)網(wǎng)損變化。

3.2 光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃博弈模型與調(diào)度運(yùn)行策略

光伏、儲(chǔ)能和電網(wǎng)進(jìn)行網(wǎng)源規(guī)劃博弈時(shí),光伏作為電源側(cè),首先制定其策略PP,之后電網(wǎng)和儲(chǔ)能根據(jù)系統(tǒng)運(yùn)行情況,依次制定各自策略LG和PB,最后P,B,G三方以最大化各自收益為目標(biāo),優(yōu)化調(diào)整博弈策略至最優(yōu),由此可知這是一個(gè)動(dòng)態(tài)博弈過程。為簡明起見,假設(shè)博弈階段的所有信息均公開,博弈參與者互相掌握對(duì)方的全部策略信息,且博弈參與者具有完全理性。

基于此,本文建立光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃動(dòng)態(tài)博弈模型求解三方均衡策略,優(yōu)化目標(biāo)如下:

(6)

本文考慮經(jīng)濟(jì)調(diào)度策略,以常規(guī)火電機(jī)組消耗能源成本CGEN與儲(chǔ)能運(yùn)行成本CBESS最小為目標(biāo),對(duì)各博弈方案進(jìn)行仿真計(jì)算。具體數(shù)學(xué)模型為:

(7)

式中:PGi,t為火電機(jī)組i在t時(shí)段的輸出功率;NG為火電機(jī)組臺(tái)數(shù),NB為儲(chǔ)能系統(tǒng)數(shù)量;uGi,t和uGi,t-1分別為火電機(jī)組i在t時(shí)段和t時(shí)段前的啟停狀態(tài)變量,0表示火電機(jī)組處于停機(jī)狀態(tài),1表示火電機(jī)組處于開機(jī)狀態(tài);αi,βi,γi為機(jī)組運(yùn)行耗量特性參數(shù);ηi為機(jī)組啟動(dòng)耗量特性參數(shù)。儲(chǔ)能運(yùn)行成本CBESS即為其輔助服務(wù)收入WB,AUX,此處是從調(diào)度角度出發(fā)考慮。

系統(tǒng)仿真運(yùn)行過程中的約束條件如下。

1)可調(diào)度光伏出力約束

PPOi,t≤PPOi,ava,t

(8)

式中:PPOi,t為t時(shí)段光伏出力;PPOi,ava,t為t時(shí)段光伏最大出力,即本文允許因?yàn)榫€路容量約束與調(diào)峰、備用約束引起的棄光。

2)火電機(jī)組技術(shù)約束

①輸出功率上下限約束:

uGi,tPGi,min≤PGi,t≤uGi,tPGi,max

(9)

式中:PGi,max和PGi,min分別為火電機(jī)組i的輸出功率上、下限。

②爬坡率約束:

PGi,dw≤uGi,tPGi,t-uGi,t-1PGi,t-1≤PGi,up

(10)

式中:PGi,up和PGi,dw分別為火電機(jī)組i的向上爬坡速率和向下爬坡速率。

③最小啟停時(shí)間約束:

(11)

3)儲(chǔ)能系統(tǒng)技術(shù)約束

①充放電功率約束:

(12)

②存儲(chǔ)電量約束:

EBi,min≤EBi,t≤EBi,max

(13)

式中:EBi,t為儲(chǔ)能i在t時(shí)段的存儲(chǔ)電量;EBi,max和EBi,min分別為儲(chǔ)能存儲(chǔ)電量上、下限。

4)系統(tǒng)約束

①功率平衡約束:

(14)

式中:Pload,t為時(shí)段t的有功負(fù)荷;NP為光伏電站數(shù)量。

②旋轉(zhuǎn)備用約束:

(15)

(16)

式中:RP,up,t和RP,dw,t分別為t時(shí)段系統(tǒng)應(yīng)對(duì)光伏功率波動(dòng)設(shè)置的正負(fù)旋轉(zhuǎn)備用;Rload,up,t和Rload,dw,t分別為t時(shí)段系統(tǒng)應(yīng)對(duì)負(fù)荷波動(dòng)設(shè)置的正負(fù)旋轉(zhuǎn)備用。

③線路容量約束:

(17)

4 基于逆向歸納法的博弈模型求解

由上述博弈模型可知,由于博弈參與者均獨(dú)立追求自己的利益最大化,博弈問題很難通過統(tǒng)一的優(yōu)化模型進(jìn)行求解。現(xiàn)有的博弈均衡求解方法包括逆向歸納法[14]、剔除劣勢策略[14]、序列線性化[15]、分散迭代[16]等。對(duì)于上述完全信息動(dòng)態(tài)博弈模型,本文應(yīng)用逆向歸納法求解納什均衡。

對(duì)于完全信息動(dòng)態(tài)博弈模型,通常采用擴(kuò)展式表述描述參與者戰(zhàn)略的動(dòng)態(tài)選擇。本文應(yīng)用圖論中樹的概念,直觀描述博弈中參與者的行動(dòng)順序、策略信息、博弈收益。

圖2中初始結(jié)和終點(diǎn)結(jié)表示博弈的開始和結(jié)束,決策結(jié)是博弈進(jìn)行到某個(gè)時(shí)點(diǎn)上參與者的決策點(diǎn),終點(diǎn)結(jié)也是決策結(jié)。需要特別說明的是,任何一個(gè)完全信息動(dòng)態(tài)博弈的決策結(jié)都可以作為初始結(jié)并與其全部后續(xù)結(jié)構(gòu)成一個(gè)子博弈。

圖2 光儲(chǔ)網(wǎng)協(xié)調(diào)規(guī)劃博弈樹Fig.2 Game tree for coordination planning of photovoltaic station, storage battery and grid

定理2[17]:任何完全信息動(dòng)態(tài)有限博弈都存在子博弈精煉納什均衡。

由上述定理可知,若使得光伏、儲(chǔ)能、電網(wǎng)三方博弈參與者策略集為有限集合,即可將本文模型轉(zhuǎn)化為完全信息動(dòng)態(tài)有限博弈,則可采用逆向歸納法求解子博弈精煉納什均衡,求解步驟如下,模型求解流程詳見附錄A。

步驟1:輸入原始數(shù)據(jù)和參數(shù)。初始化建立博弈模型所需的數(shù)據(jù),包括負(fù)荷信息、光伏出力數(shù)據(jù)、電價(jià)、設(shè)備造價(jià)等計(jì)算參與者收益必需的參數(shù)。

步驟2:生成博弈參與者策略集合。光儲(chǔ)容量從零開始分別以一定步長增加至容量上限,生成光儲(chǔ)策略集合;在每個(gè)光伏策略下,通過遺傳算法,剔除明顯不合理的電網(wǎng)規(guī)劃方案,生成相應(yīng)電網(wǎng)策略集合。

步驟3:按光伏、電網(wǎng)、儲(chǔ)能排序分層,生成博弈樹。

步驟4:考慮規(guī)劃年負(fù)荷預(yù)測數(shù)據(jù)與光伏出力數(shù)據(jù),模擬調(diào)度運(yùn)行,計(jì)算每條分支線的參與者收益。

步驟5:博弈樹簡化。由最下層開始,各子博弈模型獨(dú)立尋找納什均衡,并將這些子博弈的初始結(jié)看作原博弈的終點(diǎn)結(jié),并在新的終點(diǎn)結(jié)上標(biāo)注納什均衡收益,在簡化后的博弈樹上重復(fù)上述步驟,逆向推進(jìn)至原博弈樹初始結(jié)。

步驟6:判斷系統(tǒng)是否找到子博弈精煉納什均衡。若找到均衡,進(jìn)入步驟7,否則返回步驟2。

步驟7:輸出模型均衡解(相比較于均衡,均衡解特指始于原博弈樹的初始結(jié)且止于終點(diǎn)結(jié)的唯一一條連貫的均衡路徑)。

5 算例分析

5.1 典型系統(tǒng)及參數(shù)

本文選取的典型系統(tǒng)、負(fù)荷數(shù)據(jù)、光伏出力數(shù)據(jù)、電價(jià)信息、設(shè)備參數(shù)、火電機(jī)組參數(shù)等詳見附錄A。仿真時(shí)間跨度為一年,等值年系數(shù)取為0.08。綠色證書交易價(jià)格設(shè)為0.2元/(kW·h),設(shè)定仿真系統(tǒng)可再生能源發(fā)電量要求占系統(tǒng)總能源需求的10%。參考美國加州地區(qū)統(tǒng)計(jì)數(shù)據(jù)[18],本文設(shè)定光伏短期和超短期功率預(yù)測越限概率為10%,月平均絕對(duì)誤差分別設(shè)為20%和15%。光儲(chǔ)容量上限設(shè)為系統(tǒng)最大負(fù)荷。

5.2 結(jié)果分析

5.2.1博弈均衡結(jié)果

本文考慮不同主體參與下的博弈規(guī)劃情況,表1為光儲(chǔ)網(wǎng)規(guī)劃、光網(wǎng)規(guī)劃和光儲(chǔ)規(guī)劃三種方案下的納什均衡結(jié)果。

表1 三種規(guī)劃方案下的納什均衡結(jié)果Table 1 Nash equilibrium under three plans

由表1可知,3種規(guī)劃方案的差異主要體現(xiàn)在規(guī)劃容量、網(wǎng)架擴(kuò)展線路和總收益的不同。對(duì)比均衡結(jié)果下的光伏電站并網(wǎng)容量可知,方案1和方案2接納光伏的能力明顯高于方案3,而且,在方案1下,博弈參與者能獲得最大收益,方案2收益次之,方案3收益最低。從方案2和方案3的對(duì)比還可看出,網(wǎng)架擴(kuò)展對(duì)于系統(tǒng)接納光伏能力的提升作用和博弈參與者的收益增益優(yōu)于儲(chǔ)能系統(tǒng)并網(wǎng)規(guī)劃。

5.2.2光儲(chǔ)網(wǎng)三方收益變化曲線

圖3所示為博弈參與三方收益曲線,表示隨著光伏裝機(jī)容量的逐步增加,電網(wǎng)和儲(chǔ)能取相應(yīng)的均衡策略下,三方的收益變化情況。

由圖3可見,光伏收益出現(xiàn)了連續(xù)的增大、減小情況,這是因?yàn)楫?dāng)光伏裝機(jī)容量較小時(shí),系統(tǒng)有充裕的光伏消納空間。當(dāng)裝機(jī)容量提高到25 MW,電網(wǎng)和儲(chǔ)能從自身利益出發(fā),選擇策略為不進(jìn)行規(guī)劃,光伏消納受限,收益下降。隨著光伏裝機(jī)容量持續(xù)升高,電網(wǎng)和儲(chǔ)能進(jìn)行容量和網(wǎng)架擴(kuò)展規(guī)劃,光伏上網(wǎng)電量增加,三方收益提高。當(dāng)光伏裝機(jī)容量進(jìn)一步提高時(shí),系統(tǒng)消納光伏能力已達(dá)極限,光伏收益下降。從圖3還可看出,在可再生能源配額制模式下,電網(wǎng)收益受光伏裝機(jī)容量影響很大,當(dāng)裝機(jī)容量較小時(shí),電網(wǎng)需要支付巨額費(fèi)用購買綠色證書。

圖3 光伏、儲(chǔ)能、電網(wǎng)三方收益Fig.3 Benefits of photovoltaic station, storage batteries and grid

5.2.3綠色證書交易價(jià)格影響分析

引入綠色證書交易機(jī)制后,不同的綠色證書交易價(jià)格將影響博弈參與者的收益與均衡策略。表2與圖4為不同證書價(jià)格下,光伏、儲(chǔ)能、電網(wǎng)三方的納什均衡結(jié)果與收益變化情況。

表2 不同綠色證書交易價(jià)格下的納什均衡結(jié)果Table 2 Nash equilibrium under different green certificate trading prices

圖4 綠色證書價(jià)格變化下的收益曲線Fig.4 Benefits curves under different green certificate trading prices

由表2與博弈三方收益變化曲線可知,綠色證書交易價(jià)格從0.1元/(kW·h)提高到0.2元/(kW·h)后,光伏最優(yōu)并網(wǎng)容量從44 MW提升到了49 MW,博弈三方收益也均有提高。但當(dāng)證書價(jià)格進(jìn)一步增加時(shí),三方博弈規(guī)劃策略不再變化,光伏與儲(chǔ)能收益不再增加。這說明在光伏電站發(fā)展前期,較高的綠色證書交易價(jià)格能夠提高電網(wǎng)消納光伏的積極性,使得儲(chǔ)能與電網(wǎng)企業(yè)在利益驅(qū)使下增加投資,促進(jìn)光伏并網(wǎng),但當(dāng)光伏容量增加到一定規(guī)模后,電網(wǎng)負(fù)荷水平?jīng)Q定了系統(tǒng)接納光伏上限,此時(shí),即使繼續(xù)提高綠色證書交易價(jià)格,博弈參與者也不會(huì)改變均衡策略。

6 結(jié)語

本文在可再生能源配額制市場下,引入綠色證書交易機(jī)制,基于完全信息動(dòng)態(tài)博弈理論,建立考慮光儲(chǔ)接入的網(wǎng)源協(xié)調(diào)規(guī)劃模型,并分析證書價(jià)格變動(dòng)下博弈參與者的均衡策略與收益變化。結(jié)果表明,在當(dāng)前的電力市場環(huán)境下,光伏、儲(chǔ)能、電網(wǎng)三方進(jìn)行動(dòng)態(tài)博弈規(guī)劃,能在保證參與者利益最大化的同時(shí),實(shí)現(xiàn)光儲(chǔ)合理布局與電網(wǎng)統(tǒng)籌協(xié)調(diào)規(guī)劃,對(duì)解決國內(nèi)目前新能源并網(wǎng)的協(xié)調(diào)規(guī)劃問題具有一定的理論價(jià)值。

但是,本文在博弈階段假定參與者信息安全公開且參與者具有完全理性,未考慮信息不對(duì)稱下的各方博弈,同時(shí)沒有對(duì)光伏出力波動(dòng)和電網(wǎng)安全風(fēng)險(xiǎn)等不確定因素作深入探討,后續(xù)研究可從上述兩個(gè)方面進(jìn)行改進(jìn)。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 高賜威,吳天嬰,何葉,等.考慮風(fēng)電接入的電源電網(wǎng)協(xié)調(diào)規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2012,36(22):30-35.

GAO Ciwei, WU Tianying, HE Ye, et al. Generation and transmission coordinated planning considering wind power integration[J]. Automation of Electric Power Systems, 2012, 36(22): 30-35.

[2] 洪紹云,程浩忠,曾平良,等.基于相關(guān)場景聚類的發(fā)輸電聯(lián)合擴(kuò)展規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2016,40(22):71-76.DOI:10.7500/AEPS20151129005.

HONG Shaoyun, CHENG Haozhong, ZENG Pingliang, et al. Coordinated generation and transmission expansion planning with clusters of correlative scenarios[J]. Automation of Electric Power Systems, 2016, 40(22): 71-76. DOI: 10.7500/AEPS20151129005.

[3] 劉文霞,李鶴,趙天陽,等.風(fēng)電多點(diǎn)并網(wǎng)的網(wǎng)源協(xié)調(diào)輸電網(wǎng)擴(kuò)展規(guī)劃[J].現(xiàn)代電力,2015,32(1):38-45.

LIU Wenxia, LI He, ZHAO Tianyang, et al. Coordination of generation and transmission expansion planning for wind power integration at multi-points[J]. Modern Electric Power, 2015, 32(1): 38-45.

[4] 王茜,張粒子.采用NSGA-Ⅱ混合智能算法的風(fēng)電場多目標(biāo)電網(wǎng)規(guī)劃[J].中國電機(jī)工程學(xué)報(bào),2011,31(19):17-24.

WANG Qian, ZHANG Lizi. Multi-objective transmission planning associated with wind farms applying NSGA-Ⅱ hybrid intelligent algorithm[J]. Proceedings of the CSEE, 2011, 31(19): 17-24.

[5] 鄭靜,文福拴,李力,等.計(jì)及風(fēng)險(xiǎn)控制策略的含風(fēng)電機(jī)組的輸電系統(tǒng)規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2011,35(22):71-76.

ZHENG Jing, WEN Fushuan, LI Li, et al. Transmission system planning with risk-control strategies for power systems with wind generators[J]. Automation of Electric Power Systems, 2011, 35(22): 71-76.

[6] 黃裕春,楊甲甲,文福拴,等.計(jì)及接納間歇性電源能力的輸電系統(tǒng)規(guī)劃方法[J].電力系統(tǒng)自動(dòng)化,2013,37(4):28-34.

HUANG Yuchun, YANG Jiajia, WEN Fushuan, et al. Transmission system planning considering capability of accommodating intermittent generation sources[J]. Automation of Electric Power Systems, 2013, 37(4): 28-34.

[7] 劉文霞,凌云頔,趙天陽.低碳經(jīng)濟(jì)下基于合作博弈的風(fēng)電容量規(guī)劃方法[J].電力系統(tǒng)自動(dòng)化,2015,39(19):68-74.DOI:10.7500/AEPS20141014002.

LIU Wenxia, LING Yundi, ZHAO Tianyang. Cooperative game based capacity planning model for wind power in low-carbon economy[J]. Automation of Electric Power Systems, 2015, 39(19): 68-74. DOI: 10.7500/AEPS20141014002.

[8] 梅生偉,王瑩瑩,劉鋒.風(fēng)-光-儲(chǔ)混合電力系統(tǒng)的博弈論規(guī)劃模型與分析[J].電力系統(tǒng)自動(dòng)化,2011,35(20):13-19.

MEI Shengwei, WANG Yingying, LIU Feng. A game theory based planning model and analysis for hybrid power system with wind generators-photovoltaic panels-storage batteries[J]. Automation of Electric Power Systems, 2011, 35(20): 13-19.

[9] MEI S, ZHANG D, WANG Y, et al. Robust optimization of static reserve planning with large-scale integration of wind power: a game theoretic approach[J]. IEEE Trans on Sustainable Energy, 2014, 5(2): 535-545.

[10] MASOUMZADEH A, NEKOUEI E, ALPCAN T. Long-term stochastic planning in electricity markets under carbon cap constraint: a Bayesian game approach[C]// IEEE PES Innovative Smart Grid Technologies-Asia (ISGT-Asia), November 28-December 1, 2016, Melbourne, Australia: 466-471.

[11] 國家電監(jiān)會(huì)印發(fā)華東、東北、南方、華中、西北區(qū)域發(fā)電廠輔助服務(wù)管理及并網(wǎng)運(yùn)行管理實(shí)施細(xì)則[J].電站信息,2009(1):13-16.

[12] 任東明.中國可再生能源配額制和實(shí)施對(duì)策探討[J].電力系統(tǒng)自動(dòng)化,2011,35(22):25-28.

REN Dongming. China’s renewable portfolio standards and implementing countermeasures[J]. Automation of Electric Power Systems, 2011, 35(22): 25-28.

[13] 趙書強(qiáng),王揚(yáng),徐巖,等.基于機(jī)會(huì)約束目標(biāo)規(guī)劃的高風(fēng)電接入比例下大規(guī)模儲(chǔ)能與火電協(xié)調(diào)調(diào)度[J].中國電機(jī)工程學(xué)報(bào),2016,36(4):969-977.

ZHAO Shuqiang, WANG Yang, XU Yan, et al. Coordinated dispatch of large scale energy storage system and thermal generation in high wind power penetration level system based on chance constrained goal programming[J]. Proceedings of the CSEE, 2016, 36(4): 969-977.

[14] MAVRONICOLAS M, PAPADOPOULOU V, SPIRAKIS P. Algorithmic game theory and applications[M]. Hoboken, NJ, USA: John Wiley & Sons Inc, 2007: 571-591.

[15] ZHU Q, ZHANG J, SAUER P W, et al. A game-theoretic framework for control of distributed renewable-based energy resources in smart grids[C]// American Control Conference (ACC), June 27-29, 2012, Montreal, QC, Canada.

[16] MA Z, CALLAWAY D S, HISKENS I A. Decentralized charging control of large populations of plug-in electric vehicles[J]. IEEE Trans on Control Systems Technology, 2013, 21(1): 67-78.

[17] FUDENBERG D, TIROLE J. Game theory[M]. Cambridge, MA, USA: MIT Press, 1992.

[18] GLASSLEY W, KLEISSL J, SHIU H, et al. Current state of the art in solar forecasting: appendix A California renewable energy forecasting, resource data and mapping[R]. California Institute for Energy and Environment, 2010.

CoordinatedPlanningModelforPhotovoltaicStation,StorageBatteryandGridBasedonCompleteInformationDynamicGame

JINQiulong,LIUWenxia,CHENGRui,LIUZongqi

(State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China)

To solve the tremendous abandonment of photovoltaic light in Northwest China and seek a reasonable generation and transmission planning strategy, the tradable green certificate policy is introduced. A planning model for photovoltaic station, storage battery and grid based on complete information dynamic game is proposed and verified by specific example under the operation strategy. Example analysis shows that, in the market environment, the dynamic game based planning model is beneficial not only to increasing grid initiative in accommodating photovoltaics but also avoiding disorderly expansion of the photovoltaic station. And also providing solutions for the current mismatch issue of planning between the photovoltaic station and grid.

tradable green certificates; complete information dynamic game; game tree; backward induction method; generation and transmission coordinated planning

2017-01-13;

2017-05-03。

上網(wǎng)日期: 2017-07-21。

金秋龍(1993—),男,通信作者,碩士研究生,主要研究方向:電力系統(tǒng)規(guī)劃。E-mail： jinqiulong93@163.com

劉文霞(1967—),女,博士,教授,主要研究方向:電力系統(tǒng)規(guī)劃與可靠性、電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估。E-mail: liuwenxia001@163.com

成 銳(1994—),男,碩士研究生,主要研究方向:電力系統(tǒng)可靠性。

(編輯章黎)