計及日前-實時交易和共享儲能的VPP運行優(yōu)化及雙層效益分配

鄭浩偉，閆慶友，尹哲，黨嘉璐，林宏宇，譚忠富

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

0 引 言

隨著碳中和、碳達(dá)峰目標(biāo)的提出，構(gòu)建新型電力系統(tǒng)已成為未來電力能源的發(fā)展方向[1-2]。但由于風(fēng)光存在不確定性，高比例接入將對電力系統(tǒng)的安全穩(wěn)定和靈活運行帶來挑戰(zhàn)，因此棄風(fēng)棄光現(xiàn)象產(chǎn)生[3]。虛擬電廠(virtual power plant，VPP)技術(shù)通過整合分布式發(fā)電單元、儲能裝置以及柔性負(fù)荷等靈活性資源，能夠有效減少棄風(fēng)棄光[4]，提高電力系統(tǒng)靈活性[5]。由此，VPP優(yōu)化調(diào)度成為熱點問題，大量學(xué)者展開了研究[6-8]。文獻(xiàn)[6]基于VPP中不確定性因素在不同時間階段的協(xié)調(diào)互動，構(gòu)建了考慮主動配電網(wǎng)效益和VPP效益的雙層優(yōu)化模型，有效提升了VPP的市場競爭力和靈活性。文獻(xiàn)[7]利用5G基站儲能技術(shù)平移風(fēng)光出力波動，構(gòu)建了VPP調(diào)度優(yōu)化策略，結(jié)果表明基站儲能能夠減少基站用電成本，降低VPP運行與投資成本，同時提高可再生能源消納水平。文獻(xiàn)[8]考慮接入儲能、可中斷負(fù)荷、燃?xì)廨啓C(jī)等多種分布式能源，提出了虛擬電廠輔助參與配電網(wǎng)靈活性優(yōu)化策略。上述文獻(xiàn)驗證了虛擬電廠在資源整合、靈活調(diào)度問題上具有一定的優(yōu)越性，其中儲能系統(tǒng)的加入發(fā)揮了極大作用。但從目前實際情況來看，儲能技術(shù)在應(yīng)用過程中成本較高，依靠單一主體運營，經(jīng)濟(jì)性和利用效率受限[9-10]。

隨著共享經(jīng)濟(jì)的興起，共享儲能使儲能系統(tǒng)在能源互聯(lián)網(wǎng)中的應(yīng)用進(jìn)一步得到發(fā)展[11]。文獻(xiàn)[12]將共享儲能引入新能源場站提供調(diào)頻服務(wù)，以儲能利益最大化為目標(biāo)，考慮儲能壽命和電量維持等因素，構(gòu)建了日前優(yōu)化模型，結(jié)果表明通過參與二次調(diào)頻和峰谷套利，共享儲能能夠被有效利用，從而達(dá)到利益最大化。文獻(xiàn)[13]提出了一種點對點交易下的儲能聚合商交易模型，通過儲能共享和電能自營模式，完成智能合約交易匹配，該模型的便利性和經(jīng)濟(jì)性得到了驗證。文獻(xiàn)[14]構(gòu)建了含共享儲能的社區(qū)綜合能源系統(tǒng)用戶協(xié)同優(yōu)化模型，充分考慮用戶的購電成本、社區(qū)運營商購能成本、儲能租賃費用，建立了用戶整體經(jīng)濟(jì)最優(yōu)的優(yōu)化目標(biāo)函數(shù)，該模型能夠幫助用戶合理安排用能計劃，降低用能費用?，F(xiàn)有文獻(xiàn)已驗證了共享儲能的經(jīng)濟(jì)效益和資源利用效率方面的可行性和優(yōu)越性，但未充分考慮收益的分配問題。共享模式下，合理公平的效益分配是調(diào)動參與主體合作積極性的重要保障，同時也能夠更加明確參與主體對聯(lián)盟體的貢獻(xiàn)程度，從而量化共享儲能的合作價值。

文獻(xiàn)[15]對比了多類型用戶聚合時分散式儲能配置和一體化配置2種方式的經(jīng)濟(jì)效益，采用Shapley值法針對2種模式下用戶效益進(jìn)行分配，最終得出分散式共享儲能的模式能夠獲得更大的效益。文獻(xiàn)[16]提出多微電網(wǎng)并網(wǎng)系統(tǒng)租賃共享儲能組成微電網(wǎng)聯(lián)盟參與配電網(wǎng)調(diào)峰調(diào)度的優(yōu)化調(diào)度策略：第一階段中優(yōu)化儲能應(yīng)用，按需租賃儲能；第二階段對微網(wǎng)聯(lián)盟進(jìn)行優(yōu)化，通過成員間新能源功率互濟(jì)達(dá)到效益最大化，最終通過Shapley值法分配合作剩余。文獻(xiàn)[17]采用兩階段法對多微網(wǎng)共享儲能進(jìn)行優(yōu)化配置和成本分?jǐn)?。在第一階段，獲得共享儲能優(yōu)化配置下的成本；在第二階段基于線路功率損耗提出改進(jìn)Shapley值法，分?jǐn)偣蚕韮δ艹杀?。上述文獻(xiàn)不僅驗證了公平合理的效益分配對含共享儲能能源系統(tǒng)調(diào)度的積極作用，同時也驗證了Shapley值法在效益分配中的適用性。但是，所分配的效益存在差異，文獻(xiàn)[15-16]針對整體效益進(jìn)行分配，而文獻(xiàn)[17]針對共享儲能效益進(jìn)行分配，尚未有文獻(xiàn)針對含共享儲能的雙層結(jié)構(gòu)效益分配進(jìn)行研究。

綜上所述，本文以風(fēng)光出力偏差為變動因素，引入日前-實時兩級市場交易，構(gòu)建含共享儲能的VPP調(diào)度優(yōu)化模型；基于合作博弈理論，引入Owen值法(即雙層Shapley值法)，提出含共享儲能的VPP優(yōu)化效益的均衡分配策略。

1 電力市場環(huán)境下含共享儲能的VPP系統(tǒng)結(jié)構(gòu)設(shè)計

1.1 VPP物理結(jié)構(gòu)

單一的源側(cè)或者荷側(cè)資源容量較小，達(dá)不到電力市場的準(zhǔn)入門檻，無法充分發(fā)揮其在電力系統(tǒng)中的靈活性[18]。因此，需要通過VPP聚合分布式電源、柔性負(fù)荷和分布式儲能等靈活性資源參與電力市場交易。本文所研究的VPP主要是由風(fēng)電機(jī)組(wind power plant，WPP)、光伏機(jī)組(photovoltaic，PV)、柔性負(fù)荷和儲能系統(tǒng)組成，其物理結(jié)構(gòu)如圖1所示。

VPP內(nèi)部參與者關(guān)系為：可再生能源優(yōu)先通過內(nèi)電網(wǎng)向VPP內(nèi)部負(fù)荷供電；儲能系統(tǒng)通過內(nèi)電網(wǎng)在電價谷時段充電，峰時段放電；當(dāng)出現(xiàn)電量缺口時，VPP優(yōu)先向靈活性資源發(fā)出調(diào)度指令，即共享儲能放電和柔性負(fù)荷需求響應(yīng)來消除偏差，再從電力市場上購電以滿足電力需求；當(dāng)出現(xiàn)電量剩余時，經(jīng)由外電網(wǎng)在電力市場上出售。

1.2 共享儲能機(jī)制

儲能系統(tǒng)的配置可以進(jìn)一步減少高滲透率下可再生能源發(fā)電帶來的出力波動，提高VPP運行的可靠性[1,19]。儲能系統(tǒng)可以在用電低谷時段儲存可再生能源的多余電力來促進(jìn)可再生能源的消納；同時，在用電高峰時段釋放存儲的電力來減少VPP從外電網(wǎng)購買的電量，降低VPP的購電成本[20]。然而就目前而言，儲能系統(tǒng)的高投資成本是限制其商業(yè)化發(fā)展的主要障礙[21]。VPP運營商可借鑒共享經(jīng)濟(jì)概念，基于實時通信技術(shù)聚合，建立共享儲能平臺，協(xié)調(diào)運行多個孤立的儲能單元，在滿足VPP削峰填谷需求的同時，進(jìn)而降低儲能系統(tǒng)的投資和運維成本，提高VPP的經(jīng)濟(jì)性[22]。

本文所提VPP內(nèi)共享儲能系統(tǒng)結(jié)構(gòu)如圖2所示。共享儲能系統(tǒng)的各個儲能單元都配備一個單獨直流隔離器，在充、放電過程中起到保護(hù)作用。各個儲能單元通過DC/DC模塊與公共直流母線相連，可實現(xiàn)共享儲能系統(tǒng)內(nèi)部能量交換。再通過一個總的AC/DC模塊連接公共直流母線和VPP的內(nèi)電網(wǎng)。受益于AC/DC模塊和DC/DC模塊的潮流可控性，通過在模塊中增加計量單元和實時通信控制單元，可以將VPP交流電網(wǎng)產(chǎn)生的電量剩余/不足信息由AC/DC模塊傳遞到公共直流母線另一側(cè)的DC/DC模塊，再由DC/DC模塊將信息轉(zhuǎn)換為儲能單元充、放電操作，這樣可以實現(xiàn)共享儲能系統(tǒng)與VPP其余部分的能量交換和儲能單元充、放電的電量計量。

圖2 共享儲能系統(tǒng)結(jié)構(gòu)

1.3 兩級電力市場交易機(jī)制

兩級電力市場交易機(jī)制如圖3所示。本文考慮了一個具有日前市場、實時市場的兩級交易機(jī)制的電力市場。在兩級市場中，VPP作為價格接受者，完成日前的風(fēng)光出力預(yù)測，并基于此向電力市場申報次日24 h的投標(biāo)電量。由于風(fēng)光出力預(yù)測偏差的存在，當(dāng)VPP內(nèi)的儲能系統(tǒng)充、放電和柔性負(fù)荷需求響應(yīng)無法消除風(fēng)光出力偏差時，VPP需要在實時市場交易中消除出力偏差。如果VPP實時發(fā)電量超過其在日前市場投標(biāo)電量，則其多余的發(fā)電量將以正失衡電價平抑，正失衡電價低于或等于日前市場出清價格。如果VPP實時發(fā)電量低于日前市場投標(biāo)電量，則其發(fā)電赤字要以大于或等于日前市場出清電價的負(fù)失衡電價平抑。日前、實時電價模型為：

圖3 兩級電力市場交易機(jī)制

λrmb(t)=(1+σp)λbm(t)

(1)

λrms(t)=(1-σp)λbm(t)

(2)

式中：λrmb(t)、λrms(t)分別為t時刻的實時市場負(fù)失衡電價和正失衡電價；λbm(t)為t時刻的日前市場出清電價；σp為實時市場失衡電價懲罰系數(shù)。

2 含共享儲能的VPP運行優(yōu)化模型

2.1 機(jī)組模型構(gòu)建

2.1.1 風(fēng)光機(jī)組模型及不確定性處理

1)風(fēng)光機(jī)組出力模型。

風(fēng)電機(jī)組出力[23]由風(fēng)速的隨機(jī)性決定，一般使用分段函數(shù)來近似表示風(fēng)電輸出功率Pwpp(v)。

(3)

式中：Pwppr為風(fēng)機(jī)的額定功率；vi、vr、vo分別為切入風(fēng)速、額定風(fēng)速、切出風(fēng)速；v為風(fēng)速，其中v服從雙參數(shù)Weibull分布概率密度函數(shù)，表達(dá)式f(v)為

(4)

式中：k為形狀參數(shù)，k>0；c為尺度參數(shù)，c>1，可由該時段的風(fēng)速均值和方差求得。

本文首先采用場景生成-削減方法生成各時段風(fēng)速數(shù)據(jù)，然后由式(3)所示的風(fēng)電機(jī)組與風(fēng)速之間的關(guān)系式來計算風(fēng)電機(jī)組出力功率預(yù)測值。

光伏機(jī)組的實際輸出功率[24-25]受太陽輻射強(qiáng)度、環(huán)境溫度和額定功率等因素影響，因此光伏機(jī)組的輸出功率可由其標(biāo)準(zhǔn)測試條件下的輸出功率、光照強(qiáng)度、環(huán)境溫度等與實際工作條件下的實際數(shù)值對比估算得到。

(5)

式中：Ppv(G,T)為光伏機(jī)組實際輸出功率；G和T分別為實際光照強(qiáng)度和實際工作溫度；Pstc、Gstc、Tstc分別為標(biāo)準(zhǔn)測試條件下的輸出功率、光照強(qiáng)度和環(huán)境溫度；g為功率溫度系數(shù)。

據(jù)統(tǒng)計，一段時間內(nèi)的太陽輻射強(qiáng)度是一個服從Beta分布的隨機(jī)變量，其概率密度函數(shù)f(G/Gmax)[25]可以表示為：

(6)

式中：Gmax為該段時間內(nèi)的最大光照強(qiáng)度；Γ為Gamma函數(shù)；α、β為Beta分布的形狀參數(shù)，可由這一段時間內(nèi)光照強(qiáng)度的平均值μG和標(biāo)準(zhǔn)差σG得到α。

(7)

(8)

本文首先根據(jù)當(dāng)?shù)馗鲿r段的氣象預(yù)測數(shù)據(jù)獲得太陽輻射強(qiáng)度和氣溫的數(shù)據(jù)，由功率估算公式和光照強(qiáng)度的概率密度函數(shù)求出光伏輸出功率的概率密度分布為：

(9)

2)風(fēng)光出力不確定性處理。

風(fēng)光出力不確定性可通過多場景生成和削減技術(shù)進(jìn)行處理。場景生成采用拉丁超立方抽樣方法(Latin hypercube sampling，LHS)，該方法可使發(fā)生概率高的場景在樣本空間中聚集[26]。LHS能夠?qū)鄯e概率曲線分層抽樣后再取得樣本數(shù)據(jù)，因此能夠保證樣本整體空間全覆蓋。LHS算法流程[27]如圖4所示。

圖4 LHS算法流程

(10)

(1)利用場景距離測算對相似場景進(jìn)行削減，綜合考慮場景間的概率距離，即

(11)

(2)從場景集中剔除距離場景i最近的場景j：

(12)

(3)更新場景i出現(xiàn)的概率：

(13)

(4)重復(fù)步驟(1)—(3)，直到場景數(shù)量削減至N′。

3)風(fēng)光機(jī)組發(fā)電成本模型。

風(fēng)電機(jī)組發(fā)電在實際運行中，其發(fā)電邊際成本可以近似為0，因此風(fēng)電機(jī)組發(fā)電成本Cwpp主要由建設(shè)成本以及運維成本組成。

(14)

式中：cwpp、Pwpp(t)分別為風(fēng)電機(jī)組的單位功率發(fā)電成本和t時刻風(fēng)電機(jī)組的發(fā)電功率；ΔT為調(diào)度時間跨度，取1 h。

和風(fēng)電機(jī)組類似，光伏機(jī)組發(fā)電成本Cpv也主要由建設(shè)成本以及運維成本組成。

(15)

式中：cpv為光伏機(jī)組的單位功率發(fā)電成本；Ppv(t)為t時刻光伏機(jī)組的發(fā)電功率。

2.1.2 儲能系統(tǒng)模型構(gòu)建

由于鋰離子電池具有能量密度高、循環(huán)壽命周期長、功率密度高、全壽命充放電次數(shù)多、放電深度大等優(yōu)勢[28]，本文的儲能單元均由鋰離子電池組成。儲能系統(tǒng)的運行成本Cess由建設(shè)成本、運維成本和由充放電造成的電池?fù)p耗成本構(gòu)成。

(16)

式中：cess為儲能系統(tǒng)單位功率的運行成本，取0.01元/(kW·h)[29]；Pessc(t)、Pessd(t)分別為t時刻儲能系統(tǒng)的充、放電功率；μessc(t)、μessd(t)分別為t時刻儲能系統(tǒng)的充、放電控制變量，為0-1變量。

2.1.3 柔性負(fù)荷需求響應(yīng)模型構(gòu)建

基于事先簽訂的需求響應(yīng)合同，由VPP運營商向柔性負(fù)荷用戶直接發(fā)出負(fù)荷削減的控制信號，以達(dá)到特定的響應(yīng)目標(biāo)。

Pu(t)=Puo(t)-Pud(t)

(17)

式中：Pu(t)為t時刻削減后的用戶負(fù)荷功率；Puo(t)為t時刻削減前的原始用戶負(fù)荷功率；Pud(t)為t時刻削減的用戶負(fù)荷功率。

2.2 目標(biāo)函數(shù)

本文以VPP運行收益最大為目標(biāo)進(jìn)行決策，其表達(dá)式為：

maxF=(Rbm+Rrm)-(Cbm+

Crm+Cwpp+Cpv+Cess)

(18)

式中：Rbm、Rrm分別為VPP向日前市場和實時市場售電的收益；Cbm、Crm分別為VPP從日前市場和實時市場購電的成本。

(19)

(20)

式中：Pbms(t)為t時刻VPP在日前市場上的售電功率；Prms(t)為t時刻VPP在實時市場上的售電功率。

(21)

(22)

式中：Pbmb(t)為t時刻VPP在日前市場上的購電功率；Prmb(t)為t時刻VPP在實時市場上的購電功率。

2.3 約束條件

1)功率平衡約束。

Pwpp(t)+Ppv(t)+Pbmb(t)+Prmb(t)+ηessPessd(t)=

Pu(t)+Pbms(t)+Prms(t)+Pessc(t)

(23)

式中：ηess為儲能系統(tǒng)的充放電效率。

2)風(fēng)電、光伏出力約束。

(24)

(25)

3)儲能系統(tǒng)運行約束。

(26)

(27)

(28)

(29)

由于儲能系統(tǒng)不能同時充、放電，同時運行周期結(jié)束時儲能蓄電量需恢復(fù)到最初狀態(tài)，即：

0≤μessc(t)+μessd(t)≤1

(30)

Sess(0)=Sess(24)

(31)

4)負(fù)荷削減約束。

為保證負(fù)荷用戶的正常用能，VPP對負(fù)荷用戶的負(fù)荷削減不得大于最大可削減量。

0≤Pud≤εmaxPuo

(32)

式中：εmax為最大負(fù)荷削減率。

5)電壓約束。

Vmin≤V(t)≤Vmax

(33)

式中：V(t)為t時刻的節(jié)點電壓；Vmax、Vmin分別為節(jié)點電壓上下限。

6)饋線容量約束。

(34)

7)主網(wǎng)約束。

(35)

3 基于Owen值法的雙層收益分配

3.1 Owen值法

合作聯(lián)盟形成的關(guān)鍵在于利益分配是否合理和公平[30]。同樣地，VPP的穩(wěn)定運行也需要公平合理的收益分配來予以保證。但由于傳統(tǒng)VPP不同參與者之間通常不直接共享儲能，現(xiàn)有的常規(guī)收益分配方法把每個儲能系統(tǒng)都視為獨立參與者進(jìn)行分析，這與本文的共享儲能機(jī)制實際運行方式相悖，可能會導(dǎo)致分配不合理。因此，本文采用Owen值法來進(jìn)行含共享儲能的VPP收益分配。Owen值法作為Shapley值法的延拓，將收益分配分為2個階段，第一步是在各優(yōu)先聯(lián)盟之間進(jìn)行收益分配，為每個優(yōu)先聯(lián)盟分配一個整體收益；第二步是將優(yōu)先聯(lián)盟的整體收益在其內(nèi)部各參與者之間進(jìn)行收益分配[31]。

風(fēng)光機(jī)組、共享儲能和負(fù)荷作為聯(lián)盟參與者合作形成聯(lián)盟，即VPP；參與者集合表示為N={WPP,PV,Shared-ESS,Load}，一部分參與者的組合構(gòu)成子聯(lián)盟S，排除沒有任何參與者的子聯(lián)盟，該聯(lián)盟共有24-1個子聯(lián)盟；其中共享儲能構(gòu)成一個優(yōu)先聯(lián)盟，其參與者為風(fēng)電、光伏和獨立投資主體的儲能系統(tǒng)，優(yōu)先聯(lián)盟參與者集合表示為M={WPP-ESS,PV-ESS,Independent-ESS}。本文的VPP聯(lián)盟各參與者收益分配問題和共享儲能優(yōu)先聯(lián)盟收益分配問題均符合Shapley值法的應(yīng)用背景。綜上，本文采用Owen值法將含共享儲能的虛擬電廠整體運行收益經(jīng)過2次Shapley值法分配，下沉到具體的每個參與者，實現(xiàn)利益的合理分配[32]。

3.2 上層虛擬電廠收益分配

對于一個由N個參與者構(gòu)成的聯(lián)盟，假設(shè)i表示第i個參與者，S表示該聯(lián)盟中一部分參與者構(gòu)成的子聯(lián)盟，n表示子聯(lián)盟S中參與者的個數(shù)，R(S)表示由S構(gòu)成的聯(lián)盟取得的總收益，R(S∪i)表示第i個參與者加入后聯(lián)盟取得的收益，則該聯(lián)盟中第i個參與者所應(yīng)分配到的收益v(i)為：

(36)

3.3 下層共享儲能收益分配

VPP的總收益在根據(jù)貢獻(xiàn)度相應(yīng)地分配到每個參與者后，須對共享儲能分配到的收益進(jìn)一步下沉，將其合理地再分配到參與共享儲能的每個單元。共享儲能的收益采用常規(guī)Shapley值法來進(jìn)行分配，分配方法同3.2節(jié)VPP運行收益分配的方法。假設(shè)Shared-ESS優(yōu)先聯(lián)盟由M個儲能單元構(gòu)成，則第j個儲能單元分配到的收益v(j)為：

(37)

3.4 雙層收益分配流程

上述基于Owen值法的雙層收益分配方法主要包括上層VPP參與者間收益分配和下層共享儲能內(nèi)各儲能單元收益分配2個過程，具體分配流程如圖5所示。

圖5 雙層收益分配流程

4 算例分析

4.1 參數(shù)設(shè)置

本文以中國北方某園區(qū)為研究對象，VPP的風(fēng)電、光伏機(jī)組裝機(jī)容量分別為6、3 MW，風(fēng)電、光伏機(jī)組分別配置有容量為2、1 MW·h的儲能系統(tǒng)；另外，VPP內(nèi)還有容量為1 MW·h的獨立儲能系統(tǒng)和最大削減率εmax=10%的可削減負(fù)荷。風(fēng)電機(jī)組、光伏機(jī)組和儲能系統(tǒng)的詳細(xì)參數(shù)見表1—3。

表1 風(fēng)電機(jī)組參數(shù)

表2 光伏機(jī)組參數(shù)

表3 儲能系統(tǒng)參數(shù)

本文的VPP參與電網(wǎng)的峰谷分時電價需求響應(yīng)。峰時(11:00—15：00，18:00—21:00)電價為1 390.8元/(MW·h)，平時(07:00—11:00，15:00—18:00，21:00—23:00)電價為869.25元/(MW·h)，谷時(23:00—07:00)電價為347.7元/(MW·h)。

本文分別削減生成10個風(fēng)電出力典型場景和10個光伏出力典型場景，各取5個場景數(shù)據(jù)作為預(yù)測出力和實際出力，風(fēng)光場景削減結(jié)果如圖6、7所示。風(fēng)電、光伏出力數(shù)據(jù)和負(fù)荷數(shù)據(jù)如圖8所示。

圖6 風(fēng)電場景削減

圖7 光伏場景削減

圖8 風(fēng)光出力及負(fù)荷數(shù)據(jù)

在仿真分析中，本文采用MATLAB R2018b軟件,通過Yalmip工具包調(diào)用Gurobi對算例進(jìn)行求解，計算機(jī)參數(shù)為Intel(R)Core(TM)i5 2.30 GHz，8 GB內(nèi)存。

4.2 情景設(shè)置

為了更好地體現(xiàn)本文所構(gòu)建含共享儲能VPP的優(yōu)勢，本文設(shè)置了4種情景，以此來展示儲能共享前后和用戶參與需求響應(yīng)前后的變化。

情景1：VPP含有風(fēng)電機(jī)組和光伏機(jī)組，但不配置儲能系統(tǒng)；無獨立儲能系統(tǒng)；負(fù)荷不參與需求響應(yīng)。

情景2：VPP含有風(fēng)電機(jī)組和光伏機(jī)組，分別配置儲能系統(tǒng)；VPP同時配置獨立儲能系統(tǒng)；負(fù)荷不參與需求響應(yīng)。

情景3：VPP含有風(fēng)電機(jī)組和光伏機(jī)組，分別配置儲能系統(tǒng)；VPP同時配置獨立儲能系統(tǒng)；所有儲能系統(tǒng)參與共享儲能；負(fù)荷不參與需求響應(yīng)。

情景4：VPP含有風(fēng)電機(jī)組和光伏機(jī)組，分別配置儲能系統(tǒng)；VPP同時配置獨立儲能系統(tǒng)；所有儲能系統(tǒng)參與共享儲能；負(fù)荷參與需求響應(yīng)。

4.3 算例結(jié)果對比分析

4.3.1 VPP運行收益結(jié)果對比分析

不同情景下VPP的優(yōu)化運行收益結(jié)果如表4所示。

表4 不同情景下VPP的運行收益

由表4可知，情景2相對于情景1，VPP的運行收益增加了2 962.68元，收益增加率為5.34%，這部分增長主要是得益于VPP在日前市場上凈收益的增加；情景3相對于情景2，VPP的運行收益增加了606.19元，收益增加率提升了20.46%，這是因為VPP在日前市場上的收益進(jìn)一步增加了；情景4相對于情景3，VPP的運行收益又增加了136.72元，收益增加率提升了3.83%，這部分的增長主要來自于VPP在兩級電力市場上凈收益的增加。

上述結(jié)果表明了本文所提含共享儲能的VPP相對于傳統(tǒng)不含共享儲能的VPP可以顯著提升運行收益，說明了本文模型在經(jīng)濟(jì)性上的優(yōu)越性。

4.3.2 兩級電力市場VPP購售電結(jié)果對比分析

各情景下的VPP在兩級電力市場購售電量結(jié)果對比如圖9所示。正值表示VPP向電力市場售電，負(fù)值表示VPP向電力市場購電。

圖9 VPP的購售電量

由圖8和圖9中的負(fù)荷曲線和日前市場購售電量曲線可以得知，在情景1條件下，VPP在日前向電力市場和用戶共出售電能84.58 MW·h。由于ESS在充、放電時存在電能損耗，因此在情景2和情景3下，VPP向日前市場出售的電能減少了約1.11 MW·h。由于情景4的負(fù)荷參與需求響應(yīng)和共享儲能，VPP在日前市場上向負(fù)荷的售電量下降，因此情景4的日前售電量相對于前2個情景，進(jìn)一步降低約0.84 MW·h。配置了ESS的情景2、情景3和情景4在峰時段(11:00—15:00，18:00—21:00)的售電量均高于無ESS的情景1，這是因為配置ESS的VPP可以通過ESS在電價低谷時段儲存風(fēng)電、光伏的電能，然后在電價高峰時段釋放電能，實現(xiàn)峰谷價差套利。因此，情景2、情景3和情景4可以在出售電能總量均小于情景1的情況下，實現(xiàn)日前市場售電收益的增加。

由圖9中實時市場購售電量曲線可以得知，各情景在實時市場上的售電量一致，均為3.56 MW·h；情景1、情景2和情景3在實時市場上的購電量為0.94 MW·h，相對于其他情景，情景4的實時市場購電量降低超過79.69%，為0.19 MW·h。這是因為情景4的負(fù)荷參與需求響應(yīng)，平抑了一部分可再生能源出力偏差。因為實時市場失衡電價懲罰系數(shù)的存在，在售電量相同的情況下，情景4的購電量較少，因此其在兩級電力市場的凈收益相對于其他情景至少增加136.72元。

4.3.3 儲能系統(tǒng)優(yōu)化結(jié)果對比分析

ESS蓄電量及充、放電功率如圖10所示。ESS和共享ESS蓄電率對比如圖11所示。由圖10可知，采用了本文所提共享ESS的情景3和情景4，ESS的充、放電總功率高于不采用共享ESS的情景2，ESS利用率比情景2提升了6個百分點。結(jié)合表4可以看出，因為充、放電總功率的增加，情景3的儲能運行成本相對于情景2增加了6.76元，但是其在日前市場上的收益顯著增加了612.95元。這是因為共享ESS可以實現(xiàn)不同可再生能源之間的能量交換，提高ESS儲能單元的利用率，從而可以更好地利用峰谷價差來進(jìn)行“低儲高放”套利，進(jìn)而有效增加VPP的運行收益。

圖11 ESS和共享ESS蓄電率對比

結(jié)合圖11和圖8中的光伏機(jī)組出力數(shù)據(jù)可以得知，光伏機(jī)組在08:00才開始發(fā)電，因此在峰時段11:00到來前，ESS只有3 h進(jìn)行充電操作，由于ESS最大充電速率的限制，光伏ESS無法在峰時段到來前達(dá)到最大蓄電量，進(jìn)而導(dǎo)致情景2的光伏ESS的蓄電率低于全天24 h均有發(fā)電的風(fēng)電ESS。結(jié)合圖10可以得知，情景2中ESS平均蓄電量較低的原因是光伏ESS的利用率相對不足。由圖11可以進(jìn)一步得出，情景3的共享ESS的蓄電率整體高于情景2的光伏ESS，其全天平均蓄電率為0.535，相對于情景2的光伏ESS顯著提升了19.95%。這說明在參與共享儲能的情況下，可以有效提高ESS的利用率，進(jìn)而增加VPP的運行收益。

需求響應(yīng)前后失衡電量對比如圖12所示。由圖12可知，情景4中柔性負(fù)荷參與了需求響應(yīng)，通過負(fù)荷削減平抑了風(fēng)電、光伏預(yù)測出力和實際出力的偏差，相對于其他情景，情景4的失衡電量降低了16.61%。結(jié)合情景4的優(yōu)化結(jié)果可知，VPP都在失衡電量為負(fù)的時點進(jìn)行負(fù)荷削減調(diào)度，使得VPP在實時市場上為消除失衡電量的購電成本降低，因此在實時市場售電收益一致的情況下，相對于其他情景，情景4在實時市場上的凈收益增幅可觀，約為47.95%。結(jié)合圖8的負(fù)荷數(shù)據(jù)可以得出，在最優(yōu)場景下，柔性負(fù)荷的各時段負(fù)荷削減率均不大于10%，且平均負(fù)荷削減率為2.49%，遠(yuǎn)小于最大負(fù)荷削減率。這說明本文構(gòu)建的柔性負(fù)荷模型在很好地保證負(fù)荷用戶用電穩(wěn)定性的同時，還可以進(jìn)行適當(dāng)?shù)呢?fù)荷需求響應(yīng)，提升VPP的靈活性和運行收益。

圖12 需求響應(yīng)前后失衡電量對比

4.4 敏感性分析

本文基于情景4對4項因素進(jìn)行了敏感性分析。首先研究了ESS相關(guān)參數(shù)對VPP運行收益的影響，即不同的ESS容量和充電速率導(dǎo)致VPP運行收益的變化；同時，本文還分析了最大負(fù)荷削減率和電價對VPP運行收益的影響。ESS相關(guān)參數(shù)對VPP運行收益的影響如圖13所示。

圖13 ESS相關(guān)參數(shù)對VPP運行收益的影響

為了分析ESS容量這一單一因素的影響，假設(shè)其他因素不變，即ESS單元的最大充、放電速率為0.2 MW/h，最大負(fù)荷削減率為10%，電價不變。其結(jié)果如圖13(a)所示，橫坐標(biāo)0表示ESS的默認(rèn)容量，即4 MW·h，-0.50表示容量減少50%即2 MW·h。由圖可知，ESS容量變動率在(-0.50，0.50)區(qū)間內(nèi)，ESS容量和VPP運行收益呈正相關(guān)，但在ESS容量增加50%時，VPP運行收益的增加有所降低，這是因為在17:00—18:00風(fēng)光出力較低，為優(yōu)先滿足負(fù)荷電能供給，以致ESS的充電功率低于最大充電功率，因此在下一個峰時段，VPP通過ESS“低儲高放”的收益增幅降低。

與ESS容量的敏感性分析一樣，為了控制變量，在分析ESS最大充、放電速率的影響時，本文假設(shè)ESS容量為4 MW·h，最大負(fù)荷削減率和電價同上。其結(jié)果如圖13(b)所示，橫坐標(biāo)0表示ESS單元的默認(rèn)最大充、放電速率，即0.2 MW/h，-0.50表示最大充、放電速率為0.1 MW/h。由圖可知，儲能充放電速率變動率在(-0.50，0.50)的區(qū)間內(nèi)，即隨著最大充、放電速率的增加，VPP運行收益也在增加，但是在最大充放電速率增加25%和50%情況下，VPP運行收益增幅逐漸下降，這是由于ESS容量有限，ESS利用率達(dá)到一定水平后將不再增加，因此VPP通過“峰谷價差”套利的空間有限。

由上述分析可知，ESS相關(guān)參數(shù)與VPP運行收益并非線性關(guān)系，參數(shù)的持續(xù)提升并不能獲得相應(yīng)的運行收益增加，綜合考慮ESS高昂的配置成本，VPP的ESS要根據(jù)其內(nèi)部可再生能源的發(fā)電功率和ESS自身的全壽命周期成本進(jìn)行優(yōu)化配置。最大負(fù)荷削減率和電價對VPP運行收益的影響如圖14所示。

圖14 最大負(fù)荷削減率和電價對VPP運行收益的影響

本文在分析最大負(fù)荷削減率這一敏感性因素時，假設(shè)ESS的相關(guān)參數(shù)和電價保持不變。其結(jié)果如圖14(a)所示，橫坐標(biāo)0表示柔性負(fù)荷的默認(rèn)最大削減率，即10%，-0.50表示最大負(fù)荷削減率為5%。由圖可知，最大負(fù)荷削減率變動率在(-0.50，0.50)的區(qū)間內(nèi)，即隨著最大負(fù)荷削減率的增加，VPP運行收益也在增加，但是實際上的收益增加量十分有限，收益增加率在0.01%～0.08%之間?？紤]到過度負(fù)荷削減會影響到負(fù)荷用戶的用電穩(wěn)定性和參與需求響應(yīng)的積極性，因此合適的負(fù)荷削減率對于VPP的運行優(yōu)化十分重要。

對于電價的敏感性分析結(jié)果，如圖14(b)所示。分析時同樣假設(shè)ESS的相關(guān)參數(shù)和最大負(fù)荷削減率不變，且0表示默認(rèn)的電價，-0.50表示各時段的電價均為默認(rèn)電價的一半。由圖可知，在敏感性分析變化區(qū)間內(nèi)，電價和VPP運行收益呈線性關(guān)系，且敏感度較高，電價每變動25%，VPP的運行收益將變化19 752.6元。

由上述分析可知，電價這一敏感因素引起的VPP運行收益變化比其他影響因子至少高出一個數(shù)量級，這說明電價是影響VPP運行收益的主要因素，但是VPP作為電力市場的價格接受者，對于電價沒有議價權(quán)，因此ESS相關(guān)參數(shù)對VPP運行收益的影響就顯得十分重要，在考慮ESS初期投資成本的情況下，可適當(dāng)優(yōu)化ESS相關(guān)參數(shù)以獲得VPP運行收益的增加。

4.5 收益分配結(jié)果分析

本文將風(fēng)光機(jī)組、共享儲能系統(tǒng)和柔性負(fù)荷進(jìn)行聯(lián)盟組合并編號，1表示該機(jī)組參與VPP聯(lián)盟，反之，0表示不參與。本文假設(shè)共享儲能和柔性負(fù)荷不單獨參與電力市場交易，因此不存在共享儲能或柔性負(fù)荷單獨存在的聯(lián)盟組合，也不存在兩者合作的聯(lián)盟組合。VPP的各種聯(lián)盟組合運行收益如表5所示。

表5 VPP聯(lián)盟組合運行收益

4.5.1 VPP收益分配結(jié)果

根據(jù)本文所提出的Owen值法，結(jié)合各聯(lián)盟組合運行收益數(shù)據(jù)對VPP各參與者進(jìn)行收益分配，其結(jié)果如表6所示。

表6 VPP收益分配結(jié)果

由表6可以看出，VPP合作后的運行收益相較于合作前增加了3 705.59元，且各參與者分配到的收益均得到了提升。其中，共享儲能的收益增加得最多，為1 971.26元，超過總收益增加的一半，究其原因，共享儲能系統(tǒng)可以在電價低谷期消納風(fēng)光多余出力，再在電價高峰期放電套利，是整個VPP運行收益增加最主要的貢獻(xiàn)者，故在收益分配時應(yīng)分得最多的增量收益。

4.5.2 共享儲能收益分配結(jié)果

基于上述仿真結(jié)果，根據(jù)Owen值法第二階段的收益分配法，對ESS在VPP層面分得的收益進(jìn)行第二次分配，其結(jié)果如表7所示。

表7 共享ESS收益分配結(jié)果

由表7可以得出，共享ESS各單元獲得的收益和其容量相關(guān)，即風(fēng)電儲能的容量是光伏儲能和獨立儲能的2倍，其通過分配得到的收益也是后兩者的2倍。究其原因，結(jié)合4.4節(jié)的敏感性分析可知，在本文的仿真環(huán)境下，不同的ESS單元的下層聯(lián)盟組合的容量均在敏感性曲線的線性區(qū)間內(nèi)，故單位ESS容量分配到的收益也是一定的。

5 結(jié) 論

本文構(gòu)建了日前-實時市場環(huán)境下含共享儲能的虛擬電廠運行優(yōu)化模型，并基于Owen值法，對上層VPP運行收益和下層共享儲能收益進(jìn)行了合理分配，算例結(jié)果表明：

1)共享儲能模式可以有效整合分屬不同主體的儲能資源，發(fā)揮共享儲能的規(guī)模效應(yīng)，有效平抑風(fēng)光出力偏差，提高VPP運行的經(jīng)濟(jì)性。

2)Owen值法可以很好地完成對具有優(yōu)先聯(lián)盟的VPP運行收益的分配及共享儲能內(nèi)部的收益分配，說明其具有相當(dāng)適配性和實際應(yīng)用價值。

3)本文所作的敏感分析得出，電價是影響VPP運行收益最主要的因素，另外通過適當(dāng)提升ESS相關(guān)參數(shù)也可以提升VPP運行收益，這為含儲能的VPP降本增效指明了方向。

值得注意的是，本文的優(yōu)化過程暫未考慮用戶負(fù)荷波動等不確定性因素，并且只考慮了24時點的電力市場交易機(jī)制。因此，負(fù)荷不確定性和精細(xì)尺度下的電力市場交易機(jī)制將是后續(xù)工作的重點。