儲能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場的交易決策研究

李國慶，閆克非，范高鋒，邊 競，于國康，余中平

儲能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場的交易決策研究

李國慶1，閆克非1，范高鋒2，邊 競1，于國康3，余中平3

(1.東北電力大學(xué)電氣工程學(xué)院，吉林 吉林 132012；2.國家電網(wǎng)有限公司，北京 100031；3.國網(wǎng)新疆電力有限公司經(jīng)濟(jì)技術(shù)研究院，新疆 烏魯木齊 830002)

隨著電力市場化改革的不斷推進(jìn)，儲能資源作為獨(dú)立市場主體提供調(diào)頻服務(wù)，是解決系統(tǒng)調(diào)頻能力不足的有效手段。構(gòu)建雙層交易決策模型對儲能在市場中的交易決策行為和市場出清過程進(jìn)行模擬分析。首先，提出儲能參與現(xiàn)貨電能量-調(diào)頻市場交易的總體架構(gòu)。其次，以電網(wǎng)側(cè)儲能電站為獨(dú)立的競價(jià)主體，構(gòu)建了雙層市場交易決策模型。上層以儲能電站收益最大化為目標(biāo)，決定儲能電站的報(bào)價(jià)策略；下層實(shí)現(xiàn)電能量市場和調(diào)頻輔助服務(wù)市場的聯(lián)合出清。然后，應(yīng)用KKT條件將該雙層模型轉(zhuǎn)化為單層模型，從而將所提模型轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問題。最后，通過算例分析驗(yàn)證所提出交易決策模型的合理性與有效性。算例結(jié)果表明儲能通過策略性報(bào)價(jià)在市場中獲得更高的經(jīng)濟(jì)效益，且在調(diào)頻市場中的收益占總收益的80%以上。

儲能；電能量市場；調(diào)頻輔助服務(wù)市場；雙層交易決策模型；混合整數(shù)線性規(guī)劃

0 引言

為了應(yīng)對化石能源枯竭和環(huán)境污染問題，抑制碳排放和緩解溫室效應(yīng)已然成為世界各國的主要責(zé)任[1-2]。我國于2020年明確提出“碳達(dá)峰”和“碳中和”的目標(biāo)。在“雙碳”目標(biāo)的背景下，風(fēng)電等新能源得到迅速發(fā)展[3]，但其出力具有間歇性和波動性[4]，對電網(wǎng)的穩(wěn)定運(yùn)行帶來挑戰(zhàn)，電網(wǎng)的調(diào)頻需求大幅增加[5]，亟需優(yōu)質(zhì)的調(diào)頻資源。儲能具有響應(yīng)速度快、調(diào)節(jié)精度高等特點(diǎn)，隨著其規(guī)?；l(fā)展，在電力系統(tǒng)能源轉(zhuǎn)型的背景下具有較好的應(yīng)用前景[6-7]。

為激勵儲能參與調(diào)頻服務(wù)，國內(nèi)外均已推出相應(yīng)的政策以及市場機(jī)制，在一些發(fā)達(dá)國家，儲能已經(jīng)成為調(diào)頻輔助服務(wù)市場的重要參與者[8]。美國、德國、英國等國家相繼頒布了儲能參與輔助服務(wù)市場的相關(guān)法案[9-10]。我國目前尚處于市場化初期階段，儲能作為新型的市場主體，在電力市場中的應(yīng)用得到各層面的高度關(guān)注[11]。2017年，國家發(fā)改委等五部委聯(lián)合印發(fā)《關(guān)于促進(jìn)儲能技術(shù)與產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》(發(fā)改能源[2017]1701號)，提出結(jié)合電力體制改革，建立健全儲能參與的市場機(jī)制，并且在“兩個細(xì)則”頒布后，多數(shù)省區(qū)均已經(jīng)允許儲能參與調(diào)頻輔助服務(wù)市場[12-13]。

儲能參與電網(wǎng)調(diào)頻在近幾年得到了廣泛關(guān)注與研究，主要集中在儲能參與電網(wǎng)調(diào)頻的容量配置以及優(yōu)化控制策略等方面。文獻(xiàn)[14-16]基于儲能電池參與調(diào)頻時的經(jīng)濟(jì)技術(shù)性能，綜合考慮儲能的調(diào)頻效果和經(jīng)濟(jì)效益，提出了儲能參與電網(wǎng)調(diào)頻容量的配置方案。文獻(xiàn)[17]提出一種電池儲能參與電網(wǎng)一次調(diào)頻的自適應(yīng)控制策略，通過虛擬慣性和虛擬下垂兩種控制模式的平滑切換，在改善調(diào)頻效果的同時減小儲能容量配置。文獻(xiàn)[18]提出了基于模型預(yù)測控制的風(fēng)儲聯(lián)合調(diào)頻策略，實(shí)現(xiàn)了風(fēng)儲聯(lián)合調(diào)頻的協(xié)同增效優(yōu)勢。面向電網(wǎng)二次調(diào)頻，文獻(xiàn)[19]提出了一種基于靈敏度分析的儲能調(diào)頻控制策略。上述研究為儲能參與電網(wǎng)調(diào)頻提供了相關(guān)技術(shù)支撐和優(yōu)化決策參考，而隨著電力市場化改革的快速推進(jìn)，未來儲能的運(yùn)營與發(fā)展將主要在市場化的大背景下實(shí)現(xiàn)。

針對儲能參與電力市場的優(yōu)化運(yùn)行策略以及市場出清機(jī)制等問題，學(xué)術(shù)界已經(jīng)開展了相關(guān)研究。文獻(xiàn)[20]綜述了國外儲能參與電力市場的交易機(jī)制，對儲能參與市場的價(jià)值分析、框架體系以及市場交易模型進(jìn)行梳理，并為中國市場建設(shè)提出建議。文獻(xiàn)[21]提出了一種新的儲能參與日前能量市場機(jī)制，在該市場機(jī)制下，儲能可以根據(jù)各時段末的荷電狀態(tài)向系統(tǒng)運(yùn)營商提交報(bào)價(jià)曲線，反映儲能的實(shí)際價(jià)值。文獻(xiàn)[22]提出了一種基于市場環(huán)境的儲能最優(yōu)控制策略和最優(yōu)競價(jià)策略，基于PJM市場的分析表明所提策略在滿足市場性能要求的同時使市場利潤最大化。文獻(xiàn)[23]根據(jù)獨(dú)立儲能的運(yùn)行特性，構(gòu)建了包含獨(dú)立儲能的電能量和調(diào)頻輔助服務(wù)市場順次出清及聯(lián)合出清兩種機(jī)制的數(shù)學(xué)模型，分析了獨(dú)立儲能參與市場的效益及對市場出清結(jié)果的影響。文獻(xiàn)[24]建立了基于現(xiàn)貨電能量與輔助服務(wù)市場聯(lián)合出清機(jī)制的納什均衡模型。文獻(xiàn)[25]提出了在日前和實(shí)時市場價(jià)格不確定情況下儲能的市場競價(jià)和運(yùn)營決策模型，并評估了儲能的經(jīng)濟(jì)可行性。在現(xiàn)貨市場環(huán)境下，儲能作為獨(dú)立主體需要通過市場交易來為電網(wǎng)提供調(diào)頻輔助服務(wù)。在參與市場交易過程中，儲能電站的競價(jià)策略將成為影響其能否競價(jià)成功從而獲得收益的關(guān)鍵。目前鮮有研究獨(dú)立儲能電站參與現(xiàn)貨市場的交易策略以及各參與主體之間競爭關(guān)系對儲能交易決策和市場出清結(jié)果的影響。

綜上所述，本文以獨(dú)立儲能電站為主體構(gòu)建了雙層市場交易決策模型。首先，分析了儲能在現(xiàn)貨市場環(huán)境下參與電能量和調(diào)頻輔助服務(wù)市場的交易模式，提出儲能參與市場交易的總體框架。在此基礎(chǔ)上，建立綜合考慮儲能參與電能量市場和調(diào)頻輔助服務(wù)市場的雙層決策模型，上層模型以儲能電站收益最大為目標(biāo)，獲得儲能的最優(yōu)競價(jià)策略；下層模型以系統(tǒng)購電成本最小為目標(biāo)，進(jìn)行現(xiàn)貨市場的聯(lián)合出清。然后，基于下層模型的KKT條件將所提雙層模型轉(zhuǎn)化為可利用商業(yè)求解器求解的混合整數(shù)線性規(guī)劃(Mixed Integer Linear Programming, MILP)模型。最后，以修改的IEEE-30節(jié)點(diǎn)電力系統(tǒng)為例進(jìn)行算例分析，驗(yàn)證所提雙層模型的有效性和合理性。

1 儲能交易模式及市場框架

1.1 儲能參與現(xiàn)貨電能量-調(diào)頻市場的交易模式

在現(xiàn)貨市場環(huán)境下，儲能電站作為獨(dú)立主體需要通過參與市場競爭的方式來確定充放電計(jì)劃并參與電力系統(tǒng)調(diào)頻服務(wù)。目前我國在現(xiàn)貨市場的相關(guān)機(jī)制制定方面尚處于探索階段，因此本文結(jié)合美國加州市場的交易機(jī)制，提出儲能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場的聯(lián)合交易模式，對儲能參與現(xiàn)貨市場的交易模式和補(bǔ)償方式等做出規(guī)定。

電能量市場采用全電量競價(jià)方式，發(fā)電側(cè)單邊報(bào)價(jià)、用戶側(cè)報(bào)量不報(bào)價(jià)，允許參與市場的主體包括常規(guī)火電機(jī)組和獨(dú)立的儲能電站。常規(guī)機(jī)組根據(jù)其相關(guān)運(yùn)行數(shù)據(jù)和發(fā)電成本進(jìn)行運(yùn)行日的分時段報(bào)價(jià)；儲能電站需要申報(bào)充放電價(jià)格和儲能運(yùn)行參數(shù)。電力調(diào)度機(jī)構(gòu)根據(jù)負(fù)荷預(yù)測曲線，以最小化發(fā)電成本為優(yōu)化目標(biāo)，實(shí)施電能量市場的集中優(yōu)化出清，得到機(jī)組的出力曲線、儲能充放電曲線以及各個時段的電量出清價(jià)格。在調(diào)頻輔助服務(wù)市場中，符合市場交易準(zhǔn)入條件的發(fā)電機(jī)組和儲能電站在日前電能量市場申報(bào)環(huán)節(jié)中需同步申報(bào)調(diào)頻報(bào)價(jià)和調(diào)頻容量/里程。根據(jù)運(yùn)行日的系統(tǒng)調(diào)頻需求，實(shí)現(xiàn)調(diào)頻市場的集中出清，得到常規(guī)機(jī)組和儲能電站在各時段參與調(diào)頻的中標(biāo)容量、中標(biāo)里程以及調(diào)頻輔助服務(wù)市場的出清價(jià)格。

在進(jìn)行市場出清時，本文采用電能量與調(diào)頻輔助服務(wù)市場聯(lián)合優(yōu)化出清的方式。電能量市場按照節(jié)點(diǎn)邊際價(jià)格(Locational Marginal Price, LMP)進(jìn)行結(jié)算；調(diào)頻輔助服務(wù)市場中的調(diào)頻補(bǔ)償費(fèi)用按照“誰受益、誰承擔(dān)”的原則進(jìn)行分?jǐn)偅瑓⑴c調(diào)頻服務(wù)的各個主體采取“兩部制”進(jìn)行結(jié)算，即調(diào)頻容量補(bǔ)償和調(diào)頻里程補(bǔ)償。

1.2 儲能參與電能量-調(diào)頻市場交易的總體框架

儲能電站和常規(guī)機(jī)組可同時作為市場主體參與電能量和調(diào)頻服務(wù)的交易。所有市場成員在申報(bào)日進(jìn)行能量市場中電量和電價(jià)的投標(biāo)，在調(diào)頻市場中申報(bào)調(diào)頻容量/里程和相應(yīng)的調(diào)頻價(jià)格。常規(guī)火電機(jī)組根據(jù)自身發(fā)電成本進(jìn)行報(bào)價(jià)，而儲能的充放電成本均依賴于實(shí)時電價(jià)，因此，儲能電站需采取策略性報(bào)價(jià)。儲能電站參與的電能量交易與調(diào)頻服務(wù)交易之間具有關(guān)聯(lián)性，需要協(xié)調(diào)儲能參與多類型交易，制定最優(yōu)報(bào)價(jià)策略以實(shí)現(xiàn)儲能電站自身的效益最大。電力交易中心和調(diào)度機(jī)構(gòu)根據(jù)采集到的報(bào)價(jià)信息和全系統(tǒng)負(fù)荷以及調(diào)頻需求，進(jìn)行電能量和調(diào)頻市場的聯(lián)合出清。儲能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場交易的總體框架如圖1所示。

圖1 儲能參與電能量-調(diào)頻市場交易的總體框架

根據(jù)儲能參與電能量市場和調(diào)頻市場的交易框架，構(gòu)建儲能參與電能量市場和調(diào)頻市場雙層交易決策模型。上層以儲能電站所獲收益最大為目標(biāo)構(gòu)建儲能電站的最優(yōu)決策模型；下層以電能量成本和調(diào)頻服務(wù)成本之和最小為目標(biāo)構(gòu)建電能量和調(diào)頻市場的聯(lián)合出清模型。通過上下層之間信息的相互迭代模擬市場交易決策過程，同時得到最優(yōu)的報(bào)價(jià)策略，使儲能電站的利益最大化。

2 儲能電站參與電能量-調(diào)頻輔助服務(wù)市場交易決策模型

2.1 上層儲能電站最優(yōu)決策模型

上層模型為儲能電站交易決策模型，用于產(chǎn)生各儲能電站的最優(yōu)報(bào)價(jià)策略。上層模型的目標(biāo)函數(shù)為儲能電站在電能量市場和調(diào)頻市場上所獲得的兩部分收益之和最大。

儲能電站的投標(biāo)需要考慮申報(bào)價(jià)格和容量限制以及充放電能力等方面的約束。

1) 儲能充放電約束

2) 儲能荷電狀態(tài)約束

3) 儲能申報(bào)容量約束

4) 儲能報(bào)價(jià)約束

2.2 下層電能量-調(diào)頻輔助服務(wù)市場聯(lián)合出清模型

在現(xiàn)貨市場中，電力交易中心匯集各市場主體的投標(biāo)情況后，進(jìn)行電能量和調(diào)頻市場的聯(lián)合出清(本文考慮儲能和常規(guī)機(jī)組均可在能量和調(diào)頻市場中投標(biāo))，出清目標(biāo)是購電成本和輔助服務(wù)費(fèi)用之和最小。下層電能量-調(diào)頻輔助服務(wù)市場聯(lián)合出清模型表示為

市場出清需要遵循于出清規(guī)則以及電網(wǎng)運(yùn)行等約束，具體約束如下所述。

1) 電網(wǎng)運(yùn)行約束

節(jié)點(diǎn)功率平衡約束、各線路傳輸容量約束、平衡節(jié)點(diǎn)的相角約束如式(7)—式(9)所示。

2) 調(diào)頻容量、里程需求約束

3) 市場出清規(guī)則約束

儲能電站和常規(guī)機(jī)組的中標(biāo)容量約束、中標(biāo)里程約束、儲能電站的充放電功率約束以及常規(guī)機(jī)組出力約束分別如式(11)—式(14)所示。

3 模型轉(zhuǎn)化與求解

本文建立雙層模型旨在分別考慮儲能電站收益和現(xiàn)貨市場運(yùn)營的社會效益，但上下層模型之間存在較強(qiáng)的耦合關(guān)系，且模型中含有非線性項(xiàng)，難以直接求解。在所構(gòu)建的雙層模型中，下層模型為市場出清構(gòu)成的線性規(guī)劃問題，可以采用KKT條件和對偶理論將其替換成上層問題的約束條件，并將雙層模型等價(jià)轉(zhuǎn)化為一個單層的優(yōu)化模型。

基于KKT條件將下層模型轉(zhuǎn)化為上層模型的附加約束，轉(zhuǎn)化后得到的單層模型如下所述。

經(jīng)轉(zhuǎn)化得到的單層模型中，存在兩部分非線性項(xiàng)：一是互補(bǔ)約束條件式(25)—式(46)；二是目標(biāo)函數(shù)式(15)中對偶變量和決策變量相乘所產(chǎn)生的非線性項(xiàng)。上述非線性項(xiàng)的線性化過程如下所述。

1) 互補(bǔ)約束式(25)—式(46)線性化

2) 目標(biāo)函數(shù)式(15)線性化

對于原始目標(biāo)函數(shù)中的非線性項(xiàng)，引入文獻(xiàn)[26]的方法，基于強(qiáng)對偶理論和KKT最優(yōu)條件將目標(biāo)函數(shù)線性化。線性化后得到的目標(biāo)函數(shù)表示為

通過對目標(biāo)函數(shù)和約束條件中的非線性項(xiàng)進(jìn)行線性化，得到轉(zhuǎn)化后的單層模型屬于MILP問題，可以調(diào)用商業(yè)求解器進(jìn)行有效求解。

4 算例分析

本文基于修改的IEEE-30節(jié)點(diǎn)系統(tǒng)驗(yàn)證上述所提雙層模型和求解算法的有效性。IEEE-30節(jié)點(diǎn)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)如圖2所示，包含41條線路、20個負(fù)荷節(jié)點(diǎn)和6臺常規(guī)機(jī)組。

圖2 IEEE-30節(jié)點(diǎn)系統(tǒng)拓?fù)浣Y(jié)構(gòu)示意圖

系統(tǒng)的日負(fù)荷曲線如圖3所示，所有電力負(fù)荷按各節(jié)點(diǎn)負(fù)荷占比分配到每一個負(fù)荷節(jié)點(diǎn)上。在18、24節(jié)點(diǎn)處分別增設(shè)一臺20 MW/60 MWh和10 MW/40 MWh的儲能，充放電效率均設(shè)為90%，最大、最小允許電量分別為儲能容量的90%和10%。表1給出了各臺機(jī)組的報(bào)價(jià)信息和儲能電站的詳細(xì)參數(shù)[23]。假設(shè)系統(tǒng)總調(diào)頻需求等于總負(fù)荷的5%。

圖3 系統(tǒng)日負(fù)荷曲線

4.1 電能量-調(diào)頻輔助服務(wù)市場中標(biāo)情況

儲能電站在同時參與電能量與調(diào)頻市場交易時，可以獲得電能量收益以及調(diào)頻輔助服務(wù)收益。圖4給出了各臺機(jī)組和儲能電站在電能量市場上的中標(biāo)情況。

表1 常規(guī)機(jī)組申報(bào)信息

圖4 電能量市場中標(biāo)情況

由圖4可以看出，電能量需求幾乎全部由常規(guī)火電機(jī)組來承擔(dān)，常規(guī)機(jī)組在各個時段的累計(jì)出力約占總發(fā)電量的99%，表明了常規(guī)機(jī)組參與電能量市場的普遍性。此外，從圖4中還可以看出，機(jī)組G2和G4在所有時段幾乎全部滿發(fā)，這是由于G2和G4的報(bào)價(jià)低而優(yōu)先發(fā)電，而當(dāng)機(jī)組出力達(dá)到上限時，再由報(bào)價(jià)相對較低的G1補(bǔ)發(fā)，以滿足負(fù)荷需求。儲能電站在能量市場上的參與度較低，總放電量僅占能量需求的1%左右。在負(fù)荷水平較低的1—4、13—15和22—23時段，儲能電站可以進(jìn)行策略性充電，以補(bǔ)充自身放電所消耗的電量，使其能夠充分地參與調(diào)頻市場，獲得調(diào)頻收益。

儲能在調(diào)頻輔助服務(wù)市場上各個時段的中標(biāo)情況如圖5和圖6所示。從圖中可以看出，與常規(guī)機(jī)組相比，儲能電站承擔(dān)了相當(dāng)大一部分調(diào)頻任務(wù)，其中兩臺儲能提供的調(diào)頻容量占系統(tǒng)總調(diào)頻容量需求的81.56%，調(diào)頻里程占總需求的95.88%。由于儲能電站的調(diào)頻里程-容量因子更高，與常規(guī)機(jī)組相比，在提供相同調(diào)頻容量時，可以提供比常規(guī)機(jī)組更多的調(diào)頻里程，因此調(diào)頻響應(yīng)能力更強(qiáng)的儲能電站在調(diào)頻輔助服務(wù)市場上會被優(yōu)先調(diào)用來提供調(diào)頻服務(wù)。除此之外，儲能還可以通過策略性報(bào)價(jià)來均衡在能量市場和調(diào)頻市場上的中標(biāo)情況，以實(shí)現(xiàn)利益最大化。

圖5 調(diào)頻容量中標(biāo)情況

圖6 調(diào)頻里程中標(biāo)情況

4.2 電能量-調(diào)頻輔助服務(wù)市場出清價(jià)格

電能量市場的出清價(jià)格為電網(wǎng)各個時段的LMP，如圖7所示。

圖7 電能量市場出清價(jià)格

每個節(jié)點(diǎn)在各個時段的LMP與負(fù)荷大小大致呈正相關(guān)，說明LMP可以體現(xiàn)出電能量的供需關(guān)系。在10、18和19時段，系統(tǒng)處于電力需求高峰期，LMP隨負(fù)荷突增而大幅度提高。與此同時，在10、18和19時段電網(wǎng)各個節(jié)點(diǎn)的LMP出現(xiàn)比較明顯的差異。這是由于負(fù)荷增大，機(jī)組出力增加，電網(wǎng)中部分線路傳輸功率達(dá)到上限，致使電力網(wǎng)絡(luò)出現(xiàn)阻塞現(xiàn)象。而在其他時段，由于無網(wǎng)絡(luò)阻塞，所有節(jié)點(diǎn)的LMP基本相同。

圖8給出了調(diào)頻輔助服務(wù)市場的出清價(jià)格。從圖中可以看出，調(diào)頻容量和調(diào)頻里程的出清價(jià)格基本與電網(wǎng)調(diào)頻需求的變化趨勢相近。由圖5和圖6可知，在本文設(shè)置的場景下，各個時段均有常規(guī)機(jī)組在調(diào)頻輔助服務(wù)市場內(nèi)中標(biāo)，此時調(diào)頻輔助服務(wù)市場的出清價(jià)格等同于提供調(diào)頻服務(wù)的邊際機(jī)組的報(bào)價(jià)。需要說明的是，若在某個特殊場景下常規(guī)機(jī)組只參與電能量市場，而均未在調(diào)頻市場內(nèi)中標(biāo)，則此時輔助服務(wù)市場的出清價(jià)格將不同于任一臺機(jī)組的報(bào)價(jià)。

圖8 調(diào)頻輔助服務(wù)市場出清價(jià)格

4.3 儲能電站報(bào)價(jià)策略

儲能電站在電能量和調(diào)頻市場上的最優(yōu)報(bào)價(jià)如圖9所示。

由圖9可以看出，儲能電站在不同類型市場上的報(bào)價(jià)策略有所差異，2臺儲能電站在調(diào)頻輔助服務(wù)市場的報(bào)價(jià)完全相同，而在能量市場中的報(bào)價(jià)存在差異。這是由于儲能電站綜合考慮了其他主體的報(bào)價(jià)策略以及自身運(yùn)行特性，在市場中進(jìn)行策略性報(bào)價(jià)，以實(shí)現(xiàn)自身收益的最大化。同時，可以看出雖然兩臺儲能電站在調(diào)頻市場中的報(bào)價(jià)策略相同，但是由于其相關(guān)參數(shù)以及調(diào)頻性能的不同，導(dǎo)致圖5和圖6中所示的每臺儲能在調(diào)頻市場中的中標(biāo)結(jié)果并不相同。

4.4 儲能電站效益分析

表2列出了儲能電站在只參與電能量市場和同時參與電能量與調(diào)頻輔助服務(wù)市場兩種情況下的整體收益。表2中所示的儲能電站各部分收益按照相應(yīng)的市場出清價(jià)格進(jìn)行結(jié)算?？梢?，儲能電站同時參與電能量和調(diào)頻市場將獲得更高的收益，且2臺儲能在調(diào)頻輔助市場中的收益分別占各自總收益的81.7%和82.5%，均遠(yuǎn)大于在能量市場中獲得的收益。假設(shè)每臺儲能電站的成本為200萬元/MWh[23]，則2臺儲能的總成本為2億元。根據(jù)表2中的儲能電站日收益結(jié)果可知，在儲能電站同時參與能量和調(diào)頻輔助服務(wù)市場的情況下，約4～5年可實(shí)現(xiàn)成本回收并盈利，若儲能電站只參與能量市場，則需9年才能回收成本，說明儲能參與調(diào)頻輔助服務(wù)市場可以加快其成本回收。綜上所述，儲能主動參與調(diào)頻輔助服務(wù)能夠獲取更高的經(jīng)濟(jì)效益，調(diào)頻輔助服務(wù)市場的應(yīng)用對儲能電站的發(fā)展具有激勵作用。

表2 儲能參與不同市場時的收益情況

為了分析不同儲能接入位置對市場運(yùn)行結(jié)果的影響，在2臺儲能電站的運(yùn)行參數(shù)相同的情況下，對如下兩種場景的儲能中標(biāo)量以及收益進(jìn)行分析，市場運(yùn)行結(jié)果見表3。

表3 儲能接入位置不同時的市場運(yùn)行結(jié)果

場景1：2臺儲能電站分別接入18、24節(jié)點(diǎn)；

場景2：2臺儲能電站分別接入18、15節(jié)點(diǎn)。

由表3可知，當(dāng)儲能電站的接入點(diǎn)發(fā)生變化時，儲能在調(diào)頻市場的中標(biāo)情況以及收益情況也隨之變化。這說明，儲能安裝位置影響了電網(wǎng)整體運(yùn)行狀態(tài)，同時對市場運(yùn)行結(jié)果也產(chǎn)生相應(yīng)的影響。由此可知，合理規(guī)劃儲能在系統(tǒng)中的安裝位置對改善系統(tǒng)調(diào)頻效果并提高儲能的經(jīng)濟(jì)效益具有一定意義。

5 結(jié)論

本文構(gòu)建了一種儲能電站參與現(xiàn)貨電能量和調(diào)頻輔助服務(wù)市場的雙層交易決策模型。首先，提出了儲能電站參與現(xiàn)貨電能量和調(diào)頻輔助服務(wù)市場的交易模式與市場架構(gòu)；其次，結(jié)合電能量和調(diào)頻市場的補(bǔ)償與結(jié)算機(jī)制，從儲能電站的角度出發(fā)，提出了儲能參與市場交易的雙層決策模型，模擬儲能電站在不同市場中的報(bào)價(jià)行為以及市場出清過程；最后，通過算例分析驗(yàn)證了所提模型的有效性，并分析儲能參與市場的經(jīng)濟(jì)效益。具體結(jié)論如下：

1) 本文所提雙層交易決策模型充分考慮了各市場主體的報(bào)價(jià)信息以及能量和調(diào)頻市場之間的耦合關(guān)系，實(shí)現(xiàn)了儲能電站在同時參與電能量和調(diào)頻輔助服務(wù)市場時的策略性競價(jià)，達(dá)到自身利益最大化。

2) 儲能電站在同時參與電能量和調(diào)頻輔助服務(wù)市場時，將更多的電量用于提供調(diào)頻服務(wù)從而獲得相應(yīng)收益。同時儲能由于其較好的調(diào)頻性能，在調(diào)頻市場中優(yōu)先被調(diào)用，可以承擔(dān)系統(tǒng)70%以上的調(diào)頻任務(wù)。

3) 與僅參與電能量市場相比，儲能同時參與電能量和調(diào)頻輔助服務(wù)市場可以獲得更高的經(jīng)濟(jì)效益，且其在調(diào)頻輔助市場中的收益占總收益的80%以上。儲能參與調(diào)頻輔助服務(wù)市場可以加快實(shí)現(xiàn)其成本回收。

在后續(xù)的工作中，將進(jìn)一步考慮儲能在實(shí)時市場中的運(yùn)行狀態(tài)，針對日前和實(shí)時市場的強(qiáng)耦合性，提出儲能參與日前-實(shí)時市場的交易決策方案；研究過程中發(fā)現(xiàn)儲能參與輔助服務(wù)市場可以獲得更高收益并加快成本回收，因此，應(yīng)該進(jìn)一步完善市場交易機(jī)制，提高儲能參與輔助服務(wù)的積極性，激勵儲能的發(fā)展。

[1] 胡澤春, 羅浩成. 大規(guī)?？稍偕茉唇尤氡尘跋伦詣影l(fā)電控制研究現(xiàn)狀與展望[J]. 電力系統(tǒng)自動化, 2018, 42(8): 2-15.

HU Zechun, LUO Haocheng. Research status and prospect of automatic generation control with integration of large-scale renewable energy[J]. Automation of Electric Power Systems, 2018, 42(8): 2-15.

[2] 魯宗相, 黃瀚, 單葆國, 等. 高比例可再生能源電力系統(tǒng)結(jié)構(gòu)形態(tài)演化及電力預(yù)測展望[J]. 電力系統(tǒng)自動化, 2017, 41(9): 12-18.

LU Zongxiang, HUANG Han, SHAN Baoguo, et al. Morphological evolution model and power forecasting prospect of future electric power systems with high proportion of renewable energy[J]. Automation of Electric Power Systems, 2017, 41(9): 12-18.

[3] 武昭原, 周明, 姚尚潤, 等. 基于合作博弈論的風(fēng)儲聯(lián)合參與現(xiàn)貨市場優(yōu)化運(yùn)行策略[J]. 電網(wǎng)技術(shù), 2019, 43(8): 2815-2824.

WU Zhaoyuan, ZHOU Ming, YAO Shangrun, et al. Optimization operation strategy of wind-storage coalition in spot market based on cooperative game theory[J]. Power System Technology, 2019, 43(8): 2815-2824.

[4] 尹琦琳, 秦文萍, 于浩, 等. 計(jì)及風(fēng)電波動性和電動汽車隨機(jī)性的電力現(xiàn)貨市場交易模型[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(12): 118-127.

YIN Qilin, QIN Wenping, YU Hao, et al. Transaction model for electricity spot market considering the volatility of wind power and the randomness of electric vehicles[J]. Power System Protection and Control, 2020, 48(12): 118-127.

[5] 蘇燁, 石劍濤, 張江豐, 等. 考慮調(diào)頻的儲能規(guī)劃與競價(jià)策略綜述[J]. 電力自動化設(shè)備, 2021, 41(9): 191-198.

SU Ye, SHI Jiantao, ZHANG Jiangfeng, et al. Review on planning and bidding strategy of energy storage considering frequency regulation[J]. Electric Power Automation Equipment, 2021, 41(9): 191-198.

[6] 李建林, 田立亭, 來小康. 能源互聯(lián)網(wǎng)背景下的電力儲能技術(shù)展望[J]. 電力系統(tǒng)自動化, 2015, 39(23): 15-25.

LI Jianlin, TIAN Liting, LAI Xiaokang. Outlook of electrical energy storage technologies under energy internet background[J]. Automation of Electric Power System, 2015, 39(23): 15-25.

[7] 李軍徽, 高卓, 應(yīng)鴻, 等. 基于動態(tài)下垂系數(shù)與SOC基點(diǎn)的儲能一次調(diào)頻控制策略[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(5): 1-10.

LI Junhui, GAO Zhuo, YING Hong, et al. Primary frequency regulation control strategy of energy storage based on dynamic droop coefficient and SOC reference[J]. Power System Protection and Control, 2021, 49(5): 1-10.

[8] 張鴻宇, 王宇. 國外電網(wǎng)側(cè)儲能電站參與調(diào)頻輔助服務(wù)市場的機(jī)制經(jīng)驗(yàn)及對我國的啟示[J]. 儲能科學(xué)與技術(shù), 2021, 10(2): 766-773.

ZHANG Hongyu, WANG Yu. Mechanism experience of foreign grid-side storage participating in frequency regulation auxiliary service market and its enlightenment to China[J]. Energy Storage Science and Technology, 2021, 10(2): 766-773.

[9] 陳大宇, 張粒子, 王澍, 等. 儲能在美國調(diào)頻市場中的發(fā)展及啟示[J]. 電力系統(tǒng)自動化, 2013, 37(1): 9-13.

CHEN Dayu, ZHANG Lizi, WANG Shu, et al. Development of energy storage in frequency regulation market of united states and its enlightenment[J]. Automation of Electric Power Systems, 2013, 37(1): 9-13.

[10] 朱繼忠, 葉秋子, 鄒金, 等. 英國電力輔助服務(wù)市場短期運(yùn)行備用服務(wù)機(jī)制及啟示[J]. 電力系統(tǒng)自動化, 2018, 42(17): 1-9, 86．

ZHU Jizhong, YE Qiuzi, ZOU Jin, et al. Short-term operation service mechanism of ancillary service in the UK electricity market and its enlightenment[J]. Automation of Electric Power Systems, 2018, 42(17): 1-9, 86.

[11] 國家發(fā)展改革委辦公廳, 科技部辦公廳, 工業(yè)和信息化部辦公廳, 能源局綜合司. 貫徹落實(shí)<關(guān)于促進(jìn)儲能技術(shù)與產(chǎn)業(yè)發(fā)展的指導(dǎo)意見>2019-2020年行動計(jì)劃的通知(發(fā)改辦能源〔2019〕725號)[Z]. 2019.

[12] 陳浩, 賈燕冰, 鄭晉, 等. 規(guī)?；瘍δ苷{(diào)頻輔助服務(wù)市場機(jī)制及調(diào)度策略研究[J]. 電網(wǎng)技術(shù), 2019, 43(10): 3606-3617.

CHEN Hao, JIA Yanbing, ZHENG Jin, et al. Research on market mechanism and scheduling strategy of frequency regulation auxiliary service of large-scale energy storage[J]. Power System Technology, 2019, 43(10): 3606-3617.

[13] 胡靜, 黃碧斌, 蔣莉萍, 等. 適應(yīng)電力市場環(huán)境下的電化學(xué)儲能應(yīng)用及關(guān)鍵問題[J]. 中國電力, 2020, 53(1): 100-107.

HU Jing, HUANG Bibin, JIANG Liping, et al. Application and major issues of electrochemical energy storage under the environment of power market[J]. Electric Power, 2020, 53(1): 100-107.

[14] 湯杰, 李欣然, 黃際元, 等. 以凈效益最大為目標(biāo)的儲能電池參與二次調(diào)頻的容量配置方法[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(5): 963-972.

TANG Jie, LI Xinran, HUANG Jiyuan, et al. Capacity allocation of BESS in secondary frequency regulation with the goal of maximum net benefit[J]. Transactions of China Electrotechnical Society, 2019, 34(5): 963-972.

[15] 黃際元, 李欣然, 常敏, 等. 考慮儲能電池參與一次調(diào)頻技術(shù)經(jīng)濟(jì)模型的容量配置方法[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(21): 112-121.

HUANG Jiyuan, LI Xinran, CHANG Min, et al. Capacity allocation of BESS in primary frequency regulation considering its technical-economic model[J]. Transactions of China Electrotechnical Society, 2017, 32(21): 112-121.

[16] 趙偉, 袁錫蓮, 周宜行, 等. 考慮運(yùn)行壽命內(nèi)經(jīng)濟(jì)性最優(yōu)的梯次電池儲能系統(tǒng)容量配置方法[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(12): 16-24.

ZHAO Wei, YUAN Xilian, ZHOU Yixing, et al. Capacity configuration method of a second-use battery energy storage system considering economic optimization within service life[J]. Power System Protection and Control, 2021, 49(12): 16-24.

[17] 李欣然, 崔曦文, 黃際元, 等. 電池儲能電源參與電網(wǎng)一次調(diào)頻的自適應(yīng)控制策略[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(18): 3897-3908.

LI Xinran, CUI Xiwen, HUANG Jiyuan, et al. The self-adaption control strategy of energy storage batteries participating in the primary frequency regulation[J]. Transactions of China Electrotechnical Society, 2019, 34(18): 3897-3908.

[18] 虞臨波, 寇鵬, 馮玉濤, 等. 風(fēng)儲聯(lián)合發(fā)電系統(tǒng)參與頻率響應(yīng)的模型預(yù)測控制策略[J]. 電力系統(tǒng)自動化, 2019, 43(12): 36-43.

YU Linbo, KOU Peng, FENG Yutao, et al. Model predictive control strategy for combined wind-storage system to participate in frequency response[J]. Automation of Electric Power Systems, 2019, 43(12): 36-43.

[19] 李欣然, 黃際元, 陳遠(yuǎn)揚(yáng), 等. 基于靈敏度分析的儲能電池參與二次調(diào)頻控制策略[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(12): 224-233.

LI Xinran, HUANG Jiyuan, CHEN Yuanyang, et al. Battery energy storage control strategy in secondary frequency regulation considering its action moment and depth[J]. Transactions of China Electrotechnical Society, 2017, 32(12): 224-233.

[20] 陳啟鑫, 房曦晨, 郭鴻業(yè), 等. 儲能參與電力市場機(jī)制: 現(xiàn)狀與展望[J]. 電力系統(tǒng)自動化, 2021, 45(16): 14-28.

CHEN Qixin, FANG Xichen, GUO Hongye, et al. Electricity market mechanism for energy storage participation: status quo and prospect[J]. Automation of Electric Power Systems, 2021, 45(16): 14-28.

[21] CHEN Dapeng, JING Zhaoxia. An improved market mechanism for energy storage based on flexible state of energy[J]. CSEE Journal of Power and Energy Systems, 2022, 8(3): 838-848.

[22] XU Bolun, SHI Yuanyuan, KISCHEN D S, et al. Optimal battery participation in frequency regulation markets[J]. IEEE Transactions on Power Systems, 2018, 33(6): 6715-6725.

[23] 肖云鵬, 張?zhí)m, 張軒, 等. 包含獨(dú)立儲能的現(xiàn)貨電能量與調(diào)頻輔助服務(wù)市場出清協(xié)調(diào)機(jī)制[J]. 中國電機(jī)工程學(xué)報(bào), 2020, 40(增刊1): 167-180.

XIAO Yunpeng, ZHANG Lan, ZHANG Xuan, et al. The coordinated market clearing mechanism for spot electric energy and regulating ancillary service incorporating independent energy storage resources[J]. Proceedings of the CSEE, 2020, 40(S1): 167-180.

[24] ZOU Peng, CHEN Qixin, XIA Qing, et al. Evaluating the contribution of energy storages to support large-scale renewable generation in joint energy and ancillary service markets[J]. IEEE Transactions on Sustainable Energy, 2016, 7(2): 808-818.

[25] KRISHNAMURTHY D, UCKUN C, ZHOU Z, et al. Energy storage arbitrage under day-ahead and real-time price uncertainty[J]. IEEE Transactions on Power Systems, 2018, 33(1): 84-93.

[26] MOUSA M, JAVADI M, DOMíNGUEZ-GARCíA L J, et al. Non-cooperative game theory based energy management systems for energy district in the retail market considering DER uncertainties[J]. IET Generation, Transmission & Distribution, 2016, 10(12): 2999-3009.

Transaction decision-making of energy storage stations participating in the spot energy and frequency modulation ancillary service market

LI Guoqing1, YAN Kefei1, FAN Gaofeng2, BIAN Jing1, YU Guokang3, YU Zhongping3

(1. Department of Electrical Engineering, Northeast Electric Power University, Jilin 132012, China; 2. State Grid Corporation of China, Beijing 100031, China; 3. State Grid Xinjiang Electric Power Co., Ltd. Economic Research Institute, Urumqi 830002, China)

With the advance of electricity market reform, energy storage resources, as an independent market subject, provide a frequency modulation service, which is an effective measure to solve the shortage of system frequency modulation capacity. This paper builds a bi-level transaction decision-making model to simulate and analyze transaction decision-making behavior and market clearing process of energy storage in the market. First, the overall framework of energy storage participating in the spot energy and frequency modulation ancillary service market is proposed. Secondly, a bi-level market transaction decision-making model is established, in which energy storage stations are regarded as independent bidders. The upper level determines the bidding strategy of energy storage stations with the goal of maximizing the profits of energy storage stations. The lower level realizes the joint clearing of the electric energy and frequency modulation auxiliary service market. Then, the KKT conditions are applied to convert this bi-level model to a single level model, and thus the proposed model can be transformed into a mix-integer linear programming problem. Finally, case studies are conducted to verify the rationality and effectiveness of the proposed model.The numerical results show that energy storage can obtain higher economic benefits in the market through strategic bidding behaviors, and their profits in the frequency modulation market account for more than 80% of the total profits.

energy storage; energy market; frequency modulation auxiliary service market; bi-level transaction decision-making model; mixed integer linear programming

10.19783/j.cnki.pspc.211500

國家電網(wǎng)有限公司總部管理科技項(xiàng)目資助“大規(guī)模儲能接入電力系統(tǒng)優(yōu)化配置及支撐能力評價(jià)技術(shù)研究”(5419-202155242A-0-0-00)

This work is supported by the Management Science and Technology Project of the Headquarters of State Grid Corporation of China (No. 5419-202155242A-0-0-00).

2021-11-05；

2021-12-11

李國慶(1963—)，男，博士，教授，研究方向?yàn)殡娏ο到y(tǒng)安全性與穩(wěn)定性分析、新能源發(fā)電與儲能技術(shù)、柔性直流輸電技術(shù)；E-mail: lgq@neepu.edu.cn

閆克非(1997—)，女，通信作者，博士研究生，研究方向?yàn)殡娏ο到y(tǒng)頻率穩(wěn)定性分析與控制、電力系統(tǒng)優(yōu)化運(yùn)行；E-mail: kfYAN@aliyun.com

范高鋒(1977—)，男，教授級高級工程師，研究方向?yàn)樾履茉?、儲能調(diào)度運(yùn)行管理。E-mail: fan-gaofeng@sgcc.com.cn

(編輯 魏小麗)