聚合用戶儲能的云儲能容量配置與定價

張思遠(yuǎn)，鐘浩

（梯級水電站運(yùn)行與控制湖北省重點(diǎn)實(shí)驗室（三峽大學(xué)），湖北 宜昌 443002）

0 引言

儲能可以改變能量的時空特性，在平抑新能源出力波動、調(diào)峰、調(diào)頻等方面發(fā)揮著重要作用［1-2］。然而儲能裝置投資成本較高，容量時常閑置或不足，運(yùn)行維護(hù)費(fèi)時費(fèi)力，這些因素嚴(yán)重限制了儲能的廣泛應(yīng)用。隨著共享經(jīng)濟(jì)與互聯(lián)網(wǎng)信息技術(shù)的蓬勃發(fā)展，共享經(jīng)濟(jì)理念與儲能相融合，“云儲能”的概念被提出［3］。云儲能的主要思想是將原本分散在用戶側(cè)的儲能裝置集中到云端，用云端的虛擬儲能容量來代替用戶側(cè)的實(shí)體儲能。由云儲能運(yùn)營商負(fù)責(zé)聚合用戶儲能或建設(shè)集中式儲能，用戶繳納一定費(fèi)用即可獲得虛擬儲能的使用權(quán)［4-5］。與傳統(tǒng)儲能相比，云儲能在減少儲能成本，方便用戶使用等方面具有顯著優(yōu)勢。

迄今為止已有較多學(xué)者對云儲能運(yùn)營模式［6-9］、容量配置［10-12］、定價問題［13-14］與相關(guān)技術(shù)［15-16］展開研究。文獻(xiàn)［6］建立了微電網(wǎng)內(nèi)的云儲能系統(tǒng)構(gòu)架，證明了云儲能融入微電網(wǎng)可實(shí)現(xiàn)多方共贏。文獻(xiàn)［7］提出了電動汽車與云儲能協(xié)同運(yùn)作的體系結(jié)構(gòu)，居民用戶可將其電動汽車作為儲能參與到云儲能系統(tǒng)中來獲取收益。文獻(xiàn)［8］對住宅微電網(wǎng)云儲能服務(wù)進(jìn)行研究，提出了用戶間通過云儲能進(jìn)行能量交易的模式。文獻(xiàn)［9］中社區(qū)用戶以團(tuán)購交易模式購買儲能，獲得團(tuán)體最小費(fèi)用后，根據(jù)用戶用電量情況將團(tuán)體費(fèi)用分配至各個用戶。文獻(xiàn)［10］將云儲能模式應(yīng)用于區(qū)域綜合能源系統(tǒng)，實(shí)現(xiàn)了對儲電和儲熱的綜合優(yōu)化配置。文獻(xiàn)［11］建立了基于云儲能的冷熱電多微網(wǎng)系統(tǒng)雙層優(yōu)化配置模型，實(shí)現(xiàn)了用戶與云儲能電站的互利共贏。文獻(xiàn)［12］針對電熱綜合能源微網(wǎng)，提出了云儲能的容量配置與動態(tài)租賃模型，并基于納什議價方法對各微網(wǎng)的利益進(jìn)行分配。文獻(xiàn)［13］將虛擬儲能按容量單價與功率單價進(jìn)行交易，得出混合租賃功率型與能量型儲能的方案，較單一租賃方式更有經(jīng)濟(jì)性優(yōu)勢。文獻(xiàn)［14］將虛擬儲能按流量單價進(jìn)行交易，流量單價越高，云儲能運(yùn)營商的收益越高，二者為線性關(guān)系。文獻(xiàn)［15］基于門控循環(huán)單元，提出了一種云儲能充放電策略的分步預(yù)測技術(shù)，證明云儲能模式能夠減少由光伏負(fù)荷預(yù)測誤差所帶來的不利影響。文獻(xiàn)［16］提出了一種基于區(qū)塊鏈的共享儲能機(jī)制，以實(shí)現(xiàn)交易的公開透明，保障了用戶對云儲能的可信度。

上述文獻(xiàn)皆是由云儲能運(yùn)營商建立集中式儲能為用戶提供服務(wù)的模式，對于用戶已有儲能的合理利用尚有待研究。文獻(xiàn)［6-12］沒有考慮服務(wù)費(fèi)價格的變動對各主體的影響。文獻(xiàn)［13-14］僅分析了價格不同時用戶和云儲能運(yùn)營商的經(jīng)濟(jì)情況，并沒有進(jìn)行深入研究。云儲能是儲能在共享經(jīng)濟(jì)中的應(yīng)用，現(xiàn)有關(guān)于共享經(jīng)濟(jì)的定價策略多是以商家利益最大為目標(biāo)，以用戶接入數(shù)量為變量進(jìn)行求解［17-18］，忽視了商家與用戶組成聯(lián)盟的整體利益。對于商家利益最大時是否能實(shí)現(xiàn)聯(lián)盟利益最大尚無定論［19］。

基于以上問題，本文提出一種聚合微電網(wǎng)內(nèi)用戶儲能的云儲能容量配置方法，研究聚合價格和云儲能服務(wù)價格對儲能交易行為的影響，分析用戶與云儲能運(yùn)營商組成聯(lián)盟的整體利益與個體利益，建立各主體模型與儲能交易定價模型。通過算例仿真分析各主體策略與聯(lián)盟獲利情況，并設(shè)置對比情景，驗證本文所提方法的合理性。

1 云儲能系統(tǒng)運(yùn)營模式

1.1 云儲能系統(tǒng)儲能交易

儲能交易模式如圖1所示。

圖1 儲能交易示意圖Fig.1 Schematic diagram of energy storage transaction

用戶分為兩類：儲能提供者與儲能需求者。儲能提供者擁有容量較為充裕的實(shí)體儲能，儲能需求者擁有容量較為缺乏的實(shí)體儲能或無實(shí)體儲能。

儲能提供者將擁有的實(shí)體儲能分為兩部分，一部分自己使用，稱為保留容量；另一部分提供給云儲能運(yùn)營商，按聚合費(fèi)容量單價來獲取聚合費(fèi)，稱為聚合容量。儲能提供者獲得與其實(shí)體儲能保留容量等量的虛擬儲能，保持虛擬儲能容量與功率的比值和原實(shí)體儲能相同，而不再擁有實(shí)體儲能控制權(quán)。儲能提供者承擔(dān)保留容量的充放損耗，其聚合容量的充放損耗由云儲能運(yùn)營商在聚合費(fèi)中補(bǔ)償。

儲能需求者按服務(wù)費(fèi)容量單價與服務(wù)費(fèi)功率單價購買虛擬儲能，并向云儲能運(yùn)營商支付服務(wù)費(fèi)。儲能需求者同時擁有實(shí)體儲能與虛擬儲能的控制權(quán)，承擔(dān)實(shí)體儲能的充放損耗，并向云儲能運(yùn)營商在服務(wù)費(fèi)中支付虛擬儲能的充放損耗。

云儲能運(yùn)營商發(fā)布儲能交易價格：聚合費(fèi)容量單價、服務(wù)費(fèi)容量單價與服務(wù)費(fèi)功率單價，以此來引導(dǎo)用戶成為儲能提供者或儲能需求者，根據(jù)儲能交易量和充放損耗結(jié)算儲能交易費(fèi)用。云儲能運(yùn)營商負(fù)責(zé)控制聚合到的用戶實(shí)體儲能，并將其與自建的集中式儲能組成聯(lián)合儲能，為儲能需求者提供虛擬儲能服務(wù)。

1.2 云儲能系統(tǒng)能量流動

本文只考慮云儲能系統(tǒng)與微電網(wǎng)進(jìn)行的電能量交易，由于儲能是按容量進(jìn)行交易，云儲能運(yùn)營商與用戶皆可利用峰谷差價進(jìn)行套利，具體的能量流動如圖2所示。用戶負(fù)荷與用戶新能源總稱為用戶自身，后文中的部分變量符號已在圖2中標(biāo)注，為方便分析聯(lián)合儲能整體的充放電情況，文中設(shè)定所有實(shí)體儲能容量與最大充放功率的比值相同。

圖2 能量流動示意圖Fig.2 Schematic diagram of energy flow

用戶的新能源出力優(yōu)先供負(fù)荷使用，若在某時刻大于負(fù)荷需求，過剩部分可充入儲能或向微電網(wǎng)售出，若無法滿足負(fù)荷需求，缺額部分可由儲能放電或從微電網(wǎng)購入補(bǔ)足。當(dāng)用戶發(fā)出虛擬儲能與微電網(wǎng)交易的指令時，云儲能運(yùn)營商不必立即響應(yīng)，可以選擇在合適的時刻控制聯(lián)合儲能與微電網(wǎng)交易。用戶控制虛擬儲能與微電網(wǎng)進(jìn)行充放電所產(chǎn)生費(fèi)用按照實(shí)時電價結(jié)算，由云儲能運(yùn)營商代收或代付。當(dāng)聯(lián)合儲能電量無法滿足用戶放電需求時，云儲能運(yùn)營商從微電網(wǎng)直接購電來補(bǔ)足。

2 云儲能系統(tǒng)各主體模型

本文主要研究云儲能運(yùn)營商與儲能提供者、儲能需求者之間的儲能容量交易關(guān)系。儲能提供者在聚合費(fèi)容量單價較高時會選擇將部分容量提供給云儲能運(yùn)營商獲取聚合費(fèi)；儲能需求者需要向云儲能運(yùn)營商支付服務(wù)費(fèi)來購買虛擬儲能，各用戶間不進(jìn)行直接交易；云儲能運(yùn)營商聚合儲能提供者的儲能并配置集中式儲能，為儲能需求者提供虛擬儲能服務(wù)?；诟髦黧w之間的交易關(guān)系構(gòu)建各主體模型，為后文云儲能交易定價模型建立基礎(chǔ)。

2.1 用戶模型

用戶根據(jù)負(fù)荷、新能源出力、實(shí)體儲能容量與儲能交易價格，來選擇是成為儲能提供者還是儲能需求者，并向云儲能運(yùn)營商上報具體的儲能交易量，通過合理控制儲能進(jìn)行充放電來實(shí)現(xiàn)自身用電成本最小，忽略設(shè)備損耗和傳輸損耗。

2.1.1 目標(biāo)函數(shù)

各用戶的目標(biāo)函數(shù)為典型日用電成本最小，具體如式（1）所示。

式中：為用戶k與云儲能運(yùn)營商Y間的儲能交易費(fèi)用；為用戶k實(shí)體儲能日均成本；為用戶k實(shí)體儲能與微電網(wǎng)間電能交易的費(fèi)用；為用戶k虛擬儲能與微電網(wǎng)間電能交易的費(fèi)用；為用戶k自身與微電網(wǎng)間電能交易的費(fèi)用。

1）儲能交易費(fèi)用C k，Y

式中：為用戶k從云儲能運(yùn)營商Y獲得的聚合費(fèi)，為負(fù)值；為用戶k向云儲能運(yùn)營商Y支付的服務(wù)費(fèi)，為正值；φp、φd均為用戶狀態(tài)量，當(dāng)用戶為儲能提供者時，φp=1，φd=0；當(dāng)用戶為儲能需求者時φp=0，φd=1；αE為聚合費(fèi)容量單價；θk為用戶k實(shí)體儲能的保留率；為用戶k實(shí)體儲能可用容量；δ為單位流量的充放損耗；βE為服務(wù)費(fèi)容量單價；βP為服務(wù)費(fèi)功率單價；為用戶k虛擬儲能容量；為用戶k虛擬儲能最大充放功率；為儲能提供用戶k聚合容量內(nèi)的總流量；為儲能需求用戶k購買的虛擬儲能內(nèi)的總流量；為用戶k實(shí)體儲能容量；Smax、Smin分別為實(shí)體儲能最大、最小荷電狀態(tài)。

2）實(shí)體儲能日均成本CEPk

式中：為日均建設(shè)成本；為日均運(yùn)維成本；為日均充放損耗成本；γE、γP分別為儲能單位容量、功率的日均建設(shè)成本；為用戶k實(shí)體儲能功率；ψ為儲能單位功率的日均運(yùn)維成本；為儲能提供者k實(shí)體儲能保留容量內(nèi)的總流量；為儲能需求者k實(shí)體儲能內(nèi)的總流量。

3）實(shí)體儲能與微電網(wǎng)交易費(fèi)用

式中：、分別為t時段用戶k控制實(shí)體儲能從微電網(wǎng)購電功率、向微電網(wǎng)售電功率；、分別為t時段從微電網(wǎng)購電電價、向微電網(wǎng)售電電價；Δt為單位調(diào)度時長。

4）虛擬儲能與微電網(wǎng)交易費(fèi)用Cxk

5）用戶自身與微電網(wǎng)交易費(fèi)用Cmgk

結(jié)合式（1）—（5）可知一項在計算過程中被消掉，不影響式（1）的結(jié)果，即聚合容量的充放損耗成本在聚合費(fèi)中補(bǔ)償，不影響儲能提供者的決策。

2.1.2 約束條件

1）功率平衡約束

式中：ΔP t，k為t時段用戶k負(fù)荷功率與新能源出力功率的差值；為t時段用戶k負(fù)荷功率；為t時段用戶k新能源出力功率；、分別為t時段用戶k控制虛擬儲能與自身的充、放電功率；、分別為t時段用戶k控制實(shí)體儲能與自身的充、放電功率。

2）實(shí)體儲能約束

儲能提供者沒有實(shí)體儲能控制權(quán)，即實(shí)體儲能容量為0，而儲能需求者有實(shí)體儲能控制權(quán)。

式中：為t時段用戶k實(shí)體儲能電量；、分別為t時段用戶k控制實(shí)體儲能與自身、微電網(wǎng)的交易功率。其中：

3）虛擬儲能約束

儲能提供者根據(jù)實(shí)體儲能保留容量獲得等量虛擬儲能，儲能需求者直接購買虛擬儲能。

式中：為t時段用戶k虛擬儲能電量；、分別為t時段用戶k控制虛擬儲能與自身、微電網(wǎng)的交易功率。其中：

2.2 云儲能運(yùn)營商模型

云儲能運(yùn)營商通過整合用戶策略，進(jìn)行集中式儲能配置并制定最優(yōu)充放電策略，以此來實(shí)現(xiàn)自身收益最大，忽略設(shè)備損耗和傳輸損耗。

2.2.1 目標(biāo)函數(shù)

云儲能運(yùn)營商的目標(biāo)函數(shù)為收益最大，具體如式（22）所示。

式中：為用戶儲能交易費(fèi)用的匯總；為用戶虛擬儲能與微電網(wǎng)電能交易費(fèi)用的匯總；為集中式儲能日均成本；為云儲能運(yùn)營商與微電網(wǎng)電能交易的費(fèi)用。

1）儲能交易費(fèi)用匯總

式中K為用戶數(shù)量。

2）用戶虛擬儲能與微電網(wǎng)交易費(fèi)用匯總

3）集中式儲能日均成本

式中：為日均建設(shè)成本；為日均運(yùn)維成本；為日均充放損耗成本；、為集中式儲能容量、最大充放功率；LYs為聯(lián)合儲能內(nèi)的總流量。

4）云儲能運(yùn)營商與微電網(wǎng)交易費(fèi)用

2.2.2 約束條件

將聚合到的用戶儲能與集中式儲能作為聯(lián)合儲能進(jìn)行整體分析。

式中：[x]為向上取整函數(shù)。為方便后文分析，定義聯(lián)合儲能可用容量為：

3 云儲能交易定價模型

在云儲能運(yùn)營商與用戶組成的聯(lián)盟中，云儲能運(yùn)營商處于壟斷地位，用戶為價格接受者且為完全理性人，只要用戶加入聯(lián)盟有利可圖就會選擇加入。在負(fù)荷與新能源出力一定時，儲能交易價格在某一范圍內(nèi)，用戶的儲能交易量不變，用戶的儲能交易量為交易價格的階梯函數(shù)，詳見5.4節(jié)。用戶k的儲能保留率與聚合費(fèi)容量單價的函數(shù)關(guān)系為：

3.1 目標(biāo)函數(shù)

由于用戶的儲能交易量為交易價格的階梯函數(shù)，在制定交易價格時，為兼顧聯(lián)盟整體利益最大與個體利益均衡，引入古典社會福利函數(shù)與納什社會福利函數(shù)［20］，定價模型的總目標(biāo)函數(shù)為：

式中：Ω為極大正數(shù)；W1為古典社會福利函數(shù)；W2為納什社會福利函數(shù)。

1）古典社會福利函數(shù)

古典社會福利把社會福利看作是所有社會成員的福利或效用的簡單加總，本文用來描述聯(lián)盟的整體利益，即：

式中：UY為云儲能運(yùn)營商的收益；U k為用戶k的收益；為用戶k不加入聯(lián)盟只與微電網(wǎng)進(jìn)行交易時的總成本。本文設(shè)定用戶加入聯(lián)盟減少的總成本為用戶的收益。

2）納什社會福利函數(shù)

納什社會福利定義為所有社會成員的福利或效用的乘積，其值越大，個體獲利越均衡，即：

3.2 約束條件

為確保云儲能運(yùn)營商盈利，對聚合費(fèi)容量單價、服務(wù)費(fèi)容量單價和服務(wù)費(fèi)功率單價設(shè)置約束為：

4 求解流程

在MATLAB中使用粒子群算法搭配YALMIP工具箱調(diào)用Cplex求解器對云儲能交易定價模型進(jìn)行求解。外層使用粒子群算法尋找最優(yōu)儲能交易價格，將儲能交易價格粒子傳到內(nèi)層，內(nèi)層通過Cplex求解器對各主體模型進(jìn)行求解，計算出定價模型的總目標(biāo)函數(shù)值并將其返回給外層，通過迭代優(yōu)化求出結(jié)果，求解流程圖如圖3所示。

圖3 求解流程圖Fig.3 Flowchart of solution

具體的求解流程如下：

步驟1：外層初始化儲能交易價格粒子，初始粒子數(shù)為20，最大迭代次數(shù)為20，搜索空間維度為3，學(xué)習(xí)因子一取1.5，學(xué)習(xí)因子二取2.5，慣性權(quán)重取0.5；

步驟2：將生成的儲能交易價格傳到內(nèi)層；

步驟3：內(nèi)層將儲能交易價格和用戶原始數(shù)據(jù)傳到各用戶判斷層和云儲能運(yùn)營商。利用Cplex求解器對每個用戶成為儲能提供者和儲能需求者兩種狀態(tài)進(jìn)行求解，選出總用電成本最小的狀態(tài)，得到該狀態(tài)下的用戶策略與用電成本；

步驟4：將各用戶策略傳到云儲能運(yùn)營商，利用Cplex求解器對云儲能運(yùn)營商的收益進(jìn)行求解；

步驟5：將各用戶用電成本傳到聯(lián)盟，將云儲能運(yùn)營商的收益?zhèn)鞯铰?lián)盟，計算古典社會福利和納什社會福利，得出總目標(biāo)函數(shù)值；

步驟6：將總目標(biāo)函數(shù)值傳回外層；

步驟7：粒子群算法迭代優(yōu)化總目標(biāo)函數(shù)值，得出最優(yōu)的儲能交易價格，計算最優(yōu)價格時的各主體策略與獲利。

5 算例分析

5.1 算例概況

算例選取10個工業(yè)用戶的典型日負(fù)荷數(shù)據(jù)，負(fù)荷曲線與新能源出力曲線見圖4，其中用戶2、6沒有新能源；用戶1、3、5、7、8都擁有光伏，且出力曲線相同；用戶4、9、10都擁有風(fēng)電，且出力曲線相同。

圖4 各用戶負(fù)荷與新能源曲線Fig.4 Load and new energy curves of each user

用戶1—5擁有實(shí)體儲能，其容量和功率如表1所示，用戶6—10沒有實(shí)體儲能。

表1 用戶1—5的實(shí)體儲能Tab.1 Entity storage of user 1—5

分時電價及時段劃分如表2所示。

表2 分時電價Tab.2 Time of use electricity price

實(shí)體儲能的參數(shù)如表3所示［21-24］，在充放電的過程中各儲能保持SOC均衡［25］，分析時將各儲能看成一體。參與聚合的實(shí)體儲能整體上每日最多在0.1～0.9荷電狀態(tài)之間進(jìn)行兩輪滿充滿放，因此本文不考慮充放次數(shù)對儲能壽命和用戶決策的影響。

表3 儲能主要參數(shù)Tab.3 Main parameters of energy storage

5.2 結(jié)果分析

經(jīng)過粒子群算法迭代優(yōu)化，定價模型目標(biāo)函數(shù)取最大值時的儲能交易價格如表4所示，將表4中的值代入到內(nèi)層，得到表5—7以及圖5—6。

表4 儲能交易價格Tab.4 Energy storage transaction price元·kW-1

各用戶的儲能交易與獲利如表5所示，用戶1—4成為儲能提供者，用戶5—10成為儲能需求者，其中用戶5同時擁有虛擬儲能與原有實(shí)體儲能，所有用戶加入聯(lián)盟都可以獲利。

表5 各用戶儲能交易量與獲利Tab.5 Energy storage transaction and profit of each user

所有用戶虛擬儲能使用情況的加總、所有用戶與微電網(wǎng)交易功率的加總?cè)鐖D5所示?？梢钥闯?，受峰谷差價影響，用戶整體上在谷時段與第一個平時段對虛擬儲能進(jìn)行充電，在峰時段通過對虛擬儲能放電來減少了直接從微電網(wǎng)購電的功率。

圖5 所有用戶交易功率加總Fig.5 Sum of allusers’transaction power

云儲能運(yùn)營商的儲能信息如表6所示。聯(lián)合儲能可用容量與功率明顯小于用戶虛擬儲能需求，從而表明云儲能在減少儲能容量配置，提高儲能利用率方面發(fā)揮著重要作用。

表6 云儲能運(yùn)營商儲能信息Tab.6 Storage of cloud storage operator

云儲能運(yùn)營商的收益構(gòu)成如表7所示，聯(lián)合儲能使用情況如圖6所示。與圖5（a）相比，圖6中云儲能運(yùn)營商只滿足了用戶自身的充放電需求，不必按照用戶控制虛擬儲能與微電網(wǎng)進(jìn)行交易的指令對聯(lián)合儲能進(jìn)行充放電。由于聯(lián)合儲能可用容量小于用戶虛擬儲能容量需求，當(dāng)聯(lián)合儲能電量不足時，云儲能運(yùn)營商會選擇從微電網(wǎng)直接購電來保障用戶的放電需求，因此云儲能運(yùn)營商的購電費(fèi)用大于代收用戶電費(fèi)。

表7 云儲能運(yùn)營商收益Tab.7 Profit of cloud storage operator 元

圖6 聯(lián)合儲能Fig.6 Combined energy storage

5.3 情景對比

5.3.1 不同目標(biāo)下的結(jié)果對比

為體現(xiàn)本文所提定價方法的合理性，設(shè)置情景二與情景三，5.2節(jié)為情景一計算結(jié)果。

情景一：保障聯(lián)盟整體利益最大情況下，實(shí)現(xiàn)個體利益均衡。

情景二：保障聯(lián)盟整體利益最大情況下，實(shí)現(xiàn)云儲能運(yùn)營商利益最大。

情景三：實(shí)現(xiàn)云儲能運(yùn)營商利益最大，不考慮聯(lián)盟整體利益。

不同情景儲能交易價格對比結(jié)果如表8所示。

表8 儲能交易價格對比Tab.8 Comparison of energy storage transaction price元·kWh-1

由于用戶擁有的新能源種類不同，對容量與功率的需求也不同，為了適應(yīng)所有用戶，不同情景的功率單價皆取到了最小值0.01。

不同情景中的用戶、云儲能運(yùn)營商與聯(lián)盟利益對比結(jié)果如表9所示，與情景一相比，情景二的聯(lián)盟整體利益不變，云儲能運(yùn)營商的利益顯著增大，用戶1—4的利益顯著減少。與情景二相比，情景三的云儲能運(yùn)營商利益顯著增大，但聯(lián)盟整體利益減少，用戶5—10利益顯著減少?？傮w上說，情景一既實(shí)現(xiàn)了聯(lián)盟整體利益最大，又實(shí)現(xiàn)了聯(lián)盟內(nèi)個體獲利均衡。

表9 各主體利益與聯(lián)盟利益對比Tab.9 Comparison of the interests of each subject and the alliance 元

5.3.2 聚合與不聚合的結(jié)果對比

為體現(xiàn)出聚合的益處，增設(shè)情景四，保持與情景一服務(wù)費(fèi)容量單價和功率單價相同，不聚合用戶儲能。

情景一與情景四的部分結(jié)果對比如表10所示，表明聚合用戶儲能可以提高云儲能運(yùn)營商利益與聯(lián)盟利益，同時大幅減少集中式儲能的容量配置。

表10 情景一與情景四部分結(jié)果對比Tab.10 Comparison of part results of scenario 1 and 4

情景一與情景四中用戶1的儲能電量對比如圖7所示，本文中用戶1在任意時刻都沒有過剩光伏，因此只能從微電網(wǎng)購電充入儲能。情景四中用戶1的實(shí)體儲能可以分為兩部分：兩次滿充滿放的部分A，一次滿充滿放的部分B。情景一中用戶1的虛擬儲能實(shí)現(xiàn)了兩次滿充滿放，且其容量等于情景四部分A的容量，表明用戶1將部分B提供給云儲能運(yùn)營商。部分A為谷時段充電第一個峰時段放電，第一個平時段再充電第二個峰時段再放電，考慮充放損耗，不計儲能成本的情況下，部分A單位容量一日節(jié)省的電費(fèi)為：

圖7 用戶1儲能電量對比Fig.7 Comparison of energy storage charge of user 1

部分B為谷時段充電第二個峰時段放電，考慮充放損耗，不計儲能成本的情況下，部分B單位容量一日節(jié)省的電費(fèi)為：

因此，當(dāng)聚合費(fèi)容量單價為0.93元/kWh時，用戶1將部分A保留，將部分B租給云儲能運(yùn)營商來換取聚合費(fèi)。

5.4 用戶策略分析

為研究儲能交易價格對用戶策略的影響，分析在不同聚合費(fèi)容量單價下用戶1—5的儲能保留率，結(jié)果如圖8所示，圖中臨界值的定義為使某部分被提供出去的最小聚合費(fèi)容量單價值。

圖8 儲能保留率隨聚合費(fèi)容量單價變化圖Fig.8 Relationship between energy storage retention rate and aggregation capacity price

可以看出，用戶的儲能保留率為聚合費(fèi)容量單價的遞減階梯函數(shù)，價格過高時用戶5也成為了提供者。綜合5.3.2節(jié)的分析，部分A的臨界值為1.19，部分B的臨界值為0.77。本文中用戶2儲能容量較充足，用戶3、5在某些時刻有過剩光伏，因此其儲能不僅包括部分A與B，還包括其他未定義部分；用戶4擁有的新能源為風(fēng)電，因此用戶4與擁有光伏的用戶的儲能組成部分不同。每部分單位容量節(jié)省的電費(fèi)是固定值，當(dāng)聚合費(fèi)容量單價大于此值時，這部分容量就會被提供出去，否則就會被保留下來，由于每個用戶的儲能組成有異同，使用戶策略改變的單價也有異同。

保持服務(wù)費(fèi)功率單價為0.01元/kWh，分析不同服務(wù)費(fèi)容量單價下用戶6—10的虛擬儲能容量，結(jié)果如圖9所示，可用看出，用戶的虛擬儲能容量為服務(wù)費(fèi)容量單價的遞減階梯函數(shù)。虛擬儲能同樣可以分為幾部分，當(dāng)服務(wù)費(fèi)容量單價過高時，用戶就會舍棄某部分。

圖9 虛擬儲能容量隨服務(wù)費(fèi)容量單價變化圖Fig.9 Relationship between virtualenergy storage capacity and service capacity price

綜上所述，用戶的儲能可看作由若干部分組成，儲能交易價格的改變會到導(dǎo)致用戶將某部分全部保留或舍棄，因此儲能交易量是儲能交易價格的階梯函數(shù)。本文通過聚合費(fèi)來激勵用戶提供出實(shí)體儲能創(chuàng)造價值較低的部分給儲能需求者使用，從而讓這部分創(chuàng)造出更高的價值，提高聯(lián)盟的收益。

6 結(jié)論

為提高微電網(wǎng)內(nèi)用戶儲能的利用率和減少集中式儲能配置，本文提出一種聚合用戶儲能的云儲能容量配置方法，并研究了儲能交易價格對交易策略的影響。算例結(jié)果表明：

1）本文提出的方法可以充分利用用戶實(shí)體儲能，減少集中式儲能的容量配置；

2）聯(lián)盟整體利益最大時有多組定價，云儲能運(yùn)營商利益最大時用戶獲利極少；

3）儲能交易價格在某一范圍內(nèi)，用戶的儲能交易量不變；

4）聯(lián)盟的收益一方面來自于用戶使用云儲能減少了聯(lián)盟的儲能成本，另一方面來自于需求者充分利用了提供者儲能創(chuàng)造價值較低的那部分容量。

因此在制定儲能交易價格時應(yīng)兼顧聯(lián)盟整體利益與個體利益。文中對所有用戶定價相同，未來的工作將圍繞對不同類型用戶設(shè)計套餐展開研究。