適應電化學儲能成本特性的電力市場機制設計

欒 天，楊爭林，李繼紅，鄭亞先，馮樹海

（1.中國電力科學研究院有限公司（南京）,江蘇省南京市 210003；2.國網浙江省電力有限公司,浙江省杭州市 310063）

0 引言

第75 屆聯(lián)合國大會上,中國提出“雙碳”目標。在此背景下,以風電、光伏為代表的新能源快速發(fā)展。截至2022 年6 月底,中國的風電和太陽能發(fā)電裝機容量均達到約340 GW［1］。新能源具有隨機性、間歇性和波動性特征［2-4］,高比例新能源接入會引起電力系統(tǒng)慣性不足,增加系統(tǒng)的備用和調頻需求［5-7］,還可能加劇調峰困難［8］。為進一步提高新能源發(fā)電占比,建設新型電力系統(tǒng),迫切需要增加電力系統(tǒng)的靈活性調節(jié)資源［9］。

電化學儲能（簡稱“儲能”）具有配置靈活、響應速度快的優(yōu)點,可以作為靈活性調節(jié)資源為電力系統(tǒng)提供削峰填谷［10］、平滑新能源出力［11］、調頻［12］、調壓［13］等17 種類型的價值［14］。2021 年,中國規(guī)劃在建新型儲能規(guī)模為23.8 GW/47.8 GW?h,新投運儲能為2.4 GW/4.9 GW?h,儲能產業(yè)已經邁入規(guī)?；l(fā)展的新階段。

儲能的應用場景豐富,可以從用戶側［15］、電網側［16］、電源側［17］以多種方式回收成本。其中,電網側儲能主要為電網提供各種類型的服務,接受電網的集中調度,可以更充分地發(fā)揮儲能的多種價值。2022 年5 月24 日,國家發(fā)展改革委、國家能源局印發(fā)了《關于進一步推動新型儲能參與電力市場的調度和運用的通知》［18］,明確指出新型儲能可作為獨立主體參與電力市場,明確了電網側獨立儲能的市場主體地位。

儲能的技術特性與經濟特性不同于其他機組,主要表現(xiàn)為:1）儲能的充放電能力受荷電狀態(tài)（state of charge,SOC）的限制；2）儲能對電力系統(tǒng)的調節(jié)信號響應速度極快,可快速改變充/放電功率；3）儲能既可作為發(fā)電主體提供電能,又可作為負荷消耗電能；4）儲能的充放電行為會影響儲能的壽命,由此產生的老化成本除受到功率影響外,還受到SOC 的影響［19-20］。因此,需要建立相應的市場交易機制。

2018 年2 月,美國聯(lián)邦能源監(jiān)管委員會頒布841 號法案,要求各獨立系統(tǒng)運營商（independent system operator,ISO）在現(xiàn)有的市場框架內修正規(guī)則,為儲能參與市場提供便利［21］。美國PJM 市場要求儲能自行申報充放電能量曲線參與電能市場［22］。

傳統(tǒng)的自調度模式下,儲能需要對市場需求進行預測,參與市場的難度較高。儲能基于充放電價差進行投標,參與市場的集中出清可以降低儲能主體的市場風險,更好地發(fā)揮儲能的市場價值。

儲能可以參加電能市場、輔助服務市場等多種類型的市場,同時參與電能市場和輔助服務市場可以更好地保證收益［23-24］。由于儲能的容量有限,儲能提供各類服務時均受到電量的限制［25-28］。

以往研究中,僅允許市場主體申報單一要素下的充放電成本（充放電深度［29］、充放電倍率［30］）,儲能的運行狀態(tài)受限。同時,儲能參與多市場聯(lián)合出清時,對儲能提供不同類型服務的電量需求考慮不合理,無法合理安排儲能的充放電行為,這會導致儲能放棄參與多市場的機會,選擇參與單一市場尋求收益。

針對以上問題,本文首先討論了不同充放電深度以及充放電倍率對儲能運行成本的影響,并根據(jù)儲能的成本特性設計了一種新的投標方式。然后,根據(jù)儲能能量有限的物理特性,考慮儲能參與調頻市場的基準電量要求,設計了儲能參與電能市場和調頻市場的聯(lián)合出清模型。

1 適應儲能參與市場的投標模式設計

儲能的成本是決定儲能能否在市場競爭中得以發(fā)展的重要因素之一,而建立精細化的儲能運行成本模型、提出適合儲能參與市場的投標方式,則是實現(xiàn)儲能參與電力市場的首要任務。本章首先探討儲能老化成本的影響因素,然后建立考慮儲能老化成本的投標機制。

1.1 儲能老化成本的影響因素分析

儲能的老化成本包括儲能充放電過程中的循環(huán)壽命衰減成本和靜置狀態(tài)下的日歷壽命衰減成本。儲能的壽命衰減主要受儲能的充放電深度、充放電倍率以及工作溫度的影響［19-21］。

1）工作溫度

儲能系統(tǒng)通過風冷、液冷等溫控裝置可將儲能的工作溫度控制在相對穩(wěn)定的范圍內［31］,故本文將儲能工作溫度設為常數(shù)。

2）充放電深度

文獻［32］給出儲能在不同放電深度（depth of discharge,DOD）下的可實現(xiàn)循環(huán)次數(shù)（achievable cycle count,ACC）,并給出儲能平均老化成本（average wear cost,AWC）,即儲能在某一工況下（在此專指DOD）造成的儲能容量衰減的成本,如式（1）所示。

式中:CAWC為平均老化成本；CBP為儲能的全壽命周期成本；D為儲能的循環(huán)深度；n(D)為儲能以循環(huán)深度D進行充放電的全生命周期循環(huán)次數(shù)；Erate為儲能的額定容量；η為儲能的充放電效率。儲能深度充放電成本很高,故儲能在參與市場時,應根據(jù)市場供需狀況設置合理的充放電深度上限。

3）充放電倍率

阿倫尼烏斯動力學模型可以描述電池在不同充放電倍率下的壽命衰減過程［19］,儲能充放電倍率與老化過程的關系如式（2）所示。

式中:Qloss為儲能的老化容量；F為指數(shù)前因子；Irate為儲能的充放電倍率（單位為C）；Ah為儲能的電量吞吐量。

1.2 多參數(shù)分段線性化模型

根據(jù)儲能在不同工況下（充放電倍率為1 C/0.5 C,充放電深度為0%～50%）的老化成本的擬合邊際成本曲線,將儲能的充放電倍率分為高倍率（0.5～1 C）和低倍率（0～0.5 C）兩種模式,實際運行中根據(jù)精度需要可以申報多種模式。

儲能深度充放電成本很高,故儲能在參與市場時,應根據(jù)市場供需狀況設置合理的充放電深度上限,本文選取上限為50%。

式（1）得到的是單位電池吞吐量的衰減成本,報價時需要根據(jù)儲能的充放電功率進行調整,如式（3）和式（4）所示。

式中:cES,c為儲能充電里程成本報價；cES為儲能的單位里程成本；cES,d為儲能放電里程成本報價。參考雨流計數(shù)法［28］的計算規(guī)則,將儲能的一次充/放電視為半次循環(huán),其邊際成本如附錄A 表A1 所示。

申報儲能的充放電成本時,還需要考慮儲能的日運行成本、日歷壽命［19］以及資本回收因子［33］對儲能的全生命周期成本造成的影響,故采取圖1 所示的流程圖來進行報價調整。

圖1 儲能價格形成流程圖Fig.1 Flow chart of energy storage price formation

儲能的全生命周期成本為:

式中:ces為儲能電池單位容量價格；r為折現(xiàn)率,本文取8%；o為系統(tǒng)運行成本,本文取3%；tyear為儲能的運行年限,設儲能的日歷壽命為12 年,則儲能每日的日歷壽命衰減取固定值0.004 6%［33］。

考慮到上述因素主要與儲能的運行天數(shù)相關,即儲能的運行天數(shù)越長,儲能的全壽命周期成本越高,故希望能在保證收益的情況下,盡可能縮短儲能的成本回收時間。本文所引用的儲能老化成本估算模型是基于實驗參數(shù)建立的半經驗模型。該模型涵蓋了影響儲能成本的主要因素,以此設計儲能的投標模式,且該模型近似估計了儲能的成本,基于此研究儲能參與現(xiàn)貨市場的能力更具有可信度。

2 適應電化學儲能參與的電能市場出清模型

對于獨立儲能主體,如果其自行管理SOC 可能會錯失中標機會,從而降低儲能參與市場的收益,也難以充分發(fā)揮儲能的價值。本文設計了一種全新的投標方式,儲能可以根據(jù)充放電老化成本提交最低充放電價差報價,參與市場的集中優(yōu)化出清。這種價差投標方式可以更好地配置儲能資源,提高社會福利。

2.1 電能市場投標機制

儲能作為獨立市場主體的投標方式應與儲能的成本特性相適應,在所提出的投標模型中,儲能主體需提交多種充放電模式下的充放電里程成本分段曲線、儲能初始SOC 以及儲能e的充放電效率ηe。將儲能的里程成本報價曲線轉換成在不同充放電模式、充放電深度下的分段階梯報價,包括SOC 上下限、額定容量Erate,e、工作狀態(tài)m下中標電量上限以及充放電報價c和c。以上述儲能模型為例可得高倍率、低倍率兩種工作狀態(tài)。

發(fā)電商提交發(fā)電成本分段函數(shù),包括發(fā)電機組g報價段s的中標電量上限以及報價c、爬坡約束Δg、開機費用cAR、最小開停機時間等。

2.2 電能市場出清模型

日前市場出清算法的優(yōu)化目標如下:

式中:G為發(fā)電機組集合；T為出清時段集合；yg,t為0-1 變量,值為0 表示發(fā)電機g在t時段工作狀態(tài)未發(fā)生變化,值為1 表示發(fā)電機g在t時段工作狀態(tài)發(fā)生變化；SG為發(fā)電機組報價段集合；q為發(fā)電機組g在t時段報價段s下中標的出清電量；E為儲能集合；M為儲能工作狀態(tài)集合；SE為儲能報價段集合；q和q分別為工作狀態(tài)m下儲能e在t時段報價段k下中標的充、放電電量。

式（7）至式（15）為約束條件:式（7）為系統(tǒng)供需平衡約束；式（8）至式（12）為儲能功率約束；式（13）表明儲能在某一時間只能工作在某一模式下；式（14）和式（15）為儲能SOC 約束。常規(guī)機組約束、輸電線路傳輸容量約束在此不再贅述,可參考文獻［34-35］。

式中:L為負荷集合；q為負荷l在t時段的負荷；I為0-1 變量,值為1 表示儲能e在t時段內工作在m模式下；I為0-1 變量,值為1 表示儲能e在t時段充 電,值 為0 表 示 儲 能e在t時 段 放 電；Se,m,k和S,e,m,k分別為t時段儲能e工作狀態(tài)m時報價段k下的荷電狀態(tài)SOC,e,m,k,t的上、下限。

在某些場景下,可直接控制儲能在特定時段的運行狀態(tài),增加約束式（16）。

式中:I為儲能e在t時段的固定運行狀態(tài),值域為M。

電能量市場對常規(guī)主體采取節(jié)點邊際電價定價機制。由于儲能在電能市場的收益取決于市場的峰谷價差,節(jié)點邊際電價機制下,儲能會產生策略性報價行為。本文采用文獻［26］提出的VCG（Vickrey-Clark-Groves）機制對儲能進行結算,以此得出的儲能收益模型如下:

式中:Eenee為儲能e在電能市場的收益；Cene-E為無儲能的電能市場總購電成本；Cene為有儲能的電能市場總購電成本。

3 適應電化學儲能參與的調頻市場出清模型

3.1 調頻市場投標機制

借鑒美國加州獨立系統(tǒng)運營商（CAISO）的調頻市場組織形式［36］、調度機構日前發(fā)布預測的調頻容量需求Q、調頻里程需求Q及機組歷史調頻里程-容量比az,并根據(jù)歷史的調頻性能fz調整市場主體申報的調頻里程價格以及調頻容量價格。其中,z為調頻資源,系統(tǒng)歷史調頻里程-容量比體現(xiàn)系統(tǒng)單位調頻容量可能會被調度的調頻里程量。調頻性能由歷史調頻性能（延遲參數(shù)、相關性參數(shù)、精確度分數(shù)）決定［37］,對應市場參與者實時結算的考核環(huán)節(jié),反映市場主體的有效調頻里程量。

參與調頻的市場主體申報調頻容量價格m、調頻里程價格m、最大調頻容量,其中,調頻容量價格主要體現(xiàn)市場主體的附加固定成本［38］。調頻里程價格主要體現(xiàn)市場主體的調頻效果,機組歷史調頻里程-容量比體現(xiàn)單位調頻容量被調用的調頻里程量（CAISO 采用上一周的歷史數(shù)據(jù)計算）。除此之外,儲能還需要提交初始的基準電量。

3.2 儲能調頻預留電量需求

由于儲能跟隨調頻指令也會進行充放電,在該過程中儲能的SOC 會高于或低于儲能當前時段的初始SOC。而調頻指令考慮到儲能的出力受到SOC 的限制,儲能參與調頻市場需要預留一部分電量空間,以防其無法執(zhí)行調度指令。將調頻指令視為隨機變量,基于歷史數(shù)據(jù)預測不同時段調度指令的累計分布函數(shù)［39］,提取調頻指令的統(tǒng)計特征,即調頻電量最大波動的上、下α分位數(shù)KC,U、KC,D,調頻指令處理過程見附錄B。該參數(shù)可由儲能主體根據(jù)意愿自行申報,以保證儲能有充足的電量提供調頻輔助服務。本文取KC,U=0.055 0 (MW?h)/MW,KC,D=-0.068 2 (MW?h)/MW［39］,即在15 min內儲能完全跟隨調頻指令最多需充電0.055 0 （MW·h）/MW,最多需放電0.068 2 （MW·h）/MW。

3.3 調頻市場出清模型

調頻市場出清的目標函數(shù)為系統(tǒng)調頻服務的成本最小,如式（18）所示。

式中:q為資源z在t時段中標的調頻容量；m和m分別為調整后的調頻容量價格和調頻里程價格,可由式（19）和式（20）求得。式（21）和式（22）為系統(tǒng)的調頻容量、調頻里程約束,式（23）和式（24）為調頻資源的最大調頻容量約束。

式中:βt和σt分別為調頻容量資源和調頻里程資源的影子價格。

由于儲能參與調頻會產生電量波動,為保證儲能跟隨調頻指令的能力,儲能需要預留部分荷電量。儲能的SOC 約束如式（25）至式（27）所示。儲能不參加電能量市場時,設儲能的基準電量SOC,e,t等于其初始容量S,e。

式中:S和S分別為儲能e的最大、最小SOC；q為儲能e在t時段中標的調頻容量.

3.4 調頻市場的定價機制

借鑒PJM 調頻市場的價格形成規(guī)則,邊際調頻資源的價格由里程成本、容量成本、機會成本組成。其中,市場的調頻里程價格為邊際調頻資源的調頻里程價格,調頻容量價格（含機會成本）為邊際調頻資源價格減去邊際調頻里程價格,最終的調頻收益如式（28）所示。

4 適應電化學儲能參與的聯(lián)合出清模型

4.1 聯(lián)合出清模型

報價方式與分別參與電能市場、調頻市場的申報方式相同。電能市場與調頻市場聯(lián)合出清的目標函數(shù)如式（29）所示。

式（30）和式（31）為發(fā)電機功率約束；式（32）為儲能功率約束；式（33）為儲能的工作狀態(tài)約束；式（34）至式（36）為儲能調頻容量約束；式（14）、式（15）、式（37）、式（38）為儲能SOC 約束。電量平衡約束如式（7）所示；機組啟停約束、線路約束參考文獻［34-35］；調頻里程平衡約束、調頻容量平衡約束如式（19）和式（20）所示。

式中:ug,t為機組g在t時段的啟停狀態(tài)；qcag,t為機組g在t時段中標的調頻容量；qcae,m,t為儲能e在t時刻m模式下中標的調頻容量；qESe,m,k,t為工作狀態(tài)m下儲能e在t時段報價段k下中標的電量。

式中:S,e,k和S,e,k分別為儲能e報價段k下的SOC 上、下限。

4.2 聯(lián)合出清的定價機制

調頻資源的邊際價格等于調頻容量與調頻里程的影子價格之和,即βt+σt,調頻里程的邊際價格為中標資源中最大調頻里程資源的價格,調頻市場的定價機制可參考第3 章。

儲能參與聯(lián)合出清市場的收益分兩部分結算:一部分是儲能在電能量市場的收益,該部分收益由儲能參與聯(lián)合市場出清時的總購電成本減去儲能僅參與調頻市場時聯(lián)合市場的總購電成本,其中,儲能的基準電量等于儲能參與電能市場的SOC,出力要受到在電能市場出清的功率的限制；另一部分是儲能在調頻市場的收益,該部分收益由調頻市場的邊際價格決定。

常規(guī)主體的機會成本可由影子價格中的容量約束求導得出［40］,以功率上限約束為例:

式中:Lp為節(jié)點電價模型的拉格朗日函數(shù)；λt為t時段的電能市場邊際價格；為發(fā)電機組g在t時段報價段s的功率上限約束的影子價格。

根據(jù)式（39）和式（40）得:

同理,可得功率下限約束的機會成本以及爬坡約束的機會成本。

儲能作為一種新型的市場主體,其收益受到SOC 限制。因此,核算其機會成本時,還需考慮儲能的SOC 約束。

5 算例分析

為驗證所提出的聯(lián)合出清機制對儲能的適應性,本文采取PJM-ISO 5 節(jié)點系統(tǒng),構建如附錄A圖A1 所示的簡化模型。其中,發(fā)電機組、負荷報價數(shù)值根據(jù)通用的實際電力市場運行數(shù)據(jù)折算。機組報價數(shù)據(jù)見附錄A 表A2,機組技術參數(shù)見表A3。取每個時段調頻容量資源為當前時段負荷的5%,系統(tǒng)調頻里程容量比取10。由文獻［25］可得調頻資源調整后的報價參數(shù),機組1 為新能源機組,不參與調頻。系統(tǒng)中設有兩個獨立儲能,儲能初始SOC為30 MW·h,ηe=0.9,額定容量Erate,e取50 MW·h。

5.1 系統(tǒng)成本分析

為分析所提市場機制的有效性,設置如下場景:

場景1:無儲能參與電能量市場出清。

場景2:儲能參與電能量市場出清,采用本文所提出的市場機制。

場景3:儲能參與電能量市場出清,將儲能申報的SOC 上限設為0.3,儲能申報該放電深度下不同放電倍率的能量里程成本曲線［30］。

場景4:儲能參與電能量市場出清,將儲能申報的SOC 上限設為0.5,儲能申報該放電深度下不同放電倍率的能量里程成本曲線［30］。

場景5:儲能參與聯(lián)合出清市場,采用本文所提出的市場機制。

場景6:電能與調頻市場聯(lián)合出清,儲能僅參與調頻市場,采用本文所提出的市場機制。

場景7:電能與調頻市場聯(lián)合出清,儲能僅參與電能市場,采用本文所提出的市場機制。

不同場景下的購電成本如表1 所示。比較場景1、2 可知,在該機制下儲能可以降低電能市場的購電成本。比較場景4、5、6 可知,相比于單一放電深度的投標方式,所提投標機制能更好地釋放儲能的充放電能力。比較場景5、6、7 可知,儲能參與聯(lián)合出清市場能最大程度發(fā)揮儲能降低系統(tǒng)成本的能力。

表1 不同場景下的購電成本Table 1 Electricity purchasing cost in different scenarios

5.2 獨立儲能參與市場的收益分析

儲能在不同市場的收益采用式（17）和式（28）求得,如表2 所示。比較表2 和圖2 中場景2、3、4 可知,所提出機制下儲能更易中標。在場景3 中儲能只能進行淺充淺放,在場景4 中儲能僅能完成一次充放循環(huán),在場景2 中儲能可以在實現(xiàn)深沖深放的同時進行多次循環(huán)。由此可知,所提機制可以提高單日收益,縮短儲能的成本回收周期。

表2 不同場景下的儲能收益Table 2 Profits of energy storage in different scenarios

圖2 儲能的SOCFig.2 SOC of energy storage

5.3 獨立儲能的市場價值分析

在不同場景下,節(jié)點1 的邊際電價如圖3 所示。結果表明,所提出的機制能更充分地發(fā)揮儲能削峰填谷的價值,市場的平均電價得到進一步降低。

圖3 節(jié)點1 的邊際電價Fig.3 Locational marginal price of node 1

不同場景下,新能源機組1 的消納量如表3 所示。結果表明,所提出的機制下儲能可以更多地消納用電低谷時段富余的新能源發(fā)電。

表3 新能源機組1 的消納量Table 3 Accommodation of renewable energy unit 1

根據(jù)圖1 所示的流程圖對儲能的長期收益進行估計（設儲能退役容量為80%）。

由表4 可知,所提機制下儲能可在短時間內回收成本,且總收益遠大于傳統(tǒng)機制下的儲能收益。

表4 儲能長期收益Table 4 Long-term benefits of energy storage

5.4 調頻預留電量對儲能行為的影響

圖4 為系統(tǒng)選取不同調頻特征參數(shù)時,儲能在不同時段的中標調頻容量以及SOC 變化。為方便表示,取集合K={KC,U,KC,D}。當不考慮調頻預留電量時（對應圖4 中取特征參數(shù)為{0,0}）,儲能在聯(lián)合市場中可能會在電量為0 的狀態(tài)下中標調頻容量,如圖4 中的黃色曲線。14:00—22:00 時,雖然儲能電量為0,但儲能依然中標大量的調頻容量,如圖4 中的藍色柱狀圖。這會導致儲能在實時市場中失去參與調頻市場的能力,從而扭曲市場價格。若調頻預留電量過高（如圖4 中的綠色曲線）也會降低儲能在電能調頻聯(lián)合市場的中標量（如圖4 中的灰色柱狀圖）。因此,應根據(jù)實際需求,合理選取K的集合。

圖4 調頻預留電量對儲能行為的影響Fig.4 Effect of frequency regulation reserved power on energy storage behavior

6 結語

儲能參與電力市場是推進建立新型電力系統(tǒng)的關鍵一環(huán),故研究儲能參與電力市場的成本模型和投標方式至關重要。本文在傳統(tǒng)的現(xiàn)貨市場出清模型的基礎上,提出適應儲能特性的電能市場和調頻市場聯(lián)合出清投標模型,考慮了儲能參與調頻市場的電量約束,得到如下結論:

1）本文所提市場機制下,儲能根據(jù)不同充放電深度以及充放電倍率下的里程成本進行投標。該機制可以擴大儲能在市場中的運行邊界,提高儲能容量的利用率,更好地發(fā)揮儲能削峰填谷、容量支撐的價值。儲能主體也可以在保證自身收益的基礎上,更快回收成本,以減少折舊成本等額外成本的支出。

2）所提市場機制可以適應儲能參與電能與調頻聯(lián)合出清市場,在降低系統(tǒng)購電成本的同時提高儲能收益?？紤]儲能提供調頻服務產生的能量損耗與儲能特性相適應,可以更好地銜接實時市場,有效利用儲能的多種市場價值。但當前調頻市場對于實際儲能能量損耗仍然無法精確考慮,在實時市場中可能會出現(xiàn)中標儲能資源無法調用的情況。在后續(xù)研究中,可以根據(jù)調頻資源的特性以及調頻需求,設計新型調頻產品（將能量有限資源與常規(guī)發(fā)電資源分開）,以保證電力供應的可靠性。

3）采用VCG 機制有利于激勵儲能快速發(fā)展并參與市場,然而,VCG 機制下需要單獨計算每個主體的市場價值,計算復雜度高。文獻［41］提出了基于最優(yōu)基替換的快速求解算法,可以顯著提升VCG機制的計算效率。在后續(xù)研究中,將繼續(xù)探索儲能市場價值的識別機制,對具有相同價值的儲能避免重復優(yōu)化出清。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。