一种微电网备用发电辅助服务市场出清模型

杨志豪，华光辉，殷文倩，刘皓明，黄 寅，孙长翔

（1.河海大学 能源与电气学院，南京 211100；2.中国电力科学研究院，南京 210003；3.国网安徽电力公司，合肥 230022）

微电网是一个可控又自治的系统，一方面接受主网的调度，另一方面汇集微电网成员的交易信息，通过内部优化控制实现微电网经济运行［1］。类似于大电网，辅助服务是微电网安全可靠运行的一项重要保障。在非市场环境下，往往通过强制调用、事后补偿的方式由并网发电机组提供辅助服务。随着电力体制改革的推进和电力市场的建立，以往的事后补偿方式无法正确反映市场供需关系，市场主体无法实现利益最大化，以至于参与辅助服务的积极性受到制约［2］。因此，亟需建立合理的辅助服务市场机制以提高各市场主体提供辅助服务的积极性，满足用户多元化的用电需求，保障微电网的供电可靠性。

大电网的辅助服务市场在国外不少国家已经形成了相对稳定的模式，形成了包括统一型、投标型和双边合同型的典型辅助服务交易模式［3］，以及定价核算、双边竞价、招投标和实时定价等几种典型定价方式［4］。尽管不同地区之间在电网规划、电厂供电特性、负荷规律等方面存在不同的差异，但整体来说，辅助服务市场化的优势在于：①通过市场价格波动信息，相对准确地反映供应商成本，提高市场参与积极性，有助于提高服务质量水平；②供应商自由竞价，多发多得，不再拘泥于传统补偿机制，积极性提高；③用户侧通过市场竞争，降低服务费用。

相比于大电网，微电网由于其规模较小，能够更灵活地发挥各结构单元的功能，增加辅助服务市场的活力。储能和用户需求响应是微电网中提供辅助服务的两大潜在主体。储能技术是分布式发电及微电网的关键支撑技术，在包含可再生能源技术的分布式发电及微电网系统中发挥着重要作用，如稳定电源输出、提供备用电源、提高调度灵活性等。文献［5］分析了储能在微电网中的应用及适合的储能类型，文献［6］-文献［7］研究了微电网中储能的优化运行和充放电策略及其对提高微电网可靠性的作用。用户需求响应提供辅助服务是指通过在系统用电高峰期或紧急状况下通过允许中断供电或参与市场竞价的方式向系统提供可靠性服务而使整个系统受益，文献［8］详述了各国电力市场中需求响应实践情况，文献［9］研究了激励型需求响应对微电网可靠性和经济性的影响。

本文设计一种以用户需求为驱动的微电网备用发电辅助服务市场出清方式，借鉴在线报价机制，在用户和辅助服务提供商之间直接开展竞价，提高双边辅助服务市场的积极性和效率。在分析微电网辅助服务类型和辅助服务市场主体的基础上，综合考虑可控分布式电源、储能和可控负荷提供备用服务的情景，以微电网中用户购买备用发电辅助服务的总支出最小为目标，建立备用发电辅助服务市场优化出清模型。

1 微电网辅助服务市场分析

微电网是在中低压配电系统中由各种分布式电源、负荷用户和储能等组成的微型电力网络。微电网可以并网运行，也可以作为一个可控的实体独立于大电网运行。从电力市场参与主体角度看，可以将微电网分为微电网市场控制平台（micro⁃grid power exchange controller,MPEC）、分布式电源、储能装置和负荷用户4个部分。借鉴大电网中电力辅助服务分类，微电网中潜在的辅助服务主要包括备用发电、电压支持、调频、调峰4类。微电网中各主体根据其发用电特性的不同可提供不同的辅助服务。

MPEC是微电网电力市场的管理中心，负责组织各类市场交易，汇集各市场成员需求和竞价信息，市场出清等［1］。

可控分布式电源、储能装置和可控负荷都可以提供备用发电。可控分布式电源和储能装置是通过调整功率输出，实现调节微电网有功功率平衡的目的；储能装置利用其准确的双向调节特性，通过低储高发提供备用发电；而可控负荷是通过中断、削减或转移自身用电，将原本在能量市场中购买的电量部分或全部进行转交、保障重要负荷供电。通过备用发电辅助服务，能够降低微电网中事故风险，尤其是在微电网独立运行的情况下，增强微电网承受突发事故的能力。

在电压支持方面，和大电网相比，微电网电压等级低，输电线路短，供电范围小，可控分布式电源和储能装置通过逆变器等电力电子装置控制系统在负荷侧就地补偿无功，能够更灵活更快速地提供电压支持。

在调峰服务方面，微电网中可控分布式电源、储能装置和可控负荷都可以提供调峰服务，通过在负荷高峰时段增加发电出力或削减负荷，实现微电网调峰。

在调频服务方面，微电网中可控分布式电源和储能装置均能够提供不同调节性能的调频服务。在市场环境下，调频辅助服务可以参照两部制补偿框架［10］，由调频容量补偿和调频效果补偿两部分组成，调频服务供应商在竞价时提交调频容量报价和调频任务量报价，由市场交易机构结合历史统计的调频效果以及预期的调频性能需求，对调频市场进行出清，从而鼓励调频性能好的微电源获得更大竞争力，最终实现市场良性运作，提高能源利用率。

表1给出了微电网中主要辅助服务类型及相应辅助服务提供商。

表1 微电网辅助服务类型及其特点

2 微电网备用发电辅助服务市场出清模型

本文提出一种微电网备用发电辅助服务市场出清模型。在相对成熟的电力市场环境中，市场类型众多，为便于研究，本文做出如下假设：

（1）仅研究微电网内部备用发电辅助服务市场，不讨论微电网参与主网辅助服务市场的情况；

（2）仅研究微电网实时平衡市场对应的备用发电辅助服务市场，不讨论合同市场中的备用服务；

（3）假设微电网辅助服务市场与主能量市场可解耦出清，备用辅助服务市场在主能量市场出清后进行；

（4）可控分布式电源、储能装置等提供辅助服务时，其在规定的运行周期内简化为恒功率输出。

2.1 在线报价机制

在线报价（name⁃your⁃own⁃price,NYOP）是电子商务中广泛应用的一种逆向拍卖方式［11］，待售的商品挂在网络上，由消费者在线对感兴趣的商品报价，当消费者的出价高于商家预先设定的最低价格时，默认成交；反之如果出价太低，则交易失败，并且消费者不能再次出价。在线报价机制优点在于弱化了消费者之间的竞争，商家可以根据库存和市场份额调整内部限制价格，实现收入期望优化；缺点在于商家属于主导地位，消费者处于信息劣势。

借鉴在线报价机制，本文选择一种以消费者为主导地位的拍卖方式，即各备用发电服务提供商提供的备用发电容量相当于待出售的商品，用户是参与在线报价的消费者，以用户的备用发电服务需求为驱动，开展备用发电辅助服务交易。具体流程包括5个主要步骤，流程示意图如图1所示。

步骤1：有备用发电服务需求的用户作为消费者向MPEC提出交易需求意向，提交所需的备用容量和期望最高价格；

图1 基于在线报价机制的备用服务交易流程示意图

步骤2：MPEC公开各用户的备用发电服务需求容量（用户的期望最高价格是非公开的）；

步骤3：微电网中多个备用发电服务提供商，可控分布式电源、储能装置和可控负荷，向各个用户分别投标，提交所能提供备用容量和期望成交价格；

步骤4：MPEC根据用户备用容量需求由大到小对用户进行排序，按由大到小的顺序依次出清；如果商家可用备用容量大于等于用户容量需求并且报价低于用户的期望最高价格，则属于可成交范围，反之商家退出与该用户的交易；

步骤5：依次对该用户和相应成交范围内的备用服务提供商进行出清，选择价格最低的商家成交。

这种基于在线报价机制的备用发电服务匹配机制，最终成交价格是由供需双方决定的，并且给予了各市场主体选择权，有利于提高市场效率。

2.2 出清模型

假设有J个用户参与备用发电辅助服务市场，第j个用户上报的备用容量为qj，期望最高价格为fj0。假设有I个可控分布式电源、L个储能装置、G个可控负荷参与备用发电辅助服务市场，各备用发电服务提供商可用备用发电容量分别是qi、ql和qg，其中qg应小于第g个可控负荷在能量市场中的出清容量qBg。第i个可控分布式电源针对第j个用户备用容量的竞价为fij，第l个储能装置针对第j个用户备用容量的竞价为flj，第g个可控负荷针对第j个用户备用容量的竞价为fgj。

定义状态变量uxj为第x个备用发电服务提供商针对第j个用户的交易情况，其中x=1,…,X,X=I+L+G。当不同类型备用发电提供商参加或推出市场交易时，变量x取值随之变化。如果交易成功，则uxj=1；反之uxj=0。辅助服务市场出清过程中，允许单个备用发电服务提供商与多个用户达成合作，但不允许单个用户与多个备用发电服务提供商重复合作，公式表达为

即，当第x个备用发电服务提供商与第j个用户进行交易时，对应的出清容量等于该用户的备用发电需求容量或等于0。

当备用发电服务提供商基于具体用户备用容量需求针对性报价时，其最终备用容量出清结果不能超过自身上报的可用容量限制，即

式中：i∈[1 ,I];l∈[1 ,L];g∈[1 ,G]。

以各用户购买备用发电辅助服务的总支出最小为目标，建立微电网备用发电辅助服务市场出清模型，实现用户备用发电需求与可控分布式电源、储能装置、可控负荷所提供的可用备用容量之间的优化匹配。

这样，当可控分布式电源、储能装置和可控负荷等多种类型的备用发电服务提供商共同参与备用发电辅助服务市场时，各提供商将按照市场规则、通过理性报价争取自身利益最大化，从而使得市场主体更加多元化，提高市场竞争性，降低市场集中度，最终降低市场总体价格水平。

本文所建微电网备用发电辅助服务市场出清模型由目标函数（式4）和约束条件（式1、式2、式3）组成，可采用线性规划方法直接求解。

3 算例分析

以一个通过公共连接点与配电网相连的微电网为例，其结构示意图如图2所示。微电网中分布式电源包括燃料电池（FC）、微型燃气轮机（MT）、风力发电机（WT）、光伏发电（PV）；负荷用户包括工业用户（IC1,IC2）、偏远用户（CY3）、商业用户（BC4）、居民用户（RC5）、学校（SH6）；微电网中有4个独立储能装置（SD1,SD2,SD3,SD4）。

图2 微电网结构示意图

假设工业用户IC1、工业用户IC2、商业用户BC4和居民用户RC5需要备用发电服务，微型燃气轮机MT、燃料电池FC和独立储能装置SD1、SD2、SD3、SD4均参与备用发电服务市场竞价，偏远用户CY3为可控负荷。

为更好地反映该模型的可行性，本文设置2种情况：案例I中，可控负荷不参与提供辅助服务；案例II中，可控负荷参与提供辅助服务。各类市场成员提交的竞价信息如表2-表4所示。

表2 微电网备用发电辅助服务市场用户竞价信息

表3 微电网备用发电辅助服务市场储能装置竞价信息

表4 微电网备用发电辅助服务市场可控分布式电源竞价信息

如表3所示，储能装置SD1和SD3由于最大可用容量达不到工业用户和商业用户的需求，因此没有针对该用户进行竞价，只针对居民用户RC5提交了竞价信息。类似的还有储能装置SD2仅对商业用户BC4和居民用户RC5提交了竞价信息。

在案例I中，当可控负荷不参与提供备用发电辅助服务时，以微电网备用发电辅助服务市场中用户总支出最小为目标，优化出清结果如表5所示。

表5 案例I出清结果

用户IC1的上报容量最大，燃料电池FC、微型燃气轮机MT和储能装置SD4的容量都能满足其要求，而微型燃气轮机的报价最低，所以IC1和MT达成合作。负荷用户IC2的上报容量仅次IC1，燃料电池FC和储能装置SD4的容量都满足，相比之下燃料电池FC的报价更有优势，获得匹配。商业用户BC4的辅助服务容量需求小于燃料电池FC的剩余容量，而燃料电池FC的报价正好最低，达成合作。居民用户RC5上报容量最小，因此最后出清，仅从报价来看，储能装置SD3的报价并不是最低的，但是由于RC5最后出清，此时各市场成员的剩余容量有限，RC5的选择余地较小，与SD3匹配。

在案例II中，考虑偏远用户（CY3）作为可控负荷提供备用发电服务并参与市场竞价，其竞价信息见表6。案例II中微电网备用发电辅助服务市场出清结果如表7所示。

表6 可控负荷CY3竞价信息

表7 案例II出清结果

从表6和表7可以看出，可控负荷偏远用户CY3的报价策略是容量小的报价最低，正好符合居民用户RC5的价格期望，取代案例I中的储能装置SD3与用户RC5成交，获得了备用发电市场份额，并且拉低了市场的平均价格；而可控负荷CY3对用户IC1、IC2和BC4的报价与MT、FC相比相对较高，不具有竞争优势，因此，可控负荷CY3参与备用发电市场后用户IC1、IC2和BC4的出清结果与案例I相比仍保持不变。对于可控负荷来说，当参与提供备用发电辅助服务并且在市场中理性竞争合理报价时，可以利用辅助服务市场与主能量市场的价格差异，增加实际收益。

4 结束语

本文在分析微电网中辅助服务类型和辅助服务市场成员的基础上，综合考虑微电源、储能和可控负荷提供备用发电服务，以微电网中用户购买备用发电服务的总支出最小为目标，借鉴在线报价机制建立了微电网中备用发电辅助服务市场出清模型。算例仿真验证了所提模型的可行性与实用性，结果表明，储能和可控负荷通过市场竞价的方式提供备用发电辅助服务有利于市场整体成本的降低。本文工作对于探索微电网及至大电网中辅助服务市场机制具有一定的借鉴意义。D

［1］ 刘皓明，李栅栅，陆丹，等.微电网并网运行的市场运营机制设计［J］.电力建设，2014，35（11）：13-18.

［2］ 吴静，史沛然，苏峰，等.基于OSGi的华北电网辅助服务交易平台设计与实现［J］.华北电力技术，2016（10）：1-7.

［3］ 王晨晖，侯志俭，宋依群，等.美国PJM电力市场备用服务及其成本分析［J］.华东电力，2004，32（11）：66-68.

［4］ 张健，曹志东，许洪强，等.发电侧电力市场辅助服务付费新模型［J］.电力系统自动化，2002，10（5）：9-12.

［5］ 唐西胜，齐智平.应用于微电网的储能及其控制技术［J］.太阳能学报，2012，33（3）：517-524.

［6］ 田兵，喻磊，雷金勇.工业型用户侧微电网储能运行方式与微电网的运营模式［J］.南方电网技术，2016，10（8）：48-55.

［7］ 曾意，孔祥玉，胡启安，等.考虑后备容量的微电网储能充放电策略［J］.电网技术，2017，41（5）：1 519-1 525.

［8］ 张国新，王蓓蓓.引入需求响应的电力市场运行研究及对我国电力市场改革的思考［J］.电力自动化设备，2008，28（10）：28-33.

［9］ 周保荣，黄延城，张勇军.计及激励型需求响应的微电网可靠性分析［J］.电力系统自动化，2017，41（13）：70-78.

［10］ 陈大宇，张粒子，王澍，等.储能在美国调频市场中的发展及启示［J］.电力系统自动化，2013，37（1）：9-13.

［11］ 周振红.在线报价系统中销售商的最优限制价格策略研究［D］.成都：西南交通大学，2011.