考虑源网荷储效益提升的电力现货市场出清优化模型研究

陈洪禹，张冶，关艳，高曦莹，刘叶，蔡亦浓

(国网辽宁省电力有限公司营销服务中心， 沈阳110870)

0 引 言

大力发展可再生能源是实现我国“双碳”战略目标的主要措施之一[1-5]。随着风电、光伏等可再生能源并网比例逐年扩大，电网需要更多的灵活性资源进行调节，因此，为充分调动新能源机组和各类调节资源的积极性和灵活性，通过电力市场对各类电力资源优化配置是一种有效的解决方法[6-9]。目前，我国电力现货市场处于初期发展阶段，电力资源的交易机制和体系还不够成熟[10-13]，因此，在新一轮深化电力体制改革过程中，研究大规模可再生能源并网后的供能侧、储能侧、售电侧、需求侧参与电力现货市场运营机制对我国清洁能源与电力现货市场的发展与建设具有重要意义。

目前，已有学者针对电力现货市场的出清策略和模型开展相关研究并取得了一定的成果。文献[14]考虑电力负荷参与需求侧管理的调整能力，建立了基于需求侧响应机制触发的现货市场出清模型；文献[15]考虑售电商收益最大化，提出基于偏差结算机制的售电商现货交易博弈模型；文献[16]通过对储能资源进行统一调度，建立了储能参与电力现货市场竞价的双层博弈模型；文献[17]同时考虑时间和空间两个维度下供能侧和负荷侧的运行特性，建立了现货市场下多区域多时空的虚拟投标模型；文献[18]考虑风电出力不确定性的影响，提出了风储联合参与电力现货市场最优竞标策略。

上述研究在一定程度为电力现货市场研究提供了理论支撑，但随着我国新型电力系统建设深入，考虑高比例可再生能源并网电网后调节灵活性与电力市场运行效率，不仅要提高风电、光伏等这类具有较高不确定性可再生能源供能商在现货市场中的竞争力，还要激发需求侧和储能侧这类调节资源参与到现货市场中的活力，因此，文中同时考虑电力现货市场中提出供能、储能、售能及需求侧的收益分配，提出考虑源/网/荷/储效益提升优化的电力现货市场出清模型并采用混沌粒子群算法对其进行求解，算例结果表明所提电力现货市场出清模型可实现电力现货市场出清主体互利共赢，提高可再生能源利用率。

1 考虑源/网/荷/储收益分配的现货市场交易机制

1.1 源/网/荷/储收益协调的交易机制

参与电力现货市场出清的主体主要包括：供能商、运营商、储能商以及管理需求侧的负荷聚合商。其中，供能商主要包括常规燃气机组、风电机组和光伏电站共同参与电力市场竞价；运营商主要指以电网为主的运营企业，进行购电和售电，保证电力系统安稳运行；储能商主要是指满足电网不同峰谷值时电能储放需求，平抑可再生能源波动的储能企业，利用其灵活的多时空电能储放能力，参与到市场竞价中来；负荷聚合商代表的是负荷需求侧的利益，对于一些可进行平移参与需求侧响应柔性负荷，可在日前阶段参与交易。为有效兼顾各方的利益分配以及系统的安稳运行，供能商、储能商、负荷聚合商通过与电网运营商在日前阶段签订电能互保合同进行运营。

在日前出清阶段过程中，在保证供需平衡的基础上，需对源、网、荷、储的多方收益分配进行划分。首先，考虑需求侧的电网调节能力较弱，负荷聚合商对可进行平抑的电量进行主动报价并参与日前竞争，负荷聚合商代表用户与电网运行商签订互保合同，为用户带来更优的用能费用；其次，为支持可再生能源优先上网，常规燃煤机组、风电机组和光伏电站可同时参与日前申购，与运营商签订互保合同，由于到可再生能源的波动性，主要通过储能侧对其进行平抑，因此，储能商与运营商签订互保合同的进行电能储放备用容量的申购，形成电网调节容量区间；最后，通过营造具有竞争的电力现货市场环境，得到供能、储能、用能的竞价关系，由电网运营商根据各方报价来决定最后的定价，避免单方过渡垄断现象。所提的交易机制主要通过电网运营商进行电量选择与担保，供能商、储能商和负荷聚合商进行电价的担保，对多方的收益进行合理分配，以得到日前出清方案，所提的机制框架如图1所示。

图1 机制框架Fig.1 Mechanism framework

1.2多方成本协调的价格补偿模型

当电力现货市场在出清时，电网运营商除了考虑各类电力资源的收益优化，还要考虑保证电网安稳运行等诸多方面。而对于电网的这些隐性成本，供能商、电网、储能、负荷聚合商等在各自不同的运行状态下，实际上均承担了一定电网安全稳定及能量调节责任。电力市场中多主体共同承担的这部分隐性调节责任所对应的成本，需要在价格中予以一定的体现，即做到在保证供能安全性的前提下所获得的收益的再分配，也对各主体主动承担电网安稳和调节责任起到激励作用。

另一方面，安稳和能量调节的隐性成本，在实际运行和交易过程中很难根据出清价格和电量交易额来简单计算和准确定量。因此，考虑到现货市场参与出清的电力市场中电源、负荷、储能、电网等资源多样性特点，基于电力市场中多个主体的交易数据、设备状态数据、用户报修和投诉数据等大数据资源，应用多维数据立方体模型对电力市场中多主体补偿进行统一计算。根据电网运营商不同时段出清电量，其补偿收益RPG为：

(1)

式中QPGD,t、QPGC,t、CPGCP,t分别为t时市场出清电量、合约电量以及单位补偿价格；T为时段总数。

根据多维数据立方体模型和算字库模型，定义合约电量的求和汇总模型为：

QPGC=θa(∑(Mv),{dsp,dti})

(2)

式中QPGC为合约电价在算字库中的总量；θa(·)为聚合函数；Mv为合约分解数据库中的电量量度属性，即在现货交易过程中，各交易主体签订合约后的按时段分解后的交易电量数据；dsp、dti分别为现货市场电力资源的空间和时间维度。因此。得到数据库中补偿价格的乘积扩展模型为：

fCP=θsu(Mv,QPGC)Mb

(3)

式中fCP为补偿价格的扩展乘积函数；θsu(·)为求差函数；Mb为多维立方数据库中的电价度量属性；在基础上对数据库中多主体的空间和时间维度进行循环计算得到其补偿计算结果为：

Cco=θf(fCP,{dsp,dto})

(4)

式中Cco为日前现货市场补偿价格结算结果；θf为多维立方数据库中的迭代运算函数

因为考虑到电力市场现货交易中运营商对整个电力系统运行的维护，其产生的补偿收益将作为附加价格加入到出清优化模型中。

2 现货市场出清模型

2.1 目标函数

不同种类的电力资源参与到现货市场出清中的目的是在保证系统安稳与低碳运行的前提下，实现各自收益最大化，基于多方收益分配的现货市场交易机制研究，建立考虑源/网/荷/储效益优化的电力现货市场出清模型，以供能商、运营商、储能商、负荷聚合商的总收益f最大化的目标函数为:

maxf=B1+B2+B3+B4

(5)

式中B1、B2、B3、B4分别为供能商、运营商、储能商、负荷聚合商参与现货市场日前出清收益。各类收益具体计算如下：

(1)供能商日前出清收益

各类供能商在日前进行统一竞价，考虑其获得供能收益IESU、碳减排收益ICER以及各类设备运行过程中所产启停成本CESU-ss、维护成本CESU-m和燃料成本CESU-f，得到供能商日前出清收益如下：

B1=IESU+ICER-CESU-ss-CESU-m-CESU-f

(6)

其中：

(7)

式中eesu,t,i、ee,t,i、cse,t,i、ch,t,i分别为供能设备i在t时参与日前市场竞标的供电量、供热量、供电价格和供热价格；ece-s,t,icce-s,t,i分别为供能设备i在t时出售碳配额的量和价格；ece-b,t,i和cce-b,t,i分别为供能设备i在t时购买碳配额的量和价格；cstart,t,i和cstop,t,i分别为供能设备i在t是的启停成本；λstart,t,i和λstop,t,i为0～1变量，1为设备i在t时启动，0为设备i在t时关机；Eequ,t,i为设备i在t时的建设容量；cms,i为设备i的单位维护成本；I为参与日前出清的购能设备总数；cf为天然气单位热值的购买价格，Δt为运行时段，X为参与日前出清的常规燃气供电机组总数；Pe,x,t、Ph,x,t、ηe,x、ηh,x分别为燃气机组x在t时的供电功率、供热功率、供电效率和供热效率。

(2)运营商日前出清收益

运营商在保证系统安稳运行前提下，除了通过协调各方保证电网安稳运营所产生的补偿收益外，还有从供能商购电与对外售电而获得相应的差价收益，主要包括补偿收益、售能收益IGO、购能成本CGO-b，得到运营商日前出清收益如下：

B2=Cco+IGO-CGO-b

(8)

其中：

(9)

式中eGOSE,t、eGOSH,t、cGOSE,t、cGOSH,t分别为运行商t时的售电量、售热量和制定售电单价、售热单价；eGOBE,t、eGOSH,t、cGOBE,t、cGOBH,t分别为运行商t时购电量、购热量和购电单价、购热单价。

(3)储能商出清收益

储能商通过日前进行竞价，考虑到其获得的储能和放能的收益IES以及在运行过程中产生的维护成本CES，得到供能商日前出清收益如下：

B3=IES-CES

(10)

其中：

(11)

式中eeso,t,k、eesi,t,k、ceso,t,k、cesi,t,k分别为储能设备k在t时参与日前出清的储能容量、放能容量和储能单价、放能单价；K为参与日前出清储能设备总数、Eesm,t,k为储能设备k在t时的建设容量；cesm,k为储能设备k的单位维护成本。

(4)负荷聚合商日前出清收益

负荷聚合商在日前阶段通过上报需求侧响应容量，给负荷侧带来效益。负荷聚合商日前出清收益如式(12)所示，主要包括参与需求侧响应得到的用电效益ILA和造成用电舒适性所带来的损失费用CLA。

B4=ILA-CLA

(12)

其中：

(13)

式中cLA,t为负荷聚合商售电价格；eLAd,t、eLAu,t分别为负荷聚合商日前下调和上调的电负荷量；a1、a2为负荷参与需求侧响应所产生的经济损失系数，通过负荷长期用能数据拟合得到。

2.2 约束条件

(1)日前市场功率平衡约束

Ppv,t+Pwp,t+Pg,t+Pes,t=Pl,t

(14)

式中Ppv,t、Pwp,t、Pg,t、Pes,t、Pl,t分别为t时光伏、风电、常规供电机组、储能设备的出力和电负荷需求，其中对于储能设备的出力，定义正为供能，负为储能。

(2)储能出清容量约束

储能商在现货市场中，考虑其需要给日内出清留出一定的裕度，其日前电量储放的需在其能力范围内进行申报出清。

(15)

(3)设备约束

火电机组爬坡约束和出力上下限约束如下：

(16)

储能充放电互斥约束和充放电约束如下：

(17)

光伏和风电出力上下限约束如下：

(18)

(4)网络约束

(19)

(20)

(5)负荷聚合商竞价行为约束

考虑避免负荷聚合商的不良竞价行为，限定参与需求侧管理的负荷每个出清时段最多有一次调整机会，并且其单次上下调整量需在合理范围内，并且其全天的上下调整量需保证在一定比例范围内，方便电网运行商的定价与调整，则其约束模型如下：

(21)

式中eLP,t为负荷聚合商t时上班的负荷预测值；αd1、αd2分别为负荷进行上下调整的限值系数；β为负荷全天的调整量的比例系数。

2.3 模型求解

针对提出的基于源/网/荷/储效益优化的电力现货市场出清模型，利用混沌粒子群算法对其进行求解[19-20]，具体流程图如图2所示。

图2 求解流程Fig.2 Flow chart of solution

3 仿真验证

3.1 基础数据

基于IEEE 33节点系统[21]进行仿真算例分析，系统中日最大负荷为500 MW。算例在日期前现货市场中设置了2个储能商、 4个负荷聚合商、 5个供能商，包括1个燃气机组供电商， 2个光伏供电商和2个风电供电商，这些电力资源均与电网运营签订合同参与日前出清。各类设备的在系统中配置的容量和关键参数见表1；日前负荷和风光出力曲线见图3。

图3 电力现货市场典型日风光出力和负荷曲线Fig.3 Wind and photovoltaic power and load curve in a typical day of power spot market

表1 设备参数Tab.1 Equipment parameters

3.2 仿真结果分析

基于所提的现货市场交易模型，电网运行商为保证电网安稳运行，供能商、负荷聚合商和储能商分别与运营商进行互保合同的签订，得到各自的日前出清容量。其中，供能商和通过3轮竞价得到日前各个时段的供电权，其日前总电量出清结果如图3所示；而储能商和负荷聚合商分别通过2轮竞价和3轮竞价得到日前各个时段上下总调整量，其日前电量出清结果如图4所示。

由图4和图5可知，根据不同时段负荷的峰谷差和电网调节需求，供能商、负荷聚合商、储能商分别进行日前出清，考虑到负荷聚合商和储能商的调节范围，在供能侧保障了可再生能源的出清量的同时，也并没有削减燃气机组的出清。各方通过与电网运营商进行多竞价，确定出清电量，使得各方收益均获得最大化，则各方在日前现货市场中的出清价格如图6所示。

图4 供能商日前出清结果Fig.4 Day-ahead clearing results ofproducer

图5 负荷聚合商和储能商日前出清结果Fig.5 Day-ahead clearing results of load aggregator and energy storage

图6 日前出清价格Fig.6 Day-ahead clearing price

由图6可知，在不同时段内，供能商、负荷聚合商、储能在保证自身利益的同时，根据自身申报的容量，给出了相应的报价，而运营商根据电网实际需求，给出了相应的售电价格，完成日前现货市场的出清。

3.3 效益优化对比分析

针对供能商、负荷聚合商、储能和运营商的收益情况，设置三种场景进行对比，场景1为在现货市场中各自独立运行；场景2为现货市场中考虑运营商与负荷聚合商博弈进行出清；场景3即所提出考虑源/网/荷/储效益提升的电力现货市场出方法，则出清优化结果对比如表2所示。

表2 优化结果对比Tab.2 Comparison of optimization results

由表2对比可知，提出的考虑源/网/荷/储效益提升的电力现货市场出清方法，充分考虑各方效益优化，可保证可再生能源、常规机组、储能及需求侧充分参与到现货市场出清中来，最大限度激发各自活力和在现货市场中的作用[22]。相比于与独立出清和运营商与负荷聚合商间的博弈出清方法，所提出清方法可有效提升各方的收益，保证电力市场的安稳运行。另外，考虑大规模可再生能源并网后参与现货市场中的情况[23]，充分考虑提高其竞争力，合理公平的参与到现货市场出清中，并通过与储能商、负荷聚合商以及运营商间的协调，有效提高可再生能源的利用率[24]，则三种场景的可再生能源利用率对比如图7所示。

图7 可再生能源利用率对比Fig.7 Comparison of renewable energy utilization

为验证求解算法的优越性，分别采用粒子群算法和混沌粒子群算法对模型求解[25]，得到算法收敛对比和求解算法优化结果对比分别如图8和表3所示。

图8 算法收敛对比Fig.8 Comparison of algorithm convergence

表3 求解算法优化结果对比Tab.3 Comparisons of simulation results for different algorithms

4 结束语

针对大规模可再生能源并网后参与到电力现货市场中竞争力较低的问题，充分考虑源、网、荷、储各方的效益协调，在保证系统安稳与低碳运行的前提下，建立了基于多方效益优化的电力市场现货出清模型并进行了求解，在IEEE 33节点系统进行算例仿真分析，得到的优化结果表明：

(1)提出的源/网/荷/储效益提升的电力现货市场出清优化策略研究可拓宽供能商、负荷聚合商、储能和运营商的盈利渠道，保证各方获得更优收益；

(2)所提出清模型，考虑供能侧碳排放权交易，在保障可再生能源供能商竞争力的同时，通过储能与需求侧的协调，可有效提高可再生能源利用率，保证系统能量的供需平衡，减少运营商的压力；

(3)所提策略充分提高了负荷聚合商和可再生能源供能商的议价能力，提高各方参与到现货市场的积极性，为实时阶段的现货市场出清奠定了基础。