适应水电参与的灵活性爬坡产品交易机制

唐琦雯，徐文欣，章 枫，房 乐，王蓓蓓

（1.国网浙江省电力有限公司，杭州 310007；2.东南大学 电气工程学院，南京 210096；3.国网浙江省电力有限公司电力科学研究院，杭州 310014；4.国网浙江省电力有限公司电力市场仿真实验室，杭州 310014）

0 引言

为了实现“双碳”目标，加快发展可再生能源发电已成为必要举措。随着新能源接入电网比例不断提高，其出力波动性和不确定性给电力系统的安全可靠运行带来了巨大压力。因此，需要更多的灵活性资源参与到系统调度中作为调节支撑，在电网运行过程中预留足够的灵活性爬坡能力，来应对净负荷的急速升降。净负荷指原始负荷减去可再生能源出力后的剩余负荷。

从经济性角度看，为了鼓励市场主体积极参与提供灵活性爬坡能力，有必要建立完善的灵活性爬坡产品市场交易机制［1-4］。对此，美国CAISO（加州电力市场）和MISO（中西部电力市场）分别在市场中引入FRP（灵活性爬坡产品）和RCP（爬坡能力产品），并按机会成本进行定价。

可再生能源的快速发展对电网灵活性提出更高的要求，需要更多的灵活性资源来支撑系统对灵活性爬坡的需求。灵活性资源是指电力系统中在给定的响应时间内能够提供一定的爬坡、滑坡能力的可控资源［5］。文献［6］指出，可以提供灵活性爬坡产品的资源，发电侧主要有传统火电机组、水电机组、相对可控的可再生能源（如光热、生物质）等，电网侧主要有柔性输电、“互联互济”和微电网，用户侧有需求侧响应、电动汽车等，此外还有储能资源。在这些资源中，传统火电装机容量大、输出稳定，但启动时间长、启停成本高，不能及时应对系统突发性波动，调节能力有限；可再生能源提供灵活性爬坡能力仍面临着可控性和经济性难题；电网侧输电线路新能源发电量输送占比仍处在相当低的水平；“互联互济”能通过区域间传输容量提高灵活性，但面临成本过高的问题和负荷脱落的风险；用户侧需求响应尚处于起步阶段，响应规模和稳定性难以满足需求；电动汽车保有量较少，调控困难；储能技术尚未成熟，投资规模小、成本高，且受到诸多外部条件限制，暂时难以满足电网日益增长的灵活性需求；其他各类资源的相关技术仍待突破。水电具有规模庞大、技术成熟的特点，而且水电机组启停时间短，爬坡速度快，能快速响应净负荷变化，是现在和未来一段时期新能源大规模集中消纳的最佳选择。因此，有必要开展水电参与提供灵活性爬坡能力的研究，充分利用水电优良的调节性能，提升水电对电网灵活性的支撑能力［7］。

为构建水电资源参与提供灵活性爬坡能力的调度模型，文献［8］分别从供给侧和需求侧量化水电灵活性供给能力和灵活性需求，并通过供需关系约束耦入水、风、光联合调度模型。文献［9］从供需平衡的角度提出电源上调和下调灵活性裕度指标，构建以污染气体排放总量最小为目标函数的优化模型，将水电单独作为一个调度层求解，主要承担调峰任务。文献［10］采用多目标优化方式，同样采用风、光、水、火、蓄分层求解策略，发挥各类能源的互补协调特性，但主要着重于日前调度层面。

综上所述，众多学者对水电资源提供灵活性爬坡能力进行了研究，但主要关注水电灵活性的量化方式以及水电提供灵活性的调度结果，忽略了水电灵活性供给受到自身各项运行约束的限制，以及缺乏从电力市场层面对水电参与灵活性爬坡市场的收益测算。为此，本文提出一种水电机组和火电机组联合调度的日前-日内两阶段滚动优化模型，该模型充分利用水电机组的出力和爬坡特性，考虑水电自身的电量约束，使其与常规火电机组相配合，共同应对新能源接入给电力系统带来的波动性及不确定性等影响，提高系统安全稳定运行能力，并给出水电收益获取方式。最后，通过两机组系统算例验证模型效果。

1 水电运行约束对其灵活性供给的影响

针对水电机组，考虑到水电站的水量平衡、水位控制、周期性条件等诸多限制，其在一段时间内的总发电量会受到约束，因此水电机组提供灵活性爬坡时除了考虑最大出力、最小出力的容量约束，还需要考虑电量约束。

电量约束可能会影响水电机组提供灵活性的能力。以图1为例，图1（a）为水电机组向上爬坡，若不考虑电量约束，根据容量约束的最大出力（黑色虚线），机组可以按黑色箭头爬坡。若某时刻，电量约束限制的最大出力（红线虚线）小于机组容量，机组仅能按红色箭头爬坡，能够提供的最大爬坡裕度将减小。同理，电量约束会使某时刻机组需提供的最小出力增加，导致机组所能提供的最大滑坡裕度减小，如图1（b）所示。

图1 水电电量约束对于提供灵活性的影响

2 电能及灵活性爬坡产品交易框架

水电机组受电量约束的限制，而灵活性爬坡产品主要是在日内或实时调度中考虑，此时系统一般采用滚动优化调度，在实际优化调度中很难在前一个滚动周期中顾及后一周期的水电出力及水电总发电量。为了充分考虑水电机组的电量约束，本文建立日前-日内两阶段滚动优化模型：在日前调度阶段，引入一天内总发电量约束，优化得出各时段水电机组的参考出力；在日内调度阶段，将日前对应时段的水电参考出力总和作为日内各个滚动周期内的电量上限。通过上述方式实现日前到日内的衔接，化解了在滚动调度中考虑水电电量约束的难题，有利于水电机组的整体调度，提高模型的现实可操作性。

本模型中可供调度的资源包括常规火电机组和水电机组：常规火电机组的开停机时间较长，需要在日前确定机组组合（即开停机）；水电机组报价成本低，爬坡速率快，但其出力受电量约束的限制，需要在日前确定各时段水电出力参考值。

结合可调度资源的特性，本文建立火电机组和水电机组联合调度的日前-日内两阶段滚动优化模型，并将前一时段的调度结果作为已知量用于后一阶段的优化过程。

1）日前调度计划：以1 d为一个调度周期，以15 min为时间尺度，确定火电机组的机组组合（开停机状态）、水电机组参考出力。

2）日内调度计划：以2 h 为一个滚动调度周期，以15 min 为时间尺度，确定火电机组出力和水电机组出力。

日前-日内两阶段滚动调度流程见图2，日前调度每24 h 进行一次，日内调度每15 min 进行一次，每次制定2 h内的出力计划，但仅执行每个周期内第一个15 min的出力。

图2 日前-日内两阶段滚动调度流程

灵活性爬坡市场仅在日内开展，水电机组和火电机组都可以参与提供灵活性爬坡产品，并以机会成本对其预留的灵活性进行定价结算。在本文模型中水电预留灵活性的机会成本与其容量、电量有关。

3 调度模型的建立

3.1 日前调度模型

3.1.1 目标函数

目标函数为系统总运行成本最小：

式中：CG，ope为火电机组总运行成本；CH，ope为水电机组总运行成本；ai和bi分别为火电机组i的发电成本常系数和一次项系数；ck和dk分别为水电机组k的发电成本常系数和一次项系数；为时段t火电机组i的出力；为时段t水电机组k的出力；NG为火电机组数量；NH为水电机组数量；NT为调度时间内总时段数。

3.1.2 约束条件

1）净负荷平衡约束为：

2）火电机组最小启停时间约束为：

式中：Ti，on和Ti，off分别为火电机组i的最小开机时段数和最小停机时段数；分别为火电机组i在时段t-1 已连续开机时段数和已连续停机时段数；为机组i在时段t的开停状态0-1 变量，0表示停机，1表示开机。

3）火电机组出力约束为：

式中：PG，i，max和PG，i，min分别为火电机组i的出力上限和下限。

4）火电机组爬坡约束为：

5）水电机组出力约束为：

式中：PH，k，max和PH，k，min分别为水电机组k的出力上限和下限。

6）水电机组爬坡约束为：

7）水电机组总电量约束为：

式 中：EH，k，max为水电站k一日内总发电量的最大值。

3.2 日内调度模型

在日内调度阶段，将对日前模型求解得出的火电机组启停状态和水电机组参考出力作为已知量代入日内优化过程。

3.2.1 目标函数

目标函数为调度周期内系统总运行成本最小：

3.2.2 约束条件

1）水电机组电量约束为：

2）灵活性平衡约束为：

3）火电机组灵活性出力约束为：

4）水电机组灵活性出力约束为：

5）水电机组电量约束对灵活性出力的约束为：

此外，还有净负荷平衡约束，以及火电、水电各自的出力约束和爬坡约束，已在日前模型中给出，不再赘述。

4 算例分析

本文采用一个两机组系统作为测试系统对所提出的交易机制进行验证，包括一台火电机组和一台水电机组，具体机组参数见表1。

表1 机组参数

本文采用滚动调度，算例部分主要围绕两个调度周期内的结果进行分析。在每个调度周期，系统会对预测负荷进行更新，各周期的预测负荷如图3 所示。不确定性灵活性需求均设置为15 MW，确定性灵活性需求取决于各时段的预测负荷。

图3 预测负荷

日前调度阶段，设置水电机组总发电量上限为840 MW，水电在日前阶段对应时段的参考出力如图4所示。

图4 日前调度阶段水电参考出力

4.1 灵活性爬坡影响分析

本节主要分析灵活性平衡约束对于市场出清结果及水电机组收益的影响。由于水电机组的电量约束与其提供灵活性爬坡能力之间具有影响市场出清结果的耦合效应，暂不考虑水电机组的电量约束。

4.1.1 不考虑灵活性爬坡

对第一个调度周期（时段1—8）进行优化，结果如图5所示，执行时段1机组出力结果，水电出力100 MW，火电出力60 MW。

图5 不考虑灵活性爬坡，时段1—8优化结果

更新负荷值，对第二个调度周期（时段2—9）进行优化，结果如图6 所示。由于负荷的不确定性，时段2 净负荷预测值由175 MW 更新为185 MW，爬坡需求为25 MW。时段1没有为时段2预留灵活性爬坡，因此时段1水电机组已经满发，不能再提供向上爬坡，而火电机组15 min 内只能提供20 MW 向上爬坡，导致失负荷5 MW。同时，时段2电价上升至惩罚电价。

图6 不考虑灵活性爬坡，时段2—9优化结果

结合各时段出清价格和水电出力可以求出水电在电能量市场的收益，本例中除了时段2出清价格为惩罚电价120美元/MWh，其余时段出清价格均为火电机组报价29 美元/MWh，可计算出不考虑灵活性时的水电总收益，见表2。

表2 不考虑灵活性时的水电收益

4.1.2 考虑灵活性爬坡

考虑灵活性爬坡时，根据式（16）、（17）可以求出各时段的向上、向下灵活性需求。对第一个调度周期（时段1—8）进行优化，各机组出力结果以及提供灵活性爬坡情况如图7 所示。可以看出，时段1 水电机组减少了10 MW 出力，这是为了给时段2 预留10 MW 灵活性爬坡，因此水电实际出力90 MW，火电出力70 MW。

图7 考虑灵活性爬坡，时段1—8优化结果

更新负荷值后，对第二个调度周期（时段2—9）进行优化，结果如图8所示。由于考虑了灵活性爬坡，时段1水电机组没有满发，还能提供10 MW向上爬坡，结合火电机组提供15 MW，共25 MW，满足净负荷上升的需求。

图8 考虑灵活性爬坡，时段2—9优化结果

水电机组为提供灵活性爬坡能力，减少了在电能量市场的出力，应按机会成本给其补偿。以时段1 为例，市场出清价格为29 美元/MWh，水电机组报价28 美元/MWh，水电为提供灵活性爬坡减少了10 MW 出力，每降低1 MW 出力损失1美元，因此机会成本为1美元/MWh。

此时水电的收益来自于电能量市场和灵活性爬坡市场，电能量市场计算方式不变，快速爬坡市场按上述方式给予水电补偿，本例中时段1、时段3 水电提供灵活性爬坡均有1 美元/MWh 的机会成本。计算出考虑灵活性时的水电总收益，见表3。

表3 考虑灵活性时的水电收益

4.1.3 对比分析

对比是否考虑灵活性平衡约束两种情况，考虑灵活性爬坡能力的获取能够提高系统运行的安全性和经济性，主要体现在：

1）避免切负荷。对比图6和图8，未考虑灵活性爬坡时，由于不确定性对预测净负荷准确性的影响，滚动调度更新负荷值后，机组的爬坡速率可能来不及跟上净负荷的变化。本例中，时段2净负荷增加时机组爬坡不足，导致切负荷；相应的，净负荷下降时机组可能滑坡不足，导致弃风弃光，不利于新能源消纳。考虑灵活性爬坡时，水电机组在本时段为下一时段预留一定爬坡量，即使净负荷由于不确定性发生波动，也能通过水电、火电共同爬坡满足电力平衡。

2）稳定市场电价。未考虑灵活性爬坡时，系统由于切负荷电价上升至惩罚电价，不能反映机组边际成本；考虑灵活性爬坡时，市场出清价格保持稳定，避免因电价波动影响市场效率。

4.2 水电机组电量约束影响分析

本节在考虑灵活性约束的基础上，进一步添加水电机组电量约束条件，分析电量约束对调度结果的影响。

4.2.1 考虑水电机组电量约束

根据日前调度得到的各时段水电机组参考出力，按照式（11）和（12），对第一个调度周期（时段1—8）优化时，水电在这8 个时段内的总出力应不超过日前对应时段1—8 的水电参考出力之和，得出时段1—8优化结果如图9所示。

图9 考虑电量约束，时段1-8优化结果

对第二个调度周期（时段2—9）进行优化时，除了更新预测负荷值，还需更新水电机组的电量约束。上一滚动周期执行了时段1的机组出力，则时段2—8的发电量上限更新为日前时段1—8的水电参考出力之和减去日内时段1 的水电实际出力。因此，时段2—9 的电量约束为：水电在这8 个时段内的总出力不超过更新后的时段2—8 发电量上限加上日前时段9 的水电参考出力。时段2—9 优化结果如图10所示。

图10 考虑电量约束，时段2—9优化结果

由于电量约束限制了水电机组提供灵活性爬坡的能力，根据式（25），某时段水电能预留的最大爬坡仅为下一时段的电量约束上限减去当前时段的出力。因此，为了预留足够的灵活性爬坡，即使没有达到容量约束上限，电量约束也可能迫使水电减少当前时段的出力，这时候水电提供灵活性爬坡也有一定的机会成本。本例中，时段1水电机组应为下一时段预留10 MW灵活性爬坡，受时段2 电量约束的限制，水电减少了时段1 的出力，因此水电提供的这部分灵活性爬坡存在机会成本，为0.33美元/MWh。时段3水电机组为下一时段预留15 MW 灵活性爬坡，受容量约束的限制，水电减少了时段3的出力，这部分灵活性爬坡的机会成本为1美元/MWh。计算出考虑电量约束时的水电总收益，见表4。

表4 考虑电量约束时的水电收益

4.2.2 对比分析

4.1.2 节与4.2.1节均在优化调度中考虑了灵活性爬坡能力的获取，区别在于4.1.2节中未考虑水电电量约束，4.2.1 节中考虑了水电电量约束。对比这两种情况下的运行结果，水电机组电量约束的影响主要体现在：

1）限制水电在电能量市场的出力。对比图7和图8、图9和图10可知：没有电量约束时，由于水电报价较低，在其出力范围内且灵活性足够的情况下，系统会倾向于优先调用水电以实现总成本最小的优化目标；考虑电量约束时，由于水电在调度周期内总发电量有上限，水电各时段的调度出力明显少于未考虑电量约束时。

2）限制水电提供灵活性爬坡的能力。以爬坡为例：没有电量约束时，水电能预留的向上灵活性爬坡应同时满足不大于爬坡速率、不大于最大出力减去当前出力两个条件；考虑电量约束时，还要增加不大于下一时段电量上限减去当前出力的约束，进一步限制了水电预留灵活性爬坡的能力。

5 结语

本文提出一种火电、水电联合调度的日前-日内两阶段滚动优化模型，模型中考虑灵活性爬坡的预留，结果表明引入灵活性爬坡产品对系统安全经济运行有以下积极作用：从安全性角度看，考虑灵活性爬坡可避免弃风弃光、切负荷等现象发生，维持电力平衡，提高系统安全运行能力；从经济性角度看，考虑灵活性有利于维持电价稳定，避免实时电价上升至惩罚电价，降低现货市场的运行成本。

水电机组的电量约束限制了其在电能量市场的出力以及提供灵活性爬坡的能力，但其电量约束是客观存在、符合实际的，因此应作为必要的约束条件在优化调度时考虑，不能忽略。在其他各项技术尚未成熟的现阶段，充分利用水能资源，发挥水电调节作用，对于平衡系统不确定性、促进新能源消纳具有重要意义。

本文构建的灵活性爬坡产品交易机制，从系统层面整体考虑了灵活性供需平衡的关系。随着新能源发电渗透率不断提升，可以进一步将线路输电容量的限制纳入考量，针对影响灵活性需求及供给的区位因素开展后续研究。