考慮調頻績效機制下儲能在多市場中的最優投標策略研究

蘇峰，張賁，史沛然，何冠楠，陳啟鑫

(1. 國家電網華北電力調控分中心，北京市 100053；2. 電力系統及發電設備控制和仿真國家重點實驗室(清華大學電機系)，北京市 100084)

考慮調頻績效機制下儲能在多市場中的最優投標策略研究

蘇峰1，張賁1，史沛然1，何冠楠2，陳啟鑫2

(1. 國家電網華北電力調控分中心，北京市 100053；2. 電力系統及發電設備控制和仿真國家重點實驗室(清華大學電機系)，北京市 100084)

輔助服務對于保證電力系統的安全穩定運行至關重要。隨著具有間歇性和波動性的可再生能源的比例不斷增大，電網的調峰調頻需求和壓力不斷增加。儲能具有快速響應調節能力，是優質的調頻資源。基于績效的調頻市場機制可以為儲能提供經濟激勵，合理補償其成本，調動儲能提供調頻的積極性。建立了在基于績效的調頻市場機制下儲能的日前多市場最優投標決策模型。該模型可以指導儲能優化資源配置，在能量與輔助服務市場收益之間進行權衡，實現利潤的最大化；還可以作為估計儲能收益潛力的工具，進而引導儲能的投資決策。最后通過算例分析驗證了所建模型的有效性。

儲能; 電力市場; 調頻績效; 輔助服務; 最優投標策略

0 引 言

為了保證電網的穩定可靠運行，調峰、調頻等輔助服務是不可或缺的。隨著我國新能源裝機的快速增長，電網可再生能源滲透率的不斷提高，風電與光伏的間歇性與波動性將對電網的安全穩定運行、電能質量帶來重大挑戰。此外，系統的可再生能源消納能力也將受到系統調峰調頻能力的制約。

儲能將在未來的智能電網中扮演極其重要的角色。其靈活性和快速響應能力能夠極大地緩解系統調峰調頻的壓力，提高系統的安全穩定性，促進可再生能源的消納。與常規火電機組相比，儲能尤其適合參與系統調頻[1]。文獻[2]提出了儲能系統提供自動發電控制(automatic generation control, AGC)服務的控制策略。文獻[3]研究了電池儲能調頻的仿真模型與協調控制。

儲能大規模商業運營的最大障礙在于其經濟性。而對于其提供輔助服務的經濟性評估的研究則比較少。2006年起，依據國家電力監管委員會發布的《并網發電廠輔助服務管理暫行辦法》等文件，各區域電網已基本擬定了有關輔助服務調用與補償的“兩個細則”，初步建立起輔助服務的補償機制，嘗試調動電廠提供輔助服務的積極性。隨著我國電力體制改革的進一步深化，充分借鑒國外成熟電力市場構建模式與運行實踐，因地制宜地設計電力市場機制，促進電力資源的優化配置，調動電網各主體提供輔助服務的積極性，是我國電力系統的發展方向。

此外，諸如儲能之類優質的快速調頻資源能夠大大減少電網調頻容量的需求，提高系統調頻的整體效率和經濟性[4]。為了給具有快速調頻能力的資源提供合理的經濟激勵，充分反映優質調頻資源的價值，合理補償其成本，提高其積極性，彌補已有制度的缺陷[5-6]，美國聯邦能源監管委員會(Federal Energy Regulatory Commission, FERC)于2011年發布法案755《批發電力市場的調頻服務補償》[7]，提出根據調頻資源的實際績效來提供補償。在這一法案的要求下，PJM市場設計了基于績效的調頻市場機制(performance-based regulation)，應用該機制后系統的調頻需求容量降低了約30%[8]。

在市場環境下，儲能作為市場成員需要采取合適的投標策略以實現利潤最大化。文獻[9-12]研究了儲能在能量及輔助服務市場中的聯合投標策略，但是均沒有考慮基于績效的調頻市場機制以及儲能的績效收入。

在電力市場環境下，考慮基于績效的調頻市場機制，研究儲能如何優化資源配置，進行投標和運行策略的決策，在能量與輔助服務市場收益之間進行權衡，對于指導儲能運營、估計儲能收益和引導儲能投資具有重大的意義和價值。本文首先介紹基于績效的調頻市場機制，接著建立儲能的日前能量市場套利模型以及基于績效的調頻市場機制下儲能的日前多市場最優投標模型。儲能基于多場景的電價預測信息，以利潤最大化為目標，在日前的能量、調頻和旋轉備用市場中聯合投標。基于這一模型可以將儲能的容量在3個市場中進行最優配置，并估計其最大日利潤。最后，本文通過算例分析驗證模型的有效性，分析在考慮基于績效的調頻市場機制下儲能的主要收入來源，并與儲能在能量市場中的套利收入進行比較。

1 基本市場框架

本文采用了具有普遍意義的美國電力市場基本框架，以研究儲能在市場中的投標策略。

本文假設儲能可同時參與能量、調頻和旋轉備用這3個市場。儲能需要在運行日的前一天(日前)在市場交易平臺中申報運行日每小時的投標。交易中心或調度中心則根據負荷預測及可靠性要求確定能量和輔助服務的需求，在滿足安全約束的條件下根據投標情況排序，聯合出清能量和輔助服務市場，得到各市場邊際電價和市場成員的中標容量。考慮到儲能的容量較小，對市場邊際電價的影響也很小，因而可以合理地假設儲能是價格接受者。作為價格接受者，儲能在日前根據對市場電價的多場景預測信息，在滿足自身運行約束的條件下優化配置每小時在能量、調頻和旋轉備用這3個市場中的日前投標容量，以最大化市場利潤。儲能在提供能量的基礎上必須為調頻和旋備預留足夠的功率和能量以響應系統的指令。

2 基于績效的調頻市場機制

美國聯邦能源監管委員會法案755要求下屬各獨立調度機構(ISO)或區域輸電組織(RTO)設計“為績效付費(pay for performance)”的調頻市場機制和費率。目前所有FERC下的ISO/RTO均已設計相關機制并已投入運行。該機制為具有較高調頻性能的資源提供合理的經濟激勵，提高系統的調頻資源利用效率。

以PJM為例，該市場采用了基于績效的調頻機制。在該機制下，調頻服務提供者獲得兩部制補償。第1部分為容量補償，即對資源為了提供調頻而預留出來的容量進行補償，由市場容量電價πcap、調頻中標容量breg和績效分數Kperf決定：

(1)

第2部分為績效補償，即根據調頻資源實際完成的調頻任務量和品質進行補償，由市場績效電價πperf、調頻中標容量breg、績效分數Kperf以及里程比R決定：

(2)

調頻里程是指在提供調頻服務中，一段時間內出力的絕對變化量之和，單位通常為MW。PJM在傳統的較慢的調頻信號(RegA)之上引入了較快的動態調頻信號(RegD)。里程比則是一種調頻信號的里程與RegA的里程之比。RegD的里程大約為RegA里程的3倍，因此，RegD為諸如儲能之類具有快速響應能力的資源提供了大展拳腳的機會，挖掘了它們的潛力，同時也提供了更高的績效補償(約3倍)，激勵它們提供快速響應的調頻服務。

RegD每2s變化1次，而電池儲能的全功率響應時間通常為s甚至ms級，如液流電池、鋰離子電池等，因而十分適合提供快速調頻服務。RegD的另一個有利于電池儲能的特點是它對能量的要求較低。PJM要求RegD能量中立，即在h甚至更小的時間尺度內能量均值約為0，因此十分適合電池儲能這種能量有限的資源。

3 儲能能量市場套利模型

(3)

(4)

(5)

式(6)表示了儲能能量市場的凈投標量。式(7)表示儲能的能量市場購售電量不能超過其最大功率bm。

(6)

(7)

任意t時刻的能量水平Et也不能超過其能量上下限，如式(8)—(9)所示，其中η為儲能的充(放)電效率。

(8)

(9)

儲能t+1時刻的能量水平Et+1由t時刻的能量水平Et以及t時段的能量變化值ΔEt決定，如式(10)所示，其中α為儲能的自放電速率。

Et+1=(1-α)Et+ΔEt

(10)

t時段的能量變化值ΔEt如式(11)所示：

(11)

4 儲能多市場聯合投標優化模型

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

儲能必須為調頻中標容量(上調頻與下調頻各一半)與旋轉備用中標容量預留足夠的容量，如式(20)—(21)所示：

(20)

(21)

除了容量，儲能為中標的輔助服務預留能量也是必須的，且其任意t時刻的能量水平Et也不能超過其能量上下限，如式(22)—(23)所示：

(22)

(23)

對于旋轉備用，儲能必須預留能量足夠保持hres(通常為1h)的中標容量出力。對于調頻，儲能也須預留能量足夠保持hreg(通常為15min)的中標容量出力。

儲能t+1時刻的能量水平Et+1由t時刻的能量水平Et以及t時段的能量變化值ΔEt決定，如式(24)所示：

Et+1=(1-α)Et+ΔEt

(24)

(25)

盡管調頻信號RegD是能量中立的，由于儲能在充放電過程中的能量損失，提供調頻仍然會消耗一定能量，計算如式(26)所示：

(26)

5 算例分析

本文采用CPLEX求解上述線性優化模型。分別采用了2014年6月PJM和ERCOT的歷史電價數據生成各市場電價場景，其平均日電價曲線如圖1所示，電價均值及RegD的平均里程比如表1所示。旋備調用概率設為5%[12]。據統計，PJM的RegD每h上調或下調的平均電量約為0.13 (MW·h)/MW。

圖1 所生成場景的平均市場電價曲線Fig.1 Average market price curve in generated scenario

算例中的儲能考慮為一個30 MW，30 MW·h的電池，充放電循環效率為70%，自放電忽略不計，調頻績效分數設為0.9。不同類型的儲能具有不同的容量-能量比以及充放電效率，但均可采用本文的模型優化其投標策略并估計其日收益。

圖2和圖3分別為該儲能在能量市場中的套利策略以及在能量、調頻和旋備市場中的最優聯合投標策略。柱長代表各市場中的投標量，曲線代表儲能一天中的能量變化曲線。

對比圖2與圖3，不難發現，如果僅在能量市場中套利，儲能的利用率極低，僅在電價高峰和低谷時刻分別進行放電和充電。在多市場最優聯合投標策略下，儲能的大部分容量均用來進行調頻。只有當電價較低的時候才會在能量市場中購電以補充提供調頻時的能量損耗。在補充能量的時候，儲能必須減少調頻容量以騰出一部分充電容量，而由于調頻容量是上下調頻各一半(PJM市場的規則)，此時也相應地騰出了一部分放電容量，正好可用于提供旋轉備用服務。

圖2 儲能能量市場套利策略Fig.2 Arbitrage strategy of energy storage markets

圖3 儲能多市場最優聯合投標策略Fig.3 Optimal joint bidding strategy of energy storage in multi-markets

表2總結了儲能多市場最優聯合投標策略下在各市場中的日收入情況，并將其與能量市場套利收入進行了對比。可以看到，在多市場聯合投標下，儲能的絕大部分收入來源于調頻市場。由于需要在能量市場購電補充能量，其能量市場收入為負。此外，調頻市場收入要遠遠高于能量市場套利收入。

表2 儲能日收入情況 Table 2 Daily revenue of energy storage $

6 結 論

具有快速響應能力的儲能在未來含高比例可再生能源的電網中具有巨大的應用潛力。基于績效的調頻市場機制可以為儲能這樣的優質調頻資源提供合理的市場激勵，增強其提供調頻服務的積極性。本文建立了在基于績效的調頻市場機制下儲能的多市場投標模型。結果表明，在最優投標策略中，儲能將大部分容量用于提供調頻服務，其收入也將主要來源于調頻市場。本文提出的最優投標模型將有利于優化儲能電站在電力市場中的投標決策，并更好地估計儲能的經濟收入，為其投資決策提供參考。

[1]胡澤春, 謝旭, 張放, 等. 含儲能資源參與的自動發電控制策略研究[J]. 中國電機工程學報,2014,(29): 5080-5087. HU Zechun, XIE Xu, Zhang Fang, et al. Research on automatic generation control strategy incorporating energy storage resources[J]. Proceedings of the CSEE, 2014, 34(29): 5080-5087.

[2]CHENG Y, TABRIZI M, SAHNI M, et al. Dynamic available AGC based approach for enhancing utility scale energy storage performance[J]. IEEE Transactions on Smart Grid, 2014, 5(2):1070-1078.

[3]雷博. 電池儲能參與電力系統調頻研究[D]. 長沙：湖南大學, 2014. LEI Bo. Research on application of battery energy storage system in power system frequency regulation[D]. Changsha: Hunan University, 2014.

[4]陳大宇, 張粒子, 王澍, 等. 儲能在美國調頻市場中的發展及啟示[J]. 電力系統自動化,2013,37(1): 9-13. CHEN Dayu, ZHANG Lizi, WANG Shu, et al. Development of energy storage in frequency regulation market of United States and its enlightenment[J].Automation of Electric Power Systems,2013,37(1): 9-13.

[5]MASIELLO R D, ROBERTS B, SLOAN T. Business models for deploying and operating energy storage and risk mitigation aspects[J]. Proceedings of the IEEE, 2014, 102(7):1052-1064.

[6]KINTNER-MEYER M. Regulatory policy and markets for energy storage in north America[J]. Proceedings of the IEEE, 2014, 102(7):1065-1072.

[7]WASHINGTON D U F E. Frequency regulation compensation in the organized wholesale power markets[R]. Washington DC: Federal Energy Regulatory Commission, 2011.

[8]PJM. Performance based regulation: year one analysis[R]. Valley Forge, PA: 2013.

[9]KAZEMPOUR S J, HOSSEINPOUR M, MOGHADDAM M P. Self-scheduling of a joint hydro and pumped-storage plants in energy, spinning reserve and regulation markets[C]//Power & Energy Society General Meeting, 2009.

[10]AKHAVAN-HEJAZI H, MOHSENIAN-RAD H. Optimal operation of independent storage systems in energy and reserve markets with high wind penetration[J]. IEEE Transactions on Smart Grid, 2014, 5(2):1088-1097.

[11]MOGHADDAM I G, SAEIDIAN A. Self scheduling program for a VRB energy storage in a competitive electricity market[C]//2010 International Conference on Power System Technology (POWERCON), 2010:1-6.

[12]VARKANI A K, DARAEEPOUR A, MONSEF H. A new self-scheduling strategy for integrated operation of wind and pumped-storage power plants in power markets[J]. Applied Energy, 2011, 88(12):5002-5012.

(編輯 劉文瑩)

Optimal Bidding Strategy of Energy Storage in Power Market with Performance-Based Regulation Mechanism

SU Feng1, ZHANG Ben1, SHI Peiran1, HE Guannan2, CHEN Qixin2

(1. State Grid North China Power Dispatching and Control Centre, Beijing 100053, China;2. Department of Electrical Engineering, Tsinghua University, Beijing 100084, China)

Auxiliary services are essential to the reliable operation of power systems. As the penetration of intermittent and variable renewable energy increases, the requirements of reserve and regulation in power grid rise correspondingly. Energy storage is a high-quality regulation resourcs, because of its fast ramping and responding capability. Performance-based regulation mechanism can provide economic incentive for energy storage and reasonable compensation for its cost, which can arouse the enthusiasm of energy storage. This paper constructs the optimal bidding strategy model for energy storage in current power market with considering performance-based regulation mechanism, which can guide the optimal resource allocation of energy storage, and help make a trade-off for energy storage between revenues from energy markets and auxiliary service markets to achieve the maximization of profits. The proposed model can also help estimate the profit potential of energy storage, and in turn help its investment decision. The validity of the proposed model is verified by example analysis.

energy storage; power market; performance-based regulation; auxiliary service; optimal bidding strategy

TM 91

A

1000-7229(2016)03-0071-05

10.3969/j.issn.1000-7229.2016.03.011

2015-12-28

蘇峰(1983)，男，工程師，研究方向為電力系統優化調度與經濟運行、輔助服務、新能源；

張賁(1983)，男，工程師，研究方向為電力系統分析、電力系統調度運行；

史沛然(1982)，男，高級工程師，研究方向為電力系統優化調度與經濟運行、輔助服務、新能源發電與消納；

何冠楠(1991)，男，碩士研究生，主要研究方向為儲能優化運行、電力市場、新能源消納；

陳啟鑫(1982)，男，博士，副教授，IEEE高級會員，主要研究方向為低碳電力、電力市場、電力規劃，能源互聯網。