考慮電-氫市場的虛擬電廠兩階段優化策略研究

石夢舒，許小峰，張繼廣，李憶，周保中，樂鷹，畢圣

（1. 華北電力大學經濟與管理學院，北京市 昌平區 102200；2. 華電電力科學研究院有限公司，浙江省 杭州市 310030）

0 引言

隨著中國“雙碳”目標的實施，風電、光伏等新能源將迎來更快速發展，新能源的滲透率將不斷提高，這將會加大新能源功率波動對微電網及其接入系統安全穩定的影響和運行調度的難度[1]。一方面，可再生能源的出力存在較大的不確定性，對電網的調節能力提出了更高的要求，平抑可再生能源發電的波動性和間接性是亟須解決的問題。另一方面，隨著可再生能源的裝機容量不斷提高，棄風、棄光以及棄水現象也愈發嚴重，充分消納可再生能源、提升能源利用效率也是正在面臨的挑戰之一[2-3]。虛擬電廠(virtual power plant，VPP)作為一種智慧能源系統，具有雙向潮流的特性，既可以作為可控電源加強電力的供給能力向電網供電調峰，也可以作為可控負荷增加電力的消納，配合系統實現填谷，平滑系統的出力和需求，為電力系統的穩定性提供保障[4-6]。除了為電力系統的運行提供保障獲得補償收益之外，VPP也可以作為靈活性資源參與容量、電量以及輔助服務等各級電力市場，通過市場交易獲得經濟收益[7]。

儲能可以彌補新能源在隨機波動性方面的先天缺陷，從根本上解決高比例新能源消納的難題[8]。氫儲能作為一種清潔高效的能源，能夠在VPP 中發揮重要的作用[9-10]。區別于其他儲能系統，氫儲能系統不僅能夠充分消納棄風、棄光以及棄水等資源，作為儲能保障電力供應，也可以作為氫原料的來源之一，提升系統內部的附加價值，并且提高VPP 參與外部市場的能力[11-12]。然而，針對氫儲能系統參與VPP 的研究尚少。文獻[13] 構建了以電轉氣碳捕集系統耦合和燃氣摻氫為主體的VPP，在考慮階梯碳交易的基礎上對系統進行優化。文獻[14]構建了基于堿性電解槽寬功率適應模型的風光氫熱VPP 模型，探索了用電解槽-儲氫罐-燃料電池替代蓄電池，并同時熱電聯供，再考慮氧氣市場下的經濟性和可行性。文獻[15] 構建了以光伏耦合電解水制氫系統的虛擬電廠，研究了其運行模式，并對其經濟性展開了分析。

VPP 作為靈活性資源豐富的主體，能夠在電力市場中發揮重要作用[16]，隨著綜合能源系統的發展，多能互補也逐漸成為VPP 內部資源優化的趨勢，VPP 也可以作為獨立主體參與多能市場[17-18]。目前針對VPP 參與電力市場的研究主要包括市場機制的設計[19-21]和交易策略[7,22-24]。文獻[25]提出了一種基于拍賣理論的異構分布式能源虛擬電站聯盟方法，充分考慮了VPP 之間的競爭關系。文獻[26]深入分析了電力市場的交易機制，對電力市場中VPP 的風險成本進行了建模，并運用博弈的模型對VPP 的投標策略展開研究。文獻[27]建立了由風電場、抽水蓄能電站和燃氣輪機組成的VPP，并考慮電價和風電出力的不確定性，提出了VPP 競標策略。文獻[28]為進一步刻畫VPP 在市場博弈行為中的特點，將古諾博弈模型引入電力市場，并運用強化學習理論對該博弈過程進行求解。文獻[29]提出了一種基于主從博弈的VPP 內部購售電價格制定方法，通過電價信號引導產消者調整發用電策略，最終形成VPP 的對外出力。文獻[30]提出了一種VPP 參與日前電力市場的內外協調的競標策略，在考慮外部競標的基礎上進行內部資源博弈。

然而，少有文獻細化研究氫儲能系統在VPP中的應用，也鮮有研究其在氫市場中的作用。本文考慮可再生能源、柔性負荷、抽蓄儲能和氫儲能的資源互補特性，構建兩階段優化模型，提出一種外部多能源市場競標和內部資源優化策略。

1 虛擬電廠電-氫兩級市場參與模式

如圖1 所示，虛擬電廠由可再生能源發電機組、抽蓄電站、柔性負荷及氫儲能系統構成。虛擬電廠運營商(virtual power plant operator，VPPO)通過收集市場信息向VPP 下達運行指令。而VPP通過VPPO 下達的指令對內部資源進行優化。傳統的VPP 參與電力市場的模式主要是通過電源側峰時售電、儲能側峰谷套利減少負荷需求以及負荷側需求響應來提供輔助服務。本研究中VPP 參與日前的電能量市場和調峰輔助服務市場，以價格接受者的方式參與日前階段的電力市場，在獲取電力調度機構發布的電能量市場的市場信息(購售電價格、峰平谷時段等)和調峰市場的市場信息(填谷調峰、削峰調峰的調峰時段和調峰補償價格)后，根據競標策略協調內部成員資源，通過優化進一步調整在電能量市場和調峰市場的競標計劃，向電力調度機構上報在電能量市場和調峰市場的競標電量等信息。氫儲能系統和抽蓄電站都可以參與調峰輔助服務市場，但是對于氫儲能系統而言，其參與電力輔助服務市場或是氫市場的資源總量是固定的，因此需要根據價格進行決策。

圖1 虛擬電廠結構示意圖Fig. 1 Schematic diagram of virtual power plant structure

2 虛擬電廠市場參與模型

2.1 第一階段運行優化模型

2.1.1 第一階段目標函數

對于下層模型而言，VPPO 的目標是系統總運行成本最低。其系統運行成本包括棄風棄光的懲罰成本、失負荷的懲罰成本、購電成本、設備啟停成本以及設備運行成本。

式中：CVPP為系統運行成本；為棄風棄光的懲罰成本；為失負荷的懲罰成本；為購電成本；為設備啟停成本；為設備運行成本；分別為棄電懲罰電價、失負荷懲罰電價以及購電電價，元/(kW?h)；和Pb,t分別為棄電功率、失負荷功率以及購電功率，kW。

2.1.2 第一階段約束條件

1）功率平衡約束

功率平衡約束條件為

2）備用容量約束

為了實現風電與光伏的全額消納，VPP 通過抽蓄電站和柔性負荷保留相應的正負備用應對風電、光伏的出力偏差。備用容量約束條件如下：

式中：ΔPw+,t、ΔPpv+,t分別為風電和光伏出力的正偏差，kW；ΔPw-,t、ΔPpv-,t分別為風電和光伏出力的負偏差，kW；Rp,up,t、Rp,down,t分別為抽蓄電站的正備用和負備用，kW；Rfl,up,t、Rfl,down,t分別為柔性負荷的正備用和負備用，kW。

3）設備出力約束

風電出力約束條件如下：

光伏出力約束條件如下：

式中：I為單位面積太陽能輻射量，kW/m2；A為光伏面積，m2；λ為系統綜合效率，一般取0.8。

抽蓄電站出力約束條件如下：

式中：ηp,t為抽水工況下抽水蓄能電站在t時段的工作狀態變量，取0 或1；為抽水蓄能電站的額定抽水功率，kW。

抽蓄電站出力約束條件為

抽蓄電站不同時抽水蓄能和放電。

氫儲能系統出力約束條件如下：

式中：Hm,t為制氫量，m3；α為電轉氫的系數；ηp-h為電轉氫的效率；β為氫轉電的系數，取1；ηh-p為氫轉電的效率，%；Hc,t為耗氫量，m3。

儲氫設備的累積儲氫量Hs,t滿足如下約束：

氫儲能系統運行約束條件為

其中，電解槽和燃料電池不同時啟動。

4）設備啟停約束

設備頻繁啟停不僅會造成成本增加，也會影響設備的正常使用，加劇設備的磨損。因此，在典型運行日內，儲能系統的啟停次數需要保障在合理范圍內。設備啟停約束條件為

式中：ns-s為設備的啟停次數；ns-s max為典型日內設備的最大啟停次數。

5）調峰約束

對于柔性負荷而言，其滿足如下調峰約束：

式中：ΔPl,t為柔性負荷的可調量，kW；為柔性負荷的最大可調量，kW。柔性負荷參與調峰市場需要根據調峰輔助服務市場的時段進行負荷調整，其他時段的調峰量為0。

柔性負荷調峰狀態約束條件為：

式中：ΔPl,vf,t、ΔPl,pf,t分別為柔性負荷填谷調峰和削峰調峰電量，kW；uvf、upf分別為填谷調峰標志和削峰調峰標志，取0或1，且不同時為1。

2.2 第二階段競標策略

2.2.1 第二階段目標函數

VPPO 目標是系統總收益最大，包含在電能量市場獲得的售電收益、提供輔助服務的收益以及在氫市場售氫獲得的收益。系統總收益表示為

調峰輔助服務又分為削峰調峰輔助服務和削谷調峰輔助服務，且服務價格不同。因此，VPPO提供輔助服務可獲得的收益可細化成如下模型：

式中：pvf,t、ppf,t分別為填谷調峰價格和削峰調峰價格，元/kW；qvfb,t為VPPO 的填谷調峰競標容量，kW；qpfb,t為VPPO 的削峰調峰競標容量，kW。

式中：qp,vf,t、qfl,vf,t分別為抽蓄電站和氫儲能系統參與填谷調峰的充電電量、柔性負荷參與填谷調峰的負荷增加量，kW；qp,pf,t、qfl,pf,t分別為抽蓄電站和氫儲能系統參與削峰調峰的放電電量、柔性負荷參與填谷調峰的負荷減少量，kW。

2.2.2 第二階段約束條件

VPPO 在電能量市場和輔助服務市場的競標會互相影響，VPP 可提供的靈活性資源有限并且固定，因此VPPO 需要抉擇參與能量市場和輔助服務市場的資源分配問題。VPP在t時刻的系統靈活性可表示為

式中FVPP,t由下層提供。

2.3 求解方法

本研究采用粒子群優化算法和Cplex求解器組合求解，在MATLAB2019a平臺實現。粒子群算法已被廣泛用作求解優化問題的啟發式算法之一，具體流程如下：1）初始化粒子，對于上層模型中電能量市場競標量、輔助服務市場競標量以及氫市場競標量決策變量的每個粒子，給定初始化速度和位置；2）下層Cplex求解器根據下層目標函數對VPP的內部資源進行優化，以得到最優的購售電策略，并更新VPP內部的靈活性資源量反饋給上層，上層粒子群算法根據下層反饋的靈活性資源量更新競標量，并計算總收益，評估總收益的變化情況；3）若模型已經達到終止條件，尋優過程結束，算法終止，否則，更新粒子的速度和位置并返回第2）步。

3 算例分析

3.1 參數及場景設計

VPPO 根據電力調度機構的需求以及獲取到的電力市場和氫市場的價格信息，通過聚合VPP內部的靈活性資源進行合理分配，以達到系統總收益最大的目的。可再生能源發電、柔性負荷、抽蓄電站和氫儲能系統均可參與電力市場的調峰需求，氫儲能系統還可以參與氫市場。調峰時段購售電及輔助服務的價格如圖2 所示。VPP 在24個時段均可參與電能量市場。

圖2 電力市場價格Fig. 2 Electricity market price

VPP 內部風電、光伏出力以及原始負荷的預測如圖3 所示，根據風電、光伏的出力特性以及負荷需求特性，本研究選取了春、夏、秋、冬4個季節的典型日。

圖3 負荷及出力Fig. 3 Load and output

本文設定每個柔性負荷在各時段的最大調整量為該時段負荷的20%，調峰市場的準入條件為單日競標電量不小于5 000 kW，在削峰調峰時段，VPP 最大購電量為250 kW?h，本文的其他參數設置如表1所示。

表1 參數Tab. 1 Parameters

3.2 競標結果

表2為典型場景設計情況。不同季節典型日不同場景的競標電量如圖4所示。在場景1，即僅有可再生能源發電和柔性負荷參與輔助服務的情況下，夏季典型日才能勉強達到輔助服務市場的調峰基準條件，其余季節均不能參與輔助服務市場。場景3 在考慮單一氫儲能的情況下，僅能在夏季和秋季參與輔助服務市場，且秋季勉強達到基準條件；春季略低于調峰基準條件。場景2 和場景4 四季均能參與輔助服務市場，且抽蓄電站和氫儲能同時參與輔助服務市場的情況下調峰能力更強。具體典型日競標結果見表3。

表2 典型場景Tab. 2 Typical scenarios

表3 電能量市場總競標結果Tab. 3 Total bidding results of electricenergy market kW?h

圖4 輔助服務總競標電量Fig. 4 Total bidding power for auxiliary service

根據表3 可知，場景1、2 在不同季節的電能量市場競標結果一致。原因主要有2點：1）在本文優化結果中抽蓄儲能并不直接參與上級電網電能量市場，而是通過減少柔性負荷的方式提供輔助服務，因為購電價格要高于售電價格，因此減少購電才是實現總凈收益最大的策略；2）場景1、2可再生能源發電均在平時段和峰時段提供電能量服務，對于抽蓄儲能，峰時段和平時段的價差并不能使其從中套利，因此在平時段可再生能源發電用于參與電能量市場。場景3、4電能量市場的競標結果一致，并且在不同季節均低于場景1、2。對于氫儲能，在平時段通過消納風電光伏制氫獲得的總收益要高于參與電能量市場的售電收益。因此對于場景3、4，其平時段的可再生能源發電均不參與電能量市場。

典型日競標總收益如表4所示，可以看出，在春季，針對電力市場，場景3 收益最低，因為場景1和場景3僅能參與電能量市場。對于場景3而言，平時段可再生能源發電用于制氫的收益要高于參與電能量市場的收益，因此場景3 的電能量市場收益低于場景1。場景3 的氫收益大于場景4的氫收益，場景3 未達到調峰競標電量，在滿足失負荷需求的基礎上，氫儲能系統的售氫收益要大于燃料電池的售電收益。而對于場景4 而言，因為其已經達到了調峰的門檻電量，調峰需求響應的收益大于售電收益，因此氫儲能系統在最大限度滿足能夠參與的輔助服務需求的前提下，多余氫氣才用于在氫市場交易。場景3 的購電成本要高于場景2，這是由于氫儲能系統的容量低于抽蓄儲能。相比于場景2和場景4，場景3仍存在棄電懲罰，這是受氫儲能系統容量所限；增設儲能系統后，VPP均不存在失負荷。

表4 典型日競標總收益Tab. 4 Total bidding revenue for a typical day元

夏季和秋季情況較為一致：在夏季場景1 可以參與輔助服務市場，因此其在電力市場的收益要高于秋季；相比于春季，場景3 在夏季和秋季均可參與輔助服務市場，因此其收益要高于場景1，但是受氫儲能系統容量所限，其收益均低于場景2；夏季和秋季的氫市場收益均為0，因為彌補柔性負荷需求減少的購電成本和獲得的輔助服務收益要高于在氫市場的收益，因此氫儲能系統制得的氫氣全部用于燃料電池發電。

冬季典型日的情況與春季較一致，不再贅述。

3.3 內部資源優化結果

3.3.1場景1

圖5為柔性負荷需求響應情況，可以看出，夏季和冬季在峰時段的需求響應量較大，歸因于本文根據配網的運行情況設計了最大可購電量。若柔性負荷在需求響應之后仍大于最大可購電量，會產生失負荷情況，因此需要儲能出力彌補。

圖5 柔性負荷需求響應情況Fig. 5 Flexible load demand response

3.3.2場景2

圖6為春季典型日抽蓄電站充放電情況，抽蓄電站優先消納VPP 內部的可再生能源棄電，未達到抽蓄電站容量限制的部分通過在配網買電以實現峰谷套利。由于抽蓄電站在四季的運行情況一致，因此本文對于其他季節不再贅述。

圖6 抽蓄電站充放電情況Fig. 6 Charging and discharging conditions of the pumped storage power station

3.3.3場景3

氫系統制儲用氫情況如圖7所示，可以看出，氫儲能系統在春季和冬季情況一致，夏季和秋季情況一致。對于春季和冬季，由于不能參與輔助服務市場，其燃料電池不啟動，制得的氫氣全部儲存，用于第二日在氫市場交易。在夏季和秋季，其可以參與輔助服務市場，制氫儲存起來以供燃料電池使用。

圖7 氫系統制儲用氫情況Fig. 7 Hydrogen production, storage and consunption in hydrogen system

氫儲能充放電情況如圖8 所示，可以看出，春季和冬季氫儲能系統不發電，在夏季和秋季的峰時段發電，谷時段和平時段制氫。由于未達到制氫裝置的容量限制，秋季和冬季氫儲能系統都在平時段購電。

圖8 氫儲能充放電情況Fig. 8 Charge and discharge of hydrogen energy storage

3.3.4場景4

儲能充放電情況如圖9所示，可以看出，在谷時段，可再生能源的棄電優先用于氫儲能系統制氫，多余棄電用于抽蓄電站。由于抽蓄電站的容量較大，未達到容量上限的部分通過在上級電網購電滿足。平時段的可再生能源出力均用于氫儲能系統和抽蓄電站，這是因為減少的購電成本和輔助服務收益之和高于在電能量市場的售電收益。在峰時段，優先消納抽蓄儲能，當抽蓄儲能不滿足需求時，燃料電池啟動彌補不足。這是因為抽蓄電站僅能通過電力市場獲得收益，而氫儲能系統既可以獲得輔助服務收益，又可以獲得氫市場收益。氫儲能系統直接參與電能量市場和輔助服務市場的收益要低于其參與氫市場的收益，但是小于在峰時段減少的購電成本和輔助服務收益之和，因此在滿足峰時段負荷需求的基礎上，氫儲能系統選擇參與氫市場。

圖9 儲能充放電情況Fig. 9 Charge and discharge of energy storage

氫儲能系統制儲用氫情況如圖10所示，春秋季情況趨于一致，在第2 個峰時段消耗氫氣用于燃料電池發電。當抽蓄不能滿足負荷需求時，燃料電池啟動以彌補不足。在夏季，燃料電池未出力，因為抽蓄電站出力足夠與峰時段柔性負荷匹配。而在冬季，抽蓄電站出力難以滿足負荷需求，燃料電池在第1 個峰時段就開始出力。相比于其他3 個季節，冬季儲氫量在典型日的最后時段接近為0，主要源于冬季負荷需求大，制氫幾乎全部用于燃料電池，不能參與氫市場交易。

圖10 氫儲能系統制儲用氫情況Fig. 10 Hydrogen production and storage in hydrogen energy storage system

4 結論

對虛擬電廠參與電力市場和氫市場的競標策略展開研究，根據虛擬電廠內部可再生電源、柔性負荷、抽蓄儲能及氫儲能的資源互補特性，構建了考慮競標策略和內部資源運行優化策略的兩階段模型。在考慮虛擬電廠參與外部市場的總收益，以及虛擬電廠內部棄電懲罰、失負荷懲罰雙層目標下，針對虛擬電廠內部資源進行優化調度，并將優化后的靈活性能力反饋給虛擬電廠運營商，以調整競標策略，直到實現最優競標策略。采用粒子群算法結合Cplex求解器求解，結果表明：

1）構建的內外側雙層優化模型能夠保障虛擬電廠根據外部電力市場和氫市場的信息進行最優競標決策，并基于競標情況對內部資源進行優化調整，以達到虛擬電廠在電-氫兩級市場總凈收益最大的目標。

2）在當前市場環境下，抽蓄電站可以通過與上級電網互動實現峰谷套利。但是對于氫儲能系統而言，如果通過購電以彌補峰時段負荷需求是缺乏經濟性的，但是在考慮氫市場的情況下，氫儲能系統在谷時段和平時段可以通過在上級電網購電制氫進一步獲得售氫收益。