考虑调频绩效机制下储能在多市场中的最优投标策略研究

2016-02-23 01:55:24苏峰张贲史沛然何冠楠陈启鑫
电力建设 2016年3期
关键词:市场机制调频投标

苏峰,张贲,史沛然,何冠楠,陈启鑫

(1. 国家电网华北电力调控分中心,北京市 100053;2. 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系),北京市 100084)

考虑调频绩效机制下储能在多市场中的最优投标策略研究

苏峰1,张贲1,史沛然1,何冠楠2,陈启鑫2

(1. 国家电网华北电力调控分中心,北京市 100053;2. 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系),北京市 100084)

辅助服务对于保证电力系统的安全稳定运行至关重要。随着具有间歇性和波动性的可再生能源的比例不断增大,电网的调峰调频需求和压力不断增加。储能具有快速响应调节能力,是优质的调频资源。基于绩效的调频市场机制可以为储能提供经济激励,合理补偿其成本,调动储能提供调频的积极性。建立了在基于绩效的调频市场机制下储能的日前多市场最优投标决策模型。该模型可以指导储能优化资源配置,在能量与辅助服务市场收益之间进行权衡,实现利润的最大化;还可以作为估计储能收益潜力的工具,进而引导储能的投资决策。最后通过算例分析验证了所建模型的有效性。

储能; 电力市场; 调频绩效; 辅助服务; 最优投标策略

0 引 言

为了保证电网的稳定可靠运行,调峰、调频等辅助服务是不可或缺的。随着我国新能源装机的快速增长,电网可再生能源渗透率的不断提高,风电与光伏的间歇性与波动性将对电网的安全稳定运行、电能质量带来重大挑战。此外,系统的可再生能源消纳能力也将受到系统调峰调频能力的制约。

储能将在未来的智能电网中扮演极其重要的角色。其灵活性和快速响应能力能够极大地缓解系统调峰调频的压力,提高系统的安全稳定性,促进可再生能源的消纳。与常规火电机组相比,储能尤其适合参与系统调频[1]。文献[2]提出了储能系统提供自动发电控制(automatic generation control, AGC)服务的控制策略。文献[3]研究了电池储能调频的仿真模型与协调控制。

储能大规模商业运营的最大障碍在于其经济性。而对于其提供辅助服务的经济性评估的研究则比较少。2006年起,依据国家电力监管委员会发布的《并网发电厂辅助服务管理暂行办法》等文件,各区域电网已基本拟定了有关辅助服务调用与补偿的“两个细则”,初步建立起辅助服务的补偿机制,尝试调动电厂提供辅助服务的积极性。随着我国电力体制改革的进一步深化,充分借鉴国外成熟电力市场构建模式与运行实践,因地制宜地设计电力市场机制,促进电力资源的优化配置,调动电网各主体提供辅助服务的积极性,是我国电力系统的发展方向。

此外,诸如储能之类优质的快速调频资源能够大大减少电网调频容量的需求,提高系统调频的整体效率和经济性[4]。为了给具有快速调频能力的资源提供合理的经济激励,充分反映优质调频资源的价值,合理补偿其成本,提高其积极性,弥补已有制度的缺陷[5-6],美国联邦能源监管委员会(Federal Energy Regulatory Commission, FERC)于2011年发布法案755《批发电力市场的调频服务补偿》[7],提出根据调频资源的实际绩效来提供补偿。在这一法案的要求下,PJM市场设计了基于绩效的调频市场机制(performance-based regulation),应用该机制后系统的调频需求容量降低了约30%[8]。

在市场环境下,储能作为市场成员需要采取合适的投标策略以实现利润最大化。文献[9-12]研究了储能在能量及辅助服务市场中的联合投标策略,但是均没有考虑基于绩效的调频市场机制以及储能的绩效收入。

在电力市场环境下,考虑基于绩效的调频市场机制,研究储能如何优化资源配置,进行投标和运行策略的决策,在能量与辅助服务市场收益之间进行权衡,对于指导储能运营、估计储能收益和引导储能投资具有重大的意义和价值。本文首先介绍基于绩效的调频市场机制,接着建立储能的日前能量市场套利模型以及基于绩效的调频市场机制下储能的日前多市场最优投标模型。储能基于多场景的电价预测信息,以利润最大化为目标,在日前的能量、调频和旋转备用市场中联合投标。基于这一模型可以将储能的容量在3个市场中进行最优配置,并估计其最大日利润。最后,本文通过算例分析验证模型的有效性,分析在考虑基于绩效的调频市场机制下储能的主要收入来源,并与储能在能量市场中的套利收入进行比较。

1 基本市场框架

本文采用了具有普遍意义的美国电力市场基本框架,以研究储能在市场中的投标策略。

本文假设储能可同时参与能量、调频和旋转备用这3个市场。储能需要在运行日的前一天(日前)在市场交易平台中申报运行日每小时的投标。交易中心或调度中心则根据负荷预测及可靠性要求确定能量和辅助服务的需求,在满足安全约束的条件下根据投标情况排序,联合出清能量和辅助服务市场,得到各市场边际电价和市场成员的中标容量。考虑到储能的容量较小,对市场边际电价的影响也很小,因而可以合理地假设储能是价格接受者。作为价格接受者,储能在日前根据对市场电价的多场景预测信息,在满足自身运行约束的条件下优化配置每小时在能量、调频和旋转备用这3个市场中的日前投标容量,以最大化市场利润。储能在提供能量的基础上必须为调频和旋备预留足够的功率和能量以响应系统的指令。

2 基于绩效的调频市场机制

美国联邦能源监管委员会法案755要求下属各独立调度机构(ISO)或区域输电组织(RTO)设计“为绩效付费(pay for performance)”的调频市场机制和费率。目前所有FERC下的ISO/RTO均已设计相关机制并已投入运行。该机制为具有较高调频性能的资源提供合理的经济激励,提高系统的调频资源利用效率。

以PJM为例,该市场采用了基于绩效的调频机制。在该机制下,调频服务提供者获得两部制补偿。第1部分为容量补偿,即对资源为了提供调频而预留出来的容量进行补偿,由市场容量电价πcap、调频中标容量breg和绩效分数Kperf决定:

(1)

第2部分为绩效补偿,即根据调频资源实际完成的调频任务量和品质进行补偿,由市场绩效电价πperf、调频中标容量breg、绩效分数Kperf以及里程比R决定:

(2)

调频里程是指在提供调频服务中,一段时间内出力的绝对变化量之和,单位通常为MW。PJM在传统的较慢的调频信号(RegA)之上引入了较快的动态调频信号(RegD)。里程比则是一种调频信号的里程与RegA的里程之比。RegD的里程大约为RegA里程的3倍,因此,RegD为诸如储能之类具有快速响应能力的资源提供了大展拳脚的机会,挖掘了它们的潜力,同时也提供了更高的绩效补偿(约3倍),激励它们提供快速响应的调频服务。

RegD每2s变化1次,而电池储能的全功率响应时间通常为s甚至ms级,如液流电池、锂离子电池等,因而十分适合提供快速调频服务。RegD的另一个有利于电池储能的特点是它对能量的要求较低。PJM要求RegD能量中立,即在h甚至更小的时间尺度内能量均值约为0,因此十分适合电池储能这种能量有限的资源。

3 储能能量市场套利模型

(3)

(4)

(5)

式(6)表示了储能能量市场的净投标量。式(7)表示储能的能量市场购售电量不能超过其最大功率bm。

(6)

(7)

任意t时刻的能量水平Et也不能超过其能量上下限,如式(8)—(9)所示,其中η为储能的充(放)电效率。

(8)

(9)

储能t+1时刻的能量水平Et+1由t时刻的能量水平Et以及t时段的能量变化值ΔEt决定,如式(10)所示,其中α为储能的自放电速率。

Et+1=(1-α)Et+ΔEt

(10)

t时段的能量变化值ΔEt如式(11)所示:

(11)

4 储能多市场联合投标优化模型

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

储能必须为调频中标容量(上调频与下调频各一半)与旋转备用中标容量预留足够的容量,如式(20)—(21)所示:

(20)

(21)

除了容量,储能为中标的辅助服务预留能量也是必须的,且其任意t时刻的能量水平Et也不能超过其能量上下限,如式(22)—(23)所示:

(22)

(23)

对于旋转备用,储能必须预留能量足够保持hres(通常为1h)的中标容量出力。对于调频,储能也须预留能量足够保持hreg(通常为15min)的中标容量出力。

储能t+1时刻的能量水平Et+1由t时刻的能量水平Et以及t时段的能量变化值ΔEt决定,如式(24)所示:

Et+1=(1-α)Et+ΔEt

(24)

(25)

尽管调频信号RegD是能量中立的,由于储能在充放电过程中的能量损失,提供调频仍然会消耗一定能量,计算如式(26)所示:

(26)

5 算例分析

本文采用CPLEX求解上述线性优化模型。分别采用了2014年6月PJM和ERCOT的历史电价数据生成各市场电价场景,其平均日电价曲线如图1所示,电价均值及RegD的平均里程比如表1所示。旋备调用概率设为5%[12]。据统计,PJM的RegD每h上调或下调的平均电量约为0.13 (MW·h)/MW。

图1 所生成场景的平均市场电价曲线Fig.1 Average market price curve in generated scenario

算例中的储能考虑为一个30 MW,30 MW·h的电池,充放电循环效率为70%,自放电忽略不计,调频绩效分数设为0.9。不同类型的储能具有不同的容量-能量比以及充放电效率,但均可采用本文的模型优化其投标策略并估计其日收益。

图2和图3分别为该储能在能量市场中的套利策略以及在能量、调频和旋备市场中的最优联合投标策略。柱长代表各市场中的投标量,曲线代表储能一天中的能量变化曲线。

对比图2与图3,不难发现,如果仅在能量市场中套利,储能的利用率极低,仅在电价高峰和低谷时刻分别进行放电和充电。在多市场最优联合投标策略下,储能的大部分容量均用来进行调频。只有当电价较低的时候才会在能量市场中购电以补充提供调频时的能量损耗。在补充能量的时候,储能必须减少调频容量以腾出一部分充电容量,而由于调频容量是上下调频各一半(PJM市场的规则),此时也相应地腾出了一部分放电容量,正好可用于提供旋转备用服务。

图2 储能能量市场套利策略Fig.2 Arbitrage strategy of energy storage markets

图3 储能多市场最优联合投标策略Fig.3 Optimal joint bidding strategy of energy storage in multi-markets

表2总结了储能多市场最优联合投标策略下在各市场中的日收入情况,并将其与能量市场套利收入进行了对比。可以看到,在多市场联合投标下,储能的绝大部分收入来源于调频市场。由于需要在能量市场购电补充能量,其能量市场收入为负。此外,调频市场收入要远远高于能量市场套利收入。

表2 储能日收入情况 Table 2 Daily revenue of energy storage $

6 结 论

具有快速响应能力的储能在未来含高比例可再生能源的电网中具有巨大的应用潜力。基于绩效的调频市场机制可以为储能这样的优质调频资源提供合理的市场激励,增强其提供调频服务的积极性。本文建立了在基于绩效的调频市场机制下储能的多市场投标模型。结果表明,在最优投标策略中,储能将大部分容量用于提供调频服务,其收入也将主要来源于调频市场。本文提出的最优投标模型将有利于优化储能电站在电力市场中的投标决策,并更好地估计储能的经济收入,为其投资决策提供参考。

[1]胡泽春, 谢旭, 张放, 等. 含储能资源参与的自动发电控制策略研究[J]. 中国电机工程学报,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. 电池储能参与电力系统调频研究[D]. 长沙:湖南大学, 2014. LEI Bo. Research on application of battery energy storage system in power system frequency regulation[D]. Changsha: Hunan University, 2014.

[4]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. 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.

(编辑 刘文莹)

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

苏峰(1983),男,工程师,研究方向为电力系统优化调度与经济运行、辅助服务、新能源;

张贲(1983),男,工程师,研究方向为电力系统分析、电力系统调度运行;

史沛然(1982),男,高级工程师,研究方向为电力系统优化调度与经济运行、辅助服务、新能源发电与消纳;

何冠楠(1991),男,硕士研究生,主要研究方向为储能优化运行、电力市场、新能源消纳;

陈启鑫(1982),男,博士,副教授,IEEE高级会员,主要研究方向为低碳电力、电力市场、电力规划,能源互联网。

猜你喜欢
市场机制调频投标
以市场机制推动自愿减排 全国自愿减排交易中心建设有序推进
节能与环保(2022年3期)2022-04-26 14:32:34
考虑频率二次跌落抑制的风火联合一次调频控制
能源工程(2021年5期)2021-11-20 05:50:42
造价信息管理在海外投标中的应用探讨
国务院明确取消投标报名
浅析投标预算风险的防范
军工企业招标投标管理实践及探讨
中国军转民(2017年7期)2017-12-19 13:30:06
论社会必要劳动时间机制是市场机制的内在本质
嵌入分部相关性的内部资本市场机制设计
调频发射机技术改造
调频激励器干扰的排除方法