美国电力市场环境下抽水蓄能调度模式分析及启示

关玉衡，张经纬，张 轩，荆朝霞，白 杨，陈柏柯

（1. 华南理工大学电力学院，广东省广州市510640；2. 广东电网有限责任公司电力调度控制中心，广东省广州市510600）

0 引言

近十几年来，全球电力工业面临的2 个重要转变是能源转型和电力体制改革。在能源转型的背景下，风电、光伏等可再生电源在电网中日益渗透，风电、光伏的出力具有间歇性和波动性，给电网的安全稳定运行带来了更大的挑战［1］。抽水蓄能具有快速、灵活的启停特性，在负荷低谷时吸收系统富余电能，在负荷高峰时向系统送电，具有独特的削峰填谷和调节作用［2-4］。在电力体制改革的背景下，欧美许多国家和地区已经建立了较为完善的电力市场机制，包括电能量市场、辅助服务市场、容量市场和期货期权市场等［5-7］。抽水蓄能在系统中的价值逐渐得到量化，设计合理的抽水蓄能调度模式，能够有效激励抽水蓄能在系统中发挥作用。

美国电力市场建设起步较早，联邦能源管理委员 会（Federal Energy Regulatory Commission，FERC）在1996 年发布了888 和889 号法令，要求开放输电接入，拆分电力公司业务，并成立独立系统运营 商（independent system operator，ISO）。 经 过20 多年的建设，目前美国拥有7 个竞争性电力交易的ISO，覆盖了2/3 的人口区域，剩余1/3 人口的区域仍采用管制模式［8］。

在管制模式下，抽水蓄能与其他发电机组都属于电网统一资产，由电网调度机构根据机组运行成本进行统一优化调度；在竞争性电力市场环境下，抽水蓄能可以选择自调度模式，也可以选择向运营商提交报价数据，由ISO 进行调度［9-10］。根据调度权限的不同，抽水蓄能的ISO 调度模式又可以分为全调度和半调度2 种，调度模式的选择与市场环境、出清软件关系较大，不同ISO 在抽水蓄能调度模式方面的做法不完全相同，抽水蓄能在不同调度模式下也有着不同的运行效果。

中国电力市场建设正处于不断深化的关键阶段。在当前现货市场环境下，抽水蓄能机组通常与水电机组、新能源机组和核电机组等同属于非市场化机组。在日前市场开始前，由调度机构根据经验事先确定其在运行日的出力曲线［11-12］，并作为日前市场出清的边界条件。在日前出清流程中，调度机构对市场化机组的报价进行优化，得到所有机组的出力结果。抽水蓄能这一调度模式严重依赖运行人员的经验，未能实现抽水蓄能机组与常规机组的高效协调运行与精细化管理，容易造成社会整体效益的损失［13］。

促进新能源消纳也是中国面临的一个较为严重的问题。目前，中国的风电、光伏发电的装机容量和发电量均位居世界前列，但由于新能源资源远离负荷中心、难以就地消纳，抽水蓄能机组和燃气机组等灵活调节电源的比例较低，且缺乏高效的运行方式，加之近几年电力负荷增速减慢，在多种因素共同作用下，新能源消纳矛盾更加突出［14］。如何设计合理的抽水蓄能调度模式，实现其与火电机组的高效协调运行并有效促进新能源的消纳是中国当前需要解决的问题之一。在此背景下，对美国电力市场环境下抽水蓄能的调度模式进行分析，希望对中国电力市场的建设有所帮助。

1 美国电力现货市场典型交易机制

1.1 电力现货市场交易品种

美国电力现货市场的交易品种主要包括电能量和辅助服务，辅助服务交易品种又细分为调频和备用。不同ISO 对参与现货市场的备用产品描述存在区 别，其 中，PJM（Pennsylvania-New Jersey-Maryland）市场将备用分为同步备用和非同步备用，中西部ISO（mid-west independent system operator，MISO）将备用分为旋转备用和补充备用［15］。尽管命名不同，但备用定义大同小异，以MISO 为例，对3 种辅助服务的定义进行说明，如表1 所示。

表1 美国MISO 的3 种辅助服务品种对比Table 1 Comparison of three kinds of ancillary services in MISO，USA

3 种辅助服务的区别主要在于在线状态和响应时间。其中，调频是最高级的辅助服务，能够用于替代另外2 种备用；旋转备用又能替代补充备用；补充备用在市场中的成本和需求量最低，日前市场平均出清电价仅为1 美元/MW，本文在出清模型中不再考虑补充备用产品。

1.2 电力现货市场出清机制

目前，美国各ISO 主要采用现货电能量与辅助服务的联合出清机制。以MISO 为例，在日前市场，市场参与者向ISO 提交电能量、辅助服务报价及运行参数。ISO 基于市场参与者的报价和系统运行边界条件，以全社会效益最大（即火电机组成本最小）为目标进行优化，确定日前市场中标情况。在实时市场，ISO 根据实时响应结果进行偏差结算。

日前市场出清模型包括安全约束机组组合（security-constrained unit commitment，SCUC）、安全约束经济调度（security-constrained economic dispatch，SCED）和节点电价计算（locational pricing calculator，LPC）［16］。不考虑抽水蓄能机组等特殊机组时，SCUC 模型以最小化火电机组的运行成本和启动成本为优化目标。运行成本包括电能量、调频和旋转备用成本，具体表达式为:

式中:G为全体火电机组集；T为调度时段集；qe，i，t为火电机组i在时段t的中标电量；fi(·)为火电机组i的电能量运行成本函数，是与机组申报的各段出力区间和对应能量价格有关的多段线性函数；CU，i为火 电 机 组i的 单 次 启 动 成 本；yi，t和si，t分 别 为 火 电 机组i在 时 段t的 工 作 状 态 变 量 和 启 动 状 态 变 量；Cr，i，t和qr，i，t分别为火电机组i在时段t的调频报价和调频市 场 中 标 电 量；Cs，i，t和qs，i，t分 别 为 火 电 机 组i在 时段t的旋转备用报价和旋转备用市场的中标电量。

约束条件主要考虑了系统层面和火电机组资源层面的约束，系统层面约束为:

式 中:N为 系 统 中 包 含 的 节 点 总 数；Pl，max为 线 路l的功率传输限定值；Gl_k为节点k对线路l的功率传输分布因子；qk，t为位于节点k的机组在时段t的总输出 功 率；De，k，t为节点k在 时 段t的负荷需求；Qe，t为自调度机组在时段t的总出力；De，t为系统在时段t的负 荷 需 求；Dr，t和Ds，t分 别 为 系 统 在 时 段t的 调 频 需求和旋转备用需求。

式（2）为线路的潮流约束；式（3）—式（5）分别为系统的负荷平衡约束、调频需求约束和旋转备用需求约束。

火电机组资源层面约束为:

式 中:qˉr，i，t和qˉs，i，t分 别 为 火 电 机 组i在 时 段t的 调 频市 场 和 旋 转 备 用 市 场 的 申 报 量；qe，i，max和qe，i，min分 别为 火 电 机 组i的 最 大 和 最 小 技 术 出 力；ru，i和rd，i分 别为火电机组i的爬坡速率和滑坡速率。

式（6）—式（9）分别为火电机组调频和旋转备用中标电量需满足的上下限约束；式（10）和式（11）分别为火电机组的爬坡和滑坡速率约束；式（12）为火电机组启动状态变量和工作状态变量的关系约束［17-18］。

在SCUC 模型确定开机方式后，将与开机状态相关的状态变量修改为确定值，进行SCED 模型求解，得到发电机组的出力计划，并通过LPC 模型计算系统中各节点的电能量、调频和旋转备用市场的出清价格。

1.3 电力现货市场出清算法

在美国电力现货市场成立之初，市场出清模型往往经过一定简化后采用拉格朗日松弛和线性规划的方法求解，尽管求解速度较快，但造成了优化结果的次优性。

随着优化算法的进一步发展和成熟，美国各ISO 开始采用混合整数规划的方法求解市场出清问题，此时出清模型更贴近实际的物理模型，因此也能够得到更优的出清结果，减少系统的总发电成本。据测算，采用混合整数规划方法后，PJM 市场每年能够节省1 亿美元的发电成本支出［19］。

2 抽水蓄能运营商3 种调度模式分析

2.1 抽水蓄能参与的市场交易品种

抽水蓄能可以参与的交易品种类型与机组类型相关。目前，抽水蓄能机组以传统不可变速机组为主，其在发电工况下，可在最大功率范围内调整输出功率，但在抽水工况下，只能运行在给定最大功率。不同工况下抽水蓄能各自能够提供的服务品种如表2 所示。表2 中:“+”表示可以提供服务；“-”表示不能提供服务。

表2 不同工况下抽水蓄能提供的服务品种Table 2 Types of service provided by pumped storage in different operation conditions

发电工况下，抽水蓄能可以参与所有品种的交易。抽水蓄能工况下，由于功率不可调节，因此，不能提供调频服务。停机状态下，可以通过快速启停实现补充备用，但不能提供其他服务。

自调度、全调度和半调度是美国各ISO 主要采用的抽水蓄能调度模式。自调度模式下，抽水蓄能的日前出力曲线由ISO 自行优化确定和申报，并作为日前市场出清的边界条件；全调度模式下，抽水蓄能向ISO 提交运行参数，由ISO 统一出清确定日前出力曲线；半调度模式下，抽水蓄能自行优化确定发电或抽水窗口，并向ISO 提交发电或抽水报价，由ISO 出清确定具体的发电或抽水功率。不同调度模式下抽水蓄能参与各品种市场交易有不同的调度模型，也有不同的运行收益和社会效益。

2.2 自调度模式

美国电力市场将只申报电量和不申报电价的发电投标称为自调度投标，对应的机组调度模式为自调度［20］。对于抽水蓄能，自调度模式指抽水蓄能的日前出力曲线由运营商自行确定，并作为边界条件输入到ISO 的日前市场出清模型，不再参与优化。在实时运行中，抽水蓄能需要按照自定的功率曲线执行，并根据日前市场电价进行结算。

在自调度模式下，抽水蓄能参与电能量和辅助服务市场获得的收益包括容量收益和电量收益。容量收益指按照自定发电、抽水和辅助服务容量运行时获得的收益，与辅助服务实际调用结果无关；电量收益指辅助服务实际调用电量对应的收益，其中，调频电量和旋转备用电量收益分别按照调频里程价格和旋转备用电量价格结算，这一收益主要取决于ISO 的实时调度行为，具有不确定性。理论上，这一不确定性会进一步影响各时段水库的实际库容，但实际上，由于调频电量的方向有正有负，每一调度时段内净调频电量趋向于0，而旋转备用实际调用可能性较小，因此可以认为水库库容不受辅助服务实际调用电量的影响。换而言之，电量收益与抽水蓄能的优化运行策略互相影响较小，在建立抽水蓄能优化运行模型时，运营商通常会忽略电量收益，仅考虑容量收益部分［21］。

根据抽水蓄能机组出力曲线和系统电价的关系，可以将抽水蓄能自调度模型进一步划分为价格接受者模型和价格决定者模型。当抽水蓄能参与市场后对系统电价影响较小时，认为其在市场中作为价格接受者，反之认为其在市场中作为价格决定者［22］。由于系统负荷需求往往较大，辅助服务需求较小，通常认为抽水蓄能在电能量市场中作为价格接受者，在辅助服务市场中作为价格决定者。价格决定者模型较为复杂，常用的建模思路是寻找辅助服务市场电价和抽水蓄能出力之间的函数关系，进而通过双层优化的方法进行求解，由于价格决定者模型较为复杂，也容易带来较大的误差，运营商也常采用价格接受者模型进行建模［23-24］。

基于上述分析，以抽水蓄能日前出力曲线作为决策变量，建立抽水蓄能的自调度模型，模型以抽水蓄能参与电能量、调频和旋转备用市场的容量收益最大为目标函数，具体表达式为:

式 中:ge，t和pe，t分 别 为 抽 水 蓄 能 机 组 在 时 段t的 发 电功率和抽水功率；gr，t为抽水蓄能机组在时段t的调频 容 量；gs，t和ps，t分 别 为 发 电 工 况 和 抽 水 工 况 下 抽水 蓄 能 机 组 在 时 段t的 旋 转 备 用 容 量；λe，t、λr，t和λs，t分别为电能量市场、调频市场和旋转备用市场在时段t的容量价格。

容量价格预先通过预测确定，不受抽水蓄能机组自身决策行为的影响。由于抽水蓄能机组的启动成本远低于运行收益，因此，模型中目标函数不考虑启动成本［25］。

自调度模型综合考虑了抽水蓄能机组容量约束、库容上下限约束、始末库容约束和工况状态转换约束等［26-28］，具体表达式为:

式 中:ge，min和ge，max分 别 为 抽 水 蓄 能 机 组 在 发 电 工 况下的最小出力和最大出力；pe，N为抽水蓄能机组在抽 水 工 况 下 的 额 定 功 率；yg，t和yp，t分 别 为 抽 水 蓄 能机组在时段t的发电工况状态变量和抽水工况状态变 量；Vt为 时 段t开 始 时 的 库 容；Vmin和Vmax分 别 为最小和最大库容限制；To为一个调度时段的长度；η为发电/抽水循环效率；Vst和Vend分别为调度周期始、末的库容。

式（14）—式（19）为抽水蓄能机组电能量、调频容量和旋转备用容量的约束；式（20）—式（22）为抽水蓄能机组的运行工况约束，抽水蓄能机组不能同时运行在发电工况和抽水工况，并且2 个工况不能直接切换，需要有停机缓冲时间［29-30］；式（23）—式（25）为库容的上下限约束、相邻时段库容关系约束和始末库容约束。

自调度模型由抽水蓄能运营商建立和求解，优化结果作为边界条件输入到日前市场出清模型中，即作为式（3）中Qe，t的一部分，简化了日前市场出清程序的复杂性，能够有效缩短日前市场出清时间，但对抽水蓄能运营商的电价预测提出了较高的要求，若运营商无法精确预测日前市场电价，容易面临收益损失的风险。

此外，由于抽水蓄能日前出力曲线完全由运营商自行确定，没有与其他机组进行联合优化，这一调度模式无法实现社会效益的最大化。

2.3 全调度模式

与自调度模式不同，全调度模式通过联合优化常规火电机组和抽水蓄能机组，实现全社会效益最大的优化目标。在具体实施中，抽水蓄能运营商向ISO 提交抽水蓄能机组的运行参数数据，即库容数据和机组数据，其中，库容数据包括始末库容、最大/最小库容，机组数据包括发电、抽水功率的上下限和发电/抽水循环效率。ISO 基于常规火电机组报价数据和抽水蓄能机组的运行参数，以火电机组总发电成本最小为目标进行统一优化出清，得到抽水蓄能机组的日前出力曲线，并按日前市场电价进行日前结算。

抽水蓄能的全调度模型建立在1.2 节现货市场出清模型的基础上，目标函数为火电机组的运行成本和启动成本，如式（1）所示，约束条件包含系统、火电机组和抽水蓄能机组资源层面的约束，其中火电机组资源层面约束为式（6）—式（12），抽水蓄能机组资源层面约束为式（14）—式（25），并面向每一台抽水蓄能机组。

系统层面约束中，线路潮流约束式（2）保持不变，对负荷平衡约束、调频需求约束和旋转备用需求约束进行了修改，补充了抽水蓄能机组提供电能量、调频和旋转备用服务的情形，具体表达式为:

式 中:H为 全 体 抽 水 蓄 能 机 组 集；ge，i，t和pe，i，t分 别 为抽水蓄能机组i在时段t的发电功率和抽水功率；gr，i，t为 抽 水 蓄 能 机 组i在 时 段t的 调 频 容 量；gs，i，t和ps，i，t分 别 为 抽 水 蓄 能 机 组i在 发 电 工 况 和 抽 水 工 况下的旋转备用容量。

ISO 全调度模式是一种较为理想的调度模式，能够充分发挥抽水蓄能提供削峰填谷的作用，实现全社会发电成本的最小化。但由于抽水蓄能运行工况较为复杂，在日前市场出清模型中引入抽水蓄能将会极大地增加模型的复杂性，造成仿真时间过长，难以满足实际需求。目前，美国各市场中仅有PJM市场采用这一调度模式［31］。

此外，由于全调度模式仅考虑了全社会效益最大这一目标，未考虑抽水蓄能运营商自身的运行收益。如何保障全调度模式下运营商的收益，是需要重点考虑的问题。

2.4 半调度模式

ISO 半调度模式是自调度模式和ISO 全调度模式间的一种折中，既允许了运营商自行优化确定发电窗口和抽水窗口，又通过设置发电报价和抽水报价的形式将抽水蓄能机组和火电机组联合优化，实现总成本最小的目标［32-33］。其中，在发电窗口，运营商只能申报发电报价；在抽水窗口，运营商只能申报抽水报价，若报价在日前市场中未中标，则机组运行在停机状态。

这一调度模式在本质上是将抽水蓄能机组看成是火电机组（发电窗口）和负荷（抽水窗口），通过发电报价和负荷报价分别反映机组发电成本和抽水用电价值。发电报价包括多段电能量发电报价、调频报价和旋转备用报价；抽水报价包括单段电能量抽水报价和旋转备用报价，其中，抽水报价表示水泵以额定功率运行时的小时成本，由于抽水工况下功率不可调，因此报价只有一段；非发电/抽水窗口期抽水蓄能机组处于停机状态。除报价数据外，抽水蓄能运营商还需要向ISO 提供库容的上下限和始末库容等信息。

在日前市场出清中，ISO 基于抽水蓄能和常规火电机组的报价数据和运行参数，以总报价成本最小为目标，对常规火电机组和抽水蓄能机组进行联合优化出清，确定抽水蓄能在发电窗口和抽水窗口的具体出力曲线和调频、备用容量。半调度模型的目标函数为:

式 中:Tg，i和Tp，i分 别 为 抽 水 蓄 能 机 组i的 发 电 窗 口集 和 抽 水 窗 口 集；yg，i，t和yp，i，t分 别 为 抽 水 蓄 能 机 组i在时段t的发电工况状态变量和抽水工况状态变量；Fg，i(·)和Fp，i(·)分别为抽水蓄能机组i的发电报价成本和抽水报价成本函数，是与机组申报的各段出力区间和对应能量价格有关的多段线性函数；Cg，r，i，t和Cg，s，i，t分 别 为 抽 水 蓄 能 机 组i在 发 电 窗 口 时段t的 调 频 报 价 和 旋 转 备 用 报 价；Cp，s，i，t为 抽 水 蓄 能机组i在抽水窗口时段t的旋转备用报价。

约束条件包含系统层面、火电机组和抽水蓄能机组资源层面的约束。其中，系统层面约束包括式（2）、式（26）—式（28），火电机组资源层面约束包括式（6）—式（12），抽水蓄能机组资源层面约束包括式（14）—式（19）、式（23）—式（25），并面向每一台抽水蓄能机组；机组的运行工况约束通过独立的发电窗口和抽水窗口设定实现了自动满足，因此，模型中不再考虑；除上述约束外，抽水蓄能机组还需考虑电能量、调频和旋转备用中标量的上下限约束，具体表达式为:

式 中:gˉr，i，t和gˉs，i，t分 别 为 抽 水 蓄 能 机 组i在 发 电 窗 口时 段t的 调 频 申 报 电 量 和 旋 转 备 用 申 报 电 量；pˉs，i，t为抽水蓄能机组i在抽水窗口时段t的旋转备用申报电量。

相比于自调度模式，ISO 半调度模式在抽水蓄能出力曲线优化中考虑了火电机组的成本报价，有助于实现更大的社会效益，但也可能会降低抽水蓄能机组自身的运行收益。相比于ISO 全调度模式，半调度模式无须考虑抽水蓄能机组的运行工况约束，简化了出清模型的复杂性，提高了出清速度，但由于抽水蓄能机组的发电、抽水报价并不能够反映真实的成本，因此，优化得到的最小成本也不代表系统实际的最小发电成本。目前，半调度模式在美国除PJM 外的所有ISO 中都得到了广泛应用。

3 算例分析

3.1 模型介绍

以某地区抽水蓄能和火电机组联合调度为例，设调度周期为24 h，日前优化时间尺度为1 h。该地区包含5 台火电机组和1 台抽水蓄能机组。火电机组总装机容量为1 530 MW，在日前市场中，提交5 段电能量报价和单段调频、旋转备用报价，报价参数如附录A 表A1 和表A2 所示，并假设机组报价反映了真实成本；抽水蓄能机组的最大发电容量为60 MW，最小发电容量为24 MW，抽水容量恒为60 MW，发电和抽水循环效率为0.8，最大和最小库容分别为1 GW·h 和100 MW·h；该地区日前预测最高负荷为1 060 MW；最低负荷为628 MW；调频需求和运行备用需求分别取日前预测负荷的3%和5%。

仿真计算机的CPU 型号为Intel Core（TM）i5，主频为1.6 GHz，内存为8 GB，在MATLAB 平台调用GUROBI 优化软件求解优化模型。

以抽水蓄能未参与时的场景作为参考场景，求解1.2 节所建立的现货市场日前出清模型，得到火电机组电能量和辅助服务出力安排和市场电价，其中日前市场电价和负荷预测曲线如图1 所示，电能量价格曲线和负荷预测曲线呈现高度的吻合性，峰谷价差为24 美元/MW。

图1 抽水蓄能参与前的日前市场电价及负荷预测曲线Fig.1 Curves of day-ahead electricity price and load forecasting before pumped storage participation

系统总成本（即火电机组运行总成本）为530 290 美元，其中，启动成本为0，空载成本、发电成本、调频成本和旋转备用成本分别为34 800、489 147、4 258 和2 085 美元。由于火电机组单次启动成本较高，因此，即使在负荷低谷期，火电机组仍会避免停机，而选择运行在最小技术出力水平，使得优化周期内空载成本较高，而启动成本始终为0。

3.2 抽水蓄能不同调度模式下的结果分析

3.2.1 全调度模式下优化结果分析

全调度模式下，求解2.3 节所建立的含抽水蓄能的现货市场日前出清模型，抽水蓄能优化出力及日前市场电价曲线如图2 所示。

图2 全调度模式下抽水蓄能优化出力和日前市场电价曲线Fig.2 Curves of optimized output of pumped storage and day-ahead electricity price in full-dispatch mode

抽水蓄能在08:00 至18:00 发电，在01:00 至05:00 和21:00 至24:00 抽水。发电时段和抽水时段分别为负荷最高和最低的时段，且发电功率与负荷值呈正相关关系，说明全调度模式下抽水蓄能的电能量优化出力与负荷预测曲线有高度的相关性。抽水蓄能的参与能够有效发挥削峰填谷的作用，降低系统的峰谷价差，由抽水蓄能参与前的24 美元/MW 降 为23 美元/MW。

辅助服务电价较低的主要原因是系统的剩余辅助服务容量需求在抽水蓄能参与后显著降低，使得辅助服务容量价格由供应成本较低的边际火电机组决定。对于旋转备用服务，由于部分时段抽水蓄能机组能够满足系统全部旋转备用容量需求，因此，在对应时段中旋转备用市场出清价格为0。

全调度模式下，抽水蓄能机组按照日前市场电价结算的运行收益为2 772 美元。其中，电能量市场、调频市场和旋转备用市场容量收益分别为1 992、648 和132 美元。系统总成本为525 070 美元，较抽水蓄能参与前减少了5 220 美元，说明抽水蓄能可以带来5 220 美元的系统效益。

3.2.2 自调度模式下优化结果分析

以全调度模式下的电价作为自调度模式下抽水蓄能运营商的预测电价，以运营商的电能量、辅助服务预测收益最大为目标，求解2.2 节建立的抽水蓄能自调度模型，得到抽水蓄能电能量和辅助服务的优化出力安排。此时，运营商的预测运行收益将达到3 384 美元，远高于全调度模式下的运行收益。

将优化得到的抽水蓄能出力安排作为日前市场出清的边界条件，代入求解1.2 节的现货市场出清模型，得到火电机组日前出力安排和实际电价曲线。基于系统实际电价曲线，计算可知抽水蓄能的实际运行收益仅有1 140 美元，其中，电能量收益为636 美元，较预测收益降低了1 884 美元，主要原因是实际电能量价格和预测价格存在较大误差，电价曲线对比如图3 所示，预测电价和实际电价的平均绝对百分比误差（mean absolute percentage error，MAPE）达到14.9%［34］。

图3 自调度模式下电能量预测价格和实际价格曲线Fig.3 Curves of predicted energy price and actual price in self-dispatch mode

抽水蓄能运营商的电价预测误差不但影响着抽水蓄能自身的运行收益，也影响着系统的运行成本。在自调度模式下，系统总成本为532 451 美元，较抽水蓄能未参与时的系统成本仍要高2 161 美元。这是因为电价信号近似反映了系统的实际供需情况，电价预测误差较大时，运营商做出的抽水蓄能出力决策不但无法充分发挥抽水蓄能削峰填谷的作用，还减少了火电机组可行的出力曲线优化空间，造成系统成本的增加。

3.2.3 半调度模式下优化结果分析

基于自调度模式下抽水蓄能的优化出力曲线设置半调度模式下的电能量和辅助服务报价。针对电能量报价，将自调度模式下优化确定的发电时段设置为半调度模式下的发电窗口，发电报价取全调度模式下峰值电价的80%，即32.8 美元/MW；将自调度模式下优化确定的抽水时段设置为半调度模式下的抽水窗口，抽水报价取全调度模式下谷值电价的1.2 倍，即21.6 美元/MW。针对辅助服务报价，将自调度模式下优化确定的调频时段、旋转备用时段设置为半调度模式下的申报时段，申报容量与自调度中标结果保持一致，调频和旋转备用申报价格分别设置为4 美元/MW 和2 美元/MW。

以火电机组、抽水蓄能机组的总报价成本最小为目标，求解2.4 节所建立的含抽水蓄能的现货市场日前出清模型。计算可知，抽水蓄能机组按照日前市场电价结算的运行收益为3 102 美元，系统带来的效益为4 316 美元，远高于自调度模式下的运行收益和系统效益值，说明半调度模式能够修正自调度模式下运营商电价预测误差导致的不合理的优化出力结果，从而为运营商和整个系统带来更大的效益。与全调度模式相比，半调度模式下抽水蓄能运营商的运行收益更高，但为系统带来的运行效益较低，这一结果也由调度模型的优化目标所决定。

3.2.4 不同调度模式下系统运行指标对比分析

对抽水蓄能不同调度模式下系统的运行指标进行汇总，如表3 所示，表中仿真时间指程序执行机组组合的时间，不包括数据导入、输出及处理的时间。

表3 抽水蓄能不同调度模式下的系统运行指标Table 3 System operation indices in different dispatch modes of pumped storage

通过对比可知，全调度模式下抽水蓄能有最高的系统效益，运行收益也处于较高水平，说明这一模式能够在保障运营商收益的同时实现全社会福利的最大化，但全调度模式对系统出清软件提出了较高的技术要求。在所有调度模式中运行的仿真时间最长，当抽水蓄能机组数量较多时，运行时间将成倍增加。

自调度模式下抽水蓄能的运行收益和系统效益最低，这是因为运营商的预测电价存在一定误差，无法实现运营商在优化模型中确定的运行收益最高的目标。由于自调度模型下抽水蓄能出力曲线作为日前市场出清的边界条件，市场出清难度较低，因此，仿真时间较短，与抽水蓄能未参与时的时间基本相同。当运营商的电价预测精度较高时，可考虑使用抽水蓄能的自调度模型。

半调度模式下运营商的运行收益最高，说明其能有效修正自调度模式下的电价预测误差问题，在为运营商带来更高收益的同时也为系统带来了较高的运行效益。由于半调度模式相比于全调度模式而言减少了抽水蓄能决策变量和相关约束的数量，因此，仿真时间也明显降低。

此外，全调度和半调度模式下抽水蓄能的运行收益都低于系统效益，即抽水蓄能参与市场获得的收益低于其为系统带来的真实价值。从电能量市场分析，这是因为抽水蓄能的削峰填谷效应在降低市场峰谷电价差的同时，也减少了抽水蓄能通过峰谷电价差进行套利获得的收益。在抽水蓄能容量较大的极端情况下，还可能造成市场峰谷电价相等的情况。

3.3 电价预测精度对调度结果的影响分析

在自调度模式和半调度模式下，运营商的电价预测精度会影响抽水蓄能的优化出力安排，进而影响抽水蓄能的运行收益和系统效益。本节基于运营商对电能量价格的预测，计算分析2 种模式下不同预测精度对运行结果的具体影响。由于辅助服务收益规模较小，在本小节中不做考虑，即调度模型中不考虑辅助服务交易品种。

以全调度模式下的电能量价格作为自调度模式下的预测基准电能量价格，并采用如下方法构造多种预测电价场景:①设各时段预测电价服从正态分布，均值为预测基准电价，标准差为基准电价的15%，用拉丁超立方抽样法生成10 000 种场景；②计算每种预测电价场景的基准预测误差，用以预测电价与基准电价的MAPE；③将MAPE 值由小到大排列，等比例选取4 个预测电价场景进行分析，基准预测误差分别为5%、10%、15%和20%。

仅考虑电能量市场时，由于抽水蓄能容量在总发电量中的比例较小，可以认为抽水蓄能在市场中作为理想的价格接受者，即预测基准场景下实际电价预测误差为0。分别计算不同电价预测场景下运营商在自调度模式和半调度模式中的优化运行结果，如表4 所示。

表4 不同预测场景下自调度和半调度的结果对比Table 4 Comparison of self-dispatch and semidispatch results in different prediction scenarios

通过对比可知，在同一个电价预测场景中，半调度模式下抽水蓄能的运行收益和系统效益较自调度模式均有所提高。若运营商的电价预测误差较大，2 种调度模式下运营商都面临着较大的收益损失风险，为系统带来的运行效益也易偏低，因此，通过提高电价预测精度，能够为运营商和系统带来更高的收益和效益。

4 总结和启示

4.1 美国抽水蓄能调度模式总结

美国电力市场环境下抽水蓄能3 种调度模式的区别主要体现在运营商申报量、出力曲线优化目标和出清技术难度。其中，优化目标又决定了抽水蓄能运行收益和系统效益的高低。3 种模式的总结和比较如表5 所示。

表5 美国抽水蓄能3 种调度模式比较Table 5 Comparison of three scheduling modes of pumped storage in USA

自调度模式是抽水蓄能运营商可以自主选择的一种调度模式。这一模式将抽水蓄能出力曲线作为日前市场出清边界条件处理，简化了ISO 的出清工作，也有利于运营商发挥主观能动性。通过精确预测电价制定最优出力曲线，实现最高的市场收益，但自调度模式无法实现社会福利的最大化，并且电价预测精度也直接影响着运营商的收益。预测精度既与运营商的预测技术相关，又与电网企业披露的信息范围相关。若电网企业向抽水蓄能运营商披露的交易信息和运行信息较为充分，长期而言能够激励运营商投资和运营抽水蓄能电站。

与自调度模式相反，全调度模式下抽水蓄能出力曲线完全由ISO 优化确定，能够实现社会福利的最大化，同时避免了抽水蓄能运营商由于电价预测误差导致的收益损失风险，但出清技术难度增大。目前，美国仅有PJM 市场采用这一调度模式，其他ISO 主要采用半调度模式，将抽水蓄能机组看成是特定时段的发电机组和负荷，以总报价成本最小进行优化出清，能够有效减低出清技术难度，同时，实现运行收益和系统效益的较优。

综上所述，半调度模式和全调度模式间的选择主要取决于ISO 的优化目标及市场出清技术的成熟度。若ISO 希望同时兼顾运营商的运行收益和系统效益，半调度模式是更为合适的选择；若ISO 有较为成熟的出清软件支撑，希望实现全社会效益最大化，则可以考虑全调度模式。自调度模式作为运营商可以自主选择的一种调度模式，与全调度模式、半调度模式相兼容，若运营商的电价预测较为精确，采用自调度模式可以获得更高的收益，但也面临较大的收益损失风险。

4.2 中国抽水蓄能调度模式启示

目前，中国抽水蓄能主要由电网投资和运营，服务于电网的安全稳定运行，由电网企业根据调度经验安排抽发行为。抽水蓄能采取两部制电价机制:容量电价主要弥补电站建设和运行固定成本以及准许收益；电量电价主要弥补运行抽发损耗等变动成本，容量电费和运行抽发损耗费用纳入受益省级电网（或区域电网）运行费用统一核算，并作为销售电价调整因素统筹考虑。

由于现阶段中国电力现货市场机制尚不成熟，抽水蓄能采用电网统一运营模式和两部制电价机制是一种权宜之计。随着电能量现货市场和辅助服务市场的成熟运行，电力电量的商品属性逐步体现，抽水蓄能以独立主体参与电力市场竞争并获得相应收入是运营的新常态。

在抽水蓄能参与市场的环境下，抽水蓄能调度模式的设计取决于市场机制的成熟度。一个成熟的电力市场通常具有多样化的电力交易品种、反映真实供需关系的市场电价、充分的信息披露体系和高效的市场出清技术，市场成员对市场的认知程度也足够高。由于抽水蓄能的投资建设周期较长，结合中国电力市场的建设进程，有理由认为待第三方市场成员投资的抽水蓄能投入运营后，中国已经建立了较为完善的电力市场机制，抽水蓄能可采用全调度或半调度模式进行出力曲线的优化确定，实现较高的运行收益和系统效益。

此外，随着可再生能源的渗透日益普及，系统对抽水蓄能等灵活调节资源的需求也日益增大。抽水蓄能机组在利用峰谷价差进行套利的同时也降低了峰谷价差，因此，抽水蓄能收益低于真实系统效益，为更好地激励抽水蓄能参与市场，电网企业还需设计专门的激励机制，例如:将抽水蓄能为系统带来的系统效益返还部分给抽水蓄能运营商，实现抽水蓄能的长期稳定运营。

5 结语

当前中国抽水蓄能主要由电网负责运营，在能源转型和电力体制改革的背景下，抽水蓄能参与电力市场是一种新的趋势。研究抽水蓄能参与市场后的调度模式，是中国抽水蓄能运营发展的一项重要任务。论文分别介绍了美国抽水蓄能参与市场的自调度、全调度和半调度模型，分析了3 种调度模式的优缺点，并用算例对比了3 种调度模式在运营商运行收益、系统效益和仿真时间的区别。最后，基于美国抽水蓄能调度模式的总结，提出了中国电力市场环境下抽水蓄能调度模式的启示。

通过学习美国电力市场的成功经验，希望能给中国抽水蓄能的市场建设提供有益的帮助，欧洲许多国家也已经建立了较为完善的抽水蓄能调度模式，研究并总结其对中国抽水蓄能调度模式的启示是后续研究的方向。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。