含储能新型电力系统的现货市场出清模型研究

咨目 》储能在新型电力系统中的角色》储能参与电力市场与电力调度的挑战》考虑不确定性和非预期性的多阶段优化模型与算法》结果与讨论 储能在新型电力系统中的角色 储能在新型电力系统中的重要性 > The duck curve × Net demand is reduced during the day (the duck'sbelly)× Net demand sharply increases at sunset (theduck's neck)× The need for flexibility significantly increases 》 The canyon curve × Recently, CAISO's net load has reached zero orgone negativeDispatchable resources are sharply reducedduring the daytimeThe need for flexibility conversely increases asthe sun sets× Solutions:s Charging/discharging of batteries> Additional forms of energy storage3... 新型电力系统中的储能技术 BulkMechanical Electro-Chemical 国内的大规模储能项目（电化学储能） 国内的大规模储能项目（抽水蓄能） 我国储能参与电力现货市场的现状 》电力现货市场建设情况 第一批电力现货试点区域（南方（从广东起步）、蒙西、浙江、山西、山东、福建、四川、甘肃8个地区）中，山西、广东的电力现货市场已分别于2023年12月22日、2023年12月28日转入正式运行》第二批6个试点地区，江苏、安徽数、辽宁、湖北、河南这5个地区全年共完成9次结算试运行 》相关政策 2023年9月，国家发改委、国家能源局印发《电力现货市场基本规则(试行)》（发改能源规[2023)1217号1，明确提出推动分布式发电、负荷聚合商、储能和拟电厂等新型经营主体参与交易。 》储能如何参与电力现货市场？ 独立储能参与电力现货市场的报价方式主要有报量报价、报量不接价两种方式山东、山西、甘肃、青海、广东等省份明确了独立储骼蓉与现货市场的规则 东盟产置组（电网络：力伙立主参与联指市场，充效目价格均案用于在节点的分钙电络：电募能服联合效电机8，在联想车场以限量最价的力式学与文山西省我立效月自主选择以托量据“款“提量不提诊方式参与联发场，良新错企业用究的客量不究实能作为登体参与现资市场 美国ISOs/RTOs如何管理电力现货市场中的储能？ 》NYISOandMISO × But may allow different offers in the real-time market > PJM and NYISO (Phase 2) × The ISO/RTO software will optimize the operational mode of PSH (pumped storage hydro) based onproduction cost minimization >ISO-NE × Includes features to more realistically capture the parameters of PSH in pumping modes, likeminimum pumping levels, minimum run and down times, etc. 》CAISO Hasplansfor itsstorageresources to provide cost offers from withdrawalImode toinjection/generation mode if the rescources have a continuous operation between maximum withdrawaland maximum injection (thus excluding PSH) 澳洲电力市场中的电化学储能 HornsdalePowerReserve近期盈利情况 储能在现货市场中的成本回收问题 出清及结算结果 口以社会据利最大化为日标，使用混合整数规划进行出清计口基于拉格朗日乘子得到每个时段的边际出清价格：¥276.71.¥300.00.¥300.00口根据电价和储能各时段的充放电功率进行结算，可知储能的收益为￥-1,365.00 口火力发电机组出力上下限：10MW~100MW口储能充、放电功率上限：100MW口储能充、放电效率：95%口储能SOC初始值、最大值：100MWh、200MWh口储能约束：末时段SOC与初始值一致 储能在现货市场中的模型非凸性 口挂水蕾能机组（变速推水蕾能机组除外）从发电工况转变为拍水（泵）工况后，必须满功率运行口向电网注入的功率从寒操然变成一个较大的、固定的负功率，功率无法光滑调节口功率特性存在显苦的离散性 口充放电工况下的能量-功率特性不同口储能的充放电工况互斥，不允许能量往下松弛口储能的能量一功率可行域是非凸的口在电力现货市场出清模型中需引入二进制决策变量（0-1）来刻画非凸性口非凸优化问款求辑的算法复杂是指数级别的 新能源随机性？ 口随机性：具备概率特性，例如，用伯努利分布刻间抛硬币实验口不确定性：一般意义上的结果不明确。例如，鲁摔优化中的不确定集（所有可能的结果均会落在集合之内）口模糊性：模型不明确。例如，不如道新能源发电出力的具体概率分布，使用模糊集刻画新能够源发电出力 考虑新能源发电不确定性的出清模型 非确定型决策模型中的非预期性（non-anticipativity）约束 口求解非确定型决策问题需要对未来场晨进行采样（样本平均估计、极限场景、极端瞬率分布等）基于采样进行模拟决策，制定最优策略口如果不确定量的样本是并行的时序轨遗，并基于这些轨迹进行模拟决策，则相当于利用未来的观测伯来制定当前策略，是偏乐观的 口以场最树的形式采样并构建确定型的决策模型，可以满足非预期性约束口场票数量呈指数增长家正在司用的历安这之下决能方完是一的324 = 2.82429536481 × 10112** = 16Y77215 非预期性的实例 One owes a stock, and now he/she is in 05/2022. In determining whether to sell the stock, he/sheneecis to account for the uncertainty of the future price, Depending on his/her uncertainty model andprofit maximization model, he/she may or may not sell the stock in 05/2022. 非预期性的实例（2） If his/she model does not respect the nonanticipativity, i.e., assuming that the investment decision 考虑非预期性的非确定型优化模型 Optimizationmodels How docs it work? 》 Single-stage optimization model Find a robust lincarceactionfunctionvia static robust optimizationpcru Determines beforehand how the resources linearlyreact temporally independently to the deviation ofpower output of variable renewable generation (VRE) Restrict the decision space + Termporally decomposilion 》Two-stage optimization model FindaaboThenimpleaadis Determines beforehand the operational range oftemporally coupled resources (e.g-, energy-limited,ramping-limited) so that they will be dispatchedtemporally indepenclently 》 Multistage optimization model The multistage optimization model workssimply because it is precise Precisely model the sequential cecision makingforward through time 用于电力系统优化调度的储能一般模型 Lower/upper limit of discharging powerLower/upper limit of charging powerUpper limit of the state of energy (SOE)Lower limit of the SOECannot discharge and charge simultaneously II ≤ pPC < pDC,maxL 0 ≤ x ≤ pCI1msxn ≤ 6(1 (pPC /μDC)△e+ + +,g( ≤ 4rpPCpCH=0 The operation of energycoupled due to the SOEstorage are temporallyconstraints The discharging/charging power deployed at time f steers the SOE to a new state, which will become theinitial state of the next perioc and limit the usability of the storage at time t+1. When working on a temporally coupled system, the two-stage uncertainty-aware optimization model does notrespect the nonanticipativity. 基于储能最优鲁棒能量边界的多阶段优化模型 , ciI ≤ cpchmax At s e S,t e T512-0≤ph≤apChmaxYe C S.tCTO≤p≤ (1ra)pmxr ses,t e, C (0. 1) V S,t c T= est1 + npctAt, ==uVxS, = [T将储能SOE决策变量转化成不确定量，实现时序解揭！est we + nChpchAt-YsES,tET 口基于鲁摔优化原理，在日前优化谢度中确定储能在日内各时段的能量边界口日内、实时运行时，储能只需要保证每个时段的能量水平在边界之内口可以使用两阶段（分布）鲁棒优化的成熟算法求解含储能的非确定型多阶段优化调度问题 储能调度在日前、日内优化中的衔接 口日内电力现货市场采取前瞻（look-ahead）调度模式，基于模型预测控制原理进行滚动出清口日前电力现货市场确定的储能最优鲁摔能量边界仅在每个滚动时域的最后一个时间口对储能能量边界进行限定口联能发挥储能在日内电力现货市场的灵活性，文能兼顾日前较长周期市场的蛋优决策，避免短