虚拟电厂参与能量与辅助服务市场的协同优化策略

编者按

随着中国双碳目标的逐步落实，新能源快速发展，由于新能源具有随机性和波动性，其大规模并网运行对电力系统稳定性造成严重影响，且火电机组承担调频、调峰的工作量日益加剧，仅依靠发电侧灵活性资源难以支撑；同时，随着新型电力系统的建设，储能、虚拟电厂等新型市场主体涌现，其在配合电网削峰填谷、消纳新能源等方面的作用越发重要。2022年11月，国家能源局在《电力现货市场基本规则（征求意见稿）》中提出要做好辅助服务市场与现货市场的衔接，推动新型市场主体在更多区域参与电力现货市场。因此，亟须以市场化手段引导需求侧新型主体参与市场，丰富电网调节手段。《中国电力》2024年第1期刊发了周挺等人撰写的《虚拟电厂参与能量与辅助服务市场的协同优化策略》一文。文章以电能量市场为主、辅助服务市场为辅，提出虚拟电厂参与电能量市场与辅助服务市场的协同优化策略，提高虚拟电厂的经济性及利用效率。

摘要

虚拟电厂作为一种具备储能特性的灵活性资源，虽然其在配合电网削峰填谷、消纳新能源等方面的作用越发重要，但其目前在市场运营上缺乏经济性及高效性，直接导致其参与市场积极性不足。鉴于此，提出一种虚拟电厂参与电能量市场与辅助服务市场协同工作策略。首先，基于现货市场电价与虚拟电厂的聚合情况，确定其参与市场各时段策略；其次，以虚拟电厂收益最大化为目标，采用动态规划方法构建多时间尺度下虚拟电厂参与现货电能量-调频市场协同优化模型；最后，通过仿真分析对比虚拟电厂只参与单独市场与联合优化情况下的收益及利用率，并使用shapely值法对参与虚拟电厂聚合的各类资源进行收益分摊分析，验证所提方案的可行性及有效性。

01 基于协同优化策略的虚拟电厂参与主辅市场策略

1.1 虚拟电厂参与主辅市场的策略分析

1.1.1 虚拟电厂的聚合服务策略

虚拟电厂是一种基于“源-网-荷-储”的控制技术和商业模式，能够聚合各类灵活性资源进行协同优化运行控制和市场交易。通过聚合的方式，虚拟电厂可以有效解决分散式、容量小的需求侧资源直接参与市场存在门槛高且资源利用率低的问题。如图1所示，将分布式发电、储能、电动汽车等资源聚合为虚拟电厂，既可作为用电端吸收功率，也可作为供电端进行放电。

图1虚拟电厂的聚合模式

Fig.1Aggregation mode of VPP

1.1.2 电能量市场及调频辅助服务市场

依据虚拟电厂内部聚合的资源特性，其在电能量市场中既可以视为用电主体也可视为供电主体，在低谷时购买电量、高峰时卖出以赚取峰谷价差。目前由于中国缺乏全国统一的电能量市场交易规则，不同省份对于虚拟电厂参与电能量市场有不同的规定，清洁能源占比较高的省份（地区），虚拟电厂在聚合风电、光伏等资源后可以以“报量报价”的方式参与，但多数省份还是采取的新能源全电量优先出清，虚拟电厂聚合相关资源后以“报量不报价”的方式参与，被动接受市场出清价格，即根据节点边际电价出清的方式确定现货市场价格的运行方式。此外，虚拟电厂聚合储能资源后在调频上具有响应速度快、跟踪精确、短时功率吞吐能力强等良好性能，在调频辅助服务的性能上远超火电机组，并且随着储能技术的进步，调频成本也在逐年降低。

1.2 虚拟电厂参与主辅市场的协同框架分析首先，在日前电能量市场中，虚拟电厂有能力对负荷的峰谷值及分时段电价做出较为稳定的预测，但调频辅助服务为日内实时场景，由于市场行为存在的扰动以及供电与负荷的不平衡，导致辅助服务市场的价格无法准确预测且随机性较大。其次，具有反调峰特性的新能源大规模并网导致中国电力系统峰谷价差逐渐拉大，虚拟电厂在负荷的尖峰和低谷时刻参与能量市场，有助于缓解系统的压力，促进可再生能源消纳的同时，获取更大的差价利润。再次，能量市场价格与辅助服务市场价格存在着显著正相关性，供需不匹配时，辅助服务市场补偿价格会有较为显著的攀升，尽管调频服务市场的收益由于现货市场的不成熟，即目前对于调频定价存在报价上限，收益大多小于电能量市场，但虚拟电厂由于聚合的资源特性导致整体容量偏小且新能源属于非可控型资源，只参加电能量市场会导致清洁能源的消纳困难，存在弃风等惩罚成本，对于储能资源的利用率也不高。另外，受相关交易规则的限制，部分省份的虚拟电厂无法以报量报价的形式参与现货市场，即在参与能量市场时主要是作为价格接受者，存在一定收益期望风险。基于以上考虑，虚拟电厂应该将能量市场作为主要场景、调频辅助服务为辅助场景，考虑进行主辅市场的联合出清。

综上，本文以虚拟电厂利益最大化为目标，根据现货市场电价的最低时段及最高时段确定虚拟电厂的充放电时段，而在其余时间段虚拟电厂同时参与能量和辅助服务市场，进行能量市场与辅助服务市场的联合出清。图2为虚拟电厂参与市场的框架。

图2虚拟电厂参与市场框架

Fig.2Framework for VPP participating in market

1.3 现货下的虚拟电厂参与主辅市场交易的协同优化基于日前的电价预测曲线可将次日虚拟电厂的工作时间划分为若干时间段。其能量-调频辅助服务市场协同交易策略如下。

1）导入预测电价、实时负荷扰动数据和虚拟电厂的聚合资源情况。

2）基于预测电价确定虚拟电厂的充放电时间段。

3）当虚拟电厂在充放电时间段时单独参与能量市场，以购电成本最小及售电利润最高，考虑储能电池SOC特性，制定虚拟电厂参与能量市场交易策略。

4）虚拟电厂在其余时间段同时参与能量及辅助服务市场，通过动态规划算法，对能量-调频辅助服务市场进行联合优化出清。

5）输出虚拟电厂的最终出力，得到虚拟电厂单场景与多场景切换的综合控制交易策略。

02基于动态规划的虚拟电厂参与主辅市场联合优化

2.1 动态规划算法概述

本文采用动态规划算法（dynamic programming，DP）对储能参与电能量-调频市场联合优化进行求解。动态规划的优势在于其可以把复杂的多阶段决策问题变换成一系列互相联系较容易的单阶段问题，通过逐一解决简单的单阶段问题，推导出多阶段决策的最优解。动态规划算法应用于虚拟电厂参与能量-辅助服务市场的联合优化的步骤如下。

1）工作阶段划分。将虚拟电厂参与电能量与辅助服务联合优化时段划分为若干子阶段。本文参考美国PJM市场和国内典型电能量市场，建立时间尺度为4 s的调频出力模型以及时间尺度为900 s的能量交易出力模型。调频信号每4 s变化一次，电力现货市场每15 min形成一个电价。

2）确定状态变量。用状态变量表示每个子阶段开始所处的自然状态，后一子阶段的状态变量反映前一子阶段状态变量进行决策后的结果。虚拟电厂的状态变量通常由可调容量、调频信号、节点边际电价及跟踪精度表示。

3）确定决策变量。虚拟电厂参与能量-调频辅助服务市场联合优化的决策变量为虚拟电厂的上、下调能力。上下调能力由现货市场出力和调频辅助服务市场出力共同决定。

4）确定虚拟电厂的可调容量状态转移方程。如果第k个阶段状态变量为S_k，做出的决策为x_k，那么第k+1阶段的状态变量S_k+1也被完全确定。用状态转移方程表示这种演变规律，记为S_k+1=T(S_k,x_k)。

5）建立动态规划方程。本文建立三层嵌套式的贝尔曼方程，分别是：4 s的短时间尺度动态规划方程Ⅰ（确定调频出力）；15 min的中时间尺度动态规划方程Ⅱ（确定能量市场出力）；考虑虚拟电厂储能容量的1 h长时间尺度的动态规划方程Ⅲ。

2.2 总收益模型构建

2.3 基于主辅市场协同优化的嵌套模型

2.3.1 虚拟电厂容量模型

2.3.2 能量市场出力模型

2.3.3 调频出力模型

图3逻辑框架

Fig.3Logical framework

03算例

3.1 仿真参数设计

为了验证上述虚拟电厂参与能量-调频辅助服务市场方案的可行性及优越性，本文应用Matlab对上述模型进行仿真分析。在算例中直接以聚合的分布式风电机组、可调节负荷、储能资源作为虚拟电厂的内部成员为例，对虚拟电厂只参与电能量市场、只参与调频市场和同时参与能量-调频辅助服务市场的收益情况及效果进行对比分析。虚拟电厂聚合后的基本参数如表1所示。

表1 虚拟电厂聚合后的基本参数

Table 1Basic parameters of VPP after aggregation

采用的随机调频信号和边际节点电价分别如图4和图5所示。

图4调频信号

Fig.4FM signal

图5边际节点电价

Fig.5Locational marginal price

根据边际节点电价，可设虚拟电厂工作时间如表2所示，虚拟电厂参与现货市场充电时段累计7 h，放电时段累计4 h，其他时段进行联合优化。

表2 工作时段划分

Table 2Work hours division

3.2 基于协同优化策略的虚拟电厂收益对比分析

本文假设虚拟电厂参与现货市场时，首先需要优先满足自己内部的负荷平衡，同时保证清洁能源优先消纳后，剩余的容量才参与电能量-辅助服务市场交易。设定虚拟电厂的上下调能力主要依赖于储能资源，同时为了简化模型的求解，假定辅助服务市场的上、下调频定价相等。本文建立多时间尺度的动态规划模型，求解了适合进行虚拟电厂参与能量-调频辅助服务时长联合优化时段的收益情况，并将其与虚拟电厂只参与调频辅助服务市场、电能量市场进行对比。图6为全时段参与电能量市场时，风电机组与参与削峰填谷的可调节负荷的负荷情况。储能资源根据低冲高放原则，基于此申报曲线参与电能量市场。当“源”侧无法满足组内负荷时，虚拟电厂参与电能量市场购电，若“源”侧满足内部需求，当市场电价较高时可直接出售多余电量获得收益，低电价时段也可选择将电量充入储能电池进行存储。

图6申报曲线

Fig.6Declaration curve

相较于虚拟电厂只参与调频辅助服务市场，对储能进行联合优化后虚拟电厂收益从2185.5元提升至4107.5元，收益增长率为87.94%。即使不参与现货市场的最优时段，联合优化后虚拟电厂的收益均增长将近一倍，同时，虚拟电厂全时段参与电能量市场时，为了完成清洁能源的消纳，储能只在充放电阶段参与电能量市场，此时虚拟电厂的收益是3852.6元，均小于虚拟电厂参与主辅市场的联合优化收益，这证明了联合优化的经济性。

3.3 基于协同优化策略的虚拟电厂市场效率对比分析

通过本文提出的虚拟电厂参与现货电能量-调频市场的交易策略对算例进行效率分析，易求得只参与现货市场总时长为11 h，对储能进行联合优化总时长为13 h，计算虚拟电厂的利用率，即储能出力次数与全天的统计时段数之比（见表3）。

由表3可知，只参与能量市场情况下储能的出力次数最少，协同优化情况下储能的出力次数最多，为65673次，相较单能量市场场景增加了25341次。相较只参与能量市场情况、只参与调频辅助服务市场情况，协同优化情况下储能利用率分别提升29.33个百分点与22.94个百分点，这证明协同优化对提升虚拟电厂使用效率具有积极的正面作用。

3.4 虚拟电厂的内部收益分配

基于上述计算结果，可以根据shapely值法对参与聚合联盟的成员进行利润分配。本文参考虚拟电厂内部的利益分配方法，根据虚拟电厂内部成员的贡献度计算得到如表4所示的收益结果。

表4 虚拟电厂的收益分配情况

Table 4Income distribution of VPP

基于上述联合优化策略，源、荷、储的分配利益分别为256.38、171.58、3682.54元，其中储能获得的收益远大于其他资源的原因是储能具备其余资源不具备的快速响应能力及出力稳定性，在参与市场联合优化时其贡献度更大。

04结论

本文提出了一种虚拟电厂参与现货电能量-调频市场协同优化的交易策略，并在此基础上考虑储能电池特性、电力现货市场电价等约束条件，采用动态规划法，提出分时段的现货电能量-调频市场协同优化模型，仿真得到以下结论。

1）由于辅助服务市场目前存在调频价格的上限，虚拟电厂参与能量市场的经济性大多高于调频辅助服务市场，基于利益最大化的角度，需要在边际节点电价的低谷时段和高峰时段保证虚拟电厂只参与能量市场，此时，从电网角度而言，可以起到平衡市场与促进清洁能源消纳的作用；从市场主体角度而言，也保障了虚拟电厂的营收。

2）基于动态规划算法求解的虚拟电厂参与现货条件下的主辅市场协同优化策略可以起到提高其效益的作用，并且大幅度提升虚拟电厂利用率。

综上可知，本文提出的多时段虚拟电厂参与现货电能量-调频市场协同优化的交易策略能有效改善虚拟电厂运行的效果，并且动态规划算法能够使虚拟电厂在同时参与两个市场时以收益最大化为目标找到最优运行方案。本文主要考虑了虚拟电厂参与现货市场与调频辅助服务市场的优化，针对更多类型的辅助服务与现货市场，对虚拟电厂进行工作时段及能量、容量的合理分配是下一步工作重点。