基于贡献度的台区分布式新能源共享储能合作联盟收益分配策略

作者：郝俊博 1 闫广颖 2裴红兰 2 赵盈鑫 2郝晋 3

单位：1. 国网山西省综合能源服务有限公司 2. 国网运城供电公司 3. 国网山西省电力公司

引用本文：郝俊博, 闫广颖, 裴红兰, 等. 基于贡献度的台区分布式新能源共享储能合作联盟收益分配策略[J]. 储能科学与技术, 2025, 14(6): 2462-2472.

DOI：10.19799/j.cnki.2095-4239.2024.1240

本文亮点：1、充分利用新能源偏差互补特性，构建了多个分布式新能源共建共享储能的台区合作联盟，并建立净收益最大调度策略； 2、建立新能源稳定贡献度、偏差调整贡献度及收益贡献度指标，并基于该指标建立改进因子，提出基于贡献度因子的改进Shapley值法收益分配策略

摘 要 在电网对台区大规模分布式新能源并网稳定性的要求下，共享储能可有效应对新能源不确定性并减少偏差考核成本。但分布式新能源合作配置共享储能时的经济和功率性能等多维贡献尚不明确，收益分配方法仍缺乏合理性。因此，本工作提出一种基于贡献度的台区分布式新能源共享储能合作联盟收益分配策略。构建了多个分布式新能源共建共享储能的台区合作联盟；建立了考虑联盟售电收益、运行成本及偏差考核成本的合作联盟净收益最大优化调度模型，引入机会约束处理新能源不确定性。基于新能源运行特性，建立新能源稳定贡献度、偏差调整贡献度及收益贡献度指标；并基于该指标建立收益分配修正因子，提出基于修正因子的改进Shapley值法收益分配策略。算例结果表明，所提合作联盟有效降低新能源偏差考核成本，提高整体净收益6.64%；所提分配策略有效反映各成员的综合贡献，增加稳定贡献和偏差调整贡献更优的新能源成员收益82.73%，增加收益贡献更优的新能源成员收益8.81%，保障收益分配的公平性。

关键词 分布式新能源；共享储能；贡献度；改进Shapley值法；偏差考核

在“双碳”目标背景下，含大规模不可控分布式新能源(distributed new energy，DNE)的新型配电台区快速发展，新能源的不确定性使系统运行稳定性面临巨大的风险，随着电力市场的发展，电力系统对分布式新能源并网功率的稳定性也提出了新的要求。而分布式新能源单独配置储能利用率相对较低配置成本偏高，共享储能(shared energy storage，SES)作为一种新型模式，可同时为多个分布式新能源提供功率支撑，有效降低分布式新能源波动对电网的冲击。受分布式新能源不可控特性，通过共建共享的SES更符合运行实际，而理清分布式新能源与共建共享储能的合作和利益分配模式，对于推动配电网台区共享储能投资建设和有效利用具有非常重要的意义。

已有单位针对新能源与储能合作联盟模式及收益进行了研究，文献[5]构建了含风电、光伏、储蓄、电制氢多能源合作联盟提升风光消纳水平，但其集中式架构难以适应台区DNE分散特性。文献[]分别对比了多个风电和多个光伏在合作与非合作模式下的日前调度收益，结果表明合作模式下的风电和光伏经济性更高，且提高了储能利用率，但未涉及分布式新能源收益分配与成本分摊机制。文献[8]提出基于新能源合作联盟的电化学储能共享模式，文献[9]通过分析多个新能源对储能需求的互补特性，构建了多新能源共建共享储能联盟框架，但其收益分配仅考虑投资成本分摊，忽视运行阶段功率调节贡献。上述研究从宏观层面验证了合作联盟经济效益更高、共享储能利用效率更优，但仍缺乏台区合作联盟成员的多维贡献量化与收益分配策略适配性的研究。

在实际电力市场中，联盟各新能源参与者是独立运营主体，需将联盟收益分配给各参与者。Shapley值法、核仁法作为经典分配方法，可以有效实现收益在合作联盟各成员间的合理分配，但它们基于平均的收益分配假设和单维度的经济评价体系，仅关注联盟成员经济贡献的差异，忽视了各成员的出力波动性和不确定性、不确定性调整能力等功率性能对联盟收益影响的差异。此时平均的分配方法无法充分体现各参与者收益与成本权责，导致成员分配收益与其能力存在一定偏差，不利于联盟长期发展。因此，如何建立联盟的贡献-收益对等分配机制，激励各主体充分合作、共享储能资源，对于联盟正向发展至关重要。

针对上述问题，已有不少研究通过对Shapley值法的改进，体现其他因素对成员分配的影响。文献[12]考虑分布式新能源参与系统程度的重要性，引入参与度指标改进Shapley值法，以保护参与度高的分布式新能源收益，但存在指标单一与静态化缺陷，无法体现新能源不确定性。文献[13]构建以风、光、储三种运营商为收益主体的合作联盟，提出区块链应用程度、风险偏好、合作意愿和参与程度的Shapley值法改进指标，从而建立收益修正模型，但其主观性指标难以刻画功率性能的客观物理贡献。文献[14]构建了含各类分布式新能源的虚拟电厂，基于虚拟电厂整体效用、参与者贡献、内部主体意愿建立收益分配修正因子，但无法体现新能源随机波动情况。

因此，本工作综合考虑新能源主体功率及经济性能对联盟整体效益的影响，研究基于贡献度的台区DNE-SES合作联盟收益分配策略，以提高联盟成员积极性并明确各分布式新能源权责。构建多个DNE共建SES的台区合作联盟；建立考虑联盟售电收益、联盟成员运行成本和电网对新能源偏差考核成本的合作联盟净收益最大优化调度模型，并引入机会约束以考虑新能源不确定性；提出新能源稳定贡献度、偏差调整贡献度和收益贡献度评估指标，基于评价指标建立改进Shapley值法的收益分配策略，最后由含4个分布式风光和1个SES的台区验证所提策略的有效性。

1 台区合作联盟运行模型

1.1台区合作联盟架构

台区大规模不可控分布式新能源平均投资建设共享储能，建立DNE-SES合作联盟，并综合考虑各新能源对联盟实际贡献，建立公平的新能源收益分配机制，实现建设成本回收与盈利。合作联盟运行框架如图1所示，SES不参与收益分配。合作联盟满足个体理性和整体理性条件，即联盟成员分配到的收益不少于其单独运行收益；联盟总收益不小于合作之前所有成员单独运行收益总和。

合作联盟运行模式如下：日前合作联盟整合内部各DNE及SES功率，形成合作联盟打捆功率预测曲线，并向电网申报；日内合作联盟按日前计划曲线运行，并接受电网偏差考核。在这个过程中，不同DNE存在偏差互补特性，即同一时刻的不同DNE会相互抵消，偏差之和绝对值呈减小趋势。同时新能源过剩发电量存储至SES，不足发电量由SES提供支持，有效满足电网对功率需求并促进消纳。

建立日内以合作联盟净收益最大为目标的优化调度策略，优化联盟成员出力，形成不同成员组合的联盟最优经济运行方案，提高联盟整体运行收益。调度过程中，各新能源出力稳定性、偏差调整能力及经济增长情况直接影响联盟净收益。合作联盟总收益大于各成员单独运行时的收益之和，产生合作盈余收益；同时SES在为新能源提供功率支撑时会产生高昂运行成本。因此，充分考虑DNE功率波动、偏差调整能力和售电利润对联盟整体效益的影响，多维度考量各DNE的边际功率性能和经济性能。将贡献度指标转化为改进因子，改进Shapley值法，建立公平合理的收益分配与成本分摊策略。优化调度策略提升了联盟整体效益，贡献度指标确保个体贡献与收益对等，从而实现新能源成员分配的收益在效率与公平上的双重最优。

1.2分布式新能源模型

分布式风电和光伏日前预测出力分别如式(1)、式(2)所示，风电预测出力为与风速有关的线性分段函数，光伏预测出力与光照强度、接受光照面积等有关。

(1)

(2)

式中，和分别为时刻分布式风电和分布式光伏的预测输出功率；_,为时刻分布式风电轮毂高度处的实际风速；_,in为切入风速；_,out为切出风速；_,rated为额定风速；_w,rated为分布式风电额定功率；_pv为分布式光伏的光电综合转换效率；_pv为光伏阵列面积；_pv,为时刻单位面积光照强度。

1.3共享储能模型

考虑台区共享储能由电化学储能组成，计及其充放电过程中的能量损耗，电量模型如下：

(3)

式中，为时刻SES电量，除以额定电量即为荷电状态(state of charge，SOC)；和分别为SES充电和放电效率；和分别为时刻SES充电和放电功率；_ch和_dis分别为SES充电和放电状态变量；∆为调度时间间隔。

2 台区合作联盟优化调度策略

2.1目标函数

台区DNE-SES合作联盟通过合理利用SES资源与DNE偏差互补特性，最大程度促进新能源消纳并减小偏差考核成本，获得联盟最大运行收益。建立合作联盟运行净收益最大目标函数，由联盟向电网售电收益_s、联盟成员运行成本_op和电网对新能源偏差考核成本_p组成：

(4)

(5)

(6)

(7)

式中，_sell,为时刻联盟与电网日内出清电价；_sell,为时刻联盟向电网卖电功率；_W、_PV和_SES分别为分布式风电、分布式光伏和SES运行成本；_w,和_pv,分别为分布式风电和分布式光伏的实时输出功率；_w、_pv、_SES分别为分布式风电、分布式光伏和SES的单位电量运行成本；_ch和_dis分别为SES充电和放电效率；_p,为新能源的偏差考核电价；∆为申报偏差功率，大于0为正偏差，小于0为负偏差。

其中，偏差考核电价_p,如式(8)所示，设置在电网需求高峰时，正偏差考核电价较低，负偏差考核电价较高；电网需求低谷时相反，以凸显稀缺性调控资源价值。

(8)

式中，_p,base为基础偏差考核电价；₁、₂为正、负偏差考核系数。

2.2约束条件

2.2.1 共享储能约束

共享储能运行应满足充放电功率约束、SOC约束和始末电量平衡约束：

(9)

(10)

(11)

式中，为SES充放电功率上限；^SOC为荷电状态；_rated为SES额定电量；和分别为SOC上下限，一般设为0.9和0.1；和分别为初始和末尾时刻SOC，一般设为0.5。

2.2.2 不确定性约束

考虑到DNE出力存在较强不确定性，为了降低系统运行的越限风险，合作联盟电功率平衡的机会约束如下：

(12)

式中，^w、^pv分别为分布式风电与分布式光伏的输出功率误差；_p为置信水平，表示机会约束成立需满足的概率，其值越接近1，分布式新能源运行可靠性越高，常见有0.8、0.9、0.95等，本工作设为0.95。

假设分布式风电及分布式光伏两者的误差均服从均值为零的正态分布，即～(0, )、～(0, )，将式(12)转化为确定性约束：

(13)

式中，表示事件发生概率。

根据正态分布的可加性，易知

，则有

，其中，(·)为正态分布的方差。因此，式(13)转化为：

(14)

根据有效点理论，假设随机变量的累计概率分布函数为()=Pr{≤}，若点∈，满足()≥,∈(0,1)且不存在任一点≤,≠使得()≥，则称点为累积概率分布函数的有效点，记为，则存在如下确定性变换：

(15)

式中，为确定变量。

由此，可以将式(14)转换成确定性约束：

(16)

式中，^-1(·)为标准正态分布累积分布函数的逆函数。经过上述线性转化过程，将非线性的电功率平衡机会约束表达式(12)转换为确定性表达式(16)。

3 基于改进Shapley值法的联盟收益分配策略

3.1Shapley值法

Shapley值法常用于多成员合作问题，其基本思想为将合作联盟的收益按照所有参与者的边际贡献度进行分摊。假设联盟中共有个新能源成员，每个成员都存在两种可能：参与联盟或不参与联盟，那么除去联盟中所有成员都不参与的方式，共有2-1种不同组合方式，则联盟成员通过Shapley值法分配得到的收益为：

(17)

式中，为成员在经典Shapley值法下分配的收益；()为联盟的整体收益；(-{})为成员不参加联盟后联盟的收益；为联盟发生的概率。

上述经典Shapley值法仅针对当前总收益进行分配，未考虑成员稳定性、调整能力等功率表现情况，导致成员运行对整体收益的实际贡献程度刻画不准确，成员参与联盟的积极性下降。因此，本工作从DNE运行特性出发，提出稳定贡献度、偏差调整贡献度和收益贡献度3个评价指标作为修正因子，对经典Shapley值法的分配结果进行再调整。

3.2分布式新能源成员贡献度指标

3.2.1 稳定贡献度指标

在合作联盟中，偏差较大的DNE对联盟整体效益产生不利影响，应分配较少收益；而出力稳定且与日前计划高度相符的DNE有助于减小联盟整体偏差及考核成本，应分配更多收益以激励该成员性能保持。因此，建立稳定贡献度指标，量化新能源成员实时出力与日前预测出力偏差程度，表达式如下：

(18)

式中，为成员的稳定贡献度指标；_,为成员在时刻的实时出力；为成员在时刻的日前预测出力。

3.2.2 偏差调整贡献度指标

实际运行时，通过合作实现偏差互补的DNE提高了联盟整体的偏差调整能力，应增加其分配收益占比。因此，建立偏差调整贡献度指标，量化新能源成员对联盟偏差功率互补效果的贡献，定义为新能源成员参与联盟前后，联盟整体申报偏差功率变化量的倒数，表达式如下：

(19)

式中，为成员的偏差调整贡献度指标；∆()为时刻联盟的偏差功率；∆(-{})为时刻成员不参与联盟时，联盟的偏差功率。

3.2.3 收益贡献度指标

基于合作联盟成立条件，不同DNE加入联盟后，该成员收益和联盟总收益均有不同程度的增长，收益增长多的成员对联盟收益增长贡献更大，分配收益占比更大。因此，建立收益贡献度指标量化新能源成员的直接收益贡献，定义为新能源成员参与联盟前后，该成员收益增长量与联盟整体收益增长量的比值，表达式如下：

(20)

式中，为成员的收益贡献度指标；({})为成员不参与联盟的收益。

3.3改进Shapley值法收益分配模型

由3.2节可知，、和值越大的新能源成员，应分配的收益占比更高，因此基于上述指标建立合作联盟收益分配修正因子。若联盟各DNE的稳定贡献度为{₁, ₂ … }，偏差调整贡献度为{₁, ₂ … }，收益贡献度为{₁, ₂ … }，则新能源成员的收益分配修正因子为：

(21)

式中，₁、₂和₃为贡献度指标的权重系数，且₁+₂+₃=1，可根据联盟实际运行需求和应用场景动态设定，如当联盟偏差功率较大时，可适当增大₁和₂以增加稳定度高和调整能力强成员分配收益，激励新能源成员积极守约，提升总体功率性能。

因此，基于收益分配修正因子的改进Shapley值法收益分配模型为：

(22)

式中，为成员在改进Shapley值法下从合作联盟分配的收益；()为所有成员均参与联盟时的盈余收益，即联盟总收益与所有成员不合作时收益之和的差值。

4 算例分析

4.1参数设置

以某台区2个分布式风电和2个分布式光伏共建1个共享储能为例，验证本工作所提分配策略有效性。分布式风电规模：16 MW和9 MW，分别记为PW1和PW2；分布式光伏规模：12 MW和8 MW，分别记为PV1和PV2。根据气象条件，其日前与日内出力如图2所示。共享储能按联盟分布式新能源总容量的20%配置，参数见表1。根据国家发改委及国家能源局对新能源上网电价的相关规定，基于煤电基准价及地方实践参考，合作联盟基础偏差考核电价为400元/MWh，电网日内出清电价和偏差考核系数如图3所示。电功率平衡置信水平取0.95。

表1   共享储能参数

4.2合作联盟运行结果分析

将本工作所提所有新能源合作运行且配置SES的联盟模式(共享-合作模式)与所有新能源单独运行并配置分散储能(分散-不合作模式)、所有新能源单独运行且配置SES的非联盟模式(共享-不合作模式)对比，验证所提合作联盟经济性。分散-不合作模式下，PW1、PW2、PV1和PV2分别按其额定容量的20%配置分散储能，即分别记为DES1、DES2、DES3和DES4，各新能源单独申报日前功率曲线，单独接受电网偏差考核。共享-不合作模式下，SES按联盟分布式新能源总容量的20%配置。

图4所示为分散-不合作模式下分散储能调度结果，由图可知，各分布式新能源依靠自身储能来应对电力供需平衡和偏差考核压力，分散储能需在自身电量约束前提下满足新能源所有时刻的偏差，导致其功率波动频繁且幅值较大，加快寿命衰减。另外，受新能源不确定性影响，存在某些时刻不同新能源对储能需求相反情况，例如在36点(9时)，DES1和DES3充电，充电功率分别为0.62 MW和0.09 MW；DES2和DES4放电，放电功率分别为0.41 MW和0.01 MW。在48点(12时)，DES1放电，放电功率0.80 MW；DES2和DES4充电，充电功率分别为1.44 MW和0.21 MW；DES3不充不放。若能充分利用这些时段新能源偏差互补特性与储能共享存储能力，将促进储能资源高效利用。

图5所示为3种模式下储能的总需求容量。表2为不同模式的调度成本对比。由结果可知，在大多数时段，本工作所提共享-合作模式的储能需求小于分散-不合作模式的分散储能需求之和，进而将储能总运行成本从6678.33元减小至5365.27元，降低了19.66%。这是由于共享-合作模式中所有新能源作为一个整体接受偏差考核，不同新能源同一时刻的正负偏差互补；其次共享-合作模式中不同新能源对储能需求相互协调，有效降低储能的依赖。此外，合作联盟通过整合新能源发电曲线和调度共享储能，有效平抑了联盟整体偏差，大幅降低了偏差考核费用，共享-合作模式相比分散-不合作模式降低偏差考核成本74.57%。共享-不合作模式因缺乏联盟内部的优化调度，未充分发挥偏差互补效应，储能在同一时刻仅能满足偏差同向的新能源，导致SES利用率低，虽降低了储能运行成本，但大幅增加偏差考核成本。综上，由于储能需求和偏差考核成本的双重降低，共享-合作模式的总净收益相比分散-不合作模式增加6.64%，相比共享-不合作模式增加10.07%。

表2   不同模式下的调度成本

4.3合作联盟收益分配结果分析

4.3.1 合作联盟组合收益

台区4个分布式风电和光伏可组成15种联盟组合，各组合总成本、总收入以及净收益见表3。

表3   合作联盟组合收益

从表3可知，合作联盟中每加入一个新能源，总收益增加，且增加的收益大于对应新能源单独运行收益，满足合作的必要条件。例如，对比组合6和组合1，PV1加入{PW1}联盟后，联盟总收益增加8797.37元，增加的收益大于PV1单独运行收益(组合3)；对比组合11和组合6，PW2加入{PW1，PV1}联盟后，联盟总收益增加13336.34元，增加的收益大于PW2单独运行收益(组合2)；对比组合15和组合11，PV2加入{PW1，PW2，PV1}联盟后，联盟总收益增加7820.13元，增加的收益大于PV2单独运行收益(组合4)。另外，含两个及两个以上成员的联盟组合盈余收益均大于0，验证了联盟的个体理性条件和超可加条件，是多个分布式新能源进行合作联盟的前提和基础。

4.3.2 收益分配结果分析

为验证本工作所提基于改进Shapley值法收益分配策略有效性，设计5种收益分配策略：

策略1：经典Shapley值法，即采用式(17)直接分配联盟总收益。

策略2：只考虑稳定贡献度的改进Shapley值法，即式(21)仅含稳定贡献度指标，则设置₁=1，₂=₃=0。

策略3：只考虑偏差调整贡献度的改进Shapley值法，即式(21)仅含偏差调整贡献度指标，则设置₂=1，₁=₃=0。

策略4：只考虑收益贡献度的改进Shapley值法，即式(21)仅含收益贡献度指标，则设置₃=1，₁=₂=0。

策略5：综合考虑3种改进因子的改进Shapley值法，权重可根据联盟实际运行需求或应用场景动态设定。为更全面反映成员的多维贡献、提高指标动态调整的灵活性，随机设置相近权重：₂=0.4，₁=₃=0.3。

图6所示为不同分布式新能源的贡献度指标占比，表4为贡献度指标赋权后不同策略的新能源分配修正因子。由图6可知，不同新能源在联盟收益或功率稳定等方面的重要性不同，例如两个分布式光伏的稳定贡献度占比之和为76.99%，偏差调整贡献度占比之和为67.52%，均高于两个风电；表明在实际运行中，分布式光伏的偏差惩罚更小、对偏差的调整能力更强，其在联盟中对减小偏差具有主导作用。两个风电的收益贡献度占比之和为58.93%，大于光伏收益贡献，表明风电在联盟中对增加收益具有主导作用。

表4   不同策略下新能源分配修正因子

由表4可知，策略2、策略3和策略4仅考虑单一指标因素，各指标值相对较高的新能源分配修正因子为正，指标值相对较低的修正因子为负。例如策略2下，PV1和PV2的稳定贡献度指标相对较高，其分配修正因子为正；PW1和PW2的稳定贡献度指标相对较低，其分配修正因子为负。策略5综合考虑3种因素，结果表明PV2综合贡献最高，PW1综合贡献最低。

不同策略新能源分配收益见表5，收益分配占比如图7所示。策略1按成员的边际经济贡献分配，因此分配结果与各新能源单独运行时的净收益大小相符，导致收益集中在收入最多的PW1，忽略了成员功率性能，分配结果与成员实际贡献不符，缺乏正向激励作用。

表5   不同策略新能源分配收益

策略2仅考虑稳定贡献度，由图6可知，光伏稳定贡献度明显更高，因此增加了PV1和PV2分配收益，减小了PW1和PW2分配收益。类似地，策略3仅考虑偏差调整贡献度，PV2的偏差调整贡献最高，因此减小了其他3个成员分配收益，仅增加PV2分配收益。策略4仅考虑收益增长贡献，PW2对联盟的收益增长贡献高达48.85%，因此显著增加了PW2分配收益，减少其他成员分配收益，导致PV1收益仅占5%。上述分配仅根据单一影响因素修正收益分配，然而，联盟总收益的提高与偏差成本的降低和售电收益的增加均密切相关，仅考虑单个因子的收益分配结果是片面的，忽略了其他成员的其他功率或经济方面贡献，可能导致联盟收益集中在某部分成员，不利于联盟的持续运营。

策略5与经典Shapley值法相比，综合考虑了所有新能源对联盟稳定、偏差调整和收益增长不同程度贡献，增加了在稳定和偏差调整方面有显著作用的PV2分配收益，增加82.73%；增加了收益增长更快的PW2收益，增加8.81%。但与单一因子分配策略相比，策略5没有盲目增长或减少某成员收益，有效避免收益过于集中于某一成员的风险，最终兼顾联盟稳定与经济，确保各成员在多个维度的贡献得到合理回报。

5 结论

以含分布式风电、分布式光伏和共享储能的台区合作联盟为研究对象，提出基于贡献度的台区合作联盟收益分配策略，主要结论如下：

（1）提出了台区分布式新能源通过共建共享储能组成合作联盟的运行模式，并建立了净收益最大的联盟优化调度策略。仿真结果表明，新能源通过合作共建共享储能，有效减小储能需求、降低偏差考核成本，与分散-不合作模式相比，减少偏差考核成本74.57%，增加净收益6.64%；与共享-不合作模式相比，增加净收益10.07%。

（2）量化新能源成员对合作联盟稳定贡献度、偏差调整贡献度及收益贡献度，提出基于改进Shapley值法的收益分配模型。仿真结果表明，相较传统Shapley值法，所提策略增加了稳定贡献和偏差调整贡献显著的PV2分配收益82.73%，增加收益增长更快的PW2收益8.81%；相比单一因子分配策略，所提方法有效避免收益集中风险，分配结果更加公平合理。

第一作者：郝俊博（1981—），男，本科，高级工程师，研究方向为电力系统运行与储能应用研究；

通讯作者：裴红兰，高级工程师，研究方向为电力系统运行与控制研究。