樊 東，毛 銳，文 旭，羅保松，夏 春

(國(guó)家電網(wǎng)有限公司西南分部，四川 成都 610041)

0 引 言

近年來(lái)中國(guó)可再生能源行業(yè)迅猛發(fā)展，風(fēng)電、光伏裝機(jī)容量均已成為世界第一，但可再生能源消納問(wèn)題突出[1]，已成為近年來(lái)的研究熱點(diǎn)。可再生能源的消納不僅僅局限于電力系統(tǒng)內(nèi)部，還可以通過(guò)參與電力交易，以市場(chǎng)化方式來(lái)進(jìn)行，多途徑、多維度共同促進(jìn)可再生能源消納。

目前各國(guó)電力市場(chǎng)的現(xiàn)狀、市場(chǎng)參與方、交易品種和結(jié)算模式等均不相同。美國(guó)的電力市場(chǎng)包括：PJM電力市場(chǎng)、加州電力市場(chǎng)和德州電力市場(chǎng)[2-3]。交易品種包括但不限于輸電能量、容量、輔助服務(wù)、金融輸電權(quán)等。結(jié)算模式以雙結(jié)算模式為主[4-6]。歐洲各國(guó)的電力市場(chǎng)機(jī)制，為“調(diào)度機(jī)構(gòu)與交易機(jī)構(gòu)分設(shè)+自愿參與現(xiàn)貨交易所交易+區(qū)域邊際電價(jià)出清”的市場(chǎng)基本架構(gòu)[7-8]。

與國(guó)內(nèi)電力交易市場(chǎng)相符合的中長(zhǎng)期交易模式正被中國(guó)有序地推動(dòng)進(jìn)行。在考慮到各地的電力市場(chǎng)化交易程度及供需形勢(shì)后，選擇了山西、山東、四川等一批試點(diǎn)省份，作為推動(dòng)電力現(xiàn)貨市場(chǎng)建設(shè)工作的先行者[9-11]。目前各地區(qū)結(jié)合當(dāng)?shù)貙?shí)際情況，正穩(wěn)步推進(jìn)現(xiàn)貨市場(chǎng)建設(shè)，并取得了一些階段性進(jìn)展。

目前，對(duì)于可再生能源與多元負(fù)荷參與電力市場(chǎng)交易策略研究還較少。下面從源荷兩側(cè)選取可再生能源場(chǎng)站、傳統(tǒng)發(fā)電企業(yè)、電網(wǎng)企業(yè)等典型電力市場(chǎng)交易參與方，從各參與方成本收益進(jìn)行效益分析，以期為典型電力市場(chǎng)交易場(chǎng)景的多方交易策略模型的建立提供基礎(chǔ)。

1 典型場(chǎng)景下關(guān)鍵參與方效益分析

1.1 可再生能源場(chǎng)站效益分析

1.1.1 成本分析

可再生能源場(chǎng)站與多元負(fù)荷參與電力市場(chǎng)后，使得可再生能源場(chǎng)站的成本與收益都發(fā)生了相應(yīng)的改變，以風(fēng)電和光伏為例，從全壽命周期角度分析可再生能源場(chǎng)站的成本。

Ct=Cw+Cs+Cl+Cr+Ce

(1)

式中:Cw為風(fēng)力發(fā)電機(jī)全壽命周期總成本；Cs為光伏發(fā)電機(jī)全壽命周期總成本；Cl為線路全壽命周期總成本;Cr為計(jì)及供電可靠性的系統(tǒng)電量損失總成本;Ce為運(yùn)行造成的環(huán)境成本;Ct為系統(tǒng)總成本。

1.1.2 收益分析

可再生能源場(chǎng)站新增收入主要包括風(fēng)電場(chǎng)增加的售電收入ΔIw,e和供熱收入Iw,h。

(2)

Iw,h=Aw,h×Ph

(3)

式中：Pw為風(fēng)電場(chǎng)上網(wǎng)電價(jià)，元/kWh；Aw,h為供熱面積，104m2；Ph為熱價(jià)，元/m2。

1.2 傳統(tǒng)發(fā)電企業(yè)效益分析

1.2.1 成本分析

在負(fù)荷水平相同的情況下，可再生能源參與電力市場(chǎng)交易后會(huì)擠占傳統(tǒng)發(fā)電企業(yè)的發(fā)電空間，其減少的發(fā)電量與電網(wǎng)輸送的傳統(tǒng)電力資源量大致相等[12]。

1.2.2 收益分析

1)降低的峰荷容量成本

用減少的新增裝機(jī)成本表示降低的峰荷容量成本。

RN=ΔNy×Ij

(4)

ΔNx=exΔPf

(5)

式中：RN為接入后降低的峰荷容量成本；Ij為每個(gè)機(jī)組裝機(jī)投資成本；ΔNy為由于實(shí)施需求響應(yīng)而減少的峰荷容量；ΔPf為降低的峰荷電力；ex為降低的峰荷容量系數(shù)。

2)降低的傳統(tǒng)能源燃料成本

Rr=W×Mc

(6)

式中：Rr為接入可再生能源場(chǎng)站后降低的傳統(tǒng)能源燃料成本；W為減少的傳統(tǒng)能源用電量；Mc為每千瓦時(shí)發(fā)電量的傳統(tǒng)能源燃料邊際成本。

3)降低的機(jī)組不正常啟停成本

Rp=Cp×Ip

(7)

式中：Rp為機(jī)組非常規(guī)啟停成本；Cp為每次機(jī)組非常規(guī)啟停成本；Ip為機(jī)組非常規(guī)啟停次數(shù)。

4)降低的環(huán)境破壞補(bǔ)償開支

Rb=Q×b

(8)

式中：Rb為接入可再生能源場(chǎng)站后降低的環(huán)境破壞補(bǔ)償開支；Q為減少的破壞物排放量；b為政府規(guī)定的每千克破壞物補(bǔ)償費(fèi)。

5)傳統(tǒng)能源減緩建設(shè)效益

(9)

式中：Rl為接入可再生能源場(chǎng)站后節(jié)約的傳統(tǒng)能源建設(shè)開支；ΔNy為系統(tǒng)接入可再生能源后可降低峰荷容量；μ為每個(gè)機(jī)組的投資成本；i為基準(zhǔn)利率；t為其可使用的周期。

1.3 電網(wǎng)企業(yè)效益分析

1.3.1 成本分析

1)減少的售電收入

CNR=W×p

(10)

式中：CNR為減少的售電收入；W為減少的售電量；p為平均電價(jià)。

2)系統(tǒng)安裝維護(hù)成本及補(bǔ)貼

(11)

式中：Cg為電力設(shè)備折扣；C為由電網(wǎng)企業(yè)負(fù)責(zé)的多元負(fù)荷支持設(shè)備初始投資成本；n為設(shè)備使用時(shí)長(zhǎng)；Cb為對(duì)設(shè)備進(jìn)行保養(yǎng)的開支；Ca為設(shè)備安裝開支。

1.3.2 收益分析

1)降低的電網(wǎng)投資成本

(12)

式中：Rt為接入可再生能源場(chǎng)站降低的電網(wǎng)投資成本；ΔNr為接入可再生能源場(chǎng)站后降低的電網(wǎng)容量；It為整個(gè)系統(tǒng)電網(wǎng)投資的成本；Nr為整個(gè)電網(wǎng)的容量大小。

2)降低的系統(tǒng)運(yùn)行維護(hù)成本

(13)

式中：Mb為接入可再生能源場(chǎng)站后降低的系統(tǒng)運(yùn)行維護(hù)成本；MT為系統(tǒng)總的運(yùn)行維護(hù)成本。

3)提高的負(fù)荷率

L=L2-L1

(14)

式中：L為提高的負(fù)荷率；L2為本年負(fù)荷率；L1為前一年負(fù)荷率。

1.4 電采暖用戶效益分析

1.4.1 成本分析

蓄熱式電采暖成本Ppay由靜態(tài)投資成本Ppay,s和運(yùn)行成本Ppay,r兩部分組成。

Ppay=Ppay,s+Ppay,r

(15)

1.4.2 收益分析

綜合收益Pinc分為供暖收益Phot和輔助服務(wù)益Pas兩部分，如式(16)—式(18)所示。

Pinc=Phot+Pas

(16)

Phot=mhot·S

(17)

(18)

式中：S為蓄熱式電采暖供暖面積，m2；mhot為供暖收費(fèi)，元/m2；mas為輔助服務(wù)收費(fèi)標(biāo)準(zhǔn)，元/MW；ΔPeb-a為提供輔助服務(wù)電力，MW。

1.5 電動(dòng)汽車用戶效益分析

1.5.1 成本分析

1)設(shè)備投資成本CF

CF=CF1×N+CF2×N+CF3×N′

(19)

式中：CF1為每個(gè)電動(dòng)汽車(electric vehicle,EV)控制設(shè)備成本；CF2為每個(gè)電動(dòng)汽車通訊設(shè)備(接收器、傳輸器)的成本；CF3為整個(gè)電動(dòng)汽車控制中心的搭建成本。

2)設(shè)備運(yùn)行維護(hù)成本COM

COM=CF×η

(20)

式中，η為運(yùn)行維護(hù)開支比例。

1.5.2 收益分析

1)放電增加的收益REV1

(21)

2)充電節(jié)約的電費(fèi)支出REV2

(22)

2 多方交易策略模型

2.1 多個(gè)參與方交易的博弈框架

各個(gè)能源相互交融的形式越來(lái)越突出，傳統(tǒng)的電力交易模式已經(jīng)不再適應(yīng)。以多個(gè)參與方共同參與的多能源形式的新型電力市場(chǎng)正在成為主流[13]。各個(gè)參與方均能獨(dú)立地參與電力市場(chǎng)，并基于交易博弈策略實(shí)現(xiàn)自治及矛盾解決，最終實(shí)現(xiàn)各方平衡，達(dá)到平衡的微電網(wǎng)[14]，圖1為多個(gè)參與方交易的博弈框架圖。

圖1 多個(gè)參與方交易的博弈框架

圖1描述了兩種典型的多參與方交易模式。第1種模式為風(fēng)電供應(yīng)商和EV商共同合作組成虛擬電廠(virtual power plant,VPP)，以解決風(fēng)電過(guò)?；蛘唢L(fēng)電不足問(wèn)題，并且達(dá)到供應(yīng)商利益最大化，稱之為VPP模式。另一種模式為風(fēng)電商及EV商各自獨(dú)立經(jīng)營(yíng)，參與電力交易市場(chǎng)，稱之為獨(dú)立經(jīng)營(yíng)模式。兩種經(jīng)營(yíng)模式在日前電力市場(chǎng)中均存在，由用戶根據(jù)自身情況進(jìn)行選擇。同時(shí)在圖1中，傳統(tǒng)供電商也可以依據(jù)自身經(jīng)營(yíng)情況，選擇將電能銷售給電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商或者直接銷售給用戶，以實(shí)現(xiàn)利益最大化。

2.2 博弈策略建模

2.2.1 VPP供應(yīng)商的策略模型

此模型以模擬風(fēng)電場(chǎng)場(chǎng)景為基礎(chǔ)，通過(guò)過(guò)去某個(gè)時(shí)段t的N個(gè)場(chǎng)景的風(fēng)電出力大小，以VPP模式進(jìn)行建立。在此模型中風(fēng)電場(chǎng)的出力具有不確定性，同時(shí)EV或蓄熱式電采暖商所需要的電量大小也完全由用戶行為來(lái)確定。

(22)

(23)

t時(shí)段VPP的總投標(biāo)出力為

(24)

當(dāng)風(fēng)力發(fā)電場(chǎng)和EV商或蓄熱式電采暖共同合作運(yùn)營(yíng)時(shí)，有很大概率會(huì)出現(xiàn)預(yù)測(cè)偏差。當(dāng)預(yù)測(cè)量小于實(shí)際發(fā)電量時(shí)，多發(fā)出的電量只能棄用；當(dāng)預(yù)測(cè)量大于實(shí)際發(fā)電量時(shí)，由于供電不足，當(dāng)?shù)仉娏ΡO(jiān)管部門可能會(huì)對(duì)這種行為進(jìn)行罰款[15]。因此，將VPP的目標(biāo)函數(shù)描述如下：

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

(33)

2.2.2 用戶群體的策略模型

在用電量得到滿足的條件下，用戶會(huì)根據(jù)電力價(jià)格或其他因素選擇更為適合自己的供電商來(lái)進(jìn)行供電。為了簡(jiǎn)化模型，以用戶利益最大化作為策略博弈的最終目的，則其效用函數(shù)ku為

(34)

用戶實(shí)體的成本Eu是向供電商支付的電費(fèi)，可表示為

(35)

因此，用戶群體的目標(biāo)函數(shù)為

maxRu=Ku-Eu

(36)

2.2.3傳統(tǒng)電力供應(yīng)商的策略模型

(37)

(38)

傳統(tǒng)電力供應(yīng)商的目標(biāo)函數(shù)為

(39)

電力供應(yīng)商決策時(shí)的約束條件為：

(40)

(41)

2.2.4 電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商的策略模型

電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商的利益來(lái)源由直接向用戶收取電費(fèi)和收取發(fā)電商服務(wù)費(fèi)兩種模式來(lái)獲取。此外，電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商在輸送電能的同時(shí)，應(yīng)保證電能質(zhì)量、系統(tǒng)安全等作為社會(huì)公共事業(yè)企業(yè)應(yīng)承擔(dān)的責(zé)任。運(yùn)營(yíng)過(guò)程中會(huì)出現(xiàn)設(shè)備檢修、更換、建設(shè)及運(yùn)營(yíng)成本[17]。

電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商的收益可用用戶所支付的電費(fèi)、傳統(tǒng)電力供應(yīng)商和VPP商所繳納的服務(wù)費(fèi)三項(xiàng)之和來(lái)表示。

(42)

(43)

式中，電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商的成本由購(gòu)買電力的成本和運(yùn)營(yíng)成本共同構(gòu)成。

電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商的目標(biāo)函數(shù)為

(44)

2.3 模型求解算法

2.3.1 多方博弈的納什均衡

(45)

2.3.2 基于合作型協(xié)同進(jìn)化遺傳算法求解

合作型協(xié)同進(jìn)化遺傳算法(cooperative co-evolutionary genetic algorithm,CCGA)以多種群協(xié)同演化機(jī)制為基礎(chǔ)，考慮到不同自然物種在基因遺傳過(guò)程中相互不影響[18]，各物種又通過(guò)自然界生態(tài)系統(tǒng)共同協(xié)調(diào)為基礎(chǔ)。CCGA將復(fù)雜的非線性大規(guī)模場(chǎng)景進(jìn)行拆解，以多個(gè)子場(chǎng)景進(jìn)行求解優(yōu)化，最后再帶入整體中協(xié)調(diào)，最終實(shí)現(xiàn)整體的共同優(yōu)化[19]。

在電力市場(chǎng)多運(yùn)營(yíng)商博弈過(guò)程中，將每個(gè)博弈體看作是一個(gè)總?cè)海肅CGA進(jìn)行全局優(yōu)化。算法框圖如圖2所示。

圖2 CCGA框架

CCGA的步驟如下：

1)進(jìn)行傳統(tǒng)供電商、電網(wǎng)公司、用戶、VPP商的種群初始化參數(shù)設(shè)置。

2)選擇合適的遺傳算子及最優(yōu)粒子，形成策略集合。

3)種群協(xié)作。各種群協(xié)作，進(jìn)行共同優(yōu)化，保留優(yōu)化效果最好、整體最為平衡的個(gè)體代表，進(jìn)行下一代遺傳。

4)重復(fù)步驟2和步驟3，到符合全局優(yōu)化標(biāo)準(zhǔn)為止，最終保留的策略集合即為博弈均衡解。

3 典型電力市場(chǎng)場(chǎng)景的多方交易策略

本章選取EV和風(fēng)電場(chǎng)參與電力市場(chǎng)的典型場(chǎng)景，驗(yàn)證第2章所建立的多方交易策略模型的有效性。

3.1 算例基本參數(shù)

在上述條件下，用戶群體的總負(fù)荷需求量如圖3所示，可以看出，負(fù)荷需求量較小的時(shí)段出現(xiàn)在0～7 h，高峰負(fù)荷需求量較大的時(shí)段出現(xiàn)在8～23 h。

圖3 用戶群各時(shí)段總負(fù)荷

3.2 算例結(jié)果

對(duì)比風(fēng)力發(fā)電場(chǎng)商和EV商合作聯(lián)營(yíng)，以VPP模式參與電力市場(chǎng)交易和分別獨(dú)立參與電力市場(chǎng)交易兩種模式。得到如圖4所示的博弈均衡時(shí)的利潤(rùn)對(duì)比圖。

圖4 兩種模式的利潤(rùn)對(duì)比

從圖4可以看出：兩種模式下，VPP模式的總利潤(rùn)明顯高于獨(dú)立參與市場(chǎng)交易的模式。其中，獨(dú)立參與電力市場(chǎng)交易的EV商和風(fēng)電商利潤(rùn)之和為21.8萬(wàn)元，而以VPP模式參與電力市場(chǎng)交易的利潤(rùn)值達(dá)到了27.8萬(wàn)元，利潤(rùn)增加值達(dá)到了27.5%。

結(jié)果表明，采用VPP模式參與電力市場(chǎng)運(yùn)行能夠更好地利用EV資源和風(fēng)力發(fā)電資源，在減少棄風(fēng)現(xiàn)象和降低出力預(yù)測(cè)偏差的同時(shí)獲得了更大的經(jīng)濟(jì)效益。

4 結(jié) 論

主要通過(guò)對(duì)可再生能源場(chǎng)站、發(fā)電企業(yè)、電網(wǎng)企業(yè)、電采暖用戶以及EV等關(guān)鍵參與方在典型場(chǎng)景下的效益分析，構(gòu)建VPP商、用戶群體、傳統(tǒng)電力供應(yīng)商以及電力輸送網(wǎng)絡(luò)運(yùn)營(yíng)商的策略模型；通過(guò)CCGA進(jìn)行求解，并以實(shí)際算例驗(yàn)證了所建立模型的合理性和有效性。算例結(jié)果表明，風(fēng)電商與EV用戶聯(lián)合組成虛擬電廠，參與電力市場(chǎng)交易所獲得的的利潤(rùn)比其單獨(dú)參與電力市場(chǎng)的利潤(rùn)更高，說(shuō)明VPP在充分利用風(fēng)電資源的同時(shí)，還能調(diào)用EV電源存儲(chǔ)能力，創(chuàng)造更大的經(jīng)濟(jì)價(jià)值，具有更強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。