吳 清, 賈乾罡, 嚴 正, 鐘 準, 郭 頌, 李志勇
(1.海南電網(wǎng)有限責(zé)任公司,???570100; 2.上海交通大學(xué) 電力傳輸與功率變換控制教育部重點實驗室,上海 200240)
“十四五”時期是我國新能源快速發(fā)展的時期,也是新能源消納利用難度大幅增加的時期[1].設(shè)計合理的分布式能源消納機制對于加快構(gòu)建新型能源體系,實現(xiàn)“雙碳”目標有著至關(guān)重要的作用.為此,國家發(fā)改委和國家能源局印發(fā)《能源領(lǐng)域深化“放管服”改革優(yōu)化營商環(huán)境實施意見》《完善能源綠色低碳轉(zhuǎn)型體制機制和政策措施的意見》等相關(guān)文件.文件明確了“推動開展分布式發(fā)電就近交易,落實相關(guān)價格政策”,堅持“深化能源領(lǐng)域體制改革,充分發(fā)揮市場在資源配置中的決定性作用,構(gòu)建公平開放、有效競爭的能源市場體系”,從政策層面鼓勵分布式綠電[2],即用風(fēng)光等可再生能源以零二氧化碳排放所生產(chǎn)的電力就近交易.
當(dāng)前,學(xué)術(shù)界已對分布式可再生能源就近交易方案展開眾多研究.文獻[3]中提出一種點對點交易下兼具儲能共享和電能自營模式的儲能聚合商交易模型.文獻[4]中提出一種基于非對稱納什談判的多微網(wǎng)電能共享運行優(yōu)化策略.文獻[5]中提出一種基于區(qū)塊鏈技術(shù)的產(chǎn)消用戶端對端電能交易方法.文獻[6]中提出一種基于區(qū)塊鏈、去中心化的配電側(cè)多微網(wǎng)電能交易模型.文獻[7]中提出一種商業(yè)園區(qū)運營商多能交易博弈優(yōu)化決策模型.文獻[8]中提出一種分層市場架構(gòu)以實現(xiàn)分散的局域交易與傳統(tǒng)集中式批發(fā)交易的有效銜接.文獻[9]中提出一種基于強化學(xué)習(xí)的能源產(chǎn)消者的最優(yōu)交易策略.文獻[10]中提出面向虛擬電廠能量管理的點對點市場交易機制與模型.文獻[11]中分析區(qū)塊鏈技術(shù)在分布式可再生能源交易中綠電追溯、綠證交易、碳交易、綠證與碳資產(chǎn)聯(lián)合市場方向的關(guān)鍵技術(shù)適用性.上述研究為配電網(wǎng)中分布式可再生能源就近交易機制的設(shè)計提供了指導(dǎo)和參考.但是,分布式可再生發(fā)電資源出力存在固有的不確定性[12],在實際電能交割的過程中,需要市場運營商調(diào)用備用、調(diào)頻等輔助服務(wù)以保證系統(tǒng)的安全運行,且電能交割的偏離程度越大,市場運營商需要采購的輔助服務(wù)越多,所產(chǎn)生的市場外部成本越高[13].現(xiàn)有的分布式能源市場化交易機制仍缺少針對發(fā)電不確定性的監(jiān)管措施,難以充分激勵分布式發(fā)電資源生產(chǎn)者準確交割.
為鼓勵電能產(chǎn)消者準確交割電能,市場運營商需要制定合理的規(guī)則來引導(dǎo)發(fā)電主體的交割行為.文獻[14]中針對分布式能源的不確定性構(gòu)造履約信用函數(shù)并建立信用獎懲激勵機制.文獻[15]中將分布式能源生產(chǎn)者的履約情況作為交易標的組織分布式電能交易市場.文獻[16]中建立基于區(qū)塊鏈的分布式能源產(chǎn)消者聲譽系統(tǒng)并組織分布式電能交易市場.但是,發(fā)電主體之間存在競爭,其博弈行為深刻地影響彼此的收益.上述文獻并未從博弈論的角度分析引入信用值后市場均衡的變化情況,不能充分證明信用值為分布式能源發(fā)電和社會福利帶來的影響.
綜上所述,本文提出考慮主體信用的分布式綠電市場化交易方法:①提出考慮主體信用的分布式綠電交易機制,以激勵相容的方式鼓勵配電網(wǎng)中綠電生產(chǎn)者的誠信交割行為,促進整個市場的良性發(fā)展.在該機制下,分布式綠電主體提高信用值在增大市場社會福利的同時,也將給自身帶來更高利潤;②建立考慮主體信用的綠電市場出清模型,并提出基于最優(yōu)響應(yīng)法的市場納什均衡點[17]求解算法.算例結(jié)果證明:該市場機制能夠引導(dǎo)用戶的誠信行為,在降低市場總交割偏差的同時,提高市場社會福利.
分布式綠電交易市場參與者包括配電市場運營商(Distribution Market Operator,DMO)、配電系統(tǒng)運營商(Distribution System Operator,DSO)、分布式綠電生產(chǎn)者(Green Energy Supplier,GES)及分布式綠電消費者(Green Energy Consumer,GEC).其中,DMO負責(zé)市場的組織和信用值計算,并配合 DSO實現(xiàn)市場出清.
考慮主體信用的分布式綠電交易機制運行流程如圖1所示.DMO和DSO的目標是最大化社會福利,即所有GEC的效用減去所有GES的成本[18-19];GES的目標是出售綠電來最大化自身利潤;GEC的目標是購買綠電來滿足其自身需求[20].
圖1 考慮主體信用的分布式綠電交易流程
綠電市場的運行流程如下:
(1) GESi向DMO策略性提交自身的綠電成本系數(shù)和出力上下限;GECj向DMO提交自身真實的綠電效用系數(shù)和綠電需求上下限.
(2) DMO得到GES的綠電生產(chǎn)成本和信用值,以及GEC的綠電效用.然后,以最大化社會福利為目標,配合DSO出清分布式綠電市場,得到GESi的出售量和GECj的購買量,并將結(jié)果返回給綠電產(chǎn)消者.
(3) GESi根據(jù)DMO發(fā)布的市場出清結(jié)果,執(zhí)行綠電交割,市場主體將按各市場主體的報價結(jié)算[21]規(guī)則結(jié)算.然后,DMO根據(jù)GESi的交割結(jié)果更新對應(yīng)的信用值.
DSO需要調(diào)用備用、調(diào)頻等輔助服務(wù)來彌補GES在電能交割時的偏差,且輔助服務(wù)調(diào)用成本隨著偏差的增大而增加.為此,引入信用值來評價GES的綠電交割行為.信用值計算過程包括以下兩個步驟.
(2) 信用值更新:DMO根據(jù)GESi的綠電交割次數(shù)Mi和每次交割的偏離程度更新信用值,
(1)
式中:αi,n為GESi第n次交割的偏離程度,0≤αi,n≤1.
由式(1)可知,若GESi的交割行為均無偏差,則其信用值為1;若GESi的交割行為存在偏差,則其信用值隨著偏差的增加而下降,隨著偏差的減少而上升.信用值將決定GESi在綠電市場出清問題中的信用成本.
在第n次交易結(jié)算中,GESi在市場交割中的偏離程度αi,n的計算方式為
(2)
假設(shè)μ為0.1,圖2顯示不同交割電量偏離約定值的比例(γi)下,GESi交割偏離程度(αi)和信用值變化的過程.
圖2 GES i交割偏離程度和信用值的變化過程
GESi參與分布式綠電交易的目標為最大化自身利潤:
(3)
(4)
GESi的綠電生產(chǎn)成本為[22]
(5)
考慮GESi的策略性報價行為,其收益為
(6)
GESi策略性報價的區(qū)間為
(7)
根據(jù)配電網(wǎng)中工商業(yè)用戶對綠電的實際需求,仿照電能消費者效用函數(shù)[23],給出GECj的綠電消費效用函數(shù):
(8)
DMO收集所有GES和GEC提交的成本系數(shù)和效用系數(shù)后,計算不同GES的信用值.DMO針對GESi的信用值,在其成本函數(shù)中加入信用成本,GESi信用成本的計算方式如下:
(9)
式中:φ為信用成本的系數(shù).
DMO配合DSO執(zhí)行市場出清的目標函數(shù)為最大化社會福利Stotal,即最小化社會成本Ctotal:
(10)
Stotal=-Ctotal
(11)
(12)
式中:Ξ為配電網(wǎng)中I個GES的集合,I為GES總數(shù);Ψ為配電網(wǎng)中J個GEC的集合,J為GEC總數(shù).
不同于一般的集中式市場出清[24],信用成本函數(shù)將促進GES提高出力預(yù)測的精度,鼓勵其誠信交割.GESi信用值降低時,其信用成本將增加,這將導(dǎo)致兩種情況:①GESi在相同報價下中標的綠電出售量降低;②GESi在相同中標量的情況下報價將降低.兩種情況都將導(dǎo)致其利潤的下降.因此,GESi為了取得更高收益,需要提高自身的出力預(yù)測精度,從而提高信用值,以降低其信用成本.
市場出清問題的等式約束為綠電發(fā)用平衡約束:
(13)
市場出清優(yōu)化問題的不等式約束包括GES的綠電出力上下限約束和GEC的綠電消費上下限約束,可表述為下列形式:
(14)
(15)
忽略線路網(wǎng)損,配電網(wǎng)線路的潮流約束可以表述為下列形式[25]:
(16)
式中:Pxy和Pyz分別為線路xy和線路yz傳輸?shù)挠泄β?Φ為節(jié)點y的子節(jié)點集合.
配電網(wǎng)的傳輸線功率限制如下:
-Pxy,max≤Pxy≤Pxy,max
(17)
式中:Pxy,max為配電網(wǎng)線路xy的有功功率傳輸上限.
在納什均衡點,任何一位市場參與者單方面改變自己的報價策略都不會提高自身的收益.因此,從納什均衡的定義出發(fā),基于最優(yōu)響應(yīng)理論[26],提出計算市場納什均衡點的迭代求解算法,具體流程如圖3所示.
圖3 綠電交易市場納什均衡迭代求解算法
在迭代算法中,每個GES依次更新自身的報價策略[27].在GESi優(yōu)化報價策略的時候,固定其他GES的報價策略.經(jīng)過多次迭代,直到市場達到納什均衡.其中,GES初始化報價策略的方式為隨機初始化.
在迭代過程中,GESi的策略優(yōu)化規(guī)則如下:
(4) GESi計算得到不同報價策略下的收益,選擇最優(yōu)的報價策略并在本輪迭代中固定該策略.
該迭代算法能夠?qū)崿F(xiàn)快速求解納什均衡點的目的.實際運行中,GES報價過程中可能存在同時更改策略的情況,市場在這種情況下仍可以更慢的速度收斂到相同的納什均衡[28].
算例選取IEEE13節(jié)點配電網(wǎng)系統(tǒng),包含5個GES(節(jié)點2、4、6、9、12)和12個GEC(節(jié)點2~13),配電系統(tǒng)的拓撲結(jié)構(gòu)如圖4所示.
圖4 IEEE13節(jié)點系統(tǒng)
網(wǎng)絡(luò)拓撲參數(shù)、所有GES和GEC的真實成本和效用函數(shù)參數(shù)如表1所示.表中:λ為現(xiàn)貨電力價格.
表1 算例參數(shù)
算例設(shè)置了如下兩個場景:場景1改變所有GES的信用值,測試市場的納什均衡點變化情況;場景2從GES 2的角度出發(fā),分析其提升預(yù)測精度、降低交割偏差前后的市場出清結(jié)果,模擬其參與該市場出清的演化進程.
(1) 場景1.圖5展示了綠電市場的納什均衡點.由圖5(a)可知,大部分GES的報價隨著信用值的提高而逐漸降低.由圖5(b)可知,所有GES的綠電出售量隨著信用值的增加而增加.由此可知,本文機制下,信用值高的GES可以獲得更多交易紅利.
圖5 不同信用值下的市場均衡結(jié)果變化
圖6展示了綠電市場中每個GES的收益情況和社會總福利的變化情況.由圖6(a)可知,所有GES的利潤隨著信用值的增加而提高.由圖6(b)可知,整個綠電市場的社會福利隨著所有GES信用值的提高而增大,即每個GES提高信用值的行為不僅能夠促使各自獲得更高利潤,也能夠增大集體利益.因此,所提出的分布式綠電交易機制可以實現(xiàn)分布式綠電交易的激勵相容性.
圖6 市場效益分析
(2) 場景2.以GES 2為例,改變綠電交割的偏差比例,分析其信用值的變化以及市場出清結(jié)果的納什均衡演化過程.
圖7展示了GES 2的市場出清結(jié)果演化情況.圖7(a)設(shè)定GES 2的綠電電量交割偏差比例(γ)變化情況.假設(shè)GES 2在參與交易過程中逐步提升其預(yù)測精度,在前10次、11~20次、21~30次、31~40次、41~100次的市場交割的偏差范圍分別是±0.5、±0.4、±0.3、±0.2和±0.1,每次交割的實際偏差值在對應(yīng)偏差范圍內(nèi)抽樣產(chǎn)生.圖7(b)顯示GES 2的信用值變化情況.在參與市場交易初期,由于交割偏差較大,GES 2的信用值先下降,然后隨著交割偏差的降低逐漸回升.圖7(c)顯示GES 2的利潤變化情況.GES 2的利潤先隨著信用值降低而下降,然后隨著信用水平的恢復(fù)而逐漸回升.
圖7 GES 2市場演化結(jié)果
由此可見,對GES而言,提高信用值能夠提高自身利潤;同時,對于系統(tǒng)而言,GES的行為也有助于降低交割偏差.
提出一種考慮主體信用的配電網(wǎng)綠電交易市場方法.首先,提出考慮主體信用的分布式綠電交易機制,引導(dǎo)分布式綠電主體的誠信交割行為.然后,建立考慮主體信用的綠電市場出清數(shù)學(xué)模型,并提出基于最優(yōu)響應(yīng)的迭代算法以計算市場的納什均衡點.IEEE13節(jié)點配電網(wǎng)算例證明所提綠電交易方法能夠以激勵相容的方式引導(dǎo)用戶的誠信行為,在降低交割偏差的同時提高市場社會福利和市場成員個體利益,促進分布式綠電市場的良性發(fā)展.
未來研究將集中于以下幾個方面:研究基于非理性人假設(shè)的GES報價行為,以及所導(dǎo)致的市場均衡變化情況;考慮GEC的策略性報價行為,研究整個市場的均衡變化情況;研究更加高效的迭代算法,提升市場納什均衡點求解效率;將綠電交易與需求響應(yīng)結(jié)合,形成面向新型電力系統(tǒng)的需求響應(yīng)機制.