考虑调频需求及风光出力不确定性的储能系统参与能量-调频市场运行策略

随着新型电力系统中可再生能源渗透率的提高，储能将成为系统中的重要组成部分。研究了独立储能在现货市场下的优化运行问题，提出了一种储能以租赁或共享的形式为风电、光伏电站提供平衡服务并参与能量–调频市场的运行策略。考虑市场调频需求及风电、光伏出力的不确定性对储能系统运行策略制定的影响，基于场景随机微分法生成具有时序相关性的调频需求及风光不确定性场景集，并建立储能参与市场的两阶段随机优化模型，以验证所提出的不确定性刻画方法及储能运行策略的有效性和经济性。采用实际风电、光伏出力以及PJM市场价格、调频信号等历史数据进行仿真验证，结果表明考虑调频需求不确定性的影响能够提升制定储能运行方案的实际可执行度，同时可为风电、光伏电站提供平衡服务，从而提升储能的总收益水平。     

复合储能参与电能量及辅助服务市场的运行策略

在新能源占比快速扩大及电力市场化的双重背景下，充分挖掘功率型电储能与能量型氢储能的互补特点,并使其协同参与电能量市场及辅助服务市场,不仅可以使复合储能的收益最大化，也可对电力系统的安全运行提供有效支撑。首先，在分析电能量市场、旋转备用市场与基于调频表现的调频辅助服务市场运行规则的基础上，结合电储能及氢储能的运行特点提出了聚合分布式电储能与氢储能的复合储能多市场运行策略。然后，基于聚合运行时各分布式储能的贡献度，利用Shapley值法进行收益分配。最后，通过算例仿真验证了所建模型的有效性。结果表明，与分布式电储能与氢储能独立运行相比，合作运营可带来更大收益，同时通过联合参与辅助服务市场获得的收益显著高于仅参与电能量市场。     

基于云储能租赁服务的风储参与能量–调频市场竞价策略研究

随着可再生能源渗透率的不断提高,新能源将承担部分调频任务。然而风电出力的不确定性极大地限制了其所提供的调频辅助服务利益最大化。提出了一种云储能租赁机制以降低风电的投标偏差惩罚并提高云储能聚合商的收益。在该机制下,风电首先提出租赁储能容量与额定功率的需求,云储能聚合商合理组合实际储能以满足风电需求。进一步提出风储协调策略,使风电可利用租赁储能实现风储联合投标利益最大化,而云储能聚合商将剩余的云储能通过最优组合参与电力市场投标。引入鲁棒优化模型以计及风电与市场价格的不确定性。最后利用实际风电出力和储能数据以及PJM市场价格验证了所提出的租赁机制、风储协调策略与最优组合策略的正确性与优越性。     

基于剩余需求曲线的风电-储能一体化电站投标决策方法

针对风电-储能一体化电站（简称风储电站）在日前电能量和备用市场中同时作为价格决定者的投标问题，提出了一种基于剩余需求曲线的电量-备用联合投标决策方法。首先，考虑储能系统运行约束以及电能量-备用市场的耦合关系，在风储电站日前投标范围内生成电量-备用的可行投标组合，基于神经网络预测计算对应的市场出清电价，提出了电能量和备用市场中剩余需求曲线的联合建模方法。然后，建立了用于开展日前电量-备用联合投标的随机优化决策模型，以风储电站收益期望最大为目标调整储能系统的日前出力计划和备用容量，同时考虑实时市场的不确定性，通过调用储能系统的备用容量降低风储电站的实时偏差惩罚。最后，通过算例仿真验证了所提投标决策方法的有效性。     

考虑调频绩效机制下储能在多市场中的最优投标策略研究

辅助服务对于保证电力系统的安全稳定运行至关重要。随着具有间歇性和波动性的可再生能源的比例不断增大,电网的调峰调频需求和压力不断增加。储能具有快速响应调节能力,是优质的调频资源。基于绩效的调频市场机制可以为储能提供经济激励,合理补偿其成本,调动储能提供调频的积极性。建立了在基于绩效的调频市场机制下储能的日前多市场最优投标决策模型。该模型可以指导储能优化资源配置,在能量与辅助服务市场收益之间进行权衡,实现利润的最大化;还可以作为估计储能收益潜力的工具,进而引导储能的投资决策。最后通过算例分析验证了所建模型的有效性。     

现货市场环境下基于深度强化学习的光储联合电站储能系统最优运行方法

光伏-储能联合电站不仅能够有效减少光伏实时出力偏差,也是一种能够提供电能量和调频辅助服务的潜在市场主体。为实现上述3类目标,与光伏出力协同的储能电量调度策略至关重要,然而目前大部分光储联合电站的储能电量调度策略无法同时协调降低光伏实时出力偏差和参与电能量与调频辅助服务市场3种决策;另一方面,电力现货市场价格与调频信号不确定性及储能电量调度策略将光储联合电站储能运行优化问题转化为一个随机动态非凸优化问题,现有相关研究大部分利用随机场景法或智能算法处理非凸优化,所获得的储能运行方案存在一定的局限性,且难以根据实时数据动态制定运行方案。因此,提出一种现货市场环境下基于DQN(deep Q-network)的光储联合电站储能系统优化运行方法,该方法克服了非凸优化难题,结合所提储能电量闭环调度策略能够实现光储联合电站在考虑偏差考核成本、电能量收益、调频辅助服务收益下的储能系统小时级动态优化运行,进而最大化光-储联合电站的经济收益。测试算例通过实际市场数据验证了所提方法的可行性和有效性。     

计及储能寿命与调频性能的风储联合投标模型及算法

风电与储能联合投标可有效应对风电的随机性,提高风电与储能的综合效益.文章针对电力市场环境下风储联合投标的模型与算法问题开展研究.首先,详细考虑储能电池循环寿命、风储联合调频性能、风储联合运行条件及电力市场方面的约束,建立风储联合参与电能量市场和调频市场的投标模型.然后,将所提模型转化为马尔科夫决策过程,并提出一种改进动...     

考虑退化成本的电池储能参与调频辅助服务市场的控制方法

基于性能支付的调频市场是电池储能参与的重要电力市场之一。电池储能通过提供调频容量和跟踪调频指令获得收益。然而,过度使用电池将加速其退化进程,降低电池的使用寿命。因此,调频市场中的电池储能参与者需要在其运营策略中考虑电池退化成本,以最大化其参与调频市场的收益。基于模型预测控制方法,提出了一种考虑退化成本的电池储能参与调频市场的控制方法,用于生成响应调频指令。首先,通过时间序列分析法对未来的调频指令进行预测;其次,采用分段线性成本函数对电池循环老化过程进行建模;最后,通过求解模型预测控制优化问题得到电池储能对当前调频指令的响应结果。仿真结果表明,采用所提方法可以使得电池储能在降低退化成本的同时保持较高的调频性能指标,从而提高在调频市场中的总收益。     

基于场景树概率驱动的电动汽车聚合商能量-调频市场分布鲁棒投标策略

电动汽车聚合商(electric vehicle aggregator, EVA)的能量-调频市场投标策略决定着电动汽车灵活性的市场价值，而EVA的投标决策过程面临着市场侧诸多不确定因素的影响。为此，针对市场价格及调频信号的不确定性建模问题，提出了一种考虑不确定因素多时间尺度相关性的分布鲁棒建模方法。首先，提出一种基于分层聚类法的场景树模型，刻画不同市场不确定因素的时序相关性。其次，建立了一种基于两阶段优化的EVA参与能量-调频市场的多时间尺度投标决策模型，并基于混合范数距离构建场景树概率的模糊集，实现EVA投标决策在分布鲁棒优化框架下求解。然后，利用列和约束生成法解决构建的max-min-max-min 4层鲁棒问题。最后，通过仿真验证了所建模型在解决两阶段不确定性优化问题和提升投标策略经济性方面的优势。     

储能电站参与能量-调频市场联合调度模式研究

随着电力市场改革的稳步开展以及储能技术的重大突破,储能电站作为交易主体参与电力市场交易机制的研究提上日程,成为进一步深化储能商业化运营亟待解决的重要问题。以美国加州调频补偿机制为应用背景,基于电力系统源-网-荷-储的协同特性以及储能电站的运行和调节特性,考虑储能电站调频容量与调频里程的耦合,构建了储能电站作为交易主体参加能量市场与调频辅助服务市场的联合调度模型。基于改进IEEE 39节点系统的算例对所提模型进行了验证,并对加州模式下,储能电站本身的运行特点及其对系统运行的影响以及储能电站参与能量市场和调频辅助服务市场的利益分配特点等进行了详细分析,对国外储能电站参与电力市场的成熟应用模式的国产化具有较好的启示作用。