虚拟电厂市场化交易中的挑战、策略与关键技术

随着新能源的大量接入和市场化进程的推进,虚拟电厂能充分发挥灵活性资源价值,其发展前景逐步显现2本报告深入探讨虚拟电厂在市场交易过程中面临的机制挑战、资源管理难题,以及应对这些挑战所需的关键技术与策略2能源转型压力高比例可再生能源挑战虚拟电厂的战略意义全球面临严重的环境污染和能源短缺问题,可再大量可再生能源接入将对电网稳定运行带来挑基于通信与控制技术,聚合灵活性资源并表现出生能源利用成为应对气候变化的重要举措。美战,需要更多灵活性资源参与电力系统调节。通传统电厂特性的虚拟电厂成为重要发展方向,能国、欧洲及中国等多个国家和地区已将新型电信、智能测量与控制技术的发展为虚拟电厂的够有效整合分布式能源资源,提升系统整体运行力系统建设上升到战略地位。实现提供了技术基础。11主要聚合"源"侧资源,以消纳可再生能源为主,具有成熟的市场运营经验与技术积累。22美国模式工程项目多以需求侧灵活资源管理为主,强调负荷响应与用户侧资源的优化调度。332019年冀北启动首个商业化虚拟电厂,2021年广州发布实施细则,促进虚拟电厂参与需求响应市场。虚拟电厂的优化调度是典型的经济学命题,本质是在维系电网稳定运行前提下,尽可能提升资源利用效率与经济效益。需要综合考虑各类资源的技术特性、成本结构与运行约束。资源聚合与协调控制经济性与可靠性平衡多时间尺度优化决策不确定性风险管理虚拟电厂可从电网获得调度指令以获取补贴,或通过参与电力市场赚取利润。市场参与策略需要适应不同市场机制,制定合理的投标方案。辅助服务市场参与需求响应市场交易多市场联合优化多类型市场耦合同时参与电能量市场与多种辅助服务市场,多类型市场耦合同时参与电能量市场与多种辅助服务市场,需要处理市场间的耦合关系与容量分配2投标不确定性可再生能源出力、用户行为、市场电价等多重不确定性因素增加决策复杂度2多时间尺度决策需要协调日前、日内、实时等不同时间尺度的市场决策,平衡预测误差与潜在收益2需要将市场中标指令合理分解到各类资源,并建立公平的利益分配机/:多时间尺度决策困境随着现货市场建设推进,日内市场与平衡市场交易逐步开放。虚拟电厂参与日前投标时需充分依赖预测技术,而随着时间推进,实时阶段的预测将更精确,实时市场价格也更具保1基于预测制定投标策略,面临较大预测误差风险2修正日前偏差,利用更精确预测优化收益平衡市场3承担偏差考核,需最小化不平衡成本作为资源聚合商,虚拟电厂的市场参与策略属于典型的投资组合管理问题。主要挑战在于如何有效规划与不同时间范围相关的决策,既要减小预测误差带来的考核成本,又要最大化日前与实时市场电价差带来的潜在收益。挑战二:多类型市场协调优化德国虚拟电厂参与平衡市场获利,调频备用容量市场时间减少促进了备用服务提供。美国加州设计替代性辅助服务降低总成本,虚拟电厂可参与旋转备用、非旋转备用市场。当前主要以"荷"侧资源为主,通过邀约型需求响应参与市场。未来各类资源,逐步参与辅助服务市场。0102调频市场提供频率调节服务03备用市场提供旋转与非旋转备用04需求响应05碳交易市场碳排放权交易与管理辅助服务市场建设为虚拟电厂提供了更多获利途径,但投标策略也将发生巨大改变。核心难点在于制定最优投标策略,最大化潜在利润,同时需要综合考量如何分配可调节容量参与不同市场,处理好各类型市场之间的耦虚拟电厂的市场参与过程也是对内部资源利用进行优化的过程。当辅助服务市场开放后,虚拟电厂通过参与调频等服务获取收益,但这对性能要求相对较高,对内部调度指令分解提出了更严苛的要求。技术挑战调频辅助服务市场对参与者的响应速度、调节精度、持续能力等性能指标要求严格。虚拟电厂需要将AGC调频指令快速、准确地分解到各类异质性资源,确保整体响应满足市场要求。经济挑战虚拟电厂作为经济主体参与市场获得收益,但每个组成成分都有自己的优化目标,必然存在利益冲突。需要制定公平、公正且合理的收益分配体系,体现各组成成分的贡献,以维系虚拟电厂的稳定运行。用户行为可再生能源用户行为风电、光伏发电输出显著受天气因素影响,具负荷需求、需求响应参与意愿存在不确定性有强随机性与波动性储能资源电动汽车充放电行为与出行模式难以精确预储能资源电动汽车充放电行为与出行模式难以精确预测电力市场价格受供需关系影响波动较大由于参与市场时具有较高的偏差考核成本,不确定性因素将可能使该成本扩大,对虚拟电厂经济效益产生显著影响。而过于保守的策略会使弃风弃光量显著增加。因此,制定优化投标策略时需要充分考虑不确定因素,有效处理各种不确定性是虚拟电厂参与市场投标的关键,而确定性和不确定性能源的联合协调是相当复杂的问题。针对市场机制与资源聚合带来的交易挑战与难点,当前主要通过建立完备、合适的数学模型来描述市场投标策略,以经济性最优为目标,通过混合整数线性/非线性优化等方式求解数学模型2多时间尺度现货市场交易流程日前市场阶段虚拟电厂依赖电价预测、风光发电日前预测及负荷预测等技术,制定适当的市场参与策略2此阶段预测误差较大,但具有较长的决策平衡市场阶段所有机组出力与负荷出力均为实际值,与日前、实时预测值间的误差112233实时市场阶段虚拟电厂需要缩小实际出力与日前预测之间的差距,进/步平衡发电预测与负荷预测的不匹配2此阶段预测更精确,可以修正日日前市场投标策略的核心目标是:基于对不确定资源的日前判断,使虚拟电厂收益最大化,即售电收益与购电成本之间的差值最大化。T其中售电收益与购电成本分别表示为:售电收益购电成本RG,t,DA=PG,t,DA×»sell,t,DACload,t,DA=Pload,t,DA×»buy,t,DA其中发电资源可包括风力发电、光伏发电等多种类型涵盖虚拟电厂在日前市场的电量购买支出若虚拟电厂包含储能、电动汽车等可双向传输电能的设备,可将其归纳为发电资源或负荷资源,并以负数表示其另/方面的特性。实时市场目标在已知日前市场投标与出清价格的情况下,实现虚拟电厂两阶段收益最大T需要充分权衡日前市场报量信息,并在实时市场进行修正,减小预测误差带来的考核成本,最大化日前与实时市场电价差的潜在收益。平衡市场目标此阶段虚拟电厂无需投标,所有出力均为实际值。由于偏差需要系统修正,具有/定考核成本,目标是最小化偏差成本:minCBA,t=³.PBA,t.»buy,t,RT其中偏差成本系数α根据偏差方向取不同值,正偏差取1.3,负偏差取-0.9。虚拟电厂参与多类型耦合市场时,以总体利益最大化为目标,同时充分考虑不确定性,以最大化潜在收益。其优化目标可表示为:maxRm2Call总收益构成Rm=Rpower+Raux包括电能量市场售电收益与辅助服务/碳市场收益总成本构成Call=Cm+CG包含市场购电成本与发电机组运行成本近年来碳排放权市场的运行,使得虚拟电厂需要针对电、碳市场电价波动制定合适的市场策略2引入碳交易市场规则后,虚拟电厂需要减少燃气机组输出比例,增加清洁能源发电输出211旋转备用市场提供快速响应的备用容量,确保系统安全稳定运行,需要平衡备用容量提供与能量市场参与的关系33需求响应市场利用需求响应资源的灵活性弥补虚拟电厂实时电力供应的偏差,降低不平衡成本22调频辅助服务能源套利与调频服务相结合的优化框架,充分发挥储能等灵活资源的快速响应能力44碳交易市场制定分时碳价策略,参与碳市场交易,优化碳排放成本与清洁能源利用调频市场策略与ACC指令分解调频辅助服务是当前需求量较大、可获利性较高的市场类型2虚拟电厂如何参与调频市场并通过调频指令分解技术响应AGC需求至关重要2传统方法局限传统频率调节服务由大型火力发电机组提供,指令分解根据装机容量比例或既定分配系数进行2而虚拟电厂需要对不同资源的动态特性与运行模式建模,优化问题更加复杂2创新分解技术基于综合调频性能最大化的量子遗传算法求解引入反馈校正模型提升调频效果自适应权重因子动态分配调频信号深度学习离线-在线两阶段方法提供高精度调频服务虚拟电厂参与调频需充分发挥储能资源的灵活性2储能具有优异调节能力、响应速度快的特点2日前市场应以收益最大化为目标,日内市场则更应侧重调频效果2虚拟电厂市场投标的关键在于不确定性处理,因此市场决策首要的关键技术为不确定性处理相关技术。同时,市场投标策略的制定过程属于典型的博弈过程,近年来博弈论被逐渐应用到虚拟电厂的投标策略与资源管理研究中。方法原理对于不确定性因素,在已知概率分布条件下,采用其期望值代替概率分布。期望值代表所有数据的加权平均,具有/定代表性。应用方式采用历史数据或预测值作为确定性优化调度的输入借助长短时记忆神经网络预测风光出力依赖数学期望对不确定性进行转化利用多时间尺度滚动报价不断缩小预测误差优势与局限优势:方法简单直观,计算效率高,易于实现和理解,适合快速决策场景。局限:对不确定性处理过于简单,难以量化风险水平,可能导致决策过于乐观,在高风险场景下效果不佳。实际应用过程中难以准确衡量潜在风险。对于在概率意义下的问题转化,可以通过在置信区间内考虑优化问题,或引入风险价值(VaR)、条件风险价值(CVaR)等参数量化风险,以帮助实现不确定性条件下的优化2风力发电不确定性充分考虑风力发电的随机性,利用CVaR在/定置信水平下进行优化竞价对手随机性进/步考虑竞价对手报价的随机性,建立更完善的风险管理模型购售电价格风险采用CVaR量化购售电价格的风险,提升决策稳健性该方法能够量化虚拟电厂运营过程中需要承担的风险,但仍需大量数据对不确定性因素进行量化2在实际应用过程中,需要与精细化建模技术等方式联合使用2连续概率分布求解对于简单分布尚可行,而虚拟电厂经济优化调度过程受多种不确定性影响,概率分布呈现相当复杂的特征。因此,采用蒙特卡洛采样等离散随机过程方法,生成大量场景来实现对不确定性因素的转化。方法特点简单易行:无需精确的概率分布函数,通过大量场景采样近似真实分布适用广泛:能够处理多种复杂的不确定性因素耦合情况效率较低:需要生成大量场景,计算时间较长资源需求高:对计算能力要求较高,不适合实时决策该方法在不确定性种类较多的场景应用能较好求解该方法在不确定性种类较多的场景应用能较好求解,但计算压力相对较大。需要在精度与效率之间权衡,选择合适的场景数量。精细化建模技术:发电侧资源随机优化模型中最重要的部分是概率分布函数的构建,即虚拟电厂内部资源的精细化建模。针对发电侧资源,当前主要有两种建模方式:直接对风光出力建模针对风光出力的随机性,通常选用特定的概率分布模型:.风电:风电随机出力或风速分布符合Weibull分布,能够较好地描述风速的统计特性与时变特征.光伏:光伏随机出力符合Beta分布,可以刻画不同天气条件下的出力概率分布这种方法基于历史数据进行规律寻找或拟合,能够直接获得出力的概率分布特征。针对预测误差建模对风光出力预测的误差进行建模针对预测误差建模对风光出力预测的误差进行建模,常用的预测误差模型为正态分布N(0,δ²)。该方法认为预测值与实际值的偏差服从正态分布,均值为零,方差反映预测精度。误差建模方法更适合与预测技术结合使用,能够量化预测的不确定性水平,为风险管理提供依据。精细化建模技术:需求侧资源与发电侧不确定性相比,用户侧负荷、电动汽车使用等资源的调度直接与用户挂钩,不确定性因素更为复杂。当前部分研究关注了用户的行为不确定性:01需求响应可靠性考虑用户参与需求响应的可能性,建立需求响应可靠性模型,量化用户响应的不确定性02参与意愿分析通过实地调查分析家庭用户参与需求响应的意愿,识别影响意愿的相关因素03前景理论应用基于前景理论描述消费者面对需求响应市场风险的态度,刻画主观决策行为04针对不同类型电动汽车分类建模,探究用户出行规律,建立出行模型与充电时长模型无模型算法优势随着神经网络(NN)与强化学习(RL)的快速发展,无模型算法在决策过程建模中获得了/定程度的应用。这类方法无需精确的数学模型,通过学习历史数据即可获得优化策略。典型应用案例电动汽车充电优化将电动汽车充电表述为马尔可夫决策过程(MDP),利用强化学习求解,实现自适应学习最优策略及充电导航需求响应定价将消费者参与需求响应决策表述为MDP,利用深度学习无模型算法,在无需任何系统信息条件下确定最优定价策略精细化建模方法主要为随机优化、鲁棒优化提供更精确的概率模型,以便进行更精细的不确定性分析。深度学习方法特别适合处理复杂、非线性的用户行为建模问题。电力系统运行中的随机变量往往难以通过概率密度函数准确描述。作为处理不确定性的另/种手段,鲁棒优化(RO)逐渐应用到电力系统相关研究中。方法特点鲁棒优化通常不需要给出随机参数的概率分布,只需掌握不确定参数所属的不确定集合即可。与随机优化相比,鲁棒优化思路相对更加保守,其目标是找到最恶劣场景下的确定性模型解。当最差场景下可以满足时,其余场景定可满足。应用实例利用自适应鲁棒优化处理风力发电随机性建立两阶段鲁棒优化模型,实现电动汽车与储能参与削峰填谷利用鲁棒方法处理电动汽车充放电功率不确定性,提高VPP运行利润同时考虑风电与负荷不确定性的联合优化该方法具有较强实用性该方法具有较强实用性,计算压力相对较小。但所选策略往往过于保守,难以最大化潜在利润。需要在稳健性与经济性之间权衡。博弈论在虚拟电厂投标中的应用市场投标过程属于典型的博弈过程,大量学者基于博弈论对虚拟电厂的投标、管理等策略进行了详细分析2合作博弈理论用于虚拟电厂内部收益分配研究,通过Shapley值法、核仁法、核心法等方式进行公平分配,确保各参与方利益均衡Stackelberg博弈虚拟电厂与内部资源间具有主从与领导关系,通过主从博弈管理发电企业、电动汽车、储能等资源,制纳什均衡提出讨价还价的内部资源收益分配方式,实现多方利益的均衡状态贝叶斯模型制定虚拟电厂内部资源的能源交易模型,处理信息不完全条件下的决策问题非合作博弈场景多虚拟电厂参与市场投标过程可采用博弈论进行分析。当多个虚拟电厂在同/市场竞争时,每个虚拟电厂都追求自身利益最大化,形成非合作博弈基于无限次重复博弈模型分析多VPP互动利用非合作博弈分析多VPP竞标过程基于动态博弈分析不同风格投标目标的合理性协调优化方法基于交替方向乘子法(ADMM)实现多VPP分布式协调优化,在保护各VPP隐私信息的同时实现整体优化。该方法在多时间尺度下能够有效协调多个虚拟电厂的资源调度与市场参与策略。/:报量报价机制研究当前大部分研究将虚拟电厂作为价格接收者参与电力市场2随着大量分布式电源并网、可调度负荷侧资源接入,虚拟电厂规模将进/步扩大,作为价格接收者参与市场并不满足发展需要21虚拟电厂作为价格接收者,被动接受市场价格未来方向2充分考虑报量报价策略对市场的影响研究重点3探究主动报量报价策略与博弈机制应当充分发挥博弈论在投标研究中的作用,建立虚拟电厂与市场其他参与者之间的博弈模型,分析虚拟电厂报价对市场出清价格的影响,制定最优的主动报量报价策略2这将有助于虚拟电厂更好地发挥市场力,提升经济效益2未来,电动汽车将逐步替代燃油车成为市场主流。大量电动汽车在闲暇时段接入电网,将成为电网优质的可调节储能资源。用户行为研究深入分析电动汽车用户的出行规律、充电偏好与响应特性建立电池寿命衰减模型,优化充放电策略,延长电池使用寿命主动调控策略研究虚拟电厂对电动汽车资源的主动调