查看原文
其他

【精彩论文】夏清教授研究团队 | 市场环境下分布式光伏协调售电交易机制及策略

中国电力 中国电力 2023-12-18


市场环境下分布式光伏协调售电交易机制及策略


刘景青1, 马伟1, 贺楠1, 谢晓琳1, 陈婧2, 夏清3

(1. 河北电力交易中心有限公司, 河北 石家庄 050011; 2. 北京清能互联科技有限公司, 北京 100084; 3. 清华大学 电机工程与应用电子技术系, 北京 100084)


摘要:推进分布式电源参与电力市场交易是能源发展与市场发展的必然要求,而分布式电源可通过售电公司代理的方式参与市场。在现货市场背景下,以分布式光伏为例,针对协调售电的模式,提出了以售电公司购电成本最小化为目标的交易决策模型。设计了代理双方“双价格”的合约定价机制,分别基于预测电价及实际电价确定优化决策价格和结算价格,前者用于模型优化,后者用于合约结算,从而实现代理双方的利益平衡,为售电公司代理并管理分布式光伏发电从而促进市场环境下分布式光伏的有效利用提供思路,也为售电公司在新的代理关系下参与现货市场申报提供依据。


引文信息

刘景青, 马伟, 贺楠, 等. 市场环境下分布式光伏协调售电交易机制及策略[J]. 中国电力, 2021, 54(11): 29-36.

LIU Jingqing, MA Wei, HE Nan, et al. Mechanism and strategy for distributed photovoltaic coordinated electricity-sale in electricity market[J]. Electric Power, 2021, 54(11): 29-36.


引言


分布式电源的有效利用是推动能源生产和消费革命、优化能源结构、提高能源效率的重要手段。以分布式光伏为例,国家能源局在《太阳能发展“十三五”规划》中指出:开展分布式光伏发电应用示范区建设,到2020年建成100个分布式光伏应用示范区,园区内80%的新建建筑、50%的已有建筑屋顶安装光伏发电,鼓励光伏发电项目靠近电力负荷建设,实现电力就近消纳。建设方式为“政府引导、企业自愿、金融支持、社会参与”,即分布式光伏投资主体将趋于多元化。随着新一轮电力体制改革的深入,售电侧的放开,多元主体参与市场竞争成为必然趋势。分布式电源既可以成立售电公司,以独立售电模式参与市场,也可以通过其他售电公司代理,以协调售电的模式参与市场[1]。目前对分布式电源市场化交易的研究主要集中在市场环境下分布式电源的规划建设方案[2]和分布式电源在市场环境下的运营及交易模式[3-11]。在运营及交易模式方面,包括从宏观层面设计市场化运营模式的组织结构和机制、分析用户侧分布式电源的增值服务价值,从优化调度角度分析虚拟电厂并网运行的算法实现、探讨分布式电源对售电公司运营的影响;对P2P交易、双边或多边交易、分布式电源集合商集中竞价交易等模式的设计分析等。其中P2P交易、双边或多边交易模式属于批发市场范畴,发电商与户用关系一一对应;而协调售电模式适合没有条件自主寻找用户或进行复杂市场决策的发电商,由售电公司代理并管理分布式光伏的发电。光伏与储能的协同发展可有效改善光伏发电的间歇性和不确定性,使得光伏出力具备可优化条件,为售电公司管理分布式光伏发电奠定技术基础[12-15]在价格机制方面,分布式电源包括上网电价和政府补贴两部分,综合考虑了建设成本及发电收益[16-20]。从市场的角度看,建设投资属于固定成本,应通过容量市场回收,并网发电对应变动成本,体现在电能量价格中。随着市场的发展,政府补贴将逐步被容量市场或容量回收机制所替代,分布式电源的上网电价将更接近边际成本。本文在协调售电模式前提下,以用户侧报量不报价的现货市场参与方式为背景,研究售电公司代理分布式光伏后如何参与市场申报做到利益最大化,并提出协调售电模式下现货市场交易模型及决策流程。

1  协调售电模式下现货市场交易决策模型


1.1  售电公司购电成本分析

售电公司通过售电、购电价差实现收益。在零售侧,售电公司与用户签订市场化购售电合约,约定售电套餐,在合约期限内零售价格机制固定。在批发侧,售电公司基于用户负荷需求参与市场申报,接受市场价格。对售电公司而言,实现购电成本最小化是提升其竞争力和收益的重要途径。在不考虑代理分布式光伏或其他分布式电源时,售电公司主要通过中长期合约来对冲现货电价风险。代理分布式光伏后,售电公司可综合考虑分布式光伏与现货市场价格大小关系,合理安排购电策略,从而实现日购电成本的降低。考虑分布式光伏后,售电公司负荷平衡条件为

式中:为售电公司t时刻在批发市场购得的电力;为代理用户it时刻的用电需求;为代理分布式光伏jt时刻的发电能力。

售电公司在日前市场的购电成本为

式中:为分布式光伏的电价;为日前市场的节点电价;Δt 为时间间隔。

结合式(1)和式(2),在代理分布式光伏的情况下,分布式光伏的发电曲线直接影响售电公司在现货市场的购电需求,售电公司可以通过管理分布式光伏的发电曲线规避现货市场的高电价时段。

1.2  现货市场交易决策模型

售电公司可利用光伏电价与现货电价的价格差实现购电成本最小化。为便于描述,将售电公司代理的分布式光伏等效为一个单元,且分布式光伏发电商配备了储能装置。分布式光伏的预测出力、实际出力分别为分布式光伏与售电公司的签约价格为;储能充放电状态分别为充放电效率分别为 充放电功率为 储能最大、最小存储容量为t时刻储能的剩余电量为;储能最大、最小荷电状态为。售电公司在现货市场交易决策模型目标函数为

售电公司在电价预测及分布式光伏发电预测的基础上,在用电需求一定时,通过合理安排现货市场申报电量,实现从现货购电与从分布式光伏购电的最佳分配,从而最小化购电成本。

负荷平衡约束为

储能充放电状态约束和电荷状态约束为

储能剩余电量周期性约束为

储能容量约束为

分布式光伏消纳约束为

协调售电模式的交易决策流程如图1所示。考虑光伏短期预测的偏差,售电公司可对发电预测曲线进行修正,以保证更加准确的决策条件。通过协调售电交易决策模型的优化,得到售电公司日前市场申报电量曲线,同时得到分布式光伏优化发电曲线。该优化模型可为售电公司提供现货市场申报依据,也能协助售电公司对分布式光伏进行发电管理,从而实现资源有效调配和利用。


图1  协调售电模式交易决策流程

Fig.1  The decision-making process of coordinated electricity-sale mode


2  协调售电模式下代理合约定价机制


在协调售电模式下,售电公司依现货市场预测电价与分布式光伏电价的大小关系优化购电策略,从而决定现货市场的申报需求曲线,同时安排分布式光伏的出力曲线。事后售电公司根据现货市场实际电价进行结算,并按照合约价格与分布式光伏进行结算。售电公司以购电成本最小化为目标,而分布式光伏追求一定范围内发电收入的最大化,协调二者利益关系的关键在于预测电价、实际电价及合约价格的大小关系。

在决策阶段,当预测电价小于合约价格,且合约价格小于实际电价时,售电公司选择从现货市场购电,分布式光伏得不到消纳;当预测电价大于合约价格,且合约价格大于实际电价时,售电公司会优先消纳分布式光伏的发电量,额外需求再选择从现货市场购买。而在结算阶段,售电公司实际将付出更高的购电成本。

因此,为了保障分布式光伏的消纳且满足售电公司购电成本最小化的目标,本文提出一种基于现货电价的合约定价机制,售电公司与分布式光伏事前约定2个价格模式,从而确保协调售电模式下交易决策模型的有效性。

2.1  基于预测电价的优化决策价格

协调售电交易决策模型依赖于签约价格与现货价格的价差,且可优化范围与价差幅度紧密相关。对售电公司而言,价格差越大,可优化范围越大,优化效果越明显,因此保持一定的价格差距对售电公司有利。对分布式光伏而言,签约价格影响实际发电量,为追求一定的发电收益,分布式光伏将在保量的前提下争取高价。

现货价格每天都在变动,签订固定电价,交易双方将承担较大的不确定性,因此固定价格机制不适用于协调售电模式。结合本模型的基本原理,双方可采用基于日前预测电价联动的方式确定优化决策价格。假定售电公司预测的日前电价序列为

全天平均电价为

晚间高峰期平均电价为

式中:N为晚间高峰电价时段数。

交易双方约定的价格范围为 [pAVE, pAVE−H) ,约定以全天平均电价为基准的比例系数。若约定系数为a(1≤apAVE−H/pAVE),则代表优化决策价格为日前预测平均电价的a倍。该决策价格机制有如下特点:(1)优化决策价格与当天预测电价水平相关,保障了售电公司的优化空间,交易决策模型有效;(2)当光伏价格大于现货预测电价时,规避了分布式光伏得不到优先消纳的情况。

2.2  基于实际电价的合约结算价格

基于预测电价的优化决策价格作为交易决策模型优化的依据,但不宜作为交易双方的结算价格。预测电价不能代表市场实际成本,售电公司电价预测准确度无法达到100%,与实际出清电价之间始终存在偏差,如果以预测电价作为结算依据,可能导致交易双方利益受损:若预测电价整体高于实际电价,则会出现售电公司以较低的电价从现货购电,却支付给分布式光伏较高的电费;若预测电价整体低于实际电价,则相当于分布式光伏额外让给售电公司一部分利益空间。为保证交易双方的利益均衡,本文认为以实际出清电价作为合约结算价格更为合理。

交易双方以每日实际出清电价平均值为基准,约定比例系数b(1⩽bpAVE−H/pAVE),p′AVEp′AVE−H 分别表示实际电价平均值及实际晚间高峰期平均电价。该结算价格机制有如下特点:(1)以实际电价水平确定分布式光伏的结算价格,且分布式光伏结算价格与实际电价、优化决策价格与预测电价的大小关系一致,确保售电公司以最小化购电成本为目标的优化结果与事后结算效果一致,保障售电公司利益;(2)在分布式光伏得以优先消纳的前提下,其结算价格与当天实际电价水平相关,即对分布式光伏“保量不保价”。


3  算例分析


3.1  背景及参数某工业园区目前用户已报装110 MW,建设屋顶光伏总装机20 MW。某售电公司作为该园区用户及分布式光伏的代理方参与现货市场购电。该园区典型日负荷曲线及预测电价曲线,如图2所示。其中最大负荷需求为71 MW,平均负荷需求54 MW;预测最高电价290元/(MW•h),最低电价50元/(MW•h),平均电价175元/(MW•h),晚间高峰期平均电价为280元/(MW•h)。光伏发电商配备了储能装置,储能参数如表1所示[11]


图2  工业园区典型日负荷曲线及预测电价曲线Fig.2  Typical daily load curves of industrial park and forecasted prices
表1  储能设备参数
Table 1  Energy storage equipment parameters


3.2  决策价格及光伏出力优化

根据售电公司预测电价情况,参照3.1节提出的价格机制,光伏发电商跟售电公司可约定的优化决策价格范围为175~280元/(MW•h)。不失一般性,本文分别以175、250及270元/(MW•h)为例,研究不同决策价格下,售电公司购电策略及分布式光伏出力优化情况。

在不考虑极端天气或天气突变的情况下,光伏典型发电曲线呈“拱门型”,早间光照达到门槛值时开始出力,随着时间的推移,日照越充分出力越大,通常在12:00—14:00达到最大出力。随着光照的减弱,出力逐渐下降,直至晚间出力降为0。光伏的自然出力曲线与现货电价曲线存在不一致性,午间光伏出力最大时并不是负荷高峰期,现货电价相对偏低。晚间负荷高峰期时,现货电价偏高,但此时光伏出力为0。因此,利用储能装置是实现有效利用光伏的重要手段。

在上述模型及场景下,售电公司以现货市场购电成本最小化为决策目标,管理分布式光伏发电,发电曲线优化结果如图3所示。当现货电价与光伏签约价格相同时,光伏直接参与发电;当现货电价低于光伏签约价格,光伏开始给储能充电;午间时段现货电价处于低谷期,光伏持续为储能充电;晚间电价高峰阶段,光伏储能开始放电,直至储能电量降至最低荷电状态。利用该模型,售电公司将分布式光伏发电变得可控,以对系统更友好的方式发电。


图3  优化前后分布式光伏发电曲线对比Fig.3  Comparison of distributed PV generation curves before and after optimization
通过图3可以看出,当决策价格在全天平均价格至晚间高峰期平均电价(指预测电价)之间时,光伏出力优化结果具备较高的相似性,仅在个别时间段出现差异;从理论发电量来看,不同决策价格下对分布式光伏的消纳水平影响不大,均在60%左右。以250元/(MW•h)的决策价格为例,售电公司代理分布式光伏并通过交易决策模型优化之后,在现货市场申报的曲线如图4所示。相比于用户的用电需求,优化后售电公司申报曲线在17:00—24:00有明显下降。申报量的减少与光伏优化后的出力相吻合。


图4  售电公司申报曲线Fig.4  Declaration curves of the retailer
3.3  购电成本及发电收益分析售电公司购电成本包含从现货市场、从分布式光伏发电商两方面购电的成本。分布式光伏发电商的发电收益以优化后的发电量及合约结算电价为依据计算。不失一般性,本文分别以预测电价均价小于和大于实际电价均价为例,分析售电公司的购电成本及分布式光伏的发电收益。假定实际电价曲线如图5所示。其中实际电价曲线1全天均价为210元/(MW•h),晚间高峰期均价为245元/(MW•h);实际电价曲线2全天均价为124元/(MW•h),晚间高峰期均价为240元/(MW•h)。同时参照3.2提出的结算价格机制,设定分布式光伏发电商与售电公司签订的结算价格如表2所示。
图5  实际电价曲线Fig.5  Curves of actual electricity price
表2  签约结算电价Table 2  Settlement price
3.3.1  售电公司购电成本当预测电价均价相较于实际电价均价偏小或偏大时,售电公司购电成本随分布式光伏发电商的决策价格、结算价格的变化情况分别如表3、表4所示。可以看出,2种情况下,售电公司购电成本与光伏发电商决策价格及结算价格的变化趋势一致。


表3  售电公司购电成本(实际电价1)

Table 3  Electricity purchasing cost of the retailers (actual price 1)


表4  售电公司购电成本(实际电价2)

Table 4  Electricity purchasing cost of the retailer (actual price 2)


(1)售电公司作为分布式光伏的代理方,通过本文提出的交易决策模型对光伏发电曲线进行优化管理,能明显降低自身购电成本。当实际电价如图5中的曲线1时,优化后售电公司购电成本平均降低率为5%;当实际电价如图5中的曲线2时,优化后售电公司购电成本平均降低率为10%。

(2)光伏与售电公司签订的决策价格一定时,随着光伏结算价格的提升,售电公司的购电成本增加。但当光伏结算价格接近晚间高峰期均价时,由于售电公司购电决策优化空间减少,导致购电成本降低的幅度越来越小。如决策价格为175元/(MW•h),结算价格从210元/(MW•h)增加至245元/(MW•h),售电公司购电成本降低率从0.3%变为0.15%。

对售电公司而言,电价预测的准确性直接影响交易决策模型的成效[21],预测电价曲线与实际电价曲线越接近,售电公司对分布式光伏发电的优化管理越有效,购电成本降低幅度越大。

3.3.2  分布式光伏发电收益

分布式光伏的发电收益由发电量与结算电价共同决定。其中发电量与决策价格有关,不同决策价格下优化得到的发电曲线不同,从而影响总发电量。当决策价格在全天平均电价至晚间高峰期平均电价范围内变化时(基于预测电价的平均值),分布式光伏的理论消纳率为58%~65%。

在结算价格固定的情况下,决策价格越低(即预测电价与光伏价差越大),分布式光伏发电越充分,发电收益就越大。在决策价格固定的情况下(即发电总量一定),结算价格越大,分布式光伏发电收益越大。分布式光伏发电收益随决策价格、结算价格的变化情况分别如表5和表6所示。
表5  分布式光伏发电收益(实际电价1)Table 5  Income of distributed photovoltaic generation(actual price 1)
表6  分布式光伏发电收益(实际电价2)Table 6  Income of distributed photovoltaic generation(actual price 2)

如果以决策价格作为光伏的结算价格,当预测电价均价偏低时,分布式光伏的收益会打折扣,售电公司反而会享受到更低的购电成本;当预测价格均价偏高时,分布式光伏会有更高的收益,但售电公司并未达到购电成本最小化的效果。

整体来看,售电公司以价格为驱动决策自身的购电行为,在协调售电模式下,要确保预测电价的准确性,保障以较低价格的光伏对冲现货市场的高峰电价。而分布式光伏需在保障发电量的同时博取合理的结算价格,两者合作的同时又存在博弈的关系。本算例的创新之处在于利用售电公司与分布式光伏签订的“两个价格”模式(即以预测电价决定优化决策价格,以实际电价决定光伏结算价格),并在签约价格范围内,选取多个优化决策价格及光伏结算价格,通过对比分析,验证了协调售电模式下的交易决策模型既可以保障交易决策模型的有效性,又能为双方提供合理的博弈空间,防止出现利益分配不均衡的情况,从而达到售电公司购电成本优化、分布式光伏合理利用的目的。

4  结语


从售电公司现货市场环境下购电成本分析出发,提出了协调售电模式下的交易决策模型,该模型基于光伏电价与现货电价的差值,借助储能设备,以售电公司购电成本最小化为决策目标,对分布式光伏发电曲线进行管理,实现光伏的优化利用;同时为售电公司在新代理关系下的现货申报提供依据,从而降低售电公司的购电成本。在此基础上提出了双方代理合约的定价机制,分别约定用以优化决策的价格及用以合约结算的价格,前者基于预测电价,后者基于实际电价,以保障代理双方的利益平衡。

针对本文所提协调售电模式下的交易决策模型及代理关系,在今后的研究中应从以下方面进行完善。

(1)明确出现特殊情况时,代理双方的补偿机制。如遇天气突变,分布式光伏实际发电曲线与预测曲线差别较大,售电公司有承担偏差电费和偏差考核的风险。双方需提前约定特殊情况下的利益补偿机制。

(2)随着可再生能源配额制的推行,分布式光伏的环境成本应有所凸显,如何对分布式光伏的环境成本定价,售电公司如何设计绿色电能套餐值得继续研究。

(3)随着市场的发展,售电公司可能同时代理多种分布式电源,如何实现市场环境下多能源系统的优化管理需要进一步研究。

(责任编辑 李博)



作者介绍

刘景青(1987—),男,硕士,工程师,从事电力市场建设、电力系统控制与运行研究,E-mail:liujingqing1987@126.com;


陈婧(1990—),女,通信作者,硕士,工程师,从事电力市场机制设计、电力交易结算研究,E-mail:chenjing@tsintergy.com.






 往期回顾 


《中国电力》2021年第11期目录

【精彩论文】面向高比例新能源消纳的西北调峰辅助服务市场机制及实践

【精彩论文】基于综合特征矩阵的配电网故障判别方法

【精彩论文】基于改进LMD和能量相对熵的主动配电网故障定位方法

【精彩论文】三端柔性多状态开关运行控制与示范应用

【征稿启事】“新型电力系统信息安全:理论、技术与应用”专题征稿启事

【征稿启事】“面向数字化转型的电力系统大数据分析技术”专题征稿启事

【征稿启事】“双碳目标下多能互补促进新能源消纳关键技术”征稿启事

【征稿启事】“双碳目标下的新型电力系统”征稿启事


编辑:杨彪

审核:方彤

声明

根据国家版权局最新规定,纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品,转载时要包含本微信号名称、二维码等关键信息,在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存