1、前言

随着全球能源转型的不断深入和“双碳”目标的推进,新能源特别是风能和太阳能等可再生能源,在电力市场中的占比迅速提高[1]｡然而,由于其波动性和不确定性,新能源的并网和市场交易为电力系统的运行带来了诸多挑战,特别是在市场化交易环境下的风险管控问题日益突出｡

区域新能源的广泛参与虽然能够有效提高清洁能源的利用率,但其随机性和间歇性可能导致市场价格波动加剧､电力供需平衡复杂化,以及市场主体间收益分配的不确定性｡因此,如何在保障电力市场稳定运行的同时,实现新能源的高效消纳,已成为学术界和工业界亟待解决的重要课题｡

目前研究主要围绕新能源高占比电网运行的风险评估与优化展开,涵盖风险指标体系构建､风险预测､动态评估及主动防御等多方面｡文献[2]提出了针对分布式新能源接入的电网运行风险评估

指标体系,全面考虑了多维度风险因子｡文献[3]通过构建多风险场景柔性水平评价模型,研究了调度措施对地区电网风险管理的影响｡文献[4]针对复合极端天气条件,提出了高新能源渗透率电网的风险评估技术｡文献[5]构建了规模新能源接入下的受端电网运行优化模型,将安稳风险评估纳入运行规划｡文献[6-7]分别研究了新能源接入下暂态电压失稳高风险故障的快速筛选和城市电网连锁故障风险,提出了适用于复杂电网场景的评估与优化策略｡

此外,一些文献侧重于新能源高渗透率电网的动态管理与防御技术｡文献[8-9]提出了智能电网与快速核学习技术在风险评估中的应用,为提升新能源高渗透率电网运行的安全性提供了新思路｡文献[10]提出了基于大规模新能源接入的电网规划风险预警系统｡文献[11]提出了高占比新能源电网节点停电风险预测模型｡文献[12]探讨了高占比互联电网的安全风险在线识别与主动防御技术｡文献[13]则通过熵权法实现了送端电网风险的模糊综合评价,为新能源电网的风险评估提供了量化工具｡上述研究涵盖了广泛的风险评估与优化内容,但在统一评估框架与模型实际应用的综合性方面仍存在不足,难以全面适应电网复杂运行场景的需求｡

本文聚焦于区域新能源参与电力市场交易中的风险问题,旨在构建一套系统化的风险管控模型｡基于新能源发电特性及其对市场机制的影响,模型综合考虑电力市场价格､交易机制以及风险敞口等多维因素,提出了兼顾经济性与可靠性的风险管控策略｡本文不仅为新能源市场交易提供了理论支持,还对推动电力市场健康发展和新能源进一步规模化应用具有重要意义｡

2、区域新能源参与的市场交易机制

2.1区域新能源成本模型

2.1.1基于化石机组的区域新能源集群

基于燃料的区域新能源集群包括传统燃料发电单元,其成本函数可以表示为

式中:ai､bi､di为与传统燃料发电单元的特性相关的非负参数;qiw为发电机组出力｡

2.1.2基于需求响应区域新能源集群

对于基于需求响应(demandresponse,DR)的区域新能源集群,其成本函数反映了妥协意愿,可以表示为

2.1.3聚合商模型

由于基于可再生能源发电的不确定性,某些区域新能源集群可能出现电力短缺,而另一些则可能在实时中产生超出其竞标量的电力｡在此情况下,可引入聚合商来吸收过剩电力以弥补短缺｡在可再生能源发电具有不确定性的情况下,通过最大化聚合商的社会福利来最小化管理成本,其目标函数可以表示为

式中:riw,t为注入到区域新能源集群i的能源量,且需满足能量平衡约束,

2.2价格机制

研究区域新能源参与的市场交易机制,提出了一种基于点对点(P2P)的机制用于协调区域新能源,从而实现区域新能源集群Vi与主网之间的能源交易,如图1所示｡在区域新能源集群内部,区域新能源和负荷通过P2P平台协调完成与主网的日前能源合同｡采用物理交割方式,由配电系统运营商管理生产商之间的交易｡对于区域新能源集群之间的能源交易,提供金融交易方法(如日前合同)｡

图1价格传导机制示意

考虑到区域新能源对电网的影响不能忽视,在这种情况下,使用线性价格函数处理能源竞标与预测功率输出之间的差异,具体公式如下:

式中:piDA,t为Vi的日前价格;DiDA0,t为Vi的日前定价机制的总需求参数;qiDA,t为Vi的日前竞标量｡

实时价格piw,t则由下式给出:

式中:piw,t为Vi的实时价格;riw,t为Vi的实时能源;qiw,t为Vi的实时竞标量;下标w为不确定场景;Diw0,t为Vi的实时需求参数｡

该定价机制平衡区域新能源发电的不确定性与电网的需求,确保竞标量和价格之间的一致性｡

2.3区域新能源集群模型

单一类型的可再生能源的发电量与天气条件相关,具有随机性､波动性｡在区域新能源集群中,多类别点对点能源交易允许新能源供应商与传统供应商竞争,从而实现用户端分布式能源资源(distributedenergyresources,DER)为主网提供稳定电源｡通过点对点能源交易架构,该区域新能源集群的竞价量qiDA,t通过效用最大化确定｡

对于区域新能源机组,其每日运行成本Cij是一个常数,不会随着出力发生变化｡对于主网,其成本函数可以表述为

式中:qig0为电网的供电量｡对于非可再生能源的用户端,VPPi中用户j的成本函数包括生产成本,它可以用能源需求的二次函数来表达,其形式如下:

式中:aij､bij､dij均为正参数｡区域新能源集群i的总成本可以表示为

式中:Qci为消费者集;Qjp为生产者集｡为了建模这种交易机制,Vi中用户j的净功率注入qij可以分解为与一组邻近代理m∈wij双边交易量的总和:

与电力库模型不同,生产与消费之间的平衡由所有代理j∈Ωi和m∈wij定义的一组互惠约束取代,其表达式为

Vi中用户j的功率设定点由功率边界Qij和Qˉij限制｡这一约束可建模如下:

2.4区域新能源集群能源竞价模型

在第一阶段中,区域新能源集群的目标是最大化其利润,利润包括收入､成本和风险的权衡｡为此,首先定义区域新能源集群的效用函数,在该函数中,目标是通过竞标合理的能源量来获得最大的利润｡对于区域新能源集群i,其对应的效用函数可以表示为

式中:piDA,tqiDA,t为由竞标日前能源量qiDA,t带来的收入;piΔqiw,t为实时市场中通过调整竞标量qiw,t获得的额外收益;Ci为区域新能源集群的成本;S(qiDA,t,giw,t)为由于能源交易导致的补偿项｡

2.5区域新能源集群的实时能源交易

在第一阶段能源竞标决策完成后,当可再生能源发电的不确定输出已知时,需要在实时市场中进行能源交易决策｡这些决策是在随机不确定性下的第二阶段决策｡

首先,表示场景w下随机多余的可再生能源发电量:

假设每个发电商都有辅助电厂,可以在日前和实时市场中调度,因此这里不考虑能源不足的情况｡对于消费者而言,在第一阶段中,已将预测功率与能源竞标和具有时间灵活性的消费者需求匹配｡在第二阶段中,将不确定的可再生能源发电与具有功率灵活性的需求匹配｡

在现货市场中,能源平衡可建模为

式中:qij为消费者j在第二阶段的能源交易量｡利用过剩的能源输出,需要最大化消费者的社会福利,其目标函数为

因此,第二阶段的优化模型可表示为以下问题:

满足约束条件｡

优化问题的最优解S(qiDA,t,giw,t)描述了第一阶段能源竞标量和第二阶段实时交易之间的匹配结果｡

3、含区域新能源市场风险管控模型

区域新能源集群通过在市场中出售电力获利,因此它们倾向于竞标比其实际出力更多的能源｡这导致了基于区域新能源集群的电力市场中存在过度竞标问题｡此外,可再生能源发电和负荷的不确定性也加剧了这一问题｡从电力市场的角度来看,有必要对过度竞标进行风险管理｡这入了条件风险值(conditionalvalue-at-risk,CVaR)测度,其定义如下:

式中:θi为风险容忍度｡

这个优化问题可以松弛为以下形式:

满足以下约束条件:

通过风险规避的能源管理,每个区域新能源集群在应对发电和负载不确定性风险的同时最大化其收益｡因此,区域新能源集群i的风险规避能源竞标可以通过以下目标函数的最大化来实现:

对于聚合商而言,考虑到其只能控制注入或从区域新能源集群购买的功率,其能源管理目标可以表示为

满足以下能量平衡约束:

4、求解算法

4.1纳什均衡

每个区域新能源集群都在不确定的可再生发电情况下制定竞标策略,以最大化其利润,模型如下:

聚合商则试图最大化其自身利益,模型如下:

在这个数学框架下,整个问题转化为寻找随机博弈的纳什均衡｡对应的纳什均衡是一个策略组合,在这个组合下,没有任何一个参与者能够通过单方面改变自己的策略来获得更大的利益｡需要注意的是,成本函数C(⋅)和风险管理函数CVaR(θ⋅)相对于x是凹函数,而每个区域新能源集群的收益函数相对于x是凸函数,因此可以得到,区域新能源集群的利润F(ixi,x−i,w)相对于x是凹的｡这保证了上述博弈的纳什均衡的存在｡

4.2纳什均衡的分布式优化求解

为了求解纳什均衡,提出了一种分布式优化框架｡在此框架中,每个区域新能源集群可以独立地根据其他参与者的策略调整自己的策略｡

首先,定义Φ(x,y)为误差度量标准的NI函数,表示为

在这个定义下,引入基于最佳响应动态的优化框架来解决这个问题｡通过对问题的拉格朗日函数,得到

5、算例分析

5.1仿真场景

本文对区域新能源集群在单时段内的能源竞标机制进行仿真｡考虑了基于太阳能的区域新能源集群､基于太阳能和风能的区域新能源集群｡选择时间段t=132作为日前市场,时间段t=133作为现货市场｡

5.2结果说明

当只有太阳能发电单元时,未采用区域新能源集群框架的能源竞标小于400kWh,而通过点对点能源交易的区域新能源集群框架大幅提高了这一数值｡因此,基于可再生能源的发电效率得到了显著提升,如图2所示｡

图2竞标电量1

竞标电量2､竞标电量3如图3和图4所示｡

图3竞标电量2

图4电量差值

为了进一步说明区域综合能源的效果,考虑太阳能和风能混合的区域新能源集群｡可再生能源的使用可以分为两部分:①与主网的竞标能源;②通过点对点平台的本地能源交易｡通过多样化的可再生能源发电,减少了可再生能源发电的不确定性｡此外,通过主动的消费者参与点对点平台,本地对主网的竞标量得到了提升｡

6、结论

本文提出了一种含区域新能源参与的市场交易风险管控模型｡研究结果表明,通过CVaR测度和分布式优化算法构建的模型能够显著改善新能源发电的不确定性管理,降低市场风险,优化能源交易策略｡在仿真分析中,区域新能源集群的市场参与效率明显提高,点对点交易平台的使用促进了本地新能源消纳,进一步提升了电网的稳定性和新能源的利用率｡

参考文献:

[1]黄成,贾勇勇,周前,等.高比例新能源下容量-能量市场耦合的机组投资决策方法[J].可再生能源,2024,42(12):1653-1660.

[2]刘海鹏,杨晓静,陆涛,等.考虑分布式新能源的电网运行风险评估指标体系构建方法[J].浙江电力,2024,43(12):1-14.

[3]周启航,管霖,冼玮宏,等.考虑调度措施的地区电网多风险场景柔性水平评价模型[J].电力工程技术,2024,43(6):43-52.

[4]张译心,狄晨烨,赵男,等.面向复合极端天气的高新能源渗透率电网风险评估技术[J].电力建设,2024,45(10):34-46.

[5]关钦月,郑旭,徐敬友,等.规模新能源接入下考虑安稳风险评估的受端电网运行优化模型[J].可再生能源,2023,41(7):957-963.

[6]杨金洲,李业成,熊鸿韬,等.新能源接入的受端电网暂态电压失稳高风险故障快速筛选[J].电工技术学报,2024,39(21):6746-6758.

[7]郭挺,杨梓晴,徐良德,等.考虑新能源随机波动和T接线的城市电网连锁故障风险评估[J].电力系统保护与控制,2024,52(13):59-68.

[8]高道春,孙应毕,杜凡,等.考虑新能源接入的智能电网运行风险评估技术[J].能源与环保,2023,45(5):211-217,223.

[9]董炜,华文,王冠中,等.基于快速核学习的新能源高渗透电网频率风险评估[J].浙江电力,2022,41(4):1-6.

[10]王佐.基于大规模新能源接入的电网规划风险预警系统研究[J].能源与环保,2022,44(12):203-208.

[11]李国庆,刘大贵,肖桂莲,等.高占比新能源电网节点停电风险预测[J].电网与清洁能源,2022,38(10):106-115,125.

[12]新能源高占比互联电网安全风险在线识别与主动防御技术及应用[J].中国科技奖励,2022(10):55-57.

[13]郝如海,智勇,祁莹,等.基于熵权法的新能源高渗透率送端电网风险模糊综合评价[J].电力科学与技术学报,2021,36(1):73-78.

[14]肖煜.提高10kV配网工程设计实践[J].流体测量与控制,2023,4(5):69-73.

基金资助:上海燃机发电有限公司科技项目(2024152);

文章来源:上官新刚,郝浩,康浩宇,等.含区域新能源参与的市场交易风险管控模型[J].流体测量与控制,2025,6(04):21-25.