蘇 燁，石劍濤，張江豐，龔莉凌，郭 燁，沈欣煒

（1. 國(guó)網(wǎng)浙江省電力有限公司電力科學(xué)研究院，浙江 杭州 310014；2. 清華大學(xué)深圳國(guó)際研究生院，廣東 深圳 518000）

0 引言

降低碳排放、抑制全球變暖已然成為人類(lèi)社會(huì)的普遍共識(shí)。作為負(fù)責(zé)任的大國(guó)，中國(guó)正式提出“2030 碳達(dá)峰，2060 碳中和”的“雙碳”目標(biāo)。綠色低碳的能源系統(tǒng)轉(zhuǎn)型與電力能源結(jié)構(gòu)變革，是實(shí)現(xiàn)該戰(zhàn)略目標(biāo)的必經(jīng)之路［1］。國(guó)網(wǎng)浙江省電力有限公司基于能源互聯(lián)網(wǎng)的理念［2］，率先提出了多元融合高彈性電網(wǎng)的具體實(shí)現(xiàn)路徑［3］，提高電網(wǎng)中可再生能源比例，助力建設(shè)低碳轉(zhuǎn)型下的彈性電力系統(tǒng)。

與此同時(shí)，風(fēng)、光等多元新能源發(fā)電的不確定性和波動(dòng)性給電網(wǎng)運(yùn)行帶來(lái)了巨大挑戰(zhàn)［4］。為了提升電力系統(tǒng)安全穩(wěn)定運(yùn)行能力，儲(chǔ)能、電動(dòng)汽車(chē)EV（Electric Vehicle）等清潔靈活性資源立足能源轉(zhuǎn)型現(xiàn)狀，可以充分發(fā)揮電網(wǎng)彈性，支撐可再生能源并網(wǎng)，如提供調(diào)峰、調(diào)頻等輔助服務(wù)。調(diào)頻輔助服務(wù)作為確保系統(tǒng)頻率穩(wěn)定性的主要方式之一，隨著新能源占比的不斷提高，其重要性在近年來(lái)不斷凸顯［5］。調(diào)頻服務(wù)一般可分為一次調(diào)頻與二次調(diào)頻：一次調(diào)頻屬于傳統(tǒng)火電機(jī)組需要承擔(dān)的義務(wù)，因此一次調(diào)頻不會(huì)作為獨(dú)立商品在市場(chǎng)中進(jìn)行交易；二次調(diào)頻往往作為市場(chǎng)化商品在調(diào)頻市場(chǎng)中進(jìn)行出清，且目前市場(chǎng)的主要參與者仍為火電機(jī)組。與火電資源相比，儲(chǔ)能資源具備更快速的調(diào)節(jié)能力，其調(diào)頻表現(xiàn)更優(yōu)。在新能源占比不斷提升的未來(lái)電網(wǎng)中，儲(chǔ)能資源有望成為系統(tǒng)調(diào)頻的重要來(lái)源，為系統(tǒng)的慣性與頻率穩(wěn)定性提供有力支撐的同時(shí)，提高電網(wǎng)運(yùn)行彈性與靈活性，從而有效實(shí)現(xiàn)“雙碳”目標(biāo)。

為吸引具備優(yōu)秀調(diào)頻表現(xiàn)的儲(chǔ)能資源，國(guó)內(nèi)外眾多電力市場(chǎng)在市場(chǎng)機(jī)制改革的不斷推進(jìn)下，其調(diào)頻規(guī)則逐漸演變?yōu)榛谡{(diào)頻表現(xiàn)的結(jié)算體系。2013年，美國(guó)聯(lián)邦能源管理委員會(huì)頒布了755 號(hào)文件，要求各個(gè)區(qū)域市場(chǎng)運(yùn)營(yíng)商在調(diào)頻市場(chǎng)中考慮調(diào)頻里程［6］。此后，美國(guó)大部分區(qū)域電力市場(chǎng)建立了綜合調(diào)頻容量、調(diào)頻里程和調(diào)頻表現(xiàn)的結(jié)算機(jī)制［7］。國(guó)內(nèi)多數(shù)區(qū)域電力市場(chǎng)，如華北區(qū)域市場(chǎng)［8］、南方區(qū)域市場(chǎng)［9］、東北區(qū)域市場(chǎng)［10］等，其監(jiān)管單位依據(jù)“兩個(gè)細(xì)則”文件對(duì)調(diào)頻資源予以補(bǔ)償。隨著電力體制改革的不斷深入，于2015 年頒布的《中共中央國(guó)務(wù)院關(guān)于進(jìn)一步深化電力體制改革的若干意見(jiàn)》（9 號(hào)文）及電力體制改革配套文件推動(dòng)了國(guó)內(nèi)電力市場(chǎng)的迅速建設(shè)［11］。由于調(diào)頻輔助服務(wù)市場(chǎng)是現(xiàn)貨市場(chǎng)的重要支撐，許多區(qū)域電力市場(chǎng)相繼進(jìn)行了調(diào)頻市場(chǎng)的先期探索，如2020 年印發(fā)的《浙江電力現(xiàn)貨市場(chǎng)第二次結(jié)算試運(yùn)行工作方案》，在調(diào)頻市場(chǎng)中同時(shí)考慮了調(diào)頻容量與調(diào)頻里程，并通過(guò)性能歸一化指標(biāo)對(duì)儲(chǔ)能資源的調(diào)頻性能進(jìn)行了評(píng)估，為性能優(yōu)異的儲(chǔ)能資源參與調(diào)頻市場(chǎng)提供了動(dòng)力［12］。一個(gè)設(shè)計(jì)良好的調(diào)頻市場(chǎng)能夠?yàn)閮?chǔ)能與EV 用戶(hù)提供可觀(guān)的經(jīng)濟(jì)收益，鼓勵(lì)儲(chǔ)能所有者擴(kuò)大儲(chǔ)能規(guī)模，同時(shí)推動(dòng)EV 替代燃油汽車(chē)的進(jìn)程，轉(zhuǎn)變用戶(hù)終端能源結(jié)構(gòu)，從而有效降低碳排放。

目前，已有大量學(xué)者對(duì)儲(chǔ)能參與調(diào)頻的有關(guān)問(wèn)題進(jìn)行了深入研究，包括一些相關(guān)的綜述：文獻(xiàn)［13］從市場(chǎng)環(huán)境的角度綜述了美國(guó)調(diào)頻市場(chǎng)的設(shè)計(jì)框架與規(guī)則內(nèi)容，并對(duì)中國(guó)調(diào)頻市場(chǎng)的建設(shè)提出了建議；文獻(xiàn)［14］進(jìn)行了儲(chǔ)能參與調(diào)頻的必要性與可行性分析，同時(shí)對(duì)儲(chǔ)能的仿真模型、調(diào)控方法和容量配置方法進(jìn)行了綜述；文獻(xiàn)［15］綜述了不同類(lèi)型儲(chǔ)能的調(diào)頻參數(shù)特點(diǎn)，同時(shí)從不同市場(chǎng)政策規(guī)則的角度對(duì)儲(chǔ)能參與調(diào)頻進(jìn)行了商業(yè)化分析。據(jù)了解，目前尚未有針對(duì)調(diào)頻市場(chǎng)且綜合考慮儲(chǔ)能規(guī)劃與運(yùn)行優(yōu)化策略的綜述總結(jié)，同時(shí)缺乏對(duì)新型儲(chǔ)能資源——EV 參與調(diào)頻相關(guān)策略的研究綜述?；诖?，本文首先從儲(chǔ)能規(guī)劃角度出發(fā)，對(duì)考慮調(diào)頻的儲(chǔ)能規(guī)劃研究進(jìn)行了總結(jié)；然后分別對(duì)傳統(tǒng)儲(chǔ)能資源和EV考慮調(diào)頻的競(jìng)價(jià)策略進(jìn)行了深入調(diào)研；最后總結(jié)了現(xiàn)階段研究存在的問(wèn)題，對(duì)未來(lái)的研究方向進(jìn)行了展望。

1 考慮調(diào)頻需求的儲(chǔ)能資源規(guī)劃

儲(chǔ)能規(guī)劃問(wèn)題是開(kāi)展儲(chǔ)能有關(guān)研究與實(shí)際應(yīng)用的基礎(chǔ)。進(jìn)行儲(chǔ)能規(guī)劃配置時(shí)，對(duì)儲(chǔ)能參與調(diào)頻進(jìn)行考慮，可以極大地提高電力系統(tǒng)的運(yùn)行靈活性。儲(chǔ)能規(guī)劃的關(guān)鍵問(wèn)題是其核心電氣參數(shù)的選擇，如地址（即電網(wǎng)節(jié)點(diǎn)）、最大充放電功率與最大容量等。現(xiàn)階段，考慮參與調(diào)頻的儲(chǔ)能規(guī)劃研究可以分為以下2 類(lèi)：①基于儲(chǔ)能參與調(diào)頻對(duì)系統(tǒng)慣性與頻率穩(wěn)定性的支撐作用，對(duì)儲(chǔ)能規(guī)劃進(jìn)行分析；②從經(jīng)濟(jì)性角度，對(duì)儲(chǔ)能規(guī)劃進(jìn)行分析。

1.1 基于系統(tǒng)慣性與頻率穩(wěn)定性的儲(chǔ)能規(guī)劃

基于儲(chǔ)能參與調(diào)頻對(duì)系統(tǒng)慣性與頻率穩(wěn)定性的支撐作用，部分文獻(xiàn)對(duì)儲(chǔ)能規(guī)劃問(wèn)題進(jìn)行了深入研究。文獻(xiàn)［16］通過(guò)分析含儲(chǔ)能的區(qū)域電網(wǎng)頻率特性與儲(chǔ)能快速調(diào)頻下的時(shí)域頻率響應(yīng)特性，結(jié)合對(duì)儲(chǔ)能控制模式的研究，確定儲(chǔ)能參與調(diào)頻時(shí)的動(dòng)作深度，并根據(jù)動(dòng)作深度形成儲(chǔ)能容量配置方法。文獻(xiàn)［17］考慮受風(fēng)電出力波動(dòng)影響的電網(wǎng)綜合負(fù)荷，基于電網(wǎng)頻率信號(hào)波動(dòng)特性與給定的電網(wǎng)調(diào)頻及儲(chǔ)能電池運(yùn)行要求約束，獲得最佳的儲(chǔ)能容量配置方案。文獻(xiàn)［18］基于儲(chǔ)能的選型理論和優(yōu)化控制方法，分析儲(chǔ)能參與一次與二次調(diào)頻的過(guò)程，結(jié)合儲(chǔ)能電池的倍率特性與控制方式，給出儲(chǔ)能容量配置方法。針對(duì)高比例可再生能源并網(wǎng)帶來(lái)的電網(wǎng)慣性下降問(wèn)題，文獻(xiàn)［19］指出儲(chǔ)能參與調(diào)頻可以為系統(tǒng)暫態(tài)頻率穩(wěn)定性提供支撐，同時(shí)能改善系統(tǒng)的一次調(diào)頻與二次調(diào)頻，并從系統(tǒng)可再生能源占比、系統(tǒng)暫態(tài)頻率最低值等因素出發(fā)，提出儲(chǔ)能容量配置方法。

1.2 基于經(jīng)濟(jì)性分析的儲(chǔ)能規(guī)劃

大量文獻(xiàn)從經(jīng)濟(jì)性角度出發(fā)，在儲(chǔ)能規(guī)劃問(wèn)題中針對(duì)預(yù)期成本與收益進(jìn)行了相關(guān)研究，以實(shí)現(xiàn)儲(chǔ)能的最優(yōu)配置。儲(chǔ)能規(guī)劃時(shí)，其計(jì)算成本通常為儲(chǔ)能全生命周期成本，一般包括投資成本、運(yùn)行維護(hù)成本與退化成本等。在儲(chǔ)能參與調(diào)頻的背景下，儲(chǔ)能用戶(hù)的收益主要來(lái)源于參與電能量與調(diào)頻市場(chǎng)獲得的利潤(rùn)，包括利用峰谷電價(jià)套利，利用日前市場(chǎng)與實(shí)時(shí)市場(chǎng)差價(jià)套利，以及提供調(diào)頻服務(wù)獲取的調(diào)頻市場(chǎng)收入。特別地，文獻(xiàn)［20］在儲(chǔ)能規(guī)劃問(wèn)題中考慮儲(chǔ)能的環(huán)保效益，并指出儲(chǔ)能能通過(guò)削峰填谷降低火電機(jī)組的發(fā)電量，由此降低的碳排放與環(huán)境污染成本就是其環(huán)境效益，并給出環(huán)境效益的計(jì)算方法。

考慮到調(diào)頻的儲(chǔ)能成本與效益分析，許多文獻(xiàn)針對(duì)儲(chǔ)能規(guī)劃問(wèn)題進(jìn)行了詳細(xì)分析。文獻(xiàn)［21］分析了不同的儲(chǔ)能建設(shè)成本、不同的電能量市場(chǎng)偏差考核懲罰價(jià)格對(duì)儲(chǔ)能容量配置的影響，從而為儲(chǔ)能電站的容量配置提供指導(dǎo)。文獻(xiàn)［22］在考慮儲(chǔ)能規(guī)劃問(wèn)題時(shí)，分別考慮了系統(tǒng)的總成本最小化與儲(chǔ)能自身的利潤(rùn)最大化這2 個(gè)不同的目標(biāo)。文獻(xiàn)［23］從儲(chǔ)能投資者的角度建立了雙層優(yōu)化模型，在內(nèi)層考慮了系統(tǒng)配置儲(chǔ)能后的運(yùn)行成本最小化問(wèn)題，同時(shí)在外層考慮儲(chǔ)能收益的最大化，包含了電能量市場(chǎng)收益、輔助服務(wù)市場(chǎng)收益以及儲(chǔ)能的投資成本。與此同時(shí)，大部分的研究都從系統(tǒng)的角度出發(fā)，研究了儲(chǔ)能規(guī)劃問(wèn)題。文獻(xiàn)［24］在儲(chǔ)能規(guī)劃階段將所有火電機(jī)組和儲(chǔ)能電站的系統(tǒng)總成本作為模型目標(biāo)，同時(shí)將系統(tǒng)初始頻率變化率和擾動(dòng)后系統(tǒng)頻率最低點(diǎn)這2 個(gè)系統(tǒng)指標(biāo)作為模型約束，建立了儲(chǔ)能規(guī)劃模型。文獻(xiàn)［25］將儲(chǔ)能規(guī)劃問(wèn)題建模為雙層問(wèn)題，在上層問(wèn)題中考慮所有典型日內(nèi)系統(tǒng)總成本期望值最優(yōu)的儲(chǔ)能規(guī)劃問(wèn)題，在若干個(gè)下層問(wèn)題中考慮每個(gè)典型日內(nèi)的系統(tǒng)經(jīng)濟(jì)調(diào)度問(wèn)題。同時(shí)，該文獻(xiàn)提出了基于次梯度切平面的分布式計(jì)算方法，以提高儲(chǔ)能規(guī)劃問(wèn)題的運(yùn)算效率。

基于以上文獻(xiàn)，圖1 從系統(tǒng)層面總結(jié)了基于經(jīng)濟(jì)性的考慮調(diào)頻的儲(chǔ)能規(guī)劃問(wèn)題模型。

圖1 考慮調(diào)頻的儲(chǔ)能規(guī)劃模型Fig.1 Energy storage planning model considering frequency regulation

綜上，目前考慮儲(chǔ)能參與調(diào)頻的儲(chǔ)能規(guī)劃問(wèn)題主要圍繞以下2 個(gè)方面進(jìn)行研究：從物理角度，考慮儲(chǔ)能參與調(diào)頻對(duì)系統(tǒng)慣性與頻率穩(wěn)定性的支撐，確定儲(chǔ)能規(guī)劃方案；從經(jīng)濟(jì)性角度，考慮儲(chǔ)能參與調(diào)頻的儲(chǔ)能規(guī)劃成本與收益，確定儲(chǔ)能規(guī)劃方案。

2 儲(chǔ)能參與調(diào)頻的競(jìng)價(jià)策略

2.1 快速調(diào)頻的儲(chǔ)能資源特征

在能源轉(zhuǎn)型、降低碳排放的過(guò)程中，新能源的大規(guī)模并網(wǎng)造成了電力系統(tǒng)的整體慣性下降以及不確定性的快速增長(zhǎng)，最終導(dǎo)致調(diào)頻市場(chǎng)的總需求容量增加。儲(chǔ)能資源作為提供調(diào)頻服務(wù)的重要資源，其快速響應(yīng)特性使其能在短時(shí)間內(nèi)實(shí)現(xiàn)精確有效調(diào)頻［26］。根據(jù)不同的類(lèi)型，具備快速調(diào)節(jié)能力的儲(chǔ)能可分為蓄電池儲(chǔ)能（BES）、飛輪儲(chǔ)能（FES）、抽水蓄能（PHES）、超級(jí)電容器儲(chǔ)能（SCES）等。能量轉(zhuǎn)換差異本質(zhì)上由儲(chǔ)能的類(lèi)型決定，在物理層面主要表現(xiàn)為循環(huán)壽命、響應(yīng)速度、能量密度、功率密度等特性，而在數(shù)學(xué)層面則主要體現(xiàn)在儲(chǔ)能模型中的荷電狀態(tài)動(dòng)態(tài)方程上。當(dāng)前國(guó)內(nèi)外已有大量的儲(chǔ)能電站投入了實(shí)際運(yùn)行，其中應(yīng)用場(chǎng)景包括新能源協(xié)同并網(wǎng)、提供調(diào)頻輔助服務(wù)等，具體的典型儲(chǔ)能電站項(xiàng)目及技術(shù)指標(biāo)如表1所示。

表1 全球典型儲(chǔ)能電站項(xiàng)目及技術(shù)指標(biāo)Table 1 Projects and technical indexes of worldwide typical energy storage power plants

在諸多儲(chǔ)能技術(shù)中，包括鉛酸、鋰離子、鈉硫和全釩液流等在內(nèi)的BES技術(shù)，普遍具有能量密度高、功率密度低、循環(huán)壽命短的特點(diǎn)，適用于長(zhǎng)時(shí)間連續(xù)放電應(yīng)用場(chǎng)景。然而，大功率下頻繁充放電會(huì)嚴(yán)重降低蓄電池壽命，因此BES 適用于提供功率較小的輔助調(diào)頻服務(wù)，文獻(xiàn)［27］通過(guò)實(shí)驗(yàn)對(duì)此結(jié)論進(jìn)行了驗(yàn)證。此外，F(xiàn)ES 采用動(dòng)能形式存儲(chǔ)電能，具有響應(yīng)速度快、自放電高、循環(huán)壽命長(zhǎng)、能量密度低、功率密度大的特點(diǎn)，現(xiàn)階段主要用于提供電網(wǎng)一次調(diào)頻服務(wù)［28］。文獻(xiàn)［29］分別對(duì)BES 和FES 進(jìn)行了數(shù)學(xué)建模，研究了不同儲(chǔ)能技術(shù)在不同調(diào)頻合約下的期望收益。PHES 是一種容量大、循環(huán)效率高、并網(wǎng)性能良好且競(jìng)爭(zhēng)成本較低的蓄能技術(shù)?？赡嫠盟啓C(jī)的集成提升了PHES 的靈活性和響應(yīng)性能，使其能夠通過(guò)水泵和渦輪模式之間的快速切換提供調(diào)頻等輔助服務(wù)。文獻(xiàn)［30］評(píng)估了水泵水輪機(jī)的穩(wěn)定性及其對(duì)PHES 電站調(diào)頻容量的影響；文獻(xiàn)［31］研究了風(fēng)電接入對(duì)PHES系統(tǒng)動(dòng)態(tài)調(diào)節(jié)可靠性的影響；文獻(xiàn)［32］則對(duì)含有PHES 電站的風(fēng)光供電系統(tǒng)進(jìn)行了調(diào)研。與其他儲(chǔ)能方式不同，SCES 無(wú)需進(jìn)行電能轉(zhuǎn)換，而是直接通過(guò)靜電場(chǎng)存儲(chǔ)能量，并可實(shí)現(xiàn)高電流條件下的快速充放電，因此具有功率密度高、能量密度低、循環(huán)壽命長(zhǎng)和響應(yīng)速度快等特性。

2.2 儲(chǔ)能調(diào)頻的經(jīng)濟(jì)性運(yùn)行

合理的經(jīng)濟(jì)收益是儲(chǔ)能電站可持續(xù)性運(yùn)營(yíng)的基礎(chǔ)。文獻(xiàn)［33］總結(jié)了在智能電網(wǎng)的不同應(yīng)用場(chǎng)景下對(duì)儲(chǔ)能技術(shù)進(jìn)行經(jīng)濟(jì)性規(guī)劃和效益評(píng)估的主要方法。目前，已有大量國(guó)內(nèi)外學(xué)者針對(duì)不同類(lèi)型儲(chǔ)能電站的經(jīng)濟(jì)運(yùn)行策略進(jìn)行了深入研究。文獻(xiàn)［34］深入研究了PHES 技術(shù)，指出其可通過(guò)變速技術(shù)改變抽水模式從而參與調(diào)頻市場(chǎng)，并對(duì)PHES 有無(wú)變速器情境下的市場(chǎng)收益進(jìn)行了對(duì)比。而B(niǎo)ES作為當(dāng)前理想的調(diào)頻儲(chǔ)能資源，因其具有較為成熟的技術(shù)儲(chǔ)備，較多地應(yīng)用于實(shí)際儲(chǔ)能調(diào)頻項(xiàng)目中，其中鋰離子電池為兆瓦級(jí)儲(chǔ)能應(yīng)用場(chǎng)景的主流類(lèi)型。

BES 參與調(diào)頻的優(yōu)化目標(biāo)函數(shù)通常為最小化儲(chǔ)能資源的運(yùn)行成本，其中需考慮BES 的退化成本。電池退化問(wèn)題是BES的儲(chǔ)能資源經(jīng)濟(jì)性運(yùn)營(yíng)的關(guān)鍵問(wèn)題，因?yàn)槔匣^(guò)程將不可逆地造成電池性能和壽命的衰減。文獻(xiàn)［35］系統(tǒng)性地歸納了鋰離子電池老化過(guò)程中的影響因素、內(nèi)部機(jī)理、退化模式以及外部反應(yīng)。文獻(xiàn)［36］根據(jù)電池退化模型和循環(huán)充放電實(shí)驗(yàn)數(shù)據(jù)，優(yōu)化了BES計(jì)及真實(shí)退化成本的運(yùn)行策略，并對(duì)該儲(chǔ)能系統(tǒng)的效益進(jìn)行了評(píng)估。文獻(xiàn)［37］詳細(xì)建立了以統(tǒng)計(jì)特征為基礎(chǔ)的鋰離子電池容量退化模型，并提出了其參與調(diào)頻市場(chǎng)的最優(yōu)報(bào)價(jià)策略。文獻(xiàn)［38］研究了電池退化對(duì)BES運(yùn)營(yíng)商在日前調(diào)頻市場(chǎng)總收入的影響，并通過(guò)改進(jìn)其競(jìng)價(jià)策略實(shí)現(xiàn)BES使用壽命期間的總收益最大化。在儲(chǔ)能電站運(yùn)行的最優(yōu)控制問(wèn)題中，考慮調(diào)頻參與的邊際運(yùn)行成本通常與儲(chǔ)能系統(tǒng)的當(dāng)前決策變量和狀態(tài)參數(shù)相關(guān)。文獻(xiàn)［39］將計(jì)及電池退化的調(diào)頻容量與調(diào)頻里程的動(dòng)態(tài)成本納入市場(chǎng)決策模型中，通過(guò)等邊際報(bào)價(jià)調(diào)度策略，實(shí)現(xiàn)了儲(chǔ)能單元的實(shí)時(shí)功率最優(yōu)分配。

2.3 調(diào)頻市場(chǎng)環(huán)境與儲(chǔ)能競(jìng)價(jià)策略

在當(dāng)前的國(guó)內(nèi)外電力市場(chǎng)環(huán)境下，調(diào)頻市場(chǎng)是獨(dú)立于電能量市場(chǎng)以外的一種輔助服務(wù)市場(chǎng)。根據(jù)不同的市場(chǎng)設(shè)計(jì)規(guī)則，調(diào)頻產(chǎn)品類(lèi)型以及結(jié)算機(jī)制在不同市場(chǎng)間存在差異［40］。按照時(shí)間尺度劃分，美國(guó)MISO 的調(diào)頻市場(chǎng)可分為日前市場(chǎng)和實(shí)時(shí)市場(chǎng)。而在美國(guó)PJM 市場(chǎng)中，調(diào)頻服務(wù)僅在實(shí)時(shí)市場(chǎng)中進(jìn)行出清。典型的調(diào)頻市場(chǎng)環(huán)境和儲(chǔ)能的市場(chǎng)地位見(jiàn)圖2。根據(jù)時(shí)間差異，儲(chǔ)能資源的市場(chǎng)競(jìng)價(jià)策略可分為日前市場(chǎng)競(jìng)價(jià)策略和實(shí)時(shí)市場(chǎng)競(jìng)價(jià)策略。文獻(xiàn)［41］通過(guò)線(xiàn)性規(guī)劃的方法，最大化儲(chǔ)能電站在MISO日前市場(chǎng)通過(guò)能量套利和提供調(diào)頻獲得的總收益的期望值。文獻(xiàn)［42］提出儲(chǔ)能電站在電池壽命損耗模型下參與日前能量、調(diào)頻和備用市場(chǎng)的聯(lián)合最優(yōu)報(bào)價(jià)策略。文獻(xiàn)［43］基于調(diào)頻表現(xiàn)補(bǔ)償機(jī)制，提出BES電站的最優(yōu)競(jìng)價(jià)策略和實(shí)時(shí)控制策略。

圖2 儲(chǔ)能參與調(diào)頻市場(chǎng)競(jìng)價(jià)示意圖Fig.2 Schematic diagram of energy storage participating in bidding for frequency regulation market

根據(jù)儲(chǔ)能電站的容量規(guī)模及其市場(chǎng)地位，儲(chǔ)能資源競(jìng)價(jià)策略問(wèn)題又可分為價(jià)格接受者（price-taker）策略和價(jià)格制定者（price-maker）策略。一般地，小規(guī)模的儲(chǔ)能電站會(huì)被建模為價(jià)格接受者，即其競(jìng)價(jià)策略不能影響市場(chǎng)的出清結(jié)果，因此可將其視為市場(chǎng)的自調(diào)度資源。基于該假設(shè)，大多數(shù)文獻(xiàn)中的策略?xún)?yōu)化模型將市場(chǎng)出清價(jià)格視為模型外部輸入的隨機(jī)參數(shù)。文獻(xiàn)［44］通過(guò)魯棒優(yōu)化建立了調(diào)頻價(jià)格和調(diào)頻信號(hào)的不確定性模型，并采用Benders分解降低了計(jì)算復(fù)雜度。文獻(xiàn)［45］基于日前電價(jià)和實(shí)時(shí)電價(jià)的概率分布函數(shù)，建立了BES 系統(tǒng)的最優(yōu)競(jìng)價(jià)調(diào)度框架。相反地，因大規(guī)模儲(chǔ)能電站具備市場(chǎng)力，其通常被建模為價(jià)格制定者，在大規(guī)模儲(chǔ)能電站的策略?xún)?yōu)化模型中，市場(chǎng)出清價(jià)格被視為模型的內(nèi)部量，由拉格朗日乘子表示。因此，大規(guī)模儲(chǔ)能電站的市場(chǎng)收益更依賴(lài)于其競(jìng)價(jià)策略的制定。文獻(xiàn)［46］通過(guò)雙層模型提出了儲(chǔ)能電站作為價(jià)格制定者參與能量市場(chǎng)和調(diào)頻、備用市場(chǎng)的競(jìng)價(jià)策略，在上層問(wèn)題中最大化儲(chǔ)能電站運(yùn)營(yíng)收益，在下層問(wèn)題中則從系統(tǒng)角度出發(fā)，最小化電網(wǎng)總成本，從而評(píng)估儲(chǔ)能競(jìng)價(jià)決策對(duì)電力市場(chǎng)出清結(jié)果的影響。

2.4 多資源協(xié)同競(jìng)價(jià)策略

除了單獨(dú)參與電力市場(chǎng)外，儲(chǔ)能資源還可以與其他類(lèi)型資源協(xié)同優(yōu)化，從而獲得多種資源的聯(lián)合競(jìng)價(jià)策略。儲(chǔ)能設(shè)備作為微電網(wǎng)中不可或缺的組成部分，能夠有效提高系統(tǒng)慣性，提升電網(wǎng)穩(wěn)定性。文獻(xiàn)［47］研究了在考慮新能源出力和市場(chǎng)價(jià)格的不確定性下，包含風(fēng)電、光伏、微型燃?xì)廨啓C(jī)和儲(chǔ)能資源的微電網(wǎng)作為價(jià)格接受者，參與電能量、調(diào)頻和備用市場(chǎng)的魯棒聯(lián)合投標(biāo)策略。與此同時(shí)，在低碳的背景下，國(guó)內(nèi)外大量文獻(xiàn)研究了可再生發(fā)電資源與儲(chǔ)能資源的協(xié)同競(jìng)價(jià)策略。文獻(xiàn)［48］將風(fēng)電、儲(chǔ)能的協(xié)同運(yùn)行問(wèn)題建模為馬爾科夫決策過(guò)程，提出了一種改進(jìn)動(dòng)態(tài)規(guī)劃算法來(lái)處理競(jìng)價(jià)問(wèn)題的隨機(jī)性、非線(xiàn)性和離散性，有效提升了資源的聯(lián)合收益。文獻(xiàn)［49］首先對(duì)風(fēng)電出力和市場(chǎng)價(jià)格的不確定性集進(jìn)行建模，接著通過(guò)基于魯棒模型預(yù)測(cè)控制的混合整數(shù)非線(xiàn)性規(guī)劃獲得了風(fēng)電儲(chǔ)能系統(tǒng)在實(shí)時(shí)能量市場(chǎng)和調(diào)頻市場(chǎng)的最優(yōu)競(jìng)價(jià)策略。

綜上，本節(jié)從不同類(lèi)型儲(chǔ)能資源的快速調(diào)節(jié)特征出發(fā)，歸納分析了儲(chǔ)能調(diào)頻的經(jīng)濟(jì)性運(yùn)行，并充分考慮市場(chǎng)環(huán)境、市場(chǎng)地位等因素，分別對(duì)儲(chǔ)能資源單獨(dú)參與調(diào)頻市場(chǎng)、儲(chǔ)能協(xié)同其他多種資源參與調(diào)頻市場(chǎng)的競(jìng)價(jià)策略進(jìn)行了綜述。

3 EV參與調(diào)頻的競(jìng)價(jià)策略

除了傳統(tǒng)儲(chǔ)能電站之外，新型儲(chǔ)能資源——EV的不斷增加，也為調(diào)頻市場(chǎng)帶來(lái)了新的活力。作為一種低碳與清潔技術(shù)，EV 對(duì)傳統(tǒng)燃油車(chē)的替代能有效改變用戶(hù)終端的能源結(jié)構(gòu)，降低碳排放。同時(shí)，EV 提供的優(yōu)質(zhì)調(diào)頻服務(wù)，能夠?yàn)樾履茉吹牟⒕W(wǎng)提供有力支撐。國(guó)務(wù)院于2020年11月印發(fā)的《新能源汽車(chē)產(chǎn)業(yè)發(fā)展規(guī)劃（2021—2035 年）》中指出：到2025年時(shí)，EV 的新車(chē)銷(xiāo)量要達(dá)到總新車(chē)銷(xiāo)量的20%；要加強(qiáng)EV 與電網(wǎng)之間的互動(dòng)，利用EV 提高電網(wǎng)的調(diào)頻能力［50］。與此同時(shí)，EV電池所具備的快速調(diào)節(jié)能力，使其能夠提供優(yōu)質(zhì)的調(diào)頻服務(wù)，從而獲得較高的調(diào)頻收益［51］。在政策引導(dǎo)與經(jīng)濟(jì)紅利的雙重引導(dǎo)之下，數(shù)量持續(xù)增長(zhǎng)的EV 將成為調(diào)頻市場(chǎng)重要參與者。在此背景下，研究EV 參與調(diào)頻市場(chǎng)的投標(biāo)策略，具有較高理論價(jià)值與現(xiàn)實(shí)意義。

3.1 單輛EV參與調(diào)頻及其聚合

從單輛EV角度出發(fā)，文獻(xiàn)［52］研究了參與調(diào)頻時(shí)EV電池的退化成本，并建立其線(xiàn)性數(shù)學(xué)模型。文獻(xiàn)［53］將EV充電過(guò)程視為馬爾科夫決策過(guò)程，從而將調(diào)頻市場(chǎng)中的EV 競(jìng)價(jià)問(wèn)題建模為動(dòng)態(tài)隨機(jī)規(guī)劃問(wèn)題。實(shí)際上，單輛EV由于所能提供的調(diào)頻容量過(guò)小而不足以參加調(diào)頻市場(chǎng)：據(jù)美國(guó)PJM 調(diào)頻市場(chǎng)規(guī)定，調(diào)頻市場(chǎng)最低參與容量為0.1 MW。同時(shí)，EV 需首先滿(mǎn)足用戶(hù)出行需求，其與電網(wǎng)的連接時(shí)間具有很強(qiáng)的隨機(jī)性，單輛EV 難以提供穩(wěn)定的調(diào)頻服務(wù)，因此可能面臨高額市場(chǎng)懲罰。

為解決上述問(wèn)題，文獻(xiàn)［54］較早提出了電動(dòng)汽車(chē)聚合商EVA（Electric Vehicle Aggregator）概念，由EVA 協(xié)同調(diào)度EV 的充放電過(guò)程。EVA 通過(guò)聚合所有EV 的調(diào)頻資源，作為一個(gè)整體參與調(diào)頻市場(chǎng)，以爭(zhēng)取在市場(chǎng)中擁有更強(qiáng)的議價(jià)能力。

3.2 EVA競(jìng)價(jià)策略

大量文獻(xiàn)對(duì)EVA 在調(diào)頻市場(chǎng)的競(jìng)價(jià)策略進(jìn)行了研究。EV 可根據(jù)參與電網(wǎng)調(diào)頻時(shí)放電與否，分為單向汽車(chē)入網(wǎng)V2G（Vehicle-to-Grid）和雙向V2G。其中，單向V2G 因不涉及EV 放電行為，因此對(duì)充電設(shè)施的要求更低，其可通過(guò)EV充電過(guò)程中功率的快速調(diào)節(jié)實(shí)現(xiàn)調(diào)頻。文獻(xiàn)［56］對(duì)比了EVA 在同一市場(chǎng)環(huán)境下單向V2G 和雙向V2G 的收益情況，仿真結(jié)果顯示采用雙向V2G 將會(huì)獲取更高收益，而采用單向V2G 面臨的市場(chǎng)風(fēng)險(xiǎn)更低。文獻(xiàn)［57］提出了EVA可以采用模型預(yù)測(cè)控制方法確定每輛EV 的充電過(guò)程與調(diào)頻容量，并且分析了價(jià)格預(yù)測(cè)誤差對(duì)調(diào)頻市場(chǎng)投標(biāo)策略的影響。文獻(xiàn)［58］采用了兩階段隨機(jī)優(yōu)化模型：第一階段模型中考慮了EV充電過(guò)程的不確定性，對(duì)EVA 日前電能量市場(chǎng)和調(diào)頻市場(chǎng)的投標(biāo)策略進(jìn)行優(yōu)化；第二階段模型中通過(guò)建立實(shí)時(shí)系統(tǒng)調(diào)度多場(chǎng)景，對(duì)市場(chǎng)實(shí)時(shí)價(jià)格的不確定性進(jìn)行建模。文獻(xiàn)［59］采用了模糊優(yōu)化分析EVA 在調(diào)頻與備用市場(chǎng)的競(jìng)價(jià)策略，并通過(guò)自回歸積分滑動(dòng)平均模型對(duì)市場(chǎng)價(jià)格進(jìn)行預(yù)測(cè)。文獻(xiàn)［60］通過(guò)混合整數(shù)線(xiàn)性規(guī)劃M(mǎn)ILP（Mixed-Integer Linear Programming）模型得到了EVA 與傳統(tǒng)儲(chǔ)能資源的調(diào)頻聯(lián)合投標(biāo)策略，并采用條件風(fēng)險(xiǎn)價(jià)值CVaR（Conditional Value at Risk）指標(biāo)對(duì)價(jià)格不確定性進(jìn)行了風(fēng)險(xiǎn)管理。此外，文獻(xiàn)［61］研究了EVA 如何根據(jù)系統(tǒng)實(shí)時(shí)調(diào)頻指令，協(xié)同調(diào)度不同的EV進(jìn)行快速響應(yīng)。

同時(shí)，部分文獻(xiàn)研究了多EVA 在調(diào)頻市場(chǎng)的博弈競(jìng)價(jià)模型。文獻(xiàn)［62］提出了多EVA 的雙層博弈模型：上層優(yōu)化中，多EVA 采用非合作博弈，通過(guò)多輪調(diào)整自身的投標(biāo)策略，最終達(dá)到納什均衡；下層優(yōu)化中，每個(gè)EVA 中的EV 根據(jù)出清調(diào)頻價(jià)格進(jìn)行馬爾科夫博弈，調(diào)整每臺(tái)EV 實(shí)際調(diào)頻容量與充電過(guò)程。

綜上，在EV 調(diào)頻市場(chǎng)投標(biāo)策略的研究中，無(wú)論是單輛EV 規(guī)劃、EVA 聚合競(jìng)價(jià)，還是多EVA 博弈優(yōu)化，該問(wèn)題的實(shí)質(zhì)在于EV 用戶(hù)、EVA 和市場(chǎng)平臺(tái)之間關(guān)系的建模優(yōu)化，圖3 對(duì)三者的關(guān)系進(jìn)行了簡(jiǎn)單描述，同時(shí)概括了本節(jié)中的競(jìng)價(jià)策略研究方法。

圖3 EV參與調(diào)頻的競(jìng)價(jià)策略Fig.3 Bidding strategy of EV participating in frequency regulation

4 總結(jié)與展望

轉(zhuǎn)變能源結(jié)構(gòu)、用新能源逐步取代化石能源可以有效降低碳排放，推動(dòng)“雙碳”目標(biāo)的實(shí)現(xiàn)。在新能源占比不斷提升的多元融合高彈性電網(wǎng)中，為應(yīng)對(duì)不確定性增加所帶來(lái)的系統(tǒng)慣性下降、風(fēng)險(xiǎn)上升的挑戰(zhàn)，需要充分挖掘儲(chǔ)能、EV 等低碳與清潔技術(shù)提供調(diào)頻服務(wù)的潛力，支撐可再生能源的并網(wǎng)。因此，本文從面向調(diào)頻的角度出發(fā)，從儲(chǔ)能資源容量配置、儲(chǔ)能電站投標(biāo)策略、EV 競(jìng)價(jià)策略3 個(gè)方面逐一對(duì)儲(chǔ)能參與調(diào)頻進(jìn)行了綜述與歸納?；诒疚牡恼{(diào)研，針對(duì)目前存在的關(guān)鍵性問(wèn)題，本文進(jìn)行如下展望，期望能為其他研究學(xué)者提供參考。

針對(duì)調(diào)頻參與的儲(chǔ)能規(guī)劃問(wèn)題，未來(lái)的研究可聚焦于以下3 個(gè)方面的內(nèi)容。第一，儲(chǔ)能規(guī)劃的時(shí)間尺度較長(zhǎng)，時(shí)間顆粒度粗，而計(jì)算儲(chǔ)能預(yù)期收益時(shí)則需考慮時(shí)間尺度較短的儲(chǔ)能運(yùn)行問(wèn)題。因此，需要建立合理的數(shù)學(xué)模型，解決時(shí)間尺度的匹配。第二，計(jì)算儲(chǔ)能全壽命周期預(yù)期收益時(shí)，需處理海量數(shù)據(jù)。因此，需要運(yùn)用分布式算法來(lái)提升模型運(yùn)算速度，同時(shí)需要根據(jù)模型結(jié)構(gòu)，分析應(yīng)用分布式算法后的收斂性問(wèn)題。筆者認(rèn)為，未來(lái)的研究可以嘗試更多新的分布式算法，如邊際等效分解法［63］、臨界域探索法［64］。第三，目前關(guān)于考慮調(diào)頻的儲(chǔ)能規(guī)劃研究更多是從系統(tǒng)的角度出發(fā)。面對(duì)個(gè)體投資者增長(zhǎng)的趨勢(shì)，筆者認(rèn)為，未來(lái)的儲(chǔ)能規(guī)劃研究應(yīng)站在儲(chǔ)能的個(gè)體角度，更多地聚焦于個(gè)體儲(chǔ)能電站的經(jīng)濟(jì)收益優(yōu)化問(wèn)題。

針對(duì)儲(chǔ)能電站在調(diào)頻市場(chǎng)的投標(biāo)策略問(wèn)題，其主要難點(diǎn)在于出清優(yōu)化時(shí)系統(tǒng)中存在大量隨機(jī)變量，因此高效求解大規(guī)模多約束優(yōu)化模型仍是未來(lái)研究中需探究的重點(diǎn)。同時(shí)，針對(duì)該競(jìng)價(jià)問(wèn)題，其核心是儲(chǔ)能電站運(yùn)營(yíng)者的收益最大化，應(yīng)仔細(xì)研究以下3 個(gè)方面的內(nèi)容：一是不同類(lèi)型儲(chǔ)能設(shè)備的邊際退化成本；二是所參與電力市場(chǎng)的設(shè)計(jì)規(guī)則及其結(jié)算機(jī)制；三是可考慮與其他分布式發(fā)電資源進(jìn)行聯(lián)合優(yōu)化報(bào)價(jià)策略。筆者認(rèn)為，儲(chǔ)能電站提供調(diào)頻輔助服務(wù)將成為一個(gè)低碳背景下的典型應(yīng)用場(chǎng)景。由于調(diào)頻合約出清的時(shí)間超前性，運(yùn)營(yíng)者應(yīng)根據(jù)預(yù)測(cè)數(shù)據(jù)的不確定性模型選擇合適的隨機(jī)優(yōu)化算法來(lái)構(gòu)建競(jìng)價(jià)策略，如魯棒優(yōu)化、兩階段隨機(jī)優(yōu)化等。同時(shí)，針對(duì)不同類(lèi)型的儲(chǔ)能設(shè)備以及不同狀態(tài)參數(shù)的儲(chǔ)能單元，運(yùn)營(yíng)者可通過(guò)設(shè)置中間協(xié)調(diào)層的方法確保調(diào)頻出清量在實(shí)時(shí)調(diào)頻信號(hào)下快速響應(yīng)。

針對(duì)EV參與調(diào)頻市場(chǎng)投標(biāo)策略的問(wèn)題，未來(lái)研究中可以深入探索以下2 個(gè)方面的內(nèi)容。第一，EV連接電網(wǎng)的不確定性建模，以及模型中不同置信度的設(shè)置對(duì)市場(chǎng)收益的影響。筆者認(rèn)為，可以在研究中應(yīng)用分布魯棒機(jī)會(huì)約束優(yōu)化模型［65］，同時(shí)對(duì)不確定性與不同置信度進(jìn)行考慮。第二，實(shí)時(shí)調(diào)頻信號(hào)下，EVA 應(yīng)如何根據(jù)出清調(diào)頻容量，制定下屬EV 的充放電策略。筆者認(rèn)為，由于EVA 下的EV 分屬不同的用戶(hù)主體，因此EVA 需要考慮單個(gè)EV 的隱私問(wèn)題。為此，可以在模型中引入微分隱私的有關(guān)概念與方法［66］，對(duì)EV的隱私進(jìn)行保護(hù)。