黃婧杰，歐陽順，冷 婷，楊洪明，周任軍

（長沙理工大學 湖南省清潔能源與智能電網(wǎng)協(xié)同創(chuàng)新中心，湖南 長沙 410114）

0 引言

“雙碳”目標明確了未來電力系統(tǒng)必將是以新能源為主體的新型電力系統(tǒng)?？v觀世界各國電力系統(tǒng)中新能源的發(fā)展，參與電力市場是新能源獲取發(fā)電效益的重要途徑［1］。

新能源的發(fā)電效益取決于成本和收益，成本包括發(fā)電成本和市場成本。在新能源的發(fā)電成本中，建設投資及維護成本隨著新能源裝機容量的增大而減小，且不同于傳統(tǒng)的火電，新能源的燃料消耗成本幾乎為0。新能源的市場成本主要包括參與市場的偏差懲罰和棄電損失［2］。在電力市場中，偏差懲罰一般由發(fā)電主體或用戶的申報電量與實際電量之差所確定［3］。由于新能源具有不確定性，其實際發(fā)電功率往往不能按申報計劃準確發(fā)出，會導致每個結(jié)算周期內(nèi)累積大量的偏差電量，從而產(chǎn)生高額的偏差懲罰，帶來直接的經(jīng)濟損失［4］。目前，為了減小新能源偏差電量及降低偏差懲罰所采用的技術和經(jīng)濟手段主要包括棄電、建設儲能、購買市場服務等［5］。其中，棄電的本質(zhì)是不能充分利用資源，浪費了新能源電力的商品價值，同樣會造成新能源電廠的經(jīng)濟損失。

新能源的收益主要源于參與市場交易的盈利和國家政策的補貼［6］，且補貼在總收益中所占的比重較大。關于補貼機制，我國采取定額補貼機制，德國、西班牙等國家均采用溢價補貼機制，瑞典的新能源機組可享受稅收減免和財政補貼，丹麥為風力發(fā)電商提供發(fā)電偏差補貼。隨著“后補貼”“無補貼”時代的到來，新能源電力將回歸真實價值［7］，因此靈活參與電力市場將成為新能源提高發(fā)電收益的關鍵［8］。新能源靈活參與市場是指：參與市場的新能源在市場電力資源盈余時段削減出力，在市場電力資源不足時段增加出力，實現(xiàn)自身在相同市場的不同時間、不同市場的相同時間的資源優(yōu)化配置，從而獲得高額收益。然而，新能源機組的出力幾乎完全取決于自然條件，其調(diào)節(jié)能力十分受限。雖然已有針對新能源快速功率調(diào)節(jié)問題的相關技術研究［9］，但是相關技術目前存在未知的功率調(diào)節(jié)上限，而且局限于短時間范圍內(nèi)天氣相對穩(wěn)定的前提條件，新能源電廠僅能對電網(wǎng)調(diào)度信號做出快速響應，尚未引入市場進行研究，新能源仍難以單獨地靈活參與市場。

隨著儲能技術的高速發(fā)展，其為發(fā)電商靈活參與市場提供了可能［10］。雖然我國電源側(cè)的儲能商業(yè)模式暫不明確，但是國外較為成熟的市場機制可以供我國借鑒［11］。此外，近年來新能源汽車得到大力推廣，對儲能電池（后文中的儲能均指儲能電池）的需求增大，并且儲能成本也快速下降。已有研究建立了火儲協(xié)調(diào)調(diào)峰的優(yōu)化模型［12］，利用儲能輔助火電機組調(diào)頻、調(diào)峰［13］，有效地降低了火電的調(diào)節(jié)成本，提升了火電的調(diào)節(jié)性能，獲得了可觀的效益；進而考慮新能源出力偏差，將儲能與新能源組成聯(lián)合系統(tǒng)共同參與能量和輔助服務市場［14］；利用儲能靈活調(diào)節(jié)的優(yōu)點制定新能源參與能量市場的策略［15］和參與輔助服務市場的策略［16］，優(yōu)化新能源的日前發(fā)電計劃，以新能源和儲能的收益最大化為目標，優(yōu)化聯(lián)合系統(tǒng)的運行；為了防止儲能過充過放而縮短循環(huán)壽命，提出了考慮儲能荷電狀態(tài)（state of charge，SOC）的新能源和儲能聯(lián)合參與能量-調(diào)頻市場的調(diào)度策略［17］。

因此，在已有研究的基礎上，本文根據(jù)經(jīng)濟學領域?qū)︼L險的定義，將電力市場交易周期內(nèi)新能源的棄電損失與偏差懲罰的費用進行統(tǒng)一整合，將其定義為新能源的偏差風險，并采用條件風險價值（conditional value at risk，CVaR）進行度量。建立了以新能源總期望收益最大為目標的新能源和儲能協(xié)同參與市場模型，采用場景分析法模擬新能源的不確定性，并引入風險規(guī)避因子，充分反映了市場運行中儲能靈活規(guī)避新能源偏差風險和提升新能源市場收益的特征，為儲能商業(yè)模式定位、電源側(cè)儲能配置提供參考，探索出一條新能源參與市場的途徑。根據(jù)能量市場的實際偏差電量和輔助服務市場的需求關系，提出了以新能源發(fā)電功率預測值、以考慮預測偏差功率后的發(fā)電功率預測值作為申報功率上限的2種日前申報策略，使得含儲能協(xié)同運行的新能源能在不同的偏差功率預測結(jié)果下更加靈活地參與日前申報，更有效地提高新能源的發(fā)電效益和參與市場的主動性。大數(shù)據(jù)和機器學習等技術的發(fā)展，驗證了新能源偏差功率和市場參與結(jié)果的關系可為所提策略提供現(xiàn)實依據(jù)。

1 新能源參與市場的偏差風險與偏差功率

1.1 新能源參與市場的偏差風險

1.1.1 參與能量市場的偏差風險

新能源資源的不確定性導致新能源不能按日前預測發(fā)電曲線準確出力，使得實際發(fā)電存在偏差電量。但因為新能源參與電力市場的計劃出力是按照日前預測發(fā)電曲線制定的，所以新能源實際發(fā)電的偏差電量勢必導致其在市場交易中也會產(chǎn)生偏差電量，且該偏差電量會被遺棄或被懲罰。上述2種偏差電量有所差別，當且僅當預測發(fā)電曲線與計劃出力曲線一致時，二者才會相等，而現(xiàn)有模型大多以新能源實際發(fā)電的偏差電量作為其參與市場后被遺棄或被懲罰的依據(jù)，因此本文以上述新能源在市場交易中的偏差電量為依據(jù)，建立偏差風險模型，并對該偏差電量進行如下說明：由智能電表采集的新能源實際發(fā)電功率與其參與市場的計劃出力之間的差值作為新能源在市場交易中的偏差功率（下文將其簡稱為偏差功率），其與采集時間間隔的乘積即為對應的偏差電量（下文將其簡稱為偏差電量，如附錄A圖A1中陰影部分所示）。

當新能源的偏差電量為負值，即新能源計劃出力小于實際出力（下文將其稱為“超發(fā)”）時，新能源面臨棄電風險，會直接造成經(jīng)濟損失；當新能源的偏差電量為正值，即新能源計劃出力大于實際出力（下文將其稱為“少發(fā)”）時，新能源面臨被市場懲罰的風險。將新能源的棄電損失與市場懲罰成本之和視為新能源參與能量市場的偏差風險，時段t新能源在能量市場的經(jīng)濟損失Cent可表示為：

式中：ΔP為時段t新能源在能量市場交易的偏差功率，“少發(fā)”時其值為正，“超發(fā)”時其值為負；λL為單位棄電量成本；Δt為單位時段時長；ρen為偏差懲罰系數(shù)；λH為單位偏差電量的懲罰價格。目前偏差懲罰模型中的偏差懲罰系數(shù)大多為固定值，不能體現(xiàn)不同偏差功率對電力系統(tǒng)造成的影響［18］，且考慮到市場交易一般會給予新能源2 % 的免考核電量，故本文設置了非線性階梯偏差懲罰系數(shù)，如式（2）所示。

式中：ρi（i=1，2，…，n）為第i級懲罰力度下的偏差懲罰系數(shù)，n為所設置懲罰力度的最大等級；Pen，i為第i級懲罰力度下的偏差區(qū)間閾值。

1.1.2 參與輔助服務市場的偏差風險

在國外成熟的電力市場中，美國賓夕法尼亞—新澤西—馬里蘭州電力市場、德州電力可靠性委員會允許儲能參與調(diào)頻、備用、黑啟動等輔助服務，北歐市場還允許光伏、光熱等可再生能源參與輔助服務。調(diào)峰作為具有我國特色的輔助服務，在國外市場中比較罕見（實際上已由比調(diào)峰輔助服務時間尺度更短的備用輔助服務所替代）。雖然我國尚未形成新能源參與的輔助服務市場，但風儲、光儲作為虛擬電廠的一部分參與調(diào)峰并不少見。《湖南省電力輔助服務市場交易模擬運行規(guī)則》（下文簡稱為《規(guī)則》）明確規(guī)定了符合技術條件的風電、光伏均應參與輔助服務市場，鼓勵符合標準規(guī)范的儲能參與，逐步擴大市場主體的準入范圍，直至所有具備條件的輔助服務提供商均被納入輔助服務市場。特別是近年來各省市地區(qū)已相繼發(fā)布了要求新能源配置儲能的政策規(guī)范，并已有國家標準和行業(yè)標準要求新能源和儲能電站具備調(diào)節(jié)能力。在這種趨勢下，含儲能的新能源作為獨立主體參與輔助服務為期不遠，符合輔助服務準入條件的新能源和儲能聯(lián)合系統(tǒng)應逐漸被納入輔助服務資源管理。

在此基礎上，本文以調(diào)峰為例，研究含儲能系統(tǒng)的新能源參與輔助服務的風險與收益。目前各地區(qū)調(diào)峰市場均對調(diào)峰電量進行偏差考核，但形式還不統(tǒng)一。根據(jù)《規(guī)則》，調(diào)峰交易采用“按需報價、按需調(diào)用、按序調(diào)用”的方式，對于實際調(diào)峰電量小于計劃調(diào)峰電量30 % 以上的時段，不予結(jié)算補償；對于實際調(diào)峰電量小于計劃調(diào)峰電量10 % 以上的時段，按實際調(diào)峰電量進行結(jié)算補償，并按實際偏差電量的20 % 予以考核；對于實際調(diào)峰電量小于計劃調(diào)峰電量10 % 以內(nèi)的時段，施行免考核；對于實際調(diào)峰電量大于計劃調(diào)峰電量的時段，不予考核。將新能源參與調(diào)峰市場的偏差考核視為新能源參與輔助服務的偏差風險，則時段t新能源參與調(diào)峰的經(jīng)濟損失可表示為：

式中：ΔP為時段t新能源參與調(diào)峰交易的偏差功率，即實際調(diào)峰功率與計劃調(diào)峰功率之差；λan為調(diào)峰考核電價；P為時段t的計劃調(diào)峰功率。

1.2 儲能降低新能源偏差功率

1.2.1 含儲能調(diào)節(jié)的新能源偏差功率

含儲能的新能源電廠可通過儲能靈活充放電以降低新能源偏差功率的絕對值，考慮儲能出力后時段t能量市場或輔助服務市場的偏差功率ΔP如式（4）所示。

式中：ΔP為考慮儲能出力前時段t能量市場或輔助服務的偏差功率；Ps，t為時段t儲能平抑新能源波動的出力，且為了防止儲能過度充放電而影響使用壽命，需對其出力進行約束。

1.2.2 恒定功率下儲能的最大充放電功率

1）已有的儲能模型。

已有研究對儲能的運行約束主要是刻畫功率和容量約束，分別如式（5）和式（6）所示。

式中：Dt為時段t儲能可發(fā)出的功率集合；Pbess，t為時段t儲能的功率；P為儲能的額定功率；β、α分別為儲能的SOC上、下限，本文中取值分別為0.9、0.1；Et、Et+1分別為時段t、t+1初儲能的存儲電量；E為儲能的額定容量；ηc和ηd分別為儲能的充電、放電效率。

2）儲能的最大充、放電功率函數(shù)。

當儲能在一段時間內(nèi)以恒定功率持續(xù)充放電時，式（5）和式（6）所示儲能模型無法直觀描述任意時段初該恒定功率的取值極限（例如式（4）中Ps，t的取值極限），因此有必要對該最大功率進行刻畫。

由于儲能的響應速度為秒級甚至毫秒級，對于小時級的恒定功率持續(xù)輸出影響甚微，故本文暫不考慮儲能運行中的爬坡約束，認為在各時段初儲能可瞬時調(diào)節(jié)至所設定的功率。在時段t初，存儲電量為Et的儲能的最大充電功率P和最大放電功率P的函數(shù)可分別表示為：

式（7）和式（8）分別表示在t時段初始時刻之后的Δt時長內(nèi)，儲能最大可以恒定功率P充電或者以恒定功率P放電，并且不會使儲能的存儲電量超出容量限制。最大充、放電功率函數(shù)可以直觀地描述任意時段初儲能在該時段內(nèi)恒定出力所受的約束。

3）儲能降低新能源偏差功率的出力約束。

若在時段t初儲能已有其他的計劃出力，則該狀態(tài)下儲能可降低新能源偏差功率的出力約束如式（9）所示。

式中：Pother，t為時段t儲能其他計劃出力的初始功率，放電時取值為正，充電時取值為負。值得指出的是，式（9）不僅適用于本文的研究對象，也適用于在任意運行狀態(tài)下對Δt時長內(nèi)儲能需增發(fā)或減少的恒定功率進行約束。

2 新能源和儲能協(xié)同參與市場的策略

2.1 場景分析與2種日前申報策略

2.1.1 新能源出力偏差場景分析

采用場景分析法分析新能源出力偏差，可以將不確定性問題轉(zhuǎn)化為具有離散概率的確定性場景，極大地降低求解難度，其過程主要包括場景生成和場景削減。為了盡量保證場景生成的可信度，同時又能簡化其規(guī)模，本文選取適用于處理多維度時間序列的蒙特卡羅隨機抽樣生成法，根據(jù)歷史數(shù)據(jù)生成新能源預測偏差場景集合S?？紤]到每個場景的概率并不相同，采用快速向前法實現(xiàn)場景削減，目標函數(shù)為：

式中：pi為第i個場景發(fā)生的概率；d(ωi，ωj)為第i個場景時間序列ωi與第j個場景時間序列ωj之間的歐氏距離；S-為被削減的場景集合，S′為被保留的場景集合，且有S-∪S′=S，S-∩S′=?。

2.1.2 策略1：考慮預測偏差功率的日前申報策略

策略1以新能源日前預測發(fā)電功率和預測偏差功率之和，作為參與能量市場和輔助服務市場的日前申報依據(jù)，需滿足：

式中：P、P分別為日前在能量市場、調(diào)峰輔助服務市場申報的時段t功率；Pp，t為日前預測的時段t發(fā)電功率。

策略1將預測偏差功率納入日前申報考慮范圍，增大了功率申報時的決策空間，提供了規(guī)避偏差風險的可能性。預測偏差功率的概率越大，則策略1完全規(guī)避偏差風險的可能性越大。若成功規(guī)避風險，則原本造成該偏差風險的功率不僅會免受懲罰，還會因其在申報功率時已被考慮而在市場中獲得收益，即規(guī)避偏差風險的收益，從而提升新能源參與市場的總收益期望值。但預測偏差功率不可能完全精準，偏差風險也就不可能被完全規(guī)避，必然存在實際偏差功率與預測偏差功率方向相同但數(shù)值不等以及方向相反的2種可能性：前者屬于不完全規(guī)避狀態(tài)，既可獲得一定程度規(guī)避偏差風險的收益，又需承擔未成功規(guī)避的偏差風險；后者屬于完全未規(guī)避狀態(tài)，無規(guī)避偏差風險的收益，并需承擔比不考慮預測偏差功率時更大的偏差風險。

2.1.3 策略2：不考慮預測偏差功率的日前申報策略

策略2僅以新能源日前預測發(fā)電功率作為參與能量市場和輔助服務市場的日前總申報依據(jù)，需滿足：

策略2未將預測偏差功率納入日前申報功率的考慮范圍，相較于策略1更為保守，其申報決策空間受限，不具備規(guī)避偏差風險的可能性，既不存在不完全規(guī)避狀態(tài)，也不存在完全未規(guī)避狀態(tài)。策略2雖然不具備獲得規(guī)避偏差風險收益的優(yōu)勢，但相較于策略1的優(yōu)勢在于同樣不具備承擔更大偏差風險的劣勢。

2.2 儲能協(xié)同運行的收益結(jié)算與偏差風險度量

2.2.1 能量市場和輔助服務市場的收益結(jié)算

新能源參與能量市場的日前結(jié)算收益Fen可表示為：

式中：λe為能量市場的中標電價；P為時段t能量市場的計劃功率。

根據(jù)1.1.2節(jié)中調(diào)峰輔助服務的補償結(jié)算方式，新能源參與調(diào)峰輔助服務的日內(nèi)結(jié)算收益Fan可表示為：

式中：λpe為輔助服務市場的調(diào)峰中標電價；Qpe，t、P分別為日內(nèi)時段t的實際調(diào)峰電量、功率。

含儲能的新能源參與能量市場、輔助服務市場交易的偏差功率和實際交易功率分別為：

式中：P為時段t能量市場的實際交易功率；P、P分別為時段t新能源在能量市場、輔助服務市場的出力；P，t、Ps，t分別為時段t儲能在能量市場、輔助市場市場平抑波動的功率。

2.2.2 日內(nèi)偏差風險度量

相比于風險價值（value at risk，VaR），CVaR能夠揭示不確定性損失中所包含的尾部風險，所以本文采用CVaR度量新能源和儲能協(xié)同參與市場的偏差風險，表達式為：

式中：FCVaR，φ、FVaR，φ分別為在置信度φ下的CVaR、VaR；imax為隨機場景的數(shù)量；P為新能源在2個市場的計劃功率向量；L(P，i)為含控制變量P和隨機變量i的日內(nèi)損失函數(shù)；[·]+表示取括號內(nèi)的非負值。

根據(jù)式（1）和式（3），對于時段t在能量市場偏差功率為ΔP和在輔助服務市場偏差功率為ΔP的新能源而言，其經(jīng)濟損失分別為C和C，則日內(nèi)損失函數(shù)可描述為：

3 含偏差風險規(guī)避的新能源和儲能協(xié)同運行模型

為了使含儲能的新能源在其所能承受的風險下獲得最大化利益，結(jié)合式（14）、（18）、（20），構建含偏差風險規(guī)避的最大化收益期望值F的目標函數(shù)，如式（21）所示。

式中：γ為體現(xiàn)決策者承擔偏差風險能力的風險規(guī)避因子，γ=0表示決策者無懼風險，γ越大表示決策者越不能接受偏差風險；Cbess為儲能的投資運維成本；Td為儲能的年運行天數(shù)；x為貼現(xiàn)率，本文取值為8 %；N為儲能的壽命年限，本文取值為10 a；Cbe、Cop、Clo分別為儲能的購買成本、運維成本、損耗成本；λbe，c、λbe，e分別為單位功率、容量的儲能購買價格；λop，c為單位功率的儲能運維價格；EΣ為儲能的日累計放電電量；ηd為儲能的放電效率。

約束條件包括儲能充放電深度和最大充放電功率約束式（7）—（9）以及申報策略約束式（11）和式（12）。

4 仿真分析

4.1 參數(shù)設置

在MATLAB開發(fā)環(huán)境下，基于Yalmip工具包調(diào)用CPLEX12.0進行求解。選取某風儲發(fā)電系統(tǒng)作為仿真對象，風電的裝機容量Pmaxwind=100 MW，鋰電池儲能的額定功率Pmaxbess=20 MW，額定容量Emaxbess=20 MW·h，初始電量為10 MW·h。結(jié)合《規(guī)則》和文獻［13］，綜合比較后設置價格參數(shù)見附錄A表A1，偏差懲罰系數(shù)設置見附錄A表A2。將1 d分為24個時段，每個時段的時長為1 h，生成隨機風電出力場景如附錄A圖A2所示，場景1—5發(fā)生的概率分別為29.8 %、24.5 %、18.1 %、16.4 %、11.2 %。

4.2 市場收益與偏差風險對比

4.2.1 偏差懲罰系數(shù)不同時不含儲能場景的仿真結(jié)果

為了驗證非線性階梯偏差懲罰系數(shù)的合理性，設置4種方案：方案1—3設置固定偏差懲罰系數(shù)，取值分別為0.5、1.0、2.0；方案4設置非線性階梯懲罰系數(shù)。當風電不含儲能時，4種方案的仿真結(jié)果如圖1所示。

圖1 4種方案的仿真結(jié)果Fig.1 Simulative results of four schemes

由圖1可以看出：當風險規(guī)避因子γ≤0.50和γ=10.00時，方案1—3的日前結(jié)算收益基本一致，但總目標收益有明顯的差距，其差距來源于期望偏差懲罰和CVaR，這說明對于過度激進和過度保守的決策者而言，固定的偏差懲罰系數(shù)不能明顯改變其制定的日前發(fā)電計劃，風電企業(yè)只能被動承擔偏差懲罰；當風險規(guī)避因子γ的取值在［1.00，5.00］范圍內(nèi)時，決策者可以通過制定更為保守的計劃，以應對高額偏差懲罰系數(shù)所帶來的損失風險。此外，固定偏差懲罰系數(shù)越大，日前期望收益有明顯變化的γ區(qū)間越小，且γ區(qū)間的上限值越小，說明越難影響到保守的決策者。相比于方案1—3，方案4的總目標收益接近并略低于方案3的總目標收益，這說明方案4的非線性階梯偏差懲罰系數(shù)對總目標收益的影響效果近似于固定偏差懲罰系數(shù)ρen=2，但是與方案3相比，方案4能夠使更多的決策者調(diào)整日前出力計劃，以低收益低風險的方式維持總目標收益不變，對電力系統(tǒng)的有功平衡更加友好，有利于電力系統(tǒng)安全運行。整體而言，總目標收益、日前結(jié)算收益、期望偏差懲罰以及CVaR均與風險規(guī)避因子呈負相關關系。顯然，決策者越重視風險規(guī)避，其獲得的收益越少，所承擔的風險也越?。幌喾吹?，所承擔的風險越大，所獲收益也越大。另外需要說明的是，總目標收益只作為優(yōu)化目標而不具有實際意義，并不等同于實際收益。

方案3和方案4的出力計劃情況分別如附錄A圖A3和圖A4所示。由圖可知，風險規(guī)避因子越大，決策者越保守，所制定風電出力計劃的總發(fā)電量越小，且在相同的風險規(guī)避因子下，方案4比方案3更能促使決策者制定較為符合風電實際出力情況的發(fā)電計劃，如方案4中時段7—20未計劃滿功率出力。

4.2.2 能量市場中考慮儲能平抑波動的結(jié)果與分析

為了驗證儲能平抑波動對風電參與市場的影響，在方案4設置的非線性階梯偏差懲罰系數(shù)的基礎上，設置含儲能平抑波動的方案5。方案4和方案5的仿真結(jié)果如表1所示。

由表1可以看出，考慮儲能平抑波動后，在不同的風險規(guī)避因子下，日前結(jié)算收益和總目標收益都有了較大的提升。風險規(guī)避因子越小，對日前結(jié)算收益的提升越明顯，風險規(guī)避因子越大，對總目標收益的提升越明顯。這說明了儲能平抑波動能進一步增大激進的決策者在日前市場所獲得的收益，同時又能進一步降低保守的決策者所受偏差懲罰的風險?？紤]儲能平抑波動后，在不同的風險規(guī)避因子下，期望偏差懲罰和CVaR基本都下降了20 %～30 %，僅在γ=0、γ=0.05、γ=0.50時期望偏差懲罰有微小幅度上升，上升幅度分別為8 %、11 %、9 %，在γ=0.05、γ=0.50時CVaR有微小幅度上升，上升幅度分別為1 %、2 %。這是因為：對于激進的決策者而言，儲能在日前市場帶來的收益提升比偏差風險降低對總目標收益的影響更大，所以適當增加所承受的風險，可獲取更高的總目標收益；而對于保守的決策者而言，儲能不僅能夠提升其日前結(jié)算收益，還能降低其所承擔的風險。

表1 方案4和方案5的仿真結(jié)果Table 1 Simulative results of Scheme 4 and Scheme 5

4.2.3 不同申報策略對風儲系統(tǒng)經(jīng)濟性的影響

為了驗證本文所提策略的有效性，在方案4的基礎上，設置采用申報策略1的方案6和采用申報策略2的方案7，仿真結(jié)果如表2所示。

表2 方案6和方案7的仿真結(jié)果Table 2 Simulative results of Scheme 6 and Scheme 7

可以看出，方案7的期望調(diào)峰收益不受風險規(guī)避因子的影響，而方案6的期望調(diào)峰收益隨著風險規(guī)避因子的變化而變化，這是因為考慮預測偏差功率后，調(diào)峰收益會受偏差電量的影響，而偏差電量會隨著決策者日前出力計劃的變化而變化，因此決策者對風險的不同接受程度會影響調(diào)峰收益，采取過于保守或者過于激進的出力計劃都會導致期望調(diào)峰收益降低。在所設置的8種風險規(guī)避因子下，γ=1.00時方案6的期望調(diào)峰收益最大，但是仍低于方案7的期望調(diào)峰收益，這是因為考慮預測偏差功率后，風儲系統(tǒng)參與調(diào)峰的一部分電量將由偏差電量轉(zhuǎn)化，降低了儲能所需充電或放電電量，但同時也導致儲能在未來時段的調(diào)峰空間變小。綜合而言，策略1能夠降低風電期望偏差懲罰，雖然期望調(diào)峰收益也有所降低，但期望收益降低幅度只為期望懲罰降低幅度的35%～60 %，同時考慮預測偏差功率還可以減少儲能的吞吐量，延長儲能的使用壽命，提高風儲系統(tǒng)整體的綜合效益，這證明了考慮預測偏差功率利大于弊。

5 結(jié)論

新能源和儲能協(xié)同運行可以有效地規(guī)避新能源參與市場的偏差風險，使其在能量市場和輔助服務市場中獲得更多盈利的機會，提升新能源的發(fā)電效益及其參與市場的主動性。通過算例仿真可得到以下結(jié)論：

1）非線性階梯偏差懲罰系數(shù)比相同懲罰力度下的固定偏差懲罰系數(shù)對電力系統(tǒng)的有功平衡更加友好，有利于電力系統(tǒng)的安全運行；

2）新能源的總目標收益、日前結(jié)算收益、期望偏差懲罰、CVaR均與風險規(guī)避因子呈負相關關系，承擔的風險越大，則所獲收益越大；

3）對于激進的決策者而言，考慮儲能平抑波動后仍然滿足承擔的風險越大則所獲收益越大的結(jié)論，而對于保守的決策者而言，儲能不僅能夠提升其日前結(jié)算收益，還能降低其所承擔的風險；

4）相比于策略2，策略1能夠降低新能源的期望偏差懲罰，同時還可以減少儲能的吞吐量，延長儲能的使用壽命，提高新能源整體的綜合效益，為新能源選擇高收益的市場策略提供重要參考。

為了推動以新能源為主體的新型電力市場中能量市場和輔助服務市場的并重發(fā)展，進一步提升經(jīng)濟效益和降低市場風險，可對新能源中儲能參與平抑波動和輔助服務的決策比例優(yōu)化展開進一步的研究。

附錄見本刊網(wǎng)絡版（http：//www.epae.cn）。