》儲能在新型電力系統中的角色》儲能參與電力市場與電力調度的挑戰》考慮不確定性和非預期性的多階段優化模型與算法2Q00D》Theneedforflexibi》...5CalifomiaEne山東東營津輝795兆瓦/1600兆瓦時集中式儲能項目6/newsDetail_forward_279428107/n2/2022/0124/c192235-351》第一批電力現貨試點區域(南方(從廣東起步)、蒙西、浙江、山西、山東、福建、四川、甘肅8個地區)中，山西、廣東的電力現貨市場已分別于2023年12月22日、2023年12月28日轉入正式運行》第二批6個試點地區，江蘇、安徽、遼寧、湖北、河南這5個地區全年共完成9次結算試運行》2023年9月，國家發改委、國家能源局印發《電力現確提出推動分布式發電、負荷聚合商、儲能和虛擬電廠等新型經營主體參與交易。》獨立儲能參與電力現貨市場的報價方式主要有報量報價、報量不報價兩種方式》山東、山西、甘肅、青海、廣東等省份明確了獨立儲能參與現貨市場的規則》廣東省獨立儲能(電網側儲能)作為獨立主體參與現貨市場，充放電價格均采用所在節點的分時電價；電源側儲能聯合發電機組，在現貨市場以報呈報價的方式參與交易”山西省獨立儲能按月自主選擇以“報量報價“或“報量不報價”的方式參與現貨市場，向新能源企業租賃的容量不影響獨立儲能作為整體參與現貨市場》山東省獨立儲能在現貨市場電能量交易中按照報量不報價原則出清，上網電量價格按照市場出清價格結算，并享受容量補償費儲能參與電力現貨市場“快進”8美國ISOs/RTOs如何管理電力現貨市場中的儲能?》TheISO/RTOsoftw》...9HornsdalePowerReserve近期盈利情況diekoneadhreveruebartodildounitoBsSoprApr儲能在現貨市場中的成本回收問題0時段1時段2時段30負荷(MW)出力(MW)報價(￥/MWh)時段1■新能源■火電■儲能口儲能充、放電效率：95%儲能功率的非凸特性儲能功率的非凸特性充電00口充放電工況下的能量-功率特性不同口儲能的充放電工況互斥，不允許能量往下松弛口儲能的能量一功率可行域是非凸的口在電力現貨市場出清模型中需引入二進制決策變量(0-1)來刻畫非凸性口非凸優化問題求解的算法復雜是指數級別的m口抽水蓄能機組(變速抽水蓄能機組除外)從發電工況轉變為抽水(泵)工況后，必須滿功率運行口向電網注入的功率從零驟然變成一個較大的、固定的負功率，功率無法光滑調節口功率特性存在顯著的離散性windwindspeedprobabilityaa012345.678910111213141516171口隨機性：具備概率特性。例如，用伯努利分布刻畫拋硬幣實驗口不確定性：一般意義上的結果不明確。例如，魯棒優化中的不確定集(所有可能的結果均會落在集合之內)口模糊性：模型不明確。例如，不知道新能源發電出力的具體概率分布，使用模糊集刻畫新能源發電出力考慮新能源發電不確定性的出清模型隨機規劃(隨機性)魯棒優化(不確定性)分布魯棒優化(模糊性)口x日前決策變量，如開機計劃；Q(x,5)日內最優成本函數；ξ不確定量或隨機向量，如新能源發電出力；P隨機向量的概率分布非確定型決策模型中的非預期性(non-anticipativity)約束并行的場景(忽略了非預期性)0口求解非確定型決策問題需要對未來場景進行采樣 (樣本平均估計、極限場景、極端概率分布等),基于采樣進行模擬決策，制定最優策略口如果不確定量的樣本是并行的時序軌跡，并基于這些軌跡進行模擬決策，則相當于利用未來的觀測值來制定當前策略，是偏樂觀的場景樹(考慮了非預期性)口以場景樹的形式采樣并構建確定型的決策模型，可以滿足非預期性約束口場景數量呈指數增長口22?=16777216口324=2.82429536481×1011Arecoursefunctionisnon-anticipativeifthedecisiondependsonlyontheIfhis/shemodeldoes考慮非預期性的非確定型優化模型Optimizationmodetemporallycoupledresources(e.gviastaticrobustoptimizaFindarobustoperationalboundariesFindarobustoperationalboundariesviaadjustablerobuThenimplementtheThemultistageoptimizationmodel用于電力系統優化調度的儲能一般模型pPCpCH=0Whenworkingonatemporallycoupledsystem,thetwo-基于儲能最優魯棒能量邊界的多階段優化模型e,-e,t-1≤nChpCh,max△tVs∈S,t∈T0≤p,h≤xS,pCh,maxVs∈S,t∈T口基于魯棒優化原理，在日前優化調度中確定儲能在日內各時段的能量邊界口日內、實時運行時，儲能只需要保證每個時段的能量水平在邊界之內口可以使用兩階段(分布)魯棒優化的成熟算法求解含儲能的非確定型多階段優化調度問題日前市場給定的儲能最優魯棒能量邊界0儲能調度在日前、日內優化中的銜接(2) 。日內靜態優化策略P/EP/ET日內動態優化策略#1RODsRODsP/E,P/ET前瞻調度策略1可行域示意圖 動態優化策略#2(√)EWin≤es≤EaxVs∈S,T=T\IT|RODsRODsP/L,T前瞻調度策略2可行域示意圖處理新能源不確定性的分布魯棒優化方法Whydistributionallyrobustoptimization(DRO)isgWhydistributionallyrobustoptimization(DRO)isgPistheambiguitysetofdistributionsoftherandomvectorξf(x),Q(x,ξ)arethehere-and-nowcost,second-sww 2)Thecostw.rt.ascenario(typically基于值函數估計的高效求解算法田國國田PBertaimas,Dimitris,ctaL"sdaptieratustpimiationSrtheexuritycustmblem."BRRTranstiousonPaerSpurmsaA.i(aot):6Zho,Xisobn2,andHayuaeCheu.Dala-divudiuillonlynlustuitomiumctwithIVelbsn,Alrxandre,DalPonandS-ndreSureet.'DstribulionalsrubusiransmiespuinsinoplanningiAmuhtiaalaureeteintyappm"/FRKThmwreria(evaluatetheworstextremaldistribution各類型資源的優化結果4Time(hour)所提算法的效率Time(hour)