含储能新型电力系统的现货市场出清模型研究

储能在新型电力系统中的角色

• 重要性：储能解决新型电力系统中的“鸭型曲线”和“峡谷曲线”问题，降低系统灵活性需求，提高新能源消纳能力。
• 技术类型：包括电化学、机械、化学、重力等多种储能技术，国内以电化学和抽水蓄能为主。

储能参与电力市场与电力调度的挑战

• 成本回收：储能参与现货市场面临成本回收问题，需通过合理报价方式实现收益。
• 模型非凸性：储能充放电功率特性导致模型非凸，需引入二进制决策变量刻画。
• 新能源随机性：需考虑随机性、不确定性、模糊性对新能源发电的影响。
• 非预期性：传统优化模型忽略非预期性约束，可能导致策略偏乐观。

考虑不确定性和非预期性的多阶段优化模型与算法

• 非预期性模型：通过场景树精确建模时序决策，避免利用未来观测制定当前策略。
• 多阶段优化模型：将储能SOE决策变量转化为不确定量，实现时序解耦。
• 日前、日内衔接：日前市场确定储能最优鲁棒能量边界，日内市场基于此进行前瞻调度，避免短视问题。
• 分布鲁棒优化：通过值函数估计高效求解算法，保证性能鲁棒性。

结果与讨论

• 优化结果：所提模型在IEEE 118节点系统中有效降低弃风弃光，提高系统经济性。
• 经济性对比：模型1（本文方法）平均成本最低，模型2忽略非预期性导致成本略高，模型3（确定性优化）存在弃负荷问题。
• 算法效率：本文算法相比传统算法运行时间显著减少，Day 6和Day 7分别提升45.39%和13%。