中國儲能網(wǎng)訊：
01 研究背景
在現(xiàn)貨市場快速推進的背景下，以風(fēng)電為代表的新能源參與現(xiàn)貨市場已成必然趨勢，但出力的不確定性不僅導(dǎo)致其市場競爭力較弱，疊加電價的不確定性更是進一步增大了承擔(dān)的收益風(fēng)險。與具有靈活調(diào)節(jié)能力的水電聯(lián)合參與市場是有效的解決途徑，但如何在考慮決策者不同風(fēng)險偏好情況下做出合理競價策略是其中亟須解決的關(guān)鍵問題。并且，利用水電的調(diào)節(jié)能力補償風(fēng)電出力不確定性時會損害水電收益，如何保證水電收益是水電補償風(fēng)電出力不確定性的前提。因此，本文構(gòu)建了計及多側(cè)不確定性和決策者風(fēng)險偏好的水風(fēng)聯(lián)合現(xiàn)貨市場競價模型，采用條件風(fēng)險價值（CVaR）輔以風(fēng)險因子實現(xiàn)決策者風(fēng)險偏好納入決策過程，并將競價所得收益采用合作博弈論中的Shapley值法進行分配以保證水風(fēng)聯(lián)合的穩(wěn)定性。
02 研究內(nèi)容
2.1 計及多側(cè)不確定性和決策者風(fēng)險偏好的水風(fēng)聯(lián)合現(xiàn)貨市場競價模型構(gòu)建
將決策者風(fēng)險偏好納入決策過程，構(gòu)建的水風(fēng)聯(lián)合現(xiàn)貨市場競價模型以期望收益與風(fēng)險效用之和B最大化為目標(biāo)函數(shù)（約束條件為水電常規(guī)約束、競價約束、競價曲線非遞減約束），可得：
式中：s、S分別為典型場景序號和典型場景總數(shù)； πs為典型場景s的概率；Bs為典型場景s下的現(xiàn)貨市場競價總收益，包含水電日前市場競價收益圖片、風(fēng)電日前市場競價收益圖片 以及投標(biāo)偏差承擔(dān)的損失和懲罰圖片；ε、ηs為計算CVaR的輔助變量，ε的最優(yōu)值即為風(fēng)險價值；β為決策者對風(fēng)險的偏好程度，β越大表示決策者對風(fēng)險的規(guī)避程度越高，β=0即為風(fēng)險中性。
2.2 典型場景集生成
本文提出的日前電價、風(fēng)電出力以及偏差系數(shù)典型場景集生成，主要包括3個核心步驟：1）基于拉丁超立方抽樣（LHS）生成變量隨機場景；2）利用K-means聚類，得到隨機變量典型場景；3）采用笛卡爾積組合各變量典型場景。圖1為K-means聚類后的典型場景。
圖1 K-means聚類結(jié)果
2.3 基于Shapley值的分配方法
式中：S表示聯(lián)盟N下的子聯(lián)盟；s為聯(lián)盟S的成員數(shù)量；n為聯(lián)盟中的成員數(shù)。
03 算例分析
3.1 水風(fēng)聯(lián)合競價分析
3.1.1 枯期水風(fēng)聯(lián)合競價分析
比較分析枯期來水不足、水電調(diào)節(jié)能力較差情況下的日前市場競價策略，所申報的競價曲線如圖2所示?？菟谒L(fēng)聯(lián)合競價可采取風(fēng)電優(yōu)先消納、水電調(diào)節(jié)出力的履約方式，此條件下的風(fēng)電在谷時段承擔(dān)主要履約責(zé)任，水電則利用其靈活調(diào)節(jié)能力將更多谷時段收益相對較少的發(fā)電流量留存至電價峰時段。相較于非聯(lián)合競價，聯(lián)合條件下的風(fēng)電在谷時段競價出力大幅降低；而至電價峰時段時，由于聯(lián)合條件下的水電將谷時段發(fā)電流量留存至電價峰時段，使得水電在峰時段具備較好的調(diào)節(jié)能力。因此，聯(lián)合條件下的風(fēng)電相較于非聯(lián)合時可進一步增大其日前市場競價出力以獲取更高收益，而這也是聯(lián)合總競價出力相較于非聯(lián)合總競價出力在谷時段減少而在峰時段增大的原因。
圖2 枯期來水條件下的日前市場競價曲線
3.1.2 汛期水風(fēng)聯(lián)合競價分析
對比分析汛期來水頗豐、水電調(diào)節(jié)能力較好情況下的日前市場競價策略，如圖3所示。汛期水風(fēng)聯(lián)合競價由于水單站在電價谷時段的來水頗豐使得水電可調(diào)節(jié)能力能夠滿足風(fēng)電的靈活性需求，因此相較于風(fēng)電非聯(lián)合競價，風(fēng)電聯(lián)合競價出力增加，從而谷時段的聯(lián)合競價總出力要大于非聯(lián)合總競價出力。而電價峰時段由于非聯(lián)合條件下的水電日前市場競價出力均已達到了其出力上限，即使聯(lián)合競價水電在該時段也無額外調(diào)節(jié)能力，所以風(fēng)電在聯(lián)合與非聯(lián)合條件下的競價出力無明顯差異。
圖3 汛期來水條件下的日前市場競價曲線
3.1.3 汛枯期出力過程分析
枯水期電站A的競價出力對整個梯級水電可調(diào)節(jié)能力至關(guān)重要，實時出力也是同理。水風(fēng)聯(lián)合條件下“風(fēng)電優(yōu)先履約，水電進行調(diào)節(jié)”的履約方式除保證了風(fēng)電盡可能消納外，也使得水電可更為靈活地調(diào)整其出力過程，枯期來水不足條件下，電站A在電價較低時段可降低出力以留存水量至較高時段。汛期水電調(diào)節(jié)能力主要體現(xiàn)在谷時段，電站在第1個電價谷時段降低出力蓄水以提高發(fā)電水頭帶來的后續(xù)效益遠高于其增大出力帶來的當(dāng)前效益。水電站在枯汛期的出力過程見圖4。
圖4 水電站在枯汛期的出力過程
3.2 決策者風(fēng)險偏好對競價策略的影響
決策者風(fēng)險偏好對競價策略有著顯著影響，見圖5。相較于風(fēng)險中性競價策略，風(fēng)險規(guī)避條件下水電進一步降低日前市場競價出力，這是因為水電競價出力的降低可保證其具備更靈活的調(diào)節(jié)能力，從而降低不確定性導(dǎo)致的收益風(fēng)險，風(fēng)電則采取低報價方式降低不中標(biāo)的風(fēng)險。但與之對應(yīng)的市場收益也會降低。因此決策者參與現(xiàn)貨市場競價時需要綜合考慮自身對收益和風(fēng)險的權(quán)衡制定合理的競價策略，見圖6。
圖5 不同風(fēng)險偏好競價曲線比較
圖6 收益、收益標(biāo)準(zhǔn)差及CVaR對β的敏感性
3.3 基于Shapley值的分配方法分配收益
分配后的風(fēng)電收益和水電收益均要大于單獨競價的收益，如枯期水電單獨競價收益為688.79萬元，分配后競價收益為691.04萬元；風(fēng)電單獨競價收益為631.05萬元，分配后競價收益為633.3萬元。
04 結(jié)語
本文采用隨機規(guī)劃理論將決策過程構(gòu)建為兩階段隨機規(guī)劃模型，決策過程中涉及的日前電價、風(fēng)電實時出力等多種不確定性參數(shù)采用拉丁超立方、K-means聚類和笛卡爾積組合方法生成典型場景集描述，不確定性參數(shù)導(dǎo)致的收益風(fēng)險以CVaR評估，決策者風(fēng)險偏好以風(fēng)險因子納入決策過程。通過西南某省兩個梯級水電站和風(fēng)電站進行實例分析，得出如下結(jié)論：
1）根據(jù)決策者不同風(fēng)險偏好生可成不同的日前市場競價策略以及水電實時調(diào)度過程，能夠?qū)λL(fēng)聯(lián)合競價主體制定現(xiàn)貨市場兩階段決策時提供有效參考。
2）無論枯期還是汛期，水風(fēng)聯(lián)合競價相較于非聯(lián)合情況都能在提高市場收益的同時降低不確定性導(dǎo)致的收益風(fēng)險，收益增益來源于日前市場更為激進的競價出力，風(fēng)險降低來源于偏差電量的減少，根本原因在于梯級水電靈活的調(diào)節(jié)能力彌補了風(fēng)電出力的不確定性，還可將電價較低時段的水量留存至電價較高時段。
3）決策者風(fēng)險偏好對競價策略有顯著影響，決策者風(fēng)險規(guī)避條件下的日前市場競價出力總是小于等于風(fēng)險中性條件的競價出力，這是因為風(fēng)險規(guī)避條件下決策者可降低日前市場競價出力從而降低偏差懲罰，此外風(fēng)電還可采取低報價的方式降低中標(biāo)風(fēng)險。
