李國(guó)慶，閆克非，范高鋒，邊 競(jìng)，于國(guó)康，余中平

儲(chǔ)能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場(chǎng)的交易決策研究

李國(guó)慶1，閆克非1，范高鋒2，邊 競(jìng)1，于國(guó)康3，余中平3

(1.東北電力大學(xué)電氣工程學(xué)院，吉林 吉林 132012；2.國(guó)家電網(wǎng)有限公司，北京 100031；3.國(guó)網(wǎng)新疆電力有限公司經(jīng)濟(jì)技術(shù)研究院，新疆 烏魯木齊 830002)

隨著電力市場(chǎng)化改革的不斷推進(jìn)，儲(chǔ)能資源作為獨(dú)立市場(chǎng)主體提供調(diào)頻服務(wù)，是解決系統(tǒng)調(diào)頻能力不足的有效手段。構(gòu)建雙層交易決策模型對(duì)儲(chǔ)能在市場(chǎng)中的交易決策行為和市場(chǎng)出清過程進(jìn)行模擬分析。首先，提出儲(chǔ)能參與現(xiàn)貨電能量-調(diào)頻市場(chǎng)交易的總體架構(gòu)。其次，以電網(wǎng)側(cè)儲(chǔ)能電站為獨(dú)立的競(jìng)價(jià)主體，構(gòu)建了雙層市場(chǎng)交易決策模型。上層以儲(chǔ)能電站收益最大化為目標(biāo)，決定儲(chǔ)能電站的報(bào)價(jià)策略；下層實(shí)現(xiàn)電能量市場(chǎng)和調(diào)頻輔助服務(wù)市場(chǎng)的聯(lián)合出清。然后，應(yīng)用KKT條件將該雙層模型轉(zhuǎn)化為單層模型，從而將所提模型轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問題。最后，通過算例分析驗(yàn)證所提出交易決策模型的合理性與有效性。算例結(jié)果表明儲(chǔ)能通過策略性報(bào)價(jià)在市場(chǎng)中獲得更高的經(jīng)濟(jì)效益，且在調(diào)頻市場(chǎng)中的收益占總收益的80%以上。

儲(chǔ)能；電能量市場(chǎng)；調(diào)頻輔助服務(wù)市場(chǎng)；雙層交易決策模型；混合整數(shù)線性規(guī)劃

0 引言

為了應(yīng)對(duì)化石能源枯竭和環(huán)境污染問題，抑制碳排放和緩解溫室效應(yīng)已然成為世界各國(guó)的主要責(zé)任[1-2]。我國(guó)于2020年明確提出“碳達(dá)峰”和“碳中和”的目標(biāo)。在“雙碳”目標(biāo)的背景下，風(fēng)電等新能源得到迅速發(fā)展[3]，但其出力具有間歇性和波動(dòng)性[4]，對(duì)電網(wǎng)的穩(wěn)定運(yùn)行帶來挑戰(zhàn)，電網(wǎng)的調(diào)頻需求大幅增加[5]，亟需優(yōu)質(zhì)的調(diào)頻資源。儲(chǔ)能具有響應(yīng)速度快、調(diào)節(jié)精度高等特點(diǎn)，隨著其規(guī)?；l(fā)展，在電力系統(tǒng)能源轉(zhuǎn)型的背景下具有較好的應(yīng)用前景[6-7]。

為激勵(lì)儲(chǔ)能參與調(diào)頻服務(wù)，國(guó)內(nèi)外均已推出相應(yīng)的政策以及市場(chǎng)機(jī)制，在一些發(fā)達(dá)國(guó)家，儲(chǔ)能已經(jīng)成為調(diào)頻輔助服務(wù)市場(chǎng)的重要參與者[8]。美國(guó)、德國(guó)、英國(guó)等國(guó)家相繼頒布了儲(chǔ)能參與輔助服務(wù)市場(chǎng)的相關(guān)法案[9-10]。我國(guó)目前尚處于市場(chǎng)化初期階段，儲(chǔ)能作為新型的市場(chǎng)主體，在電力市場(chǎng)中的應(yīng)用得到各層面的高度關(guān)注[11]。2017年，國(guó)家發(fā)改委等五部委聯(lián)合印發(fā)《關(guān)于促進(jìn)儲(chǔ)能技術(shù)與產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》(發(fā)改能源[2017]1701號(hào))，提出結(jié)合電力體制改革，建立健全儲(chǔ)能參與的市場(chǎng)機(jī)制，并且在“兩個(gè)細(xì)則”頒布后，多數(shù)省區(qū)均已經(jīng)允許儲(chǔ)能參與調(diào)頻輔助服務(wù)市場(chǎng)[12-13]。

儲(chǔ)能參與電網(wǎng)調(diào)頻在近幾年得到了廣泛關(guān)注與研究，主要集中在儲(chǔ)能參與電網(wǎng)調(diào)頻的容量配置以及優(yōu)化控制策略等方面。文獻(xiàn)[14-16]基于儲(chǔ)能電池參與調(diào)頻時(shí)的經(jīng)濟(jì)技術(shù)性能，綜合考慮儲(chǔ)能的調(diào)頻效果和經(jīng)濟(jì)效益，提出了儲(chǔ)能參與電網(wǎng)調(diào)頻容量的配置方案。文獻(xiàn)[17]提出一種電池儲(chǔ)能參與電網(wǎng)一次調(diào)頻的自適應(yīng)控制策略，通過虛擬慣性和虛擬下垂兩種控制模式的平滑切換，在改善調(diào)頻效果的同時(shí)減小儲(chǔ)能容量配置。文獻(xiàn)[18]提出了基于模型預(yù)測(cè)控制的風(fēng)儲(chǔ)聯(lián)合調(diào)頻策略，實(shí)現(xiàn)了風(fēng)儲(chǔ)聯(lián)合調(diào)頻的協(xié)同增效優(yōu)勢(shì)。面向電網(wǎng)二次調(diào)頻，文獻(xiàn)[19]提出了一種基于靈敏度分析的儲(chǔ)能調(diào)頻控制策略。上述研究為儲(chǔ)能參與電網(wǎng)調(diào)頻提供了相關(guān)技術(shù)支撐和優(yōu)化決策參考，而隨著電力市場(chǎng)化改革的快速推進(jìn)，未來儲(chǔ)能的運(yùn)營(yíng)與發(fā)展將主要在市場(chǎng)化的大背景下實(shí)現(xiàn)。

針對(duì)儲(chǔ)能參與電力市場(chǎng)的優(yōu)化運(yùn)行策略以及市場(chǎng)出清機(jī)制等問題，學(xué)術(shù)界已經(jīng)開展了相關(guān)研究。文獻(xiàn)[20]綜述了國(guó)外儲(chǔ)能參與電力市場(chǎng)的交易機(jī)制，對(duì)儲(chǔ)能參與市場(chǎng)的價(jià)值分析、框架體系以及市場(chǎng)交易模型進(jìn)行梳理，并為中國(guó)市場(chǎng)建設(shè)提出建議。文獻(xiàn)[21]提出了一種新的儲(chǔ)能參與日前能量市場(chǎng)機(jī)制，在該市場(chǎng)機(jī)制下，儲(chǔ)能可以根據(jù)各時(shí)段末的荷電狀態(tài)向系統(tǒng)運(yùn)營(yíng)商提交報(bào)價(jià)曲線，反映儲(chǔ)能的實(shí)際價(jià)值。文獻(xiàn)[22]提出了一種基于市場(chǎng)環(huán)境的儲(chǔ)能最優(yōu)控制策略和最優(yōu)競(jìng)價(jià)策略，基于PJM市場(chǎng)的分析表明所提策略在滿足市場(chǎng)性能要求的同時(shí)使市場(chǎng)利潤(rùn)最大化。文獻(xiàn)[23]根據(jù)獨(dú)立儲(chǔ)能的運(yùn)行特性，構(gòu)建了包含獨(dú)立儲(chǔ)能的電能量和調(diào)頻輔助服務(wù)市場(chǎng)順次出清及聯(lián)合出清兩種機(jī)制的數(shù)學(xué)模型，分析了獨(dú)立儲(chǔ)能參與市場(chǎng)的效益及對(duì)市場(chǎng)出清結(jié)果的影響。文獻(xiàn)[24]建立了基于現(xiàn)貨電能量與輔助服務(wù)市場(chǎng)聯(lián)合出清機(jī)制的納什均衡模型。文獻(xiàn)[25]提出了在日前和實(shí)時(shí)市場(chǎng)價(jià)格不確定情況下儲(chǔ)能的市場(chǎng)競(jìng)價(jià)和運(yùn)營(yíng)決策模型，并評(píng)估了儲(chǔ)能的經(jīng)濟(jì)可行性。在現(xiàn)貨市場(chǎng)環(huán)境下，儲(chǔ)能作為獨(dú)立主體需要通過市場(chǎng)交易來為電網(wǎng)提供調(diào)頻輔助服務(wù)。在參與市場(chǎng)交易過程中，儲(chǔ)能電站的競(jìng)價(jià)策略將成為影響其能否競(jìng)價(jià)成功從而獲得收益的關(guān)鍵。目前鮮有研究獨(dú)立儲(chǔ)能電站參與現(xiàn)貨市場(chǎng)的交易策略以及各參與主體之間競(jìng)爭(zhēng)關(guān)系對(duì)儲(chǔ)能交易決策和市場(chǎng)出清結(jié)果的影響。

綜上所述，本文以獨(dú)立儲(chǔ)能電站為主體構(gòu)建了雙層市場(chǎng)交易決策模型。首先，分析了儲(chǔ)能在現(xiàn)貨市場(chǎng)環(huán)境下參與電能量和調(diào)頻輔助服務(wù)市場(chǎng)的交易模式，提出儲(chǔ)能參與市場(chǎng)交易的總體框架。在此基礎(chǔ)上，建立綜合考慮儲(chǔ)能參與電能量市場(chǎng)和調(diào)頻輔助服務(wù)市場(chǎng)的雙層決策模型，上層模型以儲(chǔ)能電站收益最大為目標(biāo)，獲得儲(chǔ)能的最優(yōu)競(jìng)價(jià)策略；下層模型以系統(tǒng)購(gòu)電成本最小為目標(biāo)，進(jìn)行現(xiàn)貨市場(chǎng)的聯(lián)合出清。然后，基于下層模型的KKT條件將所提雙層模型轉(zhuǎn)化為可利用商業(yè)求解器求解的混合整數(shù)線性規(guī)劃(Mixed Integer Linear Programming, MILP)模型。最后，以修改的IEEE-30節(jié)點(diǎn)電力系統(tǒng)為例進(jìn)行算例分析，驗(yàn)證所提雙層模型的有效性和合理性。

1 儲(chǔ)能交易模式及市場(chǎng)框架

1.1 儲(chǔ)能參與現(xiàn)貨電能量-調(diào)頻市場(chǎng)的交易模式

在現(xiàn)貨市場(chǎng)環(huán)境下，儲(chǔ)能電站作為獨(dú)立主體需要通過參與市場(chǎng)競(jìng)爭(zhēng)的方式來確定充放電計(jì)劃并參與電力系統(tǒng)調(diào)頻服務(wù)。目前我國(guó)在現(xiàn)貨市場(chǎng)的相關(guān)機(jī)制制定方面尚處于探索階段，因此本文結(jié)合美國(guó)加州市場(chǎng)的交易機(jī)制，提出儲(chǔ)能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場(chǎng)的聯(lián)合交易模式，對(duì)儲(chǔ)能參與現(xiàn)貨市場(chǎng)的交易模式和補(bǔ)償方式等做出規(guī)定。

電能量市場(chǎng)采用全電量競(jìng)價(jià)方式，發(fā)電側(cè)單邊報(bào)價(jià)、用戶側(cè)報(bào)量不報(bào)價(jià)，允許參與市場(chǎng)的主體包括常規(guī)火電機(jī)組和獨(dú)立的儲(chǔ)能電站。常規(guī)機(jī)組根據(jù)其相關(guān)運(yùn)行數(shù)據(jù)和發(fā)電成本進(jìn)行運(yùn)行日的分時(shí)段報(bào)價(jià)；儲(chǔ)能電站需要申報(bào)充放電價(jià)格和儲(chǔ)能運(yùn)行參數(shù)。電力調(diào)度機(jī)構(gòu)根據(jù)負(fù)荷預(yù)測(cè)曲線，以最小化發(fā)電成本為優(yōu)化目標(biāo)，實(shí)施電能量市場(chǎng)的集中優(yōu)化出清，得到機(jī)組的出力曲線、儲(chǔ)能充放電曲線以及各個(gè)時(shí)段的電量出清價(jià)格。在調(diào)頻輔助服務(wù)市場(chǎng)中，符合市場(chǎng)交易準(zhǔn)入條件的發(fā)電機(jī)組和儲(chǔ)能電站在日前電能量市場(chǎng)申報(bào)環(huán)節(jié)中需同步申報(bào)調(diào)頻報(bào)價(jià)和調(diào)頻容量/里程。根據(jù)運(yùn)行日的系統(tǒng)調(diào)頻需求，實(shí)現(xiàn)調(diào)頻市場(chǎng)的集中出清，得到常規(guī)機(jī)組和儲(chǔ)能電站在各時(shí)段參與調(diào)頻的中標(biāo)容量、中標(biāo)里程以及調(diào)頻輔助服務(wù)市場(chǎng)的出清價(jià)格。

在進(jìn)行市場(chǎng)出清時(shí)，本文采用電能量與調(diào)頻輔助服務(wù)市場(chǎng)聯(lián)合優(yōu)化出清的方式。電能量市場(chǎng)按照節(jié)點(diǎn)邊際價(jià)格(Locational Marginal Price, LMP)進(jìn)行結(jié)算；調(diào)頻輔助服務(wù)市場(chǎng)中的調(diào)頻補(bǔ)償費(fèi)用按照“誰受益、誰承擔(dān)”的原則進(jìn)行分?jǐn)?，參與調(diào)頻服務(wù)的各個(gè)主體采取“兩部制”進(jìn)行結(jié)算，即調(diào)頻容量補(bǔ)償和調(diào)頻里程補(bǔ)償。

1.2 儲(chǔ)能參與電能量-調(diào)頻市場(chǎng)交易的總體框架

儲(chǔ)能電站和常規(guī)機(jī)組可同時(shí)作為市場(chǎng)主體參與電能量和調(diào)頻服務(wù)的交易。所有市場(chǎng)成員在申報(bào)日進(jìn)行能量市場(chǎng)中電量和電價(jià)的投標(biāo)，在調(diào)頻市場(chǎng)中申報(bào)調(diào)頻容量/里程和相應(yīng)的調(diào)頻價(jià)格。常規(guī)火電機(jī)組根據(jù)自身發(fā)電成本進(jìn)行報(bào)價(jià)，而儲(chǔ)能的充放電成本均依賴于實(shí)時(shí)電價(jià)，因此，儲(chǔ)能電站需采取策略性報(bào)價(jià)。儲(chǔ)能電站參與的電能量交易與調(diào)頻服務(wù)交易之間具有關(guān)聯(lián)性，需要協(xié)調(diào)儲(chǔ)能參與多類型交易，制定最優(yōu)報(bào)價(jià)策略以實(shí)現(xiàn)儲(chǔ)能電站自身的效益最大。電力交易中心和調(diào)度機(jī)構(gòu)根據(jù)采集到的報(bào)價(jià)信息和全系統(tǒng)負(fù)荷以及調(diào)頻需求，進(jìn)行電能量和調(diào)頻市場(chǎng)的聯(lián)合出清。儲(chǔ)能參與現(xiàn)貨電能量-調(diào)頻輔助服務(wù)市場(chǎng)交易的總體框架如圖1所示。

圖1 儲(chǔ)能參與電能量-調(diào)頻市場(chǎng)交易的總體框架

根據(jù)儲(chǔ)能參與電能量市場(chǎng)和調(diào)頻市場(chǎng)的交易框架，構(gòu)建儲(chǔ)能參與電能量市場(chǎng)和調(diào)頻市場(chǎng)雙層交易決策模型。上層以儲(chǔ)能電站所獲收益最大為目標(biāo)構(gòu)建儲(chǔ)能電站的最優(yōu)決策模型；下層以電能量成本和調(diào)頻服務(wù)成本之和最小為目標(biāo)構(gòu)建電能量和調(diào)頻市場(chǎng)的聯(lián)合出清模型。通過上下層之間信息的相互迭代模擬市場(chǎng)交易決策過程，同時(shí)得到最優(yōu)的報(bào)價(jià)策略，使儲(chǔ)能電站的利益最大化。

2 儲(chǔ)能電站參與電能量-調(diào)頻輔助服務(wù)市場(chǎng)交易決策模型

2.1 上層儲(chǔ)能電站最優(yōu)決策模型

上層模型為儲(chǔ)能電站交易決策模型，用于產(chǎn)生各儲(chǔ)能電站的最優(yōu)報(bào)價(jià)策略。上層模型的目標(biāo)函數(shù)為儲(chǔ)能電站在電能量市場(chǎng)和調(diào)頻市場(chǎng)上所獲得的兩部分收益之和最大。

儲(chǔ)能電站的投標(biāo)需要考慮申報(bào)價(jià)格和容量限制以及充放電能力等方面的約束。

1) 儲(chǔ)能充放電約束

2) 儲(chǔ)能荷電狀態(tài)約束

3) 儲(chǔ)能申報(bào)容量約束

4) 儲(chǔ)能報(bào)價(jià)約束

2.2 下層電能量-調(diào)頻輔助服務(wù)市場(chǎng)聯(lián)合出清模型

在現(xiàn)貨市場(chǎng)中，電力交易中心匯集各市場(chǎng)主體的投標(biāo)情況后，進(jìn)行電能量和調(diào)頻市場(chǎng)的聯(lián)合出清(本文考慮儲(chǔ)能和常規(guī)機(jī)組均可在能量和調(diào)頻市場(chǎng)中投標(biāo))，出清目標(biāo)是購(gòu)電成本和輔助服務(wù)費(fèi)用之和最小。下層電能量-調(diào)頻輔助服務(wù)市場(chǎng)聯(lián)合出清模型表示為

市場(chǎng)出清需要遵循于出清規(guī)則以及電網(wǎng)運(yùn)行等約束，具體約束如下所述。

1) 電網(wǎng)運(yùn)行約束

節(jié)點(diǎn)功率平衡約束、各線路傳輸容量約束、平衡節(jié)點(diǎn)的相角約束如式(7)—式(9)所示。

2) 調(diào)頻容量、里程需求約束

3) 市場(chǎng)出清規(guī)則約束

儲(chǔ)能電站和常規(guī)機(jī)組的中標(biāo)容量約束、中標(biāo)里程約束、儲(chǔ)能電站的充放電功率約束以及常規(guī)機(jī)組出力約束分別如式(11)—式(14)所示。

3 模型轉(zhuǎn)化與求解

本文建立雙層模型旨在分別考慮儲(chǔ)能電站收益和現(xiàn)貨市場(chǎng)運(yùn)營(yíng)的社會(huì)效益，但上下層模型之間存在較強(qiáng)的耦合關(guān)系，且模型中含有非線性項(xiàng)，難以直接求解。在所構(gòu)建的雙層模型中，下層模型為市場(chǎng)出清構(gòu)成的線性規(guī)劃問題，可以采用KKT條件和對(duì)偶理論將其替換成上層問題的約束條件，并將雙層模型等價(jià)轉(zhuǎn)化為一個(gè)單層的優(yōu)化模型。

基于KKT條件將下層模型轉(zhuǎn)化為上層模型的附加約束，轉(zhuǎn)化后得到的單層模型如下所述。

經(jīng)轉(zhuǎn)化得到的單層模型中，存在兩部分非線性項(xiàng)：一是互補(bǔ)約束條件式(25)—式(46)；二是目標(biāo)函數(shù)式(15)中對(duì)偶變量和決策變量相乘所產(chǎn)生的非線性項(xiàng)。上述非線性項(xiàng)的線性化過程如下所述。

1) 互補(bǔ)約束式(25)—式(46)線性化

2) 目標(biāo)函數(shù)式(15)線性化

對(duì)于原始目標(biāo)函數(shù)中的非線性項(xiàng)，引入文獻(xiàn)[26]的方法，基于強(qiáng)對(duì)偶理論和KKT最優(yōu)條件將目標(biāo)函數(shù)線性化。線性化后得到的目標(biāo)函數(shù)表示為

通過對(duì)目標(biāo)函數(shù)和約束條件中的非線性項(xiàng)進(jìn)行線性化，得到轉(zhuǎn)化后的單層模型屬于MILP問題，可以調(diào)用商業(yè)求解器進(jìn)行有效求解。

4 算例分析

本文基于修改的IEEE-30節(jié)點(diǎn)系統(tǒng)驗(yàn)證上述所提雙層模型和求解算法的有效性。IEEE-30節(jié)點(diǎn)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)如圖2所示，包含41條線路、20個(gè)負(fù)荷節(jié)點(diǎn)和6臺(tái)常規(guī)機(jī)組。

圖2 IEEE-30節(jié)點(diǎn)系統(tǒng)拓?fù)浣Y(jié)構(gòu)示意圖

系統(tǒng)的日負(fù)荷曲線如圖3所示，所有電力負(fù)荷按各節(jié)點(diǎn)負(fù)荷占比分配到每一個(gè)負(fù)荷節(jié)點(diǎn)上。在18、24節(jié)點(diǎn)處分別增設(shè)一臺(tái)20 MW/60 MWh和10 MW/40 MWh的儲(chǔ)能，充放電效率均設(shè)為90%，最大、最小允許電量分別為儲(chǔ)能容量的90%和10%。表1給出了各臺(tái)機(jī)組的報(bào)價(jià)信息和儲(chǔ)能電站的詳細(xì)參數(shù)[23]。假設(shè)系統(tǒng)總調(diào)頻需求等于總負(fù)荷的5%。

圖3 系統(tǒng)日負(fù)荷曲線

4.1 電能量-調(diào)頻輔助服務(wù)市場(chǎng)中標(biāo)情況

儲(chǔ)能電站在同時(shí)參與電能量與調(diào)頻市場(chǎng)交易時(shí)，可以獲得電能量收益以及調(diào)頻輔助服務(wù)收益。圖4給出了各臺(tái)機(jī)組和儲(chǔ)能電站在電能量市場(chǎng)上的中標(biāo)情況。

表1 常規(guī)機(jī)組申報(bào)信息

圖4 電能量市場(chǎng)中標(biāo)情況

由圖4可以看出，電能量需求幾乎全部由常規(guī)火電機(jī)組來承擔(dān)，常規(guī)機(jī)組在各個(gè)時(shí)段的累計(jì)出力約占總發(fā)電量的99%，表明了常規(guī)機(jī)組參與電能量市場(chǎng)的普遍性。此外，從圖4中還可以看出，機(jī)組G2和G4在所有時(shí)段幾乎全部滿發(fā)，這是由于G2和G4的報(bào)價(jià)低而優(yōu)先發(fā)電，而當(dāng)機(jī)組出力達(dá)到上限時(shí)，再由報(bào)價(jià)相對(duì)較低的G1補(bǔ)發(fā)，以滿足負(fù)荷需求。儲(chǔ)能電站在能量市場(chǎng)上的參與度較低，總放電量?jī)H占能量需求的1%左右。在負(fù)荷水平較低的1—4、13—15和22—23時(shí)段，儲(chǔ)能電站可以進(jìn)行策略性充電，以補(bǔ)充自身放電所消耗的電量，使其能夠充分地參與調(diào)頻市場(chǎng)，獲得調(diào)頻收益。

儲(chǔ)能在調(diào)頻輔助服務(wù)市場(chǎng)上各個(gè)時(shí)段的中標(biāo)情況如圖5和圖6所示。從圖中可以看出，與常規(guī)機(jī)組相比，儲(chǔ)能電站承擔(dān)了相當(dāng)大一部分調(diào)頻任務(wù)，其中兩臺(tái)儲(chǔ)能提供的調(diào)頻容量占系統(tǒng)總調(diào)頻容量需求的81.56%，調(diào)頻里程占總需求的95.88%。由于儲(chǔ)能電站的調(diào)頻里程-容量因子更高，與常規(guī)機(jī)組相比，在提供相同調(diào)頻容量時(shí)，可以提供比常規(guī)機(jī)組更多的調(diào)頻里程，因此調(diào)頻響應(yīng)能力更強(qiáng)的儲(chǔ)能電站在調(diào)頻輔助服務(wù)市場(chǎng)上會(huì)被優(yōu)先調(diào)用來提供調(diào)頻服務(wù)。除此之外，儲(chǔ)能還可以通過策略性報(bào)價(jià)來均衡在能量市場(chǎng)和調(diào)頻市場(chǎng)上的中標(biāo)情況，以實(shí)現(xiàn)利益最大化。

圖5 調(diào)頻容量中標(biāo)情況

圖6 調(diào)頻里程中標(biāo)情況

4.2 電能量-調(diào)頻輔助服務(wù)市場(chǎng)出清價(jià)格

電能量市場(chǎng)的出清價(jià)格為電網(wǎng)各個(gè)時(shí)段的LMP，如圖7所示。

圖7 電能量市場(chǎng)出清價(jià)格

每個(gè)節(jié)點(diǎn)在各個(gè)時(shí)段的LMP與負(fù)荷大小大致呈正相關(guān)，說明LMP可以體現(xiàn)出電能量的供需關(guān)系。在10、18和19時(shí)段，系統(tǒng)處于電力需求高峰期，LMP隨負(fù)荷突增而大幅度提高。與此同時(shí)，在10、18和19時(shí)段電網(wǎng)各個(gè)節(jié)點(diǎn)的LMP出現(xiàn)比較明顯的差異。這是由于負(fù)荷增大，機(jī)組出力增加，電網(wǎng)中部分線路傳輸功率達(dá)到上限，致使電力網(wǎng)絡(luò)出現(xiàn)阻塞現(xiàn)象。而在其他時(shí)段，由于無網(wǎng)絡(luò)阻塞，所有節(jié)點(diǎn)的LMP基本相同。

圖8給出了調(diào)頻輔助服務(wù)市場(chǎng)的出清價(jià)格。從圖中可以看出，調(diào)頻容量和調(diào)頻里程的出清價(jià)格基本與電網(wǎng)調(diào)頻需求的變化趨勢(shì)相近。由圖5和圖6可知，在本文設(shè)置的場(chǎng)景下，各個(gè)時(shí)段均有常規(guī)機(jī)組在調(diào)頻輔助服務(wù)市場(chǎng)內(nèi)中標(biāo)，此時(shí)調(diào)頻輔助服務(wù)市場(chǎng)的出清價(jià)格等同于提供調(diào)頻服務(wù)的邊際機(jī)組的報(bào)價(jià)。需要說明的是，若在某個(gè)特殊場(chǎng)景下常規(guī)機(jī)組只參與電能量市場(chǎng)，而均未在調(diào)頻市場(chǎng)內(nèi)中標(biāo)，則此時(shí)輔助服務(wù)市場(chǎng)的出清價(jià)格將不同于任一臺(tái)機(jī)組的報(bào)價(jià)。

圖8 調(diào)頻輔助服務(wù)市場(chǎng)出清價(jià)格

4.3 儲(chǔ)能電站報(bào)價(jià)策略

儲(chǔ)能電站在電能量和調(diào)頻市場(chǎng)上的最優(yōu)報(bào)價(jià)如圖9所示。

由圖9可以看出，儲(chǔ)能電站在不同類型市場(chǎng)上的報(bào)價(jià)策略有所差異，2臺(tái)儲(chǔ)能電站在調(diào)頻輔助服務(wù)市場(chǎng)的報(bào)價(jià)完全相同，而在能量市場(chǎng)中的報(bào)價(jià)存在差異。這是由于儲(chǔ)能電站綜合考慮了其他主體的報(bào)價(jià)策略以及自身運(yùn)行特性，在市場(chǎng)中進(jìn)行策略性報(bào)價(jià)，以實(shí)現(xiàn)自身收益的最大化。同時(shí)，可以看出雖然兩臺(tái)儲(chǔ)能電站在調(diào)頻市場(chǎng)中的報(bào)價(jià)策略相同，但是由于其相關(guān)參數(shù)以及調(diào)頻性能的不同，導(dǎo)致圖5和圖6中所示的每臺(tái)儲(chǔ)能在調(diào)頻市場(chǎng)中的中標(biāo)結(jié)果并不相同。

4.4 儲(chǔ)能電站效益分析

表2列出了儲(chǔ)能電站在只參與電能量市場(chǎng)和同時(shí)參與電能量與調(diào)頻輔助服務(wù)市場(chǎng)兩種情況下的整體收益。表2中所示的儲(chǔ)能電站各部分收益按照相應(yīng)的市場(chǎng)出清價(jià)格進(jìn)行結(jié)算?？梢?，儲(chǔ)能電站同時(shí)參與電能量和調(diào)頻市場(chǎng)將獲得更高的收益，且2臺(tái)儲(chǔ)能在調(diào)頻輔助市場(chǎng)中的收益分別占各自總收益的81.7%和82.5%，均遠(yuǎn)大于在能量市場(chǎng)中獲得的收益。假設(shè)每臺(tái)儲(chǔ)能電站的成本為200萬元/MWh[23]，則2臺(tái)儲(chǔ)能的總成本為2億元。根據(jù)表2中的儲(chǔ)能電站日收益結(jié)果可知，在儲(chǔ)能電站同時(shí)參與能量和調(diào)頻輔助服務(wù)市場(chǎng)的情況下，約4～5年可實(shí)現(xiàn)成本回收并盈利，若儲(chǔ)能電站只參與能量市場(chǎng)，則需9年才能回收成本，說明儲(chǔ)能參與調(diào)頻輔助服務(wù)市場(chǎng)可以加快其成本回收。綜上所述，儲(chǔ)能主動(dòng)參與調(diào)頻輔助服務(wù)能夠獲取更高的經(jīng)濟(jì)效益，調(diào)頻輔助服務(wù)市場(chǎng)的應(yīng)用對(duì)儲(chǔ)能電站的發(fā)展具有激勵(lì)作用。

表2 儲(chǔ)能參與不同市場(chǎng)時(shí)的收益情況

為了分析不同儲(chǔ)能接入位置對(duì)市場(chǎng)運(yùn)行結(jié)果的影響，在2臺(tái)儲(chǔ)能電站的運(yùn)行參數(shù)相同的情況下，對(duì)如下兩種場(chǎng)景的儲(chǔ)能中標(biāo)量以及收益進(jìn)行分析，市場(chǎng)運(yùn)行結(jié)果見表3。

表3 儲(chǔ)能接入位置不同時(shí)的市場(chǎng)運(yùn)行結(jié)果

場(chǎng)景1：2臺(tái)儲(chǔ)能電站分別接入18、24節(jié)點(diǎn)；

場(chǎng)景2：2臺(tái)儲(chǔ)能電站分別接入18、15節(jié)點(diǎn)。

由表3可知，當(dāng)儲(chǔ)能電站的接入點(diǎn)發(fā)生變化時(shí)，儲(chǔ)能在調(diào)頻市場(chǎng)的中標(biāo)情況以及收益情況也隨之變化。這說明，儲(chǔ)能安裝位置影響了電網(wǎng)整體運(yùn)行狀態(tài)，同時(shí)對(duì)市場(chǎng)運(yùn)行結(jié)果也產(chǎn)生相應(yīng)的影響。由此可知，合理規(guī)劃儲(chǔ)能在系統(tǒng)中的安裝位置對(duì)改善系統(tǒng)調(diào)頻效果并提高儲(chǔ)能的經(jīng)濟(jì)效益具有一定意義。

5 結(jié)論

本文構(gòu)建了一種儲(chǔ)能電站參與現(xiàn)貨電能量和調(diào)頻輔助服務(wù)市場(chǎng)的雙層交易決策模型。首先，提出了儲(chǔ)能電站參與現(xiàn)貨電能量和調(diào)頻輔助服務(wù)市場(chǎng)的交易模式與市場(chǎng)架構(gòu)；其次，結(jié)合電能量和調(diào)頻市場(chǎng)的補(bǔ)償與結(jié)算機(jī)制，從儲(chǔ)能電站的角度出發(fā)，提出了儲(chǔ)能參與市場(chǎng)交易的雙層決策模型，模擬儲(chǔ)能電站在不同市場(chǎng)中的報(bào)價(jià)行為以及市場(chǎng)出清過程；最后，通過算例分析驗(yàn)證了所提模型的有效性，并分析儲(chǔ)能參與市場(chǎng)的經(jīng)濟(jì)效益。具體結(jié)論如下：

1) 本文所提雙層交易決策模型充分考慮了各市場(chǎng)主體的報(bào)價(jià)信息以及能量和調(diào)頻市場(chǎng)之間的耦合關(guān)系，實(shí)現(xiàn)了儲(chǔ)能電站在同時(shí)參與電能量和調(diào)頻輔助服務(wù)市場(chǎng)時(shí)的策略性競(jìng)價(jià)，達(dá)到自身利益最大化。

2) 儲(chǔ)能電站在同時(shí)參與電能量和調(diào)頻輔助服務(wù)市場(chǎng)時(shí)，將更多的電量用于提供調(diào)頻服務(wù)從而獲得相應(yīng)收益。同時(shí)儲(chǔ)能由于其較好的調(diào)頻性能，在調(diào)頻市場(chǎng)中優(yōu)先被調(diào)用，可以承擔(dān)系統(tǒng)70%以上的調(diào)頻任務(wù)。

3) 與僅參與電能量市場(chǎng)相比，儲(chǔ)能同時(shí)參與電能量和調(diào)頻輔助服務(wù)市場(chǎng)可以獲得更高的經(jīng)濟(jì)效益，且其在調(diào)頻輔助市場(chǎng)中的收益占總收益的80%以上。儲(chǔ)能參與調(diào)頻輔助服務(wù)市場(chǎng)可以加快實(shí)現(xiàn)其成本回收。

在后續(xù)的工作中，將進(jìn)一步考慮儲(chǔ)能在實(shí)時(shí)市場(chǎng)中的運(yùn)行狀態(tài)，針對(duì)日前和實(shí)時(shí)市場(chǎng)的強(qiáng)耦合性，提出儲(chǔ)能參與日前-實(shí)時(shí)市場(chǎng)的交易決策方案；研究過程中發(fā)現(xiàn)儲(chǔ)能參與輔助服務(wù)市場(chǎng)可以獲得更高收益并加快成本回收，因此，應(yīng)該進(jìn)一步完善市場(chǎng)交易機(jī)制，提高儲(chǔ)能參與輔助服務(wù)的積極性，激勵(lì)儲(chǔ)能的發(fā)展。

[1] 胡澤春, 羅浩成. 大規(guī)模可再生能源接入背景下自動(dòng)發(fā)電控制研究現(xiàn)狀與展望[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(8): 2-15.

HU Zechun, LUO Haocheng. Research status and prospect of automatic generation control with integration of large-scale renewable energy[J]. Automation of Electric Power Systems, 2018, 42(8): 2-15.

[2] 魯宗相, 黃瀚, 單葆國(guó), 等. 高比例可再生能源電力系統(tǒng)結(jié)構(gòu)形態(tài)演化及電力預(yù)測(cè)展望[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(9): 12-18.

LU Zongxiang, HUANG Han, SHAN Baoguo, et al. Morphological evolution model and power forecasting prospect of future electric power systems with high proportion of renewable energy[J]. Automation of Electric Power Systems, 2017, 41(9): 12-18.

[3] 武昭原, 周明, 姚尚潤(rùn), 等. 基于合作博弈論的風(fēng)儲(chǔ)聯(lián)合參與現(xiàn)貨市場(chǎng)優(yōu)化運(yùn)行策略[J]. 電網(wǎng)技術(shù), 2019, 43(8): 2815-2824.

WU Zhaoyuan, ZHOU Ming, YAO Shangrun, et al. Optimization operation strategy of wind-storage coalition in spot market based on cooperative game theory[J]. Power System Technology, 2019, 43(8): 2815-2824.

[4] 尹琦琳, 秦文萍, 于浩, 等. 計(jì)及風(fēng)電波動(dòng)性和電動(dòng)汽車隨機(jī)性的電力現(xiàn)貨市場(chǎng)交易模型[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(12): 118-127.

YIN Qilin, QIN Wenping, YU Hao, et al. Transaction model for electricity spot market considering the volatility of wind power and the randomness of electric vehicles[J]. Power System Protection and Control, 2020, 48(12): 118-127.

[5] 蘇燁, 石劍濤, 張江豐, 等. 考慮調(diào)頻的儲(chǔ)能規(guī)劃與競(jìng)價(jià)策略綜述[J]. 電力自動(dòng)化設(shè)備, 2021, 41(9): 191-198.

SU Ye, SHI Jiantao, ZHANG Jiangfeng, et al. Review on planning and bidding strategy of energy storage considering frequency regulation[J]. Electric Power Automation Equipment, 2021, 41(9): 191-198.

[6] 李建林, 田立亭, 來小康. 能源互聯(lián)網(wǎng)背景下的電力儲(chǔ)能技術(shù)展望[J]. 電力系統(tǒng)自動(dòng)化, 2015, 39(23): 15-25.

LI Jianlin, TIAN Liting, LAI Xiaokang. Outlook of electrical energy storage technologies under energy internet background[J]. Automation of Electric Power System, 2015, 39(23): 15-25.

[7] 李軍徽, 高卓, 應(yīng)鴻, 等. 基于動(dòng)態(tài)下垂系數(shù)與SOC基點(diǎn)的儲(chǔ)能一次調(diào)頻控制策略[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(5): 1-10.

LI Junhui, GAO Zhuo, YING Hong, et al. Primary frequency regulation control strategy of energy storage based on dynamic droop coefficient and SOC reference[J]. Power System Protection and Control, 2021, 49(5): 1-10.

[8] 張鴻宇, 王宇. 國(guó)外電網(wǎng)側(cè)儲(chǔ)能電站參與調(diào)頻輔助服務(wù)市場(chǎng)的機(jī)制經(jīng)驗(yàn)及對(duì)我國(guó)的啟示[J]. 儲(chǔ)能科學(xué)與技術(shù), 2021, 10(2): 766-773.

ZHANG Hongyu, WANG Yu. Mechanism experience of foreign grid-side storage participating in frequency regulation auxiliary service market and its enlightenment to China[J]. Energy Storage Science and Technology, 2021, 10(2): 766-773.

[9] 陳大宇, 張粒子, 王澍, 等. 儲(chǔ)能在美國(guó)調(diào)頻市場(chǎng)中的發(fā)展及啟示[J]. 電力系統(tǒng)自動(dòng)化, 2013, 37(1): 9-13.

CHEN Dayu, ZHANG Lizi, WANG Shu, et al. Development of energy storage in frequency regulation market of united states and its enlightenment[J]. Automation of Electric Power Systems, 2013, 37(1): 9-13.

[10] 朱繼忠, 葉秋子, 鄒金, 等. 英國(guó)電力輔助服務(wù)市場(chǎng)短期運(yùn)行備用服務(wù)機(jī)制及啟示[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(17): 1-9, 86．

ZHU Jizhong, YE Qiuzi, ZOU Jin, et al. Short-term operation service mechanism of ancillary service in the UK electricity market and its enlightenment[J]. Automation of Electric Power Systems, 2018, 42(17): 1-9, 86.

[11] 國(guó)家發(fā)展改革委辦公廳, 科技部辦公廳, 工業(yè)和信息化部辦公廳, 能源局綜合司. 貫徹落實(shí)<關(guān)于促進(jìn)儲(chǔ)能技術(shù)與產(chǎn)業(yè)發(fā)展的指導(dǎo)意見>2019-2020年行動(dòng)計(jì)劃的通知(發(fā)改辦能源〔2019〕725號(hào))[Z]. 2019.

[12] 陳浩, 賈燕冰, 鄭晉, 等. 規(guī)?；瘍?chǔ)能調(diào)頻輔助服務(wù)市場(chǎng)機(jī)制及調(diào)度策略研究[J]. 電網(wǎng)技術(shù), 2019, 43(10): 3606-3617.

CHEN Hao, JIA Yanbing, ZHENG Jin, et al. Research on market mechanism and scheduling strategy of frequency regulation auxiliary service of large-scale energy storage[J]. Power System Technology, 2019, 43(10): 3606-3617.

[13] 胡靜, 黃碧斌, 蔣莉萍, 等. 適應(yīng)電力市場(chǎng)環(huán)境下的電化學(xué)儲(chǔ)能應(yīng)用及關(guān)鍵問題[J]. 中國(guó)電力, 2020, 53(1): 100-107.

HU Jing, HUANG Bibin, JIANG Liping, et al. Application and major issues of electrochemical energy storage under the environment of power market[J]. Electric Power, 2020, 53(1): 100-107.

[14] 湯杰, 李欣然, 黃際元, 等. 以凈效益最大為目標(biāo)的儲(chǔ)能電池參與二次調(diào)頻的容量配置方法[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(5): 963-972.

TANG Jie, LI Xinran, HUANG Jiyuan, et al. Capacity allocation of BESS in secondary frequency regulation with the goal of maximum net benefit[J]. Transactions of China Electrotechnical Society, 2019, 34(5): 963-972.

[15] 黃際元, 李欣然, 常敏, 等. 考慮儲(chǔ)能電池參與一次調(diào)頻技術(shù)經(jīng)濟(jì)模型的容量配置方法[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(21): 112-121.

HUANG Jiyuan, LI Xinran, CHANG Min, et al. Capacity allocation of BESS in primary frequency regulation considering its technical-economic model[J]. Transactions of China Electrotechnical Society, 2017, 32(21): 112-121.

[16] 趙偉, 袁錫蓮, 周宜行, 等. 考慮運(yùn)行壽命內(nèi)經(jīng)濟(jì)性最優(yōu)的梯次電池儲(chǔ)能系統(tǒng)容量配置方法[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(12): 16-24.

ZHAO Wei, YUAN Xilian, ZHOU Yixing, et al. Capacity configuration method of a second-use battery energy storage system considering economic optimization within service life[J]. Power System Protection and Control, 2021, 49(12): 16-24.

[17] 李欣然, 崔曦文, 黃際元, 等. 電池儲(chǔ)能電源參與電網(wǎng)一次調(diào)頻的自適應(yīng)控制策略[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(18): 3897-3908.

LI Xinran, CUI Xiwen, HUANG Jiyuan, et al. The self-adaption control strategy of energy storage batteries participating in the primary frequency regulation[J]. Transactions of China Electrotechnical Society, 2019, 34(18): 3897-3908.

[18] 虞臨波, 寇鵬, 馮玉濤, 等. 風(fēng)儲(chǔ)聯(lián)合發(fā)電系統(tǒng)參與頻率響應(yīng)的模型預(yù)測(cè)控制策略[J]. 電力系統(tǒng)自動(dòng)化, 2019, 43(12): 36-43.

YU Linbo, KOU Peng, FENG Yutao, et al. Model predictive control strategy for combined wind-storage system to participate in frequency response[J]. Automation of Electric Power Systems, 2019, 43(12): 36-43.

[19] 李欣然, 黃際元, 陳遠(yuǎn)揚(yáng), 等. 基于靈敏度分析的儲(chǔ)能電池參與二次調(diào)頻控制策略[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(12): 224-233.

LI Xinran, HUANG Jiyuan, CHEN Yuanyang, et al. Battery energy storage control strategy in secondary frequency regulation considering its action moment and depth[J]. Transactions of China Electrotechnical Society, 2017, 32(12): 224-233.

[20] 陳啟鑫, 房曦晨, 郭鴻業(yè), 等. 儲(chǔ)能參與電力市場(chǎng)機(jī)制: 現(xiàn)狀與展望[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(16): 14-28.

CHEN Qixin, FANG Xichen, GUO Hongye, et al. Electricity market mechanism for energy storage participation: status quo and prospect[J]. Automation of Electric Power Systems, 2021, 45(16): 14-28.

[21] CHEN Dapeng, JING Zhaoxia. An improved market mechanism for energy storage based on flexible state of energy[J]. CSEE Journal of Power and Energy Systems, 2022, 8(3): 838-848.

[22] XU Bolun, SHI Yuanyuan, KISCHEN D S, et al. Optimal battery participation in frequency regulation markets[J]. IEEE Transactions on Power Systems, 2018, 33(6): 6715-6725.

[23] 肖云鵬, 張?zhí)m, 張軒, 等. 包含獨(dú)立儲(chǔ)能的現(xiàn)貨電能量與調(diào)頻輔助服務(wù)市場(chǎng)出清協(xié)調(diào)機(jī)制[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2020, 40(增刊1): 167-180.

XIAO Yunpeng, ZHANG Lan, ZHANG Xuan, et al. The coordinated market clearing mechanism for spot electric energy and regulating ancillary service incorporating independent energy storage resources[J]. Proceedings of the CSEE, 2020, 40(S1): 167-180.

[24] ZOU Peng, CHEN Qixin, XIA Qing, et al. Evaluating the contribution of energy storages to support large-scale renewable generation in joint energy and ancillary service markets[J]. IEEE Transactions on Sustainable Energy, 2016, 7(2): 808-818.

[25] KRISHNAMURTHY D, UCKUN C, ZHOU Z, et al. Energy storage arbitrage under day-ahead and real-time price uncertainty[J]. IEEE Transactions on Power Systems, 2018, 33(1): 84-93.

[26] MOUSA M, JAVADI M, DOMíNGUEZ-GARCíA L J, et al. Non-cooperative game theory based energy management systems for energy district in the retail market considering DER uncertainties[J]. IET Generation, Transmission & Distribution, 2016, 10(12): 2999-3009.

Transaction decision-making of energy storage stations participating in the spot energy and frequency modulation ancillary service market

LI Guoqing1, YAN Kefei1, FAN Gaofeng2, BIAN Jing1, YU Guokang3, YU Zhongping3

(1. Department of Electrical Engineering, Northeast Electric Power University, Jilin 132012, China; 2. State Grid Corporation of China, Beijing 100031, China; 3. State Grid Xinjiang Electric Power Co., Ltd. Economic Research Institute, Urumqi 830002, China)

With the advance of electricity market reform, energy storage resources, as an independent market subject, provide a frequency modulation service, which is an effective measure to solve the shortage of system frequency modulation capacity. This paper builds a bi-level transaction decision-making model to simulate and analyze transaction decision-making behavior and market clearing process of energy storage in the market. First, the overall framework of energy storage participating in the spot energy and frequency modulation ancillary service market is proposed. Secondly, a bi-level market transaction decision-making model is established, in which energy storage stations are regarded as independent bidders. The upper level determines the bidding strategy of energy storage stations with the goal of maximizing the profits of energy storage stations. The lower level realizes the joint clearing of the electric energy and frequency modulation auxiliary service market. Then, the KKT conditions are applied to convert this bi-level model to a single level model, and thus the proposed model can be transformed into a mix-integer linear programming problem. Finally, case studies are conducted to verify the rationality and effectiveness of the proposed model.The numerical results show that energy storage can obtain higher economic benefits in the market through strategic bidding behaviors, and their profits in the frequency modulation market account for more than 80% of the total profits.

energy storage; energy market; frequency modulation auxiliary service market; bi-level transaction decision-making model; mixed integer linear programming

10.19783/j.cnki.pspc.211500

國(guó)家電網(wǎng)有限公司總部管理科技項(xiàng)目資助“大規(guī)模儲(chǔ)能接入電力系統(tǒng)優(yōu)化配置及支撐能力評(píng)價(jià)技術(shù)研究”(5419-202155242A-0-0-00)

This work is supported by the Management Science and Technology Project of the Headquarters of State Grid Corporation of China (No. 5419-202155242A-0-0-00).

2021-11-05；

2021-12-11

李國(guó)慶(1963—)，男，博士，教授，研究方向?yàn)殡娏ο到y(tǒng)安全性與穩(wěn)定性分析、新能源發(fā)電與儲(chǔ)能技術(shù)、柔性直流輸電技術(shù)；E-mail: lgq@neepu.edu.cn

閆克非(1997—)，女，通信作者，博士研究生，研究方向?yàn)殡娏ο到y(tǒng)頻率穩(wěn)定性分析與控制、電力系統(tǒng)優(yōu)化運(yùn)行；E-mail: kfYAN@aliyun.com

范高鋒(1977—)，男，教授級(jí)高級(jí)工程師，研究方向?yàn)樾履茉?、?chǔ)能調(diào)度運(yùn)行管理。E-mail: fan-gaofeng@sgcc.com.cn

(編輯 魏小麗)