曾憲鍇，楊 蘋(píng)，劉璐瑤，楊 康，譚俊豐

（1. 華南理工大學(xué) 電力學(xué)院，廣東 廣州 510640；2. 華南理工大學(xué) 廣東省綠色能源技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510640）

0 引言

在構(gòu)建新型電力系統(tǒng)的戰(zhàn)略目標(biāo)下，電動(dòng)汽車EV（Electric Vehicle）充換電站BCSS（Battery Charging and Swapping Station）等需求側(cè)資源在參與電力系統(tǒng)的實(shí)時(shí)平衡調(diào)節(jié)中將扮演越來(lái)越重要的角色［1］。在電力現(xiàn)貨市場(chǎng)環(huán)境下，利用站內(nèi)冗余電池作為調(diào)節(jié)資源，通過(guò)優(yōu)化調(diào)控策略充分挖掘BCSS的調(diào)節(jié)潛力，參與多種交易品種以提升BCSS的經(jīng)濟(jì)效益，為新型電力系統(tǒng)建設(shè)提供支撐。

目前，關(guān)于BCSS優(yōu)化調(diào)控策略的研究大多集中在電能量市場(chǎng)環(huán)境下的充電管理、與新能源發(fā)電的協(xié)同運(yùn)行等方面。文獻(xiàn)［2-3］分別分析了電池折舊和備用電池?cái)?shù)量等因素對(duì)充電成本的影響，并形成相應(yīng)的充電策略，實(shí)現(xiàn)了投資成本與運(yùn)營(yíng)成本統(tǒng)一考量下的優(yōu)化調(diào)控。為進(jìn)一步挖掘優(yōu)化空間，文獻(xiàn)［4-5］對(duì)電池的可調(diào)節(jié)性和各類充電機(jī)的特性進(jìn)行建模，通過(guò)機(jī)器學(xué)習(xí)和智能算法求解調(diào)控策略。與新能源發(fā)電的協(xié)同運(yùn)行方面，需要充分考慮新能源發(fā)電、換電需求、電價(jià)等多重不確定性，文獻(xiàn)［6］在場(chǎng)景規(guī)劃中加入風(fēng)險(xiǎn)測(cè)度以量化多類型不確定性帶來(lái)的風(fēng)險(xiǎn)；文獻(xiàn)［7］利用概率性序列描述系統(tǒng)的不確定性，采用機(jī)會(huì)約束規(guī)劃求解調(diào)控策略，從而消除不確定性對(duì)策略有效性的影響。

隨著電力體制改革不斷深入，輔助服務(wù)交易推廣至需求側(cè)［8］，為EV 等可調(diào)資源帶來(lái)新的盈利點(diǎn)，其關(guān)鍵問(wèn)題在于電池資源聚合、響應(yīng)能力預(yù)估、響應(yīng)功率分配等。文獻(xiàn)［9］研究EV參與輔助服務(wù)的可支配容量預(yù)測(cè)與聚合模塊開(kāi)發(fā)，有效解決了車網(wǎng)互動(dòng)（V2G）聚合調(diào)控問(wèn)題；文獻(xiàn)［10］提出采用EV、儲(chǔ)能和光伏發(fā)電系統(tǒng)聯(lián)合調(diào)峰的方法，顯著降低了區(qū)域能耗及用能成本，并在此基礎(chǔ)上展望更利于電池儲(chǔ)能參與電力系統(tǒng)調(diào)節(jié)的市場(chǎng)機(jī)制；文獻(xiàn)［11-14］針對(duì)EV參與調(diào)頻輔助服務(wù)，從集群、自動(dòng)發(fā)電控制（AGC）、功率分配等環(huán)節(jié)分別展開(kāi)研究，提出相應(yīng)模型和控制策略以提高其經(jīng)濟(jì)效益；文獻(xiàn)［15］考慮電價(jià)和調(diào)頻指令的不確定性，提出基于調(diào)頻績(jī)效考核的EV魯棒控制模型，增強(qiáng)了EV作為需求側(cè)資源的可靠性。

上述研究從多維度分析了BCSS 參與電力市場(chǎng)各交易品種的優(yōu)化調(diào)控策略，但對(duì)于電力現(xiàn)貨市場(chǎng)環(huán)境下BCSS參與多電力交易品種的調(diào)控研究較少。而隨著新型電力系統(tǒng)逐步構(gòu)建，電力現(xiàn)貨市場(chǎng)逐步發(fā)展，BCSS 未來(lái)將面向能量-輔助服務(wù)的多交易品種環(huán)境，對(duì)其規(guī)?；坞娋W(wǎng)實(shí)時(shí)平衡的能力提出新的需求和要求。為此，本文提出協(xié)同參與電能量交易、調(diào)頻輔助服務(wù)交易和多階段需求響應(yīng)交易的BCSS 優(yōu)化調(diào)控策略。為全面反映BCSS 換電服務(wù)和現(xiàn)貨市場(chǎng)多品種交易的協(xié)同開(kāi)展?fàn)顩r，提出可精確描述電池在換電、充電、放電、滿電狀態(tài)之間轉(zhuǎn)換的換電行為約束，建立日前魯棒優(yōu)化-日內(nèi)基于模型預(yù)測(cè)控制MPC（Model Predictive Control）的滾動(dòng)優(yōu)化-實(shí)時(shí)優(yōu)化調(diào)控的BCSS 多階段優(yōu)化調(diào)控策略。在此基礎(chǔ)上，分析多階段需求響應(yīng)價(jià)格與時(shí)段對(duì)調(diào)控結(jié)果的影響，探討不確定度控制系數(shù)和收益權(quán)重系數(shù)對(duì)BCSS運(yùn)行收益的影響，從而在計(jì)及市場(chǎng)需求和價(jià)格的不確定性下充分發(fā)揮電池的盈利能力，為電力現(xiàn)貨市場(chǎng)環(huán)境下的BCSS 提供更加經(jīng)濟(jì)高效的運(yùn)營(yíng)模式。

1 電力現(xiàn)貨市場(chǎng)環(huán)境下EV BCSS的調(diào)控模型

根據(jù)南方電力現(xiàn)貨市場(chǎng)系列試點(diǎn)規(guī)則方案，提出電力現(xiàn)貨市場(chǎng)環(huán)境下BCSS 可參與的交易品種及其特點(diǎn)，明確BCSS調(diào)控流程，并建立其調(diào)控模型。

1.1 EV BCSS參與的電力交易品種

隨著EV 換電模式的發(fā)展，BCSS 的建設(shè)規(guī)模和用電量不斷增長(zhǎng)，大規(guī)模BCSS可滿足電力批發(fā)市場(chǎng)準(zhǔn)入條件，直接參與市場(chǎng)交易，小規(guī)模的BCSS 則可以通過(guò)聚合的形式間接參與。對(duì)于滿足準(zhǔn)入條件的BCSS 或BCSS 聚合體，總結(jié)其在電力現(xiàn)貨市場(chǎng)環(huán)境下可參與的交易品種及其特點(diǎn)，具體如下。

1）需求響應(yīng)：日前-日內(nèi)-實(shí)時(shí)多時(shí)間尺度開(kāi)展。日前及日內(nèi)階段采用邀約響應(yīng)形式，在響應(yīng)時(shí)段的前1 d 或前4 h 發(fā)布響應(yīng)邀約，需求側(cè)競(jìng)價(jià)確定計(jì)劃響應(yīng)量并在響應(yīng)時(shí)段執(zhí)行。實(shí)時(shí)階段采用實(shí)時(shí)響應(yīng)形式，需求側(cè)需在收到響應(yīng)需求后5 min達(dá)到響應(yīng)目標(biāo)，并可出于安全性或經(jīng)濟(jì)性考慮改變響應(yīng)狀態(tài)。

2）調(diào)頻輔助服務(wù)：優(yōu)質(zhì)調(diào)頻資源優(yōu)先調(diào)用機(jī)制。調(diào)頻市場(chǎng)成員完成調(diào)頻里程價(jià)格及調(diào)頻容量申報(bào)后，將根據(jù)各成員近期的綜合調(diào)頻性能調(diào)整其調(diào)頻里程報(bào)價(jià)，使得優(yōu)質(zhì)調(diào)頻資源優(yōu)先被調(diào)用。

3）現(xiàn)貨電能量交易：申報(bào)偏差收益轉(zhuǎn)移機(jī)制。電能量交易經(jīng)歷日前與實(shí)時(shí)2 個(gè)階段。日前市場(chǎng)用于市場(chǎng)成員申報(bào)，出清結(jié)算中標(biāo)購(gòu)售電曲線；運(yùn)行日內(nèi)實(shí)時(shí)市場(chǎng)基于實(shí)際運(yùn)行情況再次計(jì)算調(diào)整，并根據(jù)市場(chǎng)成員實(shí)際購(gòu)售電與日前中標(biāo)曲線的偏差進(jìn)行結(jié)算。

1.2 電力現(xiàn)貨市場(chǎng)環(huán)境下EV BCSS調(diào)控架構(gòu)

EV 換電模式分為電池配送模式和換電站模式［16］，本文以電池配送模式為研究對(duì)象，建立電力現(xiàn)貨市場(chǎng)環(huán)境下BCSS的調(diào)控架構(gòu)，如圖1所示，圖中ns為電池配送站總數(shù)。BCSS 為電池充電，并將就緒的電池統(tǒng)一配送至電池配送站；EV 通過(guò)電池配送站繳納換電服務(wù)費(fèi)用并獲取換電服務(wù)。同時(shí)BCSS 參與電力現(xiàn)貨市場(chǎng)獲取收益，包括電能量交易、調(diào)頻輔助服務(wù)交易及多時(shí)間尺度的需求響應(yīng)交易。

圖1 電力現(xiàn)貨市場(chǎng)環(huán)境下BCSS的調(diào)控架構(gòu)Fig.1 Regulation structure of BCSS under electricityspot market environment

為確保BCSS 開(kāi)展換電業(yè)務(wù)的同時(shí)參與電力現(xiàn)貨市場(chǎng)獲取收益，需從日前、日內(nèi)、實(shí)時(shí)3 個(gè)階段進(jìn)行優(yōu)化調(diào)控，其調(diào)控流程見(jiàn)附錄A圖A1。

日前階段，BCSS 運(yùn)營(yíng)商接收需求響應(yīng)日前邀約和調(diào)頻市場(chǎng)信息，結(jié)合次日換電需求預(yù)測(cè)曲線，決策購(gòu)售電曲線、日前需求響應(yīng)曲線、調(diào)頻容量和換電計(jì)劃，本階段決策中考慮換電需求、調(diào)頻調(diào)用電量和各交易品種價(jià)格的不確定性，需預(yù)留一定的電量裕量，以確保其各項(xiàng)業(yè)務(wù)穩(wěn)定開(kāi)展，同時(shí)也為日內(nèi)和實(shí)時(shí)階段的優(yōu)化調(diào)控預(yù)留了可調(diào)空間。日內(nèi)階段在日前優(yōu)化結(jié)果的基礎(chǔ)上開(kāi)展?jié)L動(dòng)優(yōu)化，接收需求響應(yīng)日內(nèi)邀約，結(jié)合日內(nèi)換電需求預(yù)測(cè)值，決策日內(nèi)需求響應(yīng)曲線、調(diào)整購(gòu)售電曲線和換電計(jì)劃，本階段決策中已明確各電力交易品種的日前出清價(jià)格，且日內(nèi)短周期的換電需求預(yù)測(cè)結(jié)果更加準(zhǔn)確，因此日前預(yù)留的電量在本階段可被較充分利用。實(shí)時(shí)階段基于日內(nèi)優(yōu)化結(jié)果對(duì)充放電功率在分鐘級(jí)時(shí)間尺度上開(kāi)展更精細(xì)的調(diào)控，根據(jù)需求響應(yīng)實(shí)時(shí)邀約信息和實(shí)時(shí)電價(jià)波動(dòng)，確定實(shí)時(shí)需求響應(yīng)狀態(tài)，制定調(diào)頻功率分配策略。

1.3 電力現(xiàn)貨市場(chǎng)環(huán)境下EV BCSS的調(diào)控建模

為描述上述調(diào)控流程中的轉(zhuǎn)換關(guān)系，反映多時(shí)間尺度調(diào)控下BCSS充放電計(jì)劃逐步修正的特性，建立相應(yīng)的多時(shí)間尺度調(diào)控模型，如式（1）所示。

調(diào)控模型中關(guān)于BCSS 運(yùn)行和電力現(xiàn)貨市場(chǎng)規(guī)則的關(guān)鍵問(wèn)題如下。

1）換電供需建模。

EV 用戶前往電池配送站換電的時(shí)間存在隨機(jī)性，同時(shí)電池配送耗時(shí)因交通因素影響也無(wú)法精準(zhǔn)控制，因此BCSS面對(duì)的換電需求存在不確定性。

4）有效需求響應(yīng)評(píng)估。

需求響應(yīng)收益與需求側(cè)資源的響應(yīng)情況直接相關(guān)，以《廣州市虛擬電廠實(shí)施細(xì)則》為例，其計(jì)算公式見(jiàn)附錄B式（B7）。

5）電能量申報(bào)偏差收益轉(zhuǎn)移。

為防止市場(chǎng)成員利用日前與日內(nèi)市場(chǎng)的價(jià)差不正當(dāng)套利，設(shè)定電能量申報(bào)偏差收益轉(zhuǎn)移機(jī)制，以《廣東現(xiàn)貨電能量市場(chǎng)交易實(shí)施細(xì)則》為例，其計(jì)算公式見(jiàn)附錄B式（B8）。

2 電力現(xiàn)貨市場(chǎng)環(huán)境下EV BCSS 的優(yōu)化調(diào)控策略

為確保電力現(xiàn)貨市場(chǎng)環(huán)境下的BCSS 經(jīng)濟(jì)高效運(yùn)行，本節(jié)提出日前-日內(nèi)-實(shí)時(shí)多時(shí)間尺度的優(yōu)化調(diào)控策略。

2.1 日前階段

式（14）所示約束條件表示使BCSS 各時(shí)段出力低于其最大限額；式（15）所示約束條件表示使所申報(bào)調(diào)頻容量不超過(guò)BCSS 的可用容量。此外需遵循1.3節(jié)中的關(guān)鍵問(wèn)題約束。

2.2 日內(nèi)階段

日內(nèi)階段換電需求、電能量?jī)r(jià)格存在波動(dòng)，同時(shí)可能收到需求響應(yīng)日內(nèi)邀約，因此作進(jìn)一步優(yōu)化?；贛PC 構(gòu)建日內(nèi)滾動(dòng)優(yōu)化調(diào)控環(huán)節(jié)，其優(yōu)化調(diào)控步驟如下［19-20］：

1）將電池荷電狀態(tài)、換電電量和調(diào)頻調(diào)用電量曲線作為MPC參考曲線用于滾動(dòng)優(yōu)化跟蹤；

2）建立控制時(shí)域和預(yù)測(cè)時(shí)域，考慮到越短的時(shí)間間隔內(nèi)換電需求隨機(jī)性越強(qiáng)，而越長(zhǎng)的時(shí)間間隔將導(dǎo)致調(diào)控空間縮小，本文以30 min為控制時(shí)域，以4 h為預(yù)測(cè)時(shí)域；

4）將控制序列的首個(gè)結(jié)果u(t)作用于控制對(duì)象，并產(chǎn)生輸出向量y(t)；

5）至t+1 時(shí)段，更新系統(tǒng)狀態(tài)并將y(t)反饋給滾動(dòng)優(yōu)化模型，以校正t時(shí)段擾動(dòng)量r(t)及預(yù)測(cè)誤差。

上述基于MPC 的滾動(dòng)優(yōu)化調(diào)控步驟中關(guān)鍵環(huán)節(jié)為滾動(dòng)預(yù)測(cè)、滾動(dòng)優(yōu)化與反饋校正，其中滾動(dòng)優(yōu)化環(huán)節(jié)建立如下。

選取下網(wǎng)功率Pbuy(t)、換電電量Qev(t)、調(diào)頻調(diào)用預(yù)留電量Qf±(t)（Qf±(t)為調(diào)頻調(diào)用預(yù)留電量關(guān)于時(shí)段t的函數(shù)）、日內(nèi)需求響應(yīng)量Qin，res(t)、各電池充電功率Pbat(t)=[P1(t)，P2(t)，…，Pn(t)]、各電池荷電狀態(tài)Sbat(t)=[S1(t)，S2(t)，…，Sn(t)]構(gòu)成狀態(tài)向量x(t)，如式（16）所示。

選取換電電量增量ΔQev(t)、調(diào)頻調(diào)用電量增量ΔQf±(t)、日內(nèi)需求響應(yīng)增量ΔQin，res(t)、各電池充電增量ΔPbat(t)=[ΔP1(t)，ΔP2(t)，…，ΔPn(t)]構(gòu)成控制向量u(t)，如式（17）所示。

u(t)=[ΔPbat(t)，ΔQev(t)，ΔQf±(t)，ΔQin，res(t)]T（17）

選取換電需求預(yù)測(cè)增量Δdev(t)、調(diào)頻調(diào)用預(yù)測(cè)增量Δdin，f(t)構(gòu)成擾動(dòng)向量r(t)，如式（18）所示。

式中：Yr，1為Y1的跟蹤參考向量，由日前優(yōu)化所得；W為偏差權(quán)重矩陣，M為價(jià)格矩陣，具體如附錄B 式（B9）、（B10）所示；m為收益權(quán)重系數(shù)。目標(biāo)函數(shù)中(Y1-Yr，1)TW(Y1-Yr，1)為跟蹤誤差的平方和，一定程度上表征全局的經(jīng)濟(jì)性；mMY2為調(diào)控時(shí)段內(nèi)的運(yùn)行成本，表征局部經(jīng)濟(jì)性。收益權(quán)重系數(shù)m可調(diào)節(jié)，以協(xié)調(diào)全局和局部最優(yōu)［20］。

2.3 實(shí)時(shí)階段

（2）還需遵循式（12）、（13）所示約束條件。

2.4 模型求解策略

上述電力現(xiàn)貨市場(chǎng)環(huán)境下EV BCSS 的優(yōu)化調(diào)控模型，按照日前-日內(nèi)-實(shí)時(shí)的順序逐步求解。

日前階段為魯棒混合整數(shù)線性規(guī)劃問(wèn)題，本文采用橢球不確定集描述其不確性［21］，并將其等價(jià)變換成式（28）—（31）所示的二階錐規(guī)劃問(wèn)題，進(jìn)而通過(guò)商業(yè)求解器CPLEX 12.8.0.0 求解，推導(dǎo)過(guò)程見(jiàn)附錄B式（B11）—（B20）。

日內(nèi)滾動(dòng)優(yōu)化環(huán)節(jié)為混合整數(shù)二次規(guī)劃問(wèn)題，實(shí)時(shí)階段為混合整數(shù)線性規(guī)劃問(wèn)題，均使用商業(yè)求解器CPLEX 12.8.0.0求解。

3 算例分析

3.1 參數(shù)設(shè)置

為驗(yàn)證策略有效性，仿真分析圖1 所示BCSS，相關(guān)參數(shù)見(jiàn)附錄C 表C1，其中電池參數(shù)采用三元鋰電池常用裝車數(shù)據(jù)。EV 換電需求基于美國(guó)家庭出行調(diào)查數(shù)據(jù)，采用蒙特卡羅方法進(jìn)行模擬，具體如圖2 所示。其中日前以1 h 為時(shí)間尺度得到24 個(gè)數(shù)據(jù)點(diǎn)，日內(nèi)以30 min 為時(shí)間尺度得到48 個(gè)數(shù)據(jù)點(diǎn)，并假定EV 中待更換電池荷電狀態(tài)服從N（0.2，0.042）概率分布。日前、實(shí)時(shí)購(gòu)售電電價(jià)、調(diào)頻容量、里程價(jià)格預(yù)測(cè)值根據(jù)2019 年美國(guó)PJM 市場(chǎng)的運(yùn)行數(shù)據(jù)模擬，日前、日內(nèi)、實(shí)時(shí)需求響應(yīng)價(jià)格以《廣州市虛擬電廠實(shí)施細(xì)則》為基準(zhǔn)設(shè)定，具體數(shù)據(jù)見(jiàn)附錄C 圖C1、圖C2和表C2，預(yù)測(cè)偏差均設(shè)為10%。

圖2 不同時(shí)段下EV換電需求預(yù)測(cè)值Fig.2 Forecast values for EV battery demand under different period

3.2 算例分析

3.2.1 優(yōu)化調(diào)控分析

對(duì)電力現(xiàn)貨市場(chǎng)環(huán)境下EV BCSS 的優(yōu)化調(diào)控進(jìn)行仿真分析，仿真結(jié)果附錄C圖C3—C5。

由仿真結(jié)果可見(jiàn)，時(shí)段0—3的日前充電曲線和日內(nèi)充電曲線保持一致，其他時(shí)段的日內(nèi)充電曲線幾乎均略低于日前充電曲線。根據(jù)2.2節(jié)分析，日內(nèi)調(diào)控的目標(biāo)函數(shù)由全局經(jīng)濟(jì)性和局部經(jīng)濟(jì)性構(gòu)成，而時(shí)段0—5 并無(wú)換電需求，完全響應(yīng)時(shí)段2、3 的需求響應(yīng)邀約符合該調(diào)控周期的局部經(jīng)濟(jì)性最優(yōu)目標(biāo)，同時(shí)能夠使得用電曲線的跟蹤誤差最小，即全局收益性最優(yōu)，因此該時(shí)段的日前、日內(nèi)充電曲線保持一致。在其他時(shí)段，日內(nèi)調(diào)控的開(kāi)展基于更高精度的換電需求預(yù)測(cè)，則在各時(shí)段有更精確的充電電量需求，因此在調(diào)控目標(biāo)中局部經(jīng)濟(jì)性的影響下，日內(nèi)充電曲線相較日前的魯棒優(yōu)化曲線有所下降，有效提高了BCSS的運(yùn)行經(jīng)濟(jì)性。

圖C3 中BCSS 的3 次長(zhǎng)時(shí)間對(duì)外放電，分別對(duì)應(yīng)3次需求響應(yīng)：①時(shí)段0、1 BCSS 放電，為時(shí)段2、3的填谷需求預(yù)留充電空間；②時(shí)段12、13 同時(shí)存在日前和日內(nèi)兩階段的削峰需求，因此經(jīng)日前調(diào)控后充電功率為負(fù)值，進(jìn)入日內(nèi)階段，隨著時(shí)段0—11的滾動(dòng)優(yōu)化，BCSS 中未充分利用的調(diào)頻電量和換電電量逐漸累積，在該時(shí)段日內(nèi)削峰需求出現(xiàn)時(shí)，即可利用該部分能量參與響應(yīng)；③時(shí)段19、20 為日前電價(jià)高峰，日前調(diào)控下充電功率為負(fù)值，進(jìn)入實(shí)時(shí)階段，實(shí)時(shí)電價(jià)再度升高，同時(shí)產(chǎn)生填谷需求，因此日內(nèi)及實(shí)時(shí)階段放電功率進(jìn)一步增大。綜上所述，本文構(gòu)建優(yōu)化調(diào)控策略可有效感知并適應(yīng)電力現(xiàn)貨市場(chǎng)環(huán)境。

3.2.2 模型參數(shù)的影響

本節(jié)重點(diǎn)仿真分析不確定度控制系數(shù)ρ和收益權(quán)重系數(shù)m對(duì)整體優(yōu)化調(diào)控的影響。ρ在一定程度上反映了決策者對(duì)不確定性所帶來(lái)風(fēng)險(xiǎn)的回避程度；m反映了決策者對(duì)于全局經(jīng)濟(jì)性和局部經(jīng)濟(jì)性的取舍決策。設(shè)置對(duì)比模型，仿真分析各模型在典型場(chǎng)景下的策略執(zhí)行情況，模型參數(shù)設(shè)置及仿真結(jié)果見(jiàn)表1。

表1 不同參數(shù)設(shè)置下的調(diào)控結(jié)果Table 1 Regulation results for different parameters

除模型3 外，其他模型的日前收益均小于日內(nèi)收益，日前成本均大于日內(nèi)成本。該差異來(lái)自2 個(gè)方面：①日前階段為回避風(fēng)險(xiǎn)將根據(jù)ρ在各時(shí)段預(yù)備足量的電量，從而產(chǎn)生更高的購(gòu)電成本和電池折舊成本，優(yōu)化結(jié)果相對(duì)保守；②日內(nèi)階段BCSS 可通過(guò)參與日內(nèi)需求響應(yīng)獲得收益。

模型1—3的日前收益逐步增加，日內(nèi)收益逐步下降。因?yàn)殡S著ρ降低，日前階段對(duì)不確定性風(fēng)險(xiǎn)的回避程度逐漸減小，策略的保守程度逐漸降低，預(yù)期收益逐漸增加；進(jìn)入日內(nèi)階段，模型1 有充足的電量應(yīng)對(duì)換電需求波動(dòng)并從日內(nèi)需求響應(yīng)中獲利；模型2 的ρ相對(duì)較低，可在一定程度上應(yīng)對(duì)換電需求波動(dòng)，但難以參與日內(nèi)削峰需求響應(yīng)；模型3 在日前階段未考慮不確定性，完全依靠日內(nèi)滾動(dòng)優(yōu)化應(yīng)對(duì)換電需求波動(dòng)，在換電高峰時(shí)段出現(xiàn)換電收益損失，且未有效參與日內(nèi)需求響應(yīng)，因此其日內(nèi)收益最低且低于日前收益，日內(nèi)成本大于日前成本。而模型4 的日內(nèi)階段僅以跟蹤誤差最小為目標(biāo)，在滾動(dòng)優(yōu)化過(guò)程中仍保持較高保守性，由于剔除了局部經(jīng)濟(jì)性目標(biāo)，模型對(duì)需求響應(yīng)日內(nèi)邀約無(wú)響應(yīng)，因此其日內(nèi)收益最低。

3.2.3 需求響應(yīng)價(jià)格與時(shí)段的影響

分析需求響應(yīng)價(jià)格與時(shí)段對(duì)優(yōu)化調(diào)控結(jié)果的影響。由1.1節(jié)和1.2節(jié)可知日前和日內(nèi)階段的需求響應(yīng)有相似的交易機(jī)制和參與形式，實(shí)時(shí)需求響應(yīng)則對(duì)需求側(cè)資源的實(shí)時(shí)調(diào)控能力有更高的要求，因此本節(jié)選取日前需求響應(yīng)和實(shí)時(shí)需求響應(yīng)進(jìn)行分析。

在3.1 節(jié)的基礎(chǔ)上對(duì)日前需求響應(yīng)價(jià)格區(qū)間以及實(shí)時(shí)需求響應(yīng)時(shí)段做出調(diào)整，形成如下場(chǎng)景：①場(chǎng)景1，日前需求響應(yīng)價(jià)格、實(shí)時(shí)需求響應(yīng)時(shí)段均不變；②場(chǎng)景2，日前需求響應(yīng)價(jià)格降低（填谷、削峰價(jià)格均降低25%），實(shí)時(shí)需求響應(yīng)時(shí)段不變；③場(chǎng)景3，日前需求響應(yīng)價(jià)格不變，實(shí)時(shí)需求響應(yīng)時(shí)段調(diào)整（調(diào)整為時(shí)段17、18）。仿真分析不同場(chǎng)景下策略執(zhí)行情況，結(jié)果見(jiàn)圖3、4。

圖3 場(chǎng)景1、2的日前優(yōu)化調(diào)控充電曲線Fig.3 Day-ahead optimized regulation charging curves in Scenario 1 and 2

場(chǎng)景1中BCSS在時(shí)段2、3響應(yīng)填谷需求，在時(shí)段12、13響應(yīng)削峰需求；場(chǎng)景2中BCSS未響應(yīng)時(shí)段2、3的填谷需求，對(duì)時(shí)段12、13 的削峰需求響應(yīng)量減少，同時(shí)時(shí)段14、15 的充電功率下降。BCSS 充電伴隨電池折舊成本和購(gòu)電成本，放電伴隨售電收益和電池折舊成本，并減少BCSS 內(nèi)電池電量裕度。BCSS日前優(yōu)化調(diào)控以收益最高為目標(biāo)，場(chǎng)景1 中BCSS 參與需求響應(yīng)所獲收益大于上述成本支出，且能夠保有充足的電量裕度，因此其較大程度地參與需求響應(yīng)。場(chǎng)景2 中日前需求響應(yīng)價(jià)格區(qū)間降低，使得時(shí)段2、3 的填谷收益小于對(duì)應(yīng)的成本支出，因此BCSS無(wú)響應(yīng)；而在時(shí)段12、13，削峰價(jià)格較低，結(jié)合時(shí)段14、15 的電能量?jī)r(jià)格數(shù)據(jù)，BCSS 傾向于降低削峰需求響應(yīng)量以使整體收益最高。

圖4 中場(chǎng)景1 下BCSS 于時(shí)段19、20 響應(yīng)實(shí)時(shí)階段的填谷需求，而在場(chǎng)景3 下未響應(yīng)，因此場(chǎng)景1 的實(shí)時(shí)曲線較場(chǎng)景3 整體偏低。時(shí)段19、20 為日前電價(jià)高峰時(shí)段，且在實(shí)時(shí)階段電價(jià)再度上升，同時(shí)產(chǎn)生實(shí)時(shí)削峰需求。BCSS 后續(xù)換電需求較小，在確保調(diào)頻容量的基礎(chǔ)上有充裕的放電空間進(jìn)行響應(yīng)；時(shí)段17、18 為換電需求高峰期，此時(shí)BCSS 需大量充電，同時(shí)滿足日前承諾的調(diào)頻容量，因此雖然該時(shí)段的實(shí)時(shí)需求響應(yīng)收益較高，但BCSS 無(wú)響應(yīng)。由此可見(jiàn)，BCSS 雖然能夠滿足實(shí)時(shí)需求響應(yīng)的快速響應(yīng)要求，但受到換電服務(wù)的限制，同時(shí)與調(diào)頻輔助服務(wù)參與程度相互制約，其靈活可調(diào)性有所下降。

圖4 場(chǎng)景1、3的實(shí)時(shí)優(yōu)化調(diào)控充電曲線Fig.4 Real-time optimized regulation charging curves in Scenario 1 and 3

4 結(jié)論

本文依據(jù)南方電力現(xiàn)貨市場(chǎng)系列試點(diǎn)規(guī)則方案，提出電力現(xiàn)貨市場(chǎng)環(huán)境下BCSS的多時(shí)間尺度調(diào)控策略，通過(guò)參與多種交易品種提升其經(jīng)濟(jì)效益，同時(shí)為新型電力系統(tǒng)建設(shè)提供支撐。通過(guò)仿真分析，得出以下結(jié)論。

1）所提調(diào)控模型可精確描述站內(nèi)各電池?fù)Q電、充電、放電、滿電狀態(tài)之間的轉(zhuǎn)換，解決現(xiàn)有的BCSS優(yōu)化調(diào)控模型中大多通過(guò)電能儲(chǔ)備總量描述充換電需求，無(wú)法反映各電池在各時(shí)刻所處狀態(tài)的問(wèn)題，從而全面反映換電服務(wù)和現(xiàn)貨市場(chǎng)多品種交易的協(xié)同開(kāi)展?fàn)顩r。

2）基于MPC 的日內(nèi)滾動(dòng)優(yōu)化綜合考慮跟蹤誤差和局部經(jīng)濟(jì)性最優(yōu)，可有效使BCSS跟蹤日前優(yōu)化調(diào)控曲線，并在收到需求響應(yīng)日內(nèi)邀約時(shí)積極響應(yīng)，同時(shí)解決日前魯棒優(yōu)化結(jié)果的保守性問(wèn)題，使調(diào)控策略更貼近實(shí)際運(yùn)行狀態(tài)和電力現(xiàn)貨市場(chǎng)需求。

3）BCSS 能夠滿足需求響應(yīng)的快速響應(yīng)要求，但其響應(yīng)意愿受需求響應(yīng)價(jià)格和時(shí)段的影響。當(dāng)需求響應(yīng)價(jià)格偏低致使需求響應(yīng)預(yù)期收益低于相應(yīng)付出的電池折舊成本和購(gòu)電成本時(shí)，BCSS 傾向于不響應(yīng)；當(dāng)需求響應(yīng)時(shí)段與換電高峰期重疊時(shí)，EV BCSS將優(yōu)先滿足換電需求，響應(yīng)能力較弱。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。