王 鶴，丁 晨，范高鋒，邊 競(jìng)，于國(guó)康，辛超山

基于AGC調(diào)頻分區(qū)控制的光儲(chǔ)聯(lián)合系統(tǒng)參與市場(chǎng)投標(biāo)策略

王 鶴1，丁 晨1，范高鋒2，邊 競(jìng)1，于國(guó)康3，辛超山3

(1.現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(東北電力大學(xué))，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)

為充分發(fā)揮光儲(chǔ)聯(lián)合系統(tǒng)提供調(diào)頻輔助服務(wù)的能力、提高聯(lián)合系統(tǒng)的收益，提出了一種基于自動(dòng)發(fā)電控制(automatic generation control, AGC)調(diào)頻分區(qū)控制的光儲(chǔ)聯(lián)合系統(tǒng)參與市場(chǎng)的投標(biāo)策略。首先，考慮了光儲(chǔ)系統(tǒng)運(yùn)行特性和電網(wǎng)頻率波動(dòng)不確定性，提出了光儲(chǔ)系統(tǒng)參與能量-調(diào)頻市場(chǎng)的日前-實(shí)時(shí)兩階段交易方法。其次，提出了光儲(chǔ)系統(tǒng)參與AGC的實(shí)時(shí)調(diào)頻控制方法，根據(jù)區(qū)域控制偏差所處控制域動(dòng)態(tài)分配光儲(chǔ)系統(tǒng)所承擔(dān)的調(diào)節(jié)量。然后，構(gòu)建了光儲(chǔ)聯(lián)合系統(tǒng)參與電力市場(chǎng)的多時(shí)間尺度投標(biāo)優(yōu)化模型，其中日前市場(chǎng)考慮了潛在的實(shí)時(shí)能量偏差，實(shí)時(shí)市場(chǎng)利用滾動(dòng)優(yōu)化方法反饋校正多種不確定因素。最后，通過(guò)算例分析驗(yàn)證了該策略在充分考慮電力系統(tǒng)頻率安全穩(wěn)定的前提下，使利潤(rùn)增加了14.9%，顯著提高了光儲(chǔ)聯(lián)合系統(tǒng)的收益。

光儲(chǔ)聯(lián)合系統(tǒng)；能量市場(chǎng)；調(diào)頻輔助服務(wù)；自動(dòng)發(fā)電控制；投標(biāo)策略

0 引言

為了實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展與減排目標(biāo)，我國(guó)將碳達(dá)峰、碳中和作為“十四五”污染防治攻堅(jiān)戰(zhàn)的重要目標(biāo)，納入國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展的五年規(guī)劃[1]。增加可再生能源滲透率是實(shí)現(xiàn)低碳經(jīng)濟(jì)目標(biāo)的重要手段，近年來(lái)以光伏發(fā)電為代表的新能源裝機(jī)容量大幅增加[2-3]，盡管光伏發(fā)電由于運(yùn)行成本低在電力市場(chǎng)中擁有較大的競(jìng)爭(zhēng)優(yōu)勢(shì)，但是由于光伏出力的波動(dòng)性和隨機(jī)性，光伏電站獨(dú)自參與電力市場(chǎng)競(jìng)價(jià)存在著較大的交易風(fēng)險(xiǎn)[4-5]。為進(jìn)一步推動(dòng)新能源企業(yè)市場(chǎng)化發(fā)展，近年來(lái)國(guó)家已出臺(tái)相關(guān)政府文件鼓勵(lì)新能源場(chǎng)站配置儲(chǔ)能，以有效提高新能源企業(yè)在能量-調(diào)頻市場(chǎng)的競(jìng)爭(zhēng)能力。

目前一些學(xué)者針對(duì)儲(chǔ)能與光伏等新能源聯(lián)合參與電力市場(chǎng)展開相關(guān)研究。文獻(xiàn)[6]基于電力市場(chǎng)雙結(jié)算模式，研究風(fēng)儲(chǔ)一體化電站參與日前市場(chǎng)及實(shí)時(shí)市場(chǎng)的投標(biāo)策略問(wèn)題。文獻(xiàn)[7]著重考慮新能源出力和實(shí)時(shí)市場(chǎng)價(jià)格的不確定性，構(gòu)建了基于魯棒模型預(yù)測(cè)控制的新能源電站與儲(chǔ)能聯(lián)合競(jìng)價(jià)優(yōu)化模型。除此之外，由于新能源電站缺乏向上調(diào)頻的能力，而儲(chǔ)能跟蹤負(fù)荷變化精準(zhǔn)、響應(yīng)速度快[8-9]，可以很好地配合新能源電站參與電網(wǎng)調(diào)頻輔助服務(wù)。文獻(xiàn)[10]以光儲(chǔ)聯(lián)合系統(tǒng)總收益為經(jīng)濟(jì)性衡量指標(biāo)，提出了光儲(chǔ)系統(tǒng)同時(shí)參與實(shí)時(shí)能量和調(diào)頻市場(chǎng)的投標(biāo)方法。文獻(xiàn)[11]考慮了儲(chǔ)能電荷容量狀態(tài)對(duì)其調(diào)頻性能指標(biāo)的影響，建立了新能源聯(lián)合儲(chǔ)能參與調(diào)頻的優(yōu)化策略。文獻(xiàn)[12]提出了一種光儲(chǔ)系統(tǒng)參與能量和頻率恢復(fù)儲(chǔ)備市場(chǎng)的競(jìng)價(jià)和運(yùn)營(yíng)策略，通過(guò)模型預(yù)測(cè)控制方法處理光伏出力的不確定性，提高光儲(chǔ)系統(tǒng)的經(jīng)濟(jì)效益。然而，目前這些研究均未考慮自動(dòng)發(fā)電控制(automatic generation control, AGC)指令不確定性對(duì)投標(biāo)決策的影響，研究所基于的調(diào)頻市場(chǎng)機(jī)制過(guò)于理想，僅根據(jù)市場(chǎng)階段性出清結(jié)果制定后續(xù)投標(biāo)策略。而在現(xiàn)有調(diào)頻市場(chǎng)交易規(guī)則中，需結(jié)合電網(wǎng)頻率波動(dòng)情況制定光儲(chǔ)系統(tǒng)實(shí)時(shí)AGC協(xié)調(diào)控制方法，儲(chǔ)能的電量及功率需根據(jù)實(shí)際被調(diào)用情況不斷進(jìn)行實(shí)時(shí)更新并修正，以制定最優(yōu)的投標(biāo)策略。

在新能源與儲(chǔ)能聯(lián)合系統(tǒng)參與AGC協(xié)調(diào)控制方面，文獻(xiàn)[13]提出了光儲(chǔ)系統(tǒng)利用逆變器空余容量參與電網(wǎng)調(diào)頻/調(diào)峰的控制策略，通過(guò)設(shè)置4類儲(chǔ)能電池荷電狀態(tài)分區(qū)以確保儲(chǔ)能電池能夠協(xié)調(diào)調(diào)頻和調(diào)峰兩種模式。文獻(xiàn)[14]提出了內(nèi)部能量協(xié)調(diào)控制和多目標(biāo)優(yōu)化控制的復(fù)合控制方式，利用混合儲(chǔ)能系統(tǒng)平抑光伏電站的功率波動(dòng)，降低整個(gè)光儲(chǔ)系統(tǒng)對(duì)電網(wǎng)頻率的影響。文獻(xiàn)[15]基于VSG技術(shù)調(diào)節(jié)儲(chǔ)能逆變器功率，使光儲(chǔ)系統(tǒng)具備PV-VSG特性，增強(qiáng)光儲(chǔ)系統(tǒng)的調(diào)頻能力。文獻(xiàn)[16]考慮到儲(chǔ)能循環(huán)壽命成本較高的特點(diǎn)，優(yōu)先安排新能源響應(yīng)電網(wǎng)的調(diào)頻信號(hào)，不足部分再由儲(chǔ)能進(jìn)行調(diào)頻，有效避免了儲(chǔ)能頻繁動(dòng)作對(duì)其循環(huán)壽命的影響。上述研究對(duì)合理協(xié)調(diào)光儲(chǔ)系統(tǒng)參與AGC調(diào)頻，降低儲(chǔ)能運(yùn)行成本方面提供了很好的借鑒意義，但現(xiàn)有的光儲(chǔ)系統(tǒng)參與AGC控制方法中，尚未見從電力市場(chǎng)的角度出發(fā)，展開光儲(chǔ)系統(tǒng)在電網(wǎng)不同頻率波動(dòng)程度下的協(xié)調(diào)控制研究。

綜上所述，本文提出了一種基于AGC調(diào)頻分區(qū)控制的光儲(chǔ)聯(lián)合系統(tǒng)參與市場(chǎng)的投標(biāo)策略研究。首先，提出了光儲(chǔ)聯(lián)合系統(tǒng)參與能量-調(diào)頻市場(chǎng)的兩階段交易方法。之后，針對(duì)電網(wǎng)頻率波動(dòng)的隨機(jī)性和復(fù)雜性，在電力市場(chǎng)背景下從經(jīng)濟(jì)最優(yōu)角度和頻率安全角度提出了不同控制區(qū)間下的光儲(chǔ)系統(tǒng)調(diào)頻方法。最后，建立了考慮潛在實(shí)時(shí)能量偏差的日前市場(chǎng)投標(biāo)模型和考慮實(shí)時(shí)AGC調(diào)頻控制的實(shí)時(shí)市場(chǎng)滾動(dòng)優(yōu)化模型，實(shí)現(xiàn)了光儲(chǔ)聯(lián)合系統(tǒng)參與能量-調(diào)頻市場(chǎng)全時(shí)間尺度下的決策優(yōu)化。通過(guò)仿真驗(yàn)證了所提策略在改善電網(wǎng)頻率波動(dòng)和提升光儲(chǔ)系統(tǒng)經(jīng)濟(jì)性方面的優(yōu)勢(shì)。

1 光儲(chǔ)系統(tǒng)參與能量-調(diào)頻市場(chǎng)的交易方法

本文基于市場(chǎng)出清價(jià)格統(tǒng)一結(jié)算機(jī)制(market clearing price, MCP)[17]，提出了光儲(chǔ)聯(lián)合系統(tǒng)參與能量-調(diào)頻市場(chǎng)的兩階段交易方法，其中假設(shè)獨(dú)立系統(tǒng)調(diào)度機(jī)構(gòu)(independent system operator, ISO)為單一購(gòu)買方，代表用戶參與電力市場(chǎng)交易。并且考慮到光儲(chǔ)系統(tǒng)的自身容量問(wèn)題，其報(bào)價(jià)行為對(duì)于市場(chǎng)價(jià)格影響較小，因此將光儲(chǔ)聯(lián)合系統(tǒng)視為價(jià)格接受者參與電力市場(chǎng)，其申報(bào)出力均會(huì)被市場(chǎng)機(jī)構(gòu)接受[18]，所設(shè)計(jì)的兩階段交易方法如圖1所示。

第一階段為日前市場(chǎng)投標(biāo)優(yōu)化階段，光儲(chǔ)系統(tǒng)根據(jù)日前24 h的光伏預(yù)測(cè)出力、日前市場(chǎng)以及實(shí)時(shí)平衡市場(chǎng)的電價(jià)預(yù)測(cè)情況，在日前市場(chǎng)交易關(guān)閉之前，提前上報(bào)次日各時(shí)段的競(jìng)標(biāo)出力。在這一階段投標(biāo)策略的決策過(guò)程中，重點(diǎn)關(guān)注了日前市場(chǎng)與實(shí)時(shí)平衡市場(chǎng)間的耦合關(guān)系，考慮了光伏預(yù)測(cè)出力與實(shí)際出力之間潛在的不平衡功率偏差。在電力交易中心完成電能量市場(chǎng)集中優(yōu)化出清，調(diào)頻市場(chǎng)預(yù)出清后，光儲(chǔ)系統(tǒng)與ISO簽訂日前電能量市場(chǎng)交易合約。

第二階段為實(shí)時(shí)市場(chǎng)滾動(dòng)優(yōu)化投標(biāo)階段，光儲(chǔ)系統(tǒng)根據(jù)光伏電站最新的光伏出力預(yù)測(cè)信息以及實(shí)時(shí)市場(chǎng)電價(jià)對(duì)日前投標(biāo)進(jìn)行修正。每15 min投標(biāo)一次參與實(shí)時(shí)平衡市場(chǎng)的正負(fù)不平衡電量，并重新上報(bào)調(diào)頻市場(chǎng)競(jìng)標(biāo)出力，每次制定后續(xù)4 h(16個(gè)時(shí)段)的投標(biāo)策略，并采用當(dāng)前滾動(dòng)窗口內(nèi)第1個(gè)時(shí)段的優(yōu)化結(jié)果，逐步減少與日前投標(biāo)計(jì)劃間的偏差。在實(shí)時(shí)電力市場(chǎng)交易結(jié)束后，電力交易中心進(jìn)行不平衡偏差電量結(jié)算。

在實(shí)時(shí)調(diào)度中，調(diào)度中心根據(jù)電網(wǎng)頻率實(shí)際波動(dòng)情況以及光儲(chǔ)聯(lián)合系統(tǒng)在調(diào)頻市場(chǎng)中上報(bào)的調(diào)頻量，給光儲(chǔ)系統(tǒng)下發(fā)AGC指令，實(shí)際被調(diào)用的光儲(chǔ)系統(tǒng)得到調(diào)頻經(jīng)濟(jì)補(bǔ)償。結(jié)合光伏的實(shí)際出力數(shù)據(jù)和光儲(chǔ)實(shí)際承擔(dān)的功率調(diào)節(jié)量對(duì)儲(chǔ)能的實(shí)時(shí)電量、功率進(jìn)行修正，將修正后的數(shù)據(jù)作為新一輪滾動(dòng)優(yōu)化的輸入數(shù)據(jù)，以此構(gòu)成閉環(huán)優(yōu)化控制，從而有效提高儲(chǔ)能的利用率和光儲(chǔ)聯(lián)合系統(tǒng)的收益。

圖1 光儲(chǔ)系統(tǒng)參與市場(chǎng)的兩階段交易方法

2 基于AGC分區(qū)的光儲(chǔ)系統(tǒng)實(shí)時(shí)調(diào)頻控制

2.1 AGC控制區(qū)域的劃分

在電網(wǎng)的實(shí)際運(yùn)行中，通過(guò)廣域監(jiān)控系統(tǒng)和能源管理信息系統(tǒng)獲取實(shí)時(shí)ACE控制區(qū)間，通常依據(jù)ACE的絕對(duì)值大小和給定的靜態(tài)門檻值對(duì)ACE的控制區(qū)域進(jìn)行劃分[19]，可劃分為4個(gè)區(qū)間：緊急調(diào)節(jié)區(qū)、次緊急調(diào)節(jié)區(qū)、正常調(diào)節(jié)區(qū)以及死區(qū)，如圖2所示。

圖2 ACE控制區(qū)域劃分

2.2 光儲(chǔ)系統(tǒng)參與AGC的實(shí)時(shí)調(diào)頻控制

與傳統(tǒng)調(diào)頻資源相比，儲(chǔ)能不存在爬坡速率控制的制約，調(diào)節(jié)精度高，可以快速響應(yīng)區(qū)域內(nèi)的緊急調(diào)頻需求，令儲(chǔ)能輔助光伏電站參與電網(wǎng)調(diào)頻能有效改善光伏電站單獨(dú)參與調(diào)頻時(shí)穩(wěn)定性不足的問(wèn)題，并且提高經(jīng)濟(jì)性。為了充分發(fā)揮光儲(chǔ)系統(tǒng)的頻率響應(yīng)優(yōu)勢(shì)，需要根據(jù)ACE所處區(qū)間，合理安排儲(chǔ)能充放電策略，將調(diào)頻信號(hào)按相應(yīng)分配原則下發(fā)至光儲(chǔ)系統(tǒng)。

在不同的ACE控制區(qū)間下，調(diào)度中心對(duì)于調(diào)頻需求的迫切程度不同，因此控制目標(biāo)也不一樣，基于此本文制定了光儲(chǔ)系統(tǒng)參與AGC的實(shí)時(shí)調(diào)頻控制方法，由于與常規(guī)發(fā)電機(jī)組相比，光儲(chǔ)調(diào)頻響應(yīng)速度更快，故假設(shè)由光儲(chǔ)系統(tǒng)優(yōu)先響應(yīng)區(qū)域調(diào)頻功率需求，而光儲(chǔ)系統(tǒng)未完成的調(diào)頻額度依靠其他常規(guī)發(fā)電機(jī)組依據(jù)爬坡速率按比例分?jǐn)偅唧w分配策略如下。

1) 當(dāng)ACE位于緊急調(diào)節(jié)區(qū)時(shí)，以保證電網(wǎng)頻率安全為首要控制目標(biāo)，為盡可能快速地降低區(qū)域控制偏差，使系統(tǒng)恢復(fù)到安全穩(wěn)定狀態(tài)，調(diào)度中心將強(qiáng)制儲(chǔ)能以最大充(放)電功率進(jìn)行調(diào)節(jié)，并且不對(duì)儲(chǔ)能的荷電狀態(tài)(state of charge, SOC)進(jìn)行范圍限制。此外調(diào)度中心還將調(diào)控一定比率的光儲(chǔ)系統(tǒng)在電能量市場(chǎng)的申報(bào)出力用來(lái)調(diào)頻，此時(shí)AGC系統(tǒng)分配給光儲(chǔ)系統(tǒng)的調(diào)節(jié)量為

2) 當(dāng)ACE位于次緊急調(diào)節(jié)區(qū)時(shí)，儲(chǔ)能維持滿功率運(yùn)行狀態(tài)，此時(shí)儲(chǔ)能優(yōu)先跟蹤光伏出力，通過(guò)充、放電調(diào)整光伏實(shí)際出力與計(jì)劃出力之間的偏差，并且考慮儲(chǔ)能自身SOC對(duì)其最大充(放)電功率的約束限制。與此同時(shí)，調(diào)度中心還將調(diào)控較小比率的光儲(chǔ)系統(tǒng)在電能量市場(chǎng)的申報(bào)出力用來(lái)調(diào)頻，此時(shí)AGC系統(tǒng)分配給光儲(chǔ)系統(tǒng)的調(diào)節(jié)量為

4) 當(dāng)ACE位于調(diào)節(jié)死區(qū)時(shí)，區(qū)域內(nèi)調(diào)頻功率需求很小，常規(guī)調(diào)頻機(jī)組即可以滿足區(qū)域調(diào)節(jié)需求，在減少系統(tǒng)頻率偏差的同時(shí)為避免儲(chǔ)能頻繁充放電動(dòng)作對(duì)電池壽命造成影響，此情況下僅依靠常規(guī)調(diào)頻機(jī)組進(jìn)行調(diào)節(jié)，光儲(chǔ)聯(lián)合系統(tǒng)不參與電網(wǎng)調(diào)節(jié)工作，此時(shí)AGC系統(tǒng)分配給光儲(chǔ)系統(tǒng)的調(diào)節(jié)量為

3 光儲(chǔ)系統(tǒng)聯(lián)合投標(biāo)優(yōu)化模型

3.1 基于每日晴空指數(shù)的光伏出力場(chǎng)景模擬

考慮到光照強(qiáng)度、氣象條件等不確定性因素對(duì)實(shí)際預(yù)測(cè)存在誤差，目前現(xiàn)有研究認(rèn)為光伏的出力預(yù)測(cè)誤差滿足正態(tài)分布[22]，因此時(shí)刻光伏太陽(yáng)板的出力誤差概率密度函數(shù)滿足式(8)。

本文采用Monte Carlo抽樣方法隨機(jī)生成光伏出力場(chǎng)景集合，對(duì)于所生成的大量光伏場(chǎng)景，為減少計(jì)算時(shí)間、降低計(jì)算復(fù)雜程度，選擇回代縮減方法進(jìn)行場(chǎng)景削減[23]，保證削減保留的場(chǎng)景集與原始場(chǎng)景概率距離最小，得到光伏出力典型場(chǎng)景。

3.2 日前市場(chǎng)投標(biāo)模型

3.2.1目標(biāo)函數(shù)

光儲(chǔ)聯(lián)合系統(tǒng)在日前能量-調(diào)頻市場(chǎng)的收益如式(10)和式(11)所示。

如果光儲(chǔ)聯(lián)合系統(tǒng)在日前市場(chǎng)中的投標(biāo)出力小于其實(shí)際出力，則在實(shí)時(shí)平衡市場(chǎng)中出售正不平衡電量；如果光儲(chǔ)聯(lián)合系統(tǒng)在日前市場(chǎng)中的投標(biāo)出力大于其實(shí)際出力，則需要在實(shí)時(shí)平衡市場(chǎng)中購(gòu)買負(fù)不平衡電量。光儲(chǔ)聯(lián)合系統(tǒng)在實(shí)時(shí)平衡市場(chǎng)的預(yù)計(jì)收益為

3.2.2約束條件

1) 功率平衡約束

2) 光伏出力約束

3) 儲(chǔ)能功率約束

式(22)—式(27)保證了儲(chǔ)能充放電和參與調(diào)頻功率不超過(guò)其額定功率。

4) 儲(chǔ)能電量約束

3.3 實(shí)時(shí)市場(chǎng)投標(biāo)模型

在光儲(chǔ)系統(tǒng)上報(bào)該時(shí)段投標(biāo)電量后，調(diào)度中心將根據(jù)電網(wǎng)頻率實(shí)際波動(dòng)情況以及光儲(chǔ)系統(tǒng)在調(diào)頻市場(chǎng)中上報(bào)的出力，下發(fā)AGC調(diào)頻指令?？紤]到光伏實(shí)際出力的不確定性以及實(shí)時(shí)AGC調(diào)頻指令均會(huì)使儲(chǔ)能的電量和功率發(fā)生變化，進(jìn)而影響光儲(chǔ)系統(tǒng)后續(xù)參與市場(chǎng)的初始狀態(tài)，因此在每一次滾動(dòng)窗口結(jié)束后，需要對(duì)這些不確定因素進(jìn)行修正。

4 算例分析

4.1 算例設(shè)置

為了驗(yàn)證本文所提投標(biāo)策略的可行性和優(yōu)越性，以江蘇省某裝機(jī)容量為33 MW的光伏電站為例進(jìn)行算例分析，儲(chǔ)能總裝機(jī)為4.5 MW/10 MWh，系統(tǒng)相關(guān)參數(shù)設(shè)置如表1所示。

表1 系統(tǒng)參數(shù)設(shè)定

能量-調(diào)頻市場(chǎng)電價(jià)預(yù)測(cè)數(shù)據(jù)參考江蘇電力市場(chǎng)中某日的實(shí)際電價(jià)數(shù)據(jù)，目前使用神經(jīng)網(wǎng)絡(luò)算法已可將24 h以內(nèi)電價(jià)預(yù)測(cè)的平均絕對(duì)百分比誤差降低至15%以內(nèi)[25]，因此本文假設(shè)日前和實(shí)時(shí)市場(chǎng)電價(jià)預(yù)測(cè)的最大百分比預(yù)測(cè)誤差分別為15%和10%。日前和實(shí)時(shí)市場(chǎng)的預(yù)測(cè)電價(jià)如附錄B圖B1所示。

本文在處理器為Intel Core i7-8650U，內(nèi)存為8.0 GB的計(jì)算機(jī)中進(jìn)行仿真，利用Matlab R2016b調(diào)用現(xiàn)有的商業(yè)求解器Cplex完成，本文策略仿真總運(yùn)行時(shí)間為39.30 s。

4.2 光伏出力不確定性場(chǎng)景集

本文選取江蘇省常州市2017年10月的光伏發(fā)電歷史數(shù)據(jù)進(jìn)行分析，采用基于每時(shí)晴空指數(shù)的時(shí)間序列建模方法對(duì)日前(1 h)、實(shí)時(shí)(15 min)光伏出力進(jìn)行預(yù)測(cè)。假設(shè)光伏出力的預(yù)測(cè)誤差服從正態(tài)分布，預(yù)測(cè)誤差取25%，隨機(jī)生成預(yù)測(cè)誤差場(chǎng)景數(shù)為100個(gè)。通過(guò)回代縮減方法進(jìn)行場(chǎng)景縮減計(jì)算，得到日前及實(shí)時(shí)的典型光伏預(yù)測(cè)出力場(chǎng)景，如附錄B圖B2、圖B3所示。附錄B表B1、表B2為日前與實(shí)時(shí)典型場(chǎng)景集每個(gè)場(chǎng)景對(duì)應(yīng)的概率。

4.3 優(yōu)化結(jié)果分析

為驗(yàn)證本文所提模型的有效性，設(shè)定了3種場(chǎng)景進(jìn)行對(duì)比分析，具體如下。

場(chǎng)景1：光儲(chǔ)聯(lián)合參與電力市場(chǎng)，且基于AGC分區(qū)控制方法進(jìn)行調(diào)頻量的分配；

場(chǎng)景2：光儲(chǔ)聯(lián)合參與電力市場(chǎng)，不考慮AGC調(diào)頻信號(hào)；

場(chǎng)景3：光伏電站單獨(dú)參與電力市場(chǎng)，不考慮AGC調(diào)頻信號(hào)。

求解得到3種場(chǎng)景下的最優(yōu)投標(biāo)策略如圖3所示，觀察圖3(a)的向上調(diào)頻投標(biāo)出力和能量市場(chǎng)投標(biāo)出力，由于在06：00—10：30時(shí)段向上調(diào)頻價(jià)格較高，光儲(chǔ)系統(tǒng)在此時(shí)段更傾向于參加向上調(diào)頻服務(wù)，而在10：30之后電能量市場(chǎng)價(jià)格較高，光儲(chǔ)系統(tǒng)則會(huì)上報(bào)更多的功率參加電能量市場(chǎng)。觀察圖3(a)的日前能量市場(chǎng)投標(biāo)出力和實(shí)時(shí)平衡市場(chǎng)投標(biāo)出力，12：00—14：00光伏實(shí)時(shí)預(yù)測(cè)出力較光伏日前預(yù)測(cè)出力有所增加，所以光儲(chǔ)系統(tǒng)通過(guò)在實(shí)時(shí)平衡市場(chǎng)投標(biāo)正不平衡電量來(lái)獲取更大收益。16：00—18：00時(shí)段光伏實(shí)時(shí)預(yù)測(cè)出力較光伏日前預(yù)測(cè)出力有所減少，光儲(chǔ)系統(tǒng)則通過(guò)購(gòu)買負(fù)不平衡電量來(lái)維持自身的電量平衡，驗(yàn)證了所提兩階段交易方法的必要性，光儲(chǔ)系統(tǒng)必須通過(guò)實(shí)時(shí)平衡市場(chǎng)投標(biāo)來(lái)減小功率偏差。觀察圖3(a)實(shí)時(shí)平衡市場(chǎng)中投標(biāo)的負(fù)不平衡電量出力，由于在制定日前投標(biāo)策略時(shí)考慮了光伏出力不確定性在實(shí)時(shí)平衡市場(chǎng)中的不平衡電量結(jié)算，光儲(chǔ)系統(tǒng)在制定日前的投標(biāo)計(jì)劃時(shí)會(huì)偏向保守，以避免光儲(chǔ)系統(tǒng)因無(wú)法達(dá)成日前能量合約，而在實(shí)時(shí)平衡市場(chǎng)中購(gòu)買過(guò)多的電量影響自身收益。

圖3 各場(chǎng)景下的投標(biāo)策略

場(chǎng)景3中光伏電站未配置儲(chǔ)能，所以只能在06：00—18：00存在光照的時(shí)段參與市場(chǎng)競(jìng)價(jià)盈利。而通過(guò)配置儲(chǔ)能，在場(chǎng)景1和場(chǎng)景2中光儲(chǔ)系統(tǒng)可在無(wú)光照時(shí)刻通過(guò)儲(chǔ)能的充放電行為在電力市場(chǎng)中獲得額外的收益。儲(chǔ)能還可以在低價(jià)格時(shí)刻儲(chǔ)存部分光伏發(fā)電量，將光伏出力轉(zhuǎn)移至價(jià)格較高時(shí)刻出售，通過(guò)實(shí)現(xiàn)光伏出力時(shí)間維度上的平移，增加光儲(chǔ)系統(tǒng)的靈活性和經(jīng)濟(jì)性。場(chǎng)景1和場(chǎng)景2的主要差別在于AGC的調(diào)頻信號(hào)，將在下節(jié)著重對(duì)比。

4.4 調(diào)頻控制策略的有效性分析

為了衡量本文調(diào)頻控制策略的有效性，選取江蘇某地區(qū)的實(shí)際AGC數(shù)據(jù)進(jìn)行仿真，圖4對(duì)比了場(chǎng)景1和場(chǎng)景2下光儲(chǔ)系統(tǒng)的調(diào)頻效果。

圖4 兩種場(chǎng)景下光儲(chǔ)系統(tǒng)的實(shí)際調(diào)節(jié)量

可以看出，A時(shí)刻ACE很小，場(chǎng)景1中考慮到儲(chǔ)能長(zhǎng)期進(jìn)行頻繁的充放電動(dòng)作會(huì)對(duì)其壽命造成不利影響，因此在此時(shí)刻令光儲(chǔ)系統(tǒng)不參與系統(tǒng)調(diào)頻，其被分配到的功率調(diào)節(jié)量為0。場(chǎng)景2中儲(chǔ)能按照投標(biāo)計(jì)劃進(jìn)行調(diào)頻，以實(shí)現(xiàn)光儲(chǔ)聯(lián)合系統(tǒng)的利益最大化。

B時(shí)刻ACE處于次緊急調(diào)節(jié)區(qū)，場(chǎng)景1采用的分區(qū)控制策略以保證系統(tǒng)頻率安全穩(wěn)定為首要目標(biāo)，強(qiáng)制儲(chǔ)能滿功率參與調(diào)頻，此時(shí)調(diào)度中心分配給光儲(chǔ)系統(tǒng)承擔(dān)的調(diào)節(jié)量為31.73 MW，而在場(chǎng)景2中光儲(chǔ)系統(tǒng)所承擔(dān)的調(diào)節(jié)量為27.53 MW。

C時(shí)刻ACE已超出安全范圍，需要使系統(tǒng)盡快回到安全穩(wěn)定狀態(tài)，但是在場(chǎng)景2中，由于此時(shí)能量市場(chǎng)的電價(jià)更高(如附錄B圖B1所示)，為獲得最大收益，光儲(chǔ)系統(tǒng)計(jì)劃全部參與能量市場(chǎng)，而不參與系統(tǒng)調(diào)頻。為盡可能快速地降低區(qū)域頻率偏差，則場(chǎng)景1中不再考慮儲(chǔ)能自身SOC對(duì)其最大充(放)電功率的約束限制，并且調(diào)用更多的光伏計(jì)劃參與能量市場(chǎng)的出力用于調(diào)頻，此時(shí)光儲(chǔ)系統(tǒng)向上調(diào)頻量為28.01 MW。

D時(shí)刻ACE回到了正常調(diào)節(jié)區(qū)，場(chǎng)景1和場(chǎng)景2均以提高光儲(chǔ)系統(tǒng)的收益為目標(biāo)，此時(shí)光儲(chǔ)系統(tǒng)將傾向于參與電價(jià)更高的能量市場(chǎng)，由于D時(shí)刻光伏實(shí)際出力比預(yù)測(cè)出力相比更低，場(chǎng)景2中光儲(chǔ)系統(tǒng)在實(shí)時(shí)平衡市場(chǎng)中購(gòu)買1.21 MW的負(fù)不平衡電量(如圖3(b)區(qū)域D所示)。而在場(chǎng)景1下由于在B、C時(shí)刻強(qiáng)制光儲(chǔ)滿功率調(diào)頻，導(dǎo)致儲(chǔ)能電池能量狀態(tài)(state of energy, SOE)大幅下降(如圖5(a)區(qū)域D所示)，基于實(shí)時(shí)滾動(dòng)優(yōu)化后更新的儲(chǔ)能信息重新制定后續(xù)投標(biāo)策略，觀察圖3(a)區(qū)域D發(fā)現(xiàn)，光儲(chǔ)系統(tǒng)需要購(gòu)買更多的負(fù)不平衡電量(4.5 MW)，以保證自身電量平衡。

圖5 SOE變化曲線

3種場(chǎng)景下的收益對(duì)比如表2所示，場(chǎng)景3中未配置儲(chǔ)能的光伏電站一天的總利潤(rùn)為37 488元。通過(guò)配置儲(chǔ)能，場(chǎng)景2中光儲(chǔ)系統(tǒng)一天的總利潤(rùn)為45 103元，與場(chǎng)景3相比利潤(rùn)增加了20.31%。場(chǎng)景1中光儲(chǔ)系統(tǒng)在電網(wǎng)區(qū)域控制偏差超出安全范圍時(shí)，為響應(yīng)電網(wǎng)的調(diào)頻需求而放棄了自身的部分收益，一天的總利潤(rùn)為43 080元，相比于始終以自身利益最大為目標(biāo)參與能量-調(diào)頻市場(chǎng)的場(chǎng)景2利潤(rùn)減少了4.49%，但與場(chǎng)景3相比利潤(rùn)仍增加了14.9%。

表2 不同場(chǎng)景下的收益對(duì)比

5 結(jié)語(yǔ)

考慮到光儲(chǔ)系統(tǒng)運(yùn)行特性和電網(wǎng)頻率波動(dòng)不確定性，本文提出了一種基于AGC調(diào)頻分區(qū)控制的光儲(chǔ)聯(lián)合系統(tǒng)參與市場(chǎng)的投標(biāo)策略，通過(guò)算例分析說(shuō)明了所提策略的優(yōu)越性，獲得的主要結(jié)論如下：

1) 本文所建立的考慮實(shí)時(shí)能量偏差的日前投標(biāo)優(yōu)化模型和計(jì)及光伏實(shí)際出力、實(shí)時(shí)調(diào)頻信號(hào)等不確定因素的實(shí)時(shí)滾動(dòng)優(yōu)化模型，有效降低了不確定性因素對(duì)光儲(chǔ)系統(tǒng)制定投標(biāo)策略的影響，光儲(chǔ)系統(tǒng)可以通過(guò)不斷調(diào)整投標(biāo)策略以獲得最大的收益。

2) 通過(guò)采用基于AGC調(diào)頻分區(qū)控制的方法進(jìn)行調(diào)節(jié)量的分配，充分利用了光儲(chǔ)系統(tǒng)提供調(diào)頻服務(wù)的能力，使其在頻率波動(dòng)緊急情況下，較不考慮分區(qū)控制方法時(shí)調(diào)頻效果顯著提高，達(dá)到了保障電網(wǎng)頻率安全穩(wěn)定的目的，但也因此犧牲了部分光儲(chǔ)系統(tǒng)自身的收益，使得光儲(chǔ)利潤(rùn)降低了4.49%。

3) 通過(guò)為光伏電站配置儲(chǔ)能，從多方面拓展了聯(lián)合系統(tǒng)收益的來(lái)源，相比于光伏單獨(dú)投標(biāo)參與市場(chǎng)利潤(rùn)增加了14.9%，有效提高了光儲(chǔ)系統(tǒng)的靈活性和經(jīng)濟(jì)性。

本文側(cè)重于對(duì)光儲(chǔ)聯(lián)合系統(tǒng)參與能量-調(diào)頻市場(chǎng)的投標(biāo)策略進(jìn)行了研究，隨著我國(guó)輔助服務(wù)市場(chǎng)的進(jìn)一步完善和發(fā)展，后續(xù)研究中可嘗試對(duì)儲(chǔ)能以及新能源電站參與多種類型的輔助服務(wù)展開進(jìn)一步研究。

附錄A

附錄B

圖B1 日前、實(shí)時(shí)市場(chǎng)預(yù)測(cè)電價(jià)

Fig. B1 Day ahead and real-time market forecast electricity price

圖B2 日前光伏預(yù)測(cè)出力場(chǎng)景

Fig. B2 Day-ahead forecast output scenarios of photovoltaic

圖B3 實(shí)時(shí)光伏預(yù)測(cè)出力場(chǎng)景

Fig. B3 Real-time forecast output scenarios of photovoltaic

表B1 日前光伏出力各削減場(chǎng)景發(fā)生概率

Table B1 Probability of day-ahead photovoltaic output reduction scenarios

場(chǎng)景場(chǎng)景1場(chǎng)景2場(chǎng)景3場(chǎng)景4 發(fā)生概率0.320.250.310.12

表B2 實(shí)時(shí)光伏出力各削減場(chǎng)景發(fā)生概率

Table B2 Probability of real-time photovoltaic output reduction scenarios

場(chǎng)景場(chǎng)景1場(chǎng)景2場(chǎng)景3場(chǎng)景4 發(fā)生概率0.420.150.250.18

[1] 國(guó)家能源局. 中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要[EB/OL]. http://www.gov.cn/xinwen/2021-03/13/content_5592681.htm, 2021.

[2] BUSHRA I, ALI N, ALI F M. Stochastic maximum power point tracking of photovoltaic energy system under partial shading conditions[J].Protection and Control of Modern Power Systems, 2021, 6(3): 383-395.

[3] 方保民, 李紅志, 孔祥鵬, 等. 含高比例光伏出力的長(zhǎng)期分布式儲(chǔ)能配置研究[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(2): 121-129.

FANG Baomin, LI Hongzhi, KONG Xiangpeng, et al. Research on long-term distributed energy storage configuration with a high proportion of photovoltaic output[J]. Power System Protection and Control, 2021, 49(2): 121-129.

[4] 方宇晨, 趙書強(qiáng). 聚光型太陽(yáng)能電站與風(fēng)電場(chǎng)聯(lián)合優(yōu)化運(yùn)行及競(jìng)價(jià)策略[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2020, 40(1): 39-49, 372.

FANG Yuchen, ZHAO Shuqiang. Joint optimal operation and bidding strategies of concentrating solar power plants with wind farms[J]. Proceedings of the CSEE, 2020, 40(1): 39-49, 372.

[5] HE Guannan, CHENQixin, KANGChongqing,et al.Optimal offering strategy for concentrating solar power plants in joint energy,reserve and regulation markets[J].IEEE Transactions on Sustainable Energy,2016,7(3):1245-1254.

[6] 何翔路, 婁素華, 吳耀武, 等. 雙結(jié)算模式下風(fēng)儲(chǔ)一體化電站兩階段市場(chǎng)投標(biāo)調(diào)度策略[J]. 電力系統(tǒng)自動(dòng)化, 2022, 46(4): 47-55.

HE Xianglu,LOU Suhua,WU Yaowu,et al.Two-stage market bidding and scheduling strategy of integrated wind power and energy storage station in dual-settlement mode[J].Automation of Electric Power Systems, 2022, 46(4): 47-55.

[7] XIE Yunyun, GUO Weiqing, WU Qiuwei,et al. Robust MPC-based bidding strategy for wind storage systems in real-time energy and regulation markets[J]. International Journal of Electrical Power and Energy Systems, 2021, 124: 1-8.

[8] 文勁宇, 周博, 魏利屾. 中國(guó)未來(lái)電力系統(tǒng)儲(chǔ)電網(wǎng)初探[J]. 電力系統(tǒng)保護(hù)與控制, 2022, 50(7): 1-10.

WEN Jinyu, ZHOU Bo, WEI Lishen.Preliminary study on an energy storage grid for future power system in China[J]. Power System Protection and Control, 2022, 50(7): 1-10.

[9] 薛貴挺, 汪柳君, 劉哲, 等. 考慮碳排放的光儲(chǔ)充一體站日前運(yùn)行策略[J]. 電力系統(tǒng)保護(hù)與控制, 2022, 50(7): 103-110.

XUE Guiting, WANG Liujun, LIU Zhe,et al.Day-ahead operation strategy of an integrated photovoltaic storage and charging station considering carbon emissions[J]. Power System Protection and Control, 2022, 50(7): 103-110.

[10] 謝云云, 谷志強(qiáng), 王曉豐, 等. 光儲(chǔ)系統(tǒng)參與實(shí)時(shí)能量-調(diào)頻市場(chǎng)的運(yùn)行策略[J]. 電網(wǎng)技術(shù), 2020, 44(5): 1758-1765.

XIE Yunyun,GU Zhiqiang,WANG Xiaofeng,et al.Optimal operation strategy of combined photovoltaic and storage system in real time energy and regulation market[J]. Power System Technology,2020,44(5):1758-1765.

[11] 胡澤春, 夏睿, 吳林林, 等. 考慮儲(chǔ)能參與調(diào)頻的風(fēng)儲(chǔ)聯(lián)合運(yùn)行優(yōu)化策略[J]. 電網(wǎng)技術(shù), 2016, 40(8): 2251-2257.

HU Zechun,XIA Rui,WU Linlin,et al.Joint operation optimization of wind-storage union with energy storage participating frequency regulation[J].Power System Technology,2016,40(8):2251-2257.

[12]AMAIA G, ANDONIS, HAIZEA G,et al. Annual optimized bidding and operation strategy in energy and secondary reserve markets for solar plants with storage systems[J]. IEEE Transactions on Power Systems, 2018,34(6): 5115-5124.

[13]丁明, 施建雄, 韓平平, 等. 光儲(chǔ)系統(tǒng)參與電網(wǎng)調(diào)頻及調(diào)峰的綜合控制策略[J]. 中國(guó)電力, 2021, 54(1): 116-123, 174.

DING Ming,SHI Jianxiong,HAN Pingping,et al.An integrated control strategy for photovoltaic-energy storage system participating in frequency regulation and peak shaving of power grid[J].Electric Power,2021, 54(1): 116-123, 174.

[14]田春光, 田利, 李德鑫, 等. 基于混合儲(chǔ)能系統(tǒng)跟蹤光伏發(fā)電輸出功率的控制策略[J]. 電工技術(shù)學(xué)報(bào), 2016, 31(14): 75-83.

TIAN Chunguang, TIAN Li, LI Dexin, et al. Control strategy for tracking the output power of photovoltaic power generation based on hybrid energy storage system[J]. Transactions of China Electrotechnical Society, 2016, 31(14): 75-83.

[15] 嚴(yán)干貴, 張禮玨, 趙偉哲, 等. 基于虛擬同步發(fā)電機(jī)的光-儲(chǔ)調(diào)頻控制策略研究[J]. 東北電力大學(xué)學(xué)報(bào), 2017, 37(3): 1-6.

YAN Gangui, ZHANG Lijue, ZHAO Weizhe, et al. Strategic studies on frequency-modulated controlling of photovoltaic-energy storage system based on virtual synchronous generator[J]. Journal of Northeast Electric Power University, 2017, 37(3): 1-6.

[16] DANG J, SEUSS J, SUNEJA L, et al. SOC feedback control for wind and ESS hybrid power system frequency regulation[C] // 2012 IEEE Power Electronics and Machines in Wind Applications, July 16-18, 2012, Denver, USA: 79-86.

[17] 詹祥澎, 楊軍, 韓思寧, 等. 考慮電動(dòng)汽車可調(diào)度潛力的充電站兩階段市場(chǎng)投標(biāo)策略[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(10): 86-96.

ZHAN Xiangpeng,YANG Jun,HAN Sining,et al.Two-stage market bidding strategy of charging station considering schedulable potential capacity of electric vehicle[J].Automation of Electric Power Systems,2021,45(10):86-96.

[18] WANG Jianxiao,ZHONG Haiwang,XIA Qing,et al.Robust bidding strategy for micro-grids in joint energy, reserve and regulation markets[C] // 2017 IEEE Power & Energy Society General Meeting, July 16-20, Chicago, USA: 1-5.

[19] 許慧. 考慮柔性負(fù)荷參與的源荷協(xié)同有功控制研究[D]. 北京: 華北電力大學(xué), 2019.

XU Hui. Research on cooperative generation-load active power control incorporating flexible loads[D]. Beijing: North China Electric Power University, 2019.

[20] 李國(guó)慶, 李欣彤, 邊競(jìng), 等. 基于每時(shí)晴空指數(shù)的大規(guī)模光伏電站出力多維時(shí)間序列模擬[J]. 電網(wǎng)技術(shù), 2020, 44(9): 3254-3262.

LI Guoqing,LI Xintong,BIAN Jing,et al.Multi- dimensional time series simulation of large-scale photovoltaic power plant output based on hourly clear sky index[J].Power System Technology,2020, 44(9):3254-3262.

[21] WIDEN J,SHEPERO M,MUNKHAMMAR J.Probabilistic load flow for power grids with high PV penetrations using copula-based modeling of spatially correlated solar irradiance[J].IEEE Journal of Photovoltaics,2017,7(6):1740-1745.

[22] 孟安波, 林藝城, 殷豪. 計(jì)及不確定性因素的家庭并網(wǎng)風(fēng)–光–蓄協(xié)同經(jīng)濟(jì)調(diào)度優(yōu)化方法[J]. 電網(wǎng)技術(shù), 2018, 42(21): 162-173.

MENG Anbo,LIN Yicheng,YIN Hao.Synergetic scheduling optimization method of grid-connected home wind-solar-storage system considering uncertainty factors[J].Power System Technology,2018,42(21):162-173.

[23] 雷宇, 楊明, 韓學(xué)山. 基于場(chǎng)景分析的含風(fēng)電系統(tǒng)機(jī)組組合的兩階段隨機(jī)優(yōu)化[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(23): 58-64.

LEI Yu,YANG Ming,HAN Xueshan.A two-stage stochastic optimization of unit commitment considering wind power based on scenario analysis[J].Power System Protection and Control,2012,40(23):58-64.

[24] ZHANG Rufeng, JIANG Tao, LI Fangxing,et al.Coordinated bidding strategy of wind farms and power-to-gas facilities using a cooperative game approach[J]. IEEE Transactions on Sustainable Energy,2020,4(11):2545-2555.

[25] 謝謙, 董立紅, 厙向陽(yáng). 基于Attention-GRU的短期電價(jià)預(yù)測(cè)[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(23): 154-160.

XIE Qian,DONG Lihong,SHE Xiangyang.Short-term electricity price forecasting based on Attention-GRU[J].Power System Protection and Control,2020,48(23):154-160.

[26] SHI Yuanyuan, XU Bolun, WANG Di, et al. Using battery storage for peak shaving and frequency regulation: joint optimization for super linear gains[J]. IEEE Transaction on Power Systems, 2018, 33(3): 2882-2894.

[27] 王荔妍, 陳啟鑫, 何冠楠, 等. 考慮電池儲(chǔ)能壽命模型的發(fā)電計(jì)劃優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2019, 43(8): 93-100.

WANG Liyan, CHEN Qixin, HE Guannan, et al. Optimization of generation scheduling considering battery energy storage life model[J]. Automation of Electric Power Systems, 2019, 43(8): 93-100.

Photovoltaic and storage system participating in the electricity market based on AGC zoning control

WANG He1, DING Chen1, FAN Gaofeng2, BIAN Jing1, YU Guokang3, XIN Chaoshan3

(1. Key Laboratory of Modern Electric Power System Simulation and Control & Renewable Energy Technology (Northeast Electric Power University), Ministry of Education, Jilin 132012, China; 2. State Grid Corporation of China, Beijing 100031, China; 3. State Grid Xinjiang Economic Research Institute, Urumqi 830002, China)

To give full play to the ability of a photovoltaic and storage system to provide a frequency regulation service and improve the revenue of the system, a market bidding strategy for such a system based on AGC zoning control is proposed. First, considering the operational characteristics of the photovoltaic and storage system and the uncertainty of grid frequency fluctuation, a day-ahead and real-time two-stage trading method for the system to participate in the energy and frequency regulation market is given. Second, the real-time frequency modulation control method of the photovoltaic storage system participating in AGC is proposed, and the frequency adjustment amount borne by the photovoltaic and storage system is dynamically allocated according to the control domain where the regional control deviation is located. Then, a multi-time scale bidding optimization model for the participation of the system in the market is constructed, in which the day-ahead market considers the potential real-time energy deviation, and the real-time market uses the rolling optimization method to feed back and correct a variety of uncertainties. Finally, through example analysis, it is verified that the strategy increases the profit by 14.9 % under the premise of fully considering the frequency security and stability of the power system, and significantly improves the revenue of the photovoltaic and storage system.

photovoltaic and storage system; energy market; frequency regulation service; automatic generation control (AGC); bidding strategic

10.19783/j.cnki.pspc.220604

國(guó)家電網(wǎng)有限公司總部科技項(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 Science and Technology Project of the Headquarter of State Grid Corporation of China: Optimal Configuration and Support Capacity Evaluation of Large-Scale Energy Storage Access Power Systems (No. 5419-202155242A-0-0-00).

2022-04-26；

2022-07-13

王 鶴(1983—)，男，博士，教授，主要研究方向?yàn)槿嵝灾绷鬏旊?、新能源發(fā)電以及電力系統(tǒng)通信；E-mail: wanghe_nedu@163.com

丁 晨(1999—)，女，碩士，主要研究方向?yàn)殡娏κ袌?chǎng)；E-mail: dhdh1999@163.com

范高鋒(1977—)，男，博士，教授級(jí)高級(jí)工程師，主要研究方向?yàn)樾履茉?、?chǔ)能調(diào)度運(yùn)行管理。E-mail: fangaofeng@ epri.ac.cn

(編輯 周金梅)