張 軍，鐘康驊，張勇軍，秦紹基，秦穎婕，鄧文揚(yáng)

（1.智慧能源工程技術(shù)研究中心，華南理工大學(xué)電力學(xué)院，廣東省 廣州市 510640；2.廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心，廣東省 廣州市 510062）

0 引言

隨著新能源快速發(fā)展［1］，越來越多的分布式資源接入到用戶側(cè)［2］，使得用戶越來越多地轉(zhuǎn)化成為產(chǎn)消者。同時，用戶還可以通過配置分布式儲能并發(fā)揮其時移特性，降低用能成本［3］。然而，當(dāng)前由于儲能具有較高的投資成本和較低的利用率，嚴(yán)重阻礙了用戶側(cè)儲能的發(fā)展［4-5］，而且用戶側(cè)多余或缺額的電能，主要按照固定的電網(wǎng)電價進(jìn)行結(jié)算，沒有充分發(fā)揮其潛在的效益。通過市場化手段可以最大限度地調(diào)動用戶參與需求響應(yīng)的積極性［6-9］，實現(xiàn)用戶間電能共享，挖掘儲能共享潛力，提高分布式資源的利用價值。因此，研究用戶側(cè)電能與儲能的協(xié)同能量共享交易機(jī)制，對未來建設(shè)與發(fā)展含高比例新能源電力系統(tǒng)至關(guān)重要。

目前，對于用戶之間能量共享交易機(jī)制設(shè)計問題，多從經(jīng)典博弈理論的角度出發(fā)，通過分析不同主體間的利益關(guān)系，建立合作博弈［10-12］或非合作博弈［12-14］模型進(jìn)行研究。文獻(xiàn)［15-16］基于主從博弈設(shè)計了一種單一區(qū)域內(nèi)的能量共享交易機(jī)制，實現(xiàn)了運(yùn)營商和用戶的利潤最大化。文獻(xiàn)［17］提出了一種允許用戶在單一時段選擇不同區(qū)域進(jìn)行交易的能量共享模型。上述成果僅針對區(qū)域內(nèi)部或區(qū)域之間的電能共享問題進(jìn)行研究，未考慮共享儲能所帶來的價值和影響［18］。

對于電能與儲能協(xié)同共享優(yōu)化問題，文獻(xiàn)［19］提出了基于主從博弈和改進(jìn)Shapley 值的分布式光伏社區(qū)共享儲能優(yōu)化運(yùn)行策略。文獻(xiàn)［20-21］分別研究了用戶、微電網(wǎng)聯(lián)盟與共享儲能之間通過租賃形式開展2 階段優(yōu)化配置與調(diào)度的問題。文獻(xiàn)［22-23］提出了基于組合拍賣的共享儲能運(yùn)營模式，實現(xiàn)了買賣雙方利益的最大化。在上述成果中，共享儲能多以成本或利益分?jǐn)?、租賃、拍賣等方式定價，并作為用戶與售電運(yùn)營商以外的第三方角色參與到運(yùn)行優(yōu)化過程中。然而，在涉及用戶、運(yùn)營商、共享儲能等多個主體之間交易的過程中，存在結(jié)算規(guī)則復(fù)雜、計算復(fù)雜度隨參與者數(shù)量增加呈指數(shù)級增長等問題［23］。

博弈論能夠有效量化分析多個市場主體在不同利益追求下相互作用的復(fù)雜決策過程［24］。文獻(xiàn)［25-26］提出了一種基于主從博弈的區(qū)域內(nèi)電能與儲能共享交易模型，解決了能量的分配與定價問題。文獻(xiàn)［27］提出了儲能聚合商共享自營多模式下的交易模型。上述成果僅考慮單一區(qū)域內(nèi)的共享交易過程，并且大多數(shù)成果在考慮博弈過程中，均假設(shè)所有主體能夠根據(jù)完全信息做出完全理性的最優(yōu)決策，但市場主體往往是有限理性的［28］。利用演化博弈理論，可以有效量化主體的有限理性與行為，建立更符合實際市場環(huán)境的博弈決策模型［29-30］。

為此，本文以同時擁有電能與儲能管轄權(quán)的運(yùn)營商為主體，提出了一種基于主從-演化混合博弈的多區(qū)域電-儲共享運(yùn)營模式，建立了運(yùn)營商和用戶的收入與成本模型，優(yōu)化了用戶與運(yùn)營商在多區(qū)域間的能量共享過程，并對該模式下的各不確定性因素進(jìn)行了靈敏度分析，以論證所提運(yùn)營模式的有效性。

1 能量共享運(yùn)營模式

電能與儲能共享運(yùn)營模式如圖1 所示。利益主體有電網(wǎng)、安裝分布式光伏并同時具有產(chǎn)消能力的用戶、具備儲能和電能調(diào)控能力的運(yùn)營商（如售電商、聚合商［31］等）。

圖1 電能與儲能共享運(yùn)營模式Fig.1 Sharing operation mode for electric power and energy storage

電網(wǎng)希望光伏、儲能等分布式資源能夠被有效地整合并主動有序地參與到調(diào)控過程中，從而改變以往分布式資源分散運(yùn)行、可控性差、隨機(jī)性強(qiáng)的不利局面，最好還能降低凈負(fù)荷峰谷差，緩解調(diào)峰運(yùn)行壓力。用戶通過對能量交易區(qū)域的選擇和用電量調(diào)整的決策，實現(xiàn)電能的購買成本最小和電能的出售收益最大，在滿足自身用電需求的同時使得用電效益最大化。運(yùn)營商作為電網(wǎng)與用戶之間的橋梁，一方面盡可能鼓勵用戶參與需求響應(yīng)使系統(tǒng)整體負(fù)荷峰谷差降低；另一方面，依據(jù)用戶所連接不同的10 kV 饋線，劃分不同的用電區(qū)域，通過制定合理的交易機(jī)制與優(yōu)化儲能充放電過程，促進(jìn)能量優(yōu)先在區(qū)域內(nèi)部共享；其次，在區(qū)域間共享；最后，再與電網(wǎng)交互，從而實現(xiàn)能量共享利用，提升運(yùn)營效益。

本文所提的運(yùn)營模式主要是針對日前電能量交易市場制定的，其具體交易決策過程如下。

1）用戶根據(jù)日前分布式資源出力與用電量預(yù)測值，選擇作為購/售電方參與到多區(qū)域能量共享交易中，并根據(jù)運(yùn)營商公布的各區(qū)域內(nèi)部購售電價，采用主從-演化混合博弈來決策能量交易區(qū)域與用電量，并將決策結(jié)果反饋給運(yùn)營商。

2）運(yùn)營商根據(jù)用戶提交的信息，依據(jù)各區(qū)域的不平衡電量信息計算并確定其內(nèi)部購售電價，然后，將決策結(jié)果反饋給用戶。經(jīng)過多次博弈后，當(dāng)所有用戶與運(yùn)營商的策略不再變化時，市場達(dá)到博弈均衡，電能共享的過程也就完成了。

3）運(yùn)營商根據(jù)電能共享后各區(qū)域的不平衡電量結(jié)果，對共享儲能進(jìn)行優(yōu)化，以進(jìn)一步提高自身經(jīng)濟(jì)效益，完成儲能共享的過程。需要說明的是，運(yùn)營商配置的共享儲能可以通過與具有分布式儲能的用戶簽訂長期租借代理權(quán)獲得，也可以通過自行投資建設(shè)獲得。為了量化儲能的投資與維護(hù)成本，本文采用后一種形式進(jìn)行討論。

2 運(yùn)行與收益模型

2.1 運(yùn)營商運(yùn)行與收益模型

2.1.1 運(yùn)營商收益模型

運(yùn)營商以總收益最大為目標(biāo)，總收益等于收入減去成本，如式（1）所示。

在日運(yùn)行過程中，運(yùn)營商管轄范圍內(nèi)的每個區(qū)域n應(yīng)滿足功率平衡約束、與電網(wǎng)交互最大功率約束、區(qū)域電價上限和下限約束、避免同時向電網(wǎng)購售電約束等，如式（3）所示。

2.1.2 運(yùn)營商共享儲能模型

儲能也應(yīng)滿足充放電功率范圍約束、容量范圍約束、避免同時充放電約束。由于運(yùn)營商向電網(wǎng)購售電約束和儲能充放電功率約束為非線性約束，采用大M法對其進(jìn)行線性化處理，其中，M為足夠大的常數(shù)。最終，將運(yùn)營商的運(yùn)行與收益模型轉(zhuǎn)化為線性規(guī)劃模型，相關(guān)約束條件如式（4）所示。

2.2 用戶運(yùn)行與收益模型

用戶同樣以收益最大化為目標(biāo)，如式（5）所示。

設(shè)置跨區(qū)交易費的目的是鼓勵用戶盡可能參與本區(qū)域或臨近區(qū)域的能量共享，降低電能遠(yuǎn)距離跨區(qū)傳送過程中帶來的損耗。用戶在同時參與多個區(qū)域能量共享的過程中，需要滿足自身功率平衡約束（避免同時購售電）、用電量調(diào)整上限和下限約束、區(qū)域選擇概率約束，如式（8）所示。

2.3 儲能經(jīng)濟(jì)性評價模型

無論是用戶自配儲能還是運(yùn)營商投資配置共享儲能，均要考慮其投資回收期（payback period of investment，PPI）。為了更好地在日運(yùn)行過程中量化體現(xiàn)儲能系統(tǒng)的投資費用，本文考慮在基準(zhǔn)收益率i0條件下，計算儲能年化投資成本，并在式（2）中折算為日化投資成本。同時，計算收益現(xiàn)值得到回收所有投資成本的時間［20］。

式中：Hn，y和On，y分別為區(qū)域n共享儲能在第y年投入使用的年收入和年化投資成本，當(dāng)y=0 時，Hn，y-On，y取儲能的初始投資成本，當(dāng)y≠0 時，Hn，y-On，y取儲能帶來的年凈收入；Yn，y，0和Yn，0分別為區(qū)域n共享儲能的投資回收成本年份和累計凈現(xiàn)金流現(xiàn)值大于0 的年份；wn，y和Wn，Y分別為區(qū)域n共享儲能在第y年的凈現(xiàn)金流現(xiàn)值和累計凈現(xiàn)金流現(xiàn)值；Y為累計年數(shù)。

3 主從-演化混合博弈模型及求解

本文建立了主從-演化博弈混合模型，分析運(yùn)營商和用戶的決策博弈過程。對于運(yùn)營商管轄范圍內(nèi)不同區(qū)域，不同于文獻(xiàn)［17］用戶只能選擇單一區(qū)域進(jìn)行交易，本文認(rèn)為用戶在交易時可以根據(jù)最有利于自身的收益情況，調(diào)整自身用電量xi，n，t，并選擇多個區(qū)域進(jìn)行電能交易。

首先，對于運(yùn)營商而言，其作為領(lǐng)導(dǎo)者，具有優(yōu)先決策權(quán)。以式（1）為支付函數(shù)，運(yùn)營商得到策略集合Ψlead()；用戶作為跟隨者，接收到Ψlead()后，做出決策并得到當(dāng)前條件下的最優(yōu)策略集合Ψfollow(xi，n，t，λi，n，t)。兩者之間的關(guān)系模型可以視為一主多從的主從博弈模型。

以用戶作為賣方，根據(jù)式（5），計算得到用戶i在時段t只參與區(qū)域n交易時的最佳用電量和最大收益，分別如式（10）和式（11）所示。

其次，將區(qū)域n中的所有賣方用戶作為一個種群，假設(shè)博弈參與者為有限理性，需要經(jīng)過學(xué)習(xí)，才能得到演化穩(wěn)定的最優(yōu)策略。因此，每個用戶同時參與多個區(qū)域的能量共享時，各區(qū)域的選擇概率須滿足式（8）的約束條件。種群中賣方用戶的復(fù)制動力學(xué)方程如式（12）所示［30］。

式中：Ri，n，t為用戶i在時段t選擇區(qū)域n進(jìn)行交易時的效益為用戶i在時段t同時參與多個區(qū)域能量共享所得平均期望收益。

根據(jù)式（12），通過設(shè)置仿真步長將其進(jìn)行離散化處理，得到離散化的復(fù)制動力學(xué)方程為：

式中：q為種群中賣方用戶的演化博弈迭代次數(shù)；δi為仿真步長。

當(dāng)Ri，n，t>時，種群中賣方用戶將增大對于區(qū)域n的選擇概率λi，n，t，從而追求收益最大化，反之將減少選擇概率，直到滿足收斂條件式（14）。

式中：ε為收斂精度。

混合博弈模型求解流程如圖2 所示。

圖2 求解流程圖Fig.2 Flow chart of solution

4 博弈模型相關(guān)性質(zhì)證明

4.1 主從博弈模型均衡相關(guān)性質(zhì)證明

首先，證明運(yùn)營商和用戶之間的主從博弈均衡解存在。運(yùn)營商和用戶的策略集合均為非空、閉合、有界凸集，目標(biāo)函數(shù)均為連續(xù)函數(shù)。在博弈過程中，對于運(yùn)營商而言，當(dāng)用戶用電量和區(qū)域選擇概率為定值時，其目標(biāo)函數(shù)中與用戶交易收入的部分為關(guān)于區(qū)域內(nèi)部購電價格和售電價格的一次函數(shù)，為擬凹函數(shù)；對于用戶而言，當(dāng)運(yùn)營商公布的區(qū)域內(nèi)部購電和售電價格、自身區(qū)域選擇概率為定值時，其收益函數(shù)等于用電效益自然對數(shù)函數(shù)、用電成本線性函數(shù)、跨區(qū)交易成本線性函數(shù)三者之和，也是連續(xù)擬凹函數(shù)。因此，博弈均衡解存在。

其次，證明對于運(yùn)營商給定的策略，用戶存在唯一最優(yōu)用電量策略。用戶最佳用電量如式（10）和式（15）所示。令區(qū)域內(nèi)部購售電價格分別與電網(wǎng)購售電價格相等，即用戶按照原用電計劃可獲得最大收益。令?Ri，n，t/?xi，n，t=0，得到效益系數(shù)ki，n，t為：

再對Ri，n，t求關(guān)于xi，n，t的二階導(dǎo)數(shù)，可得：

其中，ki,n,t>0，λi,n,t≥0，?2Ri,n,t/<0,Ri,n,t(xi,n,t)為關(guān)于xi,n,t的凹函數(shù)。因此，用戶i在時段t內(nèi)選擇區(qū)域n進(jìn)行交易的最佳用電量存在唯一值。若該計算所得的xi,n,t超出式（8）約束范圍，則應(yīng)將實際用電量設(shè)置為所約束的最大或最小值。

最后，證明對于用戶給定的策略，運(yùn)營商存在唯一最優(yōu)策略。當(dāng)僅考慮兩者間交易過程、不考慮儲能優(yōu)化時，以為例，對運(yùn)營商在時段t區(qū)域n的收益，分別求關(guān)于和的二階偏導(dǎo)數(shù)，得到海森矩陣H為：

綜上，運(yùn)營商與用戶之間的主從博弈存在唯一均衡解，最終使得兩者均無法再通過改變內(nèi)部購電和售電價格或用電量來提高收益。

4.2 演化博弈部分相關(guān)性質(zhì)證明

首先，證明當(dāng)達(dá)到演化穩(wěn)定策略時，單一種群的區(qū)域選擇概率值之和恒為1。以種群中賣方用戶為例，由式（12）和式（13）可得其區(qū)域選擇概率值和的動態(tài)方程為：

當(dāng)演化博弈達(dá)到穩(wěn)定時，所有種群的區(qū)域選擇概率不再發(fā)生變化，即賣方用戶任意區(qū)域n選擇概率的一階導(dǎo)數(shù)/?t=0 均成立，那么可得/?t=0，此 時 ，根 據(jù) 式（20）可 知 ，=1。因此，單一種群的選擇概率和恒為1。

其次，要證明演化博弈能夠達(dá)到穩(wěn)定均衡。根據(jù)Lyapunov 穩(wěn)定性理論，假設(shè)演化博弈能達(dá)到唯一穩(wěn)定均衡，最優(yōu)策略記為，n=1，2，…，N。通過分析當(dāng)前策略與最優(yōu)策略之間的絕對相差量，構(gòu)造Lyapunov 函數(shù)為：

式中：Vi，n，t為用戶i在時段t對區(qū)域n構(gòu)造的Lyapunov 函數(shù)。

對Vi，n，t求導(dǎo)，可得：

5 算例分析

5.1 算例參數(shù)設(shè)置

在實行峰谷電價的中國某地區(qū)，配有光伏的用戶凈出力預(yù)測曲線如附錄A 圖A1 所示；用戶1、2、3接入饋線區(qū)域Ⅰ，用戶4、5 接入饋線區(qū)域Ⅱ，用戶6、7 接入饋線區(qū)域Ⅲ，并在每個區(qū)域均接入共享儲能。假設(shè)用戶以1 h 為1 個時段，參與到由運(yùn)營商組織的日前能量共享交易中。算例部分參數(shù)參考文獻(xiàn)［20］，設(shè)置如下：r0=8%，η=95%，γbase=0.05，δi=0.000 2，CS=1 400 元/（kW·h），CP=350 元/kW，Tday=365，壽命年限等于10 年，運(yùn)行維護(hù)成本系數(shù)為0.05，殘值回收率為0.1，上網(wǎng)電價、峰電價、平電價、谷電價分別為0.30、1.35、0.82、0.30 元/（kW·h）。

為分析本文所提運(yùn)營模式的有效性，設(shè)置4 種運(yùn)營模式方案進(jìn)行對比分析。

方案1：用戶投資并優(yōu)化儲能容量，直接與電網(wǎng)交易。

方案2：運(yùn)營商自營投資并優(yōu)化儲能容量，采用文獻(xiàn)［25］的能量共享模式，在所有區(qū)域采用統(tǒng)一的內(nèi)部電價引導(dǎo)用戶參與需求響應(yīng)。

方案3：運(yùn)營商自營投資并優(yōu)化儲能容量，采用文獻(xiàn)［17］的能量共享模式，在各區(qū)域制定不同的內(nèi)部電價，允許用戶在單一時段選擇參與某一區(qū)域進(jìn)行交易。

方案4：運(yùn)營商自營投資并優(yōu)化儲能容量，采用本文所提運(yùn)營模式，在各區(qū)域制定不同的內(nèi)部電價，允許用戶在單一時段同時參與所有區(qū)域進(jìn)行交易。

5.2 收斂性分析

本文假設(shè)各區(qū)域的用戶優(yōu)先從本區(qū)域開始進(jìn)行能量共享，假設(shè)初始設(shè)定的本區(qū)域選擇概率為0.7，鄰近區(qū)域選擇概率為0.2，較遠(yuǎn)區(qū)域選擇概率為0.1。在t=15 h 時，各用戶在各區(qū)域的選擇概率以及供需比如圖3 所示。用戶選擇交易區(qū)域與供需比的關(guān)系詳見附錄B。用戶會為了提高自身收益，降低或增加不同區(qū)域的選擇概率。在這個過程中，各區(qū)域的供需比隨著用戶區(qū)域選擇概率的變化而趨近更好的供需平衡狀態(tài)，進(jìn)一步提高多區(qū)域的能量共享程度，降低對電網(wǎng)的需求。

圖3 用戶選擇概率與供需比收斂結(jié)果Fig.3 Convergence results of selection probability and supply-demand ratio of users

5.3 日運(yùn)營結(jié)果分析

各方案下用戶日運(yùn)行收益對比如表1 所示。t=12 h 時，各區(qū)域供需比如表2 所示。各方案具體購電、售電價格如附錄C 圖C1 所示。

表1 用戶收益對比Table 1 Revenue comparison of users

表2 各區(qū)域供需比Table 2 Supply-demand ratio in each region

由表1 可見，方案4 下用戶日運(yùn)行總收益最高，分別比其他方案高出6 861、2 460、3 170 元。比較方案1 和2 可知，由運(yùn)營商集中投資運(yùn)營共享儲能的模式，可以令用戶不再需要承擔(dān)自建儲能的費用，從而降低用電成本，為用戶帶來更好的經(jīng)濟(jì)效益。雖然方案3 中用戶可以自由選擇某一區(qū)域進(jìn)行交易，但由于所有用戶獨立選擇單一交易區(qū)域，較大幅度影響供需比，導(dǎo)致交易電價大幅度波動，反而致使用戶整體日收益相比方案2 還降低了710 元。方案4 則允許用戶根據(jù)自身利益情況，在同一時間選擇多個區(qū)域進(jìn)行交易，不僅能使區(qū)域內(nèi)整體更加趨于供需平衡，還使得用戶日運(yùn)行總收益達(dá)到最大。方案4 的電力電量平衡結(jié)果、用戶在區(qū)域內(nèi)和區(qū)域間購電和售電情況分別如附錄C 圖C2、表C1 所示。由圖C2 和表C1 可見，用戶會優(yōu)先選擇在本區(qū)域交易電能，再綜合考慮輸電費用和區(qū)域電價，向臨近區(qū)域出售或購買電能，最終達(dá)到供需平衡，并使自身總收益最高。

各方案下運(yùn)營商日運(yùn)行成本和收益如表3 所示。方案4 的總收益最高，比方案2 和3 分別高出2 672、1 282 元。比較方案1 和2 可知，由運(yùn)營商完成儲能與電能資源共享調(diào)度存在一定利潤空間。比較方案2 和3 可知，在儲能配置幾乎相同的情況下，由于方案3 中允許用戶根據(jù)自身利益特點選擇交易價格最優(yōu)的區(qū)域進(jìn)行電能共享，有效提高了用戶參與需求響應(yīng)的積極性，增加了運(yùn)營商與用戶交易的收入。對比方案3 和4 可知，方案4 中允許用戶同時參與多個區(qū)域的電能共享，進(jìn)一步擴(kuò)大了運(yùn)營商與用戶的交易空間。運(yùn)營商管轄區(qū)域內(nèi)所有富余電能都可以被更充分地消納，運(yùn)營商與用戶交易所獲得的收入增加，且共享儲能投資與維護(hù)成本減少，最終使總收益進(jìn)一步增加。各方案下運(yùn)營商所管轄區(qū)域內(nèi)整體凈負(fù)荷情況如圖4 所示。

表3 運(yùn)營商日運(yùn)行收益與成本Table 3 Daily operating revenues and costs of operator

圖4 系統(tǒng)凈負(fù)荷Fig.4 System net load

在夜間光伏出力低谷時，各方案均會利用儲能釋放能量滿足用戶需求。在日間光伏出力高峰時，方案4 能夠最有效地促進(jìn)新能源本地消納，波動情況最為平緩，對電網(wǎng)影響最小。

各方案下儲能的具體配置結(jié)果如表4 所示，各方案凈現(xiàn)金流值數(shù)據(jù)如附錄C 圖C3 所示。儲能的成本主要由初始投資成本組成，收益主要是由自營儲能減少向電網(wǎng)購電的成本產(chǎn)生。結(jié)合表4 和圖C3 可知，在考慮資金的時間價值情況下，方案1 中用戶自配儲能并與電網(wǎng)直接交易，配置儲能所需的初始投資成本最高，且由于各用戶根據(jù)電網(wǎng)峰谷電價自行調(diào)度儲能，整體收益較小，使儲能投資回收期變長。方案2、3、4 中，運(yùn)營商集中投資共享儲能方案的投資回收期均在6 年以內(nèi)，有效提高了儲能的經(jīng)濟(jì)效益。同時，與存在三方不同類型主體的運(yùn)營模式［20，34］相比，用戶不再需要根據(jù)儲能投資成本進(jìn)行收益再分配補(bǔ)貼給運(yùn)營商，儲能運(yùn)營商也不需要再向電能運(yùn)營商支付調(diào)度費用。結(jié)算規(guī)則更為簡潔，多邊交易的矛盾更小。

表4 儲能配置結(jié)果Table 4 Configuration results of energy storage

此外，在仿真中，每個時段博弈策略的優(yōu)化時間較短，且當(dāng)用戶數(shù)量指數(shù)增加時，計算時間增加不多，與傳統(tǒng)算法相比，本文所提算法計算效率更高，可以滿足實時計算的要求，具體時間詳見附錄C 表C2。方案3 中由于允許用戶選擇交易區(qū)域，促進(jìn)了能量共享，減少了對儲能的依賴；方案4 中用戶能夠同時參與到各區(qū)域的能量共享，使得能量供需更加趨于平衡，促進(jìn)了新能源本地消納，減少了用戶應(yīng)對新能源出力不確定性所需配置的儲能容量，提高了資源利用率?？傊?，從儲能配置容量與投資成本的角度來看，用戶在各方案下參與能量共享的程度不斷增加，所需用于消納新能源的儲能容量也相應(yīng)減小，使得投資成本也逐漸降低。從投資回收期來看，與方案2 相比，方案3 和4 雖然可以減少對共享儲能系統(tǒng)的需求，但由于儲能容量下降，在夜間用電高峰期時，儲能的出力也會相應(yīng)減少，儲能運(yùn)營收益降低，使得投資回收期在合理范圍內(nèi)有小幅度上升。

5.4 靈敏度分析

由于各地區(qū)的儲能投資成本、維護(hù)成本、殘值回收率、峰谷電價差等條件不同，需要進(jìn)一步考慮這類不確定性因素的影響。

如圖5（a）和（b）所示，由于共享儲能功率與容量存在成本約束，計算得到其最優(yōu)裝機(jī)容量和最優(yōu)功率分別為1 395 kW·h、541 kW。當(dāng)儲能所配置的容量和功率分別增大或減小時，均會增加系統(tǒng)的投資成本。但是，當(dāng)儲能容量增加時，投資回收期隨之上升；當(dāng)儲能功率增加時，投資回收期反而下降，這主要是因為容量成本遠(yuǎn)高于功率成本，使得共享儲能因容量增加所帶來的增益遠(yuǎn)比功率增加所帶來的增益小。因此，應(yīng)該著重關(guān)注共享儲能的容量大小。

圖5 不確定因素靈敏度分析Fig.5 Sensitivity analysis of uncertain factors

如圖5（c）和（d）所示，在共享儲能的系統(tǒng)維護(hù)成本、容量成本、功率成本、殘值回收率這4 個不確定因素中，容量成本波動對總成本的影響最大。

如圖5（e）和（f）所示，共享儲能的套利空間與當(dāng)?shù)氐姆骞入妰r差直接相關(guān)，相比其他因素，峰谷電價差的變化對共享儲能的成本和投資回收期影響最大。

各不確定因素對共享儲能的投資回收期影響如表5 所示，投資建設(shè)時應(yīng)按照一定的次序?qū)Σ煌蛩剡M(jìn)行考慮，首先應(yīng)關(guān)注當(dāng)?shù)氐姆骞入妰r差，其次是單位容量投資成本，最后是單位功率投資成本、維護(hù)成本、殘值回收率。

表5 不確定因素對投資回收期的影響Table 5 Impact of uncertain factors on payback period of investments

6 結(jié)語

本文提出了一種基于混合博弈的多區(qū)域電-儲共享的運(yùn)營模式，有助于促進(jìn)多區(qū)域之間用戶資源、儲能資源的共享與互動。通過算例仿真分析，主要得出以下結(jié)論。

1）本文所提的多區(qū)域電-儲共享運(yùn)營模式能夠有效地促進(jìn)能量共享，不僅提高了用戶與運(yùn)營商的運(yùn)行收益，還降低了系統(tǒng)整體的凈負(fù)荷峰谷差，實現(xiàn)了運(yùn)營商-用戶-電網(wǎng)多主體共贏的局面。

2）從電能共享的角度看，允許用戶同時選擇不同區(qū)域進(jìn)行能量交易，能夠提高各區(qū)域的供需平衡程度，并且最大化用戶的收益。

3）從儲能共享的角度看，與用戶自配儲能相比，由運(yùn)營商集中投建儲能的共享模式，能夠降低配置與維護(hù)成本，提高儲能的資源利用效率。

4）在影響共享儲能投資回收期的不確定因素方面，運(yùn)營商應(yīng)該更著重關(guān)注峰谷電價差、儲能容量與功率配置成本。

未來，將進(jìn)一步考慮運(yùn)行過程中新能源出力的不確定性、碳市場等政策因素對運(yùn)營情況的影響。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。