基于功率權(quán)與容量權(quán)解耦的共享儲能組合拍賣機制

宮 瑤 張 婕 孫偉卿

基于功率權(quán)與容量權(quán)解耦的共享儲能組合拍賣機制

宮 瑤1張 婕2孫偉卿1

（1. 上海理工大學機械工程學院 上海 200093 2. 上海明華電力科技有限公司 上海 200090）

用戶側(cè)儲能有助于負荷聚合商規(guī)避因需求響應偏差而導致的收益風險。共享儲能作為一種創(chuàng)新應用模式，能夠節(jié)約用戶側(cè)儲能的投資容量并提升儲能利用效率。設計了一種面向負荷聚合商的共享儲能組合拍賣機制，以期通過提高共享儲能設備利用效率，進一步降低負荷聚合商購買共享儲能服務的成本。首先，設計一種將共享儲能功率權(quán)與容量權(quán)以“與”投標形式進行組合拍賣的市場機制，以及該機制下各交易主體的參與方式及運營流程；其次，在滿足投標約束條件下，構(gòu)建以社會福利最大化為目標的競勝標決定模型，設計在購售雙方之間合理分配社會福利的定價機制，以及中標結(jié)算和違約懲罰相結(jié)合的資金結(jié)算機制，并分析各參與主體的效益；最后，通過算例驗證該機制的有效性及優(yōu)越性。

負荷聚合商 共享儲能 “與”投標 組合拍賣 機制設計

0 引言

隨著新型電力系統(tǒng)源荷不確定性的不斷加劇，系統(tǒng)快速平衡能力不足的問題加速顯現(xiàn)。因此，需求響應（Demand Response, DR）[1]、儲能（Energy Storage System, ESS）、負荷聚合等技術(shù)正受到前所未有的廣泛關(guān)注。

DR通過市場化手段激勵用戶主動參與電網(wǎng)運行，促使供需雙向?qū)崟r平衡，以提高電力資源利用效率。負荷聚合商（Load Aggregator, LA）是盈利性質(zhì)主體，可通過專業(yè)的技術(shù)手段聚合中小用戶，通過挖掘需求側(cè)潛力參與DR以提高自身市場收益[2-3]。

由于中小用戶存在違約風險，使LA無法精準按照中標結(jié)果調(diào)節(jié)負荷從而面臨收益降低的風險。為此，有學者提出利用ESS配合參與DR[4-6]。文獻[7]建立基于LA市場等級化補償規(guī)則的ESS容量優(yōu)化模型，根據(jù)用戶合同違約百分比對LA實行等級化補償規(guī)則。文獻[8]提出用戶優(yōu)先對實時電價進行響應，再利用ESS響應的DR策略。文獻[9-10]建立DR背景下ESS的不確定性響應模型，提出對ESS的不同控制策略。上述研究證明，ESS對LA削減DR不確定性，提升市場收益具有重要意義。

然而，用戶側(cè)ESS面臨成本偏高、商業(yè)模式不成熟的發(fā)展瓶頸[11-13]，導致實際工程項目難以大規(guī)模推進。2022年3月，國家發(fā)改委和國家能源局印發(fā)《“十四五”新型儲能發(fā)展實施方案》，強調(diào)要積極探索共享儲能（Shared Energy Storage System, SESS）、儲能聚合等商業(yè)模式應用[14]。SESS有助于破解當前市場下用戶側(cè)ESS面臨的壁壘[15]。文獻[16]建立社區(qū)共享光儲聯(lián)合運行優(yōu)化模型，文獻[17]進一步仿真測算共享模式能夠幫助每個家庭節(jié)省電費開支。

此外，SESS使用權(quán)的出售需要市場化的拍賣平臺做支撐，在維護交易市場公平的前提下滿足售購雙方的差異化需求?，F(xiàn)有的拍賣機制下，ESS使用權(quán)一般分為容量權(quán)或功率權(quán)。文獻[18]以組合拍賣的形式出售SESS的容量權(quán)。文獻[19]設計了功率權(quán)與容量權(quán)兩類SESS交易方案，基于此提出了SESS使用權(quán)的統(tǒng)一出清定價方法。

目前，針對聯(lián)合ESS參與DR的研究較多，而LA利用SESS參與DR市場的研究較少。此外，目前用戶側(cè)SESS商業(yè)模式較為單一，SESS研究大多對SESS容量權(quán)或者功率權(quán)分別進行拍賣。換而言之，SESS銷售方向購買方出售的是ESS容量使用權(quán)或是ESS充放電能力，對應按容量或者按充/放電量計費。在此單一模式下，由于ESS電池容量與儲能變流器（Power Conversion System, PCS）功率具有耦合關(guān)系，易將造成資源浪費。且當前SESS商業(yè)模式下，SESS使用權(quán)常以1h為最小出售時長，而LA參與DR通常以10min或15min為最小響應單位，造成購買SESS使用權(quán)與參與DR時間尺度不匹配。

例如，某LA參與以15min為時間尺度的DR項目，但受到現(xiàn)有交易機制的限制只能以1h為時間尺度購買SESS使用權(quán)，其預測在未來某小時內(nèi)4個時段的ESS需求分別為：0.4MW/0.1MW·h、0.8MW/0.2MW·h、1.2MW/0.3MW·h、1.6MW/0.4MW·h。若按功率權(quán)或容量權(quán)購買，需購買1.6MW/1.6MW·h的SESS服務。而按“與”投標形式將功率權(quán)與容量權(quán)組合拍賣，則僅需購買1.6MW/1MW·h的SESS服務，不僅能夠幫助LA節(jié)約容量購買成本，還能提高ESS設備利用率，接納更多的買方需求。綜上所述，面向LA的基于功率權(quán)與容量權(quán)解耦的運營機制對完善SESS商業(yè)模式和價格機制具有積極的現(xiàn)實意義。

本文提出一種面向LA的基于功率權(quán)與容量權(quán)解耦的SESS組合拍賣機制。首先，考慮在滿足投標約束條件下將SESS的功率權(quán)與容量權(quán)以“與”投標形式進行組合拍賣。其次，以社會福利最大化為目標，在滿足投標約束條件的情況下，建立競勝標決定模型確定中標者。充分考慮LA利用SESS削減DR不確定性的需求，允許LA在DR時段根據(jù)實際情況調(diào)整充放電功率，并設計違約懲罰維護市場公平。最后，結(jié)合實際情況，對LA與SESS賣家進行效益分析，驗證此機制的有效性及優(yōu)越性。

1 共享儲能運營機制

在本文提出的共享儲能運營機制下，參與主體分為電網(wǎng)、共享儲能交易平臺、需求側(cè)管理平臺、負荷聚合商及共享儲能賣家五部分，各個主體之間交易框架如圖1所示。

圖1 各個主體之間的交易框架

在此機制下，SESS的功率權(quán)與容量權(quán)以“與”投標形式進行組合拍賣，即對SESS功率權(quán)與容量權(quán)進行解耦，買賣雙方需對SESS功率權(quán)與容量權(quán)同時進行購買及出售。

1.1 參與主體

1）電網(wǎng)

在組合拍賣結(jié)束后，經(jīng)調(diào)度中心安全校核通過后，SESS賣家及LA可通過電網(wǎng)進行充放電。由于在物理層面受拓撲結(jié)構(gòu)的限制，參與拍賣的SESS買家與LA之間的電氣距離均較近。因此，忽略SESS拍賣過程中的電能損耗問題。

2）共享儲能交易平臺

在SESS組合拍賣過程中，SESS交易平臺負責組合拍賣中競標信息的收集、決定中標者、資源匹配與定價、資金結(jié)算四個部分。起到促進SESS買家和賣家達成交易的目的，并監(jiān)督合約履行過程。

3）需求側(cè)管理平臺

在DR項目開展過程中，需求側(cè)管理平臺根據(jù)LA日前申報情況進行匯總、預出清，根據(jù)供給情況制定、分解DR計劃。最終，需求側(cè)管理平臺根據(jù)LA的實際響應情況與承諾響應量實施獎懲。

4）負荷聚合商

共享儲能買家為區(qū)域內(nèi)與SESS交易平臺簽訂DR合同并有意向使用SESS來提高DR質(zhì)量及自身收益的LA集合。

集合中各LA按DR合同，在規(guī)定時段進行DR。在DR過程中，LA需要掌握該區(qū)域內(nèi)的DR動態(tài)特性并制定使得自身經(jīng)濟性最大的DR策略來引導用戶改變自身用電行為。包括合理制定RTP（real time price），并將各時段的RTP提前通知用戶[20]。與此同時，各LA按其不同的投標策略競爭SESS使用權(quán)來提高DR精度并規(guī)避SESS交易平臺懲罰。

首先，根據(jù)預估所需容量及功率對SESS使用權(quán)進行競爭購買。其次，在SESS使用權(quán)中標時段內(nèi)，LA根據(jù)中標量及實際需求，靈活劃分不同DR時間段內(nèi)所需的SESS功率及容量?；诖?，當DR合同要求削減用電時，中標LA可以通過上調(diào)RTP以及SESS放電進行響應；反之，鼓勵用電時，可以下調(diào)RTP以及令SESS充電進行響應。最終達到提高DR質(zhì)量及自身收益的目的。

5）共享儲能賣家

共享儲能賣家為該區(qū)域內(nèi)已有的共享儲能電站，此電站構(gòu)成一個SESS賣家集合。

SESS賣家以“與”投標形式出售DR時段內(nèi)閑置儲能設備的功率權(quán)與容量權(quán)，并提供有關(guān)SESS功率權(quán)與容量權(quán)報價和報量。在拍賣結(jié)束后，負責按拍賣結(jié)果提供相應的儲能服務并收取費用[21]。再根據(jù)LA的實際使用情況與中標情況制定懲罰機制，向LA收取懲罰費用。

1.2 運營流程

為滿足各LA及SESS賣家對不同時段內(nèi)投標策略的調(diào)整需求，在第時段進行第+1時段SESS功率權(quán)與容量權(quán)的拍賣。而非對所有時段SESS使用權(quán)同時拍賣。

雖然SESS賣家投標時間顆粒和LA參與DR運行時間顆粒不同，但為參與共享儲能市場，LA將按SESS賣家的投標時間顆粒制定投標策略。在SESS賣家以時段為投標時間顆粒時，LA也需按時段的進行投標。在中標后，LA可根據(jù)自身DR運行時間顆粒，再將第時段內(nèi)SESS的中標量分為個時段使用。其中，須為的整數(shù)倍，且分段不宜過細。例如：SESS使用權(quán)以1h為單位出售。而LA參與DR時需以15min為響應單位，則SESS賣家與LA均需以1h為單位進行投標。在LA中標1h的SESS使用權(quán)后，可將1h分為4個15min時段使用，在中標功率與容量范圍內(nèi)靈活制定SESS策略以滿足參與DR的需求。

面向LA的SESS運營機制流程如圖2所示。

圖2 面向LA的SESS運營機制流程

該流程包括第時段中標LA參與DR、第+1時段SESS使用權(quán)的拍賣和LA等待響應三個部分。其中中標LA參與DR和第+1時段SESS使用權(quán)的拍賣幾乎同時進行。在拍賣結(jié)束后，中標LA等待響應。當中標LA在第時段開始參與DR后，即可根據(jù)DR時間顆粒靈活制定個時段的SESS使用計劃。在每個時段開始時，LA需及時向SESS交易平臺反饋當前時段的SESS實際使用計劃。再根據(jù)實際響應情況，與電網(wǎng)和SESS賣家分別進行DR項目結(jié)算和違約懲罰。與此同時，SESS交易平臺向SESS賣家公布根據(jù)第+1時段SESS的剩余容量，SESS賣家根據(jù)時段中標量及LA反饋的實際使用計劃，確認+1時段的投標容量。投標容量確定后，SESS賣家則有權(quán)拒絕LA在時段臨時的違約請求，來保證其投標容量的準確，繼而開始對第+1時段SESS功率權(quán)與容量權(quán)的組合拍賣。組合拍賣流程分為各LA及SESS賣家投標、決定中標LA集合、資源定價、中標LA與SESS賣家中標結(jié)算。

2 組合拍賣機制

2.1 投標階段

2.1.1 賣家投標信息

2.1.2 買家投標信息

2.1.3 買賣方投標策略約束

在此機制下，賣家與買家需同時對SESS的功率權(quán)與容量權(quán)進行投標。對容量及功率的雙方報價受市場價的影響，符合市場規(guī)律。而對容量及功率的報量受SESS電站實際條件及運行約束的影響，需滿足一定約束條件如下。

1） 賣家所報容量約束

在鼓勵用電時段，SESS充電，即

在削減用電時段，SESS放電，即

2）買家所報容量及功率約束

在鼓勵用電時段，SESS充電，即

在削減用電時段，SESS放電，即

2.2 競勝標決定模型

競勝標決定模型是用來解決拍賣者如何決定接受怎樣的投標組合問題的模型，這依賴于拍賣者的目標。比如收益最大化或經(jīng)濟效率最優(yōu)，還有速度、可操作性、競標者偏好、抵制競標者之間的合謀并鼓勵他們進行競爭的必要性等因素[22-23]。買賣雙方投標完成后，SESS交易平臺根據(jù)目標確定中標者。

2.2.1 目標函數(shù)

拍賣問題往往以社會福利最大化為目標決定中標者[24]。社會福利為賣家剩余與買家剩余之和，亦等于買家出價與賣家要價之差。所以在賣方作為壟斷一方時，社會福利最大化即為賣方福利最大化。在本文模式下，多個LA競爭區(qū)域內(nèi)同一運營商調(diào)度下的SESS的功率權(quán)與容量權(quán)，且SESS電站只給出功率上下限而不進行功率報量?；诖?，提出以SESS拍賣者利益最大化目標函數(shù)，即

2.2.2 約束條件

1）中標系數(shù)約束

2）中標容量及功率約束

上述競勝標決定問題，雖邏輯關(guān)系較為復雜，但本質(zhì)上是一個包含0-1決策變量、連續(xù)決策變量和不等式約束的混合整數(shù)線性規(guī)劃問題。求解后得到各個時段中標的買家集合及買家、賣家中標系數(shù)，進而得到買家在中標時段的功率及容量中標量。

2.3 資源定價機制

定價機制本質(zhì)上是社會福利在買家和賣家之間的分配機制。一般而言，集中競價交易模式下定價機制分為兩種：邊際統(tǒng)一出清和高低匹配出清[25]。邊際統(tǒng)一出清是按照資源匹配后買賣雙方的平均申報價格作為本次所有成交匹配后唯一的統(tǒng)一出清價格進行出清。此模式下出清價格受所有買賣方報價的影響，不利于穩(wěn)定參與者價格預期[26]。

所以本模式采用高低匹配出清。每一個成交匹配對都按照各自買賣雙方的平均申報價格為成交價格，每一匹配對的成交價格不盡相同。此定價機制下，將社會福利在買家和賣家之間均分。

容量權(quán)交易定價及功率權(quán)交易定價分別為

2.4 資金結(jié)算機制

本模式下結(jié)算機制為兩部制結(jié)算。在資源匹配及定價后，首先按買賣雙方中標電量及容量進行一次結(jié)算。一次結(jié)算應嚴格按照買賣雙方中標電量、容量及其成交價格計算，在競勝標階段中完成，即為中標結(jié)算。

但因DR具有不確定性，所以中標LA對DR時段預計充放電功率的報量易有偏差，為了鼓勵LA參與SESS市場，且更好地解決DR帶來的不確定性。本模式提出在中標LA進行DR時段內(nèi)進行的二次結(jié)算。在LA進行DR時，其充放電功率不必嚴格按照中標量進行，在一定范圍內(nèi)可根據(jù)實際響應情況進行調(diào)整。二次結(jié)算即為違約懲罰。根據(jù)LA實際充放電功率與中標充放電功率之間的偏差并結(jié)合各LA違約可能性，劃分不同的懲罰等級進行違約懲罰。

2.4.1 中標結(jié)算

由于區(qū)域內(nèi)SESS由同一運營商調(diào)度，所以賣家在中標結(jié)算中的總收益為

2.4.2 違約懲罰

當中標時段到來時，中標LA開始進行DR，并利用SESS解決DR的不確定性。由于功率權(quán)與容量權(quán)解耦，LA可在不超出容量中標量的前提下，確定實際充放電功率。確定后與SESS開始二次結(jié)算即違約懲罰。

由于各LA聚合用戶資源規(guī)模不同，造成其參與需求響應的不確定性與對SESS賣家的違約可能性也不同。若僅根據(jù)其實際違約量進行違約懲罰將會有失公允，不利于LA參與SESS市場。所以本文提出，建立不同規(guī)模LA的違約概率模型，量化其違約可能性，劃分不同的懲罰等級。再結(jié)合實際違約量設置不同的懲罰金額。進行違約懲罰，其流程如圖3所示。

圖3 違約懲罰流程

1）違約量隨機分布函數(shù)建模

LA利用SESS解決DR不確定性，而在本文中DR不確定性主要來源于用戶行為習慣及獨立意愿。所以LA對SESS的功率違約本質(zhì)上是LA預測用戶未按價格信號參與DR的偏差。對LA違約可能量建模就是對LA預測用戶參與DR偏差量的建模。由于用戶用電習慣和意愿相互獨立，且違約量分布在[0,]的非負區(qū)間內(nèi),其中表示DR時段內(nèi)LA預測的用戶參與DR的總量。因此，本文采用截斷正態(tài)分布來模擬LA違約量的隨機分布[7]。

2）計算違約可能百分比

3）劃分懲罰等級

4）設置懲罰金額

在設置懲罰等級后，按實際違約功率占中標功率百分比，設置懲罰規(guī)則，有

3 效益分析

根據(jù)上述LA參與SESS市場解決DR不確定性的商業(yè)模式以及拍賣機制，可以得到各主體增加的市場利益。實際中，SESS賣家及LA需支付一定費用于SESS交易平臺，此部分暫不考慮。

3.1 負荷聚合商效益分析

在此模式下，中標LA增加的收入分為規(guī)避SESS交易平臺市場懲罰金額以及通過SESS向市場放電帶來的售電收入。同時也增加了購買SESS功率權(quán)與容量權(quán)的費用、對違約功率的懲罰費用以及向市場購電費用。

參照PJM市場規(guī)則[29-30]，由于負荷水平不同，實際中往往根據(jù)負荷水平的高低分別設置不同的單位電量懲罰價格。

在參與SESS市場后，用戶違約電量小于各LA中標SESS容量的部分均可以通過使用SESS功率權(quán)得到規(guī)避。所受懲罰變?yōu)?/p>

所以參與DR增加收益為

3.2 共享儲能賣家效益分析

在此模式下，出售空閑儲能資源的共享儲能賣家所增加收入為中標LA支付的SESS功率權(quán)與容量權(quán)的使用費用，以及對LA違約功率的懲罰費用。

4 算例

4.1 場景概述及參數(shù)設置

拍賣共包含三個LA作為SESS買家和1個聚合區(qū)域內(nèi)所有空閑儲能資源的運營商作為SESS賣家。其與SESS交易平臺簽訂的合同規(guī)定響應量見表1。假設峰荷日內(nèi)SESS交易平臺對未達到響應量的LA的懲罰費用均為1 027元/(MW·h)[7]。在23:00～00:00時段，LA利用SESS向電網(wǎng)購電電價均為0.36元/(kW·h)；在9:00～10:00時段，利用SESS向電網(wǎng)售電電價均為0.88元/(kW·h)[16]。通過Matlab調(diào)用CPLEX求解器求解后得到滿足2.1.3節(jié)投標約束條件的買家及賣家投標數(shù)據(jù)見表2。各時段LA預計使用SESS需求見表3。

表1 DR合同規(guī)定LA響應量

Tab.1 The amount of response about LA contract （單位：MW·h）

表2 賣家及買家投標數(shù)據(jù)

Tab.2 Buyers and sellers′ bidding data

賣家投標數(shù)據(jù)以（15,660;165）為例，表示SESS在22:45的投標容量為15MW·h，容量投標價格為660元/(MW·h)，功率投標價格為165元/MW。買家投標數(shù)據(jù)以（6.25,620;7,155）為例，表示LA1在22:45的投標容量為6.25MW·h，容量投標價格為620元/ (MW·h)，投標功率為7MW，功率投標價格為155元/MW。

表3 各時段LA預計使用SESS需求

Tab.3 LAs′ SESS demand expectation by period

4.2 仿真結(jié)果分析

4.2.1 競勝標結(jié)果分析

根據(jù)買賣雙方的投標數(shù)據(jù)，求解競勝標確定問題優(yōu)化模型后，SESS交易平臺公布各時段買家及賣家中標系數(shù)見表4。

表4 各時段買家及賣家中標系數(shù)

Tab.4 Buyers and sellers′ bid-winning da coefficients in each period

4.2.2 資源定價結(jié)果分析

根據(jù)競勝標決定結(jié)果，對各LA與SESS賣家進行不同中標時段的定價結(jié)果分析。

定價采用高低匹配出清。每一個成交匹配對都按照各自買賣雙方的平均申報價格為成交價格，各中標LA與SESS賣家定價結(jié)果見表5。由表5可得，不同時段下，各LA與SESS賣家對容量及功率的報價不同，所以不同時段下的成交價格存在差異。同一時段下，由于不同LA的報價不同，所以不同的中標LA成交價格也存在差異。買賣雙方平分社會福利的定價機制保障了交易的公平性，同時有利于穩(wěn)定參與雙方對成交價格的預期。

表5 LA與SESS賣家定價結(jié)果

Tab.5 The pricing results of LA and SESS seller

4.2.3 結(jié)算結(jié)果分析

依據(jù)中標結(jié)算機制，得到在以上8個時段中標LA與SESS賣家的結(jié)算結(jié)果。在23:00～00:00時段，LA1與LA2的中標結(jié)算金額為3 625元、4 448.5元。在09:00～10:00時段LA2與LA3的中標結(jié)算金額為9 751.8元、5 979.8元。

在違約懲罰中，首先，根據(jù)不同LA資源特性系數(shù)以及式（23）計算可得，LA對SESS的違約可能百分比分別為9.6%、12%和8%。所以其對應懲罰等級分別為Ⅱ、Ⅲ和Ⅱ。其次，結(jié)合LA與SESS交易平臺簽訂的總負荷量，利用蒙特卡洛模擬方法模擬出未使用SESS時各LA向電網(wǎng)違約量。最后，各中標LA向SESS的實際違約量為各LA中標量與未使用SESS時各LA向電網(wǎng)的違約量之差。經(jīng)計算，可得實際違約量及實際違約百分比。進而得到違約懲罰結(jié)果如圖4所示。

圖4 違約懲罰結(jié)果

由圖4可得各時段中標LA向SESS賣家支付的違約金額。根據(jù)違約量懲罰機制，實際違約百分比小于5%的LA不給予懲罰，所以存在中標LA在某時段無需繳納違約金額的情況。

4.2.4 效益分析

各LA利用SESS解決DR不確定性后參與DR響應量對比如圖5所示。由圖5可得，各LA在中標時段使用SESS解決DR不確定性后，與表1所示LA目標響應量相比，中標時段DR響應量均提升，且均達到目標響應量。

根據(jù)3.1節(jié)的LA效益分析模型，可得各LA在時段使用SESS后增加的收益見表6。正數(shù)表示收入，負數(shù)表示支出。由表6可得，各LA在8個時段內(nèi)增加收益總和分別為238.3元、7 172.2元和3 778.3元。證明此機制下，雖因競標原因存在LA個別時間段收益下降的情況，但使用SESS解決DR不確定性后中標LA收益整體呈增加趨勢。

圖5 LA響應量對比

表6 LA增加收益

Tab.6 The increased revenue of LA （單位：元）

（續(xù)）

因自身DR不確定性及競標情況不同，不同LA使用SESS所增加的收益也存在差異。但中標時間段多的LA收益明顯高于中標時間段少的LA；未使用SESS時向SESS交易平臺違約量高的LA即需解決DR不確定性高的LA，中標后的收益明顯高于本身DR不確定性低的LA。證明此SESS機制對需解決DR不確定性高的LA友好，可有效利用儲能資源解決DR不確定性并提升中標LA的收益。

由3.2節(jié)中SESS賣家效益分析模型，可得SESS賣家在出售SESS后獲得的收益。在以上兩時段中，SESS總收益分別為8 273.6元、15 786元；出售SESS收入為8 073.5元、15 731.7元；懲罰LA收入200.1元、54.3元。由此可知，將閑置的儲能資源統(tǒng)一調(diào)度作為SESS出售后，SESS賣家可在滿足自身儲能需求的同時使自身收益顯著提高。

4.2.5 功率權(quán)與容量權(quán)以“與”投標拍賣優(yōu)越性分析

若SESS的使用權(quán)以容量權(quán)或功率權(quán)的形式單獨出售，其LA投標容量或功率將發(fā)生變化，且雙方投標容量價格或功率價格也會發(fā)生相應變化?！芭c”投標模式下的容量價格及功率價格本質(zhì)上是將容量及功率解耦出售。而以容量權(quán)或功率權(quán)單獨出售，是將儲能使用價格歸算至容量側(cè)或功率側(cè)。基于此及表2、表3數(shù)據(jù)我們可以得到SESS以容量權(quán)或功率權(quán)單獨出售時的投標數(shù)據(jù)見表7。

由表6數(shù)據(jù)，對不同模式下LA其對SESS的容量及LA購買SESS支出進行對比，分別如表8和圖6所示。

表7 非“與”投標模式下的投標數(shù)據(jù)

Tab.7 Bidding data in non-"with" bidding mode

表8 不同模式下SESS的容量使用對比

Tab.8 Capacity usage of SESS in different modes（單位：MW·h）

圖6 不同模式下SESS容量費用對比

由表8可得，在“與”投標模式下，容量權(quán)與功率權(quán)解耦，LA可根據(jù)實際情況進行SESS容量權(quán)的購買，避免了對SESS容量的浪費，提高了對SESS的利用率。

由圖6得，在非“與”投標模式下，各LA在中標時段購買容量總費用分別增加50%、41.4%、42.8%。由此得到“與”投標模式下，各LA容量購買費用將明顯降低，有利于LA節(jié)約成本，最大化其收益。

綜上所述，將SESS的功率權(quán)與容量權(quán)以“與”投標形式進行組合拍賣，可在有效提高SESS利用率的同時，節(jié)約各LA購買容量的費用，并有利于各LA利用SESS解決DR不確定性，規(guī)避市場懲罰。

5 結(jié)論

本文提出了面向LA的SESS組合拍賣機制，并介紹了該機制下的運營流程及組合拍賣流程，經(jīng)過效益分析和算例仿真，得到的結(jié)論如下：

1）對SESS功率權(quán)與容量權(quán)以“與”投標形式進行組合拍賣，在有效提高SESS利用率的同時，平均節(jié)約各LA購買容量費用40%以上。

2）中標結(jié)算和違約懲罰相結(jié)合的結(jié)算機制，在維護拍賣市場公平性的前提下，給予LA靈活調(diào)整實際充放電功率的權(quán)利，最大程度上規(guī)避市場對中標LA的懲罰，使各LA收益平均增加約7%。

3）采用面向LA的SESS模式后，SESS賣家與LA總收益均得到顯著提高，并避免了儲能的不足或限制，給予用戶側(cè)ESS商業(yè)模式發(fā)展新思路。

本文提出面向LA的SESS組合拍賣新機制，為靈活多樣地發(fā)展用戶側(cè)新型儲能，創(chuàng)新共享儲能商業(yè)模式提供了理論基礎，后續(xù)可進一步結(jié)合各種主體的多樣化利益訴求，兼顧SESS拍賣過程中的電能損耗問題，對拍賣中的博弈均衡策略進行研究。

[1] McPherson M, Stoll B. Demand response for variable renewable energy integration: a proposed approach and its impacts[J]. Energy, 2020, 197: 117205.

[2] 賈雨龍, 米增強, 余洋, 等. 計及不確定性的柔性負荷聚合商隨機-魯棒投標決策模型[J]. 電工技術(shù)學報, 2019, 34(19): 4096-4107.

Jia Yulong, Mi Zengqiang, Yu Yang, et al. Stochastic-robust decision-making model for flexible load aggregator considering uncertainties[J]. Transactions of China Electrotechnical Society, 2019, 34(19): 4096-4107.

[3] 姜云鵬, 任洲洋, 李秋燕, 等. 考慮多靈活性資源協(xié)調(diào)調(diào)度的配電網(wǎng)新能源消納策略[J]. 電工技術(shù)學報, 2022, 37(7): 1820-1835.

Jiang Yunpeng, Ren Zhouyang, Li Qiuyan, et al. An accommodation strategy for renewable energy in distribution network considering coordinated dispatching of multi-flexible resources[J]. Transactions of China Electrotechnical Society, 2022, 37(7): 1820-1835.

[4] 李勇, 姚天宇, 喬學博, 等. 基于聯(lián)合時序場景和源網(wǎng)荷協(xié)同的分布式光伏與儲能優(yōu)化配置[J]. 電工技術(shù)學報, 2022, 37(13): 3289-3303.

Li Yong, Yao Tianyu, Qiao Xuebo, et al. Optimal configuration of distributed photovoltaic and energy storage system based on joint sequential scenario and source-network-load coordination[J]. Transactions of China Electrotechnical Society, 2022, 37(13): 3289-3303.

[5] 周欣怡, 齊先軍, 吳紅斌, 等. 提高需求響應可靠性的儲能優(yōu)化配置研究[J]. 電力系統(tǒng)保護與控制, 2021, 49(2): 107-114.

Zhou Xinyi, Qi Xianjun, Wu Hongbin, et al. Research on optimal allocation of energy storage to improve the reliability of demand response[J]. Power System Protection and Control, 2021, 49(2): 107-114.

[6] 何紹民, 楊歡, 王海兵, 等. 電動汽車功率控制單元軟件數(shù)字化設計研究綜述及展望[J]. 電工技術(shù)學報, 2021, 36(24): 5101-5114.

He Shaomin, Yang Huan, Wang Haibing, et al. Review and prospect of software digital design for electric vehicle power control unit[J]. Transactions of China Electrotechnical Society, 2021, 36(24): 5101-5114.

[7] 張開宇, 宋依群, 嚴正. 考慮用戶違約可能的負荷聚合商儲能配置策略[J]. 電力系統(tǒng)自動化, 2015, 39(17): 127-133.

Zhang Kaiyu, Song Yiqun, Yan Zheng. Energy storage capacity optimization for load aggregators considering probability of demand response resources' breach[J]. Automation of Electric Power Systems, 2015, 39(17): 127-133.

[8] 麻秀范, 陳靜, 余思雨, 等. 計及容量市場的用戶側(cè)儲能優(yōu)化配置研究[J]. 電工技術(shù)學報, 2020, 35(19): 4028-4037.

Ma Xiufan, Chen Jing, Yu Siyu, et al. Research on user side energy storage optimization configuration considering capacity market[J]. Transactions of China Electrotechnical Society, 2020, 35(19): 4028-4037.

[9] 孫偉卿, 向威, 裴亮, 等. 電力輔助服務市場下的用戶側(cè)廣義儲能控制策略[J]. 電力系統(tǒng)自動化, 2020, 44(2): 68-76.

Sun Weiqing, Xiang Wei, Pei Liang, et al. Generalized energy storage control strategies on user side in power ancillary service market[J]. Automation of Electric Power Systems, 2020, 44(2): 68-76.

[10] Sun Weiqing, Zhang Jie, Zeng Pingliang, et al. Energy storage configuration and day-ahead pricing strategy for electricity retailers considering demand response profit[J]. International Journal of Electrical Power & Energy Systems, 2022, 136: 107633.

[11] 張明霞, 閆濤, 來小康, 等. 電網(wǎng)新功能形態(tài)下儲能技術(shù)的發(fā)展愿景和技術(shù)路徑[J]. 電網(wǎng)技術(shù), 2018, 42(5): 1370-1377.

Zhang Mingxia, Yan Tao, Lai Xiaokang, et al. Technology vision and route of energy storage under new power grid function configuration[J]. Power System Technology, 2018, 42(5): 1370-1377.

[12] 楊帆, 王維慶, 程靜, 等. 基于誤差分配原則的發(fā)電側(cè)共享儲能容量規(guī)劃研究[J]. 電力系統(tǒng)保護與控制, 2022, 50(7): 91-102.

Yang Fan, Wang Weiqing, Cheng Jing, et al. Capacity planning of shared energy storage on the generation side based on the error distribution principle[J]. Power System Protection and Control, 2022, 50(7): 91-102.

[13] 侯金鳴, 孫蔚, 肖晉宇, 等. 電力系統(tǒng)關(guān)鍵技術(shù)進步與低碳轉(zhuǎn)型的協(xié)同優(yōu)化[J]. 電力系統(tǒng)自動化, 2022, 46(13): 1-9.

Hou Jinming, Sun Wei, Xiao Jinyu, et al. Collaborative optimization of key technology progress and low-carbon transition of power systems[J]. Automation of Electric Power Systems, 2022, 46(13): 1-9.

[14]. 國家能源局. “十四五”新型儲能發(fā)展實施方案[EB/OL]. [2022-01-29]. http: //zfxxgk.nea.gov.cn/ 2022-01/29/c_1310523208.htm.

National Energy Administration. Implementation plan for the development of new energy storage in the 14th Five-Year Plan [EB/OL]. [2022-01-29]. http://zfxxgk. nea.gov.cn/2022-01/29/c_1310523208.htm.

[15] Lombardi P, Schwabe F. Sharing economy as a new business model for energy storage systems[J]. Applied Energy, 2017, 188: 485-496.

[16] 葉晨, 王蓓蓓, 薛必克, 等. 考慮超售的共享分布式光儲混合運營模式協(xié)同策略研究[J]. 電工技術(shù)學報, 2022, 37(7): 1836-1846.

Ye Chen, Wang Beibei, Xue Bike, et al. Study on the coordination strategy of sharing distributed photovoltaic energy storage hybrid operation mode considering overselling[J]. Transactions of China Electrotechnical Society, 2022, 37(7): 1836-1846.

[17] Henni S, Staudt P, Weinhardt C. A sharing economy for residential communities with PV-coupled battery storage: benefits, pricing and participant matching[J]. Applied Energy, 2021, 301: 117351.

[18] 孫偲, 鄭天文, 陳來軍, 等. 基于組合雙向拍賣的共享儲能機制研究[J]. 電網(wǎng)技術(shù), 2020, 44(5): 1732-1739.

Sun Cai, Zheng Tianwen, Chen Laijun, et al. Energy storage sharing mechanism based on combinatorial double auction[J]. Power System Technology, 2020, 44(5): 1732-1739.

[19] 楊駿偉, 夏云睿, 王一, 等. 電力市場環(huán)境下儲能使用權(quán)出清模型及定價方法[J]. 電網(wǎng)技術(shù), 2020, 44(5): 1750-1759.

Yang Junwei, Xia Yunrui, Wang Yi, et al. Clearing model and pricing rules of energy storage rights in electricity market[J]. Power System Technology, 2020, 44(5): 1750-1759.

[20] 龔誠嘉銳, 林順富, 邊曉燕, 等. 基于多主體主從博弈的負荷聚合商經(jīng)濟優(yōu)化模型[J]. 電力系統(tǒng)保護與控制, 2022, 50(2): 30-40.

Gong Chengjiarui, Lin Shunfu, Bian Xiaoyan, et al. Economic optimization model of a load aggregator based on the multi-agent Stackelberg game[J]. Power System Protection and Control, 2022, 50(2): 30-40.

[21] Walker A, Kwon S. Design of structured control policy for shared energy storage in residential community: a stochastic optimization approach[J]. Applied Energy, 2021, 298: 117182.

[22] Li Songrui, Zhang Lihui, Nie Lei, et al. Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: a hierarchical Stackelberg game[J]. Energy, 2022, 249: 123678.

[23] 黃小慶, 李隆意, 徐鵬鑫, 等. 多主體博弈共贏的電動汽車充電樁共享方法[J/OL]. 電工技術(shù)學報: 1-16[2022-08-01]. https://kns.cnki.net/kcms/detail/detail. aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=DGJS20220708000&uniplatform=NZKPT&v=DGsAAIqa5NG1m5Kehnu43TapB5fMllo0kLj4yLcEpeg4UeysFpSHxlYIzJvCQPGi.

Huang Xiaoqing, Li Longyi, Xu Pengxin, et al. Electric vehicle charging pile sharing method based on multi-subject game and win-win[J/OL]. Transactions of China Electrotechnical Society: 1-16[2022-08-01]. https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=DGJS20220708000&uniplatform=NZKPT&v=DGsAAIqa5NG1m5Kehnu43TapB5fMllo0kLj4yLcEpeg4UeysFpSHxlYIzJvCQPGi.

[24] 王宏. 組合拍賣的理論與實踐: 一個文獻綜述[J]. 產(chǎn)業(yè)經(jīng)濟評論, 2009, 8(1): 111-146.

Wang Hong. The theory and practice of combinatorial auction: a survey[J]. Review of Industrial Economics, 2009, 8(1): 111-146.

[25] Zhou Yue, Wu Jianzhong, Long Chao. Evaluation of peer-to-peer energy sharing mechanisms based on a multiagent simulation framework[J]. Applied Energy, 2018, 222: 993-1022.

[26] Ta?c?karao?lu A. Economic and operational benefits of energy storage sharing for a neighborhood of prosumers in a dynamic pricing environment[J]. Sustainable Cities and Society, 2018, 38: 219-229.

[27] 章棟恩. 截斷正態(tài)分布參數(shù)估計的EM算法[J]. 北京輕工業(yè)學院學報, 1998, 16(2): 72-76.

Zhang Dong'en. Estimation of parameter for truncated normal distribution via the EM algorithm[J]. Journal of Beijing Institute of Light Indusry, 1998, 16(2): 72-76.

[28] Bian Chunyuan, Liu Shangyue, Xing Haiyang, et al. Research on fault-tolerant operation strategy of rectifier of square wave motor in wind power system[J]. CES Transactions on Electrical Machines and Systems, 2021, 5(1): 62-69.

[29]. PJM. Energy market manuals[DB/OL]. [2014-12-14]. http://www.pjm.com/documents/manuals.aspx.

[30] Mengelkamp E, G?rttner J, Rock K, et al. Designing microgrid energy markets[J]. Applied Energy, 2018, 210: 870-880.

Auction Mechanism for Shared Energy Storage System Portfolios Based on Decoupling Power and Capacity Rights

Gong Yao1Zhang Jie2Sun Weiqing1

（1. University of Shanghai for Science and Technology School of Mechanical Engineering Shanghai 200093 China 2. Shanghai Minghua Electric Power Science & Technology Co. Ltd Shanghai 200090 China）

Customer-side energy storage system helps load aggregators hedge the revenue risk due to demand response deviations. As an innovative application model, shared energy storage system can save the investment capacity of user-side energy storage system and improve the efficiency of energy storage system utilization. A shared energy storage system portfolio auction mechanism for load aggregators is designed to further reduce the cost of shared energy storage system services purchased by improving the efficiency of shared energy storage system equipment utilization. Firstly, a market mechanism is designed to auction shared energy storage system capacity and power rights in the form of "with" bids, and the operation process of each trading entity under this mechanism. Secondly, under the constraints of bidding, a winning bid decision model is constructed with the objective of maximizing social welfare. A pricing mechanism is designed to share social welfare between buyers and sellers, as well as a capital settlement mechanism that combines winning bids and penalties for default, and the benefits of each participant are analyzed. Finally, the effectiveness and superiority of the mechanism is verified through arithmetic examples.

Load aggregators, shared energy storage system, "with" bids, combinatorial auction, mechanism design

10.19595/j.cnki.1000-6753.tces.220945

TM73

國家自然科學基金資助項目（51777126）。

2022-05-29

2022-08-01

宮 瑤 女，1999年生，碩士研究生，研究方向為電力系統(tǒng)儲能、儲能商業(yè)模式。E-mail：15316070891@163.com

孫偉卿 男，1985年生，教授，博士生導師，研究方向為智能電網(wǎng)、電力系統(tǒng)儲能、電力系統(tǒng)評估與優(yōu)化。E-mail：sidswq@163.com（通信作者）

（編輯 赫蕾）