“雙碳”目標(biāo)下，新能源發(fā)電裝機(jī)容量逐年攀升。雖然目前我國的電力來源結(jié)構(gòu)中，火電、水電發(fā)電形式仍占較大比重

，但這一比重將逐漸降低。2020 年煤電發(fā)電裝機(jī)容量占比下降至49.1%，非化石能源裝機(jī)容量升高至44.8%。以風(fēng)能、太陽能為代表的可再生能源發(fā)電具有較大的不確定性與波動性，使得電力系統(tǒng)的調(diào)頻、備用等輔助服務(wù)需求顯著增加。

為了維護(hù)電力系統(tǒng)的安全穩(wěn)定運(yùn)行，減少新能源發(fā)電對電網(wǎng)運(yùn)行的不利影響，輔助服務(wù)市場將進(jìn)一步擴(kuò)大，以挖掘和激勵更多的輔助服務(wù)資源。儲能電池系統(tǒng)作為一種新型靈活資源，在提供輔助服務(wù)方面潛力巨大。然而，儲能電池系統(tǒng)具有充、放特性，其表現(xiàn)為負(fù)荷、電源雙重角色。同時又是電能量市場與輔助服務(wù)市場的重要參與者，因此，儲能電池系統(tǒng)參與能量市場與輔助服務(wù)市場的決策和效益分析問題變得較為復(fù)雜。本文以機(jī)會成本概念為基礎(chǔ)，為儲能電池系統(tǒng)參與AGC 調(diào)頻輔助服務(wù)的決策問題提供了一種分析與解決方法。

電源側(cè)的輔助服務(wù)資源已難以滿足新形勢下電網(wǎng)調(diào)峰、備用等需求。因此，世界范圍內(nèi)越來越重視儲能與需求側(cè)靈活資源參與輔助服務(wù)市場。英國電網(wǎng)公司

已經(jīng)明確定義了儲能與負(fù)荷響應(yīng)的頻率響應(yīng)產(chǎn)品。相關(guān)文獻(xiàn)對儲能電池系統(tǒng)以及負(fù)荷側(cè)參與輔助服務(wù)的運(yùn)行和收益問題開展了初步的研究

。

針對儲能電池系統(tǒng)提供輔助服務(wù)的技術(shù)可行性已開展了較多的研究。文獻(xiàn)[7]提出了一種基于分布式自主控制的、蓄電池儲能用于頻率調(diào)節(jié)的實(shí)現(xiàn)方案，該方案根據(jù)實(shí)時頻率變化，確定蓄電池儲能與可再生能源系統(tǒng)的最優(yōu)控制方案。文獻(xiàn)[8]提出了風(fēng)能轉(zhuǎn)換系統(tǒng)(WECS)和壓縮空氣儲能系統(tǒng)(CAES)的協(xié)同控制框架，CAES 在充放電模式下參與頻率調(diào)節(jié)，減輕風(fēng)電不確定性對電網(wǎng)頻率的影響。文獻(xiàn)[9]為了提高AGC 的動態(tài)響應(yīng)性能，以總功率偏差最小和調(diào)頻里程成本最小為目標(biāo)，建立了考慮儲能電池系統(tǒng)參與調(diào)頻的雙目標(biāo)互補(bǔ)控制模型，基于灰色目標(biāo)決策理論，提出了兼顧運(yùn)行經(jīng)濟(jì)性和電能質(zhì)量的綜合調(diào)度方案。文獻(xiàn)[10]在考慮儲能設(shè)備的老化成本的基礎(chǔ)上，以獲得最大調(diào)頻收益為目標(biāo)，提出了儲能電池系統(tǒng)提供調(diào)頻服務(wù)的控制方法。文獻(xiàn)[11]對比了火電機(jī)組和儲能系統(tǒng)的調(diào)頻性能，得出了儲能電池系統(tǒng)調(diào)頻具有響應(yīng)速度快、穩(wěn)定性高的優(yōu)勢的結(jié)論。

市場層面上，已開展了考慮儲能參與的市場規(guī)則和建模等研究。文獻(xiàn)[12]提出了分布式儲能聚合商參與調(diào)峰輔助服務(wù)市場的交易模式。文獻(xiàn)[13]考慮了儲能電站對電力市場的影響，提出了一種考慮需求響應(yīng)和儲能設(shè)備的市場出清方案，實(shí)現(xiàn)了日前市場與實(shí)時市場的出清。文獻(xiàn)[14]在加利福尼亞獨(dú)立系統(tǒng)運(yùn)營商的市場規(guī)則的背景下，研究了儲能電站與電動汽車參與調(diào)頻市場的運(yùn)行策略，以及如何最小化總成本價。文獻(xiàn)[15]考慮了調(diào)頻性能指標(biāo)，構(gòu)建了風(fēng)光水火儲等多類型電源參與調(diào)頻市場、采用順序競價模式和邊際價格進(jìn)行結(jié)算出清，驗證了風(fēng)光水火儲等多類型電源參與調(diào)頻有利于提高系統(tǒng)的調(diào)頻性能。

綜上，相關(guān)文獻(xiàn)從技術(shù)角度和市場總體層角度開展了儲能電池系統(tǒng)參與輔助服務(wù)的分析與建模。然而，儲能電池系統(tǒng)將逐漸成為獨(dú)立的市場參與單元，并完成市場決策，其參與電能量市場并提供輔助服務(wù)的成本和收益問題還有待進(jìn)一步研究。鋰電池作為典型的儲能電池類型之一，也逐漸成為重要的輔助服務(wù)提供單元。本研究以鋰電池為例，以機(jī)會成本為理論基礎(chǔ)，研究儲能電池提供調(diào)頻輔助服務(wù)的成本，進(jìn)而提出儲能電池系統(tǒng)參與電能量市場與調(diào)頻市場的最優(yōu)運(yùn)行策略。

1 鋰電池儲能的AGC調(diào)頻特性分析

1.1 鋰電池儲能特性分析

電化學(xué)儲能技術(shù)較為成熟，已被大規(guī)模應(yīng)用，其安全性和環(huán)境友好性得到了很大的提升，成本也逐步下降，在電力系統(tǒng)應(yīng)用中逐漸占據(jù)領(lǐng)先地位

。鋰電池儲能具有低自放電、充電效率高、循環(huán)壽命長、無記憶效應(yīng)等特點(diǎn)。

由于儲能系統(tǒng)不能既充電且放電，可以通過增加兩個“0-1”變量及其互斥約束，使得充放電功率不同時為非零值，因此需將式(2)、(3)替換為式(6)、(7)：

1.2 鋰電池儲能的調(diào)頻原理分析

鋰電池儲能系統(tǒng)響應(yīng)電力系統(tǒng)頻率偏差的控制方法中，有功-頻率下垂控制是較為常用的控制方法之一，其有功增量與頻率偏差滿足如下關(guān)系：

（1）DC/AC變流器控制

政工部門在企業(yè)中是一個重要部門，其對企業(yè)的發(fā)展起著重要作用。故需要對工作機(jī)制進(jìn)行不斷創(chuàng)新，優(yōu)化工作管理制度，建立適應(yīng)企業(yè)發(fā)展的管理機(jī)制?？梢越梃b的建議為在制定企業(yè)管理制度時，將政工工作人員的利益放在第一位，對表現(xiàn)優(yōu)秀的工作人員進(jìn)行加薪和升職，需要建立合理的獎勵制度和懲罰制度，從而有效提高工作人員對工作的熱情和素質(zhì)水平。政工工作人員需要留意在工作中遇到的問題，及時處理出現(xiàn)問題。此外，應(yīng)該及時關(guān)注政工工作人員的政治思想，工作態(tài)度和工作人員對工作的反映情況，根據(jù)企業(yè)管理發(fā)展的具體目標(biāo)完成對政工人員的管理，只有真真正正的考慮政工人員的利益，對企的發(fā)展才會更有益。

（4）對于工業(yè)控制網(wǎng)絡(luò)設(shè)備資產(chǎn)的管理與監(jiān)控能力不足。目前絕大多數(shù)的工業(yè)控制網(wǎng)絡(luò)中并沒有對于其設(shè)備資產(chǎn)的管理與監(jiān)控機(jī)制，容易受到攻擊。

DC/AC 變流器控制包括內(nèi)環(huán)控制和外環(huán)控制兩部分。內(nèi)環(huán)控制為內(nèi)環(huán)電流的解耦控制，外環(huán)控制可實(shí)現(xiàn)綜合慣性控制、下垂控制。

鋰電池儲能系統(tǒng)通過入網(wǎng)變流器的功率控制實(shí)現(xiàn)頻率響應(yīng)控制，從而達(dá)到頻率調(diào)整目的。儲能系統(tǒng)實(shí)現(xiàn)頻率調(diào)節(jié)功率，需要經(jīng)過兩個環(huán)節(jié)的控制過程

。

經(jīng)驗反饋業(yè)務(wù)平臺用來實(shí)現(xiàn)各類經(jīng)驗反饋信息的綜合管理，從經(jīng)驗反饋數(shù)據(jù)的錄入、收集到分析處理、分析評價的完整流程化管理，實(shí)現(xiàn)經(jīng)驗反饋信息及處理流程的規(guī)范化和自動化，實(shí)現(xiàn)經(jīng)驗反饋工作和流程的標(biāo)準(zhǔn)化運(yùn)作和歸一化管理，增加經(jīng)驗反饋信息的時效性，確保經(jīng)驗信息得到有效利用和管理。

式(1)中，Δ

表示

時刻儲能的有功增量；Δ

f

為

時刻系統(tǒng)的頻率偏差；

為儲能調(diào)差系數(shù)。

美軍網(wǎng)絡(luò)空間司令部提升為最高級別聯(lián)合司令部，與戰(zhàn)區(qū)聯(lián)合作戰(zhàn)司令部平級，有助于簡化時效性強(qiáng)的網(wǎng)絡(luò)空間行動指揮和操作，進(jìn)一步提升網(wǎng)絡(luò)空間行動效率。因此，網(wǎng)絡(luò)空間司令部升級的實(shí)質(zhì)在于提升指揮權(quán)限，在指揮網(wǎng)絡(luò)空間力量獨(dú)立遂行國家安全任務(wù)和作戰(zhàn)任務(wù)、配合戰(zhàn)區(qū)或者在戰(zhàn)區(qū)配合下實(shí)施作戰(zhàn)行動、組織與盟軍開展聯(lián)合網(wǎng)絡(luò)空間作戰(zhàn)行動等方面，擁有更多自主權(quán)。

（2）鋰電池儲能運(yùn)行狀態(tài)控制

對于傳統(tǒng)電源，受其物理特性的限制，其輸出功率變化量的最大值為其額定功率的大小。而鋰電池儲能系統(tǒng)在調(diào)頻時，理論上調(diào)節(jié)范圍為全功率調(diào)節(jié)，即在[-

，

]范圍內(nèi)變化。

2 鋰電池儲能的運(yùn)行建模

2.1 鋰電池儲能的運(yùn)行建模

以系統(tǒng)總運(yùn)行成本最小為目標(biāo)，包括火電機(jī)組發(fā)電成本、儲能系統(tǒng)的運(yùn)行成本：

文獻(xiàn)[11]對相同裝機(jī)容量的火電機(jī)組和儲能電池系統(tǒng)的調(diào)頻響應(yīng)速度指標(biāo)開展了測試并發(fā)現(xiàn)：在相同擾動下，儲能響應(yīng)頻率偏差并達(dá)到穩(wěn)定出力狀態(tài)所需的時間約為1 s，而火電機(jī)組所需的時間約為6 s。并且火電機(jī)組在調(diào)節(jié)過程中出現(xiàn)了一定的超調(diào)現(xiàn)象，而儲能電池系統(tǒng)調(diào)節(jié)過程的超調(diào)現(xiàn)象并不明顯，表明儲能電池系統(tǒng)具有較好的頻率響應(yīng)性能。鋰電池儲能系統(tǒng)的快速響應(yīng)能力為電力系統(tǒng)在頻率波動初期提供一定的有功功率補(bǔ)償，使系統(tǒng)較快地響應(yīng)頻率偏差，減少頻率的最大偏移量。

上述鋰電池儲能系統(tǒng)的運(yùn)行約束將作為含儲能的電能量市場出清問題的約束條件的一部分。

2.2 鋰電池儲能系統(tǒng)參與電能量市場的收益建模

在電能量市場中鋰電池儲能系統(tǒng)在電價較低時充電、在電價較高時放電來獲得最大的收益。鋰電池儲能系統(tǒng)的凈收益為其充、放電收益減去其運(yùn)行折舊與運(yùn)行維護(hù)成本。

那么，這種激光脈沖和普通的激光器有什么不同呢？斯特里克蘭解釋說：如果你從商店買來一款激光器，開啟開關(guān)1秒鐘，如果脈沖不間斷，那么在你關(guān)閉它之前，就已經(jīng)穿越從這里到月球距離的3/4。通過啁啾脈沖放大的激光器，可以將同樣數(shù)量的光子擠壓成只有一張紙那么厚的脈沖。斯特里克蘭說：“當(dāng)你把所有光子擠壓在一起的時候，光子的數(shù)量是特別巨大的?！钡拇_，如果你的手擋住了這樣的光束，就會受到嚴(yán)重的燒傷，甚至，特別強(qiáng)大的聚焦激光脈沖可以粉碎藍(lán)寶石。

（1）運(yùn)行成本

鋰電池的運(yùn)行壽命與放電深度有關(guān)，文獻(xiàn)[17]提出了如式(9)所示的鋰電池運(yùn)行折舊成本模型：

云盤系統(tǒng)通過互聯(lián)網(wǎng)為企業(yè)和個人提供信息的存儲、讀取、下載等服務(wù)，具備安全穩(wěn)定、海量數(shù)據(jù)存儲的特點(diǎn)。系統(tǒng)可提供云存儲服務(wù)、離線下載、文件智能分類瀏覽等功能，提供用戶對在線數(shù)據(jù)操作的應(yīng)用需求。

式(9)中，

鋰電池儲能系統(tǒng)的運(yùn)行折舊成本；

為鋰電池儲能系統(tǒng)的初始投資費(fèi)用，

為鋰電池儲能系統(tǒng)的平均循環(huán)壽命，

為鋰電池儲能系統(tǒng)的額定容量。

綜上所述，在現(xiàn)代教育背景下，教師在農(nóng)村小學(xué)語文教學(xué)中，應(yīng)當(dāng)結(jié)合學(xué)生口語交際和表達(dá)能力存在的問題，積極尋找針對性的解決對策，促使學(xué)生語言交際和表達(dá)能力的提升。

鋰電池儲能系統(tǒng)在充、放過程中，儲能系統(tǒng)的設(shè)備運(yùn)行維護(hù)會產(chǎn)生費(fèi)用，單位時間的運(yùn)行維護(hù)成本和充、放電功率有關(guān)：

式中，

為

時段儲能設(shè)備的運(yùn)行維護(hù)成本，

為系統(tǒng)運(yùn)行維護(hù)成本系數(shù)。

1.3 觀察指標(biāo) 觀察兩組孕產(chǎn)婦妊娠期、產(chǎn)后并發(fā)癥的發(fā)生率，分娩結(jié)局，產(chǎn)后泌乳始動時間，血清泌乳素(PRL)水平，母乳喂養(yǎng)情況，新生兒畸形發(fā)生率，新生兒一般情況，產(chǎn)后并發(fā)癥發(fā)生率。

（2）運(yùn)行收益

鋰電池儲能系統(tǒng)的運(yùn)行收益是指在一定運(yùn)行周期內(nèi)，放電的收益減去充電的費(fèi)用和總運(yùn)行成本。以一天作為一個周期，并分為

個時段，則一天內(nèi)儲能的收益為：

式(11)中，

λ

為

時段的電價。

3 鋰電池儲能提供調(diào)頻的機(jī)會成本分析與市場策略

3.1 電能量市場模型

鋰電池儲能系統(tǒng)提供輔助服務(wù)的機(jī)會成本來自于電能量市場中收益損失量。為此，建立了電能量市場的出清模型，包含火電機(jī)組、風(fēng)電機(jī)組、鋰電池儲能系統(tǒng)和負(fù)荷。

鋰電池儲能系統(tǒng)在電力系統(tǒng)運(yùn)行中，需要考慮其最大充放電功率的限制和荷電狀態(tài)(state of charge，SOC)限制，由于儲能系統(tǒng)具有較快的調(diào)節(jié)速率，一般不考慮其爬坡約束。儲能在運(yùn)行調(diào)度建模中的最大充放電功率約束、荷電狀態(tài)的連續(xù)性約束，以及荷電狀態(tài)上、下限約束：

綜上所述，禿尖長、穗長、株高與其他農(nóng)藝性狀呈顯著相關(guān)的數(shù)量最多?？梢砸欢ǔ潭壬贤ㄟ^對這幾個性狀的選擇代替對其他性狀的選擇，比較簡便易行；活動積溫、出籽率、穗長、穗行數(shù)對玉米品種產(chǎn)量的影響最大。可以通過考察以上幾個性狀，驗證品種產(chǎn)量的穩(wěn)定性。梁曉玲[1]等人研究認(rèn)為，即千粒重、行粒數(shù)、穗行數(shù)對產(chǎn)量影響較大，在提高千粒重的同時還應(yīng)關(guān)注穗長及出籽率。

儲能系統(tǒng)吸收或釋放的有功功率是由頻率偏差和調(diào)差系數(shù)決定的。當(dāng)系統(tǒng)的頻率偏差大于其設(shè)定限值時，儲能吸收或釋放的有功功率將發(fā)生變化?？紤]到鋰電池儲能的過充電和過放電能力差，所以其荷電狀態(tài)應(yīng)被限制在[SOC

，SOC

](一般為10%～90%)區(qū)間內(nèi)。

電量平衡約束：

火電機(jī)組出力上、下限約束：

火電機(jī)組爬坡約束：

火電機(jī)組啟停約束：

市場出清模型還包括鋰電池儲能運(yùn)行約束，即式(4)～(8)。上述電量平衡約束、火電機(jī)組特性約束、新能源出力約束及鋰電池儲能系統(tǒng)運(yùn)行約束一起構(gòu)成了電能量市場出清優(yōu)化問題的可行域，保證市場出清結(jié)果的實(shí)際可行性。

單位工程供水價=（固定成本+稅后利潤）/供水量+單位變動成本=（固定資產(chǎn)折舊費(fèi)+水資源費(fèi)+貸款利息支出+稅后利潤）/供水量+單位變動成本。

3.2 鋰電池儲能提供AGC輔助服務(wù)的機(jī)會成本

機(jī)會成本在經(jīng)濟(jì)學(xué)上是指某種經(jīng)濟(jì)資源由于用于生產(chǎn)一種產(chǎn)品而放棄生產(chǎn)其他產(chǎn)品可獲得的最大收益。之所以要考慮機(jī)會成本，本質(zhì)上是因為這種資源是稀缺的，并且它可以有另外的用途，如果這種資源是飽和狀態(tài)，那么它用于某種生產(chǎn)的機(jī)會成本為零。機(jī)會成本可以幫助決策者對資源做出合理的配置，使理論上的收益能最大化。

鋰電池儲能系統(tǒng)提供調(diào)頻服務(wù)的機(jī)會成本是指儲能系統(tǒng)由于提供調(diào)頻輔助服務(wù)而在電能量市場中減少的收益，如式(22)，儲能系統(tǒng)不提供調(diào)頻服務(wù)時在電能量市場中的收益減去儲能系統(tǒng)提供一定調(diào)頻容量后在電能量市場中的收益，即為儲能提供調(diào)頻容量的機(jī)會成本。

本研究中考慮儲能在AGC調(diào)頻市場中采用對稱報價策略，即申報的向上、向下AGC容量相同，價格也相等。在電能量市場中，鋰電池儲能系統(tǒng)提供AGC調(diào)頻輔助服務(wù)機(jī)會成本分析模擬計算流程為：

（1）輸入各電源、儲能和負(fù)荷參數(shù)；

（2）建立含儲能系統(tǒng)電能量市場優(yōu)化出清模型，即公式(4)～(10)、(12)～(21)；

（3）利用Cplex求解器完成上述優(yōu)化問題的求解；并計算儲能系統(tǒng)在電能量市場中收益

Pr

；

（4）考慮儲能系統(tǒng)參與AGC 調(diào)頻市場并預(yù)留一定的向上、向下AGC 調(diào)頻容量，本研究中采用對稱申報模式，即向上、向下AGC 申報容量相等(

=

)；考慮預(yù)留AGC 容量后，鋰電池儲能系統(tǒng)在電能量市場中的運(yùn)行邊界將發(fā)生變化，因此，需要更新其充、放電功率上限與荷電狀態(tài)上、下限；

（6）計算儲能提供AGC調(diào)頻容量的機(jī)會成本，即為

-

；

3.3 鋰電池儲能系統(tǒng)的市場策略分析

鋰電池儲能系統(tǒng)可以同時參與電能量市場和輔助服務(wù)市場，需要預(yù)留出一部分容量，以備AGC的調(diào)用，而儲能一般有荷電狀態(tài)上、下限的約束，所以儲能除了要預(yù)留功率容量外，還需預(yù)留電量裕度，即荷電狀態(tài)的上、下限：

儲能提供AGC 輔助服務(wù)包括兩部分功能，即提供AGC容量與AGC實(shí)時調(diào)節(jié)服務(wù)，前者的成本表現(xiàn)為機(jī)會成本，后者的成本表現(xiàn)為頻繁的功率調(diào)節(jié)對鋰電池儲能壽命的影響，產(chǎn)生了折舊成本。若已知儲能的AGC 調(diào)節(jié)量，可利用公式(9)計算相應(yīng)的折舊成本。然而電網(wǎng)中AGC調(diào)節(jié)工況復(fù)雜多變，難以預(yù)測。因此，可以通過經(jīng)驗法評估一段時間內(nèi)儲能提供AGC 的功率調(diào)節(jié)量，進(jìn)而折算出單位AGC 調(diào)節(jié)容量對應(yīng)的運(yùn)行調(diào)節(jié)成本，用符號

表示，本研究主要討論儲能提供輔助服務(wù)的市場策略，僅在分析模型考慮AGC 調(diào)節(jié)成本

，對其提供AGC調(diào)節(jié)服務(wù)的實(shí)際成本不作具體測算。

儲能系統(tǒng)參與電能量市場和輔助服務(wù)市場時，其功率和電量容量有兩種選擇，參與電能量市場進(jìn)行電量交易獲利，或者參與AGC 輔助服務(wù)市場獲得補(bǔ)償收益。為了實(shí)現(xiàn)最優(yōu)的市場決策，可以通過比較單位容量的機(jī)會成本、AGC 調(diào)節(jié)成本之和與AGC 補(bǔ)償價格的大小做出決策。例如，若每小時AGC 補(bǔ)償價格為0.16 元/kW，單位容量儲能的機(jī)會成本為0.15 元/kW，AGC 調(diào)節(jié)成本0.02 元/kW，兩者之和為0.17 元/kW，大于AGC 補(bǔ)償價格，說明儲能系統(tǒng)提供AGC 服務(wù)的收益小于參加電能量市場的獲利，因此，將不參與AGC 市場；若單位容量的機(jī)會成本為0.12 元/kW，與AGC 調(diào)節(jié)成本之和為0.14元/kW，小于調(diào)頻補(bǔ)償價格，說明通過參與調(diào)頻市場可以獲得更多的收益，因此，將參與AGC市場。

值得注意的是，如果儲能系統(tǒng)的容量相對于整個電力系統(tǒng)來說很小，則其對電能量市場出清電價的影響可以忽略不計。本研究將逐次計算鋰電池儲能提供不同AGC 調(diào)頻容量下的機(jī)會成本，然后根據(jù)AGC機(jī)會成本、AGC調(diào)節(jié)成本之和與AGC補(bǔ)償價格的大小，做出參與電能量市場和輔助服務(wù)市場的決策。只要單位AGC容量的機(jī)會成本與AGC調(diào)節(jié)成本之和小于AGC補(bǔ)償價格，儲能系統(tǒng)就可以通過參與AGC市場獲得更多收益。因此，選取機(jī)會成本小于AGC 補(bǔ)償價格下的最大AGC 可申報容量，作為最優(yōu)決策，該市場策略的流程如圖1所示。

4 算例分析

4.1 算例介紹

基于改進(jìn)的IEEE 6 節(jié)點(diǎn)系統(tǒng)開展算例分析，如圖2 所示。該系統(tǒng)中包含3 臺常規(guī)機(jī)組：G1、G2、G3，分別接在編號為1、2、6 號節(jié)點(diǎn)上；1 個風(fēng)電場(WT)接在編號為4 的節(jié)點(diǎn)上；1 個容量為20 MW/100 MWh的鋰電池儲能系統(tǒng)接在編號為5號節(jié)點(diǎn)上。三臺常規(guī)機(jī)組參數(shù)見表1，包括最大、最小技術(shù)出力參數(shù)、發(fā)電成本二次函數(shù)系數(shù)、燃料價格、以及各常規(guī)機(jī)組所能提供的AGC容量。

4.2 電能量市場出清結(jié)果

鋰電池儲能全部容量參與能量市場的出清結(jié)果如圖3～圖4 所示，市場出清電價由常規(guī)發(fā)電機(jī)組的邊際發(fā)電成本決定，負(fù)荷越大，市場出清電價越高，該算例中，峰時段電價為40.57$/MWh，谷時段電價為17.05$/MWh。儲能主要在電價低谷時段充電，電價高峰時段放電，從而利用電能量市場中的電價差獲得收益。本算例中，鋰電池儲能的充放電效率取值為90%，即充1 度電可放0.9 度電。單位充放電功率的運(yùn)行維護(hù)成本為4$/MWh。算例中的峰、谷電價差23.52$/MWh，因此，儲能可以在電能量市場中利用峰、谷電價差獲利?？芍喝舴鍟r段電價乘以充放電效率后與谷時段電價只差大于儲能運(yùn)行維護(hù)成本，儲能便可利用峰谷價差獲利。

圖4中，三個常規(guī)機(jī)組總出力是6106.89 MWh，風(fēng)電出力是1471.2 MWh，儲能總充電功率為68.82 MWh，放電功率為61.94 MWh。利用峰谷電價差進(jìn)行充放電的總收益為1199元，總運(yùn)行成本524元，因此儲能在電能量市場中的凈收益為675元。

根據(jù)EVA的構(gòu)成要素可以細(xì)分為資產(chǎn)周轉(zhuǎn)率、資產(chǎn)報酬率等指標(biāo)。資金回收、去滯壓庫存與這些指標(biāo)息息相關(guān)，所以要想實(shí)現(xiàn)EVA價值最大化，就必須努力提高資產(chǎn)周轉(zhuǎn)率和資產(chǎn)報酬率指標(biāo)。

4.3 鋰電池儲能系統(tǒng)AGC調(diào)頻機(jī)會成本計算結(jié)果

逐步模擬鋰電池儲能系統(tǒng)提供不同AGC 調(diào)頻容量，其在電能量市場中的獲利情況，并獲取余下容量在能量市場中收益情況，并與全容量參與電能量市場時的收益對比，獲取儲能系統(tǒng)提供AGC 調(diào)頻的機(jī)會成本。

鋰電池儲能系統(tǒng)提供不同AGC調(diào)頻容量時，其荷電狀態(tài)變化趨勢如圖5所示。儲能系統(tǒng)通過充放電參與電能量市場，獲取收益。因此，荷電狀態(tài)的變化程度也可反映其在電能量市場中的收益情況。調(diào)頻容量為0，即儲能系統(tǒng)只參與電能量市場時，儲能系統(tǒng)在電能量市場收益最大，最大荷電狀態(tài)接近100 MWh，最小值接近22 MWh；而當(dāng)調(diào)頻容量增大到10 MW 時，儲能系統(tǒng)最多儲存的電量不到80 MWh；當(dāng)調(diào)頻容量增大到12 MW時，儲能系統(tǒng)最多儲存的電量不到70 MWh，儲能系統(tǒng)在電能量市場中的利用情況進(jìn)一步降低；當(dāng)調(diào)頻容量增大到18 MW 時，儲能系統(tǒng)的荷電狀態(tài)變化范圍為20～40 MWh，在電能量市場中的收益變得更小。當(dāng)系統(tǒng)儲能提供AGC容量較大時，儲能系統(tǒng)的荷電狀態(tài)離上限范圍較大，即為松弛約束。然而，功率容量是限制儲能系統(tǒng)提供AGC獲利的主要因素。

圖6 展示了鋰電池儲能在不同AGC 調(diào)頻容量下在能量市場收益的變化與AGC 服務(wù)機(jī)會成本的變化情況。隨著申報的AGC 調(diào)頻容量的增加，儲能在電能量市場中收益逐步減??；隨著申報的AGC 調(diào)頻容量的增加，其機(jī)會成本進(jìn)一步增加，儲能AGC調(diào)頻的機(jī)會成本曲線的斜率也逐漸增大，機(jī)會成本曲線的斜率即為邊際機(jī)會成本，說明邊際機(jī)會成本越來越大。通過差分方法獲取不同時段上的曲線斜率，得到：0～2 MW處的斜率為0.1$/MW，16～18 MW處的斜率為1.35$/MW。

為了實(shí)現(xiàn)儲能的市場最優(yōu)決策，合理分配鋰電池儲能系統(tǒng)在電能量與AGC調(diào)頻市場中的容量，需要計算單位調(diào)頻容量的機(jī)會成本，計算結(jié)果如圖7所示?？梢钥闯觯陥蟮腁GC調(diào)頻容量越大，單位調(diào)頻容量的機(jī)會成本越大，當(dāng)該值與AGC 調(diào)節(jié)成本之和大于單位容量在調(diào)頻市場中的補(bǔ)償價格時，鋰電池儲能系統(tǒng)的總收益開始減少。

我國電網(wǎng)各區(qū)域電網(wǎng)AGC 補(bǔ)償方式和價格存在較大差異，其中華北電網(wǎng)AGC 調(diào)節(jié)容量的補(bǔ)償價格為5 元/MW，西北電網(wǎng)AGC 調(diào)節(jié)容量的補(bǔ)償價格為20元/MW，折合成本算例中的單位分別為：0.78 $/MW 和3.14 $/MW。如圖7 所示，參考我國華北區(qū)域電網(wǎng)AGC補(bǔ)償價格，若AGC調(diào)頻補(bǔ)償價格定為0.78 $/MW，AGC 調(diào)節(jié)成本的經(jīng)驗值設(shè)為0.1$/MW，則在調(diào)頻容量約為7.5 MW時，單位調(diào)頻容量的機(jī)會成本與AGC 調(diào)節(jié)成本之和等于其AGC 調(diào)頻補(bǔ)償價格，此時，儲能在電能量與AGC調(diào)頻市場中的總收益達(dá)到最大，即為最優(yōu)市場決策。若申報的AGC調(diào)頻容量大于7.5 MW，儲能獲得的總收益將開始減小。若參考西北電網(wǎng)AGC調(diào)節(jié)容量的補(bǔ)償價格，由于補(bǔ)償價格高達(dá)3.14$/MW，儲能全部容量將用于提供AGC服務(wù)，獲得更高收益。

從人口狀況來看，目前竹農(nóng)家庭以3～4人為主，占調(diào)查總戶數(shù)的51.1%，平均每戶人口為3.96人；人口在5人及其以上的農(nóng)戶占39.8%。從經(jīng)營者年齡上看，被調(diào)查者的平均年齡為57.3歲，最大者為84歲，最小者為33歲；其中51～60歲者竹農(nóng)占47.9%，61～70歲者占35.1%，71歲以上者占6.4%，50歲以下的竹農(nóng)僅占10.6%。可見，大部分竹林經(jīng)營者都是爺爺、奶奶輩，勞動者趨于老齡化；而且竹林經(jīng)營面積越小，經(jīng)營者的年齡越大。說明現(xiàn)有的竹林經(jīng)營規(guī)模無法吸引年輕人。

5 結(jié) 論

本文基于機(jī)會成本分析，提出了鋰電池儲能系統(tǒng)提供AGC 調(diào)頻的機(jī)會成本分析與建模方法。建立了含儲能參與的電能量市場出清模型，通過逐次模擬獲得儲能系統(tǒng)提供AGC調(diào)頻容量的機(jī)會成本。并通過機(jī)會成本與AGC 補(bǔ)償價格對比，提出了儲能系統(tǒng)參與電能量市場與AGC 調(diào)頻市場的最優(yōu)決策方法。

隨著儲能申報的AGC 調(diào)頻容量的增加，其參與電能量市場的功率上限變小，同時其荷電狀態(tài)的可調(diào)節(jié)范圍也變小，從而導(dǎo)致在電能量市場中的收益變小。

式中：qj(j=1,2,…N′)為j線元流進(jìn)或流出節(jié)點(diǎn)i的流量；N′為點(diǎn)i的度數(shù)，即交于i點(diǎn)的線元的總數(shù)；Qi為點(diǎn)i處的源匯項。

儲能系統(tǒng)提供AGC 調(diào)頻的邊際機(jī)會成本隨申報容量的增加而增加。當(dāng)AGC 調(diào)頻容量的邊際機(jī)會成本與AGC調(diào)節(jié)成本之和等于AGC調(diào)頻補(bǔ)償價格時，此時儲能系統(tǒng)在電能量市場與AGC 市場中的總收益達(dá)到最大，對應(yīng)的容量即為最優(yōu)AGC 調(diào)頻申報容量。當(dāng)AGC 補(bǔ)償價格很大時，儲能系統(tǒng)全部容量將用于提供AGC服務(wù)。

[1] 中電聯(lián)電力統(tǒng)計與數(shù)據(jù)中心. 2020—2021 年度全國電力供需形勢分析預(yù)測[J].中國電力企業(yè)管理,2021(4):91-94.

[2] Ancillary services report 2017[R].Energy UK,2017.

[3] 薛禹勝, 羅運(yùn)虎, 李碧君, 等. 關(guān)于可中斷負(fù)荷參與系統(tǒng)備用的評述[J].電力系統(tǒng)自動化,2007,31(10):1-6.XUE Y S, LUO Y H, LI B J, et al. A review of interruptible load participating in system reserve[J]. Automation of Electric Power Systems,2007,31(10):1-6.

[4] HAN B, LU S F, XUE F, et al. Day-ahead electric vehicle aggregator bidding strategy using stochastic programming in an uncertain reserve market[J]. IET Generation, Transmission &Distribution,2019,13(12):2517-2525.

[5] KONDA S R, PANWAR L K, PANIGRAHI B K, et al. Optimal offering of demand response aggregation company in pricebased energy and reserve market participation[J]. IEEE Transactions on Industrial Informatics,2018,14(2):578-587.

[6] TANG Z, LIU Y K, WU L, et al. Reserve model of energy storage in day-ahead joint energy and reserve markets: A stochastic UC solution[J]. IEEE Transactions on Smart Grid, 2021, 12(1):372-382.

[7] KIM H S, HONG J, CHOI I S. Implementation of distributed autonomous control based battery energy storage system for frequency regulation[J].Energies,2021,14(9):2672.

[8] ABOUZEID S I, GUO Y F, ZHANG H C. Cooperative control framework of the wind turbine generators and the compressed air energy storage system for efficient frequency regulation support[J].International Journal of Electrical Power & Energy Systems,2021,130:106844.

[9] HE T Y, LI S N, WU S J, et al. Biobjective optimization-based frequency regulation of power grids with high-participated renewable energy and energy storage systems[J]. Mathematical Problems in Engineering,2021,2021:5526492.

[10]劉慶楷,劉明波,陸文甜.考慮退化成本的電池儲能參與調(diào)頻輔助服務(wù)市場的控制方法[J].電網(wǎng)技術(shù),2021,45(8):3043-3051.LIU Q K, LIU M B, LU W T. Control method for battery energy storage participating in frequency regulation market considering degradation cost[J]. Power System Technology, 2021, 45(8):3043-3051.

[11]王凱豐,謝麗蓉,喬穎,等.電池儲能提高電力系統(tǒng)調(diào)頻性能分析[J].電力系統(tǒng)自動化,2022,46(1):174-181.WANG K F, XIE L R, QIAO Y, et al. Analysis of frequency regulation performance of power system improved by battery energy storage[J]. Automation of Electric Power Systems, 2022,46(1):174-181.

[12]LIU D N, GAO Y, ZHANG T T, et al. Research on Strategy of distributed energy storage aggregators participating in peak load regulation auxiliary service[J]. IOP Conference Series: Earth and Environmental Science,2021,687(1):012140.

[13]KHAZALI A, KALANTAR M. Optimal dispatch of responsive loads and generic energy storage units in a co-optimized energy and reserve market for smart power systems[J]. Electric Power Components and Systems,2016,44(20):2285-2297.

[14]VATANDOUST B, AHMADIAN A, GOLKAR M A, et al. Riskaverse optimal bidding of electric vehicles and energy storage aggregator in day-ahead frequency regulation market[J]. IEEE Transactions on Power Systems,2019,34(3):2036-2047.

[15]孫中昊, 趙晉泉, 楊余華, 等. 風(fēng)光水火儲多類型電源參與調(diào)頻市場出清模型[C]//中國電機(jī)工程學(xué)會電力市場專業(yè)委員會2019 年學(xué)術(shù)年會暨全國電力交易機(jī)構(gòu)聯(lián)盟論壇論文集,2019.SUN Zhonghao, ZHAO Jinquan, YANG Yuhua, et al. Clearing model of regulation market with participation of multi-type source of wind-pv-hydro-thermal-storage[C]//Proceedings of the 2019 Annual Conference of the Electric Power Market Committee of the Chinese Society for Electrical Engineering,2019.

[16]賈永麗. 鋰電池儲能特性及關(guān)鍵技術(shù)研究[D]. 唐山: 華北理工大學(xué),2015.JIA Y L. Study on the energy storage properties and key technology of lithium battery[D]. Tangshan: North China University of Science and Technology,2015.

[17]張海濤, 秦文萍, 韓肖清, 等. 多時間尺度微電網(wǎng)能量管理優(yōu)化調(diào)度方案[J].電網(wǎng)技術(shù),2017,41(5):1533-1542.ZHANG H T, QIN W P, HAN X Q, et al. Multi-time scale optimization scheduling scheme of microgrid energy management[J].Power System Technology,2017,41(5):1533-1542.