碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略

doi:10.12096/j.2096-4528.pgt.23004

摘要/Abstract

摘要：

碳交易机制下，虚拟电厂(virtual power plant，VPP)聚合分布式能源(distributed energy resource，DER)参与电力市场(electricity market，EM)交易有助于新能源消纳与提升环境效益。为此，首先，构建风电、光伏、可控分布式电源、储能及柔性负荷的多主体VPP模型，并制定各主体参与电能量市场(electric energy market，EEM)和调峰市场(peak regulating market，PRM)竞标策略。通过EEM及PRM算例展现了VPP参与调峰竞标实现VPP效益最大化及各DER成员利益的合理分配。其次，引入碳交易机制，分析碳交易价格变化与风光消纳率、碳排放量及VPP收益之间的关联性。最后，进一步探索碳汇资源交易对电力价格、产量及能源需求变化率的影响，为碳汇价值的生态保护补偿机制提供依据，也为电-碳市场协同下碳市场(carbon market，CM)对EM的价格传导效应及CM价格机制的优化设计提供参考。

关键词: 碳交易机制, 虚拟电厂(VPP), 新能源消纳, 调峰市场(PRM), 电力市场(EM), 碳汇资源

Abstract:

Under the carbon trading mechanism, virtual power plants (VPP) aggregating distributed energy resource (DER) to participate in electricity market (EM) trading will help new energy consumption and improve environmental benefits. This paper constructed a multi-agent VPP model including wind turbine, photovoltaic power, controllable distribution generation, stored energy, and flexible load, and formulated bidding strategies for each entity participating in the electric energy market (EEM) and peak regulating market (PRM). The EEM and PRM examples showed that participating in peak regulating bidding by VPP could achieve the maximum benefits of VPP and reasonable distribution of the interests among DER members. Moreover, this paper introduced the carbon trading mechanism, analyzed the correlation between changes in carbon trading price and wind and solar consumption rate, carbon emissions and VPP benefits, and further explored the impact of carbon sink resource trading on electricity price, output and energy demand change rate. It provided a basis for the ecological protection compensation mechanism of carbon sink value, and also provided a reference for the price transmission effect of carbon market (CM) on EM under the coordination of electricity-carbon market and the optimization design of CM price mechanism.

Key words: carbon trading scheme, virtual power plant (VPP), new energy consumption, peak regulating market (PRM), electricity market (EM), carbon sink resources

中图分类号:

TK 01

郁海彬, 张煜晨, 刘扬洋, 陆增洁, 翁锦德. 碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略[J]. 发电技术, 2023, 44(5): 634-644.

Haibin YU, Yuchen ZHANG, Yangyang LIU, Zengjie LU, Jinde WENG. Optimal Dispatching Bidding Strategy of Multi-Agent Virtual Power Plant Participating in Electricity Market Under Carbon Trading Mechanism[J]. Power Generation Technology, 2023, 44(5): 634-644.

图/表 17

表1 国内VPP发展现状

Tab. 1 Development status of domestic VPP

地区	场景	试点项目	响应资源	特征
上海	削峰填谷、商业楼宇、能源管理	黄埔商业需求侧管理示范项目，嘉定泛在电力物联网智慧充放电试点项目	工商业负荷、储能及电动汽车等	以商业楼宇及电动汽车为主的VPP体系
江苏	需求响应、新能源消纳	大规模源网荷友好互动系统示范工程	可中断/可调节负荷	国内规模最大源网荷系统
浙江	需求响应、削峰填谷	丽水和宁海VPP试点项目，宁波离网光伏VPP，义乌小商品市场等	储能、充电桩、空调及照明等	“削峰填谷”让利消费侧，国内单次响应体量最大
冀北	新能源消纳、广域需求响应	泛在电力物联网VPP示范工程	光伏、电采暖	多主体参与

图1 VPP结构

Fig. 1 Structure of VPP

图2 VPP竞标策略

Fig. 2 VPP bidding strategy

图3 VPP收益分配框图

Fig. 3 Block diagram of VPP benefit distribution

图4 电力客户碳汇资源获取方式

Fig. 4 Methods of obtaining carbon sink resources for power customers

图5 WT与PV预测出力

Fig. 5 Forecast output of WT and PV

表2 峰平谷电价 (元/(MW⋅h))

Tab. 2 Power prices

类型	谷时段	平时段	峰时段
售电价格	165.35	314.50	465.30
购电价格	326.20	624.80	922.60

图6 EEM中的调度策略

Fig. 6 EEM scheduling policy

表3 VPP内部成员收益 (元)

Tab. 3 VPP internal member income

内部成员	独立运营收益	VPP中分配的收益
WT	23 565	24 453
PV	10 007	10 056
ES	705	1 086
GT	2 631	4 295
VPP	0	27 848

表4 PRM中的不同场景

Tab. 4 Different scenarios in the PRM

场景	填谷调峰		削峰调峰
场景	时段	价格/元	时段	价格/元
1	01：00—08：00	350	09：00—12：00，18：00—21：00	500
2	01：00—08：00	350
3			09：00—12：00，18：00—21：00	500
4	01：00—04：00 05：00—08：00	250 450
5			09：00—10：00，18：00—19：00	400
5			11：00—12：00，20：00—21：00	600

表5 不同场景的VPP收益 (元)

Tab. 5 Income of VPP in different scenarios

场景	VPP内部收益	购电成本收益	调峰收益	VPP运营收益
1	39 109	-15 848	21 303	44 604
2	44 629	-11 357	5 232	38 464
3	43 216	-20 056	16 089	39 257
4	44 453	-11 537	5 683	38 537
5	43 123	-20 082	16 290	39 351

图7 5种场景下调峰竞标电量

Fig. 7 Peak bidding power under 5 scenarios

图8 场景1中ES与FL的优化结果

Fig. 8 Optimization results of ES and FL in scenario 1

图9 场景1和2中补偿价格

Fig. 9 Compensation prices in scenarios 1 and 2

图10 场景1中VPP的备用容量

Fig. 10 Backup capacity of VPP in scenario 1

图11 不同碳交易价格下碳排放量、WT/PV消纳率和VPP收益曲线

Fig. 11 Carbon emission, WT/PV accommodation rate and VPP revenue curve under different carbon trading prices

图12 碳汇资源交易价格与电力价格、产量和能源需求变化率关系

Fig. 12 Relationship between carbon sink price and electricity price, output and energy demand change rate

参考文献 30

1	陈逸文，赵晋斌，李军舟，等．电力低碳转型背景下氢储能的挑战与展望[J]．发电技术，2023，44(3)：296-304． doi:10.12096/j.2096-4528.pgt.23022
	CHEN Y W， ZHAO J B， LI J Z，et al ．Challenges and prospects of hydrogen energy storage under the background of low-carbon transformation of power industry[J]．Power Generation Technology，2023，44(3)：296-304． doi:10.12096/j.2096-4528.pgt.23022
2	程松，周鑫，任景，等．面向多级市场出清的负荷聚合商联合交易策略[J]．电力系统保护与控制，2022，50(20)：158-167．
	CHENG S， ZHOU X， REN J，et al ．Bidding strategy for load aggregators in a multi-stage electricity market[J]．Power System Protection and Control，2022，50(20)：158-167．
3	杨秀，杜楠楠，孙改平，等．考虑需求响应的虚拟电厂双层优化调度[J]．电力科学与技术学报，2022，37(2)：137-146．
	YANG X， DU N N， SUN G P，et al ．Bi-level optimization dispatch of virtual power plants considering the demand response[J]．Journal of Electric Power Science and Technology，2022，37(2)：137-146．
4	闫鹏，曾四鸣，李铁成，等．基于改进量子遗传算法的虚拟电厂在多时间尺度下参与AGC优化调度[J]．电网与清洁能源，2023，39(3)：23-32． doi:10.3969/j.issn.1674-3814.2023.03.004
	YAN P， ZENG S M， LI T C，et al ．Optimal scheduling of virtual power plant participating in AGC based on improved quantum genetic algorithm on multi-time scale[J]．Power System and Clean Energy，2023，39(3)：23-32． doi:10.3969/j.issn.1674-3814.2023.03.004
5	朱永胜，苗阳，谢晓峰，等．新能源微电网多层级车网协同优化策略[J]．智慧电力，2023，51(2)：61-68． doi:10.3969/j.issn.1673-7598.2023.02.010
	ZHU Y S， MIAO Y， XIE X F，et al ．Multi-level vehicle-grid collaborative optimization strategy for new energy microgrid[J]．Smart Power，2023，51(2)： 61-68． doi:10.3969/j.issn.1673-7598.2023.02.010
6	刘建伟，李学斌，刘晓鸥．有源配电网中分布式电源接入与储能配置[J]．发电技术，2022，43(3)：476-484． doi:10.12096/j.2096-4528.pgt.21068
	LIU J W， LI X B， LIU X O ．Distributed power access and energy storage configuration in active distribution network[J]．Power Generation Technology，2022，43(3)：476-484． doi:10.12096/j.2096-4528.pgt.21068
7	李军徽，罗铉众，朱星旭，等．基于绿证-碳交易机制的风-火-蓄联合调峰控制策略[J]．电力建设，2023，44(7)：11-20． doi:10.12204/j.issn.1000-7229.2023.07.002
	LI J H， LUO X Z， ZHU X X，et al ．Peak regulation control strategy of wind-thermal-storage combined based on green certificate-carbon trading mechanism[J]．Electric Power Construction，2023，44(7)：11-20． doi:10.12204/j.issn.1000-7229.2023.07.002
8	张立辉，戴谷禹，聂青云，等．碳交易机制下计及用电行为的虚拟电厂经济调度模型[J]．电力系统保护与控制，2020，48(24)：154-163． doi:10.19783/j.cnki.pspc.200126
	ZHANG L H， DAI G Y， NIE Q Y，et al ．Economic dispatch model of virtual power plant considering electricity consumption under a carbon trading mechanism[J]．Power System Protection and Control，2020，48(24)：154-163． doi:10.19783/j.cnki.pspc.200126
9	许福鹿，周任军，曹俊波，等．多种市场下虚拟电厂电-热-气协调优化调度[J]．电力系统及其自动化学报，2019，31(9)：35-42．
	XU F L， ZHOU R J， CAO J B，et al ．Coordinated optimal dispatching of power-heat-gas for virtual power plant participating in multiple markets[J]．Proceedings of the CSU-EPSA，2019，31(9)：35-42．
10	李旭东，艾欣，胡俊杰，等．计及碳交易机制的核-火-虚拟电厂三阶段联合调峰策略研究[J]．电网技术，2019，43(7)：2460-2470． doi:10.13335/j.1000-3673.pst.2018.2133
	LI X D， AI X， HU J J，et al ．Three-stage combined peak regulation strategy for nuclear-thermal-virtual power plant considering carbon trading mechanism[J]．Power System Technology，2019，43(7)：2460-2470． doi:10.13335/j.1000-3673.pst.2018.2133
11	应志玮，余涛，黄宇鹏，等．上海虚拟电厂运营市场出清的研究与实现[J]．电力学报，2020，35(2)：129-134．
	YING Z W， YU T， HUANG Y P，et al ．Research on clearing the operation market of Shanghai virtual power plant[J]．Journal of Electric Power，2020，35(2)：129-134．
12	岳铂雄，熊厚博，郭亦宗，等．碳交易机制推动电力行业低碳转型[J]．电气自动化，2022，44(4)：1-3，7． doi:10.3969/j.issn.1000-3886.2022.04.001
	YUE B X， XIONG H B， GUO Y Z，et al ．Carbon transaction mechanism promotes low-carbon transformation of power industry[J]．Electrical Automation，2022，44(4)：1-3，7． doi:10.3969/j.issn.1000-3886.2022.04.001
13	杨梓俊，荆江平，邓星，等．虚拟电厂参与江苏电网辅助服务市场的探讨[J]．电力需求侧管理，2021，23(4)：90-95． doi:10.3969/j.issn.1009-1831.2021.04.017
	YANG Z J， JING J P， DENG X，et al ．Discussion on virtual power plant participating in ancillary service market of Jiangsu power grid[J]．Power Demand Side Management，2021，23(4)：90-95． doi:10.3969/j.issn.1009-1831.2021.04.017
14	雷旭，马鹏飞，宋智帅，等．计及风电预测误差的柔性负荷日内调度模型[J]．发电技术，2022，43(3)：485-491． doi:10.12096/j.2096-4528.pgt.20083
	LEI X， MA P F， SONG Z S，et al ．A flexible intraday load dispatch model considering wind power prediction errors[J]．Power Generation Technology，2022，43(3)：485-491． doi:10.12096/j.2096-4528.pgt.20083
15	谈金晶，李扬．多能源协同的交易模式研究综述[J]．中国电机工程学报，2019，39(22)：6483-6497．
	TAN J J， LI Y ．Review on transaction mode in multi-energy collaborative market[J]．Proceedings of the CSEE，2019，39(22)：6483-6497．
16	田立亭，程林，郭剑波，等．虚拟电厂对分布式能源的管理和互动机制研究综述[J]．电网技术，2020，44(6)：2097-2108． doi:10.13335/j.1000-3673.pst.2019.2193
	TIAN L T， CHENG L， GUO J B，et al ．A review on the study of management and interaction mechanism for distributed energy in virtual power plants[J]．Power System Technology，2020，44(6)：2097-2108． doi:10.13335/j.1000-3673.pst.2019.2193
17	王帅，帅轩越，王智冬，等．基于纳什议价方法的虚拟电厂分布式多运营主体电能交易机制[J]．电力建设，2022，43(3)：141-148．
	WANG S， SHUAI X Y， WANG Z D，et al ．Distributed electricity trading mechanism of multi-operator virtual power plant based on Nash bargaining method[J]．Electric Power Construction，2022，43(3)：141-148．
18	麻秀范，余思雨，朱思嘉，等．基于多因素改进Shapley 的虚拟电厂利润分配[J]．电工技术学报，2020，35(S02)：585-595．
	MA X F， YU S Y， ZHU S J，et al ．Profit allocation to virtual power plant members based on improved multifactor shapley value method[J]．Transactions of China Electrotechnical Society，2020，35(S2)：585-595．
19	匡熠，王秀丽，王建学，等．基于stackelberg博弈的虚拟电厂能源共享机制[J]．电网技术，2020，44(12)：4556-4564．
	KUANG Y， WANG X L， WANG J X，et al ．Virtual power plant energy sharing mechanism based on stackelberg game[J]．Power System Technology，2020，44(12)：4556-4564．
20	张高，王旭，蒋传文．基于主从博弈的含电动汽车虚拟电厂协调调度[J]．电力系统自动化，2018，42(11)：48-55． doi:10.7500/AEPS20170607005
	ZHANG G， WANG X， JIANG C W ．Stackelberg game based coordinated dispatch of virtual power plant considering electric vehicle management[J]．Automation of Electric Power Systems，2018，42(11)：48-55． doi:10.7500/AEPS20170607005
21	高赐威，李倩玉，李慧星，等．基于负荷聚合商业务的需求响应资源整合方法与运营机制[J]．电力系统自动化，2013，37(17)：78-86． doi:10.7500/AEPS201211091
	GAO C W， LI Q Y， LI H X，et al ．Methodology and operation mechanism of demand response resources integration based on load aggregator[J]．Automation of Electric Power Systems，2013，37(17)：78-86． doi:10.7500/AEPS201211091
22	谢平平，朱继忠，禤培正，等．源荷协同辅助服务市场框架及经济性分析[J]．南方电网技术，2017，11(2)：50-56． doi:10.13648/j.cnki.issn1674-0629.2017.02.008
	XIE P P， ZHU J Z， XUAN P Z，et al ．Market framework and economic analysis of generation-demand cooperative ancillary service[J]．Southern Power System Technology，2017，11(2)：50-56． doi:10.13648/j.cnki.issn1674-0629.2017.02.008
23	秦玉杰．分布式电源参与电力辅助服务的机制研究[D]．淄博：山东理工大学，2020．
	QIN Y J ．Research on the mechanism of distributed generation participating in power auxiliary service[D]．Zibo：Shandong University of Technology，2020．
24	史沛然，李彦宾，江长明，等．第三方独立主体参与华北电力调峰市场规则设计与实践[J]．电力系统自动化，2021，45(5)：168-174. doi:10.7500/AEPS20200609005
	SHI P R， LI Y B， JIANG C M，et al ．Rule design and practice for third-party independent entities participating in electric power peak regulation auxiliary service market of North China[J]．Automation of Electric Power Systems，2021，45(5)：168-174． doi:10.7500/AEPS20200609005
25	宁剑，江长明，张哲，等．可调节负荷资源参与电网调控的思考与技术实践[J]．电力系统自动化，2020，44(17)：1-8． doi:10.7500/AEPS20191226007
	NING J， JIANG C M， ZHANG Z，et al ．Thinking and technical practice of adjustable load resources participating in dispatching and control of power grid[J]．Automation of Electric Power Systems，2020，44 (17)：1-8． doi:10.7500/AEPS20191226007
26	李博嵩，王旭，蒋传文，等．广泛负荷聚集商市场策略建模及风险效益分析[J]．电力系统自动化，2018，42(16)：119-126． doi:10.7500/AEPS20170511006
	LI B S， WANG X， JIANG C W，et al ．Market strategy modeling and risk profit analysis of demand-side resource aggregator[J]．Automation of Electric Power Systems，2018，42(16)：119-126． doi:10.7500/AEPS20170511006
27	李翔宇，赵冬梅．计及可调资源动态特性的虚拟电厂多级优化配置[J]．电力系统自动化，2020，44(13)：17-24． doi:10.7500/AEPS20190909011
	LI X Y， ZHAO D M ．Multi-level optimal configuration of virtual power plant considering dynamic characteristics of adjustable resources[J]．Automation of Electric Power Systems，2020，44 (13)：17-24． doi:10.7500/AEPS20190909011
28	杨雪，金孝俊，王海洋，等．基于区块链的绿证和碳交易市场联合激励机制[J]．电力建设，2022，43(6)：24-33． doi:10.12204/j.issn.1000-7229.2022.06.003
	YANG X， JIN X J， WANG H Y，et al ．Blockchain-based joint incentive mechanism for tradable green certificate and carbon trading market based on blockchain[J]．Electric Power Construction，2022，43(6)：24-33． doi:10.12204/j.issn.1000-7229.2022.06.003
29	吉斌，昌力，陈振寰，等．基于区块链技术的电力碳排放权交易市场机制设计与应用[J]．电力系统自动化，2021，45(12)：1-10．
	JI B， CHANG L， CHEN Z H，et al ．Blockchain technology based design and application of market mechanism for power carbon emission allowance trading[J]．Automation of Electric Power Systems，2021，45(12)：1-10．
30	中国致公党上海市委会课题组．加快构建我国现代能源体系，统筹实现“双碳”目标[J].中国发展，2022，22(3)：3-9．
	Research Group of Shanghai Municipal Committee of China ZhiGong Party ．Accelerate the development of China’s modern energy system and coordinate efforts to achieve the “dual carbon” goal[J]．China Development，2022，22(3)：3-9．

[1]	张叶青, 陈文彬, 徐律军, 江兴稳. 面向多虚拟电厂的分层分区多层互补动态聚合调控策略[J]. 发电技术, 2024, 45(1): 162-169.
[2]	孙健浩, 初壮. 考虑碳交易和无功补偿的分布式电源优化配置[J]. 发电技术, 2024, 45(1): 142-150.
[3]	黄河, 王燕, 姜念, 吴强, 张雅静, 杨秀媛. 考虑用户诉求差异的居民可控负荷资源优化控制[J]. 发电技术, 2023, 44(6): 896-908.
[4]	贾晓强, 杨永标, 杜姣, 甘海庆, 杨楠. 气候变化条件下基于智能预测模型的虚拟电厂不确定性运行优化研究[J]. 发电技术, 2023, 44(6): 790-799.
[5]	赵振宇, 李炘薪. 基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]. 发电技术, 2023, 44(6): 769-780.
[6]	许星原, 陈皓勇, 黄宇翔, 吴晓彬, 王宇绅, 廉俊豪, 张健彬. 虚拟电厂市场化交易中的挑战、策略与关键技术[J]. 发电技术, 2023, 44(6): 745-757.
[7]	石梦舒, 许小峰, 张继广, 李忆, 周保中, 乐鹰, 毕圣. 考虑电-氢市场的虚拟电厂两阶段优化策略研究[J]. 发电技术, 2023, 44(5): 645-655.
[8]	张宁, 朱昊, 杨凌霄, 胡存刚. 考虑可再生能源消纳的多能互补虚拟电厂优化调度策略[J]. 发电技术, 2023, 44(5): 625-633.
[9]	陈皓勇, 黄宇翔, 张扬, 王斐, 周亮, 汤君博, 吴晓彬. 基于“三流分离-汇聚”的虚拟电厂架构设计[J]. 发电技术, 2023, 44(5): 616-624.
[10]	彭道刚, 税纪钧, 王丹豪, 赵慧荣. “双碳”背景下虚拟电厂研究综述[J]. 发电技术, 2023, 44(5): 602-615.
[11]	王燕, 杨秀媛, 徐剑锋, 卜思齐, 徐智蔷. 民用可控负荷参与需求响应的控制策略[J]. 发电技术, 2020, 41(6): 638-649.
[12]	弭辙,张晋芳,刘俊,赵秋莉,张富强. 面向促进新能源消纳的源网荷贡献度分解算法[J]. 发电技术, 2019, 40(6): 509-515.
[13]	刘志超,王洪彬,沙浩,杨金澍,曹生现. 我国风电利用技术现状及其前景分析[J]. 发电技术, 2019, 40(4): 389-395.
[14]	杨东升,王道浩,周博文,陈麒宇,杨之乐,胥国毅,崔明建. 泛在电力物联网的关键技术与应用前景[J]. 发电技术, 2019, 40(2): 107-114.