多市场环境下聚合多类型储能电站的灵活性评估方法

《Processes》：Flexibility Evaluation Method for Aggregated Multi-Type Energy Storage Stations in Multi-Market Environments

　　

本研究针对分散式储能资源因异构性(heterogeneity)与市场波动性导致调节能力边界不明、资源调度困难的问题，研究人员提出了一种多市场环境下聚合多类型储能电站的灵活性评估方法(flexibility evaluation method for aggregated multi-type energy storage stations in multi-market environments)。该方法首先构建以能量(energy)与调频(frequency regulation, FR)市场总收益最大化为目标的多类型储能运行模型，用以确定两类市场的容量分配；其次提出基于闵可夫斯基和(Minkowski sum)的异构资源聚合方法，刻画聚合储能在功率–能量–时间(power–energy–time)空间中的物理边界；最后定义调峰响应率(peak regulation response rate)与调频响应率(frequency regulation response rate)作为指标，定量解析价格信号与储能灵活性潜力间的动态关系。结果表明，该方法能清晰界定储能系统的物理边界，并有效评估其灵活性，可指导电网调度人员优化资源配置、提升系统灵活性。

《多市场环境下聚合多类型储能电站的灵活性评估方法》论文解读

一、研究背景与意义

在新型电力系统建设中，大规模可再生能源并网使电力供需平衡难度增大，电化学储能(battery energy storage system, BESS)、抽水蓄能(pumped storage hydropower, PSH)、压缩空气储能(compressed air energy storage, CAES)及飞轮储能(flywheel energy storage, FES)等多类型储能因毫秒级响应速度与双向精确调节能力成为核心灵活性资源。随着电力市场改革推进，储能逐步作为独立市场主体参与能量(energy)市场与辅助服务（含调频frequency regulation, FR／自动发电控制automatic generation control, AGC）市场以获取收益。然而，分散部署的多种储能资源在物理特性（功率型vs能量型）、老化机理及市场电价波动下呈现复杂耦合关系，导致区域级聚合储能的调节能力边界模糊、调度部门难以量化其可调用灵活性，限制了灵活性资源高效利用。现有研究多关注单体或多储能联合优化的收益最大化，缺乏面向区域电网调度视角的多类型储能聚合灵活性量化评估体系及跨市场价格—灵活性映射关系分析。为此，研究人员以省级电网多类型储能为对象，提出多市场环境下聚合多类型储能电站灵活性评估方法，成果发表于《Processes》。

二、主要关键技术方法

研究人员选取典型省级电网含PSH、BESS、CAES及FES共10座异构储能站为算例，调度时段为典型日24 h（15 min步长，共96时段），采用PJM市场典型日电价与AGC信号（经K?means聚类）。首先建立考虑各类型储能技术差异（功率/能量限值、SoC_max/min、爬坡率ramp rate、循环老化成本仅对BESS建模，PSH/CAES/FES老化近似忽略）的多市场收益最大化模型（目标函数含能量套利收入、FR容量与里程补偿、BESS老化成本），约束含多市场协调耦合约束（基线功率baseline power与FR上下调功率叠加不超额定功率、FR响应精度满足市场准入）及单体储能运行约束（SoC连续性、始末SoC一致）。其次应用闵可夫斯基和(Minkowski sum)将各单元在功率–能量–时间空间中的可行凸多面体集进行向量加得到省级聚合储能物理边界。最后定义调峰削峰率(peak shaving rate)、填谷率(valley filling rate)、总调峰响应率及FR容量响应率(frequency regulation capacity response rate)、总调频响应率作为灵活性评价指标，并开展电价补贴系数与FR价格系数双参数灵敏度分析。

三、研究结果

2. Multi-Market Collaborative Optimization of Multi-Type Energy Storage Operation（多市场协同优化的多类型储能运行）

通过构建含BESS老化成本的收益最大化模型并求解，研究人员发现不同类型储能因技术特性呈现差异化市场偏好：PSH与CAES凭借大容量与较低深放老化成本倾向在低谷电价充电、高峰放电进行能量套利(energy arbitrage)；BESS参与FR市场获取容量与里程收益并保留适中SoC以应对高频AGC信号；FES因几乎无循环损耗及毫秒响应主要追踪高频调频信号。优化结果验证了模型可合理分配各储能在能量市场与FR市场的容量占比。

3. Aggregation of Energy Storage Stations and Evaluation Indicators（储能电站聚合与评价指标）

基于Minkowski sum将各储能单元在P?E?t空间中由功率限、SoC演化、爬坡率等约束构成的可行凸集进行聚合，获得省级聚合储能整体物理边界Ω_agg=⊕_nΩ_n。在功率–能量(P?E)平面投影得到封闭非对称凸多边形边界：中段能量状态下可调功率受总额定功率限制呈水平饱和区；近SoC上/下限时受单体能量守恒约束可调功率线性收缩形成能量受限区，边界呈分段非均匀斜率反映各异E/P比。定义调峰指标η_ps（削峰率）、η_vf（填谷率）、η_pr（总调峰响应率）及FR容量响应率η_fr、总调频响应率η_FR，用以量化实际可调能力相对额定值的占比。

4. Case Study（案例分析）

4.1 Case Setup：算例参数取自文献典型值，PJM历史市场数据经K?means提取代表日场景，Gurobi求解。

4.2 Typical Operation Analysis：仿真显示PSH SoC呈长周期波动，承担主要能量平移(base peak regulation)；BESS SoC小幅频繁振荡，兼顾一定削峰填谷与积极投AGC调频；CAES介于二者；FES SoC微幅高频波动，基本不参与大容量充放，专司瞬时功率补偿与精细调频。各类型储能调峰/调频响应率对比表明能量型资源（PSH、BESS）调峰响应率高，功率型资源（FES、部分CAES）在非峰时段维持高FR响应率，体现能量–功率维度互补。

4.3 Aggregated Physical Boundary Analysis：Minkowski聚合所得三维P?E?t边界形成时变容量隧道，优化运行轨迹完全包含于隧道内，验证物理可行性。P?E平面聚合边界为分段非均匀凸多边形，内部散点为实际运行状态，点与边界距离表征剩余调节裕度(regulating margin)。

4.4 Sensitivity Analysis of Price Signals：随峰谷电价补贴系数提高，总调峰响应率上升（最高约0.481），但同时FR价格系数升高在相同补贴下使调峰响应率下降，表现调频市场对调峰资源的"挤出(crowding-out)效应"；反之总调频响应率在低补贴高FR价格区间达峰值（约0.933），随补贴增大而降低。说明多市场激励下资源分配具"零和博弈(stock game)"特征，总体灵活性受SoC边界与爬坡率约束而非简单加和。

四、讨论与结论翻译

研究表明多类型储能物理特性决定其在市场中分化角色——大容量储能侧重SoC长期演变以支撑调峰，高功率储能通过快速高频响应用于频率稳定；基于Minkowski sum的三维物理边界与响应率指标可清晰揭示异质储能能量–功率维度互补优势及聚合灵活性；灵敏度分析揭示了多市场激励下资源分配的存量博弈性质，需通过合理价格协调机制与补偿权重引导多类型储能均衡参与不同市场监管需求。未来工作将引入输电网约束评估可交付灵活性，并采用鲁棒或随机规划处理市场价格与AGC信号不确定性。

结论原文翻译：

针对省级电网分散储能资源因物理特性差异与市场波动致调节能力边界不清及调度困难问题，本文提出多市场环境下聚合多类型储能电站灵活性评估方法。研究表明各类储能系统物理特性决定其在不同市场中的差异化角色：大容量资源侧重SoC长期演变以支撑调峰，高功率资源通过快速高频响应保障频率稳定；三维物理边界与响应率指标清晰阐明能量与功率维度互补优势使多储能在物理约束下最大化灵活性潜力；灵敏度分析揭示多市场激励下资源分配的存量博弈性质，故建立价格协调机制并设置合理补偿权重是引导多储能有效参与电网调节、平衡不同市场监管需求的关键策略。后续将在所提框架中纳入输电网络约束评估分布式储能可交付灵活性，并引入鲁棒优化或随机规划描述市场价格与调频信号不确定性以提升方法的实际适用性。