計及不確定性的風儲聯合系統多時間尺度市場參與策略

孫 鑫，魏文榮，李瓊林，姚福星，劉 陽，張亞飛，苗世洪

（1.國網河南省電力公司電力科學研究院，河南 鄭州 450052；2.華中科技大學 電氣與電子工程學院 強電磁工程與新技術國家重點實驗室電力安全與高效湖北省重點實驗室，湖北 武漢 430074）

0 引言

隨著“雙碳”發展目標的提出，深入推進能源結構調整、加快構建以新能源為主體的新型電力系統已勢在必行。雖然新能源出力具有明顯的反調峰特性，但儲能優秀的能量時移特性為高比例新能源接入提供了條件。2021年7月，國家發展改革委、國家能源局印發了《關于加快推動新型儲能發展的指導意見》，正式提出“新能源+儲能”電站的運營模式［1］。同年12 月，廣東省能源局發布《南方（以廣東起步）電力現貨市場實施方案（征求意見稿）》，提出建立健全適應新能源為主體的新型電力系統市場交易機制［2］，這意味著“新能源+儲能”電站將有機會作為獨立主體參與電力市場［3］。在此背景下，以風儲聯合系統（wind-energy storage combined system，WCS）為例，研究“新能源+儲能”作為獨立主體的電力市場參與策略，具有重要的理論和現實意義。

依據交易商品類別的差異，現行電力現貨市場主要分為能量市場、輔助服務市場［4］。但目前由于儲能造價高昂，若僅考慮WCS 參與能量市場，則投資成本回收周期較長。然而，若WCS 同時參與能量市場、輔助服務市場，則既可發揮儲能的快速功率響應能力［5］，提高資源的利用率，又可獲得額外的收益，加速投資成本回收。因此，國內外學者對WCS參與多類型市場的投標策略進行了大量的研究。文獻［6］在計及荷電狀態對調頻表現影響的基礎上，建立了WCS 參與能量市場、調頻輔助服務市場的投標模型。文獻［7］結合我國某WCS 示范項目，建立了虛擬電廠參與能量市場、調頻輔助服務市場、調峰輔助服務市場的優化模型，并基于模擬退火算法計算風電、儲能出力。然而，上述研究均未考慮風電出力波動帶來的偏差功率影響，研究成果具有局限性。

風電出力具有強不確定性，因此風電預測功率與實際發電功率之間總存在無法忽略的偏差功率，偏差功率的存在阻礙了投標計劃的精準執行。當WCS 的實際發電功率未達到計劃要求時，市場決策機構將根據功率缺額對其進行偏差懲罰；當WCS 的實際發電功率超出計劃要求時，將導致棄風現象，這會浪費電站的投資建設和維護成本，給電站造成經濟損失?？梢?，高額的偏差懲罰和棄風損失（devia?tion penalty and wind curtailment loss，DPWCL）會大幅削減WCS 的凈收益。為此，對風電出力不確定性進行量化建模，力求降低偏差功率對WCS 經濟收益負面影響的意義重大。文獻［8］基于場景分析法模擬了風電出力不確定性，并引入風險規避因子，建立了含偏差風險規避的風儲協同參與市場策略。文獻［9］假設風速服從韋伯分布，利用場景生成和削減方法處理風電出力不確定性，建立了考慮風電投標偏差懲罰的電力市場隨機均衡模型。文獻［10］考慮風電出力不確定性、儲能壽命損耗，建立了風儲聯合參與能量市場、快速調頻輔助服務市場的優化投標模型，并基于近似動態規劃進行求解。然而，上述研究在概率建模、場景生成過程中未考慮風電預測出力與實際出力的非線性相關性，而是人為假設預測誤差統一服從某概率分布，分析結果的可信度有待提高。同時，上述研究僅依據日前尺度的風電預測出力進行投標決策，未考慮日內功率預測精度提升對投標決策的影響，投標決策的有效性存在不足。

為了提高WCS投標決策的準確性，增加WCS在電力市場的凈收益，本文首先基于Copula 函數對風電出力的強不確定性進行精確建模，并以此為基礎預留部分儲能出力能力，從而減小偏差功率的影響；然后，以WCS 預期凈收益最大為目標，制定能量市場、調頻輔助服務市場的日前投標模型，并在日內階段根據超短期風電預測數據修正日前上報計劃，提出考慮風電出力不確定性的WCS 多時間尺度市場參與策略；最后，結合我國某實際WCS 的實測數據進行仿真，結果驗證了所提策略的有效性，并對其在我國電力市場背景下的應用進行了分析和展望。

1 WCS 參與能量市場和調頻輔助服務市場的機制框架

目前，儲能成本昂貴，采用風儲聯合方式進行能量交易的單一模式難以快速回收其投資成本，而兼顧提供輔助服務的運營模式已成為WCS 的主要盈利手段之一［11］。為了實現收益最大化，WCS 在日前制定上報計劃時，通常將可調用儲能完全投入能量市場和輔助服務市場［6］，但受新能源出力不確定性強、儲能預留出力能力不足等因素的影響，在次日實際運行時，WCS又會因功率偏差而遭受市場懲罰。

本文借鑒美國賓夕法尼亞—新澤西—馬里蘭州（Pennsylvania-New Jersey-Maryland，PJM）聯合電力市場機制，設定WCS 通過參與能量市場和輔助服務市場獲利，提供的輔助服務為調頻服務。顯然，能量市場和調頻輔助服務市場均為競爭性市場，但WCS作為新能源發電商，其并網容量遠小于發電集團，其競價行為對市場出清價格的影響很小，因此可將WCS作為電力現貨市場的價格接受者［12?13］。

1.1 能量市場和調頻輔助服務市場的收益模型

依據時間尺度的差異，能量市場被分為日前能量市場和實時能量市場。在PJM 市場機制下［14］：參與日前能量市場的發電商須在12:00前完成投標，市場于16:00前完成出清計算并公布交易結果；參與實時能量市場的發電商須在16:00 — 18:00時段內完成投標，市場于次日實際運行前滾動出清［15?16］。由于實時能量市場在18:00 關閉，WCS 無法隨次日更新的超短期風電預測數據修改上報計劃，且無法在日前得知市場交易結果，因此本文不考慮WCS 參與實時能量市場。日前能量市場的時間框架見附錄A圖A1。

WCS在能量市場的收益模型為：

式中：We，t為t時段WCS 在能量市場的收益；ce為能量交易電價；Pt為t時段能量市場的上報功率；Pw，t和Pch，t、Pdis，t分別為t時段的風電計劃調度功率和儲能充、放電功率；Δt為投標時段間隔。

在PJM 市場機制下［14］，參與調頻輔助服務市場的發電商須在14:15 前提交次日全部時段的投標信息，各時段調頻輔助服務市場在次日實際運行前60 min關閘，市場關閘前發電商可修改投標信息［17］。調頻輔助服務市場的時間框架見附錄A圖A2。

調頻輔助服務市場遵循兩部制補償方法，發電商收益由調頻容量補償、調頻里程補償組成。調頻容量是單位投標時段內發電商提供的調頻資源之和；調頻里程是單位投標時段內發電商根據調頻指令上調或下調出力的絕對值之和，反映了調頻資源的實際調節量［18］。WCS 在調頻輔助服務市場的收益模型為：

式中：Wr，t為t時段WCS 在調頻輔助服務市場的預期收益；ccap、cperf分別為調頻容量、里程價格；m為平均調頻里程；Pr，t為t時段調頻輔助服務市場的上報功率；S為t時段快速調頻信號的信號值；Tbid為市場投標時段總數。

1.2 偏差-棄風成本和儲能壽命折損模型

新能源發電的不確定性導致風電預測出力與實際出力之間總存在一定的偏差，本文將該出力偏差定義為偏差功率。偏差功率的存在導致WCS 無法精準執行上報計劃，會使其面臨DPWCL。儲能在調頻輔助服務市場中的計劃執行不因偏差功率的存在而受阻，WCS 僅在能量市場中存在DPWCL。WCS的偏差-棄風成本模型為：

式中：Wr，t、Wr，t分別為t時段WCS 所受偏差懲罰、棄風損失；Pr，t、Por，t為t時段WCS 的偏差功率；cL、cH分別為偏差懲罰、棄風損失系數；Pict、P分別為t時段風電的預測、實際出力。

值得說明的是，除了實際運行階段由偏差功率導致的臨時棄風，WCS 的棄風行為還包括投標階段的計劃棄風，則偏差-棄風成本模型中的棄風損失為臨時棄風損失。

儲能壽命折損與其充、放電電量成正比。WCS上報的調頻功率為Pr，t，但在實際運行時，儲能并非始終維持該調頻功率大小不變，而是隨15 min 內均值約為0 且不斷變化的調頻信號進行充放電。因此，在單位時段Δt內，儲能提供調頻輔助服務的實際消耗功率為2βPr，t，其中β為單位時段Δt內儲能參與調頻的實際使用功率與上報功率之比。儲能壽命折損模型為：

式中：Wc，t為t時段的儲能壽命折損費用；cop為儲能壽命折損系數。

2 WCS多時間尺度投標策略

在日前階段，考慮風電出力的不確定性，以WCS 預期凈收益最大為目標制定日前投標策略，確定能量市場的上報功率。

在日內階段，根據超短期風電預測數據再次對風電出力不確定性進行量化建模，并以此為基礎修正儲能預留出力能力，調整上報計劃中的機組出力。不同階段的風電預測數據存在偏差，因此須調整能量市場中風電計劃調度功率、儲能充／放電功率，以適應更新后的風電預測數據。雖然能量市場的上報功率在日前階段出清后不可改變，但可以在日內階段重新分配WCS 內部的風電、儲能出力，從而減小偏差功率，提高風電消納率。此外，調頻輔助服務市場在日內實際運行前60 min 關閘，發電商可在關閘前修改投標信息［14，17］，且儲能的充、放電空間在修正預留出力能力后擴大，WCS 因而可以提高調頻輔助服務市場的上報功率以增大經濟收益。

多時間尺度投標策略的流程圖見附錄A圖A3。

2.1 基于Copula函數的風電出力不確定性模型

在制定上報計劃前，應先基于Copula 函數［19?20］構建風電出力不確定性模型，并以此為基礎確定儲能預留出力能力。預留出力能力不參與能量市場和調頻輔助服務市場，僅用于減小突發的偏差功率。

以運行前風電預測出力、運行時風電實際出力的歷史數據為樣本集，基于核密度估計法分別建立其邊緣分布模型。在此基礎上，利用最大似然估計法得到Copula 函數的相關系數，從而確定Copula 函數的表達式、風電預測出力與實際出力的聯合分布模型。

已知次日風電預測數據（包括日前預測數據、日內超短期預測數據），結合上述邊緣分布、聯合分布模型，構建次日各時段風電實際出力的條件分布模型。選取合適的置信水平，得到相應的風電實際出力置信區間，即風電出力不確定性區間。對比各時段風電出力不確定性區間的上、下限與預測出力之差的絕對值，選取各時段的最大值作為該時段的儲能預留出力能力。

對比不同Copula 函數模型的擬合結果后，本文選取高斯Copula 函數對WCS 進行風電出力不確定性建模。靜態Copula 函數的預測精度較低，但其能一次性獲得次日全部時段的風電出力不確定性區間；動態Copula函數的預測精度較高，但其只能基于l時段的風電實際出力對l+1 時段的風電出力不確定性進行建模，無法獲得剩余時段的風電出力不確定性區間。因此，本文結合日前風電預測出力，在日前投標策略中使用靜態高斯Copula 函數，同時結合超短期風電預測出力，在日內投標策略中使用動態Copula函數。

值得說明的是，投標時段間隔Δt=15 min，動態Copula 函數建模時段間隔Δl=60 min。在日內階段，WCS 基于超短期風電預測數據每隔Δt對Δl后的風電出力不確定性進行建模。

2.2 日前投標策略

根據歷史數據和日前風電預測出力，基于靜態高斯Copula 函數建立日前風電出力不確定性模型，并設置儲能預留出力能力。在日前投標策略中，以WCS 參與能量、調頻輔助服務市場的預期凈收益最大為目標，確定各時段的風電計劃調度功率、儲能充／放電功率和調頻輔助服務市場上報功率。

2.2.1 目標函數

目標函數可表示為：

式中：W、W、W、W分別為日前投標策略中WCS 在能量市場的預期收益、在調頻輔助服務市場的預期收益、計劃棄風損失、儲能壽命折損費用；P、P分別為t時段日前能量市場的上報功率、日前調頻輔助服務市場的上報功率；P、P分別為t時段日前儲能的充、放電功率；Pict，da、P分別為t時段日前風電預測出力、風電計劃調度功率。

2.2.2 約束條件

1）WCS輸出功率約束。

式中：Pmax為WCS的輸出功率上限。

2）調頻表現約束。

當儲能的荷電狀態嚴重偏離中間值時，其無法響應調頻信號的充、放電指令，調頻服務質量因此下跌。定義分段函數用于評估各時段儲能的調頻服務質量，取其均值Rda用于衡量儲能提供調頻服務的綜合表現。如果t時段下儲能的荷電狀態S介于Smax-(Smax-Smin)h和Smax+(Smax-Smin)h之間，表明儲能荷電狀態未嚴重偏離中間值，那么R=1；否則，=0.5。其中，h為荷電狀態偏離中間值的百分比。則調頻表現約束為：

式中：means{?}為求取平均值的函數；Rmin為調頻表現下限；u為表征t時段WCS 是否參與調頻輔助服務市場的0-1變量，若參與則u=1，否則u=0。

此外，還需滿足儲能的荷電狀態約束、運行狀態約束、出力約束，分別見附錄A式（A1）—（A3）。

2.3 日內投標策略

根據歷史數據和日內更新的超短期風電預測出力，WCS 基于動態高斯Copula 函數建立日內風電出力不確定性模型，并基于此修正儲能預留出力能力。

在日內投標策略中，以WCS 參與能量、調頻輔助服務市場的預期凈收益最大為目標，對各時段的風電計劃調度功率、儲能充／放電功率進行出力再分配，同時調整調頻輔助服務市場的上報功率。

儲能的充／放電功率存在上限，因此，當日前、日內階段的風電預測出力差值超過儲能功率調節能力時，WCS將無法按照P進行能量市場出力。WCS將在已知該情況的基礎上制定日內投標計劃，確定能量市場的預期出力P。值得說明的是，能量市場上報功率無法進行修改，仍然為P，因此需要根據P計算能量市場預期收益，并根據能量市場出力差值-計算預期偏差懲罰。

各時段調頻輔助服務市場的關閘時刻不同［17］，且WCS 無法基于動態Copula 函數一次性獲得剩余全部時段的風電出力不確定性區間，因此分時段對日內投標策略進行優化。

2.3.1 目標函數

目標函數可表示為：

式中：W、W、W、W、W分別為日內投標策略中t時段的WCS 能量市場預期收益、調頻輔助服務市場的預期收益、預期偏差懲罰、計劃棄風損失、儲能壽命折損費用；P為t時段日內調頻輔助服務市場的上報功率；Pict，us為t時段超短期風電預測出力；P為t時段日內風電計劃調度功率；P、P分別為t時段日內儲能的充、放電功率。

2.3.2 約束條件

WCS輸出功率約束為：

此外，還需滿足儲能荷電狀態約束、運行狀態約束、輸出功率約束，分別見附錄A式（A4）—（A6）。

2.4 偏差功率帶來的成本建模

在實際運行階段，調用預留儲能可降低偏差功率造成的經濟損失。但預留儲能的出力能力有限，當超出其調節范圍時，仍會產生一定的DPWCL，且調用時會產生相應的儲能壽命折損費用。

2.4.1 目標函數

目標函數可表示為：

式中：W、W、W分別為實際運行階段t時段WCS 所受偏差懲罰、臨時棄風損失、預留儲能的壽命折損費用；P、P為實際運行階段t時段WCS的偏差功率；P、P分別為實際運行階段t時段預留儲能平抑偏差功率的充、放電功率。

2.4.2 約束條件

預留儲能平抑偏差功率的充放電功率約束為：

式中：Pe，t為t時段預留儲能的出力能力。

3 算例分析

本文以我國某WCS 作為研究對象，在MATLAB開發環境下進行仿真建模與算例分析，通過Yalmip調用gurobi9.0 求解器進行求解。選取2022 年5 月1日至5 月28 日該WCS 的風電日前預測出力、日內超短期預測出力、實際出力同步測量數據進行分析，每隔15 min 取1 個測量點。價格和設備參數設置參考文獻［6，8］，分別見附錄B表B1和表B2。

3.1 是否計及風電出力不確定性對WCS 經濟性的影響

風電出力的強不確定性會阻礙上報計劃的精準執行，因此本文在2.1節對風電出力不確定性進行量化建模，并以此為基礎設置預留儲能出力能力。預留儲能出力能力體現了計及風電出力不確定性對投標決策的影響。

為了驗證是否計及風電出力不確定性對WCS經濟性的影響，本節設置如下2 種場景：①場景A，WCS 參與能量、調頻輔助服務市場，不計及風電出力不確定性；②場景B，WCS 參與能量、調頻輔助服務市場，根據日前預測出力構建風電出力不確定性模型，并以此為基礎設置預留儲能出力能力。2 種場景的收益結果對比如表1 所示。場景A 和場景B的能量市場上報功率、調頻輔助服務市場上報功率、偏差功率分別如附錄B 圖B1 — B3 所示。日前風電出力不確定性區間如附錄B圖B4所示。

表1 2種場景的收益結果對比Table 1 Comparison of benefit results between two scenarios單位：萬元

由圖B1 可知：在00:45 — 01:00、09:45 — 12:15、22:00 — 22:15 等時段，場景B 的能量市場上報功率小于場景A 的能量市場上報功率。這是因為預留儲能出力能力的設置擠占了儲能的放電空間，利用儲能提高能量市場上報功率、增加售電收益的行為因此受阻。在01:15 — 01:30、15:00 — 15:15、16:15 —16:30 等時段，場景B 的能量市場上報功率大于場景A 的能量市場上報功率。在這些時段內，儲能的放電空間較充足，WCS 增大儲能的放電功率以提高能量市場上報功率，從而減小了預留儲能出力能力設置對能量市場經濟性的負面影響。由表1 可知：相比于場景A，場景B 在全天所有時段的能量市場預期收益減少了0.38 萬元。上述分析結果表明，預留儲能出力能力降低了WCS在能量市場的經濟效益。

同樣地，由于預留儲能出力能力的設置擠占了儲能的充、放電空間，儲能的頻率調節能力下降，WCS 在調頻輔助服務市場的上報功率隨之減少，最終導致經濟收益顯著降低。由圖B2 可知：場景B 的調頻輔助服務市場上報功率顯著小于場景A 的調頻輔助服務市場上報功率。由表1 可知：相比于場景A，場景B在全天所有時段的調頻輔助服務市場預期收益減少了5.97萬元。

由圖B3可知：在不設置預留儲能出力能力的情況下，所有偏差功率都無法被平抑，WCS 因此承受了高額的棄風損失和偏差懲罰；在設置預留儲能出力能力的情況下，大部分的偏差功率能夠被平抑，只有少量偏差功率超出了儲能的平抑能力。由表1 可知：相比于場景A，場景B 的偏差功率帶來的成本減少了11.52萬元。上述分析結果表明，預留儲能出力能力能顯著降低WCS的經濟損失。

由表1 可知：相比于場景A，場景B 的凈收益增加了4.59 萬元，表明預留儲能出力能力提高了WCS的實際經濟效益?？梢?，在電力現貨市場的投標過程中構建風電出力不確定性模型，并以此為基礎設置儲能預留出力能力，這樣雖然會擠占儲能的充、放電空間，從而降低預期凈收益，但能平抑偏差功率，進而降低偏差功率帶來的成本，最終能夠有效提高WCS的經濟性。

3.2 不同概率建模方法對WCS經濟性的影響

由3.1節可知：預留儲能出力能力的設置會影響預期凈收益和偏差功率帶來的成本，因此需要選擇合適的概率建模方法來構建風電出力不確定性模型，并以此為基礎設置預留儲能出力能力，從而提高WCS的經濟性。

為了驗證不同概率建模方法對WCS 經濟性的影響，本節設置如下3種場景：①場景C，不考慮風電預測出力與實際出力之間的非線性相關性，基于核密度估計法構建風電出力不確定性模型；②場景D，考慮風電預測出力與實際出力之間的非線性相關性，在風電預測出力分層的基礎上，采用核密度估計法構建風電出力不確定性模型；③場景E，考慮風電預測出力與實際出力之間的非線性相關性，采用Copula函數構建風電出力不確定性模型。

3 種場景在同一置信度下的風電預測出力與實際出力之間的關系見附錄B圖B5 — B7，風電實際出力散點分布如表2 所示。從風力發電商的角度出發，風電出力不確定性模型應盡可能地避免實際出力的散點落在置信區間外，并減少區間寬度的冗余，從而在減小DPWCL的同時，降低預留出力能力對儲能充、放電空間的擠占程度。因此，本節將著重對比不同場景下置信區間對散點的包裹程度和區間的冗余程度。

表2 風電實際出力散點分布對比Table 2 Comparison of scatter distribution of actual wind power output

由表2 可知：相比于場景C，場景D 中落在置信區間外的風電實際出力散點相對更少。對比圖B5和圖B6 可知：在風電預測出力的頭部和尾部，場景D 的區間冗余程度相對更低。這是因為風電預測出力與實際出力之間存在非線性相關性，不同預測出力下的實際出力概率分布不同，在不考慮二者相關性的前提下，采用核密度估計法對整體構建概率模型，難以精確描述實際出力的概率分布特征。上述分析結果表明，考慮風電預測出力與實際出力之間的非線性相關性，能夠更加有效地反映風電出力的不確定性，從而提升WCS的經濟收益。

由表2 可知：相比于場景D，場景E 中落在置信區間外的風電實際出力散點更少；相比于圖B6，圖B7 中實際出力的置信區間上、下限更貼近其散點分布。這是因為場景D 中功率分層的界限劃分存在主觀性，而基于Copula 函數構建的風電出力不確定性模型具有自動分層的效果，因此Copula 函數能夠更加精確地描述風電實際出力的概率分布特征。上述分析結果表明，基于Copula函數進行概率建模，能夠更加有效地反映風電出力的不確定性，從而提升WCS的經濟收益。

由此可見，考慮風電預測出力與實際出力之間的非線性相關性，并采用Copula 函數構建風電出力不確定性模型，能夠有效提高WCS的經濟性。

3.3 多時間尺度市場參與行為對WCS經濟性的影響

為了驗證多時間尺度市場參與行為對WCS 經濟性的影響，本節增設1 種場景：場景F，在場景B 的基礎上，WCS 根據日內更新的超短期風電預測數據，構建風電出力不確定性模型，并以此為基礎調整預留儲能的出力能力、修正日前投標策略。

場景B 和場景F 的預留儲能出力能力、偏差功率、調頻輔助服務市場上報功率分別見附錄B 圖B8 — B10。日內風電出力不確定性區間見附錄B 圖B11。場景B和場景F的收益結果對比如表3所示。

表3 場景B和場景F的收益結果對比Table 3 Comparison of benefit results between Scenario B and Scenario F單位：萬元

由圖B8可知：相比于場景B，場景F的預留儲能出力能力顯著減小。這是因為隨著時間的推進，風電預測準確性提高，結合風電預測出力數據確定的出力不確定性區間因此減小。由圖B3（b）、圖B9 和表3 可知：相比于場景B，場景F 中超出預留儲能平抑能力的偏差功率減小，因此偏差功率帶來的成本降低。上述分析結果表明，考慮日內功率預測準確性的提升，在此基礎上構建風電出力不確定模型、降低預留儲能出力能力，不會增加WCS的經濟損失。

由圖B10 可知：在09:45 — 16:30、22:00 — 22:45等時段，場景F 的調頻輔助服務市場上報功率顯著大于場景B 的調頻輔助服務市場上報功率。由表3可知：相比于場景B，場景F 的調頻輔助服務市場預期收益提高了3.62 萬元，凈收益提高了2.44 萬元。這是因為儲能的充、放電空間因預留出力能力減小而擴大，儲能的頻率調節能力得到提高，因此WCS可提高調頻輔助服務市場上報功率以增加預期收益。上述分析結果表明，在調整預留儲能出力能力后，多時間尺度參與電力市場能提高WCS的經濟性。

由此可見：結合日內更新的超短期風電預測數據，降低儲能的預留出力能力，不會增加WCS 的經濟損失；隨著預留出力能力的修正，多時間尺度參與電力市場能夠提高儲能資源的利用效率，進一步提升WCS的經濟性。

3.4 考慮風電出力不確定性的WCS 多時間尺度市場參與策略在我國電力市場的有效性分析

本文以美國PJM 市場規則為背景，提出了考慮風電出力不確定性的WCS 多時間尺度市場參與策略。為了驗證該策略在我國電力市場中的有效性，本節參照《廣東調頻輔助服務市場交易規則（試行）》，設置如下2 種場景：①場景G1，WCS 參與能量、調頻輔助服務市場，不計及風電出力不確定性，不考慮多時間尺度市場參與機制；②場景G2，WCS參與能量、調頻輔助服務市場，根據風電出力不確定性模型設置預留儲能出力能力，在日內階段不改變調頻輔助服務市場上報功率，僅修正能量市場中風電和儲能的功率分配。2 種場景的收益結果對比見表4。由表4 可知：相比于場景G1，場景G2 的預期凈收益減少了8.31 萬元，偏差功率帶來的成本減少了12.33萬元，最終凈收益增加了4.02萬元。這表明構建風電出力不確定性模型，在此基礎上設置預留儲能出力能力，并在日內對能量市場中的風電、儲能出力進行重新分配，能有效提高WCS的經濟收益。

表4 場景G1和場景G2的收益結果對比Table 4 Comparison of benefit results between Scenario G1 and Scenario G2單位：萬元

由圖B8可知：根據日內更新的超短期風電預測數據構建風電出力不確定性模型，以此為基礎調整預留儲能出力能力，能夠擴大儲能的充、放電空間。但在我國電力市場的現行規則下，WCS 無法在日內改變調頻輔助服務市場上報功率，進而提高調頻輔助服務市場的經濟收益。因此，多時間尺度市場參與機制對WCS經濟性的提升存在局限性。

可見，在當前我國的電力市場背景下，本文所提考慮風電出力不確定性的WCS 多時間尺度市場參與策略能夠有效提高WCS 的經濟收益，但其優越性還不能完全體現。美國PJM 市場發展較早、較為成熟，可為我國電力市場未來的構建、發展提供經驗和啟示。隨著我國電力市場機制的不斷完善，本文所提策略的優勢將日益凸顯。

4 結論

針對風電強不確定性導致的電力市場投標偏差問題，本文參考美國PJM 市場機制，建立了風電出力不確定性模型，以此為基礎設置了預留儲能出力能力，并跟隨風電預測數據的更新調整投標決策，提出了考慮風電出力不確定性的WCS 多時間尺度市場參與策略?；谒憷Y果可得如下結論：

1）基于Copula 函數建立風電出力不確定性模型，確定預留儲能出力能力，這樣雖然會相對降低預期收益，但能顯著減小DPWCL，從而可有效提升WCS的實際收益；

2）考慮風電預測出力與實際出力之間的非線性相關性，并采用Copula 函數構建風電出力不確定性模型，能夠有效提高WCS的經濟性；

3）多時間尺度市場參與策略能夠提高儲能資源的利用效率，進一步提升WCS的經濟性；

4）在當前我國的電力市場背景下，本文所提策略的優越性暫時還不能完全體現，但隨著我國電力市場機制的不斷完善，其優勢將日益凸顯。

附錄見本刊網絡版（http：//www.epae.cn）。