在考虑多种不确定性的情况下，针对共享储能站的各种电力市场机制优化出价策略

《Renewable Energy》：Enhanced Bidding Strategy Under Various Electricity Market Mechanisms for Shared Energy Storage Stations Considering Multiple Uncertainties

共享储能系统（SES）通过双层优化模型参与电力市场，利用核密度估计和Copula理论生成风光出力与负荷不确定性场景，基于Stackelberg博弈构建主从决策框架，实现SES在频率辅助服务市场的超额收益（98.8%参与率），使成本回收期缩短2-3年，总收益提升33.5%。

　　随着共享经济的快速发展和分布式可再生能源的深度融合，共享储能（SES）系统正逐渐成为电力市场中的战略性和独立参与者。这一研究提出了一种新颖的双层优化模型，旨在帮助SES在不确定性环境下，有效参与联合能源和辅助服务市场。该模型结合了多种先进的场景生成技术，包括基于核密度估计、Copula理论和白噪声的随机方法，以准确捕捉风能、太阳能和负荷曲线的随机行为。同时，引入了基于斯塔克尔伯格博弈的框架，上层问题专注于SES的报价策略优化，而下层问题则模拟了在不同市场机制下的市场清算过程。通过在IEEE-30节点系统基础上进行的案例研究，验证了该模型在现货市场中提升SES参与效率的有效性。研究结果显示，SES单元在频率调节辅助服务市场中的参与率高达90%以上，在过渡季节甚至达到98.8%，在波动较大的时期则为90.4%。收益分析表明，SES在频率调节辅助服务市场中的收入存在显著差异，其中两个单元的收入分别为23.7%和83.7%。该模型不仅缩短了SES的成本回收周期，还提升了整体收益，提高了约33.5%。总体而言，该模型使SES单元能够制定符合实际市场动态的理性报价，从而增强其市场竞争力，并促进资源的高效配置。

在全球范围内，减少碳排放和应对气候变化已成为重要的战略目标。中国在2020年明确提出“碳达峰”和“碳中和”的目标，这一政策背景推动了包括风能在内的新兴能源的快速发展。为了进一步提升区域内的能源供需平衡，发展分布式电网基础设施以及各种灵活资源和储能技术，成为了构建新型电力系统的重要组成部分。同时，随着对储能设施的需求不断增加，共享商业模式的出现为储能技术在新型电力系统中的应用提供了更多可能性。因此，设计合理的定价策略，以协调多方利益并优化资源配置，成为这一新模式下的关键环节。

为了促进储能技术在新型能源电力系统中的共享应用，有必要优先解决储能的定价问题，并构建一个SES商业模式。定价是商业模式的核心要素，合理的定价计划可以实现多方利益的平衡和优化。已有研究提出了多种储能定价策略和方法，如Chang W等人[6]提出了一种分布式储能服务（DES）模型，并研究了作为独立实体的消费电子公司如何在电力市场中制定最优的日常报价策略；Chen C等人[7]则提出了一个针对用户侧分布式储能的双层协作共享模型，该模型解决了大规模用户群体带来的维度诅咒和隐私保护问题，同时平衡了各方利益。Wang H等人[8]则采用三级博弈模型构建了一个能源中心，将企业、社区和个人用户的交易进行聚合；Jiang A等人[9]提出了一个基于斯塔克尔伯格博弈的住宅储能容量和定价模型；Li L等人[10]则基于有限理性理论提出了一个SES定价机制，该机制在设计阶段考虑了储能系统的共享，并通过实例展示了SES定价机制和协作设计方法的可行性与适用性。Lei L等人[11]提出了一个面向电动汽车主动需求响应的能源建筑双层管理系统，其中第二层引入了一种新的实时供需定价机制，以考虑和管理电动汽车的快速充电类型。研究结果表明，所提出的双层优化模型在经济效率和实用性方面具有明显优势。

尽管已有研究提出了多种储能定价策略和方法，但它们往往缺乏对实际市场动态和监管变化适应性的分析。这种局限性可能会限制这些模型在不同全球市场条件下的通用性和实际价值。在欧洲和美国等地区，成熟的电力市场已经建立，这些市场在促进储能技术发展方面提供了丰富的经验。例如，美国早在2018年就尝试通过市场机制来赋予储能市场主体地位，将储能资源通过市场竞争进行分配。Chen等人[13]则对国外储能参与电力市场的交易机制进行了综述，分析了其价值、框架和市场交易模型，并提出了对我国电力市场发展的建议。Tostado-Véliz M等人[14]提出了一种新的储能参与日前电力市场的机制，该机制允许储能单元根据每个时间段结束时的荷电状态，向系统运营商提交报价曲线，以反映储能的实际价值。Xu等人[15]则基于市场环境提出了储能的最优控制策略和最优报价策略，分析表明这些策略在满足市场性能要求的同时，最大化了市场利润。Xiao Y等人[16]针对独立储能参与市场的特殊问题，提出了相应的解决方案，主要讨论了独立储能参与现货电力市场和频率调节辅助服务市场（FRASM）的协调机制，分析了独立储能申报和清算相关参数对市场清算结果的影响。Wang C等人[17]则提出了一种面向可再生能源发电和多时间尺度灵活资源的主动配电网双层协调规划方法，通过数据驱动的场景生成方法，相较于单独规划可再生能源和单时间尺度规划方法，该方法在可再生能源整合、经济性和电压分布方面具有优势。在参与市场交易的过程中，储能的报价策略将成为决定其能否成功投标并实现收益的关键因素。

由于风能和太阳能在同一区域的输出具有较强的统计特性和相关性，因此电力系统的日前运行规划需要基于它们的固有输出特征进行，这要求对多种场景进行分析和计算，以全面评估规划和运行方案的可行性和合理性。Yoo J等人[18]提出了一种场景生成方法，该方法能够捕捉风能预测误差的时空和概率特性，并通过多种指标验证了其准确性。Bhavsar等人[19]利用K-means聚类方法量化了风能的不确定性，以提高经济调度和随机机组组合的准确性。Lin等人[20]引入了一种改进的ICRW K-means方法，用于在不确定性环境下进行场景分析，提高了效率并支持了规划策略。Correia F M等人[21]提出了一种随机Copula方法，用于解决在可再生能源变化背景下，电力和天然气价格依赖建模的不足。Jiaming H等人[22]开发了一个多目标模型，用于随机电力系统运行，以减少碳排放和电力损耗。Li D等人[23]利用蒙特卡洛模拟和K-means聚类方法建模光伏和负荷的不确定性，以提高系统经济效率。Minghao G等人[24]将模糊机会约束转换为确定性条件，分析了置信区间对电力系统安全性和经济性的影响。Jianwei G等人[25]提出了一种基于时间变化的Copula方法，用于生成准确的24小时风能和太阳能输出场景。因此，由于新能源输出的高波动性和不可预测性，对电力系统的稳定运行构成了挑战，这也使得大规模储能技术的应用变得尤为重要，以调节和平衡供需。

考虑到SES在市场准入和监管障碍方面的挑战，以及对有效定价和管理机制的迫切需求，本研究提出了一种改进的双层优化模型，使SES能够在多种不确定性条件下，战略地参与能源和辅助服务市场。具体而言，本文的贡献包括以下几个方面：

首先，通过采用非参数核密度估计和Frank-Copula函数，将源-荷双侧不确定性纳入考虑，生成风能、太阳能和负荷曲线的关联场景，从而更真实地反映可再生能源和需求的随机特性。其次，提出了一种基于斯塔克尔伯格博弈的双层决策框架，其中上层代表SES运营商的报价策略，下层则模拟在不同市场机制下的市场清算过程。第三，通过引入KKT条件和Big-M方法，将模型转化为可求解的单层混合整数线性规划（MILP），从而实现实际计算。第四，通过在修改后的IEEE-30节点系统上进行的案例研究，验证了该模型的有效性，并展示了所提出的方法能够显著提升SES的盈利能力，并将成本回收周期缩短2-3年。

通过这些贡献，本研究为区域能源运营商提供了一种可行的解决方案，以克服将共享储能技术整合进电力市场中的关键挑战。该模型增强了运营商应对不确定性、优化资源配置和设计有效报价策略的能力，最终推动了更加高效和可持续的电力系统运行。