基于情景条件风险优化（SCARO）的电池套利调度方法研究

《Batteries》：SCARO: Scenario-Conditioned Risk Optimization for Day-Ahead Battery Energy Storage Scheduling

　　

摘要

日前电池套利需要评估完整充放电周期的回报和下行风险。我们提出了情景条件风险优化（SCARO）方法，该方法校正供需预测，并将联合重采样的全天残差映射到价格路径上。精确规划器分别为每个可行计划识别不利结果，并结合平均利润和下尾利润来选择运行周期或不运行。在内蒙古西部实时电力市场中进行的 182 天滚动评估将 SCARO 与 21 个基线进行了比较，针对的是初始和终止荷电状态为零且每天最多一次循环的电池。这些配置使用单一价格模型（SCARO-S）或集成模型（SCARO-E 和 SCARO-L），其中集成配置的区别在于边界校正。在 16 种效率 - 成本条件中的 13 种下，SCARO-S 实现了最高的平均利润。在额定效率和零循环成本下，其平均利润和最差月份利润分别比每个指标的最强基线高出 4.72% 和 8.76%；SCARO-L 实现了最高的神谕捕获率。在预测固定的情况下，与风险中性对照相比，下尾调度改善了 SCARO-E 和 SCARO-L 的平均利润和损失频率。