结算感知的虚拟电厂协同优化：日前竞价与实时储能备用

《Journal of Energy Storage》：Settlement-aware virtual power plant co-optimization: Day-ahead bidding with real-time energy storage recourse

　　•结算感知的追索将日前投标与实时运行联系起来。
•基于AP条件生成的合成场景在不使用调度记录的情况下表示不确定性。
•匹配的随机基准检验隔离了结算映射的影响。
•该方法在四种预测误差机制下最小化平均不平衡惩罚。
•测试覆盖365天、40个匹配日期以及多种敏感性设置。

引言

向碳中和转型加速了电力系统中可再生能源资源的部署。在韩国，2050碳中和战略将清洁能源和可再生能源，特别是太阳能和风能，确定为实现电力部门碳中和的核心资源[1]。然而，太阳能和风能发电具有波动性和天气依赖性，这增加了电力系统运行和市场参与的不确定性[2]。

在韩国，电力交易历来主要依赖日前市场结构。随着可再生能源渗透率的提高，这一结构不足以反映预测与实际发电之间的实时偏差。为解决这一问题，韩国电力交易所设计了济州试点项目，作为新市场结构的试验台，包括日前市场、实时市场、辅助服务市场和可再生能源竞价机制[3]，[4]。新市场结构自2024年3月起正式运行。参考文献[3]，[4]用于确认结算框架。

储能是运行灵活性的关键来源：它可以重塑虚拟电厂计量输出，并在实时结算和调度指令下减轻不平衡风险敞口。因此，本研究在可再生能源发电、系统边际价格和调度指令实现之前，确定将场景相关的实时结算风险敞口内部化的日前投标和储能调度方案。因此，核心建模挑战不仅在于不确定性本身，还在于当能源收入、容量价格、不平衡价格和依赖于调度指令的设定值相互作用时，将场景相关的实时追索转化为结算结果。

虚拟电厂作为聚合框架已被广泛研究，该框架使分布式能源资源、可再生能源、储能和可控负荷能够参与电力市场。多项综述研究总结了虚拟电厂架构、市场参与模型、能源管理策略和不确定性来源。Naval和Yusta[5]综述了虚拟电厂模型及其在电力市场中的应用，而Rouzbahani等人[6]调查了虚拟电厂能源管理方法。Fang等人[7]进一步强调，可再生能源发电、市场价格和负荷不确定性是虚拟电厂运营中的主要挑战。这些研究表明，对于高可再生能源渗透率的虚拟电厂，考虑不确定性的市场参与至关重要。

在可再生能源虚拟电厂运行中，储能是关键的灵活性资源，因为它可以随时间转移输出、减少不平衡风险敞口，并在可再生能源发电不确定的情况下支持电网集成要求[8]。近期储能研究也强调了储能在集成可再生能源系统中的作用，包括建筑中的热能存储[9]、支持废水处理的光伏-电池系统[10]、用于净零废水处理的风能/太阳能/氢能系统[11]，以及用于社区级可持续性的混合可再生能源系统[12]。然而，本研究侧重于不同的运行层面：在市场结算规则下的日前/实时虚拟电厂投标和结算感知的储能运行。Ko等人[13]提出了基于混合整数二次规划的调度方法，用于虚拟电厂的日前投标和日内运行，表明储能可以与虚拟电厂调度协调，以改善市场参与并减少日内输出波动。Yang等人[14]提出了使用共享储能的日前和实时风电投标与调度策略，表明储能可以减少实时偏差惩罚并改善可再生能源市场参与。这些研究表明，储能不仅应建模为辅助存储设备，还应建模为与日前调度和实时结算相互作用的运行灵活性资源。

为解决可再生能源市场参与中的不确定性，随机优化、鲁棒优化和分布鲁棒优化方法已被广泛应用。Silva等人[15]开发了一种用于日前、日内和平衡市场中可变可再生能源的多阶段随机投标方法。Pand?i?等人[16]提出了一种基于随机规划的虚拟电厂市场参与报价模型。Rahimiyan和Baringo[17]建立了一种鲁棒优化方法，用于日前和实时市场中战略虚拟电厂投标。Nguyen等人[18]开发了具有日内需求响应交易市场的虚拟电厂投标随机规划模型，Song和Jing[19]提出了一种用于虚拟电厂参与日前和平衡市场的分布鲁棒投标策略。这些研究证明了将可再生能源发电和市场价格不确定性纳入虚拟电厂运行决策的价值。

Lee等人[20]开发了一种区间-随机规划方法，用于可再生能源不确定性下发电、输电和储能综合规划，强调了在评估储能系统价值时显式表示可再生能源不确定性的重要性。近期，文献[21]提出了一个基于Wasserstein的两阶段分布鲁棒机会约束优化框架，用于跨多个配电网的协调点对点交易，Lee等人[22]使用分布鲁棒机会约束方法构建了可再生能源不确定性下的协调多配电系统运行模型。

近期研究还分析了不平衡价格、惩罚结构和预测误差风险如何影响可再生能源或虚拟电厂运行和调度决策。惩罚感知运行模型表明，结算惩罚规则可以显著影响虚拟电厂盈利能力和调度保守性[23]。基于分位数和风险感知的策略也被提出，以减少可再生能源预测误差风险敞口和不平衡成本[24]，[25]，[26]。在这一组中，Kim和Joo[24]通过分层抽样改进了随机虚拟电厂组合规划，Wang等人[25]使用基于分位数的策略确定日前投标量，相关的日前虚拟电厂投标研究进一步考察了预测不确定性下的保守投标[26]。然而，这些方法通常将不平衡价格视为预定义的市场惩罚或保守调度信号，并未显式建模实时储能调整如何与结算规则和依赖调度指令的设定值相互作用。除了惩罚感知的市场调度外，储能灵活性也从电网运行角度进行了研究。Kim和Joo[27]提出了一种基于移动储能的虚拟输电线路运行方法，表明协调的储能运行可以通过缓解可再生能源引起的输电拥堵来提供系统级灵活性。Kim和Joo[28]进一步提出了一种在飓风期间耦合电力和交通系统中使用移动能源资源的韧性增强方法，表明移动储能资源可以在极端运行条件下支持系统韧性。这些研究支持了更广泛的观点，即储能和移动能源资源应建模为主动灵活性资源，其价值取决于运行和制度背景。

此外，基于场景的随机运行模型随着场景数量的增加可能变得计算负担沉重。Benders分解[29]，[30]被广泛用于将第一阶段决策与场景相关的追索分离，包括虚拟电厂决策问题[31]。然而，现有研究很少将实时储能调整建模为一种结算感知的灵活性行动，该行动在综合随机储能运行框架内共同响应可再生能源预测误差、市场价格和调度指令不确定性、容量价格和不平衡价格。在本研究中，Benders分解以多割形式实现，其中连续实时追索按场景分解，每个特定场景的子问题为主问题生成分解的最优性割。

表1根据不确定性处理、市场阶段、储能作用、结算表示和求解方法比较了代表性研究。

比较表明，先前研究从多个角度处理了随机或风险感知的虚拟电厂投标，而本研究侧重于在相互作用的市场规则下，将场景相关的实时储能追索显式映射到结算结果中。济州日前/实时结算规则提供了案例研究实施。这一区别定义了贡献，而不暗示在不同市场或数据集上的数值优越性。

文献综述和表1识别了一个空白，即在多个规则相互作用时，将场景相关的实时储能行动转化为特定市场的结算结果。本研究通过将显式结算方程嵌入随机实时追索来解决这一空白。济州规则提供了案例研究；新颖性在于映射结构。主要贡献如下：

1)一种结算感知的随机追索公式，在依赖调度指令的设定值下，将AP、SMP、调度指令和储能运行映射为日前/实时能源收入、容量价格和不平衡价格。

2)一个集成的两阶段随机模型，共同优化日前储能调度和投标与场景相关的实时储能调整，表示可再生能源性能容量因子驱动的日前/实时耦合，同时保留储能灵活性以实现实时设定值跟踪。

3)一种基于AP条件的合成调度场景构建，在历史调度记录不可用时表示设定值不确定性，概率敏感性分析评估结果对该假设的依赖性。

该框架在2025年所有365天进行评估，并在40个代表性日期进行匹配基准比较。结算朴素随机基准在相同不确定性和实时储能约束下隔离显式结算映射的影响，而随机显式形式验证公式一致性。跨市场参数、调度概率假设和场景分位数的比较敏感性分析表明，观察到的利润优势和IMBP减少不限于基准设置。此外，测试量化了结果对场景基数、日前/实时荷电状态区间和储能规模的敏感性，并将Benders-EF验证扩展到从1倍到4倍的控制组合规模。

第2节描述结算环境；第3节提出随机模型和Benders求解；第4节报告数值结果；第5节讨论鲁棒性、计算和模型边界；第6节总结全文。

章节片段

储能型可再生能源虚拟电厂的结算环境

济州结算规则被用作所提建模结构的非平凡案例研究，因为在追索计算中，日前/实时能源收入、容量价格、不平衡价格、容差带和依赖调度指令的设定值相互作用。济州市场旨在通过为虚拟电厂引入日前调度、实时结算和调度指令机制，增强可再生能源的可调度性。在这种环境下，虚拟电厂需要在可再生能源实现之前确定其日前投标。

所提结算感知的储能运行框架

本节提出一个用于可再生能源虚拟电厂结算感知储能运行的两阶段随机框架。该框架在场景相关的实时结算条件下优化日前储能调度、实时储能调整和日前市场参与决策。第一阶段确定日前投标、可再生能源调度、储能充放电调度和SoC轨迹。第二阶段评估场景相关的实时结算，包括MGO、容量价格、不平衡价格和可再生能源实现后的实时储能调整。

数值结果

实验将所提方法与仅预测、确定性集成、保守分位数和结算朴素随机基准，使用事后结算利润和不平衡价格进行比较。仅预测遵循可再生能源预测，确定性集成将随机集替换为一个确定性场景，保守分位数使用最低AP分位数0.2且不在日前阶段调度储能。结算朴素随机使用与所提方法相同的AP、SMP和调度指令场景及实时储能约束，但移除容量价格、不平衡价格和

结算感知的性能和机制依赖性

由于结算朴素随机使用相同的不确定性表示和实时储能约束，表3中的利润和IMBP差异隔离了在追索中嵌入容量价格、不平衡价格和依赖调度指令的设定值的价值，而不是随机优化本身。

图2中的机制仅用于事后解释，不提供给优化器。每个目标日的决策基于前30天的预测误差。该信息改变了主偏差和AP

结论

为解决随机实时追索与显式结算映射之间的差距，本文开发了一个结算感知的集成随机储能运行框架，将显式市场结算方程嵌入实时追索中。该框架共同确定日前储能调度和投标，同时评估场景相关的实时储能调整。济州日前/实时结算规则被用作这种通用建模结构的案例研究实施。Benders分解用于

CRediT作者贡献声明

DongSub Youn：写作–审阅与编辑、写作–初稿、可视化、验证、软件、方法学、正式分析、数据管理、概念化。Sung-Kwan Joo：写作–审阅与编辑、监督、资金获取。

利益冲突声明

作者声明，他们不存在任何已知的竞争经济利益或个人关系，可能影响本文所报告的工作。

生成式AI和AI辅助技术在写作过程中的声明

在修改稿准备期间，作者使用OpenAI ChatGPT（GPT-5.5）来辅助语言编辑和修订内容组织。使用该工具后，作者根据需要审查和编辑了内容，并

致谢

本工作部分得到韩国国家研究基金会（NRF）资助，由韩国政府（MSIT）资助（编号RS-2023-00218377），部分得到韩国能源技术评价与规划院（KETEP）和大韩民国气候、能源与环境部（MCEE）资助（编号RS-2025-02313547）。

DongSub Youn|Sung-Kwan Joo