《Journal of Energy Storage》：A two-stage optimal operation strategy for distribution network with microgrid alliance incorporating shared energy storage considering tiered electricity pricing and interactive power
编辑推荐：
两阶段策略协调共享储能与微电网联盟，采用多时间尺度Stackelberg博弈实现日前与日内调度优化，结合分时电价提升储能利用率，多维熵权Shapley值法公平分配成本，并建立交互功率考虑的网 reactive power优化模型降低损耗和电压偏移。
潘立|马向华|李子强|贾清泉
河北省电力电子节能与驱动控制重点实验室，燕山大学电气工程学院，秦皇岛066004，中国
摘要
为了解决共享储能（SES）与微电网联盟（MGA）协同运行中的定价策略、收益分配和成本分配问题，以及它们集成到配电网络后可能出现的网损增加和电压限值违反等问题，本文提出了一种考虑分层电价和交互式功率的配电网络两阶段最优运行策略。在第一阶段，建立了共享储能运营商（SESO）与MGA之间的多时间尺度主从斯塔克伯格博弈理论调度模型，以实现精确的日前和日内协调调度，同时平衡双方的经济利益。此外，还设计了一种SES的分层定价策略，并提出了一种多维熵加权沙普利（MDEW-Shapley）值方法，以公平分配MGA成员之间的成本，鼓励其积极参与能源交易。在第二阶段，考虑到SES、MGA和配电网络之间的交互式功率流动，建立了一个无功功率优化模型，旨在最小化网损和电压偏差。通过调节电容器组和光伏逆变器等资源，抑制了网损和电压偏差。最后，基于华北地区的一个电网和一个修改后的IEEE 33节点系统，验证了所提出策略在提高经济性能和确保电网安全方面的有效性。
引言
随着可再生能源在微电网中渗透率的增加，微电网的集成可能导致系统经济性能不佳和电力波动显著等问题[1]、[2]、[3]。为此，微电网可以利用储能的快速充放电特性来缓解可再生能源发电带来的波动[4]、[5]。同时，SES和MGA的协同运行已成为解决可再生能源输出波动的关键手段[6]、[7]、[8]。因此，有必要协同研究共享储能和微电网联盟的最优调度策略，以及配电网络的无功功率优化策略。这种综合方法旨在平衡共享储能运营商和微电网联盟的利益，同时确保配电网络的安全、稳定和经济运行。
作为一种新的商业模式，共享储能（SES）被视为促进储能市场导向发展的关键途径。参考文献[9]、[10]、[11]提出了SES的概念，以应对储能系统成本高和利用率低的问题，阐明了其理论框架、商业模式和发展前景等关键方面。SES在提高可再生能源利用率、降低系统运营成本、解决配电网络中储能系统成本高和利用率低的问题以及优化网络化微电网的运行方面发挥着重要作用[12]、[13]、[14]、[15]、[16]。与单独运行SES相比，SES和MGA的协同运行具有多个优势，包括降低储能容量需求[17]、降低微电网的运营成本[18]，以及减少系统中的电力波动[19]。因此，SES和MGA的协同运行已成为发展的主流趋势。
为了降低MGA的能源成本并增加SESO的收入，基于多个利益相关者的动态双层博弈优化调度模型可以为微电网和SES投资者提供全面的决策依据[20]、[21]、[22]、[23]。参考文献[24]利用纳什均衡理论在SES系统和多个微电网之间重新分配收益。此外，SESO的定价策略和MGA内部成员之间的成本分配显著影响双方参与能源交易的积极性。参考文献[25]引入了一种基于日前市场价格的实时浮动定价策略，建立了多目标两级斯塔克伯格博弈模型，使双方能够最大化其经济利益。参考文献[26]还为不同的共享模式设计了基于博弈的定价模型，包括功率共享和容量共享。可以通过Vickery-Clark-Groves（VCG）机制[27]或改进的沙普利方法[28]等手段公平分配成本。由于微电网内可再生能源发电和负荷需求的不确定性，MGA的储能需求也会动态变化。因此，充分考虑SES和MGA之间的供需关系对于制定提高SES收入的定价策略至关重要。
尽管SESO和MGA的协同运行可以优化能源管理并降低总体成本[29]、[30]，但微电网的电力波动增加了配电网络电压限值违反的风险。微电网具有灵活的调节能力，能够为配电网络提供电压支持。同时，SES系统可以改善微电网的能源经济性和调度灵活性[31]。SESO、MGA和活跃配电网络的协同运行有助于提高SES的利用率，促进可再生能源的本地消费，并确保活跃配电网络的安全运行[32]。通过充分利用不同微电网负荷的互补特性，可以抑制微电网中可再生能源的电力波动，从而减少对配电网络的影响[33]。然而，在确保SESO和MGA利益平衡的同时，提高配电网络运行的稳定性和经济效率仍然是一个挑战。因此，在确保SESO和MGA利益平衡的基础上，应采取进一步措施来减少配电网络中的电压偏差和网损，从而确保其安全和稳定运行。
尽管上述研究为SES商业模式、多微电网协调、定价策略和成本分配方法提供了宝贵的见解，但仍存在一些重要的研究空白。
首先，关于SESO和MGA的研究主要集中在容量规划和单时间尺度经济调度上。SES和MGA之间的互动通常使用静态或单层博弈进行建模，而分层定价往往是在单时间尺度下设计的。能够同时协调SES定价、容量租赁和SESO与MGA之间能源交易的多时间尺度、分层斯塔克伯格博弈框架尚未得到充分发展。
其次，尽管提出了各种基于博弈的定价和收益分配机制，但大多数方法仍然依赖于传统的沙普利值或VCG类型方案，这些方案没有明确考虑微电网在可再生能源发电特性、净功率贡献和功率相关性方面的异质性。因此，成本分担结果可能与每个微电网的实际贡献不符，可能削弱MGA的长期稳定性和公平性。
第三，现有关于SES和MGA协调的研究很少考虑配电网络无功功率优化。此外，SES、MGA和配电网络之间频繁的交互式功率交换对网损和电压偏差的影响尚未得到明确建模。目前还缺乏系统性地结合SES定价、成本分配和频繁功率交互下配电网络无功功率优化的研究。
为了填补上述空白，本文开发了一个将SES-MGA博弈理论调度与配电网络无功功率优化紧密结合的两阶段最优运行框架。
基于上述研究，本文提出了一种考虑SES和MGA的配电网络系统的两阶段最优调度策略，包括SES的分层电价和交互式功率。主要贡献总结如下：
(1)在SESO和MGA之间建立了多时间尺度主从斯塔克伯格博弈理论调度模型，以实现精确的日前和日内协调优化，促进双方在能源交易中的互利结果。
(2)提出了一种SES的分层定价策略，以提高其利用率和盈利能力。此外，提出了一种多维熵加权沙普利值方法，以提高成本分配的公平性和MGA的稳定性。
(3)建立了一个考虑交互式功率的无功功率优化模型，以减少SES、MGA和配电网络之间频繁功率交互引起的网损和电压偏差，该模型基于SESO和MGA的优化调度结果。
本研究的其余部分组织如下：第2节描述了包含SES和MGA的配电网络系统的运行框架。第3节建立了多时间尺度主从博弈调度模型。第4节开发了一个考虑SESO、MGA和配电网络交互式功率的无功功率优化模型。第5节通过案例研究验证了所提出方法的有效性。第6节进一步讨论了数值结果。最后，第7节总结了结论。
章节摘录
包含SES和MGA的配电网络系统运行架构
图1展示了包含SES和MGA的配电网络系统架构。多个微电网通过灵活的互连设备相互连接形成MGA。首先，每个微电网优先消耗自身的可再生能源，并根据其净负荷功率确定自己是处于电力不足还是电力过剩状态。电力过剩的微电网向电力不足的微电网供电。然后，当微电网之间需要相互支持时
SES的分层定价
为了提高SESO的收入，本文提出了一种SES的分层动态定价策略。具体来说，在一个调度周期内，当MGA对储能的需求较高时，SESO适当提高充放电价格以获得更高的收入。相反，当MGA的需求较低时，SESO降低充放电价格，鼓励MGA租赁更多的储能容量，从而实现更高的收入。
考虑交互式功率的无功功率优化模型
SES、MGA和配电网络之间的多时间尺度博弈调度策略导致SES、MGA和配电网络之间频繁的交互式功率流动。这种交互式功率显著影响配电网络内的功率流动和电压分布，增加了电压限值违反和网损的风险。因此，本文提出了一种考虑交互式功率的配电网络无功功率优化模型
包含SES-MGA的配电网络系统参数描述
在第一阶段，多时间尺度博弈理论调度阶段，配电网络的拓扑基于IEEE 33节点系统。在此基础上，结合了华北地区一个10 kV配电网络的工程数据，并按比例缩放了线长和负荷大小等参数。该系统包括一个SES和三个微电网。该系统的具体参数列在表1中。模型和运行参数设置如下所示
讨论
第5节的结果表明，所提出的两阶段策略可以通过协调SESO、MGA和配电网络同时提高经济性能和网络运行。从经济角度来看，多时间尺度主从斯塔克伯格博弈使得SESO和MGA之间的互动更加精细。与没有分层定价和联盟形成的基准相比，在分层定价下，SESO的收入增加了1.72%。此外，MGA的形成和
结论
本文提出了一种包含共享储能（SES）和微电网联盟（MGA）的配电网络系统的两阶段最优运行策略，考虑了SES的分层电价和交互式功率。目标是解决SESO和MGA的经济效益问题，以及配电网络的安全和经济运行。主要结论如下：
(1)建立的多时间尺度主从斯塔克伯格博弈理论调度模型
CRediT作者贡献声明
潘立：撰写——原始草案、可视化、验证、监督、软件、方法论。马向华：撰写——审阅与编辑、验证、软件、方法论。李子强：撰写——审阅与编辑、软件、方法论、概念化。贾清泉：监督、方法论、调查、数据整理、概念化。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
致谢
本工作得到了河北省自然科学基金（E2024203120, E2024203112）和国家自然科学基金（51877186）的支持。
