基于元模型的光伏与储能投资者参与多局部能源市场交易方法

《International Transactions on Electrical Energy Systems》：A Metamodel-Based Method for Photovoltaic and Energy Storage Investors to Participate in Multilocal Energy Market Transactions

　　

随着政府取消对新注册集中式光伏(PV)电站的补贴以及中国弃光问题的加剧，光伏与储能(PV–ES)投资者迫切需要向市场化运营模式转型以提升收益。配电系统市场和分布式交易为PV–ES投资者提供了交易渠道和价值提升机会。然而，考虑到局部市场中产消者的多样化个性化偏好和隐私保护需求，PV–ES投资者缺乏跨多个配电网局部能源市场(LEMs)的交易决策方法，这使得辨别不同配电网LEMs的盈利信号变得具有挑战性。研究人员提出了一种基于元模型的优化算法，用于PV–ES投资者参与多LEMs交易。研究人员建立了一个典型工业园区的局部能源交易市场模型，整合了电力和碳信用交易。接着，研究人员构建了一个双层优化模型，以确定PV–ES投资者在园区内多个LEMs中的交易策略。为保护隐私，研究人员使用交替方向乘子法(ADMMs)求解LEM模型。为解决高计算需求，研究人员提出了一种结合差分进化(DE)和动态偏最小二乘Kriging元模型的混合求解算法(HA-DEDKM)。结果表明，所提策略有效提升了PV–ES投资者的盈利能力。所采用的求解方法避免了频繁调用下层市场交易模型，在保护隐私的同时显著降低了计算负荷并提高了求解效率。

**光伏储能投资者参与多局部能源市场交易的元模型方法研究解读**

**研究背景与问题**
随着中国“双碳”目标的推进，光伏(PV)装机容量逐年增长，但电网反向潮流问题加剧，变电站容量限制导致弃光现象频发，本地光伏发电无法充分消纳。政府取消了对新注册集中式光伏电站的补贴，迫使光伏与储能(PV–ES)投资者从传统的购电模式向市场化运营模式转型。配电系统中的局部能源市场(LEMs)和分布式交易为PV–ES投资者提供了交易渠道和价值提升机会。然而，现有研究多聚焦于单一区域市场内的实体运营优化策略，忽略了不同局部市场在产消者数量、资源配置以及供需状况上的时空差异。PV–ES投资者需要能够根据各市场不同时段的供需情况与产消者达成购售电交易，以最大化自身利润。同时，中国已建立碳排放交易(CET)市场和绿色证书交易(GCT)市场，但如何在交易中量化能源的环境价值并避免权益重叠，仍是亟待解决的问题。此外，传统集中式求解方法（如博弈论）存在隐私泄露风险，而分布式方法（如交替方向乘子法ADMM）在多市场场景下计算负荷呈指数级增长，求解效率低下。因此，研究一种既能保护隐私又能高效求解PV–ES投资者多市场交易决策的方法具有重要的学术和实际意义。该研究论文发表于《International Transactions on Electrical Energy Systems》。

**主要技术方法**
研究人员提出了一种结合双层优化、分布式求解与元模型加速的方法。关键技术包括：
（1）**双层优化模型**：上层为PV–ES投资者的决策模型，以最大化交易利润为目标，决策各LEM的交易电量；下层为各园区LEM的电-碳信用交易模型，采用电力异质分类和碳信用核算。
（2）**分布式求解方法**：采用交替方向乘子法(ADMM)求解下层LEM交易模型，各产消者仅需与平台交互部分信息，保护隐私。
（3）**混合求解算法**：提出结合差分进化(DE)与动态偏最小二乘Kriging元模型(HA-DEDKM)，用Kriging元模型模拟下层LEM交易模型，并通过动态更新机制提高近似精度。样本数据来源基于公开文献[34]中的负荷与光伏发电数据，并通过拉丁超立方采样生成初始样本。

**研究结果**
**4.2 双层优化策略结果分析**
**4.2.1 各场景经济性分析**：通过对比三种场景（单一市场、等比例分配多市场、基于双层优化的多市场交易），表明多市场交易显著提升PV–ES投资者收益。场景2（等比例分配）相比单一市场收益提升约27%，场景3（所提方法）相比场景2收益提升约8%。引入碳信用机制后，各场景PV–ES投资者收益平均提升7.89%，表明碳价格信号可为光伏发电创造更大竞价空间。HA-DEDKM求解结果与集中式求解偏差不超过0.01%。
**4.2.2 发电交易结果分析**：PV–ES投资者在各市场的电力分配与对应LEM的供需曲线密切关联。例如，在LEM3中光伏偏好产消者的需求高峰期，投资者增加对该市场的电力分配；储能(ES)设备则通过在低价时段存储光伏出力、高价时段售电，增强运营灵活性。
**4.3 园区局部能源市场中产消者能耗特性分析**：以LEM1为例，不同产消者对电力类型的偏好（PV、MT、电网）显著影响其交易行为。偏好系数高的产消者（如产消者1、2）优先购买PV电力；偏好MT的产消者（如产消者6、7）即便在光伏出力高峰仍优先使用MT。PV交易价格因偏好和碳信用流通而高于分时电价(TOU)。
**4.4 碳信用机制下交易结果分析**：碳信用机制促使产消者减排。偏好PV的产消者获得正碳信用收益，而拥有或大量购买MT电力的产消者则需购买碳信用导致负收益。园区整体碳信用收益随REC价格上升而增加，随ETS价格上升而下降。当外部市场ETS价格超过约450 CNY/t时，PV–ES投资者收益开始增加，表明园区内部MT开始减少出力，推动零碳目标实现。
**4.5 算法性能分析**：未使用元模型的DE算法每次迭代需调用ADMM，总计算时间超过24小时；静态KPLS元模型计算时间约7,000秒但求解质量较差；HA-DEDKM算法动态更新元模型，计算时间约8,539秒，但找到了更优的目标函数值（35,036 CNY，接近集中式解35,038 CNY）。

**总结与结论**
研究人员从结论部分翻译并总结如下：
（1）**碳信用机制的有效性**：碳信用机制通过激励产消者减少碳排放，有效促进LEM的低碳运营，进而提升光伏电力的交易量和价格，增强PV–ES投资者的交易回报。
（2）**双层模型的收益**：所提出的以PV–ES投资者为上层战略决策者的双层模型，通过确定多个园区LEM中的交易电量，显著扩大了交易空间并提高了运营收益。与参与单个园区LEM相比，所提方法可使收益提升超过50%。
（3）**HA-DEDKM算法的性能**：HA-DEDKM算法利用KPLS元模型近似下层模型，显著提升了求解速度；该算法通过最优解动态更新近似参数，进一步保证了近似的精度。
本文机制主要关注PV–ES投资者，未来研究将探索投资实体的多种资源配置场景，并整合配电网物理架构及其安全运行约束。后续研究可在此基础上进一步融合碳流追踪等方法，在动态碳价下精细化量化用户侧的环境价值。