基于机器学习预测的中长期惯性充足性滚动调节容量市场

《Energy》：A Rolling-Regulated Capacity Market for Mid-to-Long-Term Inertia Adequacy with Machine Learning Forecasting

　　摘要：在可再生能源占比较高的电力系统中，同步发电机的比例下降导致系统惯性降低，进而严重威胁频率稳定性。为应对这一挑战，本文提出了一种滚动惯性调节容量市场机制，通过基于市场的资源分配来确保中长期内的惯性充足。该机制将惯性视为一种可量化的服务，并利用价格信号激励对能够提供惯性的资源的投资。本文还开发了PLS-GBDT预测模型来评估中长期惯性需求，并根据预测的惯性安全水平制定动态的可靠性需求曲线。此外，还设计了一种动态滚动更新的市场机制，用于定期重新评估惯性需求并相应调整容量市场出清结果。随后，构建了考虑惯性约束的容量市场出清模型，并运用强对偶理论及Karush-Kuhn-Tucker条件对其进行了求解。所提出的机制在经过修改的IEEE 39节点系统上得到了验证。仿真结果表明，这种滚动惯性调节容量市场能够在高比例可再生能源接入的情况下有效维持频率稳定，降低惯性供应不足的风险，为未来电力系统的频率安全提供了实用的工程解决方案。

引言：目前，以化石能源为主的传统电力系统正在逐步向以风能和太阳能光伏技术为代表的可再生能源为主的新电力系统转型[1][2]。通过电力电子变换器并入的非同步可再生能源发电机组，其提供稳定惯性支撑的能力会随之减弱，从而导致整个系统的惯性水平大幅下降[3]。这种固有惯性响应能力的减弱，在有功功率发生扰动时会严重影响电力系统的频率稳定性，最近发生的南澳大利亚“9·28”事故以及英国“8·9”事故便是明证[4][5]，这两起事故都直接归因于高比例可再生能源接入场景下的惯性不足问题[6]。为解决系统惯性不足的问题，研究人员提出了多种方法。在技术层面，他们开发了基于电力系统频率数据估算[7]、线频扰动[8]以及惯性常数估算[9]的惯性评估方法。在电力市场机制建设方面，英国在动态约束辅助服务市场中引入了快速频率响应机制[10][11]，以此来解决惯性问题[12]。然而，目前用于合理配置惯性资源的市场机制仍不够完善。这类惯性服务在技术经济层面与传统的能量平衡驱动型市场机制存在显著差异。具体而言，由于惯性基础设施的发展速度缓慢，而随着可再生能源占比上升惯性需求却不断增长，这导致了仅在依赖辅助服务市场机制的情况下，惯性资源会出现短缺，电网的响应能力也会受到影响。与无法适应可再生能源占比及负荷变化的中长期趋势的静态惯性估算不同，我们所提出的滚动惯性调节机制能够根据新的预测结果定期更新惯性需求。因此，建立能够准确量化惯性服务经济成本和运营价值的市场机制，对于确保惯性充足以及维持电力系统稳定性至关重要。

需要指出的是，以火电机组为代表的同步电源，由于其旋转质量所具有的自然惯性响应特性，在抑制频率突变以及延缓频率变化率急剧上升方面具有不可替代的技术优势。然而，随着可再生能源占比的持续上升，火电机组的运行小时数有所减少，且其固定成本的回收难度越来越大[13][14]。再加上碳排放减少政策的压力，同步发电机组的投资意愿也在下降。这不仅加剧了系统容量充足性的风险，还会加速电力系统等效惯性水平的下降，从而严重威胁频率安全底线。作为确保电力系统容量充足的重要机制[15][16]，容量市场在欧美国家已形成成熟的运作模式（如美国的PJM容量市场[17][18]以及英国的T-4容量拍卖框架[19][20]），这些机制旨在保障供电可靠性并推动新能源的发展。设计合理的容量市场机制，是在确保系统容量充足的基础上合理配置惯性资源的重要手段之一。

为提升电力系统的安全性、稳定性及运行效率，学者们围绕容量市场机制设计[21][22]、可再生能源在容量市场中的参与模式[23][24][25]、容量市场风险管理[26][27][28]等诸多问题开展了大量研究。对于较为成熟的容量市场机制，有研究[25]对比分析了美国PJM、ISO-NE、MISO和NYISO这四个主要独立系统运营商的容量市场设计，探讨了它们在性能激励、合格容量计算以及需求曲线设计方面的差异。随着可再生能源和储能资源规模的不断扩大，容量市场机制需要进一步优化，才能保障系统的可靠性和经济性。为此，有研究[22]提出了一种考虑高比例新能源接入下灵活性需求的容量市场机制，作为一种补充机制，用以鼓励对灵活性资源的投资，从而提升系统在运行灵活性方面的可靠性。在另一项研究中[21]，提出了一种评估多类型机组容量充足性的方法，以及一种确保发电容量充足的机制，旨在在保障系统发电容量充足的同时，实现发电商与用户之间收益分配的公平性。关于可再生能源在容量市场中的参与问题，有研究[23]从宏观角度分析了不同国家电力市场中风电的作用，强调需要调整电力市场结构及系统运行模式，以体现风电的真正容量价值以及跨区域输电的潜力。还有研究[24]提出了一种基于边际容量信用的方法，用于量化新能源对系统容量充足性的贡献，从而激励系统进行最优投资。从容量市场风险管理的角度来看，提升容量市场对极端天气事件[26]及网络攻击[27]的抵御能力至关重要，这样才能确保资源的充足性与稳定性[29]。有研究提出了一种综合考量容量市场与能源市场共同利益的框架，运用前景理论对发电企业的投资决策进行建模，并通过动态仿真确定容量市场的参数设置，以避免在容量配置上出现过度投资或投资不足的情况。不过，现有的大多数容量市场仅考虑电力平衡问题，而没有考虑到如何保障新型电力系统的频率安全。作为频率安全保障的重要体现，通过市场手段对惯性服务的成本和价值进行合理量化，对于确保惯性充足以及维持系统安全稳定具有重要意义。

鉴于惯性需求的评估与容量市场的出清时间及运行周期并不相同，本文提出了一种RIR容量市场机制。此外，目前系统惯性评估的研究周期大多为短期，而对系统中长期惯性需求的评估则很少涉及。由于系统的中长期等效惯性受多种因素影响，数据集中存在多重共线性问题。PLS模型能够消除数据集的多重共线性[30]，而GBDT模型在大规模数据的预测方面表现良好。因此，本文提出了一种基于PLS-GBDT模型的中长期惯性需求评估方法，将惯性需求评估与容量市场的出清顺序及运行周期相结合。本文旨在通过市场手段实现中长期内稳定供应能力的保障，其主要贡献如下：1）基于PLS-GBDT的惯性需求预测。为评估中长期等效惯性，首先构建一个简化的启动模型来生成预测数据集，然后提出PLS-GBDT方法。PLS通过提取包括运行状态、负荷预测以及非同步功率输出在内的关键特征来降低维度，而GBDT则提升预测精度。2）建立滚动惯性调整市场机制。本文提出了一种在市场容量市场的附加市场中更新系统惯性需求的市场机制。当系统惯性低于最低惯性安全范围时，通过提高目标容量需求来更新VRR曲线。在运行阶段，会持续监测系统惯性水平，并动态调整市场出清规则，从而确保电力系统在中长期内的惯性充足，进而构建系统的频率安全防线。3）开发考虑惯性约束的容量市场出清模型。构建了一个考虑惯性约束的容量市场出清模型，以便在规划阶段通过价格信号引导市场参与者同时配置惯性资源与发电容量。在传统的容量市场出清模型中加入惯性约束，从而确保系统的容量充足以及系统频率的安全。

需要明确的是，预测、市场出清与滚动调整并非三个独立的问题，而是同一个完整框架下的三个核心组成部分。PLS-GBDT预测模块负责提供中长期惯性需求数据；考虑惯性约束的容量市场出清模型则根据系统约束来分配容量与惯性资源；而滚动调节机制则会在每轮拍卖结束后动态重新评估惯性安全水平，一旦该水平低于安全阈值，就会更新VRR曲线。这三个部分紧密相连：没有准确的预测，市场就无法获得可靠的需求信号；没有容量市场，就不存在将惯性需求转化为资源配置的机制；没有滚动更新，系统就无法适应多年跨度内的各种变化情况。这种一体化设计正是我们工作的核心创新点。所提出模型与机制的结构框架如图1所示。表1总结了相关文献，并突出了本研究相较于现有研究的创新之处。本文的其余部分安排如下：第2节介绍中长期惯性需求评估方法以及VRR曲线的构建方式；第3节设计RIR容量市场机制；第4节介绍一种考虑惯性需求及灵活性调节要求的容量市场出清模型，并运用对偶变换方法对其进行求解；第5节通过案例分析验证所提出的RIR容量市场机制的正确性与有效性；最后，第6节给出结论并提出相关建议。

章节片段：

系统等效惯性中长期预测数据集的构建：由于在电力系统运行过程中很难获取同步发电机组的所有历史运行状态，因此历史上系统的等效惯性数据往往难以记录。为此，本文构建了一个简化的系统启动模型。通过输入不同历史时刻风能、光伏等新能源的出力与负荷数据，即可得到对应历史时刻同步发电机组的运行状态，进而如第2章所述确定系统的惯性需求与容量需求。本章的重点在于设计一种RIR容量市场机制，以合理衔接这两种需求。该部分首先介绍RIR容量市场的整体运行流程，随后阐述如何在滚动市场机制中将惯性需求与容量市场出清顺序及运行周期相结合，从而构建完整的 market框架。

基于滚动惯性调节的容量市场出清模型：在第三章设计的容量市场机制运行流程基础上，本章构建了考虑惯性需求约束的容量市场出清模型，并完成了容量市场定价工作，这一结果为验证本文提出的RIR容量市场机制的有效性提供了依据。

案例研究：本文采用经过修改的IEEE 39节点系统作为案例，用于验证所提出的RIR容量市场的有效性。如图6所示，该网络拓扑结构展示了系统的互联方式，而表3则汇总了参与市场的各单元的参数信息。该分析重点关注中长期系统惯性需求评估、VRR曲线的制定以及容量市场出清结果。结论：本研究提出了一种用于容量市场中系统惯性需求动态更新的框架，同时设计了新的市场机制及相应的市场出清模型。我们采用PLS-GBDT模型来评估中长期等效系统惯性，从而实现VRR曲线的动态调整。此外，由于系统惯性评估在某种程度上取决于容量市场出清结果，因此需要在每次市场出清后重新评估系统的中长期惯性。

作者贡献说明：
李艳英：撰写——初稿。
齐布阳：正式分析、数据整理。
赵正辉：方法论设计。
梁少伟：软件应用、资源协调。
孙金辉：验证与研究。
张倩：撰写——审稿与编辑、资金筹措。

利益冲突声明：? 作者们声明存在以下可能被视为潜在利益冲突的财务利益/个人关系：张倩表示其工作得到了镇江关键研发计划（产业前瞻与共性关键技术）的资助。其他作者则声明没有已知的可能会影响本文所述工作的财务利益或个人关系。

致谢：本研究得到了镇江关键研发计划（产业前瞻与共性关键技术）的支持，项目编号为GY2023001。

赵正辉|李艳英|齐布阳|梁少伟|孙金辉|张倩
中国江苏省镇江市212013，江苏大学电气与信息工程学院