容量市场的隐性可靠性风险：储能系统导致的停电碎片化

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：The Hidden Reliability Risk of Capacity Markets: Outage Fragmentation by Energy Storage Systems

　　

# 摘要

传统的资源充足性（RA）评估在假设能源存储系统（ESS）运行方面的理想化假设，同时忽略了电力市场的激励机制。容量市场所施加的严格非履约罚金迫使ESS运营商在分配有限的储存能量时优先考虑合同履约，从而与系统级最小化未服务电量（EUE）的目标产生了结构性错位。为了解决这一局限性，本文提出了一种新的词典序ESS调度框架，在结构上将ESS运营商的规避罚金激励与系统级EUE最小化目标对齐。为了使其能够部署于大规模蒙特卡洛模拟中，由此产生的优化问题被重新表述为一种基于规则的算法，该算法在保证两个词典序目标的全局最优性同时，相较于商业求解器实现了超过400倍的计算加速。案例研究表明，以义务优先的放电分配会将一次大规模停电事件碎片化为多个较小的事件，从而显著增加停电频率并暴露出隐藏的系统可靠性风险。此外，本文还识别出了一个关键悖论：在过度容量义务下，具有优越能量容量的长时长ESS资源可能会为长期合同履约而保留储存能量，从而恶化系统风险和停电持续时间。这些发现强烈表明，现实的RA评估必须明确纳入市场激励结构，以实现合理的电力系统规划。

# 引言

资源充足性（RA）评估是电力系统规划中的基本工具，用于量化可用发电和灵活性资源在多样化不确定性条件下满足需求的能力[[1], [2], [3]]。此类评估依赖于概率可靠性指标——失负荷期望（LOLE）、失负荷小时（LOLH）和期望未服务电量（EUE）——这些指标是长期投资决策和容量市场设计的主要依据[4,5]。随着可变可再生能源（VRE）渗透率的加深，由此产生的时序供需不平衡使能源存储系统（ESS）处于关键角色：通过将VRE出力跨时间转移，ESS可以缓解供应短缺并改善RA指标[[6], [7], [8], [9], [10]]。

然而，ESS的双向特性——充电时作为负荷、放电时作为发电机——要求一种与常规发电资源根本不同的评估方法。其可用放电容量的路径依赖特性使这一复杂性进一步加剧，该特性由先前充放电决策的历史决定[11]。这意味着RA评估中所作的假设——关于谁运营ESS、运营目的以及运营方式——并非单纯的建模选择，而是决定了由此产生的可靠性估计在多大程度上忠实地反映实际行为[12]。

现有的关于ESS调度用于RA的文献可以沿两个维度——视角和方法论——进行系统分类，如表1所示。

从视角维度来看，研究分为系统视角方法和市场视角方法。系统视角方法假设系统操作员以可靠性驱动的方式直接控制ESS，追求系统级目标如EUE最小化，从而确立ESS可靠性贡献的理论上限[14,15,17,18,20,21]。相比之下，市场视角方法主要通过能量套利来建模追逐利润的市场参与者的行为。然而，其对正常市场收益的关注使其在结构上与以紧急情况为核心的RA评估可靠性目标错位[13,19,22]。虽然已提出兼顾两种视角的混合方法来弥合这一差距，但它们始终面临可靠性与利润之间的权衡，未能解决结构性错位问题[16,23,24]。

从方法论维度来看，基于求解器的方法和基于规则的方法之间存在明显差距。基于求解器的方法可以适应灵活的目标函数和精确的约束规范，但当应用于需要重复场景模拟的大规模蒙特卡洛RA评估时，计算负担变得难以承受[20]。基于规则的方法提供了高计算效率，但需要严格的数学证明来保证调度最优性[15,18]。

这两个维度的局限性共享一个共同根源：现有的少数研究明确将容量市场对ESS运营商行为施加的激励结构纳入调度假设[25]。容量市场——确保长期系统可靠性的核心工具——施加严格的非履约罚金[[26], [27], [28]]，产生强烈的激励使ESS运营商优先考虑合同履约而非其他目标[29]。因此，ESS运营商可能会限制早期供应短缺期间的自愿放电（超出合同约定义务的部分），以保留储存能量用于后续调度时段的合同履约。当这一激励结构被忽略时，由此产生的调度假设将系统性地偏离实际ESS行为，导致高估系统可靠性。

最接近的先前研究，Qi等人[24]通过容量保留来建模规避罚金策略，但其采用的外生给定数量无法保证针对当前系统条件的最优调度决策。因此，可靠性保证与收益之间的结构性权衡仍然存在，表明需要在可靠性目标与收益目标之间建立结构性对齐。为弥补这一研究空白，本文提出了一种词典序ESS调度框架，层级化地整合了容量合同履约（第一优先级）与EUE最小化（第二优先级），从而在结构上将市场收益目标与系统级EUE最小化目标对齐。为使该框架能够处理大规模蒙特卡洛RA评估，问题进一步被重新表述为一种具有数学最优性保证的3-Pass基于规则的算法。

本文的具体贡献如下。

1. **可靠性与收益目标的结构性对齐。** 建立了一种词典序优化框架，层级化地整合了规避罚金（第一优先级）与EUE最小化（第二优先级）。数学证明了在EUE最小化问题中加入容量合同履约约束不会损害可实现的EUE最小值（引理1，EUE不变性）。

2. **具有理论最优性保证的计算高效算法。** 将词典序优化问题重新表述为3-Pass基于规则的算法，并证明该算法无需商业求解器即可达到第一和第二优先级目标的全局最优值（定理1）。数值案例研究表明，在大规模蒙特卡洛模拟中，相较于Gurobi实现了超过400倍的计算加速，确立了实际应用价值。

3. **隐藏可靠性风险的识别与量化。** 基于EUE不变性，本文建立并量化了停电碎片化机制。在该机制下，义务优先的放电分配在总量上保留了未服务电量（EUE），但将一次大规模短缺碎片化为众多较小的短缺，从而造成停电频率（LOLE）和持续时间（LOLH）的非线性恶化。

4. **长时长ESS的悖论性可靠性行为。** 敏感性分析揭示了一个此前未报告的悖论：尽管具有优越的能量容量，但在过度容量义务下，长时长ESS资源可能会将放电从早期短缺时段转移出去，导致系统可靠性恶化程度超过短时长ESS。

本文其余部分组织如下。第2节提供了可靠性指标、用于RA的ESS调度和容量市场激励结构的背景。第3节建立了词典序ESS调度框架及其理论性质。第4节将优化结构重新表述为基于规则的算法并证明全局最优性。第5节展示了案例研究和敏感性分析结果。第6节对论文进行了总结。

# 术语表

## 可靠性指标的数学定义

资源充足性评估量化了电力系统在多样化不确定性条件下可靠满足需求的能力[1,2]。LOLE、LOLH和EUE是标准概率充足性指标，在经典电力系统可靠性评估文献中定义和评估[30]，通常通过蒙特卡洛模拟评估[31,32]，如下所示：

$$LOLE = \frac{1}{N} \sum_{s=1}^{N} \sum_{d=1}^{D} \max_{t \in \mathcal{T}_d} \mathbb{I}(L_{t,s} - A_{t,s} > 0)$$

$$LOLH = \frac{1}{N} \sum_{s=1}^{N} \sum_{t=1}^{T} \mathbb{I}(L_{t,s} - A_{t,s} > 0)$$

$$EUE = \frac{1}{N} \sum_{s=1}^{N} \sum_{t=1}^{T} \max(L_{t,s} - A_{t,s}, 0)$$

其中 $T$ 是总时段的...

## 问题建模概述

本文提出了一种词典序ESS调度框架，用于模拟盈利追求型ESS运营商在市场激励结构下的理性决策行为[38,39]。参与容量市场的ESS运营商表现出严格优先级化的三层行为等级[35,40,41]，受市场风险和机会成本的相对大小支配：

- **优先级1（风险管理）：容量市场罚金规避。** 当容量市场调度事件发生时，未能...

## 框架概述

第3节建立的词典序优化结构实现了ESS运营商收益目标与系统级EUE最小化目标之间的完全结构性对齐。然而，直接应用商业求解器于大规模RA评估所需的重复场景模拟会产生难以承受的计算负担。因此，本节提出了一种3-Pass基于规则的算法，利用EUE不变性的结构性质（引理1），...

## 模拟设置

为验证所提出的框架并评估其对RA评估的影响，选择了IEEE可靠性测试系统——电网现代化学习社区（RTS-GMLC）[44]作为测试系统。其详细的时序负荷和VRE配置文件提供了检验ESS运行策略如何影响可靠性指标的适当基础。

为构建压力测试系统，每小时负荷、风电和太阳能配置文件从2020年公开可用的RTS-GMLC数据集[45]获得，以及...

## 结论

本文提出了一种用于电力系统资源充足性评估的词典序ESS调度框架，反映了ESS运营商现实的市场驱动行为，解决了因理想化调度假设导致的可靠性高估问题。通过层级化地整合规避罚金（第一优先级）与EUE最小化（第二优先级），该框架在电力市场经济激励与系统级...之间实现了结构性对齐。

## CRediT作者贡献声明

Hyobin Oh：原创性草案撰写、方法论、形式化分析、概念化。Hyeongseok Yun：可视化、验证。Hyojeong Yoon：软件、调查。Eunwoo Kim：可视化、数据管理。Wook Kim：审阅与编辑、监督、资金获取。

Hyobin Oh | Hyeongseok Yun | Hyojeong Yoon | Eunwoo Kim | Wook Kim