在环境政策和成本降低工作的推动下，可再生能源 （RES） 在全球范围内越来越受欢迎。这是将分散的 RES 以聚合器的形式整合到电力市场的一种很有前途的方式。本文重点介绍了在日前 （DA） 和日中 （ID） 市场中集成风能、太阳能、水电和储能系统 （ESS） 的聚合商的协作投标。我们提出了一种全面的基于数据驱动的信息差距理论稳健性 （DIGDT-RO） 来处理 RES 聚合器的多阶段最佳投标。提出了 RO 方法来模拟 ID 电价的不确定性，而 DIGTT 中考虑了与风能和太阳能发电相关的不确定性，这允许聚合商对发电波动采取规避风险或寻求风险的策略。在 DICDT 中，通过一种新的基于置信区间的模糊集构建方法 （CIAS） 估计风能和太阳能的预测误差，然后通过偶然约束对水电和 ESS 补偿功率偏差的可能性进行建模。数值结果验证了所提模型具有良好的盈利能力和对不确定性的卓越适应性。
1. 引言
风力发电和光伏 （PV） 发电在电力系统中的份额正在加速增长。作为供电系统中的主要发电类型，风电和光伏发电参与电力市场是必然的。为了应对天气变化的不可控性造成的发电不确定性，以虚拟电厂 （VPP） 或 RES 聚合器的形式参与电力市场以降低投标风险是一种很有前途的方式。VPP 或 RES 聚合器将风力发电厂和光伏电站与储能和传统可再生能源 （RES）（如水电站）集成在一起 [1]。这样的 RES 聚合器是物理汇集或分散的多个来源的代表，它可以协调不同来源的电力输出并代表它们在电力市场上投标。
由于存在强烈的不确定性，每天管理 RES 聚合商的多种资源并在市场上找到他们的最佳出价策略构成了重大挑战。近年来，有许多有价值的研究来调查电力市场聚合商的最佳竞价模型 [2-11]。主要的技术难点集中在以下四个方面： （1） 如何协调聚合商在不同能源市场的策略，包括日前市场 （DA）、日内市场 （ID） 和平衡市场 （BM）？ （2） 如何对 RES 和市场参与者中存在的不确定性进行建模？ （3） 如何充分利用不同特性的发电资源，实现利润最大化？ （4） 如何在不确定的环境中做出决策？
对于市场间协调，许多学者将 BM 的影响力结合到 DA 竞价模型中 [2,7,8,10,12]。相对而言，很少有作品将 ID 市场纳入竞价决策。Mirzaei等[13]提出了一种DA和ID市场的综合运营策略，其中聚合商集成了风力涡轮机、聚光太阳能发电（CSP）装置、电池系统和需求响应提供商（DRP）。本文中的 ID 市场模型对投标数量没有限制，ID 市场价格的不确定性是通过情景建模的。在文献 [14] 中，DA 和 ID 市场都得到了解决，其中主题是集成生物质聚光太阳能 （IBCS） 系统，ID 中的调度电力仅限于 DA 市场的一部分电力。
MC_(h),MC_(e)^(dis),MC_(e)^(ch)M C_{h}, M C_{e}^{d i s}, M C_{e}^{c h}
分别表示水电运行成本、ESS 放电和充电成本;
RU_(h),RD_(h)R U_{h}, R D_{h}
水电机组上下调上限;
bar(D)_(d)\bar{D}_{d}
负载在期间的电力需求上限tt;
bar(P)_(h,b), bar(P)_(w,t,s), bar(P)_(p,t,s), bar(P)_(e,t,s)^(ch//dis)\bar{P}_{h, b}, \bar{P}_{w, t, s}, \bar{P}_{p, t, s}, \bar{P}_{e, t, s}^{c h / d i s}分别表示 period t 时水力发电机组、风力发电机组、光伏和储能充/放电的功率限制;
eta_(h)\eta_{h}
水电机组发电效率;
变量
DeltaP_(t,s)^(pos),DeltaP_(t,s)^(neg)\Delta P_{t, s}^{p o s}, \Delta P_{t, s}^{n e g}
分别是正不平衡和负不平衡;
lambda_(t,s)^(BM,pos),lambda_(t,s)^(BM,neg)\lambda_{t, s}^{B M, p o s}, \lambda_{t, s}^{B M, n e g}
Nomenclature
Indices
b Index of energy blocks of the aggregator;
d Index of load demands;
g,h,w,p,e Index of variables for aggregator, hydropower, wind, PV and storage, respectively;
j Index of rival generators;
s Index of scenarios of rivals' bidding;
t Index of time slots running from 1 to 24;
Parameters
eta_(e)^(-1),eta_(e) Discharge and charge efficiency of storage;
E__(e), bar(E)_(e) Maximum/Minimum limit on stored energy of energy storage system;
Q_, bar(Q) Represent the minimum and the maximum water release limits ( m^(3)//s ), respectively;
V_, bar(V) Represent the minimum and maximum storage limits of hydropower (m^(3)), respectively;
Y Proportion of dispatched power in the ID market.
g Gravitational acceleration, 9.8m//s^(2);
MC_(h),MC_(e)^(dis),MC_(e)^(ch) Denote the costs of hydropower operation, ESS discharge and charge, respectively;
RU_(h),RD_(h) Upper limit of upward and downward regulation of hydropower units;
bar(D)_(d) Upper limit of power demand of the load at period t;
bar(P)_(h,b), bar(P)_(w,t,s), bar(P)_(p,t,s), bar(P)_(e,t,s)^(ch//dis) Indicates the power limit of hydroelectric units, wind turbines, PV and storage charging/discharging at period t , respectively;
eta_(h) Generation efficiency of hydropower unit;
Variables
DeltaP_(t,s)^(pos),DeltaP_(t,s)^(neg) The positive and negative imbalance, respectively;
lambda_(t,s)^(BM,pos),lambda_(t,s)^(BM,neg) The price of downward and upward adjustments in balancing market, respectively;
lambda_(t,s)^("DA ") Clearing price in DA market, varying with t and s;
lambda_(t,s)^(ID) Clearing price in ID market, varying with t and s;
zeta_(t,s)^(pos),zeta_(t,s)^(neg) The different factors of between the DA price and price of upward or downward adjustment;
F_(s)^(BM) Profit of the aggregator in balancing market;
F_(s)^("DA ") Profit of the aggregator in DA market;
F_(s)^(op) Operating costs of the aggregator;
P_(t,s)^(ID) The dispatched power of the aggregator in ID market at period t;
PC_(g,t,s)^(O),P_(e,t,s)^(ch,O),P_(j,t,s)^(O) Represents the bidding quantity of aggregator, charging storage and rival generators at period t, respectively;| Nomenclature | |
| :--- | :--- |
| Indices | |
| $b$ | Index of energy blocks of the aggregator; |
| d | Index of load demands; |
| $g, h, w, p, e$ | Index of variables for aggregator, hydropower, wind, PV and storage, respectively; |
| $j$ | Index of rival generators; |
| $s$ | Index of scenarios of rivals' bidding; |
| $t$ | Index of time slots running from 1 to 24; |
| Parameters | |
| $\eta_{e}^{-1}, \eta_{e}$ | Discharge and charge efficiency of storage; |
| $\underline{E}_{e}, \bar{E}_{e}$ | Maximum/Minimum limit on stored energy of energy storage system; |
| $\underline{Q}, \bar{Q}$ | Represent the minimum and the maximum water release limits ( $\mathrm{m}^{3} / \mathrm{s}$ ), respectively; |
| $\underline{V}, \bar{V}$ | Represent the minimum and maximum storage limits of hydropower $\left(\mathrm{m}^{3}\right)$, respectively; |
| $Y$ | Proportion of dispatched power in the ID market. |
| $g$ | Gravitational acceleration, $9.8 \mathrm{~m} / \mathrm{s}^{2}$; |
| $M C_{h}, M C_{e}^{d i s}, M C_{e}^{c h}$ | Denote the costs of hydropower operation, ESS discharge and charge, respectively; |
| $R U_{h}, R D_{h}$ | Upper limit of upward and downward regulation of hydropower units; |
| $\bar{D}_{d}$ | Upper limit of power demand of the load at period $t$; |
| $\bar{P}_{h, b}, \bar{P}_{w, t, s}, \bar{P}_{p, t, s}, \bar{P}_{e, t, s}^{c h / d i s}$ Indicates the power limit of hydroelectric units, wind turbines, PV and storage charging/discharging at period t , respectively; | |
| $\eta_{h}$ | Generation efficiency of hydropower unit; |
| Variables | |
| $\Delta P_{t, s}^{p o s}, \Delta P_{t, s}^{n e g}$ | The positive and negative imbalance, respectively; |
| $\lambda_{t, s}^{B M, p o s}, \lambda_{t, s}^{B M, n e g}$ | The price of downward and upward adjustments in balancing market, respectively; |
| $\lambda_{t, s}^{\text {DA }}$ | Clearing price in DA market, varying with $t$ and $s$; |
| $\lambda_{t, s}^{I D}$ | Clearing price in ID market, varying with $t$ and $s$; |
| $\zeta_{t, s}^{\mathrm{pos}}, \zeta_{t, s}^{\mathrm{neg}}$ | The different factors of between the DA price and price of upward or downward adjustment; |
| $F_{s}{ }^{B M}$ | Profit of the aggregator in balancing market; |
| $F_{s}{ }^{\text {DA }}$ | Profit of the aggregator in DA market; |
| $F_{s}^{o p}$ | Operating costs of the aggregator; |
| $P_{t, s}^{I D}$ | The dispatched power of the aggregator in ID market at period $t$; |
| $P C_{g, t, s}^{O}, P_{e, t, s}^{c h, O}, P_{j, t, s}^{O}$ | Represents the bidding quantity of aggregator, charging storage and rival generators at period $t$, respectively; |
P_(e,t,s)^(dis),P_(e,t,s)^(ch)P_{e, t, s}^{d i s}, P_{e, t, s}^{c h}水电、风电、光伏和储能的调度功率分别为tt和ss;
P_(j,t,s)P_{j, t, s}
在此期间调度了竞争对手发电机的电力tt;
V_(t,s)V_{t, s}
水电期间的储存量t(m^(3))t\left(\mathrm{~m}^{3}\right);
PC_(g,t,s)^(DA) The dispatched power of the aggregator in DA market at period t;
Q_(t,s) The water release at period t(m^(3)//s)
S_(t,s)^(p) The water surplus of hydropower at period t(m^(3)//s).
u_(t,s)^(dis),u_(t,s)^(ch) 0-1 variable, indicating the charge or discharge mode of the storage at period t;
WS,mu_(sh) Dispatching flow and average inflow of hydropower station;
alpha_(g,t,s),alpha_(e,t,s)^(ch) Bidding prices of the aggregator and the charging storage at period t;
gamma_(s) Probability of rivals' scenario s;
pi_(d,t,s) Bidding price of load demands at period t;
pi_(j,t,s) Bidding price of rival generators at period t;
D_(d,t,s) Dispatched power of load demands at period t;
E_(e,t,s) The value of stored energy of the storage system at period t;
H_(t,s) The net head of hydro unit (m);
I_(t,s) Inflow of hydropower at period t(m^(3)//s);
P_(h,b,t,s),P_(w,t,s),P_(p,t,s), P_(e,t,s)^(dis),P_(e,t,s)^(ch) The dispatched power of hydropower, wind, PV and storage, respectively, varying at t and s;
P_(j,t,s) Dispatched power of rival generators at period t;
V_(t,s) The storage volume of hydropower at period t(m^(3));| $P C_{g, t, s}^{D A}$ | The dispatched power of the aggregator in DA market at period $t$; |
| :--- | :--- |
| $Q_{t, s}$ | The water release at period $t\left(\mathrm{~m}^{3} / \mathrm{s}\right)$ |
| $S_{t, s}^{p}$ | The water surplus of hydropower at period $t\left(\mathrm{~m}^{3} / \mathrm{s}\right)$. |
| $u_{t, s}^{d i s}, u_{t, s}^{c h}$ | $0-1$ variable, indicating the charge or discharge mode of the storage at period $t$; |
| $W S, \mu_{s h}$ | Dispatching flow and average inflow of hydropower station; |
| $\alpha_{g, t, s}, \alpha_{e, t, s}^{c h}$ | Bidding prices of the aggregator and the charging storage at period $t$; |
| $\gamma_{s}$ | Probability of rivals' scenario $s$; |
| $\pi_{d, t, s}$ | Bidding price of load demands at period $t$; |
| $\pi_{j, t, s}$ | Bidding price of rival generators at period $t$; |
| $D_{d, t, s}$ | Dispatched power of load demands at period $t$; |
| $E_{e, t, s}$ | The value of stored energy of the storage system at period $t$; |
| $H_{t, s}$ | The net head of hydro unit (m); |
| $I_{t, s}$ | Inflow of hydropower at period $t\left(\mathrm{~m}^{3} / \mathrm{s}\right)$; |
| $P_{h, b, t, s}, P_{w, t, s}, P_{p, t, s}$, | $P_{e, t, s}^{d i s}, P_{e, t, s}^{c h}$ The dispatched power of hydropower, wind, PV and storage, respectively, varying at $t$ and $s$; |
| $P_{j, t, s}$ | Dispatched power of rival generators at period $t$; |
| $V_{t, s}$ | The storage volume of hydropower at period $t\left(\mathrm{~m}^{3}\right)$; |
表 1 提供了对报告研究的回顾。虽然已经有许多相关研究，但我们在目前的文献中发现了一些研究空白，包括：（1） 缺乏一个全面的模型来推导出聚合商的多阶段最佳竞价策略，该策略可以平衡日前和日内市场的回报，同时考虑到不同市场的流动性;（2） 改进的方案有望从发电侧和市场侧很好地模拟更多的不确定性因素，并从概率的角度管理预期利润;（3） 缺乏能够有效管理 DA 市场发电不确定性和 ID 市场价格不确定性耦合风险的混合方法。
在本文中，我们尝试为 RES 聚合器构建一个全面的竞价框架，该聚合器集成了 DA、ID 和平衡市场。风电场、光伏电站、水力发电厂和储能都包含在 RES 聚合器模型中。在这里，通过数据驱动的模式提取方法获得的可能的竞价场景来考虑竞争对手生成器的战略行为 [12]。提出了一种考虑水电和储能机会补偿的混合数据驱动的 IGDT-RO （DIGDT-RO） 方案，以有效管理 RES 的不确定性和 ID 市场价格。主要贡献包括：（1） 为 DA 和 ID 市场的 RES 聚合器开发了一个全面的多阶段投标模型，其中聚合器在 DA 市场中充当价格制定者，在 ID 市场中充当价格接受者。 （2） 提出了一种新的水电和储能机会补偿 DIGDT 模型，以应对风能和太阳能发电的不确定性。提出了一种基于置信区间的模糊集构建方法（CIAS），构建了风能和太阳能不确定性的统计特性，然后应用机会约束对水电机组和储能系统补偿可再生能源系统波动的可能性进行建模，提高了聚合商竞价策略的准确性和灵活性。与现有的 IGDT 方法相比，所提出的 DIGDT 无需任何先验知识即可考虑不确定参数的统计特性，并且可以应用于任何分布类型。 （3） 引入 RO 是为了解决 ID 价格的不确定性，它解耦了 DA 和 ID 市场的不确定性，提高了聚合商竞价策略的利润和风险表现。
图 1.电力市场时间表图。
2. 招标框架的市场模型和结构
2.1. 市场模型介绍
在本文中，我们考虑了一个包含三个交易阶段的多市场，如图 1 所示。市场框架以北欧电力市场为基础，其中日内市场是指 ELBAS 市场的第一次日内拍卖。尽管不同国家的市场机制不同，但所提出的模型可以应用于其他市场。本文的市场框架表述如下：（1） DA 市场：要参与 D 天的 DA 市场，所有参与者必须在 D-1 天的上午 12：1 之前向市场运营商 （MO） 提交他们的价格/数量出价。然后，市场在下午 2：00 出清。 （2） 盘中市场：由于 DA 市场休市与实际交割时间之间存在很大的时间间隔，参与者可以根据 DA 市场的结果以及最新的预测信息调整他们的时间表。值得注意的是，本文考虑了一个 ID 市场，该市场在实时交割前 1 小时保持开放，如图 1 所示。 （3） 平衡市场：平衡市场在实时交割前 15 分钟开放。所有参与者都按照双价机制在平衡市场中结算他们的不平衡力量 [22]。
聚合商的出价遵循多阶段的顺序流程。在 DA 市场中，聚合商应提出 24 小时供应曲线。竞价策略是根据其所有组成部分的生成预测，以及对市场的估计和竞价竞争对手的行为制定的。在 DA 市场清算后，聚合商将参与 ID 市场，以交易由于 DA 和 ID 预测之间偏差而导致的功率差异。
