摘要 — 能源存储是实现低排放电力系统的关键推动因素,但需要适当的调度模型才能与大容量电力系统中的其他发电资源进行经济协调。本文分析了不同的调度模型和竞价策略如何影响非管制电力系统中不同持续时间的存储利用率。我们使用动态规划模型根据价格预测计算存储的运营机会值,并使用机会值结果作为设计市场竞价的基础。我们比较了单周期经济调度中的两种市场竞价和调度模型:一种没有充电状态 (SoC) 约束,一种有 SoC 约束。我们使用来自纽约独立系统运营商的历史实时价格数据测试了两种存储调度模型,结合了不同的价格预测和存储持续时间。我们将利用率与完美价格预测案例的结果进行比较。我们的结果表明,虽然价格预测准确性对于容量少于四小时的短时存储至关重要,但持续时间超过十二小时的存储即使使用简单的日前价格预测也可以轻松实现高于 80% 的利用率。在单周期实时调度中,将存储投标建模为依赖于 SoC,将在所有持续时间情况和投标策略中提供约 5% 的存储利用率改进,而更高的可再生能源份额可能会提高存储利用率,因为负价格的发生率更高。索引术语 — 储能、动态规划、电力系统经济学
电对电系统的运行需要采取措施控制从现货市场购买电力的成本和可持续性。本研究调查了日前市场的不同竞价策略,特别关注瑞典。通过使用人工神经网络预测电价,开发了一种价格独立订单 (PIO) 策略。为了进行比较,使用了具有固定竞价的价格相关订单 (PDO)。竞价策略用于模拟不同年份和技术情景下碱性和质子交换膜电解槽的 H 2 生产。结果表明,使用 PIO 来控制 H 2 生产有助于避免在高峰负荷期间购买昂贵且碳密集的电力,但与 PDO 相比,它也减少了总运行小时数。因此,在两种竞价策略的最佳条件下,PDO 平均可使 H 2 的平准化成本降低 10.9%,并且现金流和净现值比 PIO 更具吸引力。尽管如此,在 2018 年等每小时价格行为出乎意料的年份,PIO 被证明是一种控制成本的有效策略。此外,PIO 可以在实际案例研究中成功证明,以满足工业专属客户的按需需求。© 2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
定期双向拍卖 (PDA) 在现实世界中通常用于交易,例如在股票市场中用于确定股票开盘价,在能源市场中用于交易能源以平衡智能电网的净需求,此过程中涉及数万亿美元。参与此类 PDA 的竞标者必须为当前拍卖和未来拍卖的出价做好计划,这凸显了良好竞标策略的必要性。在本文中,我们对具有一定清算价格和支付规则的单单位单次双向拍卖 (我们称之为 ACPR) 进行了均衡分析,我们发现随着参与代理数量的增加,该分析变得难以进行。我们进一步得出在具有 ACPR 的单次双向拍卖中具有完整信息的竞标者的最佳响应。利用为单次双向拍卖开发的理论并以 PowerTAC 批发市场 PDA 为试验平台,我们继续将 PowerTAC 的 PDA 建模为 MDP。我们提出了一种新颖的竞标策略,即 MDPLCPBS。我们通过实证研究证明,MDPLCPBS 遵循我们之前分析的双重拍卖均衡策略。此外,我们将我们的策略与 PowerTAC 批发市场 PDA 的基准和最新竞标策略进行对比,结果显示 MDPLCPBS 的表现始终优于其中大多数策略。
摘要。随着风能和太阳能使用量的增加,人们越来越关注使用电网级存储来平滑可能出现的供应变化。能源套利,即购买、储存和出售电力以利用电力现货价格变化的过程,正在成为支付电网级存储昂贵投资的重要方式。独立系统运营商(如纽约独立系统运营商 (NYISO))要求电池存储运营商在一小时前市场中投标(尽管结算可能以最小 5 分钟的增量进行,这被认为是接近“实时”的)。运营商必须在不知道小时开始时电池中的能量水平的情况下进行这些投标,同时考虑小时结束时剩余能量的价值。该问题被表述为动态程序。我们描述并使用了一种收敛近似动态规划 (ADP) 算法,该算法利用价值函数的单调性来寻找创收竞标策略;使用最佳基准,我们通过经验展示了该算法的计算优势。此外,我们提出了一种与分布无关的 ADP 算法变体,该算法不需要了解价格过程的分布(并且不对特定的实时价格模型做出任何假设)。我们证明,使用这种与分布无关的方法,根据来自 NYISO 的历史实时价格数据训练的策略确实是有效的。