中國儲能網(wǎng)訊：
01 研究背景
近年來，隨著分布式光伏補貼的逐漸下降和儲能技術的日益成熟，分布式光伏儲能系統(tǒng)已逐漸成為能源結構轉型的關鍵性環(huán)節(jié)之一。然而，不同于傳統(tǒng)集中式優(yōu)化規(guī)劃框架，在分散決策模式下，大規(guī)模分布式光伏儲能用戶的自利性行為對整體系統(tǒng)運行效率的影響及其外部性價值評估方法仍有待進一步研究。
02 研究內容
2.1 分布式光伏儲能外部性價值
本文構建了如圖1所示的分布式光伏儲能系統(tǒng)外部性價值評估框架。
圖1 分布式光伏儲能外部性價值評估框架
在本文中，分布式光伏儲能的“外部性價值”具體指的是在用戶投資分布式光伏儲能后自身的凈負荷曲線變化對系統(tǒng)整體運行效率及其余市場主體所產生的影響。具體而言，市場成員投資分布式光伏儲能的本質影響在于其改變了用戶的負荷曲線，降低了用戶對上級電網(wǎng)的依賴性，進而會改變原有系統(tǒng)的調度運行方式。系統(tǒng)調度運行方式的改變一方面會影響運行的經(jīng)濟性和低碳性，即會改變原有的系統(tǒng)運行成本和碳排放強度；另一方面，對上級電網(wǎng)依賴性的降低會減少系統(tǒng)輸配電成本和延緩部分線路投資。具體而言，外部性價值主要體現(xiàn)在運行價值、環(huán)境價值和非線路性替代價值3個方面，其中非線路性替代價值表現(xiàn)為分布式光伏儲能系統(tǒng)的投資有助于用戶降低對電網(wǎng)的依賴性，進而降低線路占用率。
2.2 分布式光伏儲能外部性價值評估模型
本文通過構建計及分布式光伏儲能投資決策的雙層模型來捕捉需求側市場主體分散決策行為與系統(tǒng)整體運行情況的關系，以實現(xiàn)分布式光伏儲能系統(tǒng)的外部性價值的精準測算。
上層模型以各市場成員用電成本最小為目標，根據(jù)所擁有的分布式光伏的預期出力、價格機制和自身電力供需確定需要配置的最優(yōu)分布式儲能容量。
下層為市場出清模型，以系統(tǒng)總成本最小為目標，其中，系統(tǒng)運行成本包括傳統(tǒng)機組發(fā)電成本以及碳排放成本，決策變量為系統(tǒng)中各機組分時段出清功率。
總體來看，該雙層模型上層包含多個需求側市場成員，分別根據(jù)自身用電需求、屋頂光伏可用面積及光照強度以及下層形成的市場價格確定分布式光伏和儲能的投資決策，該投資決策將會改變其在下層市場出清模型中的凈負荷曲線；下層模型為市場出清模型，根據(jù)上層模型形成的凈負荷曲線確定系統(tǒng)調度運行策略，形成市場出清電價傳遞給上層。
2.3 市場運行評價指標
為揭示分布式光伏儲能系統(tǒng)一般性的外部性價值規(guī)律，厘清其在不同地區(qū)的外部性價值異質性，本文考慮系統(tǒng)運行經(jīng)濟性和低碳性，從個體行為層和系統(tǒng)運行層兩個維度定義了下述市場運行評價指標：
1）個體行為層
（1）用電側平均碳排放強度 (average carbon emission intensity of demand-side, ACED)
（2）電網(wǎng)的依賴性 (reliance on the utility, ROU)
（3）電網(wǎng)公司凈收益 (net profits of the utility, NPU)
2）系統(tǒng)運行層
（1）無秩序代價 (price of anarchy, POA)
（2）邊際碳排放強度 (marginal emission intensity, MEI)
（3）峰值負荷需求 (peak load demand, PLD)
03 算例分析
本文基于中國河南省某地區(qū)用戶負荷曲線和分布式光伏容量因子數(shù)據(jù)，構造如表1所示對比場景，分別從規(guī)劃和運行兩個維度突出上述雙層模型中需求側市場主體分散決策性所帶來的影響。
表1 各場景不同階段決策方式差異性
對比M3和M4場景系統(tǒng)運行結果，得到某典型日各時段分布式光伏儲能系統(tǒng)的外部性價值如圖2所示，可見分布式光伏儲能系統(tǒng)不同維度的外部性價值存在明顯的時段差異性，但整體趨勢較為一致。
圖2 典型日不同時段分布式光伏儲能系統(tǒng)外部性價值
M1至M4場景下反映投資和調度決策兩個不同階段分散決策對系統(tǒng)運行效率影響的3個指標值如圖3所示。
圖3 不同階段分散決策對系統(tǒng)運行效率的影響
M1至M4場景下的POA指標呈現(xiàn)遞減狀態(tài)；從PLD和ROU指標來看，相比于M1場景，M2場景所對應的指標值反而相對較好。為從環(huán)境價值的角度分析分布式光伏儲能對系統(tǒng)低碳運行的影響，在原有M3場景的基礎上，額外設置了M3*場景，該場景下將移除各市場成員所投資的儲能，多余的分布式光伏將直接被上級電網(wǎng)回收。圖4給出了M3和M3*場景下部分市場主體的ACED指標和系統(tǒng)層面的MEI指標。
圖4 M3和M3*場景下部分市場主體平均碳排放強度和系統(tǒng)的MEI
從圖4中散點變化趨勢可以看出，市場主體的用電平均碳排放強度與儲能投資容量沒有明顯關聯(lián)性。系統(tǒng)層面M3*場景下平均MEI反而略低于M3場景，在個體層面M3場景下系統(tǒng)中其余未配置分布式光伏儲能的剛性負荷ACED高于M3*場景。圖5給出了不同價格系數(shù)下分布式光伏投資比例和電網(wǎng)公司收益的變化。
圖5 不同價格系數(shù)下分布式光伏投資比例和電網(wǎng)公司收益
電網(wǎng)公司凈收益隨著價格系數(shù)和分布式光伏投資容量的增加呈現(xiàn)略微上升而后下降的趨勢。后一階段的下降的趨勢容易理解，過高的分布式光伏回收價格顯然容易導致電網(wǎng)公司凈收益的下降；前一階段的電網(wǎng)公司凈收益略微上升，其原因主要在于分布式光伏儲能投資比例提高后，系統(tǒng)整體凈負荷需求相應下降，較低的凈負荷需求導致了較低的批發(fā)市場出清電價，進而降低了電網(wǎng)公司購電成本。
04 結語
本文通過構造雙層模型模擬需求側市場成員與系統(tǒng)運行的交互關系，從而準確測算不同邊界條件下分布式光伏儲能系統(tǒng)外部性價值。本文結果表明，分散決策在分布式光伏儲能系統(tǒng)投資和調度決策階段均可能導致不同程度的效率損失，個體層面的自利性分散決策將可能導致系統(tǒng)出現(xiàn)新的負荷需求高峰。從低碳運行的角度來看，當系統(tǒng)有足夠的分布式能源消納能力時，市場主體對分布式光伏儲能的分散決策行為在促進個體層面分布式光伏出力與自身用電曲線擬合的同時也將導致清潔能源的“浪費”，反而可能引起系統(tǒng)碳排放量提高。此外，電網(wǎng)公司凈收益并沒有單純隨著價格系數(shù)和分布式光伏投資容量的增加而降低，而整體呈現(xiàn)略微上升而后下降的趨勢。
