随着电力系统中可再生能源(renewable energy sources,RESs)比例不断增加,新能源参与能量市场和备用市场在技术上和经济上的重要性不断凸显。研究了含有风、光、水、储资源的RES聚合商在日前市场、备用市场及实时平衡市场等多个市场的...随着电力系统中可再生能源(renewable energy sources,RESs)比例不断增加,新能源参与能量市场和备用市场在技术上和经济上的重要性不断凸显。研究了含有风、光、水、储资源的RES聚合商在日前市场、备用市场及实时平衡市场等多个市场的综合竞价策略。针对北欧顺序交易市场框架,提出了一套考虑备用资源和波动补偿耦合的数据驱动信息间隙理论(data-driven information gap theory,DIGDT)决策模型解决RES聚合商的多阶段竞价优化问题。在DIGDT中采用基于置信区间的模糊集构造方法(confidence interval-based ambiguity set,CIAS)估计风、光的预测误差,通过机会约束对水电和储能(batteryenergy storage,BES)补偿出力偏差的可能性进行建模,并考虑备用资源与补偿容量的多时间尺度耦合。在备用市场中,利用基于备用调用场景的随机优化确保日前备用计划的可行性。通过案例分析验证了所提出模型的有效性。展开更多
文摘随着电力系统中可再生能源(renewable energy sources,RESs)比例不断增加,新能源参与能量市场和备用市场在技术上和经济上的重要性不断凸显。研究了含有风、光、水、储资源的RES聚合商在日前市场、备用市场及实时平衡市场等多个市场的综合竞价策略。针对北欧顺序交易市场框架,提出了一套考虑备用资源和波动补偿耦合的数据驱动信息间隙理论(data-driven information gap theory,DIGDT)决策模型解决RES聚合商的多阶段竞价优化问题。在DIGDT中采用基于置信区间的模糊集构造方法(confidence interval-based ambiguity set,CIAS)估计风、光的预测误差,通过机会约束对水电和储能(batteryenergy storage,BES)补偿出力偏差的可能性进行建模,并考虑备用资源与补偿容量的多时间尺度耦合。在备用市场中,利用基于备用调用场景的随机优化确保日前备用计划的可行性。通过案例分析验证了所提出模型的有效性。