[论文解读] Day-ahead Trading of Aggregated Energy Flexibility - Full Version

Emmanouil Valsomatzis, Torben Bach Pedersen+1 more|arXiv (Cornell University)|May 7, 2018

Electric Vehicles and Infrastructure参考文献 22被引用 3

一句话总结

本文提出三种基于市场的电动汽车（EV）电能灵活性聚合技术，将单个电动汽车的充电负荷转化为可在北欧日前市场交易的灵活订单（FOs）。通过利用真实市场约束并优化价格套利，该方法在电能采购中实现平均24.4%的成本降低——与最优基准相比最高达27.4%，显著提升了平衡责任主体（BRPs）的财务收益。

ABSTRACT

Flexibility of small loads, in particular from Electric Vehicles (EVs), has recently attracted a lot of interest due to their possibility of participating in the energy market and the new commercial potentials. Different from existing work, the aggregation techniques proposed in this paper produce flexible aggregated loads from EVs taking into account technical market requirements. They can be further transformed into the so-called flexible orders and be traded in the day-ahead market by a Balance Responsible Party (BRP). As a result, the BRP can achieve at least 20% cost reduction on average in energy purchase compared to traditional charging based on 2017 real electricity prices from the Danish electricity market.

研究动机与目标

• 填补现有EV灵活性交易模型中未能考虑真实技术市场约束（如最小投标规模和灵活订单要求）的空白。
• 开发能够生成符合实际市场规则的灵活聚合负荷（灵活报价，flex-offers）的聚合技术，特别是北欧灵活订单（FO）框架。
• 使平衡责任主体（BRPs）能够通过在日前市场中战略性地投标聚合的EV灵活性来降低电能采购成本。
• 利用2017年丹麦实际电价和EV插电数据，评估所提技术的财务与技术性能。
• 证明基于市场的聚合方法在成本效率和市场合规性方面优于传统固定调度和基线投标方法。

提出的方法

• 引入灵活报价（FO）模型以表征EV充电灵活性，定义每个FO的时间窗口、电能数量及基于EV电池荷电状态（SOC）和充电效率的功率约束。
• 将基于市场的FO聚合问题建模为约束优化任务，其中聚合后的FO必须满足市场特定要求，如最小投标规模和时间灵活性。
• 提出三种启发式聚合算法：动态规划（DP）、动态时间优先（DTF）和负荷优先级（LP），每种算法均旨在在遵守市场和技术约束的前提下最大化成本节约。
• 使用已知插电时间和充电特性的5,000至40,000辆EV的真实世界数据，模拟日前市场中的聚合与投标过程。
• 将聚合后的FO转换为可提交至市场的灵活订单（FOs），允许市场在定义的灵活性窗口内调度激活时间。
• 使用2017年实际Elspot电价数据评估性能，比较不同技术与基线方案的总电能成本，包括在预测不确定性下的不平衡成本。

实验结果

研究问题

• RQ1 如何有效将EV充电灵活性聚合为符合市场合规性的灵活订单，以满足最小投标规模和时间灵活性等技术约束？
• RQ2 与传统固定调度或基线投标策略相比，使用市场感知聚合技术在日前电力市场中的财务影响如何？
• RQ3 在不同价格动态和EV插电模式下，不同聚合启发式方法（DP、DTF、LP）的表现如何，特别是在低电价或负电价期间？
• RQ4 EV插电行为预测不确定性在多大程度上影响聚合灵活性交易的财务结果，以及其对BRP盈利能力的影响如何？
• RQ5 与理论最优解相比，基于市场的聚合方法在成本降低方面表现如何，实际中可实现最优节省的多少比例？

主要发现

• 动态规划（DP）启发式方法在365个交易周期内实现平均24.4%的电能采购成本降低，优于DTF（20.2%）和LP（19.1%）。
• DP在参与聚合的FO中实现了98.3%的最优成本降低，表明其在利用市场灵活性方面具有高度效率。
• 最优解实现平均27.4%的成本降低，DP实现了该潜力的88.9%，表明其具有极强的近似最优性。
• 在负电价期间（如2017年12月24日的-50 €/MWh），成本降低超过800%，凸显该方法在价格波动环境中的有效性。
• 在预测不确定性下，当超过23%的EV未按预期参与时，通过灵活订单采购的电能成本将超过插电充电成本，表明存在财务风险阈值。
• DP在66%的交易周期中实现最高成本降低，而DTF在其余34%中领先，具体取决于电价曲线的形状和时间分布。