[论文解读] Distribution LMP-based Transactive Day-ahead Market with Variable Renewable Generation

M. Nazif Faqiry, Lawryn Edmonds+1 more|arXiv (Cornell University)|Apr 18, 2019

Smart Grid Energy Management参考文献 16被引用 8

一句话总结

本文提出了一种基于分布locational marginal price（DLMP）的交易型日前市场模型，该模型综合考虑了高比例可变可再生能源（VRE）渗透下的无功功率定价、网损、阻塞及电压越限问题。通过一种新颖的数据驱动概率效率点（PEP）方法处理VRE不确定性，该模型在不同风险水平下计算最优VRE出力，结果表明无功功率定价对DLMP各分量及系统运行具有显著影响，尤其在反向潮流条件下更为明显。

ABSTRACT

The largescale penetration of variable renewable energy (VRE) and their generation uncertainties poses a major challenge for the distribution system operator (DSO) to efficiently determine the day-ahead real and reactive power distribution locational marginal prices (DLMPs) and their underlying components. In this paper, we propose a DLMP-based transactive day-ahead market (DAM) model, that in addition to energy and losses, determines prices for creating congestions and voltage violations under peak-load and large-scale stochastic VRE penetration conditions. To account for the VRE uncertainties and the effect of their large-scale penetration on the DLMP components and distributed energy resources' (DERs) schedules, we propose a novel data-driven probability efficient point (PEP) method that computes the optimal total VRE generation at different confidence (risk) levels to incorporate in the proposed transactive DAM model. We perform a wide range of simulation studies on a modified IEEE 69-node system to validate the proposed methods and demonstrate the effect of peak load conditions, large-scale VRE penetration, and inclusion of battery energy storage systems (BESS) on the resulting positive or negative real and reactive power DLMPs and their components.

研究动机与目标

• 为解决现有综合DLMP模型在高VRE渗透下未能充分考虑无功功率定价、网损、阻塞及电压越限问题的不足。
• 开发一种包含多种分布式资源（DERs）的交易型日前市场（DAM）模型，涵盖随机性VRE和电池储能系统（BESSs）。
• 采用数据驱动方法量化VRE不确定性及渗透水平对分量式有功与无功DLMP的影响。
• 证明无功功率定价在高比例可再生能源接入下对预防反向潮流问题及减少弃用具有重要意义。
• 为配电系统运营商（DSOs）提供一种可扩展的、基于MILP的框架，以在满足辐射状配电网约束的前提下优化社会福利。

提出的方法

• 构建混合整数线性规划（MILP）模型，以在日前市场中最大化社会福利，整合电能、网损、阻塞及电压越限分量。
• 采用线性化潮流（LPF）模型，推导有功与无功功率潮流、电压幅值及线路损耗的线性约束。
• 通过灵敏度分析将DLMP分量分解为电能、网损、电压越限与阻塞项，利用影子价格实现分解。
• 提出一种新颖的数据驱动概率效率点（PEP）方法，基于历史数据在不同置信水平下计算最优VRE出力，降低弃用率并有效管理风险。
• PEP方法整合网络约束、投标行为及随机样本，以确定不确定性条件下的高效VRE出力水平。
• 电池储能系统（BESSs）通过状态-电量动态模型及与DLMP信号一致的基于投标的充放电调度进行建模。

实验结果

研究问题

• RQ1 高比例可变可再生能源（VRE）渗透及其不确定性如何影响有功与无功功率分布locational marginal price（DLMP）的分量结构？
• RQ2 无功功率定价在多大程度上影响DLMP值与系统运行，特别是在反向潮流条件下？
• RQ3 所提出的概率效率点（PEP）方法在有效管理VRE不确定性的同时，如何实现最小化弃用率并维持系统安全？
• RQ4 在不同VRE渗透水平与置信水平下，BESS集成对DLMP动态与VRE弃用的影响如何？
• RQ5 网络约束（如电压越限与阻塞）在辐射状配电网中如何塑造最终的DLMP分量？

主要发现

• 在高VRE渗透水平（K=4）下，节点60出现负有功功率DLMP（例如−$1.20/MWh），这是由于反向潮流所致，而无功功率DLMP仍为正值，表明系统对无功功率消耗提供奖励。
• 在太阳能出力高峰时段（10–12点），节点60的无功功率损耗分量获得$3.40/MVARhr的奖励，原因是有功能耗增加且弃用减少。
• 在高置信水平（α=0.75）下，负有功功率DLMP并非始终更高；相反，网络约束与历史数据样本主导了DLMP结果。
• 位于节点2的BESS在DLMP极低（例如−$1.50/MWh）时充电，在高峰电价时放电，有效降低了VRE弃用率。
• 无功功率定价至关重要：即使有功功率DLMP为负，由于无功功率分量值较高，净DLMP仍可保持正值。
• PEP方法通过将最优VRE出力与置信水平及网络约束对齐，有效减少了VRE弃用，尤其在高渗透场景下表现显著。