北京清能互聯科技有限公司CTO 賴曉文出席論壇并發表主題演講——《儲能聚合虛擬電廠運營商業模式與關鍵技術》

以下為演講實錄：

我們是起源于清華大學的一家企業，幾位來自于清華大學EILAB智慧能源實驗室的老師和師兄弟一起創辦了現在的公司，從2015年開始，公司進入到了產業運作中，我們創辦這個企業的愿景是讓每一度電更經濟。公司傳統的業務服務于電網公司，隨著電力市場的建設，我們為電網提供市場機制設計、運營平臺研發等技術支持，使整個能源經濟運行達到社會效益最大化的一個效果；從發電企業和用戶的角度，我們希望讓發電企業獲得更高的經濟效益，讓用戶獲得更低的用電成本。

公司的核心優勢是產品體系貫穿了電力交易的上、中、下游整個鏈條，我們最初給電網公司提供比較傳統的面向調度運行的一些軟件平臺，包括負荷預測、調度計劃優化、潮流計算、安全校核、電網規劃等方面。在電力市場環境下，為調度中心和交易中心提供市場交易規則的設計服務，現在公司已經為國內超過30家網省級以上的單位提供電力市場規則的設計咨詢服務，以及提供由此延伸的市場培訓、現貨市場出清算法、模擬出清系統以及配套的市場風險防控機制設計等服務。

我們還為發電企業參與市場提供一系列咨詢和軟件平臺的支撐，幫助他們在現貨市場里面申報決策、獲取更高收益。為能源用戶提供投資規劃的咨詢分析服務，我們當前所處的市場環境包括兩大特征，一是電價波動，二是新能源占比逐步提升，該環境下投資規劃分析的邏輯跟傳統模式相比有較大區別，我們可以結合市場化的優勢來為用戶提供投資規劃分析咨詢服務。除此之外，我們提供虛擬電廠平臺開發、交易托管服務等能源互聯一站式解決方案。

今天演講的主題是儲能聚合虛擬電廠的商業模式和關鍵技術。儲能目前面臨一個非常良好的發展趨勢，但是缺乏詳細的針對儲能容量規劃的測算研究。我們團隊結合國內每個省份的負荷數據，構建了一個精確的小時級優化模型，進行了2025到2060年儲能規模的測算分析，測算結果給出了未來2小時-10小時不同時長的儲能需求。從儲能規模需求的角度來看，短期短時長的儲能占主導，但是隨著新能源的占比越來越高，長時調節的問題越來越突出。儲能未來的整體發展需求將聚焦于如何支撐長時儲能的需要。

儲能主要有發電側、電網側和用戶側三個典型的應用場景。發電側儲能目前的商業模式主要是根據新能源配儲的要求，收取容量的補償或者容量的租賃費，這是儲能收益占比最大且穩定性最高的一種商業模式。在發電側還有儲能跟電源一起做聯合調頻的模式，早幾年這種模式賺錢效益顯著，在廣東2018、2019年的時候，儲能投資回收期只需要半年，但是調頻畢竟是內卷的市場，規模量有限，所以目前來看電源端的火儲聯合調頻已經失去了經濟收益的吸引力。

電網側獨立儲能收益來源主要有三類，一是獨立儲能可以作為共享儲能為新能源提供容量租賃服務，根據我們的測算，容量租賃的收益大概會占到整個儲能投資收益的一半。二是獨立儲能提供調頻服務，可獲得較為可觀的經濟收益，二次調頻市場早期，如果有獨立儲能參與調頻市場，賺錢效益明顯，但獨立儲能量大以后又開始內卷起來，獨立儲能在二次調頻這一部分的收益也會急劇下降。三是現貨市場價差收益，我們希望現貨市場峰谷價差能夠拉大，獨立儲能通過一天兩充兩放獲取相應的收益，根據目前國內幾個主要現貨省份的價格來做測算，現貨的收益還較為有限。

用戶側的商業模式主要是峰谷套利和需量管理，經過我們的測算，用戶側的收益相對來說較為可觀。這是由于電網代理購電使得峰谷價差水平較為穩定，且即使由售電公司代理購電，也有一個比較穩定的零售價格。

我今天要匯報的主題就是通過對用戶側的儲能進行聚合，以虛擬電廠的形式參與到市場交易當中，通過虛擬電廠的運營使用戶的負荷和儲能能夠更加高效地整合起來，從而為電網提供更大的價值，形成用戶側儲能增量的收益。

虛擬電廠既是一個模式的問題，也是一個技術的問題，目前關注的首先是模式的問題。虛擬電廠的商業模式如何閉環是我們目前關注虛擬電廠最為核心的一個問題。虛擬電廠的作用是把無序變有序，如何把用戶端的儲能和用戶端的負荷聚合在一起，使得原來不可控、不可調的負荷，通過加上靈活性的儲能資源之后，變的可調、可控，甚至讓用戶負荷本身變成可調，這個是虛擬電廠想干的事情。我們從無序變有序的增量價值里面再談如何分成收益。

如果把儲能聚合成虛擬電廠去參與市場，其收益的組成可以分為五個部分：

第一，參與電能量市場。以前用戶負荷由售電公司代理，以報量報價或報量不報價的模式參與電能量市場，但是以前的用戶負荷對售電公司來說可調空間微小。有些地區進行了嘗試，即售電用戶和用戶之間達成協議，用戶在高價時減少用電量，為售電公司降低購電成本，額外獲取的收益由二者分享。隨著儲能設施的應用，售電公司可以借助儲能實現對用戶負荷的可控干預，售電公司在參與電力現貨市場時，可以結合日前和實時的價格信號，達到一個更高期望的收益場景。

第二，需求響應。需求響應和現貨市場以及輔助服務市場有一定區別，需求響應往往在電網缺電的時候才會被觸發。2021年至今，國內各省份缺電情況比較嚴重，電力安全保供不僅是國家電網和南方電網面臨的重大主題，也是確保經濟社會平穩運行的重要舉措。需求響應的市場吸引力較大，這是由于響應度電的補貼額度很高。在電網供需關系緊張的時候，用戶每響應一度電，國內各省的政策的補貼價基本在2-10塊錢左右。然而由于補貼的總額度約束，需求響應無法常態化開展，一般是夏季以及部分冬季負荷高峰的時候觸發，年度觸發頻率在幾次到幾十次不等。需求響應市場的優勢是跟其他的交易品種解耦，可以單獨形成一個收入來源。

第三，輔助服務市場。目前從虛擬電廠角度來看，調峰市場已經開展了較大規模的實際應用，而調頻市場和備用市場雖然已有相應規則支撐，但在實際應用中仍剛起步。目前虛擬電廠具備一定成熟的技術能力去參與輔助服務市場，但是市場機制有待完善。實際情況看，國內的電網建設還是比較飽和，調峰確實是電網一個非常大的痛點，但在備用和調頻方面，虛擬電廠應用的空間有限。如果我們能夠用一種低成本投資的方式把用戶側的負荷快速地聚合起來參與輔助服務市場，將是一個很好的應用場景。

第四，需量管理。

第五，未來的分布式交易。整個虛擬電廠聚合起來，在同一個配網等級下，就地做一些分布式的交易，該應用模式實現還需要一段時間。

基于上述商業模式，結合國內第一批和第二批現貨試點地區的市場規則可以看出，當前規則已有明確的虛擬電廠準入標準，聚合后調節的容量一般在1-10MW之間。以較為先進的山西和山東地區來看，它們的電力現貨市場已經允許虛擬電廠參與報價。在輔助服務市場方面，浙江和南方區域等已經有了相應的虛擬電廠參與調頻和備用的市場規則，但目前尚未開展大規模應用。

儲能聚合虛擬電廠參與市場交易需要解決以下四大問題：

第一，資源的聚合分析。資源的聚合分析其一要解決的問題是如何將類型不同但能力相近的儲能進行聚合，從而滿足對應的交易品種指標要求。比如，需求響應需要的響應速率不高，那么可以選擇性能一般的電池，如鉛酸電池，而非鋰電池；如果是現貨市場15分鐘級或者調頻分秒級的需求，那么就需要較好性能的電池。其二需要解決的問題是單個個體進行疊加之后，形成的總體響應能力如何刻畫。虛擬電廠聚合不是1+1等于2，不是2個1MW的儲能加在一起就變成2MW的能力，由于儲能自身具有多個荷電狀態、運行安全等約束，儲能聚合之后的可行域往往會小于所有儲能容量之和。因此，如何刻畫可行空間，如何厘清可行空間內任何一個點對應的兩個儲能分配占比，以及測算不同儲能占比所映射的運行成本，均是進行虛擬電廠聚合分析需要解決的問題。

第二，市場電價預測問題。市場電價預測需要對不同交易品種的交易邏輯、市場規則進行深入的量化分析，篩選并識別影響市場價格的相關重要因素，并基于歷史數據進行算法訓練，得到準確的電價預測結果，這是后續市場申報的重要輸入條件。

第三，市場申報問題。在考慮自身物理能力約束和市場價格信號的基礎上，如何平衡虛擬電廠聚合商的經濟效益最高和用戶用電成本最低的問題，進行市場申報決策，是當前需要進行深入研究的關鍵問題。具體來說，由于聚合商和用戶之間存在利益分配，且有相應考核規則，我們要根據每個市場不同的利益分配模式和考核規則去定義聚合商的經濟效益最大化，且需兼容用戶的利益訴求。因此，我們需要通過構建優化數學模型，決策聚合商申報給電網的調節能力，以及每一段調節能力對應的價格。

第四，調控指令的分解。1+1的單個個體聚合之后形成了1.8的申報容量，而市場的中標容量是1.5，如何將1.5的指令下發執行并保證最好的執行效果也是亟需深入研究的關鍵問題之一。這是一個多目標和多時序銜接的問題，由于日前市場和實時市場是有銜接關系的，因此在做調度優化時不能僅局限于某個時間段，而是從全天的角度出發，即實時市場的優化調度不能只看這一刻，還要考慮后續滾動調度的偏差。

根據上述的分析，我們提出了儲能聚合虛擬電廠的一套運營技術架構。這個技術架構核心就是儲能的MMS。儲能BMS、PCS、EMS是大家所熟知的，我們將EMS通過邊緣終端接入到整個MMS的控制模塊里面來，MMS就是一個“承上啟下”的中介。承上的意思是跟市場的調度中心和交易中心對接，實現價格申報和優化調度指令的接收。啟下是經過計算之后把指令拆解到不同的儲能模塊里面執行，并從EMS提取市場申報所需要的數據進行聚合計算。即要在原來儲能的傳統的技術架構上加一個MMS模塊完成整個電力交易的對接的問題。

接下來介紹上述四大問題中涉及到的四個核心技術。

第一，預測。從預測數據的角度來看，包括電價預測、負荷預測，如果儲能和分布式光伏形成聯合系統，還需進行光伏出力的預測。從預測時間尺度的角度來看，包括中長期預測和短期預測。除此之外，由于電價等邊界條件對優化決策結果有著重要影響，而電價并不是一條單一曲線，因此還需要考慮收益最大化等目標條件，采用隨機優化等方法進行多個場景的概率性預測。

第二，交易決策。交易決策重點解決幾個問題，一是儲能的物理模型構建，二是市場規則的建模，考慮市場申報、出清、利益分配以及考核等相關規則，將其進行量化建模，作為決策模型的重要基礎。三是聚合市場交易決策，在形成每個儲能的本體可行域之后，聚合形成面向虛擬電廠的整體可行域。

第三，調控指令的優化分解，背后是基于運籌優化的數學模型。我們提供幾種目標的模式，包括均衡備用、壽命最優、經濟最優等等，這些都可以根據需要的場景去做定義。在這些場景的定義之下，實現把調度中心給我們的指令去做有效的分發，同時滿足日前和實時銜接的問題，滿足儲能的安全運行的要求等等。

第四，云邊端的物聯技術，這個是底層重要的PaaS層的基礎。

我們團隊做過的案例比較豐富，主要分以下幾類：一是儲能，儲能是最可控的一個資源主體；第二類是通訊基站和充電樁，這兩類是屬于分布式的資源；第三類是做制冷和制熱的設備，包括樓宇的空調以及大型的冷站；第四類是高耗能的大工業，包括鋼鐵行業、水泥行業等。

結合儲能場景講一下我們團隊做的兩個案例：

第一個案例是廣東粵電售電公司，該公司投資建設了鋰電池儲能，使用權歸售電公司所有。售電公司通過構建一個云平臺聚合用戶側儲能，接入到廣東電網的調度中心，其接口關系比較簡單，接口規范也比較標準。我們在儲能站加裝一個邊緣網關，從EMS里面采數據，該網關和云平臺做數據和指令的對接。

第二個案例是鐵塔基站，該案例的儲能主要是鉛酸電池。由于鉛酸電池荷電狀態不可估，容量不可確定，同時要保證基站的運行安全，因此聚合建模需要充分考慮鐵塔電池的管理要求。此外，還需要跟鐵塔現有各類平臺做接口，通過鐵塔已有的平臺數據了解蓄電池狀態，對備電的蓄電池的充放電狀態做指令干預。

以上就是我今天的分享，謝謝大家！