-
电动汽车聚合商聚合蕴藏在千千万万储能电池中的灵活性资源去响应新能源的波动性,电动汽车聚合分散式充电桩优先消纳富余的可再生能源,通过荷随源动的互动形式优化整个电网的运行方式,使得发电侧的运行方式更加合理,发电侧的运行成本降低、消耗降价的富余可再生能源可产生一定的红利,该红利通过市场交易传导给聚合商,再由聚合商传递给电动汽车用户,达成多方共赢局面。聚合运营的价值来源于源侧,产生价值的推动力是电动汽车聚合商。
电动汽车个体不适合独立参与电力批发市场,引入聚合商作为中间商[1]代表庞大分散的电动汽车车主集中充电量以达到参与市场调节的容量门槛,并基于充电共享平台信息交互网络架构对电动汽车的充电进行优化[2]。在现有研究成果中,负荷聚合商与虚拟电厂含义相近[3],甚至有学者认为负荷聚合商就是特殊的虚拟电厂。两者均通过为电力系统提供辅助服务而获得收益[4]。电动汽车这种储能和可调控兼备的负荷能缓解机组备用压力[5],且针对这类可控性较强、调节空间较大、资源配置效率提升空间大的负荷,在可再生能源配额制政策背景下,提出了充电负荷聚合商的定义及运营框架[6]。针对电动汽车充电负荷不确定性大的问题,构建考虑不同类型电动汽车充电负荷时间序列特性及影响因素的电动汽车充电负荷预测模型[7]。文献[8]提出基于电价型需求响应与主从博弈,以兼顾负荷聚合商、电动汽车与空调用户、分布式电源运营商的效益。文献[9]从用户舒适度和物理层充分挖掘需求侧柔性负荷的可调度潜力。利用非合作博弈理论解决各聚合商之间的最优投标决策问题,实现负荷聚合商的利益最大化。文献[10]对3种不同响应形式下的负荷聚合商、储能装置、用户的效益进行分析。文献[11]提出响应匹配度以反映电动汽车聚合商完成申报任务的程度,从而提出考虑各电动汽车聚合商响应情况的净收益模型。文献[12]提出经济收益在电力系统运营商和需求响应聚合商之间的收益分配方法,以及经济成本在综合能源用户和需求响应聚合商间的成本分摊方法。现有研究从电网、聚合商、电动汽车用户等三方主体角度对收益成本进行分析,但参与市场各主体间的价值流动、增值模式还未明晰,价值网络可对交易主题内部价值流动的轨迹、价值活动中各经济实体的交换对象进行说明。
价值网络是由价值链演变而来因企业合作而产生的价值体系[13],反映一种市场化分工的合作形式,是通过资源互补、信息共享去应对市场环境变化的新型动态合作模式[14]。有学者从价值网视角研究共享经济商业模式,探讨各主体之间的价值联系[15];利用价值网络对能源服务产业进行整体分析和模拟,构建能源服务产业价值网络模型[16]。当前价值网络在网络商业化机制、供应链优化、能源服务产业等方面都有应用;在能源电力系统方面,利用价值网络对可再生能源与分布式能源运用价值、电力系统平台经济、智能电网定制个性化供电套餐可行性等进行研究。
基于上述背景,本文对电动汽车聚合运营的价值创造模式进行分析,研究与聚合运营商进行交互的各主体,得到电动汽车聚合运营价值网络模型,探索价值网络中的各经济实体如何参与价值创造活动,并最终实现价值增值的过程。
-
电动汽车聚合商根据用户的需求弹性,通过调整电价等激励措施使电动汽车用户自主调整用电行为,间接完成对电网运行的优化。电动汽车聚合运营过程如下。
第一阶段:聚合电动汽车用户侧负荷资源。对被聚合方的基本信息、具有法定效力的计量数据进行聚合。根据必要的聚合准入条件开展对被聚合方的认定,负荷聚合商与被聚合的用户侧负荷资源运营商签订代理合同,明确双方的权利及义务,以及违约责任等。
第二阶段:用户应约。被聚合电动汽车用户侧负荷资源运营商负荷需求申报,负荷聚合商发布负荷需求响应邀约,终端用户改变充电习惯,通过抢单模式进行应约。
第三阶段:用户响应。运行日当日,用户侧负荷资源按计划进行响应。用户侧负荷资源聚合平台实时跟踪、记录用电数据,并反馈数据至交易中心、调度中心和政府监管平台。
电动汽车的聚合运营模式如图1所示。
-
电动汽车聚合运营价值创造以价值实现为目的,而价值的实现需要以用户需求为导向,用户需求成为一切价值活动的出发点。对于聚合运营参与市场来说,其价值主张的接受者包括电动汽车用户、电动汽车聚合运营商、电网、可再生能源发电商、电力市场和政府等。
从电动汽车用户的角度来看,用户委托电动汽车聚合运营商来参与市场,即降低了用电成本,也得到了满足用电需求之外的增值服务。从电动汽车聚合运营商的角度看,聚合电动汽车协调各种用电需求的配置,在获得绿电收益的同时享受用户委托参与市场带来的收益。从电网的角度来看,聚合电动汽车负荷,有利于降低电网阻塞,提高电力系统的安全性和稳定性。从可再生能源发电商的角度来看,电动汽车聚合有利于自身能源的消纳,降低弃风弃光率,提高自身设备利用率,从而获得实际收益。从电力市场的角度看,各市场主体通过参与市场交易获取收益,有利于拓展市场完善市场。从政府的角度看,电动汽车聚合不仅有效提高了社会能源的综合利用效率,还提高了用户对社会的满意度,政府通过支持电动汽车聚合参与市场,从而达到节能减排和稳定健康发展。
-
电动汽车聚合价值是由各节点上的利益相关者,即电动汽车用户、电动汽车聚合运营商、电网、可再生能源发电商、电力市场和政府等共同创造的,这些节点要素之间通过一个相互影响与合作的动态网络,并由此形成的价值传递和价值创造的关系及其结构。各网络节点单位通过参与价值创造过程,从而获取相关收益,对与聚合运营商进行交互的各主体进行分析,可得到如图2所示电动汽车聚合运营价值网络模型。
价值网络建模涉及到参与者、市场群体、价值界面、价值对象和情境路径的建模元素,各建模元素释义与图例表示见表1。
表 1 价值网络建模元素释义与图例
Table 1. Elemental interpretation and legend for value network modeling
建模元素 图例 具体含义 参与者
Actor价值网络中的经济实体,具有不可替代性 市场群体
Market Segment数量大于1的具有相同价值界面和价值对象的参与者集合 价值界面
Value Interface集合价值端口的界面,可以是一个或者多个 价值对象
Value Object价值活动中各经济实体的交换对象,如产品、服务、货币等 情境路径
Scenario Path价值网络内部价值流动的轨迹 起止激发
stimulus起止激发和终止激发是表示用户需求的开始和结束 -
负荷聚合商参与电量市场从中获取售电收入,聚合商从市场获得的补偿需依据参与的市场类型而决定;其还负责对执行削减的用户进行补偿结算,并从中赚取差价利润。
1)负荷聚合商参与电量市场,电网的收入—售电收入(销售电价)。
$$ {I_1} = \sum\limits_{d = 1}^D {{Q_{{\text{p}},d}} \times {P_{{\text{p}},d}}} $$ (1) 式中:
$ {I_1} $ 为电网售电收入;$ {Q_{{\text{p}},d}} $ 、$ {P_{{\text{p}},d}} $ 分别为第d天的聚合商与电网的交易量和费用;D为总天数。负荷聚合商参与电量市场,电网的费用—购电成本(上网电价)。
$$ {C_1} = \sum\limits_{d = 1}^D {{P_d} \times Q_{d,{\text{P}}}'} $$ (2) 式中:
$ {C_{\text{1}}} $ 为电网从发电厂购电的成本;$ {P_d} $ 表示上网电价;$ Q_{d,{\text{P}}}' $ 为第d天供给聚合商所需电量时的上网电量,因要考虑网损的因素;$ \omega $ 表示网损率,故$ Q_{d,{\text{P}}}' = \dfrac{{{Q_{d,{\text{P}}}}}}{{(1 - \omega )}} $ 。其中,在负荷聚合商组织电动汽车用户参与电量市场交易之后,起到削峰填谷的作用,降低大约8%的市场费用,减少电网投资运行成本,提高电网安全稳定性。
2)负荷聚合商的收入—市场补偿。
$$ {I_{{\text{bc}}}} = \sum\limits_{d = 1}^D {{\lambda _{{\text{bc}}}}{Q_i}{P_{si}}} $$ (3) 式中:
$ {I_{{\text{bc}}}} $ 为负荷聚合商参与电能量市场交易获得的市场补偿;$ {\lambda _{{\text{bc}}}} $ 为补偿系数;$ {P_{si}} $ 为现货市场价格;$ {Q_i} $ 为某种负荷水平的调度消减量。负荷聚合商的费用—购电费用(其数值等于电网的售电收入)。
-
政府推出可再生能源消纳责任权重考核制度,将考核重点移至用户侧[17],电动汽车通过交易平台优先消纳清洁电力,对车主而言,降低了充电成本,有效提高了电动汽车的市场吸引力和使用价值;对于电网,通过市场机制实现大规模充电负荷引导,提高电网运行效率和新能源消纳能力;电动汽车用户通过负荷聚合商作为中间商定向消纳新能源缓解了环境保护压力、对推动绿色转型发展意义重大。电动汽车聚合有利于自身能源的消纳,降低弃风弃光率,提高自身设备利用率,从而获得实际收益。
1)聚合商与可再生能源发电商交易,可再生能源发电商的收入。
提高能源消纳的收入
$$ {I_{\text{2}}} = \sum\limits_{t = 1}^T {\sum\limits_{r = 1}^R {{P_{t,r}} \times {\alpha _{t,r}}{Q_{t,r}}} } $$ (4) 式中:
$ {I_2} $ 为提高可再生能源消纳获得的收入;R为发电新能源的种类;$ {P_{t,r}} $ 为第r种新能源在t时刻的发电成本;$ {Q_{t,r}} $ 表示t时刻所需要的第r种新能源的电量;$ {\alpha _{t,r}}{Q_{t,r}} $ 为第r种新能源在t时刻被消纳的量(若无聚合商聚合电动汽车用户,该时段富余新能源不能被消纳),其中$ 0 \leqslant {\alpha _{t,r}} \leqslant 1 $ 。售电收入
$$ I_2' = \sum\limits_{t = 1}^T {\sum\limits_{r = 1}^R {{p_{t,r}} \times Q_{t,r}^{}} } $$ (5) 式中:
$ I_{\text{2}}' $ 为可再生能源发电商的售电收入;$ {p_{t,r}} $ 为第r种新能源在t时刻的电价。2)聚合商与可再生能源发电商交易,可再生能源发电商的发电成本
$$ {C_{\text{2}}} = \sum\limits_{t = 1}^T {\sum\limits_{r = 1}^R {{P_{t,r}} \times {Q_{t,r}}} } $$ (6) 式中
$ {C_{\text{2}}} $ 为可再生能源发电商的发电总成本。 -
用户委托电动汽车聚合运营商来参与市场,即降低了用电成本,也得到了满足用电需求之外的增值服务。聚合商与电动汽车用户交易的收入主要来源于电动汽车充电电费及服务费:
$$ {I_3} = \sum\limits_{t = 1}^{24} {{P_{{\text{m}},i}}(t){p_{\text{c}}}(t)} $$ (7) $$ {p_{\text{c}}}(t) = {p_{\text{e}}}(t) + {p_{\text{w}}}(t) $$ (8) 式中:
$ {I_{\text{3}}} $ 为聚合商收入;$ {P_{{\text{m}},i}}(t) $ 为t时段电动汽车的充电功率;$ {p_{\text{c}}}(t) $ 为t时段聚合商制定的电动汽车充电费用;$ {p_{\text{e}}}(t) $ 为t时段聚合商制定的电动汽车充电电费;$ {p_{\text{w}}}(t) $ 为电动汽车充电服务费。聚合商(售电公司)与电动汽车用户交易的费用:
$$ {C_{\text{3}}} = {C_{\text{y}}} + {C_{\text{q}}} + {C_{\text{g}}} $$ (9) $$ {C_{\text{g}}} = {C_{{\text{grid}}}} + {C_{{\text{NE}}}} + {C_{{\text{service}}}} $$ (10) 式中:
$ {C_{\text{3}}} $ 为聚合商服务成本;$ {C_{\text{g}}} $ 为购电成本;$ {C_{\text{y}}} $ 为充电桩运维成本;$ {C_{\text{q}}} $ 为其他成本;$ {C_{{\text{grid}}}} $ 为从电网处购电的费用;${C_{{\rm{NE}}}}$ 为从新能源发电商处购电的费用;$ {C_{{\text{service}}}} $ 为从辅助服务市场购电的费用。 -
各地相继出台电力辅助服务市场交易规则,鼓励需求侧资源参与电力辅助服务交易:《新型主体参与华中电力调峰辅助服务市场规则(征求意见稿)》、《第三方独立主体参与华北电力调峰辅助服务市场规则(试行 2020版)》。电动汽车作为一种极具可调控潜力的需求侧资源可通过聚合的方式,由聚合后第三方独立主体代理参与调峰市场。参与调峰辅助服务市场主要包括市场信息上报、竞价交易、出清与结算等步骤。电动汽车负荷聚合商需要上报调峰辅助服务的可调节容量范围、时段等关键信息。市场初期,电动汽车聚合商作为省网市场统一出清价格接受者,条件具备时,可参与市场报价。聚合后的电动汽车需求侧资源具有更高的参与市场能力和系统可靠性,将有效提高需求侧收益和电力系统稳定性。
调峰的收入—售电收入
$$ {I_4} = \sum\limits_{t = 1}^T {\sum\limits_{n = 1}^N {{Q_{t,n}} \times {P_{{\text{tf}},t}}} } $$ (11) 式中:
$ {I_4} $ 为调峰收入;$ {Q_{t,n}} $ 表示t时间段第n个电动汽车的用电需求;$ {P_{{\text{tf}},t}} $ 表示t时间段的调峰出清价格(调峰辅助服务市场每15 min报价一次,一天96时点,其中报价时点为40个)。调峰的成本—系统发电费用
$$ {C_4} = \sum\limits_t^T {{Q_{t,{\text{tf}}}} \times {P_{{\text{tffd}},t}}} $$ (12) 式中:
$ {C_4} $ 为调峰成本;$ {Q_{t,{\text{tf}}}} $ 为t时间段的发电量;$ {P_{{\text{tffd}},t}} $ 为t时间段的发电成本。 -
政府大力支持,给予投资补贴,政府对部分电动汽车免去购置税和车船税,且为跨越传统汽车与新能源汽车之间售价的鸿沟,政府制定了相应的补贴政策,其补贴额度与车辆的续航里程成正比关系,如表2所示。电动汽车聚合商积极响应,促进节能减排电动汽车聚合不仅有效提高了社会能源的综合利用效率,还提高了用户对社会的满意度,政府通过支持电动汽车聚合参与市场,从而达到节能减排和稳定健康发展。政府补贴是一次性补贴给所有的电动汽车用户,对以后电动汽车用户经聚合后参与市场交易的收益影响不大,故在后文的各市场主体成本收益分析中不考虑政府给电动汽车用户补贴这一项。
表 2 电动汽车补贴额度
Table 2. Subsidy amount of EV
续航里程 补贴额度/元 2017 2018 2019 2020 100—150 20000 20000 15000 15000 150—250 36000 36000 27000 27000 250以上 44000 44000 33000 33000 -
选取国内某区域6月份30天时部分电动汽车负荷聚合商的运营情况作为测算案例,一般电动车分乘用车和商用车两种,乘用车涵盖轿车、微型客车以及不超过9座的轻型客车;另一类是商用车,主要是车辆公司的用车。再具体些,乘用车可以分为私家车、公务车、出租车,而商用车可以分为客车(公交车)和专用车(洒水车、环卫车)。根据不同车型每天行驶路程长度习惯可得到其平均每天行驶公里和耗电量,如表3所示。
表 3 不同车型耗电量
Table 3. Power consumption of different types of EV
车型 数量/辆 公里数/km 耗电量/kW·h 乘用车 私家车(500) 35 6 出租车(100) 500 85 公务车(100) 50 8.5 商用车 客车(公交车)(50) 200 240 专用车(洒水车,环卫车)(30) 50 60 聚合商聚合电动汽车用户参与交易时,电动汽车用户所需要的总电量其中55%的电量来自电网,20%的电量来自可再生能源发电商,25%的电量来自辅助服务市场。考虑到不同车型的出行习惯,引入周属性,在周末时私家车与公务车的出里程可能会有一定比例的下降,造成需要的充电量下降。在电量市场中,上网电价为415.3元/MW·h,网损为0.023,销售电价按分时电价计算,高峰时段(8:00—11:00,18:00—23:00)为780元/MW·h,平段(7:00—8:00,11:00—18:00)为540元/MW·h,低谷时段(23:00—7:00)为438.6元/MW·h。在负荷聚合商组织电动汽车用户参与电量市场交易之后,起到削峰填谷的作用,降低大约8%的市场费用,减少电网投资运行成本,提高电网安全稳定性,经综合分摊后,电网在6月份减少的费用大约为40000元。电量市场的交易情况见附录A表A1。负荷聚合商在电量交易过程中通过聚合电动汽车用户电量对电网需求做出及时、有效的响应,起到了调度消减,削峰填谷的作用,故可得到一定比例的市场补偿。文献[18]提出了基于市场等级化补偿规则的储能容量优化模型,其中对不同补偿方案的投资回收年限静态值进行了计算,投资回收年限随补偿系数的升高不断下降,将合格资源补偿系数定为高于现货价格0.5%。利用储能装置提高供能稳定性、聚合电动汽车电量参与电能量市场,从出发角度来看都是为例维持市场实时电量平衡,鉴于负荷聚合商的投资在当前短期计算中难以体现,故参考合格资源补偿系数将电动汽车负荷聚合商参与电量市场时调度削减的补偿系数定为:
$ {\lambda _{{\text{bc}}}} = {\text{1}}{\text{.005}} $ ,补偿情况见附录A表A2。表 A1 电量市场交易
Table A1. Transaction of electric quantity market
日期 周属性 电动汽车总用
电量/MW·h用电量/MW·h 上网电量/MW·h 上网电价/
(元/MW·h)销售电价
(有聚合商)销售电价
(无聚合商)1 1 33.80 18.59 19.03 7902.18 10958.81 11865.47 2 2 30.80 16.94 17.34 7200.80 9986.13 10812.32 3 3 29.5 16.23 16.61 6896.87 9564.64 10355.95 4 4 30 16.50 16.89 7013.77 9726.75 10531.48 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 30 2 28.3 15.57 15.93 6616.32 9175.57 9934.69 表 A2 负荷聚合商的市场补偿
Table A2. Market compensation for load aggregators
日期 调度消减量/MW·h 现货市场价格/(元/MW·h) 补偿收入 1 2.72 589.5 1610.41 2 2.48 589.5 1467.47 3 2.37 589.5 1405.54 4 2.41 589.5 1429.36 5 2.54 589.5 1505.59 $\vdots $ $\vdots $ $\vdots $ $\vdots $ 30 2.28 589.5 1348.36 电动汽车负荷聚合商与可再生能源发电商交易时,此时风力发电与光伏发电的比例为3:1,网损为0.03;风力发电的成本约为0.48元/kW·h,生物质能发电成本比风电略低,但仍高于煤电成本,太阳能光伏发电约为3到6元/kW·h。风光发电成本及售电价格为当天的均值,上网电价占销售电价的比例为0.7,负荷聚合商从可再生能源发电商处获取富余的降价新能源,降低用能成本;其加入能够提升新能源消纳比例,减少光能、风能的浪费,降低可再生能源发电商发电成本,形成负荷聚合商与可再生能源发电商双向获利的局面,电动汽车负荷聚合商与可再生能源发电商的交易情况见附录A表A3。
表 A3 可再生能源发电商交易
Table A3. Transaction of renewable energy generation companies
日期 周属性 电动汽车总用电量/MW·h 用电量/MW·h 上网电量/MW·h 有负荷聚合时光伏提升
的能源消纳系数$ {\alpha _{t,{\text{1}}}} $有负荷聚合时风能提升
的能源消纳系数$ {\alpha _{t,{\text{2}}}} $光发电量/MW·h 风发电量/MW·h 1 1 33.80 6.76 6.97 0.11 0.17 1.74 5.23 2 2 30.80 6.16 6.35 0.17 0.11 1.59 4.76 3 3 29.5 5.90 6.08 0.12 0.17 1.52 4.56 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 30 2 28.30 5.66 5.84 0.16 0.18 1.46 4.38 光售电量/MW·h 风售电/MW·h 光发电成本/
(元/MW·h)风发电成本/
(元/MW·h)光能售电价格/
(元/MW·h)风能售电价格/
(元/MW·h)能源消纳收入 发电成本 售电收入 1.69 5.07 464.00 500.00 662.86 714.29 533.20 3421.81 4741.66 1.54 4.62 389.00 452.00 555.71 645.71 341.80 2770.41 3839.00 1.48 4.43 524.00 469.00 748.57 670.00 459.33 2936.31 4068.89 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 1.42 4.25 476 465 680 664.29 477.39 2729.35 3782.09 因为市场准入的限制,需引入聚合商作为中间商代表庞大分散的电动汽车车主集中充电量以达到参与市场调节的容量门槛,电动汽车用户的电量只有经聚合后才能参与到调峰辅助服务市场中去。调峰辅助服务市场实施交易的时段为0:45—7:00与12:45—16:00这两个时段共40个时点,交易每15 min进行一次,考虑到电动汽车负荷聚合商在当前规模下聚合到的电量数量还不够参与全时段的调峰辅助服务市场,负荷聚合商固定在第19—22这4个时点参与调峰辅助服务市场,调峰辅助服务市场交易情况见附录A表A4。
表 A4 调峰辅助服务市场交易
Table A4. Transaction of auxiliary peak regulation service market
调峰时点 聚合商参与调峰所需电量/
MW·h需要的发电量/
MW·h调峰出清价格/
(元/MW·h)发电价格/
(元/MW·h)调峰收入 调峰成本 1 2.00 2.06 300.00 283.00 599.60 583.11 2 2.50 2.58 300.00 251.00 751.45 648.16 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 120 1.49 1.54 300.00 257.00 446.99 394.76 负荷聚合商售电给电动汽车用户时,其充电费用一共由两部分组成,即充电电费与充电服务费,在不同时点,电动汽车的充电费用有些许不同,具体费用如图3分时段充电费用所示,此时,聚合商与电动汽车用户的交易情况见附录A表A5所示,30天共720个时点,其中充电电费取高峰、平段、低谷时的分时电价。
结合上述负荷聚合商与各主体之间的交易情况,对有、无聚合商参与电力市场交易的各主体成本收入进行计算,可得到表4所示的成本收入对比(单位:元)。
表 4 各主体成本收入对比
Table 4. Comparison of cost and income of each agent
指标 电网 可再生能
源发电商调峰辅
助服务负荷聚
合商成本/元 无聚
合商197577.81 83297.12 59828.69 0 有聚
合商197577.81 83297.12 59828.69 1048649.04 收入/元 无聚
合商296671.75 115426.01 0 0 有聚
合商274002.55 126733.19 67455.48 1247934.29 收益/元 无聚
合商99093.95 32128.89 0 0 有聚
合商116424.74 43436.06 7626.79 199285.25 为更直观地显示在有电动汽车聚合运营商聚合电动汽车用户电量参与电力市场时的各主体收益情况,用百分比扇形图表示各主体的收益对比,如图4所示;用柱形图体现各主体在有、无聚合商参与电力市场交易时的收益情况,如图5所示。
图 5 有、无聚合商参与电力市场的各主体收益
Figure 5. Benefits of each agent with/without aggregators participating in the electricity market
根据对负荷聚合商进行市场交易的各主体成本收益进行分析,对有无聚合商参与市场交易时进行对比,结果显示在有负荷聚合商参与市场交易时,给市场中的各主体都带来了增量收益,其中电网在6月份的增量收益为17330.8元,可再生能源发电商的增量收益为11307.18 元,调峰辅助服务市场的增量收益为7626.79 元,负荷聚合商通过整合需求侧电动汽车用户用电需求从电量市场购电,再售电给电动汽车用户从中获取充电收入、赚取服务费用;同时帮助电网削峰填谷,提高电网稳定性获得市场的补偿收入,负荷聚合商在6月份的收益为199285.25 元。
根据图4各主体收益情况对比和图5各主体在有、无聚合商参与电力市场交易时的收益情况得到以下结论:在电动汽车负荷聚合商组织电动汽车用户需求侧电量参与市场交易的过程中,聚合商最终得到的收益最大,聚合商收益约为可再生能源发电商收益的4.6倍(聚合商收益还未传导至用户),符合山西省能源局印发晋能源电力发[2020]473号 《“新能源+电动汽车”协同互动智慧能源试点建设方案》中提出试点初期,对公益服务行业场站以不低于70%红利传导至运营商,对社会运营性质场站以不低于60%红利传导至用户的要求。电网与可再生能源发电商都得到了一部分可观的收益,电网收益提高约17.25%,可再生能源发电商收益提高约35.19%。但因当前电动汽车商业模式还未确定,聚合商聚合电动汽车用户参与调峰辅助服务市场的电量规模还比较小,故调峰辅助服务得到的收益比例不大,总的来说电动汽车负荷聚合商参与市场交易有利于多方受益,该行业本身也十分具有发展前景。
-
1)电动汽车聚合运营价值网络模型基于电动汽车聚合商视角,清晰表达聚合体系内多主体价值交换关系及聚合模式下多主体价值获取路径,为量化分析聚合商价值、制定激励政策开拓途径。
2)聚合商及与其交易的各主体均可在交易过程中创造增值收益。电动汽车用户委托聚合商参与市场可降低自身用电成本;聚合商可获得绿电收益及市场补贴,帮助可再生能源发电商降低弃风弃光率,提高自身设备利用率,聚合商消耗富余新能源收益占聚合商及可再生能源发电商收益总体的78%,符合当前政策方向,可作为支持依据推动价值传导机制的发展。
3)在本文所建立的聚合商及各方主体成本收入分析中市场补偿系数、新能源消纳比例增量是影响各方受益的关键因素,其中,市场补偿系数会对用户参与聚合运营的意愿产生一定影响,仿真结果显示聚合模式整体收益优于非聚合模式,电动汽车聚合运营商自身得到的收益最大,有利于多方共赢。
需要说明的是,市场的实际补偿规则需依据其参与的市场类型决定,电动汽车负荷聚合商从市场中得到的调度消减补偿收入应由用户与负荷聚合商按比例分配,用户至少分得补偿收入的70%,但因当前聚合运营过程的价值传导机制还不清晰,可对其具体分配比例进行深入研究,同时,本文主要从微观层面静态研究了电动汽车聚合运营价值,下一步重点考虑宏观的政策因素,对宏观政策下负荷聚合商的经济运行进行研究。
(本刊附录请见网络版,印刷版略)
Value Evaluation of Electric Vehicle Aggregation Operation Based on Value Network
-
摘要: 以电动汽车为代表的需求侧资源通过聚合运营,将为电力系统提供大量的可调节资源,缓解系统平衡运行的矛盾。但其商业运营模式尚未成熟,关键原因之一是电动汽车聚合价值评估难,难以支撑相关市场交易机制的构建。通过引入价值网络建模方法,建立电动汽车聚合运营价值创造模式,构建电动汽车聚合运营价值网络模型。进而基于电动汽车聚合商视角,分析了聚合体系内多主体价值交换关系,提出了聚合模式下多主体价值获取路径。最后,结合国内某区域市场环境,对有无聚合商时的市场各主体效益进行分析。仿真结果表明电动汽车聚合运营使得各主体都能产生增量收益,在现有模式下聚合商获益最大。市场补偿系数、新能源消纳比例增量是影响各方受益的关键因素。Abstract: By means of aggregation operation the demand side resource represented by electric vehicle (abbr. EV) can provide a lot of adjustable resource for power grid to mitigate the contradiction of balanced operation of the system. However, its business operation mode is not yet mature and one of the key reasons is that the aggregate value of EV is difficult to evaluate, so it is hard to support the construction of relevant market trading mechanism. Firstly, by means of bringing in the modeling method of value network, the value creation mode of EV aggregation operation was established to construct the value network model of EV aggregation operation. Secondly, from the perspective of EV aggregators the multi-agent value exchange relationship within the aggregation system was analyzed, and the path to obtain multi-agent value acquisition under aggregation mode was proposed. Finally, combining with a certain domestic regional market environment, the benefits of each agent in the market with/without aggregator were analyzed. Simulation results show that the EV aggregation operation makes each agent enable to generate incremental revenue, and under existing mode the aggregators obtain the most benefit. The market compensation coefficient and the increment of accommodation proportion of new energy is the key factor impacting the benefits of all parties.
-
Key words:
- value network /
- electric vehicle /
- load aggregator /
- cost /
- revenue
-
表 1 价值网络建模元素释义与图例
Table 1. Elemental interpretation and legend for value network modeling
建模元素 图例 具体含义 参与者
Actor价值网络中的经济实体,具有不可替代性 市场群体
Market Segment数量大于1的具有相同价值界面和价值对象的参与者集合 价值界面
Value Interface集合价值端口的界面,可以是一个或者多个 价值对象
Value Object价值活动中各经济实体的交换对象,如产品、服务、货币等 情境路径
Scenario Path价值网络内部价值流动的轨迹 起止激发
stimulus起止激发和终止激发是表示用户需求的开始和结束 表 2 电动汽车补贴额度
Table 2. Subsidy amount of EV
续航里程 补贴额度/元 2017 2018 2019 2020 100—150 20000 20000 15000 15000 150—250 36000 36000 27000 27000 250以上 44000 44000 33000 33000 表 3 不同车型耗电量
Table 3. Power consumption of different types of EV
车型 数量/辆 公里数/km 耗电量/kW·h 乘用车 私家车(500) 35 6 出租车(100) 500 85 公务车(100) 50 8.5 商用车 客车(公交车)(50) 200 240 专用车(洒水车,环卫车)(30) 50 60 A1 电量市场交易
A1. Transaction of electric quantity market
日期 周属性 电动汽车总用
电量/MW·h用电量/MW·h 上网电量/MW·h 上网电价/
(元/MW·h)销售电价
(有聚合商)销售电价
(无聚合商)1 1 33.80 18.59 19.03 7902.18 10958.81 11865.47 2 2 30.80 16.94 17.34 7200.80 9986.13 10812.32 3 3 29.5 16.23 16.61 6896.87 9564.64 10355.95 4 4 30 16.50 16.89 7013.77 9726.75 10531.48 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 30 2 28.3 15.57 15.93 6616.32 9175.57 9934.69 A2 负荷聚合商的市场补偿
A2. Market compensation for load aggregators
日期 调度消减量/MW·h 现货市场价格/(元/MW·h) 补偿收入 1 2.72 589.5 1610.41 2 2.48 589.5 1467.47 3 2.37 589.5 1405.54 4 2.41 589.5 1429.36 5 2.54 589.5 1505.59 $\vdots $ $\vdots $ $\vdots $ $\vdots $ 30 2.28 589.5 1348.36 A3 可再生能源发电商交易
A3. Transaction of renewable energy generation companies
日期 周属性 电动汽车总用电量/MW·h 用电量/MW·h 上网电量/MW·h 有负荷聚合时光伏提升
的能源消纳系数$ {\alpha _{t,{\text{1}}}} $ 有负荷聚合时风能提升
的能源消纳系数$ {\alpha _{t,{\text{2}}}} $ 光发电量/MW·h 风发电量/MW·h 1 1 33.80 6.76 6.97 0.11 0.17 1.74 5.23 2 2 30.80 6.16 6.35 0.17 0.11 1.59 4.76 3 3 29.5 5.90 6.08 0.12 0.17 1.52 4.56 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 30 2 28.30 5.66 5.84 0.16 0.18 1.46 4.38 光售电量/MW·h 风售电/MW·h 光发电成本/
(元/MW·h)风发电成本/
(元/MW·h)光能售电价格/
(元/MW·h)风能售电价格/
(元/MW·h)能源消纳收入 发电成本 售电收入 1.69 5.07 464.00 500.00 662.86 714.29 533.20 3421.81 4741.66 1.54 4.62 389.00 452.00 555.71 645.71 341.80 2770.41 3839.00 1.48 4.43 524.00 469.00 748.57 670.00 459.33 2936.31 4068.89 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 1.42 4.25 476 465 680 664.29 477.39 2729.35 3782.09 A4 调峰辅助服务市场交易
A4. Transaction of auxiliary peak regulation service market
调峰时点 聚合商参与调峰所需电量/
MW·h需要的发电量/
MW·h调峰出清价格/
(元/MW·h)发电价格/
(元/MW·h)调峰收入 调峰成本 1 2.00 2.06 300.00 283.00 599.60 583.11 2 2.50 2.58 300.00 251.00 751.45 648.16 $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ $\vdots $ 120 1.49 1.54 300.00 257.00 446.99 394.76 表 4 各主体成本收入对比
Table 4. Comparison of cost and income of each agent
指标 电网 可再生能
源发电商调峰辅
助服务负荷聚
合商成本/元 无聚
合商197577.81 83297.12 59828.69 0 有聚
合商197577.81 83297.12 59828.69 1048649.04 收入/元 无聚
合商296671.75 115426.01 0 0 有聚
合商274002.55 126733.19 67455.48 1247934.29 收益/元 无聚
合商99093.95 32128.89 0 0 有聚
合商116424.74 43436.06 7626.79 199285.25 -
[1] 田硕. 电动汽车聚合商参与日前市场的运营优化与竞标策略研究[D]. 北京: 华北电力大学, 2018. [2] 陈永新. 售电市场环境下的电动汽车聚合商竞价与共享策略研究[D]. 长沙: 湖南大学, 2018. [3] 孙玲玲, 高赐威, 谈健, 等. 负荷聚合技术及其应用[J]. 电力系统自动化, 2017, 41(6): 159−167. doi: 10.7500/AEPS20161023001 SUN Lingling, GAO Ciwei, TAN Jian, et al. Load aggregation technology and its application[J]. Automation of Electric Power System, 2017, 41(6): 159−167(in Chinese). doi: 10.7500/AEPS20161023001 [4] 程林, 万宇翔, 张放, 等. 基于负荷聚合商业务的空调服务运作模式及控制策略[J]. 电力系统自动化, 2018, 42(18): 8−18. doi: 10.7500/AEPS20170823008 CHENG Lin, WAN Yuxiang, ZHANG Fang, et al. Air-conditioning service operation mode and control strategy based on load aggregator business[J]. Automation of Electric Power Systems, 2018, 42(18): 8−18(in Chinese). doi: 10.7500/AEPS20170823008 [5] 刘敦楠, 李鹏飞, 葛睿, 等. 考虑可调控负荷和储能的区域互联备用优化模型[J]. 电力建设, 2019, 40(12): 22−29. doi: 10.3969/j.issn.1000-7229.2019.12.003 LIU Dunnan, LI Pengfei, GE Rui, et al. Regional interconnection backup optimization model considering adjustable load and energy storage[J]. Electric Power Construction, 2019, 40(12): 22−29(in Chinese). doi: 10.3969/j.issn.1000-7229.2019.12.003 [6] 刘敦楠, 刘明光, 王文,等. 充电负荷聚合商参与绿色证书交易的运营模式与关键技术[J]. 电力系统自动化, 2020, 44(10): 1−9. doi: 10.7500/AEPS20190813005 LIU Dunnan, LIU Mingguang, WANG Wen, et al. Operation mode and key technologies of charging load aggregators participating in green certificate transactions[J]. Automation of Electric Power Systems, 2020, 44(10): 1−9(in Chinese). doi: 10.7500/AEPS20190813005 [7] 刘敦楠, 张悦, 彭晓峰, 等. 计及相似日与气象因素的电动汽车充电负荷聚类预测[J]. 电力建设, 2021, 42(2): 43−49. doi: 10.12204/j.issn.1000-7229.2021.02.006 LIU Dunnan, ZHANG Yue, PENG Xiaofeng, et al. Clustering prediction of electric vehicle charging load considering similar days and meteorological factors[J]. Electric Power Construction, 2021, 42(2): 43−49(in Chinese). doi: 10.12204/j.issn.1000-7229.2021.02.006 [8] 龚诚嘉锐, 林顺富, 边晓燕, 等. 基于多主体主从博弈的负荷聚合商经济优化模型[J]. 电力系统保护与控制, 2022, 50(02): 30−40. doi: 10.19783/j.cnki.pspc.210394 GONG Chengjiarui, LIN Shunfu, BIAN Xiaoyan, et al. Economic optimization model of load aggregator based on multi-agent master-slave game[J]. Power System Protection and Control, 2022, 50(02): 30−40(in Chinese). doi: 10.19783/j.cnki.pspc.210394 [9] 张晓东, 艾欣, 潘玺安. 考虑用户可调度潜力的负荷聚合商优化调度策略[J/OL]. 华北电力大学学报(自然科学版): 1-16[2022-04-15]. http://kns.cnki.net/kcms/detail/13.1212.TM.20210811.1138.002.html ZHANG Xiaodong, AI Xin, PAN Xi'an. Optimal dispatching strategy of load aggregator considering user dispatchable potential[J/OL]. Journal of North China Electric Power University (Natural Science Edition): 1-16[2022-04-15]. http://kns.cnki.net/kcms/detail/13.1212.TM.20210811.1138.002.html(in Chinese) [10] 蒋国栋, 韩韬, 罗首权, 等. 基于虚拟电厂优化算法的负荷聚合商收益分析[J]. 电力需求侧管理, 2021, 23(06): 75−80+86. doi: 10.3969/j.issn.1009-1831.2021.06.015 JIANG Guodong, HAN Tao, LUO Shouquan, et al. Benefit analysis of load aggregator based on virtual power plant optimization algorithm[J]. Power Demand Side Management, 2021, 23(06): 75−80+86(in Chinese). doi: 10.3969/j.issn.1009-1831.2021.06.015 [11] 杨景旭, 李钦豪, 张勇军, 等. 考虑电网需求匹配度的多EV聚合商需求响应削峰优化建模[J]. 电力自动化设备, 2021, 41(08): 125−134. doi: 10.16081/j.epae.20210700 YANG Jingxu, LI Qinhao, Zhang Yongjun, et al. Optimization modeling of multi-EV aggregator demand response considering grid demand matching[J]. Electric Power Automation Equipment, 2021, 41(08): 125−134(in Chinese). doi: 10.16081/j.epae.20210700 [12] 吴英俊, 刘成骏, 林智威, 等. 考虑成本与收益摊配的电力需求响应博弈模型[J]. 电力建设, 2021, 42(6): 135−144. doi: 10.12204/j.issn.1000-7229.2021.06.014 WU Yingjun, LIU Chengjun, LIN Zhiwei, et al. Power demand response game model considering cost and benefit allocation[J]. Electric Power Construction, 2021, 42(6): 135−144(in Chinese). doi: 10.12204/j.issn.1000-7229.2021.06.014 [13] 胡大立. 基于价值网模型的企业竞争战略研究[J]. 中国工业经济, 2006(9): 87−93. doi: 10.3969/j.issn.1006-480X.2006.09.011 HU Dali. Research on enterprise competitive strategy based on value net model[J]. China Industrial Economics, 2006(9): 87−93(in Chinese). doi: 10.3969/j.issn.1006-480X.2006.09.011 [14] 吕善磊. 能源服务产业价值网络模型及价值主体效益分享研究[D]. 北京: 华北电力大学, 2019. [15] 赵斯惠. 基于020视野的共享经济商业模式研宄[J]. 商场现代化, 2018(2): 6−8. ZHAO Sihui. Research on the sharing economy business model based on the 020 vision[J]. Market Modernization, 2018(2): 6−8(in Chinese). [16] 薛贵元. 能源服务产业价值网络模型及宏观经济影响模拟研究[D]. 北京: 华北电力大学, . 2017. [17] 刘敦楠, 汪伟业, 李鹏飞, 等. 绿电消纳责任权重下火电厂商市场行为的演化博弈[J]. 电力建设, 2020, 41(10): 20−29. doi: 10.12204/j.issn.1000-7229.2020.10.003 LIU Dunnan, WANG Weiye, LI Pengfei, et al. Evolutionary game theory study on the commercial market behavior of thermal power plants under renewable portfolio standard policy[J]. Electric Power Construction, 2020, 41(10): 20−29(in Chinese). doi: 10.12204/j.issn.1000-7229.2020.10.003 [18] 张开宇, 宋依群, 严正. 考虑用户违约可能的负荷聚合商储能配置策略[J]. 电力系统自动化, 2015, 39(17): 127−133. doi: 10.7500/AEPS20150203009 ZHANG Kaiyu, SONG Yiqun, YAN Zheng. Load aggregator energy storage configuration strategy considering the possibility of user default[J]. Automation of Electric Power Systems, 2015, 39(17): 127−133(in Chinese). doi: 10.7500/AEPS20150203009 -