报告概述
这份报告以含储能的新型电力系统为研究对象，围绕储能参与电力现货市场的出清模型展开。报告首先介绍储能在新型电力系统中的角色，包括净负荷曲线变化、储能技术类型以及国内外工程实践；随后分析储能参与电力市场与电力调度面临的成本回收、模型非凸性和新能源不确定性等挑战；在此基础上，报告从随机规划、鲁棒优化和分布鲁棒优化的角度，讨论考虑不确定性和非预期性的多阶段优化模型与求解算法，并给出基于改进IEEE 118节点系统的仿真结果与讨论。报告采用从现象、挑战到建模、求解、验证的完整研究框架，适合电力市场研究人员、调度运行人员、储能投资运营者和关注电力现货市场改革的读者快速了解储能并网后的市场出清思路与前沿方法。
报告的核心结论
储能是新型电力系统中应对净负荷陡增的关键灵活性资源
报告通过鸭子曲线和峡谷曲线展示了新能源高占比下净负荷在白天降低、日落前后陡增的变化特征，指出系统对灵活性的需求显著增加，储能充放电是缓解净负荷波动、保障电力平衡的重要手段。
储能参与现货市场面临成本回收困难和模型非凸性挑战
报告通过模拟算例发现，储能按边际出清价格结算时收益为负；同时储能充放电工况互斥、功率特性呈离散性，使得出清模型可行域非凸，需要引入二进制变量进行刻画，增加了求解难度。
考虑新能源不确定性的多阶段出清模型必须满足非预期性约束
报告区分了随机性、不确定性和模糊性，分别对应随机规划、鲁棒优化和分布鲁棒优化；强调在时序决策中，如果使用并行的场景轨迹进行模拟，会利用未来观测值制定当前策略，导致偏乐观结果，因此需要场景树等方式保证非预期性。
基于最优鲁棒能量边界的多阶段模型能衔接日前与日内调度
报告提出在日前优化中确定储能各时段的最优鲁棒能量边界，日内实时运行时只需保证能量水平在边界内；这一方法既能发挥储能在日内现货市场的灵活性，又能兼顾日前较长时间周期的经济决策，避免短视问题。分布鲁棒优化和值函数估计等算法可高效求解。
分布鲁棒多阶段出清模型比确定性模型具有更好的经济稳健性
仿真结果显示，忽略非预期性的分布鲁棒模型在某些天成本明显偏高，而确定性优化模型在部分典型日出现大量负荷削减；报告提出的考虑非预期性的分布鲁棒模型在控制成本波动和保障供电可靠性方面表现更优，算法计算时间也大幅减少。
报告回答的关键问题
储能为什么在电力现货市场中难以回收成本？
报告通过一个简化算例说明，在按节点边际出清价格结算的情况下，储能通过低充高放获得的收益为负。其原因包括市场出清模型未充分考虑储能的时间耦合价值、充放电工况互斥带来的非凸性，以及现有报价机制可能无法让储能充分回收投资和运营成本。
新能源不确定性有哪些类型？分别用什么模型处理？
报告将新能源出力的不确定性分为随机性、不确定性和模糊性三类。随机性可用概率分布刻画，对应随机规划；不确定性只知道结果落在某个不确定集内，对应鲁棒优化；模糊性指概率分布本身不明确，对应分布鲁棒优化。三种模型在保守程度和所需信息上有所不同。
什么是非预期性约束？为什么多阶段调度需要它？
非预期性约束要求决策者在每个时刻只能依据当时已知的信息做决策，不能利用未来观测值。报告指出，如果将不确定量采样为并行的时序轨迹并直接用于模拟决策，相当于“预知未来”，结果偏乐观；采用场景树构建多阶段模型可以满足非预期性约束，但场景数量会随阶段快速增长。
储能如何参与电力现货市场报价？
报告介绍独立储能参与电力现货市场的报价方式主要有报量报价和报量不报价两种。山东、山西、甘肃、青海、广东等省份已明确独立储能参与现货市场的规则；山西的储能企业可选择报量报价或报量不报价方式参与现货市场。美国多个ISO/RTO也对储能参与实时市场有不同的优化处理方式。
日前和日内储能调度如何衔接？
报告提出在日前现货市场预先确定储能的最优鲁棒能量边界，日内市场采用基于模型预测控制的前瞻滚动时域调度，只在每个滚动时域的最后一个时段对储能能量边界进行限定。这样既能利用日内最新预测信息发挥灵活性，又能保持全天运行的经济性与安全性。
报告中的代表性数据
首批电力现货试点转入正式运行时间
2023年，根据报告，第一批电力现货试点区域中，山西、广东的电力现货市场已分别于2023年12月22日、12月28日转入正式运行。
日内市场出清模型经济性对比
7个典型日仿真，在改进IEEE 118节点系统中，忽略非预期性的分布鲁棒模型比所提模型平均成本高0.22%；确定性模型在Day 1和Day 2分别产生107.27MWh和485.64MWh的负荷削减。
所提算法与对比算法求解时间
Day 6仿真，所提算法利用储能松弛模型的值函数，对比使用嵌套列与约束生成的算法，在Day 6的求解时间从525.55秒降至45.39秒，迭代次数也减少。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 储能必要性与净负荷变化分析：通过鸭子曲线、峡谷曲线展示高比例新能源下净负荷的日内变化特征，说明系统灵活性需求增加，储能充放电及其他储能形式成为关键解决方案，为理解储能并网价值提供背景。
- 储能技术类型与国内外工程案例：介绍电化学储能、抽水蓄能、机械储能、氢储能、热储能等类型，并列举国内大规模电化学储能和抽水蓄能项目，以及美国、澳洲电力市场中储能参与现货市场的实际运行经验。
- 我国电力现货市场建设与储能参与规则：梳理第一批、第二批现货试点进展，引用《电力现货市场基本规则(试行)》等政策，说明独立储能报量报价、报量不报价等参与方式，以及山东、山西、甘肃、青海、广东等省份规则。
- 储能现货市场成本回收与非凸性挑战：通过算例展示按边际电价结算时储能收益为负，分析储能充放电互斥、能量-功率可行域非凸、抽蓄工况离散性等建模难点，并说明需要引入0-1变量的原因。
- 新能源随机性、不确定性与模糊性建模：区分随机规划、鲁棒优化和分布鲁棒优化的适用条件，介绍样本平均估计、极限场景辨识、对偶转化和Benders分解等处理思路，为后续多阶段模型奠定基础。
- 多阶段优化模型与非预期性约束：详细推导储能一般模型、最优鲁棒能量边界模型，解释场景树与非预期性约束，给出日前-日内衔接的前瞻调度策略，避免因利用未来信息导致的偏乐观决策。
- 算例验证与算法效率分析：基于改进IEEE 118节点系统（38%新能源装机）进行7个典型日仿真，比较考虑非预期性的分布鲁棒模型、忽略非预期性的模型和确定性模型的经济性与可靠性，并展示所提值函数估计算法在求解时间和迭代次数上的优势。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
