数字储能网讯：

第二部分：在ERCOT建立电池储能收入预测模型

  在解释了生产消费模型之后，让我们来研究Modo Energy预测的第二个核心组成部分：调度模型。

  该模型在特定市场条件下模拟储能的运营，其客制化的交易和运营策略使电池所有者、运营商、开发商和融资方能够根据他们对于参与电力市场的理解将储能收益预测预测延伸至2050年。

  预测用户可以自定义输入储能技术参数要求，查看不同规模、容量、持续市场和区域点位储能资产的收入预测。通过这种方式，他们可以轻松地基于不同场景建立和比较各个商业案例。

  那么，这些储能的收益预测是如何计算的呢？

  调度模型可以模拟单个电池储能系统的运行。在此过程中，它计算储能参与各种电力交易的收益和循环率。

  一、什么是调度模型？

  调度模型在一系列市场条件下模拟电池运行并最终计算收入表现。该模型以15分钟为计算颗粒度，一直延伸到2050年底。

  生产成本模型产生一组市场约束条件，该模型计算每个时期按技术类型的发电输出、辅助服务采购和各地区能源价格，这为满足预测需求的最优经济调度模拟提供了参考依据。生产消费模型的预测结果为调度模型具有自定义规格的储能资产收入预测和运行情况提供了参考依据；

  但储能调度模型是如何工作的？让我们从您储能资产的参数配置开始。

  收入预测中储能系统的的哪些方面是可自定义的呢？

  这从储能资产以下可选择的技术参数开始：

  额定功率（MW）

  能量容量（MWh）

  位置（即ERCOT西部负荷区）

  系统循环效率（%）

  除了电池的物理特性，调度模型还考虑了电池在其生命周期内的实际运行情况，如下表所示。为此，储能的收入预测还需关注以下参数：

  日常和年度循环限制（如每天最多两个循环，这个和设计工况有关系）

  电池循环寿命（如8000个循环）

  循环成本（美元/MWh）- 类似于LCOS储能度电成本的概念

  荷电状态（SOC）

  电池衰减（SOH）

  这些参数在储能每天的实际运行中如何转化？实施这些运行约束也使收入预测模型更加复杂。特别是，系统循环成本和循环限制使模拟运行更接近现实。理论上，一个具有完美的收入预测模型可以预见储能系统在一天交易中每一个价差机会，这将导致不切实际的高循成本和收入预测。

  然而，通过循环约束，调度模型只追求有限数量的较大套利价差——这在现实中往往更具可预测性。

  此外，调度模型还考虑了NPRR 1186规定的参与电力交易辅助服务市场资格要求。根据储能系统时长和荷电状态，这限制了电池在某些辅助服务中可被分配的相应容量和电能量。

  二、案例展示

  这个用德州市场中的电力辅助服务品种-ECRS和非旋转备用作为案例解释非常合适：

  ECRS：1h储能系统可被分配其额定功率的最多SOC-50%。2h或更长时间的储能系统可被分配参与ECRS服务高达其全部额定功率。

  Non-Spin非旋转备用：1h储能系统可分配额定功率最多SOC-25%，而2h储能可分配最多额定功率SOC-50%。

  RRS和调节：大于1h储能系统不受限制，最高达其全部额定功率。

  在定义了约束边界和参数规格后，储能系统参与电力交易的过程在调度模型中是如何展开的？ERCOT预测中调度模型运行的一天是什么样子？

  让我们回顾一下德克萨斯州西部一个10MW/20MWh-2h电池储能系统一天的运行情况。在此示例中，储能系统将根据2023年夏季一天的实际运行价格参与电力交易。

  （一）从凌晨0点到上午9点：

  储能系统开始时的荷电状态刚刚超过10 MWh

  整个上午它仅参与响应性备用服务（RRS）和向下调节

  RRS的调度率接近零，这意味着当所有其他辅助服务价格低且大致相当时最具吸引力

  同时向下调节提供了在充电时赚取收入的额外好处，并且在清晨这是价格最高的服务

  （二）从上午9点到下午2点：

  光伏发电从接近零逐渐过渡至最大输出

  储能系统在能源价格低时充电，约在上午11点达到SOC100%荷电状态

  储能系统还优先考虑ECRS辅助服务 - ECRS是这一时期清算价格最高的服务

  下午1:45，当能源价格上升到500美元/MWh以上时，电池以其全额定功率放电

  （三）从下午2点到晚上10点：

  电池主要分配容量到ECRS辅助服务

  随着辅助服务价格相对波动，储能逐渐调整部分容量参与RRS和向上调节辅助服务

  储能不再放电，因为能源价格在25至50美元/MWh之间

  大约晚上10点，能源价格超过300美元/MWh，促使储能系统在多个时段以其全额定功率放电。这使其荷电状态耗尽至SOC50%。该预测在每个24小时期间使用生产消费模型对能源和辅助服务价格进行预测和交易优化，累计起来便可得到2050年的电池收入和循环率。

  三、调度模型的准确性如何，局限性是什么？

  使用2024年1月至5月的历史电价模拟运行储能资产，相对于ERCOT的储能收益指数（代表平均值），该模型的表现约高出15%。这代表了ERCOT电池在这一时期的电力交易收入捕获水平。

  此外，各市场的收入比例与ERCOT的储能收益指数相对一致，尽管调度模型倾向于通过能源套利尝试最大化总体储能资产收入而单次循环收入。这导致的收入将对应于2024年前五个月ERCOT1h储能系统的第65个百分位。

  四、总结

  相对于市场平均收益的超额表现主要是基于调度模型的一些假设-完美预见性。这使电池能够最大化能源市场中的充放电价差。此外，考虑清算价格和历史激活率的组合，它能够在全天中最优地分配辅助服务容量。

  调度模型还配置为电池作为电力市场的"价格接受者"。这意味着模拟电池的调度不会影响生产成本模型的结果。换句话说，调度电池放电不会影响能源价格。

  然而，调度模型用于限制每日循环的假设引导储能资产实现了市场真实的循环。通常，电池仅捕获每天最大的价差，这些价差在其时间安排上往往更具可预测性。