作者：孙晨曦
（图片来源于网络）
研究背景
储能在平衡未来碳中和电力系统中的电力需求和供应波动中将起着关键作用。近年来，公用事业级储能(utility-scale energy storage)和电表后储能（Behind the meter energy storage,即用户侧储能）得到了大量的投资并迎来了飞速发展，而电力市场也正在积极消除储能参与的障碍。随着储存能力的持续增长，电力市场的价格套利，即低价购电和高价售电，正成为储能所有者参与电力市场获得收入的主要来源之一。未来的电力系统运营商需要理解并预测策略性储能套利行为，以进行市场力量监测和战略产能规划。
研究方法
图1. 策略性储能行为
图2. 所提出的储能代理模型识别和预测框架
研究结果
图3. 该方法与基准方法的预测效果对比
图2. 该方法与优化工具Gurobi的性能对比
参考文献
[1] Y. Bian, N. Zheng, Y. Zheng, B. Xu, and Y. Shi, “Demand response model identification and behavior forecast with OptNet: a gradient-based approach,” ACM International Conference on Future Energy Systems (ACM e-Energy), 2022.
[2] Y. Bian, N. Zheng, Y. Zheng, B. Xu, and Y. Shi, Predicting Strategic energy storage behaviors, under review, submitted to IEEE transaction on Smart Grid. 2023.
写在最后
我们的文章可以转载了呢~欢迎转载与转发呦
想了解更多前沿科技与资讯？
点击上方入口关注我们！
欢迎点击右上方分享到朋友圈
香港中文大学（深圳）
网络通信与经济实验室
微信号 : ncel_cuhk
