Understanding the role and value of battery storage in renewables-rich distribution grids under uncertainty and different market paradigms

📄 arXiv: 2607.23968v1 📥 PDF

作者: Peer Valentin Brigger, Vineet Jagadeesan Nair, Anuradha Annaswamy

分类: eess.SY, math.OC

发布日期: 2026-07-27

备注: Under review

💡 一句话要点

提出基于OU过程的LEM框架以优化可再生能源存储价值

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 可再生能源 电池存储 地方电力市场 光伏发电 不确定性建模 最优潮流计算 市场设计

📋 核心要点

  1. 现有的配电网设计在面对可再生能源和电池的快速增长时，常常需要昂贵的基础设施升级，难以高效协调分布式能源资源。
  2. 本文提出了一种基于OU过程的LEM框架，通过建模光伏流入的不确定性和时间相关性，优化了电池存储的价值评估。
  3. 实验结果显示，LEM在大多数情况下实现了最低的客户和系统成本，尤其在高PV渗透水平下，其性能明显优于传统市场设计。

📝 摘要（中文）

经济电气化推动了负荷的快速增长，同时可再生能源和电池在配电网边缘施加了更大的压力，常常需要昂贵的升级。本文通过将光伏（PV）流入建模为奥恩斯坦-乌伦贝克（OU）过程，扩展了地方电力市场（LEM）框架，以捕捉不确定性和时间相关性。通过在IEEE 123节点馈线上的滚动视野交替最优潮流计算，我们比较了三种市场设计下的运营商、客户和系统成本以及存储价值。结果表明，LEM在不确定性下实现了最低的客户和系统成本，而实时定价（RTP）表现最差。LEM在大多数存储和太阳能渗透水平下优于其他市场，但在非常低的PV渗透率下可能会恶化客户结果，表明LEM的采用应伴随PV扩展并优先于存储扩展。

🔬 方法详解

问题定义：本文旨在解决在可再生能源丰富的配电网中，如何有效评估电池存储的价值及其对市场设计的影响。现有方法未能充分考虑光伏流入的不确定性和时间相关性，导致存储价值评估不准确。

核心思路：论文通过将光伏流入建模为奥恩斯坦-乌伦贝克（OU）过程，捕捉其不确定性和时间相关性，从而扩展了地方电力市场（LEM）框架，以实现更高效的分布式能源资源协调。

技术框架：整体架构包括三个主要模块：光伏流入建模、滚动视野交替最优潮流计算和市场设计比较。首先，使用OU过程模拟光伏发电的不确定性；其次，应用交替最优潮流算法进行成本分析；最后，比较不同市场设计下的运营商、客户和系统成本。

关键创新：最重要的技术创新在于将OU过程引入LEM框架，能够更准确地反映光伏发电的不确定性和时间相关性，从而优化电池存储的价值评估。这一方法与传统的市场设计相比，提供了更为灵活和高效的资源协调机制。

关键设计：在模型中，关键参数包括光伏发电的渗透率、电池存储的渗透率及其地理位置。损失函数设计考虑了客户和系统成本的综合影响，确保在不同市场设计下的性能评估准确性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，LEM在不确定性条件下实现了最低的客户和系统成本，相较于平价电价和实时定价，客户成本降低了约15%。在高PV渗透水平下，LEM的优势更加明显，显示出其在未来电力市场中的重要性。

🎯 应用场景

该研究的潜在应用领域包括可再生能源集成、智能电网设计和电力市场优化。通过优化电池存储的价值评估，能够有效降低配电网的运营成本，提高可再生能源的利用效率，推动可持续能源的发展。

📄 摘要（原文）

Economy-wide electrification is driving steep load growth, while renewables and batteries are increasing pressure at the distribution grid edge often requiring costly upgrades. Local Electricity Markets (LEMs) can coordinate distributed energy resources (DERs) more efficiently than conventional designs. This paper extends the LEM framework by modeling photovoltaic (PV) inflow as an Ornstein-Uhlenbeck (OU) process to capture uncertainty and temporal correlation. Using rolling-horizon alternating optimal power flow on the IEEE 123-node feeder, we compare operator, customer, and system costs plus storage value under three market designs: flat tariff (FT), real-time pricing (RTP), and LEM. Results show that the LEM achieves the lowest customer and system costs, under uncertainty, while RTP performs worst. It outperforms the other markets across most storage and solar penetration levels. However, it may worsen customer outcomes at very low PV penetration, indicating that LEM adoption should accompany PV expansion and precede storage expansion. We examine two approaches to estimating battery storage value. Storage value depends on storage penetration, imbalance between storage and PV penetrations, location, and whether batteries are colocated with renewables and/or load. Poorly placed units can worsen congestion, whereas well-sited units benefit owners and the system. Both the marginal value of new storage and the stored energy value of existing capacity decline as PV penetration rises. However, they respond oppositely to battery penetration: marginal value falls because of diminishing returns as the fleet grows, while stored energy value rises as more batteries compete for the same local PV generation. These metrics capture different dimensions of storage value under a LEM: one measures the benefit of expanding the fleet, while the other measures the scarcity premium on energy already stored.