考虑多主体电能交易的云储能服务机制

王苗苗, 李华强, 何永祥

(1.智能电网四川省重点实验室(四川大学), 成都市 610065；2.国网四川省电力公司遂宁供电公司, 四川省遂宁市 629000)

0 引 言

随着十四五期间“双碳”目标的提出[1]，电力体制改革正如火如荼地进行，加快构建新型电力系统势在必行[2]。未来30年内，电力系统将逐渐进入高比例可再生能源和大规模储能的时代[3]。与此同时，大规模新能源并网且消纳能力不足等问题亟待解决[4-5]。而储能因发用电的时空解耦性，能缓解可再生能源发电与负荷用电之间的矛盾[6-7]，在电力系统的地位和价值与日俱增，成为一种广泛应用的资源。在此发展大趋势下，因储能行业缺乏多元化商业模式，必然存在储能容量利用率不足等问题[8]。同时，近年来共享经济的理念在能源行业有效地促进了资源的高效利用。基于上述背景，云储能概念的提出对于提升储能资源利用率、降低用户用能成本等方面具有重要意义。

目前，对于云储能领域的研究已涵盖多方面的成果。文献[9-10]将云储能定义为一种基于已建成的现有电网的共享式储能技术，由集中式或分布式的储能设施构成，并对云储能概念的运行机制和商业模式进行了详细的理论阐述，证明了云储能业务的合理性和发展潜力。文献[11]从最大化投资回报率和最大化利润率角度做云储能经济效益分析，对比原来配备光伏发电的单个分布式储能，得出电力消费者和产消者购买云储能服务会使多方获利的结论。文献[12]从售电公司的角度研究共享模式下的储能优化配置方案，并建立了基于售电公司贡献度的利益分配机制，验证了售电公司共享储能的经济性。文献[13]从共享储能电站的角度，建立了基于纳什谈判理论的各主体合作运行模型，实现了系统收益最大化和电能交易谈判支付。文献[14]提出一种基于共享储能电站的工业用户日前优化经济调度方法，从服务收益、投资回收期及定价等方面分析其商业化运营模式。文献[15]提出了社区清洁电力的共享机制且考虑了居民用电总费用和清洁能源消纳量双目标。文献[16]在微电网架构中引入云储能为用户提供“虚拟分布式储能”服务，以博弈的方式完成多智能体优化调度，实现多方共赢。文献[17]提出一种以云储能平台为核心的商业模式，设计了储能盈余资源和储能需求用户的匹配机制和存储容量及功率容量的定价机制，有效验证平台经济下储能资源交易的可行性。文献[18-19]设计了考虑峰谷电价的云储能服务方案，将储能分为仅能量型储能、仅功率型储能和两者的混合形式储能三种模式进行租赁，并从用户的角度分析了方案的经济性。文献[20]将云储能租赁机制引入辅助服务市场，得到风储联合最优竞价策略以及云储能的最优电力市场投标策略，以多途径竞标实现云储能租赁服务的价值。

从研究现状来看，目前云储能业务在发展路径、容量配置、运营模式、交易机制等方面已有一定程度探索，但多数研究集中于对储能资源共享模式的规划性研究，鲜有针对云储能平台的市场化服务机制及商业模式在具体实施时的细节探讨，在一定程度上阻碍了云储能平台的规模化发展。具体而言，存在以下不足之处：1)聚焦于用户效益的研究居多，弱化了云储能平台的角色，缺乏云储能服务业务的商业化实施指导；2)采用博弈的方式实现个体效益最大化，无法达到全局最优的效果；3)云储能的服务方案多限于储能资源的转让使用，未发掘存储电能可交易的潜在价值；4)缺乏必要的竞争机制来提升平台运行效率，目前的效益分配方案多采用贡献度固定的分配机制，会使用户在平台上的自主性不高，没有起到激励作用，不利于参与主体通过提升竞争力提高整体的经济效益。

针对上述问题，本文从参与主体、服务设计、运营策略展开对云储能服务机制的设计。具体而言，首先对用户用能行为及特征进行分析，搭建云储能服务架构并设计详细的业务流程；其次，依据供需双方情况，以保证用户整体效益最优为目的构建日前电能调度模型及策略；然后，引入竞争机制建立供需双方的电能交易竞价及匹配策略；此外，设计违约处理及费用结算模型，明确各参与主体的效益情况；最后，以某园区为例验证所提服务机制的可行性及有效性。结果表明，该机制有利于挖掘储能资源与可再生能源匹配的价值，促进可再生能源最大程度就地消纳，降低用户用能成本，提升各主体积极性和自主性，实现用户间良性竞争与多方共赢。

1 云储能服务平台架构及业务流程

1.1 总体架构

本文所提的云储能服务机制架构计及参与主体包含四类，分别为：云储能服务商(以下简称“服务商”)、园区可再生能源发电商(以下简称“发电商”)、园区可再生能源产消用户(以下简称“产消用户”)、无任何分布式发电设备的电力用户(以下简称“纯负荷用户”)。参与主体间的关系可表现为：以云储能服务商为核心，其余主体为其服务业务开展的靶向目标用户。云储能服务商基于云储能服务平台，在发电商、产消用户、纯负荷用户之间搭建具有价值的信息通道，充分利用用户之间对电能需求的差异性及互补性提供虚拟储能服务。同时，发电商、产消用户、纯负荷用户在云储能服务商的信息决策下，通过云平台实现各主体之间的电能交易。该服务机制以区域内最大程度消纳可再生能源为目的，因此在云储能的最优决策下用户行为表现为：内部交易不能完全满足负荷时用户从电网购电仅限于自用，不进行套利即从整体上减少电网购电量，或由服务商在容量、经济性等限制下规定用户的出清电量，使这部分与电网交互的费用由服务商垫付或代收，并在日内结束时进行费用结算。基于各参与主体间的关系，提出云储能服务平台架构，如图1所示。

图1 云储能服务平台架构Fig.1 Architecture of cloud energy storage platform

此外，目前园区的用户设备种类不一、用能特征多样，同一用户其电能的供需关系也会根据自身产用能状况随时变化产消角色。因此，为方便研究，本文将产消用户既归为供给用户，又归为需求用户。

1.2 云储能服务机制业务流程

平台经济的有效实现离不开业务流程的设计。云储能服务商需要规范的业务流程助力平台在开展服务时高效运行[21]。本文构建的云平台服务机制业务流程划分为说明、申报、签约、供需提交、信息决策、竞价匹配、运行、违约处理、费用结算，如图2所示。

图2 云储能服务机制业务流程Fig.2 Business process of cloud platform service mechanism

1) 说明阶段：云储能服务商制定储能资源服务条款，条款内容包括服务商与用户方的权力、义务及租赁单价等，并向园区内所有目标用户告知。

2) 申报阶段：在充分了解服务条款且愿意参与云储能服务的用户需申报自己的用户类型和参与服务的时限(至少1天)等。

3) 签订阶段：云储能服务商审核用户提交的申报材料，并与合格的用户签订云储能服务业务合同。

4) 供需提交阶段：已参与服务的用户在日前向云平台提交的信息包括：供给用户对运行日每时段的预测发电量；需求用户的用电负荷需求。

5) 信息决策阶段：云储能服务商梳理每时段总供给电量、总需求电量，根据电网电价及云储能资源的实际容量，进行信息决策并将日前电能调度策略的结果进行发布。

6) 竞价匹配阶段：云储能服务商撮合各主体进行集合竞价，确定匹配的供需双方、成交电量和成交价格，以此实现多主体电能交易。需强调的是供给用户整体必须履行满足供给总量的义务，否则服务商有权依据合同条款对用户采取强制性惩罚措施(如剥夺用户参与服务的权利)。

7) 运行阶段：在实际运行日开始，云储能服务商将日前预交易计划传达给相应的参与用户，用户根据收到的指令对虚拟云储能资源进行控制，实现电力交割。若有用户不能遵守日前预交易计划，则采取违约处理。此阶段是为了激励用户精准预测、诚信上报，为平台营造信誉良好的运营环境。

8) 费用结算阶段：在实际运行日后，云储能服务商与参与用户进行租赁费用、电能垫付和代收费用及竞拍费用的结算。

2 日前电能调度模型及策略

鉴于实际情况中可再生能源发电设备种类繁多，本文从普适性角度出发，主要考虑了园区内常见的光伏(photovoltaic，PV)、风机(wind power generator，WPG)和蓄电池类型的储能设备(energy storage device，ESD)。在此基础上，本节针对前述内容进行全方位电能优化，展开模型及策略构建。

日前电能调度模型由目标函数、涉及的约束条件及云储能租赁服务定价构成，日前电能调度策略由发布的决策变量制定。

2.1 目标函数

云储能服务商以四类主体的整体净用能成本(用电成本、出清收入和云储能服务成本)最小为目标制定决策，即以可再生能源最大程度就地消纳的方式实现整体利益最大化。建立的目标函数如下：

(1)

2.2 约束条件

2.2.1 各用户的电力平衡约束

四类主体包含的用户在各时刻都应保证功率平衡约束。按照与电能的供需关系，可做具体细分。其中，需求用户约束可描述为：

(2)

供给用户约束可描述为：

(3)

供需双方功率平衡约束可描述为：

(4)

2.2.2 云储能约束

本文所述的云储能服务考虑的设备约束主要包括云储能充放电行为约束、充放电功率约束、容量连续变动约束、云储能状态约束、日净充电量约束，分别可描述为：

(5)

(6)

(7)

(8)

(9)

2.3 云储能租赁服务价格

各时刻用户使用云储能的功率变化表现为其在储能设备中存储的能量状态，因此采用一种对各用户各时段占用云储能资源的能量容量状态的模式进行收取服务费。该计价模式不同于将固定容量的虚拟储能按日整租的方式，而是从类似于“流量”的角度对能量按时间计费，体现了“用多少、付多少”的定价模式，以用户间灵活使用储能设备的方式促进利用率，并且制定的单价须使云储能服务商能够收回成本且还有利润空间。

蓄电池储能的全寿命周期成本包括初始投资成本、辅助设施成本、运维成本、更新成本、报废处理成本和剩余残值[11]。由于储能成本较高，并且云储能租赁服务的定价方法不作为本文的研究重点，本文仅考虑储能的初始投资成本、运行维护成本。初始投资成本是设备投建初期一次性投入的固定资金，由额定功率容量成本及能量容量成本共同构成，且计及贴现率[22]。运行维护成本主要受储能的额定功率影响[8]。具体可用如下公式表示:

(10)

(11)

式中：Cinv为初始投资成本；Com为运行维护成本；ppinv为储能单位功率容量投资费用；pcinv为储能单位能量容量投资费用；pop为储能单位功率容量维护费用；ε为贴现率；y为储能系统的额定寿命。

储能系统的运行寿命受其多次充放电导致的容量损耗过程影响[23]，本文不作为研究重点，采用储能系统额定运行寿命。储能系统在每天的实际运行中可将各时刻荷电状态等效表示为全天平均荷电状态，从而根据全天平均荷电状态、额定运行寿命和盈利系数计算服务单价，即可表示为：

(12)

式中：δ为全天各时刻平均荷电状态；G为服务商设置的盈利系数。

2.4 日前电能调度策略

求解2.1—2.3节的日前电能调度模型，可以得到四类用户在云储能资源支撑下能够发布的日前电能调度计划，并下发公布给参与用户，作为后续竞价匹配阶段的信息条件。具体可划分为需求用户需求策略，产消用户自给策略，需求用户购电策略，供给用户总电能调度策略。首先是需求用户的需求策略，该策略为其余策略制定的前提，即以必须满足需求用户各时刻需求为目标：

(13)

其次是产消用户的自给策略，即各时段产消用户从实时自发自用和提取自存电量跨时段自用的总量策略：

(14)

再次是需求用户日前各时段的购电策略，作为参与竞价匹配阶段后仍不能满足负荷需求且考虑服务成本的经济最优方案：

(15)

最后是供给用户总电能调度策略：

(16)

(17)

3 电能交易竞价及匹配策略

针对2.4节已发布的日前电能调度策略，云储能服务平台上以满足fSTR1为目标，在既定的决策下撮合双方自主进行电能交易，由竞价机制及供需匹配两方面共同确定各时段成功交易的匹配对象、成交电量、成交价格。具体的交易竞价及匹配过程如下：

1) 供需竞价阶段：此阶段竞价主体参与报价。本文采用类似于金融市场的集合竞价模式，在各时段进行多轮次集合竞价。

首先设定竞价主体的出价规则。市场运营参数有：需求用户直接从电网购电的实时电价pb,t；供给用户将余电上网的出清价格ps。假设供需用户都采取理性报价，即所有用户的报价区间为[ps,pb,t]。将区间[ps,pb,t]做R等分，表明竞价交易过程有R+1个竞拍价格可供选择，分别是：ps,ps+(pb,t-ps)/R,…,pb,t；其中，可用F表示竞价价格变化的最小步长，F=(pb,t-ps)/R。供需双方的报价可用式(18)描述：

(18)

式中：pSUP(r)、pDEM(r)分别为供、需用户选择的竞价价格；r表示报价区间等分后的价格序号，r∈{0,1,…,R}。

对于供给用户，假设首轮报价为pSUP(r)，若其首轮交易失败，则下轮报价价格将以上轮报价为基础根据用户意愿下调一个或多个步长F，依此类推，直至报价下限ps。同理，对于需求用户，假设首轮报价为pDEM(r)，若其首轮交易失败，则下轮报价价格将以上轮报价为基础根据用户意愿上调一个或多个步长F，依此类推，直至报价上限pb,t。

各参与用户按照订单的形式上报“意愿竞价，意愿电量”，云平台记录各订单的上报时间，订单最后被确认的信息用式(19)表示：

(19)

2) 供需匹配阶段：此阶段确定供需双方的匹配信息。首先根据各用户的订单信息按价格和时间的优先级顺序排序形成供需匹配队列。供给价格按“由低到高”以低价在前排列；需求价格按“由高到低”以高价在前排列，分别计算出每个价位上位于队列前方的供给和需求订单上报总电量，作为累积供给量和累积需求量。某个价格的可成交电量是取该价格及以下的累积供给量和该价格及以上累积需求量二者中的较小值。集合竞价以最大成交量为原则，选取成交价格，确保以此价格成交能够得到最大的成交量[24]。集合竞价规则示意图如图3所示。

图3 集合竞价规则Fig.3 Collective bidding rules

(20)

集合竞价规则只产生一个成交价格，用户之间的电量不同匹配方式没有实质的差异，本文只简单采用订单时间顺序进行匹配。云平台根据该价格和成交量确认在此轮竞价中可交易的订单。需要注意的是有的订单只部分成交，因此平台发布最终成交的订单信息为:

(21)

本轮报价中成功匹配的用户退出队列，未成功匹配的用户调整报价步长继续按“意愿竞价，待匹配电量”为信息上报，云平台记录上报时间。以此方式进行下一轮竞价，直至第H轮需求量全部被满足，此轮未匹配成功的供给竞拍量按2.4节的fSTR4决定上网出清情况，从而结束集合竞价。

以此方式，从某一初始时刻开始进行连续时段的多轮次集合竞价，最终确定包含用户成交订单信息的日前电能交易竞价结果及匹配策略。

4 违约处理及费用结算模型

4.1 违约处理模型

可再生能源出力预测误差和用户负荷预测误差的客观存在，使供需双方需要承担由于自身预测误差带来的影响，以维护市场运营秩序及可持续性[25]。因此，云储能服务商需制定必要的违约处理方法。本文设计的违约处理形式较一般惩罚机制或直接上网出清不同，而是采取订单转移优先的方式。具体流程如下:

1) 需求用户若预判自身存在违约情况，需在下一时刻进行电力交割前提交用电申请“剩余/超额电量”；供给用户若预判自身存在违约情况，需在下一时刻进行电力交割前提交发电申请“缺额电量”，需要强调的是供给用户可能存在超额发电量，也可提交申请“超额发电量”至平台，但其超额发电量本不属于违约而是潜在利润。这些信息由云平台集中撮合处理。

2) 对于需求侧用户，当存在需求用户的实际需求电量少于得拍量即有剩余电量时，若同时存在超额用电的需求用户，则可优先在需求用户之间进行电能订单的转移。订单转移规则为：按本时刻有剩余电量的需求用户其最高订单成交价格转移，且剩余电量按超额电量需求的比例进行分配。若订单转移后仍存在有剩余电量的需求用户，则由其自行上网出清并承担竞价订单差价。若订单转移后仍存在超额用电的需求用户，如果同时有超额供给用户，即可由平台组织下一轮竞价及匹配电量，否则由需求用户自身从电网购电。

3) 对于供给侧用户，当存在供给用户的实际供给量少于成交量即有缺额电量时，若同时存在超额发电的供给用户，则可优先在供给用户之间进行电能订单的转移。订单转移规则为：按本时刻有缺额电量的供给用户其最高订单成交价格转移，且超额发电量按缺额电量的比例分配。若订单转移后仍存在供给缺额用户，则由其自身从电网实时购电并按签订的订单成交价格与需求用户交易。

在以订单转移为主的违约处理措施下，给可再生能源就地消纳又提供了途径，而预测误差带来的经济成本增量也完全由相关主体在合理范围内承担，不存在恶意惩罚的行为，从而能够有效稳固交易市场秩序。

4.2 费用结算模型

实际运行日前，各用户结算金额如式 (22)所示：

(22)

式中：φfinal(i)表示供给用户i在竞价匹配、向电网购电、上网出清、使用云储能服务后的日前收益。

(23)

式中：φfinal(j)表示需求用户j在竞价匹配、上网出清、使用云储能服务后的日前支出。

实际运行日当日，各用户最终费用结算需通过4.1节模型处理其违约情况，在日前金额的基础上核算最终交易金额并与同电网垫付和代收的云储能服务商结算。

5 算例分析

5.1 算例设置

为验证本文所提考虑多主体电能交易的云储能服务机制的可行性和有效性，本文选取某园区5家工商业用户作为算例对象，以冬季某典型日为运行日。用户间的用能习惯存在差异性，本文将用户1、2设置为产消用户，用户3、4设置为纯负荷用户，用户5设置为可再生能源发电商。附录A给出了该典型日内用户1—4的用电负荷数据。用户1、2、5的分布式设备容量及服务商选用的集中式储能设备容量设置如表1所示。

表1 参与用户的设备容量信息Table 1 Capacity information of each user’s devices

结合所在地区的温度、光照、风速等历史数据[26]，风光机组的功率比曲线如附录B所示。该地区的一般工商业分时电价：在时段1—6、23—24为0.416 0元/(kW·h)，在时段7—10、19—22为1.248 2元/(kW·h)，在时段11—18为0.832 1元/(kW·h)；上网出清电价采用0.401 2元/(kW·h)。储能设备运行时荷电状态取0.05～0.95，充放电效率η取95%，储能单位功率容量投资费用ppinv、储能单位能量容量投资费用pcinv分别为3 500元/kW、1 000元/(kW·h),单位储能功率容量维护费用pop为40元/kW，贴现率为3%[8]，储能系统额定寿命一般取8年，全天最低平均荷电状态δ设定为60%，租赁服务的盈利系数G设为5%，则云储能租赁服务单价为每时段0.03元/(kW·h)。在进行竞价匹配的过程中，用户的报价行为和匹配顺序受自身的成本优势、风险偏好、订单上报时间等多种因素影响，并由实际的匹配结果自行决定最终交易结果。本文为实验方便，假设供给用户中其竞争力排序由高到低是按照用户1、2、5排序。本文采用MATLAB软件进行编程，并调用YALMIP工具箱对目标函数进行优化求解。

5.2 电能调度结果分析

根据用户负荷情况(见附录A)进行算例求解。云储能设备的充放电反映了用户使用云储能设备的电能调度情况。云储能设备运行日内的实际充/放电情况、设备能量容量情况如图4所示。

图4 云储能设备的实际运行情况Fig.4 Actual operation scheme of the cloud energy storage

可以看出用户1—5在平、谷时段租用云储能进行充电，且集中在峰时段放电，符合利用储能实现“低充高放”的特点。并且，受储能设备充/放电效率的物理因素影响，在以最小化全体净用能成本为目标时，不会存在同一时段不同用户同时有充/放电需求，即用户间的电能交互由所提的竞价匹配交易机制直接完成，因此每时段的充/放电情况在图4中表现为单一方向。此外，该算例参数下运行日内云储能设备的平均能量容量利用率可达71.76%，此结果超过预设的全天最低平均荷电状态。因此，随着用户数量及类型的增多，云储能设备的利用率将更高，服务商在此机制下存在潜在且可观的商业价值。

用户1—5整体参与服务前后的电网购电量情况如图5所示。

图5 用户1—5参与服务前后总电网购电量对比Fig.5 Comparison of total grid electricity purchases before and after users 1 to 5 participate in the service

用户侧方面，参与云储能服务前，用户群体每天需从电网购买的电能总量为7 861.48 kW·h，而参与服务后从电网的购电量为2 779.61 kW·h，显著下降了64.64%，说明在用电负荷需求不改变的情况下，该云储能服务提高了分布式设备的整体利用率。用户只在平、谷时段购电体现了可租赁云储能的经济性优势，其中平段总量较小、谷段总量较大，并且明显减少了与主网交互的频次。电网侧方面，用户在峰时段不从电网购电，为电网削峰做出了一定贡献。用户群体的出清电量对比情况如附录C所示，可见通过参与云储能服务，能够最大程度实现可再生能源就地消纳。

可见，通过此云储能服务机制，能有效减少因可再生能源利用率不高带来与主网频繁交互的问题，同时降低用户用能成本，促进可再生能源最大程度就地消纳，挖掘了储能资源与可再生能源匹配的价值。

5.3 交易匹配及价格分析

电能交易过程中采用的是多轮次集合竞价的形式，实际应用场景中，竞价匹配结果由参与交易的主体自主决定。本文为了方便展示竞价匹配结果，假定供给用户按照1、2、5从低到高的顺序出价，且价格连续分布。结合附录D给出的每时段竞价匹配结果，可分析每时段供需双方的具体成交订单信息并计算每时段的平均成交价格，如图6所示。以时段11为例，结合图6给出的此时段参与竞价的总需求量为154.9141 kW·h，总潜在可供给量为313.5607 kW·h，该时段的具体交易匹配结果如表2所示。

图6 电能交易的成交价格情况Fig.6 The transaction price of electricity trading

对该时段成交订单信息简要分析如下：第1轮竞价成功时，用户1与用户3以当前的最大成交量60.139 9 kW·h成交，而用户1的供给量仍有约24 kW未满足。用户1将再与需求队列中的下一位用户4在第2轮竞价中匹配，以满足其24.135 8 kW·h的待售出电量需求，由此得到表2中

表2 交易匹配结果Table 2 Trade marketing results

前两行的匹配结果。用户4的剩余需求电量在第3、4轮竞价中分别与用户2、5匹配，由此得到此时段的最终完整交易匹配结果。运行日内的其余时段以相同方式确定成交信息。

由图6可见，每时段的成交均价都介于分时电价和出清价格之间。在时段1—5、23—24由于谷时段电价和上网出清电价接近，成交价格都为0.408 6元/(kW·h)。结合图4，在时段14—18的成交均价与上网出清电价相当，而此时段将达到全天的最大存储容量状态，且在时段17—18总需求量趋于零，说明在总潜在可供给量远大于需求量的买方市场下，此竞价机制可为买方争取最大程度价格优势。对比两个峰时段的成交均价情况，时段19—22较时段7—10的总潜在可供给量与总需求量之比减小得更快，因此时段19—22较时段7—10的价格变化更大，且在时段22达到全天最高成交价格0.824 6元/(kW·h)。

由此可见，通过竞争机制的引入，使市场供需间的变化关系合理地体现在成交价格上，实现了供需双方的公平交易。本文的交易控制方法以保证用户提交的需求电量为前提，若卖方各时段竞价都失败，将按日前电能调度策略被强制出清，因此会积极参与竞价，从而降低了用户购电的单价。同时，交易匹配产生的成交价格可引导用户调整可再生能源的配置，提升市场效率。

5.4 费用结算结果及效益分析

业务流程的费用结算阶段，将明确用户1—5和服务商在内的各主体的各项收支情况及其参与服务后的收益。各参与主体的费用结算情况如表3所示，其中待支出的成本项用正值表示，相对应的收入项用负值表示。服务商在一个运行日内可获得服务费为503.09元；而用户1—5参与服务后虽都支付了服务费，但整体上均节约了日用能成本，其下降幅度分别为：82.83%、51.64%、32.92%、35.98%、28.56%。用户1成本降幅最大，一方面是因为参与服务前独立运行时的净用能成本基数最低，大约为523元，另一方面是因为在竞价交易过程中用户1最具竞争力且配置的光伏容量较大，加之云储能与其他用户的用能行为互补性较强等多种因素，使其竞价交易收入在需求用户中最大。用户1—5最终只需与服务商统一进行各项费用的结算，体现了云储能服务机制的简洁友好性。

表3 各参与主体费用结算情况Table 3 Fee settlement of each participant

6 结 论

本文基于园区级别的应用场景，对考虑多主体电能交易的云储能服务机制展开研究，基本结论如下：

1)基于用户用能行为所提出的云储能服务架构和业务流程，可为云储能服务机制的商业化推广与实施奠定基础。

2)云储能服务商以日前电能调度模型及发布的策略为依据，制定各参与主体的电能调度计划，有效提升了全体用户的用能经济性，保证了可再生能源最大程度就地消纳，充分挖掘了储能资源与可再生能源匹配的价值。

3)基于电能交易竞价及匹配策略可实现用户间的互利共赢，为用户参与服务商对整体规划的同时，创造了效益竞争空间，提高了用户自主性和交易效率，有助于激励用户调整可再生能源的资源配置并提升竞争力，促进用户间的良性竞争。

本文提出的考虑多主体电能交易的云储能服务机制，为云储能商业化业务提供了一种新的思维方式。考虑更全面的分布式储能资源和集中式储能相结合的方式，以套餐方式针对不同类型用户制定更多元的云储能服务形式，以及搭建基于充分竞争的可再生能源价格发现和交易市场，是下一步研究的方向。