⚡ electrical engineering

Bid Lattices and the Value of Flexibility:A Granularity Ratio for Capacity Markets

本文引入了无量纲的“粒度比”（granularity ratio）来量化容量市场授予的离散性质如何导致与规模相关的估值误差和结构性可售性约束，证明了忽略晶格效应会导致资产价值被显著高估并扭曲市场参与策略。

原作者： Brieuc Le roux tardif

发布于 2026-08-11

📖 1 分钟阅读☕ 轻松阅读

原作者： Brieuc Le roux tardif

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

电网的标尺：为何规模在能源世界中至关重要

想象一下，电网是一个巨大的、嗡嗡作响的市场，电力每秒钟都在进行买卖。在这个世界里，有两种主要的交易类型：销售你实际产生的电力（就像水从水龙头流出）以及销售“随时准备发电”的承诺（就像在墙上挂着一个随时待命的灭火器）。这种“就绪状态”被称为容量或备用。

几十年来，科学家和工程师一直试图计算电池或发电厂在市场中能赚多少钱。为此，他们通常使用将电力视为水流的数学模型：平滑、连续且无限可分的。你可以想象销售 0.999 升或 1.001 升的水没有任何问题。但在现实世界中，电力市场并不像平滑的水流，而是像一把带有刻度的尺子。你只能以特定的、固定的步长来销售电力，比如 1 MW、2 MW 或 3 MW。如果市场只接受整数，你就不能销售 1.5 MW。本文探讨了当你试图将一个平滑、连续的价值概念套入一个只以“块状”进行交易的市场时，会发生什么。它提出了一个简单但棘手的问题：由于市场的标尺过于粗糙，我们损失了多少钱？

论文的核心发现：“块状化”税

这篇由 Brieuc Le Roux-Tardif 撰写的论文深入研究了电力市场混乱的现实，特别关注了投标规则的“块状性”（chunkiness）如何影响储能设备（如大型电池）的价值。作者引入了一种巧妙的新方法，通过一个被称为粒度比（设为 $\rho$ ）的单一数字来衡量这个问题。你可以把 $\rho$ 理解为你的电池相对于市场最小步长的大小比例。

如果市场规定“我们只按 1 MW 的区块购买”，而你有一个 1 MW 的电池，那么你的比例就是 1。如果你有一个 100 MW 的电池，你的比例就很小（0.01），这意味着 1 MW 的步长对于你的巨型资产来说只是一个微小的斑点。论文证明，评估你的电池时产生的误差完全取决于这个比例。

这里有一个转折：论文发现，普遍观点认为——即更大的电池总是更“安全”且更接近完美的数学模型——这仅仅在平均意义上是成立的。在现实中，这种关系呈现出一种锯齿状的模式。有时，一个尺寸略小于市场步长完美倍数的电池会遭受巨大的惩罚。例如，如果市场步长是 1 MW，那么一个容量为 1.99 MW 的电池就会陷入困境。它无法卖出完整的 1.99 MW，因为市场只接受整数。它必须向下取整到 1 MW，导致近一半的功率处于“结构性无法销售”状态。论文表明，最糟糕的情况发生在资产规模略低于市场步长两倍的时候，届时高达一半的连接容量可能会被浪费。

法国实验：当“就绪”杀死了“交易”

为了测试这些理论，作者利用法国 943 天的真实市场数据（涵盖 2024 年至 2026 年）进行了大规模模拟。他们观察了一个标准的 1 MW、2 小时电池。

结果令人惊讶且违反直觉。大多数人认为，如果市场具有“块状”规则，主要的损失来自于无法卖出足够的容量（即准备就绪的承诺）。但论文发现事实恰恰相反。在最小资产规模下（即 $\rho = 1$ 时），连续数学模型高估了电池的价值 4.2%。然而，其中 77% 的损失并非来自错失容量销售，而是来自被取代的套利（displaced arbitrage）。

这里有一个比喻：想象你是一名出租车司机，你既可以载客（能量交易），也可以在 VIP 队列中占一个位置（容量备用）。市场规则规定，如果你选择了 VIP 位置，你必须停车，并在整个班次内停止驾驶。如果你的车很小（1 MW），选择 VIP 位置意味着你根本无法开车。你会失去所有的乘客车费。论文显示，对于小型电池，这些“块状”规则迫使它们在做“出租车”或“VIP”之间做出选择，而不是两者兼顾。连续模型假设你可以平滑地兼顾两者，但真实的市场强制执行了一个硬性的停顿，从而损失了大量的潜在交易利润。

这对未来意味着什么

这篇论文不仅指出了一个问题，还为三个不同的群体提供了工具包：

给数学极客（建模者）： 停止假装电力是完美平滑的。如果你在评估电池价值，你需要报告“粒度比”（ $\rho$ ）。如果电池不是市场步长的完美倍数，你的数学模型很可能是错误的，你应该运行第二次更真实的计算来查看误差范围。
给建设者（开发商）： 如果你在建造电池，规模比你想象的更重要。建造一个正好是 1 MW、2 MW 或 3 MW（市场步长的完美倍数）的电池，比建造一个 1.9 MW 或 2.1 MW 的电池更明智。后者留下的容量是“无法销售”的，虽然你支付了成本，却无法使用。
给规则制定者（市场设计者）： 市场设定步长（增量）的方式就像是对小型参与者的征税。粗糙的步长（如 1 MW）对小型电池的伤害远大于大型电池。论文建议，缩小步长或允许小型电池通过聚合（aggregation）形成更大的群体，可以解决这种不公平现象。

总结

论文证明，“粒度比”是理解由于僵化规则导致电力市场价值损失的关键。它表明，误差不仅仅是一个微小的舍入问题，而是一个结构性缺陷，这会导致小型资产的价值显著低于模型预测。最大的惊喜在于，这些僵化规则带来的成本不仅仅是失去容量收入，更多时候是失去了进行能量交易的能力。作者测量出，对于法国的标准小型电池，这一差距为 4.2%，其中绝大部分损失源于在持有备用位置的同时无法进行能量交易。

简而言之，市场的标尺对于小型玩家来说太粗糙了；在规则改变或玩家规模扩大之前，他们正在白白损失利润——这并不是因为他们不够聪明，而是因为现实世界的数学逻辑与教科书中的平滑曲线并不匹配。

技术摘要：投标格点与灵活性价值

问题陈述
针对灵活资产（如储能）的容量市场通常以离散增量（例如 1 MW）来授予备用容量。然而，标准的估值模型几乎普遍地将所授予的数量视为连续决策变量，以简化优化过程。本文识别出由这种差异引起的系统性建模误差。独立资产无法提供分数增量（例如，如果最小增量为 1 MW，则 1.99 MW 的电池无法提供 1.99 MW 的容量）。本文认为，由此产生的估值误差大小不仅是资产规模的函数，更是由一个特定的无量纲参数——粒度比 $\rho = \delta/P$ 所组织的，其中 $\delta$ 是授予增量， $P$ 是安装功率。

方法论
作者构建了一个价格接受型储能资产的日前协同优化问题，旨在最大化能量套利和对称容量备用（具体为频率控制备用，FCR）的收益。该模型包含了标准的功率限制、能量平衡、效率和持续时间约束。

其核心方法论创新在于问题的重新参数化。作者并非在保持 $\delta$ 固定不变的情况下对安装功率 $P$ 进行扫描，而是通过 $\rho$ 的视角来分析问题。他们利用了优化问题的正齐次性：将 $P$ 、 $E$ 和 $\delta$ 同时按比例 $\alpha$ 进行缩放，会使最优收益也按 $\alpha$ 比例缩放。这意味着每兆瓦收益仅取决于 $\rho$ 和储能时长，而与资产的绝对规模无关。

研究使用了 2024–2026 年间法国日前和 FCR 结算价格的 943 天数据。实验设计包括：

粒度扫描：在固定的 1 MW/2 MWh 资产上直接改变 $\delta$ ，以创建 $\rho$ 的密集网格。
齐次性测试：验证具有相同 $\rho$ 的不同绝对资产规模是否产生相同的每兆瓦收益。
对比：将连续授予域（ $\delta=0$ ）与格点约束域（ $\delta > 0$ ）进行求解对比，以衡量估值偏差 $\beta(\rho)$ 。
分解：将收益损失分解为“损失的容量”和“被取代的套利”。

关键结构性结果
本文推导了三个主要的结构性结果，并经过数值验证：

通过舍入确定的误差界限：
将连续最优授予量向下舍入至最近的格点总是可以得到一个可行调度。这建立了一个估值误差的上界：
$R(0) - R(\rho) \leq \rho \Lambda$
其中 $\Lambda$ 是在整个时段内销售每 1 MW 各类产品的收益。误差为 $O(\rho)$ ，且至少以资产规模的倒数速度消失。
结构性不可售性（锯齿效应）：
格点允许的最大授予量为 $\delta \lfloor P/\delta \rfloor$ 。因此，存在一部分连接容量 $u(\rho) = 1 - \rho \lfloor 1/\rho \rfloor$ 在结构上是不可售的。这一部分构成了一个锯齿函数，其上确界为 0.5，当资产规模略低于两倍增量时（例如，在 1 MW 增量市场中，资产规模略低于 2 MW），该函数趋于此值。
在 $\rho = 1$ 时排除能量套利：
当资产承诺其全部连接功率（ $P = \delta$ ）时，容量约束会强制产品期间的净电网位置为零。这会将部分容量承诺转化为对能量市场的完全排除。在 $\rho=1$ 时，竞标者必须在容量和能量之间做出选择；两者无法兼得。

实证结果
利用法国市场数据，本文报告了以下关于 1 MW, 2 小时电池（ $\rho=1$ ）的发现：

估值偏差：连续模型相对于格点约束的现实情况，高估了 4.2% 的收益。
误差来源：与“格点约束主要导致容量收益损失”的直觉相反，77% 的 4.2% 缺口是由被取代的套利造成的。格点约束迫使资产为了维持完整的容量承诺而放弃能量交易。
最大偏差：偏差并非单调变化。在 $\rho \approx 0.505$ （即资产规模略低于两倍增量时）测得的网格最大偏差为 21.5%，证实了关于“结构性不可售性”峰值的理论预测。
齐次性：数值实验确认，在 $P$ 、 $E$ 和 $\delta$ 联合缩放时，每兆瓦收益保持不变，验证了 $\rho$ 参数化的有效性。

意义与主张
本文将自身的贡献定位为对一种广泛存在的建模误差进行的严谨且细致的识别。文章提出了 $\rho$ 的三个具体用途：

对于建模者： $\rho$ 可作为估值误差幅度的诊断工具。建模者应报告 $\rho$ 以及界限 $\rho\Lambda$ 。如果连接容量不是增量的整数倍，则应同时求解连续和格点形式。
对于开发商：结果提供了一条选址规则。将资产容量设定为增量的整数倍可以消除结构性不可售的尾部，尽管这不能消除残余的整型间隙。测得的间隙也可作为聚合总价值（即独立资产因未加入能够接入更细粒度格点的组合而损失的收益）的上界。
对于市场设计者：竞标粒度是一种分配性工具。误差的影响在小型资产上最为严重。本文指出，减少增量 $\delta$ 或允许聚合是缓解该问题的主要手段，并指出其影响程度可以通过仅使用价格序列和产品规则进行事前计算。

作者明确表示，本文并不提出任何新的调度算法或市场设计。相反，本文提供了一个无量纲框架来量化不可分性的成本，区分了建模误差、规模效率以及市场规则的分配影响。

电网的标尺：为何规模在能源世界中至关重要

论文的核心发现：“块状化”税

法国实验：当“就绪”杀死了“交易”

这对未来意味着什么

总结

类似论文