选择语言

加密货币挖矿参与电网频率调节的物理与经济可行性研究:以德克萨斯州为例

分析利用加密货币挖矿设施进行电网频率调节,结合ERCOT实际数据,考察其盈利能力和技术可行性。
hashpowercoin.org | PDF Size: 0.4 MB
评分: 4.5/5
您的评分
您已经为此文档评过分
PDF文档封面 - 加密货币挖矿参与电网频率调节的物理与经济可行性研究:以德克萨斯州为例

1. 引言

由于波动性可再生能源的高渗透率,现代电力系统在平衡供需方面面临重大挑战。辅助服务,特别是频率调节,对于维持电网稳定至关重要。本文研究了一种新颖的电网灵活性来源:基于工作量证明的加密货币挖矿设施。这些设施代表了增长最快的柔性电力负荷之一,其特点是具有竞争力的爬坡能力和快速调整功耗的能力。核心研究问题是这些设施能否被有效用于提供频率调节服务,从而在支持电网可靠性的同时增加其自身的运营收入。本研究以德克萨斯州电力可靠性委员会电网作为现实世界的案例研究对象。

2. 方法论与框架

本研究采用物理与经济相结合的分析方法来评估可行性。

2.1. 决策框架

提出了一个框架,用于指导挖矿设施运营商在考虑电价、加密货币价格和调节市场价格等因素的情况下,决定参与辅助服务市场的最佳策略。

2.2. 经济模型

量化了挖矿设施的运营利润。该模型考虑了来自加密货币挖矿的收入(算力和币价的函数)和提供频率调节服务的收入,并与电力消耗成本进行平衡。

2.3. 技术可行性

本文评估了挖矿负荷跟随快速调节信号的物理能力,强调了其相对于传统火力发电机甚至某些数据中心的优势,原因在于它们没有时间敏感的计算任务。

3. 案例研究:ERCOT德克萨斯电网

使用来自ERCOT市场的真实数据应用了理论框架。

ERCOT 2022年辅助服务市场概览

  • 上调调节容量价格(平均): 21.67美元/兆瓦
  • 下调调节容量价格(平均): 8.46美元/兆瓦
  • 上调调节容量采购量: 359兆瓦
  • 上调调节调用率: 16%

3.1. 数据与市场背景

利用了ERCOT辅助服务价格(上调调节、下调调节、响应备用服务、非旋转备用服务)和调用率的历史数据。本文指出,响应备用服务和非旋转备用服务的调用率较低(≈0%),这与调节服务的活跃调用形成对比。

3.2. 盈利能力分析

该分析确定了在德克萨斯州提供频率调节对矿工有利可图的条件。它探讨了在负荷削减期间损失的挖矿收入与从电网运营商获得的补偿之间的权衡。

3.3. 暂态仿真结果

在一个合成的德克萨斯电网模型上进行的暂态仿真表明,挖矿设施在提供快速频率响应方面具有竞争力,验证了其在电网扰动期间支持电网稳定的技术能力。

4. 核心见解与对比分析

行业分析师评论

核心见解: 本文不仅仅是关于需求响应;它是一份将电网“寄生”行为货币化的蓝图。常被批评为纯粹能源消耗的加密货币挖矿,被重新定义为具有卓越响应特性的潜在电网资产。真正的洞见在于创建了一个双重收入流模型,矿工可以在加密货币市场和电网服务市场之间进行套利。

逻辑脉络: 论证过程清晰:确立电网对快速灵活性的需求 → 识别加密货币挖矿独特的技术属性(速度、非关键负荷)→ 建立经济模型以证明盈利能力 → 用现实世界的ERCOT数据进行验证。将2022年冬季风暴“埃利奥特”作为一个自然实验,其中矿工提供了1,475兆瓦的负荷削减,这是一个强有力的现实世界证明。

优势与不足: 优势在于其使用实际市场价格的具体、数据驱动的方法,超越了理论推测。然而,一个主要不足是其狭隘地关注矿工的经济可行性,而对电网的系统性影响探讨较浅。激励这种负荷是否会为更多能源密集型挖矿创造不当激励?它也忽略了监管和市场设计的障碍。ERCOT独特的纯能量市场结构并不能直接移植到容量市场或受监管的公用事业公司,这一点在美国国家可再生能源实验室关于分布式资源市场设计的研究中得到了强调。

可操作的见解: 对于电网运营商:制定加密货币矿工可以满足的快速响应需求响应产品规范。对于矿工:使用本文的决策框架构建实时竞价算法。对于政策制定者:考虑为“超快速需求响应”创建一个单独的资产类别或性能要求,以正确评估和整合这一资源,同时可能实施可持续性标准以避免锁定高碳足迹负荷。这里的模型类似于电池储能在频率调节中的作用,正如《电池储能在电网应用中的经济可行性》等研究所分析的那样,但成本和可持续性动态不同。

5. 技术细节与数学公式

核心经济模型可以用一个利润最大化函数表示。挖矿设施在一段时间内的总利润 $Π$ 是挖矿收入和电网服务收入的函数,减去成本。

利润函数:

$Π = R_{crypto} + R_{grid} - C_{electricity}$

其中:

  • $R_{crypto} = f(P_{coin}, H(t), η)$ 是加密货币挖矿收入,取决于币价 $P_{coin}$、算力 $H(t)$ 和挖矿效率 $η$。
  • $R_{grid} = \int (\lambda_{reg}(t) \cdot P_{reg}(t)) \, dt$ 是提供调节服务的收入,其中 $\lambda_{reg}(t)$ 是调节市场价格,$P_{reg}(t)$ 是承诺用于调节的功率。
  • $C_{electricity} = \int (\lambda_{elec}(t) \cdot P_{load}(t)) \, dt$ 是电力成本,其中 $\lambda_{elec}(t)$ 是实时电价,$P_{load}(t)$ 是设施总负荷。

关键决策变量是设施功率容量 $P_{max}$ 在基线挖矿负荷 $P_{mine}$ 和调节容量 $P_{reg}$ 之间的分配:$P_{max} \geq P_{mine} + P_{reg}$。在收到调节“上调”信号(电网需要减少功率)时,矿工必须将负荷降低到 $P_{mine}$ 以下,牺牲挖矿收入。优化过程在给定预测价格的情况下,找到使 $Π$ 最大化的 $P_{reg}$。

6. 分析框架:示例案例

场景: ERCOT地区一个100兆瓦的比特币挖矿设施正在评估参与4小时的上调调节服务。

输入参数:

  • 设施功率容量:100兆瓦
  • 平均电价:50美元/兆瓦时
  • 平均上调调节容量价格:22美元/兆瓦
  • 预估上调调节调用率:16%
  • 每消耗1兆瓦时电力的挖矿收入:65美元(扣除矿池费用,基于特定比特币价格和算力)

决策分析(简化版):

  1. 选项A(仅挖矿): 以100兆瓦功率挖矿。
    收入 = 100兆瓦 * 4小时 * 65美元/兆瓦时 = 26,000美元
    成本 = 100兆瓦 * 4小时 * 50美元/兆瓦时 = 20,000美元
    利润 = 6,000美元
  2. 选项B(提供20兆瓦上调调节): 设定基线挖矿功率为80兆瓦,承诺20兆瓦用于上调调节。
    挖矿收入 = 80兆瓦 * 4小时 * 65美元/兆瓦时 = 20,800美元
    上调调节容量收入 = 20兆瓦 * 22美元/兆瓦 * 4小时 = 1,760美元
    上调调节调用能量收入(被调用时):20兆瓦 * 16%调用率 * 4小时 * $[事件期间能量价格](假设为60美元/兆瓦时)≈ 76.80美元
    总收入 ≈ 22,636.80美元
    电力成本:(80兆瓦基线 + 可能的调用调整)≈ 80兆瓦 * 4小时 * 50美元/兆瓦时 = 16,000美元
    利润 ≈ 6,636.80美元

结论: 在这个简化示例中,提供调节服务使利润增加了约10.6%,证明了潜在的经济效益。最优承诺水平(本例中为20兆瓦)是通过求解第5节中的利润最大化函数得出的。

7. 未来应用与方向

  • 超越频率调节: 应用于其他辅助服务,如电压支撑、合成惯性和高可再生能源渗透率电网中的爬坡产品。
  • 混合系统: 将挖矿设施与现场可再生能源发电(太阳能、风能)和/或电池储能相结合,创建有弹性、支持电网的“能源-数据中心”,可在停电时孤岛运行。
  • 权益证明及其他共识机制: 探索运行权益证明验证或人工智能训练工作负载的数据中心的灵活性,这些负载可能具有不同的可中断性特征。
  • 标准化与市场设计: 制定通信、遥测和性能验证的行业标准(类似于逆变器的IEEE 1547标准),以实现灵活计算负荷的可扩展参与。
  • 与可持续性挂钩的合同: 将电网服务参与与采购无碳能源的要求相结合,将高能耗负荷转变为可再生能源投资的驱动力,这是麻省理工学院能源倡议等机构探索的概念。

8. 参考文献

  1. Xie, L., 等. (2020). Wind Integration in Power Systems: Operational Challenges and Solutions. Proceedings of the IEEE.
  2. Kirby, B. J. (2007). Frequency Regulation Basics and Trends. Oak Ridge National Laboratory.
  3. ERCOT. (2023). 2022 Annual Report on Ancillary Services.
  4. Ghamkhari, M., & Mohsenian-Rad, H. (2013). Optimal Integration of Renewable Energy and Flexible Data Centers in Smart Grid. IEEE Transactions on Smart Grid.
  5. Goodkind, A. L., 等. (2020). Cryptocurrency Mining and its Environmental Impact. Energy Research & Social Science.
  6. National Renewable Energy Laboratory (NREL). (2021). Market Designs for High Penetrations of Distributed Energy Resources.
  7. Zhou, Y., 等. (2022). Economic Viability of Battery Storage for Frequency Regulation: A Review. Applied Energy.
  8. MIT Energy Initiative. (2022). Flexible Demand for Decarbonized Energy Systems.