Equilibrium Analysis of Trans-Provincial Electricity Market Considering Tradable Green Certificates
-
摘要: 可再生能源配额和绿色证书制度的落实会对跨省区电力市场及绿色证书交易之间存在的复杂关系产生重要影响。为了定量研究该影响关系,首先搭建了配额制下的跨省区电力交易市场架构;其次,考虑省间发电成本差异性及微观经济学相关理论,建立了火电交易市场与绿电交易市场联合的均衡模型;最后,算例仿真重点分析了不同配额比例下电力市场的均衡结果。结果表明随着配额比例的不断增加,可再生能源交易电量先增加后减少;绿色证书价格先上升后下降;各省总成本关于配额的增加呈现倒“U”型分布;各省参与配额制下的跨省区绿色证书交易较未参与时能够有效降低总成本。构建的模型能够以市场的方式发现可再生能源真实的正外部性价值,引导政府科学设置配额比例,促进可再生能源的跨区消纳。Abstract: The implementation of the renewable portfolio standards and tradable green certificate scheme will exert significant influences on the complex relationship between the trans-provincial electricity market and the tradable green certificate. To quantitatively investigate these influences, firstly, trans-provincial electricity trading market structure under the renewable portfolio standards was established. Secondly, from the perspective of the difference of power generation cost among provinces and relevant theories of microeconomics, a joint equilibrium model of the thermal power market and the renewable energy power market was proposed. Finally, the electricity market equilibrium under different renewable energy quotas was analyzed through simulation examples. Simulation results show that the amount of renewable energy climbs up and then declines with the continuous increase of renewable energy quotas, and the price of green certificate first rises and then falls. At the same time, the total cost of various provinces presents inverted U-shaped distribution along with the increase of quota, and the total cost of various provinces participating in trans-provincial green certificate transactions under the renewable portfolio standards is lower than that when various provinces has not participated in the transaction. The proposed model can discover the true positive externality value of renewable energy in a market way and guides the government scientifically setting quotas, and promote the cross-regional accommodation of renewable energy.
-
0. 引言
随着我国能源资源短缺、环境污染加剧等问题日益显著,节能减排、低碳经济、清洁能源发展已经成为能源技术革命和能源结构变革的主要趋势。可再生能源由于环境友好性和可持续性被认为是未来替代传统能源的重要能源[1]。当前,我国电力体制改革和电力市场建设的关键任务在于提高可再生能源在系统中的应用比例,解决可再生能源大规模进入市场、大规模并网等问题。但由于可再生能源的发电具有间歇性和波动性,且我国的资源禀赋与电力负荷呈现逆向分布[2-3],导致我国多地“三弃”现象严重,抑制了可再生能源的规模发展。因此,仅通过省内电力市场的建设仍然不能满足可再生能源的消纳需求,必须在更大的范围内实现可再生能源的相互补偿。
长期以来,我国一直实施的可再生能源固定电价补贴(feed-in tariffs, FITs)存在资金缺口大、审核手续复杂等缺陷[4]。为了促进可再生能源消纳和持续健康发展,国家推行一系列政策措施。2017年1月,我国开始实施绿证认购工作。2018年3月、9月、11月国家能源局先后三次发布《可再生能源电力配额及考核方法(征求意见稿)》,明确配额制于2019年1月1日起正式实施,意味着可再生能源正在从完全需要国家补贴或其他经济激励性手段支撑,开始向无补贴的市场化经济政策过渡[5-6],形成市场机制下可再生能源配额制(renewable portfolio standards,RPS)与绿色交易证书(tradable green certificate,TGC)相结合的制度体系。该制度体系的落实将对可再生能源的跨区消纳产生重要影响。
目前,部分学者探究了RPS宏观层面和前期规划设计,发现RPS机制在目标形式、义务主体、运作方式、激励程度等制度准参数安排和规则设计都不尽相同[7-11]。而部分学者也分析了RPS对市场主体策略行为和电力市场价格的影响[12-14]。文献[15]通过建立两阶段联合模型,探究发电商在不同市场中的策略行为。文献[16]从投资决策角度建立了可再生能源投资期权博弈模型,结果表明在无差别配额下,成本更高的发电技术将被挤出市场。文献[17]提出一种基于非合作博弈的可再生能源跨区域消纳竞价方法。
综上,前人研究多将绿证价格作为政策外生参数进行均衡分析,而实际上绿证价格的敏感性和波动性与电能价格存在一定的关联。在绿色证书交易机制之下,从微观经济学和成本差异性角度来分析跨省区电力市场均衡还鲜有研究。鉴于此,本文将探讨可再生能源配额比例变化对电力市场均衡的影响,以引导政府科学实施配额制,发现可再生能源真实的正外部性价值,解决可再生能源跨区生产与消纳的不平衡性问题。
1. 跨省区电力交易市场架构
可再生能源配额制是国家对各省级行政区域全社会用电量规定的最低可再生能源电力消费比重指标,其规定有效的可再生能源发电组合主要包括风电、光伏、生物质、地热等,简称绿电。由于我国可再生能源发展不平衡分布显著,部分省份依靠自身可再生能源装机发电完成配额难度较大,通常省内可再生能源电力供给与需求难以保持均衡。为了确保国家实现可再生能源发展目标,需考虑实施跨省区绿证交易以及与其密切相关的配额政策。截至目前,全球约有20个国家实施绿证制度。在国外绿证交易实践中,大部分国家采取现货与双边交易市场的方式进行绿证交易,如英国、瑞典、意大利和澳大利亚等。美国的绿证与交易电量的出售形式采取捆绑式和非捆绑式,其中双边交易市场对应捆绑式,现货交易市场对应非捆绑式。印度的绿证则通过统一价格拍卖的方式进行交易。根据国际绿证交易方式,各省可通过以下2种方式完成可再生能源配额义务:
一是捆绑式。即在绿电交易市场中捆绑出售可再生能源电力及相应的绿色证书。在绿证的核算方法上,规定1 MW·h的可再生能源电量可核发1个绿证。捆绑式的最大特点是售电企业和用户在购买可再生能源电力的同时也购买了绿色证书,既满足了购买具有真实绿色属性商品的需求,也有利于促进可再生能源的消纳。二是非捆绑式。即分别出售常规电力和绿色证书。非捆绑式避免了大量可再生能源电力的跨区交易,有助于消除输电阻塞及电力调度困难问题,但需考虑绿色证书市场价格的波动影响。
跨省区电力交易市场及绿色证书的存在将改变原有市场的结构状态,使交易环境复杂化。捆绑式TGC能够有效的激励售电企业和用户主动消纳可再生能源,并可起到稳定可再生能源市场,降低参与者市场风险的作用,有利于可再生能源市场起步[18]。本文以捆绑式TGC作为可再生能源的获得途径,新的交易市场架构如图1所示。电力零售商作为配额义务承担主体需要通过火电交易市场购买物理电力,并通过绿电交易市场购买可再生能源电力及绿色证书;能源主管部门承担核发绿证、监管市场等职责。
2. 考虑绿色证书交易的跨省区电力市场均衡模型
2.1 模型描述
本文从微观经济学的角度对配额制下的跨省区电力交易市场进行经济解释。考虑2个主要角色:发电商(电力和绿色证书的供给侧)和零售商(电力和绿色证书的需求侧)。设计的火电交易市场与绿电交易市场是由各省发电商相互竞争形成的。为了简单起见,将各省所有绿电发电商看成一个整体,记为
${\rm{RE}}$ ,所有火电发电商看成一个整体,记为${\rm{TH}}$ 。电力零售商看成一个整体,记为${\rm{D}}$ 。在考虑省区间发电成本差异性的情况下,各省发电商以自身利益最大化为目的积极参与市场竞争。2.2 模型基本假设
假设1:在售电侧改革逐步深入的背景下,假设发电商处于完全竞争的市场环境中。
假设2:存在省
$i$ 、省$j$ 进行跨省区电力市场交易,省$i$ 的绿电边际发电成本大于省$j$ 的绿电边际发电成本。假设3:不考虑跨省区输电网阻塞。
假设4:根据国家能源局确定的可再生能源配额义务承担主体属于“消费端”,假设配额用α表示,且
$0 \leqslant \alpha \leqslant 1$ ,即省内可再生能源消纳占比,等于各省可再生能源消纳量除以本地区全社会用电量。假设5:与火电发电商相比,绿电发电商虽然燃料消耗成本可不计,但由于绿电发电的间歇性和波动性,需要更多的运维成本与旋转备用成本。假设火电发电商与绿电发电商均具有如下二次成本函数[15,19-20]:
$${T_{{\rm{C}}i}}^{{\rm{TH}}}(Q_i^{{\rm{TH}}}) = {\lambda _i}Q_i^{{\rm{TH}}2} + {\varphi _i}Q_i^{{\rm{TH}}} + {\mu _i}$$ (1) $${T_{{\rm{C}}j}}^{{\rm{TH}}}(Q_j^{{\rm{TH}}}) = {\lambda _j}Q_j^{{\rm{TH}}2} + {\varphi _j}Q_j^{{\rm{TH}}} + {\mu _j}$$ (2) $${T_{{\rm{C}}i}}^{{\rm{RE}}}(Q_i^{{\rm{RE}}}) = {\beta _i}Q_i^{{\rm{RE}}2} + {\gamma _i}Q_i^{{\rm{RE}}} + {\varepsilon _i}$$ (3) $${T_{{\rm{C}}j}}^{{\rm{RE}}}\left( {Q_j^{{\rm{RE}}}} \right) = {\beta _j}Q_j^{{\rm{RE}}2} + {\gamma _j}Q_j^{{\rm{RE}}} + {\varepsilon _j}$$ (4) 式中:
$Q_i^{{\rm{TH}}}$ 、$Q_j^{{\rm{TH}}}$ 分别表示省$i$ 、省$j$ 火电发电商的火电产量;$Q_i^{{\rm{RE}}}$ 、$Q_j^{{\rm{RE}}}$ 分别表示省$i$ 、省$j$ 绿电发电商的绿电产量;$\,{\beta _i},{\beta _j},{\gamma _i},{\gamma _j},{\lambda _i},{\lambda _j},{\varphi _i},{\varphi _j}$ 为大于零的成本系数;${\varepsilon _i},{\varepsilon _j},{\mu _i},{\mu _j}$ 为固定成本。2.3 模型建立
火电发电商的利润由其在火电交易市场上的交易收益与发电成本组成,各省火电发电商利润最大化模型为:
$$\mathop {{\rm{max}} }\limits_{Q_i^{{\rm{TH}}}} \pi _i^{{\rm{TH}}} = P_{\rm{e}}^{{\rm{TH}}}Q_i^{{\rm{TH}}} - {\lambda _i}Q_i^{{\rm{TH}}2} - {\varphi _i}Q_i^{{\rm{TH}}} - {\mu _i}$$ (5) $${\rm{s}}{\rm{.t}}{\rm{.}} Q_i^{{\rm{TH}}} \geqslant 0$$ (6) $$\mathop {{\rm{max}} }\limits_{Q_j^{{\rm{TH}}}} \pi _j^{{\rm{TH}}} = P_{\rm{e}}^{{\rm{TH}}}Q_j^{{\rm{TH}}} - {\lambda _j}Q_j^{{\rm{TH}}2} - {\varphi _j}Q_j^{{\rm{TH}}} - {\mu _j}$$ (7) $${\rm{s}}{\rm{.t}}{\rm{.}} Q_j^{{\rm{TH}}} \geqslant 0$$ (8) 式中
$P_{\rm{e}}^{{\rm{TH}}}$ 表示火电价格。由利润最大化的一阶条件,可得火电发电商的市场出清条件:
$$P_{\rm{e}}^{{\rm{TH}}} = {M_{{\rm{C}}i}}^{{\rm{TH}}}(Q_i^{{\rm{TH}}}) = {\rm{2}}{\lambda _i}Q_i^{{\rm{TH}}} + {\varphi _i}$$ (9) $$P_{\rm{e}}^{{\rm{TH}}} = {M_{{\rm{C}}j}}^{{\rm{TH}}}(Q_j^{{\rm{TH}}}) = {\rm{2}}{\lambda _j}Q_j^{{\rm{TH}}} + {\varphi _j}$$ (10) 绿电发电商的利润由其在绿电交易市场上的交易收益、发电成本以及绿证收益组成,各省绿电发电商利润最大化模型为:
$$\mathop {{\rm{max}} }\limits_{Q_i^{{\rm{RE}}}} \pi _i^{{\rm{RE}}} = P_{\rm{e}}^{{\rm{RE}}}Q_i^{{\rm{RE}}} - {\beta _i}Q_i^{{\rm{RE}}2} - {\gamma _i}Q_i^{{\rm{RE}}} - {\varepsilon _i}$$ (11) $${\rm{s}}{\rm{.t}}{\rm{.}} Q_i^{{\rm{RE}}} \geqslant 0$$ (12) $$\mathop {{\rm{max}} }\limits_{Q_j^{{\rm{RE}}}} \pi _j^{{\rm{RE}}} = P_{\rm{e}}^{{\rm{RE}}}Q_j^{{\rm{RE}}} - {\beta _j}Q_j^{{\rm{RE}}2} - {\gamma _j}Q_j^{{\rm{RE}}} - {\varepsilon _j}$$ (13) $${\rm{s}}{\rm{.t}}{\rm{.}} Q_j^{{\rm{RE}}} \geqslant 0$$ (14) 式中
$P_{\rm{e}}^{{\rm{RE}}}$ 表示绿电价格。由利润最大化的一阶条件,可得绿电发电商的市场出清条件:
$$P_{\rm{e}}^{{\rm{RE}}} = {M_{{\rm{C}}i}}^{{\rm{RE}}}(Q_i^{{\rm{RE}}}) = {\rm{2}}{\beta _i}Q_i^{{\rm{RE}}} + {\gamma _i}$$ (15) $$P_{\rm{e}}^{{\rm{RE}}} = {M_{{\rm{C}}j}}^{{\rm{RE}}}(Q_j^{{\rm{RE}}}){\rm{ = 2}}{\beta _j}Q_j^{{\rm{RE}}} + {\gamma _j}$$ (16) 根据假设条件,考虑省区间发电成本差异性的跨省区绿电交易市场均衡模型,如图2所示。省i完成配额目标需要达到
$a'$ 对应的绿电产量,同时省j完成配额目标需要达到$b'$ 对应的绿电产量。而实际上配额制及绿色证书的存在将使各省以$a$ 、$b$ 对应的绿电产量达到均衡。此时,在跨省区绿色证书交易中,对于超额完成配额的义务的省份j可将其多余的绿色证书放在绿色证书市场中进行出售并由省份$i$ 进行购买。省之间绿色证书交易数量由配额$\alpha $ 、绿电产量及电力需求共同决定。对于捆绑式TGC,绿证价格作为绿电价格中的绿色属性,可用绿电价格与火电价格的差额来表示,则绿电交易市场中的绿证价格及供需均衡表达式如下:$$P_{\rm{e}}^{{\rm{TGC}}} = P_{\rm{e}}^{{\rm{RE}}} - P_{\rm{e}}^{{\rm{TH}}}$$ (17) $$Q_{i,1}^{{\rm{RE}}} - Q_i^{{\rm{RE}}} = Q_j^{{\rm{RE}}} - Q_{j,1}^{{\rm{RE}}} = {q^{{\rm{TGC}}}}$$ (18) 式中:
$P_{\rm{e}}^{{\rm{TGC}}}$ 表示绿证价格;$Q_{i,1}^{{\rm{RE}}}$ 、$Q_{j,1}^{{\rm{RE}}}$ 分别表示完成配额目标省i和省j应该消纳的绿电数量;式(18)表示省之间绿色证书交易的供需平衡条件,其中${q^{{\rm{TGC}}}}$ 表示绿电交易市场上省之间的绿证交易数量。在需求侧,平均上网电价
${P_{\rm{e}}}$ 为火电价格与绿电价格的线性组合并且满足全国用电需求曲线:$${P_{\rm{e}}} = \alpha P_{\rm{e}}^{{\rm{RE}}} + (1 - \alpha )P_{\rm{e}}^{{\rm{TH}}}$$ (19) $${P_{\rm{e}}} = f(D) = m - nD$$ (20) 式中:
$D$ 表示全国用电需求;$f(D)$ 表示全国用电逆需求函数;m、n为大于零的常数。根据电力市场运行及各主体的行为特征,约束条件主要包括电力市场均衡约束以及政策约束,则约束公式如下:
$$D = Q_i^{{\rm{TH}}} + Q_j^{{\rm{TH}}} + Q_i^{{\rm{RE}}} + Q_j^{{\rm{RE}}}$$ (21) $$\alpha = \frac{{Q_{i,1}^{{\rm{RE}}}}}{{Q_{i,1}^{{\rm{RE}}} + Q_i^{{\rm{TH}}}}}$$ (22) $$\alpha = \frac{{Q_{j,1}^{{\rm{RE}}}}}{{Q_{j,1}^{{\rm{RE}}} + Q_j^{{\rm{TH}}}}}$$ (23) 3. 模型求解
由上述模型可以看出,2个市场的均衡结果存在相互影响的关系。利用MATLAB 2018b求解上述模型即可获得跨省区火电交易市场与绿电交易市场联合的各电力交易主体交易电量、省间绿证交易量以及交易价格等均衡结果。
3.1 跨省区电力交易主体最优交易电量
各省发电商根据利润最大化原则,进行跨省区电力交易。在完成配额义务的前提下,得到电力交易市场上各省绿电、火电最优交易电量及电力交易总量:
$$ \begin{split} Q_i^{{\rm{RE}}} =& \frac{{{\beta _j}({\lambda _i} + {\lambda _j})(2E{\alpha ^3} + 2F{\alpha ^2} + H\alpha )}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} + \\ &\frac{{{\beta _j}({\varphi _i} - {\varphi _j})\alpha - {\lambda _j}({\gamma _i} - {\gamma _j})(1 - \alpha )}}{{2{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )}} \end{split} $$ (24) $$ \begin{split} Q_j^{{\rm{RE}}} =& \frac{{(A - B)(2E{\alpha ^3} + 2F{\alpha ^2} + H\alpha )}}{{{\beta _j}{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} + \\ &\frac{{{\beta _i}{\beta _j}({\varphi _i} - {\varphi _j})\alpha + {\beta _j}{\lambda _j}({\gamma _i} - {\gamma _j})(1 - \alpha )}}{{2{\beta _j}{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )}} \end{split} $$ (25) $$Q_i^{{\rm{TH}}} = \frac{{2E{\alpha ^2} + 2F\alpha + H}}{{4A{\alpha ^2} - 8B\alpha + 4B + C}}$$ (26) $$ \begin{split} Q_j^{{\rm{TH}}} = &\frac{{2[{\lambda _i}(E\alpha + F) + ({\varphi _i} - {\varphi _j})(A\alpha - 2B)]\alpha }}{{{\lambda _j}(4A{\alpha ^2} - 8B\alpha + 4B + C)}} +\\ &\frac{{2{\lambda _i}H + ({\varphi _i} - {\varphi _j})(4B + C)}}{{2{\lambda _j}(4A{\alpha ^2} - 8B\alpha + 4B + C)}} \end{split} $$ (27) $$ \begin{split} D =& \frac{{({\lambda _i} + {\lambda _j})(2E{\alpha ^2} + 2F\alpha + H)}}{{{\lambda _j}(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} + \\ &\frac{{({\varphi _i} - {\varphi _j})}}{{2{\lambda _j}(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} \end{split} $$ (28) 式中:
$A \!=\! {\lambda _i}{\lambda _j}({\beta _i} \!+\! {\beta _j}) \!+\! {\beta _i}{\beta _j}({\lambda _i} \!+\! {\lambda _j})$ ;$B = {\lambda _i}{\lambda _j}({\beta _i} + {\beta _j})$ ;$C = 2n({\lambda _i} + {\lambda _j})({\beta _i} + {\beta _j})$ ;$E = {\lambda _j}({\beta _i}{\gamma _j} + {\gamma _i}{\beta _j}) - {\beta _i}{\beta _j}({\varphi _i} - $ $ {\varphi _j}) - {\lambda _j}{\varphi _i}({\beta _i} + {\beta _j})$ ;$F = {\lambda _j}({\beta _i} + {\beta _j})(2{\varphi _i} - m) - {\lambda _j}({\beta _i}{\gamma _j} + $ $ {\gamma _i}{\beta _j})$ ;$H = 2{\lambda _j}({\beta _i} + {\beta _j})(m - {\varphi _i}) - n({\varphi _i} - {\varphi _j})({\beta _i} + {\beta _j})$ 。3.2 跨省区电力交易主体最优省间绿证交易量
依据上述模型,首先根据配额指标得到各省需要消纳的绿电数量即各省绿电需求总量,再根据式(18)得到最优绿证交易量:
$$ \begin{split} {q^{{\rm{TGC}}}} =& \frac{{({\lambda _j}{\beta _i} - {\lambda _i}{\beta _j})(2E{\alpha ^3} + 2F{\alpha ^2} + H\alpha )}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} -\\ &\frac{{{\beta _j}({\varphi _i} - {\varphi _j})\alpha - {\lambda _j}({\gamma _i} - {\gamma _j})(1 - \alpha )}}{{2{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )}} \end{split} $$ (29) 3.3 跨省区电力交易主体最优交易价格
根据市场出清条件得到市场均衡状态下的绿电及火电交易价格,代入式(17)、式(19)得到绿证价格及平均上网电价:
$$ \begin{split} P_{\rm{e}}^{{\rm{RE}}} =& \frac{{2(H - F)(2E{\alpha ^3} + 2F{\alpha ^2} + H\alpha )}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} + \\ &\frac{{{\beta _i}{\beta _j}({\varphi _i} - {\varphi _j})\alpha + {\lambda _j}({\beta _i}{\gamma _j} + {\gamma _i}{\beta _j})(1 - \alpha )}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )}} \end{split} $$ (30) $$P_{\rm{e}}^{{\rm{TH}}} = \frac{{2{\lambda _i}(2E{\alpha ^2} + 2F\alpha + H)}}{{4A{\alpha ^2} - 8B\alpha + 4B + C}} + {\varphi _i}$$ (31) $$ \begin{split} {P_{\rm{e}}} = &\frac{{2[(A - B){\alpha ^2} + B{{(1 - \alpha )}^2}](2E{\alpha ^2} + 2F\alpha + H)}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} +\\ &\frac{{{\beta _i}{\beta _j}({\varphi _i} - {\varphi _j}){\alpha ^2} + {\lambda _j}({\beta _i}{\gamma _j} + {\gamma _i}{\beta _j})\alpha (1 - \alpha )}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )}} + \\ &{\varphi _i}(1 - \alpha ) \end{split} $$ (32) $$ \begin{split} P_{\rm{e}}^{{\rm{TGC}}} =& \frac{{2(H - F)\alpha (2E{\alpha ^2} + 2F\alpha + H)}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} -\\ &\frac{{2{\lambda _i}{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(2E{\alpha ^2} + 2F\alpha + H)}}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )(4A{\alpha ^2} - 8B\alpha + 4B + C)}} +\\ &\frac{{{\beta _i}{\beta _j}({\varphi _i} - {\varphi _j})\alpha }}{{{\lambda _j}({\beta _i} + {\beta _j})(1 - \alpha )}} + {\gamma _j} + {\gamma _i} - {\varphi _j} - {\varphi _i} \end{split} $$ (33) 4. 算例分析
4.1 数据假设
本文选取省
$i$ 、省$j$ 内火电发电商$G_i^{{\rm{TH}}}$ 和$G_j^{{\rm{TH}}}$ ,绿电发电商$G_i^{{\rm{RE}}}$ 和$G_j^{{\rm{RE}}}$ 基本参数进行研究[20]。考虑到目前绿电发电成本仍然高于火电发电成本,本文假设绿电发电商边际成本的截距与斜率均大于火电发电商。各省发电商基本参数如表1所示。电力市场逆需求函数$P\left( D \right) = 600 - 0.138D$ 。表 1 发电商基本参数Table 1. Cost coefficients of various generation companies火电发电商 发电商成本系数 绿电发电商 发电商成本系数 $\lambda $ $\varphi $ $\mu $ $\beta $ $\gamma $ $\varepsilon $ $G_i^{ {\rm{TH} } }$ 0.25 63 0 $G_i^{ {\rm{RE} } }$ 0.88 347 0 $G_j^{ {\rm{TH} } }$ 0.23 57 0 $G_j^{{\rm{RE}}}$ 0.85 325 0 4.2 配额变化对发电商交易电量的影响
在不受配额约束前提下,绿电高额的发电成本成为制约其融入电力市场竞争的关键因素。为了扭转这一成本劣势,引入了RPS及TGC制度。
基于上述参数对本文提出的跨省区火电交易市场与绿电交易市场联合的均衡模型进行验证。图3给出了考虑TGC的配额制下跨省区电力交易市场中配额变化对各省发电商最优交易电量及电力交易总量的影响。可以看出,当配额力度加大时,各省绿电交易电量呈现先递增后递减的趋势;当基准配额比例较低时,随着配额目标α的增加,火电交易电量小幅度下降。若继续提高配额比例,则火电交易电量急剧下降,最终导致电力交易总量的大幅下降,此时绿电的需求也将减少。
4.3 配额变化对电力市场交易价格的影响
图4为不同配额比例下电力市场交易价格变化情况。随着配额需求的不断扩大,受市场供求关系的影响,绿电市场均衡价格先提高后下降;火电市场均衡价格不断降低;绿证价格呈现先递增后递减的特征。这表明如果配额比例设置过高,火电需求急剧下降,火电价格过低,将会损害火电发电商的利益,进而削弱火电发电商参与电力交易市场的积极性。同时过高的平均上网电价及绿证价格会增加配额义务承担主体的成本,进而导致电力销售价格过高,最终会给终端用户带来用电压力。
因此,制定配额时要综合考虑需求侧及生产侧成本的相适应,配额过低会引发绿证交易行为激励不足,配额过高则使得消费侧负担过重,导致电力总需求下降。
4.4 配额变化对各省总成本的影响
图5为不同配额比例下,各省的总成本变动情况。可以看出,无论省i还是省j,随着配额比例的不断提高,其发电总成本先递增后递减,呈现倒“U”型。当配额α较小时,各省完成配额目标需要消纳的绿电数量与实际交易的绿电数量差额随配额比例的增加而减小,此时省之间绿证交易数量逐渐减少,省总成本逐渐增加;当配额α适中或较高时,随着配额比例的增加,省之间绿证交易数量逐渐扩大,此时省总成本逐渐降低。在总成本最大时,省之间绿证交易数量为零。因此,在配额制的政策设计中,需将配额与成本结合起来考虑,最大可能的促进省之间绿证交易的实施。
4.5 绿电发电成本变化对发电商交易电量的影响
由于资源禀赋和技术成熟度的不同,绿电发电成本存在差异。不同绿电发电成本对发电商交易电量的影响如图6所示。这里,绿电发电成本系数设置为火电发电成本系数的不同倍数以表示绿电发电成本的变动。图中电量下角标数字1和2分别表示火电发电成本系数乘相应倍数。结果表明:1)绿电与火电发电成本差距越小,其在配额制政策下的发电商交易电量就越大;2)当配额一定时,绿电交易电量随绿电发电成本的减少呈现递增趋势。目前我国风能、光伏等发电技术相对成型,产业发展集成化,应进一步更新技术,激发可再生能源市场潜能,有效地推进可再生能源的生产与消纳。
5. 结论
通过对所建模型进行算例仿真,得出以下结论:
1)配额α值过低时,导致几乎没有绿电及TGC的交易;随着配额力度的加大,绿电的市场占有率会持续增加;若制定较高的配额α,则需求侧与火电发电商的效益会有明显下降,绿电需求也将减少。根据可再生能源发电的特点,高份额的市场占有率会增加电网稳定运行的潜在风险。针对该类问题,政府应科学设置配额比例,确保各省供给侧与需求侧的利益相适应,对于火电发电商来说能够在未来承担起更多维持电网稳定安全运行的调节作用。
2)随着可再生能源配额需求的增加,绿证价格呈现先递增后递减的特征。绿证价格的敏感性和波动性与电能市场紧密相关。实施RPS及TGC制度,政府能够以市场的手段发现可再生能源真实的正外部性货币价值,通过控制绿证价格上限和下限实施价格干预,保证绿证交易的公平与效率。
3)各省总成本关于配额的增加呈现倒“U”型分布;各省参与配额制下的跨省区绿色证书交易较未参与时能够有效降低总成本。本文从微观的层面解析了跨省区绿证交易形成机理,构建的跨省区电力交易市场联合模型将会促进省之间资金与资源的灵活流通。为此,在推进绿证为载体的配额制时,需将配额、价格与成本结合起来综合考虑,激励引导各省参与跨省区绿证交易。
本文研究中,假设电力市场为完全竞争市场具有一定的局限性。后续可针对不同市场运营模式,综合考虑跨省区输电网阻塞以及不同售电企业及用户需求曲线对可再生能源消纳贡献的差异性影响进行更为深入的研究,以进一步落实售电企业及用户的消纳责任。
-
表 1 发电商基本参数
Table 1 Cost coefficients of various generation companies
火电发电商 发电商成本系数 绿电发电商 发电商成本系数 $\lambda $ $\varphi $ $\mu $ $\beta $ $\gamma $ $\varepsilon $ $G_i^{ {\rm{TH} } }$ 0.25 63 0 $G_i^{ {\rm{RE} } }$ 0.88 347 0 $G_j^{ {\rm{TH} } }$ 0.23 57 0 $G_j^{{\rm{RE}}}$ 0.85 325 0 -
赵新刚, 王晓永. 基于双边拍卖的可再生能源配额制的绿色证书交易机制设计[J]. 可再生能源, 2015, 33(2): 275−282. ZHAO Xingang, WANG Xiaoyong. The design of green certificate trading mechanism based on double auction under the renewable energy quota system[J]. Renewable Energy Resources, 2015, 33(2): 275−282(in Chinese).
夏清, 陈启鑫, 谢开, 等. 中国特色、全国统一的电力市场关键问题研究(2): 我国跨区跨省电力交易市场的发展途径、交易品种与政策建议[J]. 电网技术, 2020, 44(8): 2801−2808. XIA Qing, CHEN Qixin, XIE Kai, et al. Key issues of national unified electricity market with chinese characteristics (2): Development path, trading varieties and policy recommendations for inter-regional and inter-provincial electricity markets[J]. Power System Technology, 2020, 44(8): 2801−2808(in Chinese).
杜振东, 徐尔丰, 张笑弟, 等. 绿色电力证书市场下中国各类电源规模及发电成本演化发展[J]. 中国电力, 2019, 52(7): 168−176. DU Zhendong, XU Erfeng, ZHANG Xiaodi, et al. Research on evolution and development of power generation scale and cost under tradable green certificates market in China[J]. Electric Power, 2019, 52(7): 168−176(in Chinese).
蒋轶澄, 曹红霞, 杨莉, 等. 可再生能源配额制的机制设计与影响分析[J]. 电力系统自动化, 2020, 44(7): 187−199. doi: 10.7500/AEPS20190602001 JIANG Yicheng, CAO Hongxia, YANG Li, et al. Mechanism design and impact analysis of renewable portfolio standard[J]. Automation of Electric Power Systems, 2020, 44(7): 187−199(in Chinese). doi: 10.7500/AEPS20190602001
ZHANG Q, WANG G, LI Y, et al. Substitution effect of renewable portfolio standards and renewable energy certificate trading for feed-in tariff[J]. Applied Energy, 2018, 227: 426−435. doi: 10.1016/j.apenergy.2017.07.118
赵新泉, 王闪闪, 李庆. 市场交易补偿可再生能源的正外部性研究[J]. 中国人口·资源与环境, 2020, 30(8): 42−50. ZHAO Xinquan, WANG Shanshan, LI Qing. Research on the compensation of positive externality of renewable energy through market trading[J]. China Population, Resources and Environment, 2020, 30(8): 42−50(in Chinese).
ROBERT W. H. Market power and transferable property rights[J]. Q. J. Econ, 1984, 99(4): 753−765. doi: 10.2307/1883124
WANG B, WEI Y M, YUAN X C. Possible design with equity and responsibility in China’s renewable portfolio standards[J]. Applied Energy, 2018, 232: 685−694. doi: 10.1016/j.apenergy.2018.09.110
WANG G, ZHANG Q, LI Y, et al. Efficient and equitable allocation of renewable portfolio standards targets among China’s provinces[J]. Energy Policy, 2019, 125: 170−180. doi: 10.1016/j.enpol.2018.10.044
董福贵, 时磊. 可再生能源配额制及绿色证书交易机制设计及仿真[J]. 电力系统自动化, 2019, 43(12): 113−122. doi: 10.7500/AEPS20180610004 DONG Fugui, SHI Lei. Design and simulation of renewable portfolio standard and tradable green certificate mechanism[J]. Automation of Electric Power Systems, 2019, 43(12): 113−122(in Chinese). doi: 10.7500/AEPS20180610004
冯奕, 刘秋华, 刘颖, 等. 中国售电侧可再生能源配额制设计探索[J]. 电力系统自动化, 2017, 41(24): 137−141, 158. doi: 10.7500/AEPS20170615014 FENG Yi, LIU Qiuhua, LIU Ying, et al. Design and exploration of renewable portfolio standard in power demand side in China[J]. Automation of Electric Power Systems, 2017, 41(24): 137−141, 158(in Chinese). doi: 10.7500/AEPS20170615014
钟宇峰, 黄民翔, 文福拴, 等. 计及绿色证书交易机制的大用户直购电市场均衡分析[J]. 电力自动化设备, 2014, 34(2): 144−150. doi: 10.3969/j.issn.1006-6047.2014.02.025 ZHONG Yufeng, HUANG Minxiang, WEN Fushuan, et al. Equilibrium analysis of direct electricity purchase with green certificate mechanism[J]. Electric Power Automation Equipment, 2014, 34(2): 144−150(in Chinese). doi: 10.3969/j.issn.1006-6047.2014.02.025
HASANI-MARZOONI M, HOSSEINI S H. Trading strategies for wind capacity investment in a dynamic model of combined tradable green certificate and electricity markets[J]. IET Generation, Transmission & Distribution, 2012, 6(4): 320−330.
赵新刚, 任领志, 万冠. 可再生能源配额制、发电厂商的策略行为与演化[J]. 中国管理科学, 2019, 27(3): 168−179. ZHAO Xingang, REN Zhiling, WAN Guan. Renewable portfolio standard, the strategies behavior of power producer and evolution[J]. Chinese Journal of Management Science, 2019, 27(3): 168−179(in Chinese).
安学娜, 张少华, 李雪. 考虑绿色证书交易的寡头电力市场均衡分析[J]. 电力系统自动化, 2017, 41(9): 84−89. AN Xuena, ZHANG Shaohua, LI Xue. Equilibrium analysis of oligopolistic electricity markets considering tradable green certificates[J]. Automation of Electric Power Systems, 2017, 41(9): 84−89(in Chinese).
俞萍萍. 绿色证书交易机制下可再生能源发电定价研究—期权博弈模型及数值模拟[J]. 价格理论与实践, 2018(11): 38−41. YU Pingping. Pricing model of renewable energy under tradable green certificate system—option games model and numerical simulation[J]. Price: Theory & Practice, 2018(11): 38−41(in Chinese).
王辉, 陈波波, 赵文会, 等. 可再生能源配额制下跨省区电力交易主体最优决策[J]. 电网技术, 2019, 43(6): 1987−1995. WANG Hui, CHEN Bobo, ZHAO Wenhui, et al. Optimal decision-making of trans-provincial power transaction subjects under renewable portfolio standard[J]. Power System Technology, 2019, 43(6): 1987−1995(in Chinese).
张翔, 陈政, 马子明, 等. 适应可再生能源配额制的电力市场交易体系研究[J]. 电网技术, 2019, 43(8): 2682−2690. ZHANG Xiang, CHEN Zheng, MA Ziming, et al. Study on electricity market trading system adapting to renewable portfolio standard[J]. Power System Technology, 2019, 43(8): 2682−2690(in Chinese).
JESEN S G, SKYTTE K. Interactions between the power and green certificate markets[J]. Energy Policy, 2002, 30(5): 425−435. doi: 10.1016/S0301-4215(01)00111-2
王辉, 张芮丹, 王军杰, 等. 可再生能源配额制下电力市场多主体交易决策优化模型[J]. 科学技术与工程, 2020, 20(6): 2292−2298. doi: 10.3969/j.issn.1671-1815.2020.06.026 WANG Hui, ZHANG Ruidan, WANG Junjie, et al. Optimization model of multi-body trading decision in power market under renewable portfolio standard[J]. Science Technology and Engineering, 2020, 20(6): 2292−2298(in Chinese). doi: 10.3969/j.issn.1671-1815.2020.06.026
-
期刊类型引用(20)
1. 陈彧辰,张婷婷,王佳妮,霍大伟,王龙宇,谢枫,韩硕辰,周辛南,曹正,刘敦楠. 可再生能源电力消纳责任权重下售电商分月购售电滚动优化模型. 现代电力. 2025(01): 137-148 . 本站查看
2. 刘星妍. 基于AHP的零碳园区绿色电力指标体系研究. 低碳世界. 2025(02): 106-108 . 百度学术
3. 孙骁强,贺元康,丁涛,孙嘉玮,原博,黄雨涵. 适应高比例新能源的跨省中长期电量弹性交易机制与实践. 中国电机工程学报. 2025(07): 2472-2486 . 百度学术
4. 赵懿雯,温家兴,陈斐,张刚. 可再生能源配额制下电力市场发电主体决策优化模型. 电网与清洁能源. 2024(01): 150-155+162 . 百度学术
5. 尚楠,陈政,冷媛. 电碳市场背景下典型环境权益产品衔接互认机制及关键技术. 中国电机工程学报. 2024(07): 2558-2578 . 百度学术
6. 武群丽,朱新宇. 可再生能源配额制下风光储联合参与现货市场的交易决策. 中国电力. 2024(04): 77-88 . 百度学术
7. 刘可真,李林耘,林铮,赵庆丽,杨富宝,王玄弢. 考虑碳排放流的电-气互联系统源荷互动低碳经济调度. 电力自动化设备. 2024(05): 1-10 . 百度学术
8. 陈图南,李文萱,李云,佘伊伦,廖威,蔡元纪. “双碳”背景下碳-绿证-电力市场耦合机制综述. 广东电力. 2024(08): 14-25 . 百度学术
9. 继雅,刘嘉丽,张伟,都兰娜,刘洋,王明明,王芳,金琨. 电力用户碳排放指标评价体系与方法. 内蒙古电力技术. 2024(05): 44-51 . 百度学术
10. Ran Wang,Yanhe Li,Bingtuan Gao. Evolutionary game-based optimization of green certificate-carbon emission right-electricity joint market for thermal-wind-photovoltaic power system. Global Energy Interconnection. 2023(01): 92-102 . 必应学术
11. 李咸善,杨拯,李飞,程杉. 基于梯级水电调节的风光水联盟与区域电网联合运行优化调度策略. 中国电机工程学报. 2023(06): 2234-2248 . 百度学术
12. 魏咏梅,王心雨,丁毅宏,郑锦,单子婧. 碳达峰目标下考虑碳转移的中国电力行业省域碳配额分配研究. 干旱区资源与环境. 2023(07): 19-26 . 百度学术
13. 郭凯,阿敏夫,雅斯太,刘紫琦. 计及碳交易-绿证和储能成本的含风光发电的电力系统优化调度. 内蒙古电力技术. 2023(04): 1-7 . 百度学术
14. 李咸善,杨拯. 基于绿证机制与条件风险价值的风光水网联合优化调度策略. 三峡大学学报(自然科学版). 2023(05): 121-132 . 百度学术
15. 付蓉,陈金辉,葛辉,梁肖,王正风,马大卫. 碳——绿证联合交易和月度集中竞价交互的双层优化策略. 生态经济. 2023(10): 48-56 . 百度学术
16. 郑瑛,司福利,喻芸,任龙霞. 绿色电力交易结算流程安全监测模型研究. 自动化仪表. 2023(12): 75-79+84 . 百度学术
17. 王淏,高进宇,于洋,赵建世. 南方电网水-火电合作博弈及关键影响要素分析. 水力发电学报. 2022(01): 92-102 . 百度学术
18. 张鹏,汪海龙,王月,林云峰,李明飞,崔岳. 医院电气能源管理与节能措施分析. 城市建筑空间. 2022(S1): 128-129 . 百度学术
19. 张宇. “双碳”背景下新能源电力交易市场机制研究. 黑龙江电力. 2022(05): 411-414 . 百度学术
20. 王灏,宝音,丁畅. 基于区块链技术的电力市场绿色证书交易机制研究. 内蒙古电力技术. 2021(04): 47-50 . 百度学术
其他类型引用(13)