摘 要：雙邊競價電力市場中，設計一種兼顧激勵發(fā)電商減少市場力和污染排放的機制已經成為進一步深化改革的關鍵環(huán)節(jié)。本文鑒于電能生產和污染排放的內在聯(lián)系，依據電能生產單位排放量，把電力產品分為兩個等級，并分別構建了不同的電力市場，進而提出一種基于雙市場的電能與環(huán)境協(xié)調激勵減排機制。采取隨機高低匹配機制競價，且政府在不同的電力市場中采取對應的策略激勵發(fā)電商減排。仿真結果表明，與單一市場相比，雙市場的協(xié)調激勵減排機制采用電力產品差異化方式干擾了發(fā)電商之間的共謀信息，從而達到激勵發(fā)電商減少市場力和污染排放的雙重效果。

關鍵詞：協(xié)調激勵；高低匹配；環(huán)境污染；市場力；雙市場

中圖分類號：TM715;F123.9 文獻標識碼：A 文章編號：1003-5192(2011)06-0053-06

Research on Incentive Bidding Mechanism to Coordinate the Electric Power

and Environment Based on Two Markets

WANG En-chuang， REN Yu-long， YANG Fei-fei

(College of Economics and Business Administration， Chongqing University， Chongqing 400030， China)

Abstract:In bilateral bidding power market， designing a good electricity price mechanism that can stimulate the power generators to reduce the market power and pollution emissions is the core of the reform. Considered the internal links of energy production and pollution emissions，according to the unit emissions in the electric power production， the electricity products is divided into two classifications and different electric power markets are set up. Then， the paper proposes an incentive electricity price mechanism that based on two markets model and the signal transduction to coordinate the electric power and environment. In high-low random matching mechanism， The government adopts the corresponding strategy to incent the power generator to reduce the pollution emissions in the different electric power market. Through the simulation methods of Swarm， compared with the single market， interfere the information of generators agreement by distinguishing the difference of electric power products. Therefore， the power generator can be induced well to reduce the market power and pollution emissions.

Key words:coordinate incentive; high-low matching; environmental pollution; market power; two markets model

1 引言

隨著我國經濟高速增長的巨大能源需求，作為國民經濟的重要基礎性行業(yè)的電力顯得尤為重要。然而發(fā)電行業(yè)所造成的環(huán)境污染也給社會帶來一系列問題，其中尤以火力發(fā)電廠的污染排放甚為嚴重。伴隨著石油危機的進一步惡化，世界上許多國家由燃油發(fā)電轉向燃煤發(fā)電，這勢必造成環(huán)境污染的進一步惡化。同時，在電力市場雙邊競價過程中，大的發(fā)電商基于利益驅動，往往會持續(xù)地影響和操縱市場價格及電量，使其偏離自由競爭狀態(tài)下的情形。因此，在當前壟斷市場力問題尚未解決的情況下，如何通過設計良好的市場機制在約束發(fā)電商的市場力的同時激勵發(fā)電商減排，促進電能與環(huán)境的協(xié)調發(fā)展是管理者面臨的重要課題［1］。

當前對電能和環(huán)境協(xié)調的研究多是從監(jiān)管的角度去研究，如文獻［2］通過總結傳統(tǒng)電力監(jiān)管對環(huán)境污染日趨嚴重的無奈，在對電能生產與環(huán)境保護的沖突進行分析的基礎上，探討從電能經濟與環(huán)境協(xié)調的新視角來完善現(xiàn)代電力監(jiān)管機制。文獻［3］通過對澳大利亞電力市場重構與環(huán)境規(guī)制機制設計和運行結果進行分析，指出我國進行電能與環(huán)境協(xié)調監(jiān)管的必要性。文獻［1］在界定電力協(xié)調監(jiān)管的概念內涵基礎上， 結合中國國情， 提出中國電力協(xié)調監(jiān)管的組織結構， 以及其溝通協(xié)調機制并提出中國電力協(xié)調監(jiān)管的措施建議。上述文獻探討了電能和環(huán)境協(xié)調發(fā)展的必要性和途徑，多數(shù)屬于定性分析階段，未對發(fā)電商激勵效果給予刻畫。雖然文獻［4~6］探討在電力市場中通過競價機制來激勵發(fā)電商減排，其主要思想是對環(huán)保指標進行量化，并將其融入到上網電價的排序中，即通過采取減排措施，達到相應效果要求的發(fā)電商優(yōu)先上網，而并沒有探討這些競價機制對減少發(fā)電商市場力的作用。鑒于電能和環(huán)境各是復雜系統(tǒng)，且二者之間關系復雜，采用傳統(tǒng)的分析方法研究二者的協(xié)調激勵存在一定困難。

近幾年采用經濟學仿真手段對復雜適應系統(tǒng)進行檢驗分析的文獻逐漸增多?；诙?Agent的建模仿真方法是利用系統(tǒng)中許多主體的非線性局部連接規(guī)則、函數(shù)和局部細節(jié)模型，建立起復雜適應系統(tǒng)博弈的整體模型，為探討多Agent的沖突協(xié)調提供有效的理論分析框架，并借助計算機仿真工具（如Swarm平臺）對機制的有效性進行檢驗［7］。其中Swarm建模思想是讓一系列獨立的Agent通過交互作用，接受信號確定收益，進而調整各自策略，幫助研究由多主體組成的復雜適應系統(tǒng)行為。Swarm 對外生初始變量值要求不嚴，因為系統(tǒng)的環(huán)境變量將通過微觀主體的自適應過程得到合理修正［8~11］。通過上述文獻可以看出采用復雜系統(tǒng)建模與仿真手段，模擬再現(xiàn)了復雜系統(tǒng)的非線性交互、并發(fā)行為、自適應調整的真實情景，其對檢驗機制的有效性具有明顯的優(yōu)勢及應用前景。但目前采用該方法探討電能與環(huán)境協(xié)調激勵減排機制的文獻國內外尚不多見。

本文鑒于電能生產與環(huán)境污染的內在聯(lián)系，通過細分電力市場，設計一種基于雙市場模型的電能與環(huán)境協(xié)調激勵減排機制，并通過Swarm仿真分析，旨在從理論和實踐角度來探討電力市場化改革中，新型的協(xié)調機制是否有助于減少發(fā)電商市場力，同時激勵發(fā)電商減少污染排放，為管理者制定政策提供科學依據和決策支持。

2 雙市場模型的基本思想

在雙邊開放電力市場中，本文依據單位電能的污染排放系數(shù)，電力產品可分為兩個等級：達到標準排放的電能和達到高標準排放的電能。針對兩種產品，將電力市場細分為兩類：達標減排電力市場和高標準減排電力市場（即雙市場）。允許發(fā)電商與購電商在兩個市場中分別參與競價，為了達到協(xié)調激勵減排效果，政府針對不同的市場采取相應的補貼或稅收措施。即在達標減排電力市場中，參與競爭的發(fā)電商必須達到基本的排放標準，并且政府還對發(fā)電商征收一定的稅收。而在高標準減排電力市場中參與競爭的發(fā)電商必須達到高級排污標準，同時政府給予在該市場中參與競價的購電商一定的購電補貼，以補償其在高標準市場中交易付出的代價。

在雙市場中，基于市場雙邊競價理論，市場主體的一次博弈和匹配過程可以描述如下：發(fā)電商和購電商首先做出市場選擇決策，即選擇在哪個市場中進行競價交易。發(fā)電商、購電商向電力交易中心上報各自上網電價和電量或購電價格和電量； 電力交易中心依據發(fā)電商和購電商上報的電量、電價按照高低匹配機制進行隨機匹配。電力交易中心依據匹配結果，計算出各個發(fā)電商和購電商的成交價和成交量，并將這些信息分別反饋給各個發(fā)電商和購電商，發(fā)電商和購電商根據該信息重新調整下一步行為策略。具體競價過程如圖1所示。

圖1 發(fā)電商與購電商在雙市場中博弈競價過程在高低隨機匹配機制中，可以看出，雖然所有的發(fā)電商和購電商均參與競價，但只有高于發(fā)電商最低報價的所有購電商、低于購電商最高報價的所有發(fā)電商存在交易成功的可能。其具體過程如下：(1)首先刪除初始報價高于購電商最高初始報價的發(fā)電商，低于發(fā)電商最低初始報價的購電商。(2)然后對發(fā)電商和購電商按報價由低到高進行依次排序。(3)選取一個報價最低的發(fā)電商，然后從報價比其高的購電商中隨機選取一個與之進行匹配交易。(4)當先選發(fā)電商的發(fā)電量售完后，依次選取下一個報價比其高的發(fā)電商進行匹配交易，直至所有的發(fā)電商的電量售完，或者現(xiàn)存發(fā)電商的最低報價均高于現(xiàn)存購電商的報價，則交易結束。

基于博弈論的信號傳遞，我們來分析上述高低隨機匹配競價機制。（1）在該機制下，首先，發(fā)電商不會報低太價，若發(fā)電商報價低于其邊際成本，其與購電商成交時，從而會發(fā)生成交量越大，虧損越大。其次，假定發(fā)電商報高價，其選擇的成交對象變少，有可能因報價過高而成交量小，導致出現(xiàn)報價越高，發(fā)電商的利潤越低的情況。而發(fā)電商不清楚其他競爭對手的成交價，因此無法判斷是已經面臨市場出清價，還是臨時的低利潤，故會使成交價格向低處調整。所以該機制可以促使發(fā)電商按邊際成本報價。（2）從信號傳遞角度來看，在該機制中，由于發(fā)電商和購電商均不知道其他發(fā)電商和購電商的成交價格，只是依據自己的成交價格和數(shù)量重新調整下一步行為策略，同時需求側的引入，增加購電商參與競價，使發(fā)電商之間的博弈共謀信號（成交價）成為一個不確定的因素。因此該競價機制擾亂了發(fā)電商之間共謀的信號，導致其共謀的概率減少，從而該機制較為有效地限制發(fā)電商的市場力行為。（3）市場出清時，成交量較大。由于雙方均依據高低隨機匹配機制參與交易，展開公平競爭，因而雖然成交價格降低，但成交總量增大，有利于增加整個社會福利。

3 電能與環(huán)境協(xié)調激勵機制雙市場模型

在雙市場模型中，政府出臺政策要求新上項目必須考慮實施減排措施，因此可以假定所有的發(fā)電商均已經構建了減排系統(tǒng)?，F(xiàn)在，政府分別采用如下激勵手段：（1）對高標準減排電力市場中參與競價的購電商補貼s，同樣，對發(fā)電商而言，為達到減排目的，其邊際成本增加t。（2）對達標減排電力市場中的參與競價的發(fā)電商征稅r。

3.1 發(fā)電商主體博弈行為規(guī)則

在仿真系統(tǒng)中，每個發(fā)電商都是一個獨立的參與者，通過獨立的決策和自適應“學習”或“積累經驗”，進而依據利益最大化原則動態(tài)調整自己的報價和產量決策。在協(xié)調激勵機制下，發(fā)電商首先必須選擇在哪個電力市場售電。

假設某市場中有n個發(fā)電商，發(fā)電商i初始報價pi，0和供電量qi，0，發(fā)電商i第t次博弈時所獲取的利潤見（1）式

πi，t=qi，t×(pt-ci)

（1）

其中qi，t為發(fā)電商i在第t次博弈時的成交量，pt為第t次博弈時的成交價，ci為發(fā)電商單位成本。

發(fā)電商i的調整目標用公式表示為

max πi，t=qi，t×(pt-ci)

s.t. qi，t∈

（2）

其中qi，max為發(fā)電商i的最大發(fā)電容量。

為了實現(xiàn)上述目標，發(fā)電商采用部分最優(yōu)反應動態(tài)博弈學習方式，其具體過程如下（參見圖1）。

①假定初次報價比其成本略高，其報量為其完全容量。按高低隨機匹配原則撮合發(fā)電商與購電商之間的交易。

②計算本期利潤。

③選擇電力市場策略。若在高標準減排電力市場，發(fā)電商的成交價減去減排補助比達標減排電力市場的成交價減去稅收大，則選擇在高標準減排電力市場交易。否則發(fā)電商選擇在達標減排電力市場交易。即：若P1-t＞P2-r，則選擇在高標準減排電力市場交易。若P1-tP2-r，則選擇在達標減排市場交易。

④制定再次報價策略。若本次的利潤比上一次的利潤多ξ，則繼續(xù)采用當前戰(zhàn)略，并增加再次戰(zhàn)略的概率；若本次的利潤比上一次的利潤小ξ，則采用與當前戰(zhàn)略相反的戰(zhàn)略，并減少再次戰(zhàn)略的概率；否則，則隨機的從兩種調價戰(zhàn)略中選取一種戰(zhàn)略；若當前戰(zhàn)略所獲取的利潤為負，則把報價調整為成本價。第一次調價為向下調整。其調整過程的形式化描述可表示成下式

pi，t+1=pi，t+Δp

πs=πs+πi，t if πi，t-πi，t-1＞ξ

pols=πsπs+πd

pi，t+1=pi，t-Δp

πd=πd+πi，t if πi，t-πi，t-1＜-ξ

pold=πdπs+πd

D=rand(0，1)

pi，t+1=pi，t+Δp if D＜pols if |πi，t-πi，t-1|ξ

pi，t+1=pi，t-Δp if polsD

pi，t+1=ci if πi，t＜0

（3）

⑤如果調價策略不能引起利潤的增加，則采取調量的策略。若本次戰(zhàn)略的利潤比上次戰(zhàn)略的利潤高ξ，則繼續(xù)采用當前的戰(zhàn)略，并增加再次戰(zhàn)略的概率；若本次戰(zhàn)略的利潤比上次戰(zhàn)略的利潤低ξ，則采用相反的戰(zhàn)略，并減少再次戰(zhàn)略的概率。第一次調整為縮量調整。具體調整過程同上。

⑥轉向②。

3.2 購電商主體博弈規(guī)則

給定其他參與人的行為，形式上，一個購電商i試圖最大化其總利潤，用公式表示為

max πi，t=qi，t×(ci-pt)

（4）

為了實現(xiàn)上述目標，購電商也采用部分最優(yōu)反映動態(tài)博弈學習方式，其具體過程如下（參見圖1）。

①初次報價為其賣出的零售價—銷售成本，及其市場需求量。②進行價格、電量匹配。③計算本期利潤。④選擇電力市場進行交易。若P1+s＞P2，則選擇在高標準減排電力市場交易；若P1+s＜P2，則選擇在達標減排電力市場交易。⑤制定再次報價策略。報價是其在上次報價的基礎上進行上調或下調，若購電商在本次博弈時所獲取的利潤比上一次博弈高出ε，則繼續(xù)本次戰(zhàn)略；若比上一次博弈利潤低ε，則采用與上一次博弈相反的戰(zhàn)略；否則，則仍采用原報價。但若其本次博弈小于零，則采用按成本報價。設定第一次調價為向上調整。其報價策略的形式化描述如下式

pi，t+1=pi，t+Δpifπi，t-πi，t-1＞ε

pi，t-Δpifπi，t-πi，t-1＜-ε

pi，tif|πi，t-πi，t-1|ε

ciifπi，t＜0

（5）

⑥轉向②。

4 仿真實驗及分析

為了更加清晰地觀察雙市場模型的運行情況，下面將采用經濟學仿真工具—Swarm框架來進行新機制的模擬實驗及驗證。

仿真實驗分兩種情況進行，在第一種情況下，發(fā)電商可以在細分的雙市場中進行交易。假定政府給予在高標準減排電力市場中交易的購電商補貼0.02元/ kWh。發(fā)電商在高標準減排電力市場上進行交易時，其生產的減排成本為0.03元/ kWh。在第二種情況下，電力市場未細分，發(fā)電商和購電商在單一市場中進行交易，同樣假定政府給予購電商的補貼和發(fā)電商需要增加的減排成本不變。此時發(fā)電商和購電商在博弈過程中，無市場選擇這一決策環(huán)節(jié)。

本文假定某區(qū)域電力市場有12個發(fā)電商，每個發(fā)電商的初始報量及報價如表1；假定有80個購電商，購電商的初始報量、報價如表2。

為了驗證該機制的有效性，論文主要對以下兩個問題進行討論：(1)與單市場模型相比，雙市場模型中發(fā)電商實施市場力的程度是否會降低。(2)引入兩個市場后，在同樣的政府補貼條件下，是否會激勵發(fā)電商減少污染排放。

4.1 雙市場情景

圖2給出了發(fā)電商博弈過程中兩個市場的價格變化曲線。從圖中可以看出，高標準減排電力市場中的成交價格高于達標減排電力市場的成交價格。在高標準減排電力市場中，成交價格高的主要原因在于：(1)在高標準減排電力市場中，發(fā)電商減排成本增加，因此其售電成本較高。但政府對購電商提供補貼，因此即使市場中的價格相對較高，購電商因可以得到補貼，還是愿意在該市場中進行交易。(2)對于達標減排電力市場，其一，發(fā)電商減排成本較低，且假定其稅收為0，因此其售電成本較低。其二，由于市場需求的調節(jié)，在達標減排電力市場中市場供給大于需求，成交價格較低。

圖2 兩個市場的價格變化曲線同時在圖2的仿真結果中可以看出，在博弈過程中，存在一些拐點。在這些點時，高標準減排電力市場和達標減排電力市場中的成交價格發(fā)生躍變。產生這種情況的主要原因在于：在高標準減排電力市場中，由于存在發(fā)電商實施市場力，使市場的成交價不斷上升，但當成交價遠高于達標減排電力市場的成交價時，購電商則會選擇在達標減排電力進行交易，此時高標準減排電力市場中的市場供給大于需求，市場成交價格下降。由于發(fā)電商可以操縱達標減排電力市場的成交價格，因此購電商會選擇高標準減排電力市場。這種情況下就會出現(xiàn)一種很有趣的現(xiàn)象，即在雙市場模型中，以高標準減排電力市場為主，但當高標準減排電力市場的成交價格高到一定程度時，由于達標減排電力市場的存在，其成交量將不斷擴大，使高標準減排電力市場中的成交價格下降，致使其高成交價格受到一次打壓，以約束發(fā)電商的市場力。

圖3給出了發(fā)電商博弈過程中兩個市場的銷量變化曲線。從圖中可以看出，達標減排電力市場中的成交量很少，而高標準減排電力市場中的成交量隨著博弈次數(shù)的增多，不斷上升，后維持在一個較高均衡水平，其遠高于達標減排電力市場中的成交量。

圖3 兩個市場的銷量變化曲線另外，在博弈過程中，兩個市場中發(fā)電商、購電商個數(shù)也在不斷變化，即隨著高標準減排電力市場中的價格變化，不斷有發(fā)電商進入和退出達標減排電力市場。結合兩個市場的成交價格變化及成交量上可以推出，高標準減排電力市場中的發(fā)電商數(shù)量要遠大于達標減排電力市場中的發(fā)電商個數(shù)，當市場達到均衡時，僅有極少數(shù)發(fā)電商在達標減排電力市場中進行交易。購電商的數(shù)量變化也是如此。這充分說明了由于雙市場的存在，加之政府采取的相應的激勵措施達到了很好的激勵減排效果。

4.2 單一市場情形

為了與雙市場模型進行對比分析，若現(xiàn)有的電力市場不加細分，只是存在單一市場。在該市場中由于每個發(fā)電商受利潤最大化的動機驅使，故在博弈過程中會不斷的提高價格，以實施市場力。

圖4給出了單市場中發(fā)電商和購電商的成交價格變化曲線。從圖可以看出，市場中初始報價要高于雙市場模型中的報價，且價格攀升的速度大于雙市場模型中的情況（雙市場模型中價格在600次博弈中大約上漲了0.02元，而單市場模型在600次博弈中大約上漲了0.025元）?？紤]同樣是政府要求發(fā)電商必須實施減排措施，因此整個電力市場產生的電力都屬于綠色電力的范疇。這種情況說明在單市場中發(fā)電商將排污成本轉嫁到購電商的程度要遠大于雙市場模型中的情況。

圖4 單個市場的價格變化曲線圖5給出了市場中發(fā)電商和購電商的成交量的變化曲線圖。由圖可知，單市場的成交量在4500kWh左右波動，與均衡狀態(tài)下雙市場模型中的成交量相近。從這里可以看出，在單市場模型中，政府為獲取與雙市場模型中相同的減排激勵效果，需要支付更多的補貼。這是因為在雙市場模型中，由于市場機制的作用，發(fā)電商是積極主動地采取減排措施。因此，這種雙市場模型電價機制可以減少對發(fā)電商進行監(jiān)管的成本。

5 結論

當前，盡管電力市場中的市場力及環(huán)境污染問題已經深受人們廣泛關注，并運用多種方法和技術來研究這個主題。然而，現(xiàn)有成果基本上多是針對探討減少市場力或環(huán)境污染等單一個方面。因此，為適應電力市場改革與發(fā)展的迫切要求，本文意在將電能與環(huán)境結合起來，從全新的角度去探討電能與環(huán)境協(xié)調激勵電價機制。本文的主要結論如下： （1）基于信號傳遞理論，提出了一個電能與環(huán)境協(xié)調激勵減排機制雙市場模型，模型中將發(fā)電商操縱電價及售電量實施市場力情況和環(huán)境減排激勵效果結合起來，重點討論了購電商參與模式的雙邊開放的電力市場，該機制可為未來電力市場化改革提供一種新的思路和借鑒。（2）通過Swarm仿真，并與單一市場情形對比分析，驗證了雙市場協(xié)調激勵減排機制的有效性。仿真發(fā)現(xiàn)，在購電商參與下的雙市場模型機制中，政府可以通過較少的對需求側購電商的補貼，就可完成對發(fā)電商的激勵，當市場達到均衡時，僅有極少數(shù)發(fā)電商在達標減排電力市場中進行交易。這顯示與單市場模型中政府強令發(fā)電商實施減排措施相比，雙市場中發(fā)電商因經濟利益的驅動，將會更積極主動地采取高標準減排策略。（3）在協(xié)調激勵電價機制雙市場模型中，由于兩個市場的同時存在，增加了發(fā)電商決策的復雜度，進一步干擾了發(fā)電商之間共謀的信號，使發(fā)電商操縱電價及售電量實施市場力的行為被進一步削弱。與單市場模型相比，發(fā)電商實施市場力的程度大大降低。

參 考 文 獻：

［1］唐松林，任玉瓏.協(xié)調監(jiān)管:電力監(jiān)管體制與理論創(chuàng)新［J］.管理世界，2008，7(6):174-175.

［2］任玉瓏，甘文媛，唐松林.現(xiàn)代電力監(jiān)管新視角——協(xié)調監(jiān)管［J］.科技管理研究，2007，(7):55-57.

［3］王瑞琪，傅敏，丁社光.澳大利亞電力電能與環(huán)境協(xié)調監(jiān)管及其對中國的啟示［J］.科技管理研究，2008，(7):111-114.

［4］Cremer H， Gahvari F. Imperfect observability of emissions and second-best emission and outputttaxes［J］. Journal of Public Economics， 2002， 85(2): 385-407

［5］馬瑞，賀仁睦， 顏宏文.考慮水火協(xié)調的多目標優(yōu)化分組分段競標模型［J］.中國電機工程學報，2004，24(11):53-57.

［6］張森林.區(qū)域電力市場中月度撮合交易競價機制研究：考慮輸電價格、輸電損耗折價和環(huán)保因素的類PAB結算機制［J］.繼電器，2006，34(11):66-70.

［7］鄧宏鐘.基于多智能體的整體建模仿真方法及其應用研究［D］.長沙:國防科技大學，2002.

［8］劉貞，任玉瓏，唐松林，等.基于Swarm 的不同合約發(fā)電市場中多主體博弈仿真［J］.管理工程學報，2007，31(4):140-142.

［9］Bagnall A J， Smith G D. A multi-agent model of the UK market in electricity generation［J］. IEEE Transactions on Evolutionary Computation(S1089-778X)， 2005， 9(5): 522-536.

［10］Koesrindartoto， Deddy， Sun， et al.. An agent-based computational laboratory for testing the economic reliability of wholesale power market designs［A］. IEEE Power Engineering Society General Meeting［C］. SanFrancisco， 2005. 931-936.

［11］Rasenti S J， Simth V L， Wilson B J. Using experiments to inform the privatization/deregulation movement in electricity［J］. Cato Journal， 2002， 21(3): 515-544.