張藝菲，龔雁峰

（華北電力大學(xué)，北京 102206）

2019年5月10日，國家發(fā)展改革委、國家能源局聯(lián)合印發(fā)《關(guān)于建立健全可再生能源電力消納保障機(jī)制的通知》（以下簡稱《通知》），提出我國將建立健全可再生能源電力消納保障機(jī)制。售電側(cè)作為中國電力市場改革的重點(diǎn)，也是承擔(dān)可再生能源電力消納的義務(wù)主體之一。由于之前中國售電側(cè)市場尚未完全開放，以往關(guān)于可再生能源配額制的研究主要集中在發(fā)電測，關(guān)于售電側(cè)的研究較少，因此在消納保障機(jī)制與電力市場改革的新背景下，研究售電商的購電行為決策具有重要意義。

現(xiàn)有文獻(xiàn)對于售電商和大用戶在多個(gè)市場組合購電的購電決策和風(fēng)險(xiǎn)管理的研究頗豐。在購電方案的時(shí)間尺度上面，文獻(xiàn)[1]結(jié)合中長期電力市場交易現(xiàn)狀，對月度市場上售電商的購電策略進(jìn)行優(yōu)化研究。文獻(xiàn)[2]考慮現(xiàn)貨市場電價(jià)波動性較大因素，正態(tài)分布的Gram-Charlier四階展開式近似逼近實(shí)時(shí)電價(jià)的概率密度函數(shù)，對大用戶中短期組合購電決策進(jìn)行優(yōu)化。文獻(xiàn)[3-5]將電力市場售電商或大用戶的需求響應(yīng)與購電決策優(yōu)化進(jìn)行結(jié)合，降低了購電成本，提高了電力資源的配置效率。在風(fēng)險(xiǎn)管理方面，常見的風(fēng)險(xiǎn)評估手段有成本-方差方法（variance of cost）、風(fēng)險(xiǎn)價(jià)值方法（value at risk，VaR）[6-7]、條件風(fēng)險(xiǎn)價(jià)值方法（condition value at risk，CVaR）[8-11]、信息熵[12]等。文獻(xiàn)[13]以風(fēng)電購電量和綠色證書作為實(shí)行可再生能源配額制的方法，建立了購電費(fèi)用和風(fēng)險(xiǎn)最小模型，但并沒有考慮電價(jià)波動的影響。在此基礎(chǔ)上，本文針對售電商的組合購電決策問題，結(jié)合經(jīng)濟(jì)學(xué)領(lǐng)域中的投資組合理論，采用條件風(fēng)險(xiǎn)度量方法（condition value at risk，CVaR）作為風(fēng)險(xiǎn)度量手段，并考慮不同市場電價(jià)波動的影響，構(gòu)建售電商在中長期合約市場、現(xiàn)貨市場、期權(quán)市場、水力發(fā)電市場、風(fēng)電市場、光伏市場、綠色證書交易市場，以及輔助服務(wù)市場的組合購電模型，對售電商在各個(gè)電力市場中的最優(yōu)購買策略與有效前沿進(jìn)行研究。

1 基于CVaR的購電策略模型

CVaR作為一致性風(fēng)險(xiǎn)度量工具，可以度量在一定置信水平下?lián)p失超過閾值時(shí)可能遭受的損失的平均水平，可以在真正意義上反映投資模型中的潛在風(fēng)險(xiǎn)[3，12]。

記f（x，y）為損失函數(shù)，其中，x∈X為n維決策變量，X為決策變量可行集，X?Rn；y為投資者在市場上總資產(chǎn)損失的多維隨機(jī)變量。設(shè)p（y）為y的聯(lián)合概率密度函數(shù)，β∈（0，1）表示置信水平，αβ（x）表示當(dāng)目標(biāo)組合為x時(shí)，由y引起的損失f（x，y）所對應(yīng)的VaR值。將ξβ（x）表示為損失f（x，y）不小于αβ（x）時(shí)的CVaR值，則：

這里引入一個(gè)較為簡單的函數(shù)代替ξβ（x），定義該函數(shù)為G（x，α），α為對應(yīng)的VaR值，則有：

式中，[f（x，y）-α]+表示max[0，f（x，y）-α]+。

其中，W1，Ws，Wo，Wh，Wr1，Wr2，Wg，Wa分別代表此時(shí)刻售電商在常規(guī)電力合約市場、現(xiàn)貨市場、期權(quán)市場、水力發(fā)電市場、風(fēng)電市場、光伏市場、綠色證書市場和輔助服務(wù)市場的購電比例，p1，ps，po，ph，pr1，pr2，pg，pa分別對應(yīng)各個(gè)市場上單位電價(jià)。考慮關(guān)于電價(jià)預(yù)測模型的學(xué)者大多采用正態(tài)分布來表征電價(jià)信息的不確定性，故本文中的各個(gè)市場也采用正態(tài)分布模型模擬不同市場電價(jià)的隨機(jī)波動。

本文只考慮售電商通過簽訂看漲電力期權(quán)合同的方式參與電力金融市場。設(shè)售電商在電力期權(quán)市場上的單位電量期權(quán)金為Pb，期權(quán)合同敲定價(jià)格為K，當(dāng)Ps＞K時(shí)，售電商便執(zhí)行期權(quán)交易，以敲定的價(jià)格購買期權(quán)合同的約定電量。反之，售電商不執(zhí)行期權(quán)，但損失了預(yù)先支付的期權(quán)金，因此售電商在期權(quán)市場的單位購電價(jià)格是：

單位期權(quán)電量的期望價(jià)格為[14]：

其中，μs、δs表示服從正態(tài)分布的現(xiàn)貨市場期望值和方差。

那么，售電商在此時(shí)的單位購電成本就是

以該售電商的單位購電成本為損失函數(shù)，p（P）為購電價(jià)格向量的聯(lián)合概率密度，則購電損失尾部風(fēng)險(xiǎn)大小的CVaR值為：

假設(shè)此時(shí)產(chǎn)生按正態(tài)分布隨機(jī)產(chǎn)生n個(gè)不同市場的電價(jià)樣本組合。則購電損失尾部風(fēng)險(xiǎn)大小的CVaR值也可表示為：

建立在一定風(fēng)險(xiǎn)水平的約束下，以售電商期望購電成本最小化為目標(biāo)的優(yōu)化模型：

以wr表示售電商在所有的可再生能源電力市場購買比例的總和，則有

10月4日，八師石總場副場長余勇帶領(lǐng)安全辦工作人員前往銀北棉花加工廠、加油站等重點(diǎn)場所檢查安全生產(chǎn)，確?！叭铩逼陂g各項(xiàng)工作有序、順利進(jìn)行。

約束條件：

其中，φ表示售電商能接受的購電平均超額損失的最大值，θ1表示該售電商非水電消納責(zé)任權(quán)重，θ2表示總量消納責(zé)任權(quán)重。

2 算例分析

以北京地區(qū)為例，該地區(qū)非水電最低消納責(zé)任權(quán)重為15.0%，非水電激勵性消納責(zé)任權(quán)重為16.5%。考慮各個(gè)市場電價(jià)波動性，生成500組服從正態(tài)分布的電價(jià)組合，售電商需滿足最低消納責(zé)任權(quán)重的要求。假設(shè)在某一時(shí)刻各個(gè)市場的電價(jià)分布特性（如表1），期權(quán)敲定價(jià)格為350元/MWh，單位期權(quán)電價(jià)為35元/MWh；分析售電商在置信度為0.9、0.95、0.99時(shí)的購電決策和有效前沿。（如表2-表4、圖1所示）。

圖1 不同置信水平下的購電成本——CVaR風(fēng)險(xiǎn)有效前沿

表1 各個(gè)市場電價(jià)分布情況

表2 置信度為0.9時(shí)的購電優(yōu)化決策

表4 置信度為0.99時(shí)的購電優(yōu)化決策

表3 置信度為0.95時(shí)的購電優(yōu)化決策

當(dāng)售電商可承受的風(fēng)險(xiǎn)指標(biāo)CVaR值為380元/MWh時(shí)、無可行解，說明在當(dāng)前置信度下，滿足該消納責(zé)任要求的風(fēng)險(xiǎn)指標(biāo)CVaR值存在大于380元/MWh的風(fēng)險(xiǎn)下界。風(fēng)險(xiǎn)下界的存在表明在該種情境下，售電商無法通過繼續(xù)降低購電風(fēng)險(xiǎn)約束得到相應(yīng)的購電決策組合，即售電商潛在的購電成本存在下界，不可能無限小。

而在一定風(fēng)險(xiǎn)水平約束下，置信度的提高意味著售電商出現(xiàn)潛在最大購電成本的概率變小，也意味著售電商對于風(fēng)險(xiǎn)規(guī)避程度的增加。隨著置信度的提高，售電商的購電行為將趨于保守。售電商將更多地在中長期合約市場購買電力，而在價(jià)格波動較大風(fēng)險(xiǎn)較高的現(xiàn)貨市場購電量則相應(yīng)減少。同時(shí)，售電商的購電成本期望也隨著置信度的提高而增加。

考慮到市場變化的復(fù)雜性，在置信度水平為0.95的情況下，分析售電商在不同市場條件下的購電決策（見圖2）。

圖2 不同市場條件下的購電成本——CVaR風(fēng)險(xiǎn)有效前沿

面對這五種不同的情況，售電商的購電期望成本從高到低排序依次為不購買水電和光伏＞不購買光伏＞不購買水電＞不購買水電和風(fēng)電＞不購買風(fēng)電。相比較正常情況下，五種情況下綠證的購買量都有所提高，同樣，隨著售電商抵御風(fēng)險(xiǎn)能力的提高，售電商仍會選擇增加在現(xiàn)貨市場的購買量和綠色證書的持有量來降低購電成本期望。

在消納責(zé)任機(jī)制實(shí)行成熟期，綠色證書的價(jià)格下降且逐漸趨于穩(wěn)定，假設(shè)此時(shí)該地區(qū)的總量最低消納責(zé)任權(quán)重為22.5%，非水電最低消納責(zé)任權(quán)重為20.0%。假設(shè)此時(shí)各個(gè)市場的電價(jià)分布特性如表5，期權(quán)敲定價(jià)格為350元/MWh，單位期權(quán)電價(jià)為35元/MWh；分析售電商在置信度為0.95下的購電決策和有效前沿（見圖3、表6）。

表5 各個(gè)市場電價(jià)分布情況

圖3 政策成熟時(shí)期的購電成本——CVaR風(fēng)險(xiǎn)有效前沿

表6 政策成熟時(shí)期可再生能源及綠證購買優(yōu)化結(jié)果

隨著可再生能源消納責(zé)任機(jī)制的實(shí)行，綠證價(jià)格逐漸下降并趨于穩(wěn)定?？梢钥闯?，隨著售電商抵御風(fēng)險(xiǎn)能力的提高，風(fēng)電和光伏的購買量減少，售電商可以選擇購買更多的綠證以替代可再生能源電力。這是因?yàn)槭垭娚藤徺I單位常規(guī)電力和單位綠證價(jià)格的成本之和小于購買單位光伏或風(fēng)電的成本，而售電商的購電成本期望也隨之降低。

3 結(jié)論

隨著電網(wǎng)零售端放開程度的不斷提高和對可再生能源消納責(zé)任機(jī)制的不斷完善，售電商作為消納責(zé)任的義務(wù)承擔(dān)者，采用合適購電策略以平衡購電成本和風(fēng)險(xiǎn)至關(guān)重要。本文從現(xiàn)代投資組合理論出發(fā)，通過構(gòu)建售電商在中長期合約市場、現(xiàn)貨市場、期權(quán)市場、水力發(fā)電市場、風(fēng)電市場、光伏市場、綠色證書交易市場以及輔助服務(wù)市場的價(jià)格波動模型，以條件風(fēng)險(xiǎn)價(jià)值（CVaR）作為風(fēng)險(xiǎn)度量手段，構(gòu)建售電商在一定風(fēng)險(xiǎn)約束水平下的最小購電目標(biāo)優(yōu)化模型，求解售電商的最優(yōu)購電決策。結(jié)論如下：

（1）隨著售電商對于風(fēng)險(xiǎn)忍受能力的提高，售電商將更多地在風(fēng)險(xiǎn)較高、波動較大而成本較低的現(xiàn)貨市場購買電力。售電商在各個(gè)市場的購電決策也更為分散，其購電成本期望也降低。

（2）售電商可以根據(jù)自身對于風(fēng)險(xiǎn)的承受能力選擇不同的置信度。對于風(fēng)險(xiǎn)規(guī)避型售電商，可以選擇在合約市場和期權(quán)市場購買更多的電力以規(guī)避風(fēng)險(xiǎn)，對于風(fēng)險(xiǎn)承受能力較高的售電商，可選擇在現(xiàn)貨市場和綠色證書市場購買更多電力以降低購電成本期望。

（3）隨著綠證市場成熟，綠色證書價(jià)格下降至（或低于）光伏電價(jià)或風(fēng)電電價(jià)與常規(guī)電價(jià)之差時(shí)，售電商會選擇持有更多的綠色證書以替代光伏或風(fēng)電的購買量以履行其消納義務(wù)。