錢曉瑞 沈一民 陳筱珺 董美蓉 盧 威 肖 愷

(國(guó)網(wǎng)福建省電力有限公司營(yíng)銷服務(wù)中心(計(jì)量中心、資金集約中心)，福建 福州 350003)

0 引言

隨著我國(guó)電力市場(chǎng)飛速發(fā)展，售電公司作為新興的電力市場(chǎng)主體，逐漸成為我國(guó)電力市場(chǎng)的重要組成部分。作為連接電力批發(fā)市場(chǎng)和電力零售市場(chǎng)的重要紐帶，售電公司在電力批發(fā)市場(chǎng)向發(fā)電企業(yè)購(gòu)買電量后，再出售給零售用戶，從中賺取合理的收益。2018年，售電公司首次參與福建電力市場(chǎng)，成為了市場(chǎng)的重要組成部分。2021年，福建省電力市場(chǎng)規(guī)模達(dá)1178億kW·h，市場(chǎng)化用戶數(shù)量達(dá)5萬(wàn)余戶，其中售電公司代理電量達(dá)1046億kW·h，代理用戶數(shù)量占99%以上，成為電力市場(chǎng)的絕對(duì)主力軍。

長(zhǎng)期以來(lái)，由于缺乏有效的數(shù)據(jù)支持和有力的工具支撐，售電公司普遍采用較為粗獷的方式制定交易策略，售電收益較難保證。尤其是隨著交易品種的不斷增多，電力現(xiàn)貨市場(chǎng)、電力輔助服務(wù)市場(chǎng)的發(fā)展，交易策略愈發(fā)復(fù)雜，亟須建立一種適用于福建電力市場(chǎng)的售電公司交易策略研究模型。趙陽(yáng)等[1]提出售電公司需要合理分配在不同市場(chǎng)、不同時(shí)段的購(gòu)電量，從而構(gòu)建參與市場(chǎng)競(jìng)價(jià)購(gòu)電的優(yōu)化策略；Zhou Ming[2]主要關(guān)注在套利和風(fēng)險(xiǎn)約束情況下，采用蒙特卡洛仿真模擬方法，對(duì)電量在不同市場(chǎng)的分配優(yōu)化進(jìn)行算例分析及研究；羅琴等[3]以售電公司效用最大化為目標(biāo)，應(yīng)用VaR風(fēng)險(xiǎn)度量方法，建立基于不同風(fēng)險(xiǎn)偏好的售電公司銷售電價(jià)及購(gòu)電組合決策模型。前述研究成果主要關(guān)注整體電力市場(chǎng)研究，采用傳統(tǒng)建模方式對(duì)售電公司開(kāi)展普適性分析，本文建立了基于Monte Carlo法的售電公司交易策略分析模型，量化分析了不同交易策略對(duì)售電公司收益的影響，進(jìn)而確認(rèn)收益最大化的交易方案，提供了一種可行的分析思路。

1 售電公司競(jìng)價(jià)交易思路

福建電力交易中心一般于每年年底前組織完成次年度的年度掛牌交易和年度雙邊交易，每月則依次組織開(kāi)展月度集中競(jìng)價(jià)交易、月內(nèi)轉(zhuǎn)讓交易、月內(nèi)增量交易[4-6]。售電公司將根據(jù)零售用戶申報(bào)的月度用電計(jì)劃，盡可能準(zhǔn)確地預(yù)測(cè)零售用戶當(dāng)月實(shí)際用電量，并以收益最大化為目標(biāo)制定合理的交易策略，即參加何種交易、申報(bào)多少電量。

售電公司每月可行的交易策略共有10種，具體見(jiàn)表1。

表1 售電公司交易策略可行域

可以看出，售電公司每月共需進(jìn)行3次交易決策，分別為：每月1日前決定次月月度集中競(jìng)價(jià)交易電量，提前安排月內(nèi)轉(zhuǎn)讓交易、月內(nèi)增量交易；每月15日，根據(jù)當(dāng)月1—14日已經(jīng)發(fā)生的電量，決定月內(nèi)轉(zhuǎn)讓交易電量，修正月內(nèi)增量交易安排；每月22日，根據(jù)當(dāng)月1—21日已經(jīng)發(fā)生的電量，決定月內(nèi)增量交易電量。結(jié)合市場(chǎng)實(shí)際，月內(nèi)轉(zhuǎn)讓交易的價(jià)格一般與月度集中競(jìng)價(jià)交易價(jià)格相同，因而在每月1日前進(jìn)行決策時(shí)，可不考慮月內(nèi)交易。此外，月度集中競(jìng)價(jià)交易的成交價(jià)格一般都低于月內(nèi)增量交易。交易決策的重點(diǎn)在于每項(xiàng)交易是否需要購(gòu)買或轉(zhuǎn)出電量，應(yīng)該購(gòu)買或轉(zhuǎn)出多少電量。

2 售電公司售電收益模型

根據(jù)交易規(guī)則，售電公司每月售電收益=零售用戶交易電費(fèi)之和+零售用戶偏差考核費(fèi)之和-批發(fā)市場(chǎng)交易電費(fèi)-批發(fā)市場(chǎng)偏差考核費(fèi)，據(jù)此建立售電公司電費(fèi)收益模型[4]。

2.1 模型變量

2.1.1 零售交易電費(fèi)有關(guān)變量

用戶數(shù)量部分，售電公司簽約的零售用戶共計(jì)N個(gè)。交易價(jià)格部分，年度長(zhǎng)協(xié)電量保底價(jià)格A1，年度長(zhǎng)協(xié)電量分成比例B1，年度長(zhǎng)協(xié)電量分成后出售給零售用戶的價(jià)格為PL′；年度以下電量保底價(jià)格A2，年度以下電量分成比例B2，年度以下電量分成后出售給零售用戶的價(jià)格為PS′。偏差考核部分，售電公司承擔(dān)保底的負(fù)偏差下限為M1，正偏差上限為M2。若零售用戶實(shí)際用電量偏差超過(guò)[1+M1,1+M2]的范圍，當(dāng)超過(guò)上限時(shí)，承擔(dān)超出上限部分的偏差考核費(fèi)用占比為N2；當(dāng)?shù)陀谙孪迺r(shí)，承擔(dān)超出下限部分的偏差考核費(fèi)用占比為N1。交易電量部分，零售用戶本月用電計(jì)劃總額為QCP=QCLP+QCSP，其中，年度長(zhǎng)協(xié)電量計(jì)劃為QCLP，年度以下電量計(jì)劃為QCSP；零售用戶本月實(shí)際用電量為QCA[7]。

2.1.2 批發(fā)交易電費(fèi)有關(guān)變量

當(dāng)月年度掛牌交易成交電量QWGP，成交價(jià)格PWGP；年度雙邊交易成交電量QWSB，成交價(jià)格PWSB；月度集中競(jìng)價(jià)交易成交電量QWYJ，成交價(jià)格PWYJ；月內(nèi)增量交易成交電量QWYZ，成交價(jià)格PWYZ；月內(nèi)轉(zhuǎn)讓交易成交電量QWYR，成交價(jià)格PWYR。年度長(zhǎng)協(xié)交易加權(quán)平均價(jià)格PL，年度以下交易加權(quán)平均價(jià)格PS。

2.2 零售用戶交易電費(fèi)之和WL1

零售用戶交易電費(fèi)為其當(dāng)月各項(xiàng)交易結(jié)算電量和對(duì)應(yīng)交易電價(jià)的乘積之和，具體包括年度長(zhǎng)協(xié)電量和年度以下電量?jī)刹糠?，結(jié)算時(shí)優(yōu)先結(jié)算年度長(zhǎng)協(xié)電量。零售用戶交易電費(fèi)之和WL1的計(jì)算公式為：

其中：

2.3 零售用戶偏差考核費(fèi)之和WL2

零售用戶電量偏差考核方式由售電公司與零售用戶雙方自行約定，包括偏差免考核范圍、考核費(fèi)用占比等。零售用戶偏差考核費(fèi)之和WL2的計(jì)算公式為：

其中，第i個(gè)零售用戶的偏差考核費(fèi)WL2(i)的計(jì)算公式如下。

當(dāng)QCA(i)>QCP(i)×(1+M2(i))時(shí)，零售用戶實(shí)際用電量超過(guò)上限，需承擔(dān)超出上限部分的偏差考核費(fèi)用，計(jì)算公式為：

WL2(i)=[QCA(i)-QCP(i)×(1+M2(i))]×0.05×PWYJ×N2(i)

當(dāng)QCP(i)×(1+M1(i))≤QCA(i)≤QCP(i)×(1+M2(i))時(shí)，零售用戶實(shí)際用電量在偏差允許范圍內(nèi)，無(wú)需承擔(dān)偏差考核費(fèi)用，計(jì)算公式為：

WL2(i)=0

當(dāng)QCA(i)

WL2(i)=[QCP(i)×(1+M1(i))-QCA(i)]×0.05×PWYJ×N1(i)

2.4 批發(fā)市場(chǎng)交易電費(fèi)WP1

根據(jù)交易規(guī)則，交易結(jié)算存在優(yōu)先級(jí)順序，交易電量結(jié)算原則上先按交易品種排序，再按交易周期排序，交易品種和交易周期均相同的，按交易開(kāi)展時(shí)間的先后順序依次結(jié)算，同一批次開(kāi)展的交易按計(jì)劃等比例進(jìn)度結(jié)算。顯然，批發(fā)市場(chǎng)交易電費(fèi)WP1是一個(gè)典型的階梯函數(shù)，其具體計(jì)算公式如下。

當(dāng)QCA≤QWYR時(shí)，僅結(jié)算月內(nèi)轉(zhuǎn)讓交易電量，批發(fā)市場(chǎng)交易電費(fèi)WP1的計(jì)算公式為：

WP1=QCA×PWYR

當(dāng)QWYR

WP1=QWYR×PWYR+(QCA-QWYR)×PWGP

當(dāng)QWYR+QWGP

WP1=QWYR×PWYR+QWGP×PWGP+(QCA-QWYR-QWGP)×PWSB

當(dāng)QWYR+QWGP+QWSB

WP1=QWYR×PWYR+QWGP×PWGP+QWSB×PWSB

+(QCA-QWYR-QWGP-QWSB)×PWYJ

當(dāng)(QWYR+QWGP+QWSB+QWYJ)

WP1=QWYR×PWYR+QWGP×PWGP+QWSB×PWSB+QWYJ×PWYJ+(QCA-QWYR-QWGP-QWSB-QWYJ)×PWYZ

當(dāng)QCA>(QWYR+QWGP+QWSB+QWYJ+QWYZ)時(shí)，所有合同電量都結(jié)算，根據(jù)交易規(guī)則，超出電量部分按照當(dāng)月月度集中競(jìng)價(jià)交易成交價(jià)格結(jié)算，批發(fā)市場(chǎng)交易電費(fèi)WP1的計(jì)算公式為：

WP1=QWYR×PWYR+QWGP×PWGP+QWSB×PWSB+QWYZ×PWYZ+(QCA-QWYR-QWGP-QWSB-QWYZ)×PWYJ

2.5 批發(fā)市場(chǎng)偏差考核費(fèi)WP2

根據(jù)交易規(guī)則，正負(fù)偏差3%及以內(nèi)的電量不考核，偏差超過(guò)正負(fù)3%的電量納入偏差考核，考核標(biāo)準(zhǔn)為當(dāng)月月度集中競(jìng)價(jià)交易成交價(jià)格的5%。批發(fā)市場(chǎng)偏差考核費(fèi)WP2的計(jì)算公式如下。

當(dāng)QCA<(QWGP+QWSB+QWYJ+QWYZ)×0.97時(shí)，售電公司實(shí)際用電量超過(guò)上限，需承擔(dān)超出上限部分的偏差考核費(fèi)用，計(jì)算公式為：

WP2=[(QWGP+QWSB+QWYJ+QWYZ)×0.97-QCA]×0.05×PWYJ

當(dāng)(QWGP+QWSB+QWYJ+QWYZ)×0.97≤QCA≤(QWGP+QWSB+QWYJ+QWYZ)×1.03時(shí)，售電公司實(shí)際用電量在偏差允許范圍內(nèi)，無(wú)需承擔(dān)偏差考核費(fèi)用，計(jì)算公式為：

WP2=0

當(dāng)QCA>(QWGP+QWSB+QWYJ+QWYZ)×1.03時(shí)，售電公司實(shí)際用電量低于下限，需承擔(dān)低于下限部分的偏差考核費(fèi)用，計(jì)算公式為：

WP2=[QCA-(QWGP+QWSB+QWYJ+QWYZ)×1.03]×0.05×PWYJ

2.6 售電公司售電收益W

綜上，售電公司每月售電收益W的計(jì)算公式為：

W=WL1+WL2-WP1-WP2

3 售電公司交易策略分析

以福建省某售電公司某月的實(shí)際交易數(shù)據(jù)為例，深入分析其交易競(jìng)價(jià)最佳策略。

3.1 構(gòu)建零售用戶電量概率模型

從零售用戶實(shí)際用電量(標(biāo)幺值)原始數(shù)據(jù)的直方圖可以看出，數(shù)據(jù)具有明顯的單峰特征，初步推測(cè)數(shù)據(jù)接近正態(tài)分布。同時(shí)注意到數(shù)據(jù)存在較為嚴(yán)重的離群值，且以上側(cè)情形為主。

圖1 零售用戶實(shí)際用電量原始數(shù)據(jù)直方圖

采用Grubbs檢驗(yàn)法，按照5%的檢出水平對(duì)原始數(shù)據(jù)進(jìn)行清洗，剔除離群值后，數(shù)據(jù)呈現(xiàn)出較為明顯的正態(tài)分布，如下圖所示。

圖2 零售用戶實(shí)際用電量清洗數(shù)據(jù)直方圖

可以看出，該正態(tài)分布呈現(xiàn)尖峰、正偏的特性，初步判斷可以使用二元正態(tài)分布函數(shù)進(jìn)行數(shù)值化擬合，利用Python擬合后得到其概率密度函數(shù)f(x)為：

比較擬合所得的概率密度函數(shù)和清洗數(shù)據(jù)直方圖，可以看出擬合效果較佳，模型效果較好。

圖3 零售用戶實(shí)際用電量擬合概率密度函數(shù)圖

3.2 分析售電公司交易競(jìng)價(jià)最佳策略

3.2.1 第一期交易決策分析

售電公司當(dāng)月已購(gòu)得年度掛牌交易55361MW·h、年度雙邊協(xié)商交易電量165600MW·h，用戶用電計(jì)劃為454177.884MW·h，電量缺口233216.884MW·h，此時(shí)需決策月度集中競(jìng)價(jià)交易和月內(nèi)增量交易的申購(gòu)電量。以月度集中競(jìng)價(jià)交易成交價(jià)格低于月內(nèi)增量交易成交價(jià)格為前提，在月度集中競(jìng)價(jià)交易成交電量和月內(nèi)增量交易成交電量的可行域內(nèi)，針對(duì)每個(gè)電量組合生成零售用戶電量分布樣本，采用Monte Carlo法分析售電公司收益的期望分布，依此做出月度集中競(jìng)價(jià)交易電量、月內(nèi)增量交易電量、售電公司期望收益的關(guān)系如圖4所示。

圖4 售電公司期望收益分布(第一期)

從圖4可以看出，當(dāng)月度集中競(jìng)價(jià)交易成交電量和月內(nèi)增量交易電量之和在缺口電量附近時(shí)，售電公司期望收益較高，隨著月內(nèi)增量交易比重的增加，售電公司的期望收益略微提高后，逐步降低。根據(jù)分析結(jié)果，可以得出第一期的最佳交易決策：優(yōu)先購(gòu)買月度集中競(jìng)價(jià)交易電量223888.209MW·h，為未來(lái)月內(nèi)增量交易預(yù)留18657.351MW·h，此時(shí)售電公司的期望收益最大，為436065.81元。

3.2.2 第二期交易決策

售電公司當(dāng)月已購(gòu)得年度掛牌交易55361MW·h、年度雙邊協(xié)商交易電量165600MW·h、月度集中競(jìng)價(jià)交易電量223888.209MW·h，缺口電量9328.675MW·h，此時(shí)需決策月內(nèi)轉(zhuǎn)讓交易和月內(nèi)增量交易的申購(gòu)電量。以月內(nèi)轉(zhuǎn)讓交易成交價(jià)格與月度集中競(jìng)價(jià)交易相同、月內(nèi)增量交易成交價(jià)格高于月度集中競(jìng)價(jià)交易成交價(jià)格為前提，在月內(nèi)轉(zhuǎn)讓交易成交電量和月內(nèi)增量交易成交電量的可行域內(nèi)，針對(duì)零售用戶當(dāng)月1—14日已經(jīng)發(fā)生的電量生成電量分布樣本，采用Monte Carlo法分析售電公司收益的期望分布，依此繪制月內(nèi)轉(zhuǎn)讓交易電量、月內(nèi)增量交易電量、售電公司期望收益的關(guān)系圖，如圖5所示。其中，月內(nèi)轉(zhuǎn)讓交易為正表示轉(zhuǎn)入電量，負(fù)表示轉(zhuǎn)出電量。

圖5 售電公司期望收益分布(第二期)

可以看出，對(duì)于該售電公司而言，轉(zhuǎn)出電量將導(dǎo)致收益下降，而轉(zhuǎn)入電量至缺口電量附近時(shí)收益最大，超出后收益逐步下降；此外，購(gòu)入月內(nèi)增量交易將會(huì)導(dǎo)致售電收益下降，應(yīng)盡量避免購(gòu)買。根據(jù)分析結(jié)果，可以得出第二期的最佳交易決策：月內(nèi)轉(zhuǎn)讓交易轉(zhuǎn)入電量3109.558MW·h，為月內(nèi)增量交易預(yù)留電量18657.350MW·h，此時(shí)售電公司的期望收益最大，為429630.54元。

3.2.3 第三期交易決策

售電公司當(dāng)月已購(gòu)得年度掛牌交易55361MW·h、年度雙邊協(xié)商交易電量165600MW·h、月度集中競(jìng)價(jià)交易電量223888.209MW·h、月內(nèi)轉(zhuǎn)讓交易轉(zhuǎn)入電量3109.558MW·h，缺口電量6219.117MW·h，此時(shí)需決策月內(nèi)轉(zhuǎn)讓交易和月內(nèi)增量交易的申購(gòu)電量。以月內(nèi)增量交易成交價(jià)格高于月度集中競(jìng)價(jià)交易成交價(jià)格為前提，在月內(nèi)增量交易成交電量的可行域內(nèi)，針對(duì)零售用戶當(dāng)月1—21日已經(jīng)發(fā)生的電量生成電量分布樣本，采用Monte Carlo法分析售電公司收益的期望分布，以此做出月內(nèi)增量交易電量、售電公司期望收益的關(guān)系如圖6所示。

圖6 售電公司期望收益分布(第三期)

可以看出，對(duì)于該售電公司而言，隨著月內(nèi)增量交易成交電量的逐步增加，收益先呈上升之勢(shì)，到達(dá)最高值后快速回落。根據(jù)分析結(jié)果，可以得出第三期的最佳交易決策：月內(nèi)增量交易購(gòu)買電量19901.174MW·h，此時(shí)售電公司的期望收益最大，為418466.35元。

3.2.4 決策分析效果評(píng)估

根據(jù)上述決策結(jié)果，代入該售電公司當(dāng)月零售用戶實(shí)際用電量，售電公司最終售電收益為370559.21元，相比于該售電公司自行制定的實(shí)際交易計(jì)劃，售電收益提高了36019.42元，效果顯著。

4 結(jié)論

本文建立了售電公司收益模型，通過(guò)擬合概率密度函數(shù)分析零售用戶交易電量的可能分布，進(jìn)而采用Monte Carlo法全面分析了售電公司售電收益的可能分布，為交易競(jìng)價(jià)決策提供了強(qiáng)有力的數(shù)據(jù)支撐，效果顯著。下一步，可進(jìn)一步研究分析售電收益的概率密度分布，在追求高收益的同時(shí)進(jìn)一步評(píng)估潛在的風(fēng)險(xiǎn)。