劉澤揚(yáng)，荊朝霞，孫啟星，喻 蕓，尤培培，李成仁

（1. 華南理工大學(xué)電力學(xué)院，廣東省廣州市 510640；2. 國網(wǎng)能源研究院有限公司，北京市 102209；3. 南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司，廣東省廣州市 510030）

0 引言

電力市場中，由于價(jià)格上限、需求彈性不足等原因，普遍存在發(fā)電機(jī)組的缺失收入（missing money）［1］問題，導(dǎo)致包括固定成本在內(nèi)的全成本不能回收［2］。隨著可再生能源滲透率不斷提高，大量邊際成本接近于零的電源參與市場，現(xiàn)貨價(jià)格將進(jìn)一步降低［3］，這種情況不利于引導(dǎo)合理的發(fā)電投資，并且增加了具有調(diào)節(jié)能力的發(fā)電資源提前退役的風(fēng)險(xiǎn)。為此，國外電力市場設(shè)計(jì)了不同的機(jī)制來保障發(fā)電容量充裕度。

目前，世界典型地區(qū)主流的充裕度機(jī)制可以分為3 類:稀缺定價(jià)、容量補(bǔ)償和容量市場［4］。以美國得克薩斯州（簡稱得州）、澳大利亞為代表的稀缺定價(jià)機(jī)制僅設(shè)立單一能量市場（energy-only market），發(fā)電商通過電力稀缺時(shí)段的尖峰價(jià)格來回收投資成本［5］。容量補(bǔ)償機(jī)制應(yīng)用于智利、阿根廷等電力市場［6］，由監(jiān)管機(jī)構(gòu)設(shè)定補(bǔ)償標(biāo)準(zhǔn)，直接向市場中符合條件的容量提供者支付容量費(fèi)用。美國PJM［7］、英國［8］等則運(yùn)行了獨(dú)立于能量、輔助服務(wù)交易的集中式容量市場，該機(jī)制下機(jī)組的可用裝機(jī)容量作為標(biāo)的，由系統(tǒng)運(yùn)營商確定需求曲線，容量提供者申報(bào)供應(yīng)曲線，通過最小化容量采購成本進(jìn)行市場出清，中標(biāo)的資源可獲得容量收入。中國的電力市場化改革正遵循9 號文［9］確定的總體思路和基本原則有序推進(jìn)，已有部分現(xiàn)貨試點(diǎn)進(jìn)行了建立充裕度機(jī)制的初步探索［10-11］。借鑒國外經(jīng)驗(yàn)研究不同機(jī)制的實(shí)施效果，對于完善適配中國長期運(yùn)行的電力市場體系十分關(guān)鍵。

充裕度機(jī)制的建模研究關(guān)注系統(tǒng)中發(fā)電容量組合的變化，涉及電力市場的長期均衡。從不同時(shí)間段發(fā)電容量的確定方式來看，目前相關(guān)研究可分為2 類:1）采用基于優(yōu)化算法的長期規(guī)劃模型，以成本最小化為目標(biāo)，以可靠性要求、機(jī)組特性等為約束條件，求解不同年份的發(fā)電組合，進(jìn)而分析生產(chǎn)者、消費(fèi) 者 效 益［12-16］；2）采 用 基 于 系 統(tǒng) 動(dòng) 力 學(xué)（system dynamics，SD）的容量演化模型，由反饋回路影響市場主體的預(yù)期收益，通過投資、退役決策確定不同時(shí)期的發(fā)電容量［17-20］。以上2 類方法中，第1 類方法的缺點(diǎn)在于無法關(guān)注長期范圍內(nèi)特定時(shí)間分辨率的連續(xù)、動(dòng)態(tài)變化的市場結(jié)果，且難以說明不同均衡解之間是如何過渡的；第2 類方法克服了該難點(diǎn)，并且在與其他方法（如不確定性建模、決策樹等）結(jié)合、基于原始框架研究新機(jī)制方面具有優(yōu)勢。

SD 是一門研究多信息、多反饋的學(xué)科，既可以從宏觀上把握事物發(fā)展趨勢，又可以分析系統(tǒng)內(nèi)部微觀因素的相互作用關(guān)系［21］。文獻(xiàn)［19］采用該思路，構(gòu)建SD 模型對稀缺定價(jià)機(jī)制、容量市場機(jī)制進(jìn)行仿真對比，分析了長期的資源充裕度和社會(huì)福利變化；文獻(xiàn)［20］在類似的研究框架上，增加了戰(zhàn)略備用（strategic reserve）機(jī)制的討論。但是，文獻(xiàn)［19-20］機(jī)制設(shè)計(jì)中的稀缺電價(jià)僅在失負(fù)荷時(shí)段產(chǎn)生，無法體現(xiàn)備用不足時(shí)市場的激勵(lì)，并且為了高效運(yùn)算，簡化了發(fā)電收益的估算或市場主體預(yù)測的不確定性。

根據(jù)以上分析，本文針對3 種主流充裕度機(jī)制的長期實(shí)施效果展開研究。基于美國得州的稀缺定價(jià)機(jī)制、智利的容量補(bǔ)償機(jī)制、美國PJM 及英國的容量市場機(jī)制設(shè)計(jì)，構(gòu)建了發(fā)電容量演化SD 模型并進(jìn)行仿真。本文的改進(jìn)之處主要包括:1）在機(jī)制層面，采用美國得州的稀缺定價(jià)機(jī)制，通過事后計(jì)算實(shí)時(shí)備用價(jià)格增量（real-time reserve price adders）修正電價(jià)［22］，充分反映備用不足時(shí)的電能價(jià)值，此外討論了中國部分省份擬試行的容量補(bǔ)償機(jī)制；2）在模型層面，發(fā)電年收入通過小時(shí)級現(xiàn)貨市場的滾動(dòng)出清進(jìn)行累計(jì)估算，針對市場主體、運(yùn)營機(jī)構(gòu)對負(fù)荷增長預(yù)測的不確定性，通過蒙特卡洛抽樣法生成一定數(shù)量的預(yù)測場景，再利用場景削減篩選出典型場景，提升了運(yùn)算效率。算例仿真了由燃煤、燃?xì)狻⒙?lián)合循環(huán)燃?xì)鈾C(jī)組構(gòu)成的發(fā)電市場的長期演化，并針對市場主體的風(fēng)險(xiǎn)規(guī)避系數(shù)進(jìn)行敏感性分析，結(jié)論驗(yàn)證了模型的有效性。最后，從容量充裕度、機(jī)組凈收益、社會(huì)福利3 個(gè)維度展開機(jī)制的詳細(xì)對比，提出了基于數(shù)據(jù)分析的政策建議，為中國相關(guān)方案的前瞻設(shè)計(jì)提供參考借鑒。

1 系統(tǒng)動(dòng)力學(xué)研究框架

1.1 系統(tǒng)邊界

發(fā)電容量演化與社會(huì)宏觀背景、市場機(jī)制環(huán)境、電廠技術(shù)特性等方面有著密不可分的關(guān)聯(lián)，是一個(gè)系統(tǒng)性問題。確定系統(tǒng)的邊界是SD 研究方法的首要步驟。本文在高比例可再生能源滲透的背景下，引入充裕度機(jī)制對電力現(xiàn)貨市場進(jìn)行補(bǔ)充，聚焦于傳統(tǒng)能源發(fā)電容量的長期動(dòng)態(tài)發(fā)展。為了清晰呈現(xiàn)系統(tǒng)的邊界和變量的關(guān)系，圖1 梳理了容量發(fā)展、電能量市場、充裕度機(jī)制3 個(gè)模塊互聯(lián)的因果回路。反饋線路中的“+”表示自變量的增加（或減少）將引起因變量的同向增加（或減少），“-”則相反。

圖1 因果回路圖Fig.1 Causal loop diagram

1.2 容量發(fā)展模塊

火電裝機(jī)容量是系統(tǒng)狀態(tài)變量，其連接的進(jìn)、出流量分別為新建容量投資、現(xiàn)有容量退役，用積分形式表示為:

式中:RE，i(y)為電能量收益；RA，i(y)為輔助服務(wù)收益；RC，i(y)為容量補(bǔ)償或容量市場收益；CV，i(y)為變 動(dòng) 成 本；CO，i(y)為 固 定 運(yùn) 行 維 護(hù) 成 本；r為 折現(xiàn)率。

為了體現(xiàn)發(fā)電商的有限理性并簡化計(jì)算，在當(dāng)前年度y，模型對y+1 年至y+5 年的收益精確預(yù)測，而y+6 年到機(jī)組剩余壽命內(nèi)的年均收益按第y+5 年的預(yù)測值模糊估算。

資本密集型領(lǐng)域的投資行為受第1 年凈利潤的影響較大［19］，本模型中新建容量投資須同時(shí)滿足以下2 個(gè)條件:1）機(jī)組建設(shè)完成后，投產(chǎn)第1 年凈利潤大于0；2）在設(shè)備生命周期內(nèi)，凈現(xiàn)值總和可以覆蓋機(jī)組i的初始投資成本CI，i。定義利潤指數(shù)Vi，當(dāng)Vi≥0 時(shí)表明投資機(jī)組i能收回成本，反之不能。

式中:RNT，i為機(jī)組生命周期內(nèi)每年凈現(xiàn)值的總和；TL，i為 機(jī) 組 生 命 周 期。

現(xiàn)有容量退役須滿足以下2 個(gè)條件之一:1）機(jī)組達(dá)到設(shè)備壽命極限；2）次年凈利潤小于0，且維持運(yùn)營后未來5 年的凈現(xiàn)值總和仍小于0，即虧損的狀況無法改善。

每年投資、退役的機(jī)組數(shù)量采用迭代收斂法確定，單步的決策結(jié)果執(zhí)行1 臺(tái)機(jī)組的投資或退役，具體迭代流程見附錄A 圖A1。

1.2.2 負(fù)荷增長預(yù)測的不確定性

不同機(jī)制下，市場主體、運(yùn)營機(jī)構(gòu)對負(fù)荷增長預(yù)測的準(zhǔn)確性對發(fā)電收益方案的形成有關(guān)鍵影響［23］。本模型假設(shè)系統(tǒng)的電力供應(yīng)（包括可再生能源）作為市場公開信息，對發(fā)電商、運(yùn)營機(jī)構(gòu)電力需求增長預(yù)測的不確定性描述如下。

對于當(dāng)前年度y，采用不同的年負(fù)荷增長率預(yù)測誤差及其發(fā)生概率描述y+1 年至y+5 年的狀況，預(yù)測場景s可以表示為一系列概率性的年負(fù)荷增長組合:

式中:g1至g5為未來1 至5 年的年負(fù)荷增長率預(yù)測誤差；β1至β5為相應(yīng)的概率。設(shè)預(yù)測誤差服從t 分布［24］，并將誤差范圍等分為K個(gè)離散的區(qū)間，則所有區(qū)間組成的場景總數(shù)為K5。為了運(yùn)算的可行性，針對發(fā)電商、運(yùn)營機(jī)構(gòu)的負(fù)荷預(yù)測，分別通過蒙特卡洛抽樣隨機(jī)生成大量初始場景，再利用同步回代削減法篩選出典型場景s*，過程見附錄B。

1.2.3 風(fēng)險(xiǎn)規(guī)避

發(fā)電行業(yè)具有前期投資成本大、回收周期長等特點(diǎn)，投資者的風(fēng)險(xiǎn)偏好一般為厭惡型［20］。本模型采用負(fù)指數(shù)凹效用函數(shù)描述市場主體的風(fēng)險(xiǎn)規(guī)避，說明效用隨預(yù)期收益的增加而增加，但增加率遞減。

1.3 電能量市場模塊

電能量市場是以小時(shí)為單位的現(xiàn)貨市場，采用多時(shí)段優(yōu)先順序法［25］進(jìn)行出清。本文所述的3 種充裕度機(jī)制均包含較強(qiáng)的行政管制屬性，在此條件下假設(shè)發(fā)電商在現(xiàn)貨市場按成本報(bào)價(jià)。經(jīng)濟(jì)調(diào)度以發(fā)電成本最小為目標(biāo)，可再生能源優(yōu)先消納，約束條件考慮了影響容量擴(kuò)張的功率平衡約束、機(jī)組出力上下限約束、機(jī)組爬坡約束［26］。

年度發(fā)電收入由8 760 個(gè)時(shí)段的機(jī)組出力和電價(jià)確定；輔助服務(wù)收益按照美國PJM 容量市場估算方法，根據(jù)文獻(xiàn)［23］固定為每年10 000 美元/MW。

1.4 充裕度機(jī)制模塊

本模塊基于美國得州稀缺定價(jià)機(jī)制、智利容量補(bǔ)償機(jī)制、美國PJM 及英國容量市場機(jī)制分別進(jìn)行建模。

2 充裕度機(jī)制建模

2.1 稀缺定價(jià)

美國得州批發(fā)市場的結(jié)算電價(jià)除市場出清得到的節(jié)點(diǎn)邊際價(jià)格外，還附加了運(yùn)營機(jī)構(gòu)根據(jù)運(yùn)行備用需求曲線事后計(jì)算的價(jià)格增量。美國得克薩斯州電力可靠性委員會(huì)（ERCOT）于2014 年引入反映稀缺價(jià)值的實(shí)時(shí)備用價(jià)格增量，在安全約束經(jīng)濟(jì)調(diào)度后根據(jù)失負(fù)荷概率計(jì)算而來［27］。

式中:padder為實(shí)時(shí)備用價(jià)格增量；CVOLL為失負(fù)荷價(jià)值（value of lost load），即價(jià)格帽；λLMP為節(jié)點(diǎn)邊際價(jià)格；π(R)為失負(fù)荷概率函數(shù)；πLOLP為失負(fù)荷概率；R為實(shí)時(shí)可用備用；Rm為系統(tǒng)備用裕度要求；πCDF為正態(tài)分布函數(shù)的累積分布函數(shù)；μ和σ分別為8 760 個(gè)時(shí)段不同的均值、標(biāo)準(zhǔn)差，根據(jù)歷史數(shù)據(jù)提前確定。

2.2 容量補(bǔ)償

智利的現(xiàn)貨市場中，發(fā)電企業(yè)上報(bào)運(yùn)行成本而不報(bào)價(jià)，安全約束經(jīng)濟(jì)調(diào)度以發(fā)電總成本最小為目標(biāo)進(jìn)行［28］。為了幫助邊際機(jī)組j回收固定成本，監(jiān)管機(jī)構(gòu)通過設(shè)定容量補(bǔ)償標(biāo)準(zhǔn)、計(jì)算有效容量來直接支付補(bǔ)償費(fèi)用。容量價(jià)格主要取決于系統(tǒng)峰荷時(shí)段運(yùn)行的邊際機(jī)組投資成本，并折算為年化值:

2.3 容量市場

圖2 容量市場供需曲線Fig.2 Supply and demand curves of capacity market

供應(yīng)曲線由發(fā)電商的報(bào)價(jià)從低到高排列組成，對于現(xiàn)有機(jī)組，如果目標(biāo)年yt的期望凈利潤大于0（無虧損機(jī)組），則報(bào)價(jià)為零，否則申報(bào)未回收的成本缺口。因此，現(xiàn)有機(jī)組的報(bào)價(jià)Be，i(yt)可表示為:

對于新建機(jī)組，允許其參加計(jì)及建設(shè)時(shí)間延遲后、容量可交付的目標(biāo)年拍賣，即對于當(dāng)前年度y，第y+TC，i+1 年的供應(yīng)曲線將包括機(jī)組i的新容量報(bào) 價(jià)Bn，i(y+TC，i+1)，該 報(bào) 價(jià) 考 慮 了 年 化 投 資成本CF，i:

發(fā)電商在容量市場的收入等于系統(tǒng)邊際出清價(jià)格乘以中標(biāo)容量。

3 算例仿真分析

在SD 模型基礎(chǔ)上，通過編寫Python 程序?qū)崿F(xiàn)模擬過程，仿真分析全流程見附錄C 圖C1。首先，選擇特定機(jī)制作為市場條件；其次，市場主體基于預(yù)測場景進(jìn)行單一能量市場、容量收益（如有）估算；然后，將估算得到的收益方案經(jīng)風(fēng)險(xiǎn)規(guī)避處理，反映到經(jīng)營決策中，決策的選項(xiàng)包括維持運(yùn)營、容量退役及容量投資；最后，從容量充裕度、機(jī)組凈收益、社會(huì)福利三方面進(jìn)行對比分析。計(jì)算機(jī)運(yùn)行配置為:CPU為AMD Ryzen7 4800 H（8 核），內(nèi)存為16 GB，操作 系 統(tǒng) 為Windows 10（64 bit）。

3.1 模型參數(shù)與情景設(shè)置

本算例中，發(fā)電市場有燃煤、燃?xì)?、?lián)合循環(huán)燃?xì)? 類技術(shù)的火電機(jī)組G1、G2、G3，初始數(shù)量分別為140、80、120 臺(tái)。各類發(fā)電技術(shù)的經(jīng)濟(jì)參數(shù)如表1 所示，數(shù)據(jù)來源于文獻(xiàn)［19-20，26，31］。

表1 技術(shù)經(jīng)濟(jì)參數(shù)Table 1 Techno-economic parameters

仿真周期為20 年，每年負(fù)荷增長設(shè)有高、中、低3 種發(fā)展速度，對應(yīng)年負(fù)荷增長率為5%、4%、3%，實(shí)際取值在模擬過程等概率隨機(jī)確定。起始年的時(shí)序負(fù)荷曲線采用美國某地區(qū)的2016 年測量值。假設(shè)可再生能源（風(fēng)、光伏）發(fā)電裝機(jī)容量在政策激勵(lì)下持續(xù)增長，增長曲線的趨勢及有效容量系數(shù)由文獻(xiàn)［32］數(shù)據(jù)整理獲得（見附錄D）。此外，對折現(xiàn)率進(jìn)行現(xiàn)實(shí)性檢驗(yàn)與敏感性分析，證明取值對仿真的定性結(jié)論無明顯影響，本算例折現(xiàn)率設(shè)為8%。

定義S0至S3為如下4 個(gè)情景:S0為單一能量市場基準(zhǔn)情景，電力現(xiàn)貨市場采用較低的價(jià)格上限，設(shè)為1 000 美元/（MW·h）；S1為稀缺定價(jià)機(jī)制情景，在S0現(xiàn)貨市場出清的基礎(chǔ)上，根據(jù)ERCOT 的運(yùn)行備用需求曲線（曲線參數(shù)見附錄D 表D1）計(jì)算價(jià)格增量，系統(tǒng)備用裕度要求為15%，結(jié)算電價(jià)上限取失負(fù)荷價(jià)值，設(shè)為9 000 美元/（MW·h）；S2為容量補(bǔ)償機(jī)制情景，電能量市場運(yùn)行與S0相同，容量費(fèi)根據(jù)峰值負(fù)荷變化每年更新一次，參考機(jī)組為G3，系統(tǒng)備用裕度為15%；S3為容量市場機(jī)制情景，電能量市場運(yùn)行與S0相同，容量拍賣以年為單位組織，新建參考機(jī)組為G3，按15% 的備用裕度采購系統(tǒng)目標(biāo)容量。

3.2 風(fēng)險(xiǎn)中立結(jié)果分析

3.2.1 容量充裕度

當(dāng)決策者的風(fēng)險(xiǎn)偏好為中立時(shí)，不同情景下G1、G2、G3 的裝機(jī)容量發(fā)展曲線如圖3 所示。

圖3 不同情境下的裝機(jī)容量Fig.3 Installed capacity in different scenarios

S0基準(zhǔn)情景下，隨著可再生能源發(fā)電比例持續(xù)上升，火電收益空間逐漸縮小。在無充裕度機(jī)制保障的情況下，各類型機(jī)組均出現(xiàn)了嚴(yán)重的容量退役。第20 年電力裝機(jī)存量達(dá)到低谷，G1 剩余容量為42 000 MW，G2 剩余容量為10 080 MW，G3 剩余容量為1 225 MW，與第1 年相比分別減少了60.0%、73.8%、94.2%，火電總裝機(jī)減少67.6%。

從裝機(jī)總量來看，S1、S2、S3情景整體也呈現(xiàn)出下降態(tài)勢，但是各年度存量均高于S0，年均提升比例分別為15.3%、54.8%、28.1%。S2容量補(bǔ)償機(jī)制下，火電存量保持最高且機(jī)組退役主要取決于壽命極限，仿真結(jié)束時(shí)總?cè)萘勘Ａ魹槌跏寄甑?4.2%。S3容量市場機(jī)制下，各年度的容量增幅（以S0為基準(zhǔn)）最穩(wěn)定，第4 年后系統(tǒng)容量增幅的方差是S1的22%、S2的9%。

從電源結(jié)構(gòu)來看，S1稀缺定價(jià)同時(shí)提高了G1、G2、G3 的年存量，3 種發(fā)電類型均呈現(xiàn)較明顯的階梯下降趨勢，仿真前10 年（未發(fā)生機(jī)組服役到期）保持相對穩(wěn)定的市場占比。S2容量補(bǔ)償機(jī)制下，隨著服役時(shí)間較短的氣機(jī)逐漸退出市場，G1 煤電的市場占比進(jìn)一步提高。S3容量市場對承擔(dān)不同負(fù)荷類型的機(jī)組影響效果有明顯差異:與S0相比，G1 作為基荷發(fā)電機(jī)組年均容量僅提升了5.1%，而腰荷機(jī)組G2、峰荷機(jī)組G3 分別提升了99.3%和149.4%。

計(jì)算不同情景下的可靠性指標(biāo)如表2 所示。隨著容量大規(guī)模退坡，系統(tǒng)出現(xiàn)峰值負(fù)荷時(shí)，基準(zhǔn)情景S0的備用裕度長期小于零，最嚴(yán)重時(shí)失負(fù)荷期望（loss of load expectation，LOLE）達(dá)到50 h。引入充裕度機(jī)制后，峰荷備用裕度大幅提高，其中S2的年均值最大，而S3容量市場情景最接近15%的可靠性標(biāo)準(zhǔn)。與此同時(shí)，失負(fù)荷情況得到了顯著改善，S1、S2、S3年平均LOLE 分別下降了10.1、11.4、11.4 h。

表2 不同情景下可靠性數(shù)據(jù)Table 2 Reliability data in different scenarios

上述現(xiàn)象表明，盡管3 種機(jī)制均顯著改善了可靠性，但是稀缺定價(jià)機(jī)制通過單一能量市場的價(jià)格引導(dǎo)，優(yōu)化得到的長期資源充裕度相對低于S2、S3情景。結(jié)合后文的社會(huì)福利分析，可以證明部分時(shí)段的負(fù)荷削減能夠最大化經(jīng)濟(jì)效益，說明引入需求響應(yīng)是電力市場優(yōu)化資源配置的必要環(huán)節(jié)。此外，3 種機(jī)制電源結(jié)構(gòu)的演化路徑互不相同:容量補(bǔ)償機(jī)制充分存續(xù)了系統(tǒng)初始的電源組合，容量市場機(jī)制側(cè)重于促進(jìn)邊際機(jī)組的維持運(yùn)營，稀缺定價(jià)機(jī)制均衡兼顧了各類型機(jī)組的裝機(jī)保有量。3.2.2 節(jié)進(jìn)一步從收入的角度探討不同路徑的產(chǎn)生原因。

3.2.2 機(jī)組凈收益

定義機(jī)組單位容量凈收益等于電能量、輔助服務(wù)、容量收入總和，再減去變動(dòng)成本、運(yùn)維成本以及年化投資成本。圖4 給出了基荷發(fā)電機(jī)組G1、腰荷發(fā)電機(jī)組G2、峰荷發(fā)電機(jī)組G3 的年凈收益，陰影部分表示不考慮年化投資成本時(shí)，機(jī)組凈收益隨情景變化的范圍。

圖4 各類型機(jī)組的年凈收益Fig.4 Annual net profit of each type of unit

分機(jī)組而言，G1 和G2 當(dāng)且僅當(dāng)處于S1稀缺定價(jià)情景時(shí)，能夠在部分仿真年中回收全部成本；S2、S3情景的機(jī)組凈收益高于S0，但伴隨時(shí)間的推移差距逐漸縮小。對于峰荷機(jī)組G3，機(jī)制間的凈收益波動(dòng)（陰影面積）小于G1、G2。分機(jī)制而言，隨著新能源占比逐漸提高，S1稀缺定價(jià)的機(jī)組凈收益保持周期性波動(dòng)，但是尖峰值呈現(xiàn)縮小趨勢；S2容量補(bǔ)償?shù)膬羰找媲€緩慢下滑，激勵(lì)效果逐步弱化；S3容量市場使基荷機(jī)組的凈收益產(chǎn)生下降趨勢，對腰荷、峰荷機(jī)組則相反。

上述現(xiàn)象說明，稀缺定價(jià)能夠最直接解決“missing money”的回收問題。價(jià)格帽的松弛使得機(jī)組可以在供應(yīng)緊張時(shí)段，通過發(fā)電獲得遠(yuǎn)高于運(yùn)行成本的收入，延緩了容量的提前退役。容量補(bǔ)償機(jī)制下，機(jī)組凈收益波動(dòng)小，但是仿真后期的裝機(jī)過剩逐漸削弱了激勵(lì)效果。容量市場機(jī)制存在相似的問題:隨著時(shí)間發(fā)展，供給側(cè)的過盛導(dǎo)致現(xiàn)貨市場出清價(jià)格偏低，發(fā)電收入的減少抵消了額外的容量市場補(bǔ)貼，尤其對于更大程度依賴于電能量市場收入的非邊際機(jī)組而言，凈收益并無明顯提高。長期來看，對發(fā)電機(jī)組進(jìn)行容量付費(fèi)會(huì)通過影響現(xiàn)貨市場的運(yùn)行，降低成本回收的效率。

3.2.3 社會(huì)福利

定義社會(huì)福利W(y)等于消費(fèi)者效用與發(fā)電總成本的差值:

式中:ΔEu(y)為失負(fù)荷電量變化量。

同理可得發(fā)電總成本變化量ΔCT(y)及社會(huì)福利變化量ΔW(y)。統(tǒng)計(jì)S1至S3情景下的年平均數(shù)據(jù)，對比結(jié)果見表3。

表3 各情景下社會(huì)福利數(shù)據(jù)Table 3 Social welfare data in different scenarios

由表3 可知，稀缺定價(jià)和容量市場機(jī)制均可以增加社會(huì)福利，相反，容量補(bǔ)償機(jī)制會(huì)導(dǎo)致社會(huì)福利的減損。S1稀缺定價(jià)的優(yōu)化效益最大，年均增量比容量市場高出1.28 億美元。在消費(fèi)者效用層面，3 種機(jī)制均通過提高可靠性，充分限制了停電損失；在發(fā)電總成本層面，S1稀缺定價(jià)情景耗費(fèi)最少，僅為S2支出的25.7%、S3支出的60.3%。

從機(jī)制設(shè)計(jì)來看，S2、S3情景下，占總收入比重大的容量收入取決于運(yùn)營機(jī)構(gòu)對中長期負(fù)荷的集中預(yù)測，而S1情景的稀缺收入依靠各個(gè)市場主體進(jìn)行分散預(yù)測。理想情況下，如果供需信息能夠被完美預(yù)測，則集中預(yù)測和分散預(yù)測對資源配置能夠達(dá)到相同的優(yōu)化效果。當(dāng)預(yù)測存在不確定性時(shí)，運(yùn)營機(jī)構(gòu)在容量需求的制定中，通過設(shè)置全系統(tǒng)的裕度避免預(yù)測偏低產(chǎn)生電力缺口，與此同時(shí)，也造成了預(yù)測偏高帶來的容量過剩問題；而在分散預(yù)測下，單個(gè)市場主體的預(yù)測失準(zhǔn)對整體供需平衡的影響弱化，并且多個(gè)主體之間預(yù)測的高低差異存在互抵的效果。因此，對比S1情景，S2、S3由于集中預(yù)測導(dǎo)致的容量過剩相對損害了社會(huì)福利，情況最嚴(yán)重的S2情景下，機(jī)組冗余付出的運(yùn)維成本甚至使得社會(huì)福利遠(yuǎn)低于S0。

3.3 風(fēng)險(xiǎn)規(guī)避結(jié)果分析

調(diào)整風(fēng)險(xiǎn)規(guī)避系數(shù)為1、2、3，與風(fēng)險(xiǎn)中立時(shí)相比，火電總裝機(jī)容量的變化如圖5 所示。隨著風(fēng)險(xiǎn)規(guī)避系數(shù)的提高，S0基準(zhǔn)情景的容量曲線呈現(xiàn)下移的趨勢。S2容量補(bǔ)償與S3容量市場的曲線變化趨同，整體的裝機(jī)水平下跌，并且在高風(fēng)險(xiǎn)規(guī)避系數(shù)的情形中提前出現(xiàn)了拐點(diǎn)。S1稀缺定價(jià)在仿真前半段，容量曲線有明顯的交錯(cuò)現(xiàn)象，是因?yàn)轱L(fēng)險(xiǎn)規(guī)避的意愿越強(qiáng)烈，退役現(xiàn)象產(chǎn)生的越早，供需形勢的變化影響了后續(xù)年份的決策，導(dǎo)致階梯狀的下降規(guī)律失步。從風(fēng)險(xiǎn)中立到風(fēng)險(xiǎn)規(guī)避系數(shù)為3的極端條件變化中，S1累計(jì)裝機(jī)容量的年均下降最多，達(dá)到7.7 GW，S2與S3情景對應(yīng)值分別為3.3 GW、3.5 GW。

圖5 風(fēng)險(xiǎn)規(guī)避下的裝機(jī)容量Fig.5 Installed capacity with risk aversion

表4 給出了不同風(fēng)險(xiǎn)規(guī)避系數(shù)下，各場景的年均失負(fù)荷期望、社會(huì)福利變化量（對比風(fēng)險(xiǎn)中立的基準(zhǔn)情景）。由表4 可知，在基準(zhǔn)情景和稀缺定價(jià)情景中，年均失負(fù)荷小時(shí)與風(fēng)險(xiǎn)規(guī)避系數(shù)的關(guān)系為“此長彼長”，而容量補(bǔ)償與容量市場機(jī)制則受影響較小。社會(huì)福利方面，隨著風(fēng)險(xiǎn)規(guī)避系數(shù)增大，稀缺定價(jià)和容量市場機(jī)制仍然能夠增加社會(huì)福利，但兩者的變化趨勢相反:S3容量市場情景的社會(huì)福利增量持續(xù)擴(kuò)大，而S1稀缺定價(jià)情景的社會(huì)福利增量開始減少，當(dāng)風(fēng)險(xiǎn)規(guī)避系數(shù)為2 時(shí)已經(jīng)低于S3情景。容量補(bǔ)償機(jī)制下，社會(huì)福利隨著風(fēng)險(xiǎn)規(guī)避系數(shù)的提高有所改善，但仍然處于受損狀態(tài)。

表4 風(fēng)險(xiǎn)規(guī)避系數(shù)敏感性分析Table 4 Sensitivity analysis of risk aversion coefficient

上述現(xiàn)象說明，推行稀缺定價(jià)機(jī)制必須配套有效的風(fēng)險(xiǎn)規(guī)避工具，否則會(huì)對系統(tǒng)可靠性及社會(huì)福利帶來不利影響。本文暫未考慮市場主體通過金融衍生品進(jìn)行風(fēng)險(xiǎn)控制的情景，實(shí)際上，稀缺定價(jià)配套單向差價(jià)合約、可靠性期權(quán)等方式在國外已有實(shí)踐［7］，組合方式有利于發(fā)電商提前鎖定部分收益。在本算例中，若金融衍生品將市場環(huán)境的相對風(fēng)險(xiǎn)系數(shù)從3 降至0，社會(huì)福利增量大于付出的交易成本，則該模式仍然可以是最優(yōu)的。

在容量補(bǔ)償與容量市場情景中，風(fēng)險(xiǎn)規(guī)避型發(fā)電商維持經(jīng)營的意愿低，通過容量的提前退役減少了相關(guān)成本。當(dāng)失負(fù)荷未發(fā)生明顯惡化時(shí)，二者對比風(fēng)險(xiǎn)中立情景均實(shí)現(xiàn)了社會(huì)福利的相對增加。但是基于統(tǒng)一補(bǔ)貼標(biāo)準(zhǔn)的容量補(bǔ)償方式仍然造成社會(huì)福利的絕對虧損，說明推行該機(jī)制應(yīng)避免“一刀切”的全市場補(bǔ)貼，如按照機(jī)組類型分類補(bǔ)貼，以減少社會(huì)成本。對于容量市場，可以認(rèn)為，當(dāng)發(fā)電側(cè)的市場主體存在較強(qiáng)烈的風(fēng)險(xiǎn)規(guī)避傾向時(shí)，反而可以利用該性質(zhì)提升機(jī)制效益，在確?？煽啃缘那疤嵯路乐谷萘康娜哂嗷蜻^度投資。

4 結(jié)語

在構(gòu)建新型電力系統(tǒng)的形勢下，合適的發(fā)電容量充裕度機(jī)制是電力市場長期、平穩(wěn)運(yùn)行的重要保障。本文通過建立SD 模型，研究了稀缺定價(jià)、容量補(bǔ)償、容量市場3 種典型機(jī)制的實(shí)施效果，主要結(jié)論以及對中國市場機(jī)制設(shè)計(jì)的展望如下。

1）引入充裕度機(jī)制可以顯著改善系統(tǒng)潛在的資源不足問題，不同機(jī)制對發(fā)電結(jié)構(gòu)的演化趨勢影響不同。中國市場建設(shè)初期可首先試行容量補(bǔ)償機(jī)制，以快速彌補(bǔ)現(xiàn)貨市場運(yùn)行帶來的火電企業(yè)虧損；但從長期來看，容量補(bǔ)償機(jī)制不利于在低碳目標(biāo)下減少煤電機(jī)組的市場份額，應(yīng)逐漸過渡到市場化的稀缺定價(jià)或容量市場機(jī)制，側(cè)重于促進(jìn)邊際機(jī)組的經(jīng)營與投資。

2）風(fēng)險(xiǎn)中立時(shí)，市場化程度越高，充裕度機(jī)制對長期資源配置的優(yōu)化效果越大。容量補(bǔ)償機(jī)制雖然簡單可行，但是犧牲了巨大的成本維持過剩的資源。隨著中國電力市場運(yùn)營機(jī)構(gòu)規(guī)劃能力的提高，應(yīng)推動(dòng)容量市場建設(shè)以達(dá)到增加社會(huì)福利的長期目標(biāo)。當(dāng)市場主體不斷成熟后，可以更大程度依賴稀缺定價(jià)釋放價(jià)格信號，減少集中式容量管制對現(xiàn)貨市場運(yùn)行的影響。

3）與稀缺定價(jià)機(jī)制相反，容量補(bǔ)償、容量市場機(jī)制對風(fēng)險(xiǎn)規(guī)避態(tài)度的敏感性小，且對比風(fēng)險(xiǎn)中立情景實(shí)現(xiàn)了社會(huì)福利的相對增加。中國建設(shè)充裕度機(jī)制必須考慮市場風(fēng)險(xiǎn)對實(shí)施效果的影響，從全社會(huì)最優(yōu)的角度出發(fā)，可發(fā)展有效的風(fēng)險(xiǎn)規(guī)避工具配套稀缺定價(jià)機(jī)制，兼顧不確定性環(huán)境下的系統(tǒng)可靠性與經(jīng)濟(jì)性。

下一步的工作將結(jié)合中國的國情、省情展開具體分析，設(shè)計(jì)適合中國電力市場實(shí)際的發(fā)電容量充裕度機(jī)制方案，通過與現(xiàn)貨市場、碳市場的銜接，研究系統(tǒng)發(fā)電組合在復(fù)雜環(huán)境下的長期演化。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。