陳筱中，劉 偉，劉宇明，張?zhí)鞂?，?昂

（山東電力交易中心有限公司，山東 濟南 250001）

0 引言

2015 年，國務院發(fā)布中發(fā)［2015］9 號文《關于進一步深化電力體制改革的若干意見》，預示著我國進入電力體制改革的新時代。2017年，國家發(fā)展改革委和國家能源局印發(fā)《關于開展電力現(xiàn)貨市場建設試點工作的通知》，第一次提出構建現(xiàn)貨市場，并選擇8個地區(qū)作為建設試點，進一步加快了電力市場體系建設的步伐。至2019 年，試點地區(qū)通過借鑒國內外現(xiàn)貨市場規(guī)則，并結合自己省份內部的能源配比情況，形成各自的現(xiàn)貨市場機制與技術支持系統(tǒng)，并完成模擬試運行。2020 年，國家發(fā)展改革委、國家能源局聯(lián)合發(fā)布發(fā)改辦能源規(guī)［2020］245號文《關于做好電力現(xiàn)貨市場試點連續(xù)試結算相關工作的通知》，對試點建設中存在的問題進行梳理，并提出進一步要求。2021 年，國家發(fā)展改革委發(fā)布發(fā)改價格［2021］1439 號文《關于進一步深化燃煤發(fā)電上網電價市場化改革的通知》，放開燃煤發(fā)電上網電價，推動工商業(yè)用戶都進入市場，取消目錄電價，全面推進電力市場建設［1-4］。

隨著中國電力市場的建設，新能源的反市場特性越來越顯著，怎樣建設新能源體系，使新能源更好參與電力市場，同時又能促進新能源消納，成為國內外研究的重點課題。文獻［4］介紹了國外5 個現(xiàn)貨市場運行情況和國內8 個試點單位現(xiàn)貨結算試運行狀況，分析了電力現(xiàn)貨市場的結構設置以及促進可再生能源消納的市場機制。文獻［5］從政策角度給出促進清潔能源消納的市場機制設計的建議。文獻［6］研究新能源電廠參與電力市場交易的不平衡費用處理機制。文獻［7-8］重點探討了國外新能源參與電力市場的機制設計以及運行情況。文獻［9］通過美國得克薩斯州電網的運行分析，得出了國外新能源參與電力市場的機制和實踐經驗。文獻［10］提出能源轉型時期中國特色電力市場建設的一些思考與重要問題。文獻［11-13］主要分析了新能源參與現(xiàn)貨市場的調度優(yōu)化算法。文獻［14-16］主要分析了市場主體在現(xiàn)貨市場中的競價策略。

目前國內相關研究僅局限于新能源參與市場機制上，對新能源參與某種機制市場下的盈虧行為缺乏必要分析。首先介紹山東電力現(xiàn)貨市場架構和相應規(guī)則，以及新能源參與市場的機制。在此基礎上，深入研究參與中長期交易的新能源電站結算電價的數(shù)學模型，并通過結算試運行的結果進行分析。最后，得出結論并給出對新能源主體參與現(xiàn)貨市場的啟示。

1 山東電力現(xiàn)貨市場新能源參與機制

1.1 山東電力現(xiàn)貨市場架構和相應規(guī)則

山東電力現(xiàn)貨市場由三部分構成，分別為日前市場、日內機組組合調整和實時市場，采用全電量申報、集中優(yōu)化出清的方式開展，通過集中優(yōu)化計算，得到機組開機組合、分時發(fā)電出力曲線以及分時現(xiàn)貨市場價格。

現(xiàn)階段，采用“發(fā)電側報量報價、用戶側報量不報價”模式組織省內日前市場交易。參與市場的發(fā)電機組申報運行日的報價信息，售電公司和批發(fā)用戶申報運行日的用電需求曲線，不申報價格。電力調度機構通過預測負荷曲線，考慮邊界條件，采用安全約束機組組合（Security Constraint Unit Commitment，SCUC）、安全約束經濟調度（Security Constraint Economic Dispatching，SCED）算法進行集中優(yōu)化計算，出清得到運行日的機組開機組合、分時發(fā)電出力曲線以及分時節(jié)點電價，用于市場交易結算。之后，電力調度機構預測全網系統(tǒng)負荷和母線負荷，采用相同的SCUC、SCED 模型，進行可靠性機組組合校驗，結果用于發(fā)電機組組合和發(fā)電出力實際執(zhí)行。

日內機組組合調整根據(jù)電網運行實際情況開展。電力調度機構可根據(jù)電網運行的最新邊界條件，采用SCUC、SCED 算法進行優(yōu)化計算，得到機組開機組合、分時發(fā)電出力曲線。日前市場形成的交易出清結果（含價格）不進行調整。

實時市場中，電力調度機構基于最新的電網運行狀態(tài)與超短期負荷預測信息，綜合考慮各種運行約束條件，在日前市場與日內機組組合調整確定的開機組合基礎上，以發(fā)電成本最小為優(yōu)化目標，采用SCED 算法進行優(yōu)化計算，滾動優(yōu)化機組出力，形成各發(fā)電機組需要實際執(zhí)行的發(fā)電計劃和實時節(jié)點電價。電力調度機構在系統(tǒng)實際運行前15 min 開展實時市場交易出清，滾動修改未來2 h市場交易結果。

1.2 新能源參與市場的機制

集中式新能源電站（不含扶貧光伏）按自愿原則參與中長期交易，按照風電、光伏典型發(fā)電曲線或自定義曲線，申報合同電量、價格（不含容量補償電價）。參與中長期交易的新能源電站全電量參與現(xiàn)貨市場。未參與中長期交易的新能源電站（不含扶貧光伏），按現(xiàn)貨規(guī)則規(guī)定參與日前現(xiàn)貨市場出清及定價，實際上網電量的90%按照其實際發(fā)電曲線，按照政府批復價格結算。

新能源電站在出力未受限時段按考核電量和政府批復新能源電價進行預測偏差考核，考核電量為預測曲線和實際出力曲線偏差電量的2%（允許偏差除外）。在新能源消納未受限時，新能源電站超出實時市場出清曲線運行部分（允許偏差除外），按實時市場出清電價的5% 回收偏差收益（價格為負時取0）［17-20］。

2 參與中長期交易的新能源電站結算電價模型

參與中長期交易的新能源電站每時段市場化電量電費為

式中：R為該時段市場化電量電費；Rz為該時段中長期合約電費收入；Rr為該時段日前市場偏差電費收入；Rs為該時段實時市場偏差電費收入。

每時段電量電價（不考慮偏差考核部分）為

式中：P為該時段電量電價；Pz為該時段中長期凈合約電價；P日前為該時段日前市場節(jié)點電價；P實時為該時段實時市場節(jié)點電價；Qz為該時段中長期凈合約電量；Q日前為該時段日前市場中標電量；Q實時為該時段實時市場上網電量。

可知，結算價格P是隨實時價格P實時波動的，α、β為產生盈虧的兩個因子。兩個因子均含有由價格決定的盈虧因素以及由電量決定的幅值因素。

α因子表明，在中長期價格超過日前價格時段，多簽中長期合約收益更大；在中長期價格低于日前價格時段，少簽甚至不簽收益更大。靈活簽約及轉讓中長期合約，是盈利與否的重要手段。

日前價格和實時價格是全網集中出清得到，β因子表明，無阻塞情況下，全網同盈同虧，而日前出清電量和實時上網電量的比值決定了盈虧的幅度。電站在日前市場的報量報價，是將盈虧擴大或縮小的重要手段。

3 山東新能源電站結算情況分析

3.1 山東新能源電站總體結算情況

2021 年12 月份，山東共11 家風電站和1 家光伏電站參與中長期交易，總上網電量1.50 億kWh（占新能源總上網電量的3.23%），其中，中長期交易電量0.52 億kWh，占比34.24%。合約電量占比最高的電站為93.31%，最低的電站為9.79%；未參與中長期交易的新能源電站總上網電量45.12 億kWh（占新能源總上網電量的96.77%），其中，優(yōu)先電量40.61 億kWh，占比90%。

參與中長期交易的風電站均價395.78 元/MWh（含容量補償）。較合約價下降最少電站M 為23.12 元/MWh，較合約價下降最多的電站N 為86.59 元/MWh。未參與中長期交易的風電站均價383.47元/MWh（含容量補償）。

3.2 曲線分析

圖1、圖2、圖3 為M 電站12 月份相關成分曲線，圖4、圖5、圖6 為N 電站相關成分曲線。左側縱坐標為價格，主要涉及結算價格、中長期合約價格、日前出清價格、實時出清價格；右側縱坐標為百分比，主要涉及中長期合約占比、日前出清占比；橫坐標為日期，日期之間代表各個時刻。

圖1 M電站12月1日—10日相關成分數(shù)據(jù)曲線

圖2 M電站12月11日—20日相關成分數(shù)據(jù)曲線

圖3 M電站12月21日—31日相關成分數(shù)據(jù)曲線

圖4 N電站12月1日—10日相關成分數(shù)據(jù)曲線

圖5 N電站12月11日—20日相關成分數(shù)據(jù)曲線

通過曲線圖可以直觀地看出，中長期占比大部分時段接近于0，出現(xiàn)若干尖峰；日前出清占比大部分時段接近于1（日前電量等于實時電量，預測準確），也出現(xiàn)若干尖峰。出現(xiàn)尖峰的時刻幾乎吻合，原因可能為惡劣天氣導致風機無法正常運轉使實時上網電量大幅降低。價格方面，日前出清價格和實時出清價格曲線走勢大致相同，均呈現(xiàn)午間低谷時段價格低、晚間高峰時段價格高的態(tài)勢，體現(xiàn)了現(xiàn)貨價格反映供需關系的作用。

由之前理論分析可知，結算價格受α因子、β因子影響。當中長期占比出現(xiàn)尖峰時，α因子產生的影響是使結算價格曲線與日前出清價格曲線相反。當日前出清占比出現(xiàn)尖峰時，β因子產生的影響是：日前出清價格大于實時出清價格時，抬高結算價格；日前出清價格小于實時出清價格時，拉低結算價格。

由圖1—圖3 可以看出，12 月1 日開始時刻占比均未出現(xiàn)尖峰（），結算價格曲線與日前出清價格曲線基本重合。此時α≈0，而Q日前與Q實時近似相等，從而P≈P日前。18：00—19：00 日前出清占比出現(xiàn)小高峰，而中長期占比并未出現(xiàn)，此時結算價格主要受β因子影響，實時出清價格大于日前出清價格，造成結算價格出現(xiàn)下降。21：00，中長期占比與日前出清占比均出現(xiàn)高峰，此時結算價格受α因子、β因子雙重影響，中長期合約價格低于日前出清價格，α因子導致結算價格下降，實時出清價格大于日前出清價格，β因子也導致結算價格下降，二者疊加使價格下降幅度較大。12 月3 日08：00—10：00，中長期占比與日前出清占比均出現(xiàn)高峰，08：00—09：00，中長期合約價格低于日前出清價格且實時出清價格高于日前出清價格，導致結算價格很低，09：00—10：00，日前出清價格和實時出清價格出現(xiàn)下降，此時日前出清價格低于中長期合約價格且高于實時出清價格，導致結算價格較高。12 月9 日01：00—02：00，此時價格主要受β因子影響，但由于日前出清價格和實時出清價格相等，使β因子產生的盈虧為0。12月24日—26日，惡劣天氣影響導致風電站部分風機被迫停運，日前出清電量和實時出清電量偏差較大，經政府相關部門同意，調度部門事后將日前出清曲線修正為實時出清曲線，圖3 中可以看出，由于中長期占比較高，此時結算價格主要受α因子影響，結算價格曲線與日前出清價格曲線以中長期合約價曲線為軸對稱分布。

圖4—圖6，在坐標比例相同的情況下，N 電站曲線變化幅度明顯小于M 電站。12 月1 日23：00，中長期占比與日前出清占比同時出現(xiàn)高峰，且二者高峰曲線重合，此時日前出清價格與中長期價格近似相等，α因子影響不大，而實時出清價格大于日前出清價格，β因子產生影響導致最終結算價格較低。12 月7日上午時段，中長期占比與日前出清占比同時出現(xiàn)高峰，從圖中可明顯看出，02：00—04：00時段日前價格和實時價格曲線重合，結算價格此時只受α因子影響，價格稍高，但04：00—11：00 時段中長期、日前、實時的價格都有偏差，α因子和β因子共同影響，導致結算價格大幅度下降。12月17日01：00時段，中長期占比與日前出清占比同時出現(xiàn)高峰，此時日前出清價格與實時出清價格近似相等，β因子影響不大，中長期價格大于日前出清價格，最終結算價格較高。12月19日11：00—13：00時段結算價格出現(xiàn)較高的水平，但12：00 時刻結算價格出現(xiàn)回落，觀察價格曲線，此時中長期價格與日前出清價格價差最大，理論上價格應該更高，實際上不升反降，觀察中長期占比與日前出清占比曲線不難發(fā)現(xiàn)，在此時刻占比曲線也出現(xiàn)回落，雖然對結算價格的影響也是使結算價格高于中長期均價，但不及相鄰兩個時刻，體現(xiàn)出α因子與β因子中的幅值影響因素。12 月24 日—26日，與M 電站不同，N 電站中長期占比接近于0，此時結算價格曲線跟日前出清價格曲線重合。

圖6 N電站12月21日—31日相關成分數(shù)據(jù)曲線

通過曲線分析，我們可以看到，M 電站在中長期市場和日前市場的行為制造了很多個尖峰，使得結算價格變化幅度大，雖風險較高，但收益可觀。相反，N 電站行為較為保守，甚至一些錯誤的行為導致大部分時段價格低于中長期價格。

4 結語

研究參與中長期交易的新能源結算價格的影響因素，并通過對山東電力現(xiàn)貨市場2021年12月份兩家典型風電站相關曲線的進行分析驗證。主要結論與建議包括：

1）建議中長期采用帶曲線的交易模式，根據(jù)日前出清價格的變化規(guī)律，在峰時段少簽約中長期，在谷時段多簽約中長期，可增加α因子盈利因素。峰時段少簽中長期，電量以高現(xiàn)貨價格賣出；谷時段多簽中長期，面對低價現(xiàn)貨市場，以中長期價格進行穩(wěn)固。所以，搶占谷段用戶市場尤為關鍵。

2）電廠在日前市場的報量報價，是將盈虧擴大或縮小的重要手段。日前出清價格和實時出清價格大小不好預估，可在日前市場提高報價、減少出清電量，降低β因子產生的風險。

3）新能源實際上網電量受天氣影響較大，惡劣天氣會使α因子、β因子影響擴大，此時大概率會出現(xiàn)虧損?？深A測的情況下，可以出讓部分中長期合約，并在日前市場提高報價，降低虧損的程度。另外，惡劣天氣對新能源參與市場的機制有待進一步研究。

4）根據(jù)山東電力現(xiàn)貨市場新能源消納機制，新能源電站實時上網電量不會受到日前出清和實時出清結果的限制，在不受限時段，發(fā)出電量均會并入電網，但會根據(jù)實時上網電量與日前出清電量和實時出清電量的偏差進行預測偏差考核和偏差收益回收。所以，提高預測準確性非常重要，可以減少考核。