張 晗, 韓 冬, 劉 坦, 黃 燕

(1. 上海理工大學 機械工程學院,上海 200093; 2. 國網(wǎng)合肥供電公司, 合肥 230061)

2020年9月,中國向世界宣布了“2030年前實現(xiàn)碳達峰、2060年前實現(xiàn)碳中和”的目標.清潔能源的大規(guī)模高效利用是實現(xiàn)碳抵消,進而實現(xiàn)碳中和戰(zhàn)略目標的重要手段[1].其中,用戶側分布式光伏作為能源開發(fā)與利用的重要方式之一,因其就近發(fā)電、就地消納、低線損、使用壽命長等諸多優(yōu)點被家庭用戶廣泛采用.

售電市場改革背景下,接入分布式光伏的用戶用電需求對銷售電價具有價格彈性,即隨著用戶側分布式光伏的高水平滲透,用戶減少向售電商購電,售電商的收入下降;售電商為維持原有的收益水平,向監(jiān)管部門提議提高電價,若電價提高,則更多的用戶選擇接入分布式光伏:這是一個正反饋回路,若不加以干預,售電商盈余會隨著分布式光伏的高水平滲透而持續(xù)降低,售電商收支失衡,存在陷入“死亡螺旋”[2-4]運營窘境的風險.特別是隨著用戶側分布式光伏裝機成本的逐年下降[5]和儲能系統(tǒng)的大規(guī)模部署[6],售電商將面臨更為嚴峻的售電環(huán)境.此外,輸配電價改革后,回收電網(wǎng)準許成本和獲得合理收益成為售電商的主要利潤來源[7],由于政府核定的輸配電價往往低于以往的售電商購銷價差[8],售電商的輸配電收入隨之降低.文獻[9]量化分析了售電市場環(huán)境下浙江海寧市光伏發(fā)電量對售電商利潤的影響,并預測2019年海寧市售電商的售電利潤將減少1.29億元.加之受化石燃料成本上升和維護日益老化的輸配電基礎設施的影響,售電商的固定成本逐年增加[10],盈余日益下降.因此,評估售電商“死亡螺旋”發(fā)生的可能性,分析可能導致“死亡螺旋”的關鍵影響因素,能夠為售電商及時有效地做出應對提供參考,對保證售電商的可持續(xù)運營、促進電力系統(tǒng)的低碳運行具有重要的現(xiàn)實意義.文獻[11]表明售電市場的放開對售電商利潤、現(xiàn)金流、增值服務收益等均有影響;文獻[12]考慮在售電側放開背景下實施需求響應,合理分配用戶電量以增加售電商的售電收益.現(xiàn)有研究缺少對售電商“死亡螺旋”運營窘境的前瞻性分析,未能揭示“死亡螺旋”的發(fā)生機理.

針對電力市場環(huán)境中,售電商的經(jīng)濟運營與分布式光伏滲透規(guī)模、用戶的技術采納程度以及多種市場因素之間具有復雜的耦合關系[13],且多主體、多因素隨時間不斷變化的特性,本文采用系統(tǒng)動力學(System Dynamics, SD)模型,綜合考慮分布式光伏滲透與售電商之間的市場耦合關系,模擬碳中和背景下分布式光伏隨時間演變下的滲透過程和售電側放開背景下售電商的經(jīng)濟運營情況,清晰地展現(xiàn)了不同市場條件對分布式光伏滲透的影響,通過敏感度分析找出了影響售電商盈余的多種因素,為避免售電商陷入“死亡螺旋”的運營窘境提供一定的參考.

1 市場反饋機制

傳統(tǒng)售電格局下,用戶購電方式為電網(wǎng)企業(yè)統(tǒng)購統(tǒng)銷模式,售電商可根據(jù)自身的盈余情況提議電價,由政府等監(jiān)管部門審核批準,售電市場相對壟斷[7].售電市場改革后,競爭性業(yè)務有序放開,電力供應呈現(xiàn)多元化,用戶側分布式光伏可滿足用戶的部分用電需求,用戶購電需求開始對銷售電價出現(xiàn)價格彈性,從而影響著用戶和售電商的購售電決策行為.隨著售電市場的逐步放開,在理想的售電市場環(huán)境下,分布式光伏、用戶、售電商以及監(jiān)管部門將在電價等市場條件的引導下形成一個閉環(huán)反饋系統(tǒng),相互影響和制約[14],即隨著用戶側分布式光伏滲透水平的提高,用戶的購電需求降低,售電商盈余減少,售電商向監(jiān)管部門提議提高電價,監(jiān)管部門根據(jù)市場在資源配置中起決定性作用、電價機制適應市場要求的原則確定新的銷售電價,新的銷售電價引導新的分布式光伏滲透水平.建立銷售電價影響下的分布式光伏滲透水平與售電商盈余形成的市場反饋機制,如圖1所示.其中,“+”代表正反饋關系,“-”代表負反饋關系.

圖1 光伏滲透與售電商運營的市場反饋機制

2 建立SD模型

2.1 SD對分布式光伏滲透與售電市場耦合機制分析的適用性說明

SD的基本思想是系統(tǒng)的行為模式與特性主要取決于系統(tǒng)內(nèi)部的結構,系統(tǒng)內(nèi)部各因素之間相互作用并相互制約,隨著時間的推移,系統(tǒng)處在不斷的動態(tài)變化中,從中可以得到目標因素隨時間變化而展現(xiàn)出的特性.SD采用定性與定量相結合以及系統(tǒng)綜合推理的方法,在構建出合理因果關系的基礎上,建立嚴謹準確的方程,通過計算機仿真得到準確結果[15].

用戶側分布式光伏的滲透是一個涉及經(jīng)濟活動和自身技術革新的過程,且與用戶的技術采納率、售電商盈余之間相互影響和制約,加之各經(jīng)濟因素和市場主體隨時間處于動態(tài)變化之中,難以反映這些反饋關系和動態(tài)特性.SD的分析方法兼顧定性與定量,能夠從系統(tǒng)的角度出發(fā),把握事物動態(tài)發(fā)展的趨勢,分析系統(tǒng)內(nèi)部因素相互作用關系的特點,因此適合建立基于SD的碳中和背景下分布式光伏與售電市場耦合機制模型,以獲得分布式光伏隨時間演變下的滲透水平和售電市場環(huán)境下售電商的運營情況,分析可能導致“死亡螺旋”的關鍵影響因素,為售電商及時、有效做出應對提供參考.

2.2 SD總模型

由圖1中建立的市場反饋機制可知,售電市場環(huán)境中,分布式光伏的滲透水平在銷售電價等經(jīng)濟因素的引導下,與用戶、售電商之間存在耦合關系.根據(jù)系統(tǒng)目標,將總模型分為售電商盈余、銷售電價、用戶技術采納率和分布式光伏滲透共4個子模塊,總模型的系統(tǒng)流程如圖2所示.圖中,紫色字體表示影子變量,模型很大時,若某變量已在一個子塊中定義,那么在另一個子塊中,用影子變量引用[15].圖中子模塊之間存在多條反饋回路,具體為:銷售電價的提高增加了分布式光伏發(fā)電的凈現(xiàn)值,縮短了分布式光伏的投資回報時間,從而提高用戶的光伏投資意愿,促進分布式光伏滲透水平的提高;同時,分布式光伏發(fā)電量的增加直接降低售電商的盈余水平,售電商由于自身的盈余減少而提議提高電價.各子模塊之間相互關聯(lián),子模塊內(nèi)部元素之間相互影響,加之系統(tǒng)隨時間發(fā)生變化,適合用SD方法建模分析.

圖2 總模型系統(tǒng)流程圖

2.3 銷售電價模塊

理順價格形成機制是新電改的重點任務之一[16].銷售電價不僅與用戶側分布式光伏滲透水平之間存在正反饋關系,而且直接影響售電商的盈余,合理的銷售電價應正確引導電力消費,保證售電商的可持續(xù)發(fā)展.銷售電價由上網(wǎng)電價、輸配電價(含線損)、政府性基金及附加共3部分組成[17].其中,上網(wǎng)電價包含容量電價和電量電價,容量電價可由政府制定,電量電價由市場競爭形成.輸配電價(含線損)是電網(wǎng)企業(yè)提供接入系統(tǒng)、聯(lián)網(wǎng)、電能輸送和銷售服務的價格總和,數(shù)值上等于準許收入與輸配電量的比值;準許收入是準許成本、準許收益和價內(nèi)稅金的總和.政府性基金及附加實質(zhì)上是全體電力用戶分攤的與電力行業(yè)相關的產(chǎn)業(yè)政策成本.由此,銷售電價可定義如下:

T=TO+TD+TG

(1)

TD=Pi/G

(2)

Pi=Pc+Pr+Ttax

(3)

式中:T為銷售電價;TO為上網(wǎng)電價;TD為輸配電價(含線損);TG為政府性基金及附加;Pi為準許收入;G為輸配電量;Pc為準許成本;Pr為準許收益;Ttax為價內(nèi)稅金.

2.4 分布式光伏滲透模塊

目前,我國分布式光伏發(fā)電滲透水平較低,尚處于發(fā)展的初始期,必將經(jīng)歷發(fā)展期、成熟期的發(fā)展過程[18],因此適合用S型增長曲線來擬合分析.用戶側分布式光伏的接入和消納,是一個包含社會經(jīng)濟影響和自身技術革新的復雜過程,銷售電價、政府補貼、分布式光伏成本等市場條件分別與分布式光伏的消納之間存在特定的反饋關系,且分布式光伏技術擴散的速率還受市場規(guī)模等因素的影響.

文獻[19]提出了一種考慮光伏投資回報特性以及技術利用率的巴斯擴散模型,并利用Lyapunov函數(shù)對該模型進行了穩(wěn)定性判定,可以得到分布式光伏在不同市場條件下的穩(wěn)定擴散范圍.在此基礎上,建立分布式光伏滲透模型:

(4)

式中:R(t)為時間t內(nèi)接入系統(tǒng)的分布式光伏總容量;m為市場潛力,表示分布式光伏在特定市場條件下的最大接入量;p、q分別為巴斯擴散模型中的創(chuàng)新系數(shù)和模仿系數(shù),反映了不同用戶行為導致分布式光伏接入的可能性.p、q須滿足0

m=RMSe-atPB

(5)

(6)

NPV=XPVβT+XPV(1-β)Tr+XPV(B-Gg)

(7)

XPV=R(t)hη

(8)

式中:RMS為市場規(guī)模;a為擬合系數(shù);tPB為投資回報時間;Ci為分布式光伏的單位裝機成本;NPV為選擇“自發(fā)自用、余電上網(wǎng)”模式的用戶接入分布式光伏后的凈現(xiàn)值;XPV為時間t內(nèi)分布式光伏的總發(fā)電量;β為光伏自用比率;Tr為脫硫燃煤標桿上網(wǎng)電價(下稱“脫硫電價”);B為政府補貼;Cg為分布式光伏單位發(fā)電成本;R(t)為時間t內(nèi)接入的分布式光伏總容量;h為時間t內(nèi)光伏光照時間;η為分布式光伏電池的發(fā)電效率.凈現(xiàn)值包括三項,第一項為用戶自用光伏發(fā)電量而節(jié)省下來的節(jié)電收益;第二項為用戶的賣電收益,售電商按脫硫電價回購用戶的剩余光伏發(fā)電量;第三項為全電量的政府補貼減分布式光伏單位發(fā)電成本.

2.5 用戶技術采納率模塊

分布式光伏滲透水平的提高,意味著接入分布式光伏的家庭數(shù)量增多,且呈S型增長趨勢.然而接入分布式光伏的家庭中,通常高收入家庭的接入光伏比率遠高于中低收入家庭[21],這是因為不同的收入群體對分布式光伏存在不同的投資意愿.投資意愿為用戶期望的分布式光伏投資回報時間與實際的投資回報時間之比.由于收入水平的差異,中低收入家庭期望的投資回報時間小于高收入家庭,所以在相同的實際投資回報時間之下,中低收入家庭的光伏投資意愿較低.文獻[22]采用中位數(shù)相對標準法對我國不同收入群體進行劃分,得到我國高收入群體約占總體的20%,中低收入群體約占總體的80%.本文也采用該比率對用戶群體進行分類.基于文獻[23]提出的用戶對新產(chǎn)品的采用率模型,考慮高收入家庭和中低收入家庭的差異性,建立適用于分布式光伏市場的用戶采用率模型:

HPV=Y1H0

(9)

LPV=Y2L0

(10)

(11)

(12)

D1=HPV/Pl

(13)

D2=LPV/Pl

(14)

2.6 售電商盈余模塊

輸配電價改革后,售電商的售電收入為政府核定的輸配電價與售電量的乘積,由于政府核定的輸配電價往往低于以往的購銷價差,且隨著分布式光伏的高水平滲透,售電商的售電份額減少,售電商收入水平不斷降低.售電側放開背景下,售電商失去了市場壟斷地位,盲目提議提高銷售電價可能造成售電份額的進一步丟失.由于售電商的盈余在不同時間段內(nèi)受政策的影響較大,且受分布式能源滲透水平制約的特點,適合用SD方法對售電商的盈余進行建模分析.售電商的運營收入主要包括售電收入以及向用戶收取的接入電費,售電商業(yè)務成本主要包括購電成本、回購分布式光伏發(fā)電的成本和運營維護成本[24].售電商盈余即售電商業(yè)務收入與業(yè)務成本之差.

采用包含接入電費和電量消費的兩部制結構作為電價費率模型.接入電費是售電商向用戶收取的一次性費用,與用電量無關;電量消費采用雙階梯電價的計價方式.居民費率模型如下:

Ei=c+ei

(15)

(16)

式中:Ei為用戶i需繳納的電費;c為接入電費;ei為電量消費成本;π1、π2分別為第一階梯與第二階梯的單位電價;qi為用戶i的實際購電量;qx為第一階梯的最大用電量.

若某售電商在其服務范圍內(nèi)為M個用戶供電,則這M個用戶所需繳納的電費為

(17)

TrXPV(1-β)-θ

(18)

式中:Rp為售電商盈余;λ為批發(fā)電價;Q-XPVβ即為輸配電量;TrXPV(1-β)為售電商回購用戶光伏發(fā)電量的支出;θ為售電商的運維成本.前兩項之和為售電商售電和收取接入電費的總收入,后三項之和為售電商批發(fā)電量、回購分布式光伏發(fā)電量和運行維護的總成本.

3 算例分析

3.1 原始數(shù)據(jù)和參數(shù)設置

采用我國華東地區(qū)某城市電網(wǎng)的數(shù)據(jù)作為原始數(shù)據(jù).該城市約有 2 000 萬人,全年總用電量約為1.568×1012kW·h;分布式光伏初始接入規(guī)模為854 MW,單位裝機成本為4元/W,單位發(fā)電成本為0.49元/(kW·h);全年平均光照時間為 1 120 h,光伏發(fā)電效率為64%;政府全電量補貼為0.18元/(kW·h),第一階梯和第二階梯的單位電價分別為0.617、0.677元/(kW·h);接入電費為每天0.6元,售電商批發(fā)電價為0.34元/(kW·h),脫硫電價為0.37元/(kW·h),售電商運維成本為每年1.14×109元.創(chuàng)新系數(shù)為0.002,模仿系數(shù)為0.5,擬合系數(shù)為0.3,光伏自用比率為50%;高收入家庭期望投資回報時間為10年,中低收入家庭期望投資回報時間為5年,初始高收入和中低收入光伏家庭數(shù)分別為 1 724 戶和271戶;光伏平均壽命周期為25年,高收入和中低收入家庭占比分別為20%和80%.

3.2 仿真分析

在此現(xiàn)行市場條件下,根據(jù)式(4)可得該地區(qū)分布式光伏極限接入容量為 1.063 8×107kW.銷售電價、政府補貼和光伏單位裝機成本直接影響投資光伏系統(tǒng)的凈現(xiàn)值,從而影響分布式光伏的滲透水平.為了量化分析光伏滲透水平對3種影響因素的敏感度,分別設置3種影響因素發(fā)生相同幅度變化的場景.參考分布式光伏單位裝機成本近年來下降的趨勢,預測光伏裝機成本將按每年30%的幅度下降[5],因此分別設置場景1～3;考慮到當前光伏補貼正在退坡,另設置場景4和5,具體如下:① 場景1,其他市場條件不變,銷售電價增長30%;② 場景2,其他市場條件不變,分布式光伏單位裝機成本下降30%;③ 場景3,其他市場條件不變,政府補貼增長30%;④ 場景4,其他市場條件不變,補貼退坡30%、裝機成本下降30%;⑤ 場景5,其他市場條件不變,補貼退坡30%.

如圖3所示,不同因素的取值會影響分布式光伏滲透的速率,但不會改變滲透的總體趨勢.由紅、藍、黃3條曲線可以看出,對分布式光伏滲透水平影響最大的3個因素依次是銷售電價、分布式光伏單位裝機成本和政府補貼.

圖3 不同場景下分布式光伏滲透水平

雖然政府補貼的影響較小,但是當補貼下降30%時,分布式光伏的增長速率明顯減弱,極限接入容量約僅有現(xiàn)行市場條件下的2/3,但是如果伴隨著單位裝機成本的同步下降,分布式光伏依然可以在穩(wěn)定擴散的范圍內(nèi)保持較快的增長趨勢.因此,補貼退坡過程可以綜合考慮光伏單位裝機成本的下降趨勢退坡至完全取消.

在現(xiàn)行的市場條件下,由于高收入和中低收入家庭投資意愿的程度不同,所以采納分布式光伏的速率不同.如圖4所示,前期高收入家庭采納分布式光伏的速率大于中低收入家庭:約在第10年高收入家庭采納分布式光伏的數(shù)量趨于穩(wěn)定,增長率趨于0;中低收入家庭采納分布式光伏的速率較慢,在中長期時間內(nèi)未能達到穩(wěn)定擴散的水平.

對中低收入的家庭來說,在其他現(xiàn)行市場條件不變的基礎上模擬光伏單位裝機成本下降30%(C1)和光伏電池發(fā)電效率增長30%(C2)的情況,圖4中,相比光伏發(fā)電效率的提高,光伏單位裝機成本的降低可以在單位時間內(nèi)吸引更多的中低收入家庭.由此可見,中低收入家庭采納分布式光伏需要更大的經(jīng)濟效益激勵,尤其在光伏補貼逐步退坡的形勢下,光伏單位裝機成本的下降可以有效地減輕中低收入家庭前期的接入負擔.

圖4 不同收入水平家庭采納光伏情況

圖5為銷售電價對光伏接入量和售電商盈余的影響.可知,提高銷售電價雖然可以暫時提高售電商的盈余,但隨著分布式光伏接入量的增加,售電商會丟失更多的市場份額,盈余仍然呈下降趨勢.雖然售電商的盈余很難降到負數(shù)范圍內(nèi),但從售電商經(jīng)濟運營的層面來說,盈余的大幅下降不利于售電商的持續(xù)穩(wěn)定運營.

圖5 銷售電價對光伏接入量和售電商盈余的影響

圖6為光伏單位裝機成本對光伏接入量和售電商盈余的影響.可知,隨著分布式光伏單位裝機成本的降低和光伏接入容量的增加,售電商的盈余呈下降趨勢,但在中長期時間內(nèi)盈余僅下降了0.05%.這是由于在其他因素不變的情況下,光伏單位裝機成本的降低在中長期時間內(nèi)僅激勵光伏接入量增長了0.06%,對售電量的影響較小,尤其在電價水平不變的情況下,售電商盈余的波動較小.

圖6 光伏單位裝機成本對光伏接入量和售電商盈余的影響

根據(jù)式(18)售電商的盈余函數(shù),從售電商支出層面看,批發(fā)電價和售電商運維成本的上升直接增加了售電商的支出;從售電商收入層面看,輸配電量的降低直接減少了售電商的收入;光伏平均光照時間、光伏自用比率是間接影響因素,增加光伏發(fā)電量從而減少輸配電量.圖7對影響售電商盈余的5種因素進行了靈敏度分析.其中,因素1為輸配電量減少5%、因素2為批發(fā)電價增加5%、因素3為運維成本增加5%、因素4為光伏平均光照時間增加5%、因素5光伏自用比率增加5%.考慮到光伏平均利用時間等因素在短時間內(nèi)的波動幅度不會太大,為方便對比分析,設置5個因素的波動幅度均為5%.

由圖7可知,紅色線為現(xiàn)行市場條件下,售電商盈余在中長期時間內(nèi)的演變趨勢;輸配電量、批發(fā)電價、售電商運維成本三者的波動均可直接降低售電商的初始盈余水平,光伏平均光照小時數(shù)和光伏自用比率的波動并不會造成售電商初始盈余的減少.經(jīng)對比可知,對售電商盈余影響最大的因素依次是輸配電量、批發(fā)電價、售電商運維成本、光伏平均光照小時數(shù)、光伏自用比率.

圖7 不同因素對售電商盈余的靈敏度分析

為探尋“死亡螺旋”發(fā)生的可能性,設置銷售電價上升20%.根據(jù)光伏裝機成本每年30%的下降幅度,設置對售電商盈余影響最大的5種因素也同時發(fā)生30%的波動,模擬售電商發(fā)生“死亡螺旋”場景如圖8所示.

圖8中,現(xiàn)行市場條件下售電商盈余呈緩慢下降趨勢, 20年后的售電商盈余僅下降了3.84%.此外,即使銷售電價提高,售電商的初始盈余由679億元增長到了689億元,但是隨著多種影響因素疊加產(chǎn)生效應,售電商盈余于第6年左右出現(xiàn)劇烈的下降趨勢,20年后的售電商盈余相比初始時下降了11.24%,降至612億元,存在陷入“死亡螺旋”的風險.然而在現(xiàn)實情況下,并不能保證多種因素同時發(fā)生較大變化,且類似平均光照時間等因素,是一個相對固定的數(shù)值,因此難以產(chǎn)生強烈的聚合效應,“死亡螺旋”發(fā)生的可能性較小.即使在模擬的“死亡螺旋”情境中,第8年時曲線才首次低于現(xiàn)行市場條件下的售電商盈余,因此政府等監(jiān)管機構有充足的時間做出應對策略.

圖8 模擬“死亡螺旋”場景

4 結論

通過SD方法對碳中和背景下用戶側分布式光伏高水平滲透與售電商經(jīng)濟運營之間的市場耦合關系進行了量化分析,主要結論如下:

(1) 售電市場環(huán)境下,銷售電價與分布式光伏的接入容量之間存在正反饋關系.光伏補貼可參考分布式光伏單位裝機成本下降的幅度退坡,以保證分布式光伏在穩(wěn)定擴散的范圍內(nèi)保持較快的增長趨勢,加快碳抵消進程.

(2) 對售電商盈余影響最大的因素依次是輸配電量、批發(fā)電價、售電商運維成本、光伏平均光照時間、光伏自用比率,售電商可通過控制自身運維成本以維持盈余水平.

(3) 從中長期視角來看,現(xiàn)行市場條件下售電商盈余呈緩慢下降趨勢.降低售電商盈余的多種因素難以同時發(fā)生較大改變,因此“死亡螺旋”發(fā)生的可能性較小.