方 程， 許彥斌， 張凱琳， 曾 鳴

(華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 102206)

0 引 言

近年來,隨著可再生能源的發(fā)展,風(fēng)電、光伏等可再生能源在中國的規(guī)模的正迅速擴(kuò)大。但可再生能源出力的波動性與不確定性始終阻礙其消納,同時,中國電力負(fù)荷較大的峰谷差及市場機(jī)制的不完善,共同導(dǎo)致了多地嚴(yán)重的棄風(fēng)、棄光。以風(fēng)電為例,根據(jù)國家能源局發(fā)布的統(tǒng)計數(shù)據(jù)顯示,2020年上半年中國風(fēng)電風(fēng)電整體利用水平提升,但棄風(fēng)電量仍高居不下。并且長期以來,由于中國一直實行固定上網(wǎng)電價補(bǔ)貼機(jī)制,政府補(bǔ)貼資金缺口越來越大,出現(xiàn)了財政補(bǔ)貼危機(jī)。另一方面,2015年3月,中共中央、國務(wù)院印發(fā)《關(guān)于進(jìn)一步深化電力體制改革的若干意見》[1],明確提出要“逐步建立以中長期交易規(guī)避風(fēng)險,以現(xiàn)貨市場發(fā)現(xiàn)交易品種齊全、功能完善的電力市場”。2019年5月,國家發(fā)改委發(fā)布《關(guān)于建立健全可再生能源電力消納保障機(jī)制的通知》[2],明確可再生能源配額制的具體實施機(jī)制,指出要做好消納責(zé)任權(quán)重與電力市場交易的銜接。目前我國正處于電力市場過渡時期,各級市場間缺乏聯(lián)動性,未能完全利用風(fēng)電資源。如果能構(gòu)建有效的消納策略使各級電力市場相互承接,將會削弱風(fēng)電不確定性的影響,對風(fēng)電的實時消納起到積極作用。

在政策研究方面,文獻(xiàn)[3]在總結(jié)分析配額制國際實踐的基礎(chǔ)上,采用微觀經(jīng)濟(jì)學(xué)和制度經(jīng)濟(jì)學(xué)的相關(guān)理論,為配額制提供了一個科學(xué)的經(jīng)濟(jì)學(xué)解釋,肯定了可再生能源配額制的價值。文獻(xiàn)[4]基于中國可再生能源消納面臨的挑戰(zhàn),設(shè)計了基于配額制的國家可再生能源市場及其與省級日前市場的協(xié)調(diào)機(jī)制,以實現(xiàn)以配額制的方式激勵可再生能源的需求與供給。

在風(fēng)電消納與交易策略方面,文獻(xiàn)[5]通過使用Kernal密度估算風(fēng)力發(fā)電和市場價格的不確定性,提出了一種風(fēng)電優(yōu)化招標(biāo)的隨機(jī)模型,其結(jié)果表明該模型可帶來效率增益;文獻(xiàn)[6]構(gòu)建了基于納什均衡的風(fēng)火網(wǎng)三方非合作博弈模型,并建立了分散的點模式和鏈聚的網(wǎng)模式兩種交易狀態(tài),結(jié)果表明政府對風(fēng)電的補(bǔ)貼、風(fēng)電場的發(fā)電成本和電網(wǎng)公司的平均發(fā)電成本不會影響三方博弈納什均衡點的分布。文獻(xiàn)[7]建立了包含風(fēng)電置信度的機(jī)組組合優(yōu)化模型,,研究了電力用戶在日前市場中參與風(fēng)電消納的交易方式,結(jié)果表明所提方法可有效減少風(fēng)電棄風(fēng)電量;文獻(xiàn)[8]基于掛牌交易機(jī)制,提出了一種發(fā)用電側(cè)雙向掛牌的競價模式,通過優(yōu)化兩個交易階段的成交順序,提高了資源優(yōu)化配置的效率。文獻(xiàn)[9]研究了以促進(jìn)風(fēng)電消納為目標(biāo)的風(fēng)電商—售電商供需互動市場機(jī)制構(gòu)建框架,基于長期電能市場、現(xiàn)貨電能市場、備用市場等市場化交易體系,討論了在多市場購電決策層面,供需互動機(jī)制促進(jìn)風(fēng)電消納的關(guān)鍵因素。文獻(xiàn)[10]針對棄風(fēng)問題, 提出了考慮發(fā)電集團(tuán)主體協(xié)調(diào)的兩階段調(diào)度策略,建立了引入調(diào)峰補(bǔ)償實現(xiàn)發(fā)電集團(tuán)內(nèi)部自調(diào)節(jié)、集團(tuán)間輔助協(xié)調(diào)的風(fēng)電消納策略。文獻(xiàn)[11]針對大規(guī)模風(fēng)電不確定和波動性對電力系統(tǒng)調(diào)度的影響,提出了含大規(guī)模儲能的雙層風(fēng)火協(xié)調(diào)調(diào)度模型,通過合理調(diào)度資源促進(jìn)風(fēng)電消納;文獻(xiàn)[12]提出了風(fēng)電聚合模型,風(fēng)力發(fā)電商通過多種風(fēng)能源的聚合可以有效降低其不確定性,從而降低風(fēng)能整合的成本。

以上研究工作主要針對單一市場下的風(fēng)電交易策略,未考慮到當(dāng)前時刻所做決策對未來交易的影響,忽略各級市場出清的相關(guān)性與市場間聯(lián)動性對風(fēng)電消納的積極作用,并缺乏對可再生能源消納責(zé)任權(quán)重制實施背景的考慮。

在國家不再對風(fēng)電進(jìn)行補(bǔ)貼的可再生能源消納責(zé)任權(quán)重實施背景下,本文從多級市場間的聯(lián)動出發(fā),綜合考慮中長期電力市場、日前市場、實時平衡市場和綠證(tradable green certificate,TGC)市場的特點及相關(guān)性,提出了一種促進(jìn)風(fēng)電消納的多階段優(yōu)化策略,并構(gòu)建了相應(yīng)的交易模型。通過算例表明,該策略對提高風(fēng)電的消納率,提高發(fā)電商收益,推動清潔高效的能源體系發(fā)展具有積極意義。

1 風(fēng)電多階段協(xié)同消納設(shè)計

1.1 風(fēng)電多階段協(xié)同交易機(jī)制設(shè)計

風(fēng)電交易從時間維度可分為中長期電力交易、日前電力交易和實時電力交易,同時考慮可再生能源消納責(zé)任權(quán)重的影響引入TGC交易。通過優(yōu)化市場機(jī)制與加強(qiáng)市場間聯(lián)動,以提高市場交易效率,促進(jìn)風(fēng)電消納?；谑袌鲩g的協(xié)同聯(lián)動建立的風(fēng)電多階段消納策略,其示意圖如圖1所示。

圖1 風(fēng)電多階段消納策略圖Fig. 1 Diagram of multi-stage wind power consumption strategy

風(fēng)力發(fā)電商在中長期市場中根據(jù)風(fēng)電的中長期出力預(yù)測簽訂合約,由電力交易中心進(jìn)行逐級分解并在交割日前根據(jù)預(yù)測負(fù)荷情況行等電量順負(fù)荷出清,確保無波動段優(yōu)質(zhì)風(fēng)電的提前消納。日前市場中,電力交易中心根據(jù)上一階段的出清結(jié)果進(jìn)行負(fù)荷修正,通過聯(lián)合火電參與調(diào)峰的合作出清方式,解決風(fēng)電出力與負(fù)荷不協(xié)調(diào)的問題,提高風(fēng)電消納[13,14]。實時平衡市場中,風(fēng)力發(fā)電商首先與日前市場進(jìn)行出力偏差結(jié)算[15],當(dāng)風(fēng)電仍有多余出力時,則進(jìn)行單向掛牌交易出清,進(jìn)一步提高風(fēng)電消納。TGC市場中,TGC的價格直接受供求關(guān)系的影響,風(fēng)力發(fā)電商由古諾模型指導(dǎo)其出售TGC決策,以獲取更多收益。

1.2 風(fēng)電多階段交易流程

本文所提的風(fēng)電多階段交易策略的交易流程如圖2所示。

圖2 風(fēng)電多階段交易流程圖Fig. 2 Flow chart of wind power multi-stage transaction

市場成員數(shù)據(jù)包括負(fù)荷預(yù)測曲線、機(jī)組報價曲線、風(fēng)電機(jī)組預(yù)測出力、火電機(jī)組爬坡能力、機(jī)組功率上下限、機(jī)組最大最小開停機(jī)等參數(shù)。出清結(jié)果包括各機(jī)組的發(fā)電計劃、成交價格與風(fēng)電剩余電量的統(tǒng)計。出清結(jié)果匯總后形成結(jié)算清單存檔,并將交易結(jié)果反饋給各發(fā)電商。

2 風(fēng)電多階段交易模型

本文設(shè)計的風(fēng)電多階段協(xié)同交易出清模型的結(jié)構(gòu)關(guān)系如圖3所示,符號含義見后文模型。

圖3 交易模型關(guān)系圖Fig. 3 Transaction model diagram

2.1 中長期市場合約交割模型M1

盡管風(fēng)電在較長期預(yù)測上呈現(xiàn)極大不確定性,但基本在風(fēng)電出力曲線的底部會形成一塊持續(xù)穩(wěn)定的出力區(qū)域,如圖4所示。參考文獻(xiàn)[16]的分段方法,將風(fēng)電中長期預(yù)測出力誤差帶的下限作為參與中長期合約的交割電量,在交割日前,交易中心對風(fēng)電平衡成本極低的高品質(zhì)風(fēng)電優(yōu)先進(jìn)行消納出清[17]。

圖4 風(fēng)電品質(zhì)分段示意圖Fig. 4 Section diagram of wind power quality

交易中心在交割日前的調(diào)度出清以風(fēng)電消納量最大為目標(biāo)函數(shù)：

(1)

約束條件為：

(2)

(3)

2.2 日前市場出清模型M2

圖5 火電電廠調(diào)峰示意圖Fig. 5 Schematic diagram of peak regulation in thermal power plant

考慮調(diào)峰的火電機(jī)組發(fā)電成本如下：

(5)

該出清模型以系統(tǒng)運(yùn)行成本最小為目標(biāo)函數(shù)：

(6)

約束條件為：

(7)

(8)

(9)

(10)

(11)

排種器是大蒜播種機(jī)的核心部件，其工作質(zhì)量將直接影響大蒜播種的效率，因此有必要重點研究一下大蒜播種機(jī)的排種裝置。本研究的目的是通過對蒜瓣外形特征參數(shù)進(jìn)行測量并統(tǒng)計分析，研究設(shè)計了一種傾斜圓盤轉(zhuǎn)勺式大蒜播種試驗裝置，并通過試驗確定它的參數(shù)和結(jié)構(gòu)形式，確定工作效果達(dá)到最優(yōu)時，轉(zhuǎn)速和取種盤傾斜角度的最佳組合。

2.3 實時平衡市場出清模型M3

在實時平衡市場中,風(fēng)電預(yù)測的不確定性及波動性大幅降低,當(dāng)風(fēng)電實際可出力大于日前市場出清電量時,進(jìn)行單向掛牌交易。該模型以最小化可競部分負(fù)荷量的購電費(fèi)用為目標(biāo)函數(shù)。

(12)

約束條件有：

(13)

(14)

(15)

(16)

2.4 綠證市場交易模型M4

綠證作為考核可再生能源消納量的重要依據(jù),是配額制下的風(fēng)電參與電力市場的補(bǔ)充。TGC市場價格建立在以交易量為基礎(chǔ)的古諾模型上[21],價格根據(jù)古諾模型計算為

(17)

式中：αTGC、βTGC分別為古諾模型逆價格函數(shù)的截距與系數(shù),通過TGC市場參數(shù)計算可得。

(18)

(19)

(20)

TGC價格和交易量之間的關(guān)系如圖6所示。

圖6 TGC價格與數(shù)量關(guān)系圖Fig. 6 Diagram of relationship between TGC price and trading volume

(21)

風(fēng)電機(jī)組在綠證市場的收益包括立刻交易的即時收益和未來交易的預(yù)期收益。

約束條件為風(fēng)電機(jī)組可交易綠證的約束,φ為可再生電力轉(zhuǎn)換綠證系數(shù)。

(22)

3 算例分析

算例通過對比分析多級市場協(xié)同交易策略下的出清結(jié)果、風(fēng)電消納比例結(jié)果,驗證本文所設(shè)計策略與模型的有效合理性。該模型是一個非線性模型,故利用強(qiáng)對偶定理和二值展開法對目標(biāo)函數(shù)中的二次函數(shù)以及約束條件中的機(jī)組最小開機(jī)和最小機(jī)時間約束等非線性因素進(jìn)行線性化處理,最終轉(zhuǎn)化為混合整數(shù)線性模型[22,23],應(yīng)用商業(yè)軟件CPLEX建模求解上述混合整數(shù)規(guī)劃問題。

3.1 算例基礎(chǔ)數(shù)據(jù)

圖7 某地區(qū)日前負(fù)荷和風(fēng)電場預(yù)測日出力曲線Fig. 7 Curve of day-ahead load and forecast output of wind farm in an area

3.2 風(fēng)電未參與多級市場出清結(jié)果

在風(fēng)電未參與多級市場交易,風(fēng)電廠與火電廠僅通過日前市場參與市場交易的情況下,以系統(tǒng)運(yùn)行成本最低為目標(biāo)函數(shù),求解得發(fā)電廠日出力計劃圖8所示,風(fēng)電的消納情況如圖9所示。

圖8 發(fā)電廠日出力計劃Fig. 8 Daily output schedule for power plant

圖9 風(fēng)電消納情況Fig. 9 Wind power consumption

對比上圖可見,考慮到風(fēng)電功率存在的預(yù)測誤差和風(fēng)電具有的波動性,為確保電力系統(tǒng)安全性,波動性強(qiáng)的風(fēng)電不確定出力只能棄掉,以確保電力系統(tǒng)安全穩(wěn)定,且由于風(fēng)電自身具有反調(diào)峰性,為保障系統(tǒng)負(fù)荷平衡,在7～8時間段,受火電機(jī)組最小啟停時間及最小出力限制,僅能下調(diào)少量技術(shù)出力,同樣在18時,受火電機(jī)組爬坡率的影響,火電廠所提供的調(diào)旋轉(zhuǎn)備用有限,致使負(fù)荷低谷期出現(xiàn)風(fēng)電消納困難的現(xiàn)象。

3.3 風(fēng)電參與多級市場出清結(jié)果

(1)M1出清情況

中長期合約在交割日前的交割電量通過上述模型求解結(jié)果如表1所示,修正后的日負(fù)荷曲線如圖10所示。在該階段中,風(fēng)電按順負(fù)荷曲線出力,承擔(dān)了其追蹤負(fù)荷的責(zé)任,不需要其他常規(guī)電源平衡,并網(wǎng)成本為零,修正前后的日負(fù)荷曲線變化趨勢一致。

表1 各風(fēng)電廠M1階段出清結(jié)果Tab.1 Clearing results at M1 stage in each wind power plant

圖10 修正后的日負(fù)荷曲線圖Fig. 10 Curve of Revised daily load

(2)M2出清情況

在日前市場中,考慮火電參與調(diào)峰前后火電廠各項運(yùn)行成本和利潤以及風(fēng)電廠利潤的變化情況,如表2,出力情況如圖11所示。

表2 考慮調(diào)峰主動性后各參與方經(jīng)濟(jì)參數(shù)對比結(jié)果Tab.2 Comparison results of economic parameters of each participant considering the peak-shaving initiative

圖11 考慮調(diào)峰主動性前后各機(jī)組優(yōu)化調(diào)度結(jié)果Fig. 11 Optimal scheduling results of each unit before and after peak-shaving initiative are considered

通過圖11中的機(jī)組出力可以看出,優(yōu)化前風(fēng)電機(jī)組在3：00～8：00時段由于出力與負(fù)荷不協(xié)調(diào),造成了大量風(fēng)電的浪費(fèi),優(yōu)化后G2在3：00～5：00時段運(yùn)行在不投油深度調(diào)峰階段,6：00～7：00時段運(yùn)行在深度調(diào)峰狀態(tài),G3在7：00～8：00 時段運(yùn)行在不投油深度調(diào)峰狀態(tài),通過火電機(jī)組的深度調(diào)峰,為風(fēng)電機(jī)組的提供了更多的消納空間,有效解決了風(fēng)電在3：00～8：00時段出力與負(fù)荷不協(xié)調(diào)造成的資源浪費(fèi),同時根據(jù)表2結(jié)果表明火電機(jī)組的調(diào)峰補(bǔ)償和節(jié)煤效益完全可以彌補(bǔ)機(jī)組深度調(diào)峰增加的額外運(yùn)行成本和電量損失成本,促進(jìn)了火電廠主動參與深度調(diào)峰的積極性與風(fēng)電場進(jìn)行深度調(diào)峰合作。同時,火電參與調(diào)峰后,風(fēng)電消納提高,風(fēng)電場的售電收益始終大于其調(diào)峰分?jǐn)傎M(fèi)用,風(fēng)電廠積極參與調(diào)峰交易。

(3)M3出清情況

實時平衡市場中,假設(shè)系統(tǒng)存在2.5%以內(nèi)的日負(fù)荷偏差電量,風(fēng)電機(jī)組實際出力與預(yù)測出力一致,模型求解得實時平衡市場的掛牌出清結(jié)果如表3所示。進(jìn)入實時平衡市場后,負(fù)荷預(yù)測以及風(fēng)電預(yù)測由短期進(jìn)入超短期,大大提高預(yù)測準(zhǔn)確性,即風(fēng)電波動性削弱,相比于風(fēng)電整體直接進(jìn)入現(xiàn)貨市場交易,將波動性較強(qiáng)的風(fēng)電電量過濾到最后的實時平衡市場中,可完成波動性強(qiáng)的風(fēng)電消納。

表3 實時平衡市場出清結(jié)果Tab.3 Balanced market clearing results in real time

(4)M4出清情況

根據(jù)雙層模型求解結(jié)果顯示,風(fēng)電廠W1的最優(yōu)決策為出售2 772個TGC,留存896個,預(yù)期綠證收益為101.08萬元;風(fēng)電廠W2的最優(yōu)決策為出售2 490個TGC,留存805個,預(yù)期綠證收益為90.8萬元。

(5)算例結(jié)果總結(jié)

由算例結(jié)果計算得到,在中長期市場、日前市場和實時平衡市場中的風(fēng)電消納率分別為18.71%、74.55%、5.33%,總計消納率為98.59%,對比直接參與日前市場的90.16%的消納率有顯著提升。同時,風(fēng)電參與多級市場協(xié)同交易后,發(fā)電商單位平均發(fā)電成本由149.41元/ MW·h降至143.26元/ MW·h,降低了6.15元/MW·h,而發(fā)電商的單位平均利潤提高了6.96元/MW·h。在市場參與方面,本文設(shè)計的基于多級市場協(xié)同交易機(jī)制下的消納策略增加了中長期市場、日前市場、實時平衡市場與TGC市場的聯(lián)動性,提高風(fēng)電商的在各級市場的參與度。在經(jīng)濟(jì)效益方面,通過高質(zhì)量風(fēng)電的提前消納修正了日負(fù)荷,降低了電力并網(wǎng)成本;風(fēng)電參與火電調(diào)峰的日前市場在提高風(fēng)電消納率并增加了雙方的利潤,同時,引入TGC市場,增加風(fēng)電廠商利潤空間。在社會環(huán)境方面,該策略提高了風(fēng)電利用率,優(yōu)化了資源配置,從而降低了電力生產(chǎn)成本,提升社會效益。

4 結(jié) 論

本文通過構(gòu)建了多層次、多階段的交易出清模型,提出了一種基于多級市場聯(lián)動的風(fēng)電消納策略。為了評估該策略的有效性,綜合建立了參與多級市場和不參與多級市場兩種不同交易策略的對比算例,并應(yīng)用CPLEX進(jìn)行了模型求解。

建立的模型的主要研究結(jié)果如下：

中長期市場中,風(fēng)電廠商在可信出力范圍內(nèi)與購電商提前簽訂合約,可確保風(fēng)電穩(wěn)定段的消納,鎖定部分售電收益,交割日前的順負(fù)荷電量出清也可有效較低社會用電成本。

日前市場中,通過火電參與調(diào)峰,有效解決了風(fēng)電出力與負(fù)荷不匹配的問題,風(fēng)電廠提高上網(wǎng)電量的同時,增加了其經(jīng)濟(jì)收益與社會消納量,火電廠也通過為風(fēng)電并網(wǎng)提供輔助服務(wù)提高了經(jīng)濟(jì)效益。

在實時平衡市場中,風(fēng)電預(yù)測準(zhǔn)確性提高,通過建立基于單側(cè)掛牌交易市場出清模型,將有利于優(yōu)化風(fēng)電的實時消納。

TGC市場中,通過古諾模型模擬TGC價格與交易數(shù)量的關(guān)系,通過建立雙層模型求解,將使風(fēng)電廠的預(yù)期收益達(dá)到最大。

仿真結(jié)果表明,該交易策略可強(qiáng)化風(fēng)電的市場參與度,有效促進(jìn)風(fēng)電消納,并降低社會發(fā)電成本,增大社會福利,具有一定的應(yīng)用價值,為未來電力市場的協(xié)同建設(shè)提供參考價值。未來可進(jìn)一步研究其他清潔能源、儲能等更多主體參與的多級電力市場聯(lián)動策略。