關(guān)艷，高曦瑩，陸心怡，蔡亦濃，韓昕檀，宋軒宇，滕云

（1.國網(wǎng)遼寧省電力有限公司營銷服務(wù)中心，遼寧 沈陽 110170；2.沈陽工業(yè)大學(xué)，遼寧 沈陽 110870）

0 引言

目前，電力行業(yè)的碳排放已經(jīng)接近全國碳排放的一半，碳排放交易也已經(jīng)率先覆蓋到了電力市場，在實現(xiàn)“雙碳”目標(biāo)的前提下，發(fā)展計及碳交易的成熟電力市場是電力行業(yè)完成綠色轉(zhuǎn)型的必經(jīng)之路[1]。但在電力市場中，碳排放成本究竟由哪一方來承擔(dān)也一直是一個存在爭議的問題，碳排放的主要來源在發(fā)電側(cè)，但缺少需求側(cè)的配合，電力市場中的碳交易推進也存在一定困難。因此，如何將碳交易引入現(xiàn)有的電力市場，完成二者之間的銜接，對于目前的電力行業(yè)碳減排來說具有重要意義。

研究人員基于需求側(cè)資源管理對電力市場進行了大量研究，但整體來講，還未能充分發(fā)揮需求側(cè)的碳減排潛力。文獻[2]提出了基于改進引力搜索算法的電力市場環(huán)境下可再生能源競標(biāo)消納優(yōu)化模型，并針對交易過程中的不確定概率進行了分析。文獻[3]研究能源市場和電力市場的耦合關(guān)系，并針對含有可響應(yīng)分布式電源的配網(wǎng)多目標(biāo)優(yōu)化調(diào)度進行研究。文獻[4]分析了可再生能源接入配網(wǎng)對節(jié)點邊際的影響，并在此基礎(chǔ)上提出了一種考慮需求響應(yīng)和有功損耗的節(jié)點邊際電價模型。文獻[5]對園區(qū)多能源系統(tǒng)進行了研究，并以系統(tǒng)運行成本最小化為目標(biāo)，設(shè)計了電力市場和碳交易市場價格傳導(dǎo)機制及園區(qū)多能源系統(tǒng)綜合需求側(cè)響應(yīng)策略。文獻[6]對電動汽車用戶出行規(guī)律進行分析，并在此基礎(chǔ)上提出了一種計及電動汽車用戶滿意度的動態(tài)分時充電電價制定策略。

與此同時，許多研究注重源-荷側(cè)共同參與，提出了一系列促進碳市場與電力市場銜接的定價策略。文獻[7]為解決現(xiàn)有用戶側(cè)營銷決策支持模型受到營銷策略單一性的影響，收益率較低，經(jīng)濟可行性較差的問題，提出一種計及綜合能源服務(wù)模式的用戶側(cè)營銷決策的能源定價機制。文獻[8]為促進新能源消納，提出了基于改進引力搜索算法的電力市場環(huán)境下可再生能源競標(biāo)消納優(yōu)化模型。文獻[9]為合理分配電力市場中各主體的利益，提出基于主從博弈的氫儲能和碳捕集協(xié)同優(yōu)化的定價策略。

綜上所述，針對電網(wǎng)需求側(cè)參與電價制定的研究已有一定積累，但對于需求側(cè)如何參與到碳-電市場的銜接環(huán)節(jié)中的研究還有待開展?，F(xiàn)有的電能定價機制不能完全適用于未來電力交易市場的發(fā)展方向，因此，在考慮區(qū)域碳排放的基礎(chǔ)上，研究一種基于電網(wǎng)需求側(cè)響應(yīng)的電能定價方法具有重要的現(xiàn)實意義。

1 考慮碳減排的負(fù)荷調(diào)動成本模型

1.1 負(fù)荷側(cè)減碳激勵計算模型

為促進需求側(cè)可控負(fù)荷對于碳減排的響應(yīng)，本文采用碳排放流理論，通過節(jié)點碳勢將碳排放折算到用戶側(cè)，并通過減碳激勵對用戶用電行為進行引導(dǎo)。

節(jié)點碳勢計算式如下[10]：

式中：en為節(jié)點n碳勢；Pl，n為從第l條支路流入節(jié)點n的功率；ρl，n為節(jié)點n相連支路l的碳流密度；Px，n為節(jié)點n相連機組x的輸出功率；ex，n為節(jié)點n相連機組x的碳排放強度。

在節(jié)點碳勢的基礎(chǔ)上，建立包括可控負(fù)荷及儲能裝置的用戶減碳激勵：

式中：Pc為單位碳減排激勵價格；Δ為節(jié)點n響應(yīng)減碳的負(fù)荷減少量；Δ為節(jié)點n響應(yīng)減碳的負(fù)荷增加量。

1.2 負(fù)荷側(cè)經(jīng)濟補償計算模型

在負(fù)荷側(cè)，包括儲能裝置在內(nèi)的可控負(fù)荷根據(jù)其自身的負(fù)荷增減意愿在電網(wǎng)的引導(dǎo)下有序安排充電時間[11]。因此，須根據(jù)可控負(fù)荷的配合程度設(shè)計其經(jīng)濟補償計算模型。

在為可控負(fù)荷的增減功率提供經(jīng)濟補償時，根據(jù)負(fù)荷增減功率的大小，將補償程度分為m個階段。在每個不同的補償階段，設(shè)計不同的補償電價，可控負(fù)荷對電網(wǎng)調(diào)峰的配合程度越深，則獲得的經(jīng)濟補償越多?？煽刎?fù)荷的經(jīng)濟補償計算方法式下：

式中：pt，l為可控負(fù)荷做出調(diào)整時段的交易電價；δi為不同補償階段下的可控負(fù)荷電價補償率，其中i={1，2，…，m}。

2 考慮碳排放的新能源電力現(xiàn)貨交易定價方法

2.1 基于電力服務(wù)商參與的電力市場交易結(jié)構(gòu)

在本文建立的電力市場交易結(jié)構(gòu)中，由電力服務(wù)商參與市場交易[12]。在需求側(cè)，包括儲能裝置、不可控負(fù)荷與可控負(fù)荷在內(nèi)的需求側(cè)資源由電力服務(wù)商進行統(tǒng)一安排規(guī)劃，并參與到交易市場中來。源荷兩側(cè)參與市場交易結(jié)構(gòu)如圖1所示。

圖1 電力服務(wù)商參與的市場交易結(jié)構(gòu)Fig.1 Integrated energy service providers participate in market transaction structure

圖1描述了電力服務(wù)商參與的電力市場交易形式，在源側(cè)，各發(fā)電商直接將發(fā)電數(shù)據(jù)報至交易中心，由交易中心對各發(fā)電商的發(fā)電量進行調(diào)度安排。在負(fù)荷側(cè)，存在不可控負(fù)荷、可控負(fù)荷及儲能裝置，這三者通過電力服務(wù)商進行統(tǒng)一交易，由電力服務(wù)商對各負(fù)荷的用電時間進行安排，并對配合電網(wǎng)調(diào)峰的用戶進行經(jīng)濟補償。

2.2 新能源電網(wǎng)電能交易定價流程

在上文提到的電力市場交易結(jié)構(gòu)下，本文建立一個考慮電網(wǎng)碳排放的新能源電網(wǎng)電能交易定價機制，流程如圖2所示。

圖2 電力服務(wù)商參與的市場交易定價流程Fig.2 Electricity transaction pricing process

①各發(fā)電商及電力服務(wù)商在交易前一日向電力交易中心提交下一日的電源發(fā)電預(yù)測數(shù)據(jù)及負(fù)荷預(yù)測數(shù)據(jù)，電力交易中心結(jié)合預(yù)測數(shù)據(jù)制定減碳計劃。

②發(fā)電商根據(jù)交易中心發(fā)布的數(shù)據(jù)，結(jié)合自身發(fā)電量，制定每個交易時段的報價及最高發(fā)電量等申報信息。

③電力服務(wù)商根據(jù)管轄范圍內(nèi)的可調(diào)度資源特性制定各時段的購電量與報價，電力交易中心依照電網(wǎng)各時段需求對各發(fā)電商與電力服務(wù)商進行集中撮合交易，并統(tǒng)一確定各交易時段從各電站購買的電量，進行出清結(jié)算，電價的結(jié)算在每個時段采用統(tǒng)一出清電價。

④考慮需求側(cè)響應(yīng)對各參與者所產(chǎn)生的收益影響，根據(jù)出清結(jié)果，交易中心詢問是否有發(fā)電商須要更改報價及電量信息，電力服務(wù)商確認(rèn)儲能及可控負(fù)荷是否更改供用電時間，若有則返回步驟③，直至參與交易的各方均不再改變申報信息，該交易日的現(xiàn)貨交易完成。

3 基于主從博弈決策的電價優(yōu)化模型

在本文建立的電力交易機制中，各發(fā)電商及電力服務(wù)商將報價信息申報至電力交易中心，最終的出清電價與購電量由電力交易中心確定。在電力服務(wù)商的報價過程中，服務(wù)商的利潤受可控負(fù)荷用戶及儲能裝置功率調(diào)整的影響。用戶及儲能裝置改變供用電行為，須根據(jù)服務(wù)商的要求，做出響應(yīng)決策。因此，本文建立1個電力服務(wù)商與k個可控負(fù)荷用戶及儲能裝置的博弈模型，構(gòu)建一個1-K型Stackelberg主從博弈模型[13-15]。

3.1 電力服務(wù)商的定價主導(dǎo)博弈模型

電力服務(wù)商在制定申報電價的過程中主要考慮兩個決策變量，即儲能充放電決策與可控負(fù)荷增減功率補償，因此本文將儲能充放電調(diào)用成本合并在可控負(fù)荷調(diào)用成本中，以電力服務(wù)商經(jīng)濟收益最大為目標(biāo)函數(shù)，建立電力服務(wù)商在主從博弈中的定價模型。

①電力服務(wù)商電價優(yōu)化目標(biāo)函數(shù)

在建立優(yōu)化目標(biāo)函數(shù)之前，首先引入電力服務(wù)商交易日實際偏差電量的概念：

式中：ΔQr為交易日的實際偏差電量；ηω為電量偏差系數(shù)；Qb為日前競標(biāo)電量。

電力服務(wù)商經(jīng)濟收益由3部分組成：購電成本Π1，由電力服務(wù)商供電量和市場出清電價決定；調(diào)用可控負(fù)荷響應(yīng)成本Π2，由負(fù)荷減碳激勵與經(jīng)濟補償決定；售電收益Π3，由售電量及終端售電價格決定，本文采用蒙特卡羅抽樣生成場景，目標(biāo)函數(shù)為所有場景下的電力服務(wù)商經(jīng)濟收益最大。

式中：pω為場景ω發(fā)生的概率；Δ為場景ω下的交易日實際偏差電量；Δt為電力服務(wù)商調(diào)度時間間隔；pt，s為調(diào)度時段內(nèi)的電力市場出清電價；pt，l為面向終端用戶的售電價。

②電力服務(wù)商電價優(yōu)化約束條件

3.2 基于可控負(fù)荷與儲能響應(yīng)的從屬博弈模型

3.2.1可控負(fù)荷響應(yīng)優(yōu)化目標(biāo)函數(shù)

制定可控負(fù)荷優(yōu)化目標(biāo)時，本文主要考慮使可控負(fù)荷通過配合電網(wǎng)進行功率增減來獲得更多的收益，因此，將可控負(fù)荷響應(yīng)效益最大作為目標(biāo)函數(shù)：

3.2.2可控負(fù)荷響應(yīng)約束條件

①負(fù)荷是否參與響應(yīng)約束

在可控負(fù)荷中，負(fù)荷增減功率的成本存在變化，若負(fù)荷的增減功率成本大于參與響應(yīng)獲得的經(jīng)濟補償，此時，負(fù)荷不會選擇參與需求側(cè)響應(yīng)，約束條件可表示為

②可控負(fù)荷功率調(diào)整范圍約束

③可控負(fù)荷功率增減狀態(tài)約束

④可控負(fù)荷功率調(diào)整頻次約束

3.2.3儲能系統(tǒng)響應(yīng)目標(biāo)函數(shù)

儲能電站在參與響應(yīng)的過程中，根據(jù)電力服務(wù)商給出的充放電計劃，制定自身的分時電價，使其自身收益達到最大化，目標(biāo)函數(shù)可表示為

式中：pt，l為面向終端用戶的售電價；Ps，in為儲能裝置充電功率；Ps，out為儲能裝置放電功率；Eop為儲能裝置的運維成本；Ein為儲能的投資成本。

3.2.4儲能系統(tǒng)約束條件

①儲能設(shè)備充放電功率約束

式中：u為布爾電量，表示儲能裝置狀態(tài)，本文利用布爾電量對儲能裝置充放電狀態(tài)進行了限制，使儲能不能同時處在充電狀態(tài)和放電狀態(tài)。

②儲能設(shè)備荷電狀態(tài)約束

式中：St為儲能設(shè)備的荷電量。

4 求解流程

在本文建立的主從博弈模型中，主導(dǎo)者與隨從者優(yōu)化問題均為非線性問題，因此選擇適用于非線性問題迭代求解的遺傳算法逆向歸納方法進行求解。如圖3所示，模型的求解算法主要通過對主導(dǎo)者及隨從者的目標(biāo)函數(shù)進行循環(huán)迭代，最終達到主導(dǎo)者與隨從者之間的均衡狀態(tài)，并輸出最終的博弈結(jié)果，即前文提到的電力服務(wù)商全天分時報價。

圖3 求解算法流程Fig.3 Solving algorithm

5 算例仿真

5.1 仿真系統(tǒng)設(shè)置

為驗證本文提出的電力服務(wù)商參與的新能源電網(wǎng)電價制定方法的有效性及優(yōu)越性，本文建立電力服務(wù)商運營仿真系統(tǒng)，對提出的電能定價方法進行仿真驗證。電網(wǎng)的原始交易電價及峰、平、谷時段的電價如圖4所示，電網(wǎng)中的風(fēng)電、光伏出力及負(fù)荷需求功率日前預(yù)測值如圖5所示，系統(tǒng)中接入的儲能設(shè)備參數(shù)見表1。

表1 儲能設(shè)備參數(shù)Table 1 Basic parameters of energy storage

圖4 原始交易電價Fig.4 Original transaction price

圖5 風(fēng)光負(fù)荷預(yù)測數(shù)據(jù)Fig.5 Load demand and new energy power forecasting data

為驗證本文提出的電能定價方法的優(yōu)越性，設(shè)置2個仿真場景S1，S2進行對比分析，在S1場景中采用本文提出的方法對電能進行定價，在S2場景中采用圖4中的原始分時電價進行仿真。

5.2 本文提出方法的可行性分析

在S1場景下，在仿真系統(tǒng)中配置容量為20 kW?h的儲能設(shè)備，并采用本文提出的新能源電網(wǎng)電能定價方法與求解算法對電價進行求解，得到優(yōu)化后的分時電價如圖6所示。在此電價下的系統(tǒng)各類電源出力預(yù)測曲線如圖7所示。

圖6 S1場景下優(yōu)化后的新能源電網(wǎng)分時電價Fig.6 Electricity price under S1

圖7 S1場景下各電源出力Fig.7 Output power of traditional power unit and energy storage under S1

由圖6，7可以看出，采用本文提出的電能定價方法求解后，新電價能夠使電網(wǎng)通過電價引導(dǎo)各電源及負(fù)荷有序充放電，進而起到削峰填谷的作用。在夜間電價較低時段，即23：00-24：00和0：00-5：00，儲能設(shè)備處于充電狀態(tài)，能夠吸收一部分風(fēng)電出力，減少棄風(fēng)；在白天電價較高時段，即11：00-20：00，儲能裝置處于放電狀態(tài)，在保證儲能自身經(jīng)濟收益的同時，一定程度上減輕電網(wǎng)的調(diào)峰壓力。

在圖6所示的分時電價下，全天各時段儲能裝置的荷電狀態(tài)如圖8所示。由圖8可以看出，儲能裝置在夜間電價較低時段，即23：00-05：00進行充電，并且充電時一直維持較大功率，直至荷電量達到較高的狀態(tài)。在白天電價較高時段，即11：00-20：00，儲能裝置由電力服務(wù)商安排放電時間，配合電網(wǎng)需求進行放電，與圖7中給出的儲能充放電時段相一致。

圖8 S1場景下儲能裝置荷電狀態(tài)Fig.8 SOC of energy storage under S1

5.3 儲能裝置容量對電價的影響分析

為了分析儲能裝置的容量配置對電價產(chǎn)生的影響，在S1場景下的仿真系統(tǒng)中配置容量為40 kW?h的儲能設(shè)備，同樣采用本文提出的新能源電網(wǎng)電價求解方法進行求解，得到的分時電價如圖9所示。

圖9 增大儲能裝置容量后的分時電價Fig.9 Electricity price under larger capacity of energy storage

由圖9可以看出，儲能容量增大后，電網(wǎng)的電價求解結(jié)果相對于圖6產(chǎn)生了一些變化。在白天用電高峰時段，即11：00-20：00，電價先降低，而后保持不變。這是由于在用電高峰時段初期，大容量儲能裝置能夠分擔(dān)更多的供電壓力，此時電價會出現(xiàn)一定幅度的降低。但隨著儲能裝置荷電量的降低，其供電能力隨之降低，對電網(wǎng)的調(diào)峰壓力的分擔(dān)能力也隨之降低，此時電價逐漸恢復(fù)原有水平。

5.4 本文提出方法對碳減排的影響分析

為驗證本文提出的電能定價方法對于電網(wǎng)碳減排的促進效果，設(shè)置場景S2與場景S1進行對比。在S2場景下采用圖4所示的原始電價對系統(tǒng)中的多種類電源出力進行預(yù)測，所得結(jié)果如圖10所示。S1與S2場景下電源出力產(chǎn)生的碳排放結(jié)果如圖11所示。

圖10 S2場景下的電源出力Fig.10 Output of traditional power unit and energy storage under S2

圖11 S1與S2場景下系統(tǒng)碳排放對比Fig.11 Carbon emissions comparison between S1 and S2

由圖10與圖7對比可知，S2場景下的儲能裝置的充放電功率均小于S1場景，說明與原始電價相比，本文提出的新能源電網(wǎng)電價求解方法更能夠調(diào)動儲能裝置的充放電潛力。在夜間用電低谷時期，S1場景下的儲能裝置的充電積極性較高，充電功率更大，在白天用電高峰時期，S1場景下儲能裝置的放電量更大，對于供電的支撐效果更加明顯。由圖11可以看出，在采用本文提出的電能定價方法的S1場景下，系統(tǒng)的整體碳排放量更小，尤其是在白天的用電高峰時段，即11：00-20：00，S1場景下的儲能裝置能夠替代更多的傳統(tǒng)機組出力，進而實現(xiàn)系統(tǒng)的碳減排。

6 結(jié)論

本文基于博弈理論思想，建立了需求側(cè)參與的電能定價體系，將可控負(fù)荷及儲能系統(tǒng)作為靈活性資源，在考慮區(qū)域碳排放的基礎(chǔ)上提出了一種基于電網(wǎng)需求側(cè)響應(yīng)的電能定價方法。將碳排放作為負(fù)荷碳減排激勵成本，建立了考慮碳減排的負(fù)荷調(diào)動成本模型。在構(gòu)建的需求側(cè)參與電能定價體系基礎(chǔ)上，設(shè)計了1-K型Stackelberg主從博弈決策模型，由電力服務(wù)商及靈活性資源參與博弈定價，并進行了仿真驗證。仿真結(jié)果表明，基于主從博弈決策的新能源電網(wǎng)電能定價方法，考慮了電力服務(wù)商和可控負(fù)荷自身的經(jīng)濟效益，能夠根據(jù)電網(wǎng)各時段的不同用電需求制定分時電價，進而充分發(fā)揮儲能系統(tǒng)的充放電潛力，減輕傳統(tǒng)調(diào)峰機組的調(diào)峰壓力，促進新能源電網(wǎng)中的新能源消納，實現(xiàn)碳減排的目標(biāo)。