武昭原，劉婧宇，周 明，元 博，趙會茹，李庚銀

（1.華北電力大學經濟與管理學院,北京市 102206；2.華北電力大學電氣與電子工程學院,北京市 102206；3.國網能源研究院有限公司,北京市 102209）

0 引言

隨著“碳達峰·碳中和”目標的提出,加快構建適應新能源占比逐漸提高的新型電力系統(tǒng)已成為未來能源電力的發(fā)展形態(tài)［1-3］。近年來,隨著分布式光伏發(fā)電技術的不斷成熟,分布式光伏已成為未來電力系統(tǒng)提升新能源滲透率的重要途徑,將在未來新型電力系統(tǒng)構建過程中扮演越來越重要的角色［4］。相比于傳統(tǒng)的集中式發(fā)電技術,分布式光伏具有投資成本低、可就近利用等優(yōu)勢,特別是在需求側電氣化水平不斷提高的趨勢下,分布式光伏發(fā)電能有效滿足用戶的差異性用電需求,提升資源優(yōu)化配置效率［5-7］。

在強有力的政策推動下,分布式光伏裝機容量近年來有了可喜的增長。盡管光伏成本呈現逐年下降的趨勢,但不得不承認的是,受限于當前的電價結構和市場化水平,分布式光伏迅速增長的背后依靠的是國家和地方的大量補貼［8-10］。分布式光伏裝機容量的快速提高也進一步帶來了消納難題和可再生能源附加電費不足等問題,補貼退坡和補貼項目清零已成為必然趨勢［11］。與此同時,隨著儲能政策倒逼與儲能成本的逐年下降,儲能在全球范圍內越來越受到重視,儲能進程推進速度將加快,在光伏上網電價補貼逐漸減少甚至取消的趨勢下,分布式光伏配合儲能的運營模式可為用戶帶來更大的經濟效益,提升運行的獨立性與經濟性［12-14］。在此背景下,開展分布式光伏儲能外部性價值量化評估方法的研究具有重要意義。

近年來,已有研究從“電網平價”或成本競爭性的角度評估不同投資主體或應用場景中分布式光伏儲能項目的價值［15-17］。文獻［15］從政策設計和市場運行的角度分析了不同市場階段阻礙分布式光伏系統(tǒng)投資的關鍵要素。文獻［16］從電能量價值和容量機制兩個維度分析了分布式光伏儲能系統(tǒng)的價值,并設計了能夠反映不同分布式資源系統(tǒng)差異性的激勵機制。文獻［17］指出,分布式資源系統(tǒng)的成本可競爭性受到預期的投資回收期和資金回收價值的影響,不同主體對投資相關參數的偏好差異性將會顯著影響分布式資源價值量化結果。誠然,以上研究為推動分布式光伏儲能系統(tǒng)的發(fā)展提供了非常有價值的參考,但其價值量化評估方法大多基于固定的定價或補貼政策,難以反映市場的動態(tài)變化。

在氣候目標的驅動下,大規(guī)模分布式光伏儲能的接入在弱化需求側對電網依賴的同時,也將影響電力系統(tǒng)整體的供需平衡模式,會改變原有的出清電價時空分布［18-19］。也有研究從系統(tǒng)層面研究大規(guī)模分布式光伏接入系統(tǒng)的影響［20-22］。文獻［20］考慮了分布式光伏儲能系統(tǒng)多元應用場景,基于多屬性決策理論,從運行效率、低碳價值等多個角度建立了價值評估體系。文獻［21］構建了多主體均衡模型,兼顧了分布式光伏定價機制對產業(yè)上下游電力供應的影響,解析推導了分布式光伏儲能系統(tǒng)投資與社會福利分配效應的耦合關系。文獻［22］從系統(tǒng)運行價值的角度,評估了美國加州電力市場中分布式光伏的投資價值,測算了分布式光伏投資規(guī)模對系統(tǒng)運行效率的影響。

上述研究中所考慮的分布式光伏儲能系統(tǒng)大多站在系統(tǒng)運營商的角度,假定所有主體均按照社會福利最優(yōu)的方式開展投資決策。然而,隨著市場化改革的推進,不同于傳統(tǒng)的集中式管理模式,市場環(huán)境下需求側各市場成員均能自主決定參與市場策略,且各市場成員間往往會存在目標不一致的問題。已有文獻指出,個體分散決策行為將會顯著影響最終的系統(tǒng)整體運行情況和政策作用效果［23］。

在此背景下,本文圍繞分散決策下分布式光伏儲能系統(tǒng)外部性價值量化評估方法展開研究,主要創(chuàng)新點可總結為以下兩個方面：

1）提出了分布式光伏儲能外部性價值評估框架,在此基礎上構建了雙層模型評估分布式光伏儲能外部性價值,所構建的雙層模型能夠很好地捕捉多個需求側市場成員分散決策行為與系統(tǒng)整體運行的交互性。不僅如此,該雙層模型還具有很強的可擴展性,能夠兼容不同地區(qū)市場模式、電源結構、負荷特性等多方面差異性,精準測算分散決策下分布式儲能系統(tǒng)的外部性價值,具有較好的工程實用價值。

2）從個體層和系統(tǒng)層兩個維度,設計了計及運行經濟性和低碳性的市場運營評估指標體系,有助于揭示區(qū)域差異與分布式光伏儲能系統(tǒng)外部性價值的關聯(lián)關系。算例結果表明,分散決策在分布式光伏儲能系統(tǒng)投資和調度決策階段均可能導致不同程度的效率損失,且不同于直觀的感覺,分布式光伏儲能的大規(guī)模投資并不意味著電網公司收益的降低,反而可能會導致系統(tǒng)碳排放強度的增加。研究成果為各區(qū)域“因地制宜”設計合理的分布式光伏價格機制和激勵政策的制定提供了有效的仿真工具和設計思路。

1 分布式光伏儲能系統(tǒng)外部性價值評估框架

就目前而言,需求側市場成員的分布式光伏主要有“全額上網”和“自發(fā)自用,余電上網”兩種模式。已有研究指出,采用“自發(fā)自用,余電上網”的模式能夠更為有效地改善用電結構、降低對電網的依賴性,有望在整縣光伏政策和補貼逐漸下降的趨勢下成為未來的主流模式。在該模式下,用戶自主為分布式光伏配置儲能可以有效提升戶用光伏的自用率,降低對上級電網的依賴程度?？紤]到分布式光伏儲能系統(tǒng)由市場主體自主投資建設,其調度決策目標與系統(tǒng)整體目標可能存在差異。隨著分布式光伏儲能系統(tǒng)規(guī)模的逐漸擴大,這種依賴性的降低也將根本性改變原有系統(tǒng)的電力供需情況,伴隨其帶來的外部性影響也將難以忽視。

在本文中,分布式光伏儲能的“外部性價值”指的是在用戶投資分布式光伏儲能后,自身的凈負荷曲線變化對系統(tǒng)整體運行效率及其余市場主體所產生的影響。具體而言,市場成員投資分布式光伏儲能的本質影響在于其改變了用戶的負荷曲線,降低了用戶對上級電網的依賴性,進而會改變原有系統(tǒng)的調度運行方式。系統(tǒng)調度運行方式的改變一方面會影響運行的經濟性和低碳性,即會改變原有的系統(tǒng)運行成本和碳排放強度；另一方面,對上級電網依賴性的降低會減少系統(tǒng)輸配電成本和延緩部分線路投資。

基于此,本文構建了如圖1 所示的分布式光伏儲能系統(tǒng)外部性價值評估框架。外部性價值主要體現在運行價值、環(huán)境價值和非線路性替代價值3 個方面,其中的非線路性替代價值表現為分布式光伏儲能系統(tǒng)的投資有助于用戶降低對電網的依賴性,進而降低線路占用率。

圖1 分布式光伏儲能系統(tǒng)外部性價值評估框架Fig.1 Externality value evaluation framework of distributed photovoltaic energy storage system

在上述框架下,為實現分布式光伏儲能系統(tǒng)外部性價值的精準評估,一方面需要模擬在當前給定的價格機制下個體決策行為與系統(tǒng)運行的交互關系,另一方面需要考慮分散決策行為對系統(tǒng)運行的影響,從多個維度構建外部性價值評估體系。為此,本文通過構建計及分布式光伏儲能投資決策的雙層模型來捕捉需求側市場主體分散決策行為與系統(tǒng)整體運行情況的關系,以實現分布式光伏儲能系統(tǒng)的外部性價值的精準測算,為后續(xù)政策評估提供理論基礎和仿真工具,具體的模型詳見第2 章。

2 分布式光伏儲能系統(tǒng)外部性價值評估模型

在傳統(tǒng)集中調度情況下,系統(tǒng)運營商可根據實際需求,確定合理的儲能投資規(guī)模和調度運行方式,以最小化系統(tǒng)運行成本。然而,在市場化環(huán)境下,大規(guī)模需求側市場成員將呈現分散決策的形態(tài),市場主體能夠根據自身用電需求、分布式光伏出力情況、當前的費率結構確定適合自身的儲能投資容量以及相應的儲能運行方式,以最小化自身的用電成本。為探索海量需求側市場主體分散決策行為與上級電網運行的耦合關系,進而量化評估分布式光伏儲能系統(tǒng)的外部性價值,本文基于前述評估框架構建了分布式光伏儲能外部性價值評估雙層模型。

2.1 上層模型

上層模型以各市場成員用電成本最小為目標,根據所擁有的分布式光伏的預期出力、價格機制和自身電力供需,確定需要配置的最優(yōu)分布式儲能容量。上層模型的決策變量為市場主體i投資的分布式光伏容量和儲能存儲容量,分別用和表示,市場主體i的凈負荷曲線可由表示。對某一市場主體而言,具體的投資決策模型如下：

上層模型中,目標函數包含三部分：購售電成本、分布式光伏和儲能對應的等效年化投資成本,其中,來源于下層市場出清模型,取決于具體的分布式光伏價格政策。分布式光伏和儲能的年化投資成本可由式（2）和式（3）計算得到,式（4）和式（5）描述了市場主體i的凈負荷需求,式（6）至式（10）描述了市場主體i所投資儲能的相關約束,式（11）和式（12）描述了市場主體i負荷需求和多余的電量均為非負變量。需要說明的是,上層模型中各市場主體的行為決策彼此獨立。由式（4）可知,各市場主體凈負荷曲線可根據各自對分布式光伏儲能系統(tǒng)的投資及調度決策計算得到,各用戶的凈負荷曲線將作為下層市場出清模型的輸入,且本文并未考慮用戶用電行為的價格彈性,下層模型所得到的分時段出清電價只會影響市場主體對分布式光伏儲能系統(tǒng)的投資,初始負荷曲線保持不變。

2.2 下層模型

雙層模型的下層為市場出清模型,目標函數式（13）以系統(tǒng)總成本最小為目標,其中,系統(tǒng)運行成本包括傳統(tǒng)機組發(fā)電成本及碳排放成本,決策變量為系統(tǒng)中各機組分時段出清功率P,具體模型如下：

在下層模型中,式（14）描述了典型運行日s下各時刻的功率平衡約束,該約束對應的對偶變量即為市場出清電價；式（15）描述了各市場成員形成的總凈負荷需求,由上層模型的輸出直接計算得到；為避免贅述,式（16）中g(xt)描述了其余市場出清涉及的相關約束,如機組出力上下限約束、爬坡約束和最小連續(xù)開停機約束等。

總體來看,該雙層模型上層包含多個需求側市場成員,分別根據自身用電需求、屋頂光伏可用面積及光照強度以及下層形成的市場價格確定分布式光伏和儲能的投資決策,該投資決策將會改變其在下層市場出清模型中的凈負荷曲線；下層模型為市場出清模型,根據上層模型形成的凈負荷曲線確定系統(tǒng)調度運行策略,形成市場出清電價傳遞給上層。需要注意的是,為突出分布式光伏儲能投資對系統(tǒng)供需特性和優(yōu)化運行方式的影響,厘清分布式光伏儲能系統(tǒng)在不同地區(qū)的價值異質性,本文在下層模型中并未考慮網絡約束。

2.3 模型求解及可擴展性

2.3.1 模型求解

由上述分析可知,本文上層模型中各市場成員均可根據市場出清結果自由確定分布式光伏儲能投資規(guī)模,為傳統(tǒng)主從博弈模型的擴展。本質上講,所構建的雙層模型為帶均衡約束的均衡問題（equilibrium problem with equilibrium constraints,EPEC）,具有非凸非線性的特征,難以直接高效求解［24］。為此,本文采用對角化算法通過上下層迭代的方式依次確定各需求側市場成員的投資行為［25］。事實上,下層市場出清模型與上層每個需求側市場成員的迭代過程都可以理解為一個具有均衡約束的數 學 規(guī) 劃 問 題（mathematical programs with equilibrium constraints,MPEC）,當所有MPEC 全部求解后,一次迭代結束,迭代將持續(xù)到所有市場成員決策行為均達到均衡狀態(tài),從而實現該雙層模型的求解。該求解算法的偽代碼見附錄A。

由對角化算法偽代碼可以看出,雙層模型求解算法的收斂依賴于在各個市場主體與市場出清間的多輪迭代。對于某個市場主體而言,其最終的分布式光伏儲能投資決策方案可能會在兩個或多個方案間振蕩。具體而言,判斷迭代中振蕩會發(fā)生的依據如下所示：

式（17）所表示振蕩判斷依據的物理含義可理解為由于節(jié)點邊際電價的滯后性,某個市場成員在根據第k輪迭代的市場價格信號所做出決策更新后的節(jié)點邊際電價,即λ(k+1)下的總成本會升高,新一輪k+2 的投資決策可能會退回到第k次的方案,故而在迭代中呈現振蕩,若該振蕩為等幅振蕩則算法無法收斂。當雙層模型求解過程中出現振蕩且無法滿足設定的收斂判據時,本文以用戶側成本最小為原則確定該用戶的分布式光伏儲能投資方案。

2.3.2 可擴展性分析

盡管上述雙層模型需要預先滿足一些前置假設條件,并在某些環(huán)節(jié)簡化了建模,但值得一提的是,針對分布式光伏儲能外部性價值評估,上述雙層模型能夠很好地捕捉到多個需求側市場成員分散決策行為與系統(tǒng)整體運行的交互性。不僅如此,上述雙層模型還具有很強的可擴展性,能夠兼容不同地區(qū)市場模式、邊界條件、激勵政策等多方面差異性,精準測算分散決策下分布式儲能系統(tǒng)的外部性價值,具體可總結為以下幾方面。

1）定價機制

實際中由于各地區(qū)發(fā)展水平和能源政策的差異性,分布式光伏儲能系統(tǒng)往往面臨不同的定價機制,式（1）中和可根據實際情況替換為不同的定價機制,用于評估不同定價機制或激勵政策下分布式光伏儲能的外部性價值。

2）電源結構

需求側市場成員對分布式光伏儲能系統(tǒng)的分散決策的本質改變了各市場成員的凈負荷曲線,這將影響電力系統(tǒng)整體的供需平衡模式和機組調度計劃。本文所構建雙層模型中,下層市場出清模型式（13）至式（16）中電源結構可根據實際區(qū)域特性替換為不同類型的電源組合,形成各時段系統(tǒng)聚合供給曲線,可適用于測算不同區(qū)域中分布式光伏儲能系統(tǒng)的外部性價值,進而為因地制宜的市場機制設計提供仿真工具和理論支撐。

3）負荷特性

從主體類型來看,工業(yè)用戶、商業(yè)建模、居民等不同主體的區(qū)別主要來自相關參數的差異性,如初始負荷曲線、相關價格機制、分布式光伏儲能最大投資規(guī)模和投資成本等,參數在模型中都有相應的變量,在應用中根據實際需求輸入相應的參數,即可有效區(qū)分不同主體組合對分布式光伏儲能系統(tǒng)的外部性價值評估的影響。

此外,不同市場成員對電價的敏感程度不同。在實際系統(tǒng)運行和價值評估中,個體的異質性和有限理性行為將會影響其實際的投資決策行為,還有部分市場成員不愿意或缺少條件投資分布式光伏儲能系統(tǒng)。為了盡可能模擬差異性的負荷特性,本文中在下層模型約束式（14）中添加了PLi,t,s變量,表示系統(tǒng)中不受市場價格影響的剛性需求。通過這樣的方式,所提模型能夠更好地擬合實際系統(tǒng)負荷特性,實現分布式光伏儲能系統(tǒng)外部性價值的精準評估。

2.4 市場運行評價指標

如前所述,針對不同的系統(tǒng)及邊界條件,分散決策下分布式光伏儲能系統(tǒng)投資所對應的外部性價值存在顯著差異性。為有效評估分散決策下分布式光伏儲能對系統(tǒng)整體運行效率的影響,揭示其一般性的外部性價值規(guī)律,厘清分布式光伏儲能系統(tǒng)在不同地區(qū)的外部性價值異質性,本節(jié)考慮系統(tǒng)運行經濟性和低碳性,從個體行為層和系統(tǒng)運行層兩個維度定義了下述市場運行評價指標：

1）無秩序代價（price of anarchy,POA）：POA 指標用來衡量相比于集中式決策方法,個體對分布式光伏儲能系統(tǒng)的分散決策所導致的效率損失,可通過對比不同模式下系統(tǒng)運行成本計算得到。

2）邊際碳排放強度（marginal emission intensity,MEI）：MEI 指標指的是系統(tǒng)每單位用電量增長所帶來的二氧化碳排放量,可從環(huán)境效益的角度量化分布式光伏儲能系統(tǒng)的外部性價值。

3）用電側平均碳排放強度（average carbon emission intensity of demand side,ACED）：不同于MEI 指標反映的是系統(tǒng)側邊際碳排放特征,ACED指標用來衡量某個用戶其用電行為對應的ACED。

4）電網依賴性（reliance on the utility, ROU）：ROU 指標用來衡量需求側市場成員對電網供電的依賴性,對于某一市場成員而言,其ROU 指標可由某時段內向電網購電量和總需求電量的比值計算得到。

5）電網公司凈收益（net profits of the utility,NPU）：已有研究指出,需求側分布式光伏占比的提高可能會降低用戶從電網的購電量,進而影響電網公司的盈利能力,NPU 指標用于衡量電網公司的凈收益,可根據售電收益和發(fā)電側購電成本計算得到。

6）峰值負荷需求（peak load demand, PLD）：如前所述,分布式光伏儲能系統(tǒng)的大規(guī)模投資在降低需求側對電網依賴性的同時,也將根本性改變原有系統(tǒng)的電力供需情況。PLD 指標能夠衡量分布式光伏儲能系統(tǒng)的建設對于凈負荷曲線改變在系統(tǒng)層面的效果。

3 算例分析

3.1 算例設置

本文算例采用中國河南省某地區(qū)用戶負荷曲線和分布式光伏容量因子數據。為便于模型求解,用戶側負荷曲線已通過聚類的方式形成30 個聚合大用戶。為便于分析,假設市場主體所投資的儲能均為儲能時長為2 h 的電化學儲能,分布式光伏儲能系統(tǒng)外部性價值分析模型所涉及的相關參數如附錄A 表A1 所示。由表A1 可知,在基礎算例中分布式光伏回收價格假定等于批發(fā)市場出清價格,將在3.5節(jié)中進一步分析差異化的分布式光伏回收價格對其外部性價值的影響。同時,為測算市場成員分散決策行為對其外部性價值的影響,本節(jié)首先構造了如下兩個對比場景,分別從規(guī)劃和運行兩個維度突出上述雙層模型中需求側市場主體分散決策性所帶來的影響。

1）對比場景1（M1）

根據需求側用電需求和分布式光伏容量因子,由市場運營商以社會福利最大化為目標統(tǒng)籌分布式光伏和儲能的投資和調度決策方式。該對比場景下集中優(yōu)化儲能投資行為,能夠消除分散決策所帶來的儲能投資效率下降。

2）對比場景2（M2）

基于本文上述模型中計算得到的各用戶分布式光伏和儲能的投資策略,由市場運營商以社會福利最大化為目標統(tǒng)籌所投資儲能調度決策方式,即可以理解為各市場主體所投資的儲能處于完全共享的理想模式。該對比場景采用集中式優(yōu)化調度,能夠消除儲能分散決策所帶來的效率損失。

具體的場景特征如表1 所示。表中：M3 為本文所提的分布式光伏儲能分散決策模型；M4 為基準場景,該場景下用戶無法自主投資分布式光伏儲能系統(tǒng),全部負荷需求均依靠上級電網供應。

表1 各場景不同階段決策方式差異性Table 1 Differences in decision-making modes at different stages in different scenarios

3.2 外部性價值分析

如前所述,分布式光伏儲能系統(tǒng)的外部性價值主要體現在3 個方面,即運行價值、環(huán)境價值和非線路性替代價值。在本節(jié)中,上述三方面價值將分別通過對比M3 和M4 場景系統(tǒng)運行結果得到。具體而言,運行價值為M3 和M4 場景下系統(tǒng)整體運行成本的差值,系統(tǒng)整體運行成本即為式（13）的第1 項；環(huán)境價值為M3 和M4 場景下系統(tǒng)碳排放成本的差值,系統(tǒng)碳排放成本可由碳排放總量和單位碳排放權價格的乘積計算得到,即式（13）的第2 項；非線路性替代價值為M3 和M4 場景下系統(tǒng)輸配電成本的差值,其中,輸配電成本可由從各時段該區(qū)域向上級電網購電量和單位輸配電成本計算得到。圖2 為某典型日各時段分布式光伏儲能系統(tǒng)的外部性價值測算圖。

圖2 典型日不同時段分布式光伏儲能系統(tǒng)外部性價值Fig.2 Externality value of distributed photovoltaic energy storage system in different periods of typical days

如圖2 所示,分布式光伏儲能系統(tǒng)不同維度的外部性價值存在明顯的時段差異性,但整體趨勢較為一致,在13：00—17：00 時段價值較高,這主要是因為中午分布式光伏出力較高,且儲能能夠將中午高峰時段多余光伏轉移到下午時段的負荷高峰時刻。因此,中午及后續(xù)時段的外部性價值相比于其他時段相對較高。此外還可以發(fā)現,環(huán)境價值和非線路性替代價值在01：00—02：00 時段呈現負值,這主要是由于初始時段系統(tǒng)發(fā)電成本相對較低,相比于M4 場景,M3 場景下市場主體所投資儲能在上述時段充電行為會在一定程度上增加系統(tǒng)層面碳排放和輸配電成本。

3.3 分散決策對系統(tǒng)運行效率的影響分析

如上所述,分布式光伏儲能的投資將呈現多元化的外部性價值,本節(jié)中將進一步從系統(tǒng)運行效率的角度分析分散決策對分布式光伏儲能系統(tǒng)外部性價值的影響。

本質上講,大規(guī)模分布式光伏儲能的投資決策改變了需求側的凈負荷曲線,進而會影響系統(tǒng)原有的調度優(yōu)化運行方式,其突出表現為對電網依賴性的降低和PLD 的差異性?；诖?本節(jié)選取了上述兩個指標以及POA 指標以量化分析投資和調度決策兩個不同階段分散決策對系統(tǒng)運行效率的影響,M1 至M4 場景下3 個指標的值如圖3 所示。同時,為便于反映指標間的差異性,對POA 和PLD 指標進行了歸一化處理,其中,PLD 指標歸一化前反映的是各典型日內負荷需求最高的4 個時段的均值。

圖3 不同階段分散決策對系統(tǒng)運行效率的影響Fig.3 Impact of decentralized decision-making at different stages on system operation efficiency

對比圖中不同場景下的指標可以明顯看出,M1至M4 場景下的POA 指標呈現遞減狀態(tài),相比于M1 場景下的集中式優(yōu)化,M2 和M3 場景下所對應的效率損失分別是由于分散決策下分布式光伏儲能的過度投資以及儲能調度決策的次優(yōu)性所導致的。從PLD 和ROU 指標來看,相比于M1 場景,M2 場景所對應的指標值反而相對較好,這主要是因為在M2 場景所投資的儲能規(guī)模相對較高,在集中優(yōu)化下將有助于降低需求側的電網依賴性和PLD。相應的M2 場景下儲能的過度投資也導致其系統(tǒng)整體成本相對較高,在POA 指標中已有反映。

3.4 分布式光伏儲能對系統(tǒng)低碳運行的影響分析

隨著分布式光伏補貼的逐漸下降,大多數地區(qū)分布式光伏回收價格明顯低于零售電價,分布式光伏搭配儲能系統(tǒng)有助于提升需求側市場主體運行靈活性,降低用電成本。但理論上講,盡管對某個用戶而言,分布式光伏搭配儲能可以更好地擬合自身需求,但從系統(tǒng)整體來看,若系統(tǒng)有足夠的分布式光伏消納能力,受限于儲能的充放電效率這種個體層面的用電曲線擬合將會導致清潔能力的“浪費”,反而可能引起系統(tǒng)碳排放量提高。

為此,本節(jié)將從環(huán)境價值的角度分析分布式光伏儲能對系統(tǒng)低碳運行的影響。在原有M3 場景的基礎上,額外設置了M3*場景。該場景下將移除各市場成員所投資的儲能,多余的分布式光伏將直接被上級電網回收。圖4 給出了M3 和M3*場景下部分市場主體的ACED 指標和系統(tǒng)層面的MEI 指標。由于系統(tǒng)層面MEI 指標各時段存在差異性,圖中黃、藍色虛線給出的MEI 指標分別為場景M3 和M3*所選擇典型日的平均值。

圖4 M3 和M3*場景下部分市場主體ACED 指標和系統(tǒng)的MEI 指標Fig.4 ACED indices of partial market entities and system MEI indices in M3 and M3* scenarios

從圖中散點變化趨勢可以看出,市場主體的用電ACED 與儲能投資容量似乎沒有明顯的關聯(lián)性,但從整體來看,這主要是因為不同主體本身負荷規(guī)模和曲線存在差異性,而ACED 指標反映單位用電量的平均碳排放量,因而其與儲能投資容量的關聯(lián)性不明顯；另一方面來看,分布式光伏搭配儲能有助于市場主體自身降低對上級電網依賴性,提升自身用電量中分布式光伏所占比例,因而M3 場景的ACED 指標數值明顯低于M3*場景。但正如前面所提到的,系統(tǒng)層面的M3*場景下平均MEI 指標反而略低于M3 場景,這主要是因為本文所構造場景中系統(tǒng)層面有較強的調節(jié)能力,能夠全部消納午間的分布式光伏,這一現象在個體層面將表現為M3 場景下系統(tǒng)中其余未配置分布式光伏儲能的剛性負荷ACED 指標將會高于M3*場景。

3.5 分布式光伏價格機制的影響分析

在前文分析中已經可以發(fā)現,大量分布式光伏儲能系統(tǒng)的投資會對系統(tǒng)運行經濟性和低碳性產生一系列影響,其所產生的外部性價值的本質在于分布式光伏儲能系統(tǒng)的投資會降低需求側對電網依賴性。從利益分配的角度來看,這種依賴性的降低可能導致電網公司收益降低,進而存在潛在的政策阻力,這也在一定程度上導致了近年來分布式光伏回收價格的不斷下降。

基于此,本節(jié)中將進一步分析分布式光伏價格機制對市場主體投資決策和電網公司收益的影響。相比于前述算例中固定的分布式光伏回收價格,在本節(jié)中引入了價格系數β,相應的分布式光伏回收價格如下：

在上述價格機制下,當價格系數β為1 時,分布式光伏回收價格為零售電價與輸配電成本的差值；當價格系數β為0 時,分布式光伏回收價格為上述差值與批發(fā)市場出清電價的較小值。圖5 給出了不同價格系數下分布式光伏投資比例和電網公司收益的變化。圖中：分布式光伏投資比例指的是相比于市場主體實際投資的分布式光伏占最大可投資容量的比例。

圖5 不同價格系數下分布式光伏投資比例和電網公司收益Fig.5 Distributed photovoltaic investment ratio and grid company revenue under different price coefficients

如圖5 所示,與預期一致的是隨著分布式光伏回收價格系數的增加,分布式光伏投資比例不斷增加。然而,可以發(fā)現NPU 并沒有單純隨著價格系數和分布式光伏投資容量的增加而降低,而是整體呈現略微上升而后下降的趨勢。后一階段下降的趨勢容易理解,過高的分布式光伏回收價格顯然容易導致NPU 的下降；前一階段的NPU 略微上升的原因主要在于分布式光伏儲能投資比例提高后,系統(tǒng)整體凈負荷需求相應下降,較低的凈負荷需求導致了較低的批發(fā)市場出清電價,進而降低了電網公司購電成本,如圖中藍色條紋柱形所示。

這樣的結果也再次說明,分布式光伏儲能的投資在為系統(tǒng)提供多元外部性價值的同時,一般并不會導致電網公司收益的下降,即便當回收電價較高時,上述結論依然成立。這也從側面表明,定價機制的設計給分布式光伏儲能系統(tǒng)投資所帶來的社會福利分配轉移效應具有重要意義。

4 結語

在“整縣光伏”等強有力政策的驅動下,分布式光伏儲能系統(tǒng)已逐漸成為能源結構轉型的關鍵性環(huán)節(jié)之一。本文圍繞分散決策下分布式光伏儲能系統(tǒng)外部性價值量化評估方法展開研究,通過構造雙層模型模擬需求側市場成員與系統(tǒng)運行的交互關系,準確測算不同邊界條件下分布式光伏儲能系統(tǒng)外部性價值。最后,基于實際系統(tǒng)數據分析了不同區(qū)域邊界條件下分布式光伏儲能系統(tǒng)的外部性價值,以及市場成員分散決策行為對其外部性價值的影響。算例結果表明：

1）分布式光伏儲能系統(tǒng)的外部性價值主要體現在3 個方面,即運行價值、環(huán)境價值和非線路性替代價值,其中,分散決策在分布式光伏儲能系統(tǒng)投資和調度決策階段均可能導致不同程度的效率損失,個體層面的自利性分散決策將可能導致系統(tǒng)出現新的負荷需求高峰；

2）從低碳運行的角度來看,當系統(tǒng)有足夠的分布式能源消納能力時,市場主體對分布式光伏儲能的分散決策行為在促進個體層面分布式光伏出力與自身用電曲線擬合的同時也將導致清潔能源的“浪費”,反而可能引起系統(tǒng)碳排放量提高；

3）不同于直觀感覺中分布式光伏的大規(guī)模接入可能導致NPU 下降。本文結果表明,當考慮分布式光伏儲能投資對上級系統(tǒng)凈負荷曲線的影響時,電網公司凈收益并沒有單純隨著價格系數和分布式光伏投資容量的增加而降低,而是整體呈現略微上升然后下降的趨勢；

4）本文所提模型具有較強的實用價值和可擴展性,能夠揭示電源結構、供需特性等區(qū)域差異與分布式光伏儲能系統(tǒng)外部性價值的關聯(lián)關系,厘清分布式光伏儲能系統(tǒng)在不同地區(qū)的價值異質性。

本文針對的是市場環(huán)境下分布式光伏儲能系統(tǒng)外部性價值評估問題,后續(xù)將進一步研究分布式光伏儲能系統(tǒng)對不同類型用戶的價值差異性,以及計及區(qū)域異質性的分布式光伏儲能定價方法及激勵機制。以期為各區(qū)域“因地制宜”設計合理的分布式光伏價格機制和激勵政策提供理論支撐和仿真工具,為分布式光伏和儲能產業(yè)的深度融合提供有力支撐和保障。

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