摘要
建设(跨区域)现货市场与培养综合型售能公司是当前我国电力市场发展主要方向。在设计区域电力现货市场交易机制基础上,提出一种考虑多个从方均衡的主从博弈模型,模拟多类型售电主体参与下的市场行为,其中,主方为公益型系统运营主体(independent system operator,ISO),从方为单一售电公司和拥有有机朗肯循环、生物质能热电联供(combined heat and power,CHP)设备单元的综合能源公司。为此,分别构建电价出清模型以及售电(能)公司购售电决策模型,同时考虑设备全寿命周期成本以及土地和能源补贴的不确定性因素。采用基于满意度的交互式约束变尺度算法对该非线性多目标主从博弈问题进行求解。结果表明,跨区域市场能够实现区域间电价耦合,改善区域内电能短缺或过剩的情况;综合能源公司抗市场波动能力较强且利润较为稳定,但计及设备成本后,其经济性与单一售电公司相比并不具有明显优势。
（来源：电网技术 作者：杨皓钦, 魏震波, 黄宇涵, 隋东旭）
0 引言
我国电力市场改革进入“深水区”,加快电力现货市场建设成为当前改革重点。与此同时,随着能源互联技术由理论提出阶段转向建设实践阶段,成立以购售电为业务主体的,配置有CHP能源转换系统的综合能源公司将成为未来售电公司发展的主要方向。因此,对不同能源结构的售电公司在区域电力现货市场下竞争格局关系的研究具有重要意义。
国外成熟的现货市场一般由日前市场、日内市场和实时市场三阶段或部分组成[1]。为解决我国发电资源不均衡,能源供需逆向分布,清洁能源弃风弃水现象较为严重的问题,跨区域(省)电力现货市场正在展开试点建设[2]。文献[3]提出南方区域市场后期建设思路;文献[4-6]设计了跨区域清洁能源增量现货市场的交易体系、模型、规则和技术支持系统。上述文献设计了符合国情的跨区域电力交易机制,但多为宏观政策设计,缺乏新机制下的市场各主体行为模拟分析,难以验证新机制的优越性。
博弈论是分析市场各主体行为的有效工具。针对市场主从博弈问题：文献[7-8]构建市场双层模型并求解,但均为一主一从模型,而实际市场中从方为多主体,故上述研究有一定局限性。针对多从博弈问题,文献[9]研究了多主多从博弈模型为凸时的求解方法。进一步,当博弈模型为非凸时,文献[10]提出了一种新深度迁移强化学习算法,求解含阀点效应的非凸供需互动模型。文献[11]构建一主多从博弈模型并求解均衡。以上文献考虑电力市场交易种类相对单一,进一步,有学者研究了中长期市场与现货市场相结合的均衡问题,文献[12]建立考虑输电约束的两市场联合均衡模型,并求解该非线性问题。上述研究成果为后续研究奠定了基础,但有两个问题亟待解决：1）实际电力市场中各售电售能主体在面向用户的零售侧将展开博弈,而多数主从博弈模型并没有考虑多个从方之间的博弈均衡。2）未来的电力市场将为区域内与区域外市场相结合的交易体系,目前针对此类问题的研究多为综述阐述,鲜有搭建数学模型并结合交易案例进行研究。
综上问题与现状,本文在设计区域电力现货市场交易机制基础上,构建以公益型ISO主方,单一售电公司和综合能源公司为从方的一主多从博弈模型,同时考虑从方在零售侧市场的均衡问题。采用基于满意度的交互式约束变尺度算法求解该非线性多目标均衡的主从博弈问题,求解得到主方利益最大化的同时从方之间达到纳什均衡的满意解,为电力市场改革和售电售能主体运营提供参考。
1 区域现货市场交易机制
合理有效的区域交易机制有助于打破区域(省)级电力市场壁垒,优化资源配置;同时能够促进市场主体公平竞争,提升市场活跃度。本文设计由双边差价合同市场和现货交易市场组成的跨区域电力市场,具体如下：
1.1 差价合同市场
在中长期市场中,差价金融合同能使发、售电主体规避一定的现货市场风险,结算方法详见文 献[13]。四川省电力市场改革文件[14]明确要求中长期交易将逐渐以差价合同为主。
1.2 区域现货市场
参考美国PJM市场,现货市场由日前和实时两级市场构成,各主体的市场关系由图1所示,其中跨区域交易在日前市场开放。
图1 跨区域电力市场结构Fig. 1 Cross-regional electricity market structure
1.2.1 日前市场
式(2)为日前出清电量平衡约束,式(3)为区域市场日前出清价格约束,保证市场的稳定性与可控性,式(4)为阻塞上限约束,即当阻塞电量达到上限时,限制售电公司购买外部区域电量。
交割方式上,以合约电价为基础的日前全电量竞争交割方式受到国内主流学者的认可,本文根据日前全电量竞争交割模式构建日前市场。
1.2.2 实时市场
2 主从博弈(Stackelberg)模型
根据区域现货市场的交易机制与市场主体关系,批发侧整体(由公益型ISO代理)在博弈中占主导,为主方,售电售能公司为从方。一主多从博弈关系如下：
1）主方、从方决策者之间采取正向Stackelberg主从策略,主方按批发侧整体最大福利出清日前电价pb1。从方根据上层出清信息做出使得自身收益最大化的购售能决策,并将结果反馈至上层决策。在本文中,upper decision maker(UDM)为主方,lower decision makers(LDM)为从方。
2）从方(LDMk)之间,在零售市场展开垄断竞争,构成拓展伯川德(Bertrand)非合作非完全信息博弈模型。从方主体在未知对手决策的情况下,根据主方决策以及对手前期博弈策略制定新策略,展开价格竞争,最终达到Nash均衡并向UDM反馈购用电信息,博弈关系如图2所示。
图2 主从博弈结构Fig. 2 Master-slave game structure
2.1 主方(公益型ISO)出清定价模型
主方在市场中处于领导地位,通过出清与售电公司进行博弈。本文1.2.1部分阐述了主方按最大社会福利核定出清电价,表达为式(1),约束条件为式(2)—(6)。
2.2 从方(售电售能公司)购售电决策模型
2.2.1 单一售电公司购售电决策模型(I类)
单一售电公司通过制定合理的购售电策略,赚取购售电差价获利,其购售电决策目标函数为
2.2.2 考虑设备全寿命周期成本的综合能源公司竞价运营决策模型(II类)
综合能源系统以生物质、电力、天然气为主要供给能源,通过基于生物质能热电联供(combined heat and power,CHP)设备单元,实现热电联产。引入有机朗肯循环(organic-rankine-cycle,ORC)技术实现热电解耦[20],提高综合能源公司在电力市场中竞争策略的灵活性,并在成本核算中考虑设备全寿命周期以及土地和能源补贴的不确定性因素。设计综合能源系统如图3所示。
图3 综合能源系统Fig. 3 Integrated energy system
综合能源系统根据能源购入端的区域现货市场、生物质能和天然气供应商的报价以及输出端的电力零售侧和热能需求市场,以自身经济利益最大化为目标制定的购售能策略,同时优化能源系统的运行。假设能源系统产热均能被热网消纳,暂不考虑综合能源系统的开停机成本以及装置启停的时间对现货市场交割带来的影响。综合能源公司的决策目标函数为
2.2.3 设备全寿命周期成本模型
全寿命周期理论(life cycle cost,LCC)[21]将综合能源系统和配网系统划分为设计、建设、运营维护、报废退役4个阶段,同时考虑土地价格的不确定性以及新能源基建补贴政策的不确定性。全周期寿命成本将折现到日并计入单一售电公司和综合能源公司成本之内。数学模型如下：
2.3 主从博弈数学模型
该博弈结构可由如下数学模型描述,令：
UDM的目标函数为非线性,非线性源来自于出清电价与日前市场购买电量乘积和阻塞电量与出清电价乘积;同时,从方均衡问题含有耦合约束,由文献[22]知,在主方决策待定的情况下,从方将有无穷多组平衡解,称其为广义Nash均衡。本文使用基于满意度的交互式约束变尺度算法[23]求解含非线性多目标均衡的主从博弈问题,该主从问题均衡解的存在性证明详见附录B。
3 基于满意度的交互式约束变尺度算法
该方法是求解此类主从问题的有效方法[23],基本思想是,首先用基于满意度的决策方法求解UDM决策问题,得到LDMk决策者可接受的满意解,并按接受程度排序。再利用KKT条件检验UDM的满意解是否为下层决策者的平衡解,若是,则得到均衡解;若不是,则用约束变尺度算法搜索该满意解附近的解,重复上述过程,直到获得两层决策问题的均衡解。具体算法过程详见附录C。
4 算例分析
4.1 市场条件
为验证模型和算法的有效性,同时分析现货市场下市场环境的变化对两个寡头售电公司的市场力的影响,设立4种市场环境：
1）场景1。丰水期水力资源丰富区域电力市场供过于求导致外部区域市场电价偏低。
2）场景2。枯水期水力资源丰富区域电力市场供不应求导致外部区域市场电价偏高。
3）场景3。夏季热负荷需求变小,供热市场价格偏低。
4）场景4。冬季热负荷需求增大,供热市场价格稳定。热网补贴价格由附录A表5给出。
4.2 结果分析
4.2.1 市场对比
根据上述场景条件,求解出各场景下的市场均衡解,对比设立跨区域市场交易机制前后的出清电价及社会福利值,如表1、图4所示。
设立跨区域交易后,区域内出清电价相较改革前,在多数场景下有了一定程度降低;发现区域内与区域外市场电价存在耦合性,有助于打破区域
表1 各场景下出清电价以及阻塞均值Tab. 1 Clearing electricity prices and blocking mean values in each scenario
图4 有无区域交易模式的社会福利值对比Fig. 4 Comparison of social welfare values with or without regional trading models
(省)级电力市场壁垒,优化资源配置。与此同时,设有跨区域交易模式后本区域社会福利显著优于无跨区域交易下的现货市场。可以看出,跨区域交易模式较无跨区域交易市场相比具有一定优越性。
4.2.2 售电(能)公司市场力对比
分析在不同市场环境下,两类售电公司的购电策略改变。如图5所示。
将匹配负荷的电力品种分为图5所示的5类,组成一日内不同时刻的负荷曲线,直观得到不同市场环境下的用户侧用电来源比例。对于I类售电公司,购电的区域选择主要取决于内部区域与外部区域市场的价格对比,当外部区域电力市场价格显著低于本地出清价格时(图5(a)),I类售电公司大量购进外区域电能,外部电能所占比超过本地电能,由于电量阻塞,需要购买一定的本地电能避免高昂的阻塞分摊成本。当外区域电能价格位于高位时(图5(b)),售电公司主要购进本地电能,并购置少量的外域电能作为市场风险对冲。
II类售电公司在不同场景下有更灵活购能选择,场景一中当本地电能价格较高时,采取增大能源系统的发电量以及提高外部区域购电比例的两种方式丰富电能来源,避免阻塞联络线阻塞造成损失,同时在用户零售侧也提高了自身市场份额。夏季热负荷较为廉价时,能源公司较多的从电力市场购买电能,同时综合能源利用ORC系统实现热电解耦,以较高电热比生产电能以弥补因负荷高峰期的高昂实时电价造成的利润空间压缩。冬季热负荷高峰期,通过能源系统实现热电联产,实现热能市场的最大获利。
图5 4种场景下两类售电主体区域购电策略及负荷曲线Fig. 5 Power purchase strategy and load curve for two types of power sales main areas in four scenarios
售电公司利润水平如图6所示。利润率为售电(能)收入除以计及全寿命周期成本的购电(能)总成本之和,毛利润为售能收入除以购电(能)成本之和。相较于II类公司,I类售电公司在不同场景下的的利润及利润率水平波动较大,在市场竞争中受批发侧价格因素影响较大。由于自身不具备发电调控能力,当电能成本上涨时,该类售电公司的利润与利润率均有不同程度的下降。
图6 跨区域现货市场下各场景下售电公司利润对比Fig. 6 Comparison of profit of power sales companies in various scenarios under the cross-regional spot market
II类售电公司由于具备自身一定的发电产热调节能力,在市场中的抗风险能力较强,同时也保证了不同市场环境下稳定的利润与利润率水平。在场景二和场景四中该公司的毛利润水平优于I类公司,但在考虑能源系统设备全寿命周期成本后,由于市场份额略大,利润相较于I类公司略微占优,但利润率却低于I类公司。
5 结论
1）在区域性电力市场机制既促了进发电商公平竞争,又打破了本区域发电主体的垄断局面,有效降低本区域电价;解决当前出现在我国的能源供需逆向分布现象,区域性电力现货市场是一种有效机制。
2）综合能源公司由于自身具备一定的发电产热调节能力,在市场中的抗风险能力较强,能够保证在不同市场环境下的利润水平相对稳定。在多数场景中能源公司的毛利润高于单一售电公司,但计及全寿命周期成本后,在热网补贴价格较低的环境下,综合能源公司的利润水平与单一售电公司相比将不具备明显优势,故在北方地区更适宜该类公司发展。未来,提高能源系统发电产热效率、降低设备成本是新型能源公司立足市场的关键。
3）所提模型能够有效分析新形势下各主体购售能市场行为。分析比较在引入跨区域交易机制前后的出清电价变化,验证了新交易机制能够在减小电价波动的同时有效降低电价;模拟不同市场环境下各售电售能主体的市场力变化,分析可知综合能源公司抗市场波动能力强,经济性稍逊单一售电公司。该模型为电力市场交易机制规划提供参考,同时也为综合能源公司的投建与运营提供参考。
在交易品种更丰富的未来电力现货市场及辅助市场,综合型能源公司如何更好发挥自身优势实现自身利益和社会效益的最大化将是下一步的研究重点。
附表1 负荷分布与实时市场电价Tab. 1 Load distribution and real-time market electricity price
附表2 各电力交易项目价格上下限Tab. 2 Price upper and lower limits of each power trading item
附表3 能源公司各装置设备参数Tab. 3 Energy equipment parameters
附表4 能源系统及配电网LCC参数Tab. 4 Energy system LCC parameters
参考文献
[1]邹鹏,陈启鑫,夏清,等.国外电力现货市场建设的逻辑分析及对中国的启示与建议[J].电力系统自动化,2014,38(13):18-27.ZouPeng,ChenQixin,XiaQing,et al.Logical analysis of electricity spot market design in foreign ries and enlightenment and policy suggestions for China[J].Automation of Electric Power Systems,2014,38(13):18-27(in Chinese).
[2]李竹,庞博,李国栋,等.欧洲统一电力市场建设及对中国电力市场模式的启示[J].电力系统自动化,2017,41(24):2-9.LiZhu,PangBo,LiGuodong,et al.Development of unified European electricity market and its implications for China[J].Automation of Electric Power Systems,2017,41(24):2-9(in Chinese).
[3]梁志飞,陈玮,张志翔,等.南方区域电力现货市场建设模式及路径探讨[J].电力系统自动化,2017,41(24):16-21,66.LiangZhifei,ChenWei,ZhangZhixiang,et al.Discussion on pattern and path of electricity spot market design in southern region of China[J].Automation of Electric Power Systems,2017,41(24):16-21,66(in Chinese).
[4]葛睿,陈龙翔,汤俊,等.跨区域省间可再生能源增量现货市场设计与实践[J].电力建设,2019,40(1):11-18.GeRui,ChenLongxiang,TangJun,et al.Design and practice of cross-regional incremental spot market for renewable energy[J].Electric Power Construction,2019,40(1):11-18(in Chinese).
[5]李丰,张粒子.大规模风电跨省消纳与交易机制的研究[J].电力自动化设备,2013,33(8):119-124.LiFeng,ZhangLizi.Accommodation and transaction mechanism of transprovincial large-scale wind power[J].Electric Power Automation Equipment,2013,33(8):119-124(in Chinese).
[6]张粒子,王睿,金允剑,等.基于跨省发电权交易的“疆电外送”交易模式研究[J].电力系统保护与控制,2012,40(5):69-79.ZhangLizi,WangRui,JinYunjian,et al.Study of transaction modes of Xinjiang electricity transmission based on trans-provincial generation right exchange theory[J].Power System Protection and Control,2012,40(5):69-79(in Chinese).
[7]魏韡,陈玥,刘锋,等,基于主从博弈的智能小区代理商定价策略及电动汽车充电管理[J].电网技术,2015,39(4):939-945.WeiWei,ChenYue,LiuFeng,et al.Stackelberg game based retailer pricing scheme and EV ging management in smart residential area[J].Power System Technology,2015,39(4):939-945(in Chinese).
[8]甘宇翔,蒋传文,白宏坤,等.市场环境下园区售电商的最优报价和运行优化[J].电网技术,2018,42(3):707-714.GanYuxiang,JiangChuanwen,BaiHongkun,et al.Optimal bidding strategy and operation of industrial park electricity retailer in electricity market[J].Power System Technology,2018,42(3):707-714(in Chinese).
[9]ShimizuK,LuM.A global optimization method for the Stackelberg problem with convex functions via problem transformation and concave programming[J].IEEE Transactions on Systems,Man and Cybernetics,1995,25(12):1635-1640.
[10]ZhangX,BaoT,YuT,et al.Deep transfer Q-learning with virtual leader-follower for supply-demand Stackelberg game of smart grid[J].Energy,2017,133:348-365.
[11]谢畅,王蓓蓓,赵盛楠,等.基于双层粒子群算法求解电力市场均衡[J].电网技术,2018,42(4):1170-1176.XieChang,WangBeibei,ZhaoShengnan,et al.Equilibrium solution for electricity market based on bi-level particle swarm optimization algorithm[J].Power System Technology,2018,42(4):1170-1176(in Chinese).
[12]王晛,张少华,李渝曾.计及输电约束的电力远期与现货市场联合均衡分析[J].中国电机工程学报,2006,26(22):54-59.WangXian,ZhangShaohua,LiYuzeng.Joint equilibrium analysis for electricity forward and spot markets with transmission constraints[J].Proceedings of the CSEE,2006,26(22):54-59(in Chinese).
[13]张显,王锡凡,陈皓勇,等.电力市场中的双边合同[J].电力自动化设备,2003,23(11):77-86.ZhangXian,WangXifan,ChenHaoyong,et al.Survey of bilateral contracts in power market[J].Electric Power Automation Equipment,2003,23(11):77-86(in Chinese).
[14]四川省发展和改革委员会,四川省经济和信息化委员会,国家能源局四川监管办公室,等.四川省电力市场建设试点方案(川发改体改综合〔2017〕169号[Z].2017.
[15]PCR PXs.EUPHEMIA public description PCR market coupling algorithm,Version1.3[Online].(2016-01-27)[2019-01-27].http://www.mercatoelettrico.org/en/MenuBiblioteca/Documenti/20160127EuphemiaPublicDescription.pdf.
[16]PJM.Working:to perfect the flow of energy[EB/OL].(2014-01-23) [2019-01-28]..
[17]SavelliI,GiannitrapaniA,PaolettiS,et al.An optimization model for the electricity market clearing problem with uniform purchase price and zonal selling prices[J].IEEE Transactions on Power Systems,2018,33(3):2864-2873.
[18]刘方,张粒子.流域梯级水电站中长期调度与跨价区交易组合双层优化模型[J].中国电机工程学报,2018,38(2):444-455.Liu Fang ZhangLizi.Bi-level Optimization model for medium and long-term scheduling and cross-price area trading portfolio of cascade hyower stations[J].Proceedings of the CSEE,2018,38(2):444-455(in Chinese).
[19]曹悦.基于顾客选择行为的Logit效用函数的竞争性选址问题研究[D].上海:复旦大学,2008.
[20]魏震波,黄宇涵,高红均,等.含电转气和热电解耦热电联产机组的区域能源互联网联合经济调度[J].电网技术,2018,42(11):3512-3520.WeiZhenbo,HuangYuhan,GaoHongjun,et al.Joint economic scheduling of power-to-gas and thermoelectric decoupling CHP in regional energy internet[J].Power System Technology,2018,42(11):3512-3520(in Chinese).
[21]姜小静.计及风险效能成本的配电网变电站规划研究[D].北京:华北电力大学,2013.
[22]FacchineiF,KanzowC.Generalized nash equilibrium problems[J].Annals of Operations Research,2010,175(1):177-211.
[23]盛昭瀚.主从递阶决策论——Stackelberg问题[M].北京:科学出版社,1998.
原标题：跨区域现货市场下多主体购售能主从博弈模型
