摘 要：不断深化的电力现货市场改革给售电公司的购售电业务带来了新的机遇和挑战，现货市场下售电公司的决策研究具有重要意义。通过价格-份额函数反映售电公司在零售市场中面临的竞争和用户选择行为，建立售电公司购售电的成本与收益的数学模型，基于对数正态分布产生一系列现货电价的不同场景， 用条件在险价值（conditionalvalueatrisk,CVaR) 模型量化给定置信度水平下所有场景中的购售电风险，最后建立收益-风险目标函数。通过算例分析比较不同风险偏好下，有中长期交易限制和无中长期交易限制下售电公司的售电价格、市场份额、中长期购电比例、风险和收益。算例分析表明：当中长期购电不存在限制时，售电公司会制定较高的零售电价并签订大量的中长期合同；当存在中长期购电限制时，售电公司必须降低零售电价、提高市场份额，以获取更多的中长期交易资格来实现收益最大化，此时售电公司的风险和收益均低于不存在中长期限制时的水平，用户侧福利上升。
（来源： 中国电力 作者：广东电力交易中心有限责任公司 徐云）
0 引言
售电公司作为售电侧放开背景下产生的新兴的市场主体，是连接电力批发市场与电力零售市场之间的桥梁。售电公司的出现也是社会分工的体现，售电公司代理用户购买电能来获取合理收益。在中国不断深化的电力现货市场改革中，以 市场机制形成不同时间、不同空间上的价格信 号，进一步还原电力的商品属性，给售电公司的购售电业务带来了新的机遇和挑战[1-2]。
国内外学者对售电公司的购售电策略大多采用博弈论[3-4] 或者通过建立数学模型来寻优[5-10]。 文献 [3] 讨论了中长期市场背景下零售市场中售电公司与用户之间的博弈，并用条件在险价值 （conditionalvalueatrisk,CVaR) 模型来量化决策风 险。文献 [4] 建立了中长期背景下发电企业、售 电公司和用户之间的价格博弈模型，对均衡结果进行了求解。文献 [6-8] 研究了现货市场开启之前，中长期市场模式下，面对偏差考核时售电公司的决策行为。文献 [9] 讨论了售电公司与用户之间不同分成模式下的购售电决策。文献 [10] 基于系统出清模型预测了现货电价，在此基础上对固定零售电价下售电公司的购售电策略进行了优化。上述文献主要存在以下不足：（1）基于传统的中长期模式，不适用现货市场模式； （2）没有考虑在竞争性的零售市场中，售电公司面临的其他售电公司的竞争以及用户的选择行 为；（3）没有考虑售电公司购售电风险。
电力现货市场下的售电公司，在批发市场中通过中长期市场和现货市场获取电能，在零售市场中将电能出售给电力用户，零售市场与中长期市场的电量偏差以现货价格进行结算。中长期市场和零售市场都以双边合同的形式确定，其风险较小，因此售电公司的主要风险来自现货市场。 现货电价受到市场主体报价情况以及系统运行情况等多方面的影响，难以准确预测。文献 [11-12] 采用金融领域的 GARCH 模型预测现货电价，文 献 [13-14] 采用对数正态分布描述现货电价的波动。无论哪一种预测方法，现货电价的波动总是呈现出一定的随机性，因此售电公司可以采用场景分析法辅助购售电决策，求取每种场景下收益的平均值作为求解的目标函数。
出于以上考虑，本文首先对零售市场中的用户选择行为进行建模，然后建立售电公司的成本及收益模型，最后通过算例分析比较有中长期限制和没有中长期限制下售电公司的零售电价、市场份额、收益、风险等指标。
1 零售市场用户行为建模
择行为，这将会影响售电公司的市场份额。售电公司的市场份额是指该售电公司在其经营区域内所代理的电量占区域内总的市场化电量的比 例。在做购售电决策之前，售电公司必须对自身的市场份额进行评估，在此基础上决定在批发市场中的购电量。
目前已有学者对售电公司的市场份额进行了研究。文献 [15] 基于博弈论的方法对寡头售电公司的市场份额进行了研究。文献 [16-17] 通过对日前现货市场的需求侧报量报价进行拟合得到用户效用，基于用户效用量化用户的选择行为。文献 [18] 通过马尔可夫链对历史数据进行处理，得到售电公司市场份额变化的演化矩阵。文献 [19] 通过建立售电公司的评价指标体系来得到售电公司的市场份额。文献 [20] 采用机器学习的方法分析用户对售电公司的选择行为。为了便于分析，假设用户在选择售电公司时仅考虑价格因素，采用文献 [16-17] 中的模型反映售电公司市场份额与价格之间的关系，可表示为
2 售电公司购电成本及收益建模
售电公司在批发市场中购电，在零售市场中将电能出售给用户。为了便于分析，做出如下假设。
（1）售电公司仅从双边合同和现货市场中获取电能，用户实际用电量与双边合同之间的偏差将在现货市场中以现货电价进行结算。
（2）假设用户侧的现货电价在各时刻为全网统一电价，不考虑不同地理位置用户的现货价格不同。
（3）为了简化分析计算，假设售电公司仅通过固定电价的零售合同出售电能。实际上，售电 公司与用户所签订的合同具有多种形式，售电公司可对每种套餐的收益和成本进行建模，并设定每种套餐的比例系数，然后根据本文建立的收益- 风险模型建立目标函数[21]。
2.1 现货市场下用户电量分解
2.3 售电公司购售电利润
售电公司在零售市场中的收入 R为
3 基于 CVaR 的售电公司组合优化模型
3.1 现货市场风险及风险度量
售电公司在现货市场中收益的不确定性主要来自负荷波动和现货电价波动。售电公司在事前根据式（3）分解得到的分时负荷不可避免地会与实际运行负荷有偏差，将给售电公司的收益带来不确定性。另外，售电公司根据其预测的现货 电价进行决策，而现货电价无法准确预测，因此现货电价的波动也将给售电公司带来风险。采用场景分析法，通过产生一系列不确定因素可能出现的场景，取每种场景下的收益平均值作为优化的目标函数。负荷波动方面，售电公司可通过提高负荷预测精度来主动控制风险，也可在每个场 景中都作为不确定因素进行考虑。为了便于分析，本文在场景分析法中只讨论现货电价波动产生的风险，将负荷作为确定值。
3.2 售电公司决策目标函数
售电公司在做出购售电决策时必须在零售市 场和批发市场中进行联合优化，同时还要兼顾风 险最小的目标。考虑到现货电价无法准确预测， 把每种场景下收益的加权平均值作为售电公司的 收益，得到售电公司的收益-风险目标函数为
4 算例分析
4.1 参数设置
中长期市场中售电公司可以选择的双边合同 的量价信息见表 1。其中，区间长度为合同电量 变化的单位长度，对于 1 号合同，可签订的负荷 可以为 0，10MW，···，100MW；峰时双边合同 的时间为 10:00—22:00，全天平均双边合同中全 天每小时的电量相同。
4.2 确定场景数目
4.3 结果分析
（1）无中长期限制下，随着售电公司风险厌 恶程度的增高，售电公司会提高零售电价来保障 其在零售市场中的收益，并在中长期市场中采取 更为保守的策略，导致其在中长期市场中的成交 电量降低，市场风险降低的同时其收益也会随之 降低。值得注意的是，售电公司的中长期购电比例随着风险厌恶程度的增高而增高，原因是中长 期市场中的购电量虽然在下降，但零售市场中的 售电量下降更快，导致比例上升。
（2）在有中长期交易限制时，零售价格有较 大幅度的下降，原因是根据售电公司所预测的现 货价格水平，中长期市场中较多的合同电量可以 通过在现货市场中“低买高卖”获益，因此售电 公司降低了零售价格，由此获取更大的市场份额 和中长期交易资格，其收益有所下降但市场份额 大幅度提升。因此在有中长期交易限制的电力市 场中，售电公司必须获得较大的市场份额和足够 的发电侧资源来保障收益。中长期交易限制制约 了售电公司在中长期市场与现货市场之间的投机 套利行为，因此其市场风险也有所降低。
风险系数c=0.2 时，不同中长期交易比例限制 下售电公司各项参数情况如表 2 所示。随着中长 期交易限制的放开，售电公司越来越倾向于分别 获取零售市场与中长期市场中的收益最大化，售 电公司会提高零售价格以获取更大的零售市场收 益，同时在中长期市场中尽可能地签订比现货价 格低的电量合同，多余电量在现货市场中售出。 因此，随着中长期限制的放开，零售电价会上 升，售电公司的利润和风险均上升。在所讨论的 算例中，中长期电量限制达到 2.0 时售电公司已 α≥2 经签订了所有比现货电价低的中长期合同，当 时，售电公司的市场策略不再变化。
因此，对中长期市场交易量予以一定限制， 可以降低售电公司的风险，并且降低零售电价， 使零售市场的红利在用户和售电公司之间重新分 配。但对市场的过多干预会导致市场扭曲、失去 活力，中长期比例限制应根据市场成熟度和市场 成员的风险承受能力予以合理设置。
5 结语
本文建立了现货市场背景下，考虑零售市场用户选择、中长期交易限制、现货市场价格波 动、售电公司风险偏好的售电公司购售电决策优 化模型。实际上售电公司的购售电决策极为复 杂，本文仅考虑价格对用户选择行为的影响，实 际用户的选择行为还受到切换成本、用户忠诚 度、售电公司品牌效应等的影响；用户实时负荷 与现货电价的波动性之间也存在一定的联系，更 为复杂的场景建立和售电公司决策有待进一步 研究。
