考慮碳排放的新能源電網電力交易動態定價方法

關艷，高曦瑩，陸心怡，蔡亦濃，韓昕檀，宋軒宇，滕云

（1.國網遼寧省電力有限公司營銷服務中心，遼寧 沈陽 110170；2.沈陽工業大學，遼寧 沈陽 110870）

0 引言

目前，電力行業的碳排放已經接近全國碳排放的一半，碳排放交易也已經率先覆蓋到了電力市場，在實現“雙碳”目標的前提下，發展計及碳交易的成熟電力市場是電力行業完成綠色轉型的必經之路[1]。但在電力市場中，碳排放成本究竟由哪一方來承擔也一直是一個存在爭議的問題，碳排放的主要來源在發電側，但缺少需求側的配合，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有的電力市場，完成二者之間的銜接，對于目前的電力行業碳減排來說具有重要意義。

研究人員基于需求側資源管理對電力市場進行了大量研究，但整體來講，還未能充分發揮需求側的碳減排潛力。文獻[2]提出了基于改進引力搜索算法的電力市場環境下可再生能源競標消納優化模型，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系，并針對含有可響應分布式電源的配網多目標優化調度進行研究。文獻[4]分析了可再生能源接入配網對節點邊際的影響，并在此基礎上提出了一種考慮需求響應和有功損耗的節點邊際電價模型。文獻[5]對園區多能源系統進行了研究，并以系統運行成本最小化為目標，設計了電力市場和碳交易市場價格傳導機制及園區多能源系統綜合需求側響應策略。文獻[6]對電動汽車用戶出行規律進行分析，并在此基礎上提出了一種計及電動汽車用戶滿意度的動態分時充電電價制定策略。

與此同時，許多研究注重源-荷側共同參與，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]為解決現有用戶側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，經濟可行性較差的問題，提出一種計及綜合能源服務模式的用戶側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境下可再生能源競標消納優化模型。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同優化的定價策略。

綜上所述，針對電網需求側參與電價制定的研究已有一定積累，但對于需求側如何參與到碳-電市場的銜接環節中的研究還有待開展?，F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展方向，因此，在考慮區域碳排放的基礎上，研究一種基于電網需求側響應的電能定價方法具有重要的現實意義。

1 考慮碳減排的負荷調動成本模型

1.1 負荷側減碳激勵計算模型

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

節點碳勢計算式如下[10]：

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

在節點碳勢的基礎上，建立包括可控負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為節點n響應減碳的負荷減少量；Δ為節點n響應減碳的負荷增加量。

1.2 負荷側經濟補償計算模型

在負荷側，包括儲能裝置在內的可控負荷根據其自身的負荷增減意愿在電網的引導下有序安排充電時間[11]。因此，須根據可控負荷的配合程度設計其經濟補償計算模型。

在為可控負荷的增減功率提供經濟補償時，根據負荷增減功率的大小，將補償程度分為m個階段。在每個不同的補償階段，設計不同的補償電價，可控負荷對電網調峰的配合程度越深，則獲得的經濟補償越多?？煽刎摵傻慕洕a償計算方法式下：

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

2 考慮碳排放的新能源電力現貨交易定價方法

2.1 基于電力服務商參與的電力市場交易結構

在本文建立的電力市場交易結構中，由電力服務商參與市場交易[12]。在需求側，包括儲能裝置、不可控負荷與可控負荷在內的需求側資源由電力服務商進行統一安排規劃，并參與到交易市場中來。源荷兩側參與市場交易結構如圖1所示。

圖1 電力服務商參與的市場交易結構Fig.1 Integrated energy service providers participate in market transaction structure

圖1描述了電力服務商參與的電力市場交易形式，在源側，各發電商直接將發電數據報至交易中心，由交易中心對各發電商的發電量進行調度安排。在負荷側，存在不可控負荷、可控負荷及儲能裝置，這三者通過電力服務商進行統一交易，由電力服務商對各負荷的用電時間進行安排，并對配合電網調峰的用戶進行經濟補償。

2.2 新能源電網電能交易定價流程

在上文提到的電力市場交易結構下，本文建立一個考慮電網碳排放的新能源電網電能交易定價機制，流程如圖2所示。

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

①各發電商及電力服務商在交易前一日向電力交易中心提交下一日的電源發電預測數據及負荷預測數據，電力交易中心結合預測數據制定減碳計劃。

②發電商根據交易中心發布的數據，結合自身發電量，制定每個交易時段的報價及最高發電量等申報信息。

③電力服務商根據管轄范圍內的可調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各時段需求對各發電商與電力服務商進行集中撮合交易，并統一確定各交易時段從各電站購買的電量，進行出清結算，電價的結算在每個時段采用統一出清電價。

④考慮需求側響應對各參與者所產生的收益影響，根據出清結果，交易中心詢問是否有發電商須要更改報價及電量信息，電力服務商確認儲能及可控負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，該交易日的現貨交易完成。

3 基于主從博弈決策的電價優化模型

在本文建立的電力交易機制中，各發電商及電力服務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。在電力服務商的報價過程中，服務商的利潤受可控負荷用戶及儲能裝置功率調整的影響。用戶及儲能裝置改變供用電行為，須根據服務商的要求，做出響應決策。因此，本文建立1個電力服務商與k個可控負荷用戶及儲能裝置的博弈模型，構建一個1-K型Stackelberg主從博弈模型[13-15]。

3.1 電力服務商的定價主導博弈模型

電力服務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荷增減功率補償，因此本文將儲能充放電調用成本合并在可控負荷調用成本中，以電力服務商經濟收益最大為目標函數，建立電力服務商在主從博弈中的定價模型。

①電力服務商電價優化目標函數

在建立優化目標函數之前，首先引入電力服務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；Qb為日前競標電量。

電力服務商經濟收益由3部分組成：購電成本Π1，由電力服務商供電量和市場出清電價決定；調用可控負荷響應成本Π2，由負荷減碳激勵與經濟補償決定；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，目標函數為所有場景下的電力服務商經濟收益最大。

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

②電力服務商電價優化約束條件

3.2 基于可控負荷與儲能響應的從屬博弈模型

3.2.1可控負荷響應優化目標函數

制定可控負荷優化目標時，本文主要考慮使可控負荷通過配合電網進行功率增減來獲得更多的收益，因此，將可控負荷響應效益最大作為目標函數：

3.2.2可控負荷響應約束條件

①負荷是否參與響應約束

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

②可控負荷功率調整范圍約束

③可控負荷功率增減狀態約束

④可控負荷功率調整頻次約束

3.2.3儲能系統響應目標函數

儲能電站在參與響應的過程中，根據電力服務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，目標函數可表示為

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儲能系統約束條件

①儲能設備充放電功率約束

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

②儲能設備荷電狀態約束

式中：St為儲能設備的荷電量。

4 求解流程

在本文建立的主從博弈模型中，主導者與隨從者優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者及隨從者的目標函數進行循環迭代，最終達到主導者與隨從者之間的均衡狀態，并輸出最終的博弈結果，即前文提到的電力服務商全天分時報價。

圖3 求解算法流程Fig.3 Solving algorithm

5 算例仿真

5.1 仿真系統設置

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

表1 儲能設備參數Table 1 Basic parameters of energy storage

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

圖5 風光負荷預測數據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越性，設置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，在仿真系統中配置容量為20 kW?h的儲能設備，并采用本文提出的新能源電網電能定價方法與求解算法對電價進行求解，得到優化后的分時電價如圖6所示。在此電價下的系統各類電源出力預測曲線如圖7所示。

圖6 S1場景下優化后的新能源電網分時電價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，新電價能夠使電網通過電價引導各電源及負荷有序充放電，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，儲能設備處于充電狀態，能夠吸收一部分風電出力，減少棄風；在白天電價較高時段，即11：00-20：00，儲能裝置處于放電狀態，在保證儲能自身經濟收益的同時，一定程度上減輕電網的調峰壓力。

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。在白天電價較高時段，即11：00-20：00，儲能裝置由電力服務商安排放電時間，配合電網需求進行放電，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生的影響，在S1場景下的仿真系統中配置容量為40 kW?h的儲能設備，同樣采用本文提出的新能源電網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，電網的電價求解結果相對于圖6產生了一些變化。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更多的供電壓力，此時電價會出現一定幅度的降低。但隨著儲能裝置荷電量的降低，其供電能力隨之降低，對電網的調峰壓力的分擔能力也隨之降低，此時電價逐漸恢復原有水平。

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碳減排的促進效果，設置場景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中的多種類電源出力進行預測，所得結果如圖10所示。S1與S2場景下電源出力產生的碳排放結果如圖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電價求解方法更能夠調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機組出力，進而實現系統的碳減排。

6 結論

本文基于博弈理論思想，建立了需求側參與的電能定價體系，將可控負荷及儲能系統作為靈活性資源，在考慮區域碳排放的基礎上提出了一種基于電網需求側響應的電能定價方法。將碳排放作為負荷碳減排激勵成本，建立了考慮碳減排的負荷調動成本模型。在構建的需求側參與電能定價體系基礎上，設計了1-K型Stackelberg主從博弈決策模型，由電力服務商及靈活性資源參與博弈定價，并進行了仿真驗證。仿真結果表明，基于主從博弈決策的新能源電網電能定價方法，考慮了電力服務商和可控負荷自身的經濟效益，能夠根據電網各時段的不同用電需求制定分時電價，進而充分發揮儲能系統的充放電潛力，減輕傳統調峰機組的調峰壓力，促進新能源電網中的新能源消納，實現碳減排的目標。