黃欣，蔣凱，郇嘉嘉，趙敏彤，劉念

（1.廣東電網(wǎng)有限責(zé)任公司電網(wǎng)規(guī)劃研究中心, 廣東省 廣州市510080；2.華北電力大學(xué) 電氣與電子工程學(xué)院, 北京市 昌平區(qū) 102206）

0 引言

近年來(lái)，由于氣候變暖和保障國(guó)家能源供給安全的客觀需求，發(fā)展以風(fēng)電和光伏為代表的可再生能源發(fā)電變得刻不容緩?？紤]可再生能源（Renewable Energy，RE）天然的波動(dòng)性與不確定性，電力系統(tǒng)需要耗費(fèi)額外的成本調(diào)用源荷儲(chǔ)各類靈活資源以促進(jìn)消納，棄風(fēng)棄光問(wèn)題也是不可避免。為了提高RE消納能力，促進(jìn)綠色能源轉(zhuǎn)型，世界各國(guó)提出諸如可再生能源配額制、碳稅等各種各樣的激勵(lì)政策，中國(guó)也于2019年提出了“可再生能源消納責(zé)任權(quán)重制度”（Renewable Energy Portfolio Standard，RPS）。

截止2020年底，全國(guó)全口徑發(fā)電裝機(jī)容量20.2億kW，其中太陽(yáng)能發(fā)電裝機(jī)2.3億kW，風(fēng)電裝機(jī)2.4億kW[1]。大量并網(wǎng)的RE使得國(guó)家補(bǔ)貼的規(guī)模和缺口越來(lái)越大，僅2020年預(yù)估補(bǔ)貼缺口高達(dá)3000多億元[2]，為了減輕國(guó)家財(cái)政負(fù)擔(dān)，2017年國(guó)家財(cái)政部、發(fā)改委等部門聯(lián)合制定了“可再生能源綠色電力證書核發(fā)及自愿認(rèn)購(gòu)交易制度”（以下簡(jiǎn)稱綠證交易制度）。該制度根據(jù)核定發(fā)電量給RE發(fā)電廠頒發(fā)相應(yīng)數(shù)量的綠色電力證書，并通過(guò)建立自愿性質(zhì)的認(rèn)購(gòu)平臺(tái)，試圖借助社會(huì)資本彌補(bǔ)財(cái)政缺口。然而由于RE發(fā)展形勢(shì)變化，綠證交易制度在實(shí)施中遇新到了困難，國(guó)家發(fā)改委等部門因此提出RPS：一是綠證交易完全基于自愿，缺乏強(qiáng)制約束作用，市場(chǎng)交易不活躍；二是綠證交易的設(shè)立本質(zhì)上是政府補(bǔ)貼的替代品，隨著風(fēng)光平價(jià)上網(wǎng)時(shí)代的到來(lái)，綠證交易的制度背景發(fā)生了改變。當(dāng)前RE發(fā)展的主要問(wèn)題已經(jīng)由建設(shè)成本高昂，變成了由于大量RE電力并網(wǎng)造成的消納困難。

目前，由于綠證交易制度出臺(tái)的較早，且與國(guó)外實(shí)施的可再生能源配額制類似，學(xué)者們對(duì)其展開了大量的研究。這些研究大致分為兩個(gè)方向，其中一個(gè)方向從規(guī)則制定和經(jīng)濟(jì)性的角度出發(fā)，比較了綠證和其他激勵(lì)政策的區(qū)別[3-4]，提出機(jī)制的改進(jìn)措施[5-6]；另一方向從模型角度出發(fā)研究了綠證交易對(duì)電力市場(chǎng)運(yùn)行或市場(chǎng)主體決策的影響[7-9]。然而，RPS與綠證交易制度在考核主體、履約方式和交易內(nèi)容等方面均存在著不同之處，因此研究中國(guó)新形勢(shì)（RPS）下計(jì)及電力市場(chǎng)中源荷儲(chǔ)互動(dòng)的用電側(cè)投資、交易、運(yùn)行策略及形成的市場(chǎng)均衡狀態(tài)變得尤為重要。

考核主體方面，RPS明確按照省級(jí)行政區(qū)域?qū)﹄娏οM(fèi)設(shè)定可再生能源電力消納責(zé)任權(quán)重，包括電網(wǎng)在內(nèi)的售電公司、參與批發(fā)市場(chǎng)的電力用戶和有自備電廠的企業(yè)作為承擔(dān)消納責(zé)任的市場(chǎng)主體接受考核[10]；履約方式方面，電網(wǎng)公司代替非市場(chǎng)用戶采購(gòu)綠電，其余主體以電力市場(chǎng)化交易或者自發(fā)自用RE電力滿足考核要求；交易內(nèi)容方面，上述考核主體超過(guò)消納責(zé)任額外消納的RE電量被計(jì)為超額消納量，可作為等價(jià)履約配額在市場(chǎng)中自由交易。目前關(guān)于消納責(zé)任權(quán)重的研究大致分為3個(gè)方向：一是從機(jī)制設(shè)計(jì)和實(shí)施結(jié)果入手，分析市場(chǎng)設(shè)計(jì)的關(guān)鍵要素或者宏觀上的影響：例如文獻(xiàn)[2,11]從交易品種、市場(chǎng)準(zhǔn)入、交易周期、考核監(jiān)督、信用等方面研究了RPS的設(shè)計(jì)準(zhǔn)則和適用性，文獻(xiàn)[12]分析了當(dāng)前用電情況下，RPS對(duì)RE發(fā)電企業(yè)、在運(yùn)電廠乃至整個(gè)行業(yè)的影響；二是從測(cè)算入手，研究關(guān)鍵指標(biāo)的設(shè)定：例如文獻(xiàn)[13]基于多學(xué)科協(xié)同理論，考慮地區(qū)的實(shí)際網(wǎng)架結(jié)構(gòu)，提出了消納責(zé)任最優(yōu)權(quán)重指標(biāo)測(cè)算方法；文獻(xiàn)[14]提出RPS下的一種綜合考慮新能源開發(fā)成本和系統(tǒng)消納成本的新能源合理?xiàng)夒娐视?jì)算方法。三從模型入手，分析消納責(zé)任權(quán)重對(duì)整個(gè)系統(tǒng)運(yùn)行的影響：例如文獻(xiàn)[15]提出一種非線性的雙層優(yōu)化消納模型，分析了RPS對(duì)省間-省內(nèi)兩級(jí)市場(chǎng)的影響；文獻(xiàn)[16]構(gòu)建了有限理性下結(jié)合綠電廠商、火電廠商、受考核用戶三方的演化博弈理論模型，模擬量不同參數(shù)條件下超額消納量市場(chǎng)的變化趨勢(shì)；文獻(xiàn)[17]建立了RPS下包含RE日前市場(chǎng)、常規(guī)能源日前市場(chǎng)、實(shí)時(shí)市場(chǎng)的多主體優(yōu)化策略模型，研究了該制度對(duì)市場(chǎng)均衡點(diǎn)的影響。

為了研究以微電網(wǎng)（Microgrid, MG）為代表的積極型用電主體在電力市場(chǎng)中的運(yùn)行策略，分析實(shí)施RPS對(duì)于電力市場(chǎng)的影響和用戶投資的影響，文章建立了RPS下電力市場(chǎng)中源荷儲(chǔ)互動(dòng)的雙層均衡模型，如圖1所示。本文將投資折算到日，為了保證計(jì)算結(jié)果合理準(zhǔn)確，在模型中同時(shí)考慮了負(fù)荷和新能源兩方面的不確定性，并采用了基于多場(chǎng)景模擬的不確定性方法。

在下層模型中，建立了電能量市場(chǎng)出清模型與超額消納量交易模型。用電側(cè)報(bào)量不報(bào)價(jià)，發(fā)電側(cè)以邊際成本報(bào)價(jià)，系統(tǒng)獨(dú)立運(yùn)營(yíng)商（Independent System Operator, ISO）執(zhí)行市場(chǎng)出清并計(jì)算分時(shí)節(jié)點(diǎn)邊際電價(jià)（Locational marginal prices, LMPs）與超額消納量?jī)r(jià)格。在每種模擬機(jī)場(chǎng)景下，下層出清模型需要考慮集中式RE和負(fù)荷的不確定性，計(jì)算出不同場(chǎng)景下的LMPs；在上層模型中，建立了MG優(yōu)化投資、交易、運(yùn)行模型。以MG為代表的用電側(cè)主體可以投資儲(chǔ)能和分布式發(fā)電資源（Distributed energy resources, DERs），并根據(jù)上層模型計(jì)算出的LMPs以及超額消納量?jī)r(jià)格制定運(yùn)行和交易策略。在每種隨機(jī)場(chǎng)景下，上層MG優(yōu)化模型需要結(jié)合對(duì)應(yīng)場(chǎng)景下的LMPs，考慮DER出力和負(fù)荷的不確定性進(jìn)行優(yōu)化投資。

本文的創(chuàng)新點(diǎn)如下：

1)建立了RPS下計(jì)及源荷儲(chǔ)互動(dòng)的電力市場(chǎng)雙層均衡模型；

2)建立了超額消納量交易模型，分析了MG在RPS激勵(lì)下的投資、交易、運(yùn)行策略；

3)利用對(duì)角化算法求解IEEE 14節(jié)點(diǎn)算例，驗(yàn)證了所提模型的可行性，并據(jù)此分析了RPS的引入對(duì)包括分布式RE發(fā)電在內(nèi)的市場(chǎng)中RE消納量的影響。

1 模型建立

1.1 微電網(wǎng)優(yōu)化投資、交易、運(yùn)行模型

在該模型中，用MG代替位于輸電網(wǎng)某節(jié)點(diǎn)上的所有電力用戶。MG可以對(duì)LMPs和超額消納量?jī)r(jià)格做出響應(yīng)，通過(guò)投資儲(chǔ)能和DERs降低運(yùn)行成本。其成本函數(shù)如下：

約束條件為：

MG的超額消納量交易收益由當(dāng)日交易量收益和留存消納量期望收益構(gòu)成。這是由于：雖然期望收益不能歸入當(dāng)日交易的現(xiàn)金流，但是其體現(xiàn)了MG對(duì)自身成本回收和預(yù)期收益的估計(jì)，會(huì)對(duì)DERs的投資決策產(chǎn)生影響。

有關(guān)MG內(nèi)部DERs和ESSs的運(yùn)行約束如下：

其中：公式（11）（12）約束了WT和PV的發(fā)電功率不能超過(guò)最大值，，該最大值由投資數(shù)和自然資源決定；公式（13）（14）約束了ESS的充電功率和放電功率不能超過(guò)投資的最大值，。公式（15）描述了ESS儲(chǔ)能值與充放電效率，有關(guān)，（16）描述了ESS內(nèi)的荷電狀態(tài)與儲(chǔ)能值以及儲(chǔ)能容量有關(guān)，不能超過(guò)上下限，。代表儲(chǔ)能系統(tǒng)（energy storage system, ESS），風(fēng)機(jī)（wind turbine,WT）或者光伏（photovoltaic, PV）的投資數(shù)量。

值得說(shuō)明的是，為了綜合考慮MG的DER規(guī)劃與運(yùn)行、交易，本文利用年金現(xiàn)值系數(shù)將DER全周期的建設(shè)運(yùn)維成本分?jǐn)偟矫恳荒?，再分?jǐn)偟矫咳粘杀綶19]（詳見算例-數(shù)據(jù)描述）。不排除有更加精確的成本描述方法，但是本文的研究重點(diǎn)在于可再生能源消納責(zé)任權(quán)重制下的市場(chǎng)均衡，為了突出分析多個(gè)市場(chǎng)主體MG整個(gè)投資、交易、運(yùn)行優(yōu)化過(guò)程，簡(jiǎn)化了投資成本的分?jǐn)偰Ｐ汀?/p>

1.2 電力市場(chǎng)出清模型

在本文中，ISO根據(jù)上層模型中各個(gè)MG上報(bào)的凈負(fù)荷需求，執(zhí)行電能量市場(chǎng)出清程序，計(jì)算LMPs。市場(chǎng)出清模型目標(biāo)函數(shù)如下：

約束條件為：

電能量市場(chǎng)中參與發(fā)電側(cè)競(jìng)爭(zhēng)的有RE發(fā)電機(jī)組和傳統(tǒng)的火力發(fā)電機(jī)組。等式（18）要求滿足電力供需的實(shí)時(shí)平衡，即火電機(jī)組功率與RE機(jī)組功率等于凈負(fù)荷。為火電機(jī)組單位發(fā)電功率的成本，假設(shè)。公式（19）要求系統(tǒng)提供足夠備用，這里假設(shè)系統(tǒng)的備用是關(guān)于凈負(fù)荷和RE消納量的線性函數(shù)，權(quán)重分別為和。公式（20）（21）為直流潮流下的線路約束，其中：為節(jié)點(diǎn)功率轉(zhuǎn)移分布因子；為第k條線路的可以傳輸?shù)淖畲蠊β手怠９剑?2）—（25）為機(jī)組的運(yùn)行約束，火電機(jī)組所提供的電功率與備用功率在可行運(yùn)行區(qū)間內(nèi)運(yùn)行，不能超過(guò)最大上爬坡和下爬坡約束，RE機(jī)組中標(biāo)功率不能大于自然資源決定的最大發(fā)電功率。

由MG模型可知，消納責(zé)任權(quán)重制主要是通過(guò)影響MG內(nèi)的優(yōu)化決策實(shí)現(xiàn)與電力市場(chǎng)的互動(dòng)，而下層市場(chǎng)出清模型的主要作用是為上層MG提供變化的LMPs信息。是否考慮機(jī)組啟停約束會(huì)改變出清模型內(nèi)部的調(diào)度結(jié)果，但并不會(huì)影響消納責(zé)任權(quán)重制與電力市場(chǎng)之間的互動(dòng)關(guān)系。而且，從一天的時(shí)間尺度來(lái)看，機(jī)組的啟停狀態(tài)大概率是已知的。因此，為了突出文章重點(diǎn)，提高文章可讀性，本模型中忽略了機(jī)組組合約束。

1.3 超額消納量交易模型

超額消納量交易可以被看作基于數(shù)量競(jìng)爭(zhēng)的古諾模型[18]。根據(jù)古諾模型，市場(chǎng)出清的價(jià)格可以表示為：

當(dāng)超額消納量市場(chǎng)中供給不夠時(shí)，沒有完成履約要求的主體需要承受高價(jià)∑懲罰。即公式（27）所描述的價(jià)格-供給曲線在時(shí)的交易價(jià)格等于懲罰價(jià)格。上述曲線可以利用歷史交易數(shù)據(jù)，利用如最小二乘法等方法擬合得到。其中系數(shù)代表著履約失敗時(shí)單位消納量的懲罰價(jià)格。

若該日風(fēng)光大發(fā)，可能所有MG的公式（6）均大于零，需要出售。這時(shí)，超額消納量?jī)r(jià)格因?yàn)榇罅康某鍪哿慷幵谳^低的水平。部分MG因?yàn)橄鄬?duì)較高的預(yù)期價(jià)格和成本而放棄出售消納量，使得消納量?jī)r(jià)格有所回升；上述過(guò)程最終收斂達(dá)到均衡狀態(tài)。

若所有MG單元的公式（6）均小于零，需要購(gòu)買。這時(shí)，超額消納量市場(chǎng)的價(jià)格因?yàn)闆]有賣方而達(dá)到極值，等價(jià)于所有的MG需要按照罰款價(jià)格購(gòu)買消納量。然后，由于此時(shí)消納量?jī)r(jià)格處在較高的水平，可能會(huì)促使部分MG提高DERs的投資來(lái)提高自己的消納量。

值得說(shuō)明的是，雖然可再生能源消納責(zé)任權(quán)重是按照年度來(lái)進(jìn)行考核，但是超額消納量可以按日交易[15,17-18]。

2 求解算法

上述雙層模型形成了不同MG投資、交易、運(yùn)行策略下的市場(chǎng)均衡問(wèn)題。因?yàn)橛卸鄠€(gè)消費(fèi)者，所以這個(gè)問(wèn)題是一個(gè)有均衡約束的均衡問(wèn)題（equilibrium analysis with equilibrium constraint,EPEC）。本文采用對(duì)角化算法（diagonalization algorithm, DA）來(lái)求解EPEC[19]。只包含一個(gè)MG和ISO的雙層模型形成了一個(gè)有平衡約束的數(shù)學(xué)問(wèn)題（mathematical problem with equilibrium constraints, MPEC）。DA將EPEC分解為許多個(gè)MPEC，在每次迭代中固定其他MG的策略，求解每個(gè)MG獨(dú)自的投資、交易、運(yùn)行策略。在每次迭代中繼續(xù)進(jìn)行分解操作，直到MG的策略收斂，如圖2所示。

3 算例

在2.90 GHz CPU和16GB RAM的計(jì)算機(jī)上，使用MATLAB 2016b和CPLEX 12.6[20]對(duì)算例進(jìn)行測(cè)試。

3.1 數(shù)據(jù)描述

在本節(jié)中，對(duì)IEEE 14節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真，以驗(yàn)證所提出的模型。其中有3個(gè)火電廠和2個(gè)集中式風(fēng)電廠，其所在位置如圖3所示。表1列出了所有發(fā)電機(jī)的參數(shù)。

表1 發(fā)電機(jī)參數(shù)Table 1 Parameters of generators

本文的算例分析中，同時(shí)考慮了新能源和負(fù)荷的不確定性。然而，為了突出對(duì)可再生能源消納責(zé)任權(quán)重制下市場(chǎng)均衡和投資結(jié)果的分析研究，僅以風(fēng)電作為新能源發(fā)電的代表。因此，本算例的IEEE 14節(jié)點(diǎn)系統(tǒng)和MG的DERs投資僅有風(fēng)電。為了描述負(fù)荷和風(fēng)電的不確定性，使用K-means從2016年年度負(fù)荷和太陽(yáng)能發(fā)電量數(shù)據(jù)[21]中生成10個(gè)典型的每日?qǐng)鼍啊?/p>

為了簡(jiǎn)化求解，系統(tǒng)中只有5個(gè)分別位于節(jié)點(diǎn)4、5、10、12、13上的微電網(wǎng)，期望的超額消納量交易價(jià)格分別為200、220、240、260、280元/MW。本模型中，MG可以投資WTs和ESSs，每個(gè)WT的發(fā)電容量為45 MW，每個(gè)ESS的儲(chǔ)能容量為10 M W·h。其余有關(guān)ESS的參數(shù)如表2所示。根據(jù)消納責(zé)任權(quán)重的要求，假設(shè)用電主體按天履約，每天需要購(gòu)買等于自身投資前日用電量的20%的RE電量。

表2 儲(chǔ)能參數(shù)Table 2 Parameters of energy storage system

根據(jù)文獻(xiàn)[22]，WT的建設(shè)成本為1931USD/kW（約合人民幣12570元/kW），為了獲得年均投資成本，假設(shè)WT和ESS能使用20年，以1.25%的利潤(rùn)率計(jì)算年金現(xiàn)值系數(shù)，進(jìn)而獲得年均WT和ESS的年投資成本。因此，WT等年值成本約為740元/kW，換算到日值約為2元/；ESS的等年值成本約為2588元/[23]，換算到日內(nèi)約為7元/。根據(jù)文獻(xiàn)[18]，超額消納量市場(chǎng)中的參數(shù)

3.2 MG投資、運(yùn)行策略

MG依據(jù)從電力市場(chǎng)中獲得的LMP，以及從超額消納量市場(chǎng)中獲得的超額消納量交易價(jià)格，決定是否投資建設(shè)WT和ESS。表3是引入可再生能源RPS前后WG的投資情況。

表3 投資結(jié)果Table 3 Results of investment

MG在有無(wú)RPS前后的儲(chǔ)能投資不變，但是WT的投資數(shù)量均發(fā)生了變化。最終均衡狀態(tài)下的超額消納量市場(chǎng)交易價(jià)格為270.4元，大于MG4、MG5、MG10、MG12的預(yù)期賣出價(jià)格，低于MG13的預(yù)期賣出價(jià)格，因此，前者在引入考核之后增加了WT的投資，MG13減少了原有的WT投資。由于超額消納量交易市場(chǎng)中利益相對(duì)較大，儲(chǔ)能的運(yùn)行傾向通過(guò)快充快放增加風(fēng)電的消納量，因此ESS的儲(chǔ)能容量需求降低，有無(wú)RPS前后ESS投資無(wú)變化。

值得明確的是，在引入RPS之后MG總的WT投資和發(fā)電量上升；在日前電力市場(chǎng)中，雖然MG凈負(fù)荷的下降，但是由于集中式可再生能源發(fā)電廠報(bào)地板價(jià)出售電力，MG的DERs投資不影響批發(fā)市場(chǎng)的可再生能源發(fā)電量。因此，引入RPS之后，電力系統(tǒng)總的可再生能源消納量上升。

如圖4所示的是MG4在有無(wú)消納權(quán)重責(zé)任制兩種情況下的運(yùn)行策略。由圖4可知，引入RPS之后WT的投資量增加，極大地降低了日用電負(fù)荷最大。同時(shí)由于WT的逆調(diào)峰特性，夜間的電力需求全部由WT供應(yīng)。除此之外，MG在運(yùn)行優(yōu)化中通過(guò)ESS實(shí)現(xiàn)了兩個(gè)功能：一是通過(guò)頻繁快速的充放電控制，在增加WT消納量的同時(shí)平抑了WT波動(dòng)對(duì)系統(tǒng)的影響。二是通過(guò)在低電價(jià)時(shí)間充電，高電價(jià)時(shí)間段放電（如圖12點(diǎn)左右時(shí)刻）實(shí)現(xiàn)削峰填谷，賺取價(jià)格差。

3.3 MG超額消納量交易策略

圖5是MG5在有RPS下的投資運(yùn)行曲線，可以發(fā)現(xiàn)不同MG應(yīng)對(duì)RPS的策略大不相同。這主要有以下3個(gè)原因：一是MG節(jié)點(diǎn)位置的不同承受了不同的LMP；二是MG對(duì)于超額消納量交易價(jià)格的預(yù)期不同；三是MG的負(fù)荷情況不相同。

表4是不同MG的交易結(jié)果。由表4可知，由于MG13的期望消納量交易價(jià)格高于市場(chǎng)實(shí)際交易價(jià)格。MG13選擇不建設(shè)減少WT建設(shè)，轉(zhuǎn)而向市場(chǎng)中購(gòu)買超額消納量。

表4 消納量交易結(jié)果Table 4 Trading results accommodated quantitiy in RPS market

4 結(jié)論

本文旨在通過(guò)研究RPS下電力市場(chǎng)主體的投資、運(yùn)行、交易決策問(wèn)題，求出均衡狀態(tài)下市場(chǎng)主體內(nèi)源荷儲(chǔ)互動(dòng)結(jié)果，從底層用戶角度評(píng)價(jià)RPS對(duì)電力市場(chǎng)的影響。文章建立了RPS下電力市場(chǎng)中源荷儲(chǔ)互動(dòng)的雙層均衡模型，下層模型中ISO執(zhí)行電力市場(chǎng)出清和超額消納量市場(chǎng)交易，上層模型中MG根據(jù)兩個(gè)市場(chǎng)的交易結(jié)果優(yōu)化投資、運(yùn)行、交易策略。最后以IEEE 14節(jié)點(diǎn)系統(tǒng)為例，使用對(duì)角化算法迭代求解并驗(yàn)證了上述雙層均衡問(wèn)題。分析結(jié)果表明，MG投資、運(yùn)行和交易策略在RPS下發(fā)生顯著改變，系統(tǒng)可再生能源消納量顯著提升。