跨区域电力现货市场下多主体购售能主从博弈模型

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.