可再生能源消納機制下的售電商購電策略優化*

張藝菲，龔雁峰

（華北電力大學，北京 102206）

2019年5月10日，國家發展改革委、國家能源局聯合印發《關于建立健全可再生能源電力消納保障機制的通知》（以下簡稱《通知》），提出我國將建立健全可再生能源電力消納保障機制。售電側作為中國電力市場改革的重點，也是承擔可再生能源電力消納的義務主體之一。由于之前中國售電側市場尚未完全開放，以往關于可再生能源配額制的研究主要集中在發電測，關于售電側的研究較少，因此在消納保障機制與電力市場改革的新背景下，研究售電商的購電行為決策具有重要意義。

現有文獻對于售電商和大用戶在多個市場組合購電的購電決策和風險管理的研究頗豐。在購電方案的時間尺度上面，文獻[1]結合中長期電力市場交易現狀，對月度市場上售電商的購電策略進行優化研究。文獻[2]考慮現貨市場電價波動性較大因素，正態分布的Gram-Charlier四階展開式近似逼近實時電價的概率密度函數，對大用戶中短期組合購電決策進行優化。文獻[3-5]將電力市場售電商或大用戶的需求響應與購電決策優化進行結合，降低了購電成本，提高了電力資源的配置效率。在風險管理方面，常見的風險評估手段有成本-方差方法（variance of cost）、風險價值方法（value at risk，VaR）[6-7]、條件風險價值方法（condition value at risk，CVaR）[8-11]、信息熵[12]等。文獻[13]以風電購電量和綠色證書作為實行可再生能源配額制的方法，建立了購電費用和風險最小模型，但并沒有考慮電價波動的影響。在此基礎上，本文針對售電商的組合購電決策問題，結合經濟學領域中的投資組合理論，采用條件風險度量方法（condition value at risk，CVaR）作為風險度量手段，并考慮不同市場電價波動的影響，構建售電商在中長期合約市場、現貨市場、期權市場、水力發電市場、風電市場、光伏市場、綠色證書交易市場，以及輔助服務市場的組合購電模型，對售電商在各個電力市場中的最優購買策略與有效前沿進行研究。

1 基于CVaR的購電策略模型

CVaR作為一致性風險度量工具，可以度量在一定置信水平下損失超過閾值時可能遭受的損失的平均水平，可以在真正意義上反映投資模型中的潛在風險[3，12]。

記f（x，y）為損失函數，其中，x∈X為n維決策變量，X為決策變量可行集，X?Rn；y為投資者在市場上總資產損失的多維隨機變量。設p（y）為y的聯合概率密度函數，β∈（0，1）表示置信水平，αβ（x）表示當目標組合為x時，由y引起的損失f（x，y）所對應的VaR值。將ξβ（x）表示為損失f（x，y）不小于αβ（x）時的CVaR值，則：

這里引入一個較為簡單的函數代替ξβ（x），定義該函數為G（x，α），α為對應的VaR值，則有：

式中，[f（x，y）-α]+表示max[0，f（x，y）-α]+。

其中，W1，Ws，Wo，Wh，Wr1，Wr2，Wg，Wa分別代表此時刻售電商在常規電力合約市場、現貨市場、期權市場、水力發電市場、風電市場、光伏市場、綠色證書市場和輔助服務市場的購電比例，p1，ps，po，ph，pr1，pr2，pg，pa分別對應各個市場上單位電價。考慮關于電價預測模型的學者大多采用正態分布來表征電價信息的不確定性，故本文中的各個市場也采用正態分布模型模擬不同市場電價的隨機波動。

本文只考慮售電商通過簽訂看漲電力期權合同的方式參與電力金融市場。設售電商在電力期權市場上的單位電量期權金為Pb，期權合同敲定價格為K，當Ps＞K時，售電商便執行期權交易，以敲定的價格購買期權合同的約定電量。反之，售電商不執行期權，但損失了預先支付的期權金，因此售電商在期權市場的單位購電價格是：

單位期權電量的期望價格為[14]：

其中，μs、δs表示服從正態分布的現貨市場期望值和方差。

那么，售電商在此時的單位購電成本就是

以該售電商的單位購電成本為損失函數，p（P）為購電價格向量的聯合概率密度，則購電損失尾部風險大小的CVaR值為：

假設此時產生按正態分布隨機產生n個不同市場的電價樣本組合。則購電損失尾部風險大小的CVaR值也可表示為：

建立在一定風險水平的約束下，以售電商期望購電成本最小化為目標的優化模型：

以wr表示售電商在所有的可再生能源電力市場購買比例的總和，則有

10月4日，八師石總場副場長余勇帶領安全辦工作人員前往銀北棉花加工廠、加油站等重點場所檢查安全生產，確保“三秋”期間各項工作有序、順利進行。

約束條件：

其中，φ表示售電商能接受的購電平均超額損失的最大值，θ1表示該售電商非水電消納責任權重，θ2表示總量消納責任權重。

2 算例分析

以北京地區為例，該地區非水電最低消納責任權重為15.0%，非水電激勵性消納責任權重為16.5%。考慮各個市場電價波動性，生成500組服從正態分布的電價組合，售電商需滿足最低消納責任權重的要求。假設在某一時刻各個市場的電價分布特性（如表1），期權敲定價格為350元/MWh，單位期權電價為35元/MWh；分析售電商在置信度為0.9、0.95、0.99時的購電決策和有效前沿。（如表2-表4、圖1所示）。

圖1 不同置信水平下的購電成本——CVaR風險有效前沿

表1 各個市場電價分布情況

表2 置信度為0.9時的購電優化決策

表4 置信度為0.99時的購電優化決策

表3 置信度為0.95時的購電優化決策

當售電商可承受的風險指標CVaR值為380元/MWh時、無可行解，說明在當前置信度下，滿足該消納責任要求的風險指標CVaR值存在大于380元/MWh的風險下界。風險下界的存在表明在該種情境下，售電商無法通過繼續降低購電風險約束得到相應的購電決策組合，即售電商潛在的購電成本存在下界，不可能無限小。

而在一定風險水平約束下，置信度的提高意味著售電商出現潛在最大購電成本的概率變小，也意味著售電商對于風險規避程度的增加。隨著置信度的提高，售電商的購電行為將趨于保守。售電商將更多地在中長期合約市場購買電力，而在價格波動較大風險較高的現貨市場購電量則相應減少。同時，售電商的購電成本期望也隨著置信度的提高而增加。

考慮到市場變化的復雜性，在置信度水平為0.95的情況下，分析售電商在不同市場條件下的購電決策（見圖2）。

圖2 不同市場條件下的購電成本——CVaR風險有效前沿

面對這五種不同的情況，售電商的購電期望成本從高到低排序依次為不購買水電和光伏＞不購買光伏＞不購買水電＞不購買水電和風電＞不購買風電。相比較正常情況下，五種情況下綠證的購買量都有所提高，同樣，隨著售電商抵御風險能力的提高，售電商仍會選擇增加在現貨市場的購買量和綠色證書的持有量來降低購電成本期望。

在消納責任機制實行成熟期，綠色證書的價格下降且逐漸趨于穩定，假設此時該地區的總量最低消納責任權重為22.5%，非水電最低消納責任權重為20.0%。假設此時各個市場的電價分布特性如表5，期權敲定價格為350元/MWh，單位期權電價為35元/MWh；分析售電商在置信度為0.95下的購電決策和有效前沿（見圖3、表6）。

表5 各個市場電價分布情況

圖3 政策成熟時期的購電成本——CVaR風險有效前沿

表6 政策成熟時期可再生能源及綠證購買優化結果

隨著可再生能源消納責任機制的實行，綠證價格逐漸下降并趨于穩定。可以看出，隨著售電商抵御風險能力的提高，風電和光伏的購買量減少，售電商可以選擇購買更多的綠證以替代可再生能源電力。這是因為售電商購買單位常規電力和單位綠證價格的成本之和小于購買單位光伏或風電的成本，而售電商的購電成本期望也隨之降低。

3 結論

隨著電網零售端放開程度的不斷提高和對可再生能源消納責任機制的不斷完善，售電商作為消納責任的義務承擔者，采用合適購電策略以平衡購電成本和風險至關重要。本文從現代投資組合理論出發，通過構建售電商在中長期合約市場、現貨市場、期權市場、水力發電市場、風電市場、光伏市場、綠色證書交易市場以及輔助服務市場的價格波動模型，以條件風險價值（CVaR）作為風險度量手段，構建售電商在一定風險約束水平下的最小購電目標優化模型，求解售電商的最優購電決策。結論如下：

（1）隨著售電商對于風險忍受能力的提高，售電商將更多地在風險較高、波動較大而成本較低的現貨市場購買電力。售電商在各個市場的購電決策也更為分散，其購電成本期望也降低。

（2）售電商可以根據自身對于風險的承受能力選擇不同的置信度。對于風險規避型售電商，可以選擇在合約市場和期權市場購買更多的電力以規避風險，對于風險承受能力較高的售電商，可選擇在現貨市場和綠色證書市場購買更多電力以降低購電成本期望。

（3）隨著綠證市場成熟，綠色證書價格下降至（或低于）光伏電價或風電電價與常規電價之差時，售電商會選擇持有更多的綠色證書以替代光伏或風電的購買量以履行其消納義務。