考慮發電商差異與獎懲的增強型可再生能源配額制設計與仿真

趙文會， 王上佳， 侯建生， 王 輝

（1. 上海電力大學 經濟與管理學院，上海 200090；2. 國網金華供電公司 經濟技術研究所，金華 321016）

隨著氣候變化的日益加劇和化石燃料的短缺，構建以可再生能源 (renewable energy, RE) 為基礎的新型電力系統，已成為世界范圍內的普遍目標[1]。作為世界最大的能源消費國，中國已承諾在2030 年前實現碳排放達峰，并爭取2060 年前實現碳中和[2]。發電行業作為全國碳排放量中占比最高的行業，在“30·60”目標下尤為值得關注[3]。2019 年5 月，國家發改委發布了《關于建立健全可再生能源電力消納保障機制的通知》，其標志著中國可再生能源配額制 (renewable portfolio standards,RPS)的正式實施[4]。但與歐美國家相對成熟的可再生能源政策相比，我國政策仍處于初級階段，無法滿足可再生能源發展的需求。因此亟需細化現行配額制，從售配電側提高可再生能源消納意愿，為順利實現發電行業碳達峰奠定基礎[5]。

在此背景下，實現發電行業由傳統化石能源電力向可再生能源電力轉變，是目前實現發電行業碳中和的主要研究方向之一。為了解決于此帶來的可再生能源消納問題，配額制與綠色證書交易機制 (tradable green certificate, TGC) 作為發電行業的主要政策工具，成為國內外學者的研究焦點。王強等[5]從綠證價格形成機理入手，設計并完善了我國的綠證交易機制；Bao 等[3]認為，綠色證書機制存在固有弊端，會使資金和技術向低成本的可再生能源類型傾斜，導致高成本的可再生能源如光伏將陷入發展停滯的狀態；Zhao 等[6]強調，綠證市場會對綠證需求側產生影響，進而增加化石能源發電商的利潤。Zhang 等[7]認為，更高的配額比率可以增加可再生能源的份額，減少碳排放，進而增加社會福利。

通過回顧現有文獻，發現其鮮有對不同配額主體下的RPS 政策做出對比，大多數文章只是分析了單一配額主體下RPS 與其他政策的配合問題，并沒有分析不同配額主體的選用對我國電力系統發展的影響。本文在先前研究的基礎上有如下創新：

a. 分別構建了發電側與售配電側配額制模型，分析了兩者對我國可再生能源消納以及電力價格的影響；

b. 設計了可再生能源發電商(renewable energy sources, RES)評價體系，該體系反映了發電技術帶來的度電成本差異，將發電商的綜合評分與綠證核發數量掛鉤，提高了綠證核發的科學性；

c. 在計及發電商差異的基礎上，設計了一種考慮獎懲的增強型可再生能源配額制，并就獎懲參數對配額責任主體收益的影響進行了分析。

1 可再生能源配額制模型設計

1.1 模型假設

a. 假設市場中存在m個 化石能源發電商、n個可再生能源發電商以及l個售電商。其中，可再生能源發電商包括風力發電與集中式光伏發電，售電商主要指電網公司。

b. 假設售電商在售配電市場上供給給用戶的電價為統一值p′。

c. 綠證在市場中發放、回收、價格都將受到政府管制，價格假設為低于政府補貼的固定值pg。

d. 假設可再生能源發電商與化石能源發電商發電成本為

式中，U，v為反需求函數參數，且均大于0。

1.2 區分發電商個體的綠證核發與評價模型

綠色證書是對可再生能源發電商發出電量進行確認的一種指標，現階段國內外RPS 對于綠證核發的標準基本為1 MWh 可再生能源電力兌換1 張綠證，事實上這種標準并不能反應RPS 之間的差異性以及不同發電技術帶來的度電成本差異。本節以陸上風電與集中光伏為基礎，制定了衡量發電商經濟與技術水平的綜合評價指標，并使用熵權法確定不同指標的評價權重，最終得到系統中每個發電商的綜合得分，該得分可以衡量發電商在發電環節中應得的綠證數量。

1.2.1 可再生能源發電商評價指標

RES 評價指標定義如表1 所示。其中，經濟指標用于衡量可再生能源發電商的生產效益與成本，技術指標用于衡量發電商的發電電能質量。

表1 可再生能源發電商綜合評價指標Tab.1 Comprehensive evaluation metrics of RES

表1 中，Qw和Qu分別為風電廠與光伏電廠在一個發電周期內的發電量；Aw是風電廠過風面積；Au是 光伏電廠的面板設計面積；Rw和Ru分別為風電廠與光伏電廠設計造價；Iw和Iu是對應電廠在一個發電周期內的收入；Cw和Cu是對應電廠的在一個發電周期內的廠用電支出；Pw,max，Pw,av，Pw,min分別代表風電廠的設計功率最大、平均和最小值；Pu,max，Pu,av，Pu,min分別代表光伏電廠的設計功率最大、平均和最小值；tw和tu是對應電廠機組年故障停機時間；Tw和Tu是對應電廠的年機組運行時間。

1.2.2 綠證核發體系

上述評價指標可以綜合反映發電商的經濟與技術情況，但尚不明確指標重要程度之間的差異，現使用熵權法為每一項指標分配對應的權重系數，最后將其標準化為一個綜合評價指標得分Γi(0 ＜Γi≤1)。使用熵權法計算發電商不同指標權重的步驟如下：[9]

a. 將發電商i的上述6 項評價指標所得數據Si1,···,Sij進行標準化，標準化后記為Vi1,···,Vik，使用式(4)進行標準化，Si1,···,Sij與Vi1,···,Vik均大于0。

b. 求發電商i各項指標值的比重βij

c. 計算各指標的信息熵Ej

d. 計算各指標的權重值ωj

e. 計算發電商的最終評價指標得分真值

f. 并進行歸一化得到最終評價指標得分

1.3 可再生能源配額分配模型

1.3.1 配額目標

配額目標 λ用于指導配額主體承擔可再生電力消納責任，在構建新型電力系統的背景下，合理設置配額目標是有效促進可再生能源發展的關鍵。根據現階段我國政策[4]，本文采用的最低配額目標為15%，激勵配額目標為16.5%。

1.3.2 配額完成度

配額完成度 ξk用于考量配額主體本期的配額完成情況，本期售電商購入的綠電與綠證之和將記為本期已完成的配額電量，售電商配額完成度的計算公式為

式中：Qsg,k是售電商k本期購入的綠電電量；qsg,k是 售電商k本期購買的綠證所代表的綠電電量；Qrg,k為 售電商k的本期的配額電量。

1.3.3 配額分配

當配額責任主體沒有按要求完成配額目標時會受到懲罰，超額完成配額目標時會受到激勵。考慮到不同售電商在區域內的市場份額以及上期配額完成程度的不同，本期售電商配額將由上期的售電量在區域內占比 η′k、上期配額比例完成度系數 ε′k、以及本期本區域應完成的配額電量決定，計算式為

1.3.4 激勵與罰金

罰金在可再生能源消納過程中起到了督促作用，因此合理設置罰金的大小關系到電力市場與綠證市場的正常運行[10]。罰金與獎勵FBk的定義方式為

當本期配額未完成時( 0 ≤ξk＜1)，售電商需要向地方監管部門支付罰金。罰金等于本期未完成的配額電量與單位罰金 γpg的乘積，單位罰金設置為綠證價格的 γ倍。由《關于建立健全可再生能源電力消納保障機制的通知》可知，當配額主體當期完成配額比例比 λ多1.5%時將會得到激勵， β為激勵系數。當 1 ≤ξk＜1.015時，售電商不需要繳納罰金，也不會收到激勵。

1.4 博弈模型

在電力市場與綠證市場上，市場參與者包括可再生能源發電商、化石能源發電商與售電商，這三者均以自身利潤最大化為目標，因此構成博弈模型[11-12]。

1.4.1 可再生能源發電商

可再生能源發電商i的 利潤 Πg,i為

其中qg,i為綠證出售量。

發電商發電出力受到機組安全工作區間約束，即

式中，Qgmin，Qgmax分別為當期可再生能源發電商i可以發出的最小和最大電量。

可再生能源發電商i當期的綠證交易量應小于等于其當期的綠證擁有量，即

綠證市場上進行交易的售電商買入綠證個數應等于可再生能源發電商賣出的綠證個數，即

1.4.2 化石能源發電商

化石能源發電商的利潤函數 Πc,j為

化石能源發電商發電出力受到機組安全工作區間約束，即

式中，Qcmin，Qcmax分別為當期化石能源發電商j可以發出的最小與最大電量。

1.4.3 售電商

根據中國國內目前的市場結構可知，市場上的可再生能源發電量遠小于政策所規定的全社會需要消納的配額電量，因此售電商必須購買一定的綠證來補充其應盡的消納責任[13]。因此售電商的收益 Πs,k為

售電商賣出電量一定小于購入電量，即

售電商的買入電量之和一定小于各發電商總發出電量，即

1.4.4 基于利潤最大化的最優決策模型

各市場參與主體均以其各自利潤最大化為目標，則最優決策模型為

求解上述條件可以得到化石能源發電商的最優發電出力和最優利潤分別為

同理，可以得到可再生能源發電商的最優發電出力和最優利潤分別為

求解可得售電商最優售電量為

通過上述分析，本文給出了最優利潤目標下的博弈均衡解，接下來將通過具體的計算仿真，討論不同情景下的電力價格與市場主體收益變化情況。

2 算例分析

2.1 情境設計

本文設立3 種情景模式，在此基礎上進行算例分析，3 種情景如表2 所示。

表2 情景設計Tab.2 Scenario design

a. RFO 情景依照文獻[14]中采用的發電側配額制，規定化石能源發電商為配額責任主體。在本情景下火電商利潤如式(38)所示。Fd,j為定額罰金，設置為綠證價格的 γ倍，本情景下取固定值γ=0.1，如式(39) 所示。售電商的利潤函數如式(40)所示。其他參數設計不變。

b. RRO 情景依照售配電測配額制，規定售電商為責任主體。在本情景下，售電商的利潤函數為

式中，Fk為罰金。

罰金的大小應正比于售電商當期的未完成配額電量，單位罰金規定為綠證價格的 γ倍，取固定值 γ=0.1，如式(42)所示。其他參數設計不變。

c. 情景3（ERPS）為本文第1 章中設計的增強型可再生能源配額模型。

2.2 數據準備與評價結果分析

2.2.1 數據準備

采用Matlab 進行仿真，現使用國內10 家光伏發電商與10 家風能發電商作為市場主體中的可再生能源發電商，另外選用10 家化石能源發電商共30 家作為市場主體中的發電商主體，選取3 家售電商作為配額責任主體，所涉及的基本數據[8,10,15-18]見表3 和表4。

表3 基本參數ⅠTab.3 Basic parameters Ⅰ

表4 基本參數ⅡTab.4 Basic parameters Ⅱ

2.2.2 評價結果分析

使用前述計算方法對不同發電商進行分析與打分，可以得到這些可再生能源發電商的綜合指標得分。圖1 可以清楚地反映發電商當期所擁有的綠證數量與發電量之間的比例關系，圖中柱上的數字代表該發電商的評價得分。可以看到發電商Gg,17的得分為滿分，其將成為“標準可再生能源發電商”。

圖1 可再生能發電商發電量與綠證擁有量Fig.1 Renewable energy generators generation and greencertificate ownership

2.3 發電側配額制下的的收益分析

RFO 情景下，由于責任主體為化石能源發電商，售電商收益僅由市場電價和購電量決定，因此僅需分析另外兩者的利潤以及電力市場電價。帶入算例可以得到圖2，其反映了市場中全部發電商的利潤總和隨配額比率的變化情況。由圖可知，隨著政府逐步提高配額目標，化石能源發電商的利潤將會逐步下降，而下降的速度隨著RPS比率的增大逐步減緩?？稍偕茉窗l電商的利潤則會逐步上升，上升的速度同樣隨著RPS 比率的增加逐步減緩，當RPS 比率大于30%后，其利潤上升速度明顯變緩。

圖2 RFO 情景下發電商利潤總和變化情況Fig.2 Profits of all generators under the RFO scenario

表5 則展示了不同規模化石能源發電商在RPS 比率變化時收益的變化情況，該表按照化石能源發電商的裝機容量從左到右降序排列。從中可以看出，當RPS 從0.15 上升到0.25 時，各家發電商的利潤下降均在48%左右?？紤]到不同發電商之間的規模差異，面對同樣比率的收益下降，規模更小的發電商退出市場的概率將增大。這種情況說明，發電側的RPS 政策可以快速有效地淘汰建造時間較為久遠、機組排放較大的小型化石能源發電商。綜上所述，發電側配額制在相同RPS 比率上升區間內，可以通過加速淘汰高排放的小型機組達到快速優化電源結構、促進減排的目的。

表5 化石能源發電商在不同配額下的收益情況Tab.5 Benefits for fossil energy generators under different RPS ratios

續表 5

圖3 反映了RFO 情景下的電力市場價格的變化情況，電力市場價格隨著RPS 比率的增大迅速增加，在RPS 比率上升至40%之前，電價上升十分迅速，且最終達到較高水平?？焖偕仙碾妰r將會擠壓售電商的利潤空間，雖然本文假設售配電價為固定值，但在實際市場上，電力市場的價格必然會傳導至用戶，從而導致二級市場電價上升明顯，進而導致社會福利損失[19]。

圖3 RFO 情景下的電力市場價格Fig.3 Electricity market price under RFO scenario

2.4 售配電側配額制下的收益分析

RRO 情景下的責任主體為售電商，圖4 反映了市場主體各自的利潤總和隨RPS 比率的變化情況，圖5 反映了同期的電力市場價格變化情況。從中可看到，在政策施行初期，三者的利潤均未產生較大變化。當RPS 比率從20% 上升至30%時，可再生能源發電商的利潤出現了明顯上漲，化石能源發電商的利潤下降較大，但同期電力市場價格的穩定在344 元/MW。根據化石能源發電商的利潤函數，當p不變時，其利潤函數在研究范圍內是發電量Qc,j的單調增函數，即化石能源發電商利潤的下降是由其發電量減少造成的。當RPS比率大于30%后，可再生能源發電商的收益趨近平穩，其均衡收益與RFO 情景差別不大。

圖4 RRO 情景下市場主體利潤變化情況Fig. 4 Profit changes of market players under the RRO scenario

圖5 RRO 情景下電力市場價格變化情況Fig. 5 Electricity market price changes under the RRO scenario

對比RRO 與RFO 情景，兩者雖然都可以通過削減化石能源發電商的利潤來逐步淘汰高排放的火電機組，但RRO 情景下的電力市場價格在政策實施初期上升較為平緩，降低了對二級市場電價的沖擊，且最終均衡值也較RFO 情景的低。當RPS比率大于0.3 時，利潤的下降將急劇變大，高排放的化石能源發電商將會被立刻淘汰，為可再生能源發電商留出市場，進一步提高可再生能源發電商的利潤上升空間，從而實現由化石能源向可再生能源的轉變。綜上所述，售配電側配額制相較于發電側配額制在政策推行初期更有利于二級電力市場穩定。

2.5 增強型配額制下的收益分析

圖6 給出了當RPS 比率為0.15，0.40，0.60 時，售電商收益隨激勵系數 β與罰金系數 γ的變化情況。

圖6 售電商利潤的變化情況Fig. 6 Profit changes of retailers

可以看出，隨著激勵系數的增大，售電商利潤上升十分明顯，售電商收到的激勵正比于當期售電商的超額完成配額量。但當 β ＞0.6時，激勵對售電商的刺激程度明顯減弱，隨著 β的進一步增大，售電量利潤變化幅度并不明顯。此外，罰金系數 γ對售電商利潤的影響也較為直觀，隨著 γ的增大，售電商利潤也隨之減小，同樣當 β ＞0.6時，罰金對售電商利潤的影響程度明顯減弱。因此可以發現 β對售電商利潤的刺激存在壁壘，當管理者對配額責任主體同時施行激勵與懲罰政策時，需要綜合考慮 β 與 γ的取值，從而避免政策失效。綜合對比RRO 與ERPS 情景下的售電商收益情況可以發現，由于激勵的加入，當懲罰系數一定時，ERPS 下的收益將明顯改善，售電商為了獲取超額收益，將會超額完成當期配額，從而實現可再生能源消納從被動向主動的轉變。

3 結 語

針對我國發展現狀，分析了不同主體配額制對可再生能源消納的效果，并在此基礎上構建了考慮配額責任主體差異與獎懲的增強型可再生能源配額制。結果表明：

a. 售配電側RPS 相較于發電側的RPS 而言，在政策施行初期帶來的電價上漲幅度較為平緩，因此更有助于降低對二級電力市場的沖擊，且在政策推行后期可以有效降低化石能源發電商收益，從而間接促進可再生能源發展。

b. 增強型配額制主要體現在對配額責任主體的獎懲制度上，仿真結果發現獎勵政策存在壁壘（體現在獎勵系數 β上），超過該壁壘將導致獎懲政策失靈，因此監管者在設置獎懲系數時需要綜合考慮 β 與 γ的取值。

c. 增強型配額制的實施可以通過改善售電商的收益情況，進一步促進可再生能源消納。

本文提出的增強型配額制適用于我國構建新型電力系統，有助于通過監管實現促進可再生能源消納的目的。