面向多時間尺度市場交易的電網企業代理購電決策模型

吳華華，張思，甘雯，沈誠亮，江昕玥，李雅婷，楊莉

（1.國網浙江省電力有限公司，杭州 310007；2.國網浙江省電力有限公司湖州供電公司，浙江 湖州 313000；3.浙江大學 電氣工程學院，杭州 310027）

0 引言

2021年10月《國家發展改革委辦公廳關于組織開展電網企業代理購電工作有關事項的通知（發改辦價格〔2021〕809號）》［1］發布，該通知確定對暫未直接參與市場交易的工商業用戶將由電網企業通過市場化方式代理購電，其核心目標在于健全電力市場化交易、確保大規模用戶進入市場后電價改革政策平穩實施以及充分發揮電力市場發現價格的作用。在代理購電機制下，電網企業成為規模最大的特殊售電公司，電網企業向代理用戶售電時執行統一的代理價格且不收取交易服務費用。在購電時，電網企業需每月在市場中按照市場交易價格采購電量，進而形成平均上網電價［2］。為確保電價市場化改革平穩推進，優化代理購電交易策略、合理分配多個不同時間尺度市場購電量已成為代理購電機制下電網企業運營的核心問題之一。

現階段國內電力現貨市場建設不斷完善，電力現貨市場在價格發現和資源優化配置等方面起到關鍵性作用。目前中國首批8個現貨試點投入模擬試運行后成效顯著，截至2021年8月，浙江省已順利開展現貨市場4次連續結算試運行，并于2021年首次引入統調新能源電廠參與市場模擬并完成季度連續結算試運行。運行結果表明，市場出清價格能充分反映供需關系，實時市場價格和日前市場價格存在相關性，輔助服務與電能量聯合出清效果明顯，達到預期目標［3］。

現貨市場環境下，電網企業和其他售電公司都面臨著價格波動大、交易頻度高、負荷預測偏差等風險。由于購電業務相似，電網企業在進行代理購電決策時可以借鑒售電公司購電組合策略研究。現階段對售電公司購電組合策略的研究中已經使用多種成熟方法對購電方案風險進行量化評估，如文獻［4-6］引入條件風險價值作為購售電風險評估指標，建立售電公司在多能量市場購電組合模型。文獻［7］對比分析最小最大后悔值法、機會約束、條件風險價，3種方法對售電公司進行風險評估的有效性，并基于隨機規劃提出最佳購電策略。上述研究多為考慮市場不確定性因素后對售電商的購售電決策進行協同優化，但未針對各交易策略風險的相關性進行深入分析。文獻［8］分析廣東電力現貨市場試結算數據發現實時和日前價格存在較強的一致性。文獻［9］建立了日前與實時價格相關性分析模型并分析了雙價格機制市場中的風電報價策略，因此在評估現貨市場組合購電風險時有必要考慮日前和實時市場價格的相關性。針對基于組合風險量化的購電決策問題，投資組合理論是研究如何進行分散投資以降低投資組合整體風險的理論［10］，能夠權衡投資組合方案的收益和風險，適用于研究售電主體的購電組合決策。

此外，需求響應作為激勵電力用戶針對價格和激勵信號進行響應調整的一種負荷調節方式［11］，是規避現貨市場風險的有效手段之一。現階段，浙江、江蘇、廣東等多個地區都開展了需求響應試點工作，與售電公司相比，電網企業能夠通過及時有效地發布需求響應來平衡市場電量，實踐中發現用戶響應存在一定不確定性。國內外相關研究將需求響應調用加入購電組合策略中作為一種特殊的短期購電方案。文獻［12-13］將用戶需求響應等效為由售電公司代理的發電資源參與實時市場，提出了考慮用戶需求響應能力的售電公司購售電決策方法。文獻［14］綜合考慮需求響應彈性和批發市場出清過程建立優化模型，輔助售電公司進行定價決策。文獻［15］考慮現貨市場環境下更加靈活的激勵型需求響應策略，構建了單一售電商與多個用戶之間的激勵型需求響應主從博弈模型。以上研究側重于分析需求響應加入后對組合購電策略經濟性的影響，在進行代理購電決策時需要進一步分析實際響應誤差導致的購電風險以及在平衡市場電量時與現貨市場的組合風險。

針對電網企業這一特殊售電主體，本文綜合中長期市場及現貨市場特點，考慮負荷預測精度、現貨市場價格和需求響應的不確定性，建立電網企業在月度市場、日前市場、實時市場、需求響應4個不同時間尺度市場的收益和風險模型。并且針對電網企業在當月購電階段面臨電量預測結果可能存在較大不確定性的問題，通過場景分析法對未來負荷波動水平進行模擬，并綜合考慮電網企業的收益與風險，基于投資組合理論構建電網企業代理購電的綜合決策優化模型。最后通過浙江省現貨市場試運行和需求響應數據進行算例分析驗證模型的有效性，為電網企業代理購電提供策略參考。

1 多時間尺度電力市場交易

電網企業通過市場化方式代理購電，向暫未參與電力市場的工商業用戶提供購售電業務。在購電側，電網企業根據用戶用電量預測值按市場交易價格采購電量，電網企業代理購電價格基于代理用戶的購電費（含偏差電費）和購電量確定［2］，在面對多個時間尺度的市場和多個交易品種時收益、風險各不相同［16］。因此，電網企業需要完善代理購電參與月度、月內市場以及參與不同交易品種的組合策略與購電比例，防控代理購電價格波動風險。

圖1為電網企業代理購電參與的多個時間尺度的電力市場交易。電網企業統籌考慮經濟、氣象等因素，按月對代理用戶的用電量及負荷曲線進行預測，并根據預測的購電規模在市場中采購電量。隨著時間的滾動，用電情況更明朗，負荷預測精確度不斷提升。事實上，電網企業在未來需要根據負荷偏差在電力現貨市場上進行購售電，直接面對現貨電價波動帶來的收益及風險。一般模型中，電網企業在月度購電決策時只考慮對用戶全月負荷的預測值決定購電量，未考慮預測偏差帶來的收益風險。本文通過對未來負荷波動水平進行模擬，選擇不同負荷水平下效益受影響最小的購電策略作為月初最優購電策略，減小代理用戶用電量預測偏差帶來的風險。

圖1 電網企業參與的電力市場交易時序Fig.1 Time sequence of power grid enterprise participating in electricity market transactions

在中長期市場中，自2022年1月起，電網企業需根據市場化采購預測電量，合理選擇掛牌或集中競價交易方式參與月度市場購買電量，保障代理購電價格相對平穩。其中，集中競價價格是市場出清的結果，掛牌購電價格則按照摘牌成交電價確定。因此和掛牌交易相比，月度集中競價時需注意防范部分市場主體利用少量高價競價抬高均價的風險。

對于電力現貨市場實際運行的省份，電網企業可參與現貨市場購電，與其他用戶平等參與現貨交易。電力現貨市場的時間范圍通常包括實時交割之前的數個小時乃至一日。本文研究的現貨市場主要包括日前市場和實時市場，兩個市場有不同的功能定位，它們相互協作、有序協調，實現電量的實時供需平衡。現貨市場往往采用集中競價的交易方式，有利于促進市場充分競爭，發揮市場機制的價格形成功能。日前市場主要根據次日用電需求，以競價方式確定日前調度計劃；實時市場主要用于平衡日前發用電計劃與實時負荷的偏差，保障電力系統安全運行［17］。現貨市場中每個時段現貨價格難以準確預測，電網企業在現貨市場中購電的風險主要來自負荷預測偏差和現貨電價波動的不確定性［18］。

需求響應可以作為平衡市場電量的補充資源，電網企業通過給予補償等手段激勵用戶調整用電行為［19］。代理用戶的用電負荷分為剛性負荷和可調節負荷，后者具有彈性，在電網企業的經濟激勵下表現為可削減負荷和可增長負荷。可削減負荷是指在一定時間段內可靈活削減的負荷，一般在實時價格較高時調用，而可增長負荷適用于電量富余且實時市場價格較低的場景。用戶的響應行為不確定性較大，在具體實施過程中存在相當一部分用戶選擇不響應，從而導致電網企業需要以更高的價格在現貨市場中進行補充購電，因此在購電決策時需要考慮用戶響應不確定性帶來的風險［20］。

2 電網企業多時間尺度交易策略及風險

2.1 量價確定的月度掛牌交易購電

本文主要考慮以掛牌交易為主的月度市場代理購電。掛牌交易是指電網企業發布包含需求電量和購電價格信息的要約與符合要求并摘牌的另一方達成交易的方式。由于掛牌交易時電量和價格都是固定的，電網企業通過掛牌交易購電不存在風險，能夠有效規避現貨價格波動。定義電網企業的收益為其代理單位電量產生的收益，則月度市場中掛牌購電的收益表達式為：

式中：rMLt為t時段掛牌交易的收益；Psalet為t時段電網企業的售電價格；PML為掛牌交易購電價格。

2.2 日前和實時現貨市場購電

現貨市場大多采用集中競價的方式。受市場環境、市場成員報價、外部干擾等多重因素影響，現貨市場價格具有較大的不確定性，給電網企業在現貨市場購電帶來較大風險［21-23］。一般來說，與日前市場價格相比，實時市場價格波動更大，且日前市場和實時市場價格具有一定相關性。電網企業在日前市場和實時市場購電的收益與風險分別為：

式中：rDAt和rRTt分別為t時段電網企業在日前市場和實時市場單位購電的收益；(σDAt)2和(σRTt)2分別為t時段日前市場和實時市場的風險值；PDAt和PRTt分別為t時段日前市場和實時市場價格；E(·)為隨機變量的期望值函數；rDAt.g和rRTt，g分別為t時段統計樣本g中電網企業在日前市場和實時市場單位購電的收益；G為隨機變量樣本個數。

2.3 計及用戶不確定性的需求響應

電網企業可以調用可削減負荷和可增長負荷的需求響應。當某時刻電量緊缺且實時市場價格較高時，電網企業調用可削減負荷可以降低購電成本；當某時刻電量富余且實時市場價格較低時，電網企業調用可增長負荷可以提高售電收益。

然而，由于用戶主觀性的影響，需求響應存在一定的不確定性［24-25］，即使電網企業發布的需求響應指標相同，每次需求響應中用戶實際削減/增加的用電量也會不同。如浙江省2020年8月組織的3次需求響應演練中，需求響應指標完成率分別為73.69%、41.13%、44.06%。電網企業實行需求響應的風險表現為負荷實際削減量/增長量的不確定性。定義負荷削減系數λIL為用戶實際削減量與電網企業發布的指令削減量之間的比值，負荷增長系數λUL為用戶實際增長量與電網企業發布的指令增長量之間的比值。因此，電網企業開展需求響應的收益rDRt和風險值(σDRt)2分別為：

式中：rILt和rULt分別為t時段電網企業調用可削減負荷和可增長負荷的收益；和分別為t時段統計樣本g中電網企業調用可削減負荷和可增長負荷的的收益；uILt和uULt為0-1變量，分別表示電網企業對可削減負荷和可增長負荷的調用狀態，滿足0≤uILt+uULt≤1；PIL和PUL分別為電網企業對可削減負荷和可增長負荷的補償單價。

3 電網企業代理購電優化決策模型

電網企業進行當月購電決策時，需要將上月末預測的用電量QP分解到不同市場進行購電。在構建優化模型時，以QP為購電量基準，優化電網企業在不同市場購電的比例，本文考慮了月度、日前、實時和需求側響應4個不同時間尺度的市場。設xi為購電量分解到市場i的比例，滿足則電網企業在市場i的購電量為xiQP。

電網企業在4個市場中的交易可分為有風險策略和無風險策略兩類，其中，前者包含日前市場購電策略SDA、實時市場購電策略SRT和需求側響應策略SDR，后者則為月度市場掛牌交易購電策略SML。電網企業將風險策略打包為風險策略組合，優化其與無風險策略的比例，然后優化風險策略組合中3種風險策略比例，最終得到電網企業4種交易策略的購電比例。將電網企業的策略組合記為{SML，SDA，SRT，SDR}，其中{SDA，SRT，SDR}表示風險策略組合。

假設電網企業在最優風險策略組合{S*DA，S*RT，S*DR}的購電比例為ytRI，則無風險的掛牌交易策略SML的購電比例為1-yRIt。因此，電網企業購電組合收益的期望值E(rt)和方差σ2t分別為：

式中：rTt為t時段風險策略組合{SDA，SRT，SDR}的收益；E(rTt)為該收益的期望；(σTt)2為該收益的風險值。

實際上，電網企業需要在月初完成多個市場購電量分配決策，并根據結果在月度和月內市場進行購電。電網企業可以通過電力現貨市場購電和發布需求響應兩種途徑處理月度負荷預測誤差。本文采用場景分析法設定不同預測偏差場景來描述負荷不確定性對電網企業購電決策的影響［26］，則在場景s下風險交易策略的購電比例滿足：

式中：S為選取場景數；、、分別為s場景t時段中日前市場購電比例、實時市場購電比例和需求響應電量比例；ys，t為s場景t時段風險策略組合電量比例；ωs為場景s出現的概率。在對不同場景負荷狀態進行隨機模擬時，假設負荷預測誤差服從正態分布［27］。

在風險策略組合中，假設電網企業t時段日前市場、實時市場、需求響應電量比例分別為xt，1、xt，2和xt，3，滿足xt，1+xt，2+xt，3=1，其中下標1、2、3為風險策略組合中單個策略的編號。根據投資組合理論，電網企業在多時間尺度市場購電時，策略組合的預期收益等于單個購電策略預期收益的加權平均數。由于多種購電策略的風險存在相互抵消的可能，綜合購電策略組合的風險不僅取決于單個購電策略自身的風險，還取決于多種交易策略風險之間的相關性［28］。因此，電網企業風險策略組合的期望收益E(rTt)和風險值(σTt)2分別為：

式中：xt，j、rt，j、σ2t，j分別為t時段風險策略組合中第j類交易策略的購電比例、收益和風險值；xt，m、rt，m、σt，m分別為t時段策略m的購電比例、收益和風險值；xt，n和rt，n分別為t時段策略n的購電比例、收益；cov(·)表示兩個隨機變量之間的協方差；rt，m，g為t時段統計樣本g中策略m的收益；rt，n，g為t時段統計樣本g中策略n的收益。

電網企業提供代理購電服務的目的并不在于盈利，但仍有必要降低購電成本并保障代理購電價格相對平穩。綜合不同交易策略的收益和風險值，電網企業以最大化所有場景下有風險和無風險資產總效用Ut為目標，確定最優風險策略組合購電比例。因此電網企業代理購電優化決策目標函數為：

式中：A為電網企業的風險厭惡系數，不同取值的A反映了電網企業的風險偏好；E(rs，t)為s場景t時段4種策略組合收益的期望值；σ2s，t為s場景t時段策略組合的風險值。

求解上述優化問題得到電網企業對風險策略組合的最優購電比例為y*t，對無風險策略的最優購電比例為1-y*t，然后進一步求解風險策略組合中3種策略的最優比例。電網企業總收益的期望值可以用另一種方式表示為：

式中：k為單位風險報酬，又稱為夏普比率［26］。rML、E(rTt)、σTt均為已知量，電網企業收益期望與風險呈線性關系。

根據投資組合理論，風險策略組合{SDA，SRT，SDR}可以確定一條有效前沿，無風險策略SML與有效前沿可以確定一條切線，當切線斜率最大時，對應的切點即為最優風險組合{S*DA，S*RT，S*DR}。因此，在優化3種有風險策略時，電網企業的目標函數為：

求解上述優化模型得到最優風險組合中風險策略的購電比例分別為x*t，1、x*t，2和x*t，3，則電網企業對月度掛牌交易購電、日前市場購電、實時市場購電、需求響應4種策略的最優購電比例分別為：

式中：xML，*t、xDA，*t、xRT，*t、xDR，*t分別為t時段中月度掛牌交易購電、日前市場購電、實時市場購電、需求響應4種策略的最優購電比例。

4 算例分析

4.1 基本數據

選取浙江省電力市場實際數據進行仿真分析，其中，日前市場和實時市場出清價格如圖2和圖3所示，圖中除期望值外，還存在其他92條隨機曲線，表示選取的3個月日前市場和實時市場出清結果。需求響應數據為浙江省需求響應演練數據。電網企業向用戶售電的分時電價及時段劃分如表1所示。

表1 電網企業分時售電價格Table 1 Time-of-use sale price of power grid enterprises

圖2 日前市場出清價格Fig.2 Market clearing price in day-ahead market

圖3 實時市場出清價格Fig.3 Market clearing price in real-time market

4.2 最優購電組合決策分析

在開展代理購電業務后，電網企業根據預測電量可以選擇在不同市場進行代理購電。在浙江省現貨市場內，電網企業與其他用戶公平參與現貨市場交易。

求解上述優化模型得到不同時段內電網企業代理購電參與月度、月內市場以及參與不同交易品種的最優組合決策如圖4所示。從圖中可見，電網企業對低谷時段更傾向于通過月度市場進行掛牌交易，而對尖峰時段則更傾向于從日前市場購電，這是因為月度掛牌交易市場低谷時段價格與日前市場低谷價格期望值基本相當，而尖峰時段日前市場價格期望值明顯低于月度市場低谷時段價格。雖然日前市場價格波動大，但是電網企業綜合考慮收益和風險后仍傾向于參與日前市場代理購買較多尖峰時段電量。由圖2、圖3可見，日前價格與實時價格期望值比較接近且相關性較大，但實時價格波動更大，因此尖峰、高峰和低谷通過實時市場代理購電量都相對較少。需求響應低谷時段調用了可增長負荷，由于實時市場低谷時段有時價格非常低，甚至出現零價，因此電網企業在該時段通過激勵用戶多用電可以提高收益；而尖峰時段和高峰時段實時市場都出現了極端高價，因此電網企業都調用了一部分可削減負荷，減少高電價下購電的損失。

圖4 不同時段下最優購電決策Fig.4 Optimal power procurement decisions at different periods

通過最優組合進行代理購電與各種方式單獨購電的經濟指標對比如圖5所示。雖然在日前市場和實時市場單獨進行代理購電的收益較高，但是如圖2和圖3所示，由于現貨市場電價在高峰和尖峰時期可能偏離期望值較遠，存在較大的不確定性，多次交易將面臨較大的風險，因此對于電網企業而言其效用相應較低。在月度市場通過掛牌交易代理購電雖然風險為零，但收益最低。與在單個市場上代理購買所有電量相比，組合購電雖然收益降低，但整體風險下降，能夠獲得最大的購電效用。因此，電網企業可以通過組合購電的方式，發揮不同市場代理購電品種的優勢，分散市場風險。

圖5 不同購電方式的經濟指標Fig.5 Economic indices of different power procurement modes

4.3 風險因素影響分析

1）負荷波動程度對購電決策的影響

負荷不確定性導致的代理購電預測偏差是電網企業開展代理購電業務時面臨的主要風險之一。圖6展示了不同負荷波動分布對電網企業代理購電決策的影響。與不考慮負荷不確定性的組合購電決策結果相比，模擬實際負荷偏差的購電決策會選擇增加零風險的掛牌交易代理購電量，以此來降低因代理購電預測偏差和價格波動綜合作用產生的購電風險。負荷波動標準差越高，負荷波動幅度增大的概率將相應增大。綜上，電網企業會在月度市場不斷增加掛牌交易購電量，而有風險交易策略的購電量不斷減少。

圖6 不同偏差場景下的最優購電決策Fig.6 Optimal power procurement decisions under different deviation scenarios

2）交易策略風險變化分析

日前市場購電、實時市場購電、需求響應調節3種交易策略的購電風險大小直接影響購電策略組合的優化。以單一交易策略風險變化為例，圖7顯示了日前市場購電風險變化對電網決策的影響。隨著日前市場購電風險的上升，電網企業首先更傾向于在月初提高無風險的掛牌交易購電量，其次為了保證整體購電收益，電網企業在現貨市場中會選擇相應提高實時市場購電量來彌補部分日前市場購電的缺口，最后通過需求響應平衡市場電量。

圖7 不同日前市場購電風險下的最優購電決策Fig.7 Optimal power procurement decisions with different power procurement risks of day-ahead market

3）價格相關性分析

如圖2和圖3所示，日前市場出清價格和實時市場出清價格在下午的高峰時段呈現正相關，即日前和實時電價分時變化趨勢較為一致。圖8顯示了該時期現貨價格相關程度變化對最優購電決策的影響。從整體上看，協方差數值增大，購電風險增加，此時電網企業更傾向于通過月度市場掛牌交易進行代理購電。在價格相關性更大時，電網企業可以根據日前電價更好判斷實時電價趨勢，增加日前市場代理購電量和需求響應，減少實時電價的沖擊。

圖8 不同現貨電價協方差下的最優購電決策Fig.8 Optimal power procurement decisions with different covariances of spot prices

4）電網企業風險態度對購電決策的影響

進一步分析電網企業的風險態度對參與不同交易品種代理購電組合策略的影響。在給定電網企業不同風險厭惡系數的情形下，其最優組合購電分配具有一定差異。圖9顯示了風險厭惡系數A變動時，電網企業最優組合策略中參與各個市場的代理購電量百分比。當A值增大時，電網企業更加傾向于參與無風險的掛牌交易進行代理購電，而在有風險的日前市場、實時市場及需求響應的代理購電量減小。此時代理購電組合策略對風險厭惡系數的靈敏度隨著A的持續增大而不斷減小，而當A設置為3.2時，掛牌交易的代理購電比例已經達到97%，因此在決策時需要細化分析電網企業的風險態度進行更加精準的判斷。

圖9 不同風險厭惡系數下的最優購電決策Fig.9 Optimal power procurement decisions under different risk aversion factors

5 結論

在代理購電機制下，電網企業需要考慮在多個市場代理購電電量分配策略以降低購電風險并保障代理購電價格相對平穩。本文在計及負荷水平波動、現貨市場價格和需求響應不確定性的基礎上，分析各交易策略的相關性和風險，基于投資組合理論構建電網企業代理購電決策的優化模型，針對電網企業在多級市場的代理購電量分配進行詳細探討。通過算例分析，得出以下結論：

1）基于投資組合理論構建電網企業代理購電決策的優化模型可以權衡負荷波動場景下電網企業的收益與風險，有效考慮分時電價，決定各時段多時間尺度市場的電量分配。

2）多場景模擬實際負荷偏差的代理購電決策結果表明，月初負荷預測誤差大時，電網企業應增加月度市場代理購電量以規避預測偏差帶來的風險，盡管會因此犧牲部分效益。

3）電網企業能夠根據不同風險偏好選擇更優的代理購電組合決策。電網企業對風險厭惡程度較高時，購電決策趨于保守，更加傾向于參與無風險的月度市場進行掛牌交易。

隨著現貨市場建設的不斷推進和代理購電機制的完善，對不同交易策略的建模仍需要根據階段性市場機制和價格機制不斷改進。下一步研究將基于代理購電背景進一步考慮代理購電成交價格和用戶結算機制，為電網企業代理購電面對更復雜的電力市場競爭環境提供幫助。