何祥針,鄭建平,左劍,楊韻,楊誠,潮鑄,包博
(廣東電網(wǎng)有限責任公司電力調(diào)度控制中心,廣州 510220)
廣東省作為國家首批電力現(xiàn)貨試點之一,自2018年以來廣東現(xiàn)貨市場開展了多輪結算試運行實踐與檢驗,前后經(jīng)歷了供需形勢寬松與緊張、節(jié)假日與極端氣象負荷波動以及一次能源價格平緩與高企等場景;且自2021 年11 月1 日起,廣東電力現(xiàn)貨市場已進入長周期不間斷連續(xù)結算試運行,市場運行總體平穩(wěn)有序,為實現(xiàn)社會資源優(yōu)化、發(fā)電企業(yè)成本疏導、發(fā)現(xiàn)市場價格機制、保障電網(wǎng)安全運行與電力可靠供應發(fā)揮了極其重要的作用。
現(xiàn)有對國內(nèi)電力現(xiàn)貨市場的研究主要集中于市場設計思路、關鍵技術、市場效率評估、國際經(jīng)驗借鑒等方面。其中,文獻[1-4]介紹了南方(以廣東起步)電力現(xiàn)貨市場機制設計、現(xiàn)貨市場技術支持系統(tǒng)架構及關鍵技術,并對模擬運行情況進行了分析。文獻[5-9]提出了改善市場設計的具體建議。文獻[10-12]分析了現(xiàn)貨市場的風險。文獻[13-14]提出了價格機制優(yōu)化策略。在市場效率方面,文獻[15-17]評估了廣東現(xiàn)貨試運行情況,以市場為基礎的運營可以提高效率并降低成本。文獻[18-24]討論了廣東及中國電力市場試點工作進展,提出了相應的國際經(jīng)驗借鑒。
綜上,我國目前對于電力現(xiàn)貨市場的研究主要集中在市場設計與評估上,尚缺乏電力現(xiàn)貨市場運行對電力碳排放影響的相關研究。長期以來,大量溫室氣體排放加劇了溫室效應對全球氣候的影響,導致極端氣候氣象災害頻發(fā),嚴重威脅全人類持續(xù)發(fā)展。發(fā)電行業(yè)作為我國碳排放最主要的來源,已經(jīng)超過全國總碳排放的40%,為有效緩解全球氣候變化問題、踐行“碳達峰”、“碳中和”的3060 戰(zhàn)略目標、減少電力行業(yè)碳排放、構建以新能源為主體的新型電力系統(tǒng),深入分析電力現(xiàn)貨市場環(huán)境下電力碳排放具有重要的現(xiàn)實意義。
現(xiàn)貨市場運行對電力碳排放的影響主要通過優(yōu)化安排發(fā)電結構實現(xiàn)。現(xiàn)貨市場競爭提高了電力市場的整體流動性,使發(fā)電結構變化更真實地反映機組發(fā)電成本波動,也更有效地使電價跟隨電力需求和清潔能源發(fā)電量的實時變化而變化。本文運用廣東省現(xiàn)貨市場試運行期間(2020 年8 月,2021 年5月、11月、12月,2022年1—3月)與非現(xiàn)貨運行時段發(fā)電結構以及碳排放數(shù)據(jù),構建日發(fā)電機組的理論優(yōu)序曲線,采用多元線性回歸(multivariate regression,MVR)分析方法研究相關變量,探討電力現(xiàn)貨市場運行對發(fā)電成本及電力碳排放的影響,并進一步揭示其內(nèi)在機理。
將廣東現(xiàn)貨市場所有機組短期發(fā)電的邊際成本(包括發(fā)電的可變成本,即燃料成本、碳成本以及對燃氣機組的變動成本補償機制等)由低到高進行排列,形成發(fā)電的理論優(yōu)序曲線。在經(jīng)濟調(diào)度的情境下,邊際成本最低的發(fā)電單元最先出清以滿足負荷需求,邊際成本最高的發(fā)電單元則最后出清。
假設機組i的熱效率為ei、碳排放強度為τi,每日機組發(fā)電的可變成本為:
式中:為燃料成本;為碳成本;上標d為日期。
圖1展示了采用2020年平均燃煤價格、燃氣價格以及碳價格計算出的廣東省發(fā)電的優(yōu)序曲線(其中去除了風電、光伏、水電、生物質(zhì)、抽蓄)。
可以看出,采用現(xiàn)行碳排放價格且不考慮對燃氣機組進行補償?shù)那樾蜗拢]合循環(huán)燃氣渦輪機組(closed-cycle gas turbine, CCGT)的發(fā)電成本遠高于燃煤機組(coal),而核電機組(nuclear)發(fā)電成本在三者中最低。
研究分兩步進行,第一步分析電力現(xiàn)貨市場試運行對發(fā)電結構的影響,第二步測算現(xiàn)貨市場試運行對碳排放的影響。具體研究思路如下。
研究首先得出廣東省發(fā)電側每月的理論優(yōu)序曲線,并將其與實際的發(fā)電曲線進行對比,發(fā)電成本的差值即為效率損失。其中,理論優(yōu)序曲線以月份為單位,實際發(fā)電曲線以小時或更小顆粒度為單位。
計算出每個月的效率損失后,進行多元線性回歸分析,測算現(xiàn)貨市場試運行是否優(yōu)化了發(fā)電結構,減少了效率損失。回歸分析的自變量包括現(xiàn)貨試運行月份(啞變量)、電力需求、清潔能源供電、燃煤價格、燃氣價格以及碳價格等。
需要說明的是,本文構建的理論優(yōu)序曲線只考慮了邊際成本,忽略了啟動成本、傳輸限制等因素的影響,因此理論優(yōu)序曲線并不能完全反映在最理想情況下的發(fā)電成本。基于啟動成本、傳輸限制等因素對發(fā)電成本的影響相對固定,且不受現(xiàn)貨市場的影響,因此,可以將理論優(yōu)序曲線下的發(fā)電成本作為一個基準值,并將現(xiàn)貨市場啟動前后的真實發(fā)電成本與其進行定量對比,從而定性評估現(xiàn)貨市場的運行對發(fā)電成本的影響。
研究首先根據(jù)廣東不同機組的碳排放強度,測算每個月發(fā)電行業(yè)的真實碳排放總量。根據(jù)各類型機組碳排放基準值計算在理論優(yōu)序曲線下的理論碳排放總量以及真實碳排放總量,將真實與理論的碳排放量相減,得到由于效率損失多(或少)排放的二氧化碳ΔE。
得出真實與理論的碳排放量差值ΔE后,對其進行多元線性回歸分析,測算現(xiàn)貨市場試運行是否通過優(yōu)化發(fā)電結構降低了碳排放。回歸分析的自變量包括現(xiàn)貨試運行月份(啞變量)、電力需求、清潔能源供電、燃煤價格、燃氣價格以及碳價格等。
值得注意的是,在一定的碳價格下,現(xiàn)貨市場競爭優(yōu)化了每日發(fā)電機組啟停安排,改變了發(fā)電結構,其結果將導致碳排放總量可能增加或減少。
根據(jù)每日的發(fā)電投入成本得到每日的理論優(yōu)序曲線和每15 min經(jīng)濟調(diào)度成本,得出在該時段最經(jīng)濟的發(fā)電結構以及對應的d日經(jīng)濟調(diào)度發(fā)電成本。
式中:上標E 表示經(jīng)濟調(diào)度(economic dispatch);下標t表示每15 min 的時間顆粒度;cd,i為機組i在d日的可變成本;為機組i在d日時段t的經(jīng)濟調(diào)度下的出力。
同理,根據(jù)每15 min的真實調(diào)度出力以及每臺機組的發(fā)電成本,計算出每15 min系統(tǒng)真實調(diào)度的發(fā)電成本。
式中:為機組i在d日時段t的真實調(diào)度下的出力;上標A表示真實調(diào)度(actual dispatch)。
將經(jīng)濟調(diào)度成本與真實調(diào)度成本求和可以得出各月份的總經(jīng)濟調(diào)度成本與總真實調(diào)度成本。表1 展示了廣東省2020 和2021 年各月份真實調(diào)度的成本和經(jīng)濟調(diào)度的成本以及兩者間的差值和比例(表格中粗體部分為廣東電力現(xiàn)貨市場試運行月份)。可以看出,2020 年8 月的真實調(diào)度成本與經(jīng)濟調(diào)度成本的比值為1.27,2021 年5 月為1.12,11 月和12 月的比值分別是1.23和1.15。

表1 各月份經(jīng)濟調(diào)度與真實調(diào)度成本對比Tab. 1 Cost comparison of economic dispatch and actual dispatch by months億元
為了更直觀展示,圖2 和圖3 為表1 數(shù)據(jù)的圖示形式。可以發(fā)現(xiàn),雖然每年2 月份春節(jié)期間廣東省發(fā)電成本最低,但調(diào)度效率也較低,真實調(diào)度與經(jīng)濟調(diào)度成本的比值為全年最高,達到2.47 與1.59。主要原因是因為春節(jié)期間由于負荷很低,許多大容量高效率燃煤機組停運,且由于系統(tǒng)調(diào)壓需要及網(wǎng)絡安全考慮而設置的必開機組,導致調(diào)度效率不高。

圖2 廣東省2020年經(jīng)濟調(diào)度與真實調(diào)度成本對比Fig. 2 Cost comparison of economic dispatch and actual dispatch in Guangdong in 2020

圖3 廣東省2021年經(jīng)濟調(diào)度與真實調(diào)度成本對比Fig. 3 Cost comparison of economic dispatch and actual dispatch in Guangdong in 2021
除此之外,每月真實調(diào)度成本和基于理論優(yōu)序曲線的經(jīng)濟調(diào)度成本比值基本維持在1.1 到1.2 之間,這表明在最理想的情況下,如果完全開展現(xiàn)貨市場充分競爭、提高現(xiàn)貨市場占比、做好反壟斷監(jiān)管,將給廣東的發(fā)電總成本帶來可觀的下降空間。
為了研究現(xiàn)貨市場對發(fā)電成本效率的影響,本研究將每15 min 的發(fā)電成本效率數(shù)據(jù)和進行累計,得到每日的發(fā)電成本效率數(shù)值:和。并計算出兩個關鍵性的被解釋變量:和。=-:表示每日真實調(diào)度成本與每日經(jīng)濟調(diào)度成本之差,反映了每日發(fā)電真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的額外成本;=/:表示每日真實調(diào)度成本與每日經(jīng)濟調(diào)度成本之比,反映了每日真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的成本的比值大小。
由圖2—3 可知,除了現(xiàn)貨市場試運行月份以外,電力的剩余需求(residual demand),即總需求減去風電、光伏、水電、生物質(zhì)、抽蓄所剩余的需求(包括對核電、燃氣以及燃煤機組出力的需求)是影響發(fā)電成本效率的關鍵因素,因此,本文將其納入回歸分析的控制變量。
圖4 展示了每日發(fā)電剩余需求與真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的額外成本之間的關系。
圖5 展示了每日剩余需求與真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的成本比值之間的差異。可以看出,兩個變量之間并非單純的線性關系,因此,在后續(xù)的分析中可以加入剩余需求的二次項作為回歸分析的變量,以便更好地反映每日剩余需求與真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的成本的比值之間的關系。
采用以下多元線性回歸(MVR)進行分析:
式中:下標daily 表示每天,ydaily為因變量,即被解釋變量,為或者;Ddaily為自變量,表示當日是否開展現(xiàn)貨市場試運行;Xdaily包含了電力剩余需求、剩余需求的平方、燃煤價格、燃氣價格、碳交易價格以及年份、月份、周份啞變量等控制變量。
表2 列出了4 個回歸分析結果,場景(Ⅰ)、(Ⅱ)是對于因變量的回歸結果,場景(Ⅲ)、(Ⅳ)是對于因變量的回歸結果,其中場景(Ⅰ)、(Ⅲ)與場景(Ⅱ)、(Ⅳ)主要區(qū)別為是否有時間啞變量。所有的控制變量都在不同的回歸模型中對被解釋變量有顯著影響,且時間啞變量對回歸結果有較強的影響。R2的結果表明解釋變量能夠涵蓋被解釋變量80%以上的變化。

表2 2020—2021年現(xiàn)貨市場試運行對廣東電力行業(yè)發(fā)電效率影響的回歸分析Tab. 2 Regression analysis the impact of spot market trial run on the generation efficiency of Guangdong power industry in 2020-2021
以上回歸分析結果中除了場景(Ⅲ),其余回歸分析結果均表明,現(xiàn)貨市場試運行提高了廣東電力行業(yè)發(fā)電效率。回歸場景(Ⅱ)的結果表明現(xiàn)貨市場試運行平均降低了0.084 億元/天(或840 萬元)的額外成本。回歸場景(Ⅳ)的結果表明平均而言相較于經(jīng)濟調(diào)度,現(xiàn)貨市場試運行導致廣東發(fā)電總成本8.4%的下降。從調(diào)度成本角度來看,現(xiàn)貨市場試運行使得真實調(diào)度下的發(fā)電成本接近于經(jīng)濟調(diào)度下的發(fā)電成本,但是由于地調(diào)機組作為出清邊界不參與現(xiàn)貨市場優(yōu)化,且省內(nèi)存在較多的連續(xù)運行的供熱燃氣機組以及考慮局部絡安全設置的必開必停機組,使得現(xiàn)貨市場環(huán)境下的真實調(diào)度發(fā)電成本高于基于理論優(yōu)序曲線的經(jīng)濟調(diào)度下的發(fā)電成本。
值得指出的是,場景(Ⅲ)與其余場景結果不同的主要原因是沒有對時間啞變量進行控制,容易產(chǎn)生遺漏變量偏差,且現(xiàn)貨市場的-0.022回歸系數(shù)結果不顯著,參考意義不強,因此,場景(Ⅱ)和(Ⅳ)是更可信的回歸結果。
(1)建立制造業(yè)企業(yè)分類目錄,推動勞動密集型制造業(yè)轉移、轉型或退出。政府應順應勞動力成本上升的形勢,科學地建立制造業(yè)企業(yè)分類目錄,依據(jù)所建立的目錄推動勞動密集型制造業(yè)轉移、轉型或退出,改變制造業(yè)企業(yè)的“粗放型”發(fā)展方式,引導制造業(yè)結構優(yōu)化。
參考《關于2021 年度廣東、廣西、海南省(區(qū))火電行業(yè)節(jié)能減排情況的通報》(南方監(jiān)能行業(yè)函【2022】19 號)[25]中對各類別機組碳排放基準值的規(guī)定取值,計算碳排放量。其中300 MW 等級以上常規(guī)燃煤機組的碳排放供電基準值為0.877 t CO2/MWh、300 MW 等級以下的常規(guī)燃煤機組為0.979 t CO2/MWh,燃煤矸石、水煤等非常規(guī)燃煤機組為1.146 t CO2/MWh,燃氣機組為0.392 t CO2/MWh。
根據(jù)上一部分模擬出的經(jīng)濟調(diào)度下的發(fā)電結構,以及不同機組的碳排放數(shù)據(jù),可測算出經(jīng)濟調(diào)度下每15 min 廣東發(fā)電行業(yè)的碳排放總量,記作。根據(jù)真實調(diào)度數(shù)據(jù),可測算出每15 min廣東發(fā)電行業(yè)的真實碳排放總量,記作。表3為2020—2021年各月經(jīng)濟調(diào)度與真實調(diào)度碳排放對比。

表3 2020—2021年各月經(jīng)濟調(diào)度與真實調(diào)度碳排放對比Tab. 3 Comparison of carbon emission between economic dispatch and actual dispatch by month of 2020—2021萬噸
表3 展示了2020 和2021 年各月份真實調(diào)度的碳排放總量和經(jīng)濟調(diào)度的碳排放總量,以及兩者間的差值和比值,圖6 和圖7為表3中數(shù)據(jù)的圖示形式。

圖6 廣東省2020年經(jīng)濟調(diào)度與真實調(diào)度碳排放對比Fig. 6 Comparison of economic dispatch and actual dispatch carbon emissions of Guangdong in 2020

圖7 廣東省2021年經(jīng)濟調(diào)度與真實調(diào)度碳排放對比Fig. 7 Comparison of economic dispatch and actual dispatch carbon emission of Guangdong in 2021
從表3 的數(shù)據(jù)和圖6 和圖7 可以看出,經(jīng)濟調(diào)度下的碳排放并非一直小于真實調(diào)度下的碳排放。當電力需求較低且發(fā)電行業(yè)碳排放總量較低時(例如1—2 月、10—11 月,此時電力剩余需求也低),經(jīng)濟調(diào)度的碳排放通常低于真實調(diào)度的碳排放,即但是,當電力需求較高且發(fā)電行業(yè)碳排放總量較高時(例如2021 年5—9月,此時電力剩余需求也高),經(jīng)濟調(diào)度的碳排放通常高于真實調(diào)度的碳排放,即因此電力剩余需求與真實調(diào)度和與經(jīng)濟調(diào)度碳排放差值之間存在負相關性。
造成這一差異的具體原因在于2020—2021 年間,廣東省發(fā)電行業(yè)施行雙軌制,A 類機組作為市場邊界,不參與市場優(yōu)化出清,或由于供熱及網(wǎng)絡安全考慮而設置的必開必停機組,導致一些發(fā)電成本較高的機組參與實際發(fā)電。當電力剩余需求較低時(如1—2 月、10—11 月),意味著有部分低效率燃煤機組替代大容量高效率燃煤機組發(fā)電,而由于前者碳排放強度大于后者,導致真實調(diào)度下的碳排放總量將大于經(jīng)濟調(diào)度下的碳排放總量。電力剩余需求較高時(如2021 年5—9 月),意味著有大量燃氣機組實際參與發(fā)電,由于燃氣機組的碳排放遠遠小于燃煤機組,導致真實調(diào)度下的碳排放總量將小于經(jīng)濟調(diào)度下的碳排放總量。
為了研究現(xiàn)貨市場運行期間發(fā)電碳排放的差異,本研究將每15min 的發(fā)電行業(yè)碳排放數(shù)據(jù)和相加,得出每日的發(fā)電行業(yè)碳排放總量數(shù)據(jù):和。同樣計算得出兩個被解釋變量和。其中反映了每日發(fā)電真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的額外碳排放,則反映了每日真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的碳排放的比值大小。
電力的剩余需求作為影響發(fā)電行業(yè)碳排放的關鍵因素,需要將其納入回歸分析的控制變量。
圖8 為每日剩余需求與發(fā)電真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的額外碳排放即之間的關系。

圖8 每日剩余需求與發(fā)電真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的額外碳排放之間的關系Fig. 8 Relationship between daily residual demand and additional carbon emission from actual dispatch versus economic dispatch
從圖8可知,每日剩余需求與呈現(xiàn)負相關,數(shù)據(jù)大多集中在剩余需求介于1.3 TWh~1.5 TWh之間,處于0 值附近,其中有部分異常值分布在電力剩余需求等于1.2 TWh~1.4 TWh之間。
圖9 展示了每日真實剩余需求與調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的碳排放的比值,即之間的關系,可以看出,電力剩余需求與呈非線性關系。因此在接下來的回歸分析中加入剩余需求的二次項能更好地反映兩個變量之間的關系。

圖9 每日剩余需求與發(fā)電真實調(diào)度相對于經(jīng)濟調(diào)度產(chǎn)生的碳排放之比的關系Fig. 9 Relationship between daily residual demand and ratio of carbon emissions from actual dispatch versus economic dispatch
采用多元線性回歸分析公式(4),因變量ydaily為或者兩者其一,其余自變量不變,可以得到現(xiàn)貨市場試運行期間廣東電力行業(yè)碳排放的回歸結果,如表4所示。

表4 2020—2021年現(xiàn)貨市場試運行對廣東電力行業(yè)碳排放影響的回歸分析Tab. 4 Regression analysis the impact of spot market trial run on carbon emissions of Guangdongpower industry in 2020—2021
表4 中回歸場景(Ⅴ)、(Ⅵ)是對于因變量的回歸結果;回歸場景(Ⅶ)、(Ⅷ)是對于碳排放比值的回歸結果。所有回歸結果都表明,現(xiàn)貨市場試運行期間,廣東發(fā)電行業(yè)真實調(diào)度下相較于經(jīng)濟調(diào)度的碳排放有所增加。其中回歸場景(Ⅵ)的結果表示,現(xiàn)貨市場試運行期間,平均增加了2.965萬噸CO2的額外碳排放;回歸場景(Ⅷ)的結果表示相較于經(jīng)濟調(diào)度現(xiàn)貨市場試運行期間廣東發(fā)電碳排放總量平均增長了7.3%。此外,在回歸場景(Ⅴ)—(Ⅷ)中,所有的控制變量都在不同的回歸模型中對被解釋變量有顯著影響,且時間啞變量對回歸結果有較強的影響。
在現(xiàn)行的碳交易價格下,燃煤機組的發(fā)電成本遠低于燃氣機組,由于燃煤機組的碳排放強度遠高于燃氣機組,更經(jīng)濟的調(diào)度意味著更多的燃煤機組、更少的燃氣機組參與發(fā)電。
本文根據(jù)機組發(fā)電的邊際成本構建了發(fā)電的理論優(yōu)序曲線,通過經(jīng)濟調(diào)度與真實調(diào)度發(fā)電成本及碳排放進行對比,采用多元線性回歸方法分析了現(xiàn)貨市場對發(fā)電成本效率和碳排放的影響。研究結果表明,廣東電力現(xiàn)貨市場試運行期間,發(fā)電總成本明顯下降,但電力碳排放總量也會產(chǎn)生變化。因此:
建議一方面加快推進現(xiàn)貨市場進入正式運行,另一方面需要進一步開展電力市場與碳市場相結合。
建議進一步利用碳減排政策工具,取代發(fā)電側變動成本補償機制。
建議進一步開放電力市場競爭并與碳市場結合,構建將電能量成本及碳環(huán)境成本綜合考慮的社會福利最大化市場出清模型,以反映真實的發(fā)電成本。
長期來看,要實現(xiàn)國家“碳達峰”、“碳中和”戰(zhàn)略目標,加快構建適應大規(guī)模新能源和可再生能源的開發(fā)利用的新型電力系統(tǒng)是必然選擇,并結合不斷完善的電力市場競爭機制,實現(xiàn)全社會度電碳排放強度和用能綜合成本的雙重降低。