現貨市場中實現保供目標的容量補償定價方法

柴 瑋，杜首行，陳 愚，王梓怡，舒 雋

（1.國能經濟技術研究院有限責任公司科研發展部，北京 102211；2.華北電力大學電氣與電子工程學院，北京 100096；3.國家能源投資集團有限責任公司戰略規劃部，北京 102211）

我國提出的“雙碳”目標要求加快建設新型能源體系。但隨著可再生能源裝機量的增加及大規模并網，其極低的發電邊際成本拉低了電力現貨市場價格，導致傳統的火電機組出現了缺失收入問題，部分火電機組無法在電力市場中回收固定成本，生存空間受到了擠壓。火電機組效益降低嚴重影響了發電企業投資火電機組的意愿，甚至加速了一些已有火電機組的淘汰。但是，可再生能源作為間歇性能源，其發電能力由實時的天氣情況決定，在一些極端無風無光且同時出現負荷高峰的情境下，電力系統就會出現發電容量不足的問題，影響電力負荷的可靠供應。因此，需要實施適合國內電力市場現狀的容量成本回收機制，保證存量機組的合理裝機水平，并引導發電企業投資。合理的容量補償機制可以在一定程度上保證電力系統的可靠性，對于保持電力系統的長期供應均衡及推動可再生能源的健康可持續發展具有重要意義。

目前，在電力系統容量機制方面已有大量研究。文獻[1]對如何以最低的合理成本提供可靠的電力進行了調查，指出應首先為供電可靠性設定一個合理的經濟標準，并基于此提出了一種確保以最低成本提供可靠低碳電力的方法。而各國針對實現電力系統充裕性提出并實施了不同的容量機制。文獻[2]詳細梳理了國際上幾種常見的電力現貨市場配套容量機制，并結合我國現狀，提出了采用容量補償機制進行過渡。文獻[3]在分析國外容量市場機制后，提出了一種適應我國的容量市場跨省區聯合出清機制，并且完善了配套的容量需求曲線原則及機制設計。針對容量補償機制的理論研究，除了文獻[2]提出的協調容量電價的電源規劃雙層模型外，文獻[4]建立了考慮容量補償的火電機組雙層決策模型，對不同可再生能源滲透率下容量補償價格對火電企業決策及市場運行的影響進行了分析。文獻[5]從中長期至現貨全時間尺度上入手，解決了系統靈活性資源不足的問題，提出了一種激勵火電靈活性改造的調峰容量補償機制。

容量補償機制相較于其他成本回收機制有較多優點。首先，由于其政策實施的便利性，對不同階段的電力市場均有較好的適應性；其次，容量補償電價和補償容量都有明確規制方法，適合我國電力市場目前的改革階段；最后，容量補償機制直接根據容量貢獻向市場內機組支付容量費用的方式，保證了發電企業可以穩定回收成本，傳達了明確的投資信號，有利于保證電力系統的發電充裕度。目前，中國部分現貨試點省份已經初步建立了容量成本回收機制。山東率先于2020 年提出了收取容量補償費用，價格（含稅）暫定為0.099 1￥/（kW?h），并于2022 年提出了容量系數調整要求，采用負荷側帶分時系數的容量分攤機制。廣東也提出了根據市場機組有效容量占市場機組總有效容量的比例來補償各機組，實施容量補償機制的主要目的是幫助發電機組成本回收，以保證未來年份的裝機充裕性。文獻[6]指出容量補償機制具有諸多好處，從建設難度來看，容量補償機制不同于容量市場和稀缺定價機制，是一種適用于新型電力系統初始階段的過渡機制，不需要大量的技術和經驗，實施的可行性較高；從機制建設風險來看，政府部門可以根據政策和市場具體情況來控制建設風險，有利于實現向新型電力系統的平穩過渡。

容量補償價格的確定是容量補償機制能否發揮正向作用的關鍵。文獻[7]指出了目前容量補償機制的潛在問題，其關鍵在于規制經濟合理的容量補償電價，若電價設定不合理，則會造成部分機組出現過補償或欠補償的問題，進一步扭曲現貨市場電價，無法正確引導發電企業投資。文獻[8]指出了容量補償的關鍵是容量補償對象確定、補償費用核算、補償費用分攤及補償費用動態調節。對于容量補償標準的確定，文獻[9]對按中標容量和裝機容量補償進行了對比，得出按中標容量進行補償能更好地體現各機組對發電容量充裕性的貢獻。文獻[10]給出了不同經濟理論下的定價方法。文獻[11]提出了根據市場中各機組的年化投建成本和運行盈利情況，并考慮其單位有效容量的成本回收缺額平均值，進而確定單位容量的成本補償價格。文獻[12]則定義月度單位容量補償標準為單位容量年化固定成本和其他市場單位容量年收益相減后再乘以月補償系數。文獻[13-14]則采用邊際成本法確定容量電價，并根據峰值負荷和電網阻塞情況調整充裕容量，最終確定補償容量。

為保證補償價格的合理性，在電力市場環境下對機組進行容量補償必須考慮機組的現貨收入，因此容量補償定價過程中需要進行電力現貨市場仿真。在電力市場仿真方面，文獻[15]采用模擬市場規則、報價策略、投資策略的方法來研究發電容量長期充裕性的動態行為。文獻[16]從系統動力學方面研究了市場環境與充裕性機制設計的關系，綜合考慮機組的經濟效益，設計了基于凈現值評估的發電投資退役模型，構建了電力市場長期動態仿真模型，分析了幾種不同容量機制對市場的影響。同時，容量機制需要配套充裕性評估機制來核定機組的有效容量，文獻[17-18]論證了蒙特卡羅模擬方法在系統發電容量充裕性評估的適用性。文獻[19]在蒙特卡羅法的基礎下，實現了超大規模系統充裕性評估。文獻[20]基于中心極限定理對蒙特卡羅法的抽樣進行了改進，平衡計算精度和計算成本。文獻[21]借助Stackelberg 博弈模型構建了發電容量充裕性評估的框架。文獻[22]引入了缺電時間期望LOLE（loss of load expectation）作為可靠性指標，對比了不同充裕度機制對可靠性改善的情況。

目前，容量補償電價的制定一般采用系統長期邊際容量成本測算，僅考慮了一定時間內系統峰值負荷期間的邊際機組，但此方法確定的容量補償價格是否可以合理引導發電機組投資、退役，以保證未來電力系統可靠性，缺少相關的理論研究。同時，容量補償費用并不等同于兩部制電價，因為容量補償機制是現貨市場的補充，用于解決機組無法在現貨市場中回收固定成本的問題，容量補償電價設定過高會造成用戶購電成本升高，反之，會造成長期發電充裕度不足。由于現有容量補償價格的制定并沒有綜合考慮火電機組在現貨、容量等方面的綜合利潤。因此，本文綜合考慮火電機組的現貨利潤和容量收入，以及容量補償價格對未來電力系統可靠性的影響，提出一種實現電力系統保供要求并計及發電企業電力現貨市場經濟效益的容量補償定價方法。

1 電力市場容量補償機制

1.1 容量補償機制綜述

國際上采用的容量成本回收機制主要有稀缺定價機制、容量市場機制、戰略備用機制和容量補償機制。其中，稀缺定價機制主要應用在美國ERCOT 電力市場和澳大利亞NEM 電力市場，這種機制的特點在于只存在單一的電力現貨市場，可以在促進機組成本回收的同時節省電力用戶的開支，并且對現貨市場的行政干預最小；容量市場機制主要應用在美國PJM、NYISO 電力市場及英國電力市場，其特點在于由系統運營機構設定系統容量需求曲線，并通過集中式拍賣機制獲得滿足需求的容量水平和電源結構；戰略備用機制主要應用在歐洲國家，其特點是系統運營機構擁有部分系統邊際冗余容量，并在供需緊張時進行調用；容量補償機制主要應用在秘魯、智利等南美洲國家，這種機制建立在非市場環境下，由監管機構事先確定參數滾動調整容量補償電價，并根據供需核算補償容量的一種機組成本回收機制。針對發電側通常會制定統一容量補償電價，根據不同類型機組有效容量及系統峰值負荷確定各個機組的補償容量，然后按照容量電價和機組補償容量支付機組容量費用。

各國的容量補償機制均存在一定的政策差異，并且有些國家會同時采用多種容量機制，例如意大利、西班牙和波蘭還同時存在戰略備用機制[23]。本文主要以智利的容量補償機制為參考[24]。

智利的中央電力系統SIC（central interconnection system）為智利約93%的人口提供電力服務，2008年其發電來源中水電占比55.1%、天然氣占比27.3%、煤炭占比9.7%、柴油占比7.4%、其他類型機組占比0.4%。在典型年水力發電提供約58.0%的總電量，然而在干旱年份水力發電量僅占SIC 總發電量的27.0%。因此，為了提高電力系統對極端天氣的應對能力，智利電力市場在批發和遠期合約市場外建立了集中容量市場，但其僅確定電能量價格，發電機組仍然按照容量補償機制規制的容量補償價格獲得容量收入，以此來保障電力系統的充裕度維持在合理區間。

1.2 容量補償機制主要環節

容量補償機制主要由政府監管機構及調度機構制定運作，其關鍵在于容量電價制定和補償容量核定。

容量補償電價一般基于長期邊際容量成本制定。長期邊際容量成本是指在未來一定時間內電力系統增加單位發電容量所需的成本。市場環境下，容量電價由一定時間內系統峰值負荷期間運行的邊際機組的投資成本折算得到的等額年金確定，其計算公式[14]為

式中：r為邊際機組的單位容量電價；c為邊際機組的單位容量建設投資成本；γ為折現率；n為邊際機組的投資回收周期。

補償容量核定包括初始容量核定、充裕容量核定及補償容量核定。在初始容量核定時，不同類型發電機組分別核定，主要基于機組在歷史時間內實際的發電功率進行測算；充裕容量核定主要考慮機組的廠用電率、年度檢修計劃、強迫停運率及平均修復時間等對機組可用性影響因素，對各個機組的初始容量進行下調；補償容量核定是根據系統峰值負荷和線路阻塞情況對機組的充裕容量進行調整。

2 基于可靠性標準和內部收益率的容量補償價格調整模型

2.1 基于內部收益率評估的機組決策模型

2.1.1 發電機組在現貨市場和容量補償的收入計算

本文采用基于安全約束機組組合和安全約束經濟調度的電力現貨市場長周期仿真模型，以發電成本最低為優化目標，輸入參數為各類型機組的運行參數、輸電安全約束、負荷時序需求等，約束條件包括供需功率平衡、火電機組的出力上下限、爬/滑坡率等。采用各類型機組的邊際成本作為發電報價數據。長周期仿真的輸出數據為全年8 760 h 所有機組節點邊際電價和發電出力，進而通過統計計算所有機組當年的現貨市場收入、成本及凈利潤。

本文采用的容量收入基于容量補償機制進行計算，初始的容量補償電價采用基于長期邊際容量成本原理計算，即由負荷峰值期間運行的邊際機組的單位投資成本核算等額年金，機組的容量收入由容量補償價格和機組補償容量確定。

2.1.2 內部收益率評估

由容量補償機制規制的電價可以顯著影響發電機組的投資和退役，進而影響未來年份電力系統的裝機容量和裝機結構。因此，本文構建了一種基于內部收益率IRR（internal rate of return）評估的發電機組決策模型。IRR 是效率型經濟效果評價指標，目前多數發電企業在進行投資決策時采用IRR作為評價指標，反映項目為其所占用資金所能提供的盈利率，即凈現值為0時的折現率。通常可以采用插值法求解IRR的近似值，凈現值的計算公式為

式中：NPV(γ)為折現率為γ時的凈現值；SMt為機組在第t年的現貨市場凈利潤；CMt為機組在第t年的容量收入；CO0為機組在第0 年的建設成本；nc為機組的成本回收年限。

采用插值法求解IRR近似值的計算公式為

式中：IRR 為內部收益率；NPV(γa)和NPV(γb)分別為折現率為γa和γb時的凈現值；σ為使用插值法計算IRR的精度參數。

由于本文重點研究容量補償價格對機組決策的影響，因此在進行現貨收入計算時，為了簡化計算及體現發電商在進行決策時的有限理性原則，僅精確計算當前年份（第y年）的現貨收入SMy，成本回收期內其他年份的現貨收入則在此基礎上進行合理預測，即

式中：SMy為精確計算得到的當前年份的現貨收入；α為現貨利潤變動指標，受未來年份的機組燃料預測價格、負荷增長預測指標等因素影響。

傳統火電機組屬于資本密集程度較高的產業，因此發電企業在進行投資決策時需要綜合考慮市場環境、技術選擇、投資時機等因素，而IRR指標可以反映投資回報的內在性質，并且考慮了投資項目生命周期內所有的現金流量，因此能夠比較全面地反映投資項目的經濟效益。本文構建了基于IRR評估的機組投資/退役決策模型，該模型中新建機組決策需要保證同類型機組的IRR 高于基準折現率，即若某類型機組的IRR 高于設定的基準折現率，則發電企業會決策投資一臺同類型機組，并可以在未來目標年份投產運行，作為目標年份可用的發電容量。而傳統火電機組作為重資產投資，現有機組的退役決策并不能按照基準折現率進行評估。因此現有機組退役設定為某機組全生命周期的IRR小于設定的退役決策參考折現率時，在次年啟動退役計劃，且在目標年份無法提供可用容量，具體投資/退役模型策略可表示為

式中：IRRi為機組i的IRR；θi為發電企業設定的機組i的基準折現率；θr為設定的退役決策參考折現率。

2.2 發電結構決策迭代收斂模型

不同容量補償價格水平會顯著影響發電企業的投資決策，即影響目標年份市場的裝機容量和電源結構，進而影響目標年份電力系統的可靠性，因此本文采用迭代收斂法來確定不同容量補償價格水平下目標年份的裝機結構。首先在給定容量補償價格情況下，計算所有機組的IRR 指標，并根據指標結果進行單次投資/淘汰決策，若發生已有機組淘汰或機組新建，則使用新的裝機結構重新進行電力現貨市場長周期仿真，并進行IRR 評估；然后再次進行單次淘汰/投資決策，循環此過程直到不再發生投資/淘汰決策，此時裝機結構就為該容量補償價格水平下目標年份的裝機結構。具體迭代流程如圖1所示。

圖1 發電機組決策流程Fig.1 Flow chart of decision-making for generators

2.3 基于可靠性的容量補償價格調整模型

在確定目標年的裝機結構后，采用基于序貫蒙特卡羅法的電力系統可靠性計算程序來計算目標年份的可靠性指標。電力系統的可靠性指標主要有缺電時間期望LOLE 和電量不足期望LOEE（loss of energy expectation），本文采用LOLE 作為可靠性評估指標。首先根據發電結構決策迭代收斂模型確定的裝機結構和目標年份的電力系統邊界數據及機組參數，計算當前發電結構下目標年份的LOLE；然后與可靠性標準進行比較，若低于可靠性標準，則說明目標年份裝機容量不足，需要提高容量補償價格，促進機組投資，反之則降低容量補償價格，加速現有機組淘汰。

第j+1次調整的容量補償價格可表示為

式中：LOLEj為第j次調整容量補償價格后的目標年份的可靠性指標；LOLEO為可靠性標準，CPj為第j次調整的容量補償價格；STj+1為第j+1 次調整容量補償價格的步長。

為實現最佳容量補償價格的快速準確求解，本文提出了以下價格調整方案，該方案由兩階段組成。具體流程如圖2所示。

圖2 容量補償電價制定流程Fig.2 Flow chart of capacity compensation pricing

（1）確定最佳容量補償價格區間。將基于長期邊際容量成本計算得到的容量補償價格作為基準參考，按照較大步長逐漸單向調整容量補償價格，計算不同容量補償價格下的目標年份可靠性指標LOLE。對比相鄰容量補償價格下LOLE 的變化情況，若相鄰兩次LOLE指標位于可靠性標準兩側，則這兩次的容量補償價格即為最佳容量補償價格所在區間。

（2）確定容量補償價格。確定最佳容量補償價格區間后，按照小步長對區間內的容量補償價格逐步增加，并分別計算不同容量補償價格下的LOLE指標變化情況，若再次出現相鄰兩次迭代的LOLE指標位于可靠性標準兩側時，則選取兩個指標中較小者所對應的容量補償價格作為最終價格。

3 算例分析

本節構建算例對容量補償價格的制定策略進行驗證。本文算例中，發電側有燃煤、燃氣兩類火電機組。考慮機組不同的裝機容量，共有5種類型的火電機組，各類型機組的經濟參數及可靠性參數如表1 所示，系統現有裝機結構如圖3 所示。可靠性參數來自《2021年全國電力可靠性年度報告》。

表1 機組運行參數Tab.1 Operation parameters of generators

圖3 各類型發電機組裝機占比Fig.3 Proportion of installed capacity for different types of generators

本文算例起始年和目標年的負荷曲線、外來電、風電和光伏出力曲線均采用某地區2021 年的測量值和2025 年的預測值。假設所有機組的成本回收年限均為20 a，當前年份為2021 年，目標年份為2025年，現貨利潤變動指標α=1，目標年份的可靠性標準LOLEO=0.1 h/a。同時，為簡化機組決策流程，本文算例設定所有火電機組的投產年份相同。首先對此地區2021 年電力現貨市場進行長周期仿真，現貨電價如圖4所示。

圖4 全年時序電價曲線Fig.4 Curve of electricity price series in one year

1）確定初始的容量補償價格

根據長期邊際容量成本原理，選擇現貨市場中峰值負荷期間運行的邊際機組為150 MW的燃氣機組，設定折現率為6%，則初始的容量補償價格計算式為

設定基準折現率為10%，退役決策參考折現率為0。由基于IRR評估的機組決策模型進行多輪機組決策，最終確定在容量補償價格為24.2×104￥/（MW·a）的情況下，該地區2025 年的電力系統發電機組參數如表2所示。

表2 發電機組類型和數量Tab.2 Types and quantities of generators

基于表2 所示發電機組參數計算得到的2025年可靠性指標LOLE 為0 h/a，即在容量補償價格為24.2×104￥/（MW?a）的情況下可滿足可靠性標準。

2）調整容量補償價格

首先按照大步長1×104￥/（MW?a）單向調節容量補償價格，確定容量補償價格的最佳區間為160 000～170 000 ￥/（MW?a）；然后再按照小步長1 000 ￥/（MW?a）單向調節容量補償價格，計算得到當容量補償價格為16.9×104￥/（MW?a）時，目標年份的LOLE為0.129 h/a，大于設定的可靠性標準，而當容量補償價格為17.0×104￥/（MW?a）時，目標年份的LOLE為0.04 h/a，小于設定的可靠性標準。因此，通過兩輪步長調整得到最佳的容量補償價格為17.0×104￥/（MW?a），即170 ￥/（kW?a）。當容量補償價格為17.0×104￥/（MW?a）時，抽樣1 000次計算可靠性指標收斂過程如圖5所示，容量補償價格-可靠性指標關系如圖6 所示。此容量補償價格下2025 年的電源結構與每個機組生命周期內的IRR指標如表3所示。

表3 發電機組類型及IRRTab.3 Types and IRR of generators

圖5 可靠性指標收斂過程Fig.5 Convergence process of reliability index

圖6 容量補償價格和可靠性指標關系Fig.6 Relationship between capacity compensation price and reliability index

表4 為采用長期邊際成本定價方法和本文容量定價方法的計算結果比較，對比指標包括2025年的發電側電量費用、發電側容量費用及可靠性指標，其中發電側電量費用為所有火電機組的現貨市場電能量收入，發電側容量費用為所有火電機組的容量補償收入。在采用長期邊際成本定價方法時，由于容量補償價格相對較高，所以2025 年的裝機容量更多，現貨市場競爭更激烈，使得平均現貨價格下降，發電側電量費用也相對較低。在考慮容量費用后，兩種方法都滿足可靠性標準，本文方法發電側總費用減少了21.91×108￥，根據算例系統的用電量，相當于2025 年用戶平均購電成本降低了0.019 85 ￥/（kW?h）。結果表明，本文方法可以在保證電力系統可靠性的同時，最大程度保證電力用戶經濟性。

表4 兩種定價方法計算結果對比Tab.4 Comparison of calculation result between two pricing methods

同時，為了分析高比例風光裝機占比對容量補償價格的影響，在上述算例的基礎上，將原有風光裝機占比提高至原有的5倍，并計算此時的最佳容量補償價格。兩種場景下的可靠性指標趨勢如圖7所示。

圖7 兩種場景下的LOLE 指標趨勢Fig.7 Trend of LOLE under the two scenarios

從圖7可以看出，高比例風光場景下，最佳的容量補償價格為21.0×104￥/（MW·a），即210 ￥/（kW·a），對應目標年份的可靠性指標LOLE為0.033 h/a。可見，在其他條件不變的情況下，單獨增大風電光伏的裝機并沒有降低容量補償價格，反而使容量補償價格得到升高。這是因為風光大規模并網后，使得電力現貨市場平均價格下降，壓縮了火電機組在現貨市場上的利潤空間，進而導致需要更高的容量補償價格才能保證火電機組的正常經營。

4 結 語

本文提出了一種基于可靠性標準的電力現貨市場環境下的容量補償定價方法，以提高電力系統運行的安全穩定，保證容量補償機制的經濟合理性。在定價過程中采用了兩階段容量補償定價方法，通過算例驗證了所提容量補償定價方法的有效性。結果表明，經過調整后的容量補償價格可以更經濟地實現目標年份的可靠性標準，同時高比例風光并網并不能有效降低容量補償價格，反而因為其拉低電力現貨市場價格，導致傳統火電機組需要更高的容量補償收入才能回收成本，進而使得容量補償價格高于低比例風光場景。

未來容量補償定價方法仍需要不斷改進，例如如本文為簡化機組決策，設定所有機組的投產年限相同，在未來可以考慮各機組不同的投產年限；機組決策模型在進行機組投資/退役時可以考慮更多的經濟指標；在計算目標年份可靠性指標時進一步考慮新能源出力的隨機特性等。