綠色電力交易對電力市場的影響機理及效果

劉利利　馮天天　崔茗莉等

關鍵詞 綠色電力交易；電力市場；影響機理；敏感性分析

中圖分類號 TM743 文獻標志碼 A 文章編號 1002-2104（2024）04-0076-15 DOI：10. 12062/cpre. 20231020

中國政府承諾二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和［1］（以下簡稱“雙碳”目標）。為實現“雙碳”目標，中國亟須推動以煤炭為主導的能源結構向以可再生能源為主導的清潔低碳能源結構轉型。可再生能源電力作為綠色電力（以下簡稱綠電），包含電能量價值和環境價值。綠電交易是中國電力市場體制的一大創新，有助于推動能源結構調整，助力實現“雙碳”目標。2021年9月中國正式啟動綠電交易試點，2022年上半年南方電網和國家電網陸續出臺相關規則［2-3］，全國范圍內的綠電中長期交易已有規可循；2023年國家發展改革委和國家能源局發布《關于進一步加快電力現貨市場建設工作的通知》［4］，推進了電力市場化建設。綠電交易政策和相關規則的出臺，推動了中國綠電中長期交易和現貨交易市場的融合與發展。隨著“雙碳”目標的推進、可再生能源電力消納保障措施的實施和靈活性資源投入力度的加大，新能源電力大規模并網，棄風棄光電量顯著減少。中國整體棄風、棄光率從2016年的17. 6%和10. 0%分別下降至2023年6月份的3. 3%和1. 8%［5］。在光伏、風電等設備發電效率日益提升的情況下，清潔能源發電技術逐漸突破效率閾值［6］，綠電市場化程度不斷提升，逐漸成為電量供應主體，電力商品價值將逐漸呈現精細化和差異化特性，亟須分析綠電交易市場與電力市場的交互關系，探索綠電交易對電力市場的影響，為促進電源結構轉型、建設新型電力系統等提供理論支撐。京津冀地區是中國重要的經濟中心和城市群之一，綠電需求旺盛、新能源資源豐富，冀北新能源基地是“十四五”可再生能源發展規劃建設的重大陸上新能源基地之一，2023年綠電交易量達193億kW·h，居全國首位［7］。為促進京津冀地區可再生能源一體化消納，京津冀地區綠電交易對電力市場影響的研究將為全國范圍的電力市場體系建設提供經驗和借鑒。因此，本研究以京津冀地區為例，采用非合作博弈模型和系統動力學模型分析綠電交易對電力市場的影響機理及效果，旨在為完善中國電力市場體系、促進能源轉型提供理論與現實依據。

1 文獻綜述

根據已有研究成果，從綠電交易機制建立、綠電交易對電力市場主體行為決策的影響和綠電交易對電力市場影響效果3個方面進行綜述。

綠電交易機制建立方面。竇金亮等［8］通過分析中國電力市場改革的機遇和挑戰，從加強綠電宣傳、建立新能源發電配額制等方面提出綠電市場與電力市場協調發展機制。部分學者借鑒發達國家［9-11］、上海地區［10］、南方區域［12］的綠電交易機制，提出基于可再生能源消納配額制、綠色證書的綠電市場模式和跨區跨省中長期交易的綠電交易機制。康重慶等［13］分析國內外可再生能源電力參與市場的交易機制，提出綠電參與現貨市場和輔助服務市場的建議。史連軍等［14］通過分析中國可再生能源發展現狀，從統一全國電力市場體系角度建立促進清潔能源消納的市場機制框架。吳力波等［15］分析了上海市居民購買綠電的意愿，提出中國應發揮需求側作用，促進綠色能源發展、加快電力市場改革。夏清等［16］分析了中國電力市場存在的問題，提出構建包含清潔能源消納配額制、跨區跨省輸電權市場、電力容量市場等市場機制。Lin等［17］提出設計住宅側綠電交易機制時，應多考慮居民的自愿選擇。徐奇鋒等［18］利用區塊鏈技術建立綠電交易雙賬戶機制，發現該機制能夠提升綠電交易的靈活度與可信度，并降低電網的補貼壓力。

綠電交易對電力市場主體行為決策的影響方面。國內外學者主要從市場主體經濟效益、影響因素角度展開研究。其中：①市場主體經濟效益方面。部分學者建立可再生能源配額制度（Renewable Portfolio Standard， RPS）下綠電廠商、火電廠商和大用戶直購電的博弈優化模型，分析各發電商優化報價策略，結果表明RPS驅動和博弈競價機制可提升綠電廠商競爭力［19-20］。也有學者通過構建優化模型，分析風力和火力發電組合下發電商的發電策略，結果表明該組合模式能夠提高市場主體經濟效益［21-22］。其他學者研究風電、光伏和燃氣輪機［23］，以及風電、光伏發電和儲能［24-26］組合下交易策略，發現多市場下能夠提升市場主體收益。Nijsse等［27］指出將儲能成本分配給消費者，能夠降低綠電發電商整體系統成本，激勵綠電參與市場交易。②影響因素方面。Zugno等［28］研究風力發電商參與短期電力市場交易，發現風力發電量預測分布的形狀影響發電商出價策略。趙新剛等［29］構建發電廠商策略行為演化博弈模型，分析發現發電商交易策略受配額權重和單位罰金因素影響。部分學者采用兩階段隨機規劃，研究發現可再生能源供需的相關性和風險規避影響發電和售電計劃［30-31］。涂強等［32］通過評估中國可再生能源政策的實施效果，發現可再生能源發電技術影響風電和光伏發電裝機的投資成本。也有學者通過構建市場主體決策優化模型，分析發現新能源滲透率影響市場主體效益［33-35］。

綠電交易對電力市場的影響方面。國內外學者主要從電力優化調度、多市場銜接和電源結構優化方面展開研究。①電力優化調度方面。翁振星等［36］提出風電場發電成本模型，并將其引入傳統的電力系統動態經濟調度模型中，解決風電接入電力系統的經濟優化調度問題。部分學者構建Weibull概率密度函數［37］、短期負荷預測模型［38-40］，以及風電和光伏發電預測誤差模型［41-48］研究電力系統優化調度。②多市場銜接方面，如省際省內市場［49-50］、綠電交易與現貨市場［51-52］，以及風電、光伏發電與儲能市場［53］的銜接能夠提高新能源消納能力。③電源結構優化方面。劉國中等［54］基于智能代理的市場仿真方法，求解模型發現可再生能源激勵機制促進可再生能源發展，優化電源結構。He等［55］基于產能擴張模型，模擬可再生能源對中國電力系統的影響，結果表明可再生能源成本的快速下降使得風電和光伏發電裝機容量增加，到2030年中國62%的電力可能來自非化石能源。Lu等［56］構建成本優化模型，發現綠電項目投資能夠滿足印度2040年預計80%的電力需求。Duan等［57］基于宏觀能量模型，分析1980—2019年42個國家可再生能源發電情況，研究發現風力和光伏發電可以向電力市場提供成本較低的綠電，且能使電力系統減排量達到80%。Gulagi等［58］基于能源系統轉型模型，探討電力行業可再生能源轉型路徑，結果表明到2050年可再生能源電力發電系統能夠使溫室氣體凈排放量為零，并為大約17億人提供可靠的電力。

綜上所述，綠電交易機制仍在逐步完善，關于如何兼顧綠電交易市場與電力市場的交互關系，建立其耦合機制以滿足電力消費者需求、促進新能源消納等成為各市場主體重點關注的問題，目前關于此方面的研究仍有待深化。已有研究多采用博弈理論建立發電主體的最優利潤模型，分析市場主體經濟效益以及不同影響因素下市場主體的交易策略，為研究綠電交易對電力市場主體行為決策的影響奠定基礎。學術界多從電力優化調度、多市場銜接和電源結構優化方面研究綠電交易對電力市場的影響，但較少從“源-網-荷”側多市場主體共同作用角度，動態仿真分析綠電交易對電力市場電源結構、電價等方面的影響。基于此，本研究的貢獻主要為以下三個方面：第一，基于綠電交易機制，分析綠電市場與電力市場的耦合機制，為研究綠電交易對市場主體行為決策和電力市場的影響提供理論基礎。第二，構建“源-網-荷”側市場主體在可再生能源電力消納責任權重政策約束下非合作博弈模型，從微觀層面分析綠電交易對電力市場主體行為決策的影響。第三，構建綠電市場與電力市場耦合的系統動力學模型，設置不考慮外購電力和考慮外購電力兩種情景，對比分析電價、在建裝機容量、發電量等指標的波動趨勢，從宏觀層面模擬分析綠電交易對電力市場的影響效果。

2 綠電交易市場與電力市場的耦合機制

2. 1 綠電交易機制分析

綠電產品是指符合國家有關政策要求的風電、光伏等可再生能源發電企業上網電量。市場初期，主要指風電和光伏發電企業上網電量，根據國家有關要求可逐步擴大至符合條件的其他電源上網電量。綠電交易是指以綠電產品為標的物的電力中長期交易，交易電力同時提供國家規定的可再生能源綠色電力證書（以下簡稱綠證），用以滿足發電企業、售電公司、電力用戶等市場主體出售、購買綠電產品的需求。其中，綠證是國家對發電企業每兆瓦時可再生能源上網電量頒發的具有唯一代碼標識的電子憑證，作為綠電環境價值的唯一憑證。根據北京電力交易中心于2023年8月印發的《北京電力交易中心綠色電力交易實施細則（修訂稿）》［59］，繪制綠電交易機制框架圖，如圖1所示。

自2021年起，新備案的集中式光伏電站、新核準陸上風電等項目不再進行補貼［60］，自2022年起，新增海上風電和光熱項目不再納入中央財政補貼范圍［61］。這說明新能源發電已初步具備與火電平價上網的能力，其市場化程度進一步提高。因此，對綠電交易參與電力市場開展研究有助于建立健全新能源電力市場交易機制、實現綠電供需有效對接和發揮市場資源配置作用，對促進能源轉型和新型電力系統建設具有重要的現實意義［62］。

2. 2 綠電交易對電力市場的作用分析

研究綠電交易對電力市場的影響，需要厘清綠電市場與電力市場之間的耦合關系。圖2展示了綠電市場與電力市場基本交易框架，發電企業包括綠電廠商和傳統能源發電廠商，其中綠電廠商包括風電、光伏新能源企業。從時間尺度上將電力市場分為中長期市場和現貨市場，綠電以“電證捆綁”的方式參與電力中長期交易。綠電交易鼓勵電力用戶通過直接交易方式向綠電廠商購買綠電，如無法滿足綠電消費需求，電力用戶可向電網企業購買其保障收購的綠電產品。同樣，電力用戶也可以直接在電力市場上購買火電，也可通過電網代購的方式購買火電。在綠電發展的過程中，需要火電提供支持，平衡綠電產生的系統偏差。電網企業負責為參與電力交易的電力用戶提供公平的報裝、計量、抄表、結算、收費等供電服務，并匯總電力用戶需求，購買電力產品，在電力交易平臺登記電力用戶對電力產品的電量、電價等需求信息。

3 綠電交易對電力市場主體行為決策影響的非合作博弈模型

考慮經濟性、清潔性和穩定性，以系統利潤最優為目標，以電力市場供需平衡、出力功率、發電成本函數等為約束條件構建電力市場發電企業（包括火電和綠電廠商）、電網企業、電力用戶最優利潤模型，從微觀層面分析綠電交易對電力市場各主體行為決策的影響。針對“源-網-荷”側最優利潤評估過程見圖3。

對于“源”側，對發電主體的固定成本、發電成本進行測算，考慮“雙碳”目標約束，測算機組靈活性改造成本、燃料改造成本、棄風棄光成本等指標。明確發電政策收益、上網電價收益和其他售電收益，通過分析成本與收益的關系，計算出京津冀地區發電主體的最優利潤，并分析不同綠電占比對發電商最優利潤的影響。

對于“網”側，收集和歸納電網側在“雙碳”目標約束下的成本和收益因素，結合京津冀地區發展需求對成本和收益因素進行精細化處理，根據歸納的輸配電、網損等方面的收益和成本指標來測算電網企業的最優利潤，并分析不同綠電占比對電網企業最優利潤的影響。

對于“荷”側，歸納整理新型電力系統用戶的成本和收益因素，考慮經濟發展、環境約束、政策扶持等因素，以用電主體利潤最大為目標，測算用戶的用電成本和需求響應收益，并分析不同綠電占比對電力用戶購電成本的影響。

3. 1 發電企業

4 綠電交易對電力市場影響效果的系統動力學模型

在分析綠電交易對各市場主體效益影響的基礎上，進一步探究綠電市場對電力市場的影響。需要說明的是，第3部分根據綠電廠商、火電廠商、電網企業和電力用戶在電力市場中的成本和收益函數關系，構建了非合作博弈模型，本部分則基于該模型，借助系統動力學對各市場主體的相互作用關系進一步擴展和延伸。

系統動力學模型是在特定環境下完成的，需要系統界定和假設條件。

系統界定：通過研究綠電市場與電力市場的作用機理，確定該系統動力學模型由綠電廠商子系統和火電廠商子系統構成。

假設條件：電力市場發電商包括火電和綠電廠商，綠電廠商進行風力和光伏發電，火電廠商根據綠電發電占比調整其發電量。

4. 1 因果關系模型

根據綠電市場與電力市場的相互作用關系，構建火電廠商子模塊和綠電廠商子模塊的因果關系見圖4。

4. 2 存量流量模型

在因果關系模型基礎上繪制綠電市場與電力市場交互的存量流量模型見圖5。圖5將綠電廠商、火電廠商、電網企業和電力用戶之間的關系可視化，并用不同顏色表示各市場主體，以方便識別非合作博弈模型在系統動力學模型中的應用。例如，圖5中綠電廠商的利潤空間和銷售電價是綠電上網電價的延續，火電廠商的利潤空間和銷售電價是火電上網電價的延續。通過采用不同符號來表示不同類型變量，不同類型箭頭代表不同的函數關系。模型中變量分為四類：狀態變量、速率變量、輔助變量和常量。

5 算例分析

5. 1 基礎數據和參數設定

本研究以京津冀地區為例，火力發電量、風電和光伏發電量、裝機容量等數據來自2022年《中國電力統計年鑒》、國家統計局、國家能源局、中國電力企業聯合會等，發電機組的成本系數見表1，發電檢修成本標準見表2，系統仿真模型初始值的設定見表3，系統仿真計算流程圖見圖6。

5. 2 主體行為決策的影響分析

（1）發電廠商和電網企業決策分析。綠電發電比例對發電廠商和電網企業最優利潤的影響見圖7。整體來看，隨著綠電發電比例增加，火電廠商最優利潤呈下降趨勢，而綠電廠商和電網企業最優利潤呈上升趨勢。具體來看，受煤電價格上浮帶動影響，綠電環境價值不斷提高，增加了綠電廠商收益。當綠電占比超過63%時，綠電廠商利潤大于火電廠商利潤。電網企業收益主要是來源于輸配電，其利潤隨綠電發電比例的增加呈現上升趨勢。隨著綠電占比增加，電網企業發揮著優化能源資源配置的樞紐平臺作用，保障綠電上網的同時，也為電力用戶購買綠電提供便捷可行的途徑，有效滿足用戶綠電消費需求，擴大綠電交易規模。

（2）電力用戶決策分析。電力用戶的購電成本隨綠電發電比例變化的趨勢見圖8，假設電力用戶購買綠電的意愿分別為0. 4、0. 5、0. 6。隨著綠電發電比例的增加，電力用戶不管持何種購買意愿，其購電成本均呈現下降趨勢。具體而言，電力用戶購買綠電的意愿越強，其購電成本越小。一方面可能是在電網保供能力許可的范圍內，實施需求側管理對消費綠電比例較高的用戶優先保障，避免了需求響應收益受損；另一方面，隨著綠電裝機和發電量的增加，為鼓勵更多電力用戶消納綠電以促進碳減排，會降低綠電電價，進而降低電力用戶購買綠電成本。

綜上所述，隨著綠電發電比例上升，綠電廠商和電網企業利潤均呈上升趨勢，火電廠商利潤和電力用戶購電成本呈下降趨勢。因此，對電源側而言，綠電通過市場競爭進入電力市場，促進綠電廠商優化電源裝機容量，擴大綠電裝機比例，提高風電和光伏的利用效率，在綠電發展的過程中火電起到調峰調頻作用，以保障電力系統穩定運行。對電網側而言，綠電交易離不開電網傳輸。根據供需理論，隨著綠電需求和上網電量的增加，電網公司從中獲得的輸配電收益空間增大。對電力用戶而言，綠電交易市場通過市場競爭機制，形成分時用戶電價，引導用戶高峰時少用電，低谷時多用電，提高供電效率，優化用電方式，從而在完成同樣用電功能的情況下提高負荷率，降低供用電成本，達到節約能源和保護環境的長遠目標。

5. 3 影響效果的模擬仿真分析

全國綠電交易在2021年啟動，因此模型的初始化參數設定以2021年1月為基期，至2030年12月，時間步長為1個月，時間跨度為120個月。考慮到京津冀地區用電需求大于供給時，會通過跨省跨區向外購入電力。因此設置兩種情景：情景一是不考慮外購電力，情景二是考慮外購電力。外購電量的大小用總用電量與總發電量之差來表示，模擬兩種情景下電價、裝機容量、發電量等指標的波動情況。

5. 3. 1 情景一：未考慮外購電力

本部分假設京津冀地區不向外購買電力，僅考慮京津冀內部的電力輸送，分析火電和綠電上網電價、在建裝機容量和發電量的波動情況。

（1）火電和綠電上網電價變化趨勢分析。火電和綠電上網電價變化情況見圖9，二者呈先下降后上升趨勢。2021年1月—2025年6月綠電上網電價低于火電上網電價，未能體現綠電的環境價值，仍缺乏清晰的綠電權益流轉認定和核銷機制。隨著消納責任權重增加，電力用戶對綠電的需求量增大，根據市場供需決定價格的理論，2025年7月—2027年8月綠電上網電價高于火電上網電價。同時，綠電廠商會加大綠電資本投入，提高綠電裝機容量和發電量以滿足綠電市場需求。隨著綠電供給的增加，在2027年9月—2030年12月呈現綠電上網電價小于火電的趨勢，從而吸引更多電力用戶購買綠電，自上而下地推動碳減排。

（2）火電和綠電廠商在建裝機容量、發電量變化趨勢分析。火電和綠電廠商在建裝機容量、發電量變化趨勢見圖10（a）和10（b）。圖10（a）顯示2021—2030年火電在建裝機容量呈現先上升后下降再上升的趨勢，綠電在建裝機容量一直呈上升趨勢。自2022年起，中國全面停止新能源發電補貼，綠電廠商在建裝機費用全部由個人承擔，使其在建裝機增速略微下降，但仍大于火電在建裝機增速。火電和綠電廠商發電量受其各自發電裝機容量影響，從圖10（b）中可以看出火電發電量呈緩慢上升趨勢，但小于綠電發電量的上升速度，在2026年1月—2030年12月綠電發電量超過火電發電量。隨著“雙碳”目標的推進，火力發電占比會逐漸降低。然而，風電和光伏出力具有波動性、不穩定性等特征，需要火電提供輔助服務以保證電力系統穩定運行。

（3）電源結構變化趨勢分析。2021—2030年電源結構變化趨勢見圖11，火電和綠電上網電量呈遞增趨勢，從2026年10月開始，綠電上網電量高于火電上網電量，且二者上網電量的差距逐漸增大。綠電上網電量占比從2021年的28. 64% 上升到2030 年的63. 44%。由此可見，“雙碳”背景下電源結構正在不斷變化，全社會用能增量將主要由綠電承擔，火電的角色定位由基核電源加速向調峰電源轉變。隨著京津冀地區綠電市場機制逐步優化完善，各類示范性綠電交易陸續開展，拓寬了京津冀地區電力用戶購買綠電的渠道，能夠滿足企業清潔用能需求，促進京津冀地區綠電與火電協同發展、能源清潔低碳轉型。

5. 3. 2 情景二：考慮外購電力

本部分考慮京津冀地區通過跨省跨區向外購買電力，進一步分析考慮外購電力情景下火電和綠電上網電價、在建裝機容量和發電量的變動情況。

（1）火電和綠電上網電價變化趨勢分析。火電和綠電上網電價的變化情況見圖12，二者變化趨勢與不考慮外購電力情景相比，具有明顯差異。具體來看，在2021年1月—2024年2月，火電上網電價高于綠電上網電價，二者的電價差距范圍在0～0. 045元（/ kW·h）；2024年3月—2030年12月，綠電上網電價超過火電上網電價，且二者的電價差距逐漸增加。但與情景一相比，2021—2030年火電和綠電上網電價均下降，火電上網電價下降幅度大于綠電，且二者下降幅度的差距逐漸增大。一方面，跨省區輸配電成本高，提高了外購電力價格，為降低用戶購電成本，京津冀地區會降低綠電和火電上網電價來平衡用戶外購電需求；另一方面，京津冀地區在清潔低碳、安全高效的能源結構轉型過程中，外購電力以綠電為主，降低了火電需求，使得火電上網電價下降的幅度更大。

（2）火電、綠電廠商在建裝機容量和發電量變化趨勢分析。火電和綠電廠商在建裝機容量和發電量變化情況分別見圖13（a）和13（b）。整體來看，火電和綠電廠商在建裝機容量、發電量的變化趨勢與不考慮外購電力情景的變化趨勢較為一致。與情景一相比，火電和綠電的在建裝機容量、發電量的變動情況呈先上升后下降，在后期火電下降的幅度大于綠電。具體來看，2021年1月—2023年5月，火電在建裝機容量變動情況呈先上升后下降且為正值，2023年6月—2030年12月其變動情況降為負值，說明從此時開始引入外購電力，對本地火電在建裝機容量產生消極影響；2021年1月—2025年4月火力發電量變動情況呈先上升后下降趨勢且為正值，2025年5月開始其變動情況降為負值，說明從此時開始引入外購電力，對本地火電發電量產生消極影響。2021年1月—2025年7月，綠電在建裝機容量變動情況呈先上升后下降趨勢，2025年8月—2030年12月其變動情況降為負值；2021年1月—2029年4月，綠電發電量變動情況呈先上升后下降趨勢，2029年5月—2030年12月其變動情況降為負值，但其負值相對較小，對本地綠電發電量的負面影響較弱。

考慮外購電力情景下，2025年10月以后綠電發電量超過火力發電量，不考慮外購電力情景下，2026年以后綠電發電量超過火力發電量。引入外購電力，火電在建裝機容量和發電量的下降幅度大于綠電，使得綠電發電量提前兩個月超過火力發電量。究其原因可知，與情景一相比，引入外購電力之后，火力發電量變動情況降為負的時間比綠電早了將近4年時間，2024年5月—2030年12月引入外購電力給火電帶來負面影響，本地火電需求降低，進而縮減火力發電規模，降低火電利用小時數，火力發電商利潤空間減少，使得火電在建裝機容量降低；火力發電量除受其在建裝機容量影響，還受輔助服務影響，因提供輔助服務的火力發電量減少，導致火力發電量下降。

（3）外購電力的敏感性分析。假設設定2021—2030年外購電力的年均增長率分別為-10%、-5%、0、5%、10%，進行外購電力的敏感度分析，具體分析外購電力的變化對綠電和火電上網電價、在建裝機容量、發電量的影響，結果見圖14。

當外購電力的年均增長率為負時，即減少外購電力，火電在建裝機容量（紅色線）、火電發電量（橙色線）和火電上網價格（紫色線）的敏感度系數為負，外購電力負增長率越靠近0時，其敏感度系數的絕對值越小，可見外購電力對京津冀地區火電產生負面影響，但減少外購電力，其對火電的負面影響會減弱。外購電力減少，京津冀將增加本地區的發電量以滿足用電需求。由于風電、光伏發電存在間歇性、波動性等特征，火力發電商會增加火電利用小時數以保證電力系統穩定運行。綠電在建裝機容量（黑色線）的敏感度系數為負，但其值幾乎接近于0，天津、河北地區擁有豐富的風電、太陽能資源，綠電發電潛力較大，受外購電力的影響較弱。而綠電發電量（藍色線）的敏感系數為正，綠電上網價格（綠色線）的敏感系數為負，可見減少外購電力會增加京津冀地區的綠電發電量，降低綠電上網價格，進而促進京津冀地區綠電發展。具體分析，當外購電力的負增長率為5%～10%時，火電和綠電在建裝機容量、發電量和上網價格的敏感度系數絕對值平穩降低，其中綠電在建裝機容量和發電量的敏感度系數接近于0，綠電上網價格的敏感度系數保持不變，說明外購電力負增長率越大，綠電和火電受到的影響越弱。

當外購電力的年均增長率為正時，即增加外購電力，火電在建裝機容量、發電量和上網電價的敏感度系數為負，且即隨著外購電力的增加，敏感度系數的絕對值越大，再次說明了外購電力對火電產生消極影響，與已有研究結論相符［6］。綠電在建裝機容量、綠電發電量的敏感度系數為正，可知增加外購電力促進綠電發展，可能的原因是京津冀地區不斷放開新能源市場，充分利用自身的可再生能源資源，為更多電力用戶提供綠電需求；綠電上網價格的敏感度系數依然為負，說明增加外購電力，綠電價格降低，并引致電力用戶購電成本下降，從而促進綠電消納，這一結果與已有研究結論保持一致［6］。具體分析，當外購電力增長率為0～5%時，綠電上網價格、在建裝機容量和發電量的敏感度系數表現平穩，火電上網價格和在建裝機容量的敏感度系數絕對值上升幅度較大，而火電發電量的敏感度系數表現平穩。增加外購電力會縮小京津冀火電裝機規模，以實現碳排放“雙控”目標。當外購電力增長率為5%～10%時，綠電上網價格、在建裝機容量和發電量的敏感度系數表現平穩，火電發電量的敏感度系數表現平穩；與外購電力增長率為0～5%相比，火電上網價格和在建裝機容量的敏感度系數絕對值上升幅度變緩，說明增加外購電力依然會抑制火電發展，但抑制作用會減弱，可能的原因是在“雙碳”目標下，外購電力會激發火電發電商發電結構轉型升級。

6 結論與政策建議

充分考慮綠電交易市場與電力市場的耦合機制，探究綠電交易對電力市場的影響對新型電力系統建設具有重要的實際意義。在分析綠電交易機制、綠電市場與電力市場耦合機制的基礎上，構建非合作博弈模型，以京津冀地區為例，分析“源-網-荷”側市場主體行為決策，并設置不考慮和考慮外購電力兩種情景，借助系統動力學模型仿真分析2021—2030年綠色電力交易對電力市場的影響效果和外購電力對綠電和火電發展的影響，通過算例分析，得出以下結論。

（1）綠電發電占比影響市場主體的行為決策。隨著綠電發電占比增加，火電廠商利潤降低而綠電廠商利潤增加，當綠電占比超過63%時，綠電廠商利潤大于火電廠商利潤；電網收益主要來自輸配電，當綠電供需增加時，電網利潤增加；電力用戶購買綠電意愿越大，其購電成本則越小，在一定程度上激勵電力用戶優先消納綠電。

（2）不考慮外購電力情景下，綠電和火電上網電價呈先下降后上升趨勢，且在2021年1月—2025年6月綠電上網電價小于火電上網電價。隨著綠電需求增加，在2025年7月—2027年8月綠電上網電價呈上升趨勢且高于火電上網電價，而在2027年9月—2030年12月綠電上網電價小于火電。綠電在建裝機容量不斷增加，由于火電在輔助服務方面發揮重要作用，火電在建裝機容量呈現先下降后上升趨勢，但上升幅度小于綠電。2026年10月—2030年12月綠電上網電量超過火電上網電量，且二者上網電量的差距逐漸拉大，2030年綠電上網電量占比預計達到63. 44%。

（3）考慮外購電力情景下，引入外購電力降低當地綠電和火電的上網電價。在2021年1月—2024年4月，引入外購電力給火電發電量帶來積極影響，火力發電量增加，而2024年5月—2030年12月火力發電量出現下降。2021年1月—2029年4月，引入外購電力給綠電發電量帶來積極影響，綠電發電量增加，而2029年5月—2030年12月綠電發電量略微下降。通過對外購電力敏感性分析發現增加外購電力，對火電的抑制作用減弱，同時會促進綠電發展，綠電廠商通過采取增加綠電裝機容量、降低綠電價格等措施增強本地綠電市場競爭力。

本研究構建的“源-網-荷”側非合作博弈模型，以及嵌入博弈模型的綠電市場與電力市場耦合的系統動力學模型具有創新性，為后續相關研究提供理論參考價值。研究綠電交易對電力市場的影響有助于協調中國綠電市場與電力市場發展、加快電源結構轉型、保障電力系統安全穩定運行，具有實踐價值。構建新型電力系統是一項復雜系統工程，需要加強電力系統全環節、多要素的統籌協調。結合本研究結論，可從火電和綠電廠商的角色定位、火電價格制定方式和全國統一電力市場建設加以優化。因此，結合“雙碳”目標，提出綠電交易參與電力市場協調發展的政策建議如下。

（1）加快電源結構轉型，促進綠電和火電在電力市場中的角色轉變。在促進新型電力系統建設進程中，電源結構逐步調整，可再生能源發電量不斷增加。為彌補可再生能源發電的波動性、隨機性和間歇性等缺陷，保障電網安全穩定運行和可靠供電，火力發電商從向電力用戶提供電能量逐步轉變為向電力系統提供靈活性電力資源。因此，結合本研究結果，建議綠電和火電廠商重新定位各自在電力市場中的功能，火電廠商根據綠電在建裝機容量、發電量的變化趨勢，利用其自身存量裝機容量高的優勢，開展調峰輔助服務工作，以更好地為電力用戶提供電力保障，提高電力系統運行效率，適應中國低碳轉型新趨勢。

（2）調整火電定價模式，促進電力價值多維化。當電力系統中綠電占比較高時，常規火電機組需要進行深度調峰，以滿足系統功率實時平衡，這樣不利于火電機組的安全經濟運行。因此，建議火電采取“容量電價+電量電價”兩部制動態電價制定措施，即根據電力供需情況、深度調峰損失程度等，動態調整容量電價，以彌補火電機組深調成本。這也與本研究結果一致，即在電力市場發展后期，火電上網價格高于綠電上網價格。一方面，能夠充分體現火電的電能量價值、調節性價值等，提高火電提供輔助服務的積極性；另一方面，綠電價格也在逐漸上升，能夠在電力市場中充分體現電能量價值和環境價值，實現電力價值的多維化。

（3）推動跨省跨區綠電交易，加快構建全國統一電力市場。受可再生能源消納責任權重影響，部分送端地區存在“惜電”現象，一定程度上阻礙了跨省跨區綠電交易發展步伐。根據本研究結果可知，外購電力能夠降低本地綠電上網電價，進而降低電力用戶銷售電價；同時火電上網電價也會下降，為綠電提供輔助服務的成本降低，從而促進本地綠電交易市場發展。因此，建議合理制定各地區的可再生能源消納責任權重，同時建議各地將年度可再生能源消納責任權重分解到月或日，安排好本地可再生能源消納目標和外送綠電占比；建議可再生能源富集地區在滿足自身消納權重的基礎上加大新能源跨省跨區外送力度，通過合理制定綠電外送價格、發揮電網調配作用以推動電力系統向源荷互動轉變，從而增強跨省跨區綠電交易市場的活躍度以促進綠電消納，助力全國統一電力市場建設。

（責任編輯：王愛萍）