編者按
目前，中國電力市場以省級中長期市場為主，第一批8個試點現(xiàn)貨市場仍處于結(jié)算試運行階段。根據(jù)《關(guān)于做好2021年電力中長期合同簽訂工作的通知》（發(fā)改運行〔2020〕1784號）文件要求，2021年中國電力中長期市場開始實施分時段交易，中長期交易模式面臨從電量交易到電力交易的重大轉(zhuǎn)變。分時段交易通過“分時段或帶曲線”簽訂交易合同，探討解決中長期電量交易中“一口價”無法反映不同時段的電能價值的問題，有利于發(fā)揮價格信號、優(yōu)化市場主體行為、提升資源配置效果。
《中國電力》2023年第1期刊發(fā)了黃姍姍等人撰寫的《中國電力中長期市場分時段交易價格形成機制及模型》一文。文章首先分析電力中長期市場分時段交易價格的影響因素及形成機制，提出不同分時段交易典型情景的定價方法，然后分別探討和建立不同情景下中長期分時段交易電價的計算模型，最后以某省實際數(shù)據(jù)進行模擬測算，并根據(jù)測算結(jié)果分析和說明中長期分時段交易電價形成機制、方法及模型設(shè)計的合理性。
摘要
電力中長期市場分時段交易是中國電力市場改革的重要舉措之一。針對當(dāng)前電力中長期市場分時段交易價格形成機制不合理、不完善的問題，提出了中國電力中長期市場分時段交易價格形成機制及其模型。首先，分析影響中國電力中長期分時段交易價格形成的因素，提出電力中長期交易的4種典型場景；然后，綜合考慮生產(chǎn)成本和用戶效用，探索性地提出適用于中長期分時段交易的系統(tǒng)平均成本定價、用戶失負(fù)荷價值定價、系統(tǒng)邊際成本定價和發(fā)電企業(yè)失負(fù)荷價值定價4種成本定價機制，構(gòu)建了基于成本定價的分時段交易定價模型；最后，以某省實際數(shù)據(jù)為例進行測算，驗證了模型的有效性。
1 中長期市場分時段交易價格形成機制分析
1.1 影響因素
1.1.1 供電成本
電力中長期市場分時段定價的根本原因在于不同時段的供電成本存在差異。由于電能無法大規(guī)模存儲且電力行業(yè)生產(chǎn)消費都是瞬時完成的特殊性，從系統(tǒng)平衡角度看，不同時段的電量所占用的容量成本不同，供電成本不同，這也解釋了產(chǎn)生分時段交易電價價差的內(nèi)在原理。
1.1.2 供求情景
供電成本是衡量電價是否合理的基礎(chǔ)，但電價最終要通過買賣雙方的交易形成，因此供求情景是影響分時段價格的重要因素。在完全競爭市場下，當(dāng)市場出清價格等于發(fā)電邊際成本時，社會福利最大化。但當(dāng)前電力市場更接近于寡頭壟斷市場時，發(fā)電企業(yè)和用戶可以依據(jù)市場供求狀態(tài)采取不同的競價策略謀求自身的福利最大化。存在3種供求情景：（1）在電力供求基本平衡時，市場雙方互為價格決定者和接受者，將報價基本確定在平均水平。（2）在市場供不應(yīng)求時，用戶通過不斷提高價格競爭性購電，發(fā)電企業(yè)成為競爭主導(dǎo)方及價格決定者，用戶愿意支付的最高價格就是缺電帶來的損失。（3）在市場供過于求時，買方為價格決定者，賣方通過降低售電價格達到平衡，但如果低于邊際成本報價會產(chǎn)生虧損，因此發(fā)電企業(yè)最低按照邊際成本報價。若出現(xiàn)大量超額供給時，為避免機組關(guān)停，發(fā)電企業(yè)甚至?xí)筘?fù)電價。
市場主體依據(jù)不同供求情景對競價策略做出相應(yīng)調(diào)整，最終形成的分時段交易價格會出現(xiàn)較大差異。
1.2 典型場景及定價方法
1.2.1 典型場景
電力市場交易場景復(fù)雜而多樣，且受多種因素綜合作用影響，本文從價格形成的角度，歸納以下4種電力中長期市場分時段交易的典型場景。
（1）市場供求均衡場景。在正常電力生產(chǎn)經(jīng)營狀態(tài)下，尖、峰、平、谷時段，市場均有足夠的備用容量，供給有足夠響應(yīng)需求變化的能力。
（2）市場供不應(yīng)求場景。市場中出現(xiàn)短期臨時性過度需求，或機組長期處于滿負(fù)荷發(fā)電狀態(tài)時出力還不能滿足市場需求。
（3）市場供過于求場景。市場中需求不足導(dǎo)致的相對過度供給，在季節(jié)性用電負(fù)荷低谷時段或隨機性因素影響下，市場出現(xiàn)短暫的臨時性過度供給，或裝機容量過剩導(dǎo)致負(fù)荷供應(yīng)長期過剩。
（4）極端供過于求場景。當(dāng)市場最小供給不能得到全部出清，電力調(diào)度機構(gòu)通過市場機制安排大部分機組停機時為極端供過于求場景。
1.2.2 定價方法
從系統(tǒng)成本的角度來看，分時段交易價格應(yīng)當(dāng)體現(xiàn)不同時段交易成本的差異；從市場供求的角度思考，分時段價格應(yīng)該準(zhǔn)確反映供給側(cè)和需求側(cè)對資源的利用程度?；谛枨蠖▋r理論，綜合考慮生產(chǎn)成本和用戶效用，提出以下4種適用于分時段交易典型場景的定價方法：系統(tǒng)平均成本定價、用戶失負(fù)荷價值定價、系統(tǒng)邊際成本定價和發(fā)電企業(yè)失負(fù)荷價值定價，其中用戶失負(fù)荷價值定價和發(fā)電企業(yè)失負(fù)荷價值定價屬于機會成本的定價范疇。
（1）系統(tǒng)平均成本定價。系統(tǒng)平均成本定價以系統(tǒng)容量成本和系統(tǒng)變動成本為基礎(chǔ)。此處平均成本并非按照一般商品屬性計算的“總成本除以總電量”，而是由電力產(chǎn)品特殊性決定的“分時容量成本+分時變動成本”構(gòu)成，分時容量成本基于負(fù)荷水平和持續(xù)時間進行分?jǐn)?，分時變動成本與不同時刻的系統(tǒng)出力結(jié)構(gòu)有關(guān)。供求均衡時，采用系統(tǒng)平均成本定價，系統(tǒng)平均成本價格屬于中水平價格，能夠保障發(fā)電廠商正常的生產(chǎn)及投資成本回收。
（2）用戶失負(fù)荷價值定價。用戶失負(fù)荷價值以用戶缺電損失衡量。系統(tǒng)出現(xiàn)供不應(yīng)求時，傳統(tǒng)做法是根據(jù)事先確定的用戶優(yōu)先順序統(tǒng)一安排用電，但這種做法缺少公平效率，沒有實現(xiàn)有限發(fā)電資源的最大利用與社會福利優(yōu)化。隨著中國負(fù)荷尖峰化現(xiàn)象越來越嚴(yán)重，依靠投資擴建解決尖峰負(fù)荷，不僅造成系統(tǒng)裝機容量利用率下降，還會抬高電價水平，采用高水平的用戶失負(fù)荷價值定價體現(xiàn)電力的稀缺價值，促進電能替代，優(yōu)化資源配置效益，有利于降低整體電價水平。
（3）系統(tǒng)邊際成本定價。系統(tǒng)邊際成本即分時變動成本。供過于求時，采取低電價水平的系統(tǒng)邊際成本定價方法，不能回收機組的裝機容量成本，從而控制電力生產(chǎn)與投資，減少不必要的裝機投資。
（4）發(fā)電失負(fù)荷價值定價。發(fā)電失負(fù)荷價值即為機組停機損失，也稱為“可避免成本”。在極端供過于求時，為避免機組停機，部分發(fā)電企業(yè)愿以低于邊際成本，甚至負(fù)電價從市場中獲得發(fā)電權(quán)，維持機組的正常運轉(zhuǎn)，以便在系統(tǒng)負(fù)荷提高時，能夠獲得盈利機會。
2 電力中長期市場分時段電價計算模型
基于峰荷責(zé)任法對容量成本進行分?jǐn)偟贸龇謺r容量成本，根據(jù)系統(tǒng)負(fù)荷與水、風(fēng)、光機組的出力差額計算系統(tǒng)凈負(fù)荷，通過比較系統(tǒng)凈負(fù)荷與火電機組出力約束形成4種典型場景，結(jié)合分時段交易的4種成本定價方法，可計算得到8760 h的分時段交易電價成本。
2.1 分時容量成本構(gòu)成及其分?jǐn)偰Ｐ?/strong>
2.1.1 容量成本構(gòu)成
分時容量成本為
式中：Cfx為系統(tǒng)總?cè)萘砍杀?；Cdep為發(fā)電機組的固定資產(chǎn)折舊費用；Cmat為發(fā)電機組的材料費；Crep為發(fā)電機組的修理費；Csal為發(fā)電機組的員工工資及福利支出等。
2.1.2 基于峰荷責(zé)任法的分時容量成本分?jǐn)?
負(fù)荷持續(xù)時間不同，設(shè)備的利用率也不同，會分?jǐn)偛煌娜萘砍杀?。容量成本分?jǐn)偰Ｐ突诜搴韶?zé)任法，同時考慮需求水平與負(fù)荷持續(xù)時間，即同一負(fù)荷持續(xù)時間下的價格是相同的。
如圖1所示，將年時序負(fù)荷曲線轉(zhuǎn)化為持續(xù)負(fù)荷曲線，按照負(fù)荷從大到小依次排列，ti表示第i小時（1≤i≤8760 h），Pi表示i時刻的負(fù)荷，Qi表示負(fù)荷水平為Pi的總電量，由縱向電量塊Qi,j組成（1≤j≤i），Pmax代表系統(tǒng)最大負(fù)荷；ΔQi表示負(fù)荷水平Pi至Pi–1之間的電量；ΔPi表示負(fù)荷水平Pi至Pi–1之間的負(fù)荷差。
圖1 分時容量成本的構(gòu)成及分?jǐn)倷C制
Fig.1 The composition and allocation mechanism of time-sharing capacity cost
通過橫向切割，求出同一負(fù)荷水平下的單位電量分?jǐn)偟娜萘砍杀尽D1 b）中電量ΔQi的容量成本ΔCi為
2.2 機組出力模型
2.2.1 水電出力模型
式中：PHY,i為i時刻水電機組的出力；g為重力加速度；?為水電機組的發(fā)電效率；φi為i時刻的發(fā)電凈水頭，一般為常數(shù)；μi為i時刻的水流量。
水電出力具有豐枯季節(jié)性，且受到水庫容量的限制。水電出力約束為
式中：PHY-min為水電機組的最小出力；PHY-max為水電機組的最大出力。
2.2.2 風(fēng)電出力模型
式中：PWT,i為i時刻風(fēng)電機組的出力；vi為i時刻的風(fēng)速；vr、vci、vcu分別為額定風(fēng)速、切入風(fēng)速、切出風(fēng)速；Pr為風(fēng)電機組的額定功率。
風(fēng)電出力主要受風(fēng)速影響，風(fēng)速一般用Weibull分布來表示其分布概率，即
式中：c為尺度參數(shù)；k為形狀參數(shù)；β為0~1上服從均勻分布的隨機數(shù)；EWT為風(fēng)速的平均值；σWT為風(fēng)速的標(biāo)準(zhǔn)差；Γ（）為伽馬函數(shù)。
2.2.3 光伏出力模型
式中：PPV,i為i時刻光伏的預(yù)測出力；λPV為額定光電轉(zhuǎn)換效率；ωPV,i為i時刻光伏組件的輻射強度；SPV為光伏組件的總面積。
輻射強度服從Beta分布，其概率密度函數(shù)為
式中：ωmax為光伏組件輻射強度的最大值；a、b分別為Beta分布的形狀參數(shù)。
2.2.4 火電出力約束模型
本文設(shè)定清潔能源優(yōu)先消納，火電機組的發(fā)電量由系統(tǒng)總負(fù)荷與清潔能源發(fā)電量之差決定，且滿足約束條件為
式中：PTH,i為i時刻火電機組的出力；PTH-max和PTH-min分別為火電機組的最大、最小出力。
2.3 系統(tǒng)情景劃分及定價模型
系統(tǒng)凈負(fù)荷為
式中：PSY,i為i時刻系統(tǒng)的總負(fù)荷；PCL,i為i時刻系統(tǒng)的凈負(fù)荷。
通過比較系統(tǒng)凈負(fù)荷與火電機組的出力約束，得到4種情景。
情景1：系統(tǒng)供求均衡。系統(tǒng)凈負(fù)荷為
情景2：系統(tǒng)供不應(yīng)求。系統(tǒng)凈負(fù)荷為
情景3：系統(tǒng)供過于求。系統(tǒng)凈負(fù)荷為
情景4：極端供過于求。系統(tǒng)凈負(fù)荷為
2.3.1 情景1的定價模型
在情景1下，采用系統(tǒng)平均成本定價，i時刻單位電量的邊際變動成本可以表示為
式中：η為火電的標(biāo)準(zhǔn)煤耗率；α為i時刻的標(biāo)煤單價；λHY為水電的變動成本系數(shù)；λWT為風(fēng)電的變動成本系數(shù)；λPV為光伏的變動成本系數(shù)。
分時容量成本與分時電量成本疊加得到i時刻單位電量總成本，即情景1下的分時段定價模型為
2.3.2 情景2的定價模型
情景2下，采用生產(chǎn)函數(shù)評估法計量用戶失負(fù)荷價值定價，此時定價模型為
式中：E為用戶的GDP總增加值；G為用戶的用電量。
2.3.3 情景3的定價模型
情景3下，按照系統(tǒng)邊際成本定價，此時定價模型為
2.3.4 情景4的定價模型
情景4下，按照發(fā)電企業(yè)失負(fù)荷價值定價。發(fā)電企業(yè)失負(fù)荷價值用機組啟停成本計量，此時定價模型為
式中：H為機組的啟停機成本；D為機組停機而損失的發(fā)電量。
3 實例測算及應(yīng)用
以H省2018年11月至2019年10月8760 h負(fù)荷數(shù)據(jù)、發(fā)電企業(yè)成本數(shù)據(jù)、電煤價格指數(shù)、電源結(jié)構(gòu)及豐、枯水期典型負(fù)荷日水電出力為依據(jù)，模擬測算H省年度中長期市場分時段交易電價成本。H省電源結(jié)構(gòu)以水電和火電為主，核定系統(tǒng)總?cè)萘砍杀緸?75.09億元，標(biāo)準(zhǔn)煤耗系數(shù)為0.311 kg/（kW?h），省外購電均價為0.296元/（kW?h），用戶失負(fù)荷價值取H省2019年工業(yè)度電GDP增加值7.823元/（kW?h）；水電、風(fēng)電與光電邊際變動成本系數(shù)為0元/（kW?h），風(fēng)機的切入、額定、切出風(fēng)速分別為3、12、22 m/s。H省月供電能力與用電需求關(guān)系如圖2所示。
圖2 H省月供電能力與用電需求關(guān)系
Fig.2 Relationship between monthly power supply capacity and electricity demand in province H
根據(jù)H省的《電力中長期交易基本規(guī)則》中關(guān)于交易品種的相關(guān)規(guī)定，分別測算年度、月度以及典型日的分時段電價成本，測算過程基于Matlab 2018a平臺進行處理。
3.1 年度交易成本測算結(jié)果
圖3為H省年度8760 h交易電價成本測算結(jié)果，根據(jù)測算結(jié)果，分析H省年度交易電量成本有以下特點：（1）系統(tǒng)發(fā)電成本總體變化幅度很大。H省2021年交易電量年平均成本為0.2170元/（kW·h），交易電量最大成本為7.8231元/（kW·h），交易電量最小成本為0.0667元/（kW·h），相差約120倍。（2）季節(jié)性交易電量成本差異較大。冬夏兩季顯著大于春秋兩季，出現(xiàn)夏季成本比冬季要更高。（3）日交易電量成本變化相對年度、季度變化較小，但在特定日期會形成尖峰成本。（4）全年平均有5 h時會出現(xiàn)缺電現(xiàn)象，其中有3 h出現(xiàn)在夏季最大負(fù)荷日，說明供電緊張的情況是短期而不是長期情況，未出現(xiàn)極端供過于求的情況。
圖3 H省年度8760 h交易電價成本測算結(jié)果
Fig.3 The estimation results of power trading price cost of 8760 h in province H
圖4對比了月平均交易電量成本、月最大交易電量成本、月最小交易電量成本與年平均交易電量成本，從結(jié)果來看：各月最大交易電量成本的變化幅度較大，最小交易電量成本的變化幅度較穩(wěn)定，月平均交易成本的變化水平明顯小于月最大交易電量成本的變化水平。
圖4 H省各月分時段交易電價成本對比
Fig.4 Time-sharing power trading price cost for each month in province H
采用組織映射神經(jīng)網(wǎng)絡(luò)（SOM）聚類算法和模糊C均值聚類法進行典型負(fù)荷曲線提取和時段劃分。結(jié)合圖5，H省年負(fù)荷曲線主要劃分為兩類，且兩類負(fù)荷曲線天數(shù)占總天數(shù)的比例為83.21%，代表性較強，提取這兩類負(fù)荷曲線進行模糊聚類得到全年的時段劃分結(jié)果和分時段交易電量成本結(jié)果，如表1所示。相比于年平均交易電量成本（0.2170元/（kW?h）），峰時段的交易電量成本上漲了35.21%，平時段的交易電量成本上漲了9.2%，谷時段的交易電量成本下降了24.15%。
圖5 基于SOM算法提取年典型負(fù)荷曲線
Fig.5 Extraction of annual typical load day curve based on SOM algorithm
表1 年度典型時段劃分及各時段成本計算結(jié)果
Table 1 Typical time periods of the year and cost estimation results for each time period
3.2 月度交易成本測算結(jié)果
按照季節(jié)性差異，劃分H省的高峰月為7—8月、11—12月；平段月為1—2月、9—10月；低谷月為3—5月。分別取各典型月進行時段劃分聚類（見圖6~8）。
圖6 基于SOM算法提取8月典型負(fù)荷曲線
Fig.6 Extraction of typical load curve in August based on SOM algorithm
圖7 基于SOM算法提取1月典型負(fù)荷曲線
Fig.7 Extraction of typical load curve in January based on SOM algorithm
（1）典型高峰月（8月份）交易成本測算結(jié)果。由圖6可知，H省8月份負(fù)荷曲線主要分為兩類，且兩類負(fù)荷曲線天數(shù)占總天數(shù)的比例為77.42%，代表性較強，提取這兩類負(fù)荷曲線進行模糊聚類得到全年的時段劃分結(jié)果和分時段成本測算結(jié)果，如表2所示。與年平均交易電量成本相比，峰時段的交易電量成本值上漲了145.53%，平時段的交易電量成本上漲了50.09%，谷時段的交易電量成本上漲了11.29%，整體均高于年平均交易電量成本。
表2 8月份時段劃分及各時段交易成本測算結(jié)果
Table 2 Time division and cost estimation results for each time period in August
如圖9所示，8月份的平均交易成本為0.3880元/（kW?h），最大日平均交易成本為1.3850元/（kW?h），在月平均交易電量成本的基礎(chǔ)上上漲了256.96%，最小日平均電量成本為0.2160元/（kW?h），在月平均交易成本基礎(chǔ)上下跌了44.33%，最大日平均交易成本是最小日平均交易成本的6.41倍。這是由于豐水期水電發(fā)電量較多，火電發(fā)電空間被壓縮，推高了峰時段發(fā)電成本。
圖8 基于SOM算法提取5月典型負(fù)荷曲線
Fig.8 Extraction of typical load curve in May based on SOM algorithm
圖9 8月份日平均交易電量成本
Fig.9 Average daily power trading cost in August
（2）典型平段月（1月份）交易成本測算結(jié)果。由圖7可知，H省2019年1月負(fù)荷曲線可以劃為兩類，且兩類負(fù)荷曲線天數(shù)占總天數(shù)的比例為80.64%，代表性較強，提取這兩類負(fù)荷曲線進行模糊聚類得到全年的時段劃分結(jié)果和分時段成本測算結(jié)果，如表3所示。與年平均交易電量成本（0.217元/（kW?h））相比，峰時段的交易電量成本上漲了70.92%，平時段的交易電量成本上漲了31.20%，谷時段的交易電量成本下降了22.12%。
表3 1月份時段劃分及各時段交易成本測算結(jié)果
Table 3 Time division and time division cost calculation results in January
如圖10所示，1月份的平均日交易電量成本0.2780元/（kW?h），最大日平均交易電量成本為0.3890元/（kW?h），在月平均交易電量成本基礎(chǔ)上漲了39.93%，最小日平均交易電量成本為0.2140元/（kW?h），在月平均交易成本基礎(chǔ)下跌了23.02%。這是由于枯水期水電發(fā)電量大幅減少，火電機組利用率提升。
圖10 1月份日平均交易電量成本曲線
Fig.10 Daily average power trading cost curve in January
（3）典型低谷月（5月份）交易成本測算結(jié)果。由圖8可知，H省5月份負(fù)荷曲線可以劃為兩類，且兩類負(fù)荷曲線天數(shù)占總天數(shù)的比例為74.19%，代表性較強，提取這兩類負(fù)荷曲線進行模糊聚類得到全年的時段劃分結(jié)果和分時段成本測算結(jié)果，如表4所示。與年平均交易電量成本（0.217元/（kW?h））相比，峰時段的交易電量成本下降了14.88%，平時段的交易電量成本下降了23.87%，谷時段的交易電量成本下降了40.46%，整體均低于年平均交易電量成本。
表4 5月份時段劃分及各時段交易成本測算結(jié)果
Table 4 Time division and trading cost estimation results for each time period in May
如圖11所示，5月份的平均交易成本0.160元/（kW?h），最大日平均交易電量成本為0.177元/（kW?h），在月平均交易電量成本基礎(chǔ)上漲了10.63%，最小日平均交易電量成本為0.132元/（kW?h），在月平均交易電量成本基礎(chǔ)上下降了17.50%，最大交易成本為最小成本的1.34倍。
圖11 5月份日平均交易電量成本曲線
Fig.11 Daily average power trading cost curve in May
3.3 典型日交易成本測算結(jié)果
（1）年最大負(fù)荷日交易成本測算結(jié)果。如圖12所示，H省年最大負(fù)荷日的平均交易成本為1.0660元/（kW?h），日最大交易電量成本為7.8320元/（kW?h）（21:00和22:00為供不應(yīng)求情景，采用用戶失負(fù)荷價值定價），在日平均交易成本的基礎(chǔ)上漲了634.71%，日最小交易電量成本為0.2550元/（kW?h），在日平均交易成本的基礎(chǔ)下降了76.08%，最大成本是最小成本的30.71倍。
圖12 年最大負(fù)荷日交易成本測算結(jié)果
Fig.12 Trading cost estimation results for the maximum load day in a year
（2）年最小負(fù)荷日交易成本測算結(jié)果。如圖13所示，H省年最小負(fù)荷日的平均交易成本為0.1370元/（kW?h），日最大交易電量成本為0.2170元/（kW?h），在日平均交易成本的基礎(chǔ)上漲了58.39%，日最小交易電量成本為0.0667元/（kW?h）（03:00—09:00為供過于求場景，采用系統(tǒng)邊際成本定價），在日平均交易成本的基礎(chǔ)下降了51.31%，最大交易電量成本約為最小交易電量成本的3.25倍。
圖13 年最小負(fù)荷日交易成本測算結(jié)果
Fig.13 Trading cost estimation results for the minimum load day in a year
4 結(jié)語
本文提出了不同場景下基于成本定價的電力中長期市場分時段交易的價格形成機制及計算方法。該方法考慮了電力中長期市場分時段交易的4種典型場景，通過分析不同典型場景下的分時段價格形成機理，設(shè)計了系統(tǒng)平均成本定價、系統(tǒng)邊際成本定價、用戶失負(fù)荷價值定價和發(fā)電失負(fù)荷價值定價4種定價方法及模型，并實例測算了H省8760 h的分時段交易電量成本，結(jié)果表明中長期市場分時段交易電價電量成本差異顯著，高于當(dāng)前制定的目錄電價峰谷價差。
本文從機理上完善了中國電力中長期市場的價格形成機制，為今后市場化分時電價機制設(shè)計提供參考。需要指出的是，本文并未考慮需求彈性的影響，以及中長期分時段電價與現(xiàn)貨市場價格間的銜接問題，相關(guān)內(nèi)容將在后續(xù)開展研究。
注：本文內(nèi)容呈現(xiàn)略有調(diào)整，如需要請查看原文。
