计及碳成本的区域间电价差与跨区电力交易量评估模型

doi:10.16183/j.cnki.jsjtu.2023.217

计及碳成本的区域间电价差与跨区电力交易量评估模型

李威, 李然^,, 胡炎, 王曦炜, 熊康

上海交通大学电力传输与功率变换控制教育部重点实验室,上海 200240

Assessment Model for Interregional Electricity Price Difference and Cross-Regional Electricity Trading Volume Considering Carbon Cost

LI Wei, LI Ran^,, HU Yan, WANG Xiwei, XIONG Kang

Key Laboratory of Control of Power Transmission and Conversion of the Ministry of Education, Shanghai Jiao Tong University, Shanghai 200240, China

通讯作者: 李然,副教授,博士生导师;E-mail:rl272@sjtu.edu.cn.

责任编辑: 王历历

收稿日期: 2023-05-31 修回日期: 2023-08-22 接受日期: 2023-08-31

Received: 2023-05-31 Revised: 2023-08-22 Accepted: 2023-08-31

作者简介 About authors

李威(1998—),硕士生,从事碳市场、电力市场相关研究.

摘要

在实现“双碳”目标背景下,电力行业碳减排任务亟待完成;跨区电力交易能实现富余风光资源异地消纳,助力电力系统低碳转型.由于互联区域电源结构差异客观存在,所以碳成本对区域内出清电价影响程度不同,进而形成区域间动态电价差,影响跨区电力交易结果;交易结果又会加剧电源结构差异,进一步影响区间电价差.为此,提出一种计及碳成本的区间电价差与跨区电力交易量评估模型,将碳成本引入电力系统生产过程,理顺区间电价差和跨区电力交易的关系.在跨区电力交易量的评估中,以区间动态电价差为信号确定跨区电力交易量;在区间电价差的评估中,以各机组年收益率为依据更新区内电源结构,对比电源结构迭代前、后的电价差.以两互联地区开展跨区电力交易为例,算例仿真结果表明:所提模型能够有效评估区域间动态电价差和跨区电力交易量,量化电源结构演化对区间电价差的影响.

关键词： 碳成本; 区间电价差; 跨区电力交易; 电源结构

Abstract

In the context of achieving the “dual carbon” goal, the task of carbon emission reduction in the power industry urgently needs to be completed. Cross-regional electricity trading can facilitate the remote consumption of surplus renewable resources and contribute to the low-carbon transformation of the power system. Due to the inherent differences in power generation structures across interconnected regions, the impact of carbon costs on the clearing electricity prices within regions varies, leading to dynamic price differences between regions, which, in turn, affects the outcomes of cross-regional electricity trading, and further exacerbates the differences in power generation structures, thereby impacting interval electricity price differences. To address these complexities, this paper proposes an assessment model which considers both carbon costs and interval electricity price differences in evaluating cross-regional electricity trading volumes. The model aims to establish a coherent relationship between interval price differences and cross-regional electricity trading by incorporating carbon costs into the power system production process. It uses the dynamic interval price difference as a signal to determine the trading volume between regions in the evaluation of cross-regional electricity trading volumes. In assessing interval price differences, the model updates the intra-region power generation structure based on unit revenue rates, and contrasts the price differences before and after these structural iterations. Taking the cross-regional electricity trading between two interconnected areas as an example, the results of the computational simulations demonstrate that the proposed model effectively evaluates the dynamic price differences between regions and cross-regional electricity trading volumes. Additionally, it quantifies the impact of power generation structure evolution on interval price differences.

Keywords： carbon cost; interregional electricity price difference; cross-regional electricity trading; power generation structure

PDF (2526KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

李威, 李然, 胡炎, 王曦炜, 熊康. 计及碳成本的区域间电价差与跨区电力交易量评估模型[J]. 上海交通大学学报, 2024, 58(12): 1835-1845 doi:10.16183/j.cnki.jsjtu.2023.217

LI Wei, LI Ran, HU Yan, WANG Xiwei, XIONG Kang. Assessment Model for Interregional Electricity Price Difference and Cross-Regional Electricity Trading Volume Considering Carbon Cost[J]. Journal of Shanghai Jiaotong University, 2024, 58(12): 1835-1845 doi:10.16183/j.cnki.jsjtu.2023.217

中国电力行业碳排放约占能源消费活动的四成,能源系统清洁化转型的关键在电力行业.随着以光伏发电(光伏)^[1]、风力发电(风电)^[2]为代表的绿色电力装机容量逐年增加^[3],需要借助跨区电力交易^[4]更好地消纳富余风光资源.《中国电力行业年度发展报告2022》显示,2021年全国完成跨区送电量 709.1 TW·h.同年,全国统一碳市场建设工作正式启动,首批 2 225 家电力企业完成开户,共纳入发电行业重点排放单位 2 162 家,覆盖温室气体排放量约4.5 Gt二氧化碳^[5].碳市场未来必将在电力系统低碳化进程中扮演重要角色,对互联区域的电源结构和出清电价产生直接影响.因此,开展碳市场下的跨区电力交易评估模型研究具有重要意义.

碳市场和跨区电力交易是助力电力行业碳减排的两种有效手段.碳市场通过引入碳配额交易机制使发电商自发改变发电意愿,最大程度挖掘电力行业的减排潜力^[6-7].文献[8]中指出,欧洲碳市场有效降低了电力行业的碳排放水平.文献[9]中研究发现,欧盟碳排放交易体系使得所有行业的碳排放量都有所下降,但电力行业受此影响更大.跨区电力交易将风光资源富余地区的电能输送到异地进行消纳,降低互联地区整体碳排放,提升电力电量平衡经济性^[10].文献[11]中提出一种基于跨区互联系统的低碳调度策略,并利用算例证实跨区新能源消纳量提高,整体碳排放降低.

电力系统的排碳特性是将碳市场和电力市场间接联系起来的关键,让“电-碳”市场协同成为可能.文献[12]中提出一种模拟“电-碳”耦合条件下的电力系统运行方法;文献[13]中构建考虑“电-碳”耦合的含储能微电网的电源规划模型;文献[14]中开展“电-碳”耦合市场中不同主体的成本效益研究;文献[15]中基于“电-碳”价格相关性分析两个市场的联合运行策略;文献[16]中分析“电-碳”耦合市场中碳价对用电侧需求响应特性的影响.此外,还有文献研究了耦合市场中的碳成本传导机制^[17-18]和电力系统电源结构演化^[19-20].以上文献更多是从经济、低碳角度分析碳市场对单个区域的影响,缺乏对互联区域相关要素的研究,而跨区电力交易是联系两个区域的最关键要素.

目前,有部分学者研究了“电-碳”耦合背景下的跨区电力交易,文献[21]中构建考虑碳-绿证的省内、省间两层电力市场优化模型,显著提高了跨省交易的经济性.文献[10]中引入低碳激励因子,推动清洁能源在跨省区间的消纳,局限之处在于低碳激励因子受宏观政策调整影响,但又缺乏对政策性因素的分析.文献[22]中定量分析碳市场对南方电网西电东送输电量的影响及相应的减排效益,但并没有考虑碳配额有偿比例、输电通道容量等对跨区电力交易的影响.文献[23]中通过预先设定新能源的出力,优化互联区域内的碳排放权资源配置,降低了弃风弃光率,但未考虑到新能源出力的不确定性.

上述研究主要考虑碳市场对跨区电力交易的短期影响,假设区域内电源结构固定,尚未研究碳市场对跨区电力交易的长期影响.由于互联区域的电源结构差异客观存在,所以碳成本对区域内电力市场出清价格影响程度不尽相同,例如火电占比高的地区出清电价变化幅度要远高于新能源为主体的地区.在此基础上,“电-碳”市场综合作用下的各类型机组年收益率存在明显差别,导致发电商改变发电意愿和机组投资决策,区域内电源结构迭代演化.

为解决上述问题,提出一种计及碳成本的区间电价差与跨区电力交易量评估模型.首先,论述碳市场的减排原理,分析“电-碳”市场耦合机理,引入碳成本模拟多能源发电商的生产过程,评估区域间动态电价差;其次,建立区内、区间的“两步出清”机制,以发电成本最小为目标,求解各机组出力,确定跨区电力交易量.进一步,基于各类机组年收益率,推演发电商投资意愿,更新区域内电源结构.最后,以两互联地区开展跨区电力交易为例,多维度分析不同要素对于区间电价差和跨区电力交易量的作用,论证所提评估模型的有效性.

1 碳市场交易机制及跨区电力交易模型

1.1 碳市场交易机制

碳市场是一种利用碳配额交易实现减排目标的市场机制,通过为企业设置经济奖惩机制,使得企业自发将减排行为纳入生产活动时的考量要素.初始碳配额的分配方式一般包含免费发放和有偿拍卖两种^[24],当碳市场的参与主体出现碳配额不足或剩余时,即可开展碳配额交易.以边际减排成本(marginal abatement cost,MAC)曲线为例^[25],说明两个火力发电商通过在碳市场开展交易,以最优减排成本完成减排任务并最终发现碳市场价格的原理,如图1所示.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 双边交易下的碳市场价格确定机制

Fig.1 Mechanism for determination of carbon market prices in bilateral trading

假设曲线M₁和M₂分别代表两个不同火力发电商的边际减排成本曲线,横轴表示该发电商需要完成的减排量,纵轴表示与之对应的减排成本.当发电商不参与碳市场交易时,发电商1的减排量为Q₁,减排成本为p_C,1;发电商2的减排量为Q₂,减排成本为p_C,2,此时整体的减排成本并不是最优.引入碳市场后,由于p_C,1>p_C,2,在满足总减排量不变的条件下,可以让发电商1适当减小减排量至Q₃,发电商2适当增加减排量至Q₄,此时四者之间满足的关系为

(1)Q₁-Q₃=Q₄-Q₂

发电商1购买的碳配额量为Q₁-Q₃,发电商2出售的碳配额量为Q₄-Q₂,两个发电商的边际减排成本同为 ${p_{C}}^{*}$ .发电商1通过减少减排量获得的收益为 $S_{Δ A A_{1} A_{2}}$ ,发电商2通过增加减排量获得的收益为 $S_{Δ B B_{1} B_{2}}$ .发电商通过在碳市场进行交易使得总减排成本降低,从理论上证明了碳配额交易存在的可能性及其对碳市场参与主体减排行为的影响.在一个充分竞争的碳市场中,所有市场参与主体应该具有相同的边际减排成本,此成本就是碳市场的价格.文献[26]中利用回归模型得到4种不同函数类型的边际减排成本曲线.

1.2 “电-碳”市场耦合机理

碳市场提高了火电机组发电成本.碳市场设定一定数量的碳排放权并将其分配给企业,每个企业的碳排放总量必须在其拥有的碳排放权范围内,如果超出这个限额,就需要购买额外的碳排放权以货币的形式在市场中交易.

碳市场引入导致火电机组i产生的单位碳排成本可由下式计算得到:

(2)C_C_,_i=[E_C_,_i-(1-α)E_B]p_C

式中:E_C,_i为火电机组i的实际碳排强度;α为分配给企业的有偿碳配额比例;E_B为相同类别机组的碳排强度基准值;p_C为碳价.

和无碳市场相比,火电企业发电成本提高,这是因为火电机组在原有发电成本的基础上又叠加了碳排成本,且碳排成本的大小主要受碳市场机制和机组自身碳排强度影响.

火电机组发电成本变化导致电力市场出清结果改变.假设不同类型发电机组在参与电力市场交易时,均按照实际发电成本进行报价,电力市场按照“从低到高”的报价原则出清,确定边际机组.如图2所示,引入碳市场前,电力市场的出清顺序为风光机组、水电机组、燃煤机组、燃气机组,出清价格为p_E,1;引入碳市场后,由于燃煤机组的碳排强度高于燃气机组,所以在相同市场条件下,燃煤机组碳排成本更高,电力市场的出清顺序出现变化,边际机组由原本的燃气机组变成燃煤机组,形成出清价格p_E,2,p_E,2>p_E,1.因此,碳市场引入可能使得电力市场的出清顺序和出清价格改变.

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 碳市场引入前、后的电力市场出清结果对比

Fig.2 Comparison of electricity market clearing results before and after introduction of carbon market

电力市场出清结果改变会提高电源结构中清洁能源机组占比.由于出清价格提高和出清顺序改变,火电机组在电能量市场的利润空间被压缩,所以发电商转而投资新能源发电机组的建设.在此基础上,碳市场所覆盖地区的电源结构会进行一轮演化,即火电机组的装机容量会受到抑制,新能源机组的装机容量会受到激励.

电力系统低碳化降低对碳配额的需求,影响碳市场价格.电力系统低碳化本质上是一个降低电力行业碳排水平的过程,在发展到一定水平时,整个电力行业对碳配额的需求会降低,进而改变碳市场的供需对比情况,平衡碳市场价格在合理区间.“电-碳”耦合过程如图3所示.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 “电-碳”市场耦合模型

Fig.3 Coupling model of electricity-carbon market

1.3 考虑碳成本的多能源发电商生产模拟

电力系统生产模拟按模拟方法可以分为随机性和确定性两类^[27].构建一种考虑碳交易的电力系统生产模拟数学模型,模拟多能源发电商的生产过程,预测电力系统的出清电价.与时间序列法预测电价不同,模拟电力系统的生产过程,综合考虑能源成本、碳市场价格、负荷需求等因素,不仅预测精度更高,而且便于分析不同因素对于电价的影响.

火电机组运行的燃料耗量可以表示为

(3)W_C,f=a

P_{C}^{2}

(t)+bP_C(t)+c

式中:a、b、c为火电机组的燃料耗量各次项系数;P_C(t)为火电机组在t时刻的出力.

火电机组的运行成本可以表示为燃料成本和碳排放成本的和,即

(4)C_C_,_O=(p_f+p_Cη)W_C_,_f

式中:p_f为燃料价格;η为燃料的碳排系数,是一个无量纲常数.

对式(4)进行求导可得火电机组的边际发电成本为

(5)C_C_,_m(t)=(p_f+p_Cη)(2aP_C(t)+b)

不同于火电机组,光伏、风电、水力发电(水电)这些清洁能源机组产生电能的过程并不消耗一次能源.这类机组^[28]往往需要在项目初始时一次性投入高额建设资本,可以折算成有关设备的折旧费用;项目建成后的成本主要来自于运行和维护产生的费用,一般不随机组出力变化,较为固定.

对于清洁能源机组的发电成本,通常采用平均化发电成本^[29]方法进行测量.假设清洁能源机组每年具有相同的运营和维护成本,则机组j的年平均化发电成本可表示为

(6)$C_{\mathrm{av}, j}=\frac{I_{\mathrm{ini}, j} q_{\mathrm{re}, j}+C_{\mathrm{O} \& \mathrm{M}, j}}{G_{\mathrm{av}, j}}, \quad \forall j \in U_{\mathrm{P}}$

式中:I_ini,_j为机组j的初始总投资额;C_O&M,_j为机组j的年运维成本;G_av,_j为机组j的年平均发电量;U_P为清洁能源机组组成的集合;q_re,_j为资本回收因子,可利用下式计算得到,即

(7)$q_{\mathrm{re}, j}=\frac{r(1+r)^{n}}{(1+r)^{n}-1}$

式中:r为折现率;n为资本回收年限.

为便于说明区域内出清电价的确定过程,假设水电、风电、光伏机组按照其平均化发电成本在电力市场中报价,火电机组按边际发电成本报价,所有机组均不考虑策略性报价.若对某一次机组报价从低到高排序,结果为光伏机组、风电机组、水电机组、火电机组.根据实际负荷需求,确定火电为本次出清的边际机组,其发电成本即为电力市场出清价格.

1.4 碳市场下的跨区电力交易机制

碳市场下的跨区电力交易过程总体上可以分为两步,第一步进行本区域内的预出清,第二步判断互联地区是否进行跨区电力交易,如图4所示.具体而言,第一步根据本地区的负荷和机组出力情况,确定边际机组及相应的出清价格;第二步根据第一步预出清确定的出清价格为依据来判断是否开展两地区间的电力交易.为方便描述跨区电力交易模型的详细过程,将两个互联区域分别称为购电地区和售电地区,购电地区的预出清电价较售电地区的更高.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 考虑碳交易的跨区电力交易流程

Fig.4 Cross-regional electricity trading process considering carbon trading

阶段1 购、售电地区区内预出清,确定本地区电力市场的出清价格.假定购、售电地区电力市场均按照发电成本进行报价出清,根据报价曲线和实际负荷需求,确定本区域的边际机组,边际机组的发电成本即为本地区的预出清价格.其中,售端的上网电价按照预出清价格确定,购电价格为售端的上网电价叠加跨区通道的输电价格.

阶段2 比较价格优势,判断是否开展跨区交易.通过比较购电价格和购电地区电力市场出清价格的大小,研判是否要进行跨区电力交易.若购电价格大于购电地区的预出清价格,则不购电;反之,则购电.

阶段3 根据购、售电地区的边际机组类型,分类开展跨区电力交易.若边际机组全为火电机组,则按照各自的预出清价格开展跨区交易,确定跨区交易电量.若边际机组全为清洁能源机组,未形成价格优势,则无需开展跨区电力交易.若购电地区的边际机组为火电机组、售电地区的机组为清洁能源机组,则可通过跨区电力交易将售电地区富余的清洁能源送往购电地区,提高互联区域清洁能源的消纳能力.需要指出的是,跨区交易电量不能超过输电通道的额定容量.

2 基于“电-碳”市场耦合机制的电力交易仿真模型

2.1 目标函数

基于碳成本考虑区域内电力市场以1 h为间隔进行预出清,将区域内发电成本最小作为目标函数,求解不同类型机组的出力,即为该目标函数的决策变量:

(8)$\begin{array}{c} \min \sum_{t=1}^{8760}\left(P_{\mathrm{C}}(t) C_{\mathrm{C}, \mathrm{~m}}(t)+P_{\mathrm{H}}(t) C_{\mathrm{av}, \mathrm{H}}+\right. \\ \left.P_{\mathrm{N}}(t) C_{\mathrm{av}, \mathrm{~N}}\right) \Delta t \end{array}$

式中:P_H(t)为水电机组在t时刻的出力;P_N(t)为新能源机组在t时刻的出力;C_av,H为水电机组的年平均化发电成本;C_av,N为新能源机组的年平均化发电成本;Δt为区间长度为1 h的时间段.

需要考虑的约束条件如下.

(1) 源荷实时平衡约束.本地区负荷由本地区电源和外购电共同承担:

(9)$\begin{array}{l} \sum\left(P_{\mathrm{C}}(t)+P_{\mathrm{H}}(t)+P_{\mathrm{N}}(t)+P_{\mathrm{T}}(t)\right)= \\ P_{\mathrm{L}}(t) \end{array}$

式中:P_T(t)为跨区输电通道在第t个小时的实际输送功率;P_L(t)为本地区负荷的实际功率需求.

(2) 电源出力约束.不论火电、水电还是新能源机组,其出力均应在最大和最小出力之间:

(10)P_k_,_min≤P_k(t)≤P_k_,_max, ∀k∈U_A

式中:P_k_,min、P_k_,max分别为电源k的最小和最大出力功率;U_A为火电、清洁能源机组构成的集合.

(3) 跨区输电通道容量约束.跨区输电通道容量作为电网安全运行的边界条件,通道实际输送功率应满足

(11)

|P_{T} (t)|

≤P_{T, max}

式中:P_{T, max}为跨区输电通道的额定容量.

2.2 不同类型机组利润计算

(1) 火电机组.若考虑碳排放的交易成本,则火电机组参与电力市场出清的年利润可表示为能量市场的收入减去年固定成本及运行成本的和:

(12)$B_{\mathrm{C}, \mathrm{Y}}=\sum_{t=1}^{8760}\left[P_{\mathrm{C}}(t)\left(p_{\mathrm{E}}(t)-C_{\mathrm{C}, \mathrm{~m}}\right) \Delta t\right]-C_{\mathrm{C}, \mathrm{~F}}$

式中:B_C,Y为火电机组的年利润;p_E(t)为电力市场在第t个小时的出清价格;C_C,F为火电机组的年固定成本.

(2) 光伏、风电、水电机组.光伏、风电、水电机组在实际运行过程中并不产生碳排放,且边际成本很低,故不同类型机组参与电力市场出清的年利润为

(13)$\begin{array}{c} B_{j, \mathrm{Y}}=\sum_{t=1}^{8760}\left[P_{j}(t)\left(p_{\mathrm{E}}(t)-C_{\mathrm{av}, j}\right) \Delta t\right], \\ \forall j \in U_{\mathrm{P}} \end{array}$

式中:P_j(t)为机组j第t个小时的出力.

2.3 不确定性场景生成

从碳市场价格、碳配额政策、输电通道容量、输电价格4个维度设计不确定性场景,研究不同因素对于跨区电力交易的影响.在研究某场景对跨区电力交易的影响时,其余场景均设定为基准情形.

(1) 碳市场价格场景.碳市场价格的高低决定了火电机组发电成本的大小,考虑低、中、高3类碳市场价格,以中等碳市场价格作为基准情形,对比不同碳市场价格水平对仿真结果的影响.

(2) 碳配额政策场景.与碳市场价格不同,碳配额政策可以通过调整有偿配额的比例影响火电机组的发电成本.考虑3种不同类型的碳配额政策,有偿配额比例从低到高对应的碳配额政策类型分别为保守型、平稳性和激进型,以平稳型政策作为基准情形,对比不同类型碳配额政策对仿真结果的影响.

(3) 输电通道容量场景.输电通道容量是两地区进行跨区交易时的交易上限,考虑输电通道扩容与否两种情况,以通道扩容作为基准情形,对比输电通道容量是否扩容对仿真结果的影响.

(4) 输电价格场景.输电价格会降低售电地区对购电地区的电价优势,考虑低、中、高3类输电价格,以中等输电价格作为基准情形,对比不同输电价格对仿真结果的影响.

3 算例分析

3.1 算例设置

以两地区开展跨区电力交易为例,分析碳市场机制下跨区交易的相关指标变化趋势.开展跨区交易的两地区电源结构均配置为光伏、风电、水电和火电,其中光伏、风电及水电为零碳电源.购、售电地区的电源装机容量如表1所示.

表1 两地区电源装机容量

Tab.1 Installed power generation capacity in two regions GW

类型	水电机组	光伏机组	风电机组	火电机组
购电地区	4.1	4.8	9.5	73.8
售电地区	5.5	5.8	5.0	23.4

新窗口打开| 下载CSV

火电机组成本数据如表2所示,燃煤机组燃料价格取725元/t^[28].风电^[30]、光伏^[30]、水电^[31]发电成本分别为380、360、308元/(MW·h).

表2 火电机组成本数据

Tab.2 Costs of thermal power units

地区	机组类型	a/(t·MW^-2)	b/(t·MW^-1)
购电地区	燃煤机组	0.0007	0.2449
售电地区	燃煤机组	0.0008	0.1952

新窗口打开| 下载CSV

火电机组的出力上、下限按照其技术特性设定,参考文献[28]中的数据.水电、风电、光伏机组出力情况受自然条件影响较大,下限为机组不出力,上限为机组满发,即区域内单个电站的装机容量,机组性能数据如表3所示.

表3 机组性能数据

Tab.3 Performance data of power units MW

机组类型	出力下限	出力上限
燃煤机组	120	600
水电机组	0	100
风电机组	0	500
光伏机组	0	200

新窗口打开| 下载CSV

选取某典型日24 h内的购、售电地区负荷数据绘制负荷曲线,如图5所示.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 购、售电地区负荷曲线

Fig.5 Load curves of power purchase and sales regions

3.2 仿真结果分析

3.2.1 区内出清电价评估

两个地区需要开展跨区电力交易的前提条件是存在电价差且差值大于输电价格,否则购电地区的购电成本高于本地区边际机组的发电成本,两地区将不会开展跨区交易.

某典型日购、售电地区的电价曲线如图6所示.比较购、售电地区区内预出清的电价,不难发现售电地区的电价和购电地区相比具有价格优势,形成区间动态电价差.另外,随着碳市场价格上升,区域间的年平均电价差不断提高.如图7所示,碳价从低到高对应的区域间年平均电价差分别为98.23、101.67、107.17元/(MW·h).

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 购、售电地区预出清电价对比

Fig.6 Comparison of pre-clearance electricity prices of purchasing and selling electricity across different regions

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 不同碳价下的区域间电价差对比

Fig.7 Comparison of interregional electricity price differences at different carbon prices

3.2.2 跨区交易电量评估

若两地区通过输电通道开展跨区交易,则可将售电地区富余、低价的电能输送到购电地区,进而有效降低两个地区的总发电成本.

为探究碳市场价格和碳配额政策对跨区交易相关指标的影响,设置低、中、高碳价分别为0、40、100元/t;保守型、平稳型、激进型有偿碳配额的比例分别为50%、80%、100%.在研究碳市场价格的影响时,设置有偿碳配额的比例为80%;在研究碳配额政策的影响时,设置碳市场价格为40元/t.

在分析碳市场价格对跨区交易电量的影响时,不同碳市场价格下的交易电量如图8所示.

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 不同碳价下的跨区交易电量对比

Fig.8 Comparison of cross-regional trading volumes at different carbon prices

随着碳市场价格上升,跨区交易电量不断提高.这主要是因为碳市场价格的增加导致两地区的电价差增大,购电地区可以通过跨区交易获得更低价格的电能,交易电量提高.

在分析碳配额有偿比例对跨区交易电量的影响时,不同碳配额有偿比例下的交易电量如图9所示.随着碳配额有偿比例增加,跨区交易电量也呈现上升趋势.这主要是因为在碳市场价格相同的条件下,提高碳配额的有偿比例会导致两地区的电价差增大.因此,在促进跨区交易方面,提高碳配额有偿比例具有和提升碳市场价格类似的作用.

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 不同碳配额有偿比例下的跨区交易电量对比

Fig.9 Comparison of cross-regional trading volumes at different carbon quota compensation ratios

为探究输电价格对跨区电力交易量的影响,分别考虑低、中、高3种输电价格情形进行对比分析,设置碳市场价格为40元/t,碳配额有偿比例为80%,输电通道扩容.

在分析输电价格对跨区交易电量的影响时,不同输电价格下的跨区交易电量如图10所示.随着输电价格上升,跨区交易电量呈现下降趋势.这主要是因为在碳市场价格和碳配额有偿比例均相同的条件下,输电价格本质上会削弱互联地区形成的电价优势,并且输电价格越高,这种削弱作用越明显,导致高电价地区外购电力的意愿降低,跨区交易电量减少.因此,从促进跨区交易的角度出发,降低输电价格反而可以提升跨区交易电量.

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 不同输电价格下的跨区交易电量对比

Fig.10 Comparison of cross-regional trading volumes at different transmission prices

另外,为探究输电通道容量对通道利用率的影响,分别考虑输电通道扩容和不扩容两种情况,设置碳市场价格为40元/t,碳配额有偿比例为80%.

如表4所示,输电通道不扩容时,全年 8 760 个时段中,通道利用利用率不低于80%的时段高达 1 753 h,其中满功率甚至越限运行的时间为 628 h;输电通道扩容时,全年 8 760 个时段中,通道利用率不低于80%的时段为48 h,满功率运行时段数为0.因此,随着未来碳市场价格上涨,跨区交易需求有增加趋势;若跨区通道不进行扩容,则通道将长时间高功率运行,甚至面临越限风险,影响系统运行安全性.

表4 不同输电通道容量下的通道利用率时长

Tab.4 Duration of different transmission channel utilization rate ranges at different transmission channel capacities

通道利用率/%	时间/h
通道利用率/%	不扩容	扩容
[0, 50)	4361	7038
[50, 80)	2646	1674
[80,100)	1125	48
100	628	0

新窗口打开| 下载CSV

3.2.3 区内电源结构更新对区间电价差影响分析

设置碳市场价格为40元/t,碳配额有偿比例为80%,分析此场景下的各机组的年收益率,计算公式为:(收入-成本)/成本.

如表5所示,火电机组的收益率为负,即火力机组在电能量市场的收益空间被非火电机组进一步压缩.如果发电商基于收益率做投资决策,会更有动力转向新能源机组建设,电源结构迭代演化,加速电力系统低碳化进程.

表5 互联区域不同类型机组收益率

Tab.5 Returns on different types of units in interconnected regions %

类型	水电机组	光伏机组	风电机组	火电机组
购电地区	72.1	46.7	39.9	-50.5
售电地区	53.1	27	21.6	-60

新窗口打开| 下载CSV

按照不同类型机组年收益率更新购、售电地区的电源结构,各机组装机的更新量为现有装机容量的10%与年利润率之积,更新后的电源结构如表6所示.

表6 基于机组年收益更新的电源结构

Tab.6 Power generation structure based on annual unit revenue updates

机组类型	装机容量/MW
机组类型	购电地区	售电地区
水电机组	4396	5792
光伏机组	5024	5957
风电机组	9879	5108
火电机组	70073	21996

新窗口打开| 下载CSV

根据新的各机组装机容量数据,设定为初始条件,评估其对区间电价差的影响,仿真结果如图11所示.电源结构更新后,某日内的区间电价差动态变化,多数时段内电源结构更新后的区间电价差变大,年平均电价差由101.73元/(MW·h)增加至105.44元/(MW·h).因此,随着电源结构中新能源占比提升,如西北等电力出售地区往往具备建设新能源的天然优势,其新能源占比会更高,区间电价差会进一步增大,促进跨区电力交易.

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 电源结构更新前后的区间电价差对比

Fig.11 Comparison of interval electricity price difference before and after power generation structure updates

4 结论

模拟电力系统的生产过程,碳市场以火电机组的发电成本为媒介作用于电力市场,导致出清价格和出清顺序发生变化.考虑碳市场机制下两互联地区的跨区电力交易,评估区间电价差和跨区电力交易量,模型仿真分析结果表明:

(1) 碳市场下不同类型机组的收益率差异明显,会进一步压缩火电机组在电能量市场的收益空间,促使发电商更多地转向新能源机组建设;电源结构的演化也会影响到区间电价差,从仿真结果来看,电源结构中新能源占比提升,区间电价差会增大.

(2) 区域间电价差在不同时段动态变化,随着碳市场价格升高,区间电价差有增大趋势,促进跨区电力交易.

(3) 跨区电力交易对区域间电价差较为敏感,提高碳价、提升配额有偿比例、降低输电价格能助力跨区电力交易开展,对于打破区域间交易壁垒具有积极作用.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[22]

Hongliang

, LIU

Yuxiao

, ZHANG

Ning

, et al.

Carbon trading models and benefit analysis in CSG west-to-east power transmission

[J]. Power System Technology, 2017, 41(3): 745-751.