考虑碳排放权交易的两阶段电力现货市场模式设计

doi:10.16183/j.cnki.jsjtu.2023.299

考虑碳排放权交易的两阶段电力现货市场模式设计

刘长玺¹, 齐国民¹, 王继成¹, 李天野¹, 杨健², 雷霞^,²

1.国网内蒙古东部电力有限公司, 呼和浩特 010000

2.西华大学电气与电子信息学院, 成都 610039

Design of Two-Stage Electricity Spot Market Model Considering Carbon Emission Trading

LIU Changxi¹, QI Guomin¹, WANG Jicheng¹, LI Tianye¹, YANG Jian², LEI Xia^,²

1. State Grid East Inner Mongolia Power Co., Ltd., Hohhot 010000, China

2. School of Electric Engineering and Electronic Information, Xihua University, Chengdu 610039, China

通讯作者: 雷霞,教授;E-mail:snow_lei246@mail.xhu.edu.cn.

责任编辑: 王历历

收稿日期: 2023-07-6 修回日期: 2023-08-20 接受日期: 2023-08-28

基金资助:

国网内蒙古东部电力有限公司科技项目(526601220045)

Received: 2023-07-6 Revised: 2023-08-20 Accepted: 2023-08-28

作者简介 About authors

刘长玺(1977—),硕士,从事电力市场建设研究.

摘要

为推进电力行业碳减排进程,助力实现“双碳”目标,在加快建设全国统一电力市场体系的背景下,提出负荷主体参与碳排放权交易的两阶段市场出清模型,以实现降低电力行业碳排放及清洁能源替代的目的.首先,提出基于零和收益-数据包络分析模型的火电机组初始碳配额分配方法,并建立计及碳交易的电力市场出清模式.然后,根据第一阶段市场出清结果利用潮流追踪理论确定各负荷的新能源消纳量,计算出对应的国家核证自愿减排量;在此基础上开启第二阶段碳排放权交易,并根据碳交易结果进行含碳排放量约束的二次电力市场出清.最后,基于改进的IEEE 30节点系统算例分析验证了所提市场模式的有效性.结果显示:所提模式有利于减少火电机组碳排放量,提高新能源市场化消纳比例并降低市场平均电价,为大规模新能源市场化消纳提供了方案.

关键词： 碳排放权交易; 碳配额分配; 市场模式; 新能源; 电力市场; 现货市场

Abstract

To promote the process of carbon emission reduction in the electric power industry and achieve the goal of “carbon peaking and carbon neutrality”, the construction of a unified national power market system is being accelerated. A two-stage market clearing model considering load participation in carbon trading is proposed to reduce carbon emissions and facilitate clean energy substitution in the electricity sector. First, an initial carbon quota allocation method for thermal power units based on zero sum gains-data envelopment analysis is introduced, and the electricity market clearing model considering carbon trading is established. Then, based on the market clearing results from the first stage, the new energy consumption of loads is determined using the power flow tracing theory, and the Chinese certified emission reduction (CCER) is calculated. Following CCER carbon offset rules, the second stage of carbon emission trading is initiated, and the secondary electricity market subject to carbon emission constraints, is cleared based on the carbon trading results. Finally, an analysis using the improved IEEE 30-bus system is conducted to validate the effectiveness of the proposed market model. The results show that the proposed model not only helps reduce the carbon emissions from thermal power units but also increases the market share of new energy consumption and lowers average electricity prices. Additionly, the model provides a viable scheme for the large-scale marketization consumption of new energy.

Keywords： carbon emission trading; carbon quota allocation; market mechanism; new energy; electricity market; spot market

PDF (1934KB) 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

刘长玺, 齐国民, 王继成, 李天野, 杨健, 雷霞. 考虑碳排放权交易的两阶段电力现货市场模式设计[J]. 上海交通大学学报, 2025, 59(3): 342-353 doi:10.16183/j.cnki.jsjtu.2023.299

LIU Changxi, QI Guomin, WANG Jicheng, LI Tianye, YANG Jian, LEI Xia. Design of Two-Stage Electricity Spot Market Model Considering Carbon Emission Trading[J]. Journal of Shanghai Jiaotong University, 2025, 59(3): 342-353 doi:10.16183/j.cnki.jsjtu.2023.299

我国正式提出2030年实现碳达峰、2060年实现碳中和的目标后,以煤炭为主的能源行业亟需进行结构调整与优化^[1-2].国际能源组织报告中指出我国CO₂排放量占全球总排放量的28%,其中电力行业排放量占总量的43%^[3].因此,采取更加有效的电力低碳发展政策,鼓励低碳和零碳排放发电技术成为迫切需求.

2017年12月我国发布《全国碳排放权交易市场建设方案(发电行业)》,提出率先在电力行业启动全国碳排放权交易市场,在发电行业碳市场稳定运行的前提下,逐步扩大市场覆盖范围,丰富交易品种和交易方式.碳排放权交易可以显现出新能源的绿色价值,通过市场竞争在降低碳成本的同时最大化社会效益,这对我国建设新型电力系统实现“双碳”目标具有重要意义.

目前,电力行业的碳减排是以配额交易为主导、自愿减排为辅的双规体系.其中,我国碳排放配额以免费分配为主,且总量基准值取决于行业的碳排放基准,这对企业碳排放数据可靠性及监测管理具有较高依赖性.同时,在碳配额初始分配时采用基准法核定,无法为控排企业提供碳配额的价值参考,不能高效推动企业自身主动减排改造.此外,碳市场作用未充分体现,市场活跃度不足,且在面对碳排放考核时,发电企业将碳成本通过电价传导给用户,并未真正降低发电行业的碳排放.因此,需要形成精准有效的电力行业初始碳配额制定方法,厘清电力市场与碳市场耦合关系,建立高效的市场交易机制,充分发挥碳市场在电力行业减排和能源结构转型中的能动作用.

近年来,电力领域中关于碳减排的研究获得越来越多的关注.如何将碳减排目标纳入模型中促进电力系统低碳发展成为当前研究的热点.文献[4]中基于碳税与碳交易对发电成本进行建模,提出系统两阶段低碳调度模型.文献[5]中构建计及阶梯碳交易成本的鲁棒优化模型,分析碳交易价格对系统运行的影响.文献[6]中考虑碳捕集技术建立双层优化配置模型,并利用卡罗需-库恩-塔克条件转为单层模型求解.文献[7]中建立多维度绩效评价指标体系,并将其引入竞拍交易机制中,通过完善微网分布式交易模式提升新能源消纳率,实现碳减排目标.文献[8]中提出一种碳交易环境下含风电电力系统确定性的短期生产模拟模型,对碳排放权分配及碳交易成本进行建模并纳入成本模型中,从而推动电力低碳化目标的实现.文献[9]中提出一种考虑阶梯型碳交易的虚拟电厂低碳经济调度模型,对碳捕集系统及碳交易成本进行建模,为提升能源效率、实现“双碳”目标提供了一种新路径.上述研究对碳排放成本进行建模或建立指标体系内嵌在模型中,但均未考虑现行碳排放政策对模型的影响.文献[10]中提出考虑不同类型电源排放强度的统一碳排放基准计算方法,将不同电源纳入碳配额分配机制中.文献[11]中探讨了电力行业碳核算方法,提升美国电力行业碳配额分配效率.文献[12]中采用改进熵权系数法确定影响碳排放分配的各指标综合权重,建立碳配额分配模型.文献[13]中提出修正的数据包络分析法,反映各省之间的碳配额分配协作方式.上述研究分析了碳配额对低碳减排的积极作用并构建碳配额分配模型,但目前国内碳配额分配方面的研究主要集中在省域或行业之间,对于发电行业内发电机组间的碳配额分配研究较为缺乏.要实现新型电力系统建设,未来电力系统不但需要满足系统平衡需求,还应满足低碳环保要求.当新能源参与电力市场时,碳配额可以反映新能源优于常规火电的绿色特性,实现系统更大范围的优化运行.

市场机制是资源优化配置的重要手段,随着碳市场研究日益广泛,部分研究将碳交易机制引入电力系统中进一步提高新能源的利用率,保证系统低碳经济运行.目前,在碳市场与电力市场的耦合研究方面,文献[14]中剖析了碳市场、电力市场与绿证市场之间的关联关系与交互影响机理,提出相应的衔接机制.文献[15]中利用系统动力学模型,在碳市场与绿证市场交易基础上,分析内部因素与外部环境间的相互作用机制.文献[16]中在考虑国家核证自愿减排量(Chinese certified emission reduction, CCER)的碳-电耦合市场基础上,建立水火电协同竞价模型.文献[17]中采用一般均衡模型来模拟分析碳交易市场对电力行业的影响.文献[18]中分析碳市场机制引起的成本节约效应以及其对电力市场的互动效应,提出考虑碳排放价格的电能成本模型.文献[19]中研究美国区域温室气体减排行动的运行情况以及区域内电力市场与碳市场的耦合机制.文献[20]中引入CCER交易抵消机制,分析碳配额对风电光伏及碳减排的影响情况.文献[21]中提出考虑发电商以年清算和日出清为基础的多时间尺度碳-电耦合决策,以联合进行碳-电市场的均衡分析.文献[22]中提出一种基于碳价的需求响应,考虑电力市场和碳市场之间的套利利润,分析市场用户行为变化和减排效果.文献[23]中研究考虑碳排放的价格型需求响应机制及边云协同优化策略,提出考虑添加折扣因子下的电价机制,将固定碳成本转化为灵活碳成本,通过电价调节降低碳排放的目的.上述关于碳电耦合的研究大多集中于市场主体在考虑碳市场后的竞价策略分析,以及碳交易机制、碳配额和碳排放责任对市场出清的影响,并未分析新能源市场化后碳电耦合对推动新能源消纳和实现电力行业碳减排的影响;且关于碳电市场联合的交易模式研究较为缺乏,同一主体参与碳-电两个市场的模式研究更为鲜见,无法充分发挥市场完善资源配置的积极作用.因此,迫切需要构建现实高效的市场机制,以碳电交易协同推动电力行业低碳发展.

针对上述问题,设计一种考虑碳排放权交易的两阶段市场出清模式,根据第一阶段新能源与常规机组同台竞争下的市场出清结果,利用潮流追踪理论确定各市场用户的CCER.在第二阶段以社会福利最大出清碳市场,根据交易结果更新各常规火电和负荷的碳排放额度;并在计及碳排放量约束下进行二次电力市场出清,根据二次出清结果制定发用电计划.最后,对改进的IEEE 30节点网络进行算例分析,验证了所提模式的有效性.考虑到新型电力系统将以高比例新能源为主体,所提两阶段市场模式充分体现新能源的绿色低碳价值,可推动电力行业内新能源的市场化,提高新能源消纳,并激励发电企业节能减排.

1 两阶段市场交易模式流程设计

同一交易主体可能需要在不同市场产生交易,比如火电机组和大多工业负荷既是电力市场也是碳市场的交易主体,而且其在不同市场的买卖对象实际有紧密的关联性,甚至同一主体在不同市场的交易具有反向性.但由于目前碳电市场的耦合机制并未建立,容易造成市场成员信息不对称以及竞价不充分的现象,从而导致市场效率低下以及交易成本高等问题,不利于调动市场主体参与市场的积极性.因此,解决涉及到多市场交易、不充分不对称问题要从优化市场结构及加强市场引导出发,为市场主体提供公开、透明、高效的交易机制.

所提交易模式旨在将电力市场与碳市场有机结合,为不增加耦合交易的复杂性,将两个市场分阶段进行.新能源与常规火电不但具有相同的电能量价值,还拥有CCER价值.碳控排主体同时也是电力负荷主体,考虑到目前碳市场交易周期较长,所提两阶段市场出清模式一是为市场主体提供交易频次更高的碳交易,二是激励负荷消纳新能源,这样可以同时抵免自身部分碳排量,减少自身的碳排成本,并反映出新能源对环境友好的正外部性价值.两阶段市场出清流程如图1所示,具体交易细则如下.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 两阶段市场出清流程

Fig.1 Two-stage market clearing process

(1) 信息申报.常规火电和负荷用户申报电力交易信息并提交运行日的可用碳额度,新能源机组仅申报电力交易信息.此外,常规火电和负荷用户还可以选择是否额外申报碳排放权购售信息,若不申报碳购售信息,则视为不参与碳交易市场.

(2) 电力市场出清.交易中心根据市场主体申报的电力交易信息进行第一阶段出清.由于新能源机组与常规火电同台集中出清,所以该阶段市场出清结果仅用于分析各负荷的新能源消纳量,从而确定相应的CCER量.

(3) 碳交易.在碳市场中,市场参与者不能同时买卖,只能选择其中一种身份参与碳市场,买卖双方既可以为发电企业也可以为用电负荷.确定各市场主体的可交易碳排放量后,结合各主体申报的碳交易信息,以社会福利最大为原则出清碳市场,并按交易结果更新各主体的可用碳排放额度.

(4) 电力市场二次出清.市场交易中心确定各主体更新后的碳额度,在考虑碳额度约束下进行二次市场出清.对交易结果进行安全校核,通过校核后形成正式出清结果.

2 初始碳配额分配模型

2.1 碳配额分配指标

在考虑碳排放权交易之前,首先需要确定电力行业内的碳配额情况.目前执行的行业内碳排放初始配额根据历史法或基准线法确定^[24].前者指企业根据碳排放历史数据及年度下降系数分配得到固定数量的碳配额;后者选取该类型企业的碳排放量均值作为该类企业的初始配额基准.以上两种方法不能区分不同排放量的火电机组,因此也不能激励火电机组主动进行减排改造.提出一种碳排额分配多准则指标计算方法,不仅考虑历史碳排放量,还包括火电机组自身的能源消耗强度、碳排放强度以及发电量占比.

能源消耗强度E_F_,i指火电机组i单位发电量所消耗的一次能源,反映火电机组的发电效率:

(1)E_F_,i=

\frac{\sum_{t = 1}^{T_{C}} Q_{F, i, t}}{\sum_{t = 1}^{T_{C}} Q_{P, i, t}}

式中:T_C为初始配额分配的整个周期;Q_F_{, i, t}、Q_P_{, i, t}分别为火电机组i在t时段的能源消耗量以及发电量.

机组碳排放强度C_E_,i指火电机组i每发单位电量所产生的CO₂排放量,反映火电机组的碳排放水平:

(2)C_E_,i=

\frac{\sum_{t = 1}^{T_{C}} Q_{C, i, t}}{\sum_{t = 1}^{T_{C}} Q_{P, i, t}}

式中:Q_C_{, i, t}为火电机组i在t时段的CO₂排放量.

发电量占比R_C_{, i}指在电力市场交易中,火电机组i在周期T_C内通过竞争获得的发电量占全部火电机组的总市场电量的比例,发电量占比越高说明该火电机组在电能量市场竞争中越具优势.表示为

(3)R_C_{, i}=

\frac{\sum_{t = 1}^{T_{C}} Q_{P, i, t}}{\sum_{t = 1}^{T_{C}} Q_{P, t}}

式中:Q_P_{, t}为全部火电机组在t时段的发电量.

2.2 基于ZSG-DEA的碳配额分配

零和博弈-数据包络分析(zero sum gains-data envelopment analysis, ZSG-DEA)模型常用于解决资源分配问题,该方法假设资源总量固定,一个决策单元的投入资源增加将导致其他决策单元的投入资源减少.目前大多数研究将CO₂排放量作为投入,并只考虑经济指标通过最大化期望产出与投入之比,来确定各决策单元的碳配额分配^[25].本文将碳配额作为投入,能源消耗强度、碳排放强度及发电量占比视作产出,根据以上指标体现机组特性,实现不同类型火电机组初始碳配额的最优分配.表示为

(4)min φ_g

其约束条件为

(5)

\begin{array}{l} \sum_{i = 1}^{K} ϕ_{i} E_{F, i} \geq E_{F, g} \\ \sum_{i = 1}^{K} ϕ_{i} C_{E, i} \geq C_{E, g} \\ \sum_{i = 1}^{K} ϕ_{i} R_{C, i} \geq R_{C, g} \\ \sum_{i = 1}^{K} ϕ_{i} Q_{C, i} [1 + \frac{Q_{C, g} (1 - φ_{g})}{\sum_{i \neq g}^{N} Q_{C, i}}] \leq φ_{g} Q_{C, g} \\ \sum_{i = 1}^{K} ϕ_{i} = 1 \\ ϕ_{i} \geq 0, i = 1, 2, \dots, K \end{array}\}

式中:φ_g为低效火电机组g的数据包络分析效率;ϕ_i为第i个火电机组的权重;E_F_,g为低效火电机组g能源消耗强度;C_E_{, g}为低效火电机组g的碳排放强度;R_C_,g为低效火电机组g的发电量占比;Q_C_,i为火电机组i的初始碳排放分配;Q_C_,g为低效火电机组g的初始碳排放分配.根据上述模型低效率的火电机组初始碳配额将被重新分配,直到所有火电机组到达DEA边界,效率达到1.0,即实现各火电机组的效率最优分配.

3 两阶段市场出清模型

3.1 第一阶段主能量市场出清模型

目标函数如下式所示:

(6)min C=min(C_g+C_w+C_OS_{, g})

日前市场下系统的总运行成本C包括常规机组的发电成本C_g和新能源机组发电成本C_w、启停成本C_OS_{, g}.

(1) 常规机组发电成本C_g.本文常规机组主要指火电机组,其发电报价在考虑其能耗成本的基础上还包含碳排成本.表示为

(7)C_g=

\sum_{t = 1}^{T} \sum_{g = 1}^{N_{G}}

u_{g, t}[a_g(P_{g, t})²+b_gP_{g, t}+
c_g+C_EC_{, g}P_{g, t}]

式中:T为一个调度周期;N_G为火电机组的总数;u_{g, t}∈{0, 1}为第g台火电机组的t时刻状态,为1表示机组处于运行状态,为0表示处于停机状态;P_{g, t}为t时刻第g台火电机组出力;a_g、b_g、c_g为火电机组g的煤耗成本系数;C_EC_{, g}为机组g的碳排放成本系数.

(2) 新能源机组发电成本C_w.新能源发电成本采用国际通用的平准化度电成本分析方法进行评估,从全寿命周期视角反映新能源项目的度电成本,包括投资成本、运维成本、金融成本等.表示为

(8)C_w=

\frac{C_{w, I} + \sum_{f = 0}^{F} \frac{C_{w, f, O M} - C_{w, f} R_{t a x} - V_{w, r}}{{(1 + r)}^{f}}}{\sum_{f = 0}^{F} \frac{E_{w, f}}{{(1 + r)}^{f}}}

式中:F为新能源发电机组的生命周期;E_{w, f}为新能源机组w在第f年的发电量;r为贴现率,通常基于资本的机会成本或加权平均成本获得;R_tax为新能源机组的年退化率;C_w,_I为新能源机组w的初始投资成本,包括设备购置费用、建筑及安装工程费用、前期开发与土地费用等;C_{w, f,}_O&M为新能源机组w在第f年的的运维成本,包括检修费用、备品备件购置费用、人员管理费用等;C_{w, f}为新能源机组w在第f年项目固定资产的折旧;V_{w, r}为新能源机组w的固定资产残值.

(3) 启停成本

(9)C_OS_,g=

\sum_{t = 1}^{T} \sum_{g = 1}^{N_{G}}

(C_O_{, g, t}+C_S_{, g, t})

式中:C_O_{, g, t}为t时刻火电机组g的启动成本;C_S_{, g, t}为t时刻火电机组g的停运成本.

约束条件如下所示:

(1) 系统有功功率平衡约束

(10)

\sum_{g = 1}^{N_{G}}

P_{g, t}+

\sum_{w = 1}^{N_{W}}

P_{w, t}-P_L_{, t}=0: λ _t

式中:P_w,t为t时刻第w台新能源机组出力;P_L_{, t}为t时刻负荷大小;N_W为新能源机组总数;λ_t为等式约束对应的拉格朗日对偶变量,也是t时刻日前市场出清电价.

(2) 机组出力约束

(11)u_{g, t}P_min_{, g}≤P_{g, t}≤u_{g, t}P_max_{, g}

(12)0≤P_{w, t}≤P_PR_{, w, t}

式中:P_max_{, g}、P_min_{, g}分别为火电机组g的最大、最小出力限值;P_PR_{, w, t}为新能源机组w在t时刻的预测出力.

(3) 火电机组爬坡约束

(13)

\begin{array}{l} P_{g, t} - P_{g, t - 1} \leq P_{U, g} u_{g, t} \\ P_{g, t - 1} - P_{g, t} \leq P_{D, g} u_{g, t - 1} \end{array}\}

式中:P_U_{, g}、P_D_{, g}分别为火电机组g的上下爬坡速率限值.

(4) 备用约束

(14)

\begin{array}{l} \sum_{g = 1}^{N_{G}} (P_{m a x, g} - P_{g, t}) \geq R_{U, t} \\ \sum_{g = 1}^{N_{G}} (P_{g, t} - P_{m i n, g}) \geq R_{D, t} \end{array}\}

式中:R_U_{, t}、R_D_{, t}分别为系统在t时刻的正负备用.

(5) 最小启停时间约束

(15)

\begin{array}{l} \sum_{k = t}^{t + T_{S, g} - 1} (1 - u_{g, k}) \geq T_{S, g} (u_{g, t - 1} - u_{g, t}) \\ \sum_{k = t}^{t + T_{O, g} - 1} u_{g, k} \geq T_{O, g} (u_{g, t} - u_{g, t - 1}) \end{array}\}

式中:T_S_{, g}、T_O_{, g}分别为火电机组g的最小连续关停和最小连续开机时间.

(6) 常规机组启停费用约束

(16)

\begin{array}{l} C_{O, g, t} \geq m a x {H_{g} (u_{g, t} - u_{g, t - 1}), 0\} \\ C_{S, g, t} \geq m a x {J_{g} (u_{g, t - 1} - u_{g, t}), 0\} \end{array}\}

式中:H_g、J_g分别为常规机组g的单次启动、关停成本.

(7) 线路有功潮流约束

(17)

\begin{array}{l} \sum_{m = 1}^{N} G_{l m} \sum_{n = 1}^{N_{G}} a_{G, m n} P_{n, t} + \sum_{m = 1}^{N} G_{l m} \sum_{n = 1}^{N_{W}} a_{W, m n} P_{n, t} - \\ \sum_{m = 1}^{N} G_{l m} P_{L, m, t} \leq P_{m a x, l} \\ \sum_{m = 1}^{N} G_{l m} \sum_{n = 1}^{N_{G}} a_{G, m n} P_{n, t} + \sum_{m = 1}^{N} G_{l m} \sum_{n = 1}^{N_{W}} a_{W, m n} P_{n, t} - \\ \sum_{m = 1}^{N} G_{l m} P_{L, m, t} \geq - P_{m a x, l} \end{array}\}

式中:N为系统总节点数;G_lm为节点m注入单位有功引起的第l条线路有功潮流变化;a_G_{, mn}、a_W_{, mn}分别为火电机组、新能源机组节点关联矩阵第m行第n列的元素,若机组n接入节点m,则a_mn=1,反之,a_yn=0, y≠m;P_{n, t}为机组n在t时刻出力大小; P_L_{, m, t}为t时刻节点m处负荷大小;P_max_{, l}为线路l的最大传输容量.

3.2 第二阶段计及碳交易的二次出清模型

在碳交易阶段,市场参与主体为常规火电和负荷用户.由于绿电可完全覆盖CCER的环境价值,所以假设负荷消纳的新能源电力可部分抵免其碳排放量从而将绿色电力纳入碳市场^[26].采用潮流追踪理论^[27]确定各负荷消纳的电能来源,厘清符合CCER的最终归属.根据CCER的碳抵消政策,确定各负荷主体在碳市场上的可交易碳量,结合申报阶段各市场主体提交的碳额度及报价报量信息开启碳交易市场.

碳交易采取集中撮合的方式,按买卖双方价差从大到小形成购售匹配对,以匹配对成交均价作为双方成交碳价.碳市场仅进行一次出清,以社会福利最大为目标,出清模型如下:

(18)max

\sum_{h = 1}^{H} \sum_{o = 1}^{O}

(λ_B_,hQ_ho-λ_S_,oQ_ho)

式中:H为碳排放需求方总数;O为碳排放量卖方总数;λ_B_{, h}为第h个需求方报价;λ_S_{, o}为第o个卖方报价;Q_ho为购售方ho之间成交的碳排放量.

约束条件包括如下3个方面:

(1) 成交碳量约束

(19)Q_ho≥0

(20)

\begin{array}{l} \sum_{h = 1}^{H} Q_{h o} \leq Q_{S, o}, h = 1, 2, \dots, H \\ \sum_{o = 1}^{O} Q_{h o} \leq Q_{B, h}, o = 1, 2, \dots, O \end{array}\}

式中:Q_S_{, o}为第o个卖方申报的可交易碳排放量;Q_B_{, h}为第h个买方申报的碳排放需求量.

(2) 申报碳量约束

(21)$\left.\begin{array}{l} Q_{\mathrm{B}, h} \leqslant Q_{\mathrm{CQ}, h}, \quad h \notin L \\ Q_{\mathrm{B}, h} \leqslant Q_{\mathrm{CQ}, h}+\tilde{\omega} P_{\mathrm{LE}, h}, \quad h \in L \\ Q_{\mathrm{S}, o} \leqslant Q_{\mathrm{CQ}, o}, \quad h \notin L \\ Q_{\mathrm{S}, o} \leqslant Q_{\mathrm{CQ}, o}+\tilde{\omega} P_{\mathrm{LE}, h}, \quad h \in L \end{array}\right\}$

式中:L为具有减排责任的负荷用户集合;Q_CQ_,_h为第h个买方申报的碳额度;$\tilde{\omega}$为CCER核证量的碳排放抵消比例;P_LE_,_h为第h个用电负荷在一阶段出清下所消纳的绿色电力;Q_CQ_,_o为第o个卖方申报的碳额度.

(3) 申报价格约束

(22)

\begin{array}{l} (1 - ε) λ_{C A} \leq λ_{B, h} \leq (1 + ε) λ_{C A} \\ (1 - ε) λ_{C A} \leq λ_{S, o} \leq (1 + ε) λ_{C A} \end{array}\}

式中:λ_CA为碳排放量的基准价格;ε为政府设置的浮动范围.

根据式(18)~(22)出清碳市场,在碳交易结果基础上更新各市场主体的碳排放额度,如下式所示:

(23)

\begin{array}{l} Q'_{C Q, h} = Q_{C Q, h} + \sum_{o = 1}^{O} Q_{h o}, \\ h = 1, 2, \dots, H \\ Q'_{C Q, o} = Q_{C Q, o} - \sum_{h = 1}^{H} Q_{h o}, \\ o = 1, 2, \dots, O \end{array}\}

式中:Q'_CQ_{, h}、Q'_CQ_{, o}分别为买方和卖方在碳市场出清结果上更新后的碳额度.

在碳交易完成后,进行计及碳排放量约束在内的二次电力市场出清:

(24)C_E_,g

\sum_{t = 1}^{T}

P_{g, t}≤Q'_CQ_{, g}

式中:C_E_{, g}为第g台火电机组的碳排放强度;Q'_CQ_{, g}为第g台火电机组更新后的碳额度.市场出清模型包括式(6)~(17)以及式(24),该次出清结果经安全校核后形成发用电计划.

将火电机组能耗成本函数分段线性化处理后,电力市场出清模型为混合整数线性规划模型,碳排放权交易市场为线性规划模型,均可采用CPLEX求解器获取最优解.

4 算例分析

为了验证所提市场交易模式的有效性,基于改进的IEEE 30节点系统进行验证,如图2所示.

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 改进的IEEE 30节点测试系统

Fig.2 Improved IEEE 30-bus test system

算例共设置5台火电机组(G1~G5)和3台风电机组(W1~W3),火电机组成本参数及风电报价数据如表1所示,机组运行参数及申报数据如表2所示.表中:空白表示不适用.其中节点8处的负荷参与碳排放权交易,申报出售碳排放量500 t,出售价格为54元/t.

表1 火电机组成本参数及风电报价数据

Tab.1 Cost parameters of thermal power units and wind power quotation

机组编号	机组类型	火电燃料成本系数			最小启停时间/h	风电成本/ [元·(MW·h)^-1]
机组编号	机组类型	a_g/(元·MW^-2)	b_g/(元·MW^-1)	c_g/元	最小启停时间/h	风电成本/ [元·(MW·h)^-1]
G1	火电	1.17	206.21	5638.83	8
G2	火电	0.81	260.81	6777.16	4
G3	火电	0.22	219.51	7525.12	2
G4	火电	0.14	204.28	9772.91	3
G5	火电	1.17	206.21	5638.83	1
W1	风电				0	140
W2	风电				0	145
W3	风电				0	150

新窗口打开| 下载CSV

表2 机组运行参数及申报数据

Tab.2 Operating parameters and declared data of units

机组编号	机组类型	出力上限/MW	出力下限/MW	爬坡率/ (MW·h^-1)	碳排放强度/ [t·(MW·h)^-1]	申报碳额度/t	购买碳排量/t	购买价格/ (元·t^-1)	出售碳排量/t	出售价格/ (元·t^-1)
G1	火电	160	50	37.5	0.88	1000	400	55
G2	火电	100	25	30.0	0.84	1000			300	52
G3	火电	60	15	15.0	0.85	500	100	53
G4	火电	40	10	15.0	0.82	400	50	54
G5	火电	40	10	15.0	0.80	600			100	53
W1	风电	100	0	100.0	0.00	0
W2	风电	80	0	80.0	0.00	0
W3	风电	50	0	50.0	0.00	0

新窗口打开| 下载CSV

4.1 机组初始碳配额分配

采用历史法确定的机组年度初始碳配额效率与经过ZSG-DEA模型调整后的碳配额及效率对比情况如表3所示.可知,初始碳配额分配方案在考虑能源消耗强度、碳排放强度以及发电量占比等指标的DEA模型评估下,只有G2机组初始效率为1.0,经过3次迭代调整后,G1、G3和G5机组的效率值也达到1.0,这说明在电力行业总碳排放量一定的情况下,通过不同机组间的碳配额调整,可以让更多机组达到效率前沿,并且再分配后的碳配额也使得其他机组的效率提升.由于将碳配额作为唯一投入要素进行电力行业内不同机组间的零和调整,所以不是所有机组的效率值都可以达到最优.在基于ZSG-DEA模型对火电机组初始碳配额进行优化调整后,可以实现各机组效率的相对最优,在给定碳减排目标下实现电力行业内的社会效益最大化.

表3 基于ZSG-DEA的碳配额分配结果

Tab.3 Results of carbon quota allocation based on ZSG-DEA

火电机组	初始碳配额		第1次迭代	第2次迭代	第3次迭代
火电机组	碳配额×10^-4/t	效率值	效率值	效率值	碳配额×10^-4/t	效率值
G1	80.45	0.8809	0.9234	0.9856	75.58	1.0000
G2	30.10	1.0000	1.0000	1.0000	33.34	1.0000
G3	16.55	0.9234	0.9811	1.0000	18.14	1.0000
G4	15.57	0.9132	0.9356	0.9516	13.26	0.9837
G5	15.33	0.9305	0.9528	0.9831	17.68	1.0000

新窗口打开| 下载CSV

4.2 考虑碳排放权交易对机组中标的影响

根据各市场主体申报的碳交易信息,第二阶段碳交易结果如表4所示.可知,G1、G2、G4、G5机组按自身购售需求全额成交.节点8处的负荷提交申报售碳量为500 t,但在一次出清后,根据潮流追踪结果,该负荷预计总消纳风电680 MW,占自身总负荷的97%,CCER抵免比例取5%,最终节点8处的负荷可交易售碳量为534 t.根据各市场主体的成交碳排放量,更新碳额度并用于二次电力市场出清.

表4 碳市场出清结果

Tab.4 Clearing results of carbon market

市场主体	申报购碳量/t	申报售碳量/t	成交碳排放量/t	交易后碳额度/t
G1	400		400	1400
G2		300	300	700
G3	100		0	500
G4	50		50	450
G5		100	100	500
L8		534	50	484

新窗口打开| 下载CSV

当考虑碳排放权交易后,电力市场出清结果发生改变,其中常规机组启停状态如图3所示.可知,当二次市场出清后G3机组的连续启动时间小于一次出清,这是市场出清过程中考虑各机组最小启停时间、启停成本以及各自的碳排放量约束后,以系统总成本最小全局优化的结果.由于考虑了碳排放量约束,所提两阶段市场出清是在满足碳减排目的下的经济效益最优,所以机组的成本大小不再是影响中标的唯一因素,还需考虑各机组的减排性能.G4机组在碳排放权交易中获得了更多碳额度,因此在二次市场出清后开机时间远多于一次出清.G5机组最小启停时间为1 h,且自身碳排放强度最低,调度周期内碳额度富足,因此开机时间也多于一次出清.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 考虑碳排放权交易前后机组启停状态

Fig.3 Results of start and stop status before and after considering carbon emission trading

图4反映考虑碳排放权交易前后常规火电的中标出力变化情况.火电机组G1和G3在所提交易模式下中标电量减少,这是由于其在碳交易阶段后可用碳排放量较低,限制自身出力中标空间,本质上是由于其较高的碳排放强度导致在初始碳配额分配中获得的额度有限.G2、G4和G5的碳排放强度相对较低,因此具有更多的发电机会.二次出清后的出力变化情况表明碳排放强度越低的机组中标电量越多,从而在市场竞争中获得更多收益;其中,碳排放强度最低的G5机组不但中标电量提高,而且在碳交易阶段也获得收益.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 考虑碳排放权交易前后常规机组出力变化

Fig.4 Output changes of conventional units before and after considering carbon emission trading

图5反映考虑碳排放权交易前后风电机组中标出力变化情况.W1在一次出清和二次出清下中标出力一致都达到其预测出力的最大值,不存在弃风情况,W2和W3在二次出清后中标量增加.这是由于一次出清以成本最低为主要原则,尽管可以将碳成本内嵌在电价中,但该形式实际上相当于发电企业直接接受碳惩罚并将该部分成本传递给负荷用户,并未从根本上减少碳排放量,不利于发电企业减排改造.在所提交易模式下,各火电机组在日前市场申报时需要提交自己的碳额度,这不仅利于碳清缴周期内碳排量的统计,还能降低市场出清中火电机组的碳排放量,有利于解决风电等新能源市场化交易中的弃风弃光问题.当新能源参与市场,在系统调节能力、外送水平受限及负荷低谷时段下,市场出清结果出现弃风弃光;而在考虑碳排放权交易的二次出清下,风电的市场化消纳水平提高,弃风率由一次出清的10.4%降低为二次出清的7.6%.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 考虑碳排放权交易前后风电机组出力变化

Fig.5 Output changes of wind units before and after considering carbon emission trading

4.3 两阶段出清对碳减排及电价的影响

图6反映了二次出清与一次出清的电价对比情况.在所提二次出清下,根据全时段成本最小确定火电启停安排.二次出清与一次出清在08:00的开机机组不同,前者为边际发电成本更低但开机成本较高的G4机组,后者为开机成本低但边际发电成本高的G3机组.此外,G4机组具有较低的碳排放强度且在碳交易阶段全额成交,因此在碳排放量对火电机组的约束下,二次出清的市场电价远低于一次出清.通过分析调度周期内的电价变化曲线,可以发现所提交易模式在日平均电价方面也更具优势,一次出清均价为428.56元/(MW·h),二次出清均价为408.97元/(MW·h),降低比例达5%.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 考虑碳排放权交易前后出清电价对比

Fig.6 Comparison of clearing electricity prices before and after considering carbon emission trading

表5反映了火电机组碳排放量对比情况.二次出清G1、G3机组中标电量减少,其碳排放量也对应降低.其中,G1机组碳排减少量最大,G4机组碳排增量最大,火电机组的总碳排量减少86.0147 t.碳交易阶段实质上发挥了碳减排和发电权交易的作用,此阶段的开展为低碳排机组和消纳绿电的大用户提供了获取碳收益的机会,有利于促进火电机组减排改造和绿电大规模消纳.

表5 火电机组碳排放量对比

Tab.5 Comparison of carbon emissions from thermal units

火电机组	一次出清碳排量/t	二次出清碳排量/t	减少碳排放量/t
G1	1868.3750	1400.0000	468.3750
G2	410.9121	691.3124	-280.4003
G3	774.4963	389.4070	385.0893
G4	49.2000	434.6000	-385.4000
G5	381.9167	483.5660	-101.6493

新窗口打开| 下载CSV

5 结语

随着全球能源向更加绿色低碳的未来迈进,碳市场建设是实现我国能源结构转型进程的关键.所提基于碳排放权交易的两阶段市场出清模式降低了碳交易成本和市场准入门槛,方便电力市场主体参与碳市场,提高碳市场的活跃度,使得市场竞争更加充分、更具效率,且电力市场出清与碳出清相互影响,可以更加高效传导电力的真实价值,以经济利益引导高碳排机组主动进行减排改造.从算例结果可以看出,考虑碳排放权交易后可以提高市场环境下的新能源消纳率,这是除提高新能源外送能力及系统调节能力外的另一有效手段.此外,通过考虑碳排放权交易,直接在主能量市场出清的同时进行发电权置换,进而促进新能源在市场上的大规模消纳,也为消纳新能源的用户提供了获益空间.目前,新能源不但存在CCER核证量,而且还存在绿证,考虑CCER与绿证的关系,厘清碳排放量的核算以及可再生能源消纳责任,分析二者的关联并完善市场交易机制是未来进一步的研究方向.

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

[1]

李政, 陈思源, 董文娟, 等.

碳约束条件下电力行业低碳转型路径研究

[J]. 中国电机工程学报, 2021, 41(12): 3987-4001.