水电不确定条件下电力公司最优购电策略分析

罗朝春，李湘旗，姚 赛

（1.国网湖南省电力公司，湖南 长沙 410007；2.长沙理工大学 经济与管理学院，湖南 长沙 410004）

中国《可再生能源法》规定，对包括水电在内的可再生能源上网电量，省级电力公司必须保障性地全额收购。因此，在水电装机容量较大的省级电网，水电上网电量的不确定性会导致全省电力电量平衡计划（包括省外购电计划）和省内发电企业电量计划的较大变化，从而给省级电力公司和发电企业生产经营带来相应的不确定性，甚至产生一定的利益损失和矛盾。笔者根据近年来省级电力公司购电电量计划制定与执行的经验，在兼顾相关主体利益的基础上，对水电不确定条件下省电力公司最优购电计划制定或相关策略进行分析，以推进购电管理工作的规范化和科学化。

国内外文献针对电力系统的不确定性问题研究较多，但是专门研究不确定条件下的购电策略较少。文献［1］在模型的功率平衡约束中考虑风电和负荷的不确定性，提出以最大化风电电力使发电成本最小。文献［2］根据模糊性及随机性的概念，利用序列运算理论从不同角度对电力供需平衡中的不确定性进行了描述，包括水电可发电量的不确定性、电网需要发电量的不确定性。文献［3］考虑市场电价、绿色能源生产、负荷需求等随机因素以及跨省交易的实际特点，构建了考虑跨省交易能耗评估的省级电网随机规划购电模型。文献［4］针对电力市场化环境下省级电网公司购电计划中还存在的自由购电空间，阐述了省级电网公司购电优化的总体思路和基本原则，指出电网公司丰平枯季节购电优化约束条件不同，购电优化工作按月进行更为合理。文献［5］提出大用户直购电的推行使得用户获得了用电选择权，发电商必须寻求策略来降低这种需求不确定性带来的风险。文献［6］指出电力系统经济调度的目的是在满足系统安全性及电能质量要求的条件下尽可能提高运行的经济性。在目前仅开放发电侧市场的条件下，电网公司作为单一购买者，在满足公平性的基础上以全网购电费用最小为目标函数，功率平衡、机组技术、系统安全作为约束条件进行优化购电。文献［7］考虑发电企业与电网企业分开后，为了维持电力市场稳定运行，必须实现双方利益最大化，所以在双方利益均衡的基础上利用多目标规划提出模型，研究双方在进行交易时如何调配电能使利益最大化。文献［8］从“购买什么”和“如何购买”两方面入手，研究了地方配电公司如何在自备电厂和现货市场及长期合同市场上分配电能使购买费用和风险最小。文献［9］对电能在长期合同市场、日前市场之间的购电分配方法进行了探讨。文献［10］指出在电力市场中存在巨大的获利空间，同时也存在很大的风险，每个市场参与者都需要有效的风险防范工具。文献［11］指出一般的金融风险管理方法不能直接应用于电力市场，需要进行仔细的修改。文献［12］提出与不同地区的发电商或用户签订多个长期合同来控制购电市场的风险。

因此，目前国内外不确定性条件下购电策略研究主要考虑的是需求的不确定性，对水电不确定性因素引起的购电问题也主要从技术角度进行分析，缺乏在考虑相关主体利益平衡基础上的购电策略研究，而对于这个问题的研究恰好反映了目前体制和政策背景下省电力公司购电管理决策的实际需要。

1 购电决策问题

1.1 决策主体

表面上看，省级电网购电决策主体应该是省电力公司。但是由于电力工业生产经营的特殊性，省电力公司购电决策主体是省级地方政府，具体决策部门是省经济与信息委员会。省经济与信息委员会决定下年度全省电力电量平衡计划及发电企业发电量计划，省电力公司负责执行。由于执行过程中会有偏差，需要省电力公司调整，特别是在水电电量不确定情况下。因此，实际的购电决策可以认为是由省经济与信息委员会与省电力公司共同做出的。目前年度电量计划就是双方联合发文并执行的。当然，在下年度全省电力电量平衡计划及发电企业发电量计划的制定过程中，发电企业及省能源监管局都有不同程度的参与。

1.2 决策过程

一般情况下，省经济与信息委员会和省电力公司要求省内各电厂在年末根据下年度检修计划和燃料供应情况等向省电力公司上报发电能力，省电力公司通过对下年度用电需求预测和来水情况预测，再结合国家指令性电量计划（三峡电等），计算出电量和电力缺口，制定出需要从省外购入的电量计划，报省经济与信息委员会审批。经过批准后，省电力公司执行相应的年度电量计划，根据需要从外省购入的电量并与省外相关供电主体签订年度购电合同，同时按照一定的原则对电量计划进行分时间段如月、日计划的分解，由电网调度机构执行。

1.3 决策目标

电网公司在进行购电决策时，不仅要考虑降低购电成本，还要积极履行社会责任（使用清洁能源、节能减排等），并有效防范可能发生的购电风险等。

1）满足用电需求，保证电力电量平衡。为电力客户提供安全、可靠、清洁的电力供应，满足客户的用电需求是公司的基本宗旨。

2）履行社会责任。清洁能源减弃，可再生能源优先利用与促进节能减排，能源资源大范围优化配置。

3）防范购电风险。电网企业作为电力行业的重要组成部分，其购电经营管理有自身的特殊属性，按照公司化运营管理体制，其所面临的购电经营风险需从体制机制、环境政策、财务管控、市场需求等方面加以区别分析。

4）降低购电成本。购电成本占公司总成本的60%～70%，购电成本控制工作成效对公司的经营效益影响非常大。因此，要在政策允许范围内，采取合理的购电优化策略，合理降低公司购电成本，促进公司经营水平的提升。

1.4 决策变量

决策变量有电力与电量2种。电力主要用于调度电厂，依据是其日出力曲线。由于日出力曲线是由每15min统计一个负荷点，共96个负荷点形成的，以电力作为决策变量，决策点过多不便用于该文所研究的购电策略分析。因此，笔者选取电量作为购电决策模型的决策变量。

电量按照标准不同可划分为多种类型，如长期合约电量、日前交易电量和实时交易电量等，该文主要目的是通过分析不同电量计划下的购电成本，最终得出最优购电策略。因此，在模型中简化以月电量为决策变量，具体包括：月三峡电分该省电量、月葛洲坝电分该省电量、月省内火电上网电量、月跨省购入电量和月跨省售出电量。

2 基于水电消纳与火电统筹的省电力公司购电决策模型

2.1 问题假设

1）影响省电力公司购电成本的因素有很多，比如电量需求的不确定性和来水情况。笔者假设需求预测准确，其他影响因素都假设为确定的，重点分析来水不确定对购电成本的影响。

2）由于三峡和葛洲坝水电站具有年调节功能，相对于省内的径流式水电站而言，不确定性要小很多，为了分析省内水电的不确定性，该文将三峡电和葛洲坝电设定为确定。

3）不同的水电机组上网电价不同，不同的跨省购电来源购电单价也不一样，模型中都用平均价格代替。

4）假设电力平衡约束始终能够得到保证，即不考虑电力短缺问题（模型中考虑了省外售电问题）。

2.2 模型设计

描述省电力公司购电电量决策模型设计的基本思路如图1所示。考虑到水电优先消纳的政策性，模型将其作为约束条件。为了体现利益平衡目标，模型考虑了火电统筹因素，即将某个标准火电利用小时作为约束条件。决策目标函数只考虑了购电成本；决策变量是省电力公司购电相关主体的月购电量计划。

图1 购电决策模型思路框图Figure 1 The diagram of provincial electricity trading decision model

2.3 购电决策模型

1）目标函数。

省电力公司年度购电成本最小。由于不考虑需求的变化，因此，购电成本最小与购电均价最小是相同的。

式中 pH，j为j月省内水电上网电价；qH，j为j月省内水电的计划上网电量；x为决策电量；pi，j，（i=1，2，3，4）分别为j月三峡电、葛洲坝电、省内火电和跨省购入电在该省的上网电价；xi，j，（i=1，2，3，4）为j月三峡电、葛洲坝电、省内火电和跨省购入电在该省的计划上网电量；p5，j为j月外售电的平均电价；x5，j为j月外售电量。

2）约束条件。

①保证月度电量平衡。缺电会带来非常大的社会损失和经济损失，因此，省电力公司必须首先满足省内电量需求，即使是高价电也必须购买，也就是省电力公司不能首先考虑购电成本，必须在满足电量平衡之后，才能考虑购电成本最小。

每个月计划的省内水电上网电量、三峡电分该省电量、葛洲坝电分该省电量及省内火电上网电量和当月从省外购入电量之和扣减损耗的电量等于当月预计的省内需求电量和当月计划向省外售出的电量之和，即

式中 ∂S为月平均损耗电量的比例，包括线损和变损等；qN，j为j月预计的省内需求电量。

②三峡电年度计划。

各月三峡分本省的计划电量之和满足全年三峡分本省电量计划。

③葛洲坝电年度计划。

本省各月计划消纳的葛洲坝电量之和等于本省消纳葛洲坝电的年度计划总量。

④本省火电年度计划。

本省各月火电的计划上网电量之和等于本省火电上网电量年度计划总量。

⑤变量非负约束。

3 不考虑跨省购入电量变化的购电决策模型模拟分析

假设三峡等省外指令性电量计划固定不变和跨省购入电量合同必须严格执行，不受省内水电不确定性的影响，省内水电不确定性完全通过省内火电电量调整平衡，在这种情况下，以实际数据为基础，分析水电不确定性对省电力公司购电成本的影响。

表1 某省各月电量需求预测值Table 1 The monthly demand of one province

1）准确预测来水情况。假如实际电量与预测电量一致，假设某省各个月的来水情况预测准确，进而得出各个月的水电发电量计划，如表2所示，代入模型中，通过MATLAB软件对上述模型进行求解，得出按照计划购电成本为fmin（x）=492.32亿元，此时火电总发电量xF=697.62亿kW·h。

表2 某省各月水电发电量计划Table 2 The monthly hydroelectric power generation plan of one province

2）实际来水电量比预测高。假如来水情况在1—3月实际与计划一致，此时省电力公司按照计划的1—3月火电电量来执行，4—7月实际来水情况比计划高出15%，即4—7月实际来水情况分别为39.31，44.79，45.07，23.22亿kW·h，通过模型计算得出的购电成本为fmin（x）=489.15亿元，也就是购电成本比水电预测准确时的购电成本少3.17亿元。此时，火电电量xF=677.74亿kW·h。

3）实际来水电量比计划电量低。假如来水情况在1—3月实际与计划一致，省电力公司按照计划的1—3月火电电量来执行，4—7月实际来水情况比计划水电电量低出15%，4—7月实际来水情况分别为29.05，33.11，33.31，17.16亿kW·h，通过模型计算得出的购电成本为fmin（x）=495.49亿元，此时，火电总发电量xF=717.5亿kW·h，也就是购电成本比水电预测准确时的购电成本多3.17亿元。

4）不同情景的比较与策略分析。某省不考虑跨省购入电量的结论对比如表3所示，可以看出，当实际来水电量大于计划来水电量时，执行的是实际电量，水电多发电量靠减少火电电量等解决，由于水电上网电价较低，因此，实际购电成本相对于计划购电成本会降低。而当实际水电电量小于预测水电电量时，执行的也是实际水电电量，水电少发电量靠增加火电电量等解决，由于火电上网电价较高，因此，实际购电成本相对于计划购电成本会提高。由于实际高于计划情景下的购电成本最小，因此，实际高于计划的情景也可以作为一种策略运用，前提是火电利益也得到了统筹平衡。

表3 某省不考虑跨省购入电量的结论对比Table 3 The comparsing of ignoring trans-provincial power in one province

4 考虑跨省购入电量变化的购电决策模型模拟分析

假设三峡、葛洲坝省外指令性电量计划固定不变。针对水电不确定性引起的变化有2种方式进行平衡：①跨省购入电量与省内火电同比例调整；②给火电利用小时设定标准。

4.1 跨省购入电量与省内火电同比例调整

如果对于水电不确定性而产生的电量变化，由省内火电和跨省购入电量按同比例调整来平衡。根据往年数据统计，假设计划省内火电与跨省购入电量之间的比例为645∶44。若实际来水电量与计划来水电量一致，fmin（x）=492.19亿元；实际来水电量大于计划来水电量时，fmin（x）=489.07亿元；实际来水电量小于计划来水电量时，fmin（x）=495.31亿元。

4.2 超过省内火电利用标准小时后跨省购入电量优先

当火电达到基准利用小时（按4 250h计算）后，超出的部分优先考虑跨省购入电量。若实际来水电量与计划来水电量一致，fmin（x）=490.14亿元；实际来水电量大于计划来水电量，fmin（x）=487.79亿元；实际来水电量小于计划来水电量，fmin（x）=492.49亿元。此时符合基准利用小时内省内火电优先，超过基准利用小时后按电价优先原则即跨省购入电量优先，所以火电总电量维持在645亿kW·h。

4.3 不同情景的比较与策略分析

某省考虑购入电量变化结论对比如表4所示，可以看出，无论来水情形如何，按同比例调整省内火电与跨省购入电量的购电成本比超过基准利用小时后电价优先原则调整的购电成本高，这是因为同比例调整时，火电电量调整的绝对数额相对较大，跨省购入电量调整的绝对数额则相应较小，而省内火电价格要比其他省外购电价格要高。因此，如果省电力公司要在同比例调整和超过基准利用小时后按电价优先原则调整做选择，选择后者更加有利。

表4 某省考虑购入电量变化结论对比Table 4 The comparsing of considering trans-provincial power in one province

5 结语

水电不确定因素对省电力公司购电成本的影响是客观存在的。在相关政策框架内，统筹考虑火电企业利益平衡和跨省购入电量合同必须执行的情况下，为应对水电不确定性，省电力公司可以通过谨慎预测水电电量而降低购电成本。若水电不确定性产生的电量变化需要在省内火电和非政策要求的跨省购入电量中共同平衡，在按同比例调整和火电企业利用小时超过标准值后按电价优先调整2种策略中，后者的购电成本更低。

［1］马瑞，熊龙珠.综合考虑风电及负荷不确定性影响的电力系统经济调度［J］.电力科学与技术学报，2012，27（3）：41-46.MA Rui，XIONG Long-zhu.Power system economic dispatching considering the impact of wind powers and loads uncertainty［J］.Journal of Electric Power Science and Technology，2012，27（3）：41-46.

［2］徐玮，康重庆，揣小勇，等.基于不确定型电力电量平衡的电网企业购电成本分析［J］.电网技术，2006，30（21）：15-20.XU Wei，KANG Chong-qing，CHUAI Xiao-yong，et al.Electricity purchasing cost calculation based on uncertain analysis of power supply-demand balancing for power grid corporation［J］.Power S ystem Technology，2006，30（21）：15-20.

［3］文旭，颜伟，王俊梅，等.考虑跨省交易能耗评估的区域节能电力市场与随机规划购电模型［J］.电网技术，2013，37（2）：500-506.WEN Xu，YAN Wei，Wang Jun-mei，et al.Regional energy-saving electricity market and stochastic programming power purchasing model considering assessment on energy consumption in trans-provincial transaction［J］.Power System Technology，2013，37（2）：500-506.

［4］李洪东，冯义，韩英豪.电力市场环境下省级电网公司购电优化过渡模型研究［J］.电力技术经济，2007，19（6）：25-29.LI Hong-dong，FENG Yi，HAN Ying-hao.Transitional model of optimized power purchase of provincial grid companies in power market environment［J］.Electric Power Technologic Economics，2007，19（6）：25-29.

［5］屈少青，张森林，陈皓勇，等.不确定需求下基于电力供应链协调的发电商回购策略［J］.电力系统自动化，2011，35（16）：71-75.QU Shao-qing，ZHANG Sen-lin，CHEN Hao-yong，et al.Generators’buy back strategies based on electricity supply chain coordination with uncertain demands［J］.Automation of Electric Power Systems，2011，35（16）：71-75.

［6］张勇军，廖民传，袁文根，等.兼顾节能降耗的电网公司购电计划［J］.电力系统及其自动化学报，2008，20（6）：22-26.ZHANG Yong-jun，LIAO Min-chuan，YUAN Wen-gen，et al.Power purchase planning of power network company considering energy saving［J］.Proceedings of the CSU-EPSA，2008，20（6）：22-26.

［7］谭忠富，赵杰，曹福成，等.发电企业与电网企业交易中利益均衡的多目标规划模型［J］.现代电力，2007，24（1）：84-88.TAN Zhong-fu，ZHAO Jie，CAO Fu-cheng，et al.Programming of multi-objective of the balanced behalf in business between the power enterprise and grid corporation［J］.Modern Electric Power，2007，24（1）：84-88.

［8］Woo C K，Karimov R I，Horowitz I.Managing electricity procurementcost and risk by a local distribution company［J］.Energy Policy，2004，32（5）：635-645.

［9］Woo C K，Horowitz I，Olson A，et al.Efficient frontiers for electricityprocurement by an LDC with multiple purchase options［J］.Omega，2006，34（1）：70-80.

［10］Sioshansi F P.The emergence of trading and risk management inliberalized electricity markets［J］.Energy Policy，2002，30（6）：449-459.

［11］Denton M，Palmer A，Masiello R，et al.Managing market risk inenergy［J］.IEEE Transations on Power Systems，2003，18（2）：494-502.

［12］Woo C K，Horowitz I，Hoang K.Cross hedging and forward-contractpricing of electricity［J］.Energy Economics，2001，23（1）：1-15.