基于系统动力学的分布式可再生能源激励机制分析

赵盛楠, 王蓓蓓, 李 扬, 孙 旻, 曾 伟

(1. 东南大学电气工程学院, 江苏省南京市 210096; 2. 国网江西省电力公司电力科学研究院, 江西省南昌市 330000)

基于系统动力学的分布式可再生能源激励机制分析

赵盛楠1, 王蓓蓓1, 李 扬1, 孙 旻2, 曾 伟2

(1. 东南大学电气工程学院, 江苏省南京市 210096; 2. 国网江西省电力公司电力科学研究院, 江西省南昌市 330000)

国家和地方的清洁能源发展政策促进了清洁能源装机容量的井喷式增长,碳交易和绿色证书机制虽然都可以对清洁能源发展起到促进作用,但对于分布式和集中式的促进作用则显示出较大的不同。在分析证书价格传导过程的基础上,采用系统动力学方法从集中式可再生能源参与的批发市场和分布式可再生能源参与的零售市场两个层面进行建模,建立了碳排放权交易市场、绿色证书交易市场和电力市场三个宏观市场间的交互模型和包含分布式可再生能源的配电网模型。算例仿真了两种机制下集中式可再生能源、分布式可再生能源的发展轨迹,讨论了碳交易和绿色证书机制的价格设置对分布式可再生能源发展的影响,验证了提出的效益分享机制对分布式可再生能源的促进作用。

碳交易; 绿色证书机制; 可再生能源; 系统动力学

0 引言

近年来中国集中式可再生能源(renewable energy sources,RES)装机容量爆发式增长,而“光伏扶贫”政策也将推动分布式电源迅速发展。但较高的补贴力度使RES基金出现缺口,发改委不得不一再调整补贴量和RES电价附加,不利于行业长期稳定发展,建立新的RES发展促进机制势在必行[1]。

RES难以与传统能源竞争,主要由于其环境效益未能在电价中得到合理体现。欧美的实践表明,碳排放权交易(emissions trading,ET)机制和绿色证书交易(tradable green certificates,TGC)机制通过外部化环境效益,增强了RES的市场竞争力,可促进RES持续发展[2-3]。中国已将建立两项机制提上工作日程,建模分析其对集中式和分布式RES发展的影响,可以为机制的施行提供参考,具有重要的研究意义。

对于两种机制的实施效果,国外学者多根据实际案例从对电力市场[2,4-5]、RES装机[6-7]、减排[4]及两种机制的交互作用[7-8]等方面进行分析。其中文献[3]指出TGC机制存在固有弊端,会使资金和技术向低成本的RES类型倾斜,致使高成本的RES类型(如光伏)发展停滞。国内两项机制刚刚起步,研究集中于可行性分析和对市场运作的建模仿真[9-13],其中系统动力学(system dynamics,SD)因适用于分析政策的长期影响而被文献[10,12]采用,但存在以下不足:①未能全面梳理ET和TGC成本的传导机制,而是将两者的价格直接累加在批发电价上,不符合两种机制的作用机理;②仅针对集中式RES进行分析。

一般而言,碳市场和TGC市场分别影响火电和RES发电成本,进而传导给电价,电价通过影响电力需求反作用于碳市场和TGC市场。如需全面考量两种机制的影响,必须从碳市场、TGC市场到电力市场进行完整的成本传导机制分析。此外,分布式RES与集中式RES有以下不同:①集中式RES更具有成本优势,由于前述TGC机制的固有弊端,两者受到的影响不同;②与集中式RES相比,分布式RES占用输电资源少,还可给配电网带来诸多正向效益[14-15],而该效益并未体现在收购价格中(按火电上网电价收购)。随着补贴取消,分布式RES将无利可图,势必会导致有补贴时盲目装机、无补贴时发展停滞,出现与集中式RES类似的问题[16],需提早为分布式RES进行激励机制规划。

本文在前人研究的基础上,分析了碳配额证书和绿色证书成本的传导过程,根据该传导过程改进了碳配额成本和绿色证书成本影响下的电价计算方法,从而建立了更符合欧盟实践经验的市场均衡模型;为分析两种机制对分布式RES的影响,建立了含分布式能源(DER)的配电网模型,仿真对比了在包含碳配额成本和绿色证书成本的电价及现行DER补贴政策下集中式和分布式RES的不同发展轨迹;讨论了碳配额和绿证的价格上限对DER发展的影响;针对分布式RES发电成本较高的地区,提出了效益分享机制促进RES长效发展。算例分析根据欧盟经验验证了改进后的市场均衡模型的合理性,分析了价格管制的影响,验证了效益分享机制的有效性。

1 SD模型构建

1.1 模型假设条件

假设1:参考欧盟碳市场[17],政府负责碳配额的发放、回收、价格管制,且不考虑碳交易对调度决策的影响。假设2:RES发电企业可将其发电量兑换成绿色证书,证书价格受政府管制。参考美国绿证制度[18],不同能源兑换的证书数量不同,模型中只考虑风电和光伏。假设3:绿色证书市场与碳交易市场分离。电能产品同质同价,通过电力市场形成统一的上网电价,零售电价与上网电价挂钩。假设4:输配电价单独核算。假设5:发电成本采用“平准化成本(levelized cost of energy,LCOE)”[19]来考量。

1.2 建模原理

SD适用于分析复杂系统随时间变化的问题[20],已在电力系统相关领域得到广泛应用[21-28],其有效性已经获得认可。应用SD模型研究ET和TGC机制下RES发展状况,需要理顺电力市场、碳市场、TGC市场的组织关系及证书成本的传导过程。

图1给出了市场组织及证书传导过程。碳市场的参与主体有政府、其他工业和火力发电商,政府根据总用电预测量制定免费碳配额的发放量,火力发电商得到的免费配额比例逐年递减,需要通过节能或从ET市场购买来满足免费额度以外的碳配额要求,最后所有证书由政府回收[29]。TGC证书可在TGC市场上进行交易,参与主体有政府、RES发电商和电网公司等,政府根据能源发展战略规定电网公司所购电力中来自RES的比例(TGC持有量);电网公司、售电商通过购买RES的发电量来获取TGC。电力市场的主要参与者为发电商及电力公司、售电商等,通过供求关系形成批发电价。

火力发电商从碳市场购买碳配额导致发电成本上升并通过竞价机制提升整体电价,碳配额的成本通过购电行为向下传导,最终通过零售价格影响到用户[4]。而TGC并不影响电力批发市场的出清价格,而是电力公司和售电商会将TGC购买成本平摊给所有用户,因此影响零售电价[5]。该传导机制将会使环境成本在各主体间重新分配,RES可获得卖出TGC的收益,竞争能力增强;火电机组需要承担碳配额成本,竞争能力下降,这种成本变化将体现在长期的规划决策当中。碳配额的成本将由火力发电商和用户共同承担,RES发电商间接受益;绿色证书的成本将由用户承担,RES发电商直接受益,火力发电商间接受损。

图1 市场组织及证书传导过程图Fig.1 Market organization and operation flow chart of certificate

配电网中售电的参与主体有电网公司(及售电商)、分布式发电商、用户。分布式电源可以自用,也可以出售给电网。电网公司在购买分布式发电时可获得一定的潜在收益,如降低输配电成本、减少线损、推迟电网扩容、增加电网可靠性等,但同时也承担入网及备用增加带来的成本[15,30]。分布式发电商可通过卖电、政府补贴以及售卖TGC获益。

2 SD因果回路图

运用SD方法研究系统,需建立因果回路图体现变量的因果关系和反馈结构,并依此建立存量流量图,更加直观地表达系统的反馈结果[20]。

2.1 因果回路图

图2为RES发展模型的因果回路图。包括TGC市场模块、ET市场模块、电力市场模块、输配电模块、配电网模块。其中,实线表示确定存在的关系,虚线表示该关系存在与否由政策决定。绿线表示TGC模块与其他模块的交互,包括电力市场的预期电力需求决定TGC的需求,TGC价格影响批发电价,DER的发电量影响TGC的供给,TGC的价格影响DER的收益;紫线为其他模块对ET市场的影响,即电力需求将影响ET证书需求;红线体现了各模块通过电力流进行交互,即分布式RES、集中式RES、火电机组发出的电量、电价型需求响应(price-based demand response,PBDR)[28]对电力市场供需的影响;蓝线表示电力市场模块、输配电模块、配电网模块之间的电价传递过程;粉线为文中提出的DER效益分享回路,体现了DER与电网公司间的相互影响。“+”表示变量X增加(减少)引起变量Y增加(减少),“-”则相反。更为详细的因果回路图参见附录A图A1。

图2 因果回路图Fig.2 Causal loop diagram

2.2 主要模块说明

下面对各模块进行说明,ET市场模块、电力市场模块、输配电模块、配电网模块存量流量图参见附录A图A2至图A5,变量名称及取值参见附录A表A1至表A8。

1)TGC市场模块

TGC市场模块主要模拟TGC价格的产生过程,其SD模型已有大量研究[10,12,31],本文采用文献[10]的模型,即根据TGC市场的供需不平衡度对TGC价格按一定比例进行调整,直至达到价格上限(政府设定的证书替代价格),TGC的收益将激励RES的装机容量增长;只是在证书来源中增加了DER,且不同类型RES的证书兑换量不同。

2)ET市场模块

ET市场模块主要模拟ET市场对火力发电成本及装机容量的影响。火电的免费碳配额比例从90%逐步降为0,ET证书需求逐年递增,证书供给来自于市场中其他行业,总量由用电量决定[29,32]。ET价格由供求决定,影响火电装机容量,进而对其他模块产生影响。参考文献[32],用电力行业在所有参与碳交易的行业中的用电占比估计市场可供给电力行业的证书数量,如式(1)所示。

SET=DEODe(1+Rcarbon)OETfreeOSe

(1)

式中:SET为ET供给;DE为电力需求;ODe为参与碳交易的行业用电量占总电力需求的比重;Rcarbon为中国碳排放增长速率;OETfree为中国碳配额免费比例;OSe为火电电力所需碳配额占证书总量之比。

3)电力市场模块

电力市场模块主要为了得到批发电价这一重要参数,批发电价主要由电力供求关系决定。有两点需要说明:①模型以月为仿真步长,批发电价实为月期货价格,可以认为该价格无延迟地反映供求关系;②“批发电价”中包含电价及TGC成本,TGC成本按式(2)进行平摊。

(2)

4)输配电模块

输配电模块主要模拟输配电价的核定过程,即将电网的准许收入平摊在传输电量之中。准许收入由准许成本、准许收益和规定税金构成,准许成本和准许收益都与输配电网的资产有关。模型根据宁夏试点的核定办法搭建,并参考文献[33-34]进行计算,不考虑电压等级和交叉补贴。

5)配电网模块

配电网模块主要包括两个部分,一部分是本文研究的重点,即模拟DER的净收益变化及装机容量变化;另一部分是模拟电价对用户用电量的影响,与电力市场形成负反馈。DER本身可以通过售电获利,同时还带来隐形收益:可靠性收益采用可靠性指标提升程度衡量[35];缓建收益采用地区电网缓建指数(根据缓建的线路和变压器成本估计)衡量[36];线损降低收益通过DER等效分布系数K/L计算[30];购电成本节约量根据上网电价与销售电价之差计算[30]。DER给电网带来的成本包括入网建设、运维成本、辅助服务成本,可根据DER的装机容量估计。DER的净收益与售电价格紧密相关,欧美等国对DER有按照全额零售价格(net energy metering,NEM)和固定价格(feed-in tariffs,FIT)收购两种方式,这两种收购方式都变相补贴了DER,但也带来了负面影响,文献[37]指出按NEM收购对售电商及未安装DER的用户不公平,而较高的FIT会引起电价上升,较低的FIT使得DER难以发展。与较低的FIT类似,中国以火电上网价格收购余电,DER发电商虽不需支付备用费和改造费,但成本较高导致无补贴时无利可图;若采用统一的FIT则不能体现各地DER给所在地区带来的正向效益。美国多个公共事业提议根据DER的真实价值制定收购价格,如亚利桑那州。与该思想类似,本文提出效益分享机制代替常规的补偿机制,即DER提供的电力与常规能源并无区别,理应售价相同,但DER的隐形收益并未在电价中体现出来,因此建议对某一地区分布式发电入网的净收益进行核算,由DER发电商和运营商按一定比例分摊,从而增加了DER的净收益。分摊比例应以激励分布式电源长效发展为目标,兼顾电网公司的利益。

3 案例仿真

运用Vensim软件模拟实施绿色证书机制和碳交易机制后RES发展情况。

3.1 RES发展促进机制对比

首先对比分析TGC机制、ET机制、现行补贴机制对RES的促进效果,参数设定如下。

ET价格上限设为0.1元/(kW·h)[10],折合碳价约为100元/t;绿色证书价格上限设为0.1元/份[10],按照文献[16]的兑换方法及现有光伏和风力装机容量折算后,集中式RES 1 kW·h发电量兑换1.5份证书,分布式RES 1 kW·h发电量兑换2.5份证书(根据现行补贴政策及税费折算)。含DER的配电网案例中,日用电量为99 800 MW·h,DER初始装机容量为80 MW(按2015年全国DER装机占比设置),自用和售卖比例恒定在0.5。分布式DER的初始LCOE按照文献[38]的数据及美国国家能源部的计算方法设为0.91元/(kW·h),ET价格、TGC价格上限均设为0.1元/(kW·h),假定仿真结束成本降低50%。假定全国DER增速与配电网案例一致,仿真时长为25年(300月),步长为1月,其他参数设置参见附录A。场景设置如表1所示,其中S1为现行DER补贴机制,取国家补贴0.42元/(kW·h),扣除税费约为0.384元/(kW·h),时长20年。

表1 促进机制场景设置Table 1 Scene setting of incentive mechanisms

1)电价变化

为证明本文证书传导机制的合理性,分析批发电价的变化(如图3所示),其中“S2对比”和“S3对比”为文献[10]中证书成本分摊原则的结果。图中ET机制下电价更高(S2和S4),这是由于ET机制使火电发展受抑,电力供应减少,导致电价上升,芬兰碳市场验证了该结论[2]。而TGC可促进RES发展,加剧市场竞争,对冲电价中附加的TGC的成本,长期来看对电价影响很小,与文献[5]结论相符。而“S2对比”和“S3对比”价格变动过大,不符合文献[2,5,8]中的结论,证明了本文的证书传导机制更符合实际运行经验。从图3可以看出,机制实施后期,TGC机制可以减缓ET机制对电价的提升作用(S4的电价稍低于S2)。两种机制对输配电价影响不大(见附录B表B1),本文不再详细讨论。

图3 批发电价Fig.3 Feed-in tariff

2)证书价格变化

证书价格如图4所示。TGC证书需求随电力需求的增长而增加,导致TGC价格升高至上限,但随着RES的发展,证书“超额供给”,价格下降为0(S3-绿色证书价格、S4-绿色证书价格);ET证书早期免费比例较高,供给充足,后期需求增加,价格上升,达到并维持上限,与文献[10,12]结论相同。图4显示机制并存时TGC价格拐点更早出现(S4-绿色证书价格),这是由于机制的协同作用使得RES发展更快,“超额供给”更早出现;而机制并存对ET价格影响很小(S2-碳证书价格和S4-碳证书价格)。

图4 证书价格Fig.4 Price of certificates

3)RES装机容量对比

图5给出了RES装机容量在各场景下随时间变化的曲线,可以看出集中式RES与分布式RES装机容量走势有明显区别。火电及水电装机容量变化和分析可见附录B图B1和图B2,不再赘述。

图5 RES装机容量Fig.5 Installed capacity of RES

对集中式RES来说:①在场景S2,S3,S4下,随着技术发展及成本降低,装机容量大幅增长,说明两种机制均可提升集中式RES的竞价能力,可以替代当前的政府补贴机制;②TGC机制(S3-集中式RES)下较ET机制(S2-集中式RES)下装机容量增长更迅速,说明TGC机制的促进效果更强,这是由于ET机制直接抑制火电,间接促进RES,而TGC机制直接补贴RES,间接抑制火电;③两种机制协同作用(S4-集中式RES)时促进效果最为显著,且在TGC价格归零后(如图4所示)仍可保持高速发展(后期曲线增长较快)。

对于分布式RES来说:①TGC机制(S3-分布式RES)下装机容量增长迅速;而ET机制(S2-分布式RES)下装机容量发展缓慢，说明单项机制实施时只有TGC机制促进作用明显;②集中式RES的发展驱使TGC价格降低为0,使分布式RES收益减少,与政府补贴时限到期后出现的问题相同,拐点出现,装机容量下降(S1-分布式RES和S3-分布式RES)，因此TGC机制下集中式RES可能制约分布式RES的发展;③虽然单独实施ET机制无明显作用,但ET与TGC协同可以促进分布式RES稳步发展(S4-分布式RES)。

综上,TGC机制对促进分布式RES必不可少,但后期集中式RES导致的证书贬值将制约分布式RES发展,出现与政府补贴政策相同的问题。TGC机制的本意是通过市场引导资金和技术向RES倾斜,待技术和规模成熟后证书贬值,RES独立与传统能源竞争。但分布式RES成本更高,在证书贬值后竞争优势减小,需要其他措施的协同。ET机制与TGC机制的协同会导致批发电价上升,使分布式RES的竞争优势提升,得以持续发展(S4-分布式RES曲线未出现拐点)。

3.2 证书价格管制上限影响分析

场景设置如表2所示,表中考虑了价格上限的不同情形,0.05元/份为价格较低的情况,0.1元/份为价格中等的情况,0.15元/份为高价情况,如P1(高—中)是指高ET证书价格上限,中TGC证书价格上限的情况,其他条件与3.1节相同。

表2 促进机制价格设置Table 2 Comparison of price setting of incentive mechanisms

5种场景中的配电网案例中DER的累积装机容量如图6所示。

图6 不同价格下DER 累积装机容量Fig.6 Cumulative installed capacities of DER under different prices

由图6可知：如果用TGC和ET等市场机制代替政府固定补贴,两者的价格配合非常重要。过低的TGC价格(P2)将减少分布式DER收益,即便ET价格更高,其作用也有限;过高的TGC价格(P4)将促进集中式RES快速发展,导致证书贬值,使分布式RES收益减小,在早期快速发展后迅速进入装机容量下降阶段。过低的ET价格(P5)对火电抑制作用小,促使电力批发市场竞争加剧,使得批发电价偏低,减小分布式RES余电上网的收益,使得发展减缓;过高的ET价格(P1)则抑制火电,使集中式RES得利,从而导致证书更快贬值。算例中P3的价格设定较为合适,但参照国内外碳市场现状,100元/t的碳价仍然偏高。但不论何种场景下,当技术进步使发电成本足够低时,DER都将获得发展。

3.3 高成本DER的发展机制

发电成本是DER能否长效发展的关键,而该值与装机成本、日照条件、贷款状况、投资回收期、运维费用等因素密切相关[39]。当某地发电成本较高时,即便有ET和TGC等机制的扶持,分布式电源仍有可能发展迟缓。因此本节讨论本文提出的效益分享机制的有效性。

场景设置如表3所示。DER的LCOE取1元/(kW·h)[40],D1为现有的激励方法,即地方政府出资激励DER,取0.4元/(kW·h),时长5年(上海市标准);D3为本文提出的效益分享机制。其他条件与3.1节相同。

表3 补贴场景对比Table 3 Comparison of subsidy scenes

场景D1至D4在第1,150,300月DER给配电网带来的收益情况参见附录B图B3,结果与文献[41]大致相符,其收益随时间的走势与装机容量走势相同。由此可知，若以火电上网电价进行余电收购,配电网公司将获得相当高的隐形收益。

图7对比了各种补贴政策下的DER装机容量状况。从补贴政策D1可以看出,地方补贴确实可以促使DER装机容量迅速发展,但补贴取消后,发电商不再新增装机容量,随着老旧机组报废,总装机容量下降,陷入长期的停滞,直到发电成本降低到有利可图才会再次增加装机容量。而从D2中可知,没有效益分享机制,仅靠成本下降和TGC证书收入,装机容量发展缓慢(第0至165月),且随着TGC的贬值(第135至200月)陷入发展停滞(第165月后)。从D3和D4可知，有效益分享机制时,装机可稳定增长(D3),但如果分享比例较小(D4),DER仍会受到证书贬值的影响出现发展停滞时期。固定分享比例下,由于DER带来的效益在配电容量紧张、可靠性低、线损高的配电网中更高,因此效益分享机制可引导分布式电源在这些配电网中装设,不易导致盲目装机,比单纯补贴更加合理,但分享比例的设置需谨慎。

图7 补贴场景下DER 累积装机容量Fig.7 Cumulative installed capacities of DER under different subsidy scenes

4 结论

本文分析了碳交易市场、绿色证书市场与电力市场中的各方关系,梳理了碳配额和绿色证书的成本传导过程,建立了包含宏观市场和配电网案例的SD仿真模型。通过分析两种机制对RES的装机影响,得到了以下结论。

1)TGC和碳交易两种机制均可提升集中式RES的竞价能力,但仅有绿色证书机制对分布式RES有明显的促进作用。

2)集中式RES的发展会促使绿色证书价格走低,可能导致分布式RES收益不足,发展停滞。

3)TGC和碳交易的协同可以替代现有的政府补贴机制。但为促进分布式RES发展,两者的价格配合非常重要。

4)在分布式RES价格较高的地区,可实施效益分享机制,保证分布式电源的合理装机和稳步发展。

本文虽然获得了一些有价值的结论,但有一些不足及有待完善之处:①受客观条件所限,中国用电量增长水平、RES发电技术水平等参数设定依赖于现有的预测结果,结论有一定的局限性;②该模型中可以进一步引入更多现实因素,比如中国TGC市场和碳市场的实际发展水平等,将得到更加准确的政策模拟效果;③该仿真模型中的配电网部分可与其他电力仿真软件进行交互模拟,使制定出的RES激励政策更适应各地的真实情况。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 焦健.中国可再生能源发展面临的几个问题与对策[J].生态经济,2016,32(11):53-58.

JIAO Jian. Problems and its countermeasures in the development of renewable energy in China[J]. Ecological Economy, 2016, 32(11): 53-58.

[2] LAURIKKA H, KOLJONEN T. Emissions trading and investment decisions in the power sector—a case study in Finland[J]. Energy Policy, 2006, 34(9): 1063-1074.

[3] GAN L, ESKELAND G S, KOLSHUS H H. Green electricity market development: lessons from Europe and the US[J]. Energy Policy, 2007, 35(1): 144-155.

[4] UNGER T, AHLGREN E O. Impacts of a common green certificate market on electricity and CO2-emission markets in the Nordic countries[J]. Energy Policy, 2005, 33(16): 2152-2163.

[5] VERBRUGGEN A. Tradable green certificates in Flanders (Belgium)[J]. Energy Policy, 2004, 32(2): 165-176.

[6] VERHAEGEN K, MEEUS L, BELMANS R. Towards an international tradable green certificate system—the challenging example of Belgium[J]. Renewable and Sustainable Energy Reviews, 2009, 13(1): 208-215.

[7] AMUNDSEN E S, MORTENSEN J R B. The Danish green certificate system: some simple analytical results[J]. Energy Economics, 2001, 23(5): 489-509.

[8] MORTHORST P E. Interactions of a tradable green certificate market with a tradable permits market[J]. Energy Policy, 2001, 29(5): 345-353.

[9] 梅天华,边巧燕,谢俊,等.考虑碳排放权的低碳电力调度及收益分摊[J].电力系统自动化,2016,40(22):49-55.DOI:10.7500/AEPS20160427011.

MEI Tianhua, BIAN Qiaoyan, XIE Jun, et al. Low-carbon power dispatching and benefit allocation considering carbon emission allowance[J]. Automation of Electric Power Systems, 2016, 40(22): 49-55. DOI: 10.7500/AEPS20160427011.

[10] 谭忠富,刘文彦,刘平阔.绿色证书交易与碳排放权交易对中国电力市场的政策效果[J].技术经济,2014,33(9):74-84.

TAN Zhongfu, LIU Wenyan, LIU Pingkuo. Policy effect of tradable green certificate and carbon emission trading on China’s electric power market[J]. Technology Economics, 2014, 33(9): 74-84.

[11] 李现忠,蔡兴国,付春梅.碳交易机制下考虑节能减排的竞价交易模式[J].电力系统自动化,2011,35(10):48-52.

LI Xianzhong, CAI Xingguo, FU Chunmei. An energy saving and emission reduction based bidding transaction mode under carbon trading mechanism[J]. Automation of Electric Power Systems, 2011, 35(10): 48-52.

[12] 赵新刚,冯天天,杨益晟.可再生能源配额制对我国电源结构的影响机理及效果研究[J].电网技术,2014,38(4):974-979.

ZHAO Xingang, FENG Tiantian, YANG Yisheng. Impacting mechanism of renewable portfolio standard on China’s power source structure and its effect[J]. Power System Technology, 2014, 38(4): 974-979.

[13] 安学娜,张少华,李雪.考虑绿色证书交易的寡头电力市场均衡分析[J].电力系统自动化,2017,41(9):84-89.DOI:10.7500/AEPS20160516008.

AN Xuena, ZHANG Shaohua, LI Xue. Equilibrium analysis of oligopolistic electricity markets considering tradable green certificates[J]. Automation of Electric Power Systems, 2017, 41(9): 84-89. DOI: 10.7500/AEPS20160516008.

[14] 王佳颖,李蒙,冯利民,等.利用分布式风电并网改善配电线路末端电压[J].电力系统自动化,2015,39(9):145-148.DOI:10.7500/AEPS20141129019.

WANG Jiaying, LI Meng, FENG Limin, et al. Using grid-connected distributed wind power to improve terminal voltage of distribution line[J]. Automation of Electric Power Systems, 2015, 39(9): 145-148. DOI: 10.7500/AEPS20141129019.

[15] 苏剑,周莉梅,李蕊.分布式光伏发电并网的成本/效益分析[J].中国电机工程学报,2013,33(34):50-56

SU Jian, ZHOU Limei, LI Ri. Cost-benefit analysis of distributed grid-connected photovoltaic power generation[J]. Proceeding of the CSEE, 2013, 33(34): 50-56.

[16] 莫颖涛.影响我国分布式发电发展的关键因素[J].电网技术,2008,32(增刊1):176-178.

MO Yingtao. The pivotal effecting factors in the development of distributed generation in China[J]. Power System Technology, 2008, 32(Supplement 1): 176-178.

[17] 齐绍洲,王班班.碳交易初始配额分配:模式与方法的比较分析[J].武汉大学学报(哲学社会科学版),2013,66(5):19-28.

QI Shaozhou, WANG Banban. Initial allowances allocation in carbon trading: comparison of modes and methods[J]. Wuhan University Journal (Philosophy& Social Sciences), 2013, 66(5): 19-28.

[18] 王乾坤,李琼慧,谢国辉.美国加州可再生能源配额制及对我国的启示[J].中外能源,2012,17(9):25-31.

WANG Qiankun, LI Qionghui, XIE Guohui. Renewable portfolio standard in California and its enlightenment for China[J]. Sino-globle Energy, 2012, 17(9): 25-31.

[19] DARLING S B, YOU F, VESELKA T, et al. Assumptions and the levelized cost of energy for photovoltaics[J]. Energy & Environmental Science, 2011, 4(9): 3133.

[20] 王其藩.系统动力学[M].上海:上海财经大学出版社,2009.

[21] 姜庆国,王昀昀,林海涛.基于系统动力学的电力批发市场和零售市场相互关系分析[J].电力系统自动化,2016,40(24):77-84.DOI:10.7500/AEPS20160627004.

JIANG Qingguo, WANG Yunyun, LIN Haitao. Analysis on relationship between electricity wholesale market and retail market based on system dynamics method[J]. Automation of Electric Power Systems, 2016, 40(24): 77-84. DOI: 10.7500/AEPS20160627004.

[22] 韩冬,严正,宋依群,等.基于系统动力学的智能电网动态评价方法[J].电力系统自动化,2012,36(3):16-21.

HAN Dong, YAN Zheng, SONG Yiqun, et al. Dynamic assessment method for smart grid based on system dynamics[J]. Automation of Electric Power Systems, 2012, 36(3): 16-21.

[23] 王伟,张粒子,舒隽,等.基于系统动力学的宏观层电网规划的仿真模型[J].中国电机工程学报,2008,28(4):88-93.

WANG Wei, ZHANG Lizi, SHU Juan, et al. Simulation model of transmission network macro-planning based on system dynamics[J]. Proceedings of the CSEE, 2008, 28(4): 88-93.

[24] 曾丹,姚建国,杨胜春,等.柔性负荷与电网互动的系统动力学仿真模型[J].中国电机工程学报,2014,34(25):4227-4233.

ZENG Dan, YAO Jianguo, YANG Shengchun, et al. System dynamics simulation model of flexible load in interactive power grid[J]. Proceedings of the CSEE, 2014, 34(25): 4227-4233.

[25] 谭忠富,张金良,吴良器,等.中长期负荷预测的计量经济学与系统动力学组合模型[J].电网技术,2011,35(1):186-190.

TAN Zhongfu, ZHANG Jinliang, WU Liangqi, et al. A model integrating econometric approach with system dynamics for long-term load forecasting[J]. Power System Technology, 2011, 35(1): 186-190.

[26] 谈金晶,王蓓蓓,李扬.系统动力学在需求响应综合效益评估中的应用[J].电力系统自动化,2014,38(13):128-134.DOI:10.7500/AEPS20130716017.

TAN Jinjing, WANG Beibei, LI Yang. Application of system dynamics on comprehensive benefits valuation of demand response[J]. Automation of Electric Power Systems, 2014, 38(13): 128-134. DOI: 10.7500/AEPS20130716017.

[27] 黄健柏,黄向宇,邵留国,等.基于系统动力学的峰谷分时电价模型与仿真：(一)模型的建立[J].电力系统自动化,2006,30(11):18-23.

HUANG Jianbai, HUANG Xiangyu, SHAO Liuguo, et al. Peak and valley time price model and simulation based on system dynamics: Part one model establishment[J]. Automation of Electric Power Systems, 2006, 30(11): 18-23.

[28] WANG B, ZHAO L, SUN Y, et al. A system dynamics analysis of incentive mechanisms for demand response programs in China[J]. Environmental Engineering and Management Journal, 2016, 5(1): 213-229.

[29] BUSHNELL J B, CHONG H, MANSUR E T. Profiting from regulation: evidence from the European carbon market[J]. American Economic Journal: Economic Policy, 2013, 5(4): 78-106.

[30] 曾鸣,田廓,李娜,等.分布式发电经济效益分析及其评估模型[J].电网技术,2010,34(8):129-133.

ZENG Ming, TIAN Kuo, LI Na, et al. Economic benefits analysis of distributed generation and its assessment model[J]. Power System Technology, 2010, 34(8): 129-133.

[31] 余顺坤,周黎莎,李晨.基于可再生能源配额制的绿色证书交易SD模型设计[J].华东电力.2013,41(2):281-285.

YU Shunkun, ZHOU Lisha, LI Chen. System dynamic model design for green certificate trading based on renewable portfolio standard[J]. East China Electric Power, 2013, 41(2): 281-285.

[32] 骆跃军,骆志刚,赵黛青.电力行业的碳排放权交易机制研究[J].环境科学与技术,2014,37(增刊1):329-333.

LUO Yuejun, LUO Zhigang, ZHAO Daiqing. Mechanism study on carbon emission trading of power sector[J]. Environmental Science & Technology, 2014, 37(Supplement 1): 329-333.

[33] 李荣华.国外电价改革与实践[M].北京:中国电力出版社,2014.

[34] 曾鸣,钟琼雄,李源非.基于系统动力学的电网可靠性指标影响因素分析[J].电力建设,2015,36(12):123-130.

ZENG Ming, ZHONG Qiongxiong, LI Yuanfei. Influencing factors on power grid reliability index based on system dynamics[J]. Electric Power Construction, 2015, 36(12): 123-130.

[35] ARANGO M A, CARVAJAL S X, YOUNES V C. How to promote distributed resource supply in a Colombian microgrid with economic mechanism?: System dynamics approach[J]. DYNA, 2015, 82(192): 11-18.

[36] MORRIS G Y, ABBEY C, JOOS G, et al. A framework for the evaluation of the cost and benefits of microgrids[R]. Bologna, Italy: Ernest Orlando Lawrence Berkeley National Laboratory, 2012.

[37] VIRGINIA C. Electric distributed generation—a challenge or opportunity[C]// AABE Legislative Issues and Public Policy Committee, July 9, 2014, Washington, DC, America: 1-5.

[38] ZHANG F, DENG H, MARGOLIS R, et al. Analysis of distributed-generation photovoltaic deployment, installation time and cost, market barriers, and policies in China[J]. Energy Policy, 2015, 81: 43-55.

[39] 薛金花,叶季蕾,陶琼,等.面向不同投资主体的分布式光伏运营策略研究[J].电网技术,2017,41(1):93-98.

XUE Jinhua, YE Jilei, TAO Qiong, et al. Operating strategy of distributed PV system for different investors[J]. Power System Technology, 2017, 41(1): 93-98.

[40] Lazard Ltd. Lazard’s levelized cost of energy analysis—version 10.0[R]. 2016.

[41] JOE B. A new approach to assessing locational value of community solar projects[EB/OL].[2016-10-27]. http://www.communitysolarvalueproject.com/uploads/2/7/0/3/27034867/20161027_bourg_local.pdf.

SystemDynamicsBasedAnalysisonIncentiveMechanismofDistributedRenewableEnergyResources

ZHAOShengnan1,WANGBeibei1,LIYang1,SUNMin2,ZENGWei2

(1. School of Electrical Engineering, Southeast University, Nanjing210096, China;2. Electric Power Research Institute of State Grid Jiangxi Electric Power Company, Nanchang330000, China)

National and local clean energy development policies facilitate a spurt growth in installed capacity of clean energy. Although both carbon emission trading (ET) and tradable green certificates (TGC) trading can promote clean energy development, there are some differences between the effects on distributed and centralized renewable energies. Based on the conduction process analysis of the certificate cost, system dynamics method is used to build models in both wholesale market of centralized renewable energies and retail market of distributed renewable energies, respectively. The interaction model among TGC market, ET market and electricity market are built and the distribution system model containing distributed renewable energies is established as well. The developmental trajectories of centralized and distributed renewable energy are simulated and the influence on distributed renewable energy of TGC and ET price setting is also analyzed. On this basis, the facilitation on distributed renewable energy by the proposed incoming sharing mechanisms is verified.

This work is supported by National Natural Science Foundation of China (No.71471036) and National High Technology Research and Development Program of China (863Program) (No.2015AA050401).

carbon emission trading; tradable green certificates; renewable energy sources; system dynamics

2017-05-17;

2017-09-28。

上网日期: 2017-11-20。

国家自然科学基金资助项目(71471036);国家高技术研究发展计划(863计划)资助项目(2015AA050401)。

赵盛楠(1990—),女,通信作者，博士研究生,主要研究方向:电力需求侧管理。E-mail： dongnanzsn@163.com

王蓓蓓(1979—),女,博士,副教授,博士生导师,主要研究方向:电力市场和需求侧管理。E-mail: wangbeibei@seu.edu.cn

李 扬(1961—),男,博士,教授,博士生导师,主要研究方向:电力市场和需求侧管理。E-mail: li_yang@seu.edu.cn

(编辑孔丽蓓)