考虑绿色证书交易的跨省区电力市场均衡分析

武群丽，席曼

（华北电力大学经济管理系，河北省 保定市071003）

0 引言

随着我国能源资源短缺、环境污染加剧等问题日益显著，节能减排、低碳经济、清洁能源发展已经成为能源技术革命和能源结构变革的主要趋势。可再生能源由于环境友好性和可持续性被认为是未来替代传统能源的重要能源[1]。当前，我国电力体制改革和电力市场建设的关键任务在于提高可再生能源在系统中的应用比例，解决可再生能源大规模进入市场、大规模并网等问题。但由于可再生能源的发电具有间歇性和波动性，且我国的资源禀赋与电力负荷呈现逆向分布[2-3]，导致我国多地“三弃”现象严重，抑制了可再生能源的规模发展。因此，仅通过省内电力市场的建设仍然不能满足可再生能源的消纳需求，必须在更大的范围内实现可再生能源的相互补偿。

长期以来，我国一直实施的可再生能源固定电价补贴(feed-in tariffs,FITs)存在资金缺口大、审核手续复杂等缺陷[4]。为了促进可再生能源消纳和持续健康发展，国家推行一系列政策措施。2017年1月，我国开始实施绿证认购工作。2018年3月、9月、11月国家能源局先后三次发布《可再生能源电力配额及考核方法(征求意见稿)》，明确配额制于2019年1月1日起正式实施，意味着可再生能源正在从完全需要国家补贴或其他经济激励性手段支撑，开始向无补贴的市场化经济政策过渡[5-6]，形成市场机制下可再生能源配额制(renewable portfolio standards，RPS)与绿色交易证书(tradable green certificate，TGC)相结合的制度体系。该制度体系的落实将对可再生能源的跨区消纳产生重要影响。

目前，部分学者探究了RPS宏观层面和前期规划设计，发现RPS机制在目标形式、义务主体、运作方式、激励程度等制度准参数安排和规则设计都不尽相同[7-11]。而部分学者也分析了RPS对市场主体策略行为和电力市场价格的影响[12-14]。文献[15]通过建立两阶段联合模型，探究发电商在不同市场中的策略行为。文献[16]从投资决策角度建立了可再生能源投资期权博弈模型，结果表明在无差别配额下，成本更高的发电技术将被挤出市场。文献[17]提出一种基于非合作博弈的可再生能源跨区域消纳竞价方法。

综上，前人研究多将绿证价格作为政策外生参数进行均衡分析，而实际上绿证价格的敏感性和波动性与电能价格存在一定的关联。在绿色证书交易机制之下，从微观经济学和成本差异性角度来分析跨省区电力市场均衡还鲜有研究。鉴于此，本文将探讨可再生能源配额比例变化对电力市场均衡的影响，以引导政府科学实施配额制，发现可再生能源真实的正外部性价值，解决可再生能源跨区生产与消纳的不平衡性问题。

1 跨省区电力交易市场架构

可再生能源配额制是国家对各省级行政区域全社会用电量规定的最低可再生能源电力消费比重指标，其规定有效的可再生能源发电组合主要包括风电、光伏、生物质、地热等，简称绿电。由于我国可再生能源发展不平衡分布显著，部分省份依靠自身可再生能源装机发电完成配额难度较大，通常省内可再生能源电力供给与需求难以保持均衡。为了确保国家实现可再生能源发展目标，需考虑实施跨省区绿证交易以及与其密切相关的配额政策。截至目前，全球约有20个国家实施绿证制度。在国外绿证交易实践中，大部分国家采取现货与双边交易市场的方式进行绿证交易，如英国、瑞典、意大利和澳大利亚等。美国的绿证与交易电量的出售形式采取捆绑式和非捆绑式，其中双边交易市场对应捆绑式，现货交易市场对应非捆绑式。印度的绿证则通过统一价格拍卖的方式进行交易。根据国际绿证交易方式，各省可通过以下2种方式完成可再生能源配额义务：

一是捆绑式。即在绿电交易市场中捆绑出售可再生能源电力及相应的绿色证书。在绿证的核算方法上，规定1 MW·h的可再生能源电量可核发1个绿证。捆绑式的最大特点是售电企业和用户在购买可再生能源电力的同时也购买了绿色证书，既满足了购买具有真实绿色属性商品的需求，也有利于促进可再生能源的消纳。二是非捆绑式。即分别出售常规电力和绿色证书。非捆绑式避免了大量可再生能源电力的跨区交易，有助于消除输电阻塞及电力调度困难问题，但需考虑绿色证书市场价格的波动影响。

跨省区电力交易市场及绿色证书的存在将改变原有市场的结构状态，使交易环境复杂化。捆绑式TGC能够有效的激励售电企业和用户主动消纳可再生能源，并可起到稳定可再生能源市场，降低参与者市场风险的作用，有利于可再生能源市场起步[18]。本文以捆绑式TGC作为可再生能源的获得途径，新的交易市场架构如图1所示。电力零售商作为配额义务承担主体需要通过火电交易市场购买物理电力，并通过绿电交易市场购买可再生能源电力及绿色证书；能源主管部门承担核发绿证、监管市场等职责。

图1 跨省区电力交易市场架构Fig.1 Structure of trans-provincial power trading market

2 考虑绿色证书交易的跨省区电力市场均衡模型

2.1 模型描述

本文从微观经济学的角度对配额制下的跨省区电力交易市场进行经济解释。考虑2个主要角色：发电商（电力和绿色证书的供给侧）和零售商（电力和绿色证书的需求侧）。设计的火电交易市场与绿电交易市场是由各省发电商相互竞争形成的。为了简单起见，将各省所有绿电发电商看成一个整体，记为RE，所有火电发电商看成一个整体，记为TH。电力零售商看成一个整体，记为D。在考虑省区间发电成本差异性的情况下，各省发电商以自身利益最大化为目的积极参与市场竞争。

2.2 模型基本假设

假设1：在售电侧改革逐步深入的背景下，假设发电商处于完全竞争的市场环境中。

假设2：存在省i、省 j进行跨省区电力市场交易，省i的绿电边际发电成本大于省j的绿电边际发电成本。

假设3：不考虑跨省区输电网阻塞。

假设4：根据国家能源局确定的可再生能源配额义务承担主体属于“消费端”，假设配额用α表示，且0 ≤α≤1，即省内可再生能源消纳占比，等于各省可再生能源消纳量除以本地区全社会用电量。

假设5：与火电发电商相比，绿电发电商虽然燃料消耗成本可不计，但由于绿电发电的间歇性和波动性，需要更多的运维成本与旋转备用成本。假设火电发电商与绿电发电商均具有如下二次成本函数[15,19-20]：

2.3 模型建立

火电发电商的利润由其在火电交易市场上的交易收益与发电成本组成，各省火电发电商利润最大化模型为：

由利润最大化的一阶条件，可得火电发电商的市场出清条件：

绿电发电商的利润由其在绿电交易市场上的交易收益、发电成本以及绿证收益组成，各省绿电发电商利润最大化模型为：

由利润最大化的一阶条件，可得绿电发电商的市场出清条件：

根据假设条件，考虑省区间发电成本差异性的跨省区绿电交易市场均衡模型，如图2所示。省i完成配额目标需要达到a′对应的绿电产量，同时省j完成配额目标需要达到b′对应的绿电产量。而实际上配额制及绿色证书的存在将使各省以a、 b对应的绿电产量达到均衡。此时，在跨省区绿色证书交易中，对于超额完成配额的义务的省份j可将其多余的绿色证书放在绿色证书市场中进行出售并由省份i进行购买。省之间绿色证书交易数量由配额α、绿电产量及电力需求共同决定。对于捆绑式TGC，绿证价格作为绿电价格中的绿色属性，可用绿电价格与火电价格的差额来表示，则绿电交易市场中的绿证价格及供需均衡表达式如下：

图2 跨省区绿电交易市场均衡模型Fig.2 Equilibrium model of trans-provincial renewable energy power market

在需求侧，平均上网电价Pe为火电价格与绿电价格的线性组合并且满足全国用电需求曲线：

式中：D表示全国用电需求；f(D)表示全国用电逆需求函数；m、n为大于零的常数。

根据电力市场运行及各主体的行为特征，约束条件主要包括电力市场均衡约束以及政策约束，则约束公式如下：

3 模型求解

由上述模型可以看出，2个市场的均衡结果存在相互影响的关系。利用MATLAB 2018b求解上述模型即可获得跨省区火电交易市场与绿电交易市场联合的各电力交易主体交易电量、省间绿证交易量以及交易价格等均衡结果。

3.1 跨省区电力交易主体最优交易电量

各省发电商根据利润最大化原则，进行跨省区电力交易。在完成配额义务的前提下，得到电力交易市场上各省绿电、火电最优交易电量及电力交易总量：

3.2 跨省区电力交易主体最优省间绿证交易量

依据上述模型，首先根据配额指标得到各省需要消纳的绿电数量即各省绿电需求总量，再根据式(18)得到最优绿证交易量：

3.3 跨省区电力交易主体最优交易价格

根据市场出清条件得到市场均衡状态下的绿电及火电交易价格，代入式(17)、式(19)得到绿证价格及平均上网电价：

4 算例分析

4.1 数据假设

本文选取省i、省j内火电发电商绿电发电商基本参数进行研究[20]。考虑到目前绿电发电成本仍然高于火电发电成本，本文假设绿电发电商边际成本的截距与斜率均大于火电发电商。各省发电商基本参数如表1所示。电力市场逆需求函数P(D)=600−0.138D。

表1 发电商基本参数Table 1 Cost coefficients of various generation companies

4.2 配额变化对发电商交易电量的影响

在不受配额约束前提下，绿电高额的发电成本成为制约其融入电力市场竞争的关键因素。为了扭转这一成本劣势，引入了RPS及TGC制度。

基于上述参数对本文提出的跨省区火电交易市场与绿电交易市场联合的均衡模型进行验证。图3给出了考虑TGC的配额制下跨省区电力交易市场中配额变化对各省发电商最优交易电量及电力交易总量的影响。可以看出，当配额力度加大时，各省绿电交易电量呈现先递增后递减的趋势；当基准配额比例较低时，随着配额目标α的增加，火电交易电量小幅度下降。若继续提高配额比例，则火电交易电量急剧下降，最终导致电力交易总量的大幅下降，此时绿电的需求也将减少。

图3 配额对各发电商交易电量的影响Fig.3 The impact of quotas on traded electric quantity of various generation companies

4.3 配额变化对电力市场交易价格的影响

图4 为不同配额比例下电力市场交易价格变化情况。随着配额需求的不断扩大，受市场供求关系的影响，绿电市场均衡价格先提高后下降；火电市场均衡价格不断降低；绿证价格呈现先递增后递减的特征。这表明如果配额比例设置过高，火电需求急剧下降，火电价格过低，将会损害火电发电商的利益，进而削弱火电发电商参与电力交易市场的积极性。同时过高的平均上网电价及绿证价格会增加配额义务承担主体的成本，进而导致电力销售价格过高，最终会给终端用户带来用电压力。

图4 配额对电力市场交易价格的影响Fig.4 The impact of quotas on electricity market transaction price

因此，制定配额时要综合考虑需求侧及生产侧成本的相适应，配额过低会引发绿证交易行为激励不足，配额过高则使得消费侧负担过重，导致电力总需求下降。

4.4 配额变化对各省总成本的影响

图5 为不同配额比例下，各省的总成本变动情况。可以看出，无论省i还是省j，随着配额比例的不断提高，其发电总成本先递增后递减，呈现倒“U”型。当配额α较小时，各省完成配额目标需要消纳的绿电数量与实际交易的绿电数量差额随配额比例的增加而减小，此时省之间绿证交易数量逐渐减少，省总成本逐渐增加；当配额α适中或较高时，随着配额比例的增加，省之间绿证交易数量逐渐扩大，此时省总成本逐渐降低。在总成本最大时，省之间绿证交易数量为零。因此，在配额制的政策设计中，需将配额与成本结合起来考虑，最大可能的促进省之间绿证交易的实施。

图5 配额对各省发电总成本的影响Fig.5 The impact of quotas on total power production cost of various provinces

4.5 绿电发电成本变化对发电商交易电量的影响

由于资源禀赋和技术成熟度的不同，绿电发电成本存在差异。不同绿电发电成本对发电商交易电量的影响如图6所示。这里，绿电发电成本系数设置为火电发电成本系数的不同倍数以表示绿电发电成本的变动。图中电量下角标数字1和2分别表示火电发电成本系数乘相应倍数。结果表明：1）绿电与火电发电成本差距越小，其在配额制政策下的发电商交易电量就越大；2）当配额一定时，绿电交易电量随绿电发电成本的减少呈现递增趋势。目前我国风能、光伏等发电技术相对成型，产业发展集成化，应进一步更新技术，激发可再生能源市场潜能，有效地推进可再生能源的生产与消纳。

图6 绿电发电成本对各发电商交易电量的影响Fig.6 The impact of the cost of renewable energy power generation on traded electric quantity of various generation companies

5 结论

通过对所建模型进行算例仿真，得出以下结论：

1）配额α值过低时，导致几乎没有绿电及TGC的交易；随着配额力度的加大，绿电的市场占有率会持续增加；若制定较高的配额α，则需求侧与火电发电商的效益会有明显下降，绿电需求也将减少。根据可再生能源发电的特点，高份额的市场占有率会增加电网稳定运行的潜在风险。针对该类问题，政府应科学设置配额比例，确保各省供给侧与需求侧的利益相适应，对于火电发电商来说能够在未来承担起更多维持电网稳定安全运行的调节作用。

2）随着可再生能源配额需求的增加，绿证价格呈现先递增后递减的特征。绿证价格的敏感性和波动性与电能市场紧密相关。实施RPS及TGC制度，政府能够以市场的手段发现可再生能源真实的正外部性货币价值，通过控制绿证价格上限和下限实施价格干预，保证绿证交易的公平与效率。

3）各省总成本关于配额的增加呈现倒“U”型分布；各省参与配额制下的跨省区绿色证书交易较未参与时能够有效降低总成本。本文从微观的层面解析了跨省区绿证交易形成机理，构建的跨省区电力交易市场联合模型将会促进省之间资金与资源的灵活流通。为此，在推进绿证为载体的配额制时，需将配额、价格与成本结合起来综合考虑，激励引导各省参与跨省区绿证交易。

本文研究中，假设电力市场为完全竞争市场具有一定的局限性。后续可针对不同市场运营模式，综合考虑跨省区输电网阻塞以及不同售电企业及用户需求曲线对可再生能源消纳贡献的差异性影响进行更为深入的研究，以进一步落实售电企业及用户的消纳责任。