考虑发电商差异与奖惩的增强型可再生能源配额制设计与仿真

赵文会， 王上佳， 侯建生， 王 辉

（1. 上海电力大学 经济与管理学院，上海 200090；2. 国网金华供电公司 经济技术研究所，金华 321016）

随着气候变化的日益加剧和化石燃料的短缺，构建以可再生能源 (renewable energy, RE) 为基础的新型电力系统，已成为世界范围内的普遍目标[1]。作为世界最大的能源消费国，中国已承诺在2030 年前实现碳排放达峰，并争取2060 年前实现碳中和[2]。发电行业作为全国碳排放量中占比最高的行业，在“30·60”目标下尤为值得关注[3]。2019 年5 月，国家发改委发布了《关于建立健全可再生能源电力消纳保障机制的通知》，其标志着中国可再生能源配额制 (renewable portfolio standards,RPS)的正式实施[4]。但与欧美国家相对成熟的可再生能源政策相比，我国政策仍处于初级阶段，无法满足可再生能源发展的需求。因此亟需细化现行配额制，从售配电侧提高可再生能源消纳意愿，为顺利实现发电行业碳达峰奠定基础[5]。

在此背景下，实现发电行业由传统化石能源电力向可再生能源电力转变，是目前实现发电行业碳中和的主要研究方向之一。为了解决于此带来的可再生能源消纳问题，配额制与绿色证书交易机制 (tradable green certificate, TGC) 作为发电行业的主要政策工具，成为国内外学者的研究焦点。王强等[5]从绿证价格形成机理入手，设计并完善了我国的绿证交易机制；Bao 等[3]认为，绿色证书机制存在固有弊端，会使资金和技术向低成本的可再生能源类型倾斜，导致高成本的可再生能源如光伏将陷入发展停滞的状态；Zhao 等[6]强调，绿证市场会对绿证需求侧产生影响，进而增加化石能源发电商的利润。Zhang 等[7]认为，更高的配额比率可以增加可再生能源的份额，减少碳排放，进而增加社会福利。

通过回顾现有文献，发现其鲜有对不同配额主体下的RPS 政策做出对比，大多数文章只是分析了单一配额主体下RPS 与其他政策的配合问题，并没有分析不同配额主体的选用对我国电力系统发展的影响。本文在先前研究的基础上有如下创新：

a. 分别构建了发电侧与售配电侧配额制模型，分析了两者对我国可再生能源消纳以及电力价格的影响；

b. 设计了可再生能源发电商(renewable energy sources, RES)评价体系，该体系反映了发电技术带来的度电成本差异，将发电商的综合评分与绿证核发数量挂钩，提高了绿证核发的科学性；

c. 在计及发电商差异的基础上，设计了一种考虑奖惩的增强型可再生能源配额制，并就奖惩参数对配额责任主体收益的影响进行了分析。

1 可再生能源配额制模型设计

1.1 模型假设

a. 假设市场中存在m个 化石能源发电商、n个可再生能源发电商以及l个售电商。其中，可再生能源发电商包括风力发电与集中式光伏发电，售电商主要指电网公司。

b. 假设售电商在售配电市场上供给给用户的电价为统一值p′。

c. 绿证在市场中发放、回收、价格都将受到政府管制，价格假设为低于政府补贴的固定值pg。

d. 假设可再生能源发电商与化石能源发电商发电成本为

式中，U，v为反需求函数参数，且均大于0。

1.2 区分发电商个体的绿证核发与评价模型

绿色证书是对可再生能源发电商发出电量进行确认的一种指标，现阶段国内外RPS 对于绿证核发的标准基本为1 MWh 可再生能源电力兑换1 张绿证，事实上这种标准并不能反应RPS 之间的差异性以及不同发电技术带来的度电成本差异。本节以陆上风电与集中光伏为基础，制定了衡量发电商经济与技术水平的综合评价指标，并使用熵权法确定不同指标的评价权重，最终得到系统中每个发电商的综合得分，该得分可以衡量发电商在发电环节中应得的绿证数量。

1.2.1 可再生能源发电商评价指标

RES 评价指标定义如表1 所示。其中，经济指标用于衡量可再生能源发电商的生产效益与成本，技术指标用于衡量发电商的发电电能质量。

表1 可再生能源发电商综合评价指标Tab.1 Comprehensive evaluation metrics of RES

表1 中，Qw和Qu分别为风电厂与光伏电厂在一个发电周期内的发电量；Aw是风电厂过风面积；Au是 光伏电厂的面板设计面积；Rw和Ru分别为风电厂与光伏电厂设计造价；Iw和Iu是对应电厂在一个发电周期内的收入；Cw和Cu是对应电厂的在一个发电周期内的厂用电支出；Pw,max，Pw,av，Pw,min分别代表风电厂的设计功率最大、平均和最小值；Pu,max，Pu,av，Pu,min分别代表光伏电厂的设计功率最大、平均和最小值；tw和tu是对应电厂机组年故障停机时间；Tw和Tu是对应电厂的年机组运行时间。

1.2.2 绿证核发体系

上述评价指标可以综合反映发电商的经济与技术情况，但尚不明确指标重要程度之间的差异，现使用熵权法为每一项指标分配对应的权重系数，最后将其标准化为一个综合评价指标得分Γi(0 ＜Γi≤1)。使用熵权法计算发电商不同指标权重的步骤如下：[9]

a. 将发电商i的上述6 项评价指标所得数据Si1,···,Sij进行标准化，标准化后记为Vi1,···,Vik，使用式(4)进行标准化，Si1,···,Sij与Vi1,···,Vik均大于0。

b. 求发电商i各项指标值的比重βij

c. 计算各指标的信息熵Ej

d. 计算各指标的权重值ωj

e. 计算发电商的最终评价指标得分真值

f. 并进行归一化得到最终评价指标得分

1.3 可再生能源配额分配模型

1.3.1 配额目标

配额目标 λ用于指导配额主体承担可再生电力消纳责任，在构建新型电力系统的背景下，合理设置配额目标是有效促进可再生能源发展的关键。根据现阶段我国政策[4]，本文采用的最低配额目标为15%，激励配额目标为16.5%。

1.3.2 配额完成度

配额完成度 ξk用于考量配额主体本期的配额完成情况，本期售电商购入的绿电与绿证之和将记为本期已完成的配额电量，售电商配额完成度的计算公式为

式中：Qsg,k是售电商k本期购入的绿电电量；qsg,k是 售电商k本期购买的绿证所代表的绿电电量；Qrg,k为 售电商k的本期的配额电量。

1.3.3 配额分配

当配额责任主体没有按要求完成配额目标时会受到惩罚，超额完成配额目标时会受到激励。考虑到不同售电商在区域内的市场份额以及上期配额完成程度的不同，本期售电商配额将由上期的售电量在区域内占比 η′k、上期配额比例完成度系数 ε′k、以及本期本区域应完成的配额电量决定，计算式为

1.3.4 激励与罚金

罚金在可再生能源消纳过程中起到了督促作用，因此合理设置罚金的大小关系到电力市场与绿证市场的正常运行[10]。罚金与奖励FBk的定义方式为

当本期配额未完成时( 0 ≤ξk＜1)，售电商需要向地方监管部门支付罚金。罚金等于本期未完成的配额电量与单位罚金 γpg的乘积，单位罚金设置为绿证价格的 γ倍。由《关于建立健全可再生能源电力消纳保障机制的通知》可知，当配额主体当期完成配额比例比 λ多1.5%时将会得到激励， β为激励系数。当 1 ≤ξk＜1.015时，售电商不需要缴纳罚金，也不会收到激励。

1.4 博弈模型

在电力市场与绿证市场上，市场参与者包括可再生能源发电商、化石能源发电商与售电商，这三者均以自身利润最大化为目标，因此构成博弈模型[11-12]。

1.4.1 可再生能源发电商

可再生能源发电商i的 利润 Πg,i为

其中qg,i为绿证出售量。

发电商发电出力受到机组安全工作区间约束，即

式中，Qgmin，Qgmax分别为当期可再生能源发电商i可以发出的最小和最大电量。

可再生能源发电商i当期的绿证交易量应小于等于其当期的绿证拥有量，即

绿证市场上进行交易的售电商买入绿证个数应等于可再生能源发电商卖出的绿证个数，即

1.4.2 化石能源发电商

化石能源发电商的利润函数 Πc,j为

化石能源发电商发电出力受到机组安全工作区间约束，即

式中，Qcmin，Qcmax分别为当期化石能源发电商j可以发出的最小与最大电量。

1.4.3 售电商

根据中国国内目前的市场结构可知，市场上的可再生能源发电量远小于政策所规定的全社会需要消纳的配额电量，因此售电商必须购买一定的绿证来补充其应尽的消纳责任[13]。因此售电商的收益 Πs,k为

售电商卖出电量一定小于购入电量，即

售电商的买入电量之和一定小于各发电商总发出电量，即

1.4.4 基于利润最大化的最优决策模型

各市场参与主体均以其各自利润最大化为目标，则最优决策模型为

求解上述条件可以得到化石能源发电商的最优发电出力和最优利润分别为

同理，可以得到可再生能源发电商的最优发电出力和最优利润分别为

求解可得售电商最优售电量为

通过上述分析，本文给出了最优利润目标下的博弈均衡解，接下来将通过具体的计算仿真，讨论不同情景下的电力价格与市场主体收益变化情况。

2 算例分析

2.1 情境设计

本文设立3 种情景模式，在此基础上进行算例分析，3 种情景如表2 所示。

表2 情景设计Tab.2 Scenario design

a. RFO 情景依照文献[14]中采用的发电侧配额制，规定化石能源发电商为配额责任主体。在本情景下火电商利润如式(38)所示。Fd,j为定额罚金，设置为绿证价格的 γ倍，本情景下取固定值γ=0.1，如式(39) 所示。售电商的利润函数如式(40)所示。其他参数设计不变。

b. RRO 情景依照售配电测配额制，规定售电商为责任主体。在本情景下，售电商的利润函数为

式中，Fk为罚金。

罚金的大小应正比于售电商当期的未完成配额电量，单位罚金规定为绿证价格的 γ倍，取固定值 γ=0.1，如式(42)所示。其他参数设计不变。

c. 情景3（ERPS）为本文第1 章中设计的增强型可再生能源配额模型。

2.2 数据准备与评价结果分析

2.2.1 数据准备

采用Matlab 进行仿真，现使用国内10 家光伏发电商与10 家风能发电商作为市场主体中的可再生能源发电商，另外选用10 家化石能源发电商共30 家作为市场主体中的发电商主体，选取3 家售电商作为配额责任主体，所涉及的基本数据[8,10,15-18]见表3 和表4。

表3 基本参数ⅠTab.3 Basic parameters Ⅰ

表4 基本参数ⅡTab.4 Basic parameters Ⅱ

2.2.2 评价结果分析

使用前述计算方法对不同发电商进行分析与打分，可以得到这些可再生能源发电商的综合指标得分。图1 可以清楚地反映发电商当期所拥有的绿证数量与发电量之间的比例关系，图中柱上的数字代表该发电商的评价得分。可以看到发电商Gg,17的得分为满分，其将成为“标准可再生能源发电商”。

图1 可再生能发电商发电量与绿证拥有量Fig.1 Renewable energy generators generation and greencertificate ownership

2.3 发电侧配额制下的的收益分析

RFO 情景下，由于责任主体为化石能源发电商，售电商收益仅由市场电价和购电量决定，因此仅需分析另外两者的利润以及电力市场电价。带入算例可以得到图2，其反映了市场中全部发电商的利润总和随配额比率的变化情况。由图可知，随着政府逐步提高配额目标，化石能源发电商的利润将会逐步下降，而下降的速度随着RPS比率的增大逐步减缓。可再生能源发电商的利润则会逐步上升，上升的速度同样随着RPS 比率的增加逐步减缓，当RPS 比率大于30%后，其利润上升速度明显变缓。

图2 RFO 情景下发电商利润总和变化情况Fig.2 Profits of all generators under the RFO scenario

表5 则展示了不同规模化石能源发电商在RPS 比率变化时收益的变化情况，该表按照化石能源发电商的装机容量从左到右降序排列。从中可以看出，当RPS 从0.15 上升到0.25 时，各家发电商的利润下降均在48%左右。考虑到不同发电商之间的规模差异，面对同样比率的收益下降，规模更小的发电商退出市场的概率将增大。这种情况说明，发电侧的RPS 政策可以快速有效地淘汰建造时间较为久远、机组排放较大的小型化石能源发电商。综上所述，发电侧配额制在相同RPS 比率上升区间内，可以通过加速淘汰高排放的小型机组达到快速优化电源结构、促进减排的目的。

表5 化石能源发电商在不同配额下的收益情况Tab.5 Benefits for fossil energy generators under different RPS ratios

续表 5

图3 反映了RFO 情景下的电力市场价格的变化情况，电力市场价格随着RPS 比率的增大迅速增加，在RPS 比率上升至40%之前，电价上升十分迅速，且最终达到较高水平。快速上升的电价将会挤压售电商的利润空间，虽然本文假设售配电价为固定值，但在实际市场上，电力市场的价格必然会传导至用户，从而导致二级市场电价上升明显，进而导致社会福利损失[19]。

图3 RFO 情景下的电力市场价格Fig.3 Electricity market price under RFO scenario

2.4 售配电侧配额制下的收益分析

RRO 情景下的责任主体为售电商，图4 反映了市场主体各自的利润总和随RPS 比率的变化情况，图5 反映了同期的电力市场价格变化情况。从中可看到，在政策施行初期，三者的利润均未产生较大变化。当RPS 比率从20% 上升至30%时，可再生能源发电商的利润出现了明显上涨，化石能源发电商的利润下降较大，但同期电力市场价格的稳定在344 元/MW。根据化石能源发电商的利润函数，当p不变时，其利润函数在研究范围内是发电量Qc,j的单调增函数，即化石能源发电商利润的下降是由其发电量减少造成的。当RPS比率大于30%后，可再生能源发电商的收益趋近平稳，其均衡收益与RFO 情景差别不大。

图4 RRO 情景下市场主体利润变化情况Fig. 4 Profit changes of market players under the RRO scenario

图5 RRO 情景下电力市场价格变化情况Fig. 5 Electricity market price changes under the RRO scenario

对比RRO 与RFO 情景，两者虽然都可以通过削减化石能源发电商的利润来逐步淘汰高排放的火电机组，但RRO 情景下的电力市场价格在政策实施初期上升较为平缓，降低了对二级市场电价的冲击，且最终均衡值也较RFO 情景的低。当RPS比率大于0.3 时，利润的下降将急剧变大，高排放的化石能源发电商将会被立刻淘汰，为可再生能源发电商留出市场，进一步提高可再生能源发电商的利润上升空间，从而实现由化石能源向可再生能源的转变。综上所述，售配电侧配额制相较于发电侧配额制在政策推行初期更有利于二级电力市场稳定。

2.5 增强型配额制下的收益分析

图6 给出了当RPS 比率为0.15，0.40，0.60 时，售电商收益随激励系数 β与罚金系数 γ的变化情况。

图6 售电商利润的变化情况Fig. 6 Profit changes of retailers

可以看出，随着激励系数的增大，售电商利润上升十分明显，售电商收到的激励正比于当期售电商的超额完成配额量。但当 β ＞0.6时，激励对售电商的刺激程度明显减弱，随着 β的进一步增大，售电量利润变化幅度并不明显。此外，罚金系数 γ对售电商利润的影响也较为直观，随着 γ的增大，售电商利润也随之减小，同样当 β ＞0.6时，罚金对售电商利润的影响程度明显减弱。因此可以发现 β对售电商利润的刺激存在壁垒，当管理者对配额责任主体同时施行激励与惩罚政策时，需要综合考虑 β 与 γ的取值，从而避免政策失效。综合对比RRO 与ERPS 情景下的售电商收益情况可以发现，由于激励的加入，当惩罚系数一定时，ERPS 下的收益将明显改善，售电商为了获取超额收益，将会超额完成当期配额，从而实现可再生能源消纳从被动向主动的转变。

3 结 语

针对我国发展现状，分析了不同主体配额制对可再生能源消纳的效果，并在此基础上构建了考虑配额责任主体差异与奖惩的增强型可再生能源配额制。结果表明：

a. 售配电侧RPS 相较于发电侧的RPS 而言，在政策施行初期带来的电价上涨幅度较为平缓，因此更有助于降低对二级电力市场的冲击，且在政策推行后期可以有效降低化石能源发电商收益，从而间接促进可再生能源发展。

b. 增强型配额制主要体现在对配额责任主体的奖惩制度上，仿真结果发现奖励政策存在壁垒（体现在奖励系数 β上），超过该壁垒将导致奖惩政策失灵，因此监管者在设置奖惩系数时需要综合考虑 β 与 γ的取值。

c. 增强型配额制的实施可以通过改善售电商的收益情况，进一步促进可再生能源消纳。

本文提出的增强型配额制适用于我国构建新型电力系统，有助于通过监管实现促进可再生能源消纳的目的。