分段线性考核机制下售电公司购电策略优化

张 静，王建国，车 权，林晶怡，徐瑞林

（1. 中国电力科学研究院有限公司，北京100192；2. 电能替代技术联合实验室（中国电力科学研究院有限公司），北京 100192；3. 国网重庆市电力公司，重庆 400000；4. 国网重庆市电力公司 电力科学研究院，重庆 401121）

0 引言

随着《关于进一步深化电力体制改革的若干意见》发布，我国电力体制改革逐渐向市场化方向发展，售电公司可以直接与发电商签订合约或者在市场中以竞价方式获取电能，并通过不同的电力套餐销售给电力用户。由于购电侧电量、电价及用户负荷均存在波动，不少售电公司因缴纳大量偏差考核费用而面临退市风险。因此，研究售电公司如何适应电量偏差考核机制、优化购售电策略对增强其盈利能力与抗风险能力具有重要意义。

目前，已有部分文献针对售电公司电量偏差考核机制开展了研究。文献［1］在考虑日结算周期的偏差电量考核机制下，提出了考虑偏差考核成本下的售电公司冷热电供系统的滚动优化模型。文献［2］通过引导规模化的电动汽车有序充放电，实现对偏差电量的弥补，进而减少考核费用。文献［3］通过分析电量偏差对售电公司收益影响，建立了偏差考核下售电公司收益模型，并将可中断负荷需求响应与负荷回储响应引入收益模型中，帮助售电公司减小偏差电量。文献［4］运用鲁棒优化方法建立了售电公司在偏差考核机制下的竞价策略模型。文献［5］为合理应对偏差考核问题，建议售电公司可以采用电量互保策略减少电量偏差或采用与储能电站电量交易方式降低偏差考核成本，同时对用户组合建立用电偏差预警机制。

现有文献大多基于政策文件的单段式电量偏差考核（single pricing energy imbalance settlement，SP-EIS）机制进行研究分析，忽略了该机制给售电公司带来的破产风险的影响，缺乏对考核机制本身的优化设计研究。

本文首先优化了传统单段式线性考核机制，提出了分段式线性定价偏差考核（piecewise linear pricing energy imbalance settlement，PLP-EIS）机制；其次建立了包括双边合约市场、月度集中竞价市场、自主发电以及需求响应4 种购电方式并存的购电成本模型；然后提出了考虑PLP-EIS 的售电公司购电优化模型，并在此基础上提出了售电公司的风险规避模型；最后，基于某省的电力市场相关数据进行了实证分析，验证了所提出的模型、策略的有效性。

1 批发市场购电成本及偏差考核模型

1.1 售电公司购售电结构介绍

我国电力市场构成主体可以分为5 大类：发电类、售电类、电网、电力交易中心、用户类。

现阶段，售电公司主要通过与发电商签订中长期的双边合约来购买电能，并将电能以天为单位销售给电力用户。随着分布式电源以及需求响应项目的开展，售电公司获取电能的方式主要为下述4种：①双边市场购买电力，通过与发电商提前一段时间签订购电合约，并且确定交割时间以及电量、电价；②月度集中竞价市场购买电力，在月度集中竞价市场上报购电计划，电力交易中心在月末进行偏差考核；③自主生产电能，售电公司可通过自有分布式发电设备获取部分电能，通过配电网与用户接入［6］；④需求响应项目获取电能，售电公司利用优惠措施引导部分电力用户参与需求侧响应，进而获取可削减或者可中断负荷资源［7］。已有部分学者将这几种不同获取电能的方式相结合来优化成本，但优化的结果与实际偏差仍然有较大的出入。

1.2 分段线性偏差考核机制

传统电量偏差考核机制以SP-EIS机制为主，主要弊端为随着偏差电量的增大考核费用不断增大，不利于鼓励电力市场主体的发展［8］。鉴于此，本文基于SP-EIS 机制提出PLP-EIS 机制，不仅可以考核售电公司，更有利于保护售电公司盈利。

在PLP-EIS机制下售电公司的偏差考核单价与其购电合约执行偏差率关系如图1所示。购电合约执行偏差率α如式（1）所示，为月度累积偏差电量与购电合约电量比值

图1 PLP-EIS机制Fig.1 PLP-EIS mechanism

式中：ES(t)、EB(t)和ΔE(t)分别为售电公司在t时段售电量、合同电量和偏差电量。

式中：pc(t)为第t月的月度集中偏差考核单价。

1.3 市场购电成本模型

（1）双边合约市场

该市场环境下，售电公司主要通过与不同发电商签订合约获取电能，其购电成本如式（4）所示

式中：xb(t,m)min、xb(t,m)max分别为第m个合约所规定的第t月的电量下限和上限。

（2）月度集中竞价市场

在集中竞价市场中，假设售电公司的申报电量均可获得。售电公司从集中竞价市场的购电成本由市场出清价和成交电量决定，如式（6）所示

式中：L0(t)为售电公司在t月除双边合约电量外的月度负荷；λ1、λ2分别为售电公司申报电量的最小值和最大值。

1.4 自主生产和需求响应成本模型

（1）自主生产成本模型

假设售电公司的自主发电设备为天然气发电机。天然气发电的发电成本主要由以下3个部分组成：电厂总投资成本、燃料成本、运行维护成本。发电设备的成本与发电量有关，发电成本系数呈分段阶梯型增长［9］，该发电设备的成本如式（8）所示

式中：FDR(t)为在第t月可中断负荷用户的补偿总成本；J为参与响应的可中断负荷用户总数量；pDR(j,t)、xDR(j,t)分别为售电公司与第j个用户签的可中断电价、电量。可进一步表示为式（11）—式（12）

式中：xDR(j,t)min为在第t月第j个可中断负荷用户的中断负荷最小值；xDR(j,t)max为月最大值；n(j,t)max为最大中断次数。

2 批发市场购电策略优化模型

为了确定最优的购电配比，最大程度地降低售电公司的购电成本，本文建立了批发市场购电策略优化模型。

售电公司购售电收益为式（15）

式中：F(t)为售电公司在第t月购售电收益；π(r)为不同场景出现概率。

约束条件除满足上文中式（5）、式（7）、式（9）、式（13）和式（14）之外，还应满足式（17）电量平衡约束和式（18）售电价格约束

式（17）表示第r个场景下的电量平衡约束，式（18）中C(t)max和C(t)min为售电公司售电价格最大值和最小值。

3 风险规避优化模型

条件风险价值（conditional value at risk，CVaR）克服了风险价值指标（value at risk，VaR）不满足风险计量一致性的缺陷［9］。为了更好量化并规避交易风险，本文建立了售电公司购电风险规划模型。售电公司在批发市场的收益CVaR值为式（19）—式（21）

式中：DVaR[F(t)]为售电公司在批发市场收益的VaR；DCVaR[F(t)] 为售电公司在批发市场的CVaR；ε为CVaR 的置信水平；f(t,r)为售电公司的损失函数；F(t)为售电公司在第t月的期望收益；F(t,r)为售电公司在场景r下第t月的期望收益。

售电公司的风险规避优化模型的目标函数如式（22）

式中：δ为售电公司的风险偏好系数；U[ ]F(t) 为售电公司风向效益函数。

4 算例分析

4.1 基础数据及基本假设

本文选择某省电力市场运行数据验证模型的有效性和适用性。其中，免考核的上下边界值分别为θ1=-2.5%，θ2=2.5%，且正、负偏差考核单价上限值为5倍月度集中竞争成交价差。集中购电市场中，假设售电公司申报的电量均可获得，以该省2019年8月份的月度集中竞价数据为基础模拟生成负荷-出清场景。认为该省出清价格、负荷数据分布均为正态分布，标准差分别为1.5 和3.5，利用蒙特卡洛模拟法和Kmeans聚类法最终生成1 600 个负荷-出清场景。月度集中市场的申报电量范围参数分别设定为：λ1=0.5，λ1=1.2。售电公司对用户的售电均价为580 元/MWh。

在双边市场中，售电公司与4个发电商签订双边购电合同，最小供电量分别为10 000 MWh、10 000 MWh、8000MWh、15000MWh，最大供电量分别为35000MWh、30 000 MWh、25 000 MWh、30 000 MWh，平均电价为460 元/MWh、410 元/MWh、540 元/MWh、470 元/MWh。

天然气发电设备发电成本系数分为3 段：最大最小输出分别为15 000 MWh、0 MWh；成本系数分别为300元/MWh、340元/MWh、380元/MWh；发电上限分别为7 000 MWh、5 000 MWh、3 000 MWh。

售电公司与6 类用户签订可中断负荷合同，中断电量和补偿价格如表1所示。

表1 可中断负荷合同相关参数设定Table 1 Parameter setting of interruptible load contract

4.2 月度市场偏差考核结果分析

本节通过设置两种场景分析售电公司在不同偏差考核机制下偏差电量考核结果和收益状况。其中场景A为售电公司只通过双边市场和月度集中竞价市场购电，具体情况如图2、表2 所示。场景B为售电公司在场景A基础上考虑自主发电和可中断负荷，具体情况如图3、表3所示。

图2 场景A售电公司偏差电量及收益Fig.2 Electricity selling company deviates from the amount of electricity and revenue of scenario A

图3 场景B售电公司偏差电量及收益Fig.3 The electricity selling company deviates from the amount of electricity and revenue of scenario B

表2 场景A中售电公司偏差电量及收益对比Table 2 Electricity selling company deviates from the amount of electricity and revenue of scenario A

表3 场景B中售电公司偏差电量及收益对比Table 3 Comparison of deviation quantity and revenue of electricity selling companies of scenario B

根据表2和图2，场景A中售电公司在同偏差考核机制下偏差电量考核结果和收益情况显示，当售电公司不考虑偏差考核成本时，该公司2019年电量平均偏差率高达6.17%，最高偏差率为8.52%，在考虑SP-EIS机制时，该公司2019年电量平均偏差率降到了2.64%，而在PLP-EIS机制下，该公司2019年电量平均偏差率仅为1.65%。从售电收益角度来看，当不考虑偏差考核成本时，该公司的月平均利润为1 401 万元；在考虑SP-EIS 机制时，该公司的月平均利润为1 585 万元；而在考虑PLP-EIS 机制时，该公司的月平均利润进一步提高到1 797万元，相较于不考虑偏差考核成本的月平均利润提高了396万元。

根据表3和图3，当不考虑偏差考核成本时，场景B售电公司2019年月平均偏差率为3.21%，相较于场景A下降了2.96%；考虑SP-EIS机制，场景B月平均偏差率为1.91%，相较于场景A下降了0.73%；而考虑PLPEIS机制，场景B中月平均偏差率进一步降低到1.11%，相较于场景A下降了0.54%。从售电收益来看，场景B下售电公司的月平均收益进一步提高，考虑PLP-EIS机制的月平均利润高达到2 073万元，收益效果显著。

因此，在考虑偏差考核机制时，PLP-EIS机制相较于SP-EIS 机制会使售电公司得到更低的电量偏差率和更高的月平均利润。

4.3 购电优化结果分析

首先，设定售电公司不考虑风险影响，即风险偏好因子δ=0，本文提出的考虑PLP-EIS 机制的购电策略优化模型，可得到售电公司购电分配结果及成本组成情况，如表4所示。

表4 售电公司购电分配结果Table 4 Purchasing and distribution results of electricity selling company

由于双边市场可以避免市场交易电价和电量的波动风险，其电量分配占比为48.22%，是售电公司主要的购电来源。集中竞价市场购电是平衡双边市场购电偏差的重要方式，但由于存在申报约束以及出清电价存在波动性，其电量分配占比为27.17%。自主发电和可中断负荷手段获取电能成本相对较低，因此二者的电量分配占比较低，分别为15.10%和8.88%。通过考虑PLP-EIS机制的购电策略优化模型进行优化之后，该公司的电量偏差率仅为0.63%，考核费用为23.3万元，偏差考核成本减少显著。

其次，通过设置不同风险偏好系数，并选择不同的购电场景来对比分析不同购电方式和风险规避程度对售电公司交易结果的影响。购电场景设置如下：场景1为仅在月度竞价市场购电；场景2为在双边市场和月度竞价市场购电；场景3 为在月度竞价市场购电并且调用可中断负荷；场景4 为通过上述4种方式购电。售电公司在不同购电场景下的期望收益和风险损失情况如图4和图5所示。

图4 售电公司在不同场景下的期望收益Fig.4 Expected revenue of the electricity selling company in different scenarios

图5 售电公司在不同场景下的风险损失Fig.5 Risk loss of electricity sales company in different scenarios

根据图4和图5，随着风险规避因子增大，除了场景1，其他场景的期望收益和风险损失均呈现明显的下降趋势。场景1表示仅从集中市场获取电能，因此在不同的风险规避因子下，其风险损失变动很小，高于其他3种场景。场景2在场景1基础上加入双边市场购电，受双边市场高电价及低电量、电价风险影响，该场景下风险损失及期望收益均要小于场景1。场景3相对于场景2，将双边市场购电改为调用可中断负荷。调用可中断负荷成本较双边市场较低而风险规避效果不及双边市场，因此场景3的期望收益高于场景1，而风险损失介于场景1与场景2之间。场景4综合了各种购电方式在成本及风险规避的优势，相对于其他3种场景，期望收益最高，风险损失最低。

5 结束语

为了提高售电公司在现阶段中长期电力市场中的盈利能力与抗风险能力，本文在传统SP-EIS机制的基础上提出PLP-EIS机制，基于PLP-EIS机制的偏差考核成本、双边合约购电成本、集中市场购电成本、自主发电成本以及需求响应补偿成本提出售电公司购电优化模型，并在此基础上考虑风险偏好因素，提出售电公司的风险规避优化模型。算例分析表明：①在考虑和不考虑SP-EIS机制两种情况下，考虑SP-EIS机制时售电公司月度购电量偏差率最低且月度利润最高；②在双边合约市场和月度集中竞价市场两种购电方式中，加入自主发电和需求响应两种购电方式后，售电公司的月度购电量偏差率更低、利润更高；③受其他购电途径自身因素的限制，双边合约市场和集中竞价市场仍然是售电公司的主要购电途径，二者共占售电公司总购电量的75%左右；④在考虑风险规避因素的情况下，通过双边市场、月度集中竞价市场、自主生产电能、需求响应项目方式购电可以为售电公司带来最高的期望收益与最低的风险损失。

考虑PLP-EIS 机制的情况下，售电公司可以最大化收益和最小化风险，因此，决策者可以参考PLP-EIS 机制改进现有偏差考核机制，为售电公司提供更好的生存环境；售电公司需要在双边合约市场和集中竞价市场外拓展自主发电能力与需求响应能力，以期提高盈利能力与抗风险能力。D