基于山东电力现货市场的新能源电站盈亏策略研究

陈筱中，刘 伟，刘宇明，张天宝，吕 昂

（山东电力交易中心有限公司，山东 济南 250001）

0 引言

2015 年，国务院发布中发［2015］9 号文《关于进一步深化电力体制改革的若干意见》，预示着我国进入电力体制改革的新时代。2017年，国家发展改革委和国家能源局印发《关于开展电力现货市场建设试点工作的通知》，第一次提出构建现货市场，并选择8个地区作为建设试点，进一步加快了电力市场体系建设的步伐。至2019 年，试点地区通过借鉴国内外现货市场规则，并结合自己省份内部的能源配比情况，形成各自的现货市场机制与技术支持系统，并完成模拟试运行。2020 年，国家发展改革委、国家能源局联合发布发改办能源规［2020］245号文《关于做好电力现货市场试点连续试结算相关工作的通知》，对试点建设中存在的问题进行梳理，并提出进一步要求。2021 年，国家发展改革委发布发改价格［2021］1439 号文《关于进一步深化燃煤发电上网电价市场化改革的通知》，放开燃煤发电上网电价，推动工商业用户都进入市场，取消目录电价，全面推进电力市场建设［1-4］。

随着中国电力市场的建设，新能源的反市场特性越来越显著，怎样建设新能源体系，使新能源更好参与电力市场，同时又能促进新能源消纳，成为国内外研究的重点课题。文献［4］介绍了国外5 个现货市场运行情况和国内8 个试点单位现货结算试运行状况，分析了电力现货市场的结构设置以及促进可再生能源消纳的市场机制。文献［5］从政策角度给出促进清洁能源消纳的市场机制设计的建议。文献［6］研究新能源电厂参与电力市场交易的不平衡费用处理机制。文献［7-8］重点探讨了国外新能源参与电力市场的机制设计以及运行情况。文献［9］通过美国得克萨斯州电网的运行分析，得出了国外新能源参与电力市场的机制和实践经验。文献［10］提出能源转型时期中国特色电力市场建设的一些思考与重要问题。文献［11-13］主要分析了新能源参与现货市场的调度优化算法。文献［14-16］主要分析了市场主体在现货市场中的竞价策略。

目前国内相关研究仅局限于新能源参与市场机制上，对新能源参与某种机制市场下的盈亏行为缺乏必要分析。首先介绍山东电力现货市场架构和相应规则，以及新能源参与市场的机制。在此基础上，深入研究参与中长期交易的新能源电站结算电价的数学模型，并通过结算试运行的结果进行分析。最后，得出结论并给出对新能源主体参与现货市场的启示。

1 山东电力现货市场新能源参与机制

1.1 山东电力现货市场架构和相应规则

山东电力现货市场由三部分构成，分别为日前市场、日内机组组合调整和实时市场，采用全电量申报、集中优化出清的方式开展，通过集中优化计算，得到机组开机组合、分时发电出力曲线以及分时现货市场价格。

现阶段，采用“发电侧报量报价、用户侧报量不报价”模式组织省内日前市场交易。参与市场的发电机组申报运行日的报价信息，售电公司和批发用户申报运行日的用电需求曲线，不申报价格。电力调度机构通过预测负荷曲线，考虑边界条件，采用安全约束机组组合（Security Constraint Unit Commitment，SCUC）、安全约束经济调度（Security Constraint Economic Dispatching，SCED）算法进行集中优化计算，出清得到运行日的机组开机组合、分时发电出力曲线以及分时节点电价，用于市场交易结算。之后，电力调度机构预测全网系统负荷和母线负荷，采用相同的SCUC、SCED 模型，进行可靠性机组组合校验，结果用于发电机组组合和发电出力实际执行。

日内机组组合调整根据电网运行实际情况开展。电力调度机构可根据电网运行的最新边界条件，采用SCUC、SCED 算法进行优化计算，得到机组开机组合、分时发电出力曲线。日前市场形成的交易出清结果（含价格）不进行调整。

实时市场中，电力调度机构基于最新的电网运行状态与超短期负荷预测信息，综合考虑各种运行约束条件，在日前市场与日内机组组合调整确定的开机组合基础上，以发电成本最小为优化目标，采用SCED 算法进行优化计算，滚动优化机组出力，形成各发电机组需要实际执行的发电计划和实时节点电价。电力调度机构在系统实际运行前15 min 开展实时市场交易出清，滚动修改未来2 h市场交易结果。

1.2 新能源参与市场的机制

集中式新能源电站（不含扶贫光伏）按自愿原则参与中长期交易，按照风电、光伏典型发电曲线或自定义曲线，申报合同电量、价格（不含容量补偿电价）。参与中长期交易的新能源电站全电量参与现货市场。未参与中长期交易的新能源电站（不含扶贫光伏），按现货规则规定参与日前现货市场出清及定价，实际上网电量的90%按照其实际发电曲线，按照政府批复价格结算。

新能源电站在出力未受限时段按考核电量和政府批复新能源电价进行预测偏差考核，考核电量为预测曲线和实际出力曲线偏差电量的2%（允许偏差除外）。在新能源消纳未受限时，新能源电站超出实时市场出清曲线运行部分（允许偏差除外），按实时市场出清电价的5% 回收偏差收益（价格为负时取0）［17-20］。

2 参与中长期交易的新能源电站结算电价模型

参与中长期交易的新能源电站每时段市场化电量电费为

式中：R为该时段市场化电量电费；Rz为该时段中长期合约电费收入；Rr为该时段日前市场偏差电费收入；Rs为该时段实时市场偏差电费收入。

每时段电量电价（不考虑偏差考核部分）为

式中：P为该时段电量电价；Pz为该时段中长期净合约电价；P日前为该时段日前市场节点电价；P实时为该时段实时市场节点电价；Qz为该时段中长期净合约电量；Q日前为该时段日前市场中标电量；Q实时为该时段实时市场上网电量。

可知，结算价格P是随实时价格P实时波动的，α、β为产生盈亏的两个因子。两个因子均含有由价格决定的盈亏因素以及由电量决定的幅值因素。

α因子表明，在中长期价格超过日前价格时段，多签中长期合约收益更大；在中长期价格低于日前价格时段，少签甚至不签收益更大。灵活签约及转让中长期合约，是盈利与否的重要手段。

日前价格和实时价格是全网集中出清得到，β因子表明，无阻塞情况下，全网同盈同亏，而日前出清电量和实时上网电量的比值决定了盈亏的幅度。电站在日前市场的报量报价，是将盈亏扩大或缩小的重要手段。

3 山东新能源电站结算情况分析

3.1 山东新能源电站总体结算情况

2021 年12 月份，山东共11 家风电站和1 家光伏电站参与中长期交易，总上网电量1.50 亿kWh（占新能源总上网电量的3.23%），其中，中长期交易电量0.52 亿kWh，占比34.24%。合约电量占比最高的电站为93.31%，最低的电站为9.79%；未参与中长期交易的新能源电站总上网电量45.12 亿kWh（占新能源总上网电量的96.77%），其中，优先电量40.61 亿kWh，占比90%。

参与中长期交易的风电站均价395.78 元/MWh（含容量补偿）。较合约价下降最少电站M 为23.12 元/MWh，较合约价下降最多的电站N 为86.59 元/MWh。未参与中长期交易的风电站均价383.47元/MWh（含容量补偿）。

3.2 曲线分析

图1、图2、图3 为M 电站12 月份相关成分曲线，图4、图5、图6 为N 电站相关成分曲线。左侧纵坐标为价格，主要涉及结算价格、中长期合约价格、日前出清价格、实时出清价格；右侧纵坐标为百分比，主要涉及中长期合约占比、日前出清占比；横坐标为日期，日期之间代表各个时刻。

图1 M电站12月1日—10日相关成分数据曲线

图2 M电站12月11日—20日相关成分数据曲线

图3 M电站12月21日—31日相关成分数据曲线

图4 N电站12月1日—10日相关成分数据曲线

图5 N电站12月11日—20日相关成分数据曲线

通过曲线图可以直观地看出，中长期占比大部分时段接近于0，出现若干尖峰；日前出清占比大部分时段接近于1（日前电量等于实时电量，预测准确），也出现若干尖峰。出现尖峰的时刻几乎吻合，原因可能为恶劣天气导致风机无法正常运转使实时上网电量大幅降低。价格方面，日前出清价格和实时出清价格曲线走势大致相同，均呈现午间低谷时段价格低、晚间高峰时段价格高的态势，体现了现货价格反映供需关系的作用。

由之前理论分析可知，结算价格受α因子、β因子影响。当中长期占比出现尖峰时，α因子产生的影响是使结算价格曲线与日前出清价格曲线相反。当日前出清占比出现尖峰时，β因子产生的影响是：日前出清价格大于实时出清价格时，抬高结算价格；日前出清价格小于实时出清价格时，拉低结算价格。

由图1—图3 可以看出，12 月1 日开始时刻占比均未出现尖峰（），结算价格曲线与日前出清价格曲线基本重合。此时α≈0，而Q日前与Q实时近似相等，从而P≈P日前。18：00—19：00 日前出清占比出现小高峰，而中长期占比并未出现，此时结算价格主要受β因子影响，实时出清价格大于日前出清价格，造成结算价格出现下降。21：00，中长期占比与日前出清占比均出现高峰，此时结算价格受α因子、β因子双重影响，中长期合约价格低于日前出清价格，α因子导致结算价格下降，实时出清价格大于日前出清价格，β因子也导致结算价格下降，二者叠加使价格下降幅度较大。12 月3 日08：00—10：00，中长期占比与日前出清占比均出现高峰，08：00—09：00，中长期合约价格低于日前出清价格且实时出清价格高于日前出清价格，导致结算价格很低，09：00—10：00，日前出清价格和实时出清价格出现下降，此时日前出清价格低于中长期合约价格且高于实时出清价格，导致结算价格较高。12 月9 日01：00—02：00，此时价格主要受β因子影响，但由于日前出清价格和实时出清价格相等，使β因子产生的盈亏为0。12月24日—26日，恶劣天气影响导致风电站部分风机被迫停运，日前出清电量和实时出清电量偏差较大，经政府相关部门同意，调度部门事后将日前出清曲线修正为实时出清曲线，图3 中可以看出，由于中长期占比较高，此时结算价格主要受α因子影响，结算价格曲线与日前出清价格曲线以中长期合约价曲线为轴对称分布。

图4—图6，在坐标比例相同的情况下，N 电站曲线变化幅度明显小于M 电站。12 月1 日23：00，中长期占比与日前出清占比同时出现高峰，且二者高峰曲线重合，此时日前出清价格与中长期价格近似相等，α因子影响不大，而实时出清价格大于日前出清价格，β因子产生影响导致最终结算价格较低。12 月7日上午时段，中长期占比与日前出清占比同时出现高峰，从图中可明显看出，02：00—04：00时段日前价格和实时价格曲线重合，结算价格此时只受α因子影响，价格稍高，但04：00—11：00 时段中长期、日前、实时的价格都有偏差，α因子和β因子共同影响，导致结算价格大幅度下降。12月17日01：00时段，中长期占比与日前出清占比同时出现高峰，此时日前出清价格与实时出清价格近似相等，β因子影响不大，中长期价格大于日前出清价格，最终结算价格较高。12月19日11：00—13：00时段结算价格出现较高的水平，但12：00 时刻结算价格出现回落，观察价格曲线，此时中长期价格与日前出清价格价差最大，理论上价格应该更高，实际上不升反降，观察中长期占比与日前出清占比曲线不难发现，在此时刻占比曲线也出现回落，虽然对结算价格的影响也是使结算价格高于中长期均价，但不及相邻两个时刻，体现出α因子与β因子中的幅值影响因素。12 月24 日—26日，与M 电站不同，N 电站中长期占比接近于0，此时结算价格曲线跟日前出清价格曲线重合。

图6 N电站12月21日—31日相关成分数据曲线

通过曲线分析，我们可以看到，M 电站在中长期市场和日前市场的行为制造了很多个尖峰，使得结算价格变化幅度大，虽风险较高，但收益可观。相反，N 电站行为较为保守，甚至一些错误的行为导致大部分时段价格低于中长期价格。

4 结语

研究参与中长期交易的新能源结算价格的影响因素，并通过对山东电力现货市场2021年12月份两家典型风电站相关曲线的进行分析验证。主要结论与建议包括：

1）建议中长期采用带曲线的交易模式，根据日前出清价格的变化规律，在峰时段少签约中长期，在谷时段多签约中长期，可增加α因子盈利因素。峰时段少签中长期，电量以高现货价格卖出；谷时段多签中长期，面对低价现货市场，以中长期价格进行稳固。所以，抢占谷段用户市场尤为关键。

2）电厂在日前市场的报量报价，是将盈亏扩大或缩小的重要手段。日前出清价格和实时出清价格大小不好预估，可在日前市场提高报价、减少出清电量，降低β因子产生的风险。

3）新能源实际上网电量受天气影响较大，恶劣天气会使α因子、β因子影响扩大，此时大概率会出现亏损。可预测的情况下，可以出让部分中长期合约，并在日前市场提高报价，降低亏损的程度。另外，恶劣天气对新能源参与市场的机制有待进一步研究。

4）根据山东电力现货市场新能源消纳机制，新能源电站实时上网电量不会受到日前出清和实时出清结果的限制，在不受限时段，发出电量均会并入电网，但会根据实时上网电量与日前出清电量和实时出清电量的偏差进行预测偏差考核和偏差收益回收。所以，提高预测准确性非常重要，可以减少考核。