碳中和背景下跨省电力交易空间结构及影响因素研究

张慧敏，李 晏，冯天天，杨益晟

（1.中国地质大学（北京）经济管理学院，北京 100083；2.国家电力投资集团有限公司，北京 100029）

0 引言

为实现“碳中和”目标，中国积极推动各类能源环境战略方案的落地实施[1]，不断推进能源转型和可再生能源发展。跨省电力交易通过协调电力调度、优化资源配置、促进清洁能源跨省跨区消纳，对维持区域电力电量平衡，推进电网稳定、安全、经济性运行，推动“碳中和”实现起到了重要作用。

2020 年6 月10 日，国家发改委能源局正式印发《电力中长期交易基本规则》，推进了跨省跨区电力交易发展[2]。但随着“碳中和”目标的提出，发展可再生能源的迫切性增加。基于我国各省电量供需不平衡、发电方式差异较大且具有明显区域性等特征，各省实现电力电量平衡的需求和大规模高比例新能源并网的趋势将对跨省电力交易提出更高要求。因此，了解省间电力交易的结构演化特点及其影响因素，对进一步完善适应高比例新能源并网的跨省电力交易、实现电力电量平衡具有指导作用。

对于省间/区域电力交易机制和发展状况，已有不少学者通过研究电力市场发展现状，提出区域电力贸易机制[3]、区域电力联营模型[4]和多区域经济调度模拟方法[5]；进一步根据交易及运营商的特点，构建电力交易平台的运行机制[6-8]。

复杂网络模型能够揭示系统中的组织结构及相互关系，已有学者探讨了在电网分析中应用复杂网络的重要性[9-10]，运用复杂网络方法评估系统可靠性[11]，并对电力贸易网络[12]、电力行业碳排放[13]、行业用电量[14]等的演化特征进行分析，为电力交易结构、电力交易网络发展趋势等分析提供了新思路。

通过二次指派程序（Quadratic Assignment Procedure，QAP）分析能够识别社会网络中的相关关系，多数学者运用其分析人口流动[15]、经济贸易[16-17]、资源贸易[18]、碳排放[19-20]等的影响因素，为电力交易网络的影响因素分析提供了思路和借鉴。

现有文献为跨省跨区域电力交易研究提供了理论基础和方法支持。本文创新性地将复杂网络应用于电力系统和输电网络的演化，分析跨省跨区域电力交易网络的结构及演化特点，并与QAP 相结合，分析网络演化的影响因素，进一步补充了现有的跨省跨区电力交易等方面的研究。

1 省间电力交易空间网络模型构建

1.1 复杂网络模型构建

复杂网络模型通过构建关系网络，分析个体和各子系统之间的相互关系及结构特征，主要由节点、边、度、加权度等要素构成。本文中跨省电力交易空间结构即为一个复杂网络，表示各省进行电力交易时形成的跨越地域的交易网络。其中，节点为所有参与电力交易的省份；边为存在电力交易的省份之间的连线；度表示省间连线的数量；加权度表示一个省份受入和送出的总电量。由节点、边、度、加权度等要素共同构成跨省电力交易空间网络，网络中具体特性公式如下。

1）聚类系数（Clustering Coefficient，C）表示网络节点间的聚集程度，如式（1）所示：

式中：Ci为省间电力交易网络中各省份间交易的密切程度；i为网络中第i个省份；ki为与i省存在交易的省份数；E为真实存在交易的省份之间的连线数。

2）特征向量中心性（Eigenvector Centrality，EC）表示某一节点在网络中的影响力，如式（2）所示：

式中：ECi为一个省份在省间电力交易网络中的影响力；μ为常数；wij为从i省到j省的电力交易量。

3）中介中心性（Betweenness Centrality，BC）为通过某一节点最短路径的数量与全部最短路径的比值，表示某一节点的中介性，如式（3）所示：

式中：BCi为1 个省份在电力交易网络中的媒介作用；gjk(i)为网络中从j省到k省要经过i省的路径中，最短路径的数量；gjk为网络中从j省到k省的路径中，最短路径的数量；n为所有路径总和。

4）紧密中心性（Closeness Centrality，CC）表示1个节点与其他节点的接近程度，如式（4）、式（5）所示：

式中：CCi为1 个省份向另1 个省份受入或送出电力时，对其他省份的依赖程度；di为省间电力交易网络中能够连接i省与j省的最短路径数与总路径数的比值；dij为能够连接i省与j省的最短路径。

5）网络密度（Network Density，D）表示省间电力交易网络关联的紧密性，如式（6）所示：

式中：D为网络的密度；L为网络中边（存在电力交易的省份之间的连线）的数量；N为网络中节点（所有参与电力交易的省份）的数量。

1.2 QAP分析

本文使用Ucinet6 软件[21]，在复杂网络分析的基础上，将省间电力交易网络作为因变量，政策支持力度、特高压输电建设情况、电力交易供需差为自变量进行QAP 分析，并将数据处理成二值邻接矩阵。

根据复杂网络分析结果，在计算年份中，若出现以下任何一种情况，如两个省份存在电力交易、某一省份颁布的有关省间电力交易的政策发文数量大于1、两个省份之间存在建成使用的特高压直流换流站或者特高压交流变电站、某一省份的发电量小于用电量，则在二值表中记为1，反之记为0。二值表的数值设定见表1。

表1 二值表的指标设定Table 1 Indexes setting of binary table

1.3 数据收集与处理

由于数据可得性，本文研究选择国家级电力交易中心——北京电力交易中心年报中的数据进行省间电力交易分析，因此，处理数据中不包含华南地区的部分交易数据。QAP 分析中的数据主要来自2016—2019 年国家电网《社会责任报告》、《全国电力工业统计快报》及各省政府网站。

2 省间电力交易空间网络分析

2.1 省间电力交易空间网络结构演化

通过Gephi 软件进一步分析省间电力交易空间网络整体结构。2016—2019 年网络平均聚类系数如表2 所示，网络平均聚类系数增大表明我国省间电力交易越来越密切。省间电力交易空间网络密度如图1 所示，网络密度增长表明省间电力交易网络关联性不断增强。省间电力交易空间网络演化如图2 所示，其中节点颜色由蓝色至红色、越偏向红色表明连接点越多；边的线条越粗，表明交易量越大。由图2 可知，省间电力交易空间网络规模逐渐增大，其中，2016—2017 年多为一对一交易，山西、四川、浙江、江苏等地与其他省份交易较多；而2018—2019 年省间电力交易较为密切，新疆、西藏、四川、甘肃等地与其他省份交易逐渐增多。这表明，整个网络在不断地扩大优化，网络中心逐渐由东部转移到西部。

表2 2016—2019年省间电力交易空间网络平均聚类系数Table 2 Average clustering coefficient of interprovincial power transaction spatial networks（2016-2019）

图1 2016—2019年省间电力交易空间网络密度Fig.1 Density of inter-provincial power transaction spatial networks（2016-2019）

图2 2016—2019年省间电力交易空间网络演化Fig.2 Evolution of inter-provincial power transaction spatial networks（2016-2019）

在2019 年的省间电力交易网络中，特征向量中心性如表3 所示，其中山东、陕西、福建的地位较为重要，其与邻居省份的交易对网络的影响力较大。中介中心性如表4 所示，其中四川、西藏跨省交易对象较多、交易量较大，在省间电力交易中处于核心领导地位。紧密中心性如表5 所示，其中湖北、安徽、浙江、内蒙古、陕西等省份是网络的中心参与者，与其他省份交易联系较多，在省间电力交易过程中对其他省份依赖较低。

表3 2019年特征向量中心性前10名省份Table 3 Top 10 provinces of eigenvector centrality in 2019

表4 2019年中介中心性前10名省份Table 4 Top 10 provinces of betweenness centrality in 2019

表5 2019年紧密中心性前10名省份Table 5 Top 10 provinces of closeness centrality in 2019

进一步整理数据结果，可得2019 年重点电力送出省份如图3 所示，主要为四川、宁夏等西部地区。2019 年重点电力受入省份如图4 所示，主要为山东、陕西等华中地区，并且这些重点电力送出和受入省份均与多个省份进行交易。结合中心性分析可知，在省间电力交易网络中，重要程度较高、影响力较大的省份多为重点电力受入和送出省份，其在电力交易中处于主动地位。

图3 2019年重点电力送出省份Fig.3 Key power sending provinces in 2019

图4 2019年重点电力受入省份Fig.4 Key power receiving provinces in 2019

2.2 省间电力交易空间网络影响因素分析

由于我国地域广阔、能源分布不均，省间电力交易网络演化的影响因素包括资源禀赋、电力成本价格、通道资源、战略规划、各省电源及负荷结构等。考虑研究的时间跨度和数据可得性，本文从以下3 个方面进行分析：（1）技术上，特高压输电线路的建设是推进省间电力交易的重要技术支撑；（2）供需关系上，各省各区域间的电力供需形势进一步推动了跨省电力交易；（3）政策上，各省政府政策支持力度支撑省间电力交易发展。因此，本文将特高压输电建设情况、省内电力供需差、各省政策支持力度作为省间电力交易的影响因素。

省间电力交易网络与特高压输电建设情况呈高度正相关，与省内供需差呈显著负相关，与政策支持力度基本不相关，具体相关性分析结果如表6所示。由表6 可知，在技术上，特高压输电项目建设会为省间清洁能源电力交易提供支撑；在供需关系上，现有供需形式也会对省间电力交易产生一定影响；在政策上，虽然国家和各省级政府机关颁布了一系列政策推进省间电力交易的发展，但由于政策具有滞后性，在相关性分析结果中政策支持力度与省间电力交易网络的相关性不强。

表6 2016—2019年QAP相关性分析结果Table 6 Results of QAP correlation analysis（2016-2019）

进一步对省间电力交易网络与特高压输电建设情况、供需差进行回归分析，结果如表7 所示，其中R2为对拟合回归效果的评价指标。

表7 2016—2019年QAP回归分析结果Table 7 Results of QAP regression analysis（2016-2019）

由表7 可知，特高压输电建设情况对省间电力交易网络存在显著的正向影响，且影响强度较大。虽然是由于电力交易需求而建设的特高压输电线路，但是特高压输电线路的建设也为省间电力交易的实现提供了有效支撑。这是因为，特高压输电线路具有远距离、大容量、低损耗输电的优势。在电力资源不平衡背景下，特高压输电线路的建设有利于促进跨省跨区电力交易网络的发展。在省间电力交易网络与供需差的回归分析结果中，二者存在显著的负向影响，但是影响较为微弱。即使供需市场已经逐步趋于稳定，但电力供给端的增多仍会在一定程度上驱动省间电力交易网络扩大。随着“碳中和”目标的推动和能源转型的发展，发电方式将逐步由传统能源发电转为可再生能源发电，由于区域特性，可再生能源发电基地多集中在中国西北部地区。电力供给端的转变和发展，一定程度上会促进省间电力交易。

3 完善中国省间电力交易机制的建议

在新型电力系统建设背景下，随着高比例可再生能源并网，省间电力交易的中心省份逐步转移，同时，可再生能源的随机性和波动性会使省间电力交易和调度的难度增大，省间电力交易机制亟需进一步优化完善。

1）发挥中心省份作用，建立电力市场交易区。依据全国各省各区域电力供需和电网建设情况，以资源合理配置和供需缺口调剂为主要目的，建立跨区域交易中心，并积极发挥中心性省份的作用，破除省间交易壁垒[22]。

2）建立适应新型电力系统的省间电力交易机制。协调电量受送端供需关系，因地制宜考虑电网可再生能源出力特性、跨省电力交易的差异性、省间电量供需特性、省间输电线路约束等多维度问题，在中长期交易中，对电量进行从年度到月度、周度的有效分解，建立更符合电网电力电量平衡的省间电力交易机制[23]。

3）合理规划并推进跨省跨区特高压输电通道建设，提高电力外送能力，降低输电损耗，实现清洁能源跨省跨区的高效、合理配置。

4）增强资源统筹配置能力。随着可再生能源发电渗透率的逐渐提高，深刻考虑在保障电力电量平衡的同时兼顾电网运行效率的经济性[24]，增强资源统筹配置的能力，在允许条件下优先消纳可再生能源发电，提高跨省跨区电力供应的可靠性和经济性。

4 结语

在碳中和背景下，为推进能源转型发展，促进可再生能源优先消纳，实现可再生能源优化配置最大化和电力电量平衡的经济性，本文对中国省间电量交易空间网络的结构演化及其影响因素进行了分析。研究发现，省间电力交易网络不断扩大优化，网络中心逐渐由东部转移到西部，且四川、西藏等主要电力送出省份和山东、陕西等主要电力受入省份在交易网络中的影响力较大。另外，影响省间电力交易网络的主要因素是特高压输电线路建设情况和电量供需差。因此，以特高压为引领的电网建设和清洁能源发展带来的供给端的推动，会进一步推进省间电力交易网络的发展。同时，特高压输电线路建设也为省间电力交易网络的发展提供了技术支撑，从而保证省间电力电量调度的稳定性。

未来，随着高比例可再生能源并网发展，我国将逐步推进西北部大型风电、光伏发电基地以及沿海地区海上风电基地建设，中国西北部地区和沿海地区或将逐步演变为省间电力交易网络的中心，成为重要的节点[25]。