面向多时间尺度市场交易的电网企业代理购电决策模型

吴华华，张思，甘雯，沈诚亮，江昕玥，李雅婷，杨莉

（1.国网浙江省电力有限公司，杭州 310007；2.国网浙江省电力有限公司湖州供电公司，浙江 湖州 313000；3.浙江大学 电气工程学院，杭州 310027）

0 引言

2021年10月《国家发展改革委办公厅关于组织开展电网企业代理购电工作有关事项的通知（发改办价格〔2021〕809号）》［1］发布，该通知确定对暂未直接参与市场交易的工商业用户将由电网企业通过市场化方式代理购电，其核心目标在于健全电力市场化交易、确保大规模用户进入市场后电价改革政策平稳实施以及充分发挥电力市场发现价格的作用。在代理购电机制下，电网企业成为规模最大的特殊售电公司，电网企业向代理用户售电时执行统一的代理价格且不收取交易服务费用。在购电时，电网企业需每月在市场中按照市场交易价格采购电量，进而形成平均上网电价［2］。为确保电价市场化改革平稳推进，优化代理购电交易策略、合理分配多个不同时间尺度市场购电量已成为代理购电机制下电网企业运营的核心问题之一。

现阶段国内电力现货市场建设不断完善，电力现货市场在价格发现和资源优化配置等方面起到关键性作用。目前中国首批8个现货试点投入模拟试运行后成效显著，截至2021年8月，浙江省已顺利开展现货市场4次连续结算试运行，并于2021年首次引入统调新能源电厂参与市场模拟并完成季度连续结算试运行。运行结果表明，市场出清价格能充分反映供需关系，实时市场价格和日前市场价格存在相关性，辅助服务与电能量联合出清效果明显，达到预期目标［3］。

现货市场环境下，电网企业和其他售电公司都面临着价格波动大、交易频度高、负荷预测偏差等风险。由于购电业务相似，电网企业在进行代理购电决策时可以借鉴售电公司购电组合策略研究。现阶段对售电公司购电组合策略的研究中已经使用多种成熟方法对购电方案风险进行量化评估，如文献［4-6］引入条件风险价值作为购售电风险评估指标，建立售电公司在多能量市场购电组合模型。文献［7］对比分析最小最大后悔值法、机会约束、条件风险价，3种方法对售电公司进行风险评估的有效性，并基于随机规划提出最佳购电策略。上述研究多为考虑市场不确定性因素后对售电商的购售电决策进行协同优化，但未针对各交易策略风险的相关性进行深入分析。文献［8］分析广东电力现货市场试结算数据发现实时和日前价格存在较强的一致性。文献［9］建立了日前与实时价格相关性分析模型并分析了双价格机制市场中的风电报价策略，因此在评估现货市场组合购电风险时有必要考虑日前和实时市场价格的相关性。针对基于组合风险量化的购电决策问题，投资组合理论是研究如何进行分散投资以降低投资组合整体风险的理论［10］，能够权衡投资组合方案的收益和风险，适用于研究售电主体的购电组合决策。

此外，需求响应作为激励电力用户针对价格和激励信号进行响应调整的一种负荷调节方式［11］，是规避现货市场风险的有效手段之一。现阶段，浙江、江苏、广东等多个地区都开展了需求响应试点工作，与售电公司相比，电网企业能够通过及时有效地发布需求响应来平衡市场电量，实践中发现用户响应存在一定不确定性。国内外相关研究将需求响应调用加入购电组合策略中作为一种特殊的短期购电方案。文献［12-13］将用户需求响应等效为由售电公司代理的发电资源参与实时市场，提出了考虑用户需求响应能力的售电公司购售电决策方法。文献［14］综合考虑需求响应弹性和批发市场出清过程建立优化模型，辅助售电公司进行定价决策。文献［15］考虑现货市场环境下更加灵活的激励型需求响应策略，构建了单一售电商与多个用户之间的激励型需求响应主从博弈模型。以上研究侧重于分析需求响应加入后对组合购电策略经济性的影响，在进行代理购电决策时需要进一步分析实际响应误差导致的购电风险以及在平衡市场电量时与现货市场的组合风险。

针对电网企业这一特殊售电主体，本文综合中长期市场及现货市场特点，考虑负荷预测精度、现货市场价格和需求响应的不确定性，建立电网企业在月度市场、日前市场、实时市场、需求响应4个不同时间尺度市场的收益和风险模型。并且针对电网企业在当月购电阶段面临电量预测结果可能存在较大不确定性的问题，通过场景分析法对未来负荷波动水平进行模拟，并综合考虑电网企业的收益与风险，基于投资组合理论构建电网企业代理购电的综合决策优化模型。最后通过浙江省现货市场试运行和需求响应数据进行算例分析验证模型的有效性，为电网企业代理购电提供策略参考。

1 多时间尺度电力市场交易

电网企业通过市场化方式代理购电，向暂未参与电力市场的工商业用户提供购售电业务。在购电侧，电网企业根据用户用电量预测值按市场交易价格采购电量，电网企业代理购电价格基于代理用户的购电费（含偏差电费）和购电量确定［2］，在面对多个时间尺度的市场和多个交易品种时收益、风险各不相同［16］。因此，电网企业需要完善代理购电参与月度、月内市场以及参与不同交易品种的组合策略与购电比例，防控代理购电价格波动风险。

图1为电网企业代理购电参与的多个时间尺度的电力市场交易。电网企业统筹考虑经济、气象等因素，按月对代理用户的用电量及负荷曲线进行预测，并根据预测的购电规模在市场中采购电量。随着时间的滚动，用电情况更明朗，负荷预测精确度不断提升。事实上，电网企业在未来需要根据负荷偏差在电力现货市场上进行购售电，直接面对现货电价波动带来的收益及风险。一般模型中，电网企业在月度购电决策时只考虑对用户全月负荷的预测值决定购电量，未考虑预测偏差带来的收益风险。本文通过对未来负荷波动水平进行模拟，选择不同负荷水平下效益受影响最小的购电策略作为月初最优购电策略，减小代理用户用电量预测偏差带来的风险。

图1 电网企业参与的电力市场交易时序Fig.1 Time sequence of power grid enterprise participating in electricity market transactions

在中长期市场中，自2022年1月起，电网企业需根据市场化采购预测电量，合理选择挂牌或集中竞价交易方式参与月度市场购买电量，保障代理购电价格相对平稳。其中，集中竞价价格是市场出清的结果，挂牌购电价格则按照摘牌成交电价确定。因此和挂牌交易相比，月度集中竞价时需注意防范部分市场主体利用少量高价竞价抬高均价的风险。

对于电力现货市场实际运行的省份，电网企业可参与现货市场购电，与其他用户平等参与现货交易。电力现货市场的时间范围通常包括实时交割之前的数个小时乃至一日。本文研究的现货市场主要包括日前市场和实时市场，两个市场有不同的功能定位，它们相互协作、有序协调，实现电量的实时供需平衡。现货市场往往采用集中竞价的交易方式，有利于促进市场充分竞争，发挥市场机制的价格形成功能。日前市场主要根据次日用电需求，以竞价方式确定日前调度计划；实时市场主要用于平衡日前发用电计划与实时负荷的偏差，保障电力系统安全运行［17］。现货市场中每个时段现货价格难以准确预测，电网企业在现货市场中购电的风险主要来自负荷预测偏差和现货电价波动的不确定性［18］。

需求响应可以作为平衡市场电量的补充资源，电网企业通过给予补偿等手段激励用户调整用电行为［19］。代理用户的用电负荷分为刚性负荷和可调节负荷，后者具有弹性，在电网企业的经济激励下表现为可削减负荷和可增长负荷。可削减负荷是指在一定时间段内可灵活削减的负荷，一般在实时价格较高时调用，而可增长负荷适用于电量富余且实时市场价格较低的场景。用户的响应行为不确定性较大，在具体实施过程中存在相当一部分用户选择不响应，从而导致电网企业需要以更高的价格在现货市场中进行补充购电，因此在购电决策时需要考虑用户响应不确定性带来的风险［20］。

2 电网企业多时间尺度交易策略及风险

2.1 量价确定的月度挂牌交易购电

本文主要考虑以挂牌交易为主的月度市场代理购电。挂牌交易是指电网企业发布包含需求电量和购电价格信息的要约与符合要求并摘牌的另一方达成交易的方式。由于挂牌交易时电量和价格都是固定的，电网企业通过挂牌交易购电不存在风险，能够有效规避现货价格波动。定义电网企业的收益为其代理单位电量产生的收益，则月度市场中挂牌购电的收益表达式为：

式中：rMLt为t时段挂牌交易的收益；Psalet为t时段电网企业的售电价格；PML为挂牌交易购电价格。

2.2 日前和实时现货市场购电

现货市场大多采用集中竞价的方式。受市场环境、市场成员报价、外部干扰等多重因素影响，现货市场价格具有较大的不确定性，给电网企业在现货市场购电带来较大风险［21-23］。一般来说，与日前市场价格相比，实时市场价格波动更大，且日前市场和实时市场价格具有一定相关性。电网企业在日前市场和实时市场购电的收益与风险分别为：

式中：rDAt和rRTt分别为t时段电网企业在日前市场和实时市场单位购电的收益；(σDAt)2和(σRTt)2分别为t时段日前市场和实时市场的风险值；PDAt和PRTt分别为t时段日前市场和实时市场价格；E(·)为随机变量的期望值函数；rDAt.g和rRTt，g分别为t时段统计样本g中电网企业在日前市场和实时市场单位购电的收益；G为随机变量样本个数。

2.3 计及用户不确定性的需求响应

电网企业可以调用可削减负荷和可增长负荷的需求响应。当某时刻电量紧缺且实时市场价格较高时，电网企业调用可削减负荷可以降低购电成本；当某时刻电量富余且实时市场价格较低时，电网企业调用可增长负荷可以提高售电收益。

然而，由于用户主观性的影响，需求响应存在一定的不确定性［24-25］，即使电网企业发布的需求响应指标相同，每次需求响应中用户实际削减/增加的用电量也会不同。如浙江省2020年8月组织的3次需求响应演练中，需求响应指标完成率分别为73.69%、41.13%、44.06%。电网企业实行需求响应的风险表现为负荷实际削减量/增长量的不确定性。定义负荷削减系数λIL为用户实际削减量与电网企业发布的指令削减量之间的比值，负荷增长系数λUL为用户实际增长量与电网企业发布的指令增长量之间的比值。因此，电网企业开展需求响应的收益rDRt和风险值(σDRt)2分别为：

式中：rILt和rULt分别为t时段电网企业调用可削减负荷和可增长负荷的收益；和分别为t时段统计样本g中电网企业调用可削减负荷和可增长负荷的的收益；uILt和uULt为0-1变量，分别表示电网企业对可削减负荷和可增长负荷的调用状态，满足0≤uILt+uULt≤1；PIL和PUL分别为电网企业对可削减负荷和可增长负荷的补偿单价。

3 电网企业代理购电优化决策模型

电网企业进行当月购电决策时，需要将上月末预测的用电量QP分解到不同市场进行购电。在构建优化模型时，以QP为购电量基准，优化电网企业在不同市场购电的比例，本文考虑了月度、日前、实时和需求侧响应4个不同时间尺度的市场。设xi为购电量分解到市场i的比例，满足则电网企业在市场i的购电量为xiQP。

电网企业在4个市场中的交易可分为有风险策略和无风险策略两类，其中，前者包含日前市场购电策略SDA、实时市场购电策略SRT和需求侧响应策略SDR，后者则为月度市场挂牌交易购电策略SML。电网企业将风险策略打包为风险策略组合，优化其与无风险策略的比例，然后优化风险策略组合中3种风险策略比例，最终得到电网企业4种交易策略的购电比例。将电网企业的策略组合记为{SML，SDA，SRT，SDR}，其中{SDA，SRT，SDR}表示风险策略组合。

假设电网企业在最优风险策略组合{S*DA，S*RT，S*DR}的购电比例为ytRI，则无风险的挂牌交易策略SML的购电比例为1-yRIt。因此，电网企业购电组合收益的期望值E(rt)和方差σ2t分别为：

式中：rTt为t时段风险策略组合{SDA，SRT，SDR}的收益；E(rTt)为该收益的期望；(σTt)2为该收益的风险值。

实际上，电网企业需要在月初完成多个市场购电量分配决策，并根据结果在月度和月内市场进行购电。电网企业可以通过电力现货市场购电和发布需求响应两种途径处理月度负荷预测误差。本文采用场景分析法设定不同预测偏差场景来描述负荷不确定性对电网企业购电决策的影响［26］，则在场景s下风险交易策略的购电比例满足：

式中：S为选取场景数；、、分别为s场景t时段中日前市场购电比例、实时市场购电比例和需求响应电量比例；ys，t为s场景t时段风险策略组合电量比例；ωs为场景s出现的概率。在对不同场景负荷状态进行随机模拟时，假设负荷预测误差服从正态分布［27］。

在风险策略组合中，假设电网企业t时段日前市场、实时市场、需求响应电量比例分别为xt，1、xt，2和xt，3，满足xt，1+xt，2+xt，3=1，其中下标1、2、3为风险策略组合中单个策略的编号。根据投资组合理论，电网企业在多时间尺度市场购电时，策略组合的预期收益等于单个购电策略预期收益的加权平均数。由于多种购电策略的风险存在相互抵消的可能，综合购电策略组合的风险不仅取决于单个购电策略自身的风险，还取决于多种交易策略风险之间的相关性［28］。因此，电网企业风险策略组合的期望收益E(rTt)和风险值(σTt)2分别为：

式中：xt，j、rt，j、σ2t，j分别为t时段风险策略组合中第j类交易策略的购电比例、收益和风险值；xt，m、rt，m、σt，m分别为t时段策略m的购电比例、收益和风险值；xt，n和rt，n分别为t时段策略n的购电比例、收益；cov(·)表示两个随机变量之间的协方差；rt，m，g为t时段统计样本g中策略m的收益；rt，n，g为t时段统计样本g中策略n的收益。

电网企业提供代理购电服务的目的并不在于盈利，但仍有必要降低购电成本并保障代理购电价格相对平稳。综合不同交易策略的收益和风险值，电网企业以最大化所有场景下有风险和无风险资产总效用Ut为目标，确定最优风险策略组合购电比例。因此电网企业代理购电优化决策目标函数为：

式中：A为电网企业的风险厌恶系数，不同取值的A反映了电网企业的风险偏好；E(rs，t)为s场景t时段4种策略组合收益的期望值；σ2s，t为s场景t时段策略组合的风险值。

求解上述优化问题得到电网企业对风险策略组合的最优购电比例为y*t，对无风险策略的最优购电比例为1-y*t，然后进一步求解风险策略组合中3种策略的最优比例。电网企业总收益的期望值可以用另一种方式表示为：

式中：k为单位风险报酬，又称为夏普比率［26］。rML、E(rTt)、σTt均为已知量，电网企业收益期望与风险呈线性关系。

根据投资组合理论，风险策略组合{SDA，SRT，SDR}可以确定一条有效前沿，无风险策略SML与有效前沿可以确定一条切线，当切线斜率最大时，对应的切点即为最优风险组合{S*DA，S*RT，S*DR}。因此，在优化3种有风险策略时，电网企业的目标函数为：

求解上述优化模型得到最优风险组合中风险策略的购电比例分别为x*t，1、x*t，2和x*t，3，则电网企业对月度挂牌交易购电、日前市场购电、实时市场购电、需求响应4种策略的最优购电比例分别为：

式中：xML，*t、xDA，*t、xRT，*t、xDR，*t分别为t时段中月度挂牌交易购电、日前市场购电、实时市场购电、需求响应4种策略的最优购电比例。

4 算例分析

4.1 基本数据

选取浙江省电力市场实际数据进行仿真分析，其中，日前市场和实时市场出清价格如图2和图3所示，图中除期望值外，还存在其他92条随机曲线，表示选取的3个月日前市场和实时市场出清结果。需求响应数据为浙江省需求响应演练数据。电网企业向用户售电的分时电价及时段划分如表1所示。

表1 电网企业分时售电价格Table 1 Time-of-use sale price of power grid enterprises

图2 日前市场出清价格Fig.2 Market clearing price in day-ahead market

图3 实时市场出清价格Fig.3 Market clearing price in real-time market

4.2 最优购电组合决策分析

在开展代理购电业务后，电网企业根据预测电量可以选择在不同市场进行代理购电。在浙江省现货市场内，电网企业与其他用户公平参与现货市场交易。

求解上述优化模型得到不同时段内电网企业代理购电参与月度、月内市场以及参与不同交易品种的最优组合决策如图4所示。从图中可见，电网企业对低谷时段更倾向于通过月度市场进行挂牌交易，而对尖峰时段则更倾向于从日前市场购电，这是因为月度挂牌交易市场低谷时段价格与日前市场低谷价格期望值基本相当，而尖峰时段日前市场价格期望值明显低于月度市场低谷时段价格。虽然日前市场价格波动大，但是电网企业综合考虑收益和风险后仍倾向于参与日前市场代理购买较多尖峰时段电量。由图2、图3可见，日前价格与实时价格期望值比较接近且相关性较大，但实时价格波动更大，因此尖峰、高峰和低谷通过实时市场代理购电量都相对较少。需求响应低谷时段调用了可增长负荷，由于实时市场低谷时段有时价格非常低，甚至出现零价，因此电网企业在该时段通过激励用户多用电可以提高收益；而尖峰时段和高峰时段实时市场都出现了极端高价，因此电网企业都调用了一部分可削减负荷，减少高电价下购电的损失。

图4 不同时段下最优购电决策Fig.4 Optimal power procurement decisions at different periods

通过最优组合进行代理购电与各种方式单独购电的经济指标对比如图5所示。虽然在日前市场和实时市场单独进行代理购电的收益较高，但是如图2和图3所示，由于现货市场电价在高峰和尖峰时期可能偏离期望值较远，存在较大的不确定性，多次交易将面临较大的风险，因此对于电网企业而言其效用相应较低。在月度市场通过挂牌交易代理购电虽然风险为零，但收益最低。与在单个市场上代理购买所有电量相比，组合购电虽然收益降低，但整体风险下降，能够获得最大的购电效用。因此，电网企业可以通过组合购电的方式，发挥不同市场代理购电品种的优势，分散市场风险。

图5 不同购电方式的经济指标Fig.5 Economic indices of different power procurement modes

4.3 风险因素影响分析

1）负荷波动程度对购电决策的影响

负荷不确定性导致的代理购电预测偏差是电网企业开展代理购电业务时面临的主要风险之一。图6展示了不同负荷波动分布对电网企业代理购电决策的影响。与不考虑负荷不确定性的组合购电决策结果相比，模拟实际负荷偏差的购电决策会选择增加零风险的挂牌交易代理购电量，以此来降低因代理购电预测偏差和价格波动综合作用产生的购电风险。负荷波动标准差越高，负荷波动幅度增大的概率将相应增大。综上，电网企业会在月度市场不断增加挂牌交易购电量，而有风险交易策略的购电量不断减少。

图6 不同偏差场景下的最优购电决策Fig.6 Optimal power procurement decisions under different deviation scenarios

2）交易策略风险变化分析

日前市场购电、实时市场购电、需求响应调节3种交易策略的购电风险大小直接影响购电策略组合的优化。以单一交易策略风险变化为例，图7显示了日前市场购电风险变化对电网决策的影响。随着日前市场购电风险的上升，电网企业首先更倾向于在月初提高无风险的挂牌交易购电量，其次为了保证整体购电收益，电网企业在现货市场中会选择相应提高实时市场购电量来弥补部分日前市场购电的缺口，最后通过需求响应平衡市场电量。

图7 不同日前市场购电风险下的最优购电决策Fig.7 Optimal power procurement decisions with different power procurement risks of day-ahead market

3）价格相关性分析

如图2和图3所示，日前市场出清价格和实时市场出清价格在下午的高峰时段呈现正相关，即日前和实时电价分时变化趋势较为一致。图8显示了该时期现货价格相关程度变化对最优购电决策的影响。从整体上看，协方差数值增大，购电风险增加，此时电网企业更倾向于通过月度市场挂牌交易进行代理购电。在价格相关性更大时，电网企业可以根据日前电价更好判断实时电价趋势，增加日前市场代理购电量和需求响应，减少实时电价的冲击。

图8 不同现货电价协方差下的最优购电决策Fig.8 Optimal power procurement decisions with different covariances of spot prices

4）电网企业风险态度对购电决策的影响

进一步分析电网企业的风险态度对参与不同交易品种代理购电组合策略的影响。在给定电网企业不同风险厌恶系数的情形下，其最优组合购电分配具有一定差异。图9显示了风险厌恶系数A变动时，电网企业最优组合策略中参与各个市场的代理购电量百分比。当A值增大时，电网企业更加倾向于参与无风险的挂牌交易进行代理购电，而在有风险的日前市场、实时市场及需求响应的代理购电量减小。此时代理购电组合策略对风险厌恶系数的灵敏度随着A的持续增大而不断减小，而当A设置为3.2时，挂牌交易的代理购电比例已经达到97%，因此在决策时需要细化分析电网企业的风险态度进行更加精准的判断。

图9 不同风险厌恶系数下的最优购电决策Fig.9 Optimal power procurement decisions under different risk aversion factors

5 结论

在代理购电机制下，电网企业需要考虑在多个市场代理购电电量分配策略以降低购电风险并保障代理购电价格相对平稳。本文在计及负荷水平波动、现货市场价格和需求响应不确定性的基础上，分析各交易策略的相关性和风险，基于投资组合理论构建电网企业代理购电决策的优化模型，针对电网企业在多级市场的代理购电量分配进行详细探讨。通过算例分析，得出以下结论：

1）基于投资组合理论构建电网企业代理购电决策的优化模型可以权衡负荷波动场景下电网企业的收益与风险，有效考虑分时电价，决定各时段多时间尺度市场的电量分配。

2）多场景模拟实际负荷偏差的代理购电决策结果表明，月初负荷预测误差大时，电网企业应增加月度市场代理购电量以规避预测偏差带来的风险，尽管会因此牺牲部分效益。

3）电网企业能够根据不同风险偏好选择更优的代理购电组合决策。电网企业对风险厌恶程度较高时，购电决策趋于保守，更加倾向于参与无风险的月度市场进行挂牌交易。

随着现货市场建设的不断推进和代理购电机制的完善，对不同交易策略的建模仍需要根据阶段性市场机制和价格机制不断改进。下一步研究将基于代理购电背景进一步考虑代理购电成交价格和用户结算机制，为电网企业代理购电面对更复杂的电力市场竞争环境提供帮助。