基于改进用电碳计量的绿电市场-碳市场联动交易

周汝鑫，赵 勇，胡 斐，黄 成

（1.华中科技大学人工智能与自动化学院，武汉 430074；2.国网江苏省电力公司电力科学研究院，南京 211103）

近年来，温室气体排放导致的气候变化问题已成为全球关注的一个焦点。在2021 年全国两会上，我国政府提出了“碳达峰、碳中和”的承诺。作为占全国总碳排放近五成的高排行业，发电行业被列入2021 年全国碳交易市场的首批覆盖行业[1]。目前，尽管发电侧是二氧化碳的直接排放者，但用电侧却也具备促进降碳减排的潜在能力。为了降低电力的碳排放，需明确用电侧碳排放的责任，完善用电侧碳排放的核算体系，统筹考虑绿电交易与碳排放核算间的关系，从市场的角度出发建立电力市场和碳市场的联动交易机制，并调动用户消费绿色电力的积极性，促进电碳市场协同降碳减排。

目前，关于电力系统降碳减排的研究大多基于“源侧”视角，从电源投资规划、低碳调度等方面展开。在电源规划领域，文献[2-3]通过构建实物期权模型及鲁棒投入产出线性规划IO-LP（input-output linear programming）模型，分析了电源侧投资对电力系统碳排放的影响，认为投资清洁发电技术可有效降低系统碳排放。但针对电源侧投资改造通常需要较长周期，减碳的时效性不高。在低碳调度方面，文献[4-6]考虑碳捕集电厂的“削峰填谷”特性和碳排放特性，研究了含碳捕集电厂的电力系统低碳优化调度问题。然而，碳捕集设备的投资及运行成本较高，在降低碳排放的同时牺牲了一定的经济性。从市场的角度出发，文献[7-8]进一步考虑了参与碳交易的经济效益，在源侧引入碳交易机制，分别针对含大规模光伏及储能的电力系统、区域电-热综合能源系统等构建优化调度模型。以上研究均从“源侧”角度出发，通过电源投资规划或低碳调度等手段实现碳减排。但是，传统电力系统具有显著的“源随荷动”特征，上述调度模型没有考虑用户的主动用能行为对电力系统碳减排的影响。

随着全国碳交易市场的不断发展，碳排放核算将逐渐聚焦用电企业。考虑到用户用能行为对电力系统碳排放的作用，部分学者将研究视角转移到“荷侧”，例如：文献[9]引入碳交易和需求侧响应，建立了配电网的低碳经济规划方法；文献[10]在源侧引入碳捕集电厂的综合灵活运行方式、在荷侧考虑需求响应，提出了源荷互补的电力系统低碳实现机制；文献[11]提出了一个碳交易机制下考虑需求响应的综合能源系统优化运行模型，实现了系统经济性和低碳性的协同。这类研究考虑了需求响应对电力系统碳减排的作用，但减碳的效果体现在节能上，忽视了用户侧主动减碳的重要激励信号——用电碳排放因子。用电碳排放因子用于反映用户单位用电量对应产生的源侧直接碳排放量[12]，目前主要是由区域电网辖内年度发电产生的直接碳排放量与总发电量相除得到的。随着高比例新能源的接入，现行用电碳排放因子核算的不足之处逐渐显现：一是计量误差较大，数据更新不及时；二是不具有差异性，不能反映用户不同用电结构的碳排放情况；三是只具有统计意义，不能激励用户消纳更多绿色电力[13]。鉴于此，文献[14]提出了低碳需求响应机制，以实时动态碳排放因子为信号来引导用户主动响应，并达到减碳目的。但是，由于绿电交易与碳配额清缴履约之间的关系尚未厘清，这些方法未能与现行的绿电交易进行有效融合，导致用户不能通过主动消费绿电来节约碳配额，限制了碳市场与绿电市场的衔接。因此，建立相关机制体现绿电的减碳价值以联动碳市场与绿电市场，具有积极的现实意义。

鉴于此，本文拟改进用电碳计量方法，通过设计绿电交易与用电碳排放核算的互认机制来联动绿电市场与碳市场，构建考虑电碳联动和需求响应的聚合商与用户日前零售市场交易的主从博弈模型，并借助算例仿真分析绿电市场-碳市场联动机制下碳交易价格、碳交易限额等对用户用电结构的影响。

1 基于绿证-碳排互认机制的绿电-碳市场联动交易

现行的区域平均用电碳排放因子法使得用户只能通过减少用电来控制碳排放量，不能通过市场化交易手段——消费绿电来降低碳排放，因此需构建绿电交易与碳减排间的认证机制。目前，我国绿色电力交易正处于起步阶段，用户购买光伏、风电等新能源电力，可同时获得相应的绿色证书。绿证包含了新能源上网的全部信息，因此在明确其绿色权益的归属后，可凭绿证中新能源供能的碳减排量在碳排放核算时抵消部分碳排放，用户再依据核算后碳排量在碳市场进行碳配额交易，实现绿电市场与碳市场间的联动。

1.1 绿证-碳排互认机制

首先，将区域平均碳排放因子[14]的计量周期改为月度等短时间尺度，用户用电碳排放因子θCO2按所在区域的化石燃料发电商平均发电的碳排放因子计量，有

式中：QC∑和SC∑分别为计量周期内该区域电网覆盖的地理范围内化石燃料发电企业总发电量及发电产生的CO2直接排放总量；F为化石燃料集合；LFΣ,n为计量周期内该区域电网覆盖的地理范围内用于发电的化石燃料n的消费量；δn为化石燃料n的碳排放因子。

如果用户只购买火电，那么不考虑网损时其用电碳排放等于火电发电的直接碳排放。实际上，用户除了购买火电，还可能购买绿电，在绿电交易中用户已经支付了清洁属性费用，则用电碳排放核算时不应重复计入。因此，建立绿证-碳排互认机制，用户可以凭借绿电交易获得的绿证抵消部分碳排放。由于绿色电力生产过程中几乎不产生碳排放，因此可设定其单位电量碳减排量等价于火电发电的碳排放量。也就是说，绿证-碳排互认机制相当于为不同属性能源的电力设置了不同的用电碳排放因子，因此在碳排放核算时可通过绿证持有量区分用户不同属性电力的消费量，从而调动用户消费绿电的积极性。

1.2 绿电市场-碳市场联动交易

绿电市场与碳市场联动交易过程如图1 所示。用户在电力市场中决定异质性电力的购电量，在碳市场中购买或出售碳配额以完成碳排放考核。通过绿证实现绿电市场与碳市场联动：用户参与绿电市场购买绿色电力获得绿证，并凭借绿证对应的碳减排量在碳排放核算时抵消部分碳排放，进而影响其在碳市场中的交易量。

图1 绿电市场与碳市场联动交易示意Fig.1 Schematic of linkage trading between green electricity market and carbon market

以绿色证书为纽带，可以实现“证电统一”和“证电分离”两种模式下的绿电市场-碳市场联动交易。“证电统一”模式下，用户每购买1单位绿电，将同时获得1单位绿证以证明其绿色电力属性，此时绿电价格包括电能价值和环保价值。这一模式下用户的碳交易成本或收益[15]CCO2表示为

式中：Q为用户的火电购买量，绿电用量不纳入碳排放考核；PCO2为碳排放权价格；K为用户分配的免费碳配额。

“证电分离”模式下，可将绿证明确定位为环境权益凭证，绿电与火电的电能价值无差异，若要抵消碳排量则需额外购买绿证。此时，用户持有的绿证数量并不一定表明实际消耗的绿电，绿证仅作为消耗绿电的一种间接证明。当用户购买Q单位电力、并同时购买相当于Qg单位电力的绿色证书时，碳排放考核可将相应数量的绿电量予以扣减，用户参与碳市场的成本或收益CCO2′可表示为

式中，Qg为所购绿证对应的电量。于是，用户购买绿色电力节约的碳交易成本（或增加的碳交易收益）为

可知，当绿证价格Pg＜PCO2θCO2时，用户可通过参与绿电市场-碳市场联动交易获得额外碳减排收益。

2 基于绿电-碳市场联动的日前零售市场博弈模型

本节讨论在绿电市场-碳市场联动机制下，日前零售市场中电力聚合商和用户的交易问题。这里，电力聚合商是指参与电力市场交易的一类特定的、可统一管理调度中小型分布式发电的市场实体，如管理光伏、风电、小型机组以及储能设备等。作为电力批发市场和零售市场间的中介，电力聚合商承担着提供电力服务和新能源消纳的责任。假设用户由于能力限制，无法直接从批发市场购买电力，其购电需求可委托电力聚合商提供。考虑到用户可通过购买绿电抵消碳排放来参与碳交易市场获得额外收益，即用户具有差异化的电力需求，电力聚合商可提供两种异质性电力：火电和绿电，其中绿电的环保属性由绿色证书体现，用户每消耗1单位绿色电力即获得1单位绿色证书，作为使用绿色电力的证明。由于我国绿色电力交易试点采取“证电统一”的交易方式，因此实际操作中，电力聚合商出售绿电可采取“证电统一”的方式，用户的碳支付按式（3）计算。市场结构如图2所示。

图2 市场结构Fig.2 Structure of market

图2 中，、和、分别为聚合商t时段对用户j的火电、绿电报价和火电、绿电购电量；、、和分别为t时段在批发市场销售绿电电量、购买绿电电量、销售火电电量和购买火电电量。假设用户j在t时段分别以价格从聚合商处购买火电和绿电，购电量分别为，聚合商所售电力主要来自于小型火电机组及中小型分布式可再生能源。在t时段，当聚合商自身发电能力不足时，分别以给定的并网价格从批发市场购买火电和绿电，购电量为；当发电过剩时，则分别以给定的价格向批发市场出售，售电量分别为除了基本的电能量价格，绿电还存在环境溢价，因此可假设无论在批发还是零售市场，绿电价格均高于传统火电价格。

该小型零售市场中，决策过程如下。首先，电力聚合商作为电力供应者提前发布日前报价；然后，用户综合考虑电价、碳价以及绿电对碳排放的抵消作用，以最小化购电成本和碳交易成本之和为目标制定相应的最优火电、绿电购电计划；最后，电力聚合商根据用户提供的购电计划以利润最大化为目标，决定火电机组发电计划和批发市场交易量。

上述决策中，电力聚合商需要解决的问题是制定次日各时段的火电/绿电电价、批发市场交易量以及机组发电计划，其收益取决于用户购电方案，而用户的购电方案又受电力聚合商的定价以及碳市场收益影响。可见，两个市场主体间正好构成了一主多从的Stackelberg 博弈，其中电力聚合商为上层领导者，用户为下层跟随者。通过求解该主从博弈，可得到零售市场的结算价格和用户的购电方案，进而得到电力聚合商的调度计划和批发市场交易量，以此构建具体的绿电-碳市场联动交易GECMLT（green electricity-carbon market linkage trading）模型。

2.1 上层模型：电力聚合商收益最大

1）目标函数

电力聚合商的目标为最大化总收益，即

式中：fC为聚合商在用户侧的售电收入；fM为其在批发市场的并网收益；fG为其发电成本；为t时段火电机组发电量。变量、和、、、、为聚合商的决策变量。

（1）用户侧的售电收入为

式中：T为交易时段集合；J为用户集合。每个用户根据聚合商的报价决定其各时段异质性电力的购电量，那么可视为的函数，即，同理也可视为的函数。此时，fC中出现了两个连续变量相乘，可视为双线性的[16]。

（2）对上级批发市场的并网收益。聚合商在批发市场的电力交易包括购买和销售电力两部分，其利润函数可表示为

式中各项依次表示聚合商向批发市场销售/购买绿电的收入/成本、销售/购买火电的收入/成本，其中，、、和分别为t时段给定的绿电并网价格、绿电购买价格、火电并网价格以及火电购买价格。

（3）火电机组发电成本。假设火电的单位发电成本是其发电量的函数[17]，表述为

式中：aG和bG为火电机组的成本系数。

2）约束条件

（1）售电价格约束为

式中：NT为交易的总时段数；和分别为t时段聚合商对火电定价的上、下限；和分别为t时段绿电定价的上、下限。此外，为了保证用户的利益，避免聚合商一直采取的上限定价策略，限定火电和绿电日平均价格的上限和，且满足

（2）火电机组发电量上下限约束为

式中，QGMAX、QGMIN分别为发电量的上、下限。

（3）交易电量约束。电力聚合商在能源批发市场的交易限量分别为

式中：、分别为t时段火电和绿电购电量上限；为t时段绿电发电能力；为0-1 变量，限制了电力聚合商在t时段内不能从批发市场同时购买和出售火电；同理，0-1 变量限制了其在t时段内不能同时购买和出售绿电。

（4）电量平衡约束分别为

2.2 下层模型：用户购电及碳交易成本最小化

用户具有一定比例的可转移负荷，即在满足总负荷需求的前提下，用户可决定每时段可转移负荷的消费量，这与聚合商的报价有关。此外，绿证-碳排互认机制的引入建立了绿电市场与碳市场间的联系，用户需考虑以上联系做出决策。用户j∈J的决策模型如下。

1）目标函数

目标函数表示为

式中：等式右侧中括号中第1大项为用户j的购电总成本，包括火电购电成本和绿电购电成本；第2 大项为用户j的碳交易成本；PCO2为碳排放权价格；Kj为分配给用户j的免费碳配额。

2）约束条件

（1）参与需求响应的柔性负荷约束为

式中：为用户j在t时段的最小负荷；为用户j在t时段的最大负荷。

（2）负荷总量约束为

式中，为用户j的总负荷。

（3）碳交易限额约束。采用“证电统一”的方式刻画绿电-碳市场联动关系，用户j购买绿电可抵消碳排放量。对用户碳配额交易限制为

式中：为用户j碳配额的出售上限，表示当实际碳排小于免费配额时用户可出售的多余配额上限，若用户j只购买绿电则可将免费配额Kj全部出售；为用户j碳配额的购买上限，表示当实际碳排高于免费配额时用户为完成碳排放考核购买额外碳配额的上限。该约束不仅表示对用户碳配额购买/出售量的限制，也体现了电力市场与碳市场间的制约关系。在进行碳配额清缴时，用户所持有的碳配额应不小于用电产生的碳排放，因此制约用户的购电选择；而反过来，用户在电力市场中的绿电购电量会抵消碳排放进而影响其最终碳交易量。

3 GECMLT 主从博弈模型的求解方法

下层用户决策时，购电价格已知，用户的决策是一个线性规划问题，因此可将下层模型用Karush-Kuhn-Tucker（KKT）条件代替，作为上层模型的约束，将双层模型转化成单层模型求解。另外，由于上层电力聚合商的目标函数中存在双线性项，可以运用强对偶理论进行线性化处理，并采用big-M法将非凸的互补约束线性化，于是可将该双层模型转化为单层混合整数二次规划MIQP（mixed integer quadratic programming）问题，利用Cplex 等商业求解器进行求解。

3.1 主从博弈模型的单层转化

下层用户j∈J决策时，购电价格是既定的，可将下层模型式（14）～式（17）式用KKT条件代替。引入对偶变量得到下层模型的拉格朗日函数，即

式中：、为柔性负荷约束式（15）的对偶变量；为负荷总量约束式（16）的对偶变量；、为碳交易限额约束式（17）的对偶变量。其KKT条件表示为

约束式（22）～式（23）是互补松弛条件，其中，0 ≤x⊥y≥0 的含义是标量x和y中至多有一个可以严格大于0。可以看到，将下层模型用KKT 条件式（19）～式（23）代替后，目标函数式（5）和互补松弛条件式（22）～式（23）仍然是非线性的。下面，进一步讨论如何对GECMLT模型进行线性转化。

3.2 单层模型线性化

1）目标函数的线性化

目标函数的非线性来自于电价与购电量的乘积。基于凸优化的对偶理论[18]，在最优解处对偶问题与原问题的目标函数值相等。对于线性规划式（14）～式（17），可得等式

因此目标函数F1可转化为

2）互补松弛条件的线性化

由于互补松弛条件约束式是非凸、且非线性的，目前没有商业求解器能够直接求解，通常采用文献[19]提出的big-M法将互补松弛条件进行线性化处理。具体地，引入一个极大值M和0-1 整数变量、、和，将式（22）～式（23）分别转化为不等式，即

通过上述变换，GECMLT 模型最终转化为MIQP问题，目标函数为式（25），约束条件为式（10）～式（13），式（19）～式（21）及式（26）～式（29）。

4 算例分析

4.1 算例设置

考虑拥有1个电力聚合商和3个用户的小型工业园区的电力交易市场，交易周期设为1 d。批发市场的分时电价见表1；绿电的发电预测值如图3所示，绿电和火电的并网价格设置为批发市场价格的90%[20]；火电机组成本参数[20]见表2；碳市场交易的参数见表3，考虑到输电安全，规定电力聚合商每个交易时段从批发市场购买电力的最大量为500 kW·h，聚合商的报价限制见表4，同时最小报价设置为批发市场分时电价的0.9，最大报价为其1.2倍。

表1 批发市场电价Tab.1 Electricity price on wholesale market 元

表2 火电机组参数Tab.2 Parameters of thermal power units

表3 碳交易参数Tab.3 Parameters of carbon trading

表4 电力聚合商零售市场定价参数Tab.4 Parameters of electricity aggregator’s pricing on retail market 元/（kW·h）

图3 绿电各时段发电量预测Fig.3 Forecasting of green electricity generation in each period

用户的初始用电计划如图4 所示。根据电力聚合商给出的报价，用户形成新的用电计划。其中可转移负荷设置参考文献[20]，在08：00—12：00 及19：00—22：00，最低负荷需求为计划用电量的80%，其余20%为可转移负荷；在13：00—18：00，最低负荷需求为计划用电量的90%，其余10%为可转移负荷；其他时段，最低负荷需求与最初用电计划相同。可转移负荷对电价非常敏感，因此用户会将可转移负荷重新安排到价格较低的时段来减少用电成本。此外，为防止过度用电造成电网阻塞，规定每个时段的最大用电量不大于计划用电量的1.5倍。

图4 用户各时段初始用电计划Fig.4 Initial power consumption plan for consumers in each period

4.2 仿真分析

本文采用MATLAB 环境下的CPLEX 优化求解器对GECMLT模型进行求解。

4.2.1 可行性分析

基于绿电-碳市场联动交易的电力聚合商零售市场定价如图5所示。可以看出，GECMLT模型实现了火电和绿电的日前定价，其分时段价格与时序负荷特征相符，即在08：00—12：00 以及19：00—22：00的负荷高峰期价格较高，在00：00—07：00 等负荷低谷期价格较低，体现了电力作为商品的“物以稀为贵”属性。

图5 电力聚合商零售市场定价策略Fig.5 Pricing strategy for electricity aggregator on retail market

聚合商在批发市场的交易量如图6 所示。在整个交易周期中，聚合商在批发市场的绿电购买量为0，且出售量较少，意味着新能源发电大部分都用于满足用户购电需求，这是因为用户可以通过购买绿电获得低碳效益。此外，聚合商火电出售量为0，且需额外购买火电满足用户需求，在价格较高的高峰期，如08：00—12：00，聚合商的火电购买量相对较低。

图6 电力聚合商批发市场交易量Fig.6 Trading volume for electricity aggregator on wholesale market

聚合商火电机组的发电量如图7 所示，其变化趋势与批发市场分时价格基本一致。这表明，当火力发电的成本大于批发市场交易价格时，对聚合商来说直接从批发市场购电以满足负荷需求更加经济。因此，火电机组的出力计划与批发市场分时电价具有较强的关联性。

图7 火电机组发电量Fig.7 Output of thermal power units

每个用户的购电组合如图8 所示。可以看到，3 个用户都有相应的绿电消耗。这是因为，当用户侧承担碳排放责任时，若仍全部购买火电满足负荷需求，则会面临碳配额考核付出相应的碳成本。因此在绿电市场-碳市场联动机制下，用户将调整用电结构，通过主动购买绿电降低碳配额履约成本。

图8 用户购电组合Fig.8 Electricity purchase combination for consumers

图9 表示了采用绿电市场-碳市场联动交易机制前后用户的碳排放量变化。相较于原始碳计量方法，改进用电侧碳计量的电-碳联动交易有效降低了碳排放，促进了新能源消纳。这是因为，基于绿证-碳排互认机制的用电碳计量相当于在“碳视角”上“以用定发”，荷侧根据不同属性电力的用电碳排放决定其相应消纳量，对绿电的需求增长从而降低了碳排放。

图9 用户碳排放量对比Fig.9 Comparison of carbon emissions among consumers

4.2.2 绿电市场-碳市场联动交易分析

考虑以下3种情景：

情景1：无碳市场，用户不参与碳市场交易；

情景2：用户参与碳市场，无绿证-碳排互认机制联动绿电市场与碳市场；

情景3：用户参与碳市场，通过绿证-碳排互认机制联动绿电市场与碳市场。

表5 所示为碳价取65 元/t 时4 种情景下用户1的交易情况。可以看出，情景3的购电成本高于情景1和情景2的，这是因为，情景1中用户不参与碳市场，相较于价格更高的绿电，用户更倾向于购买价格便宜的火电；情景2 中用户虽参与碳市场，但未引入绿证-碳排互认机制联动绿电市场与碳市场，即仍采用现行区域平均用电碳排放计量方法，对用户来说，火电和绿电均纳入碳排放考核，购买价格较低的火电更为经济；情景3中用户参与碳市场，且通过绿证-碳排互认机制联动绿电市场与碳市场，由于消耗绿电可以抵消碳排放，用户将增加绿电购电量，因此购电成本提高，但用户可以将购买绿电节省的碳配额进行出售获得额外碳减排收益，碳成本的降低幅度更大，因此，相较于情景2，总成本降低。由此可知，相较于现行区域平均用电碳计量方法，通过绿证-碳排互认机制改进碳计量联动绿电市场与碳市场，可以提高用户消费绿电的积极性，减少对火电的需求从而降低电力碳排放。

表5 3 种情景下用户1 交易情况Tab.5 Trading of Consumer 1 under three scenarios

4.2.3 碳排放权价格的影响

以用户1为例，设置碳排放权价格分别为45元/t，85元/t及125元/t，得到3种情况下异质性电力的总购电量，如图10所示。

图10 用户1 购电组合随碳价变化趋势Fig.10 Changes in Consumer 1’s electricity purchase combination with carbon price

随着碳排放权价格的提高，用户电力消费中绿电的占比不断提升。一方面，用户消耗火电将产生碳排放，当碳排放量大于免费配额量时，用户需要从碳交易二级市场购买相应碳配额以满足碳考核。当碳排放权价格提高，碳配额购买成本随之提高，因此降低了对火电的需求；另一方面，通过绿电市场-碳市场联动机制，用户消耗绿电节省的碳配额可以在碳交易二级市场中出售获利，调动了用户主动消耗绿电的积极性。

4.2.4 碳交易限额的影响

对于面临碳考核的用户，碳交易限额对其用电结构将产生重要影响。

图11（a）和（b）显示了对用户1 的碳配额最大购买量进行限制时，其用电结构变化趋势。随着碳配额最大购买量的降低，用户的绿电消费量将会增加。这是因为，当碳排放权价格较低时，对用户来说，购买火电并支付碳配额购买成本要比购买价格相对较高的绿电更为经济。因此，当碳排放权价格较低时，通过限制用户碳配额的最大购买量，既可以实现碳排总量的控制，又能促进新能源消纳。

图11 碳交易限额对用户1 购电结构的影响Fig.11 Impact of carbon trading limit on Consumer 1’s electricity purchase structure

图11（c）和（d）显示了当用户1 的碳配额最大出售量改变时，其用电结构变化趋势。随着碳配额最大出售量的提高，用户1 的绿电购买量将会增加。这是因为，当碳排放权价格较高时，对用户来说，购买绿电并出售节约的碳配额要比购买火电更为经济。

4.2.5 批发市场分时电价的影响

电价会影响用户的购电组合，进而影响其碳交易情况。图12和图13分别表示了碳价取65元/t时在原始绿电价格（见表1）和较高绿电价格（见表6）两种情况下用户碳交易情况和购电情况，其中碳交易量为正表示购买碳配额，为负表示出售碳配额。可以看到，当绿电价格较高时，用户对绿电需求量降低，相应可抵消的碳排放量也降低，因此需要额外购买碳配额完成碳排放考核；当绿电价格较低时，用户绿电需求量较大，因此抵消的碳排放量也较大，用户碳配额购买量减少，或可出售碳配额。

表6 绿电分时电价Tab.6 Time-of-use price for green electricity 元

图12 原始绿电价格下用户碳交易情况及购电情况Fig.12 Carbon trading and electricity purchase of consumers at original green electricity price

图13 绿电价格较高时用户碳交易情况及购电情况Fig.13 Carbon trading and electricity purchase of consumers when green electricity prices are high

5 结 论

用电侧具备降碳减排的潜在能力，为了更好地发挥绿电的减碳价值，调动用户侧消费绿电的积极性，本文提出了一种基于改进用电碳计量的绿电-碳市场联动交易机制，并构建主从博弈模型，研究了用电侧承担碳排放责任背景下日前零售市场中聚合商和用户的交易问题。主要贡献包括以下3点：

（1）提出了绿电交易与用电碳排放的互认机制，为异质性电力设置了差异化的用电碳排放因子以刻画用户不同用电偏好的碳排放情况；

（2）设计了绿电市场-碳市场联动交易机制，建立了绿电市场与碳市场之间的衔接关系；

（3）构建了基于绿电-碳市场联动机制的双层博弈模型，实现了聚合商的定价策略、调度计划及用户对异质性电力购电量的最优化。

算例分析结果表明，本文所提绿电-碳市场联动交易模型可以有效降低电力系统碳排放，同时碳市场交易价格和碳配额交易限额对用户的购电选择具有重要影响，根据不同的碳价合理设置用户碳配额的交易限额，将有助于进一步降低电力系统碳排放，促进新能源消纳。