考虑碳交易和绿证交易制度的电力批发市场能源优化

考虑碳交易和绿证交易制度的电力批发市场能源优化

姚军1,2, 何姣3,4, 吴永飞1, 严彩霞3

（1. 长沙理工大学 经济与管理学院，湖南 长沙 410004; 2. 国家电网公司财务资产部，北京 100031; 3. 湖南理工学院 经济与管理学院，湖南 岳阳 414000; 4. 湖南大学 工商管理学院，湖南 长沙 410082）

摘要：在分析碳市场和绿证市场区别及对电力批发市场影响机理的基础上，构建了考虑碳交易和绿证交易制度的电力批发市场能源优化模型，并进行数值仿真分析。结果表明，碳交易与绿证交易制度协调对于优化电源结构、促进电力行业碳减排具有积极作用。在碳排放总量目标下存在一个满足各发电商总利润最大化的最优碳配额和绿证比例组合。

引文信息

姚军, 何姣, 吴永飞, 等. 考虑碳交易和绿证交易制度的电力批发市场能源优化[J]. 中国电力, 2022, 55(8): 190-195.

YAO Jun, HE Jiao, WU Yongfei, et al. Energy optimization of electricity wholesale market considering carbon emissions trading and green power certificate trading mechanism[J]. Electric Power, 2022, 55(8): 190-195.

引言

近年来，一些发达国家和地区针对电力行业制定了一系列碳减排组合机制[1]。其中，碳排放权交易（简称碳交易）和绿色电力证书交易（简称绿证交易）制度组合已经在美国、加拿大、英国、日本以及欧盟等国家和地区广泛应用，并对推动清洁低碳发挥了重要作用[2]。在碳交易和绿证交易制度双重约束下，如何合理确定最优碳配额系数和绿证比例组合，从而实现电力行业碳减排目标，确保区域内发电商利益，是亟待解决的问题。

目前，国内外主要集中于单一碳交易或绿证交易制度下电力市场均衡问题研究。文献[3-7]构建了电力市场均衡模型，分析了发电商的策略性行为。文献[8-9]采用可计算一般均衡模型（computable general equilibrium，CGE）、双重差分模型（differences-in-differences，DID）、合成控制法（synthetic control method，SCM）等评估了碳交易政策。文献[10-11]运用电力市场均衡模型、系统动力学模型等分析绿证交易制度对电力市场的影响。文献[12]分析了碳交易机制与可再生能源支持政策相互作用对电力市场的影响。文献[13]考虑了可再生能源补贴政策对电力市场的影响，构建了发电商利润最大化为目标的决策模型。文献[14]分析了碳市场、绿证市场以及电力市场的相互作用关系，但仅定性说明了碳市场和绿色市场对发电企业发电决策的影响。文献[15]将碳交易和绿色证书交易机制引入到发电权交易模型中，构建了基于区域净利润最大化的发电权交易模型，但没有考虑不同电源之间的发电权交易。

综上，本文构建了考虑碳交易和绿证交易制度的电力批发市场能源优化模型，分析了不同碳配额系数和绿证比例组合下发电机组发电量和碳排放量的敏感性变化，以及碳排放总量目标下各发电机组发电量、碳配额系数和绿证比例，为实现碳减排目标提供了有价值的参考。

1 碳市场与绿证市场

从目前中国碳交易与绿证交易制度来看，碳市场及绿证市场制度的总体设计思路都是以总量控制为目标，在一个设定好的总量目标之下，再继续向下细化碳配额或绿证比例。2种制度所形成的市场均有助于促进电力行业的低碳减排。但是市场之间存在差异，具体区别如表1所示。

表1  2种市场的区别

Table 1  Differences between the two markets

在碳市场中，管制机构首先设定区域范围内的碳排放总量目标，然后根据总量目标采用基准线法核定不同发电机组单位发电量的碳排放初始配额。在基准线交易体系下，不同碳排放强度发电机组获得的免费碳配额总量会随着自身发电量的变化而变化。在不考虑发电机组自身发电边际成本的情况下，当发电机组单位发电量的实际碳排放量大于管制机构核定的配额基准线时，该高排放机组需要在碳市场中买入对应自身发电量的碳排放配额，以满足管制机构配额考核要求。相反，当发电机组单位发电量的实际碳排放量小于管制机构核定的碳排放初始配额上限时，低排放机组可将对应自身电量的富余碳配额在碳市场中售出从而获得收益。

在绿证市场中，管制机构首先按照一定的规则核定出各地区需承担的非水可再生能源电量消纳比例。可再生能源发电商发出的全部为非水可再生能源电量，获得绿证，可售出绿证从而获得收益。

在发电行业同时实施碳交易和绿证交易制度后，不同类型发电机组既要参与电力市场交易，同时还要考虑管制机构对碳配额系数和绿证比例的分配方案。在市场作用下，区域范围内不同类型发电机组需要根据管制机构对碳市场和绿证市场的具体方案、发电类型、发电成本、碳排放强度等因素进行综合决策[16-18]。

2 基本假设与模型建立

2.1 基本假设

在构建考虑碳交易和绿证交易制度的电力批发市场能源优化模型时，提出5个基本假设。

（1）碳交易配额分配方式上执行全部免费分配，采用单位电量基准线法[19]。绿证不考虑发电技术差异性，风、光发电量所能兑换的绿证量相同。碳配额与绿证不能进行转换或抵消，并且不可以进行跨期交易。

（2）电力市场中有g个发电商，包含火力发电商m个，可再生能源发电商n个。qh,i为火力发电商i的发电量，qr,j为可再生能源发电商j的发电量，则电力市场总发电量Q为

（3）各发电商的发电成本为二次函数，即

式中：qk为第k个发电商的实际发电量；αk、βk、γk分别为第 k 个发电商的成本参数；Ck为第k个发电商的发电成本。

可再生能源发电具有强烈的间歇性和波动性，其需要投入比火力发电更多的运维和旋转备用成本。本文假设不同技术类型常规火力发电机组的发电边际成本始终要低于可再生能源发电边际成本[20]。

（4）电力批发市场中电力供需始终处于平衡状态，电力批发价格与电力总需求量之间满足线性函数关系。电力批发价格pe的逆需求函数可以表示为

式中：A、B分别为批发价格系数，且均大于0。

（5）碳交易价格由市场供求关系决定，满足的线性函数关系为[21]

式中：为碳交易价格；a、b均为大于0的常量；eh,i为第i个火力发电商的实际碳排放量；为管制机构确定的区域范围内免费碳配额上限。

同样地，假设绿证交易价格由市场供求关系决定，并且满足如下函数关系式[22-23]。

式中：ρ为绿证交易价格；ξ、τ分别为大于零的常量；λ为各发电商须义务完成的可再生能源发电量比例。

由于第i个火力发电商发出的是非可再生能源电量，故该发电商需购买数量为λ的绿证以满足政府配额考核要求。第j个可再生能源发电商将数量为 (1−λ)qr,j的绿证在绿证市场上售出。

2.2 模型建立

在综合考虑碳交易和绿证交易制度后，由于火力发电商和可再生能源发电商发电成本、碳交易和绿证交易成本上存在差异，故不同类型发电商的净收益函数并不相同。

火力发电商的净收益主要包括发电净收益、买入碳配额支付的成本或卖出碳配额获得的收益、支持绿色电力发展的费用。第i个火力发电商自身净收益函数Rh,i为

式中：为第i个火力发电商实际买入或卖出碳配额的数量；Ch,i为第i个火力发电商的发电成本。

可再生能源发电商除了在电力市场中获得一部分发电收益外，还能在绿证市场中售出一部分绿证获得收益。第j个可再生能源发电商的净收益Rr,j为

式中：为第j个可再生能源发电商实际卖出的绿证数量；Cr,j为第j个可再生能源发电商的发电成本。

从发电资源合理配置的角度，需要实现区域内各发电商总收益最大化来确定发电商的上网电量[24-25]。区域内各发电商总收益R为

在考虑碳交易和绿证交易制度双重约束下，各发电商总收益最大化函数受到5个约束条件，具体如下。

（1）火力发电商实际买入或卖出的碳配额量不超过自身需要买入或能够卖出的碳配额量；

（2）各火力发电商实际碳排放总量不超过管制机构规定的免费碳配额上限；

（3）各火力发电商实际买入或卖出碳配额之和等于0；

（4）可再生能源发电商实际售出的绿证数量不超过自身可供售出的绿证数量上限；

（5）单位时间内各发电机组自身发电量上、下限约束，minqh,i、 minqr,j、 maxqh,i、 maxqr,j分别为第i个火力发电商和第j个可再生能源发电商的最小和最大发电量。

3 数值仿真

3.1 基础数据

假设电力批发市场中共有3家发电商并且各发电商仅有一个发电机组。发电机组1和2为火力发电机组。发电机组3为可再生能源发电机组。各发电机组的相关技术经济参数可以参考文献[10]。另外，假设某时段电力批发市场逆需求函数的参数A=250，B=0.07。碳交易价格逆需求函数关系式中的参数a、b分别为40、0.05。绿证交易价格的函数关系式中的参数ζ、τ分别为300、0.02。单位时间内用户电力需求特性参数Q取2 000 MW·h。

3.2 结果分析

碳配额系数与绿证比例变化对不同类型发电机组发电量影响的敏感性分析如表2所示。从2表中可以看出，在相同绿证比例下，随着碳配额系数的缩紧，低排放机组1和可再生能源机组3的发电量逐步增加，而高排放机组2则逐步减少。在同一碳配额系数下，随着绿证比例的增加，可再生能源机组3的发电量逐步增加，而机组1和机组2的发电量则逐步减少。

表2  各发电机组的发电量

Table 2  Generating capacity of each generating unit

碳配额系数和绿证比例组合下碳排放量变化情况如表3所示。从表3中可以看出，在相同绿证比例下，随着碳配额系数缩紧即配额值减少，低排放机组1的碳排放量随着发电量增加而增加，而高排放机组2的碳排放量则相应减少，但是碳排放总量水平却随着碳配额系数的缩紧而不断下降。在相同碳配额系数下，随着绿证比例增加，碳排放总量不断下降。因此，通过合理调节碳配额系数和绿证比例组合使得发电量由高排放机组向低排放机组转移，火力发电机组向可再生能源发电机组转移，从而优化电源结构和减少碳排放。

表3  各发电机组碳排放量

Table 3  Carbon emissions of each generating unit

本文通过数值仿真分析了不同碳排放总量目标下各发电机组的发电量变化以及碳排放系数与绿证比例最优组合，如表4所示。从表4中可以看出，在不同碳排放总量目标下，存在一个满足区域发电商收益最大化的碳配额系数和绿证比例最优组合。随着碳排放总量目标不断缩紧，即由700 t逐步调整到300 t，可再生能源发电机组3的发电量不断增加，而其他2个火电机组则逐步减少发电量。因此，管制机构缩紧碳排放总量目标能够实现电源结构优化。

表4  既定碳排放总量目标下的发电量、碳配额系数和绿证比例

Table 4  Power generation, carbon allowance coefficient and green certificate ratio under the established total carbon emission target

4 结论

本文构建了一个考虑碳交易和绿证交易制度的电力批发市场能源优化模型，可用于分析不同碳配额系数和绿证比例组合下不同类型发电机组的发电量和碳排放量变化，确定既定碳排放总量目标下各发电机组发电量、配额系数和绿证比例。通过对模型进行数值仿真分析得出如下结论。（1）碳交易与绿证交易制度的协调对实现区域范围内电源结构优化和实现电力行业碳减排具有促进作用。（2）在既定碳排放总量目标下，存在一个满足区域发电商收益最大化的碳配额系数和绿证比例最优组合，可指导管制机构进行碳配额和绿证比例分配方案的科学制定。

本文提出的优化模型可以在以下2个方面进一步拓展。（1）本文重点从区域发电资源配置优化的视角构建了各发电商总收益最大化的单目标函数，但随着电力市场化程度的提高，需要构建各发电商自身利益最大化的多目标函数；（2）本文假设一定时间内电力总需求是一定的，需要考虑电力需求量在一定时间内随机变化的情况。

作者介绍

姚军（1980—），男，博士，高级工程师，从事电力经济研究，E-mail：13910310554@163.com;

何姣（1986—），男，通信作者，博士，从事电力市场研究，E-mail：1057320378@qq.com.