碳排放交易市場機制對電力市場的影響：基于碳價需求響應的電力市場用戶行為分析

楊威，龔學良，曾智健，陳戰林，劉嘉遜，王馨蕾

(1.廣東電力交易中心有限責任公司，廣州510030；2.香港中文大學(深圳)，廣東 深圳518116)

0 引言

自2011年10月以來，中國在北京、天津、上海、重慶、湖北、廣東等地開展了區域性碳排放權交易地方試點工作[1]。2021年7月，全國碳排放權交易市場上線交易。中國碳市場目標是降低經濟活動的碳強度[2]，即減少碳市場所覆蓋設施每單位產出的平均碳排放量[3]。在履約期結束時，監管機構會核查設施實際產出以調整最終配額。

2015年3月15日，中共中央國務院發布了《關于進一步深化電力體制改革的若干意見》(9號文)[4],旨在發電側、售電側以及增量配電等領域逐步引入市場競爭，成熟完善的電力市場將推動行業綠色可持續發展[5]。作為占全國總碳排近49%比率的高排放行業，發電行業成為2021年首批全國碳排放交易市場的覆蓋行業。然而隨著市場的逐步推進，什么類型的電力市場用戶需要承擔超額排放的成本一直存在爭議。在電力市場中，發電側是直接排放者，但用電側則是碳排放的潛在驅動者。如果沒有電力市場用電側的積極參與，很難通過創建碳排放交易市場來有效地減少碳排放。因此，找出能達到最佳減排效應的市場引入行業對于建設碳交易市場具有重要意義。

當電力市場用電側參與碳排放交易時，電力市場需求側資源對環境的影響效應也逐漸凸顯[6]。柔性負荷、分布式發電和儲能等需求側資源可以通過改變負荷曲線為電力系統提供輔助服務，不同的負荷曲線會影響機組的出力進而影響整體碳排放量。智能電網中的需求響應(demand response, DR)[7]可以根據電價管理用電需求并影響終端用戶，從而有助于提高系統效率和經濟效率。目前，DR對于需求側資源的管理在學術領域已經積累了一定的研究[8-11]，但較少人研究DR的環境效益。如果將電力終端用戶引入碳交易市場，用戶可以通過需求響應減少碳排放，并在碳交易市場上出售節約的碳信用額，通過套利產生一定利潤。將這些利潤稱為DR的環境收益，并提出基于碳價的需求響應(carbon-oriented DR，CDR)，即假設電力部門的所有終端用戶都可以通過積極的需求側參與競爭性電力市場和排放交易市場來獲得環境收益，將電力市場與碳市場之間的套利利潤作為DR的動力之一。

針對碳市場與電力市場之間的傳導和耦合機制研究已經取得不少的成果[12-18]。Lund對比了碳交易與傳統的碳稅，發現工業運營成本受到碳交易的影響更劇烈[12]。Cheng等分析了碳稅與碳交易對于不同行業的影響[13]。文獻[14-16]將電力市場的碳排放成本傳導到每小時電價，考察了碳排放成本在電力市場中的成本傳導，發現碳價價格增加對電力市場用戶邊際成本的影響取決于市場集中度、可用容量、電力需求水平等結構因素。不同碳價對電力系統的影響在文獻[17-20]中進行了研究。此外，部分學者針對碳市場和電力市場的耦合提出了新的調度模型[21-27]。部分文獻[28-29]則構建可計算一般均衡模型或基于面板數據進行雙重差分分析，研究全國碳市場政策對經濟、能源和環境的影響；文獻[30-31]則探究電力市場和碳市場協調和融合問題，提出考慮碳排放價格的電力市場發電電能成本模型。

但目前暫無文獻對電力市場的雙邊用戶參與碳市場的減排效果進行探討，并且較少研究結合電力系統出清模型以及真實市場數據進行仿真分析。因此，為了分析電力市場雙邊用戶參與碳市場后的用戶行為，本文提出碳市場-電力市場需求響應的雙層優化模型。模型中，優化電力現貨市場結算電價和雙市場套利利潤是用戶參與需求響應的兩大動力。實驗主要基于廣東省電力市場和排放交易市場的真實數據和政策參數，并通過仿真實驗研究引入不同行業時碳交易市場帶來的整體減排效應以及電力市場的用戶行為變化。模型考慮了3種情況：碳排放交易體系引入電力市場用戶側、碳排放交易體系引入電力市場發電側，以及碳排放交易體系不引入電力市場雙邊用戶的情況(作為基準案例)，研究現有碳排放市場對電力現貨市場電價以及用戶行為的影響。

1 基于電力消費的用戶效用公式

在電力市場競爭中引入需求響應，有兩種方式：一種是基于價格信號增加需求側在市場中的作用；另一種通過制定確定性或隨時間變化的政策，來激勵用戶在系統可靠性受到影響時及時響應并削減負荷[32]。目前主要的需求響應研究集中在家庭居民用戶，并且對居民用戶的效用公式(utility function)有著較為詳盡的理論研究，目標函數為最小化系統運行成本并最大化用戶滿意度[7,33]。而本文模型主要聚焦工業和商業類型的終端用戶(end-use customers)，因為他們是中國電力現貨市場以及未來碳市場的主要市場參與者。工業和商業客戶基于自身利潤考慮，同樣可以通過需求響應(DR)從而削減冷卻、照明和部分生產用電負荷[33]。因此，為了建立關聯需求側用戶與基于碳市場的需求響應之間的關系，首先應了解用戶電力消費時的效用公式。

在電力交易和碳排放交易市場中，市場用戶可以被視為相互獨立的決策者，即在決策過程中不會發生共謀[34]。由于大多數工業客戶直接參與廣東電力現貨市場，本文采用有限線性邊際效用函數[35]市場客戶的響應進行建模。假設市場共有N個用戶，用戶n∈{1,2,…,N}的邊際效應可以表示為：

(1)

(2)

式中ε為誤差量。

在廣東電力現貨市場中，本文假設所有工業、商業用戶的平均用電成本相同，所以對于任何用戶n∈{1,2,…,N}，αn可以簡化成αn=α。因此，市場需求側用戶n的效用函數可以簡化為：

(3)

針對不同的ωn，效用函數均滿足不遞減的特性。當用戶消費更多的電能，他們會完成更多的生產任務，因此獲得更多的經濟收益。此外，在實際生產中，更多的電能消耗總是伴隨著生產機器或其他設備的折舊，這導致了用戶使用電力的邊際效用遞減。并且，在一般工業或商業領域，折舊通常呈二次型[36]。

對于式(3)中用戶效用函數的參數設定，本文參考了廣東省統計局的行業數據，對2011—2017年工業總產值(因變量)與分行業的總用電量(自變量)基于式(3)進行二次回歸(quadratic regression)，從而計算單位用電量的邊際總用電效用ωn(marginal gross utility)和邊際用電成本αn(marginal cost per power consumption)。對于固定行業，行業總產值是指一定時期內以貨幣形式銷售或可供銷售的工業產品總量，它反映一定時期內工業生產的總成果和總體規模。行業總產值可用于預估工業用戶的用電總效用。對于不同行業的工業用戶，本文通過對省內用電量進行分解分配到各行業，對分行業的工業總產值與分行業的總用電量進行二次回歸，估計不同行業的邊際總效用和單位用電量邊際成本。工業總產值是指一定時期內以貨幣形式銷售或可供銷售的工業產品總量，它反映一定時期內工業生產的總成果和總體規模。

表1 按行業劃分的用戶效用函數二次回歸結果

2 電網下的碳排放強度

電網中的碳流(carbon emission flow，CEF)指從空間角度表示電力生產和消費之間的碳排放虛擬流動[37]。通過直觀地觀察、計算和分析CEF的分布特征，可以追溯電力消費行為的完整“碳足跡”，為消費者計算產生的碳排放提供重要信息[38]。本文將CEF應用于建立客戶電力消耗與產生的碳排放之間的聯系。采用數學模型定量計算碳排放量，其中有兩個參數可以用來描述CEF的分布和運動：CEF率(CEF rate)和碳排放強度。CEF率表示CEF的“速度”，定義為在無窮小的時間段內通過網絡中的一個點(或橫截面)的CEF的質量。CEF率可表達為：

(4)

式中：R為CEF率；F為碳排放流入或流出的總量；t為碳流流經所有電網傳輸所需的時間。其中，CEF率的單位為t/h。碳排放強度ρ為CEF相對于有功功率流的密度。碳排放強度用于表征流入節點和流出節點的CEF與潮流之間的關系。

(5)

式中：G和P分別為有功電能和有功功率。碳排放強度ρ的單位為t/MW。

目前，國內電力行業普遍基于邊際碳排放計算節點碳排放強度，即先計算現有電力市場供需情況下的總系統碳排放量E0，當其中某節點增加1 MW的用電負荷時，再計算一次總系統碳排放量E1。兩次排放量計算后，對應增加的邊際碳排放量(E1-E0)則為該節點碳排放強度?？傠娏ο到y碳排放量為：

(6)

式中：m為系統中機組數量；Pgi為第i個機組的功率，MW；Afuel為機組耗燃料強度，代表機組單位出力所需燃燒的燃料量，t/MW；Efuel為機組燃料的碳排放強度，代表燃燒單位燃料所排放的二氧化碳，t/t)。

3 基于用戶收益和電網碳排放強度的雙層優化模型

為分析同時參與碳市場和電力交易市場的用戶行為，本文基于雙層優化(bi-level optimization)[39]，建立了碳市場-電力市場需求響應(CDR)的研究框架。如圖1展示的雙層優化建?？蚣?，模型第一層優以最大化電力市場需求側用戶收益函數為目標做出DR決策，將電力市場和碳市場之間的套利利潤引入市場用戶側效用函數中(utility function)；第二層優化則根據用電側的用電需求計算電網運行的最佳潮流，模擬了電力系統運行。第一層優化對應客戶的需求響應行為，二級優化與整個電力系統的配電和系統安全條件的約束有關。首先，客戶的需求響應行為會改變節點負荷，進而影響整個電力系統的配電、零售電價和碳排放狀況。因此，當結算電價和節點的碳排放強度更新時，用戶的收益最終會受到影響，本文使用基于雙層優化結構的迭代算法來發現最優的功耗調度，以最大化客戶的收益。

圖1 結合電力系統與碳排放交易市場的雙層優化建?？蚣?/p>

3.1 第一層優化：市場用戶收益最大化

(7)

(8)

因此，當用戶以最大化自身收益為目標時，用戶的用電量可以表征為以下優化問題的解：

(9)

s.t.

(10)

(11)

(12)

按是否存在強制履約責任，可以將我國碳市場分為兩種：一是基于國家或地區減排約束而實施的強制型碳市場，被納入市場的主體需承擔硬性的減排責任和履約義務；二是旨在鼓勵無強制減排責任的企業、組織和個人，通過購買減排量來抵消自身排放量的自愿型碳市場[31]。碳排放配額商品僅在強制型市場中流通，因此本文目前只考慮強制型碳排放市場。

3.2 第二層優化：電力系統運行成本最小化

由于節點碳強度和節點電價的計算需要考慮整個電力系統的發電機出力和有功潮流，基于安全約束經濟調度(security constrained economic dispatch，SCED)[40]的數學模型。本文仿真環境基于廣東電力現貨市場，且廣東省的市場電價是基于統一出清原則的邊際節點電價(locational marginal price, LMP)。本文使用最優潮流(optimal power flow, OPF)模型，即仿真的物理系統出清模型。

(13)

Pgimin≤Pgi≤Pgimax,i=1,2,…,m

(14)

Qgimin≤Qgi≤Qgimax,i=1,2,…,m

(15)

式中：Pgi、Pgimax、Pgimin分別為第i個機組有功功率、最大、最小有功功率；Qgi、Qgimax和Qgimin分別為第i個機組的無功功率、最大、最小無功功率；Pg=(Pg1,Pg2,…,Pgm)為機組的發電功率向量；fi(Pgi)表示第i個機組的運行成本函數，呈二次函數形式，覆蓋固定成本(fixed running cost, fixed operating cost)、變動成本(variable O&M cost)、啟動成本(one off startup cost, metered startup cost)、維修成本(repair cost)、退役成本(retirement cost)；F為系統m個機組的總成本。式(14)—(15)表示第i個機組的功率約束。

Pl=(Pl1,Pl2,…,Pll)表示系統的輸電功率向量，第i條線路的輸電功率為Pli，對應的輸電約束為：

Plimin≤Pli≤Plimax,i=1,2,…,l

(16)

式中：Plimax、Plimin分別為第i條線路的最大、最小輸電功率；l為線路數量。

對節點i，電壓約束為：

Vimin≤Vi≤Vimax,i=1,2,…,n

(17)

式中：Vi為節點i的電壓；Vimax、Vimin分別為節點i可承受的電壓上、下限；n為節點數量。系統運行時，線路的輸電約束會引起傳輸阻塞[41]，進而影響到穩定運行。系統的安全約束為：

(18)

(19)

式中：gPi和gQi分別為對應節點i的有功和無功功率；Pdi和Qdi分別為節點i的有功和無功負荷；Yij為節點i到j線路的導納；θi為電壓Vi的相角；δi,j為導納Yij的相角。式(18)和(19)分別為節點i的有功和無功平衡方程。因此，根據式(13)—(19)，本文可以求解得到系統內各機組的出力。

用戶n所屬節點的CEF強度，需要解兩次潮流，基于邊際碳排放計算整個節點碳排放強度。先計算現有電力市場供需情況下的總系統碳排放量，再計算當其中節點增加1 MW的用電負荷時的總系統碳排放量，對應增加的碳排放量則為該節點碳排放強度。而計算總系統碳排放量需要解潮流得到機組出力，因此這里的兩次潮流則對應兩次總系統碳排放量計算，具體計算公式見式(6)。

廣東省的市場電價是基于統一出清原則的邊際節點電價(locational marginal price, LMP)[42-43]。LMP通過求解OPF的對偶問題得到。將式(13)—(19)所示的OPF優化問題轉化為等價的拉格朗日函數。

(20)

式中：λPi、λQi對應等式(18)、(19)的拉格朗日乘子，πlPi、πuPi、πlQi、πuQi、πlli、πuli、πlVi、πuVi對應不等式約束(14)—(17)的拉格朗日乘子；SlPi、SuPi、SlQi、SuQi、Slli、Suli、SlVi、SuVi、Sui、Sli分別為不等式約束轉變為等式約束的松弛變量；μ為松弛變量約束的拉格朗日乘子；k為不等式約束的總數量，k=4m+2l+2n。

根據式(20)的一階條件可得：

(21)

(22)

4 仿真實驗

基于廣東省碳排放交易市場和電力市場的真實數據和政策，本文設計仿真實驗模擬同時參與電力現貨市場和碳排放交易市場的用戶行為。模擬對象為電廠、大型工商業客戶，因為這些都是電力現貨市場的主要參與用戶。目前，整個廣東電力系統共有483個系統節點，其中共206臺B級發電機組參與現貨市場。本文從每個季節中隨機選擇1個工作日和1個周末，將每天平均分成24個時段。假設已經知道每個節點中不同用戶的百分比，節點負荷可以看作是1個多用戶組合單位。因此，每個節點的可轉移負荷是效用函數中的自變量。

4.1 仿真場景設計

本文共構建了3個仿真場景：場景1代表只引入電力市場發電側進入碳排放市場，場景2代表只引入電力市場需求側進入碳排放市場，案例3以沒有ETS為基準案例。3種情景均基于2018年的歷史數據，假設廣東省電力市場政策和ETS市場設計機制保持不變?；€情景假設所有需求側用戶均采用傳統DR管理負荷，且不參與排放權交易市場。廣東電力行業企業的碳排放上限根據歷史強度下降法計算[44]。

CAPa,t=EMSa,ave·REFa·(1-REDa,t)

(23)

式中：CAPa,t為企業a在t年的碳排放配額；EMSa,ave為企業a在2015—2018年的年均用電量；REFa為企業a的參考碳強度；REDa,t為第t年企業a的碳強度年下降率。根據廣東省2019年碳排放配額分配實施方案，3種情況下廣東省碳強度下降率設定為15%。

4.2 實驗參數設置

由于不同發電機的運行方式和使用的煤炭類型各有差異，不同類別的發電機會產生不同數量的CO2排放。如表2所示，廣東省電力行業共有6類發電機組，每種發電機組的相關CO2排放因子。

表2 不同類別的發電機的碳排放因子

同時，對于求解雙層優化問題，本文使用粒子群優化算法(particle swarm optimization，PSO)[45]。粒子群優化是一種機器學習優化和分類范式，基于進化機制(例如生物遺傳學和自然選擇)來優化非線性函數。在每次迭代中，搜索速度將根據之前的最優pbestid和全局最優gbestid進行調整。

(23)

4.3 實驗結果分析

本文從典型季節的多用戶24 h用電曲線、全系統節點電價、全社會碳排放總量這3個主要維度對不同仿真場景進行比較。

圖2比較了場景1、場景2、場景3的用戶冬季典型日的日用電量曲線仿真結果。其中，藍色實線代表基準場景3(即沒有電力用戶參與碳排放市場)；黃色虛線代表引入電力市場發電側(或需求側)進入碳排放市場后的需求側用戶用電負荷行為。用戶日用電量的仿真實驗結果表明，直接約束電力市場用戶側可以更好地重塑需求側用戶的用電行為，而在場景1中當只約束發電側時，用戶側只在某些時刻改變了用電量，但基本保持用電曲線不改變。

圖2 場景 1 和場景 2 的用戶冬季典型天的日用電量曲線仿真結果

在圖3中，紅色虛線代表基準場景3(即沒有電力用戶參與碳排放市場)，藍色實線代表場景1(引入電力市場發電側進入碳排放市場后)的典型天日內結算電價結果，而黃色實線代表場景2(引入電力市場需求側進入碳排放市場后)的典型日的日內結算電價結果。與基準場景3相比，碳市場約束發電側會導致系統電價整體上漲，與之相反的是，約束需求側導致系統在價格高峰期間略有下降，因為需求側用戶在價格高峰期選擇削減負荷。從場景1和場景3的比較結果還可以發現，現貨市場的結算電價在一天中的任何時間段都以相同的水平上漲，電價曲線的高峰時段基本保持不變。

圖3 用戶冬季典型天的日內各時段(每15 min)結算電價模擬結果

表3給出了各仿真場景冬季典型天的平均單日碳排放量的模擬結果，可以看出需求側的碳定價對碳排放量的減少幅度較大。與基準案例相比，需求側碳定價的場景2平均每天減少11.56%的碳排放，而供給側碳定價的場景1平均每天減少6.43%的碳排放。

總體而言，仿真實驗結果表明，直接約束需求側的碳市場可以更有效地影響用戶的用電行為，并根據碳價和電價的不同水平轉移客戶的負荷。同時，約束需求側也可以更大程度上減少日碳排放量，與其他仿真場景相比，場景2的最大減少排放率為11.56%。相反，在將發電測作為碳定價對象的情景下，結果表明該方法在碳減排方面的表現不如其他情況，需要注意的是，在這種情況下，考慮到碳排放成本，節點電價還將在一天內的所有時間段內上漲。結果還表明，由于南方地區電力現貨市場采用加權平均節點定價機制和現有的電力結構，如果將發電側引入排放交易市場，結果表明碳排放成本無法有效傳導至需求側，導致用戶側缺少減少排放的價格激勵。固定的零售電價曲線模式不能刺激終端用戶轉移隨時間變化的用電負荷，終端用戶削減負荷和排放的經濟激勵較弱。

5 結論

由于電力市場的用電側往往是碳排放的潛在驅動者，為了更好地實現我國碳排放市場的減排目標，本文研究了碳市場引入電力市場用戶側企業的必要性?；趶V東省現貨市場規則和實際市場數據，共設計3種仿真場景，同時還提出了基于碳價的需求響應模型(CDR)。通過雙層優化模擬了電力系統運行和基于碳價的需求響應以最優化電力市場用戶側的經濟效益。經過對不同仿真場景帶來的電價變化、碳排放量變化和用戶負荷變化的比較，得到結論如下。

1)在我國現行的過渡期電力市場機制下，由于現貨市場采用加權平均節點電價進行結算，市場的發電定價無法將碳排放成本完全轉移給需求側用戶，即無法通過電價的成本傳導激勵用戶側減排。因此，碳市場直接約束電力市場需求側用戶更有利于實現減排目標。

2)當只有電力市場發電企業承擔排放成本時，現貨市場結算電價在一天中的任何時間段均以相同的水平上漲，電價曲線保持不變。由于固定價格曲線模式不能刺激電力市場用戶側實時改變用電負荷，因此帶給電力市場用戶側減排的經濟激勵較少。

3)碳排放市場約束對象的不同會影響市場的減排效果。碳市場政策設計者不僅需要關注碳市場碳價自身的價格信號，還需要關注電力市場的電價信息，因為電價是碳排放環境成本的重要傳遞渠道。