国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

考慮系統(tǒng)性風(fēng)險(xiǎn)的現(xiàn)貨市場(chǎng)雙邊報(bào)價(jià)交易機(jī)制與模型

2023-02-19 07:28豐玉帆
電力需求側(cè)管理 2023年1期
關(guān)鍵詞:雙邊系統(tǒng)性參與者

杜 帥,豐玉帆

(國(guó)核電力規(guī)劃設(shè)計(jì)研究院有限公司 智慧能源設(shè)計(jì)中心,北京 100095)

0 引言

為了解決電力市場(chǎng)交易機(jī)制和市場(chǎng)化定價(jià)機(jī)制缺失等問(wèn)題,自2015年起,我國(guó)陸續(xù)頒布了《關(guān)于進(jìn)一步深化電力體制改革的若干意見(jiàn)》(中發(fā)〔2015〕9號(hào))文件及多項(xiàng)改革配套文件,8個(gè)電力現(xiàn)貨試點(diǎn)地區(qū)全部完成整月結(jié)算試運(yùn)行,標(biāo)志著電力現(xiàn)貨市場(chǎng)建設(shè)真正進(jìn)入實(shí)施時(shí)段[1]。然而,目前我國(guó)現(xiàn)貨市場(chǎng)采用的是“發(fā)電側(cè)報(bào)量報(bào)價(jià),用戶(hù)側(cè)只報(bào)量不報(bào)價(jià)”的組織形式,這與美國(guó)PJM等大多數(shù)成熟電力市場(chǎng)“雙邊報(bào)價(jià)”的現(xiàn)貨市場(chǎng)模式存在一定區(qū)別[2—3]?!半p邊報(bào)價(jià)”的雙邊交易模式能夠?yàn)橘I(mǎi)賣(mài)雙方提供更多的選擇,有利于充分發(fā)揮市場(chǎng)供需關(guān)系決定市場(chǎng)價(jià)格的作用等方面具有得天獨(dú)厚的優(yōu)勢(shì)[4]。研究適用于我國(guó)國(guó)情和電力系統(tǒng)現(xiàn)狀的現(xiàn)貨市場(chǎng)雙邊交易模型,對(duì)提高市場(chǎng)運(yùn)行效率,完善市場(chǎng)交易機(jī)制具有重要意義。

目前,國(guó)內(nèi)外已經(jīng)開(kāi)展了許多關(guān)于電力現(xiàn)貨市場(chǎng)雙邊交易的研究。針對(duì)以用戶(hù)側(cè)資源為主體的雙邊交易模式,文獻(xiàn)[5]提出了一種含智能樓宇參與的雙邊交易出清策略,以公平地平衡多方市場(chǎng)參與者之間的利益。針對(duì)以新能源為主體的雙邊交易模式,文獻(xiàn)[6]建立了孤島運(yùn)行模式下微網(wǎng)系統(tǒng)雙邊市場(chǎng)交易模型,以確保系統(tǒng)安全高效的運(yùn)行并降低能源成本。文獻(xiàn)[7]主要針對(duì)中長(zhǎng)期電力市場(chǎng)中的雙邊交易,提出了考慮可再生能源滲透率影響的市場(chǎng)出清模型。

為了應(yīng)對(duì)現(xiàn)貨市場(chǎng)雙邊交易合同靈活多變、匹配復(fù)雜等挑戰(zhàn),文獻(xiàn)[8]中打造了基于區(qū)塊鏈的雙邊交易平臺(tái)。文獻(xiàn)[9—10]基于現(xiàn)貨市場(chǎng)和輔助服務(wù)市場(chǎng),建立了考慮不確定性因素的買(mǎi)賣(mài)雙方報(bào)價(jià)的電力市場(chǎng)均衡模型,隨著新能源發(fā)電的大規(guī)模并網(wǎng)和電力市場(chǎng)的進(jìn)一步開(kāi)放,越來(lái)越多的虛擬電廠、負(fù)荷聚合商將會(huì)加入到市場(chǎng)競(jìng)爭(zhēng)的行列。這些新型市場(chǎng)主體組織運(yùn)行框架靈活多變且缺少市場(chǎng)交易經(jīng)驗(yàn),市場(chǎng)波動(dòng)較大時(shí)將面臨較高的交易風(fēng)險(xiǎn)。

在此背景下,本文提出了一種考慮系統(tǒng)性風(fēng)險(xiǎn)的現(xiàn)貨市場(chǎng)雙邊交易模型。首先設(shè)計(jì)了買(mǎi)賣(mài)雙方雙邊報(bào)價(jià)的現(xiàn)貨市場(chǎng)雙邊交易機(jī)制,然后基于CoVaR模型提出了現(xiàn)貨市場(chǎng)雙邊交易機(jī)制系統(tǒng)性風(fēng)險(xiǎn)的度量方法,并構(gòu)建了風(fēng)險(xiǎn)規(guī)避的雙邊交易出清模型,最后通過(guò)算例模擬分析不同雙邊交易模型下電力市場(chǎng)的運(yùn)行結(jié)果和系統(tǒng)性風(fēng)險(xiǎn),驗(yàn)證了該模型的有效性。

1 現(xiàn)貨市場(chǎng)雙邊交易機(jī)制設(shè)計(jì)

1.1 雙邊交易的組織框架及流程

雙邊交易的組織框架如圖1 所示。首先,市場(chǎng)中的購(gòu)售電雙方需將交易信息上報(bào)至配電網(wǎng)運(yùn)營(yíng)商。隨后,配電網(wǎng)運(yùn)營(yíng)商作為系統(tǒng)管理者,依據(jù)交易主體的申報(bào)信息依次通過(guò)潮流優(yōu)化、安全約束校核以及交易匹配3 個(gè)步驟進(jìn)行出清。最后,由配電網(wǎng)運(yùn)行商調(diào)度運(yùn)行交易結(jié)果,并由市場(chǎng)監(jiān)管中心進(jìn)行金融合同交割。

圖1 現(xiàn)貨市場(chǎng)雙邊交易Fig.1 Bilateral offer transaction of spot market

1.2 報(bào)價(jià)方式對(duì)比分析及建模

“單邊報(bào)價(jià)”的報(bào)價(jià)形式為用戶(hù)側(cè)只需申報(bào)負(fù)荷功率預(yù)測(cè)曲線,而對(duì)意愿購(gòu)電價(jià)格不進(jìn)行申報(bào),發(fā)電側(cè)申報(bào)預(yù)計(jì)發(fā)電功率曲線及意愿售電價(jià)格?!半p邊報(bào)價(jià)”與“單邊報(bào)價(jià)”的不同之處在于它能夠提供一個(gè)公平競(jìng)爭(zhēng)的市場(chǎng)環(huán)境,買(mǎi)賣(mài)雙方之間的關(guān)系變?yōu)橐环N供給和需求的平等關(guān)系,是一種生產(chǎn)者與消費(fèi)者之間平等的網(wǎng)狀信息交流模型[11]。兩種報(bào)價(jià)方式在組織模式和技術(shù)手段等方面均具有一定的區(qū)別。

1.2.1 傳統(tǒng)發(fā)電商報(bào)價(jià)模型

傳統(tǒng)火力發(fā)電商的發(fā)電成本函數(shù)為

式中:ai、bi、ci分別為第i個(gè)傳統(tǒng)發(fā)電商的成本系數(shù);Ptp,i,t為第i個(gè)傳統(tǒng)發(fā)電商在t時(shí)段內(nèi)的發(fā)電功率。

傳統(tǒng)發(fā)電商i的邊際成本Mtp,i,t可以表示為

發(fā)電商i以自身的收益期望最大化為目標(biāo)采用線性策略報(bào)價(jià),則其報(bào)價(jià)的計(jì)算公式為

式中:ki,t為第i個(gè)傳統(tǒng)發(fā)電商在t時(shí)段的報(bào)價(jià)策略的系數(shù)。

傳統(tǒng)發(fā)電商報(bào)價(jià)模型的約束條件主要包含價(jià)格上下限約束、出力約束和爬坡約束,表示如下

式中:πmin、πmax分別為雙邊市場(chǎng)交易發(fā)電商報(bào)價(jià)的下限值和上限值;Ptp,i,min、Ptp,i,max分別為傳統(tǒng)發(fā)電商i出力的下限值和上限值;ri,down、ri,up分別為傳統(tǒng)發(fā)電商i的向下、向上爬坡速率。

1.2.2 新能源發(fā)電商報(bào)價(jià)模型

新能源發(fā)電商是由光伏、風(fēng)機(jī)、儲(chǔ)能甚至負(fù)荷聚合商組成的虛擬電廠機(jī)組,在參與市場(chǎng)報(bào)價(jià)時(shí),往往需要考慮內(nèi)部分布式能源的發(fā)電、儲(chǔ)能運(yùn)營(yíng)損耗及需求響應(yīng)等成本的綜合邊際成本,以及新能源發(fā)電的不確定性和運(yùn)行條件約束。文獻(xiàn)[12]對(duì)新能源發(fā)電商的邊際成本模型構(gòu)建進(jìn)行了詳細(xì)的研究,假設(shè)新能源發(fā)電商的報(bào)價(jià)函數(shù)采用線性策略報(bào)價(jià)的形式

式中:kre,i,t為第i個(gè)新能源發(fā)電商在t時(shí)段的報(bào)價(jià)策略的系數(shù);are,i,t、bre,i,t分別為第i個(gè)新能源發(fā)電商在t時(shí)段的綜合邊際成本系數(shù);Pre,i,t為第i個(gè)新能源發(fā)電商在t時(shí)段內(nèi)的發(fā)電功率。

新能源發(fā)電商報(bào)價(jià)模型的約束條件主要包含價(jià)格上下限約束、出力約束和新能源消納比例約束,表示如下

式中:Pre,i,t,max為新能源發(fā)電商i在t時(shí)段內(nèi)出力的下最大值;rcon為系統(tǒng)一個(gè)交易周期內(nèi)新能源發(fā)電商棄風(fēng)、棄光功率的最大占比;T為市場(chǎng)出清的總時(shí)段數(shù)。

1.2.3 用戶(hù)側(cè)報(bào)價(jià)模型

隨著用戶(hù)側(cè)用電量的增加,其用電損耗、輸電成本也會(huì)增加,假設(shè)用戶(hù)側(cè)的用電成本函數(shù)Cu,i,t( )Pu,i,t為

式中:au,i、bu,i、cu,i分別為第i個(gè)用戶(hù)的用電成本系數(shù)。

根據(jù)式(11)對(duì)用戶(hù)側(cè)的用電成本曲線進(jìn)行線性化處理,將用戶(hù)側(cè)的用電功率劃分為m段,每段斜率K1、K2…Km為分段用電成本曲線微增率。因此第i個(gè)用戶(hù)的用電成本可線性化表征,第j段用電成本可表示為

在此基礎(chǔ)上,通過(guò)分段用電成本函數(shù)對(duì)功率進(jìn)行求導(dǎo),當(dāng)用電功率在[Pu,j,Pu,j+1)之間時(shí),用戶(hù)i分段邊際成本價(jià)格為

用戶(hù)側(cè)在考慮自身用電成本的基礎(chǔ)上,所獲得的經(jīng)濟(jì)效益是其制定報(bào)價(jià)策略的內(nèi)在驅(qū)動(dòng)力。與發(fā)電商的報(bào)價(jià)策略類(lèi)似,用戶(hù)側(cè)基于成本-效益分析進(jìn)行報(bào)價(jià),其申報(bào)價(jià)格的表達(dá)式為

式中:ku,i,t為用戶(hù)i期望的用電成本率。

2 考慮系統(tǒng)性風(fēng)險(xiǎn)的雙邊交易模型

2.1 基于CoVaR 的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)構(gòu)建

在可再生能源參與電力市場(chǎng)交易的背景下,現(xiàn)有研究常采用VaR和CVaR指標(biāo)評(píng)估新能源發(fā)電商的交易風(fēng)險(xiǎn),但這兩個(gè)指標(biāo)僅限于評(píng)估可再生能源的不確定性對(duì)新能源發(fā)電商內(nèi)部自身潛在的風(fēng)險(xiǎn)。評(píng)估的結(jié)果并不一定反映其對(duì)整個(gè)市場(chǎng)的財(cái)務(wù)風(fēng)險(xiǎn)的影響,也不能反映其與其他市場(chǎng)參與者的聯(lián)系。相比之下,CoVaR被廣泛應(yīng)用于測(cè)度金融市場(chǎng)陷入困境時(shí)單個(gè)主體對(duì)于整個(gè)市場(chǎng)體系的風(fēng)險(xiǎn)貢獻(xiàn)程度,用以刻畫(huà)系統(tǒng)性風(fēng)險(xiǎn)的整體水平和市場(chǎng)主體間的風(fēng)險(xiǎn)傳染效應(yīng)[13]。

2.1.1 風(fēng)險(xiǎn)價(jià)值VaR

VaR表示在一定的置信水平q下,投資組合可能在未來(lái)發(fā)生的最大損失,令隨機(jī)變量X表示資產(chǎn)收益率,則定義VaRq,i為收益率X的q分位數(shù),如式(15)所示

雙邊市場(chǎng)和市場(chǎng)參與者的VaR可以表示為

式中:Rtp,i、Rre,i分別為傳統(tǒng)發(fā)電商和新能源發(fā)電商的預(yù)期收益;Ru,i為用戶(hù)側(cè)的預(yù)期收益。

2.1.2 條件風(fēng)險(xiǎn)價(jià)值

由于VaR存在尾部風(fēng)險(xiǎn),常采用CVaR作為風(fēng)險(xiǎn)度量方法,CVaR是指投資組合的損失超過(guò)某給定VaR的條件均值[14—15],如式(20)、式(21)所示

式中:z為損失值;FX為累積概率函數(shù)。進(jìn)而,雙邊市場(chǎng)和市場(chǎng)參與者的CVaR可以表示為

2.1.3 系統(tǒng)性風(fēng)險(xiǎn)價(jià)值CoVaR

為了描述系統(tǒng)發(fā)生“故障”的連鎖效應(yīng),我們將雙邊交易的系統(tǒng)性風(fēng)險(xiǎn)定義為在市場(chǎng)參與者發(fā)生困境事件C(ri)時(shí)對(duì)現(xiàn)貨市場(chǎng)造成的風(fēng)險(xiǎn)VaRq,表示為CoVaRq,sys|C(ri)。雙邊交易市場(chǎng)的風(fēng)險(xiǎn)和單個(gè)市場(chǎng)參與者的風(fēng)險(xiǎn)之間的關(guān)系可以表示為

此外,采用邊際CoVaR表示當(dāng)市場(chǎng)參與者發(fā)生困境事件(ri=VaR

q,ri)和處于中位狀態(tài)(ri=VaR0.5)相比時(shí)市場(chǎng)風(fēng)險(xiǎn)的變化,用來(lái)衡量市場(chǎng)參與者對(duì)市場(chǎng)體系風(fēng)險(xiǎn)的影響程度,及其系統(tǒng)性風(fēng)險(xiǎn),如式(27)所示

其中,一般情況下Medianri=VaR0.5。

只要現(xiàn)貨市場(chǎng)的VaR和市場(chǎng)參與者的VaR之間的相關(guān)性可以公式化,就能夠獲得CoVaR和ΔCoVaR。分位數(shù)回歸法是一種高效、穩(wěn)健的度量方法[16],本文采用這種方法來(lái)估計(jì)CoVaR,CoVaR的q分位數(shù)線性回歸模型可以表示為

進(jìn)而通過(guò)式(27)得到

2.2 風(fēng)險(xiǎn)規(guī)避的雙邊交易出清模型

現(xiàn)貨市場(chǎng)雙邊交易的出清以社會(huì)福利最大化為優(yōu)化目標(biāo),則考慮系統(tǒng)性風(fēng)險(xiǎn)出清模型的目標(biāo)函數(shù)包含2部分內(nèi)容-式中:第一部分為整體社會(huì)效益;第二部分為系統(tǒng)性風(fēng)險(xiǎn)指標(biāo);αu,i,t為用戶(hù)側(cè)雙邊交易是否中標(biāo)的布爾變量,αu,i,t∈{0,1};αtp,i,t、αre,i,t分別為傳統(tǒng)發(fā)電商和新能源發(fā)電商雙邊交易是否中標(biāo)的狀態(tài)變量,可以?xún)H中標(biāo)部分電量αtp,i,t∈[0,1],αre,i,t∈[0,1];L為風(fēng)險(xiǎn)偏好系數(shù),表示市場(chǎng)對(duì)風(fēng)險(xiǎn)與收益的權(quán)衡情況。

傳統(tǒng)發(fā)電商i和新能源發(fā)電商i在雙邊市場(chǎng)中的收益Rtp,i和Rre,i分別為

用戶(hù)i的預(yù)期收益Ru,i為

綜述可得,考慮系統(tǒng)性風(fēng)險(xiǎn)的現(xiàn)貨市場(chǎng)雙邊交易模型的目標(biāo)函數(shù)為式(31),約束條件為式(4)—式(6),式(8)—式(10),式(13)—式(19)。文獻(xiàn)[17]詳細(xì)介紹了如何處理市場(chǎng)出清模型的非線性問(wèn)題及模型的求解方法,在此不再贅述。

3 算例分析

本文選取包含3個(gè)傳統(tǒng)發(fā)電商、2個(gè)新能源發(fā)電商及3個(gè)用戶(hù)側(cè)負(fù)荷聚合商參與的雙邊交易系統(tǒng)進(jìn)行算例驗(yàn)證。

3.1 算例數(shù)據(jù)

新能源發(fā)電商RE1 和RE2 由風(fēng)機(jī)及儲(chǔ)能系統(tǒng)組成,總裝機(jī)容量分別為200 kW和300 kW,各傳統(tǒng)發(fā)電商及新能源發(fā)電商的經(jīng)濟(jì)參數(shù)分別如表1和表2所示。用戶(hù)側(cè)的分段邊際成本如表3所示。

表1 傳統(tǒng)發(fā)電商的經(jīng)濟(jì)參數(shù)Table 1 Economic parameters of traditional power producers

表2 新能源發(fā)電商的經(jīng)濟(jì)參數(shù)Table 2 Economic parameters for renewable energy generators

表3 用戶(hù)側(cè)分段邊際成本Table 3 Segmented marginal cost of the user side

3.2 系統(tǒng)性風(fēng)險(xiǎn)分析

綜合考慮風(fēng)機(jī)、儲(chǔ)能模型,計(jì)及風(fēng)力發(fā)電機(jī)出力及負(fù)荷需求的不確定性,采用拉丁超立方采樣技術(shù)產(chǎn)生1 000個(gè)交易日的樣本。在不考慮系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)的條件下計(jì)算每個(gè)交易日的雙邊交易出清結(jié)果,得到所有市場(chǎng)參與者的收益情況。進(jìn)而采用分位數(shù)方法來(lái)計(jì)算各個(gè)市場(chǎng)參與者的待估參數(shù),如表4所示,取q=0.05。

表4 參數(shù)估計(jì)結(jié)果Table 4 Parameter estimation results

通過(guò)將參數(shù)估計(jì)結(jié)果代入分位數(shù)回歸式(29)、式(30)得到相應(yīng)的估計(jì)式,進(jìn)而采用樣本分位數(shù)計(jì)算得到每個(gè)市場(chǎng)參與者的ΔCoVaR,并按照單位功率進(jìn)行歸一化處理,如表5所示。

表5 各市場(chǎng)參與者歸一化的ΔCoVaRTable 5 Normalized ΔCoVaR of each market participant

通過(guò)表5 對(duì)比各個(gè)市場(chǎng)參與者的系統(tǒng)性風(fēng)險(xiǎn),可以看到用戶(hù)側(cè)U1的風(fēng)險(xiǎn)評(píng)估的質(zhì)量最高,新能源發(fā)電商RE1的風(fēng)險(xiǎn)評(píng)估的質(zhì)量最低,市場(chǎng)運(yùn)營(yíng)機(jī)構(gòu)可以對(duì)已識(shí)別的低質(zhì)量市場(chǎng)參與者進(jìn)行監(jiān)管。

3.3 考慮系統(tǒng)性風(fēng)險(xiǎn)的小規(guī)模市場(chǎng)出清結(jié)果

隨機(jī)選取一個(gè)交易日的場(chǎng)景分別采用不包含風(fēng)險(xiǎn)度量指標(biāo)的出清模型以及包含2.1小節(jié)中的3種不同風(fēng)險(xiǎn)度量指標(biāo)的出清模型進(jìn)行對(duì)比分析。其中風(fēng)險(xiǎn)偏好系數(shù)L的取值為0.2。配電網(wǎng)運(yùn)營(yíng)商以社會(huì)福利最大化為目標(biāo)進(jìn)行出清,得到4種方案下該交易日24個(gè)交易時(shí)段的出清價(jià)格如圖2所示。總體上,各個(gè)出清模型的出清電價(jià)較為穩(wěn)定,基本在0.30~0.45元∕kWh上下浮動(dòng),說(shuō)明考慮系統(tǒng)性風(fēng)險(xiǎn)的出清模型并不會(huì)對(duì)電力市場(chǎng)的運(yùn)行造成不良干擾。

圖2 市場(chǎng)出清電價(jià)Fig.2 Market clearing price

不同方案下各個(gè)發(fā)電商的中標(biāo)情況分別如圖3至圖6所示。通過(guò)對(duì)比考慮系統(tǒng)性風(fēng)險(xiǎn)時(shí)的出清情況(圖3)和未考慮風(fēng)險(xiǎn)價(jià)值的出清情況(圖6),可以看到,采用本文所提的出清模型時(shí),邊際系統(tǒng)性風(fēng)險(xiǎn)較高的傳統(tǒng)發(fā)電商TP2和新能源發(fā)電商RE1的出清電量均有所下降。圖4中系統(tǒng)性風(fēng)險(xiǎn)較高的新能源發(fā)電商RE1 的出清份額相比于未考慮條件風(fēng)險(xiǎn)價(jià)值時(shí)更高了,而風(fēng)險(xiǎn)較低的新能源發(fā)電商RE2的出清份額反而有所減少。圖5中的出清結(jié)果中也出現(xiàn)了這種情況,由此說(shuō)明,考慮條件風(fēng)險(xiǎn)價(jià)值或風(fēng)險(xiǎn)價(jià)值作為度量指標(biāo)的方案并不能很好的識(shí)別各個(gè)機(jī)組的系統(tǒng)性風(fēng)險(xiǎn)。盡管新能源發(fā)電商RE1和RE2的系統(tǒng)性風(fēng)險(xiǎn)均大于傳統(tǒng)發(fā)電商TP2,但RE1 的出清份額下降了1%,RE2 的出清份額保持不變,而TP2 的出清份額卻降低了4%。這是由于新能源發(fā)電商的報(bào)價(jià)較低,在經(jīng)濟(jì)成本方面具有優(yōu)勢(shì),說(shuō)明該出清模型能夠在對(duì)具有較高系統(tǒng)性風(fēng)險(xiǎn)的參與者進(jìn)行判別的同時(shí)仍保持市場(chǎng)運(yùn)行的經(jīng)濟(jì)性。

圖3 考慮系統(tǒng)性風(fēng)險(xiǎn)時(shí)發(fā)電商的日出清份額Fig.3 Clearing share of generators with considering systemic risk

圖4 考慮條件風(fēng)險(xiǎn)價(jià)值時(shí)發(fā)電商的日出清份額Fig.4 Clearing share of generators with considering conditional risk

圖5 考慮風(fēng)險(xiǎn)價(jià)值時(shí)發(fā)電商的日出清份額Fig.5 Clearing share of generators with considering systemic risk

圖6 未考慮風(fēng)險(xiǎn)價(jià)值時(shí)發(fā)電商的日出清份額Fig.6 Clearing share of generators without considering systemic risk

不同情況下用戶(hù)側(cè)的購(gòu)電成本如表6所示。相比于未考慮風(fēng)險(xiǎn)價(jià)值的方案,在考慮系統(tǒng)性風(fēng)險(xiǎn)的出清模型下,用戶(hù)側(cè)的購(gòu)電成本基本維持不變,只有系統(tǒng)性風(fēng)險(xiǎn)最高的用戶(hù)側(cè)聚合商U2 的購(gòu)電成本增加了2.18%,說(shuō)明該出清模型會(huì)增加系統(tǒng)性風(fēng)險(xiǎn)較高的市場(chǎng)參與者的購(gòu)電成本,而對(duì)其他參與者的影響較小,能夠有效對(duì)已識(shí)別的高風(fēng)險(xiǎn)市場(chǎng)參與者進(jìn)行管理。

表6 用戶(hù)側(cè)日購(gòu)電成本Table 6 Daily cost of electricity on the customer side元

3.4 考慮系統(tǒng)性風(fēng)險(xiǎn)的大規(guī)模市場(chǎng)出清結(jié)果

為了驗(yàn)證該機(jī)制在大范圍多發(fā)電商、多用戶(hù)參與大規(guī)模市場(chǎng)交易情況下的適用性,基于文獻(xiàn)[18]中的最優(yōu)潮流計(jì)算方法在改進(jìn)的IEEE33 節(jié)點(diǎn)系統(tǒng)進(jìn)行驗(yàn)證。同時(shí)考慮系統(tǒng)性風(fēng)險(xiǎn)價(jià)值相比于考慮條件風(fēng)險(xiǎn)價(jià)值和風(fēng)險(xiǎn)價(jià)值的優(yōu)越性已在上一小節(jié)中進(jìn)行討論,故不再贅述。如圖7所示,其中6個(gè)新能源發(fā)電商分別部署在8、10、17、22、24、33號(hào)節(jié)點(diǎn),4個(gè)傳統(tǒng)發(fā)電商分別部署在1、5、12、27號(hào)節(jié)點(diǎn),6個(gè)購(gòu)電商分別部署在6、7、19、23、29、31號(hào)節(jié)點(diǎn)。通過(guò)3.2小節(jié)的方法對(duì)16個(gè)市場(chǎng)參與者進(jìn)行系統(tǒng)性風(fēng)險(xiǎn)分析,參數(shù)估計(jì)結(jié)果如附錄A 中表A1 所示,每個(gè)市場(chǎng)參與者的ΔCoVaR如表7所示。

表A1 參數(shù)估計(jì)結(jié)果Table A1 Parameter estimation results

圖7 IEEE33節(jié)點(diǎn)系統(tǒng)Fig.7 IEEE33 node system

表7 市場(chǎng)參與者歸一化的ΔCoVaRTable 7 Normalized ΔCoVaR of each market participant

選取同一個(gè)交易日?qǐng)鼍胺謩e采用不考慮系統(tǒng)性風(fēng)險(xiǎn)的出清模型和考慮系統(tǒng)性的出清模型進(jìn)行對(duì)比分析。各個(gè)發(fā)電商的出清份額如圖8所示。相比于不考慮系統(tǒng)性風(fēng)險(xiǎn)的市場(chǎng)出清機(jī)制,在計(jì)及CoVaR的市場(chǎng)出清機(jī)制下,新能源發(fā)電商RE2、RE5以及傳統(tǒng)發(fā)電商TP1的出清電量呈下降趨勢(shì)。這是由于這3 個(gè)發(fā)電商的ΔCoVaR較大,容易對(duì)整個(gè)市場(chǎng)的穩(wěn)定運(yùn)行造成影響。ΔCoVaR較小的RE3、RE4和TP2則獲得了更大的市場(chǎng)出清份額。

圖8 發(fā)電商的市場(chǎng)出清電量Fig.8 Market clearing capacity of generators

發(fā)電商的市場(chǎng)收益情況如圖9所示。通過(guò)對(duì)比圖8和圖9可以發(fā)現(xiàn)整體上市場(chǎng)出清電量更多的發(fā)電商獲得的市場(chǎng)收益更大。且在考慮系統(tǒng)性風(fēng)險(xiǎn)的市場(chǎng)出清機(jī)制下ΔCoVaR較小的發(fā)電商能夠獲得更多的出清電量,它們的收益也隨之增加。ΔCoVaR較大的發(fā)電商則獲得的出清份額降低,收益也隨之降低。同時(shí),對(duì)比RE1和RE2在兩種機(jī)制下的出清情況可以發(fā)現(xiàn),雖然RE2 比RE1 交易了更多的電量,但其獲得的收益卻要小于RE1。在2種市場(chǎng)出清機(jī)制下TP4 的出清電量幾乎一樣,但在本文所提的方案下其獲得的市場(chǎng)收益更高。由此說(shuō)明了考慮系統(tǒng)性風(fēng)險(xiǎn)的市場(chǎng)出清機(jī)制能夠?qū)Πl(fā)電商的性能進(jìn)行評(píng)估,使優(yōu)質(zhì)的發(fā)電商獲得更多的出清份額,并提高他們的經(jīng)濟(jì)收益。而對(duì)存在金融風(fēng)險(xiǎn)、容易對(duì)系統(tǒng)構(gòu)成威脅的發(fā)電商,則降低他們的出清份額,并且需要他們承擔(dān)更高的交易成本。2種市場(chǎng)出清機(jī)制下的購(gòu)電商的購(gòu)電成本如表8所示。

圖9 發(fā)電商的市場(chǎng)收益Fig.9 Market revenue of generators

表8 購(gòu)電商的成本Table 8 Daily cost of electricity of power purchasers元

與發(fā)電商的情況類(lèi)似,在考慮系統(tǒng)性風(fēng)險(xiǎn)的出清機(jī)制下ΔCoVaR較高的購(gòu)電商U2和U4的購(gòu)電成本分別提高了11.8%和13.1%。ΔCoVaR較低的購(gòu)電商U5 的購(gòu)電成本降低了10%。由此說(shuō)明該機(jī)制能夠很好地識(shí)別市場(chǎng)參與者的風(fēng)險(xiǎn)大小,通過(guò)對(duì)他們的交易情況進(jìn)行調(diào)整,風(fēng)險(xiǎn)較小的參與者獲得更高的利潤(rùn),風(fēng)險(xiǎn)較大的參與者需要承擔(dān)更多的責(zé)任,使每個(gè)市場(chǎng)參與者獲得更公平的出清結(jié)果。

為了驗(yàn)證該機(jī)制的抗風(fēng)險(xiǎn)能力,通過(guò)算例設(shè)置使新能源發(fā)電商RE5 在該交易日存在一個(gè)1 MWh的電量缺額,對(duì)比不同市場(chǎng)出清機(jī)制下的整體社會(huì)福利,如表9所示。在正常情況下,采用考慮系統(tǒng)性風(fēng)險(xiǎn)的出清機(jī)制能夠使社會(huì)福利提升4.2%。同時(shí),當(dāng)RE5發(fā)生電量缺額時(shí),在未考慮系統(tǒng)性風(fēng)險(xiǎn)的市場(chǎng)出清機(jī)制下,整體社會(huì)福利降低了28.8%。而采用本文中所提的出清機(jī)制下,整體社會(huì)福利僅降低了13.3%。說(shuō)明該機(jī)制能夠有效降低市場(chǎng)參與者對(duì)電力市場(chǎng)造成的經(jīng)濟(jì)損失。

表9 不同機(jī)制下的整體社會(huì)福利Table 9 Social welfare under different mechanisms元

4 結(jié)論

本文在現(xiàn)貨市場(chǎng)雙邊報(bào)價(jià)出清模型的基礎(chǔ)上,考慮市場(chǎng)參與者對(duì)電力市場(chǎng)的風(fēng)險(xiǎn)溢出效益,建立了市場(chǎng)參與者的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo),面向市場(chǎng)管理者研究了風(fēng)險(xiǎn)規(guī)避的市場(chǎng)出清模型,得到如下結(jié)論。

(1)在電力市場(chǎng)中引入系統(tǒng)性風(fēng)險(xiǎn)指標(biāo),能夠有效衡量各個(gè)市場(chǎng)參與者陷入困境時(shí)對(duì)整個(gè)市場(chǎng)的影響程度,有助于市場(chǎng)管理者進(jìn)行風(fēng)險(xiǎn)評(píng)估和監(jiān)管,避免發(fā)生嚴(yán)重的電力功率缺額和金融虧損事件,在一定程度上有利于增加社會(huì)福利。

(2)在雙邊報(bào)價(jià)的現(xiàn)貨市場(chǎng)中采用風(fēng)險(xiǎn)規(guī)避的出清模型,能降低具有高系統(tǒng)性風(fēng)險(xiǎn)參與者的出清份額,提升市場(chǎng)的安全性,提高了交易公平性,使高風(fēng)險(xiǎn)的參與者承擔(dān)較高的成本,保護(hù)參與者的經(jīng)濟(jì)利益不受損害。

本文未來(lái)研究的重點(diǎn)在于考慮多個(gè)市場(chǎng)參與者之間競(jìng)標(biāo)的相互作用關(guān)系,如何度量系統(tǒng)性風(fēng)險(xiǎn)中的耦合性,以及市場(chǎng)金融風(fēng)險(xiǎn)與市場(chǎng)力監(jiān)管的協(xié)同優(yōu)化問(wèn)題。D

猜你喜歡
雙邊系統(tǒng)性參與者
休閑跑步參與者心理和行為相關(guān)性的研究進(jìn)展
臺(tái)胞陳浩翔:大陸繁榮發(fā)展的見(jiàn)證者和參與者
對(duì)于單身的偏見(jiàn)系統(tǒng)性地入侵了我們的生活?
淺析打破剛性?xún)陡秾?duì)債市參與者的影響
電子產(chǎn)品回收供應(yīng)鏈的雙邊匹配策略
超聲引導(dǎo)經(jīng)直腸“10+X”點(diǎn)系統(tǒng)性穿刺前列腺的診療體會(huì)
新型自適應(yīng)穩(wěn)健雙邊濾波圖像分割
海外僑領(lǐng)愿做“金絲帶”“參與者”和“連心橋”
雙邊同步驅(qū)動(dòng)焊接夾具設(shè)計(jì)
中厚板雙邊剪模擬剪切的研究
阿拉善右旗| 石阡县| 迁安市| 葫芦岛市| 明溪县| 城市| 冷水江市| 蕲春县| 井陉县| 汕尾市| 齐齐哈尔市| 冕宁县| 灵寿县| 东城区| 河东区| 文水县| 沈阳市| 宁安市| 聊城市| 获嘉县| 天长市| 通州区| 湄潭县| 安阳县| 怀来县| 彭阳县| 海南省| 滁州市| 山阳县| 上犹县| 怀仁县| 南川市| 双辽市| 渭源县| 潞城市| 莱芜市| 江永县| 汉寿县| 响水县| 河西区| 新巴尔虎右旗|