輸配分離電力市場中配電公司購電模型研究

祝健楊，劉曉波，袁旭峰

（貴州大學電氣工程學院，貴州 貴陽550025）

0 引言

20世紀80年代，世界電力工業逐漸掀起了電力市場市場化改革熱潮，但是由于各國電力工業基礎及發展歷程各不相同，導致各國電力市場建設所處階段各異，因此改革面臨的困難及目標有很大的差異，所以世界各國在制定自身電力市場改革計劃時均是結合各國的實際情況來制定符合自己國家國情及其電力產業發展的改革措施。美國、德國及澳大利亞等國家相繼對其國內的電力市場開展了不同程度的改革[1-4]，其改革目的在于打破壟斷、解除管制、引入競爭，開放電力市場的相應環節，在提高市場的競爭力及電力產業服務質量的基礎上降低售電價格。總的來說，電力市場市場化改革有利于合理地配置資源，提高資源利用率，促進電力工業與社會、經濟、環境的協調發展。

過去我國電力工業長期處于壟斷管理，市場化程度不高，從1998年我國進行電力體制改革開始，我國電力市場逐步打破壟斷，首先開放的是發電側，在發電側引入競爭，自此發電廠實行競價上網。隨著我國電力體制改革的深入，售電側也將逐步開放。配電公司作為電力市場電能銷售的主體，追求利益最大化將成為配電公司運營的主要目標。售電側引入競爭后，配電公司將從發電廠及交易中心購電將所購電能進行分銷。制定有效的購電策略將是配電公司追求利益最大化的基礎，本文將配電公司如何分配發電廠及交易中心日前市場中的購電量作為主要研究對象。

圖1 影響配電公司購電的因素Fig. 1 Factors affecting the purchase of electricity by the placing company

1 配電公司購電模型

1.1 輸電過程中的網絡損耗

電能在輸送中由于線路電阻的存在不可避免的會產生有功損耗，網損成本也就成為配電公司在電能交易過程中不得不考慮的成本。由于線路參數、發電機參數及地理位置的影響，配電公司從不同發電廠購電的網損成本也不相同。

現階段我國主要以傳統能源發電供給市場，在傳統能源發電中水力發電的成本往往比火力發電要低，但是水電站的位置往往離負荷點較遠。所以配電公司在進行購電時若只考慮購電費用最小化而大量購買水電站的電量會導致電能在遠距離輸送過程中的產生過高有功損耗，這樣就增加了配電公司購電中的網損成本；若只是考慮網損最小化而大量購買火力發電廠的電能又會導致購電價格過高。所以配電公司需要在進行電能交易時綜合性的考慮網損及購電費用對其購電的影響。

在網損的計算方面國內外運用最為普遍的有兩種方法：

（1）B系數算法

這種方法在實際操作中假設節點電流與總電流之間沒有保持線性關系，將系統的損耗矩陣B作為網損與發電機有功出力組成的二次函數的常數系數。B系數不僅與網絡結構、支路參數有關，還與系統的運行狀態有關。B系數算法是一種快速計算系統網損的方法，但是對于系統來說利用這種方法計算網損有一定的局限性。

（2）基于潮流計算的網損計算方法

常用于電力系統中的潮流計算以下兩種方法：

1）牛頓-拉夫遜法

牛頓-拉夫遜法是代數中求解非線性方程組的方法，將其用于電力系統潮流計算中具有計算速度快且平方收斂的優點。

2）節點等效功率法

節點等效功率法源于平均電流法，根據節點等效功率求出功率損耗。這種方法能量損耗為功率損耗，便于利用計算機計算網損。其優點在于數據來源于電度表，數據精確度高，另外節點等效功率法有利于簡化數據收集的工作，用此方法計算系統網損有很強的精確性和實用性。

相比于B系數算法，基于潮流計算的網損計算法得到的網損精度更高，且更為直觀。但是由于現代電力系統比較復雜，此算法與B系數算法相比較為復雜且需要的時間較長，所以在使用此方法時需要通過計算機軟件進行潮流計算。

本文旨意建立準確的配電公司購電策略，所以在網損計算的時候選用精度更高的潮流計算法，通過利用MATLAB軟件編程，模擬計算IEEE33節點的配電網的網損，且在之后的建模及仿真的過程中均是以此IEEE33節點的配電系統為例。

圖2 IEEE33節點配電網系統圖Fig. 2 IEEE33 node distribution network system diagram

配電公司購電策略中網損成本表示為：

式中 π 為配電公司的購電價格，PS為電能在傳輸過程中的損失電量。

1.2 電力市場電價波動風險因素

在輸配分離的環境下，配電公司需要在保持電力系統安全穩定運行的基礎上實現利益最大化。隨著售電市場引入競爭，配電公司在開放性的市場中購電存在一定風險。不管配電公司是從發電廠直購還是從交易中心日前市場競價都不可能以一個恒定的價格購買電能。隨著電力體制改革的深入，電力市場市場化程度將逐步加深，電能的商品屬性將更明顯的體現出來，電能的價格會隨著市場需求的波動而改變。

電能價格的波動將會給配電公司的購電行為造成風險，如何規避風險是配電公司在制定購電計劃時必須考慮的問題。在實際操作中，配電公司有一下幾種方法來規避風險：①通過分析歷史數據，評估各發電廠報價及批發市場價格波動情況，利用金融工具（方差分析、半方差分析、下偏矩、VaR、CVaR）來計算其風險度量，根據所得到的結論，合理的分配從各發電廠及交易中心購買的電能比例。②進行準確的電價預測，根據預測結果合理制定購電策略降低價格波動給購電帶來的風險。③在進行發電廠直購電時，可以通過擬定合同的方式來約束發電廠的報價以降低發電廠報價波動對配電公司購電的負面影響。

本文將配電公司從交易中心日前市場及發電廠購電時的價格波動作為配電公司購電時的固定風險成本。以方差來表示購電價格的波動情況，并將其與電價期望相加作為實際配電公司購電價格。假設交易中心日前市場及發電廠購電時的電能價格服從正態分布則相應的電能價格的方差則表示為和。

相比配電公司從發電廠直購電能，交易中心日前市場內的電能價格會一直隨著用戶側的需求而波動。因此，配電公司從交易中心日前市場購買的電能越多其遭受價格波動的損失就越大，風險也就越高，所以在考慮從交易中心購電的風險時，不能以統一方差來評估配電公司的所有購電行為的風險。根據此特點交易中心電能價格方差如下：

為配電公司從交易中心（交易中心日前市場）購電的實際價格波動風險。配電公司從交易中心購買電量 PC占總負荷 P Z 比例越高時購電價格波動風險越大。

另外本文僅考慮配電公司從交易中心日前市場購電，則配電公司從交易中心的購電成本（含購電價格風險模型）模型為：

式中L表示配電公司購電價格， π 表示配電公司從交易中心及批發市場購電價格期望，為交易中心及批發市場實際電能價格波動方差， PC為配電公司從交易中心及批發市場所的購電量。

1.3 發電廠可靠性風險

發電廠可靠性偏差會對配電公司的正常電力銷售造成一定不利影響。接來下將具體分析配電公司在市場中所遇到的風險對其購電策略的影響。

在配電公司和發電廠進行直購電時，由于發電廠本身存在故障的可能，所以對配電公司的供電可靠性有一定的影響。一旦發電廠發生故障，配電公司將出現電能缺額，這時配電公司不得不臨時進入現貨市場購買價格較高的電能，購電價格差將提高配電公司的購電費用。另外當配電公司出現電能缺額時，就不得不對一部分可中斷用戶進行停電，停電的附加費用也將提高配電公司的購電成本。

由于發電廠故障不只是對配電公司的供電可靠性有較大影響，也變相的增加了配電公司購電成本，所以在配電公司制定購電策略時應該將發電廠可靠性考慮在內。

在電力市場開放的環境下，配電公司供電可靠性是保證配電公司經濟效益的重要指標，若配電公司供電可靠性出現問題，影響的不只是配電公司的售電業務還會因不高的可靠性導致中斷賠償。

發電廠可靠性的偏差將直接影響配電公司供的電可靠性。配電公司從發電廠直購電能電價往往比從交易中心或批發市場購電電價低廉，但是從發電廠直購電往往是一對一或者多對一直接向配電公司供電，若發電廠出現故障，則配電公司就失去了該發電廠的所有供電，這樣配電公司供電可靠性造成了很大的影響。

發電廠可靠性偏差對配電公司的購電主要表現在，當發電廠發生故障或不能正常供電時配電公司在當前時段內會出現電能缺額，為了彌補所缺電能，配電公司需要快速的在交易中心實時市場購買價格更高的電能，價格差將增加配電公司的購電成本；配電公司在進行發電廠直購電時存在一定風險，因此在為配電公司制定購電策略時，發電廠的可靠性因素也將被考慮作為配電公司購電策略中的風險成本。

在建立發電廠直購電模型時，本文考慮報價波動風險和可靠性風險，可靠性風險模型由兩個部分組成，首先就是電價的直接損失：當發電廠發生故障時，其損失的電量將由交易中心彌補，交易中心電價比從發電廠直購要高，這一部分電價即是配電公司受發電廠可靠性影響的電價直接損失；其次是理論風險損失：配電公司從發電廠購電量越多其受發電廠可靠性影響就越深，本文用百分百發電廠可靠性的購電總量與實際發電廠可靠性的購電總量的比值作為配電公司從發電廠直購電的可靠性風險系數。發電廠可靠性風險系數是大于1的系數，發電廠可靠性越高，可靠性風險系數就約接近1。則發電廠可靠性偏差風險模型如下：

式中R為發電廠可靠性偏差風險成本； γ i 為第i個發電廠的供電可靠性， P i 為從第i個發電廠購買的電能； π +為配電公司從交易中心的購電價格；為發電廠可靠性風險系數。

1.4 購電優化策略

假設配電公司在交易中心日前市場中從多個地方的發電廠及交易中心購入電能，該優化模型的目標為在購入電量一定的情況下，如何分配發電廠與交易中心的電能購買量使配電公司購電費用最小化。這就必須要求配電公司在購電時購入價格較低的電能，且從發電廠購電時需要向可靠性高的發電廠購電，并且需要保證網損不能太大，另外還需要滿足供求平衡、發電廠出力及輸電線路容量限制等諸多約束條件的限制。

同時滿足購電成本、網損成本、購電風險最小化的配電公司購電優化策略屬于多目標優化，這里采用效用函數將多目標優化問題轉化為單一目標函數，目標函數為：

式中R表示發電廠可靠性偏差風險模型，L表示為配電公司含購電風險模型的購電成本模型，K表示為網損成本。

通常電力市場中配電公司的購電計劃是以時間單位來制定的，因此，本文將一天中分為T個時段，并將式（1）～（4）代入式（5）中得到配電公司購電優化模型為：

目標函數表達式C中，C表示包括了網損成本、購電費用、發電廠可靠性偏差風險成本及電價波動風險成本；第一項表示在超出發電廠可靠性為的情況下，發電廠的購電費用；第二項為交易中心電價期望加上其各自波動風險（方差）來求得的購電成本；第三項為通過潮流計算出來的網損的網損成本。

該模型受以下約束條件約束

（1）發電廠發電機組出來約束

根據不同發電機組的出力也不同，所以配電公司在向發電廠直購電時，發電廠的機組出力約束條件約束著配電公司從發電廠的購電量。發電廠出力的約束條件為：

式中：為第i個發電廠發電機組的最小出力；為第i個發電廠發電機組的最大出力。

（2）電力系統功率平衡約束

由于電能商品的即產即用的特點，為了保證電力系統的安全穩定運行及配電公司的經濟運行，配電公司在購電時所購電量和網損的總和不能超過負荷的需求量。

式中為負荷某時間段內需求的電量總和，為配電公司從發電廠購電量總和，為配電公司從交易中心購電量，為網損電量。

（3）發電廠可靠性約束

根據《某電力公司2014年發電廠工作報告》其所屬所有發電廠在2014年平均停電時間（包含故障及檢修的停電）為占總時間的1%～4%，本文根據其報告內容，假定發電廠的可靠性約束為：

2 算例仿真

2.1 參數設置

本文中以IEEE33節點配電系統為例，假設負荷峰谷時的負荷需求進行仿真，為了得到發電廠可靠性偏差對配電公司的影響，配電公司向有且僅有唯一一個發電廠進行直購電，通過調整發電廠可靠性參數來完成對比。另外，為了分析網損對配電公司購電策略的影響，在仿真中還將體現配電公司在購電時優化網損和未優化網損的兩種情況。

圖3 IEEE33節點系統圖Fig.3 IEEE33 node system diagram

采用峰、平、谷方法來劃分每日負荷的用電時段，其中每日用電高峰時段為每日早晨8∶00—11∶00及晚上 18∶00—23∶00；用電平時段為每日早餐 7∶00—8∶00 及下午 11∶00—18∶00；用電谷時段為每日的23∶00—次日 7∶00。

表1 負荷各時段用電量Table 1 Power consumption during each period

假設配電公司從交易中心購電費用的期望為400元/MW，峰谷分時電價中電力市場電能價格在圍繞單一電價的基礎上上下成比例波動，即配電公司從交易中心購電期望如表2所示。

根據2016年各省（區、市）統調燃煤發電企業上網電價調整表，計算出全國上網標桿電價的期望值及方差，本文根據此數據來假設發電廠的上網電價及價格波動，發電商參數如表3所示。

表2 發電廠上網電價期望、方差及出力Table 2 Average, variance, and output of on-grid electricity prices in power plants

表3 交易中心電能價格及風險參數Table 3 Trading center electricity price and risk parameters

2.2 算例結果

在進行算例的過程中，首先運用MATLAB軟件編程對IEEE 33節點配電系統進行潮流計算，以求出IEEE33節點系統網損（計算網損算例結果中不計系統無功損耗）。在不同發電廠可靠性的條件下以配電公司購電費用最小為目標分別對優化網損與未優化網損兩種情況將初始數據帶入式（5）中進行算例仿真并得到結果，最后對優化結果進行比較。

表4 輸配分離環境下配電公司購電量優化結果（MWh）Table 4 Electricity distribution company optimization results in distribution and separation environment

表5 輸配分離環境下配電公司購電費用優化結果（萬元）Table 5 Optimization of power purchase costs of placing power companies in transmission and distribution separation environment

圖4 峰時段（a、b）、平時段（c、d）及谷時段（e、f）配電公司可靠性分別為95%和98%的購電分配Fig. 4 Peak distribution (a,b), flat time (c,d) and valley time (e,f) distribution company reliability 95% and 98% respectively

根據本文預設的初始數據的基礎上所得到的電量算例結果可以得到結論如下：

1）從表4中數據不難發現，配電公司在用電高峰期時在發電廠的購電比例最大，在谷時段購電比例最小。

2）無論是在用電高峰時段還是低谷時段，配電公司從發電廠的購電量隨著發電廠可靠性的提升而增加，隨著發電廠可靠性從95%提升到98%配電公司從發電廠購電比例平均提高了16.27%。其中在用電高峰時段提高得最多，達到了16.53%；谷時段提升比例最低為15.59%。

3）由于交易中心采用峰谷分時電價的形式，配電公司在用電低谷時段從交易中心購電相對便宜，而發電廠受可靠性因素的影響導致其隱形成本增加，所以在用電谷時段配電公司的購電重心放在了交易中心。在用電峰時段和平時段，交易中心電能單價偏高，配電公司受發電廠受可靠性的影響相對減小，所以在用電峰時段和平時段，配電公司更青睞從發電廠購電。

4）比較表5中數據可以看出可以看到配電公司的購電費用隨著發電廠的可靠性的增加而減少。另外，從表5中可以看到，當配電公司制定購電策略時將費用最小化和網損最小化同時作為其優化目標時配電公司的購電費用將減小，通過分析表中數據可以得知在配電公司將減小網損也作為其購電目標時，其綜合購電費用最高可減低0.43%。

根據以上對表4及表5的分析，從而驗證了本文所構建的購電優化模型的有效性。

3 結語

本文分析了影響配電公司購電策略的因素。實現配電公司購電最優策略其實就保證配電公司在競爭性市場中的購電能夠做到風險、網損最小化及購電最優分配。

針對以上問題，本文創新性地建立了一個兼顧市場綜合性風險及網損成本的配電公司購電優化模型。模型中在考慮配電公司從發電廠購電的購電成本時創新性的將發電廠的報價波動風險與可靠性風險相結合；在考慮配電公司從交易中心購電的購電成本時創新性地提出了價格波動風險系數來評估交易中心日前市場的價格波動風險，最后以配電公司最優綜合購電費用為目標利用MATLAB進行算例仿真，通過對算例結果的分析驗證了模型的有效性，模型對優化配電公司購電策略有一定的指導意義。

參考文獻

[1] 王秀麗, 宋永華, 王錫凡, 等. 英國電力市場新模式—結構、成效及問題 [J]. 中國電力, 2003, 36(6): 1-5.WANG Xiu-Li, SONG Yong-Hua, WANG Xi-Fan, et al. The New Model of Electricity Market in the UK-Structure, Effectiveness and Problems [J]. China Power, 2003, 36(6): 1-5.

[2] 孫正運. 澳大利亞的電力市場近況 [J]. 國際電力, 1998(4): 52-53.SUN Zheng-Yun. Australian Electricity Market Update [J]. International Power, 1998(4): 52-53.

[3] 馬莉, 范夢華, 郭磊, 等. 國外電力市場最新發展動向及其啟示 [J]. 電力系統自動化, 2014, 38(13): 1-9.MA Li, FAN Meng-Hua, GUO Lei, et al. Recent development trend of foreign power market and its inspiration [J]. Automation of Electric Power Systems, 2014, 38(13): 1-9.

[4] 許子智, 曾鳴. 美國電力市場發展分析及對我國電力市場建設的啟示 [J]. 電網技術, 2011, 35(6): 161-166.XU Zi-Zhi, ZENG Ming. Analysis of US electricity market development and its implications for China's electricity market construction [J]. Power System Technology, 2011, 35(6): 161-166.

[5] HIRTH L, UECKERDT F. Redistribution effects of energy and climate policy: the electricity market [J]. Energy Policy, 2013,62(62): 934-947.

[6] 亢亞麗. 電力市場環境下供電公司的購電風險分析 [D]. 重慶: 重慶大學, 2012.QI Ya-Li. Analysis of power purchasing company's power purchase risk in power market environment [D]. Chongqing:Chongqing University, 2012.

[7] ROCKAFELLAR R T, URYASEV S. Optimization of conditional value-at-risk [J]. Journal of Risk, 2000,2(3): 21-41.

[8] 熊尚飛, 鄒小燕. 電力市場價格風險價值與波動預測研究綜述 [J].電力系統保護與控制, 2014, 42(2): 146-153.XIONG Shang-Fei, ZOU Xiao-Yan. Survey on the Research of Price Risk Value and Volatility Forecast in Electricity Market [J].Power System Protection and Control, 2014, 42(2): 146-153.

[9] DAHLGREN R, LIU CC, LAWARREE J. Risk assessment in the energy trading [J]. IEEE Trans on Power Systems, 2003, 18(2): 503.511.

[10] 王金鳳, 李渝曾, 張少華. 基于CVaR的供電公司電能購買決策模型 [J]. 電力自動化設備, 2008, 28(2): 19-23.WANG Jin-Feng, LI Yi-Zeng, ZHANG Shao-Hua. CVaR Based Power Purchase Decision Model for Power Supply Company [J].Electric Power Automation Equipment, 2008, 28(2): 19-23.

[11] 劉曉東, 黃萬偉, 吳云潔, 等. 彈性彈體被動、主動和復合控制及其適用性分析[J]. 新型工業化, 2014, 4(5): 11-19.LIU Xiao-Dong, HUANG Wan-Wei, WU Yun-Jie, et al. Active and Compound Control for Elastic Missile and Applicability Analysis [J]. The Journal of New Industrialization, 2014, 4(5): 11-19.

[12] 竇真蘭, 杜鳳青. 電力系統節能策略和方法分析[J].新型工業化, 2015, 5(10): 1-6.DOU Zhen-lan, DU Feng-qing. Research on the Energy-saving Strategies and the Methods for Power System[J]. The Journal of New Industrialization, 2015, 5(10):1-6.

[13] 麥琪. 基于電量分析的配網用戶用電需求量預測研究[J]. 新型工業化, 2016, 6(6): 50-59.MAI Qi. Study of Distribution Network Users Power Consumption Demand Forecasting based on Electricity Analysis[J]. The Journal of New Industrialization, 2016, 6(6): 50-59.

[14] LI HY, LI YZ, LI ZY.Amultiperiod energy acquisition model for a distribution company with distributed generation and interruptible load[J].IEEE Trans on Power Systems,2007,22(2):588-601.

[15] 胡福年,劉亞軍,胥璐.基于有向圖的網損分攤機理分析與建模[J].電力系統及其自動化學報,2014,26(3):40-46.HU FN,LIU YJ,YAN P.Analysis and Modeling of Network Loss Allocation Based on Directed Graph[J].Power System and Automation,2014,26(3):40-46.