可再生能源消納責(zé)任權(quán)重制下電力市場(chǎng)優(yōu)化決策模型

林曉凡，曾佳妮，馮冬涵

（1. 上海交通大學(xué)電子信息與電氣工程學(xué)院，上海市200240；2. 電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室，上海交通大學(xué)，上海市200240）

0 引言

2020 年1 月，隨著中國(guó)可再生能源消納責(zé)任權(quán)重制（renewable portfolio standards，RPS）的正式施行，電力用戶將作為RPS 義務(wù)主體以實(shí)際消納可再生能源電力為主要方式完成可再生能源消納責(zé)任權(quán)重指標(biāo)并接受年度考核。同時(shí)隨著電力現(xiàn)貨市場(chǎng)的建設(shè)，多數(shù)電力市場(chǎng)都采用了集中式的全電量現(xiàn)貨市場(chǎng)模式，發(fā)電機(jī)組的實(shí)際出力計(jì)劃將遵循日前市場(chǎng)和實(shí)時(shí)市場(chǎng)綜合形成的出清結(jié)果。隨著可再生能源（renewable energy，RE）發(fā)電成本的不斷下降和出力預(yù)測(cè)精度的提升［1-2］，RE 將逐步進(jìn)入電力現(xiàn)貨市場(chǎng)與常規(guī)能源同臺(tái)競(jìng)價(jià)，其具有的環(huán)境友好屬性與出力不確定性、波動(dòng)性將給電力現(xiàn)貨市場(chǎng)帶來(lái)許多變數(shù)，因此研究RPS 背景下含有RE 發(fā)電商的電力現(xiàn)貨市場(chǎng)具有重要意義。

目前國(guó)內(nèi)外學(xué)者關(guān)于RPS 及其與電力市場(chǎng)聯(lián)動(dòng)的研究主要為以下2 個(gè)方面。一是RPS 框架體系及其有效性。文獻(xiàn)［3］利用系統(tǒng)動(dòng)力學(xué)的方法研究RPS 對(duì)中國(guó)電源結(jié)構(gòu)的影響機(jī)理及效果，結(jié)果表明RPS 可以有效地促進(jìn)中國(guó)電源結(jié)構(gòu)調(diào)整，達(dá)到政府政策目標(biāo)。文獻(xiàn)［4］提出了RPS 下綠色電力證書（以下簡(jiǎn)稱綠證）補(bǔ)償輔助服務(wù)的方案，提出將輔助服務(wù)量化為一定量的綠證以激勵(lì)輔助服務(wù)提供商為RE 消納提供服務(wù)的積極性。文獻(xiàn)［5］設(shè)計(jì)了以電力用戶為義務(wù)主體的RPS 框架并論證了其可行性。文獻(xiàn)［6-8］分析對(duì)比了國(guó)外多種RE 扶持政策并對(duì)中國(guó)RPS 框架提出建議。二是RPS 背景下電力市場(chǎng)多主體交易策略的研究。文獻(xiàn)［9-12］建立了綠證交易的電力市場(chǎng)均衡模型，并分析了RPS 對(duì)RE 電力消納的促進(jìn)作用和市場(chǎng)特征，但將義務(wù)主體設(shè)置為發(fā)電側(cè)。文獻(xiàn)［13-16］建立了以電力用戶為義務(wù)主體的中長(zhǎng)期電力市場(chǎng)最優(yōu)決策模型，分析了RPS 考核權(quán)重指標(biāo)對(duì)于電力市場(chǎng)出清結(jié)果及市場(chǎng)主體報(bào)價(jià)的影響。文獻(xiàn)［17-22］建立了RE 發(fā)電商收益最大化的均衡約束數(shù)學(xué)規(guī)劃問(wèn)題（mathematical planning problem with equilibrium constraints，MPEC），通過(guò)強(qiáng)對(duì)偶定理、二進(jìn)制拓展法等線性化手段將其轉(zhuǎn)化為混合整數(shù)線性規(guī)劃（mixed-integer linear programming，MILP）模型進(jìn)行求解。

綜上所述，目前關(guān)于RPS 與電力市場(chǎng)的研究很少是基于以電力用戶為義務(wù)主體且實(shí)際消納RE 電力也算作消納量這一背景，故本文在梳理分析中國(guó)RPS 框架內(nèi)容的基礎(chǔ)上，建立了包含RE 發(fā)電商的多時(shí)段、多場(chǎng)景電力現(xiàn)貨市場(chǎng)多主體雙層優(yōu)化決策模型，通過(guò)庫(kù)恩-塔克（Karush-Kuhn-Tucker，KKT）條件、強(qiáng)對(duì)偶定理等手段將其轉(zhuǎn)化為單層MILP 模型，利用對(duì)角化算法求取市場(chǎng)均衡點(diǎn)，分析RPS 考核權(quán)重指標(biāo)、綠證價(jià)格、RE 功率滲透率對(duì)于市場(chǎng)均衡點(diǎn)的影響。

1 RPS 下電力市場(chǎng)架構(gòu)

1.1 電力市場(chǎng)架構(gòu)

RE 中風(fēng)電、光伏發(fā)電最先納入綠證核發(fā)對(duì)象，對(duì)每1 MW·h 實(shí)際發(fā)電量核發(fā)一個(gè)綠證，風(fēng)電、光伏發(fā)電商可以通過(guò)售賣綠證獲得額外的收益；承擔(dān)RPS 的電力用戶以實(shí)際消納RE 電力為主要完成方式，同時(shí)可通過(guò)向超額完成年度消納量的市場(chǎng)主體購(gòu)買其超額完成的RE 電力消納量或購(gòu)買綠證2 種方式來(lái)完成消納量。故對(duì)于電力用戶來(lái)說(shuō)，有3 種方式可以獲取消納量。一是在電力市場(chǎng)當(dāng)中購(gòu)買RE 電力，對(duì)應(yīng)成交量可登記為電力用戶的消納量。二是在超額消納量市場(chǎng)當(dāng)中購(gòu)買其他電力用戶超額完成的消納量指標(biāo)。三是在綠證市場(chǎng)中購(gòu)買綠證，綠證對(duì)應(yīng)的RE 電量可等量記為消納量。

電力現(xiàn)貨市場(chǎng)中電能量市場(chǎng)一般包括日前、實(shí)時(shí)市場(chǎng)，但由于電力用戶實(shí)際消納RE 電力可算作消納量使得在市場(chǎng)出清結(jié)算時(shí)RE 電力需要一對(duì)一確定消納方，而日前市場(chǎng)集中競(jìng)價(jià)無(wú)法確定RE 電力的消納方。采用集中撮合競(jìng)價(jià)雖然可以一對(duì)一確定RE 電力消納方，但高低報(bào)價(jià)匹配的原則無(wú)法體現(xiàn)電力用戶為獲取消納量而需付出額外代價(jià)且違背市場(chǎng)規(guī)律。針對(duì)這個(gè)問(wèn)題，文獻(xiàn)［23］提出了增設(shè)RE電力日前交易市場(chǎng)的解決辦法，在日前市場(chǎng)中將RE電力與常規(guī)能源電力分開(kāi)交易，RE 電力日前交易市場(chǎng)中采取掛牌方式一對(duì)一確定消納方。本文假設(shè)的RPS 下電力市場(chǎng)架構(gòu)如圖1 所示，包含RE 日前市場(chǎng)、常規(guī)能源日前市場(chǎng)、實(shí)時(shí)市場(chǎng)、綠證市場(chǎng)、超額消納量市場(chǎng)5 個(gè)市場(chǎng)。市場(chǎng)組織時(shí)序按RE 日前市場(chǎng)、常規(guī)能源日前市場(chǎng)、實(shí)時(shí)市場(chǎng)依次開(kāi)展，綠證、超額消納量市場(chǎng)執(zhí)行單獨(dú)的市場(chǎng)組織時(shí)序。

圖1 RPS 下電力市場(chǎng)架構(gòu)圖Fig.1 Structure diagram of electricity market under RPS

1.2 市場(chǎng)模型假設(shè)

本文提出的模型包含RE 日前市場(chǎng)、常規(guī)能源日前市場(chǎng)、實(shí)時(shí)市場(chǎng)、超額消納量市場(chǎng)和綠證市場(chǎng)，其中超額消納量市場(chǎng)和綠證市場(chǎng)交易標(biāo)的物皆為具有金融屬性的指標(biāo)量，二者對(duì)于完成RPS 考核要求作用相同且電力用戶可自由選擇參與交易，故在模型中假設(shè)超額消納量與綠證二者價(jià)格相同。

市場(chǎng)主體包括RE 發(fā)電商、常規(guī)能源發(fā)電商、電力用戶，其中RE 發(fā)電商與電力用戶為策略報(bào)價(jià)者，常規(guī)能源發(fā)電商為非策略報(bào)價(jià)者。市場(chǎng)出清模型中線路模型為考慮線路阻塞的直流潮流模型，發(fā)電商與電力用戶均考慮出力上、下限限制。在日前與實(shí)時(shí)市場(chǎng)中，每個(gè)時(shí)間段發(fā)電商與電力用戶都需要提交多段發(fā)/用電容量與報(bào)價(jià)，發(fā)電商的分段報(bào)價(jià)單調(diào)遞增，電力用戶的分段報(bào)價(jià)單調(diào)遞減；在實(shí)時(shí)市場(chǎng)中，RE 電力與常規(guī)能源電力一視同仁進(jìn)行出清。對(duì)于RE 發(fā)電機(jī)組考慮其出力的不確定性與波動(dòng)性，通過(guò)在實(shí)時(shí)市場(chǎng)中設(shè)置多場(chǎng)景來(lái)模擬RE 預(yù)測(cè)出力與實(shí)際出力的偏差，對(duì)于電力用戶考慮其負(fù)荷的波動(dòng)性，負(fù)荷最大值隨時(shí)間變化。RE 發(fā)電商在RE 日前市場(chǎng)與實(shí)時(shí)市場(chǎng)出清結(jié)束后可能出現(xiàn)2 個(gè)市場(chǎng)出清量存在偏差的情況，若為正偏差，即實(shí)時(shí)市場(chǎng)出清量大于RE 日前市場(chǎng)出清量，則RE 發(fā)電商獲得偏差量對(duì)應(yīng)的綠證；若為負(fù)偏差，則RE 發(fā)電商需要向RE 日前市場(chǎng)中對(duì)應(yīng)的電力用戶補(bǔ)交付偏差量對(duì)應(yīng)的綠證［23］。

在RE 日前市場(chǎng)中采取掛牌交易模式，故RE 日前市場(chǎng)的結(jié)算電價(jià)為RE 發(fā)電商的報(bào)價(jià)，本模型中電力用戶在RE 日前市場(chǎng)的報(bào)價(jià)為摘牌意愿價(jià)。常規(guī)能源日前市場(chǎng)與實(shí)時(shí)市場(chǎng)為集中競(jìng)價(jià)且采用節(jié)點(diǎn)電價(jià)進(jìn)行結(jié)算，日前市場(chǎng)與實(shí)時(shí)市場(chǎng)的出清電量偏差量根據(jù)實(shí)時(shí)市場(chǎng)節(jié)點(diǎn)電價(jià)進(jìn)行結(jié)算。

2 電力現(xiàn)貨市場(chǎng)多主體優(yōu)化決策模型

本文電力現(xiàn)貨市場(chǎng)多主體優(yōu)化決策問(wèn)題為雙層模型，如圖2 所示。上層為策略報(bào)價(jià)者利潤(rùn)最大化模型，求解得到策略競(jìng)價(jià)者最優(yōu)報(bào)價(jià)傳遞給下層模型；下層為RE 日前市場(chǎng)、常規(guī)能源日前市場(chǎng)、實(shí)時(shí)市場(chǎng)出清模型，求解得到節(jié)點(diǎn)電價(jià)、各主體出清電量返回上層模型。

2.1 雙層決策模型

2.1.1 上層模型1:RE 發(fā)電商利潤(rùn)最大化

對(duì)RE 發(fā)電商i，其最優(yōu)決策模型如下式所示:

圖2 電力現(xiàn)貨市場(chǎng)雙層決策模型Fig.2 Bi-level decision model for electricity spot market

2.1.2 上層模型2:電力用戶利潤(rùn)最大化

對(duì)電力用戶j，其最優(yōu)決策模型如下所示。

2.1.3 下層模型3:RE 日前市場(chǎng)出清

RE 日前市場(chǎng)出清模型如下所示。

目標(biāo)函數(shù)（9）最小化RE 日前市場(chǎng)負(fù)社會(huì)福利。約束（10）確保每個(gè)節(jié)點(diǎn)功率平衡；約束（11）、（13）限制RE 發(fā)電機(jī)組出力和負(fù)荷不超過(guò)分段功率上、下限；約束（12）限制RE 發(fā)電機(jī)組在RE 日前市場(chǎng)中標(biāo)容量不超過(guò)RE 日前預(yù)測(cè)出力；約束（14）確保線路潮流不超過(guò)容量上限；約束（15）限制節(jié)點(diǎn)相角不超過(guò)上、下限；約束（16）選擇節(jié)點(diǎn)1 作為參考節(jié)點(diǎn)。

2.1.4 下層模型4:常規(guī)能源日前市場(chǎng)出清

常規(guī)能源日前市場(chǎng)出清模型如下所示。

目標(biāo)函數(shù)（17）最小化常規(guī)能源日前市場(chǎng)負(fù)社會(huì)福利。約束（18）確保每個(gè)節(jié)點(diǎn)功率平衡；約束（19）、（20）限制常規(guī)能源發(fā)電機(jī)組出力和負(fù)荷不超過(guò)分段功率上、下限；約束（21）確保線路潮流不超過(guò)容量上限、約束（22）限制節(jié)點(diǎn)相角不超過(guò)上、下限；約束（23）選擇節(jié)點(diǎn)1 作為參考節(jié)點(diǎn)。

2.1.5 下層模型5:實(shí)時(shí)市場(chǎng)出清

實(shí)時(shí)市場(chǎng)出清模型如下所示。

目標(biāo)函數(shù)（24）最小化實(shí)時(shí)市場(chǎng)負(fù)社會(huì)福利。約束（25）確保每個(gè)節(jié)點(diǎn)功率平衡；約束（26）、（28）限制發(fā)電機(jī)組出力和負(fù)荷不超過(guò)分段功率上、下限；約束（27）限制RE 發(fā)電機(jī)組在實(shí)時(shí)市場(chǎng)中標(biāo)容量不超過(guò)實(shí)時(shí)預(yù)測(cè)功率；約束（29）確保線路潮流不超過(guò)容量上限；約束（30）限制節(jié)點(diǎn)相角不超過(guò)上、下限；約束（31）選擇節(jié)點(diǎn)1 作為參考節(jié)點(diǎn)。

2.2 雙層決策模型轉(zhuǎn)化為MILP 原理

對(duì)于雙層優(yōu)化模型的求解，一般先利用下層模型的KKT 條件［24］將雙層模型轉(zhuǎn)化為等價(jià)的單層MPEC，再利用強(qiáng)對(duì)偶定理［25］、二進(jìn)制拓展法［26］等手段將其轉(zhuǎn)化為MILP 模型進(jìn)行求解［27］。

2.2.1 模型（3）的KKT 條件

模型（3）的KKT 條件由式（10）、式（16）、式（32）至式（42）組成。

式中:⊥為互補(bǔ)約束運(yùn)算符。

2.2.2 模型（4）的KKT 條件

模型（4）的KKT 條件由式（18）、式（23）、式（43）至式（52）組成。

2.2.4 MPEC 轉(zhuǎn)化為MILP

對(duì)于RE 策略報(bào)價(jià)發(fā)電商，其MPEC 由目標(biāo)函數(shù)（1），以及約束條件（2）至（4）、式（32）至式（64）組成。

對(duì)于策略報(bào)價(jià)電力用戶，其MPEC 由目標(biāo)函數(shù)（5），以及約束條 件（6）至（8）、式（32）至式（64）組成。

MPEC 為非線性問(wèn)題，導(dǎo)致其非線性有以下3 個(gè)原因，對(duì)其線性化處理后可轉(zhuǎn)化為MILP 進(jìn)行求解。

由式（53）和式（65）可得:

3）MPEC 中含有大量的非線性互補(bǔ)約束（35）至（42）、（46）至（52）、（57）至（64），其 形 式 為0 ≤H ⊥Q ≥0，可用大M 法［28］對(duì)其進(jìn)行線性化并得到如下結(jié)果。

式中:M 為常數(shù)，取值為相對(duì)于H 和Q 較大的數(shù)；τ為二進(jìn)制變量，取值為0 或1。

通過(guò)對(duì)MPEC 采取以上線性化操作后，將MPEC 轉(zhuǎn) 化 為MILP，可 以 使 用Gurobi、CPLEX 等商業(yè)求解器高效求解。

3 對(duì)角化算法

本文采用對(duì)角化算法［29］對(duì)市場(chǎng)均衡點(diǎn)進(jìn)行求解，對(duì)角化算法通過(guò)迭代求解各個(gè)策略報(bào)價(jià)主體的MILP 來(lái)得到最優(yōu)報(bào)價(jià)策略，終止條件為所有主體本輪報(bào)價(jià)與上一輪報(bào)價(jià)差值處于可接受范圍內(nèi)，同時(shí)設(shè)置最大迭代次數(shù)，若達(dá)到最大迭代次數(shù)仍未收斂，則輸出“未收斂至市場(chǎng)均衡點(diǎn)”并調(diào)整各策略主體初始報(bào)價(jià)重新計(jì)算市場(chǎng)均衡點(diǎn)。RE 日前市場(chǎng)為掛牌交易模式且電力用戶在RE 日前市場(chǎng)摘牌可獲得RE 電力和等量消納量，因此本算法在迭代過(guò)程中設(shè)置電力用戶在RE 日前市場(chǎng)報(bào)價(jià)為上一輪電力用戶在常規(guī)能源日前市場(chǎng)結(jié)算電價(jià)加上綠證價(jià)格，代表電力用戶摘牌RE 電力的意愿報(bào)價(jià)。圖3 為對(duì)角化算法迭代求解流程圖。其中nmax和mall分別為最大循環(huán)次數(shù)和全部策略報(bào)價(jià)者數(shù)量。

當(dāng)MILP 問(wèn)題規(guī)模較大時(shí)給求解帶來(lái)了困難，對(duì)此可從2 個(gè)方面做進(jìn)一步優(yōu)化調(diào)整。一是利用啟發(fā)式算法確定各策略主體初始報(bào)價(jià)；二是策略主體在其他主體報(bào)價(jià)不變基礎(chǔ)上確定自身最優(yōu)反應(yīng)時(shí)，可利用并行計(jì)算加快求解速度。

4 算例分析

4.1 算例參數(shù)

圖3 對(duì)角化算法流程圖Fig.3 Flow chart of diagonalization algorithm

基于上述提出的模型，假設(shè)在如附錄C 圖C1 所示的經(jīng)修改的IEEE 14 節(jié)點(diǎn)系統(tǒng)上有G1 至G7 這7 個(gè) 發(fā) 電 機(jī) 組 和D1 至D3 這3 個(gè) 負(fù) 荷，其 中G2、G4為風(fēng)電機(jī)組，分別屬于RE 發(fā)電商1 和RE 發(fā)電商2；G1、G3、G5、G6、G7 分別屬于常規(guī)能源發(fā)電商1、發(fā)電商2、發(fā)電商3、發(fā)電商4、發(fā)電商5；D1 至D3 負(fù)荷屬于電力用戶1。發(fā)電機(jī)組和負(fù)荷參數(shù)見(jiàn)附錄C表C1。

考慮運(yùn)算效率與模型復(fù)雜度，本文設(shè)置4 個(gè)場(chǎng)景8 個(gè)時(shí)段來(lái)模擬1 d（24 h）的電力現(xiàn)貨市場(chǎng)交易，每個(gè)時(shí)段包含3 h。基于Elia 能源公司的歷史風(fēng)電數(shù)據(jù)［30］，利用K-means 聚類方法得到風(fēng)電出力的典型曲線與概率并組合成多場(chǎng)景出力，風(fēng)電機(jī)組出力和負(fù)荷曲線分別如圖4 和圖5 所示，圖中出力采用標(biāo)幺值。

4.2 RPS 考核指標(biāo)及綠證價(jià)格對(duì)市場(chǎng)均衡點(diǎn)的影響

為探究RPS 考核權(quán)重指標(biāo)K 對(duì)市場(chǎng)均衡點(diǎn)的影響，本文設(shè)置K 從0.05 至0.40 以步長(zhǎng)0.05 遞增，對(duì)這8 個(gè)場(chǎng)景求解得到的市場(chǎng)均衡點(diǎn)分析發(fā)現(xiàn)，K的變化對(duì)于市場(chǎng)均衡點(diǎn)處3 個(gè)市場(chǎng)的出清結(jié)果和策略報(bào)價(jià)主體的報(bào)價(jià)策略沒(méi)有影響，但由于電力用戶需要購(gòu)買更多相比常規(guī)能源電力價(jià)格更高的RE 電力或綠證、超額消納量，因此電力用戶的利潤(rùn)呈現(xiàn)較為明顯的下降，K 從0.05 變化至0.40 時(shí)，電力用戶利潤(rùn)下降了8%。

圖4 風(fēng)電機(jī)組多場(chǎng)景出力Fig.4 Power outputs of wind turbines in multiple scenarios

圖5 負(fù)荷曲線Fig.5 Load curves

在探究綠證價(jià)格pREC對(duì)市場(chǎng)均衡點(diǎn)影響中，本文設(shè)置pREC從100 元/（MW·h）至140 元/（MW·h）以步長(zhǎng)10 元/（MW·h）遞增，隨著綠證價(jià)格的提高，RE 日前市場(chǎng)出清電價(jià)隨綠證價(jià)格呈現(xiàn)相同的增長(zhǎng)趨勢(shì)，具體數(shù)據(jù)見(jiàn)表1。基于對(duì)市場(chǎng)主體報(bào)價(jià)策略的分析以及對(duì)RPS 規(guī)則的理解，RE 電力相比常規(guī)能源電力附加了環(huán)境友好屬性并通過(guò)綠證使其貨幣化，電力用戶在RE 日前市場(chǎng)購(gòu)買RE 電力可提前鎖定消納量，故在成本相同的情況下電力用戶更傾向于購(gòu)買RE 電力，呈現(xiàn)在市場(chǎng)均衡點(diǎn)的表現(xiàn)為RE 日前市場(chǎng)出清電價(jià)等于常規(guī)能源日前市場(chǎng)出清電價(jià)加上綠證價(jià)格。

表1 不同綠證價(jià)格下日前市場(chǎng)出清電價(jià)Table 1 Clearing price of day-ahead market with different green certificate prices

4.3 RE 功率滲透率對(duì)市場(chǎng)均衡點(diǎn)的影響

隨著RE 產(chǎn)業(yè)的發(fā)展，RE 裝機(jī)容量將進(jìn)一步提高，因此有必要研究RE 功率滲透率對(duì)于電力現(xiàn)貨市場(chǎng)的影響。附錄C 表C1 為RE 功率滲透率為20%時(shí)的參數(shù)，本文設(shè)置RE 功率滲透率從5%至35%以步長(zhǎng)5%遞增，即G2、G4 機(jī)組裝機(jī)容量分別從70.0 MW 和87.5 MW 遞 增 至490.0 MW 和612.5 MW，其他參數(shù)保持不變。電力現(xiàn)貨市場(chǎng)平均出清電價(jià)隨RE 功率滲透率的變化如圖6 所示，與4.2 節(jié)相同的是，RE 日前市場(chǎng)出清電價(jià)等于常規(guī)能源日前市場(chǎng)出清電價(jià)加上綠證價(jià)格，故其與常規(guī)能源日前市場(chǎng)出清價(jià)變化趨勢(shì)相同。

圖6 RE 功率滲透率對(duì)市場(chǎng)出清電價(jià)的影響Fig.6 Influence of RE power penetration on market clearing price

隨著RE 功率滲透率的增長(zhǎng)，3 個(gè)市場(chǎng)出清電價(jià)皆呈現(xiàn)下降趨勢(shì)，其中實(shí)時(shí)市場(chǎng)出清電價(jià)下降程度要大于日前市場(chǎng)，降低了13.3%，而日前市場(chǎng)出清電價(jià)下降了3%。當(dāng)RE 功率滲透率達(dá)到35%時(shí)，由于RE 出力波動(dòng)絕對(duì)值增大，在運(yùn)行日內(nèi)實(shí)時(shí)市場(chǎng)最低出清電價(jià)與常規(guī)能源日前市場(chǎng)最高出清電價(jià)相等。

5 結(jié)語(yǔ)

本文基于RPS 框架建立了包含RE 日前市場(chǎng)、常規(guī)能源日前市場(chǎng)、實(shí)時(shí)市場(chǎng)的電力現(xiàn)貨市場(chǎng)多主體雙層優(yōu)化決策模型，通過(guò)強(qiáng)對(duì)偶定理、二進(jìn)制拓展法等方法將其轉(zhuǎn)化為MILP 模型求解市場(chǎng)均衡點(diǎn)。通過(guò)算例分析了RPS 考核權(quán)重指標(biāo)K 及綠證價(jià)格對(duì)市場(chǎng)均衡點(diǎn)的影響，單純K 的改變并不會(huì)影響市場(chǎng)均衡點(diǎn)的出清電價(jià)和報(bào)價(jià)策略，在實(shí)際情況中，K的改變會(huì)引起綠證和超額消納量供需關(guān)系發(fā)生變化，從而通過(guò)改變綠證價(jià)格間接對(duì)市場(chǎng)均衡點(diǎn)產(chǎn)生影響。同時(shí)研究發(fā)現(xiàn)，RE 日前市場(chǎng)出清電價(jià)在市場(chǎng)均衡點(diǎn)將等于常規(guī)能源日前市場(chǎng)出清電價(jià)加上綠證價(jià)格，這正是RE 電力正外部性（對(duì)環(huán)境友好）貨幣化的體現(xiàn)。

隨著RE 功率滲透率的提高，電力現(xiàn)貨市場(chǎng)出清電價(jià)呈現(xiàn)下降趨勢(shì)，其中實(shí)時(shí)市場(chǎng)下降程度比日前市場(chǎng)更大。RE 功率滲透率的提高同時(shí)增大了發(fā)電側(cè)出力的波動(dòng)性和不確定性，應(yīng)從2 個(gè)方面予以應(yīng)對(duì)。一是建立適應(yīng)RE 發(fā)電特性的偏差電量考核機(jī)制，激勵(lì)RE 發(fā)電企業(yè)提高發(fā)電預(yù)測(cè)水平，利用儲(chǔ)能等技術(shù)平抑出力的波動(dòng)性；二是完善電網(wǎng)調(diào)峰、調(diào)頻等輔助服務(wù)市場(chǎng)機(jī)制，提高系統(tǒng)靈活性調(diào)節(jié)能力。未來(lái)還將基于本文雙層決策模型加入綠證、超額消納量市場(chǎng)競(jìng)爭(zhēng)、發(fā)電機(jī)組投資決策、年度消納量指標(biāo)實(shí)時(shí)完成情況等因素做進(jìn)一步研究。

本文受到國(guó)家自然科學(xué)基金資助項(xiàng)目（51677115）和上海交通大學(xué)晨星優(yōu)秀青年學(xué)者獎(jiǎng)勵(lì)計(jì)劃資助，特此致謝。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。