考慮用戶用電效用的售電公司交易聯合優化策略

蔡 浩，黃 博，高賜威，陳 濤

（1.國網江蘇省電力有限公司 蘇州供電分公司，江蘇 蘇州 215000；2.東南大學 電氣工程學院，南京 210096）

0 引言

售電公司作為新興的市場主體，其核心業務在于購售電，如何規避用戶側負荷與現貨市場電價預測的不確定性風險，在批發側確定中長期市場與現貨市場的購電組合以及零售側制定合適的價格策略，達到售電公司收益最大、風險最小是售電公司進行購售電業務的決策關鍵［1］。文獻［2］僅考慮現貨市場風險，以不同市場的購電組合為優化目標，而未對零售側進行考慮。文獻［3］在購電側考慮了包括可再生能源、分布式能源等多能量市場購電，售電側構建了固定電價與分時電價合同。文獻［4］考慮了用戶參與需求響應，構建了購售電雙層優化模型，然而對售電側的電價合同參數均考慮為售電商與用戶提前商定，未能對電價進行優化，形成購售聯動。文獻［5］在售電側構建了售電公司定價與市場份額之間的函數，從較為宏觀角度考慮了購售電聯合優化，然而由于現實中想要準確獲得市場價格份額函數極為困難。文獻［6］考慮了用戶的用電效用，對用戶進行了個性化電價套餐推薦與優化設計，然而在對購電側僅考慮了現貨市場電價的波動，不能反映售電公司購電側的真實成本。

綜上所述，目前研究只考慮了售電公司在購電側對不同能量市場的購電組合、售電側針對峰谷電價進行單邊優化，或宏觀考慮售電公司之間的競爭，將售電定價與其市場份額相關聯，得到在現實中，由于市場競爭關系復雜，無法準確獲得的售電定價與市場份額函數，未能結合售電公司自身用戶的具體情況，考慮售電價格水平對用戶用電量帶來的影響，而對購售電策略進行聯合優化。針對上述問題，本文提出了售電公司購售電聯合優化模型，在購電側考慮售電公司月前在中長期市場與現貨市場進行購電，售電側結合用戶的用電效用，制定下個月度的電價水平，采用CVaR衡量現貨市場電價和用戶負荷預測的不確定性風險，構建售電公司月前的購售電聯合優化模型，達到售電公司購售電收益最大，風險最小的目標。

1 售電公司購售電策略場景分析

本文考慮的售電公司購售電運營場景為售電公司在日常運營過程中，擁有一定客戶保有量，在月前尺度，根據現貨市場電價預測以及用戶的負荷預測制定下個月的零售套餐電價水平，同時決策在批發市場的購電組合，與發電商確定在下個月雙邊合同各時段電量以及確定需求響應用戶的可中斷負荷的調用。在本文購電側部分的決策結果中，僅決策不同市場的購電組合，在市場機制方面，中長期電量采用雙邊交易的方式與發電商簽訂自定義中長期合同進行購電，此部分暫時不在本文的研究范圍。

針對現貨電價預測的波動性，本文采用蒙特卡洛抽樣法［7］生成現貨市場電價與負荷需求場景，通過場景縮減技術中的后向場景削減技術得到經典場景集。售電公司根據用戶的歷史用電數據，可以獲得用戶各時段的用電彈性系數。

2 售電公司購電側成本建模

2.1 中長期市場購電成本

為規避現貨電價以及負荷預測等不確定性因素造成的風險，售電公司通常會在中長期市場與發電商簽訂中長期合約，商定合約各時段的電價、電量以及電力交付手段，此類購電業務的價格和電量是在合約簽訂之后就確定不變，合約簽訂會先于交易日一段時間之前。本文考慮中長期合約電價已經由售電公司與其合作的發電商提前商定，且按照峰平谷時段劃分，售電公司需要在給定的價格下，決策下月各時段的中長期電量。中長期市場購電成本建模如下

式中：T為所有可交易的時段；CF為售電公司中長期購電成本；λtF為中長期合約各時段的價格，包括峰平谷3個時段；QF

t為各時段的電量?？紤]到售電公司與發電商簽訂合約通常會以固定的單位數量級簽訂，對中長期電量模型處理如下

式中：ΔQF為該固定量級，售電公司簽訂合約只能是該數量級的整數倍數，且在某個時刻，最大購電量為KΔQF。

因此，處理后的售電公司中長期市場購電成本為

式中：k為售電公司各時刻可能的購電份數；δk,t為優化過程中的決策變量。

由于中長期購電成本采用求和的方式表示，在某一時刻售電公司中長期購電量只能為某一準確的數，因此有約束條件為

2.2 現貨市場購電成本

售電公司除了在中長期市場簽訂雙邊合約外，為了達到其購電量與用戶需求的實時平衡，必須在現貨市場，通過集中交易的方式獲得電能。本文采用多場景法模擬現貨市場的出清電價情況，現貨市場的價格場景集合Λ為

則售電公司在現貨市場的購電成本建模為

式中：CS為售電公司現貨市場購電成本期望；為售電公司在第ω場景，第t個時段下的購電量；γ(ω)為第ω場景的概率。

為避免投機行為，假設售電公司不可以在現貨市場將中長期市場所簽的雙邊合約電量出售，本文規定售電公司在各時段現貨市場購電量必須為正，即

2.3 可中斷負荷成本

在現貨市場電價出現極端情況下，售電公司可以通過采取激勵型需求響應措施，將用戶的可中斷負荷作為一種“虛擬電源”進行調用，從而降低自身的供電成本，提高收益。假設售電公司已經提前與參與需求響應的用戶簽訂好了需求響應合約，單位補償價格已經確定，且需要在需求響應調用的日前提前通知用戶。售電公司在月前進行購售電決策時應提前將可中斷負荷的調用情況同時考慮，因此售電公司調用可中斷負荷成本如下

式中：CIL為調用可中斷負荷成本；為在t時段下的可中斷負荷調用量；為售電公司與用戶簽訂的單位補償價格。

3 考慮用戶用電效用的售電側收益建模

3.1 用戶用電效用建模

3.2 用戶用電策略

求出在每個時刻下用戶的最優響應電量為

3.3 售電公司售電收益

4 基于CVaR衡量風險的購售電聯合優化模型

4.1 基于CVaR的風險衡量建模

條件風險價值（conditional value at risk,CVaR）由于很好的彌補了風險價值（value at risk,VaR）不滿足風險計量一致性的問題，目前已被廣泛用于售電公司的風險評估［1，5，6］，它代表在一定的置信度下，投資組合的損失大于VaR的條件均值。

售電公司的收益可以表示為售電收入與購電成本之差，即

4.2 聯合優化目標函數與約束條件

表示不同用電套餐的電價平均水平相同。

除上述約束外，還有式（4）和式（11）的0-1變量約束；式（7）的現貨市場電量約束以及CVaR模型約束。

5 算例分析

假定售電公司有3位大用戶，考慮決策時間尺度為4周，將每日分為峰平谷時段，共計84個峰平谷時段，各時段負荷總量預測如圖1所示。

通過蒙特卡洛抽樣與場景削減，最后形成5組電價場景如圖2所示。

場景1出現的概率為0.180；場景2出現的概率為0.110；場景3出現的概率為0.090；場景4出現的概率為0.215；場景5出現的概率為0.405。

售電公司中長期市場中簽訂的雙邊合約，峰時段電價為50美元/MWh，平時段電價為42美元/MWh，谷時段電價為33美元/MWh，單位電量為200 MWh，單時段最大電量為2 800 MWh；3位用戶與售電公司簽訂的可中斷負荷合約最大中斷量為5 MWh，單位補償費用為2美元/MWh，周期內最大可中斷次數為2次；售電公司3位用戶各時段需求彈性εk,t=-0.8；上一周期用戶均采用費率為45美元/MWh的固定電價套餐，本周期均采用分時電價套餐，CVaR模型中置信度取95%，分析在不同的風險偏好下，售電公司決策結果如圖3和表1所示。

ρ 0.1 0.5 1.0 5.0 10.0 20.0售電收益/美元1 369 435.96 1 345 856.26 1 309 576.54 1 282 879.45 1 281 157.55 1 281 157.55現貨市場購電量/MWh 125 668.30 114 476.43 106 247.38 103 164.33 103 017.57 103 017.57中長期市場購電量/MWh 85 200 96 400 104 600 107 800 108 000 108 000可中斷負荷調用量/MWh 30 30 25 10 00售電定價（峰平谷時段）/美元[37.10,45.30,52.60][37.05,45.40,52.55][37.10,45.40,52,50][36.85,45.55,52.60][37.10,45.55,52.35][37.10,45.55,52.35]條件風險價值/美元166 870.18 66 845.66 14 945.19 275.94 4.99 4.99

結合圖3與表1可以看出，隨著售電公司對風險厭惡的增加，售電公司的售電收益降低，現貨市場的購電量下降，中長期市場購電量上升，其原因為現貨市場電價的總體期望低于中長期市場中的購電成本。對于風險偏好因子高的激進型售電公司，為尋求更大的收益期望，會增加現貨市場的購電量，條件風險價值CVaR增大，售電公司將面臨更大的風險。在風險偏好因子較低時從現貨市場購買了大量的電量，出現極端電價情況時，將會調用可中斷負荷降低售電公司損失。隨著風險偏好因子增大，當存在預測出現極端電價情況的時段中，大多數電量從中長期市場購得，因此將不再調用可中斷負荷。當ρ取值由10.0變成20.0時，由表1可以看出優化結果相同，其原因在于此時風險因子取值已經夠大，售電公司的風險程度降到最低，優化目標中的風險項不會再對購售決策的優化結果產生影響了。對于售電定價決策，整體上看來不同的風險偏好對于定價策略影響不大。

本文所構建的聯合優化模型同時優化了購電決策與售電定價，對比購電決策的單邊優化分別考慮將售電側采用上一周期費率為45美元/MWh的固定電價套餐，以及平均電價水平相同情況下的峰平谷時段費率分別為50美元/MWh、45美元/MWh、40美元/MWh的分時電價，在ρ取1的場景下進行優化，對比聯合優化與購電決策單邊優化收益，結果如表2和圖4所示。

優化場景固定電價單邊優化分時電價單邊優化雙邊聯合優化售電收益/美元1 187 423.01 1 286 825.54 1 309 576.54峰時段電量/MWh 75 844.31 69 713.52 67 044.87平時段電量/MWh 70 106.65 70 106.65 69 612.06谷時段電量/MWh 63 573.64 69 855.25 74 190.44

從售電收益來看，在平均電價水平相同的情況下，采用分時電價收益比固定電價收益高，其原因在于采用分時電價傳遞了上級市場的價格信號，用戶將電量進行轉移，降低了售電公司的購電成本，在平均電價水平相同的情況下，售電公司整體收益增加。對比采用分時電價套餐下，購電側單邊優化與聯合優化的結果可以看出，聯合優化下的售電公司收益大于單邊優化的結果。一方面，售電電價影響售電公司的收入，將售電電價作為決策變量優化結果必然將提高售電公司收益，從總體電量上來看，考慮用戶用電效用的聯合優化下，售電公司總電量為210 847.37 MWh，不對電價進行優化時售電公司總用電量為209 675.42 MWh，可以看出在聯合優化中用戶的總用電量有所增加，表明在對電價的決策中，結合考慮了用戶的用電效用，不僅挖掘了用戶的需求響應能力，同時也使得用戶側福利得到了提升，達到了售電公司與用戶雙贏的結果。

6 結束語

本文提出了一種考慮售電公司用戶用電效用的購售電聯合優化方法，根據對用戶負荷以及現貨市場電價的預測，在購電側，售電公司在月前進行中長期市場與現貨市場購電量的決策以及可中斷負荷的調用。在售電側，考慮用戶的用電效用，決策售電套餐的電價水平，采用CVaR衡量售電公司風險，達到售電公司購售電收益最大，風險最小的目標。通過算例表明該模型對比傳統的單邊優化購電組合，能夠提高售電公司的購售電收益，通過對電價的優化，反映了上級市場的價格信號，將削峰填谷的激勵作用傳導給了用戶，并結合了用戶的效用，促進了售電公司用戶用電，提升了用戶側福利，達到了售電公司雙贏的結果。本文研究的售電公司購售電模型對于售電側零售套餐定價只進行了初步研究，尚未考慮不同種形式的電價套餐的費率制定方法以及售電側的定價與市場競爭的關系，上述問題將有待進一步的研究。D