源荷不確定性下考慮策略投資者Stackelberg 均衡驅(qū)動(dòng)的輸電投資與規(guī)劃分析

葉洪波，王高琴

（1.國(guó)網(wǎng)上海市電力公司，上海 200122；2.中國(guó)電科院南京分院，南京 210003）

隨著“雙碳”背景下新能源滲透率的逐漸提高，僅依靠“再調(diào)度”思想的市場(chǎng)手段無(wú)法完全有效解決國(guó)內(nèi)電力調(diào)度中出現(xiàn)的省內(nèi)斷面阻塞問(wèn)題。以江蘇省過(guò)江斷面為例，蘇南蘇北的調(diào)峰互濟(jì)造成電能在兩個(gè)區(qū)域間大量傳輸，過(guò)江斷面輸電裕度不足，阻塞現(xiàn)象時(shí)有發(fā)生[1]，且隨著蘇北地區(qū)新能源裝機(jī)增加，過(guò)江斷面潮流越限問(wèn)題將日趨嚴(yán)重。金融輸電權(quán)FTR（financial transmission right）市場(chǎng)的存在雖然可以有效解決阻塞盈余問(wèn)題，但并不改變調(diào)度結(jié)果，對(duì)受端電網(wǎng)短期運(yùn)行發(fā)生的阻塞起不到緩解作用。因此，對(duì)受端電網(wǎng)省內(nèi)阻塞通道進(jìn)行投資擴(kuò)建是解決省內(nèi)斷面“北電南送”引發(fā)阻塞的根本途徑。

傳統(tǒng)輸電投資擴(kuò)建中電力公司通常作為輸電的唯一使用者，輸電投資目標(biāo)為“首先定義服務(wù)質(zhì)量標(biāo)準(zhǔn)，然后選擇滿足這些標(biāo)準(zhǔn)的、成本最低的方案來(lái)擴(kuò)展系統(tǒng)”[2]。此時(shí)經(jīng)濟(jì)因素次于技術(shù)因素。相繼有學(xué)者討論了管制模式下不同線路投資規(guī)模對(duì)阻塞、發(fā)電企業(yè)、用戶的效益影響[3]。隨著市場(chǎng)的放開(kāi)，雖然更多學(xué)者開(kāi)展了對(duì)于放松管制下的輸電投資的研究[4-5]，但更多地是在管制性輸電投資制度下開(kāi)展對(duì)放開(kāi)的批發(fā)市場(chǎng)中各成員及社會(huì)整體福利的影響的討論。

在市場(chǎng)放松管制下，引入市場(chǎng)驅(qū)動(dòng)的線路擴(kuò)建更多地基于投資者自身的收益出發(fā)，可以更好地反映市場(chǎng)的真實(shí)需求。但是，現(xiàn)階段針對(duì)基于市場(chǎng)驅(qū)動(dòng)的輸電投資研究較少。文獻(xiàn)[6]雖然應(yīng)用非合作博弈論討論了發(fā)電和輸電投資規(guī)劃，但輸電投資方仍為電網(wǎng)，且輸電投入成本主要通過(guò)售電收益進(jìn)行回收。文獻(xiàn)[7-8]研究了發(fā)電商作為輸電網(wǎng)投資者的混合策略納什均衡，但發(fā)電商成本仍僅通過(guò)節(jié)點(diǎn)電價(jià)出清下的利潤(rùn)、貼現(xiàn)率進(jìn)行回收，且忽略了源荷不確定性。文獻(xiàn)[9]討論了源荷不確定性對(duì)于輸電投資決策的影響，但仍建立在管制性輸電投資機(jī)制下。

因此，本文考慮源荷不確定性，建立了基于市場(chǎng)驅(qū)動(dòng)的發(fā)電商、用戶作為輸電網(wǎng)策略性投資主體的Stackelberg 均衡模型，通過(guò)FTR 收益和現(xiàn)貨市場(chǎng)收益回收成本的方式驅(qū)動(dòng)策略投資者選擇最佳投資策略。在阻塞情況下，輸電網(wǎng)投資擴(kuò)容必然引起日前調(diào)度成本及實(shí)時(shí)阻塞管理費(fèi)用的下降，投資策略者如何在最小化輸電投資成本和市場(chǎng)多投資者下的最小化調(diào)度成本機(jī)制之間達(dá)到1個(gè)均衡是本文的研究重點(diǎn)。通過(guò)算例對(duì)本文基于市場(chǎng)驅(qū)動(dòng)的輸電網(wǎng)投資規(guī)劃方案的阻塞緩解效果展開(kāi)驗(yàn)證，分別討論了不同投資主體方案、FTR價(jià)值及源荷不確定性對(duì)輸電網(wǎng)投資擴(kuò)建的影響。本文旨在為規(guī)劃建設(shè)部門及調(diào)度運(yùn)行機(jī)構(gòu)提供可靠的長(zhǎng)期阻塞管理方案。

1 市場(chǎng)驅(qū)動(dòng)的輸電投資市場(chǎng)框架

1.1 基于市場(chǎng)驅(qū)動(dòng)的輸電投資市場(chǎng)規(guī)則

在采用節(jié)點(diǎn)電價(jià)的電力市場(chǎng)中，可以通過(guò)市場(chǎng)激勵(lì)信號(hào)來(lái)驅(qū)動(dòng)投資者進(jìn)行輸電投資決策[2]。在基于市場(chǎng)驅(qū)動(dòng)的輸電網(wǎng)投資建設(shè)中，市場(chǎng)成員參與輸電投資是一種自愿行為，投資成本和回報(bào)可通過(guò)FTR 收益來(lái)獲得。任何投資者都可以委托調(diào)度運(yùn)行機(jī)構(gòu)代為實(shí)現(xiàn)輸電網(wǎng)絡(luò)的升級(jí)擴(kuò)建項(xiàng)目，并由其支付投資擴(kuò)建的相關(guān)費(fèi)用。作為投資回報(bào)，投資者可以免費(fèi)獲得在該升級(jí)擴(kuò)建項(xiàng)目的整個(gè)經(jīng)濟(jì)生命周期內(nèi)有效新增容量對(duì)應(yīng)的FTR[10]。因此，在本文中，由于線路擴(kuò)建帶來(lái)的新增容量所對(duì)應(yīng)的FTR直接歸其投資者所有。

FTR是一種阻塞收益權(quán)，持有者可以獲得輸電服務(wù)送達(dá)節(jié)點(diǎn)和注入節(jié)點(diǎn)之間線路阻塞價(jià)值對(duì)應(yīng)的收益的權(quán)利[11]。根據(jù)我國(guó)集中式電力現(xiàn)貨市場(chǎng)的設(shè)計(jì)思想，本文考慮基于責(zé)任型的點(diǎn)對(duì)點(diǎn)FTR[12]，其收益計(jì)算公式為

式中：HFTR為FTR 的目標(biāo)收益；QFTR為FTR 的持有量；λsink、λsource分別為FTR終點(diǎn)、起點(diǎn)的節(jié)點(diǎn)價(jià)格，兩者差值表示該FTR的價(jià)值，也代表該FTR所對(duì)應(yīng)線路的阻塞價(jià)值。

1.2 市場(chǎng)成員投資動(dòng)機(jī)分析

市場(chǎng)中成員無(wú)論是發(fā)電商還是購(gòu)電商，都有一定的動(dòng)機(jī)參與輸電網(wǎng)絡(luò)的投資以獲得FTR。各類市場(chǎng)成員在不同環(huán)境下都存在各自的投資動(dòng)機(jī)。

（1）對(duì)于阻塞上游的發(fā)電商投資者，其投建動(dòng)機(jī)主要是提高售電收益和FTR收益。

（2）當(dāng)其他投資者投建線路時(shí)，會(huì)使得下游發(fā)電商的售電收益降低，因此下游發(fā)電商投資者的投建意愿并不大，即使選擇投建也主要是為了獲得FTR收益以彌補(bǔ)售電損失。

（3）對(duì)于購(gòu)電商投資者，其投建動(dòng)機(jī)主要是降低用戶側(cè)統(tǒng)一結(jié)算電價(jià)以減少用電成本。

1.3 市場(chǎng)框架設(shè)計(jì)

基于市場(chǎng)驅(qū)動(dòng)的輸電投資模式下，購(gòu)電商或發(fā)電商均可以委托調(diào)度運(yùn)行機(jī)構(gòu)對(duì)線路進(jìn)行投資擴(kuò)建，調(diào)度運(yùn)行機(jī)構(gòu)基于不同第3方投資的線路擴(kuò)建容量方案進(jìn)行日內(nèi)出清。因此，本文考慮購(gòu)電商、發(fā)電商作為輸電線路的策略投資者，基于對(duì)調(diào)度運(yùn)行機(jī)構(gòu)日內(nèi)出清的收益預(yù)測(cè)建立如圖1 所示的Stackelberg模型。領(lǐng)導(dǎo)層主要解決個(gè)體投資有效性問(wèn)題，投資者以其自身利益最大化為目標(biāo)進(jìn)行投資策略的選擇和優(yōu)化；跟隨層調(diào)度運(yùn)行模型在已知線路擴(kuò)建容量的基礎(chǔ)上，以輸電線路擴(kuò)容后的系統(tǒng)調(diào)度成本最小化進(jìn)行出清，并將出清價(jià)格傳遞至領(lǐng)導(dǎo)層。投資者在更新后的收益下調(diào)整投資策略以最大化自身收益。當(dāng)所有投資者基于其他人的Stackelberg 均衡選擇互相達(dá)到穩(wěn)定時(shí)，即形成穩(wěn)定納什均衡。

圖1 市場(chǎng)驅(qū)動(dòng)輸電投資的Stackelberg 模型Fig.1 Stackelberg model for market-driven transmission investment

2 基于Stackelberg 均衡的投資與規(guī)劃模型

2.1 跟隨層調(diào)度運(yùn)行模型

由于周期性人類活動(dòng)所導(dǎo)致的負(fù)荷自然波動(dòng)會(huì)對(duì)輸電價(jià)值有一定的影響，為簡(jiǎn)化問(wèn)題求解的時(shí)間復(fù)雜度，用規(guī)劃水平年的典型負(fù)荷日曲線模擬輸電線路（本文選某省內(nèi)阻塞通道為對(duì)象）建設(shè)生命周期范圍內(nèi)的負(fù)荷水平。因此，跟隨層模型的優(yōu)化目標(biāo)為最小化規(guī)劃年的運(yùn)行成本，同時(shí)考慮發(fā)電成本及備用資源的容量配置，目標(biāo)函數(shù)為

式中：NT、NG分別為日前調(diào)度仿真時(shí)段數(shù)、發(fā)電機(jī)總數(shù)；?i∈[1,NG]；?t∈[1,NT] ；c2i、c1i和c0i為發(fā)電機(jī)組i的成本系數(shù)；PG,i,t為t時(shí)刻發(fā)電機(jī)組i的輸出功率；γi、βi分別為發(fā)電機(jī)組i的上、下備用成本；Ri,t、Di,t分別為t時(shí)刻發(fā)電機(jī)組i的運(yùn)行上、下備用功率。下文中涉及t時(shí)刻均有?t∈[1,NT]，涉及機(jī)組i均有?i∈[1,NG]，不再贅述。

約束條件主要包括功率平衡約束、機(jī)組出力及爬坡約束、運(yùn)行備用約束、網(wǎng)絡(luò)約束。

（1）考慮省內(nèi)斷面擴(kuò)容后的網(wǎng)絡(luò)約束為

式中：k為省內(nèi)阻塞通道，?k∈Lcross，其中Lcross為省內(nèi)斷面集合；Tj,k為發(fā)電商投資者j對(duì)過(guò)江通道k的投資容量；為線路k的輸送功率上限；Gk,m為線路k對(duì)節(jié)點(diǎn)m的發(fā)電轉(zhuǎn)移分布因子，m∈bus,其中bus 為節(jié)點(diǎn)集合；為t時(shí)刻節(jié)點(diǎn)m的注入功率；Uinv為對(duì)省內(nèi)阻塞通道進(jìn)行擴(kuò)建的投資者集合；G(m)為與節(jié)點(diǎn)m相連的發(fā)電機(jī)組集合；Po,m,t、Pw,m,t、Ps,m,t和PL,m,t分別為時(shí)刻節(jié)點(diǎn)m區(qū)外來(lái)電、風(fēng)電、光伏及負(fù)荷的實(shí)際出力。

（2）功率平衡約束為

式中：NO、NW、NS和NL分別為系統(tǒng)中區(qū)外來(lái)電、風(fēng)電、光伏及負(fù)荷的數(shù)量；Pof,j,t為日前t時(shí)刻區(qū)外來(lái)電j的注入功率；Pwf,j,t、Psf,j,t分別為t時(shí)刻風(fēng)電j、光伏j的預(yù)測(cè)出力；PLf,j,t為t時(shí)刻負(fù)荷j的預(yù)測(cè)值。

（3）爬坡約束為

式中：PG,i,t+1為t+1 時(shí)刻發(fā)電機(jī)組i的輸出功率；和分別為發(fā)電機(jī)組i的上爬坡速率和下爬坡速率。

（4）出力約束為

式中：Yi,t為t時(shí)刻發(fā)電機(jī)組i的開(kāi)停機(jī)狀態(tài)；和分別為發(fā)電機(jī)組i的最大、最小出力。

（5）網(wǎng)絡(luò)約束為

（6）運(yùn)行備用約束為

考慮不確定性時(shí)有

不考慮不確定性時(shí)有

式中：SNL、SNG、SNW和SNS分別為位于蘇南地區(qū)的負(fù)荷集合、常規(guī)發(fā)電機(jī)組集合、風(fēng)電集合、光伏集合；SBL、SBG、SBW和SBS分別為位于蘇北地區(qū)的負(fù)荷集合、常規(guī)發(fā)電機(jī)組集合、風(fēng)電集合、光伏集合；分別為系統(tǒng)對(duì)新能源的上、下備用系數(shù)；分別為系統(tǒng)對(duì)負(fù)荷的上、下備用系數(shù)；α、β分別為運(yùn)行上、下備用模糊機(jī)會(huì)約束的可信性水平；li,j、wi,j和si,j分別為負(fù)荷、風(fēng)電出力、光伏出力的隸屬度參數(shù)，j=1,2,3,4。

本文考慮的源荷不確定性主要為風(fēng)電、光伏及負(fù)荷。風(fēng)光及負(fù)荷出力具有明顯的不確定性，本文對(duì)于含有模糊不確定性變量的系統(tǒng)約束采用模糊處理方法，引入風(fēng)電模糊參數(shù)、光伏模糊參數(shù)和負(fù)荷模糊參數(shù)，將備用約束松弛為某一可信性水平下的運(yùn)行上備用模糊機(jī)會(huì)約束、運(yùn)行下備用模糊機(jī)會(huì)約束，其物理意義在于以可信性水平衡量決策者對(duì)于約束滿足的期望[13]。以pF表示模糊變量，風(fēng)電、光伏出力及負(fù)荷的模糊參數(shù)通常采用梯形隸屬度函數(shù)表示，并且可以記作=pf(ω1,ω2,ω3,ω4)，則有

式中：μ(pF)為隸屬度函數(shù)；ωi pf為梯形隸屬度參數(shù)，其中ωi為比例系數(shù)，i=1,2,3,4，一般由歷史數(shù)據(jù)確定；pf為不確定性變量的預(yù)測(cè)值。這樣可以將考慮不確定性的情況表示為

式中，Cr{}為事件{}的可信性。

文獻(xiàn)[14]中指出江蘇電網(wǎng)過(guò)江斷面的阻塞是由于調(diào)峰互濟(jì)，且分區(qū)備用配置方式下省內(nèi)斷面的阻塞概率更小，因此本文的日前調(diào)度模型考慮備用資源在蘇南和蘇北地區(qū)的分區(qū)配置方式。

2.2 領(lǐng)導(dǎo)層策略投資者模型

當(dāng)策略投資者為電力系統(tǒng)中的發(fā)電商或購(gòu)電商時(shí)，其投資收益不僅取決于省內(nèi)阻塞通道擴(kuò)容帶來(lái)的FTR收益，還需要考慮其在電能量市場(chǎng)中的能量收益和成本。由于省內(nèi)阻塞通道中潮流方向始終為正，阻塞方向明顯，因此本文假設(shè)省內(nèi)阻塞通道擴(kuò)建新增容量所對(duì)應(yīng)的FTR 方向與線路正方向一致。

（1）當(dāng)投資者為發(fā)電商時(shí)，其收益模型為

式中：HG,i為發(fā)電商投資者i的收益函數(shù)；為t時(shí)刻發(fā)電商投資者i的售電收益，等于發(fā)電商售電收入減去發(fā)電成本；為發(fā)電商投資者i的FTR 收益，?k∈Lcross；Cinv(Ti,k)為發(fā)電商投資者i對(duì)省內(nèi)阻塞通道k小時(shí)化輸電投資成本；λi,t為t時(shí)刻發(fā)電商投資者i所在節(jié)點(diǎn)的節(jié)點(diǎn)電價(jià)；CG,i,t(PG,i,t)為發(fā)電商投資者i的發(fā)電成本；為t時(shí)刻省內(nèi)阻塞通道k的阻塞價(jià)值，用流出節(jié)點(diǎn)與注入節(jié)點(diǎn)的價(jià)差表示；γk、ζk分別為省內(nèi)阻塞通道k的單位長(zhǎng)度單位容量輸電線路在單位時(shí)間內(nèi)的輸電邊際成本及省內(nèi)阻塞通道k的長(zhǎng)度。

（2）當(dāng)投資者為用戶時(shí)，其收益模型為

式中：HL,j為用戶投資者j的收益函數(shù)；為用戶投資者j的FTR 收益，?k∈Lcross，計(jì)算方法同式（19）；PL,j,t為t時(shí)刻用戶投資者j的用電量；CL,j,t(PL,j,t)為t時(shí)刻用戶投資者j的用電成本；Cinv(Tj,k)為用戶投資者j對(duì)省內(nèi)阻塞通道k小時(shí)化輸電投資成本；Tj,k為用戶投資者j對(duì)省內(nèi)阻塞通道k的投資容量；為t時(shí)刻用戶側(cè)統(tǒng)一結(jié)算點(diǎn)的加權(quán)節(jié)點(diǎn)電價(jià)，其值等于所有負(fù)荷出力與其所在節(jié)點(diǎn)價(jià)格的加權(quán)平均值。投資收益模型需滿足的約束條件為投資者的投建容量上下限約束。

3 求解算法設(shè)計(jì)

鑒于循環(huán)迭代法求解雙層模型速度慢，以及利用KKT（Karush-Kuhn-Tucker）條件進(jìn)行模型的轉(zhuǎn)換又比較復(fù)雜，本節(jié)采用雙層粒子群算法[15]求解計(jì)及FTR 價(jià)值的省內(nèi)阻塞通道商業(yè)投資模型。內(nèi)層跟隨層模型通過(guò)Cplex 進(jìn)行求解，內(nèi)層領(lǐng)導(dǎo)層模型調(diào)用粒子群求解，負(fù)責(zé)搜索在已知對(duì)手投資策略的情況下投資者i的最優(yōu)投資策略組合；外層粒子群算法負(fù)責(zé)搜索所有投資者的投資策略組合{K1,K2,…,Ki,…,Kn}，并判斷是否達(dá)到整體均衡，模型求解流程如圖2所示。

圖2 模型求解流程Fig.2 Flow chart of model solving

本文均衡的實(shí)現(xiàn)基于任一投資者在其他投資者給定策略下選擇本身投資策略為最優(yōu)，該結(jié)果對(duì)于任一投資者都適用，因此成為納什均衡。由于本文各層之間同時(shí)存在Stackelberg 主從關(guān)系，因此又稱為Nash-Stackelberg 均衡。本文應(yīng)用的雙層粒子群算法基于每個(gè)對(duì)手策略尋優(yōu)了所有策略空間，當(dāng)算法達(dá)到收斂時(shí)，均衡出現(xiàn)。

4 算例仿真

本文算例分析采用IEEE14 節(jié)點(diǎn)系統(tǒng)，模擬某受端電網(wǎng)進(jìn)行驗(yàn)證。系統(tǒng)結(jié)構(gòu)如圖3所示，其中節(jié)點(diǎn)1～5表示某省北部地區(qū)，節(jié)點(diǎn)6～14表示某省南部地區(qū)，線路4-7、5-6、4-9 表示省內(nèi)斷面輸電通道[14]，分別記作省內(nèi)阻塞通道1、2、3。相關(guān)參數(shù)見(jiàn)表1和附錄A。

表1 算例條件設(shè)置Tab.1 Condition setting for numerical example

圖3 IEEE14 節(jié)點(diǎn)系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Network topology of IEEE 14-node system

為了分析不同投資主體參與投資、FTR價(jià)值及投資規(guī)劃中是否考慮源荷不確定性對(duì)投資的具體影響，本節(jié)設(shè)置4 種投資方案，其中確定性投資是指該投資方案下的調(diào)度運(yùn)行模型為確定性模型。采用雙層粒子群算法分別求解下列4 種省內(nèi)斷面的投資擴(kuò)建結(jié)果。

（1）方案0：未考慮投資擴(kuò)建，采用確定性模型。

（2）方案1：購(gòu)電商分別為負(fù)荷1、負(fù)荷2、負(fù)荷3、負(fù)荷6、負(fù)荷8，考慮確定性投資及FTR價(jià)值。

（3）方案2：發(fā)電商分別為機(jī)組1、機(jī)組2、機(jī)組3、機(jī)組4、機(jī)組5，考慮確定性投資及FTR價(jià)值。

（4）方案3：發(fā)電商分別為機(jī)組1、機(jī)組2、機(jī)組3、機(jī)組4、機(jī)組5，考慮確定性投資，不考慮FTR價(jià)值。

（5）方案4：發(fā)電商分別為機(jī)組1、機(jī)組2、機(jī)組3、機(jī)組4、機(jī)組5，考慮不確定性投資及FTR價(jià)值。

4.1 引入市場(chǎng)驅(qū)動(dòng)的效果驗(yàn)證

本節(jié)針對(duì)引入市場(chǎng)的投資方案，通過(guò)省內(nèi)阻塞通道擴(kuò)建均衡結(jié)果進(jìn)行長(zhǎng)期阻塞管理效果分析。

圖4 展示了典型負(fù)荷日各種方案下省內(nèi)阻塞通道的阻塞價(jià)值，可以發(fā)現(xiàn)，與省內(nèi)阻塞通道擴(kuò)建前相比，4 種方案均降低了省內(nèi)阻塞通道的阻塞價(jià)值，阻塞價(jià)值越小說(shuō)明該方案越有利于緩解省內(nèi)斷面輸電阻塞。可見(jiàn)，考慮不確定性及FTR價(jià)值的長(zhǎng)期阻塞管理方案（即方案4）具有相對(duì)較好的阻塞管理效果。

圖4 典型負(fù)荷日不同方案下省內(nèi)阻塞通道的阻塞價(jià)值Fig.4 Congestion values of channels within one province on typical load day in different plans

4.2 基于均衡的最佳投資主體分析

本節(jié)分別對(duì)以用戶側(cè)、發(fā)電側(cè)為投資主體的方案1、方案2展開(kāi)最優(yōu)投資主體分析，并就僅在發(fā)電側(cè)進(jìn)行投資主體的方案2、方案3展開(kāi)阻塞上游、阻塞下游最佳投資主體分析。4種方案下投資成本及省內(nèi)阻塞通道的總投資擴(kuò)建結(jié)果如表2 所示，其中，運(yùn)行成本等于發(fā)電成本與備用成本之和；總成本等于投資成本與運(yùn)行成本之和；“投資效用”對(duì)于用戶側(cè)投資者而言是指投資前后用戶用電成本的減少量與FTR收益之和，對(duì)于發(fā)電商投資者而言是指投資前后其售電收益的增加量與FTR 收益之和。附表A-2給出了方案具體投資者投資效用結(jié)果。

表2 不同方案下投資成本及擴(kuò)建結(jié)果Tab.2 Investment cost and expansion results in different plans

由表2 中方案1 和方案2 的投建結(jié)果可知，方案1中省內(nèi)阻塞通道擴(kuò)建總?cè)萘肯噍^于方案2冗余了31.08%，因此用戶側(cè)投資者的投資策略相對(duì)保守。但是，與方案2相比，方案1中冗余的省內(nèi)阻塞通道容量提高了蘇北低價(jià)機(jī)組的出力水平（如圖5所示），因此方案1 下一年仿真周期內(nèi)系統(tǒng)運(yùn)行成本較低（從表2可見(jiàn)，總成本從135 203.87×108￥降低為133 285.93×108￥），用戶側(cè)投資提高了系統(tǒng)整體的經(jīng)濟(jì)性。同時(shí)，結(jié)合附表A-2 方案1 中的投資效用可知，用戶側(cè)投資者的投資效用均大于0且遠(yuǎn)大于投資成本。用戶側(cè)投建省內(nèi)阻塞通道的主要目的在于降低用戶側(cè)結(jié)算價(jià)格、減少用電成本支出，如附表A-2 所示，各個(gè)用戶側(cè)投資者的FTR 收益遠(yuǎn)小于用電成本減少量（投資效用減去FTR 收益）。因此，無(wú)論從系統(tǒng)的整體經(jīng)濟(jì)性還是從投資者的個(gè)體經(jīng)濟(jì)性出發(fā)，由用戶側(cè)對(duì)省內(nèi)阻塞通道進(jìn)行投資擴(kuò)建將帶來(lái)更大的經(jīng)濟(jì)效益。

圖5 典型負(fù)荷日方案1 較方案2 各區(qū)域機(jī)組中標(biāo)量變化總和Fig.5 Total changes in bidden power of units in different areas on typical load day in Plan 1 with respect to Plan 2

結(jié)合附表A-2 方案2 中的投資效用可以發(fā)現(xiàn)，位于蘇南地區(qū)的兩臺(tái)機(jī)組投資效用為負(fù)值。同時(shí)，通過(guò)對(duì)比方案3中蘇北、蘇南發(fā)電商投資者的投資效用可以發(fā)現(xiàn)，位于蘇北的發(fā)電商投資效用均大于0，而位于蘇南的發(fā)電商投資效用也均為負(fù)值，其主要原因在于擴(kuò)建前省內(nèi)阻塞通道中潮流呈“北電南送”狀態(tài)，位于蘇北的發(fā)電商輸送電力時(shí)存在瓶頸，而方案2和方案3中省內(nèi)阻塞通道的擴(kuò)建均為蘇北機(jī)組電力南送提供了更大的空間，相比于未擴(kuò)建前蘇北機(jī)組整體出力水平均有所提高，出力變化如圖6 所示。同時(shí)，富裕的省內(nèi)阻塞通道容量使得阻塞上游發(fā)電機(jī)節(jié)點(diǎn)（節(jié)點(diǎn)1、3）的邊際電價(jià)LMP（locational marginal price）有所升高，而阻塞下游發(fā)電機(jī)節(jié)點(diǎn)（節(jié)點(diǎn)6、8）的LMP 有所下降，變化趨勢(shì)如圖7所示?？梢?jiàn)，省內(nèi)阻塞通道的擴(kuò)建都會(huì)犧牲蘇南機(jī)組的部分利益，導(dǎo)致蘇南地區(qū)的發(fā)電商投資效用為負(fù)值。在允許發(fā)電商參與投資時(shí)，蘇北發(fā)電商的投資意愿會(huì)更加積極強(qiáng)烈。

圖6 方案2、3 蘇北地區(qū)機(jī)組整體出力水平變化曲線Fig.6 Curves of changes in overall output from Subei generator units in Plans 2 and 3

圖7 方案2、3 各個(gè)機(jī)組所在節(jié)點(diǎn)LMP 變化曲線Fig.7 Curves of changes in LMP at nodes of units in Plans 2 and 3

4.3 金融輸電權(quán)價(jià)值影響分析

本節(jié)對(duì)比方案2、3的均衡結(jié)果，以分析發(fā)電商投資時(shí)是否考慮FTR價(jià)值對(duì)發(fā)電商投資策略的影響。

由表2 可知，方案2 中省內(nèi)阻塞通道擴(kuò)建總?cè)萘肯啾扔诜桨?冗余了33.94%，考慮FTR價(jià)值下的發(fā)電商投資策略反而相對(duì)保守。與方案3相比，方案2 中冗余的省內(nèi)阻塞通道容量同樣提高了蘇北低價(jià)機(jī)組的出力水平，結(jié)果如圖8 所示。因此，方案2 的系統(tǒng)運(yùn)行成本較低（從表2 可見(jiàn)，總成本從139 466.39×108￥降低為135 203.87×108￥），考慮FTR價(jià)值時(shí)的投資策略提高了系統(tǒng)經(jīng)濟(jì)性。

圖8 典型日方案2 較方案3 各區(qū)域機(jī)組中標(biāo)量變化值總和Fig.8 Total changes in bidden power of units in different areas on typical day in Plan 2 with respect to Plan 3

對(duì)比附表A-2 中方案2、3 的投資策略可知，考慮FTR 價(jià)值時(shí)蘇北地區(qū)的發(fā)電商投資者傾向于增加對(duì)省內(nèi)阻塞通道的投資容量，主要原因是蘇北發(fā)電商投建省內(nèi)阻塞通道的目的是提高收益，包括輸電容量寬裕帶來(lái)的高售電收益和阻塞收益。商業(yè)投資模式下蘇北發(fā)電商投資者完全從自身盈利出發(fā)，投資容量的增加在大多數(shù)時(shí)段有利于阻塞上游節(jié)點(diǎn)電價(jià)的提升，如圖9所示。在蘇北機(jī)組出力和蘇北發(fā)電機(jī)節(jié)點(diǎn)LMP雙重提高的基礎(chǔ)上，蘇北發(fā)電商投資者的售電收益將大幅增加。而在10：00—11：00及15：00—16：00時(shí)段，雖然蘇北發(fā)電機(jī)節(jié)點(diǎn)LMP有所下降，但在相應(yīng)時(shí)段蘇北機(jī)組的出力水平并未變化（如圖8所示），所以該時(shí)段方案2中蘇北機(jī)組的售電收益損失遠(yuǎn)低于其他時(shí)段的售電收益增幅。雖然省內(nèi)阻塞通道輸電環(huán)境有所寬松導(dǎo)致阻塞價(jià)值降低（如圖4所示），但由于方案2考慮FTR價(jià)值時(shí)的投資策略更保守，方案2 中蘇北發(fā)電商投資者的FTR收益反而增加。蘇北發(fā)電商投資者在制定投資策略時(shí)考慮FTR價(jià)值更有利于自身投資效用的提高。

表A-2 不同方案下各投資者的投資成本與效益Tab.A-2 Investment cost and revenue of investors in different plans

圖9 典型日方案2 較方案3 蘇北LMP 變化曲線Fig.9 Curves of changes in LMP at Subei generator node on typical day in Plan 2 with respect to Plan 3

4.4 源荷不確定性影響分析

對(duì)比方案2 和方案4 的投建結(jié)果，以分析不確定性因素對(duì)省內(nèi)阻塞通道投資擴(kuò)建的影響。

如圖10所示，方案4中省內(nèi)阻塞通道擴(kuò)建總?cè)萘肯啾扔诜桨?冗余了53.52%，考慮不確定性因素下的投資策略最保守。由于采用模糊機(jī)會(huì)約束處理運(yùn)行備用約束中的不確定性變量，方案4中蘇南蘇北兩區(qū)域分別預(yù)留的備用容量均高于方案2，導(dǎo)致方案4 的備用成本提高了9%。在方案4 的備用配置結(jié)果下，蘇南地區(qū)的機(jī)組出力在絕大多數(shù)時(shí)段均高于方案2，從而系統(tǒng)發(fā)電成本也有所增加，增幅為2.3%。

圖10 典型日方案4 較方案2 各區(qū)域機(jī)組出力及備用變化量Fig.10 Changes in output from units in different areas and reserves on typical day in Plan 4 with respect to Plan 2

雖然在投資規(guī)劃中考慮不確定性使得系統(tǒng)運(yùn)行總成本增加了3 205.09×108￥，整體經(jīng)濟(jì)性跌幅為2.37%，但是對(duì)于每個(gè)發(fā)電商投資者而言，考慮不確定性后各自的投資效用均有所提高，投資效用分別提高了38 182.26×108￥、39 175.24×108￥、12318.69×108￥、1249.26×108￥、9899.26×108￥，增幅分別為77.91%、83.42%、117.68%、45.32%、16.65%。表3給出了方案2和方案4投資效用的明細(xì)。

表3 方案2 和方案4 中各個(gè)投資者的具體收益Tab.3 Benefits of various investors in Plans 2 and 4

由表3 可知，對(duì)于蘇北發(fā)電商投資者而言，相比于方案2，方案4 中其投資效用的增加主要體現(xiàn)在售電收益的提高。雖然方案4 保守的投建容量和考慮不確定性的備用配置使蘇北機(jī)組出力水平相比方案2有所下降（如圖10所示），蘇北發(fā)電機(jī)節(jié)點(diǎn)LMP水平在大多數(shù)時(shí)段都處于下降狀態(tài)，但個(gè)別時(shí)段LMP達(dá)到尖峰值，因此蘇北發(fā)電商的投資收益最終是增大的（如圖11所示）。對(duì)于蘇南發(fā)電商投資者而言，相比于方案2，方案4投資效用的增加既體現(xiàn)在售電收益的提高上，也體現(xiàn)在FTR收益的增加上。由于省內(nèi)阻塞通道的擴(kuò)建使蘇南機(jī)組出力水平相比方案2在整體上有所提高（如圖10所示），蘇南發(fā)電機(jī)節(jié)點(diǎn)LMP 同樣存在尖峰值，因此方案4中蘇南發(fā)電商投資者的售電收益總體也是增加的（如圖12 所示）。雖然相比于方案2，方案4 的投資策略使得省內(nèi)阻塞通道阻塞價(jià)值降低（如圖4 所示），但是由于蘇南發(fā)電商增加了對(duì)省內(nèi)阻塞通道的投資容量，其FTR 收益相比于方案2也是有所增加的（如表3所示）。

圖11 方案4 較方案2 蘇北發(fā)電商節(jié)點(diǎn)LMP 及售電收益變化Fig.11 Changes in LMP and electricity sales revenue at Subei generator node in Plan 4 with respect to Plan 2

圖12 方案4 較方案2 蘇南發(fā)電商節(jié)點(diǎn)LMP 及售電收益變化Fig.12 Changes in LMP and electricity sales revenue at Sunan generator node in Plan 4 with respect to Plan 2

因此，投資規(guī)劃中調(diào)度運(yùn)行機(jī)構(gòu)采用不確定性調(diào)度模型時(shí)，發(fā)電商投資者在考慮不確定性的基礎(chǔ)上制定投資策略會(huì)有效提高自身的投資效用。

5 結(jié)論

本文從長(zhǎng)期投資規(guī)劃的角度出發(fā)，建立計(jì)及FTR價(jià)值的基于市場(chǎng)驅(qū)動(dòng)的輸電網(wǎng)投資模型，以應(yīng)對(duì)現(xiàn)貨市場(chǎng)發(fā)展成熟階段的省內(nèi)阻塞通道阻塞問(wèn)題。在不同投資主體參與投資、考慮FTR價(jià)值及調(diào)度安排中是否考慮不確定性等各種方案下進(jìn)行出清計(jì)算。比較不同投資主體、考慮FTR價(jià)值及考慮不確定性對(duì)于長(zhǎng)期阻塞管理的影響。主要結(jié)論如下。

（1）各種方案均可以緩解省內(nèi)斷面輸電阻塞，調(diào)度安排中考慮不確定性、發(fā)電商投資者制定投資策略時(shí)考慮FTR價(jià)值下的方案，使得省內(nèi)阻塞通道平均利用率最低，具有最好的阻塞管理效果，同時(shí)配置較高的備用容量也提高了系統(tǒng)的安全性。雖然由于調(diào)度出清模型中考慮了新能源及負(fù)荷的不確定性使得系統(tǒng)總成本有所提高，但是各個(gè)發(fā)電商投資者的投資效用有所增加，投資規(guī)劃中考慮不確定性更有利于刺激發(fā)電商投資的積極性。因此，調(diào)度運(yùn)行機(jī)構(gòu)在進(jìn)行省內(nèi)阻塞通道投資擴(kuò)建時(shí)應(yīng)綜合考慮安全性和經(jīng)濟(jì)性，從而選擇1個(gè)阻塞管理效果、系統(tǒng)運(yùn)行成本和投資效用均可以被接受的方案。

（2）對(duì)調(diào)度運(yùn)行機(jī)構(gòu)而言，用戶側(cè)投資比發(fā)電側(cè)投資具有更高的經(jīng)濟(jì)性，在所有方案中用戶側(cè)投資的系統(tǒng)總成本最低，為所有用戶側(cè)投資者帶來(lái)了正向投資效用。因此，系統(tǒng)調(diào)度運(yùn)行機(jī)構(gòu)在放開(kāi)省內(nèi)阻塞通道投資委托時(shí)，對(duì)于處在同一節(jié)點(diǎn)的投資者可以優(yōu)先考慮用戶側(cè)投資者。對(duì)發(fā)電商而言，在考慮FTR 價(jià)值的基礎(chǔ)上制定投資策略可以提高系統(tǒng)整體的經(jīng)濟(jì)性，投資效用在大多數(shù)情況下也會(huì)有所提高。

附錄A

1）算例條件

本文算例包含5臺(tái)常規(guī)發(fā)電機(jī)組、14個(gè)負(fù)荷、3個(gè)風(fēng)電、3 個(gè)光伏及9 個(gè)區(qū)外來(lái)電。負(fù)荷分布在所有節(jié)點(diǎn)，節(jié)點(diǎn)1～5 的負(fù)荷比例為0.077 8，節(jié)點(diǎn)6～10及節(jié)點(diǎn)12～14的負(fù)荷比例為0.0611，節(jié)點(diǎn)11 的負(fù)荷比例為0.122 2；風(fēng)電及光伏分布在節(jié)點(diǎn)1～3，節(jié)點(diǎn)1～3的風(fēng)電和光伏比例均為0.333 3；區(qū)外來(lái)電分布在除節(jié)點(diǎn)1～3、節(jié)點(diǎn)7、8 外的其余所有節(jié)點(diǎn)，蘇南、蘇北地區(qū)區(qū)外來(lái)電的比例分別為0.085 7、0.200 0。

附表A-1 機(jī)組成本系數(shù)Tab.A-1 Cost coefficient of units

2）仿真結(jié)果