需求響應下計及電碳市場耦合的多元主體成本效益分析

靳冰潔，李家興，彭虹橋，羅澍忻，盧治霖，冷媛，董萍，梁梓楊

(1. 廣東電網(wǎng)有限責任公司電網(wǎng)規(guī)劃研究中心，廣州市 510080； 2. 華南理工大學電力學院，廣州市 510641； 3. 南方電網(wǎng)能源發(fā)展研究院有限責任公司，廣州市 510663)

0 引 言

2017年12月，廣東省能源局發(fā)布的《廣東電力現(xiàn)貨市場建設試點工作方案》為電力現(xiàn)貨市場提供了具體建設方案及管理辦法[1-2]，宣告了廣東電力現(xiàn)貨市場建設的開始。另外，全國碳排放權市場于2021年7月16日正式上線交易[3]?！笆奈濉睍r期，中國碳排放市場將納入更多行業(yè)和企業(yè)，強化自愿減排量抵扣聯(lián)動，完善定價機制，促進中國統(tǒng)一市場與地方試點碳市場有效融合，以市場化、漸進化的方式，促進碳減排技術的發(fā)展。

目前，已有分別基于碳市場和電力市場的對各個市場主體進行成本效益分析的研究。對于碳市場，文獻[4]提出了一種基于需求響應機制的減碳效益分析模型，并用算例對需求響應的執(zhí)行效果進行了分析；文獻[5]分析了碳交易市場對于南方電網(wǎng)西電東送的影響，結果表明引入碳交易市場能夠提升西電東送的總體社會效益。對于電力市場，文獻[6]設計了廣東電力現(xiàn)貨市場交易結算機制，并在此基礎上提出了發(fā)電側和用戶側成本效益分析模型；文獻[7]提出了需求響應參與電力平衡的成本效益評估模型，結合算例得到了不同補貼標準下需求響應的最佳比例；文獻[8]研究了可中斷負荷項目中負荷聚合商、電網(wǎng)及中小型用戶間的交易機制，在此基礎上提出了三方的成本效益分析模型，并分析了補償方案、前期補貼等因素對各方的影響；文獻[9-10]根據(jù)上海市實際試點情況，分別從電網(wǎng)側、用戶側、發(fā)電側3個方面分析了電動汽車參與需求響應的效益，并對比了不同類型充電樁及換電站對結果的影響。綜上，現(xiàn)有的電碳市場成本效益分析沒有完整地考慮電碳市場耦合對各主體的影響[11]、實施需求響應對各主體的影響[12]、多元主體參與市場的成本效益分析[13]等。

目前，我國已在多地開展實施碳交易，具備了一定的實踐基礎。因此，將碳交易的環(huán)節(jié)引入電力現(xiàn)貨市場交易中并進行統(tǒng)一的成本效益分析，更符合市場的實際情況。對此，為了分析碳排放權市場對各市場主體成本效益的影響，本文首先介紹碳排放權交易市場與電力現(xiàn)貨市場的耦合機理；隨后基于碳交易與電力現(xiàn)貨市場耦合下各主體的交易結算機制，提出需求響應下多個市場主體的成本效益分析模型，并采用某省電網(wǎng)實際運行日對各項指標進行量化計算，獲得各個主體參與市場交易較為完整的成本效益情況。

1 南方(以廣東起步)電力市場總體框架

目前，南方(以廣東起步)電力市場框架如圖1所示，現(xiàn)貨市場交易主要指在日前市場和實時市場所開展的交易。本文對電力現(xiàn)貨市場與碳交易市場耦合的需求響應成本效益分析是基于日前結算機制及實時結算機制[14]。

圖1 廣東電力市場框架Fig.1 Framework of Guangdong electricity market

2 電碳市場耦合下的仿真分析框架

為分析碳排放權交易(carbon emissions trading，CET)市場運作對電力現(xiàn)貨市場出清情況的影響[15]，本節(jié)基于廣東省現(xiàn)貨市場規(guī)則，考慮CET市場和電力現(xiàn)貨市場耦合的相互作用，將碳交易成本納入出清模型的機組報價中，用以結合2個市場的交互機理，體現(xiàn)CET市場的耦合影響。

2.1 市場出清框架

CET市場與現(xiàn)貨市場之間的交互機理可總結如下：在CET市場中，有多余碳排放配額的機組可通過交易其剩余的碳排放配額來獲得利潤；同樣地，當機組碳排放量超過其分配所得的免費配額時，需要支付額外的碳排放成本[16]。因此，在現(xiàn)貨市場中，發(fā)電機組在市場投標前會根據(jù)政府分配的免費碳排放配額來評估其所需支付的碳排放成本[17]。

本文基于廣東省現(xiàn)貨市場規(guī)則，構建了電碳市場耦合下的市場出清框架，如圖2所示，以實現(xiàn)對節(jié)點電價、機組中標情況及碳交易情況的計算。

圖2 電力市場出清框架Fig.2 Framework of electricity market clearing

2.2 免費碳排放配額分配方法

目前，我國以年為時間尺度分配碳排放配額。本文為研究CET市場對現(xiàn)貨市場的影響，以日為時間尺度分配碳排放配額。全國碳市場中的免費碳排放配額是由基線法確定的，根據(jù)該方法，機組的碳排放配額由供電、供熱兩部分配額組成，機組i按基線法分配獲得的碳排放配額Eq,i為：

Eq,i=Ee,i+Eh,i

(1)

式中：Ee,i為機組供電的碳配額量；Eh,i為機組供熱的碳配額量。

其中，機組供電碳排放配額計算公式為：

Ee,i=Pe,iBe,iFl,iFr,iFf,i

(2)

式中：Pe,i為機組供電量；Be,i為機組所屬類別的供電基準值，當前全國各類別機組碳排放基準值規(guī)定見表1；Fl,i為機組冷卻方式修正系數(shù)；Fr,i為機組i的供熱量修正系數(shù)；Ff,i為機組出力修正系數(shù)。

表1 各類別機組碳排放基準值Table 1 Carbon emission baseline of various units

另外，機組供熱碳排放配額計算公式為：

Eh,i=Qh,iBh,i

(3)

式中：Qh,i為機組供熱量，Qh,i與機組供熱配額總量成正比；Bh,i為機組所屬類別的供熱基準值。

2.3 考慮碳排放成本的常規(guī)機組報價

(4)

式中：ρre為碳排放價格[18]；βi為常規(guī)機組i對應的碳排放強度系數(shù)；η為配額免費發(fā)放的比例；Pi,max為常規(guī)機組i在時段t的最大出力。

本文基于發(fā)電側報量報價、負荷側報量不報價的方式開展研究。當不考慮CET市場耦合時，常規(guī)機組以遞增的階梯電價進行報價，而隨著CET市場的加入，常規(guī)機組i的總發(fā)電成本將受到碳排放權交易的影響。因此，各常規(guī)機組會調整其在市場中的報價[19]。常規(guī)機組i在時段t的第m段報價Ci,t,m為：

(5)

式中：Ci,m為機組i申報的第m個出力區(qū)間對應的能量價格。

則機組運行費用Ci,t表達式為：

(6)

式中：M為機組報價總段數(shù)；Pi,t,m為機組i在時段t第m個出力區(qū)間的中標電量。

市場交易出清模型以最小化系統(tǒng)運行成本為優(yōu)化目標，建立安全約束機組組合、安全約束經(jīng)濟調度模型并進行優(yōu)化計算，得到現(xiàn)貨市場出清結果[20]。

3 電碳交易市場耦合下各市場主體參與需求響應的成本效益分析模型

本節(jié)在CET市場與現(xiàn)貨市場耦合環(huán)境下，分別從發(fā)電側、用戶側、負荷聚合商、儲能運營商及電網(wǎng)側等主體視角開展分析，提出了以上各個主體參與需求響應的成本效益分析框架及各項指標計算公式，用于評估CET市場與現(xiàn)貨市場耦合下實施需求響應的成本與效益，具體框架如圖3所示。

圖3 總體分析框架Fig.3 Overall analysis framework

3.1 發(fā)電側模型

電碳交易市場耦合下發(fā)電側參與需求響應的成本效益分析模型如圖4所示，其效益指標包括市場化發(fā)電效益及需求響應效益，成本指標包括發(fā)電、碳排放權交易成本及市場偏差考核成本。

圖4 發(fā)電側成本與效益分析框架Fig.4 Framework of generating-side cost and benefit analysis

總效益模型為：

G=Bc+Br+BLCfD+BDR-Cg-Cch

(7)

式中：G為發(fā)電側總效益；Bc為發(fā)電側日前市場結算收益；Br為發(fā)電側實時市場結算收益；BLCfD為發(fā)電側中長期市場結算收益；BDR為需求響應下發(fā)電側的效益；Cg為發(fā)電成本及碳排放權交易成本；Cch為發(fā)電側市場偏差考核成本。

3.1.1 效益分析模型

1)日前市場結算收益：

Bc=∑[(QGc,t-QGL,t)ρGc,t]

(8)

式中：QGc,t為發(fā)電側日前市場t時段需求電量；QGL,t為發(fā)電側在中長期市場t時段的合約電量；ρGc,t為t時段的日前節(jié)點電價。

2) 實時市場結算收益：

Br=∑[(Qu,t-QGc,t)ρGr,t]

(9)

式中：Qu,t為發(fā)電側實時市場上網(wǎng)電量；ρGr,t為t時段的實時節(jié)點電價。

3) 中長期市場結算收益：

BLCfD=∑QGL,tρGL,t

(10)

式中：QGL,t為t時段中長期凈合約電量；ρGL,t為機組t時段凈合約價格。

4) 需求響應效益：

(11)

式中：Bi為需求響應下發(fā)電側減少的機組投資成本；Cdrg為需求響應下發(fā)電側減少的發(fā)電收益；co為單位發(fā)電量的機組日均投資成本；PDR,t為t時段參與需求響應削峰避免的機組投資容量；ρt為機組在t時段的報價；ΔQDR,t為t時段需求響應前后的電量變化量。

3.1.2 成本分析模型

1)發(fā)電及碳排放權交易成本：

Cg=∑ρtPt

(12)

式中：Pt為機組在時段t的出力。

2)市場偏差考核成本：

Cch=∑max{ρGc,tMg,ρmin}·
max{Pdec,gDR,tRg-Preal,gDR,t,0}

(13)

式中：Mg為懲罰因子；ρmin為考核價格下限；Pdec,gDR,t為發(fā)電側申報響應容量；Preal,gDR,t為發(fā)電側實際響應容量；Rg為響應比例門檻。

3.2 用戶側模型

用戶參與需求響應的成本效益分析模型如圖5所示，其效益指標包括參與需求響應減少的電費成本、網(wǎng)損成本及獲得的補償，成本指標包括電費、承擔的網(wǎng)損成本、參與需求響應繳納的管理費用及考核成本。

圖5 用戶側成本與效益分析框架Fig.5 Framework of user-side cost and benefit analysis

總效益模型為：

U=Bdf+Bloss+Brei-Cdf-Closs-Cuch-Cmu

(14)

式中：U為需求響應用戶總效益；Bdf為用戶參與需求響應減少的電費成本；Bloss為參與需求響應減少的網(wǎng)損成本；Brei為參與需求響應獲得的補償；Cdf為用戶電費支出；Closs為用戶承擔的網(wǎng)損費用；Cuch為用戶參與需求響應的考核成本；Cmu為用戶向負荷聚合商繳納的運行管理費用。

3.2.1 效益分析模型

1)參與需求響應減少的電費成本：

Bdf=∑(QDR,tρdf,t)

(15)

式中：QDR,t為用戶全天t時段參與需求響應所減少的電量；ρdf,t為用戶t時段所要交納的電費。

ρdf,t=ρGr,t+ρtran,t+ρfund,t

(16)

式中：ρtran,t為t時段的輸配電價；ρfund,t為基金及附加單價。

2)參與需求響應減少的網(wǎng)損成本：

Bloss=∑[(ΔQ′loss,t-ΔQloss,t)ρdf,t]

(17)

式中：ΔQ′loss,t為需求響應前t時段總網(wǎng)損；ΔQloss,t為需求響應后t時段總網(wǎng)損。

3)參與可中斷負荷項目獲得的補償：

(18)

式中：brei,n為用戶第n次參與需求響應負荷聚合商提供的單位補償價格；QDR為響應需求響應所削減的電量；N為需求響應發(fā)生次數(shù)。

3.2.2 成本分析模型

1)用戶電費支出：

Cdf=∑(Qday,tρdf,t)

(19)

式中：Qday,t為用戶全天t時段實際用電量。

2)承擔網(wǎng)損成本：

Closs=∑(ΔQloss,tρdf,t)

(20)

3)用戶需求響應考核成本：

Cuch=∑max{ρdf,tMu,ρmin}·
max{Pdec,uDR,tRu-Preal,uDR,t,0}

(21)

式中：Mu為懲罰因子；Pdec,uDR,t為用戶申報響應容量；Preal,uDR,t為用戶實際響應容量；Ru為響應比例門檻。

3.3 負荷聚合商模型

負荷聚合商參與需求響應的成本效益分析模型如圖6所示，其效益指標包括電網(wǎng)給與的需求響應補償及用戶繳納的項目管理費用，成本指標包括支付給用戶的需求響應補償及自身的項目管理費用。

圖6 負荷聚合商成本與效益分析框架Fig.6 Cost and benefit analysis framework for load aggregators

負荷聚合商作為電網(wǎng)與用戶間的中間機構，在需求響應的實施中起著重要的作用，在實施過程中，聚合商分別與電網(wǎng)和用戶簽訂合同，從電網(wǎng)獲得響應補償，并給與用戶一定的響應補償，這兩者的補償價格不同，聚合商從中獲益。負荷聚合商的總效

益模型為：

I=Breg+Bmu-Crei-Cmi

(22)

式中：I為負荷聚合商的總收益；Breg為電網(wǎng)對參與需求響應的補償費用；Bmu為用戶參與可中斷負荷項目繳納的運行管理費用；Crei為給予用戶的補償費用；Cmi為負荷聚合商實施需求響應項目的管理費用。

3.3.1 效益分析模型

電網(wǎng)給與的補償費用為：

(23)

式中：breg,n為第n次需求響應電網(wǎng)對負荷聚合商的單位補償價格。

3.3.2 成本分析模型

給用戶的補償費用為

(24)

式中：crei,n為第n次需求響應負荷聚合商提供給用戶的單位補償價格。

3.4 儲能運營商模型

儲能運營商參與需求響應的成本效益分析模型如圖7所示，其主要是通過高發(fā)低儲獲得利潤，成本指標包括儲能單元的折損成本、運營成本及維護成本。

圖7 儲能運營商成本與效益分析框架Fig.7 Cost and benefit analysis framework for energy storage operators

總效益模型為：

R=Be-Cbk-Cop

(25)

式中：R為儲能運營商的總收益；Be為運行日中儲能運營商高發(fā)低儲的獲利；Cbk為儲能單元的日折損成本；Cop為儲能單元的單位日運營及維護成本。

3.4.1 效益分析模型

高發(fā)低儲獲利為：

(26)

3.4.2 成本分析模型

1)儲能單元折損成本。

該項成本與儲能單元特性的關系密切，本文以儲能單元為鋰電池開展研究，其折損成本為：

(27)

式中：cbat為儲能單元的單位電池折損成本；cBRC為儲能電池的單位投資成本；σDOD為電池的允許放電深度；NCL為電池的循環(huán)壽命。以上系數(shù)都取決于儲能單元的新舊程度及其應用技術。

2)儲能單元運營及維護成本。

(28)

式中：δop表示儲能單元的單位運營及維護費率。

3.5 電網(wǎng)側模型

電碳交易市場耦合下電網(wǎng)側參與需求響應的成本效益分析模型如圖8所示，其效益指標包括市場結算收益、需求響應效益及網(wǎng)損帶來的負荷增量收益，成本指標包括實施需求響應減少的網(wǎng)損收益、給負荷聚合商的補償費用及項目管理費用。

圖8 電網(wǎng)側成本與效益分析框架Fig.8 Framework of grid-side cost and benefit analysis

總效益模型為：

P=Bpc+Bpr+BpLCfD+BpDR+Bploss-
Cploss-Creg-Cmp

(29)

式中：P為電網(wǎng)側總效益；Bpc為電網(wǎng)日前市場的購售電量差價結算收益；Bpr為電網(wǎng)實時市場的購售電量差價結算收益；BpLCfD為電網(wǎng)中長期市場購售電量差價結算收益；BpDR為電網(wǎng)實施需求響應的總效益；Bploss為網(wǎng)損帶來的負荷增加量收益；Cploss為實施需求響應避免的網(wǎng)損收益費用；Creg為電網(wǎng)給負荷聚合商的補償費用；Cmp為電網(wǎng)的項目管理費用。

3.5.1 效益分析模型

1)日前市場的購售電量差價收益：

Bpc=∑[(QUc,t-QUL,t)(ρsell,t-ρGc,t)]

(30)

式中：QUc,t為用戶日前市場t時段需求電量；QUL,t為用戶中長期市場t時段需求電量；ρsell,t為電網(wǎng)t時段的售電電價。

2)實時市場的購售電量差價收益：

Bpr=∑[(Qu,t-QUc,t)(ρsell,t-ρGr,t)]

(31)

式中：Qu,t為機組實時市場上網(wǎng)電量。

3)中長期合約購售電量差價收益：

BpLCfD=∑[QUL,t(ρsell,t-ρGL,t)]

(32)

4)實施需求響應的效益：

(33)

式中：Bt為電網(wǎng)公司可避免容量的投資成本；Cg為實施需求響應電網(wǎng)側減少的售電收益；ct為電網(wǎng)公司單位可避免容量的日均投資成本。

5)網(wǎng)損帶來的負荷增加量收益：

Bploss=∑(ΔQloss,tρsell,t)

(34)

3.5.2 成本分析模型

1)實施需求響應避免的網(wǎng)損收益費用：

Cploss=∑[(ΔQ′loss,t-ΔQloss,t)ρsell,t]

(35)

2)給予負荷聚合商的補償費用：

(36)

式中：creg,n代表負荷聚合商第n次參與需求響應電網(wǎng)提供的單位補償價格。

4 算例分析

4.1 仿真場景

為量化分析所提的需求響應下計及電碳交易市場耦合的多元主體成本效益模型，本文采用我國某省某典型運行日(出現(xiàn)尖峰負荷)作為仿真背景，模擬了需求響應發(fā)生場景，運用該省當天的真實負荷數(shù)據(jù)對市場進行出清，本算例中令日前負荷預測數(shù)據(jù)與真實負荷數(shù)據(jù)的誤差為5%，并對中長期合約電量進行分日電量分解，分日電量比例設定為0.85。算例中需求響應共削減3%尖峰負荷，其中，由用戶參與需求響應削減2%尖峰負荷，由儲能在尖峰負荷時期放電轉移1%尖峰負荷，并在負荷低谷時期(00:00—08:00)對這部分電量進行補充，場景示意如圖9所示。

圖9 負荷電量及需求響應場景示意Fig.9 Schematic diagram of load and demand response scenarios

本文采用提出的機組報價模型進行仿真出清，忽略線路阻塞，分別得出了日前市場出清電價及需求響應后實時市場出清電價，將兩者進行對比，如圖10所示。

圖10 日前市場及實時市場出清電價曲線Fig.10 Curves of day-ahead and real-time electricity market clearing prices

成本效益分析模型中的仿真參數(shù)設定如表2所示。將相關參數(shù)及所得出清電價用于對下文各個市場主體成本效益的仿真計算。

表2 仿真參數(shù)Table 2 Simulation parameters

4.2 仿真結果

采用本文所述模型及仿真參數(shù)對各主體成本效益進行量化計算，所得各項指標結果如圖11—15所示，其中實線表示效益指標，點劃線表示成本指標，各主體運行日總效益見表3?？梢钥闯?，發(fā)電側的效益主要來源于需求響應減少的機組投資以及其在現(xiàn)貨市場的發(fā)電收益，總體效益可觀；用戶側參與需求響應項目為其帶來了一定收益，但由于其成本主要來源于消耗電能，總體收益為負；負荷聚合商作為電網(wǎng)與用戶間的中間機構，主要起著評估用戶負荷削減潛力及管理需求響應項目的作用，其收益主要來源于電網(wǎng)對于需求響應的補償，總體收益為正；儲能運營商主要通過轉移部分尖峰負荷，從峰谷電價的差異中獲得收益，但由于目前電池技術尚未成熟，成本較高，高發(fā)低儲獲得的收益低于需要承擔的電池折損費用及設備運行維護費用，因此儲能運營商總體收益為負；電網(wǎng)側的收益主要來源于各個市場中賺取的購售電差價，而實施需求響應也為電網(wǎng)帶來了一大筆可避免容量投資，其總效益是各個主體中最大的。

表3 運行日各市場主體總效益Table 3 Total benefit of each market entity on operation day

圖11 發(fā)電側各時段結算結果Fig.11 Generation-side results for each time period

圖12 用戶側各時段結算結果Fig.12 User-side results for each time period

圖13 負荷聚合商各時段結算結果Fig.13 Results of load aggregators for each time period

圖14 儲能運營商各時段結算結果Fig.14 Results of energy storage operators for each time period

圖15 電網(wǎng)側各時段結算結果Fig.15 Grid-side results for each time period

4.3 考慮CET市場對各主體效益的影響

基于CET市場與現(xiàn)貨市場的交互機理及本文所提出清框架可知，碳排放權交易會使市場出清價格發(fā)生改變，從而對各個主體的效益產(chǎn)生影響。圖16給出了考慮和不考慮CET市場影響的日前市場出清電價對比。

圖16 出清電價對比Fig.16 Comparison of clear electricity prices

可以看到，考慮碳市場運作后，市場出清價格發(fā)生明顯變化，出清電價在日內全部時段比不考慮碳交易市場運作時明顯上升，最高幅度為29.98%，但價格的總體變化趨勢基本相同。

此外，不考慮CET市場運作時，目標函數(shù)的機組報價中不包含單位碳排放成本，這將大大減少CET機制對碳排放總量的控制。為突出考慮CET市場運作后的減排效果，本文對比了考慮和不考慮CET市場2種模式下的出清結果，如表4所示。

表4 兩種模式出清結果的對比Table 4 Comparison of the clearing results of the two modes

根據(jù)表4可得，考慮CET市場后的機組運行費用比不考慮時高19.46%，但發(fā)電側燃煤機組出力減少13.39%，對應碳排放總量減少了10.03%?？梢?，考慮CET市場運作后盡管無法降低機組總運行費用，但可一定程度降低常規(guī)機組在CET市場中的出力，并有效降低碳排放總量。

圖17對比了2種模式下運行日各主體的總效益變化。

圖17 2種模式下運行日各主體的總效益變化Fig.17 The change of the total benefit of each entity in the two operating days

從圖17可以看出，CET市場的運行主要對發(fā)電側、用戶側及電網(wǎng)側的效益產(chǎn)生影響。這主要是由于考慮碳排放權交易會抬高市場的出清價格，用戶的電費亦隨之升高，使得發(fā)電側及用戶側的效益減少，電網(wǎng)側的效益增加。其中，CET市場對發(fā)電側的效益影響最大，考慮CET市場時發(fā)電側效益減少了61.78%。

4.4 需求響應敏感性分析

以上算例均在需求響應共削減3%尖峰負荷的場景下進行，其中，由用戶參與需求響應削減2%尖峰負荷，由儲能在尖峰負荷時期放電轉移1%尖峰負荷。而以上各比例的改變，勢必會對各主體的成本效益產(chǎn)生影響，本節(jié)將探究用戶參與需求響應比例及總需求響應比例改變對各方的影響。

4.4.1 用戶需求響應占比對各主體效益的影響

該算例旨在探究需求響應總比例不變的情況下，用戶參與需求響應比例的改變對各主體及社會總效益的影響。其結果如圖18、19所示。

圖18 用戶需求響應占比對各主體效益的影響Fig.18 The influence of user demand-response ratio on the benefit of each entity

圖19 用戶需求響應占比對社會總效益的影響Fig.19 The influence of user demand-response ratio on total social benefit

從圖18、19可以看出，用戶需求響應比例的改變主要對電網(wǎng)側及用戶側的效益產(chǎn)生影響。這主要是由于隨著用戶需求響應占比的提高，儲能運營商所轉移的尖峰負荷量減少，對低谷時期電費的抬高作用也降低，因此用戶側電費減少，總效益增加，電網(wǎng)側售電收益減少，總效益減少。另外，用戶側的考核成本也與該比例有關，該比例越高，則其所需要付出的考核成本越少，且儲能技術尚未成熟，其移峰填谷的量越少，能節(jié)省的運維損失越多。因此，社會總效益也隨之增加。

4.4.2 總需求響應比例對各主體效益的影響

該算例旨在探究需求響應總比例變化時，各主體及社會總效益的變化。其結果如圖20、21所示。

圖20 總需求響應比例對各主體效益的影響Fig.20 The influence of total demand-response ratio on the benefit of each entity

圖21 總需求響應比例對社會總效益的影響Fig.21 The influence of total demand-response ratio on total social benefit

可以看出，隨著總需求響應比例的提高，發(fā)電側及用戶側的效益明顯增加，而電網(wǎng)側的效益明顯減少。越高的需求響應比例雖然會為電網(wǎng)側及發(fā)電側節(jié)省越多的可避免容量投資，但也意味著電網(wǎng)向用戶出售的電量將減少，這將使其損失一大筆售電收益，因此，電網(wǎng)總效益隨總需求響應比例的提高而減少，發(fā)電側及用戶側總效益隨之增加。另外，隨著總需求響應比例的提高，發(fā)電側及電網(wǎng)側的可避免容量投資也不斷增加，節(jié)省了一大筆投資成本，因此社會總效益隨之不斷增加。

5 結 論

本文研究了CET市場與現(xiàn)貨市場耦合下，多個市場主體的運營交易機制，提出了各個主體的成本效益分析模型，以算例分析了各方成本效益變化的基本特點和機理，并探究了CET市場運作、用戶需求響應占比改變及總需求響應比例改變對各方成本效益的影響。得到了如下結論：

1)發(fā)電側及電網(wǎng)側的收益主要來源于賺取購售電差價以及實施需求響應可避免的容量投資；用戶參與需求響應能獲得一定收益，但運行日全天需要支付大量電費成本，故總效益為負；儲能運營商電池技術尚未成熟，暫不能通過參與需求響應移峰填谷獲得收益；負荷運營商負責管理用戶參與需求響應項目，并從中獲取補償收益。

2)CET市場運作將抬高電力市場出清價格，增加發(fā)電側的發(fā)電成本及用戶側購電成本，使得發(fā)電側及用戶側的效益減少，電網(wǎng)側效益增加。

3)用戶需求響應占比及總需求響應占比的提高都會增加社會總效益，證明現(xiàn)行電力市場下實施需求響應項目具有良好的社會效益及發(fā)展前景。

隨著電力市場改革的持續(xù)進行，CET市場與電力現(xiàn)貨市場的融合將不斷深入，對于各個主體間交易機制及策略的研究有待進一步開展。