5.2 不同風(fēng)險規(guī)避因子對售電公司購售電策略的影響

 

本算例主要用于評估風(fēng)險規(guī)避因子對售電公司購售電策略的影響,在置信度水平μ為0.95,單位風(fēng)電和光伏電量收購價格為500元/(MW·h)的條件下,計算得到不同風(fēng)險規(guī)避因子ρ下售電公司在不同能量市場的購電規(guī)模,如表1所示。從表中可以看出,隨著售電公司的風(fēng)險規(guī)避因子ρ逐漸變大,售電公司購買的可再生能源總電量基本沒變,這是因為風(fēng)電和光伏的收購電價高于其他能量市場電價,給售電公司帶來了收益風(fēng)險,所以可再生能源購買量滿足最小購電比例后,不會再有較大的增幅。由于分布式電源收購電價較低,售電公司會盡可能多的購買分布式電源,從而降低自身購電風(fēng)險,但是分布式電源容量有限,因此分布式電源的購電量也沒有太大變化。與此同時,售電公司為了減少售電風(fēng)險,逐步減少了在現(xiàn)貨市場中的購電量,并增加在中長期市場的購電量。這是因為現(xiàn)貨市場的電價具有不確定性和隨機(jī)性,售電公司為了降低自身風(fēng)險會減少其在現(xiàn)貨市場的購電量。由于現(xiàn)貨市場的電價較高于中長期市場的電價,售電公司的期望條件風(fēng)險價值收益也會略有增加。

 

 

表1 不同風(fēng)險規(guī)避因子下售電公司在不同能量市場的購電規(guī)模

 

 

本算例用于研究分布式電源和儲能設(shè)備對售電公司收益的影響。在置信度水平μμ為0.95,風(fēng)險規(guī)避因子ρρ為5,單位風(fēng)電和光伏電量收購價格為500元/(MW·h)的條件下,研究以下4種購電業(yè)務(wù)組合模式對售電公司收益的影響。

 

模式一：不考慮分布式電源和儲能。

 

模式二：不考慮分布式電源。

 

模式三：不考慮儲能。

 

模式四：考慮分布式電源、儲能。

 

不同購電業(yè)務(wù)組合模式下售電公司收益如表2所示,模式二是為了分析儲能的重要性以及對售電公司收益的影響,儲能設(shè)備充電所需要的能量來源于現(xiàn)貨市場,所以現(xiàn)貨市場的期望購電成本有所增加。但是儲能設(shè)備在低電價時段充電,高電價時段放電,售電公司整體收益因此有所增加。模式三是為了分析分布式電源的重要性以及對售電公司的影響,由于分布式電源價格較便宜,為了降低風(fēng)險,售電公司會傾向于購買分布式電源的電能,并減少中長期市場購電電量,從而期望收益有所增加。但由于分布式電源容量有限,售電公司從其購買的電量有限。模式四綜合考慮了儲能和分布式電源,儲能和分布式電源的優(yōu)勢都可以體現(xiàn),因此售電公司的期望收益最大。

 

表2 不同購電業(yè)務(wù)組合模式下售電公司期望收益

 

與此同時,在模式二下以某場景為例研究儲能設(shè)備的充放電策略,結(jié)果如圖2所示。從圖中可以看出,儲能設(shè)備在夜間23:00至次日早晨6:00、13:00至17:00大多處于充電狀態(tài),因為對應(yīng)時段系統(tǒng)負(fù)荷水平較低,現(xiàn)貨市場電價也較低,售電公司在該時段購入電能將儲能設(shè)備充滿電,可以有效降低購電成本;同時由于儲能設(shè)備的充電作用,可以消納部分風(fēng)電功率,對風(fēng)功率因反調(diào)峰特性對電網(wǎng)帶來的沖擊起到一定的平抑作用。但由于儲能設(shè)備的租用價格較高,售電公司為有效控制收益風(fēng)險,將不能大規(guī)模地租用儲能設(shè)備,因此可充電量有限。從圖中還可以看出,儲能設(shè)備在白天9:00至12:00以及傍晚19:00到22:00處于放電狀態(tài),因為系統(tǒng)在這兩個時段的負(fù)荷水平較高,現(xiàn)貨電價也較高,售電公司為了降低購電風(fēng)險或者在現(xiàn)貨市場進(jìn)行電量對沖套利,將控制儲能設(shè)備處于放電狀態(tài),提高自身的購售電收益。同時儲能設(shè)備在系統(tǒng)負(fù)荷高峰時段放電,對減小系統(tǒng)負(fù)荷峰谷差起到一定作用。

 

 

圖2 某場景下售電公司所購風(fēng)電及光伏電量與儲能設(shè)備充放電控制策略

 

 

本算例主要用于評估可再生能源的收購價格和預(yù)測精度對售電公司收益的影響,在置信度水平μμ為0.95,風(fēng)險規(guī)避因子ρρ為5的情形下,研究不同可再生能源價格以及不同可再生能源預(yù)測精度下的售電公司條件風(fēng)險收益,其中不同預(yù)測精度的單位可再生能源場景出力及概率見附錄圖4—9及表1。

 

不同可再生能源購電價格和預(yù)測精度下售電公司的條件風(fēng)險收益如圖3所示,售電公司的條件風(fēng)險收益隨著可再生能源的價格而逐漸減少,當(dāng)可再生能源價格從250元/MW增長到300元/MW時,售電公司的收益顯著減少。這是因為現(xiàn)貨市場的電價均值為250元/MW左右,當(dāng)可再生能源的價格低于250元/MW,才會有一定的優(yōu)化空間,即售電公司會購買超過最小比例的可再生能源;當(dāng)可再生能源的價格超過250元/MW時,售電公司只會按照要求,購買最小比例的可再生能源以降低自身風(fēng)險。因此,購電量的減少和可再生能源價格的上漲會導(dǎo)致售電公司的收益顯著減少。當(dāng)可再生能源價格大于250元/MW時,售電公司的收益僅會因為可再生能源價格的上漲而略有下降。同時售電公司對可再生能源出力的預(yù)測精度,也將影響可再生能源的收購收益,進(jìn)而影響售電公司的條件風(fēng)險價值。根據(jù)圖3可以得出,隨著可再生能源預(yù)測精度的不確定性增加,售電公司的風(fēng)險也會隨之增加,進(jìn)而使售電公司的期望條件風(fēng)險收益減小。

 

6 結(jié)論

 

本文在計及可再生能源機(jī)組購電費(fèi)用、分布式電源購電費(fèi)用和儲能設(shè)備租賃費(fèi)用的基礎(chǔ)上,建立售電公司在多能量市場購電組合模型,以條件風(fēng)險利潤最大化為目標(biāo),進(jìn)行售電公司購售電業(yè)務(wù)決策和風(fēng)險評估,通過算例得出以下結(jié)論：

 

1）售電公司的風(fēng)險規(guī)避因子會影響其在各能量市場的購電量和條件風(fēng)險收益;隨著風(fēng)險規(guī)避因子的增大,售電公司條件風(fēng)險利潤也會略有增加。

 

2）在購電側(cè)業(yè)務(wù)引入分布式電源和儲能后,售電公司的條件風(fēng)險利潤會有所增加,其應(yīng)盡可能多的調(diào)用分布式電源和采取科學(xué)的儲能充放電策略;同時儲能可以對風(fēng)功率因反調(diào)峰特性對電網(wǎng)帶來的沖擊起到一定的平抑作用。

 

3）可再生能源的價格和預(yù)測精度會影響售電公司的風(fēng)險和收益,并且可再生能源價格越低、預(yù)測精度越高,售電公司的利潤越高。

 

本文工作可以為售電側(cè)放開背景下售電公司的購電策略提供理論指導(dǎo)和戰(zhàn)略儲備,有利于售電公司進(jìn)行購售電決策和風(fēng)險規(guī)避,從而增強(qiáng)市場活力,并提高商業(yè)競爭力。

 

參考文獻(xiàn)

 

[1]中共中央國務(wù)院.關(guān)于進(jìn)一步深化電力體制改革的若干意見(中發(fā)[2015]9號)[Z].2015.

 

[2]胡晨,杜松懷,蘇娟,等.新電改背景下我國售電公司的購售電途徑與經(jīng)營模式探討[J].電網(wǎng)技術(shù),2016,40(11):3293-3299.HuChen,DuSonghuai,SuJuan,et al.Preliminary research of trading approach and management modes of Chinese electricity retail companies under new electricity market reform[J].Power System Technology,2016,40(11):3293-3299(in Chinese).

 

[3]王林炎,張粒子,張凡,等.售電公司購售電業(yè)務(wù)決策與風(fēng)險評估[J].電力系統(tǒng)自動化,2018,42(1):47-54,143.WangLinyan,ZhangLizi,ZhangFan,et al.Business decision- makings and risk assessment of electricity retail market[J].Automation of Electric Power Systems,2018,42(1):47-54,143(in Chinese).

 

[4]顧偉,任佳依,高君,等.含分布式電源和可調(diào)負(fù)荷的售電公司優(yōu)化調(diào)度模型[J].電力系統(tǒng)自動化,2017,41(14):37-44.GuWei,RenJiayi,GaoJun,et al.The optimal scheduling model of power sales company considering distributed generation and adjustable load[J].Automation of Electric Power Systems,2017,41(14):37-44(in Chinese).

 

[5]羅琴,宋依群.售電市場環(huán)境下計及可中斷負(fù)荷的營銷策略[J].電力系統(tǒng)自動化,2015,39(17):134-139.LuoQin,SongYiqun.Marketing strategy in competitive retail market considering interruptible load[J].Automation of Electric Power Systems,2015,39(17):134-139(in Chinese).

 

[6]NojavanS,ZareK,MohammadhvatlooB.Application of fuel cell and electrolyzer as hydrogen energy storage system in energy management of electricity energy retailer in the presence of the renewable energy sources and plug-in electric vehicles[J].Energy Conversion and management,2017(136):404-417.

 

[7]楊萌,艾欣,唐亮,等.計及風(fēng)險規(guī)避的售電公司平衡市場優(yōu)化交易策略研究[J].電網(wǎng)技術(shù),2016,40(11):3300-3309.YangMeng,AiXin,TangLiang,et al.Optimal trading strategy in balancing market for electricity retailer considering risk aversion[J].Power System Technology,2016,40(11):3300-3309(in Chinese).

 

[8]任藝,李庚銀,周明.售電公司購售電決策及風(fēng)險管理評述[J].現(xiàn)代電力,2017,34(4):79-85.RenYi,LiGengyin,ZhouMing.A survey on electricity procurement decision-making and risk management for electricity sale company[J].Modern Electric Power,2017,34(4):79-85(in Chinese).

 

[9]Gabriel SA,Ferudun GM,BalalrishnanS.A simulation approach to balancing annual risk and reward in retail electrical power markets[J].IEEE Transactions on Power Systems,2002,17(4):1050-1057.

 

[10]葛曉琳.水火風(fēng)發(fā)電系統(tǒng)多周期聯(lián)合優(yōu)化調(diào)度模型及方法[D].北京:華北電力大學(xué),2013.

 

[11]王群.風(fēng)/光經(jīng)典場景集的生成方法及應(yīng)用[D].杭州:浙江大學(xué),2015.

 

[12]杜松懷.電力市場[M].北京:中國電力出版社,2008.

 

[13]MGhofrani,RAzimi,MNajafabadi.A new day-ahead hourly electricity price foreing framework[C]//2017 North American Power Symposium(NAPS).2017:1-6.

 

[14]曾鳴,孫曉菲,李娜,等.電力市場環(huán)境下可再生能源政策制定[J].科技和產(chǎn)業(yè),2012,12(4):14-18.ZengMing,SunXiaofei,LiNa,et al.Renewable energy policy in electricity market environment[J].Science Technology and Industry,2012,12(4):14-18(in Chinese).

 

[15]IRCP.Power purchase agreements (PPAs) and energy purchase agreements (EPAs) [R].Washington,DC:World Bank Group,2017.

 

[16]張奇,王官慶,翟慧娟.我國分布式電源的發(fā)展及綜合效益指標(biāo)體系分析[J].華東電力,2012,40(7):1248-1251.ZhangQi,WangGuanqing,ZhaiHuijuan.The development of the distributed generation in our ry and the index system of comprehensive benefit analysis[J].East China Electric Power,2012,40(7):1248-1251(in Chinese).

 

[17]WangX,LiZ,ShahidehpourM,et al.Robust line hardening strategies for improving the resilience of distribution systems with variable renewable resources[J].IEEE Transactions on Sustainable Energy,2017(99):1-1.

 

[18]SunQiuye,HuangBonan,LiDashuang.Optimal placement of energy storage devices in microgrids via structure preserving energy function[J].IEEE Transactions on Industrial Informatics,2016,12(3):1166-1179.

 

[19]羅琴.市場環(huán)境下售電公司購售電策略研究[D].上海:上海交通大學(xué),2014.

 

[20]Karandikar RG,Khaparde SA,Kulkarni SV.Strategic evaluation of bilateral contract for electricity retailer in restructured power market[J].International Journal of Electrical Power & Energy Systems,2010,32(5):457-463.

 

原標(biāo)題:新電改背景下售電公司的購售電策略及風(fēng)險評估