新电改背景下考虑需求响应的售电公司交易策略

2020-11-12周亚武李凤圆

黑龙江电力 2020年4期

周亚武，李凤圆

(广东电网有限责任公司惠州供电局，广东惠州 516083)

0 引言

2019年6月27日，国家发改委发布了《关于全面放开经营性电力用户发用电计划的通知》，《通知》中经营性电力用户的全面放开标志着中小型电力用户正式获得市场准入资格，这将为售电公司发展带来全新的机遇与挑战。新一轮电改交易规则实现了利用市场优化资源配置的调控模式，促使计划与市场优势互补、相辅相成。通过市场交易的偏差考核机制对交易主体的电量偏差[1]进行消纳清除，并且严格落实“月清月结”的方式。

售电公司欲成为多能量市场的主体，有效规避交易风险并提供多元化售电方案是提高售电公司运营效益和竞争力的核心策略。文献[2]将条件风险值作为考核指标，基于多时间尺度[3]提出了以售电公司效益最大、风险最低的购售电策略模型，但该模型未将新市场交易模式下的偏差考核机制[4]考虑其中。现有关于偏差考核机制的文献研究主要是针对市场交易办法、风险管控、多能量市场主体消纳[5]以及打破省间交易壁垒[6]的偏差结算方法。文献[7]通过层次分析法建立用户购买模型，并将可中断负荷与用户分布式增量上网考虑其中，但未计入交易电量负偏差带来的考核风险。文献[8]通过聚类算法对不同用户的用电特性进行区分，并为其设计推荐个性化的电价消费套餐，但并未讲明在竞争性市场环境下售电公司是如何调动用户资源参与市场交易规避风险以提高效益的交易策略及实施机制。

针对上述问题，将需求响应(Demand Response, DR)[9]作为售电公司间接调控负荷并以市场化方式优化资源配置[10]、规避考核风险的重要举措，提出了考虑DR的售电公司交易策略，为售电公司提升用户收益、定制个性化方案以及降低考核风险提供新思路。

1 售电公司的需求响应

1.1 售电公司的机遇与挑战

1.1.1 售电公司的发展机遇

《通知》中鼓励经营性电力用户由售电公司代理参与市场化交易，其中经营性电力用户是指在全社会用电量中，除去居民和农业用电，包括除去公共事业和公益性行业以及电力行业自身的用电量之外的用电量。随着中国经济水平的蓬勃增长，种类繁多的中小型工商业用电将为售电市场带来不可估量的市场份额，可见，新电改背景下《通知》的发布，再一次为售电公司参与市场交易激发了数额可观的改革红利。

1.1.2 售电公司的竞争挑战

新电改逐步还原电力的商品属性，《通知》的正式发布，满足了用户多样性的用电需求，在短期内如何快速抢占市场份额将成为各类售电公司的紧迫目标，但面对种类繁多且用电特性呈现多样化的电力用户以及市场考核严厉的局面，如何提升市场竞争力以抢占市场份额与规避交易风险已然成为售电公司提升自身核心竞争力的关键途径。

1.2 需求响应的发展

DR目前主要分为价格型DR与激励型DR，是指当电力系统稳定性受到威胁或供电侧市场价格较高时，供电方通过价格信号与激励机制诱导用户改变原有用电模式并为用户提供相应补偿的机制[11]。自2017年8月31日中国电力现货市场改革试点推行以来，电价信号鼓励电力用户主动调整用电特性，日益丰富的DR资源[12]可作为参与市场交易的调控手段，这为售电公司对于DR的方案制定与有效实施创造了良好条件。

2 考虑DR的售电公司运营策略

2.1 考虑DR的售电公司运营流程

作为新兴主体的售电公司，可通过定制DR方案将用户资源转换为柔性可控负荷参与市场交易，规避偏差电量考核，既能为用户提供多元化的用电方案，增加用电收益，又能辅助售电公司增强用户粘性以抢占市场份额、提升市场竞争力。为实现售电公司对DR资源的有效调控并为用户带来用电收益，制定考虑DR的售电公司运营策略图，如图1所示。

图1 考虑DR的售电公司优化交易运营流程图

如图1所示，售电公司首先对客户生产计划、用电需求、设备大修技改周期等因素进行多方位评估，明确让利模式，签订购售电合同。随后根据次月预测的申报电量参与市场交易，通过智能电表对用户实际电量监测记录并设置阈值，利用阈值告警研判偏差幅度。最后售电公司通过DR方案调控负荷侧资源消纳电量偏差，实现对偏差考核风险的预控与规避。

2.2 可中断负荷DR方案

可中断负荷(Interruptible Load, IL)[13]常用于电力市场环境下电力系统稳定性受到威胁或高峰运行时的负荷管理，当购电用户使用电量出现正偏差时，售电公司可通过可中断负荷DR方案进行消除。设定售电公司第t月实施可中断负荷DR方案的补偿费用为

式中：nIL(i,y)、QIL(i,t)、PIL(i,t)分别为售电公司代理用户i在第t月实施可中断负荷DR方案的中断次数、单次实施可中断负荷DR方案的中断电量以及补偿电价；N为售电公司用户数量。

1)用户参与DR方案中断次数约束：

0≤n(i,t)≤nIL,max(i,t)

2)用户参与DR方案单位电量补偿电价约束：

PIL,min(t)≤PIL(i,t)≤PIL,max(t)

式中：nIL,max(i,t)为用户i在第t月参与DR方案进行电量中断的最大允许中断次数；PIL,max(t)、PIL,min(t)为用户在第t月参与DR方案进行电量中断的单位电量补偿电价上、下限。

2.3 电量回购DR方案

电量回购(Demand Buyback, DB)[14]是实现负荷管理与电量消纳的重要手段，是指通过降低单位电价的价格信号与激励措施鼓励用户增加用电量以提升用电收益，可知售电公司利用电量回购DR方案能实现负偏差电量消除，设定其第t月实施电量回购DR方案的补偿费用为

式中：nDB(i,t)、QDB(i,t)、PDB(i,t)分别为售电公司代理用户i在第t月实施电量回购DR方案的回购次数、单次实施电量回购DR方案的回购电量以及实施电量回购DR方案的单位电量补偿价格。

1)用户参与DR方案回购次数约束：

0≤nDB(i,t)≤nDB,max(i,t)

2)用户参与DR方案单位电量补偿电价约束：

PDB,min(t)≤PDB(i,t)≤PDB,max(t)

式中：nDB,max(i,t)为用户i在第t月参与DR方案进行电量回购的最大允许回购次数；PDB,max(t)、PDB,min(t)分别为用户在第t月参与DR方案进行电量回购的单位电量补偿电价上、下限。

3 考虑DR的售电公司优化交易策略

3.1 常规交易策略

新电改背景下市场电量按双边交易与集中竞价进行交易，该规则下的交易策略常见如下：

策略1：单一用户分散交易。

保守型售电公司对用户申报用电量依赖性较大，习惯于将用户申报电量逐一参与市场交易：

Qp(i,t)=Qb(i,t)+Qc(i,t)

ΔQd(i,t)=Qr(i,t)-Qp(i,t)

Qe(i,t)=αQp(i,t)

Qk(i,t)=

式中：Qp(i,t)、Qb(i,t)、Qc(i,t)、ΔQd(i,t)、Qr(i,t)、Qe(i,t)、Qk(i,t)分别表示售电公司代理用户i在第t月的需求总电量、双边协商交易电量、集中竞价电量、市场偏差电量、市场实际用电量、免考核电量以及考核电量；α为免考核比例系数。偏差结算如下式：

ΔEd(i,t)=(ΔQd(i,t)Pc(t)+Qk(i,t)·β·

|Pc(t)|)·δ(t)+(ΔQd(i,t)Pc(t)+

|Qk(i,t)|·γ·|Pc(t)|·(1-δ(t))

式中：Pc(t)为市场交易在第t月的统一出清价差；ΔEd(i,t)为售电公司代理用户i在第t月的偏差电量结算费用，由偏差电量费用与偏差电量考核处罚组成；δ(t)为0-1变量，正偏差时取1，负偏差时取0；β为正偏差考核价差系数；γ为负偏差考核价差系数。

售电公司代理用户i在第t月的收益如下：

Eb(i,t)=Pb(t)Qb(i,t)

Ec(i,t)=Pc(t)Qc(i,t)

Euser(i,t)=P0(i)Qr(i,t)

Ecompany(i,t)=-(Eb(i,t)+Ec(i,t)+

ΔEd(i,t)-Euser(i,t))

式中：Eb(i,t)、Ec(i,t)、Euser(i,t)分别表示双边协商结算费用、集中竞价结算费用以及用户月度电量结算费用；Pb(t)为年度长协价差；P0(i)为售电公司与代理用户i签订的协商保底价差；Ecompany(i,t)为售电公司代理用户i在第t月的交易收益；Ecompany，1(i,t)为策略1下售电公司的总收益。

策略2：集中电量捆绑交易。

当售电公司拥有较多的市场用户，可将其进行捆绑交易，实现用户之间自我消纳，模型如下：

(1)

(2)

Qk(t)=

(3)

式中：ΔQd(t)、Qe(t)、Qk(t)分别代表售电公司在第t月代理N个用户参与交易的总偏差电量、免考核电量以及考核电量。

该交易策略的收益模型如下：

ΔEd(t)=(ΔQd(t)Pc(t)+Qk(t)·β·|Pc(t)|)·δ(t)+

(ΔQd(t)Pc(t)+|Qk(t)|·γ·|Pc(t)|)·(1-δ(t))

Ecompany,2(t)=-(Eb(t)+Ec(t)+ΔEd(t)-Euser(t))

式中：Eb(t)、Ec(t)、ΔEd(t)、Euser(t)分别为售电公司代理N个用户在第t月双边协商结算费用、月度竞价结算费用、偏差电量结算费用以及用户用电结算费用；Ecompany,2(t)为策略2下售电公司的总收益。

3.2 考虑DR的售电公司交易策略模型

当出现正偏差预警时，售电公司将通过可中断负荷DR方案规避正偏差考核；当出现负偏差预警时，将利用电量回购DR方案规避负偏差考核，并对DR方案附加了容量上下限约束。

1)可中断容量约束：

2)回购容量约束：

2|ΔQd(t)|-|Qk(t)|

策略3：考虑DR的售电公司交易模型。

DR方案不仅为用户提供了多元化的用电方案，而且有利于规避考核风险，具体模型如下：ΔEd(IL,PL)(t)=

δ(t)+nDB(i,t)·QDB(i,t)·(1-δ(t))]

Ecompany,3(t)=-(Eb(t)+Ec(t)+ΔEd(IL,PL)(t)+

策略4：考虑DR方案补偿与偏差考核费用综合最优的交易策略。

该策略通过DR方案补偿与偏差考核综合效益最优的minE(t)模型，规避售电公司实施DR方案过度补偿的风险，交易模型为

minE(t)=ΔEd(IL,PL)(t)+EIL(t)·δ(t)+

EPL(t)·(1-δ(t))

式中：Ecompany,4(t)为策略4下售电公司的总收益。

3.3 考虑DR的售电公司交易模型求解

由于该模型由DR方案价格补偿的非线性函数与偏差考核处罚的线性函数组成，属于多目标求解问题，拟采用一种改进的纵横交叉优化(Crisscross Optimal， CSO)算法[15]对该数学模型进行求解，如图2所示。

图2 优化交易模型求解流程

4 算例分析

广东省作为改革试点，算例采用该省某售电公司用户数据进行仿真验证，以2017年年度长协平均价差-0.064 5元/(kW·h)作为双边交易平均价差，以每月统一出清价差作为集中竞价的出清价差。该售电公司用户是水泥、钢材、天然气生产等计划型工业用户以及假日酒店、海边市场等季节型商业用户。售电公司将依据用户历史数据及生产计划进行电量预测申报，但由于气候、市场等多因素造成的电量偏差是不可避免的，故对预测数据进行蒙特卡洛模拟，并将其作为实际用电量，如图3、4所示。

根据式(1)-(3)可知售电公司实施策略2 的电量偏差及免考核部分电量，如图5所示。

图3 工业用户月度申报电量与实际电量

图4 商业用户月度申报电量与实际电量

观察图5发现，全年12个月中有6个月是免考核的，其中1月、3月、6月需面临正偏差考核，2月、5月、9月需面临负偏差考核。基于以上数据，即可对策略1、策略2分别求解。图6、图7则列明了各用户参与DR方案自由申报的参数。

图5 捆绑用户电量集中交易模式下的偏差考核结果

图6 用户参与可中断DR方案自由申报的参数

图7 用户参与电量回购DR方案自由申报的参数

通过图6、图7中DR方案的用户参数可规避偏差电量考核风险，分别对策略3与策略4的盈利模型优化求解，模型输出的收益曲线如图8所示。

图8 售电公司的收益曲线

对比策略1与策略2的收益曲线可知，提升市场份额以扩大交易电量更有益于售电公司规避考核风险。对比策略2与策略3可知，策略3通过DR方案调控需求侧资源对偏差电量进行全额消纳，有效提升了效益增幅。售电公司执行策略4的收益高达637.26万元，对比策略1、策略2、策略3分别高出431万元、50.2万元、63.6万元。策略4是以DR方案补偿与偏差考核综合费用最优为目标，消纳部分偏差以实现效益最优化，可见策略4是最优交易策略。