消纳保障机制下增量配售电公司的投资组合决策

李金城，蒋轶澄，江海龙，王海超，林振智，文福拴

(1.浙江大学电气工程学院，杭州市 310027；2.安徽电力交易中心有限公司，合肥市 230061)

0 引 言

在世界范围内，以政策方式促进可再生能源发展已成为普遍共识[1-2]。近年来，我国探索引入可再生能源配额制(renewable portfolio standard,RPS)，以采用市场方式确定可再生能源(renewable energy source,RES)电力补贴[3]。与此同时，作为电力体制改革的重点内容，国家正大力推进增量配电业务改革，增量配售电公司试点项目数量不断增加[4]。作为RPS的中国式变型，自2020年1月起，我国正式实施可再生能源电力消纳保障机制，并明确将增量配售电公司作为消纳责任的考核主体[5]。因此，研究增量配售电公司在消纳责任下的最优投资决策对其经营发展、消纳保障机制的设计与完善均具有重要意义。

作为中国电力市场化改革下的新生事物，目前对增量配售电公司的研究主要涉及增量配售电公司的规划运行、项目投资及成效评估等。在规划运行方面，文献[6]以负荷曲线最优及全寿命周期净收益最大为目标建立双层机会约束模型，提出了增量配电网分布式电源的优化配置方法。在项目投资方面，文献[7]以保底服务周期内累积收益值最大为优化目标建立了投资优化模型，提出了电网公司保底服务实施后的增量配电网投资策略。文献[8]建立不对称Nash协商谈判模型，提出了增量配售电公司初始投资比例优化方法。在成效评估方面，文献[9]根据净现值、动态投资回收期、净现值率等指标建立评估模型，提出了增量配电网的投资效益经济性评估方法。文献[10]研究了售电公司配售一体化运营模式的投资风险，提出了增量配电网投资的风险评估方法。

目前，国内外对RPS的研究已较为成熟，主要涉及实施效果[11-12]、制度设计[13-14]和市场行为[15-16]等，但对可再生能源电力消纳保障机制的相关研究尚在探索阶段。在市场机制方面，文献[17]建立了电力市场双层多主体优化决策模型，求解出了消纳保障机制下的市场均衡点。文献[18]引入可再生能源运行复杂约束，提出了考虑消纳保障的电力市场出清机制。在规划运行方面，文献[19]以实现消纳责任权重为目标，提出了综合考虑新能源开发和系统消纳成本的新能源合理弃电率计算方法。在市场行为方面，文献[20]构建了消纳保障机制下各市场主体的演化博弈模型，模拟出不同参数条件下传统发电公司的市场行为。文献[21]构建了考虑可再生能源消纳责任的售电公司购电决策模型，提出了考虑条件风险价值的售电公司最优购电策略。

综上所述，在增量配售电公司的研究方面，现有研究主要围绕增量配电项目的投资运营问题，较少涉及增量配售电公司在市场环境下的决策行为；在消纳保障机制的研究方面，现有研究主要围绕消纳保障机制与电力市场机制的衔接问题，较少考虑售电公司作为受考核主体的市场行为问题。因此，消纳保障机制下增量配售电公司的投资决策研究尚不多见。投资组合理论综合考虑了预期收益率和风险，近年来在电力领域得到广泛应用[22-24]。在此基础上，行为金融学进一步表明，多心理账户和展望理论更有利于反映投资者真实的决策行为[25-26]。在此背景下，本文对增量配售电公司在消纳保障机制下所能够采取的签订中长期可再生能源容量协议、中长期可再生能源电量协议、购买超额消纳量(excessive consumption,EC)和绿色证书(renewable energy certificate,REC)等投资决策行为进行成本效益分析，并基于展望理论对传统投资组合理论进行改进，提出投资组合决策模型，确定增量配售电公司的最优组合投资。此外，以某增量配售电公司为例对所提模型进行验证，并分析风险偏好、消纳责任权重及输配电价对最优组合投资的影响。

1 消纳保障机制下增量配售电公司的投资决策行为分析

可再生能源电力消纳保障机制是政府相关机构强制规定在考核对象的消费电量中必须包含一定比例RES消纳量的制度。RES消纳量占考核对象消费电量的比例即为消纳责任权重，消纳责任的考核周期为1年。我国现行的消纳保障机制要求售电企业和电力用户协同承担消纳责任。其中，增量配售电公司需承担与其售电量相对应的消纳量。

按照该保障机制规定，增量配售电公司以实际消纳RES电量为主要方式完成消纳量，同时也可通过向超额完成年度消纳量的市场主体购买其超额消纳量或自愿认购绿色证书的方式补充完成消纳量[5]。结合我国实际，增量配售电公司可通过签订中长期RES容量协议、中长期RES电量协议两种方式实际消纳RES电量。由于采用购买EC和REC两种补充完成消纳量方式的投资方法和影响因素相近，可以对二者进行组合投资，统称为组合购买EC和REC的投资方式。因此，在消纳保障机制下，增量配售电公司可通过签订中长期RES容量协议、中长期RES电量协议、组合购买EC和REC等3种投资方式完成考核要求。本文首先针对上述3种投资方式进行分析。

1.1 增量配售电公司签订RES容量协议的投资行为分析

前已述及，为完成规定的消纳量，增量配售电公司可通过签订中长期RES容量协议的方式，实际消纳RES电量。中长期RES容量协议指在中长期市场中，增量配售电公司与RES发电公司约定购买特定的发电容量并约定价格的投资方式。采用该投资方式时，仅约定发电容量而不约定交割电量，因此RES出力的不确定性就可能导致实际电量偏差。与电量协议直接约定电价的方式相比，中长期RES容量协议的优点在于其预期发出的RES电量价格较低；其缺点是RES出力不确定性可能导致实际电量偏差并产生电量偏差处理成本，给投资者带来风险。容量协议已在电站类项目购电协议(power purchase agreement，PPA)中得到广泛应用，有利于确保发电项目稳定其未来的现金流[27-28]；容量协议对于增量配电网内部投资建设第三方可再生能源发电项目同样适用。为了提高收益，降低风险，增量配售电公司通过这种投资方式购买可再生能源电量时，需尽可能准确预测RES出力，并采取恰当措施应对偏差考核。

假设增量配售电公司与区域内某RES发电企业签订以年为单位的容量协议，考虑RES出力的波动性，利用经典场景集模拟实际出力，设所有可能存在的场景数为S，场景s所对应的概率为φ(s)。增量配售电公司在场景s下考核周期T内的收益率rRES(s)为：

(1)

ps(t)=pf(t)+pt

(2)

式中：ps(t)为增量配售电公司向其用户出售单位电量的价格；qL(t)为其用户侧的逐小时负荷，假定可以准确预测；pf(t)为其在中长期市场上购买的火电价格；pt为其购售电产生的盈利价差，即内部输配电价；C(s)为周期T内增量配售电公司的总运营成本，其表达式为：

C(s)=CRES+Cf(s)+CBAT(s)+CCS(s)

(3)

式中：CRES为增量配售电公司购买RES容量协议的总投资成本，且CRES=pRESQRES，pRES为其签订RES容量协议的单位价格；QRES为其签订RES容量协议的总容量；Cf(s)为其购买火电的总成本；CBAT(s)为储能的配置和运行成本；为弥补RES出力随机性造成的偏差，在周期T后增量配售电公司需购买少量REC或EC以补充完成消纳责任，该部分成本即消纳量补偿成本CCS(s)。

在中长期市场基础上考虑实时偏差结算，增量配售电公司购买火电总成本为：

(4)

其中

(5)

(6)

qr(s,t)=qf(s,t)-qpur(t)

(7)

(8)

qRES(s,t)=kRES(s,t)QRES

(9)

式中：Cr(s)为增量配售电公司主网实际受电量与合同购电量的偏差所导致的偏差电费；qpur(t)为分解到时段t内的火电合同购电量；U和D分别为电量正和负偏差的状态变量；pu和pd分别表示系统正偏差和负偏差的上下调价格；qr(s,t)为时段t内的偏差电量；qf(s,t)为时段t内的实际主网受电量；qRES(s,t)为时段t内的RES实际出力；kRES(s,t)为时段t内的单位容量RES实际出力。

储能配置和运行成本为：

(10)

消纳量补偿成本为：

(11)

p′=min{pEC,pREC}

(12)

增量配售电公司的目标是最大化经营利润R，因此对于所有可能的场景，其目标函数为：

(13)

约束条件如下：

1)购买电量约束。

RES协议容量和中长期火电购买量需满足以下约束：

(14)

(15)

(16)

(17)

2)功率平衡约束。

qRES(s,t)+qf(s,t)+Pdis(s,t)=qL(t)+Pcha(s,t)

(18)

3)储能功率与充放电约束。

在任一时刻，储能的充放电功率不能超过其配置的额定功率，具体表达式如下：

(19)

储能放电深度约束：

(1-CDOD)Eess≤St≤Eess

(20)

储能运行周期电量恒定约束：

S0=ST

(21)

储能充放电特性约束：

(22)

式中：CDOD为储能的最大放电深度；η为储能的充放电效率。

优化储能的配置容量Eess、最大功率Pess、逐小时充放电量Pcha(s,t)和Pdis(s,t)、逐小时主网实际受电量qf(s,t)、RES协议容量QRES以及增量配售电公司在各场景s下的收益后，即可得到场景s下签订RES容量协议的收益率rRES(s)为：

(23)

最终，可根据rRES(s)计算出增量配售电公司购买RES容量协议的期望收益率E(rRES)和风险σ2(rRES)分别为：

(24)

(25)

1.2 增量配售电公司签订RES电量协议的投资行为分析

为完成规定的消纳量，增量配售电公司可通过签订中长期RES电量协议来实际消纳RES电量。中长期RES电量协议指在中长期市场中，增量配售电公司与RES发电公司约定购买特定的RES电量的投资方式。中长期RES电量协议的优点在于直接约定了交易电量，不存在电量偏差风险；缺点是相较于容量协议的平均电价，电量协议的平均电价较高。目前在京津冀绿色电力市场化交易中，已经开展了RES电量直接交易[29]。假定负荷可以准确预测，那么需要购买的可再生能源电量在协议签订之初亦可以准确预测，因此中长期RES电量协议在执行中不存在电量偏差风险。

(26)

(27)

(28)

(29)

式中：qf(t)为分解到时段t内的中长期火电合同购电量；qLRES(t)为分解到时段t内的中长期RES协议购电量。

对于增量配售电公司而言，其在周期T前做出购买RES电量的决策时，RES度电价格pLRES(t)已确定，故购买RES的收益率为定值，不存在风险。因此，增量配售电公司签订中长期RES电量协议的收益率rLRES为：

(30)

1.3 增量配售电公司组合购买EC和REC的投资行为分析

在该投资模式下，增量配售电公司仅在中长期市场中购买火电电量，而不购买RES容量或电量。此时，根据消纳保障机制要求，增量配售电公司可以通过两种方式完成消纳量：向超额完成年度消纳量的市场主体购买其超额完成的可再生能源电力消纳量(简称“超额消纳量”，即EC)，该价格由双方自主确定；自愿认购REC，REC对应的可再生能源电量等记为消纳量。增量配售电公司购买EC和REC的优点是在消纳保障机制的考核周期内不需要实际消纳可再生能源电量，仅需在周期末通过市场从第三方购买超额消纳量或绿色证书，由于其不需要改变原有购电方式，这样就减少了决策成本；其缺点是EC和REC的价格具有不确定性，存在周期末EC和REC的购买成本高于预期的风险。北京电力交易中心已发布超额消纳量交易规则[30]；绿色证书自愿认购自2017年7月起也已开展多年[31]。

由于EC和REC是互为替代品，售电公司面临EC市场和REC市场的双市场投资决策问题。因EC和REC的价格都具有波动性，决策时可采用历史价格数据作为参考。在消纳责任权重γ的约束下，售电公司每购买一单位的火电，需要相应购买γ单位的EC或者REC，因此购买EC或REC的收益率分别为：

(31)

(32)

在价格波动下，rEC、rREC的数学期望即为购买EC和REC的期望收益率E(rEC)、E(rREC)，购买EC和REC的风险可用σ2(rEC)和σ2(rREC)描述。

在进行组合决策时，假设ωEC和ωREC分别为通过购买EC和REC完成的RES消纳量占总消纳量中的比例，则EC-REC组合投资的期望收益率和风险分别为：

E(rEC-REC)=ωECE(rEC)+ωRECE(rREC)

(33)

2ωECωRECFCOV(rEC,rREC)

(34)

式中：E(rEC-REC)和σ2(rEC-REC)分别为增量配售电公司进行EC-REC组合投资的期望和风险；FCOV(rEC,rREC)为仅购买EC或REC的投资收益率间的协方差。

根据投资组合理论，可通过最大化增量配售电公司总投资效用UEC-REC来求取EC及REC的最优投资比重，即：

(35)

式中：A为风险偏好系数，取值通常在2～6之间。

2 基于投资组合理论和展望理论的增量配售电公司组合投资模型

2.1 基于投资组合理论的增量配售电公司组合投资模型

采用上节方法，可求得各种投资行为的预期收益率和风险，包括E(rRES)、E(rEC-REC)、rLRES、σ2(rRES)和σ2(rEC-REC)的具体值。根据投资组合理论，对上节中提到的投资决策寻找最优组合，有利于规避市场中的非系统性风险，提高投资决策效用。其中，RES容量协议投资和EC-REC组合投资为有风险投资，分别记为SRES和SEC-REC；RES电量协议投资为无风险投资，记为SLRES。若三者构成组合投资的决策效用以UC表示，则增量配售电公司的效用函数为：

UC=E(rC)-0.5Aσ2(rC)

(36)

式中：E(rC)为组合投资的期望收益率；σ2(rC)为组合投资的风险。增量配售电公司的风险偏好程度越高，其取值越小。在投资组合理论中，通过下文的两阶段优化问题可求得使决策效用最大的最优组合投资。该两阶段优化问题即构成增量配售电公司的组合投资模型。

E(rp)=ωRESE(rRES)+ωEC-RECE(rEC-REC)

(37)

(38)

式中：ωRES和ωEC-REC分别为SRES和SEC-REC的比重，为模型决策变量；FCOV(rRES,rEC-REC)为二者收益率间的协方差。

根据投资组合理论，如图1所示，随着SRES和SEC-REC的比重变化，风险投资组合{SRES，SEC-REC}的收益率和风险所构成坐标点(E(rP)，σP)的变化轨迹可以确定出一个有效前沿，无风险投资SLRES的坐标点(0，rF)与有效前沿可以确定一条切线l，记切线l的斜率为kP。切点即为最优风险投资组合{SRES*，SEC-REC*}的收益率和风险。因此，要确定增量配售电公司的最优风险投资组合，投资者需优化求解的目标函数为：

图1 增量配售电公司组合投资示意图Fig.1 A graphical representation of the portfolio investment of an incremental electricity distribution and retail company

(39)

式中:rF为无风险投资收益率，且rF=rLRES。

E(rC)=yE(rP)*+(1-y)rF

(40)

(41)

式中：y为{SRES*，SEC-REC*}在组合投资{SRES，SEC-REC，SLRES}中的占比，为模型决策变量，且0≤y≤1。当y的值发生变化时，组合投资的收益率和风险构成的坐标点(E(rC)，σ(rC))将在切线l上移动。

增量配售电公司采取投资决策以应对消纳保障机制，其目标是权衡风险与收益，实现组合投资的决策效用最大化，即当且仅当坐标点(E(rC)，σ(rC))使得效用函数取值最大时，对应的组合投资才是最优组合投资{SRES*，SEC-REC*，SLRES*}。因此，增量配售电公司的最优组合投资问题可由式(36)结合式(40)—(41)描述为下述优化问题：

rF+y[E(rP)*-rF]-0.5Ay2(σP*)2

(42)

求解该优化问题，可得到最优组合投资，具体如下：风险投资组合{SRES*，SEC-REC*}在组合投资中的最优占比为y*，SRES和SEC-REC在组合投资中的最优占比为y*ωRES*和y*ωEC-REC*，策略SLRES在组合投资中的最优占比为1 -y*。

最终可得增量配售电公司通过RES容量协议投资、EC投资、REC投资，RES电量协议投资所完成的可再生能源消纳量比例分别为：

(43)

2.2 基于展望理论的增量配售电公司改进组合投资模型

在投资组合理论中，效用函数的收益部分是用预期收益率来表现的，因此投资者投资决策获得的心理价值与预期收益率呈线性关系。但实际上，投资者的心理价值与收益率二者间的关系并非如此[32]。行为金融学中的展望理论包含了价值函数概念，即投资者内心有一个期望收益率参考点h，当实际获得收益率大于h时，投资者对于收益的增加相对不敏感，当实际获得收益率小于h时，投资者对于收益的减少相对敏感[33]。投资者的心理价值v与收益率偏移量xoff的关系为一分段的幂函数，形式如下：

(44)

xoff=E(r)-h

(45)

式中：α和β分别表示收益和损失区域的变化敏感度，0<α<β<1；系数λ>1为损失厌恶系数，反映了投资者在面对同等数量的损失时比对收益更加敏感的心理特征；E(r)为投资者的实际收益率。

根据行为金融学中的心理账户理论[34]，投资者在投资不同的金融资产时会设立不同的心理账户，不同的心理账户之间相互独立，且对于各个心理账户，投资者都有对应的收益率参考点[35]。投资者的心理账户数量及各账户比重受多种因素影响，如投资者的主观偏好、融资的来源以及投资项目的配置等。设增量配售电公司在投资决策时共有M个心理账户，投资者赋予第m个心理账户的资金比重为Km，且该心理账户的收益率参考点为hm。

在第m个心理账户中，以收益率参考点hm对组合投资的期望收益率E(rC)进行修正，得到修正后的组合投资在增量配售电公司第m个心理账户中的期望收益：

(46)

GC,m=E(rC)-hm

(47)

对于拥有M个心理账户的增量配售电公司而言，式(42)可改进为：

(48)

求解该优化问题可得到改进后的各项投资比重。

综上所述，基于投资组合理论和展望理论的增量配售电公司组合投资模型的实现流程如图2所示。

图2 增量配售电公司最优组合投资的实现步骤Fig.2 Steps to realize the optimal portfolio investment strategy of an incremental electricity distribution and retail company

3 算例与结果

为验证增量配售电公司的组合投资决策模型，采取某省的实际市场价格和分布式风电出力数据进行算例仿真。主要参数设置如下：消纳责任权重γ为0.20，考核周期1年；火电价格设峰谷平时段，分别为0.83、0.69、0.46元/(kW·h)；系统正负偏差调节价格分别为1元/(kW·h)、0.4元/(kW·h)；核定输配电价为0.15元/(kW·h)；某增量配售电公司负荷侧的年用电量为130 GW·h，其签订的中长期风电容量协议单位价格为0.28元/(kW·h)，中长期RES电量协议单位价格为1.08元/(kW·h)。由K-means聚类法生成16个风电出力场景，各场景下的风电出力曲线见图3；储能固定成本1万元，单位容量成本为400元/(kW·h)，单位功率成本为400元/kW，运行成本为0.01元/(kW·h)，最大放电深度为90%，充放电效率为0.95，贴现率为0.08，使用年限10年。

图3 某省各场景下分布式风电出力曲线Fig.3 Output curves of distributed wind power in considered scenarios of a province

在中国，EC与REC的交易市场还不成熟。考虑到EC与REC互为替代品，EC价格势必与REC价格相互耦合，这与澳大利亚同时包含大规模绿色证书和小规模绿色证书的情形十分类似。因此，这里采用澳大利亚2018年1—12月的绿色证书价格数据，模拟EC与REC价格。给定增量配售电公司的风险厌恶系数A=2.4，收益敏感度α=0.88，损失敏感度β=0.95，损失厌恶系数λ=2.25。设该增量配售电公司具有2个心理账户，即一个受最低风险保护的安全账户和一个期望投资盈利的风险账户，并分别取最低期望收益率h1=0.05及h2=0.10，且其赋予2个心理账户的比重K1=0.7及K2=0.3。

3.1 消纳保障机制下增量配售电公司的最优组合投资

为获得最大投资效用，增量配售电公司会将资金分散投资在SRES、SEC-REC和SLRES中，从而构成组合投资以分散风险。在上述基础算例下，仿真得到的增量配售电公司的最优组合投资与非组合投资的资金构成如表1所示。组合决策的投资种类较非组合投资更为丰富，有利于分散投资风险，使增量配售电公司获得更大的投资效用。表1中储能的投资费用占比较低，这表明仅是为了完成消纳责任权重所要求的可再生能源发电消纳量，配置储能对于提高投资效用有一定意义，但作用不大。

表1 最优组合投资与非组合投资的资金构成Table 1 Capital compositions of optimal portfolio investment and non-portfolio investment 万元

最优组合投资与非组合投资的主要经济指标对比如图4所示。与非组合投资相比，组合投资的收益率和风险都处于中等水平，但实现了投资效用的最大化(组合决策的投资效用为0.093，各非组合投资的投资效用分别为0.040、0.089和0.089)。与RES容量协议投资相比，虽然RES容量协议投资的收益率最高，但同样面临最大的风险，对于投资者而言其投资效用反倒是最低的；而最优组合投资虽然收益率次高，但组合投资方式分散了风险，从而获得了最大的投资效用。

图4 最优组合投资与非组合投资的主要经济指标比较Fig.4 Comparisons of main economic indicators between optimal portfolio investment and non-portfolio investment

3.2 不同风险偏好下增量配售电公司的最优组合投资

在给定增量配售电公司不同风险偏好的情形下，其最优组合投资具有一定差异。图5显示了风险偏好A在2.4附近变动时，增量配售电公司所采取的最优组合投资中各部分资金构成。

图5 不同风险偏好下的最优组合投资策略Fig.5 Optimal portfolio investment strategies under different risk preferences

如图5所示，由于消纳责任权重为20%，增量配售电公司的组合投资中有80%左右均为火电购电费用。在承担消纳责任权重的投资部分，其主要投资支出为中长期风电容量协议及中长期RES电量协议。当A值增大时，增量配售电公司的风险偏好较低，投资决策趋于保守，其将更多地在中长期市场上购买无风险的RES电量，较少购买有风险的风电容量、EC及REC。

3.3 不同消纳责任权重下增量配售电公司的最优组合投资

政府为了提高可再生能源发电开发和利用率，总是倾向于逐步提高消纳责任权重γ。此时，增量配售电公司的各项投资决策的收益率和效用都将发生变化，因此增量配售电公司的最优组合投资也将相应调整。图6显示了γ在±5%和±10%变动时，增量配售电公司所采取最优组合投资中各部分的资金构成。

如图6所示，当γ在0.20附近增加时，由于各项投资成本均增加，最终组合投资的期望收益率降低，最优组合投资的效用也呈现下降趋势，反映出消纳责任增加了企业的经营成本。当γ增加时，增量配售电公司更倾向于在市场上购买EC和REC，并购买火电电量，而越来越不倾向于购买中长期RES电量；与此同时，风电容量协议的投资成本呈现增大趋势。由于消纳责任权重对增量配售电公司而言是不可控变量，其预估未来可能上调时，应减少购买中长期RES电量，并在保证一定量风电容量协议的前提下，在火电电量、REC及EC市场上灵活投资，以尽可能规避政策不确定性造成的风险。

图6 不同消纳责任权重下的最优组合投资策略Fig.6 Optimal portfolio investment strategies under different accommodation responsibility weights

3.4 不同输配电价下增量配售电公司的最优组合投资

增量配售电公司的输配电价pt一般由政府核定，为了降低用户用电成本，输配电价整体将呈现下调趋势。此时，增量配售电公司各项投资决策的收益率和效用都将发生变化，因此增量配售电公司的最优组合投资也将进行调整。图7显示了pt在±5%和±10%变动时，增量配售电公司所采取最优组合投资中各部分的资金构成。

如图7所示，当pt在0.15附近降低时，由于售电收入减少，组合投资的期望收益降低，投资效用也呈现下降趋势，反映了输配电价的降低减少了增量配售电公司的盈利。当pt降低时，其更倾向于购买中长期RES电量，而越来越不倾向于在市场上购买EC和REC；与此同时，风电容量协议的最优投资费用基本不受pt变化的影响。由于输配电价对于售电公司而言是不可控变量，增量配售电公司在预期未来pt发生调整时，可提前签订更多的中长期RES电量协议，以尽可能规避政策不确定性造成的风险。

图7 不同输配电价下的最优组合投资策略Fig.7 Optimal portfolio investment strategies under different transmission and distribution prices

4 结 语

在可再生能源电力消纳保障机制下，增量配售电公司面临考核压力。为实现投资效用最大化，增量配售电公司综合比较了各种投资策略，并寻找最优投资方案。本文提出了在消纳保障机制约束下增量配售电公司的组合投资模型，以获得使投资效用最大化的最优投资组合策略。研究结果表明，增量配售电公司可根据风险偏好、经营成本等自身参数信息，以及消纳责任权重、输配电价等外部信息调整其投资策略，以有效规避风险，提升决策效用。此外，政府或制定市场规则的机构也可运用该模型分析消纳责任权重、输配电价等参数的调整对增量配售电公司投资行为的影响，从而更加合理地设计和完善可再生能源消纳保障机制。