考虑现货电能量交易的发用电主体碳排放权交易决策模型

尚 楠，冷 媛，陈 政，王 坤，文福拴

（1.南方电网能源发展研究院有限责任公司,广东省广州市 510663；2.浙江大学电气工程学院,浙江省杭州市 310027）

0 引言

“双碳”目标驱动下,中国持续深化体制机制改革,加快推进市场建设,不断完善电力交易、碳排放权交易制度体系［1］。2021 年7 月16 日,全国碳市场上线交易正式启动［2］,碳排放权交易已实现从地方试点示范逐步转向建设完善全国统一碳市场的阶段性跨越［3］。根据政策要求,电力行业被率先纳入全国碳市场［4-5］,未来“十四五”期间,石化、化工、建材、钢铁、有色金属、造纸和国内民用航空等重点行业或将被逐步纳入。总体而言,目前的中国碳排放权交易体系正形成同时涵盖一级市场和二级市场、地方市场和全国市场并存、电力行业主要参与的发展格局。与此同时,自新一轮电改以来,中国电力现货市场建设取得长足成效,诸多试点地区已进入长周期结算试运行阶段［6-7］。

从国内外电力市场与碳市场建设实践经验可知,电、碳市场整体呈现出相对独立的运行状态。通过市场机制作用影响市场主体竞价决策,借由价格信号传导等方式实现市场体系之间的交互联动［8］,市场中主体的行为策略将对市场均衡及市场状态产生深远影响。然而,在同时参与电、碳市场的情况下,电力行业主体的决策过程是一个复杂的思维操作过程,影响因素繁多。一方面,包括发电企业在内的市场成员需要根据现货电能量交易结果制定相应的碳市场购售策略,在满足碳排放权配额履约义务的前提下实现效益最优；另一方面,碳排放权交易出清结果又会对市场主体在现货电能量市场的竞价策略产生影响。对现货电能量市场环境下市场主体参与碳市场的竞价策略展开研究,不仅能为主体决策提供有益参考,对于深入理解电、碳市场的联动关系,优化电、碳市场机制设计也具有重要意义。

当前,在碳交易对电力交易决策或电力市场运行结果的影响方面,部分学者已经开展了系列研究。文献［9］在考虑不同类型机组碳排放特性与排放成本的基础上,构建了双层优化的电力市场出清均衡模型。文献［10］分析了电碳价格信号之间的时滞关系、阶跃增幅关系、累积响应程度以及上下尾相关性关系。文献［11］以进一步发挥电力市场促进碳减排的作用为目标,提出了考虑碳交易的日前电力市场两阶段出清模型。文献［12］在售电商以报量不报价方式参与市场模式下,运用多代理模型对碳市场与中长期电力市场之间的相互影响进行了量化分析。文献［13］初步给出了碳交易体系下发电商和电力用户充分参与电力市场的竞价博弈结果。文献［14］提出了可再生能源电站在计及碳交易时的电力市场投标策略,并分析了博弈均衡点的市场特征。文献［15］提出了一种碳-绿证-电能量市场耦合交易模型,选择将碳交易成本纳入发电侧报价,经电能量市场统一出清后,获得中标出力、碳配额基准系数等的结果。文献［16］提出了考虑碳交易和碳关税的电力市场主体最优决策模型,分析了碳配额、预测碳价和间接电力碳排放对购售电碳成本的影响。然而,上述研究普遍将碳市场交易结果简化为碳排放成本或等价为碳价,多将其作为电力市场申报竞价模型的边界条件,重点以电力市场为核心。现有文献较少从碳交易决策视角出发,忽略了电力市场交易结果对碳排放权交易的影响。

在市场主体参与电、碳市场竞价策略建模方面,文献［17］提出了一种基于区块链技术的碳配额成本决策、碳减排奖惩以及碳交易匹配模型。文献［18］提出了基于合作博弈的可再生能源与化石能源机组发电联盟参与电、碳、绿证交易的双层优化模型,但未细化参与碳交易的策略行为模型。文献［19］提出了考虑多时间耦合决策的发电商决策模型和电碳市场的均衡模型,但忽略了对碳配额履约压力、碳市场“潮汐现象”等情况的考虑。文献［20］提出了考虑国家核证自愿减排量（Chinese Certified Emission Reduction,CCER）机制的碳-电耦合市场中水火电协同竞价模型,重点围绕水火电联营主体分析交易行为。文献［21］研究了碳排放配额托管业务中控排企业与托管机构之间的交易决策与博弈问题。上述文献侧重于某一类特定主体在电、碳市场环境中的申报竞价行为,忽略了对发、用电主体的同步考虑,且鲜有考虑碳市场履约期效应等市场因素对主体竞价行为的影响。

综上所述,本文首先对市场主体碳排放权交易决策总体框架进行概述,分析电、碳市场要素对交易决策的影响。基于此,建立考虑碳要素的现货电能量交易出清模型,以双层优化模型对市场主体参与现货电能量市场的决策与出清过程进行描述。然后,建立考虑现货电能量交易的碳排放权交易决策模型,包括配额分配、配额申报、价格申报、市场出清4 个环节,充分考虑影响主体量价申报决策的潜在要素,合理、准确地模拟市场主体的策略行为。最后,基于IEEE 模拟系统的仿真算例,对本文所提模型的可行性和有效性进行了验证。

1 市场主体碳排放权交易决策总体框架

碳排放权交易体系包括以配额分配为主的一级市场和以配额交易为主的二级市场［22］。考虑到二级市场中市场成员交易的灵活性和自主性更高,本文选取二级市场为主要研究对象。此外,根据《碳排放权交易管理办法（试行）》［23］,全国碳市场的覆盖主体范围既包括重点排放单位,又包括符合国家相关交易规则的机构和个人。因此,本文将参与碳市场的发电企业和电力用户考虑在内进行后续分析。

碳市场运行流程包括碳排放配额总量核定、分配、配额交易、配额清缴（履约）等环节［24］。在履约周期内,碳市场成员通过协议转让等方式完成碳排放权配额的交易过程。与当前主流的集中统一出清的现货电能量交易过程不同,在碳市场环境下,碳配额交易购售方可以在履约期内的任意时刻自主选择提出交易请求并确认成交（若能找到成交对手方）。因此,电力市场与碳市场在交易出清周期上不完全匹配,市场主体制定竞价策略存在一定难度。在此背景下,可考虑参照现货电能量市场出清频次,定期刷新碳市场状态,将随时申报、连续竞价出清的碳交易过程进行适当离散化。在保持电力市场与碳市场在运行时间尺度上协调的同时,也有利于发用电主体根据现货市场结果灵活调整碳市场竞价策略。此外,考虑到在一个完整的履约期内,市场成员可能不会在每天（或每小时、每15 min）都选择进行配额购售交易。因此,有必要将整个碳配额履约期内的交易情况,包括对未来交易的预期、临近履约期限的压力等因素纳入碳市场主体竞价模型的考虑范围中,以更加贴近碳市场实际的交易情况。

在市场主体参与电、碳市场的过程中,电力交易与碳交易之间深度耦合,碳成本要素和电力要素结果均体现在电力交易中。其中,电力交易中的碳要素通常体现在发电企业等主体选择在申报价格中增加碳成本项,以保证碳成本要素在电力市场各环节中流动畅通。然而,碳交易中的电力要素则体现在,当市场主体参与碳配额交易时,会综合考虑其在电力市场中的历史出清结果（如年度、月度双边合同等）后,再开展购售决策。即依据既定的电力市场成交结果,或将能够基本估算得到市场主体对于碳配额购售的实际需求,进而影响碳市场供需关系、价格水平等。考虑现货电能量交易的碳排放权交易决策和出清框架如图1 所示。

图1 考虑现货电能量交易的碳排放权交易决策框架Fig.1 Decision-making framework of carbon emission trading considering electricity spot trading

综合考虑上述电、碳要素之间的相互影响关系,构建主体参与碳排放权交易的决策模型,流程如下:

1）市场主体将碳成本纳入电力市场申报过程中,并通过电力现货市场出清模型得到考虑碳要素的现货电能量交易申报策略。上述电力现货市场交易出清过程在时序上位于主体参与碳市场交易之前,其结果为市场主体制定碳交易竞争策略等提供依据。该电力市场出清模型将在第2 章进行论述。

2）市场主体依据上述电力市场运行的结果,综合考虑配额缺口、履约期压力等要素,生成并更新自身的碳市场购售需求和竞价策略,并向碳市场交易平台发出申购或售出请求。该碳交易决策模型将在第3 章进行论述。

2 考虑碳要素的现货电能量交易出清模型

本文通过构建双层模型来描述市场成员竞价行为和电力现货市场的出清过程。模型的上层为发电机组和电力用户竞价模型,分别对应2.1 节和2.2 节,目标为主体收益最大化；模型的下层为电力现货市场出清模型,对应2.3 节,目标为社会福利最大化（或总成本费用最小化）。此模型能够较好地描述市场运行过程中,主体竞价决策受市场成交结果影响、成员报价行为又决定现货市场出清情况这一相互作用过程。本章基于此,将碳成本作为参数纳入主体竞价模型中。

2.1 上层模型1：发电机组竞价模型

发电机组以收益最大化为决策目标,以第i台发电机组在时段t的竞价模型为例,目标函数和约束条件为:

式中:Δt为现货市场最小运行周期（通常为5 min 或15 min）；为时段t的电力现货市场价格；λ为扣除碳成本前提下时段t第i台发电机组在第k段的边际发电成本；λ为时段t第i台发电机组在第k段的报价；λ,t,max和λ,t,min分别为时段t第i台发电机组在第k段的报价上、下限；P为时段t第i台发电机组在第k段的中标发电功率；为时段t的碳成本估值,其值可结合实际情况,例如可选择上一周期的碳市场收盘价等进行综合选取；e为时段t第i台发电机组的度电碳排放强度；QT,G为第i台发电机组在履约周期T的碳配额总量；ω为时段t第i台发电机组的碳配额分解系数,其值由市场主体根据自身发电安排和碳排放计划等综合确定,需满足式（4）。

2.2 上层模型2：电力用户竞价模型

电力用户以效益最大化为决策目标。以第j个电力用户在时段t的竞价模型为例,目标函数和约束条件为:

式中:λ为时段t第j个电力用户在第d段的边际效用；λ为时段t第j个电力用户在第d段的报价；,t,max和,t,min分别为时段t第j个电力用户在第d段的报价上、下限；QT,D为第j个电力用户在履约周期T的碳配额总量；P为时段t第j个电力用户在第d段的中标用电功率；ω为时段t第j个电力用户的碳配额分解系数；e为时段t第j个电力用户的电网平均碳排放因子。

2.3 下层模型：现货市场出清模型

在收到发电机组和电力用户的申报信息后,电力市场运营商以社会福利最大化（或总成本费用最小化）为目标进行市场出清,如式（8）所示。式（9）为节点功率平衡约束,式（10）和式（11）分别为发电机组和电力用户的中标量上下限约束,式（12）为传输线路容量限制约束,式（13）和式（14）为发电机组功角约束。

式中:Bnm为节点n到节点m的线路电纳；δn,t为时段t节点n的电压相角；P和P分别为时段t第i台发电机组在第k段的申报电量和第j个电力用户在第d段的申报电量；P为节点n到节点m的线路传输功率极限；约束条件后的变量（）为该条约束对应的对偶变量；Ψn为节点n上所有发电机组或电力用户集合；Θn为连接节点n的所有节点集合。

2.4 模型线性化处理与求解

由于下层模型为一个凸优化问题,KKT（Karush-Kuhn-Tucker）条件可对其进行等效替换。因此,发电机组和电力用户的竞价模型可转化为单层优化模型,即带有均衡约束的数学规划（mathematical programming with equilibrium constraint,MPEC）问题。在此基础上,再将所有发电机组和电力用户的MPEC 问题转化为一个具有均衡约束的均衡问题（equilibrium problem with equilibrium constraint,EPEC）。最后,利用强对偶理论、大M 法等线性化处理方法［25-27］,将该问题进一步转化为混合整数线性规划（mixed-integer linear programming,MILP）问题,通过商业求解器进行求解。模型线性化过程详见附录A。

3 考虑现货电能量交易的碳排放权交易决策模型

3.1 碳排放权配额分配

1）发电侧主体

结合生态环境部发布的相关文件［28］,本文采用基于碳排放绩效基准的免费配额分配方法对发电主体的碳配额总量予以量化。具体描述如下:

式中:P为第i台发电机组在履约周期T的历史供电量；σi和χi分别为第i台发电机组的供电基准值和修正系数。

2）用户侧主体

考虑到当前全国碳市场暂未形成对用户侧主体的碳配额总量确定方法,本文结合试点碳市场地区有关规则［29］,采用历史强度下降法对用电主体的碳配额总量进行确定。计算公式如下:

式中:Y为第j个电力用户在履约周期T的历史产量；φj和ηj分别为第j个用户的历史平均碳排放强度和年度下降系数。

① 区制主要是用来描述经济变量，在不同状态间转换的区间。具体可参考：Hamilto, James D. (1988)的研究。

3.2 碳排放权配额数量申报

发用电主体的碳排放权配额申报量受到一级市场中所获得的配额数量、用于履约的配额需求、当前时间节点下的配额缺口等因素影响,如式（17）和式（18）所示。

由于在碳市场实际运行中主体并不会将碳配额一次性全部清仓,电力交易相应造成的配额变动将通过一次又一次的积累作用于当前的交易过程。QT,cons在发电侧和用户侧的核算公式不同,如式（19）和式（20）所示。

式中:QT,cons和QT,cons分别为时段t第i台发电机组和第j个电力用户的实际碳排放量；P和P分别为时段t第i台发电机组和第j个电力用户的中标电量；Y为时段t第j个电力用户的总产能；φ为时段t第j个电力用户的单位产量碳排放强度。

需要说明的是,碳配额申报量和碳配额净积累量不一定为正值。对于碳配额申报量,正值表示该时段碳配额较为盈余,在碳市场表现为碳配额售出；负值表示该时段碳配额短缺,需要在碳市场购入对应的配额量。对于碳配额净积累量,正值表示碳配额盈余,负值表示碳配额短缺。

3.3 碳排放权配额价格申报

在碳市场交易过程中,市场主体以收益最大化为目标。充分考虑整个履约期内,尤其是未来市场运行时段的碳价变化趋势、碳市场供求关系、履约期临近时的碳配额清缴压力等因素,综合评估拟竞标配额量的交易估值,并形成符合整体期望的申报价格。此策略下,若竞标配额量以该报价成交,则市场主体的收益需求基本能够得以满足；若竞标配额量并未中标,则市场主体会再次结合其对市场的评估结果,选择其他合适的时机交易该部分配额量。碳配额竞标量的交易价值随着市场环境和时间的推移而变化。因此,市场主体对拟竞标量的估值随着交易的进行而不断更新。

在碳市场中购售主体重点考虑的因素不同,因此,以时段t为例,本文分别对碳配额购买和售出主体的价格申报决策展开讨论。

1）碳配额购买主体

此时,该主体QT,bid<0,价格申报函数如下:

式中:π为时段t第m个碳配额购买者的报价；,t,min为第m个碳配额购买者预测的时段t之后的最小碳成交价格；和分别为第m个碳配额购买者的边际碳减排成本和未履约单位惩罚金额；min(x,y,z)表示取x、y、z中的最小值；θ为时段t第m个碳配额购买者的碳配额履约压力系数,随着履约日期的临近和拖欠碳配额数量的增加,碳配额购 买 者 的 履 约 压 力 持 续 上 升；ρ为 时 段t第m个 碳配额购买者的市场供求关系系数,当碳市场出现供不应求的情况时,碳配额购买者应酌情抬升报价。

式（21）的含义为,碳配额购买者取时段t之后的最小碳成交价格、边际碳减排成本和未履约单位惩罚金额的最小值作为购买碳配额的预期价格。此外,碳配额购买者还需考虑自身的碳配额履约压力和碳市场的供求关系。因此,在式（21）第1 项中加入系数θ和ρ30-32］。其中,在实际交易过程中,随着碳配额履约期的临近和市场供求关系的变化（如供不应求等）,不仅碳配额购买者的交易压力越来越大,其压力增大的变化率也迅速上升。因此,可采用指数模型来构造碳配额购买者碳配额履约压力系数和市场供求关系系数,计算公式如下所示:

式中:a为市场主体履约压力系数基数,取a>1；b为市场供求关系系数基数,取b>1；Q,net为截至时段t市场主体m的碳配额净积累量；QT,bs,net为时段t内的市场供求偏差量,即该时段的碳配额购买竞标总量与碳配额出售竞标总量之差；Q和Q分别为第m个碳配额购买者的履约压力承受阈值和市场供求承受阈值,只有履约压力和市场供求偏差量超出对应阈值,碳配额购买者才会提升报价,否则θ和ρ均为1。在确认时段t之后的最小碳成交价格时,某些场景下市场主体可能需要综合考虑价格预测值、预测准确性等因素再做出决策。具体而言,碳配额购买者为确定π,t,min的取值,采用概率预测等方法,逐一估计未来各个时段的碳价和与之对应的预测准确度（如置信水平）,然后,选取碳价最小且准确度最大的时刻作为理想的交易时刻,该时刻对应的碳价即为π,t,min。然而,当碳价预测值和预测准确度普遍较低时,在碳价预测值和预测准确度之间的取舍取决于碳配额购买者的风险承受能力。风险承受能力越强,则越看中未来市场的低碳价；反之,则在保证预测准确度的前提下,追求相对较低的碳价。图2为不同企业报价依据选择示例。一般认为,距离当前时段越近的碳价预测值,其预测准确度越高。如图2 所示,C点的预测准确度大于D点,因此,保守型企业倾向于选择C点对应的碳价（A点）作为报价依据,而激进型企业则更可能选择碳价的最低值（B点）作为报价依据。

图2 不同企业报价依据选择示例Fig.2 Example of selecting quotation basis from different enterprises

综上所述,针对交易时段t后的各个交易时段,根据企业对于碳价趋势的预测结果,选取最优碳价期望作为企业的报价依据,即,t,min计算公式如下:

式中:r为碳配额购买者的风险承受系数（r>1）,且碳配额购买者风险承受能力越强,r越大,τ为第m个碳配额购买者预测的时段t后各个时段的碳成交价格,pm,τ为其对应的预测准确度。

2）碳配额供应者

此时,该主体QT,bid>0,价格申报函数如下:

式中:π为第n个碳配额供应者在时段t的报价；,t,max为第n个碳配额供应者预测的时段t之后的最大碳成交价格。碳配额供应者虽然暂不需要重点关注边际碳减排成本、未履约惩罚金额等影响因素,但同样受到碳配额售出压力和市场供求关系的影响。因此,本文引入系数θ和ρ,其计算方法如下:

式中:θ为时段t第n个碳配额供应者的碳配额售出压力系数,随着履约日期的临近,碳配额供应者会根据市场供求关系相应提高或降低报价；QT,net为截至时段t市场主体n的碳配额净积累量；ρ为时段t第n个碳配额供应者的市场供求关系系数,当市场出现供大于求的情况时,碳配额供应者倾向于酌情降低报价；c为碳配额供应者的售出压力系数基数,取c>0；d为碳配额供应者的市场供求关系系数基数,取d<1；Q和Q分别为第n个碳配额供应者的碳配额售出压力承受阈值和市场供求偏差量承受阈值。

与碳配额购买者同理,碳配额供应者在选取时段t之后的最大碳成交价格时,也会出现需要在碳价预测值与预测准确度之间进行权衡的情况。采用类似的处理方式,πt,max计算方法如下:

式中:π为第n个碳配额供应者预测的时段t后各个时段的碳成交价格,pn,τ为对应的预测准确度。

3.4 碳市场出清模型

对于时段t的碳市场,出清模型如下所示。其中,目标函数为社会福利最大化（或总成本费用最小化）,如式（29）所示；式（30）和式（31）分别为碳配额供应者和碳配额购买者的中标量上、下限约束；式（32）为碳配额供需平衡约束。

式中:QT,s和QT,bid,s分别为时段t第n个碳配额供应者的中标量和申报量；QT,b和Q,bid,b分别为时段t第m个碳配额购买者的中标量和申报量。

与传统的集中出清模型不同,该碳市场出清模型在实际运行时保持了市场主体竞价需求在各个交易时段的“连续性”,即当碳市场进入下一个时段时,对当前时段未达成交易的用户报价进行保留,并令其参与下一个时段的市场出清。这意味着市场主体的竞标申请会连续参与投标完成后的各交易时段的集中出清,直到竞标成功或市场主体主动改变报价,以尽可能符合实际碳市场的摘挂牌交易过程。

4 算例分析

4.1 参数设置

选取IEEE 24 节点输电系统构建仿真模型,以论证所提模型的有效性。设置8 台发电机组和4 个电力用户作为发用电主体同时参与电力现货市场和碳市场。发电机组中,前5 台为燃煤发电机组,后3 台为燃气发电机组。各发用电主体参数如表1 所示。为更加简明、清晰地展示算例结果,假设碳市场的一个履约周期总时长覆盖50 个电碳市场时段,且在履约期结束后,对于未能清缴足量配额的市场主体,规定其按照2 倍市场价格上缴罚款。根据预先进行的大量市场仿真计算所得的数据结果,设置市场主体碳交易决策模型参数,详见附录B 表B1 和表B2。

表1 发用电主体仿真参数设置Table 1 Setting of simulation parameters of power generators and consumers

4.2 单履约期内结果分析

面向一级市场碳配额分配的不同情况,分析单个履约期内的碳市场出清结果和各发用电主体的市场行为。以碳配额发放总量为基准值,设置以下场景:1）场景1 为将初始碳配额发放总量提高10%；2）场景2 为不改变初始碳配额发放总量；3）场景3 为将初始碳配额发放总量缩减10%。

在单履约期内不同场景下的碳价变化情况如图3 所示。总体来看,3 种场景下的碳价曲线变化趋势总体相似,均呈现履约初期下跌、中期较为平稳、后期持续上升,并在履约末期价格大幅度波动的趋势。其原因在于,在履约初期,市场主体的碳配额储备较为充足,市场需求不够旺盛,碳价总体处于低位。同时,碳配额购（售）双方分别基于未来市场中可能出现的低（高）价对碳配额进行估值,并将其作为报价参考,从而导致市场初期的碳配额交易量相对较少。然而,随着履约日期的临近,一些碳配额需求较为迫切的购买者提高报价,推动碳价持续走高,直至履约期结束,碳价整体处于较高水平。与此同时,对比不同场景的计算结果可知,碳配额发放总量的降低会在一定程度上抬高碳价。在临近履约末期（时段45 至50）时,场景1 的碳价呈下降趋势,而场景3 的碳价总体呈现上升趋势,其原因在于,不同场景下履约末期碳配额的供求关系不同。在场景1中,较多的碳配额总量发放使得碳市场供大于求,碳配额出售者不得不在履约末期降低报价以出售多余的碳配额；而在场景3 中,碳市场供不应求,导致碳配额购买者不断抬高报价以满足自身的履约需求,同时碳配额出售者为追求更高利润,也不断提升报价,导致价格水涨船高。

图3 单履约期内不同场景下的碳价变化曲线Fig.3 Variation curves of carbon price in different scenarios during a single compliance period

单履约期内不同场景下的碳排放量变化如图4所示。从图中可见,与场景2 和场景3 相比,过量发放碳配额会导致市场主体的碳排放量有所增加。此外,场景1、场景2 和场景3 的碳排放总量均呈现出一定的波动性,与场景1 相比,场景2 和场景3 的碳排放量波动更为剧烈。其原因在于,由于碳配额相对紧缺,促使市场主体不断改变其在电力市场和碳市场的竞价策略,随着碳配额发放总量的进一步收紧,碳排放量曲线的波动程度更为剧烈。

图4 单履约期内不同场景下的碳排放量变化曲线Fig.4 Variation curves of carbon emission in different scenarios during a single compliance period

选取碳配额净积累量作为各市场主体交易行为的评价指标,计算结果如附录C 图C1 所示。其中,场景2 下不同市场主体的碳配额积累量曲线波动情况相对接近,在履约期结束时普遍能够较好地完成配额清缴。相对地,场景1 下发放的碳配额总量较多,即市场主体持有碳配额相对富余,此时普遍选择扩大生产和用电,参与碳交易的积极性有所下降。场景1 下,3 号电力用户的碳配额量不断积累,与其他市场主体存在一定差异,其原因在于:一方面,该用户在现货电能量市场中不具备竞争优势,难以在交易中中标更多电能；另一方面,其碳排放因子较低,造成持有的配额量存在一定盈余,即使到履约期结束,其碳配额量尚未能全部出售。由此可见,碳配额发放量过多既不利于碳市场通过市场竞争交易发现碳配额的真实价值,也不利于碳排放强度较低的市场主体健康发展。场景3 下各市场主体的碳配额积累量在较小范围内波动。这是因为碳配额发放量减少,各市场主体为了降低违约风险,主动调整生产规模,以避免出现碳配额的大量亏空。

单履约期内不同场景下各发电主体的收益情况如图5 所示。从图中可见,随着碳配额发放总量的收紧,燃煤发电机组等主体的碳成本上升,导致发电主体利润空间被压缩,促使其主动减少发电量规模,提高电力现货市场报价。但对于碳排放强度较低的燃气机组,其利润空间受影响程度相对较低。综上可知,引入碳排放权交易后,合理的碳配额发放规模将有助于清洁发电主体获得竞争优势,激励高排放的市场主体的节能低碳改造和绿色转型。

图5 单履约期内不同场景下的各发电主体收益情况Fig.5 Income of each power generator in different scenarios during a single compliance period

4.3 多履约期连续仿真结果分析

为验证所提模型在多个履约期连续进行时的有效性,选定200 个电碳市场时段（即上述案例的4 个履约期）进行仿真计算,结果如图6 所示。

图6 各发电主体多履约期连续仿真下的碳市场出清结果Fig.6 Carbon market clearing results of each power generator under continuous simulation during multiple compliance periods

在第1 履约期内,碳成交价格整体呈现先降后涨的趋势,说明市场主体在履约初期碳配额较为充足,在履约期临近结束时,迫于履约压力,碳配额购买者抬升报价,碳价上涨,市场成交量总体增多。在第2 履约期内,根据前一个履约期末段碳价大涨的历史数据,市场主体在履约初期碳价相对较低时,倾向于选择大量购入碳配额,使得碳价迅速上升,成交量亦同步有所增加。随后,碳价维持在较高水平,与之对应的成交量却较少,这是因为较高的碳价打击了碳配额购买者的交易积极性,使其选择适当减少发电量或缩小生产规模,以规避履约风险。在履约末期,碳价出现回落,原因在于为减少发电量或缩小生产规模的碳配额购买者的配额购买需求急剧减少,碳配额供大于求,碳配额售出者不得不降低报价以出售其囤积的碳配额。在第3 履约期内,碳价出现大幅波动,各市场主体对碳价的未来预期出现分歧,此阶段的市场成交量分布呈现一定的波动态势,至履约期末,碳价再次出现下跌,说明碳配额购买者购买积极性整体偏低。在第4 履约期初期,碳价延续了第3 履约期末段的走势,在60 元/t 的价格附近上下波动。至履约期末,碳配额的需求量增加,碳配额价格再度趋于上涨,该履约期内的市场成交量多集中在末段。综上所述,所得仿真结果基本反映了碳市场的供需情况,验证了所提模型能够良好反映碳市场主体竞价决策过程。

5 结语

在综合考虑碳市场与电力市场协同运行的前提下,应充分发挥电力行业碳减排对实现“双碳”战略目标的重要作用。在市场成员同时参与电力市场和碳市场的前提下,本文建立了发用电主体实施碳排放权交易决策的总体框架。同时,基于电力现货市场出清结果,构建了考虑排放权配额缺口、履约期压力等因素的碳市场主体竞价决策模型。最后,从单履约期和多履约期2 个角度开展了算例分析。算例结果基本反映了碳市场的供需情况,验证了所提模型能够良好反映碳市场主体竞价决策过程,能够为开展市场主体决策行为分析和电、碳市场机制优化设计提供有益参考。此外,合理的碳配额发放规模将有助于低碳排放主体获得市场竞争优势,能够促进高碳排放市场主体的低碳改造和绿色转型。

在后续研究中,可考虑对电、碳市场协同运行对行业主体低碳转型的促进作用展开进一步的深化研究,适当考虑引入CCER 等碳信用要素,以更好地兼容风电、光伏等清洁能源发电主体,更加客观、全面地衡量市场协同运行的积极意义。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。