电力市场环境下可靠性机组组合机制

2024-03-04龙志豪荆朝霞杜哲宇许玉婷

电力自动化设备 2024年2期

龙志豪，荆朝霞，刘煜，杜哲宇，许玉婷

（1.华南理工大学电力学院，广东广州 510641；2.国网绍兴供电公司，浙江绍兴 312000）

0 引言

电能商品交易与一般商品交易最重要的区别是电能交易结果需遵循一系列复杂的物理约束，以保证电力系统的安全稳定。考虑到机组的最小启动时间、爬坡等相关约束，在集中式电力现货市场中，除了基于发用两侧申报量价开展日前市场出清形成的市场化机组组合外，还存在一个为满足日内发电容量充裕度、无功支撑、电压稳定等日前市场出清模型中未考虑的安全约束而进行的机组开停机计划优化调整过程［1］，该过程在不同市场中存在可靠性机组组合（reliability unit commitment，RUC）［2］、可靠性评估与机组组合［3］、剩余机组组合［4］等不同名称，为便于讨论，本文统一称为RUC。

RUC 设计是市场设计中不可或缺的一部分，影响现货市场的出清、定价和结算，进而影响市场的总体效率［1］。美国各独立系统运营商，如宾夕法尼亚州—新泽西州—马里兰州互联电网有限公司（Pennsylvania-New Jersey-Maryland Interconnection，PJM）［3］、加州独立系统运营商（California indepen⁃dent system operator，CAISO）［4］、得克萨斯州电力可靠性委员会（Electric Reliability Council of Texas，ERCOT）［5］、纽约独立系统运营商（New York inde⁃pendent system operator，NYISO）［6］等，以及我国山东［7］、甘肃［8］电力市场均结合自身实际情况设计了相应的RUC机制体系。

早期对RUC 的研究主要集中在具体市场中的机制分析上［9⁃10］，随着可再生能源占比的提高，系统安全问题更加突出复杂，关于进一步优化RUC 及安全约束机组组合（security constrained unit commit⁃ment，SCUC）出清模型和算法的研究逐渐增多。文献［11⁃12］利用随机优化、鲁棒优化等方法对可再生能源出力的不确定性进行建模并将该模型纳入RUC出清模型，修改后的出清模型可以有效适应可再生能源出力波动带给系统的调节压力。文献［13］通过消除冗余故障态安全约束大幅缩短了SCUC 问题的求解时间。文献［14］提出基于Transformer神经网络的两阶段机组组合决策算法，通过预辨识机组的开停状态加快了机组组合问题的求解速度。文献［15⁃16］提出RUC与日前电能量的耦合出清模型，相较于顺次出清模型，耦合出清模型下现货市场的上调费用显著减小，日前和实时市场中机组的运行方式更为接近。

与典型集中式日前现货市场利用双边市场配合RUC 确定市场出清量价及可靠性开机计划不同，我国包括广东［17］及浙江［18］在内的大多数地区在现货市场建设初期普遍采取单边市场模式，该模式的主要特征为：日前市场基于发电侧报价和运营机构的负荷预测进行出清；用户侧报量不报价且仅参与结算。在该模式下没有独立的可靠性机组模块，系统可靠性通过设置必开必停、机组出力范围、备用容量等约束进行保证。在市场化初期，该模式具有设计简单、可减小日前和实时市场价差等优势，但也存在一系列问题：基于负荷预测出清得到的发电侧结算电量和基于用户申报量得到的用户侧结算电量间存在偏差电量，这会导致产生现货市场发用电量不平衡偏差电费［17］；日前市场调度结果受运营机构预测方式的影响过大，这会造成监管及套利风险。为解决上述问题，部分市场开始探索适应我国发展现状的双边现货机制［7⁃8］。

当前对RUC 机制体系的研究大多为定性和实证分析［1］，较少基于具体数学模型进行定量分析。文献［19］对美国各市场的RUC 模型进行量化仿真和对比研究，但没有对不同市场的RUC 机制进行系统性的归纳总结，也没有考虑我国的RUC 机制设计。

本文综合研究国内外各典型市场的RUC 机制设计，从不同优化环节的时序关系、RUC出清模型与结算机制等方面出发提炼出RUC 机制的关键要素，基于IEEE 118 节点系统仿真算例分析各RUC 出清模型的市场绩效，基于理论分析与仿真结果对我国RUC机制设计提出具体建议。

1 典型集中式现货市场基本特征与优化环节

RUC 是以美国PJM、CAISO、ERCOT 等为代表的集中式电力现货市场的重要组成部分。典型集中式现货市场的基本特征如下。

1）现货市场一般为双结算市场，包括日前市场和实时市场两部分。日前市场的作用是确定机组组合和日前电能量交易价格。日前电能量市场中获得的机组组合结果一般具有物理的调度执行义务，而电能量交易结果仅有金融结算义务。

2）由于机组组合的模型非凸，实际生产实践中现货市场出清一般包括SCUC、安全约束经济调度（security constrained economic dispatch，SCED）及价格计算3 个优化计算轮次，分别用于确定市场化机组组合、机组调度计划及各交易产品的出清价格。

现货时序下各优化过程的定义如下。

①双边电能量市场机组组合：基于发用两侧申报数据出清得到市场化机组组合。

②双边电能量市场出清：基于发用两侧申报数据及机组组合出清结果获得发用两侧出清量。

③单边电能量市场机组组合及出清：基于发电侧报价及负荷预测结果形成机组组合及出清量。

④电能量市场定价：基于电能量出清结果形成结算价格。

⑤辅助服务市场出清：基于发电侧报价及核定的辅助服务需求开展出清，获得各机组辅助服务中标量和结算价格。

⑥RUC：基于发电侧报价，以系统及母线日前负荷预测结果为边界条件，考虑多种系统安全约束，形成机组开停机计划。

⑦电能量市场预出清：基于发电侧报价、RUC出清结果及日前负荷预测结果，出清得到日内发用电计划的预安排方式。

不同市场中优化环节的组成、时序安排及不同优化环节间的耦合关系均不同。

2 RUC机制设计的关键要素

基于典型电力市场实践，将不同RUC 机制设计的关键要素总结为如下5 个方面：各优化过程的时序关系；RUC 与市场化优化计算的耦合关系；RUC出清目标函数；RUC 增开机组结算方式；RUC 相关上调费用分摊方式。

为便于分析，设S1为通过双边电能量市场机组组合得到的市场化机组组合集合，S2为通过RUC 确定的机组组合集合，S1-S2形成的差集为RUC调减机组集合，S2-S1形成的差集为RUC增开机组集合。

2.1 优化过程的时序关系

日前市场中各优化计算环节的时序模式可以分为如下3类。

1）时序模式A。

RUC 在双边电能量市场机组组合、双边电能量市场出清及电能量市场定价后进行，即日前市场采取①→②→④→⑥的组织方式。

考虑辅助服务市场后，该时序模式可以细分为2 种子模式：时序模式A1，辅助服务在RUC 出清前与电能量市场联合出清定价，即采取（①+⑤）→（②+⑤）→（④+⑤）→⑥的组织方式；时序模式A2，辅助服务在RUC 后出清，RUC 增开机组可以参与辅助服务市场，即采取①→②→④→⑥→⑤的组织方式。

2）时序模式B。

RUC 在双边电能量市场机组组合之后、双边电能量市场出清和电能量市场定价之前进行，即日前市场采取①→⑥→②→④的组织方式。

考虑辅助服务市场后，该时序模式也可以细分为2 种子模式：时序模式B1，辅助服务在RUC 出清后与电能量市场联合出清定价，即采取①→⑥→（②+⑤）→（④+⑤）的组织方式；时序模式B2，辅助服务在RUC 与电能量市场后出清，即采取①→⑥→②→④→⑤的组织方式。由于双边电能量市场机组组合和经济调度在RUC 出清后进行，因此，在时序模式B下RUC增开机组参与辅助服务市场不受优化时序限制。

3）时序模式C。

日前市场采取③→④的组织方式，考虑辅助服务市场后，该时序模式也可分为2 种子模式：时序模式C1，采取（③+⑤）→（④+⑤）的组织方式；时序模式C2，采取③→④→⑤的组织方式。时序模式C 中无显式的RUC，通过2 种方式在机组组合中考虑可靠性约束：一是在市场化机组组合出清前计算确定系统边界条件，设置必开必停等相关约束；二是通过安全校核的迭代计算将有关可靠性约束纳入市场化机组组合出清模型中。

2.2 RUC与市场化优化计算的耦合关系

从双边电能量市场机组组合、双边电能量市场出清及电能量市场定价方面讨论RUC 与市场化优化计算的关系。

RUC与双边电能量市场机组组合的关系主要体现在RUC 对集合S1中开机机组的处理方法上，处理方法可分为2 种：将集合S1中机组设为必开机组，这些机组参与RUC 出清；集合S1中机组直接参与RUC出清，可以在RUC 中调停。2 种处理方法在实际市场中均有应用，如美国ERCOT和我国山东市场。

RUC与双边电能量市场出清及电能量市场定价的关系主要集中在对RUC 增开机组的处理方法上，处理方法可分为3 种：RUC 增开机组不参与日前电能量市场出清及定价；RUC 增开机组以最小出力参与日前电能量市场出清，不参与日前电能量市场定价；RUC 增开机组无限制地参与日前能量市场出清及定价。考虑到将RUC 增开机组纳入日前市场定价会增大调度机构预测方式对日前电价的影响，目前主要采用前2种处理方法。

2.3 RUC出清目标函数

与双边电能量市场机组组合以最大化社会效益为优化目标不同，RUC出清仅考虑发电侧申报价格，优化目标为最小化系统相关成本。就目前的RUC设计实践而言，RUC 的目标函数中一般包含下列成本中的若干项：机组开机所需的启动成本；机组维持空载运行所需的运行成本，即空载成本；机组维持各出力水平所需的运行成本，即能量报价成本；可用容量报价成本；代理报价成本。下面讨论主要的RUC目标函数模式。

1）目标函数模式a。

RUC出清目标为最小化增开机组的启动成本和空载成本，如式（1）所示。

式中：T为优化时刻集合；G为系统中参与优化的机组集合；s'i，t、μ'i，t分别为t时刻增开机组i的启动动作变量和启动状态变量；、C分别为增开机组i的启动成本和空载成本。

2）目标函数模式b。

RUC出清目标为最小化增开机组的启动成本和空载成本以及所有机组的可用容量报价成本，如式（2）所示。

式中：C为t时刻机组i的可用容量报价成本，可用容量报价独立于日前电能量市场申报。

3）目标函数模式c。

RUC 出清目标为最小化全系统三部制发电成本，如式（3）所示。

式中：si，t、μi，t分别为t时刻机组i的启动动作变量和启动状态变量；Ci，t为t时刻机组i的电能量报价成本。

4）目标函数模式d。

RUC出清目标为最小化增开机组的启动成本和空载成本以及所有机组的代理报价成本，如式（4）所示。

式中：C为t时刻机组i的代理报价成本，该成本与机组能量成本相关，可以取值为日前能量报价成本，也可以通过煤耗率、年等效利用小时数等相关参数计算得到，在计算中，会将C乘以10-3左右的缩放率，以限制代理报价成本对RUC 出清的影响，该成本的主要作用是估计系统日内的运行方式，为后续的安全校核及阻塞管理环节提供支撑。

可进一步将上述4 种目标函数模式归纳为如下3类。

第1 类目标函数为最小化增开机组的固定成本，包括模式a 与模式d。目前，该类目标函数应用于美国ERCOT、NYISO 等电力市场，这些电力市场区域的主要特点之一是区内的发电资源基本可以满足负荷需求，跨区输入电量占总用电量的比例较低，往往不参与现货电能量市场及RUC 出清，因此，该类目标函数不会使缺少启动成本和空载成本的外来电大量中标RUC 可用容量，因而不会产生因外来电交付不足而导致的可靠性风险。此外，该类目标函数还可以在负荷预测结果过高时，限制因RUC 开机过多和系统可用发电容量过度充裕而造成的市场运行低效，避免出现实时电价偏离真实供需的问题。

第2类目标函数为模式b。目前，该类目标函数仅应用于美国CAISO 电力市场，设计该类目标函数的现实基础是，CAISO 电力市场在电力供应上较依赖外来电，需允许外来电参与RUC 出清，以保证系统安全，考虑到外来电的日前报价一般为能量块的形式，没有启动成本和空载成本，为使外来电与本地电平等地参与RUC 出清，设计了可用容量报价的交易方式，该交易方式充分尊重各电源提供RUC 可用容量的意愿，提高了RUC 出清效率，也便于组织可用容量的二级交易市场，以保证可用容量的可靠交付。

第3 类目标函数为模式c。目前，该类目标函数应用于我国山东和甘肃电力市场，该类目标函数的一大优点是保证了RUC 出清和SCUC 出清目标的一致性，通过迁移SCUC 模块极大降低了设计的复杂度，且由于山东和甘肃均采用日前市场封存报价组织实时市场出清，该类目标函数在负荷预测准确度较高的情况下可以非常有效地降低系统的实时发电成本。

综上：当需要进口电参与RUC 出清且市场成员成熟度较高时，宜采用第2 类目标函数；当对进口电的依赖程度较低时，可以采用第1类和第3类目标函数，若系统网络复杂，负荷预测偏差较大，则采用第1 类目标函数更合适，若负荷预测准确度较高，则采用第3类目标函数时市场表现会更优。

2.4 RUC增开机组结算方式

RUC增开机组的结算费用一般包括日前电能量电费、实时电能量电费、容量费和全成本补偿费［20］。考虑到大部分市场模式中RUC 增开机组均可以参与实时市场出清结算，且针对非凸定价造成的机组全成本回收问题，通常系统运营商均设计了对RUC增开机组的成本补偿方案，因此，RUC增开机组的结算费用中均包含实时电能量电费和全成本补偿费，其他结算费用则与RUC 出清模型及RUC 和日前市场出清的耦合关系有关。结算费用组成主要分为如下情况。

1）结算费用由实时电能量电费和全成本补偿费组成，典型应用如美国ERCOT 及我国山东、甘肃电力市场。

2）结算费用由日前电能量电费、实时电能量电费和全成本补偿费组成，这主要适用于增开机组可以参与日前能量市场出清的模式，典型应用如美国NYISO电力市场。

3）结算费用由实时电能量电费、容量费和全成本补偿费组成，这主要适用于RUC 出清目标函数中包含机组可用容量报价成本的模式，典型应用如美国CAISO电力市场。

2.5 RUC相关上调费用分摊方式

RUC相关上调费用一般包括全成本补偿和机会成本补偿［21］两部分。上调费用的分摊方式主要有以下几种。

1）在发电侧单边分摊。主要分摊对象为没有正常履约的RUC可用容量中标机组。

2）在发用两侧分摊。主要分摊对象为虚拟发电主体以及实时用电量与日前申报电量存在正偏差的用电主体。

3）将可靠性补偿费用纳入现货偏差费用进行统一管理，不单独进行分摊。

2.6 RUC机制体系设计

典型电力市场的RUC设计要素选择如表1所示。在各要素中，RUC 相关上调费用分摊方式的选择较为自由，目前，我国电力市场均选择集中管理的模式，而美国电力市场有2 种分摊方式：一种是分摊给未履约的RUC 中标机组，另一种是分摊给日前申报不足的负荷主体及虚拟发电主体。增开机组结算费用组成与RUC 出清模型以及RUC 与双边电能量市场出清和电能量市场定价的耦合关系有关：若RUC出清目标函数中包含机组可用容量报价成本，则系统运营商需与各中标主体结算容量费；若允许RUC增开机组参与日前市场出清，则还需结算日前电能量费。时序模式、RUC 与市场化优化计算的耦合关系以及RUC出清模型这3个要素紧密联系。在时序模式B 下，RUC 出清在双边电能量市场机组组合之后、双边电能量市场出清和电能量市场定价之前进行，因此，RUC增开机组可以参与日前市场的出清结算。同理，当市场化机组组合即集合S1中的机组可以关停时，RUC 出清优化全系统的发电成本才有意义。

表1 典型电力市场的RUC设计要素选择Table 1 Selection of RUC design elements in typical electricity markets

3 典型RUC机制设计

3.1 RUC机制设计

综合上述设计要素，选择RUC 设计较为完善的美国ERCOT、NYISO、CAISO 和我国山东、甘肃这几个典型电力市场的RUC体系进行讨论。

1）ERCOT电力市场的RUC。

ERCOT 电力市场的日前现货时序模式为A1，RUC 出清目标函数为模式d，日前市场化机组组合开机机组作为必开机组并且不减出力参与RUC 出清。RUC 出清模型如下：目标函数为式（4）；约束条件包括可用容量满足负荷预测结果的功率平衡约束、机组运行安全约束、市场化开机机组必开约束、线路传输容量约束，RUC 可用容量中标出力大于日前电能量中标出力约束，具体如附录A 式（A1）—（A12）所示。

ERCOT 电力市场的RUC 出清目标函数中代理报价成本CPi，rtoxy的计算方法为将缓解投标曲线（miti⁃gated offer curve，MOC）乘以一个不大于0.001 的常数。选择MOC 而不是日前电能量市场中的能量报价参与RUC 出清的主要原因是，考虑到机组日前报价的策略性较大，基于日前电能量报价的出清结果与实时运行结果相差较大，因此，基于MOC 的RUC出清结果能更符合系统实时运行情况。MOC 的计算主要考虑机组的煤耗率、运营成本、上一年的年等效利用小时数等因素，具体计算公式如附录B 式（B1）、（B2）所示。

ERCOT 电力市场的RUC 相关上调费用主要为机组全成本补偿费，该费用由发电侧分摊。独立系统运营商将考核没有在日内提供足额可用容量的RUC 中标机组，使这些机组承担部分可靠性补偿费用。机组i在结算周期td内的RUC 容量考核费C为：

式中：V为机组i在结算周期td内的RUC 供应容量缺额；P为机组m在结算周期td内的RUC 中标可用容量；C为结算周期td内总的RUC 相关上调费用；Td为结算周期集合。

考虑到部分机组通过主动响应调度指令可免于可用容量考核，当该部分考核费用无法覆盖RUC 增开机组全成本补偿费时，超出部分由该结算周期内所有发电企业按实际发电比例进行分摊。

2）NYISO电力市场的RUC。

NYISO 电力市场的日前现货时序模式为B，同时在时序模式B 的基础上增设电能量市场预出清环节，形成①→⑥→⑦→②→④的时序模式，如图1 所示。电能量市场预出清以负荷预测和辅助服务需求为边界条件，基于RUC 机组组合同时出清电能量与辅助服务，出清结果用于估计系统日内运行情况，这与ERCOT 在RUC 出清目标中添加代理报价成本曲线的作用类似，不作为结算依据。

图1 NYISO电力市场的日前时序安排Fig.1 Day-ahead scheduling of NYISO electricity market

NYISO 电力市场的RUC 出清模型与ERCOT 电力市场的RUC 出清模型基本一致，区别在于NYISO电力市场的RUC 出清目标函数中没有代理报价成本，同时NYISO 电力市场的双边电能量市场出清在基本SCED 出清模型中增加了RUC 增开机组的最小出力限制约束，如式（6）所示。

式中：P为机组i在优化时刻t的电能量中标出力；P为机组i在优化时刻t的出力下限；Ω为RUC 增开机组集合；T'为RUC增开机组响应时刻集合。

与ERCOT 电力市场类似，NYISO 电力市场的RUC 相关上调费用为机组全成本补偿费，该费用主要由实时用电量高于日前申报电量的负荷实体和虚拟发电主体分摊。NYISO 电力市场共分为4 个结算区，用于确定该费用如何分摊，每个结算区需计算1 d内的用电正偏差量（实际用电量与日前中标量的差值），每个结算周期内区域中的用电负偏差量可以和正偏差量相抵消，根据该区域内的总用电偏差量来分摊费用，在将费用分摊到各区域后，每个区域再根据相同的原则将费用分摊到每个用户。

3）CAISO电力市场的RUC。

CAISO 电力市场的日前现货时序模式为A1，与ERCOT 电力市场出清模型相比，CAISO 电力市场出清模型最大的不同在于，CAISO 电力市场允许机组提交RUC 容量报价，在RUC 过程中进行可用发电容量拍卖，因此，RUC 出清目标函数为模式b。RUC出清模型如下：目标函数为式（2）；约束条件为式（A1）—（A12）。

CAISO 电力市场的RUC 相关上调费用包括容量费和全成本补偿费，其中容量费根据RUC 可用容量出清量价和各机组的RUC 可用容量实时响应情况进行计算。CAISO 电力市场对RUC 相关上调费用设置了如下2层分摊方式。

在第1层中，各用户承担的分摊费用C为：

式中：R为在结算周期td内的RUC 上调比例，计算公式如式（8）所示；B为用户j在结算周期td内的RUC义务；D为参与现货市场的用户集合。

式中：Q为用户j在结算周期td内的用电正偏差量。

B在数值上等于Q，当因用户主动响应调度指令而导致正偏差时，B为0。Q的计算公式如式（9）所示。

式中：Q、Q分别为用户j在结算周期td内的实时市场累计出清电量和日前市场累计出清电量。

第2 层主要是将在第1 层分摊后所有剩余未分摊的RUC 相关上调费用按结算周期内所有负荷的实际用电比例分摊到用户侧。

4）山东电力市场的RUC。

山东电力市场的日前现货时序模式为A2，RUC出清目标函数为最小化全系统发电成本，同时允许调停双边电能量市场机组组合开机机组，具体数学模型如下：目标函数为式（3）；约束条件为式（A1）—（A8）、（A11）。

山东电力市场模式下的RUC 相关上调费用包括RUC 增开机组的全成本补偿费和RUC 机组组合调整导致的偏差电量电费。

日前市场化机组组合开机机组已参与日前市场结算，却在RUC 中关停，在双结算模式下需要在实时市场中购买等量的电，系统运营商需要对该部分偏差电量电费进行补偿。偏差电量电费Fi为：

式中：λ、λ分别为机组i在优化时刻t的日前和实时市场结算电价。当Fi为负时，对机组i进行补偿；当Fi为正时，对机组i的收益进行回收。

在山东电力市场的结算模式下，不对可靠性补偿费用进行单独分摊，将其统一纳入偏差结算管理，按照“谁受益、谁承担”的原则，将偏差费用在相关主体中进行分摊或使主体返还。

5）甘肃电力市场的RUC。

甘肃电力市场的RUC日前现货时序模式为A2，RUC 出清目标函数为最小化全系统发电成本，与山东电力市场RUC 出清模型相比，甘肃电力市场RUC出清模型最大的不同在于，甘肃电力市场RUC 出清模型中增加了市场化开机机组必开约束，如式（A9）、（A10）所示。

在甘肃电力市场的RUC 模式下，RUC 相关上调费用为RUC 增开机组的全成本补偿费，该部分费用的结算与山东电力市场类似，不单独对其进行分摊，将其统一纳入偏差结算管理，并按照月度现货电量比例在发用两侧进行分摊。

3.2 日前电能量-RUC可用容量耦合出清机制

在日前电能量-RUC 可用容量耦合出清机制中，将电能量和可用发电容量耦合在一个模型中进行出清，以社会福利最大化为目标，按最优经济调度原则确定各机组提供的电能量和可用发电容量，出清结果同时满足用户侧申报电量需求和负荷预测结果的可用容量需求，并获得日前调度计划及日前电能量价格。耦合模式出清模型如附录C 式（C1）—（C7）所示。

3.3 RUC出清模型的比较与分析

ERCOT 和NYISO 电力市场的RUC 出清模型非常相似，不同之处在于：ERCOT 电力市场通过在RUC出清目标中添加代理报价实现对日内运行方式的预测，而NYISO 电力市场通过在RUC 出清后组织电能量市场预出清实现对日内运行方式的预测；NYISO 电力市场允许RUC 增开机组以限制最小出力的形式参与日前电能量市场出清，而ERCOT 电力市场则不允许，该设计使NYISO 电力市场的日前电价更低，但由于相同条件下NYISO 电力市场模式和ERCOT 电力市场模式的机组组合相同，2 种模式的实时电价相等，NYISO 电力市场模式下现货电价的一致性更差。

山东和甘肃电力市场的RUC 出清目标中考虑了所有机组的空载成本、启动成本以及能量成本，在负荷预测结果较准确时，实时发电成本比ERCOT 和NYISO 电力市场出清模式的实时发电成本更低。但当前山东电力市场RUC 出清模型中的RUC 与双边电能量市场机组组合完全解耦，可能导致RUC 出清结果中有较多的机组调整，调停机组需要补偿偏差电量电费，这会造成RUC 相关上调费用的攀升，同时机组调整过多也会使得日前和实时市场中的机组运行方式差距更大，不利于现货价格的收敛。而甘肃电力市场通过在RUC 优化模型中添加市场化开机机组必开约束有效避免了该问题。

CAISO 电力市场基于机组提交的RUC 容量报价出清RUC 可用容量，将属于系统可靠性行为的RUC 过程市场化，可使外来电在考虑容量报价之后同等地参与RUC 出清。此外，在该出清模式下，独立系统运营商可以组织RUC 可用容量的实时交易市场，当区域内机组或者外来电无法交付可用容量时，可以在实时交易市场中购电，这给RUC 带来了更高的灵活性。但采用CAISO 电力市场的RUC 设计还面临如下问题：

1）在该RUC 出清方式下，发电侧需在日前申报可用容量报价，但可用容量报价并不直接反映机会成本，容量费的申报存在较大的策略性报价空间，既给发电侧决策带来了挑战，也给系统运行带来了更多的不确定性因素；

2）CAISO 电力市场的容量费属于RUC 相关上调费用的一部分，需要在市场成员中进行分摊，且在边际定价的模式下，容量费与机组容量报价直接相关，在策略性行为较多时可能带来高额的RUC 相关上调费用。

在耦合模式下，市场化开机机组可以同时提供电能量与可用容量，发电成本等市场绩效指标比顺次模式的更优，但耦合模式存在如下缺陷：

1）耦合模式无法显式地甄选出RUC 增开机组，得不到RUC 相关上调费用，无法通过该部分费用的定向分摊激励用户提升负荷预测能力并在日前市场充分申报；

2）在耦合模式下，运营机构的负荷预测结果会很大程度地影响现货电价，若负荷预测结果不准确，则将造成现货电价偏离市场真实供需均衡需求。

综上，在RUC 组织初期，不适合采用CAISO 电力市场考虑机组容量报价的RUC 模式以及日前电能量和RUC 耦合出清模式，而应将RUC 作为独立的系统可靠性环节。

4 仿真分析

4.1 仿真算例与基本假设

采用IEEE 118 节点系统开展现货市场仿真，系统详细参数参考文献［22］。基于该文献将系统中的54台机组分别编号为1 — 54。

基准场景下的系统边界条件如图2 所示，由图可知，基准场景下用户的日前申报量与系统预测负荷基本一致。

图2 基准场景下的系统边界条件Fig.2 System boundary condition in base scenario

在基准场景的基础上设置场景1和场景2，即用户的日前申报量分别减小10 %、20 %。在场景2 的基础上设置场景3和场景4，即用户的实时申报量分别减小10 %、20 %，以模拟系统负荷预测结果不准确的情况。

考察将RUC 作为系统独立可靠性环节的4种模式，即表1 中分别应用于我国山东和甘肃电力市场以及美国ERCOT 和NYISO 电力市场的模式1 — 4。各模式下的现货优化环节包括日前SCUC、日前SCED、日前RUC 及实时SCED。其中日前SCUC、日前SCED 和实时SCED 均以最小化全系统发电成本为优化目标，以满足日前、实时用户申报负荷需求为功率平衡约束，考虑机组出力上下限约束、机组爬坡约束、机组最小开停时间约束及线路传输容量约束进行优化。各模式下日前RUC 的优化目标与约束条件见3.1节。

4.2 结果分析

各场景中4 种模式下的市场出清绩效如附录D表D1 所示，从电价、实时发电成本及RUC 相关上调费用3个方面对市场绩效进行分析。

4.2.1 电价分析

1）日前电价。

模式1 — 3下的日前电能量市场出清模型相同，因此，各场景的日前平均电价均相等。模式4 允许RUC 增开机组以限制最小出力的形式参与日前市场，但不允许RUC 增开机组参与定价，可等效为净负荷减小，因此，该模式下出清得到的日前电价低于其他3种模式。

2）实时电价。

模式3 和模式4 下的RUC 出清模型和机组组合安排相同，因此，实时电价相同。模式1下的RUC出清与日前电能量市场出清完全解耦，在全局优化下开启了若干台能量成本高但空载和启动成本低的机组，关停了若干台能量成本低但空载和启动成本高的机组，由于按边际能量成本定价的方法无法反映这部分非凸成本的变化，因此，在基准场景和场景1的实时市场中出现了实时发电成本降低但实时平均电价提高的情况。模式1 与模式2 下的出清目标函数综合考虑了增开机组的空载成本、启动成本以及日内调用可能产生的能量成本，因此，在多数情况下，这2 种模式下的实时平均电价比模式3 和模式4下的更低。

4.2.2 实时发电成本分析

模式1下的日前电能量市场出清与RUC 出清相互独立，因此，用户的日前申报量变化对RUC 没有影响，在仿真结果中体现为，在场景1和场景2中，模式1 下出清得到的实时电价、实时发电成本、RUC 机组组合方式与基准场景的完全相同。

模式2 — 4 下均考虑了日前市场化机组组合机组必开约束，RUC 的优化范围比模式1 下的更小，因此，出清得到的实时发电成本高于模式1。模式2下的出清目标函数考虑了RUC 增开机组的能量成本，出清得到的实时发电成本介于模式1 和模式3／模式4 之间。用户的实时申报量越小，即日前负荷预测结果准确性越低，模式1和模式2下的实时发电成本低于模式3和模式4的幅度越小。

4.2.3 RUC相关上调费用分析

在用户申报量与系统负荷预测结果较接近时，模式1 下的RUC 出清模型导致较多的机组组合调整，如在基准场景中，模式1下增开了机组3、34、48、52，同时调停了机组26、47、53，但在模式2 — 4 下仅增开了1 台机组。该特性可能从如下2 个方面导致模式1 下RUC 相关上调费用的提升：RUC 增开机组不参与日前市场结算，在RUC 过程中对日前市场化机组组合开启机组的调停造成了日前市场的不平衡电量，在日前市场中标但RUC 调停的机组需要在实时市场中结算电量，在日前市场申报不足的情况下，日前价格一般比实时价格更低，因此，需要对产生的偏差费用进行补偿，在机组调整较多时，这部分费用占RUC 相关上调费用的比例可能过高，仿真得到在基准场景中该比例约为40 %；模式1 下的RUC 增开机组扩大了RUC 成本补偿费的补偿范围，这会在一定程度上提高RUC相关上调费用的总额。

由于模式1下的日前市场出清与RUC 出清相互独立，用户的日前申报量对RUC 的机组组合没有影响，受影响最大的是可靠性相关补偿费用，在负荷申报量减小到90 % 的原负荷申报量和80 % 的原负荷申报量的情况下，日前机组组合开机数量从27 台分别减少到21 台和17 台，解决了RUC 中过多机组调整的问题，因此，在场景2 — 4 中模式1 下的不平衡电量电费均为0。

在场景2 中，模式2 — 4 下的实时电价、发电侧总收入比模式1 下的更高，但RUC 相关上调费用也高于模式1，主要原因在于，模式2 — 4 下的RUC 优化模型在满足日内可用容量时优先考虑日前市场化机组组合开机机组的可用容量，当日前开机机组无法满足日内可用容量需求时才会考虑增开机组，这导致虽然模式2 — 4 下的实时电价高，但是RUC 增开机组的响应时间短（如机组52 在模式1 下响应了23 个时段，而在模式3 下仅响应了5 个时段），日前市场化已开机组获得增量收益，RUC 增开机组的收益反而减小。模式1 和模式3 下的分时可用容量如图3所示。

图3 场景2中模式1和模式3下的分时可用容量Fig.3 Hourly available capacity under Mode 1 and Mode 3 in Scenario 2

其他场景中4种模式下的RUC 相关上调费用的大小关系为：模式1＜模式2＜模式3＜模式4，与4种模式下的现货电价水平基本一致。

5 RUC机制设计建议

5.1 模型层面

市场化机组组合与RUC 机组组合的最大区别是，日前市场出清得到的调度计划是金融性质的，反映的是市场成员的商业行为，市场成员并没有保证电力系统安全的义务，而RUC 出清得到的调度计划是物理性质的，反映了系统运营商保证系统安全可靠的义务。RUC模型设计需基于如下原则［23］：

1）RUC出清应以市场化出清得到的机组组合为基础，不宜轻易关停市场化开机机组，当因必开机组约束导致RUC 出清无解或安全校核不通过而确需关停市场化开机机组时，应补偿已产生的实际成本和机会成本，并向市场主体出具例外调度报告；

2）应尽量减小RUC 调度资源对日前市场出清及定价的影响；

3）由于安全校核应基于所有机组的预测调度方式开展，在设计RUC 机制时，需在RUC 出清目标函数中添加包含全系统机组出力的成本项，如代理能量成本、容量报价成本等，或在RUC 机组组合的基础上组织经济调度出清，得到系统中所有机组的预测调度方式。

基于上述基本原则以及前文的分析结果不难得出以下结论：若市场化机组组合可以调停，则当用户的日前申报量和日前预测负荷接近时，可能导致过多的机组组合调整，进而产生高额的RUC 相关上调费用；同时，由于RUC 增开机组的响应时间更长，日前市场和实时市场的机组运行方式差距更大，这将使得现货电价的一致性更差。在NYISO 电力市场的RUC 组织方式下，允许RUC 增开机组以限制最小出力的形式参与日前电能量市场出清，这可能会增大日前、实时的现货价差，不利于现货电价的收敛。

甘肃和ERCOT 电力市场的RUC 出清模型中均设置了市场化开机机组必开约束，避免了机组组合调整过多的问题，甘肃电力市场的RUC 出清模型考虑了RUC增开机组的能量成本，与ERCOT电力市场的RUC 出清模型相比，相同条件下甘肃电力市场的RUC 出清模型得到的实时发电成本更低，调度方案更优，且该优势会随着预测准确性的提高而更明显。同时，甘肃电力市场的RUC 出清模型还具有一大优点，即无需对现有的日前现货SCUC 算法进行过多修改就可迁移得到RUC 出清模型，显著降低了设计工作量。

5.2 结算层面

在RUC 相关上调费用的分摊方式上，将该费用全部分摊到发电侧（ERCOT 电力市场的做法）或者直接将该费用纳入日前市场不平衡资金池进行统一管理（山东及甘肃电力市场的做法）均无法起到激励用户积极参与日前市场的作用。建议借鉴NYISO和CAISO 电力市场的RUC 相关上调费用结算方式，计算每个结算周期的RUC 相关上调费用，并按照日前申报和实时用电的正偏差量将该费用分摊到用户侧，以实现激励用户提高预测能力、减少策略性行为、在日前市场中准确申报的目的。同时，根据不同市场主体的成熟度可以设置一定的豁免比例和分摊上限，即当日前申报量和实时用电量在一定偏差范围（如10 %）内时，可免于RUC 相关上调费用的定向分摊，用户主体在一个交易周期内承担的定向分摊费用超过分摊上限时统一按分摊上限进行结算。若总的RUC 相关上调费用经过定向分摊后仍有剩余，则根据该结算周期内的实际用电比例将其分摊给所有用户。