第47卷第21期2023年11月10日Vol.47No.21Nov.10，2023DOI：10.7500/AEPS20230606004价格接受模式下发电集团电-碳协同交易决策优化方法黄莹1，薛禹胜2，谢敏1，黄杰2，史守圆1，余涛1（1.华南理工大学电力学院，广东省广州市510640；2.南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市211106）摘要：随着“双碳”目标的提出以及全国碳排放权交易市场拉开序幕，发电集团面临着同时参与电力市场及碳排放权交易市场所带来的决策协同问题。首先，通过剖析电力市场与碳市场的耦合机理并计及两类市场结算履约规则，在价格接受模式下，提出一种混合型发电集团参与电-碳市场的年-周-日多尺度耦合协同决策机制和优化模型。然后，结合现行市场交易环境和实际数据，进行了多市场协同决策的仿真模拟，验证了决策模型的可行性。同时，为有效量化决策的优劣，针对决策结果的经济性、低碳性、稳定性，构建了一套电-碳市场协同决策评价指标体系。针对不同的市场机制、碳价水平及决策模式，做出了进一步仿真模拟及对比分析。研究结果表明，开展电-碳协同交易是发电集团实现低碳发展的经济化手段，同时，政府部门需结合发展的不同阶段动态调整控排政策。关键词：发电集团；电力市场；碳排放权交易；电-碳协同；多市场决策；多尺度分解；评价指标0引言电力市场角度分析碳市场的影响，主要通过将免费碳配额均分，再将超额碳排放结合市场均价作为成2021年7月，全国碳排放权交易市场（以下简称本项引入高排放机组的成本模型中开展研究［10-13］，碳市场）正式启动。碳市场作为推进“碳达峰·碳中往往忽视了碳市场的现货交易特性。同时，针对两和”行动的重要政策工具，采用市场机制优化资金市场交易决策协同的研究，文献［14］提出一种发电链，引导碳减排及优化社会资金投入［1］。发电行业商参与碳市场与电力中长期市场联合决策模型，该作为重要的碳排放来源，具有特性相对统一、数据基研究考虑电力中长期市场及发电商在碳市场上的投础良好、碳排放量大且集中、易于计量和监测等特机行为，立足市场现状，但并未考虑决策的多时间尺点，是中国首批纳入碳市场交易的行业。因此，在目度耦合需求。在现行市场环境下，发电集团在同时前的市场环境下，发电行业面临着同时参与电力市参与两市场时需进行交易量协同以避免履约核算惩场及碳市场的交易决策协同问题，而协同交易行为罚。同时，由于电力市场存在多种时间尺度交易，碳是典型的社会元素，需要在能源的信息物理社会系市场涉及现货交易与年度履约限制，故交易决策需统（cyber-physical-socialsysteminenergy，CPSSE）计及多时间尺度协同。文献［15］建立了考虑多时间框架下开展研究[2]。耦合的发电商碳-电协同决策模型，计及碳市场现货交易与年度履约核查的时间耦合需求，但仍基于初国际实践及经验表明，电力市场与碳市场的协始配额均分原则且仅聚焦于电力现货市场。综上，同发展、共同作用，可以最大限度地发挥市场机制在现有研究［14-17］大多将碳市场的交易特性简化，或聚能源资源配置与气候治理方面的优化作用，推动电焦于一种交易时间尺度进行分析，未充分挖掘碳市力系统清洁低碳发展［3］。目前，中国的电力市场与场的交易特性及套利空间，而且忽略了市场环境下碳市场运营机制相对独立，但电力主体“发电”和“排决策的多时间尺度耦合需求。除此之外，现有计及碳”的依存关系带来了两市场协同决策的需求。碳市场的研究多针对碳配额，忽视了国家核证自愿减排量（ChineseCertifiedEmissionReduction，目前，针对电力行业耦合电力市场和碳市场的CCER）交易的存在。CCER市场作为碳配额市场相关研究已取得不少成果，但多从宏观的市场角度的重要补充，是调控碳市场的重要市场工具［18-19］。出发研究两市场的机制协同及价格传导［4-9］，或是从计及CCER交易是实现电-碳市场决策全面协同的重要一环。收稿日期：2023-06-06；修回日期：2023-09-04。上网日期：2023-09-28。http：//www.aeps-info.com252023，47（21）·碳达峰·碳中和与电力能源转型·基于此，本文在系统性地梳理现行电力市场与电力用户交互信息碳市场交易耦合机理后，提出了一种混合型发电集激励信号团参与电-碳市场的协同交易决策机制。同时，计及需求++需价反馈信号交易决策的多时间尺度耦合需求，构建了基于多时间尺度分解的电-碳市场协同交易决策模型，并基于出力++求格价格++该模型进行了仿真模拟，验证了模型的可行性。此外，针对现行电-碳市场协同决策评价指标的缺失，价格--出力++构建了计及经济性、低碳性、稳定性的评价指标体系，以有效量化决策的优劣性。市场价格市场价格可再生能电力需求源发电商1电-碳市场耦合机理分析传统能源电力需求电力市场发电商需求++监管价格2015年至今，中国已初步形成空间覆盖区域、省级，时间覆盖电力中长期及现货交易，标的物覆盖碳配额交易价格--电能量、辅助服务等多品种的电力市场体系结构。国内碳市场自2011年启动至今发展迅速，由最初价格--7个省市的试点碳市场逐步发展成至今已开始运营的全国统一碳市场。碳市场可分为两级［20］：市场CCER价格需求++1）一级碳市场的交易主体是控排企业与政府机构。政府机构通过相应的碳排放核算等手段确定控政府监管CCER排企业的年度碳配额（Chineseemissionallowance，需求CEA）总量，并通过免费或者拍卖的手段发放给控排企业。中国现阶段一级碳市场主要通过免费发放监管价格一定比例的碳配额实现。配额需求CCER价格2）二级碳市场的交易主体主要有履约配额盈余或不足的控排主体和持有CCER的减排主体两CCER交易类。其中，配额盈余主体及减排主体通过二级市场碳市场出售碳配额及CCER凭证获取收益，而配额不足的控排主体则可通过购买相应标的物履约。碳配额与图1电-碳市场耦合机理CCER履约效力相同，但两者又有本质区别：碳配额Fig.1Couplingmechanismofelectricity-carbonmarkets是控排企业持有的碳排放额度凭证，而CCER则是减排企业持有的碳减排量凭证。因此，在二级碳市电力市场和碳市场具有一定关联性[7]，图1给出场上两种交易标的物分属两个交易池分别交易。除了市场环境下电力市场与碳市场的一类典型互动模此之外，各地政策还规定了控排企业可使用CCER式，该模式机理中电碳两市场联动具有负反馈效抵消碳排量的上限，即在为控排企业提供额外的低应。若电力市场用户用电需求增加，则电力市场价成本减排选择、为减排企业提供减排奖励的同时，防格增加，从传统能源发电角度出发，传统能源发电增止控排企业过度购买CCER履约，导致整体控排目加，同时，碳市场需求增加，导致碳价提高、传统能源标无法实现。发电成本提高、出力减少。另外，可再生能源发电增加，则电力市场及碳市场供应增加，导致电价降低、综上，结合中国电力市场和碳市场现行交易机碳价降低，形成负反馈，市场实现动态均衡。三个市制、运营环境和政策约束，本文所研究的电力市场决场的价格信号也存在一定程度的联动，CCER交易策主要考虑年度中长期合约及日前现货交易两个方市场与碳配额交易市场标的物效用一致，价格呈现面。将二级碳市场划分为碳配额交易市场及CCER趋同效果，电力市场与碳市场通过度电碳排关联，价交易市场两种，分别交易碳配额及CCER凭证。发格存在流动性传导。电集团作为电力市场、碳市场的共同及主要参与者，是两市场耦合的关键纽带。传统能源发电集团通过2电-碳市场协同决策机制设计消耗化石能源发电获得电力市场交易电量，同时排出CO2消耗配额；可再生能源发电集团通过风、光等在“双碳”背景下，风、光等新能源机组的投运将可再生能源发电，获得减排量，可申领CCER凭证。为发电企业在电-碳市场的决策行为带来重要影响。通过发电集团生产活动可耦合两类市场供需，实现为确保多市场协同决策机制的场景适应性，并进一联动。电-碳市场互动耦合机理如图1所示。步探究碳市场对不同发电主体决策的影响，本文以混合型发电集团作为决策主体。该类发电集团所辖26发电资源既包括火电等传统化石类能源电厂，又包括风、光等新能源场站。此外，结合中国电力市场和碳市场的现行交易体制和市场运营环境，电力市场计及“中长期+现货”市场；碳市场考虑“免配发放+配额交易+CCER抵消”机制，即国家每年向发电集团发放一定比例的免费配额，发电集团需要在年末缴纳本年度碳排对应的配额数量。该上缴配额可分为三种形式：国家下发的免费配额、企业在碳配额交易市场中获得的配额、企业在CCER交易市场中获得的CCER凭证（存在允许抵消比例限制）。黄莹，等价格接受模式下发电集团电-碳协同交易决策优化方法基于国内外调研，电-碳市场的协同可分为三个多市场协同阶段：第1阶段以电定碳，先电后碳，决策体现为主从关系［10-13］；第2阶段电-碳协同，决策互相影响，体允许现为联合决策［14-15］；第3阶段电-碳市场深度耦合，市抵消比例场外部决策者进行交易协同，市场内部存在价格传导。已有研究多针对电-碳市场协同的第1阶段，本CCER交易政府部门履行中长电力中长期文研究针对第2阶段进行，两市场决策地位对等，同碳交易期合约市场时设置如下研究边界：免费配额+碳排履约核查1）针对单个发电集团决策问题进行研究，假设各机组的容量规模较小，对电力系统的影响可忽略碳交易盈余电量电力现货不计。假设市场无穷大，发电集团作为电碳市场价碳配额交易现货交易市场格接受者参与交易，市场价格为给定预测值。发电集团2）理论上，新能源发电项目由于自身的减排效机组协同应可以申请成为CCER项目，但因其申请、备案与核发时间周期长，与发电的时效性不相匹配，故本文年计划:履约约束层多尺度耦合暂不作考虑。第n年3）发电集团电力中长期合同已签署完毕，发电周计划:决策过渡层量优先保证中长期合约供应，盈余电量进行现货交易。发电集团现货出售电量均能被系统消纳，不考Week1Week2Week3…Week50Week51Week52虑成交价量的不确定性。日计划:计划执行层4）考虑的协同决策问题涵盖年-周-日三维时间尺度。这主要是因为：计及配额结算周期及中长期Day1Day2Day3Day4Day5Day6Day7合约为年度，故决策计划需要耦合“年”履约需求。而所有的决策行为最终都落实到日时间尺度的执碳排偏差修正交易总量满足年计划行，故需耦合“日”时间尺度。此外，决策模型需考虑混合型发电集团所辖新能源机组的出力预测情况，周计划交易总量其年度和月度预测精度较低，无法满足应用需求，而交易量周清现阶段周出力预测结果相对可信［21］，且周计划相对短期，能够为市场主体提供灵活的策略调整空间和电力周实际交易总量碳排偏差偏差应答空间，有利于提高交易流动性［22］，故在年-日决策过程中，划分出“周”的时间尺度。可构建发计划外电企业在年-周-日的分层决策机制，其具体研究机碳配额交易理如图2所示。图2混合型发电集团多尺度电-碳市场协同主要包括两个层面：协同决策框架1）决策多市场协同。在电力市场中，发电集团交易电量获取收益，通过机组发电供应用户需求。Fig.2Collaborativedecision-makingframeworkof相应的，部分机组出力，引起CO2排放，消耗碳配额，multi-scaleelectricity-carbonmarketsforhybridpower发电集团在持有配额盈余或者缺损时均可进入碳市场进行买卖，而碳市场分为碳配额交易及CCER交generationcompanies易，交易标的物分别为各企业持有的国家下发配额及CCER凭证。如图2所示，在电-碳市场协同决策电力市场交易决策需要协同中长期合约约束与现货的机制中，发电集团需要协同自身在电力市场、碳配市场交易两种尺度；其次，碳市场交易决策需要协同额交易市场及CCER交易市场的决策。首先，发电现货交易与年度履约约束两种尺度。本文对于发电集团需计及自身电力市场中长期合约以及年末碳排集团的协同决策进行多时间尺度分解以匹配各市场履约要求安排机组协同出力；其次，发电集团可以依决策需求。首先，发电集团以避免年末结算违约为据多市场价格信号，进行交易套利以最大化自身目的，根据年度履约限制下发周决策计划。然后，依收益。据周决策计划下发日决策计划，周计划为本周内的2）决策多尺度协同。发电集团进行电-碳市场决策划定交易总量范围。由于年-周决策计划是一协同决策的同时涉及多时间尺度耦合问题。首先，个超前全局计划，日计划执行时既要追求决策累计满足年度履约，又需要一定的决策裕度应对预期偏差。本文的电力周计划为本周交易总量划定波动范围，而碳配额及CCER交易的周计划则是下发本周交易总量，对于电力交易偏差带来的碳排偏差则由碳配额市场额外承担，实现电碳平衡。此机制可以为日决策计划的执行提供一定的灵活调整空间，同时，保证每周电-碳计划交易量完成，进而满足年度履约要求。3基于多时间尺度分解的年-周-日分层协同决策模型3.1年-周协同决策模型发电集团在年-周尺度的协同决策模型的目标http：//www.aeps-info.com272023，47（21）·碳达峰·碳中和与电力能源转型·函数为三个市场综合年净收益与碳配额年末结算缺流；Mmax、Mmin分别为年资金流上、下限。YY额惩罚之差最大化。由于缺额违约惩罚是在年末清3.2周-日协同决策模型算，故在本层考虑：发电集团在周-日时间尺度的决策以其年-周下maxFy=Fey+Fcy+Foy-Ppenalty（1）发计划及发电集团自身特性为约束，将决策计划由∑(∑)■Fey=W■Qe，wJ■长时间尺度计划过渡为短期可执行决策。-fg(pj，w)w=1■pj，w-min{lw，Pw}目标函数为：■j=1（4）maxFw=Fe，w+Fc，w+Fo，wW∑(∑)■Fe，w=D■Qe，d∑Fcy=-Qc，wpc1J■ww=1d=1■pj，d-min{ld，Pd}-fg(pj，d)■Wj=1c2∑Foy=-Qo，wpw∑∑()■■Pw=1D■Jp7■limite，j，w■=ξPˉmax{(Cc-Phold)，0}Fc，w=-Qc，d■pc1+ηjpj，d-dpenaltycyyyd=1j=1WJ∑F∑∑Cyc=w=1j=1ηjpj，w■o，wDpc2=-Qd=1o，dd∑Phold=Pfree+W(pc1+pc2)yww（5）式中：Fw为发电集团第w周净收益；Fe，w为电力市场w=1第w周净收益；Fc，w为碳配额交易市场第w周净收益；Fo，w为CCER交易市场第w周净收益；D为周内∑■Pfree=j=J1ηjPlast总天数，这里取7；Qe，d为电力市场第d天预测电价；pj，d为机组j第d天出力；ld为第d天负荷预测值；Pd（2）式中：Fy为发电集团电-碳市场交易年净收益；Fey为电力市场年净收益，等于售电收益与燃料成本之差；为第d天中长期合同分解电量；f（gpj，d）为机组j第dFcy为碳配额交易市场的年净收益，等于发电集团在天的日燃料成本函数；Qc，d为碳配额市场第d天的市场买卖配额的净收益；Foy为CCER交易市场年净预测价格；pc1为第d天的配额交易量；plimite，j，w为机组d收益，等于发电集团在市场买卖CCER凭证的净收j第w周的周计划电量，于碳配额交易市场中均衡实益；Ppenalty为年度配额违约惩罚；W为年内总周数，这际周出力与年-周计划出力差异导致的计划碳排量里取52；J为发电机组数；Qe，w为电力市场第w周预偏差；Qo，d为CCER凭证第d天预测价格；pc2为第dd测电价；pj，w为机组j第w周总出力；lw为第w周负荷天的交易凭证量。预测值；Pw为第w周中长期合同分解电量；f（gpj，w）约束条件包括机组日出力约束、周出力总量约为机组j的第w周燃料成本函数；Qc，w为碳配额市场束、中长期合同日分解电量约束、周资金流约束、周第w周配额预测价格；pc1为第w周配额交易量，买计划碳市场交易量约束，即w入为正、卖出为负；Qo，w为CCER凭证第w周预测价■Pmin≤pj，d≤Pmaxj，dj，d格；pc2为第w周交易凭证量，买入为正、卖出为负；ξcDTw∑∑wminpj，w≤pj，t≤wmaxpj，w为惩罚系数；Pˉ为年平均碳价；Cc为企业年度碳排yyd=1t=1核算总量；Phold为企业年末持有配额总量，为免费配Jypj，d≥max{ld，Pd}额量Pfree与碳市场交易最终持有量之和；ηj为机组j∑■j=1D的碳排放强度系数；Plast为往年传统机组总出力。∑Md≤Mw（6）约束条件包括机组周出力限制、中长期合约总d=1D电量限制、年交易资金流限制，即∑pc1=pc1dw■Pmin≤pj，w≤Pmaxd=1j，wj，wDW∑■d=1pcd2=pcw2∑■pj，w≥PYw=1（3）W式中：P、Pmaxmin分别为机组j第d天的出力上、下限；∑■MYmin≤w=1Mw≤MYmaxj，dj，dT为日内总时段数，这里取24；pj，t为t时段机组j的式中：P、Pmaxmin分别为机组j第w周的周出力上、下出力；wmax、wmin分别为周出力约束上、下限系数；Mdj，w为第d天资金流。j，w限；PY为中长期合同交易总电量；Mw为第w周资金28黄莹，等价格接受模式下发电集团电-碳协同交易决策优化方法由式（1）—式（6）所构建的多时间尺度分层协同∑ε3=T（9）决策模型为典型混合整数非线性规划模型，可采用GAMS-CPLEX求解器进行求解。CCO2，tt=1Pfree4电-碳市场协同决策评价指标体系式中：ε3为控排系数指标；CCO2，t为企业在t时段的碳排量。针对发电集团在电-碳市场协同决策计划的评2）碳排强度系数指标价能够量化决策实施的效果，为决策计划的修订及建立碳排强度系数指标评价多机组协同控排效市场机制的调整提供参考。同时，也能用于电-碳市果，碳排强度越低，则机组低碳协同效果越好。具体场不同决策方案的对比分析，有助于发电集团选择表达式如下：较优的决策计划，为提升其在各个市场的竞争力和∑∑∑ε4=T企业效益提供支持。因此，建立全面的评价指标体CCO2，t（10）系十分必要。本文计及协同的经济性、低碳性、稳定t=1性，构建如下评级指标体系。TJpj，tt=1j=14.1经济性评价指标式中：ε4为碳排强度系数指标。经济性评价指标主要用于评价多市场决策的4.3稳定性评价指标协同效果，可分为电-碳市场协同效果评价和碳配建立收益率波动系数指标及收益风险溢出系数额-CCER市场协同效果评价两方面，具体如下。指标来评价决策的稳定性，具体如下。1）度电综合收益1）收益率波动系数指标建立度电综合收益指标评价每千瓦时电经过多依据经济学中收益率的概念［23］建立收益率波市场协同决策的综合收益情况，其数值越大，表征度动系数指标。收益率可用于衡量市场收益的波动情电性价比越高。具体表达式如下：况，在不同的市场机制及环境设置下所得市场的收T∑(Fet+Fct+Fot)-Ppenaltyε1=t=1（7）益率不同，收益率波动大意味着市场交易不平稳，资TJ()金调动频繁，决策波动剧烈。具体表达式如下：∑∑pj，tt=1j=1pi-pi'ε5=Epi-1pi'-1（11）式中：ε1为度电综合收益指标；Fet为t时段电力市场的净收益；Fct为t时段碳配额交易市场的净收益；Fot式中：ε5为收益率波动系数指标；pi'和pi分别为场景为t时段CCER交易市场的净收益。变化前、后i时段的市场收益；E（·）表示求期望。收2）度电碳排成本益率表征为当期收益情况与上一期收益情况的比建立度电碳排成本指标评价碳市场两种标的物值。收益率波动系数定义为场景变化前后收益率的交易协同效果，度电碳排成本越低，反映碳市场套利差值期望。越成功。具体表达式如下：2）收益风险溢出系数指标T∑(Fct+Fot)本文依据计量经济学中风险溢出效应的概ε=t=12TJ（8）念［24-25］并加以拓展，建立收益风险溢出系数指标，通∑∑pj，t过多市场的收益率时间序列分析市场决策间的联动t=1j=1关系。该评价指标立足于发电集团市场决策耦合紧式中：ε2为度电碳排成本指标。密性分析。使用EViews软件，采用DCC-GARCH-4.2低碳性评价指标Beek模型获得多市场收益风险溢出方向及溢出相建立控排系数指标及碳排强度系数指标来评价决策的低碳性，具体如下。关系数，再进行数据统计取期望获得风险溢出效应1）控排系数指标指标。具体表达式如下：建立控排系数指标评价企业控排力度。利用企业履约周期内的碳排总量与政府分配的免费配额比εAB=αAB[E(γAB，t)]（12）值来表征，比值越小，则企业控排效果越显著。具体表达式如下：式中：εAB为A、B市场的收益风险溢出系数指标；αAB为A、B市场风险溢出方向；γAB，t为A、B市场在t时段的风险溢出系数。http：//www.aeps-info.com292023，47（21）·碳达峰·碳中和与电力能源转型·5算例分析碳配额周交易总量/(万tCO2)16100本文考虑的混合型发电集团下辖一个火电厂1490碳配额价格/(元·(tCO2)-1)（包含三台机组，容量分别为660、640、600MW），两个风电场（容量均为300MW），以及一个容量为1280100MW的集中式光伏电站。该发电集团的碳配额根据其火电厂的历史碳排数据得出。电价数据参考1070中国广东电力交易中心交易数据，碳配额价格数据参考全国碳排放权交易数据，CCER价格数据参考860北京绿色交易所交易数据。650现行政策环境下，全国碳市场在2019—2020年针对发电行业配额实行全部免费分配，CCER抵消440清缴比例不超过0.05，而试点地区碳排放政策各有不同。以中国广东地区为例，2020年其电力企业的230免费配额分配比例为0.95，CCER或广东省省级碳普惠核证减排量允许抵消比例为0.10。目前，中国01326395220碳市场处于初步发展阶段，免费配额比例较高且CCER允许抵消比例较低，故市场协同需求并不明周数显，但从长远来看，为实现“双碳”目标，控制碳排放并激励碳减排，免费配额比例将逐步收紧，CCER允(a)碳配额交易情况许抵消清缴比例或将放松。本文为更好地反映市场协同效果，研究电-碳市场协同规律，为市场发展提CCER周交易总量/(万tCO2)2060供支撑，将免费配额比例设置为0.75，CCER可抵消比例设置为0.35。1550CCER价格/(元·(tCO2)-1)5.1年-周-日多市场决策结果5.1.1年-周协同决策结果1040该发电集团的年-周决策协同结果如图3、图4530所示。01326395220周数(b)CCER交易情况交易量;价格。图4碳市场年交易情况Fig.4Annualtradingofcarbonmarket周交易总电量/(GW·h)300交易量0.7平均电价/(元·(kW·h)-1)观察图3、图4可知，在电力现货市场电价较低250价格0.6时，机组发电量较小，现货交易量也较少。发电集团2000.5于两类碳市场的交易行为主要表现为在市场价格低1501326390.4时购买相应标的物，发电集团能够结合自身需求较1000.3好地响应各市场价格信号。0.2500.1综合仿真结果进一步分析可知，在现行市场环52境下，电力市场价格约为300元/（MW·h），相应碳排0成本约为40元/（MW·h）。因此，发电集团会在保证周数自身配额达标的情况下，最大限度地购买碳配额以100增加自身出力空间并于电力现货市场获益，而非减80(a)电力现货市场交易情况少自身出力于碳市场出售盈余配额。同时，由于发60电集团碳市场交易量受资金流限制，发电集团在电机组周发电量/(GW·h)40机组1价较低时仍会缩减火电机组出力以保障碳市场履约20机组2顺利。由于CCER市场价格普遍低于碳配额，发电机组3集团会倾向于在允许履约比例限制下最大化购买机组4CCER凭证。机组55.1.2周-日协同决策结果机组6以年-周决策计划为约束，发电集团的周-日协013263952同交易结果如图5、图6所示（以前5周为例）。周数分析图5、图6可以发现，发电集团在电力现货市场的交易基本满足高价增加出力售电、低价减少(b)发电集团机组出力情况出力、响应市场价格信号的规律。同时，该决策受到中长期合同的影响，在合同负荷需求高的时段，即使图3电力市场年交易情况现货市场电价较高，发电集团也需先满足合同要求，Fig.3Annualtradingofelectricitymarket再最大化自身现货市场收益。碳市场交易结果满足周计划交易量要求，决策能够实现周清，在最大化本30黄莹，等价格接受模式下发电集团电-碳协同交易决策优化方法800.40700.35600.30电价/(元·(kW·h)-1)400度电综合收益/(元·(MW·h)-1)交易量/GW500.25350400.20300.15300200.10250100.0520001234501500.81.0周数1.00.6免0.80.2CC0E.4R履约比例第i天实际交易量;电力现货市场价格。费配额0.60.4图5电力市场周交易情况分配0.2Fig.5Weeklytradingofelectricitymarket比例0(a)度电综合收益14901280交易量/(万tCO2)1070碳价/(元·(tCO2)-1)30度电碳排成本/(元·(MW·h)-1)86025650440202300123420155周数第i天实际交易量;周计划总量;1000.2碳市场价格;周实际交易量累计值。0.20免费配0额.4分配0.6比例0.8图6碳市场周交易情况0.80.60.4Fig.6Weeklytradingofcarbonmarket约比例1.0CCER履(b)度电碳排成本周收益的同时，不影响下一周的决策计划，即所提模20型协同效果符合预期。5.2电-碳市场协同决策的评价结果15应用第4章所述评价指标对5.1节所得最优决控排系数10策进行全面评价，具体思路如下：1）针对免费配额比例按0~1变化，CCER允许抵消履约比例按0~1变5化，分析发电集团度电综合收益、度电碳排成本、控排系数、碳排强度系数的变化，研究机制影响；2）针00.40.20对预测类数据进行偏差模拟，研究收益率波动系数0.20.4例指标的变化情况，找出主导不确定性因素；3）利用收免费配额分0配.6比例0.8益风险溢出系数指标分析三市场决策联动性。1.00.8CC0.E6R履约比仿真结果如下：(c)控排系数1）免费配额及CCER允许抵消比例变化指标仿真结果如图7所示。碳排强度系数/(tCO2·(MW·h)-1)0.90观察图7可知，随着各项占比的增加，度电综合收益先增大后略有下降、度电碳排成本降低、控排系0.88数降低、碳排强度系数增加。究其原因，可分为三个阶段讨论：首先，在各项占比较小时，发电集团倾向0.86于控制自身高排机组发电；随着占比的增加，高排机组出力空间增加，故集团发电收益增加，碳市场履约0.84压力减少。随后，集团高排机组发电饱和，集团碳配额盈余，可在碳市场出售套利。除此之外，可观察到0.82免费配额比例较CCER允许履约比例影响更为显0著，这是因为免费配额比例增加意味着零成本碳排CC0E.R20.40.81.0履0.60.20.40分.6配比例约比例0.81.00免费配额(d)碳排强度系数图7针对免费配额及CCER允许抵消比例变化的指标仿真结果Fig.7SimulationresultsofindexforfreequotaandCCERallowedoffsetratiochangehttp：//www.aeps-info.com312023，47（21）·碳达峰·碳中和与电力能源转型·额度的增加，CCER允许履约比例的增加意味着低于电-碳市场协同决策的影响。结合评价指标体系成本碳排额度的增加，故免费配额比例变化带来的量化决策协同效果，结果如图8所示。影响更为显著。价格/(元·(tCO2)-1)200碳配额价格均值收益/(元·(MW·h)-1)245综上，针对机制设定的研究表明，免费碳配额及150CCER价格均值CCER允许履约比例的合理设定对于企业运营及控排均有重大影响。在碳市场建设的不同阶段，机制100240设定需要兼顾控排主体生存空间、控排力度等多种因素。过度的碳配额分配及CCER使用都会导致235控排政策失效，配额的供过于求也会导致市场碳价低迷［26-27］，这也是碳市场风险的主要来源，欧洲碳市50230场就曾因此一度出现碳价暴跌的现象。而过低的比例设定则会导致集团控排压力过大，火电出力压缩，0202520302035225202520302035影响电力供应。因此，在推动碳市场建设的进程中，2020年份2020年份需要不断完善市场机制，鼓励减排技术发展，逐渐减少配额总量，适度增加CCER允许抵消比例。(a)碳市场价格变化(b)度电综合收益变化2）预测数据变化的指标仿真结果。分别对电成本/(元·(MW·h)-1)22价、碳配额价格、CCER价格、可再生能源机组预测出力做20%的预测误差模拟，结果见附录A图A1、201.8表A1。观察可知，误差的影响具有收益波动聚集效应，在收益波动剧烈时，各类误差影响均更为显著。18控排系数1.6电价误差与机组出力预测误差跟随基线波动，且电价相对机组出力预测误差影响更为显著，这两类误16差对波动有加剧效果；而CCER及碳价预测误差的跟随效果相对较差，在基线波动剧烈时甚至表现为141.4一定的反作用，该类误差可能导致发电集团进行决策计划调整，对于收益波动的引导非线性。综上，对122025203020351.2202520302035比4种预测类数据的不确定性影响，其中的碳价及20202020CCER价格预测误差处于主导影响地位。年份年份(d)控排系数变化3）收益风险溢出系数指标。由附录A表A2可知，在现行市场环境下，电力市场及碳配额市场均对(c)度电碳排成本变化CCER市场的风险溢出效应较大，动态溢出相关系数如附录A图A2所示。其中，正向溢出表示风险碳排强度系数/0.89增强、负向溢出表示风险削弱。电力市场对于两类(tCO2·(MW·h)-1)碳市场主要体现为正向溢出，即电力市场风险会传0.882.0播至两类碳市场并增强，造成其波动，而碳配额市场对CCER市场主要表现为负向溢出，即碳配额市场0.87波动系数的风险传播至CCER市场时风险作用会减弱。综1.5上，发电集团决策受电力市场波动风险影响更为显著。为保证发电集团多市场联动决策的稳定性，在0.86电力市场收益波动较大时，应适当减少三市场套利操作，而当碳配额市场交易波动较大时，发电集团应0.852025203020351.0侧重于CCER市场进行交易，以适当缓解自身交易20202020202520302035风险。年份5.3碳价变化对电-碳市场协同决策的影响年份(f)收益率波动系数变化根据清华大学对中国2020—2035年的碳价预(e)碳排强度系数变化测结果对碳价进行设定［28-29］，研究碳价长效变化对图8碳价变化场景下评价指标仿真结果32Fig.8Simulationresultsofevaluationindexincarbonpricechangingscenario随着时间的推移，碳价呈上升趋势，由此会引起电-碳市场协同结果发生变化。分析可知，随着碳价上升，企业碳排成本增加，收益减少，控排力度增加，至2030年碳价达到当前的约1.79倍后各项指标发生显著变化，存在明显转折。结合附录A图A3分析，集团整体决策趋势并未发生变化，这是由于年内价格趋势未变，发电集团依旧会在电价高时增加出力、碳价低时购买相应标的物。但是，随着碳价不断升高，集团在现货市场的交易行为发生显著变化，不再倾向于“买碳卖电”进行多市场套利以最大化收益，而是转向减少高排机组出力控制碳排。这是因为市场碳价增高，在资金流限制内集团可购买的碳配额/CCER凭证减少，履约标的物最大可持有量减少，由此导致其碳排裕度降低、高排机组出力被迫压缩、现货可交易电量减少，此时的碳市场成为影响集团决策的重要因素。5.4发电集团采取不同决策模式的对比与评价考虑发电集团采取以下三种决策模式进行仿真模拟，研究决策方式变化对集团收益及控排效果的影响。1）模式1：发电集团在年末最后一个月进入碳市场交易，结合本年度已排碳量及免费配额数量，进黄莹，等价格接受模式下发电集团电-碳协同交易决策优化方法行电-碳市场耦合决策以最大化自身收益。对应碳6结语市场建设初期，参与主体碳市场交易尚不积极，交易有明显潮汐现象的情景。本文针对发电集团电-碳市场协同决策问题展开研究。首先，针对国内电-碳两类市场运行现状展2）模式2：发电集团将自身所有碳配额均分至开分析，明确了电-碳市场耦合机理；然后，考虑决策每周，每周以本周碳排清零为目的进入碳市场交易，的多时间尺度耦合需求，构建了基于时间尺度分解以最大化自身收益。对应碳市场建设中期，参与主的电-碳市场交易协同决策机制及相应模型，并从协体采取保守策略，力求避免年末违约并最小化购碳同决策的经济性、低碳性、稳定性三个角度出发构建成本。了评价指标体系；最后，结合决策模型及评价指标进行算例仿真，验证了模型的可行性，证实模型可以在3）模式3：以年末不违约为目标，发电集团决策保证年末结算履约的同时最大化发电集团收益。做年-周-日计划分解，对应本文模型。对应碳市场建设成熟时期，参与主体密切关注碳市场交易行情，同时，本文针对市场机制、碳价水平、决策模式进行多市场套利，实现自身收益最大化。的研究表明：应用评价指标体系对三种模式的决策结果进行1）免费配额比例是碳市场约束行业控排的重要定量评价。由于所提模式电-碳市场耦合尺度存在调控手段，CCER允许履约比例的变化也在一定程差异，暂不考虑收益风险溢出系数指标。三种模式度上影响行业控排效果。为推动各行业减排，需要的市场交易仿真结果及评价结果如表1所示。依据各行业控排能力合理设定免费配额比例，并调整CCER允许履约比例作辅助调控。表1多种决策模式仿真结果Table1Simulationresultsofmultipledecision-2）目前，碳价与电价存在不匹配问题，碳市场的激励效果甚微，而过高的碳价又会导致传统能源makingmodes发电成本过高，影响电力供应。因此，有必要设定弹性的行业碳价机制，合理提高碳市场效力。模式度电综合度电碳排控排碳排强度系收益率波收益/(元·成本/(元·系数动系数3）控排企业进行多市场协同决策可以有效提高(MW·h)-1)(MW·h)-1)数/(tCO2·企业收益，但过度套利则会影响控排效力。因此，需(MW·h)-1)设定相应的套利约束机制，防止控排主体通过碳市场过度套利，导致控排机制失效。1233.9982.0191.0710.8472.2310后续研究将挖掘电碳市场价格预测的不确定2240.73113.9921.7600.8861.0110性，在决策模型中进一步完善对于电-碳市场价格机制的考虑，研究发电集团电-碳市场第3阶段深度协3243.00613.7861.8020.8881.5546同决策的不确定性优化模型和算法。结合表1及附录A图A4分析可知，随着发电集本文得到南瑞集团有限公司项目（信息-团参与碳市场积极性的提高，价格信号跟随更为紧物理-社会元素的交互及协调技术，GF-密，市场套利行为逐渐凸显，而通过市场套利带来的GFWD-210338）的资助，特此感谢！火力发电空间上升，将导致发电集团的控排力度下降。发电集团适度的市场套利可以提高自身收益、附录见本刊网络版（http：//www.aeps-info.com/减轻控排压力，但过度的市场交易及套利行为可能aeps/ch/index.aspx），扫英文摘要后二维码可以阅读会导致市场控排机制失效，对“双碳”目标的实现起网络全文。到了反作用。参考文献综上，碳市场作为助力实现“双碳”的政策工具，以市场机制激励控排企业减排，为控排企业履约提［1］冷俊，薛禹胜“.双碳”目标下，新型电力系统发展路径的优化思供了缓冲带，碳市场的繁荣可以为控排企业带来一路［J］.中国电力企业管理，2021（19）：11-13.定的喘息空间，但同时也可能成为控排企业逃避履LENGJun，XUEYusheng.Optimizationofthedevelopment约、套利获益的工具。因此，随着碳市场的不断发pathofnewpowersystemunderthegoalof“dualcarbon”［J］.展，需要不断完善价格机制，探求碳价与电力行业及ChinaPowerEnterpriseManagement，2021（19）：11-13.其他行业的匹配方法，以合理激励各行业减排。同时，也要设定相应的交易约束，以避免控排企业过度［2］XUEYusheng，YUXinhuo.Beyondsmartgrid—acyber-套利，配额制失效。免费配额比例及CCER允许履physical-socialsysteminenergyfuture［J］.Proceedingsofthe约比例的设定也需随着市场的推进动态调整，以给IEEE，2017，105（12）：2290-2292.予控排企业合理的压力、减排企业适度的奖励。［3］吉斌，孙绘，梁肖，等.面向“双碳”目标的碳电市场融合交易探讨［J］.华电技术，2021，43（6）：33-40.http：//www.aeps-info.com332023，47（21）·碳达峰·碳中和与电力能源转型·JIBin，SUNHui，LIANGXiao，etal.DiscussiononconvergentElectricalMeasurement&Instrumentation，2022，59（5）：tradingofthecarbonandelectricitymarketonthepathtocarbon33-41.peakandcarbonneutrality［J］.HuadianTechnology，2021，43［14］邓盛盛，陈皓勇，肖东亮，等.发电商参与碳市场与电力中长期（6）：33-40.市场联合决策模型［J］.电力系统保护与控制，2022，50（22）：［4］薛贵元，吴晨，王浩然，等“.双碳”目标下碳市场与电力市场协同1-10.发展机制分析［J］.电力科学与工程，2022，38（7）：1-7.DENGShengsheng，CHENHaoyong，XIAODongliang，etal.XUEGuiyuan，WUChen，WANGHaoran，etal.CoordinatedAjointdecision-makingmodelforpowergeneratorstodevelopmentmechanismofcarbonmarketandpowermarketparticipateinthecarbonmarketandthemedium-andlong-termundercarbonpeakandneutralitygoals［J］.ElectricPowerpowermarkets［J］.PowerSystemProtectionandControl，ScienceandEngineering，2022，38（7）：1-7.2022，50（22）：1-10.［5］吉斌，昌力，陈振寰，等.基于区块链技术的电力碳排放权交易［15］孙晓聪，丁一，包铭磊，等.考虑发电商多时间耦合决策的碳-电市场机制设计与应用［J］.电力系统自动化，2021，45（12）：1-10.市场均衡分析［J/OL］.电力系统自动化：1-16［2023-03-08］.JIBin，CHANGLi，CHENZhenhuan，etal.Blockchainhttp：//kns.cnki.net/kcms/detail/32.1180.TP.20221020.1618.technologybaseddesignandapplicationofmarketmechanismfor005.html.powercarbonemissionallowancetrading［J］.AutomationofSUNXiaocong，DINGYi，BAOMinglei，etal.Carbon-ElectricPowerSystems，2021，45（12）：1-10.electricitymarketequilibriumanalysisconsideringmulti-time［6］尚楠，陈政，卢治霖，等.电力市场、碳市场及绿证市场互动机理couplingdecisionsofpowerproducers［J］.Automationof及协调机制［J］.电网技术，2023，47（1）：142-154.ElectricPowerSystems：1-16［2023-03-08］.http：//kns.cnki.SHANGNan，CHENZheng，LUZhilin，etal.Interactionnet/kcms/detail/32.1180.TP.20221020.1618.005.html.principleandcohesivemechanismbetweenelectricitymarket，［16］LIXR，YUCW，XUZ，etal.Amultimarketdecision-carbonmarketandgreenpowercertificatemarket［J］.PowermakingframeworkforGENCOconsideringemissiontradingSystemTechnology，2023，47（1）：142-154.scheme［J］.IEEETransactionsonPowerSystems，2013，28［7］冯天天.绿证交易及碳交易对电力市场的耦合效应分析模型研（4）：4099-4108.究［D］.北京：华北电力大学，2016.［17］HUANGJ，XUEYS，JIANGC，etal.AnexperimentalFENGTiantian.Studyoncouplingeffectanalysismodelofgreenstudyonemissiontradingbehaviorsofgenerationcompanies［J］.certificatetradingandcarbontradingonelectricitymarket［D］.IEEETransactionsonPowerSystems，2015，30（2）：1076-Beijing：NorthChinaElectricPowerUniversity，2016.1083.［8］WOOCK，CHENY，ZARNIKAUJ，etal.Carbontrading’s［18］鲁政委，粟晓春，钱立华，等“.碳中和”愿景下我国CCER市场impactonCalifornia’sreal-timeelectricitymarketprices［J］.发展研究［J］.西南金融，2022（12）：3-16.Energy，2018，159：579-587.LUZhengwei，SUXiaochun，QIANLihua，etal.Researchon［9］王一，吴洁璇，王浩浩，等.碳排放权市场与中长期电力市场交CCERmarketdevelopmentinChinaunderthevisionof“carbon互作用影响分析［J］.电力系统及其自动化学报，2020，32（10）：neutrality”［J］.SouthwestFinance，2022（12）：3-16.44-54.［19］薛禹胜，黄杰，王放，等.基于分类监管与当量协同的碳市场框WANGYi，WUJiexuan，WANGHaohao，etal.Analysisof架设计方案［J］.电力系统自动化，2020，44（13）：1-8.interactionsbetweencarbonemissiontradingmarketandmedium-XUEYusheng，HUANGJie，WANGFang，etal.Carbonandlong-termelectricitymarket［J］.ProceedingsoftheCSU-marketframeworkdesignbasedonclassifiedregulationandEPSA，2020，32（10）：44-54.equivalentcoordination［J］.AutomationofElectricPower［10］HEREDIAFJ，CIFUENTES-RUBIANOJ，CORCHEROSystems，2020，44（13）：1-8.［20］生态环境部发布《碳排放权交易管理办法（试行）》［J］.中国造C.Stochasticoptimalgenerationbidtoelectricitymarketswith纸，2021，40（2）：110.emissionsriskconstraints［J］.JournalofEnvironmentalTheMinistryofEcologyandEnvironmenthasissuedtheManagement，2018，207：432-443.“ManagementMeasuresforCarbonEmissionTrading（Trial）”［11］COELHOA，IRIAJ，SOARESF.Network-securebidding［J］.ChinaPulp&Paper，2021，40（2）：110.optimizationofaggregatorsofmulti-energysystemsin［21］张晓闽，马志强.风电出力预测精准度行业领先［N］.江苏电力electricity，gas，andcarbonmarkets［J］.AppliedEnergy，报，2022-09-08（2）.2021，301：117460.ZHANGXiaomin，MAZhiqiang.Thepredictionaccuracyof［12］卢治霖，刘明波，尚楠，等.考虑碳排放权交易市场影响的日前windpoweroutputisleadingintheindustry［N］.Jiangsu电力市场两阶段出清模型［J］.电力系统自动化，2022，46（10）：ElectricPowerNews，2022-09-08（2）.159-170.［22］朱磊，宋少群，郑旭冬，等.面向高比例新能源电网的中长期市LUZhilin，LIUMingbo，SHANGNan，etal.Two-stage场多时序校核研究［J］.电力大数据，2021，24（10）：37-44.clearingmodelforday-aheadelectricitymarketconsideringZHULei，SONGShaoqun，ZHENGXudong，etal.Researchimpactofcarbonemissionstradingmarket［J］.Automationofonmulti-periodsecuritycheckinmediumandlong-termpowerElectricPowerSystems，2022，46（10）：159-170.marketforhighproportionofnewenergypowergrids［J］.Power［13］段声志，陈皓勇，郑晓东，等.碳市场背景下发电商竞价策略及SystemsandBigData，2021，24（10）：37-44.电力市场均衡分析［J］.电测与仪表，2022，59（5）：33-41.［23］钱甫成，何朝林.不确定事件冲击下的资产收益率波动［J］.安DUANShengzhi，CHENHaoyong，ZHENGXiaodong，etal.徽工程大学学报，2021，36（6）：71-76.BiddingstrategyofelectricitygenerationandelectricitymarketQIANFucheng，HEChaolin.Volatilityofreturnonassetsequilibriumanalysisunderthebackgroundofcarbonmarket［J］.34黄莹，等价格接受模式下发电集团电-碳协同交易决策优化方法undertheimpactofuncertainevents［J］.JournalofAnhui［28］张希良，黄晓丹，张达，等.碳中和目标下的能源经济转型路径PolytechnicUniversity，2021，36（6）：71-76.与政策研究［J］.管理世界，2022，38（1）：35-51.［24］肖雅洁.多市场间波动溢出效应的研究——基于中国股指期ZHANGXiliang，HUANGXiaodan，ZHANGDa，etal.货与现货市场的分析［D］.哈尔滨：哈尔滨工业大学，2018.Researchonthetransformationpathandpolicyofenergyeconomyunderthetargetofcarbonneutralization［J］.XIAOYajie.ResearchonvolatilityspillovereffectbetweenManagementWorld，2022，38（1）：35-51.multi-market—basedontheanalysisofChina’sstockindexfuturesandspotmarkets［D］.Harbin：HarbinInstituteof［29］谢敏，叶佳南，刘明波，等.基于博弈均衡多学科协同理论的城Technology，2018.市综合能源系统优化与评估［J］.电力系统自动化，2022，46［25］李湛，尧艳珍，汤怀林，等.中国金融系统风险溢出效应研（17）：102-113.究——基于溢出指数和波动溢出网络［J］.南方经济，2021XIEMin，YEJianan，LIUMingbo，etal.Optimizationand（12）：80-92.evaluationofurbanintegratedenergysystembasedongameLIZhan，YAOYanzhen，TANGHuailin，etal.Extremeriskequilibrium-multidisciplinarycollaborativetheory［J］.spilloversintheChinesefinancialsystem：basedonthespilloverAutomationofElectricPowerSystems，2022，46（17）：102-indexandspillovernetwork［J］.SouthChinaJournalof113.Economics，2021（12）：80-92.［26］黄杰，薛禹胜，蒋超，等.碳市场风险的分析与控制：（一）框架黄莹(1999—)，女，硕士研究生，主要研究方向：电力市设计［J］.电力系统自动化，2018，42（12）：11-18.场与碳市场协同决策、虚拟电厂聚合技术。E-mail：HUANGJie，XUEYusheng，JIANGChao，etal.Carbon1419928558@qq.commarketriskanalysisandcontrol：Partoneframeworkdesign［J］.AutomationofElectricPowerSystems，2018，42（12）：薛禹胜(1941—)，男，通信作者，中国工程院院士，博士生11-18.导师，主要研究方向：电力系统自动化。E-mail：［27］蒋超，薛禹胜，黄杰，等.碳市场风险的分析与控制：（二）沙盘xueyusheng@sgepri.sgcc.com.cn推演［J］.电力系统自动化，2018，42（14）：1-7.JIANGChao，XUEYusheng，HUANGJie，etal.Carbon谢敏(1978—)，女，博士，副教授，硕士生导师，主要研marketriskanalysisandcontrol：Parttwosand-tablesimulation究方向：电力系统优化规划与运行控制、虚拟电厂。E-mail：［J］.AutomationofElectricPowerSystems，2018，42（14）：1-7.minxie@scut.edu.cn（编辑章黎）DecisionOptimizationMethodforElectricity-CarbonCollaborativeTradingUnderPrice-takingModeforPowerGenerationCompaniesHUANGYing1，XUEYusheng2，XIEMin1，HUANGJie2，SHIShouyuan1，YUTao1(1.SchoolofElectricPower,SouthChinaUniversityofTechnology,Guangzhou510640,China;2.NARIGroupCorporation(StateGridElectricPowerResearchInstitute),Nanjing211106,China)Abstract:Withtheproposalofthe“carbonemissionpeakandcarbonneutrality”goalandastheChinacarbonemissiontradingmarketkicksoff,thepowergenerationcompaniesfacethedecision-makingcollaborationproblemofparticipatinginboththeelectricitymarketandthecarbonemissiontradingmarket.First,byanalyzingthecouplingmechanismbetweentheelectricitymarketandthecarbonemissiontradingmarketandtakingintoaccountthesettlementandcompliancerulesofbothmarkets,intheprice-takingmode,thispaperproposesanyear-week-daymulti-scalecouplingcollaborativedecision-makingmechanismandoptimizationmodelforhybridpowergenerationcompaniesparticipatingintheelectricity-carbonmarket.Then,combinedwiththecurrentmarkettradingenvironmentandactualdata,thesimulationofcollaborativemulti-marketdecision-makingiscarriedouttoverifythefeasibilityofthedecision-makingmodel.Meanwhile,inordertoeffectivelyquantifytheadvantagesanddisadvantagesofthedecision-making,anevaluationindexsystemoftheelectricity-carbonmarketcollaborativedecision-makingisconstructedfortheeconomy,low-carbonandstabilityofthedecision-makingresults.Finally,inviewofthedifferentmarketmechanisms,carbonpricelevelsanddecision-makingmodels,furthersimulationandcomparativeanalysisarecarriedout.Theresearchresultsshowthattheelectricity-carboncollaborationisaneconomicmeansforpowergenerationcompaniestoachievelow-carbondevelopment,andthegovernmentdepartmentsneedtodynamicallyadjustcontrolandemissionpoliciesaccordingtodifferentstagesofdevelopment.Keywords:powergenerationcompany;electricitymarket;carbonemissiontrading;electricity-carboncollaboration;multi-marketdecision-making;multi-scaledecomposition;evaluationindexhttp：//www.aeps-info.com35