碳調(diào)度模式下火力發(fā)電商的碳減排投資策略分析

張新華，盧燦華，陳志偉

(長(zhǎng)沙理工大學(xué)經(jīng)濟(jì)與管理學(xué)院,湖南 長(zhǎng)沙 410114)

碳調(diào)度模式下火力發(fā)電商的碳減排投資策略分析

張新華，盧燦華，陳志偉

(長(zhǎng)沙理工大學(xué)經(jīng)濟(jì)與管理學(xué)院,湖南 長(zhǎng)沙 410114)

論文首先提出了基于發(fā)電成本最小的碳排放約束電力上網(wǎng)機(jī)制，在此基礎(chǔ)上構(gòu)建不對(duì)稱的寡頭發(fā)電商碳減排投資期權(quán)博弈模型，模型的數(shù)值分析結(jié)果表明：1)發(fā)電商碳減排投資以后的上網(wǎng)電價(jià)，對(duì)寡頭發(fā)電商的投資行為有顯著影響：即存在一個(gè)上網(wǎng)電價(jià)“閾值”，當(dāng)上網(wǎng)電價(jià)低于該閾值時(shí)，只有低排放發(fā)電商有碳減排投資動(dòng)機(jī)；而當(dāng)上網(wǎng)電價(jià)高于該閾值時(shí)，高排放發(fā)電商則會(huì)領(lǐng)先進(jìn)行碳減排投資；只有當(dāng)上網(wǎng)電價(jià)等于該閾值時(shí)，兩發(fā)電商會(huì)同時(shí)進(jìn)行碳減排投資；2)上述發(fā)電商碳減排投資以后上網(wǎng)電價(jià)閾值與碳排放標(biāo)準(zhǔn)等參數(shù)有關(guān)。

期權(quán)博弈；碳減排投資；發(fā)電市場(chǎng)

1 引言

我國(guó)《“十三五”控制溫室氣體排放工作方案》的總體目標(biāo)為：到2020年，單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2015年下降18%，碳排放總量得到有效控制，并將其作為約束性指標(biāo)，納入了國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展規(guī)劃。國(guó)際能源署(International Energy Agency, IEA)的調(diào)查報(bào)告認(rèn)為我國(guó)的二氧化碳排放主要來(lái)源于以煤炭為主的能源行業(yè)[1]。目前我國(guó)的燃煤型火力發(fā)電機(jī)組容量約占總發(fā)電容量的75%，而火力發(fā)電量約占總發(fā)電量的80%，因此，在發(fā)電市場(chǎng)中實(shí)施碳減排政策是實(shí)現(xiàn)我國(guó)碳排放宏觀目標(biāo)的關(guān)鍵[2]。

目前發(fā)電市場(chǎng)的碳減排措施包括兩方面：在短期主要通過電量上網(wǎng)的“碳調(diào)度”機(jī)制以實(shí)現(xiàn)“低排放發(fā)電機(jī)組電量?jī)?yōu)先上網(wǎng)、高排放發(fā)電機(jī)組電量少上網(wǎng)”，從而實(shí)現(xiàn)碳減排的短期目標(biāo)；而中長(zhǎng)期減排措施則包括兩方面內(nèi)容：一是大力發(fā)展清潔能源(如水電、風(fēng)電、光伏等)，以盡量減少(尤其是高排放)火電發(fā)電機(jī)組；二是對(duì)現(xiàn)有火力發(fā)電機(jī)組進(jìn)行改造，以降低單位發(fā)電量的碳排放，即碳減排投資。由于我國(guó)目前的發(fā)電容量以火電機(jī)組為主，而清潔能源發(fā)電機(jī)組的發(fā)電出力往往帶有季節(jié)性和隨機(jī)性，因此短期的“碳調(diào)度”與中長(zhǎng)期的“碳減排投資”綜合運(yùn)用，可能是目前我國(guó)發(fā)電市場(chǎng)實(shí)現(xiàn)碳減排目標(biāo)的可行路徑之一。

目前有關(guān)碳減排的文獻(xiàn)不少[3-7]，而發(fā)電商的碳減排投資方面的文獻(xiàn)主要集中在以下兩方面：

一是CCS(Carbon capture and storage)投資策略方面，即從發(fā)電商的角度，針對(duì)不確定的外部因素，運(yùn)用實(shí)物期權(quán)方法，分析發(fā)電商的最優(yōu)碳減排投資策略，這些文獻(xiàn)中，Abadie等[8]較為經(jīng)典，該文在對(duì)西班牙電力市場(chǎng)進(jìn)行實(shí)證考察基礎(chǔ)上，假定碳價(jià)服從幾何布朗運(yùn)動(dòng)，而電價(jià)服從均值回歸過程，運(yùn)用實(shí)物期權(quán)方法分析了發(fā)電商的CCS投資策略。進(jìn)一步地，Wang Xiping和Du Lei[9]基于實(shí)物期權(quán)，針對(duì)碳價(jià)、燃料價(jià)格、投資成本、政府補(bǔ)貼的不確定性情況，對(duì)現(xiàn)有火電CCS投資項(xiàng)目進(jìn)行評(píng)估；Zhu Lei和Fan Ying[10]考察了電價(jià)、碳價(jià)、投資成本、運(yùn)行維護(hù)(O&M)成本不確定性情況下的CCS投資策略，并運(yùn)用最小二乘蒙特卡洛(LSM)方法對(duì)復(fù)雜模型求解；類似地Zhang Xian等[11]提出了碳價(jià)、政府激勵(lì)、CCS設(shè)施年運(yùn)行時(shí)間、發(fā)電機(jī)組生命周期、技術(shù)進(jìn)步等不確定條件下的CCS投資決策模型；王素鳳等[12]分析了碳減排技術(shù)進(jìn)步、電力價(jià)格、燃料價(jià)格、碳價(jià)、補(bǔ)貼政策和投資項(xiàng)目的碳減排率等不確定條件下的發(fā)電商碳減排投資決策；與上述文獻(xiàn)略不同，Walsh等[13]針對(duì)碳價(jià)確定與碳價(jià)隨機(jī)兩種情況，構(gòu)建實(shí)物期權(quán)數(shù)學(xué)模型考察發(fā)電商CCS投資最優(yōu)時(shí)點(diǎn)。顯然，這些學(xué)者的分析范式是類似的，其主要的差別是考慮的不確定性因素不同，因此模型的具體求解過程及分析結(jié)果不同。

二是分析可再生能源投資及其風(fēng)險(xiǎn)、發(fā)電技術(shù)的選擇、高排放機(jī)組退出及其政策影響等相關(guān)問題：如Masini等[14]從行為金融的角度探討了可再生能源投資問題，并提出了可再生能源投資決策框架；Fuss等[15]分析了不確定條件下可再生能源的投資決策問題，重點(diǎn)考察了不確定性帶來(lái)的投資組合風(fēng)險(xiǎn)；Fuss等[16]考察了碳價(jià)波動(dòng)情況下，發(fā)電商對(duì)不同發(fā)電技術(shù)(普通化石燃料發(fā)電技術(shù)、帶有CCS裝置的化石燃料發(fā)電技術(shù)、可再生能源發(fā)電技術(shù))的選擇策略，分析結(jié)果認(rèn)為能源政策對(duì)發(fā)電技術(shù)的選擇至關(guān)重要；Fuss等[17]分析了化石燃料價(jià)格和可再生能源發(fā)電技術(shù)不確定條件下，高碳排放機(jī)組的退出與替代策略，并討論了發(fā)電技術(shù)替代的政策干預(yù)情況。進(jìn)一步地，F(xiàn)an Lin等[18]研究了碳規(guī)制政策不確定條件下，風(fēng)險(xiǎn)規(guī)制型發(fā)電商的容量投資策略；文Zhou Wenji等[19]考察了政策對(duì)低碳技術(shù)投資的影響。

從上述文獻(xiàn)可看出，從實(shí)物期權(quán)角度研究發(fā)電商碳減排投資的文獻(xiàn)不少，但上述這些文獻(xiàn)的研究前提是有成熟的碳交易市場(chǎng)(碳價(jià))，而我國(guó)雖然在深圳等地啟動(dòng)了碳交易試點(diǎn)，但離完全的碳交易市場(chǎng)還有相當(dāng)長(zhǎng)的一段距離。事實(shí)上，目前我國(guó)的火力發(fā)電機(jī)組基本上仍是按其發(fā)電容量等比例上網(wǎng)，即不考慮發(fā)電機(jī)組的碳排放水平，因此高排放機(jī)組沒有積極性去進(jìn)行碳減排投資。

基于此，論文提出基于“總發(fā)電成本最小”的碳排放約束下電量上網(wǎng)機(jī)制(即碳調(diào)度模式)，并在此基礎(chǔ)上構(gòu)建碳排放不對(duì)稱的寡頭發(fā)電商碳減排投資期權(quán)博弈模型，在模型的求解與分析基礎(chǔ)上，針對(duì)天真與理性的雙寡頭發(fā)電商碳減排投資市場(chǎng)進(jìn)行分析，分析結(jié)果表明：1)發(fā)電商碳減排投資以后的上網(wǎng)電價(jià)，對(duì)寡頭發(fā)電商的投資行為有顯著影響：即存在一個(gè)上網(wǎng)電價(jià)“閾值”，當(dāng)上網(wǎng)電價(jià)低于該閾值時(shí)，只有低排放發(fā)電商有碳減排投資動(dòng)機(jī)；而當(dāng)上網(wǎng)電價(jià)高于該閾值時(shí)，高排放發(fā)電商則會(huì)領(lǐng)先進(jìn)行碳減排投資，低排放發(fā)電商則跟隨投資；只有當(dāng)上網(wǎng)電價(jià)等于該閾值時(shí)，兩發(fā)電商會(huì)同時(shí)進(jìn)行碳減排投資。2)上述發(fā)電商碳減排投資以后上網(wǎng)電價(jià)閾值與碳排放標(biāo)準(zhǔn)等參數(shù)有關(guān)。

2 碳調(diào)度模式下的上網(wǎng)電量分配機(jī)制

在短期，發(fā)電商的單位碳排放水平幾乎是不變的。為實(shí)現(xiàn)既定的短期碳排放目標(biāo)，電力調(diào)度中心可以優(yōu)先調(diào)度單位碳排放水平低的電量上網(wǎng)。簡(jiǎn)單地，不防假定制訂電量分配機(jī)制時(shí)的目標(biāo)函數(shù)是碳排放約束下的總發(fā)電成本最小，則有：

(1)

(2)

式中：

(3)

因此有：

(4)

3 雙寡頭發(fā)電商的碳減排投資策略

目前我國(guó)的火力發(fā)電機(jī)組大體可分為兩類：老舊機(jī)組和新機(jī)組，但其發(fā)電成本相差不大(老舊機(jī)組折舊很少但單位成本較高、新機(jī)組折舊較高但單位成本較低)，但碳排放水平有較大差異(新機(jī)組單位碳排放水平低，老舊機(jī)組碳排放水平高)。簡(jiǎn)單地，本文僅考慮n=2的情況，即假定市場(chǎng)上僅有兩家發(fā)電商(分別記為i,j)進(jìn)行碳減排投資，并假定發(fā)電商j先進(jìn)行碳減排投資(領(lǐng)先者)，發(fā)電商i看到發(fā)電商j進(jìn)行了碳減排投資以后再?zèng)Q定是否進(jìn)行投資，即跟隨者。因此，發(fā)電商進(jìn)行碳減排投資可分為3個(gè)階段：第一階段為投資前階段，即兩家發(fā)電商都沒有進(jìn)行碳減排投資，按現(xiàn)有的碳排放水平分配上網(wǎng)電量；第二階段為領(lǐng)先者已完成碳減排投資，而跟隨者沒有進(jìn)行投資；第三階段為跟隨者也完成了碳減排投資。

(5)

(6)

dQ=μQdt+σQdz

式中，μ,σ>0分別為飄移項(xiàng)和標(biāo)準(zhǔn)差，dz為標(biāo)準(zhǔn)維納過程。由實(shí)物期權(quán)理論，發(fā)電商將基于碳減排投資利潤(rùn)決定其投資時(shí)點(diǎn)。發(fā)電商在進(jìn)行碳減排投資時(shí)，有兩種情況：一是不考慮其它發(fā)電商的碳減排投資策略，即天真的(Naive)發(fā)電商；二是考慮其它發(fā)電商的碳減排投資策略，并根據(jù)自己的情況選擇領(lǐng)先投資或跟隨投資，即所謂的理性(Rational)發(fā)電商。

3.1 天真發(fā)電商的碳減排投資策略

由于不考慮其它發(fā)電商的碳減排投資，因此天真發(fā)電商的碳減排投資利潤(rùn)為其碳減排前后的利潤(rùn)差額，并基于此選擇自己的投資策略。為分析簡(jiǎn)便，下文記發(fā)電商j為高排放發(fā)電商，i為低排放發(fā)電商。

3.1.1 高排放發(fā)電商的碳減排投資閾值

顯然，天真的高排放發(fā)電商的碳減排投資利潤(rùn)可由式(5)(6)計(jì)算得到，即發(fā)電商j第2階段與第1階段利潤(rùn)函數(shù)的差額，則有：

由實(shí)物期權(quán)理論，其投資價(jià)值函數(shù)V滿足：

V=H1Q2+L1Q

式中

(7)

3.1.2 低排放發(fā)電商碳減排投資閾值

其碳減排利潤(rùn)函數(shù)可表示為：

V=H2Q2+L2Q

式中：

求解上式，則有：

V=

其中

式中A,B為待定系數(shù)，由投資價(jià)值函數(shù)在Q=Q0處連續(xù)可導(dǎo)，則有：

(λ1-λ2)BQλ2+(λ1-2)H2Q2+(λ1-1)L2Q-λ1I=0消去待定系數(shù)B，則可得投資閾值條件：

(9)

顯然，式(8)(9)針對(duì)不同ζ值情況下，給出了天真低排放發(fā)電商的碳減排投資閾值。

3.2 理性發(fā)電商的碳減排投資策略

對(duì)理性的發(fā)電商而言，其決定進(jìn)行碳減排投資時(shí)，不但需要考慮投資前后的利潤(rùn)差，也要考慮其它發(fā)電商的碳減排投資對(duì)自身的影響。對(duì)非對(duì)稱(碳排放水平不同)的雙寡頭市場(chǎng)而言，碳減排投資時(shí)機(jī)有先有后，先投資企業(yè)稱為領(lǐng)先者，后投資者為跟隨者。

3.2.1 跟隨者的碳減排投資閾值

式中

L3=

求解上式，則有：

(10)

式中

此時(shí)發(fā)電商的碳減排投資函數(shù)為：

式中A,B為待定系數(shù)。在Q=Q30處，上述投資價(jià)值函數(shù)連續(xù)可導(dǎo)，則有：

(λ1-1)L3Q30=0

由實(shí)物期權(quán)理論，發(fā)電商的碳減排投資閾值Q*滿足：

+(λ1-1)L3Q*=λ1I

因此有：

(11)

此時(shí)，發(fā)電商的碳減排投資價(jià)值函數(shù)為：

式中，C,D為待定系數(shù)。在Q=Q30處，上述投資價(jià)值函數(shù)連續(xù)可導(dǎo)，則有：

顯然，發(fā)電商不進(jìn)行碳減排投資而持有投資期權(quán)的價(jià)值為F(Q)=E·Qλ2，其中E為待定系數(shù)，則由實(shí)物期權(quán)理論，投資閾值Q*滿足：

(12)

3.2.2 領(lǐng)先者的碳減排投資閾值

VjL=

(13)

其中：

ViF=

(14)

其中：

(15)

其中：

4 發(fā)電商碳減排投資閾值的數(shù)值分析

圖1基于式(7)(8)(9)給出了天真發(fā)電商的碳減排投資閾值隨d的變化曲線，其中上面的曲線為低排放發(fā)電商的碳減排投資閾值曲線，而下面的曲線則為高排放發(fā)電商碳減排投資閾值曲線。

圖1 天真發(fā)電商碳減排投資閾值

從圖1不難看出：1)低排放發(fā)電商投資閾值大于高排放發(fā)電商投資閾值；2)兩家發(fā)電商的碳減排投資閾值都隨d遞增而遞減；3)當(dāng)d<1.074時(shí)，高排放發(fā)電商不會(huì)進(jìn)行碳減排投資；4)當(dāng)d≥1.074時(shí)，隨d的遞增，低排放與高排放發(fā)電商碳減排投資閾值之差先遞增然后逐步遞減。因此，對(duì)天真的發(fā)電商而言，高排放發(fā)電商相對(duì)于低排放發(fā)電商更有進(jìn)行碳減排投資的動(dòng)機(jī)，但對(duì)碳減排投資以后的上網(wǎng)電價(jià)(如d≥1.074)有更高的要求，否則不會(huì)進(jìn)行碳減排投資。

圖2基于式(10)(11)(12)(15)給出了高排放發(fā)電商領(lǐng)先進(jìn)行碳減排投資，而低排放發(fā)電商跟隨投資情況下的投資閾值隨d變化曲線，圖中從上至下依次為低排放和高排放發(fā)電商的碳減排投資閾值。圖中可看出：1)當(dāng)d<1.159時(shí)，沒有發(fā)電商會(huì)進(jìn)行碳減排投資；2)當(dāng)d≈1.159時(shí)，兩家發(fā)電商幾乎同時(shí)進(jìn)行碳減排投資，3)當(dāng)d≥1.159時(shí)，高排放發(fā)電商領(lǐng)先進(jìn)行碳減排投資，而低排放發(fā)電商則跟隨進(jìn)行投資。

需要說(shuō)明的是：理論上基于式(10)(11)(12)(15)同樣可分析低排放發(fā)電商領(lǐng)先、而高排放發(fā)電商跟隨進(jìn)行碳減排投資的閾值，但這種情況無(wú)解；也就是說(shuō)，理性的低排放發(fā)電商不會(huì)領(lǐng)先進(jìn)行碳減排投資，這種結(jié)果與通常的直觀是一致。

圖2 高排放發(fā)電商領(lǐng)先進(jìn)行投資情況下的投資閾值

進(jìn)一步地，若僅考慮高排放發(fā)電商和低排放發(fā)電商都是理性(充分考慮其它發(fā)電商的碳減排投資)的情況，則圖1～2的發(fā)電商的碳減排投資閾值曲線調(diào)整為如圖3所示。

圖3 理性發(fā)電商碳減排投資閾值

圖3中d*≈1.159，圖中可看出：1)當(dāng)dd*時(shí)，高排放發(fā)電商領(lǐng)先進(jìn)行碳減排投資，低排放發(fā)電商則跟隨投資；2)低排放發(fā)電商的碳減排投資閾值d=d*處發(fā)生跳躍式變化，這是因?yàn)楦吲欧虐l(fā)電商的碳減排投資，導(dǎo)致理性的低排放發(fā)電商提前進(jìn)行碳減排投資。

圖4 碳減排投資閾值d*隨的變化曲面

5 結(jié)語(yǔ)

現(xiàn)有發(fā)電市場(chǎng)碳減排方面的文獻(xiàn)大多假定存在成熟的碳交易市場(chǎng)，而在我國(guó)真正的碳交易市場(chǎng)的建立預(yù)計(jì)還需要一段時(shí)間?；诖?，論文提出了基于發(fā)電成本最小的碳排放約束電力上網(wǎng)機(jī)制(碳調(diào)度模式)，并在此基礎(chǔ)上，運(yùn)用期權(quán)博弈理論建立碳排放不對(duì)稱的寡頭發(fā)電商碳減排投資模型，并針對(duì)雙寡頭碳排放市場(chǎng)進(jìn)行分析與數(shù)值仿真。

本文的碳減排投資模型與基于Dixit和Prodyck[20]、Azevedo等[21]建立的期權(quán)模型有以下兩點(diǎn)不同：1)式(13)(14)(15)考慮了隨機(jī)過程Q(t)的二次形式，并在附錄中推導(dǎo)了對(duì)應(yīng)的隨機(jī)貼現(xiàn)系數(shù)；2)碳減排投資決策實(shí)際上是一種追加性投資，即領(lǐng)先者投資后跟隨者投資前，跟隨者的電量上網(wǎng)利潤(rùn)會(huì)有影響，因此在求解領(lǐng)先者的投資閾值(式(15))時(shí)，跟隨者的投資價(jià)值函數(shù)(式(14))與領(lǐng)先者類似，而與Dixit和Prodyck[20]、Azevedo等[21]是不同的。

論文分析結(jié)果表明：1)當(dāng)碳減排投資后的上網(wǎng)電價(jià)較低(dd*)時(shí)，高排放發(fā)電商會(huì)領(lǐng)先進(jìn)行碳減排投資，而低排放發(fā)電商則會(huì)擇機(jī)跟隨投資。也就是說(shuō)，碳減排投資以后的上網(wǎng)電價(jià)，對(duì)寡頭發(fā)電商的投資行為有顯著影響：即存在一個(gè)上網(wǎng)電價(jià)“閾值”，當(dāng)上網(wǎng)電價(jià)低于該閾值時(shí)，只有低排放發(fā)電商有碳減排投資動(dòng)機(jī)；而當(dāng)上網(wǎng)電價(jià)高于該閾值時(shí)，高排放發(fā)電商則會(huì)領(lǐng)先進(jìn)行碳減排投資；只有當(dāng)上網(wǎng)電價(jià)等于該閾值時(shí)，兩發(fā)電商會(huì)同時(shí)進(jìn)行碳減排投資。

附錄：

0.5σ2Q2g''(Q)+μQg′(Q)-rg(Q)+Q2=0

通解為:

由g(0)=0，可得B2=0

當(dāng)Q→QiF，T→0，則有g(shù)(QiF)=0，因此有:

則有：

[1] 康重慶,陳啟鑫,夏清.低碳電力技術(shù)的研究展望[J].電網(wǎng)技術(shù),2009,33(2):1-7.

[2] Zhou Wenji,Zhu Bing,Fuss Sabine,et al.Uncertainty modeling of CCS investment strategy in China’s power sector[J]. Applied Energy, 2010, 87(7):2392-2400.

[3] 趙黎明,殷建立.碳交易和碳稅情景下碳減排二層規(guī)劃決策模型研究[J].管理科學(xué),2016,29(1):137-146

[4] 馬秋卓,宋海清,陳功玉.碳配額交易體系下企業(yè)低碳產(chǎn)品定價(jià)及最優(yōu)碳排放策略[J].管理工程學(xué)報(bào). 2014, 28(2):127-136.

[5] 程發(fā)新.邵世玲.基于階段劃分的企業(yè)主動(dòng)碳減排創(chuàng)新策略實(shí)施研究[J].中國(guó)管理科學(xué),2016,24(8):28-36.

[6] 崔百勝,朱麟.基于內(nèi)生增長(zhǎng)理論與GVAR模型的能源消費(fèi)控制目標(biāo)下經(jīng)濟(jì)增長(zhǎng)與碳減排研究[J].中國(guó)管理科學(xué),2016,24(1):11-20.

[7] 張俊榮,王孜丹,湯鈴,等.基于系統(tǒng)動(dòng)力學(xué)的京津冀碳排放交易政策影響研究[J].中國(guó)管理科學(xué),2016,24(3):1-8

[8] Abadie LM, Chamorro JM. European CO2 prices and carbon capture investments [J].Energy Economics, 2008, 30(6):2992-3015.

[9] Wang Xiping, Du Lei. Study on carbon capture and storage (CCS) investment decision-making based on real options for China’s coal-fired power plants [J]. Journal of Cleaner Production, 2016, 112(5): 4123-4131.

[10] Zhu Lei, Fan Ying. Modelling the investment in carbon capture retrofits of pulverized coal-fired plants [J]. Energy, 2013, 57: 66-75.

[11] Zhang Xian, Wang Xingwei, Chen Jiajun,et al. A novel modeling based real option approach for CCS investment evaluation under multiple uncertainties [J]. Applied Energy, 2014, 113:1059-1067.

[12] 王素鳳,楊善林,彭張林.面向多重不確定性的發(fā)電商碳減排投資研究[J].管理科學(xué)學(xué)報(bào),2016(2):41-57.

[13] Walsh D M, O’Sullivan K, Lee W T, et al. When to invest in carbon capture and storage technology: A mathematical model [J]. Energy Economics, 2014, 42:219-225.

[14] Masini A, Menichetti E. The impact of behavioral factors in the renewable energy investment decision making process: Conceptual framework and empirical findings [J]. Energy Policy, 2012, 40:28-38.

[15] Fuss S, Szolgayova′ J, Khabarov N, et al. Renewables and climate change mitigation: Irreversible energy investment under uncertainty and portfolio effects [J]. Energy Policy. 2012,40:59-68.

[16] Fuss S, Johansson D J A, Szolgayova J, et al . Impact of climate policy uncertainty on the adoption of electricity generating technologies [J].Energy Policy, 2009, 37(2):733-743.

[17] Fuss S, Szolgayova J. Fuel price and technological uncertainty in a real options model for electricity planning [J].Applied Energy, 2010, 87(9):2938-2944.

[18] Fan Lin, Hobbs B F, Norman C S. Risk aversion and CO2regulatory uncertainty in power generation investment: Policy and modeling implications [J].Journal of Environmental Economics and Management, 2010, 60(3):193-208.

[19] Zhou Wenji, Zhu Bing, Chen Dingjiang,et al. How policy choice affects investment in low-carbon technology: The case of CO2 capture in indirect coal liquefaction in China [J]. Energy, 2014, 73: 670-679.

[20] Dixit A K，Pridyck R S. Investment under uncertainty [M]. Princeton: Princeton University Press, 1994.

[21] Azevedo A, Paxson D. Developing real option game models [J]. European Journal of Operational Research, 2014, 237(3):909-920.

Analysis on Carbon Abatement Investment Strategy for Thermal PowerGeneration-Companies in Carbon Dispatching Mode

ZHANGXin-hua,LUCan-hua,CHENZhi-wei

(School of Economic Management, Changsha University of Science and Technology， Changsha 410114, China)

The Chinese government has already announced the target of reducing greenhouse gas emissions. The survey report denotes that China's carbon emissions are mainly derived from the energy industry, primarily coal. At present, coal-fired power generation capacity accounts for about 75% of the total generation capacity, and thermal power generation accounts for about 80% of the gross generation in China. Therefore, the implementation of carbon abatement policy in the power market is crucial to achieve the goal of China's carbon emissions goals. Currently, carbon abatement measures in power market can be divided into two categories: long term and short term measures. The short-term measures are to reduce carbon emissions through optimize carbon dispatching mechanism，and the long-term measures include developing the renewable energy (e.g. hydroelectric, wind power, photovoltaic, etc.), or upgrading the existing thermal power generator units to reduce carbon emissions per unit.

In fact, the generation of coal-fired power units is mainly determined based on its generation capacity, currently, and the carbon emission levels of generating units were neglected in China. Therefore, the generating units with high carbon emissions have no incentives to make investment in carbon abatement. In the other hand, most existing literatures are based on the assumption of mature carbon market. However, it may take some time to establish the real carbon market in China. Therefore, this paper establishes a framework aiming to minimize the power generation cost while satisfying carbon emissions constraints. Moreover, the carbon abatement investment model considering asymmetric carbon emission in oligopoly market was proposed based on the option game theory, to explore the carbon abatement investment strategy for naive and rational thermal power generation-companies, whose numerical analysis results show that, a) generation company’s investment behaviours are largely affected by a threshold of feed-in tariff after the carbon abatement investment. When the feed-in tariff is lower than the threshold, only low emission generation-companies have the motives to make carbon abatement investment; when the feed-in tariff is higher than the threshold, high emission generation-companies will lead to the carbon abatement investment; only when feed-in tariff is equal to the threshold, two power generation-companies to invest carbon abatement at the same time. b) The threshold related to the parameters such as carbon emissions standards.

option game; carbon abatement investment; power market

1003-207(2017)11-0179-10

10.16381/j.cnki.issn1003-207x.2017.11.019

F830.59

A

2016-05-16；修改日期2016-12-16

國(guó)家自然科學(xué)基金資助項(xiàng)目(71671018,71271033)

張新華(1973-)，男(漢族)，湖南雙峰人，長(zhǎng)沙理工大學(xué)經(jīng)濟(jì)與管理學(xué)院教授，博士(后)，研究方向：能源經(jīng)濟(jì)管理,E-mail:xyu7302@163.com