• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      碳—綠證聯(lián)合交易和月度集中競價交互的雙層優(yōu)化策略

      2023-10-10 06:29:34付蓉陳金輝葛輝梁肖王正風馬大衛(wèi)
      生態(tài)經(jīng)濟 2023年10期
      關(guān)鍵詞:競價月度火電

      付蓉,陳金輝,葛輝,梁肖,王正風,馬大衛(wèi)

      (1.南京郵電大學(xué) 自動化學(xué)院、人工智能學(xué)院,江蘇 南京 210023;2.國網(wǎng)安徽省電力有限公司,安徽 合肥 230022;3.安徽省電力科學(xué)研究院,安徽 合肥 230601)

      隨著可再生能源的發(fā)展,風光資源分布不均衡、運維成本高導(dǎo)致的可再生能源利用率低、市場競爭力不足等問題也慢慢浮現(xiàn)出來。為解決上述問題,綠證、配額制和碳排放權(quán)交易等方法相繼應(yīng)用于市場交易[1]。

      綠證是國家對發(fā)電企業(yè)每兆瓦時非水可再生能源上網(wǎng)電量頒發(fā)的具有唯一代碼標識的電子憑證,是可再生能源發(fā)電環(huán)境價值的外部表征,可轉(zhuǎn)讓,可交易。配額制是一種由行政(監(jiān)管)機構(gòu)對市場主體最低使用的可再生能源電量進行強制約束的制度。其主要作用是督促市場主體在周期內(nèi)完成市場指標,否則會受到懲罰。配額制的主要目的是將可再生能源由政府補貼轉(zhuǎn)變成由社會補貼,用市場來確定可再生能源的價值[2]。碳排放權(quán)則是市場主體可以排放二氧化碳的權(quán)利,通過碳排放權(quán)交易市場對碳排放份額進行交易,不僅有利于通過配額制限制碳排放,還可以為低碳企業(yè)帶來經(jīng)濟效益,提高低碳行業(yè)競爭力。

      針對碳排放權(quán)交易和綠證交易,國內(nèi)外有很多相關(guān)學(xué)者進行了研究。在碳排放權(quán)交易方面,崔楊等[3]研究了考慮階梯式碳交易的綜合能源系統(tǒng)低碳經(jīng)濟調(diào)度,比較了不同碳排放權(quán)交易機制下系統(tǒng)的低碳性和經(jīng)濟性。張立輝等[4]研究了碳排放權(quán)交易下虛擬電廠經(jīng)濟調(diào)度方法,使可再生能源能參與到排放權(quán)碳交易中,并促進用戶側(cè)與發(fā)電側(cè)的協(xié)同。矯舒美等[5]提出了一種綜合能源系統(tǒng)全生命周期碳排放和碳排放權(quán)交易機制的電轉(zhuǎn)氣設(shè)備和光伏容量聯(lián)合配置方法,探討了碳排放權(quán)交易機制對優(yōu)化配置結(jié)果的影響。陳錦鵬等[6]研究了考慮階梯式碳排放權(quán)交易機制與電制氫的綜合能源系統(tǒng)熱電優(yōu)化問題,探討了多目標成本與經(jīng)濟性的關(guān)聯(lián)性。盧浩鵬等[7]提出了計及碳排放權(quán)交易下熱電聯(lián)產(chǎn)機組和電鍋爐聯(lián)合運行的棄風消納策略,通過引入階梯式碳排放權(quán)交易與優(yōu)化運行模式,解決了傳統(tǒng)熱電聯(lián)產(chǎn)機組的熱電耦合特性以及冬季采暖期間棄風消納問題。但上述研究都沒有考慮到碳排放權(quán)交易與電力市場交易間互相影響,以及如何通過交易互聯(lián)來促進交易優(yōu)化的問題。

      在綠證交易方面,彭謙等[8]建立了能夠公平反映不同可再生能源電廠差異性的綠證核發(fā)評價體系,構(gòu)建了綠證交易出清模型,探討了可再生能源消納百分比對綠證價格的影響。曲明等[9]建立了考慮可再生能源隨機性的綠證交易模型,提出了基于綠證交易的可再生能源電力消納責任權(quán)重指標。魏震波等[10]考慮交易中交易主體之間的購售博弈與偏差懲罰風險,研究了含雙邊儲備市場及綠證交易的現(xiàn)貨交易機制。張顯等[11]研究了基于區(qū)塊鏈的可再生能源超額消納量交易體系,從規(guī)則制定、分配原則、數(shù)據(jù)共享等方面提出促進中國可再生能源消納發(fā)展的建議。武群麗等[12]研究了可再生能源配額和綠色證書制度的落實對跨省區(qū)電力市場及綠色證書交易之間存在的復(fù)雜關(guān)系的影響,制定了配額比例分配策略,促進了可再生能源的跨區(qū)消納。蔡元紀等[13]研究了基于區(qū)塊鏈綠色證書交易平臺的概念與實踐,為綠證交易平臺的建立提出了創(chuàng)造性的建議。馮昌森等[14]研究了基于智能合約的綠證交易,為保護交易數(shù)據(jù)的安全性和用戶隱私提出了設(shè)想。但是上述研究中很少提及碳排放權(quán)和綠證聯(lián)合交易,并且交易過程中與中長期集中競價交易之間缺乏經(jīng)濟聯(lián)系,難以有效促進可再生能源消納和發(fā)電機組減排。

      針對月度集中競價交易結(jié)果存在的火電機組碳排放量超標、可再生能源消納不足、碳排放權(quán)購買成本過高等問題,本文構(gòu)建一種碳—綠證聯(lián)合交易與月度集中競價交易交互的機制,給出不同機組月度綠證配額和碳排放權(quán)配額的計算辦法,提出碳—綠證聯(lián)合交易與月度集中競價的雙層聯(lián)合優(yōu)化策略來合理配置碳排放權(quán)與綠證,利用不同交易間的交互優(yōu)化促進可再生能源發(fā)電消納與碳排放量削減,促進環(huán)境友好型社會的建立。

      1 碳—綠證聯(lián)合交易和月度集中競價的雙層交互

      1.1 雙層交互模型結(jié)構(gòu)

      目前,碳排放權(quán)和綠證分別在碳交易和綠證市場獨立運行交易,使得發(fā)電廠的綠證和碳排放權(quán)需求缺乏數(shù)據(jù)互通,造成了可再生能源消納不足及火電機組購買綠證和碳排放權(quán)成本過高等問題。

      為此,本文提出碳—綠證聯(lián)合交易與月度集中競價的雙層交互結(jié)構(gòu),如圖1所示。通過上層月度集中競價交易和下層碳—綠證聯(lián)合交易的反復(fù)優(yōu)化交互,不斷優(yōu)化更新火電機組的月度電能量交易結(jié)果,指導(dǎo)化石能源企業(yè)減少二氧化碳排放。

      圖1 碳—綠證和月度集中競價交易雙層交互的結(jié)構(gòu)示意圖

      1.2 月度集中競價交易出清模型

      月度集中競價交易作為上層模型,以火電商、綠電商和用戶作為市場主體,以發(fā)電商和用戶的社會效益最大化為目標,求解出發(fā)電機組和用戶的月度交易出清電量,為下層碳—綠證聯(lián)合交易優(yōu)化提供電量交易信息。上層月度集中競價交易出清的社會效益最大化目標函數(shù)f1為:

      式中:N是火電機組數(shù)量;S是可再生能源機組數(shù)量;Z是用戶數(shù)量;pf,i,s、Qf,i,s是第i臺火電機組的月度申報價格和電量;pn,j,s、Qn,j,s是第j臺可再生能源機組的月度申報價格和電量;py,w,s、Qy,w,s是第w個用戶的月度申報價格和電量。

      月度集中競價交易的約束條件有:

      (1)申報電量的上、下限約束為:

      式中:Qf,s,max、Qn,s,max和Qy,s,max分別為火電機組、可再生能源機組和用戶月度申報電量的上限值。

      (2)申報價格的上、下限約束為:

      式中:pf,s,max、pf,s,min分別為火電機組月度申報價格的上、下限值;pn,s,max、pn,s,min分別為可再生能源機組月度申報價格的上、下限值;p y,s,max、py,s,min分別為用戶月度申報價格的上、下限值。

      上層月度集中競價交易完成后,第i臺火電機組的出清電量和價格分別表示為Qf,i、pf,i,第j臺可再生能源機組的出清電量和價格分別表示為Qn,j、pn,j,第w個用戶的出清電量和價格分別表示為Qy,w、py,w。根據(jù)月度集中競價的交易出清電量,可計算分配給各發(fā)電機組的碳排放權(quán)及綠證配額,為下層碳—綠證聯(lián)合交易提供決策依據(jù)。

      1.3 碳排放權(quán)及綠證配額分配

      1.3.1 碳排放權(quán)配額分配

      目前,依據(jù)《2019—2020年全國碳排放權(quán)交易配額總量設(shè)定與分配實施方案》,采用核查法計算第i臺火電機組碳排放權(quán)配額[15]:

      式中:Bf,i,g為基于核查法計算的第i臺火電機組碳排放權(quán)配額;Qf,i為第i臺火電機組的月度出清電量;Ae為火電機組所屬類別的供電基準值;F1為火電機組冷卻方式修正系數(shù);Fr為火電機組供熱量修正系數(shù);Ff為火電機組負荷(出力)系數(shù)修正系數(shù);Fs1為火電機組根據(jù)實際檢測量給定的修正系數(shù)。

      實際上,受供電煤耗、廠用電率、燃煤碳氧化率、脫硫過程等環(huán)節(jié)影響,燃煤火電機組即使在相同供電出力下,碳排放權(quán)的實測值并不同。例如,采用非分散紅外二氧化碳檢測儀,實測一臺容量為660 MVA的火電機組在不同出力下的碳排放量。當機組出力分別為600 MW和350 MW時,二氧化碳排放濃度實測值如表1所示。

      表1 660 MW機組二氧化碳排放濃度實測值

      根據(jù)火電機組不同出力下的煙氣流量和二氧化碳摩爾質(zhì)量,求出火電機組不同負荷率下,表1對應(yīng)每發(fā)1 MWh電量排放的二氧化碳質(zhì)量(單位:t·MWh-1),如表2所示。

      表2 660 MW機組二氧化碳排放質(zhì)量計算值單位:t·MWh-1

      提取第i臺火電機組的負荷率zi,1、實測碳排放量zi,2、廠用電率zi,3、碳減排成本zi,4等m個指標作為對碳排放權(quán)配額有影響的指標量zi,m,利用熵值法計算各指標量的歸一化熵值[16]:

      式中:νi,m是第i臺火電機組第m個指標量的熵值;zi,m是第i臺火電機組第m個指標量的標幺值;M是指標量個數(shù)。

      將歸一化處理的熵值作為碳排放權(quán)配額分配權(quán)重系數(shù),提出采用實測碳排放量熵權(quán)值和核查法綜合的方法計算第i臺火電機組的碳排放權(quán)配額Bf,i:

      根據(jù)各個用戶的出清電量,可得第w個用戶的碳排放權(quán)配額Bp,w為:

      式中:B為區(qū)域總的碳排放權(quán)配額總量。

      1.3.2 月度可再生能源消納權(quán)重指標

      受可再生能源發(fā)電量隨機性波動、負荷季節(jié)性變化等因素影響,每月的可再生能源消納情況存在顯著變化?,F(xiàn)有的保障性利用小時數(shù)按照年度總量進行考核,難以科學(xué)反映可再生能源月度消納情況。本文分析計算可再生能源的月度保障性收購利用小時數(shù),提出月度可再生能源消納權(quán)重指標的測算方法。

      根據(jù)歷史年份可再生能源發(fā)電數(shù)據(jù)、歷史氣象采集數(shù)據(jù),分析各年度不同季節(jié)季晴、雨等各類天氣概率分布情況,可再生能源的月度保障性收購利用小時數(shù)指標逐月測算為:

      式中:Jk為月度k的保障性收購利用小時數(shù);Qn,j,b為當月可再生能源發(fā)電量預(yù)測值;ck為當月k的可再生能源發(fā)電舍棄量,由上月舍棄量結(jié)合當月發(fā)電量預(yù)測值進行等比例換算;bk為當月k的可再生能源機組并網(wǎng)容量。

      根據(jù)提出的月度保障性收購利用小時數(shù),計算月度可再生能源消納權(quán)重指標:

      式中:μk為月度k的可再生能源消納權(quán)重指標;T為當月天數(shù)。

      月度可再生能源消納權(quán)重指標的提出,一方面針對性地解決了不同月份負荷波動不一致導(dǎo)致的新能源消納問題,促進了新能源發(fā)電資源的合理利用;另一方面,針對火電機組的過度碳排放,月度可再生能源消納權(quán)重指標規(guī)定了火電機組的綠證配額要求,有利于促進綠證交易和低碳減排。

      1.3.3 基于消納權(quán)重指標分配綠證配額

      根據(jù)提出的月度可再生能源消納權(quán)重指標和用戶的月度出清電量,求解出發(fā)電機組總的綠證配額量A為:

      根據(jù)不同發(fā)電機組的月度出清電量,將發(fā)電機組總的月度綠證配額量依次分解為可再生能源機組和火電機組的月度綠證配額。其中,第j臺可再生能源機組的月度綠證配額Ag,j為:

      式中:αj為第j臺可再生能源機組綠證配額權(quán)重,一般根據(jù)不同的機組等級由歷史出力數(shù)據(jù)與當期天氣情況(光照、風力)確定,取值區(qū)間為[0.2, 0.3]。

      根據(jù)月度集中競價交易中不同火電機組的月度出清電量,求得第i臺火電機組的月度綠證配額Ag,i為:

      1.4 碳—綠證聯(lián)合交易

      1.4.1 碳—綠證聯(lián)合交易運行機制

      碳—綠證聯(lián)合交易時,擁有碳排放權(quán)以及綠證配額的火電商、綠電商和用戶都可以作為市場主體進行交易。交易開啟前,監(jiān)管部門對交易主體提供初始碳排放權(quán)配額,并根據(jù)市場主體當月的出清電量來計算當月實際碳排放量,核算出市場主體當月碳排放權(quán)缺額或余額;根據(jù)交易主體當月出清電量審查,生成綠電商的綠證配額,并核發(fā)綠證數(shù)量。市場主體通過集中競價的形式進行碳—綠證聯(lián)合交易。交易后,監(jiān)管部門對被交易綠證、碳排放權(quán)和有效周期進行確認,并進行所有權(quán)的轉(zhuǎn)移。

      火電商根據(jù)火電機組當月的出清電量Qf,i計算其實際排出的碳排放量。設(shè)火電機組電量與二氧化碳排放對應(yīng)的擬合折算因子為δ,當?shù)趇臺火電機組出清電量為Qf,i時,需要的二氧化碳排放權(quán)為δQf,i。與機組碳排放權(quán)配額Bf,i比,則火電機組的碳排放權(quán)缺額為δQf,i-Bf,i。由于火電機組無法產(chǎn)出可再生能源電量,故第i臺火電機組的綠證缺額量為其綠證配額Ag,i。

      綠電商將第j臺可再生能源機組的出清電量Qn,j進行折算,由于1個綠證代表1 MWh的可再生能源電量,將折算因子χ取1,可得第j臺可再生能源機組共排放出χQn,j個綠證。與綠證配額Ag,j相比,得到第j臺可再生能源機組的綠證余額為χQn,j-Ag,j。同理,第w個用戶的碳排放權(quán)余額為Bp,w。

      當市場主體的碳排放權(quán)或綠證的缺額大于0時,提出采用下層的碳—綠證聯(lián)合交易,通過碳排放權(quán)或者綠證的交易來滿足市場主體的碳排放權(quán)與綠證需求。

      1.4.2 碳—綠證聯(lián)合交易出清模型

      碳—綠證聯(lián)合交易采用集中競價交易的方式,由于碳排放權(quán)和綠證是兩種不同的交易物品,無法在一個市場中進行交易。廣義虛擬經(jīng)濟理論可將二元價值容介態(tài)視作廣義虛擬經(jīng)濟,拓展了傳統(tǒng)經(jīng)濟理論的范疇[17]。為此,基于廣義虛擬經(jīng)濟理論,提出將碳排放權(quán)和綠證轉(zhuǎn)換為同一個標的物—綠碳來進行交易。廣義虛擬經(jīng)濟理論提倡對人本價值和環(huán)境價值的關(guān)注,計及碳排放權(quán)和綠證的環(huán)境價值和經(jīng)濟效益,提出以發(fā)電商和用戶的綠碳交易成本以及環(huán)境清潔成本最優(yōu)為目標,制定碳排放權(quán)和綠證的聯(lián)合交易方案。

      下層碳—綠證聯(lián)合交易出清模型根據(jù)上層模型月度集中競價出清結(jié)果求得碳排放權(quán)和綠證的需求值,基于廣義虛擬經(jīng)濟理論將碳排放權(quán)和綠證以δ∶χ的折算因子轉(zhuǎn)換成為綠碳虛擬標的物來進行聯(lián)合交易,建立綠碳交易社會經(jīng)濟效益γ1和清潔度效益γ2最大化的目標函數(shù)f2為:

      式中:pc,w,s、qc,w,s為第w個用戶出售綠碳的申報價格和申報數(shù)量;pg,j,s、qg,j,s為第j臺可再生能源機組出售綠碳的申報價格和申報數(shù)量;pg,i,s、qg,i,s為第i臺火電機組購售綠碳的申報價格和申報數(shù)量;d1為每個綠碳中綠證對應(yīng)的環(huán)境經(jīng)濟費用;d2為每個綠碳中碳排放權(quán)對應(yīng)的治污費用。

      碳—綠證聯(lián)合交易出清的約束條件有:

      (1)綠碳交易量的約束條件為:

      式中:qg,s,max為綠碳申報數(shù)量的上限值。

      (2)綠碳交易價格的約束條件為:

      式中:ν1、u1分別為綠碳申報價格的上、下限值。

      對碳排放權(quán)和綠證進行聯(lián)合交易出清,聯(lián)合交易出清完畢后再分別折算碳排放權(quán)與綠證,可得第i臺火電機組的碳排放權(quán)出清價格pc,i和出清量qc,i,綠證出清價格pg,i和出清量qg,i,第j臺可再生能源的綠證出清價格pg,j、出清量qg,j,第w個用戶的碳排放權(quán)出清價格pc,k和出清量qc,k。

      2 雙層模型的優(yōu)化求解

      2.1 雙層模型的優(yōu)化過程

      雙層聯(lián)合交易模型中,各市場主體通過上層月度集中競價交易得到火電機組、可再生能源機組和用戶的出清電量以及出清電價。根據(jù)火電機組的出清電量計算所需的碳排放量和綠證,與火電機組碳排放權(quán)配額和綠證配額相比較,得到火電機組的碳排放權(quán)和綠證缺額或余額量??稍偕茉礄C組根據(jù)出清電量計算出售的綠證,與配額比較得出綠證的余額。用戶根據(jù)所申報的碳排放量,與配額比較得出碳排放權(quán)的余額。各市場主體根據(jù)碳排放權(quán)和綠證的余額或缺額參與下層的碳—綠證聯(lián)合交易。下層碳—綠證聯(lián)合交易以綠碳標的物的經(jīng)濟效益和環(huán)境價值最優(yōu)為目標,對火電機組、可再生能源機組和用戶的碳排放權(quán)和綠證交易量進行資源協(xié)調(diào)。

      依據(jù)碳—綠證聯(lián)合交易結(jié)果,月度集中競價交易重新調(diào)整各市場主體的申報電量和電價。將上下層相互迭代優(yōu)化,直到滿足各市場主體的碳排放權(quán)和綠證的需求,雙層優(yōu)化過程結(jié)束,輸出各市場主體的出清電量、碳排放權(quán)和綠證交易量。具體流程圖詳見圖2。

      圖2 雙層聯(lián)合交易流程圖

      綜上,構(gòu)建月度集中競價交易和碳—綠證聯(lián)合交易的雙層優(yōu)化模型為:

      2.2 求解步驟

      雙層優(yōu)化模型經(jīng)過二階錐轉(zhuǎn)換后,上下層均為凸規(guī)劃問題[18],因此可調(diào)用Yalmip工具箱進行求解,求解過程如圖3所示,具體步驟如下。

      圖3 雙層優(yōu)化模型具體求解步驟

      (1)根據(jù)火電可再生能源以及用戶的申報電量和電價情況對上層模型進行優(yōu)化求解,之后將各個主體的出清電量進行轉(zhuǎn)化計算各自的碳排放權(quán)或綠證,與碳排放權(quán)以及綠證配額相比較,得到各自的碳排放權(quán)以及綠證余額或缺額。

      (2)建立下層關(guān)于碳排放權(quán)和綠證交易的出清模型,將模型轉(zhuǎn)變?yōu)樵鰪V拉格朗日函數(shù)的形式,用PHR算法進行求解。給定初始點x0、初始乘子向量λ0、初始罰因子r0、放大系數(shù)c>1、控制誤差ε>0、常數(shù)θ∈(0, 1),令k=1。

      (3)求解無約束問題m,更新λk,得到第k次優(yōu)化解xk。

      (5)驗證φk/φk-1≤θ是否滿足,如果滿足,轉(zhuǎn)到步驟(6);如果不滿足,則令rk+1=crk,然后轉(zhuǎn)到步驟(6)。

      (6)修正乘子向量:

      令k=k+1,轉(zhuǎn)到步驟(3)。

      (7)檢驗火電機組的碳排放權(quán)需求和綠證需求是否被滿足,即是否滿足qg,i≥Ag,i且qc,i≥δQf,i-Bf, i,如果滿足,停止雙層優(yōu)化迭代,輸出交易量結(jié)果;如果不滿足,則返回步驟(1),并且將步驟(1)中火電機組的申報電量Qf,i,s和申報價格pf,i,s進行調(diào)整:

      式中:ω1和ω2分別為火電機組申報電量調(diào)整的權(quán)重系數(shù),ω3和ω4分別為火電機組申報價格調(diào)整的權(quán)重系數(shù)。

      上下層相互迭代優(yōu)化,直到滿足火電機組碳排放權(quán)和綠證的需求,雙層優(yōu)化過程結(jié)束,輸出各市場主體的出清電量、碳排放權(quán)、綠證交易量和對應(yīng)的出清價格。

      3 算例分析

      3.1 算例設(shè)置

      設(shè)有9個市場主體參與的雙層交易,其中有3臺火電機組、3臺可再生能源機組和3個用戶,火電機組容量均為660 MW,可再生能源機組容量均為200 MW。其中,火電機組既有綠證配額也有碳排放權(quán)配額,可再生能源機組只有綠證配額,普通用戶僅有碳排放權(quán)配額;各市場主體的綠證配額和碳排放權(quán)配額在滿足自身使用的情況下均可以交易;當市場主體無法滿足碳排放權(quán)或者綠證配額要求時,將會承擔考核懲罰,綠碳考核懲罰價格為100元/個,碳排放權(quán)考核懲罰價格為100元/噸。

      由于可再生能源機組每發(fā)1 MWh電量可以折算為1個綠證,故綠證折算系數(shù)χ取1個/MWh?;痣姍C組根據(jù)實測碳排放數(shù)據(jù)計算平均碳排放權(quán),求得碳排放權(quán)折算系數(shù)δ取值為0.9 t/MWh。模型各參數(shù)如表3所示。

      表3 模型各參數(shù)設(shè)置

      3.2 不同場景的交易結(jié)果分析

      根據(jù)不同的碳排放權(quán)和綠證的供需情況以及交易方式進行場景分析,不同的交易方式主要指碳—綠證聯(lián)合交易和非聯(lián)合交易。聯(lián)合交易將碳排放權(quán)和綠證一起進行集中競價交易,考慮碳排放權(quán)和綠證對于環(huán)境的影響,按δ∶χ的系數(shù)轉(zhuǎn)換成綠碳虛擬標的物來進行交易,單位為個。而非聯(lián)合交易則是分別進行碳排放權(quán)交易和綠證交易,不考慮碳排放權(quán)和綠證對于環(huán)境的影響。

      主要設(shè)置以下7種場景:

      場景①:區(qū)域內(nèi)總的碳排放權(quán)B為81萬噸,月可再生能源電量預(yù)測值Qn,j,b為30×104MWh,舍棄量ck為6×104MWh,并網(wǎng)容量bk為1 300 MW,求得月可再生能源消納權(quán)重指標μk為0.25,采取碳—綠證聯(lián)合交易的方式進行交易。

      場景②:設(shè)置B為78萬噸,μk為0.25,采取碳—綠證聯(lián)合交易。

      場景③:設(shè)置B為81萬噸,ck取2×104MWh,求得μk為0.3,采取碳—綠證聯(lián)合交易。

      場景④:設(shè)置B為78萬噸,μk為0.3,采取碳—綠證聯(lián)合交易。

      場景⑤:設(shè)置B為78萬噸,μk為0.25,采取碳排放權(quán)和綠證非聯(lián)合交易方式。

      場景⑥:設(shè)置B為81萬噸,μk為0.3,采取碳排放權(quán)和綠證非聯(lián)合交易方式。

      場景⑦:設(shè)置B為78萬噸,μk為0.3,采取碳排放權(quán)和綠證非聯(lián)合交易方式。

      這7種場景中,由于場景①火電機組的碳排放權(quán)與綠證需求都可以得到滿足,無需返回上層重新報價,所以場景①采用碳—綠證聯(lián)合交易與非聯(lián)合交易結(jié)果相同。場景①以綠碳為交易標的物進行了數(shù)筆聯(lián)合交易,具體出清量和價格如圖4所示。可見,機組和用戶通過聯(lián)合交易購買所需的碳排放權(quán)及綠證配額,或者賣出一定的碳排放權(quán)及綠證來獲利。

      圖4 場景①下綠碳交易出清結(jié)果

      各場景綠證和碳排放權(quán)出清量如圖5所示。其中,場景①由于區(qū)域內(nèi)碳排放權(quán)和綠證配額總量充足,月度集中競價出清后,火電機組綠證和碳排放權(quán)都是供大于

      圖5 各場景綠證和碳排放權(quán)出清量

      求,即δQf,i-Bf,i<Bp,w,Ag,i<χQn,j-Ag,j,所以直接根

      據(jù)火電機組碳排放權(quán)和綠證需求量來進行交易;而場景②的區(qū)域內(nèi)總碳排放權(quán)配額較小,導(dǎo)致碳排放權(quán)需求不能得到滿足,即δQf,i-Bf,i>Bp,w;場景③綠證需求不能得到滿足,即Ag,i>χQn,j-Ag,j;場景④區(qū)域內(nèi)總碳排放權(quán)配額較小、總綠證配額較大,導(dǎo)致綠證和碳排放權(quán)需求都不能得到滿足,即δQf,i-Bf,i>Bp,w且Ag,i>χQn,j-Ag,j。

      因此,場景②③④的火電出清電量在雙層交互下逐漸減小,可再生能源出清電量逐漸增大,導(dǎo)致場景②③④的火電機組碳排放權(quán)配額減小,而可再生能源機組綠證余額增大。故場景①碳排放權(quán)出清量比場景②③④大,綠證出清量比場景②③④小。故碳排放權(quán)配額的劃分與綠證配額的劃分會影響到整個交易的結(jié)果,合理的配額劃分要綜合考慮所有機組的情況。

      3.3 碳—綠證聯(lián)合交易與非聯(lián)合交易結(jié)果對比分析

      場景②③④與場景⑤⑥⑦分別對應(yīng)于碳排放權(quán)和綠證采用聯(lián)合交易和非聯(lián)合交易兩種不同的交易方式。場景②③④中,受區(qū)域總碳排放權(quán)和綠證配額限制,火電機組的碳排放權(quán)與綠證需求需要通過雙層交易進行優(yōu)化出清。其中,碳排放權(quán)與綠證都折算為綠碳進行聯(lián)合交易,聯(lián)合交易出清完畢后再分別折算碳排放權(quán)與綠證。而場景⑤⑥⑦中碳排放權(quán)和綠證分別單獨交易。

      不同場景下,碳排放權(quán)和綠證出清結(jié)果對比如表4所示。

      表4 各場景碳排放權(quán)和綠證出清結(jié)果對比

      場景⑤⑥⑦采用非聯(lián)合交易方式,在機組和用戶綠證或者碳排放權(quán)無法滿足需求時,導(dǎo)致碳排放權(quán)和綠證出清價格的抬升。同時,由于采用非聯(lián)合交易方式,導(dǎo)致報量不夠合理,在進行碳排放權(quán)和綠證的報量時,實際報量會大于需求的量,不僅會造成資源浪費,還會導(dǎo)致成本偏高。

      場景②③④中,聯(lián)合交易計及碳排放權(quán)對環(huán)境消極影響折合指標d2的影響,所以聯(lián)合交易下碳排放權(quán)出清量更低。

      非聯(lián)合交易只考慮交易綠證和碳排放權(quán)時的效益最大化,沒有關(guān)注到綠證的經(jīng)濟與環(huán)境雙重收益,也忽略了碳排放對于環(huán)境的消極影響。而聯(lián)合交易可以在機組和用戶綠證或者碳排放權(quán)無法滿足需求時優(yōu)化協(xié)調(diào)資源,當市場主體無法單獨通過碳或綠證交易來得到碳排放權(quán)或綠證時,可通過調(diào)整集中競價的報量報價情況來獲得雙層聯(lián)合優(yōu)化后的碳排放權(quán)和綠證,促進了低碳減排。

      3.4 不同場景交易結(jié)果的經(jīng)濟性分析

      為進一步說明雙層聯(lián)合交易的經(jīng)濟性,對所有場景進行購買費用和收益計算。不同場景下市場主體的電量出清結(jié)果如表5所示。

      表5 各場景電量出清結(jié)果對比

      上層模型按照各機組出清電量和電價進行結(jié)算,計算購買電量費用和售電收益,下層模型按照各機組碳排放權(quán)和綠證的出清量及出清價格進行結(jié)算,計算碳排放權(quán)和綠證購買費用和出售收益,結(jié)果如圖6所示。

      圖6 不同場景下機組和用戶費用

      場景⑤⑥⑦由于火電機組在碳排放權(quán)和綠證單獨交易時缺少協(xié)調(diào),使得火電機組購買碳排放權(quán)和綠證的費用也較其他場景偏高,同時用戶出售碳排放權(quán)收益以及可再生能源機組出售綠證收益都較場景①②③④偏高。

      將圖6中的各市場主體購買費用以及出售收益整合,形成火電機組和可再生能源機組總收益,并將火電機組總收益和可再生能源機組總收益相加形成機組總收益,如圖7所示。場景①②③④中三臺火電機組所獲得的收益分別是47 550萬元、47 560萬元、47 570萬元、47 580萬元;而場景⑤⑥⑦三臺火電機組所獲得的收益分別是47 330萬元、47 293萬元、47 340萬元,采用聯(lián)合交易方式的收益明顯高于采用非聯(lián)合交易方式的收益。

      圖7 不同場景下機組和用戶總費用

      可見,采用雙層聯(lián)合交易策略,獲得碳排放權(quán)和綠證的優(yōu)化交易量和出清價格,不僅可以避免碳排放權(quán)和綠證的考核,還可以獲得更多的經(jīng)濟效益。

      3.5 與其他碳交易和綠證交易方法對比分析

      馮昌森等[14]提出了一種將綠證折算成碳排放權(quán)的方法來解決碳排放權(quán)不足的情況,以此來協(xié)調(diào)碳排放權(quán)和綠證的交易,以下稱為折算法。當區(qū)域內(nèi)總的碳排放權(quán)B為78萬噸、μk取0.20時,折算法與本文雙層聯(lián)合交易方法對比結(jié)果如表6所示。

      表6 兩種方法的碳排放權(quán)和綠證結(jié)果對比

      可見,火電機組采用折算法來進行碳排放權(quán)和綠證交易需要的成本為1 497.2萬元,而采用本文所提出的雙層聯(lián)合交易策略僅需要1 325萬元,不僅為火電機組節(jié)約了成本,而且火電機組碳排放權(quán)的降低也意味著火電機組發(fā)電量的降低,為提升可再生能源消納提供了契機,也更有利于實現(xiàn)碳達峰目標。

      4 結(jié)論

      為了應(yīng)對月度集中競價交易存在的可再生能源消納不足、火電機組購買碳排放權(quán)和綠證成本過高等問題,促進可再生能源消納,本文提出了一種碳排放權(quán)和綠證的雙層聯(lián)合交易策略,并且將碳—綠證聯(lián)合交易與月度集中競價交易進行交互,通過月度交易交互過程中的全局優(yōu)化及資源配置來促進可再生能源消納以及限制火電機組碳排放量。主要結(jié)論如下:

      (1)碳排放權(quán)配額與綠證配額的劃分會影響到機組在綠證交易和碳排放權(quán)交易時的報量報價策略,所以在進行配額劃分時要綜合考慮不同機組運行特性。

      (2)依據(jù)廣義虛擬價格理論,提出的碳排放權(quán)和綠證的聯(lián)合交易方法,可以有效減少火電機組購買綠證和碳排放權(quán)的支出,提高可再生能源的使用率。

      (3)雙層聯(lián)合交易策略對碳—綠證聯(lián)合交易與集中競價交易進行交互優(yōu)化,不僅有利于保證下層碳排放權(quán)交易和綠證交易的可靠性,還可以為上層月度集中競價交易提供交易策略,促進可再生能源的消納。

      本文為碳排放權(quán)和綠證聯(lián)合交易的一個階段性研究。碳排放權(quán)和綠證的聯(lián)合程度還可以進一步拓展,尤其是對在碳排放權(quán)和綠證聯(lián)合交易中如何按照環(huán)境經(jīng)濟收益進行折算可以進一步展開研究,從而更準確地衡量綠證的經(jīng)濟與環(huán)境雙重效益。

      猜你喜歡
      競價月度火電
      火電施工EPC項目管理探討
      管道天然氣競價交易引發(fā)的思考
      能源(2017年10期)2017-12-20 05:54:25
      碰撞:惡意競價與隱孕求職
      向下的火電
      能源(2015年8期)2015-05-26 09:15:36
      月度聚焦
      中國記者(2015年8期)2015-05-09 08:30:35
      月度聚焦
      中國記者(2014年4期)2014-05-14 06:04:39
      月度聚焦
      中國記者(2014年9期)2014-03-01 01:44:22
      月度聚焦
      中國記者(2014年6期)2014-03-01 01:39:52
      火電脫硝“大限”將至
      自動化博覽(2014年4期)2014-02-28 22:31:18
      最嚴火電排放標準下月全面執(zhí)行
      盘锦市| 隆昌县| 镇坪县| 景洪市| 马山县| 图木舒克市| 运城市| 唐河县| 乐都县| 舟曲县| 宜章县| 杭锦旗| 长子县| 涿州市| 定边县| 噶尔县| 肇庆市| 隆子县| 明星| 巴马| 石泉县| 咸丰县| 万载县| 沁源县| 贵溪市| 瑞昌市| 仪征市| 禄丰县| 涟水县| 绿春县| 灵武市| 信宜市| 罗田县| 金坛市| 翁源县| 瓦房店市| 施甸县| 安徽省| 七台河市| 滨海县| 偏关县|