新能源参与省级现货市场的模式设计

新能源参与省级现货市场的模式设计

史新红1*,郑亚先1,范振宇2,徐立中3  

1.中国电力科学研究院有限公司,江苏省 南京市 210003;2.PJM Interconnection,美国 宾夕法尼亚州 19403;3.浙江电力调度中心,浙江省 杭州市 310000

摘要

在全球能源转型背景下,中国新能源持续快速建设,但消纳问题也不断凸显,传统的补偿模式很难平衡新能源消纳中的各方主体诉求,通过市场机制解决市场主体的利益平衡成为各方共识。对省级新能源参与现货市场的市场设计进行思考和展望,首先研究了考虑新能源快速增长下的美国PJM电力市场设计变化与调整。在此基础上,研究了浙江省新能源的现状、发展以及未来面临的消纳问题,进而提出了考虑新能源消纳分阶段模式演化的省级电力市场设计。最后以浙江省运行数据为例,基于目前新能源低占比场景以及未来新能源高占比的假设场景,对新能源不同市场参与模式的消纳情况和收益进行了算例计算和比对分析。根据新能源与现货市场的发展情况,渐进地选取新能源参与现货市场的模式;3种模式中,新能源以报量报价形式参与市场能够使社会整体效益最大化。

关键词 : 新能源;电力现货市场;市场设计

基金项目:国家电网公司科技项目(DZN17201900222,支持“统一市场、两级运作”的日前电能现货市场模拟推演技术研究与应用)。

0 引言

当今世界各国正面临严峻的气候变化和能源短缺问题,发展新能源是许多国家的重要能源战略。在新能源发展初期,依靠固定上网电价补贴政策的扶持,新能源得到了迅猛发展[1-2],《中国2050高比例新能源发展情景暨路径研究报告》明确提出到2025年新能源占一次能源比重将达到20%,到2050年新能源发电量占总发电量的比例将超过60%[3-4]

但目前中国新能源发展仍面临一些问题,一是三北地区弃风弃光的压力始终较大[1]。二是国家新能源发展基金来源单一,补贴缺口逐渐扩大,依靠补贴政策推进新能源发展和消纳非长久之计。三是新能源的波动性与不确定性增加了系统运行的困难[5-8],需要其他类型能源提供辅助服务[9]。在缺乏市场激励的情况下,电力系统难以经济高效地应对高比例新能源带来的可靠性问题,难以满足市场成员对于公平和效率的诉求[10]。同时,随着新能源发电技术进步以及规模扩大,发电成本大幅下降,市场化交易、无补贴发展逐渐具备条件,深化电力市场改革、通过市场化手段促进新能源的发展和消纳已成为共识[11-13]

目前,不少国家探索与制定了新能源价格补贴政策与相应的市场交易机制。从国外的实践看,市场机制层面,绝大部分开展现货市场运营的国家均采用新能源与常规电源同等方式参与竞争,并通过政府调控激励新能源发展。具体激励政策主要分为2类:基于电量的激励政策和基于价格的激励政策[14-15],前者主要包括净电量结算、新能源配额制及绿色证书等,后者主要包括固定上网电价、溢价机制、招标电价、差价合约等。

中国电力市场改革正在加快推进,第一批8个现货试点地区已完成多轮结算试运行。作为电力市场改革承载的重要目标之一,促进新能源消纳是市场设计需要重点考虑的关键问题。在新能源参与市场的设计方面,甘肃、山东均采取了新能源机组的大部分出力以固定出力形式参与市场、剩余部分以报量报价形式参与现货市场的方式。目前浙江新能源未参与现货市场,随着新能源的发展以及现货市场的成熟,浙江也需考虑新能源参与现货市场的相关问题。浙江市场设计结合集中式市场和政府授权合约模式,保障平稳过渡的同时,为各种能源提供了多市场收益的综合回报模式,为新能源参与市场提供了基础条件。本文首先介绍美国PJM(PJMINT.,L.L.C.)市场中新能源参与情况,以及新能源不断发展情况下市场规则设计的一些新趋势,在此基础上,简要分析浙江新能源消纳现状,进而建立考虑新能源消纳的省级电力市场设计思路,最后通过算例定量分析对比新能源不同参与方式下的消纳效果以及市场出清情况。

1 PJM的新能源发展与市场参与概述

1.1 PJM的新能源发展

PJM经营区域位于美国东北部,平原为主,人口相对稠密,风、光等新能源资源并不丰富。但在政策的推动下,过去10年的风电和光伏发电装机增长如图1所示,风电、光伏的年发电量增长居于各种资源前列。截至2019年底,风电装机已占PJM装机总量的5%,光伏也超过1%。

图1 PJM 风电、光伏装机情况(2009-2019)[16]
Fig.1 Wind and PV capacity of PJM (2009-2019)[16]

新能源占PJM的未来电源规划比例很大,图2表明无论从在建项目数量还是容量,新能源都占了非常大的比例。

图2 PJM在建和规划中的电源
Fig.2 Generation under construction and planning of PJM

1.2 PJM各州的新能源指标

美国各州都有新能源中远期规划,表1列出了PJM区域各州未来新能源装机容量占比的目标。受政治、地缘、经济等因素影响,各州目标差异比较大,但总体趋势也体现在每年新增和未来计划中。

1.3 电力市场与新能源

1.3.1 市场参与

在PJM市场,新能源机组基本与其他类型机组一样,公平、无歧视、无特殊待遇地参与市场,但受物理上不可控自然因素影响,某些参数有一定约束。

参与竞价的机组主要分为接受调度指令的报价机组和自计划机组,其中自计划机组分为完全自计划机组和部分接受调度的自计划机组,自计划机组的自计划容量或自计划时段以固定出力形式参与市场。如表2和表3所示,2019年日前市场风、光机组以报价报量参与市场的容量占比分别为10.9%和13.1%,自计划形式占比稍高,分别达19.2%和15.1%。日前报量是新能源主体对第二天出力的预测值或最大经济出力。这个上限可以在日前出清后到实时1h前根据更新预测调整。风、光报价曲线和其他类型机组基本一致,由于变动成本接近0,这些曲线都有极低的报价甚至可能为负。

表1 PJM各州的新能源发展目标[16]
Table 1 New energy goals of PJM states[16] %

表2 日前市场参与报价机组类型和报价分布[17]
Table 2 Units types and bidding distribution in day ahead market[17] %

表3 日前市场自计划机组和参与报价自计划机组类型及报价分布[17]
Table 3 Types and bidding distribution of self-scheduling units and self-scheduling units participating in quotation[17] %

目前,风、光发电基本不参与辅助服务,但近年来储能和风光发电控制技术的发展,为未来混合互补型的风、光电站参与辅助服务提供了技术条件。

1.3.2 市场出清

风、光发电的出清机制和其他机组一样,PJM对所有机组公平的开放市场意味着机组之间的竞争是全方位的,从燃料到运行成本,从效率到策略都要求市场主体有所准备。新能源的优缺点都非常明显,在市场环境下,很低的变动成本使其在报价竞争中占有很大优势,但由于出力的不确定性和不可控性,只能有限制条件地参与市场并承受预测偏差带来的损失。这些对新能源发电提出更高的预测精度和控制性能要求,同时也给市场演变提供了机会。

表4和表5分别列出PJM实时和日前市场中不同类型边际机组的占比,风机在实时市场作为边际机组的机会达到3.8%,基本上都是在负荷水平很低的凌晨。

1.3.3 成本补偿

对于风、光发电来说,成本补偿主要由系统安全运行导致减出力引起,计算方法和其他机组类似,补偿相对很小。表6列出了2018-2019年PJM各种机组的补偿。

表4 实时市场的边际机组分类(2015-2019)[17]
Table 4 Marginal units classification for real-time markets (2015-2019)[17] %

表5 日前市场的边际机组分类(2011-2019)[17]
Table 5 Marginal units classification of day-ahead market (2011-2019)[17] %

表6 PJM机组成本补偿[17]
Table 6 PJM unit cost compensation[17]

1.3.4 分析总结

由于不同地区风、光资源差异较大,北美各ISO/RTO风光发电占比和发展速度不同,但在市场接入设计方面有一定的共性:①简化机组接入的复杂流程,建立一套简单透明的规划接入机制;②现货市场对风、光发电的准入放开;③机组可以利用地域的多样性充分竞争。

PJM和北美其他ISO/RTO一样,风、光发电一直以公平和无歧视的原则进入市场,和其他类型机组一样申报机组参数和价格。同时由于信息透明、参与的公平性以及地域位置的差异性,这些市场也在不断吸引风、光机组的参与。

北美各ISO/RTO在现货市场方面不断改进创新,价格计算算法不断更新换代,交易时段从1h缩短到5 min,日趋精细的电能量市场为风、光等新能源消纳提供了更为适合的场景。

由于出力技术特性的局限性,目前PJM的辅助服务和容量市场对新能源机组均有一定的要求限制和门槛,储能技术的逐步成熟也对未来的联合参与提供了必要基础。

2 浙江新能源发展和消纳现状

2.1 浙江新能源发展现状

在国家和浙江省相关政策的大力扶持下,浙江省光伏发电开发应用实现跨越式发展,分布式光伏装机容量居全国第一。截至2019年底,浙江风电装机1.6 GW,光伏装机13.39 GW,分别占全网装机的2.0%和10.8%。预计2020年浙江新增风电装机0.34 GW,新增光伏装机1.75 GW。

2.2 浙江新能源消纳现状

2019年,浙江省风电最大出力1.32 GW、发电量为3.13 TWh,光伏最大出力7.73 GW、发电量11.9 TWh,新能源发电量占全年总发电量的3.2%。

浙江光伏以分布式为主,统调口径风、光机组装机容量占比仅为1.05%左右。一方面,分布式光伏比集中式光伏预测难度更大,光伏出力与天气阴晴变化关系密切,为充分消纳光伏发电,需要电网预留足够的正负备用,占用了大量优质调峰资源,春节和国庆等法定节假日期间,在光伏发电的影响下,负荷呈现典型的“鸭子曲线”特点,电网调峰问题非常突出。另一方面,分布式光伏在主网侧没有建模,实际效果体现为抵消母线负荷,分布式光伏的预测精度直接影响到母线负荷预测精度,10 min时间尺度上,预测偏差可达1000 MW,对电网运行影响较大。截至目前,浙江未出现过风电、光伏弃发。

2.3 浙江与PJM的新能源市场参与对比

表7简要利用风、光在浙江和PJM的一些现有数据,进行了初步对比。

表7 浙江与PJM的新能源市场参与对比
Table 7 Comparison of new energy market participation in Zhejiang and PJM

3 考虑新能源消纳的省级电力市场设计

在借鉴PJM新能源市场设计的基础上,基于浙江新能源发展以及现货市场建设进程,本文提出了新能源渐进式参与现货市场的3种方式及相应市场配套机制。

3.1 新能源参与现货市场的渐进式市场模式设计

3.1.1 现货市场初期延续现有新能源消纳模式

在省级现货市场发展初期,新能源依然延续现有市场参与及消纳模式。新能源企业暂不参与现货市场,鼓励其参与中长期场外双边合同市场。全额消纳收购新能源电量,采用标杆上网电价结算,在上网电价基础上获得一定的政府补贴。新能源发电企业的辅助服务部分仍基于“两个细则”进行考核结算。通过在现货市场出清环节扣除非水新能源的预测出力曲线,实现新能源的保障性收购机制与现货市场并行开展。

3.1.2 新能源以报量不报价形式参与现货市场的模式

新能源发电企业采用报量不报价的形式(即固定出力并且接受市场价格的形式)参与电力现货市场,以差价合约的形式参与中长期市场,逐步降低补贴力度。

3.1.3 新能源以报量报价形式参与现货市场的模式

随着光伏风电的规模扩大、设备及技术进步,以及税收政策的进一步向好,光伏、风电逐步实现平价上网,新能源发电企业采用报量报价的形式,与其他电源同等参与市场竞价、市场出清及调度运行,以差价合约的形式参与中长期市场。新能源发电企业参与市场交易不再以补贴形式进行激励,而是依靠自身微增成本低于其他能源发电企业的优势获得优先发电机会。

3.2 新能源参与现货市场的配套机制

3.2.1 建立市场外政府扶持体系

将市场运营与政府调控严格区分,相互配合建立融合市场竞争的新能源差价合同机制。一是政府确定补贴费用总量,通过竞争控制补贴电价水平。新能源发电企业可自愿选择参与竞争,申报合约电量、合约电价的分段报价曲线,按照报价由低到高,依次出清,直至补贴费用达到政府预设的补贴总量,采用统一边际定价方式,作为各新能源发电企业的合约电价,新能源发电企业每月自主分解确定每日的合约电力曲线。建立相应市场力检测与处理机制,避免市场成员行使市场力。二是现货市场与合约曲线偏差部分电量按照现货市场价格结算,实际发电量与调度指令间的偏差超出一定范围的予以偏差考核。通过统一出清与偏差考核,一方面增加现货市场资源优化比例,提高调度运行的灵活性;另一方面,通过经济手段,约束新能源发电企业做好出力预测以降低风险。

3.2.2 健全辅助服务市场

建立辅助服务市场,通过清晰、明确的市场品种设计,将市场主体从单一的电能商品回报模式进一步扩展为通过电能、辅助服务等多种商品的市场综合回报模式,调动常规电源协助消纳新能源发电的积极性。一是电能市场为市场主体提供基础的收益回报;二是调频、备用辅助市场为市场主体提供响应频率波动的快速调节能力、系统备用提供一定的收益回报。通过市场主体的不同回报模式,激励引导其在日前、实时不同调度环节提供相应的调节能力,以适应新能源的运行特性。

3.2.3 挖掘灵活可调节资源潜力

扩大电网中需求侧响应、虚拟电厂、抽水蓄能电站等灵活可调节资源的比例,规避新能源占比增加带来的波动性和不确定性,保证电网供电质量和可靠性。允许需求侧响应、虚拟电厂等进入现货电能市场以及备用、调频辅助服务市场,挖掘负荷侧资源对系统负荷波动的调节能力;在容量市场未建立之前,采用稀缺定价机制为电能、辅助服务定价,真实反映系统调节资源的紧缺程度,并且有助于该类资源的成本回收。尝试建立灵活调节服务市场,通过市场形式激励灵活可调节资源在短时间内提供快速爬坡、滑坡的灵活调节能力,应对新能源的反调峰特性和波动性带来的系统净负荷的短期快速变化。

3.2.4 引入日内市场,建立中长期到实时的持续交易机制

建立中长期到实时的持续交易机制,实现新能源发电出力的自主灵活调整,以适应新能源预测准确性随着运行时刻临近而逐步提升的运行特性。一是允许或提供多样的差价合约调整方式,包括差价合约双边交易、转让交易、挂牌交易等,实现合约曲线的灵活调整;二是新能源发电企业基于日前出力预测,参与日前市场,实现新能源消纳曲线的日前调整;三是新能源发电企业基于超短期出力预测,参与实时市场,实现新能源发电消纳曲线的日内调整。通过不同时间尺度上的市场交易机制,实现新能源发电企业的自主仓位调整。

4 算例分析

4.1 算例概述

基于浙江省电网的实际运行和报价模拟数据,考虑浙江省不同新能源发展程度,对新能源参与现货市场不同方式的市场出清及市场成员收益进行对比分析。采用浙江冬季运行数据,场景1是基于目前浙江省电源结构的市场场景,场景2是浙江新能源比例大幅提高的假设场景,其中新能源容量是场景1的20倍(容量占比提高至17.56%),新能源预测电力是场景1的20倍,各类能源占比如表8所示。系统负荷预测与场景1一致。2种场景暂未考虑风、光外送通道受阻因素。系统负荷如图3所示,其中系统净负荷指系统负荷减去外来电计划以及非风、光固定出力计划机组出力。

表8 场景1和场景2的发电类型占比
Table 8 Proportion of different generating types in scenarios 1 and 2

图3 系统负荷及净负荷
Fig.3 System load and net load

4.2 考虑新能源参与的现货市场出清算法

现货市场出清优化模型的目标函数为最小化基于报价的发电成本,其中发电成本包括出力运行成本、启动成本2部分。约束主要考虑系统平衡约束、系统备用约束、机组功率上下限约束、机组爬坡滑坡约束以及电网安全约束等[18-21]

在考虑新能源以报量报价形式参与现货市场后,现货市场出清算法考虑原有约束基础上,需要修改新能源出力为优化变量,并增加考虑新能源出力曲线限值约束,即新能源中标出力不超过其申报的预测出力曲线。

4.3 浙江新能源以不同方式参与现货市场的对比

基于以上2种场景,针对如下3种参与方式进行优化出清量化对比分析。

方式1:新能源企业采用上网电价的方式结算;

方式2:新能源以报量不报价的形式参与现货市场;

方式3:新能源采用报量报价的形式参与现货市场,在该算例中,假设风、光机组的申报价格为0元/MWh。

4.3.1 新能源消纳量的对比

1)场景1下不同参与方式的消纳量对比。

如图4所示,场景1中,方式1对风、光机组的处理延续全额消纳的政策;方式2计算得到出清结果没有弃风弃光现象;方式3净负荷最低时刻,出现了风电出清电力未按照预测出力满发的情况。

2)场景2下不同参与方式的消纳量对比。

如图5所示,场景2中,方式1对风、光机组的处理延续全额消纳的政策;方式2按照新能源固定出力出清,但在负荷低谷部分时段松弛了固定出力约束,有弃风现象;方式3夜间负荷低谷和下午负荷小低谷时段,出现弃风弃光现象。

4.3.2 系统发电成本对比

统计场景1和场景2的系统发电成本,包括机组申报价格的启动成本、微增成本、空载成本。如表9所示,相比方式3,方式2即新能源以固定出力参与市场的情况下,系统调用了更贵的机组来帮助消纳新能源、预留系统备用,导致系统发电成本更高。

表9 系统发电成本对比
Table 9 System power generation cost comparison万元

4.3.3 市场出清价格及市场成员收入对比

场景1下不同参与方式的出清对比和市场成员收入对比如表10和表11所示。

图4 风、光出清电力对比(场景1)
Fig.4 Clearing power comparison of wind and solar energy(scenario 1)

图5 风、光出清电力对比(场景2)
Fig.5 Clearing power comparison of wind and solar energy(scenario 2)

表10 场景1不同参与方式下的市场出清均价
Table 10 Average clearing price under different participation methods of scenario 1元/MWh

表11 市场成员收入对比
Table 11 Income comparison of market participants万元

场景2下不同参与方式的出清对比和市场成员收入对比如表12和表13所示。

表12 场景2不同参与方式下的市场出清均价
Table 12 Average clearing price under different participation methods of scenario 2元/MWh

表13 市场成员收入对比
Table 13 Income comparison of market participants万元

4.3.4 对比结论

从场景2方式2的弃风可以看出,浙江风、光统调装机占比增加至17.56%的情况下,即使不考虑经济性因素以及风、光送出网络受阻因素,在当前案例负荷水平以及外来电水平情况下,系统无法完全消纳风电,这主要受到了系统负荷、外来电电力以及系统备用预留因素的影响。

在场景1与场景2中,方式3产生弃风弃光的时段都是净负荷低谷时刻,也是系统负备用紧张的时段。虽然风电机组报价低于其他机组报价,但若增加风、光机组出力,非风、光机组就需要减少出力或停机,由于后续时段高负荷的需求部分机组不能停机,并且风、光机组不作为备用机组,因此为了保障备用充裕,必须调用其他更贵的机组来提供备用,导致新能源机组成为边际机组。

新能源完全参与市场后,受负荷水平、供需情况等因素的影响,可能会成为边际机组,并且风、光机组出力可预测性差,增加了系统出清价格的波动性。新能源以固定出力形式参与市场能够最大化消纳新能源;新能源完全参与市场后,可能会导致弃风弃光的情况。弃风弃光并非唯一衡量市场运行的标准,如表9所示,相比新能源以固定出力参与市场,新能源完全参与市场后的系统发电成本更低,即社会整体效益更大,并且随着新能源占比的增加,完全参与市场的社会整体效益增加比例更高。新能源固定出力参与市场的方式抬高了市场电价,随着负荷侧参与市场的放开,为消纳新能源而带来的系统成本增加最终转移到市场用户侧。

5 结论

PJM实行新能源与其他类型机组平等参与市场的方式,经过多年运行,证明可以实现最大化利用新能源的目标。本文基于国际经验以及浙江新能源发展和现货市场建设现状,针对市场发展不同时期,提出了新能源渐进式参与现货市场的3种方式及相应市场配套机制。以浙江实际运行数据为算例,考虑目前新能源低占比以及未来新能源高占比2种场景,对比了不同市场参与方式下的新能源消纳量和系统发电成本。仿真结果表明,新能源同其他机组同等报量报价参与市场可能会产生弃风弃光现象,但是相比调用更贵资源帮助其全额消纳,该参与方式的系统发电成本更小,社会效益更大,也更能够体现市场的公平性。弃风弃光问题应更多依靠优化电源结构、增加灵活可调资源、增加需求响应资源的参与来解决。

无论PJM还是浙江,未来占比越来越高的风、光等新能源如何充分参与市场都是具有挑战性的课题,利用储能或几种相关能源聚合来转移削弱风、光发电的随机性,同时使其在未来具有快速、可预测、可控的能力,才能充分参与并发挥市场的调节能力,从而实现电力系统更高效更清洁的运行。随着浙江分布式光伏占比的继续提高,可进一步探索分布式新能源消纳及批发现货市场参与等方面的设计和研究。

参考文献

[1]国家能源局.2019年度全国新能源电力发展监测评价报告[R].北京:国家能源局,2020.

[2]舒印彪,张智刚,郭剑波,等.新能源消纳关键因素分析及解决措施研究[J].中国电机工程学报,2017,37(1):1-8.SHU Yinbiao,ZHANG Zhigang,GUO Jianbo,et al.Study on key factors and solution of renewable energy accommodation[J].Proceedings of the CSEE,2017,37(1):1-8(in Chinese).

[3]国家发展和改革委员会能源研究所.中国2050高比例新能源发展情景暨路径研究[R].北京:国家发展和改革委员会,2015.

[4]王耀华,焦冰琦,张富强,等.计及高比例可再生能源运行特性的中长期电力发展分析[J].电力系统自动化,2017,41(21):9-16.WANG Yaohua,JIAO Bingqi,ZHANG Fuqiang,et al.Medium and long-term electric power development considering operating characteristics of high proportion of renewable energy[J].Automation of Electric Power Systems,2017,41(21):9-16(in Chinese).

[5]徐唐海,鲁宗相,乔颖,等.源荷储多类型灵活性资源协调的高比例可再生能源电源规划[J].全球能源互联网,2019,2(1):27-34.XU Tanghai,LU Zongxiang,QIAO Ying,et al.High penetration of renewable energy power planning considering coordination of source-load-storage multi-type flexible resources[J].Journal of Global Energy Interconnection,2019,2(1):27-34(in Chinese).

[6]康重庆,姚良忠.高比例可再生能源电力系统的关键科学问题与理论研究框架[J].电力系统自动化,2017,41(9):2-11.KANG Chongqing,YAO Liangzhong.Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy[J].Automation of Electric Power Systems,2017,41(9):2-11(in Chinese).

[7]陈炜,艾欣,吴涛,等.光伏并网发电系统对电网的影响研究综述[J].电力自动化设备,2013,33(2):26-32.CHEN Wei,AI Xin,WU Tao,et al.Influence of gridconnected photovoltaic system on power network[J].Electric Power Automation Equipment,2013,33(2):26-32(in Chinese).

[8]孙元章,吴俊,李国杰.风力发电对电力系统的影响[J].电网技术,2007,31(20):55-62.SUN Yuanzhang,WU Jun,LI Guojie.Influence research of wind power generation on power systems[J].Power System Technology,2007,31(20):55-62(in Chinese).

[9]刘吉臻.大规模新能源电力安全高效利用基础问题[J].中国电机工程学报,2013,33(16):1-8.LIU Jizhen.Basic issues of the utilization of large-scale renewable power with high security and efficiency[J].Proceedings of the CSEE,2013,33(16):1-8(in Chinese).

[10]马子明,钟海旺,谭振飞,等.以配额制激励可再生能源的需求与供给国家可再生能源市场机制设计[J].电力系统自动化,2017,41(24):90-96.MA Ziming,ZHONG Haiwang,TAN Zhenfei,et al.Incenting demand and supply of renewable energy with renewable portfolio standard:mechanism design of national renewable energy market[J].Automation of Electric Power Systems,2017,41(24):90-96(in Chinese).

[11]史连军,周琳,庞博,等.中国促进清洁能源消纳的市场机制设计思路[J].电力系统自动化,2017,41(24):83-89.SHI Lianjun,ZHOU Lin,PANG Bo,et al.Design ideas of electricity market mechanism to improve accommodation of clean energy in China[J].Automation of Electric Power Systems,2017,41(24):83-89(in Chinese).

[12]康重庆,杜尔顺,张宁,等.可再生能源参与电力市场:综述与展望[J].南方电网技术,2016,10(3):16-23.KANG Chongqing,DU Ershun,ZHANG Ning,et al.Renewable energy trading in electricity market:review and prospect[J].Southern Power System Technology,2016,10(3):16-23(in Chinese).

[13]王彩霞,雷雪姣,刘力华,等.市场过渡期促进中国新能源消纳的短期交易机制设计[J].全球能源互联网,2018,1(5):565-573.WANG Caixia,LEI Xuejiao,LIU Lihua,et al.Design of shortterm renewable energy integration mechanism in the electricity market transition period[J].Journal of Global Energy Interconnection,2018,1(5):565-573(in Chinese).

[14]肖云鹏,王锡凡,王秀丽,等.面向高比例可再生能源的电力市场研究综述[J].中国电机工程学报,2018;38(3):663-674.XIAO Yunpeng,WANG Xifan,WANG Xiuli,et al.Review on electricity market towards high proportion of renewable energy[J].Proceedings of the CSEE,2018,38(3):663-674(in Chinese).

[15]ABDMOULEH Z,ALAMMARI R,GASTLI A.Review of policies encouraging renewable energy integration &best practices[J].Renewable &Sustainable Energy Reviews,2015,45:249-262.

[16]PJM.Wind power curtailment metric report [EB/OL].(2018-12-10)[2020-06-10].https://www.pjm.com/committees-andgroups/closed-groups/irs.aspx.

[17]Monitoring Analytics.PJM State of the Market-2019[EB/OL].(2020-03-12)[2020-06-10].https://www.monitoringanalytics.com/reports/PJM_State_of_the_Market/2019.shtml.

[18]孙长伟,李翔.节点边际电价与阻塞费用影子价格线性化模型研究[J].华北电力技术,2008(5):7-10.SUN Changwei,LI Xiang.Locational marginal price and shadow price of congestion in linear model[J].North China Electric Power,2008(5):7-10(in Chinese).

[19]潘敬东,谢开.节点边际电价的优化原理[J].电力系统自动化,2006,30(22):38-42.PAN Jingdong,XIE Kai.Optimization principle of locational marginal pricing[J].Automation of Electric Power Systems,2006,30(22):38-42(in Chinese).

[20]史新红,郑亚先,薛必克,等.机组运行约束对机组节点边际电价的影响分析[J].电网技术,2019,43(8):2658-2664.SHI Xinhong,ZHENG Yaxian,XUE Bike,et al.Effect analysis of unit operation constraints on locational marginal price of unit nodes[J].Power System Technology,2019,43(8):2658-2664(in Chinese).

[21]陈之栩,张粒子,舒隽.交直流迭代法求解含网损节点边际电价[J].电力系统自动化,2007,31(11):22-25.CHEN Zhixu,ZHANG Lizi,SHU Jun.AC-DC iterative methods for calculating locational marginal price with losses[J].Automation of Electric Power Systems,2007,31(11):22-25(in Chinese).

本文仅代表作者个人观点,与作者单位观点无关。

Model Design Considering Participation of Variable Renewable Energy in Provincial Spot Market

SHI Xinhong1*,ZHENG Yaxian1,FAN Zhenyu2,XU Lizhong3
(1.China Electric Power Research Institute,Nanjing 210003,Jiangsu Province,China;2.PJM Interconnection,PA 19403,USA 3.Zhejiang Dispatch Center,Hangzhou 310000,Zhejiang Province,China)

Abstract:Under the background of global energy transition,China’s variable renewable energy continues to develop rapidly,but the consumption issue has become increasingly prominent.It is difficult to use the traditional compensation model to balance the appeals of all parties during the process of variable renewable energy consumption.It has become the consensus to utilize market mechanism to balance the interests of all market players.The paper considers and prospects the market design considering variable renewable energy participating in the provincial spot market.Firstly,market design changes and adjustments of PJM’s power market with a rapid growth of variable renewable energy are analyzed.On the basis,the current situation,development and consumption issue of Zhejiang Province is described.Furthermore,a provincial and three-staged power market design is proposed considering variable renewable energy evolution.Finally,based on the current scenario with a low proportion of variable renewable energy and the hypothetical scenario with a high proportion,a numerical example is calculated using the operating data of Zhejiang.The consumption and incomes comparative analysis of different market participation modes is carried out.According to the development of variable renewable energy and spot market,variable renewable energy participating modes in the spot market can be chosen gradually.Among the three modes considered,the variable renewable energy bid form with volume and price can maximize the overall society benefits.

Keywords:variable renewable energy;electricity spot market;market design

Science and Technology Foundation of SGCC (DZN17201900222).

作者简介:

史新红

史新红(1990),女,工程师,研究方向为电力市场。通信作者,E-mail:shixinhong@epri.sgcc.com.cn。

郑亚先(1982),男,高级工程师,研究方向为电力市场、电力交易平台自动化。

范振宇(1972),男,博士,研究方向为电力交易运营等。

徐立中(1983),男,高级工程师,研究方向为调度运行及节能经济调度等。

(责任编辑 张宇)

  • 目录

    图1