基于系統(tǒng)動力學的分布式可再生能源激勵機制分析

趙盛楠, 王蓓蓓, 李 揚, 孫 旻, 曾 偉

(1. 東南大學電氣工程學院, 江蘇省南京市 210096; 2. 國網(wǎng)江西省電力公司電力科學研究院, 江西省南昌市 330000)

基于系統(tǒng)動力學的分布式可再生能源激勵機制分析

趙盛楠1, 王蓓蓓1, 李 揚1, 孫 旻2, 曾 偉2

(1. 東南大學電氣工程學院, 江蘇省南京市 210096; 2. 國網(wǎng)江西省電力公司電力科學研究院, 江西省南昌市 330000)

國家和地方的清潔能源發(fā)展政策促進了清潔能源裝機容量的井噴式增長,碳交易和綠色證書機制雖然都可以對清潔能源發(fā)展起到促進作用,但對于分布式和集中式的促進作用則顯示出較大的不同。在分析證書價格傳導過程的基礎上,采用系統(tǒng)動力學方法從集中式可再生能源參與的批發(fā)市場和分布式可再生能源參與的零售市場兩個層面進行建模,建立了碳排放權交易市場、綠色證書交易市場和電力市場三個宏觀市場間的交互模型和包含分布式可再生能源的配電網(wǎng)模型。算例仿真了兩種機制下集中式可再生能源、分布式可再生能源的發(fā)展軌跡,討論了碳交易和綠色證書機制的價格設置對分布式可再生能源發(fā)展的影響,驗證了提出的效益分享機制對分布式可再生能源的促進作用。

碳交易; 綠色證書機制; 可再生能源; 系統(tǒng)動力學

0 引言

近年來中國集中式可再生能源(renewable energy sources,RES)裝機容量爆發(fā)式增長,而“光伏扶貧”政策也將推動分布式電源迅速發(fā)展。但較高的補貼力度使RES基金出現(xiàn)缺口,發(fā)改委不得不一再調(diào)整補貼量和RES電價附加,不利于行業(yè)長期穩(wěn)定發(fā)展,建立新的RES發(fā)展促進機制勢在必行[1]。

RES難以與傳統(tǒng)能源競爭,主要由于其環(huán)境效益未能在電價中得到合理體現(xiàn)。歐美的實踐表明,碳排放權交易(emissions trading,ET)機制和綠色證書交易(tradable green certificates,TGC)機制通過外部化環(huán)境效益,增強了RES的市場競爭力,可促進RES持續(xù)發(fā)展[2-3]。中國已將建立兩項機制提上工作日程,建模分析其對集中式和分布式RES發(fā)展的影響,可以為機制的施行提供參考,具有重要的研究意義。

對于兩種機制的實施效果,國外學者多根據(jù)實際案例從對電力市場[2,4-5]、RES裝機[6-7]、減排[4]及兩種機制的交互作用[7-8]等方面進行分析。其中文獻[3]指出TGC機制存在固有弊端,會使資金和技術向低成本的RES類型傾斜,致使高成本的RES類型(如光伏)發(fā)展停滯。國內(nèi)兩項機制剛剛起步,研究集中于可行性分析和對市場運作的建模仿真[9-13],其中系統(tǒng)動力學(system dynamics,SD)因適用于分析政策的長期影響而被文獻[10,12]采用,但存在以下不足:①未能全面梳理ET和TGC成本的傳導機制,而是將兩者的價格直接累加在批發(fā)電價上,不符合兩種機制的作用機理;②僅針對集中式RES進行分析。

一般而言,碳市場和TGC市場分別影響火電和RES發(fā)電成本,進而傳導給電價,電價通過影響電力需求反作用于碳市場和TGC市場。如需全面考量兩種機制的影響,必須從碳市場、TGC市場到電力市場進行完整的成本傳導機制分析。此外,分布式RES與集中式RES有以下不同:①集中式RES更具有成本優(yōu)勢,由于前述TGC機制的固有弊端,兩者受到的影響不同;②與集中式RES相比,分布式RES占用輸電資源少,還可給配電網(wǎng)帶來諸多正向效益[14-15],而該效益并未體現(xiàn)在收購價格中(按火電上網(wǎng)電價收購)。隨著補貼取消,分布式RES將無利可圖,勢必會導致有補貼時盲目裝機、無補貼時發(fā)展停滯,出現(xiàn)與集中式RES類似的問題[16],需提早為分布式RES進行激勵機制規(guī)劃。

本文在前人研究的基礎上,分析了碳配額證書和綠色證書成本的傳導過程,根據(jù)該傳導過程改進了碳配額成本和綠色證書成本影響下的電價計算方法,從而建立了更符合歐盟實踐經(jīng)驗的市場均衡模型;為分析兩種機制對分布式RES的影響,建立了含分布式能源(DER)的配電網(wǎng)模型,仿真對比了在包含碳配額成本和綠色證書成本的電價及現(xiàn)行DER補貼政策下集中式和分布式RES的不同發(fā)展軌跡;討論了碳配額和綠證的價格上限對DER發(fā)展的影響;針對分布式RES發(fā)電成本較高的地區(qū),提出了效益分享機制促進RES長效發(fā)展。算例分析根據(jù)歐盟經(jīng)驗驗證了改進后的市場均衡模型的合理性,分析了價格管制的影響,驗證了效益分享機制的有效性。

1 SD模型構建

1.1 模型假設條件

假設1:參考歐盟碳市場[17],政府負責碳配額的發(fā)放、回收、價格管制,且不考慮碳交易對調(diào)度決策的影響。假設2:RES發(fā)電企業(yè)可將其發(fā)電量兌換成綠色證書,證書價格受政府管制。參考美國綠證制度[18],不同能源兌換的證書數(shù)量不同,模型中只考慮風電和光伏。假設3:綠色證書市場與碳交易市場分離。電能產(chǎn)品同質同價,通過電力市場形成統(tǒng)一的上網(wǎng)電價,零售電價與上網(wǎng)電價掛鉤。假設4:輸配電價單獨核算。假設5:發(fā)電成本采用“平準化成本(levelized cost of energy,LCOE)”[19]來考量。

1.2 建模原理

SD適用于分析復雜系統(tǒng)隨時間變化的問題[20],已在電力系統(tǒng)相關領域得到廣泛應用[21-28],其有效性已經(jīng)獲得認可。應用SD模型研究ET和TGC機制下RES發(fā)展狀況,需要理順電力市場、碳市場、TGC市場的組織關系及證書成本的傳導過程。

圖1給出了市場組織及證書傳導過程。碳市場的參與主體有政府、其他工業(yè)和火力發(fā)電商,政府根據(jù)總用電預測量制定免費碳配額的發(fā)放量,火力發(fā)電商得到的免費配額比例逐年遞減,需要通過節(jié)能或從ET市場購買來滿足免費額度以外的碳配額要求,最后所有證書由政府回收[29]。TGC證書可在TGC市場上進行交易,參與主體有政府、RES發(fā)電商和電網(wǎng)公司等,政府根據(jù)能源發(fā)展戰(zhàn)略規(guī)定電網(wǎng)公司所購電力中來自RES的比例(TGC持有量);電網(wǎng)公司、售電商通過購買RES的發(fā)電量來獲取TGC。電力市場的主要參與者為發(fā)電商及電力公司、售電商等,通過供求關系形成批發(fā)電價。

火力發(fā)電商從碳市場購買碳配額導致發(fā)電成本上升并通過競價機制提升整體電價,碳配額的成本通過購電行為向下傳導,最終通過零售價格影響到用戶[4]。而TGC并不影響電力批發(fā)市場的出清價格,而是電力公司和售電商會將TGC購買成本平攤給所有用戶,因此影響零售電價[5]。該傳導機制將會使環(huán)境成本在各主體間重新分配,RES可獲得賣出TGC的收益,競爭能力增強;火電機組需要承擔碳配額成本,競爭能力下降,這種成本變化將體現(xiàn)在長期的規(guī)劃決策當中。碳配額的成本將由火力發(fā)電商和用戶共同承擔,RES發(fā)電商間接受益;綠色證書的成本將由用戶承擔,RES發(fā)電商直接受益,火力發(fā)電商間接受損。

圖1 市場組織及證書傳導過程圖Fig.1 Market organization and operation flow chart of certificate

配電網(wǎng)中售電的參與主體有電網(wǎng)公司(及售電商)、分布式發(fā)電商、用戶。分布式電源可以自用,也可以出售給電網(wǎng)。電網(wǎng)公司在購買分布式發(fā)電時可獲得一定的潛在收益,如降低輸配電成本、減少線損、推遲電網(wǎng)擴容、增加電網(wǎng)可靠性等,但同時也承擔入網(wǎng)及備用增加帶來的成本[15,30]。分布式發(fā)電商可通過賣電、政府補貼以及售賣TGC獲益。

2 SD因果回路圖

運用SD方法研究系統(tǒng),需建立因果回路圖體現(xiàn)變量的因果關系和反饋結構,并依此建立存量流量圖,更加直觀地表達系統(tǒng)的反饋結果[20]。

2.1 因果回路圖

圖2為RES發(fā)展模型的因果回路圖。包括TGC市場模塊、ET市場模塊、電力市場模塊、輸配電模塊、配電網(wǎng)模塊。其中,實線表示確定存在的關系,虛線表示該關系存在與否由政策決定。綠線表示TGC模塊與其他模塊的交互,包括電力市場的預期電力需求決定TGC的需求,TGC價格影響批發(fā)電價,DER的發(fā)電量影響TGC的供給,TGC的價格影響DER的收益;紫線為其他模塊對ET市場的影響,即電力需求將影響ET證書需求;紅線體現(xiàn)了各模塊通過電力流進行交互,即分布式RES、集中式RES、火電機組發(fā)出的電量、電價型需求響應(price-based demand response,PBDR)[28]對電力市場供需的影響;藍線表示電力市場模塊、輸配電模塊、配電網(wǎng)模塊之間的電價傳遞過程;粉線為文中提出的DER效益分享回路,體現(xiàn)了DER與電網(wǎng)公司間的相互影響?！?”表示變量X增加(減少)引起變量Y增加(減少),“-”則相反。更為詳細的因果回路圖參見附錄A圖A1。

圖2 因果回路圖Fig.2 Causal loop diagram

2.2 主要模塊說明

下面對各模塊進行說明,ET市場模塊、電力市場模塊、輸配電模塊、配電網(wǎng)模塊存量流量圖參見附錄A圖A2至圖A5,變量名稱及取值參見附錄A表A1至表A8。

1)TGC市場模塊

TGC市場模塊主要模擬TGC價格的產(chǎn)生過程,其SD模型已有大量研究[10,12,31],本文采用文獻[10]的模型,即根據(jù)TGC市場的供需不平衡度對TGC價格按一定比例進行調(diào)整,直至達到價格上限(政府設定的證書替代價格),TGC的收益將激勵RES的裝機容量增長;只是在證書來源中增加了DER,且不同類型RES的證書兌換量不同。

2)ET市場模塊

ET市場模塊主要模擬ET市場對火力發(fā)電成本及裝機容量的影響?；痣姷拿赓M碳配額比例從90%逐步降為0,ET證書需求逐年遞增,證書供給來自于市場中其他行業(yè),總量由用電量決定[29,32]。ET價格由供求決定,影響火電裝機容量,進而對其他模塊產(chǎn)生影響。參考文獻[32],用電力行業(yè)在所有參與碳交易的行業(yè)中的用電占比估計市場可供給電力行業(yè)的證書數(shù)量,如式(1)所示。

SET=DEODe(1+Rcarbon)OETfreeOSe

(1)

式中:SET為ET供給;DE為電力需求;ODe為參與碳交易的行業(yè)用電量占總電力需求的比重;Rcarbon為中國碳排放增長速率;OETfree為中國碳配額免費比例;OSe為火電電力所需碳配額占證書總量之比。

3)電力市場模塊

電力市場模塊主要為了得到批發(fā)電價這一重要參數(shù),批發(fā)電價主要由電力供求關系決定。有兩點需要說明:①模型以月為仿真步長,批發(fā)電價實為月期貨價格,可以認為該價格無延遲地反映供求關系;②“批發(fā)電價”中包含電價及TGC成本,TGC成本按式(2)進行平攤。

(2)

4)輸配電模塊

輸配電模塊主要模擬輸配電價的核定過程,即將電網(wǎng)的準許收入平攤在傳輸電量之中。準許收入由準許成本、準許收益和規(guī)定稅金構成,準許成本和準許收益都與輸配電網(wǎng)的資產(chǎn)有關。模型根據(jù)寧夏試點的核定辦法搭建,并參考文獻[33-34]進行計算,不考慮電壓等級和交叉補貼。

5)配電網(wǎng)模塊

配電網(wǎng)模塊主要包括兩個部分,一部分是本文研究的重點,即模擬DER的凈收益變化及裝機容量變化;另一部分是模擬電價對用戶用電量的影響,與電力市場形成負反饋。DER本身可以通過售電獲利,同時還帶來隱形收益:可靠性收益采用可靠性指標提升程度衡量[35];緩建收益采用地區(qū)電網(wǎng)緩建指數(shù)(根據(jù)緩建的線路和變壓器成本估計)衡量[36];線損降低收益通過DER等效分布系數(shù)K/L計算[30];購電成本節(jié)約量根據(jù)上網(wǎng)電價與銷售電價之差計算[30]。DER給電網(wǎng)帶來的成本包括入網(wǎng)建設、運維成本、輔助服務成本,可根據(jù)DER的裝機容量估計。DER的凈收益與售電價格緊密相關,歐美等國對DER有按照全額零售價格(net energy metering,NEM)和固定價格(feed-in tariffs,FIT)收購兩種方式,這兩種收購方式都變相補貼了DER,但也帶來了負面影響,文獻[37]指出按NEM收購對售電商及未安裝DER的用戶不公平,而較高的FIT會引起電價上升,較低的FIT使得DER難以發(fā)展。與較低的FIT類似,中國以火電上網(wǎng)價格收購余電,DER發(fā)電商雖不需支付備用費和改造費,但成本較高導致無補貼時無利可圖;若采用統(tǒng)一的FIT則不能體現(xiàn)各地DER給所在地區(qū)帶來的正向效益。美國多個公共事業(yè)提議根據(jù)DER的真實價值制定收購價格,如亞利桑那州。與該思想類似,本文提出效益分享機制代替常規(guī)的補償機制,即DER提供的電力與常規(guī)能源并無區(qū)別,理應售價相同,但DER的隱形收益并未在電價中體現(xiàn)出來,因此建議對某一地區(qū)分布式發(fā)電入網(wǎng)的凈收益進行核算,由DER發(fā)電商和運營商按一定比例分攤,從而增加了DER的凈收益。分攤比例應以激勵分布式電源長效發(fā)展為目標,兼顧電網(wǎng)公司的利益。

3 案例仿真

運用Vensim軟件模擬實施綠色證書機制和碳交易機制后RES發(fā)展情況。

3.1 RES發(fā)展促進機制對比

首先對比分析TGC機制、ET機制、現(xiàn)行補貼機制對RES的促進效果,參數(shù)設定如下。

ET價格上限設為0.1元/(kW·h)[10],折合碳價約為100元/t;綠色證書價格上限設為0.1元/份[10],按照文獻[16]的兌換方法及現(xiàn)有光伏和風力裝機容量折算后,集中式RES 1 kW·h發(fā)電量兌換1.5份證書,分布式RES 1 kW·h發(fā)電量兌換2.5份證書(根據(jù)現(xiàn)行補貼政策及稅費折算)。含DER的配電網(wǎng)案例中,日用電量為99 800 MW·h,DER初始裝機容量為80 MW(按2015年全國DER裝機占比設置),自用和售賣比例恒定在0.5。分布式DER的初始LCOE按照文獻[38]的數(shù)據(jù)及美國國家能源部的計算方法設為0.91元/(kW·h),ET價格、TGC價格上限均設為0.1元/(kW·h),假定仿真結束成本降低50%。假定全國DER增速與配電網(wǎng)案例一致,仿真時長為25年(300月),步長為1月,其他參數(shù)設置參見附錄A。場景設置如表1所示,其中S1為現(xiàn)行DER補貼機制,取國家補貼0.42元/(kW·h),扣除稅費約為0.384元/(kW·h),時長20年。

表1 促進機制場景設置Table 1 Scene setting of incentive mechanisms

1)電價變化

為證明本文證書傳導機制的合理性,分析批發(fā)電價的變化(如圖3所示),其中“S2對比”和“S3對比”為文獻[10]中證書成本分攤原則的結果。圖中ET機制下電價更高(S2和S4),這是由于ET機制使火電發(fā)展受抑,電力供應減少,導致電價上升,芬蘭碳市場驗證了該結論[2]。而TGC可促進RES發(fā)展,加劇市場競爭,對沖電價中附加的TGC的成本,長期來看對電價影響很小,與文獻[5]結論相符。而“S2對比”和“S3對比”價格變動過大,不符合文獻[2,5,8]中的結論,證明了本文的證書傳導機制更符合實際運行經(jīng)驗。從圖3可以看出,機制實施后期,TGC機制可以減緩ET機制對電價的提升作用(S4的電價稍低于S2)。兩種機制對輸配電價影響不大(見附錄B表B1),本文不再詳細討論。

圖3 批發(fā)電價Fig.3 Feed-in tariff

2)證書價格變化

證書價格如圖4所示。TGC證書需求隨電力需求的增長而增加,導致TGC價格升高至上限,但隨著RES的發(fā)展,證書“超額供給”,價格下降為0(S3-綠色證書價格、S4-綠色證書價格);ET證書早期免費比例較高,供給充足,后期需求增加,價格上升,達到并維持上限,與文獻[10,12]結論相同。圖4顯示機制并存時TGC價格拐點更早出現(xiàn)(S4-綠色證書價格),這是由于機制的協(xié)同作用使得RES發(fā)展更快,“超額供給”更早出現(xiàn);而機制并存對ET價格影響很小(S2-碳證書價格和S4-碳證書價格)。

圖4 證書價格Fig.4 Price of certificates

3)RES裝機容量對比

圖5給出了RES裝機容量在各場景下隨時間變化的曲線,可以看出集中式RES與分布式RES裝機容量走勢有明顯區(qū)別?；痣娂八娧b機容量變化和分析可見附錄B圖B1和圖B2,不再贅述。

圖5 RES裝機容量Fig.5 Installed capacity of RES

對集中式RES來說:①在場景S2,S3,S4下,隨著技術發(fā)展及成本降低,裝機容量大幅增長,說明兩種機制均可提升集中式RES的競價能力,可以替代當前的政府補貼機制;②TGC機制(S3-集中式RES)下較ET機制(S2-集中式RES)下裝機容量增長更迅速,說明TGC機制的促進效果更強,這是由于ET機制直接抑制火電,間接促進RES,而TGC機制直接補貼RES,間接抑制火電;③兩種機制協(xié)同作用(S4-集中式RES)時促進效果最為顯著,且在TGC價格歸零后(如圖4所示)仍可保持高速發(fā)展(后期曲線增長較快)。

對于分布式RES來說:①TGC機制(S3-分布式RES)下裝機容量增長迅速;而ET機制(S2-分布式RES)下裝機容量發(fā)展緩慢，說明單項機制實施時只有TGC機制促進作用明顯;②集中式RES的發(fā)展驅使TGC價格降低為0,使分布式RES收益減少,與政府補貼時限到期后出現(xiàn)的問題相同,拐點出現(xiàn),裝機容量下降(S1-分布式RES和S3-分布式RES)，因此TGC機制下集中式RES可能制約分布式RES的發(fā)展;③雖然單獨實施ET機制無明顯作用,但ET與TGC協(xié)同可以促進分布式RES穩(wěn)步發(fā)展(S4-分布式RES)。

綜上,TGC機制對促進分布式RES必不可少,但后期集中式RES導致的證書貶值將制約分布式RES發(fā)展,出現(xiàn)與政府補貼政策相同的問題。TGC機制的本意是通過市場引導資金和技術向RES傾斜,待技術和規(guī)模成熟后證書貶值,RES獨立與傳統(tǒng)能源競爭。但分布式RES成本更高,在證書貶值后競爭優(yōu)勢減小,需要其他措施的協(xié)同。ET機制與TGC機制的協(xié)同會導致批發(fā)電價上升,使分布式RES的競爭優(yōu)勢提升,得以持續(xù)發(fā)展(S4-分布式RES曲線未出現(xiàn)拐點)。

3.2 證書價格管制上限影響分析

場景設置如表2所示,表中考慮了價格上限的不同情形,0.05元/份為價格較低的情況,0.1元/份為價格中等的情況,0.15元/份為高價情況,如P1(高—中)是指高ET證書價格上限,中TGC證書價格上限的情況,其他條件與3.1節(jié)相同。

表2 促進機制價格設置Table 2 Comparison of price setting of incentive mechanisms

5種場景中的配電網(wǎng)案例中DER的累積裝機容量如圖6所示。

圖6 不同價格下DER 累積裝機容量Fig.6 Cumulative installed capacities of DER under different prices

由圖6可知：如果用TGC和ET等市場機制代替政府固定補貼,兩者的價格配合非常重要。過低的TGC價格(P2)將減少分布式DER收益,即便ET價格更高,其作用也有限;過高的TGC價格(P4)將促進集中式RES快速發(fā)展,導致證書貶值,使分布式RES收益減小,在早期快速發(fā)展后迅速進入裝機容量下降階段。過低的ET價格(P5)對火電抑制作用小,促使電力批發(fā)市場競爭加劇,使得批發(fā)電價偏低,減小分布式RES余電上網(wǎng)的收益,使得發(fā)展減緩;過高的ET價格(P1)則抑制火電,使集中式RES得利,從而導致證書更快貶值。算例中P3的價格設定較為合適,但參照國內(nèi)外碳市場現(xiàn)狀,100元/t的碳價仍然偏高。但不論何種場景下,當技術進步使發(fā)電成本足夠低時,DER都將獲得發(fā)展。

3.3 高成本DER的發(fā)展機制

發(fā)電成本是DER能否長效發(fā)展的關鍵,而該值與裝機成本、日照條件、貸款狀況、投資回收期、運維費用等因素密切相關[39]。當某地發(fā)電成本較高時,即便有ET和TGC等機制的扶持,分布式電源仍有可能發(fā)展遲緩。因此本節(jié)討論本文提出的效益分享機制的有效性。

場景設置如表3所示。DER的LCOE取1元/(kW·h)[40],D1為現(xiàn)有的激勵方法,即地方政府出資激勵DER,取0.4元/(kW·h),時長5年(上海市標準);D3為本文提出的效益分享機制。其他條件與3.1節(jié)相同。

表3 補貼場景對比Table 3 Comparison of subsidy scenes

場景D1至D4在第1,150,300月DER給配電網(wǎng)帶來的收益情況參見附錄B圖B3,結果與文獻[41]大致相符,其收益隨時間的走勢與裝機容量走勢相同。由此可知，若以火電上網(wǎng)電價進行余電收購,配電網(wǎng)公司將獲得相當高的隱形收益。

圖7對比了各種補貼政策下的DER裝機容量狀況。從補貼政策D1可以看出,地方補貼確實可以促使DER裝機容量迅速發(fā)展,但補貼取消后,發(fā)電商不再新增裝機容量,隨著老舊機組報廢,總裝機容量下降,陷入長期的停滯,直到發(fā)電成本降低到有利可圖才會再次增加裝機容量。而從D2中可知,沒有效益分享機制,僅靠成本下降和TGC證書收入,裝機容量發(fā)展緩慢(第0至165月),且隨著TGC的貶值(第135至200月)陷入發(fā)展停滯(第165月后)。從D3和D4可知，有效益分享機制時,裝機可穩(wěn)定增長(D3),但如果分享比例較小(D4),DER仍會受到證書貶值的影響出現(xiàn)發(fā)展停滯時期。固定分享比例下,由于DER帶來的效益在配電容量緊張、可靠性低、線損高的配電網(wǎng)中更高,因此效益分享機制可引導分布式電源在這些配電網(wǎng)中裝設,不易導致盲目裝機,比單純補貼更加合理,但分享比例的設置需謹慎。

圖7 補貼場景下DER 累積裝機容量Fig.7 Cumulative installed capacities of DER under different subsidy scenes

4 結論

本文分析了碳交易市場、綠色證書市場與電力市場中的各方關系,梳理了碳配額和綠色證書的成本傳導過程,建立了包含宏觀市場和配電網(wǎng)案例的SD仿真模型。通過分析兩種機制對RES的裝機影響,得到了以下結論。

1)TGC和碳交易兩種機制均可提升集中式RES的競價能力,但僅有綠色證書機制對分布式RES有明顯的促進作用。

2)集中式RES的發(fā)展會促使綠色證書價格走低,可能導致分布式RES收益不足,發(fā)展停滯。

3)TGC和碳交易的協(xié)同可以替代現(xiàn)有的政府補貼機制。但為促進分布式RES發(fā)展,兩者的價格配合非常重要。

4)在分布式RES價格較高的地區(qū),可實施效益分享機制,保證分布式電源的合理裝機和穩(wěn)步發(fā)展。

本文雖然獲得了一些有價值的結論,但有一些不足及有待完善之處:①受客觀條件所限,中國用電量增長水平、RES發(fā)電技術水平等參數(shù)設定依賴于現(xiàn)有的預測結果,結論有一定的局限性;②該模型中可以進一步引入更多現(xiàn)實因素,比如中國TGC市場和碳市場的實際發(fā)展水平等,將得到更加準確的政策模擬效果;③該仿真模型中的配電網(wǎng)部分可與其他電力仿真軟件進行交互模擬,使制定出的RES激勵政策更適應各地的真實情況。

附錄見本刊網(wǎng)絡版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 焦健.中國可再生能源發(fā)展面臨的幾個問題與對策[J].生態(tài)經(jīng)濟,2016,32(11):53-58.

JIAO Jian. Problems and its countermeasures in the development of renewable energy in China[J]. Ecological Economy, 2016, 32(11): 53-58.

[2] LAURIKKA H, KOLJONEN T. Emissions trading and investment decisions in the power sector—a case study in Finland[J]. Energy Policy, 2006, 34(9): 1063-1074.

[3] GAN L, ESKELAND G S, KOLSHUS H H. Green electricity market development: lessons from Europe and the US[J]. Energy Policy, 2007, 35(1): 144-155.

[4] UNGER T, AHLGREN E O. Impacts of a common green certificate market on electricity and CO2-emission markets in the Nordic countries[J]. Energy Policy, 2005, 33(16): 2152-2163.

[5] VERBRUGGEN A. Tradable green certificates in Flanders (Belgium)[J]. Energy Policy, 2004, 32(2): 165-176.

[6] VERHAEGEN K, MEEUS L, BELMANS R. Towards an international tradable green certificate system—the challenging example of Belgium[J]. Renewable and Sustainable Energy Reviews, 2009, 13(1): 208-215.

[7] AMUNDSEN E S, MORTENSEN J R B. The Danish green certificate system: some simple analytical results[J]. Energy Economics, 2001, 23(5): 489-509.

[8] MORTHORST P E. Interactions of a tradable green certificate market with a tradable permits market[J]. Energy Policy, 2001, 29(5): 345-353.

[9] 梅天華,邊巧燕,謝俊,等.考慮碳排放權的低碳電力調(diào)度及收益分攤[J].電力系統(tǒng)自動化,2016,40(22):49-55.DOI:10.7500/AEPS20160427011.

MEI Tianhua, BIAN Qiaoyan, XIE Jun, et al. Low-carbon power dispatching and benefit allocation considering carbon emission allowance[J]. Automation of Electric Power Systems, 2016, 40(22): 49-55. DOI: 10.7500/AEPS20160427011.

[10] 譚忠富,劉文彥,劉平闊.綠色證書交易與碳排放權交易對中國電力市場的政策效果[J].技術經(jīng)濟,2014,33(9):74-84.

TAN Zhongfu, LIU Wenyan, LIU Pingkuo. Policy effect of tradable green certificate and carbon emission trading on China’s electric power market[J]. Technology Economics, 2014, 33(9): 74-84.

[11] 李現(xiàn)忠,蔡興國,付春梅.碳交易機制下考慮節(jié)能減排的競價交易模式[J].電力系統(tǒng)自動化,2011,35(10):48-52.

LI Xianzhong, CAI Xingguo, FU Chunmei. An energy saving and emission reduction based bidding transaction mode under carbon trading mechanism[J]. Automation of Electric Power Systems, 2011, 35(10): 48-52.

[12] 趙新剛,馮天天,楊益晟.可再生能源配額制對我國電源結構的影響機理及效果研究[J].電網(wǎng)技術,2014,38(4):974-979.

ZHAO Xingang, FENG Tiantian, YANG Yisheng. Impacting mechanism of renewable portfolio standard on China’s power source structure and its effect[J]. Power System Technology, 2014, 38(4): 974-979.

[13] 安學娜,張少華,李雪.考慮綠色證書交易的寡頭電力市場均衡分析[J].電力系統(tǒng)自動化,2017,41(9):84-89.DOI:10.7500/AEPS20160516008.

AN Xuena, ZHANG Shaohua, LI Xue. Equilibrium analysis of oligopolistic electricity markets considering tradable green certificates[J]. Automation of Electric Power Systems, 2017, 41(9): 84-89. DOI: 10.7500/AEPS20160516008.

[14] 王佳穎,李蒙,馮利民,等.利用分布式風電并網(wǎng)改善配電線路末端電壓[J].電力系統(tǒng)自動化,2015,39(9):145-148.DOI:10.7500/AEPS20141129019.

WANG Jiaying, LI Meng, FENG Limin, et al. Using grid-connected distributed wind power to improve terminal voltage of distribution line[J]. Automation of Electric Power Systems, 2015, 39(9): 145-148. DOI: 10.7500/AEPS20141129019.

[15] 蘇劍,周莉梅,李蕊.分布式光伏發(fā)電并網(wǎng)的成本/效益分析[J].中國電機工程學報,2013,33(34):50-56

SU Jian, ZHOU Limei, LI Ri. Cost-benefit analysis of distributed grid-connected photovoltaic power generation[J]. Proceeding of the CSEE, 2013, 33(34): 50-56.

[16] 莫穎濤.影響我國分布式發(fā)電發(fā)展的關鍵因素[J].電網(wǎng)技術,2008,32(增刊1):176-178.

MO Yingtao. The pivotal effecting factors in the development of distributed generation in China[J]. Power System Technology, 2008, 32(Supplement 1): 176-178.

[17] 齊紹洲,王班班.碳交易初始配額分配:模式與方法的比較分析[J].武漢大學學報(哲學社會科學版),2013,66(5):19-28.

QI Shaozhou, WANG Banban. Initial allowances allocation in carbon trading: comparison of modes and methods[J]. Wuhan University Journal (Philosophy& Social Sciences), 2013, 66(5): 19-28.

[18] 王乾坤,李瓊慧,謝國輝.美國加州可再生能源配額制及對我國的啟示[J].中外能源,2012,17(9):25-31.

WANG Qiankun, LI Qionghui, XIE Guohui. Renewable portfolio standard in California and its enlightenment for China[J]. Sino-globle Energy, 2012, 17(9): 25-31.

[19] DARLING S B, YOU F, VESELKA T, et al. Assumptions and the levelized cost of energy for photovoltaics[J]. Energy & Environmental Science, 2011, 4(9): 3133.

[20] 王其藩.系統(tǒng)動力學[M].上海:上海財經(jīng)大學出版社,2009.

[21] 姜慶國,王昀昀,林海濤.基于系統(tǒng)動力學的電力批發(fā)市場和零售市場相互關系分析[J].電力系統(tǒng)自動化,2016,40(24):77-84.DOI:10.7500/AEPS20160627004.

JIANG Qingguo, WANG Yunyun, LIN Haitao. Analysis on relationship between electricity wholesale market and retail market based on system dynamics method[J]. Automation of Electric Power Systems, 2016, 40(24): 77-84. DOI: 10.7500/AEPS20160627004.

[22] 韓冬,嚴正,宋依群,等.基于系統(tǒng)動力學的智能電網(wǎng)動態(tài)評價方法[J].電力系統(tǒng)自動化,2012,36(3):16-21.

HAN Dong, YAN Zheng, SONG Yiqun, et al. Dynamic assessment method for smart grid based on system dynamics[J]. Automation of Electric Power Systems, 2012, 36(3): 16-21.

[23] 王偉,張粒子,舒雋,等.基于系統(tǒng)動力學的宏觀層電網(wǎng)規(guī)劃的仿真模型[J].中國電機工程學報,2008,28(4):88-93.

WANG Wei, ZHANG Lizi, SHU Juan, et al. Simulation model of transmission network macro-planning based on system dynamics[J]. Proceedings of the CSEE, 2008, 28(4): 88-93.

[24] 曾丹,姚建國,楊勝春,等.柔性負荷與電網(wǎng)互動的系統(tǒng)動力學仿真模型[J].中國電機工程學報,2014,34(25):4227-4233.

ZENG Dan, YAO Jianguo, YANG Shengchun, et al. System dynamics simulation model of flexible load in interactive power grid[J]. Proceedings of the CSEE, 2014, 34(25): 4227-4233.

[25] 譚忠富,張金良,吳良器,等.中長期負荷預測的計量經(jīng)濟學與系統(tǒng)動力學組合模型[J].電網(wǎng)技術,2011,35(1):186-190.

TAN Zhongfu, ZHANG Jinliang, WU Liangqi, et al. A model integrating econometric approach with system dynamics for long-term load forecasting[J]. Power System Technology, 2011, 35(1): 186-190.

[26] 談金晶,王蓓蓓,李揚.系統(tǒng)動力學在需求響應綜合效益評估中的應用[J].電力系統(tǒng)自動化,2014,38(13):128-134.DOI:10.7500/AEPS20130716017.

TAN Jinjing, WANG Beibei, LI Yang. Application of system dynamics on comprehensive benefits valuation of demand response[J]. Automation of Electric Power Systems, 2014, 38(13): 128-134. DOI: 10.7500/AEPS20130716017.

[27] 黃健柏,黃向宇,邵留國,等.基于系統(tǒng)動力學的峰谷分時電價模型與仿真：(一)模型的建立[J].電力系統(tǒng)自動化,2006,30(11):18-23.

HUANG Jianbai, HUANG Xiangyu, SHAO Liuguo, et al. Peak and valley time price model and simulation based on system dynamics: Part one model establishment[J]. Automation of Electric Power Systems, 2006, 30(11): 18-23.

[28] WANG B, ZHAO L, SUN Y, et al. A system dynamics analysis of incentive mechanisms for demand response programs in China[J]. Environmental Engineering and Management Journal, 2016, 5(1): 213-229.

[29] BUSHNELL J B, CHONG H, MANSUR E T. Profiting from regulation: evidence from the European carbon market[J]. American Economic Journal: Economic Policy, 2013, 5(4): 78-106.

[30] 曾鳴,田廓,李娜,等.分布式發(fā)電經(jīng)濟效益分析及其評估模型[J].電網(wǎng)技術,2010,34(8):129-133.

ZENG Ming, TIAN Kuo, LI Na, et al. Economic benefits analysis of distributed generation and its assessment model[J]. Power System Technology, 2010, 34(8): 129-133.

[31] 余順坤,周黎莎,李晨.基于可再生能源配額制的綠色證書交易SD模型設計[J].華東電力.2013,41(2):281-285.

YU Shunkun, ZHOU Lisha, LI Chen. System dynamic model design for green certificate trading based on renewable portfolio standard[J]. East China Electric Power, 2013, 41(2): 281-285.

[32] 駱躍軍,駱志剛,趙黛青.電力行業(yè)的碳排放權交易機制研究[J].環(huán)境科學與技術,2014,37(增刊1):329-333.

LUO Yuejun, LUO Zhigang, ZHAO Daiqing. Mechanism study on carbon emission trading of power sector[J]. Environmental Science & Technology, 2014, 37(Supplement 1): 329-333.

[33] 李榮華.國外電價改革與實踐[M].北京:中國電力出版社,2014.

[34] 曾鳴,鐘瓊雄,李源非.基于系統(tǒng)動力學的電網(wǎng)可靠性指標影響因素分析[J].電力建設,2015,36(12):123-130.

ZENG Ming, ZHONG Qiongxiong, LI Yuanfei. Influencing factors on power grid reliability index based on system dynamics[J]. Electric Power Construction, 2015, 36(12): 123-130.

[35] ARANGO M A, CARVAJAL S X, YOUNES V C. How to promote distributed resource supply in a Colombian microgrid with economic mechanism?: System dynamics approach[J]. DYNA, 2015, 82(192): 11-18.

[36] MORRIS G Y, ABBEY C, JOOS G, et al. A framework for the evaluation of the cost and benefits of microgrids[R]. Bologna, Italy: Ernest Orlando Lawrence Berkeley National Laboratory, 2012.

[37] VIRGINIA C. Electric distributed generation—a challenge or opportunity[C]// AABE Legislative Issues and Public Policy Committee, July 9, 2014, Washington, DC, America: 1-5.

[38] ZHANG F, DENG H, MARGOLIS R, et al. Analysis of distributed-generation photovoltaic deployment, installation time and cost, market barriers, and policies in China[J]. Energy Policy, 2015, 81: 43-55.

[39] 薛金花,葉季蕾,陶瓊,等.面向不同投資主體的分布式光伏運營策略研究[J].電網(wǎng)技術,2017,41(1):93-98.

XUE Jinhua, YE Jilei, TAO Qiong, et al. Operating strategy of distributed PV system for different investors[J]. Power System Technology, 2017, 41(1): 93-98.

[40] Lazard Ltd. Lazard’s levelized cost of energy analysis—version 10.0[R]. 2016.

[41] JOE B. A new approach to assessing locational value of community solar projects[EB/OL].[2016-10-27]. http://www.communitysolarvalueproject.com/uploads/2/7/0/3/27034867/20161027_bourg_local.pdf.

SystemDynamicsBasedAnalysisonIncentiveMechanismofDistributedRenewableEnergyResources

ZHAOShengnan1,WANGBeibei1,LIYang1,SUNMin2,ZENGWei2

(1. School of Electrical Engineering, Southeast University, Nanjing210096, China;2. Electric Power Research Institute of State Grid Jiangxi Electric Power Company, Nanchang330000, China)

National and local clean energy development policies facilitate a spurt growth in installed capacity of clean energy. Although both carbon emission trading (ET) and tradable green certificates (TGC) trading can promote clean energy development, there are some differences between the effects on distributed and centralized renewable energies. Based on the conduction process analysis of the certificate cost, system dynamics method is used to build models in both wholesale market of centralized renewable energies and retail market of distributed renewable energies, respectively. The interaction model among TGC market, ET market and electricity market are built and the distribution system model containing distributed renewable energies is established as well. The developmental trajectories of centralized and distributed renewable energy are simulated and the influence on distributed renewable energy of TGC and ET price setting is also analyzed. On this basis, the facilitation on distributed renewable energy by the proposed incoming sharing mechanisms is verified.

This work is supported by National Natural Science Foundation of China (No.71471036) and National High Technology Research and Development Program of China (863Program) (No.2015AA050401).

carbon emission trading; tradable green certificates; renewable energy sources; system dynamics

2017-05-17;

2017-09-28。

上網(wǎng)日期: 2017-11-20。

國家自然科學基金資助項目(71471036);國家高技術研究發(fā)展計劃(863計劃)資助項目(2015AA050401)。

趙盛楠(1990—),女,通信作者，博士研究生,主要研究方向:電力需求側管理。E-mail： dongnanzsn@163.com

王蓓蓓(1979—),女,博士,副教授,博士生導師,主要研究方向:電力市場和需求側管理。E-mail: wangbeibei@seu.edu.cn

李 揚(1961—),男,博士,教授,博士生導師,主要研究方向:電力市場和需求側管理。E-mail: li_yang@seu.edu.cn

(編輯孔麗蓓)