0 引言

全球能源互联网由跨国、跨洲骨干网架和各国各电压等级电网构成，连接着大洲的主要能源基地，为可再生能源的有效利用提供了基础，从而可以有效改善当前传统的能源生产和消费模式，实现大规模范围内的能源优化配置，缓解传统发电模式带来的全球范围内日趋严峻的环境问题和全球能源日趋枯竭的紧张状态[1]。东北亚地区主要包括俄罗斯远东地区、蒙古、中国华北和东北地区、韩国、朝鲜、日本，是世界经济最活跃的地区之一。目前东北亚各国都已推进了电力市场改革的进程。并且从资源禀赋、能源结构和能源消费来看，东北亚地区的能源与消费有高度的互补性，使东北亚的电力互联成为可能[2-5]。

欧美等发达国家电力市场改革的成功经验为跨国电力市场长期交易模式的建立提供宝贵经验。近几十年来，美国和欧洲各国结合国情和电力工业发展的实际情况，不断调整和完善电力市场的建设思路和模式[5]。电力市场交易模型一般分为集中交易和分散交易两类。集中交易模式主要由美国、澳大利亚等国家采用，包括在统一市场中的实际交易、容量交易、能量平衡交易。北欧电力市场采用分散交易模式，交易市场分散，可以自由选择参与实际的市场或金融市场。它适用于市场众多的参与者[6-8]。

然而在含可再生能源的互联电力系统中，可再生能源出力的不确定性、电能供需情况的波动等都会导致电力价格波动，甚至电力短缺，进而破坏电力市场的稳定性。因此有必要采取措施维护市场稳定。中长期合约交易根据市场成员申报的机组基本数据、机组报价数据、机组检修计划等信息制定电力市场中长期合约交易计划。电力市场参与者可通过签订中长期电力合约保证电力市场运营的有序性、电力供应和电价的稳定性；发电公司根据合约电量制定燃料采购计划，这也有利于保持燃料供应的长期稳定[9]。

新能源是近年来电力合约中的重要组成部分。由于新能源的间歇性和不确定性会给电力市场带来交易风险，为了实现收益效用与和交易风险的平衡，市场成员在交易时需要在不同子市场间合理分配交易比例来提高自身的收益效用。投资组合优化理论是现代金融学的核心内容之一，主要研究如何在各种复杂的不确定环境下有效配置投资者持有的资产以实现资产期望收益最大化与承担风险最小化的均衡[10]。Stephen Ross[11]提出了套利定价理论（arbitrage pricing theory，APT），提出了资产风险度量的多维方法，在很大程度上简化了资本资产定价模型；Gaivoronski和Pflug[12]给出了一种基于VaR的至少产生某一特定期望收益的投资组合优化方法，并认为这一方法能够计算有效前沿。

跨国远距离输电带来的输电服务费会增加交易成本，这将影响交易的撮合结果、市场参与者的收益。合理的输电服务费的计算与分摊机制可以对电力交易起到促进和引导作用。此外，政治因素可能会导致跨国跨洲电力交易部分中断等问题。交易中断会破坏电力市场乃至整个系统的稳定性，进而导致电价波动、供电不足等问题。参考文献[13]提出了考虑交易对电网安全性影响的输电固定费用分摊方法，把固定费用分为相关固定费用和安全固定费用两部分，将传输成本分摊机制和市场匹配交易过程结合起来，根据匹配情况收取费用。参考文献[14]建立了电力市场的偏差博弈模型，提出了一种基于匹配交易的输电费用分摊新机制；文献[15]在分析特定规划场景的关键特征基础上，构建了包含政治因素的广义成本模型，实现可再生能源发电量高占比。

然而当前对电力市场交易机制的研究大多是面对市场环境和能源组成简单的跨区市场，缺乏对跨国跨洲电力交易的远距离输电过网问题、国家间政治因素等问题的深入研究。全球能源互联网背景下跨国跨洲市场电力市场规模大、网架复杂、电力传输距离长。新能源的接入以及政治因素的影响增加了交易成本和风险。针对跨国电力互联市场交易的特殊性，提出了一种以社会福利最大化为目标的跨国电力市场长期交易模型：根据投资组合理论优化了新能源的市场参与比例，合理分摊了输电服务费，分析了政治因素带来的风险成本等，从而建立和完善了跨国电力交易年度合约；并且引入缺电惩罚项对月度电量分配模型进行了优化。模型在尽可能降低交易风险的同时，实现了社会福利的最大化与资源的跨区域优化配置。最后结合测试算例分析了所设计长期交易模型的合理性和优点。

基于此本文针对跨国交易中存在的电能输送距离长、市场构成复杂、政治因素以及新能源出力不确定性等问题，最后对日本、韩国、朝鲜、蒙古、中国华北和东北地区五个区域组成的东北亚电力市场进行仿真与分析，验证所提出的模型的合理性，为能源在区域间的优化配置提供了理论指导。

1 跨国电力市场长期交易模型的建立

1.1 输电服务费的计算、分摊与报价折算

合理的输电服务价格机制对跨国电力交易具有促进和引导作用。输电服务的价格机制主要分为两部分：确定输电服务的价格，输电服务费在电网的各个用户之间分摊。

（1）输电服务费的构成与计算

输电服务费用CT主要由以下几部分构成

Cbase、Coperate和Closs分别为建设成本、运行成本和损耗成本

（2）输电费用的分摊

改进兆瓦—公里法，交易者分摊的输电费用为：

其中，γi为每条线路的平均每兆瓦—公里成本，Cc为线路输电容量成本，Co为运行成本，Pcrit,i为线路安全输送功率，Li传输线路i的长度。a为输电服务费在发电方和购电间的分配比例。

（3）报价折算

跨国交易中，交易系统统一将双方价格在发电侧进行折算和匹配，计算公式如下：

λB、λB D为购电方折算到售电侧的电价、购电方申报的电价。

PB、VB分别为购电方折算到售电侧的电力、电量；PBD、VBD分别为购电方申报的电力、电量。

Ltr、λtr为跨省输电线损率和跨省输电价。

1.2 长期交易合约交易电量的确定与优化

交易电量包括传统发电交易量和新能源交易量。首先根据市场参与国家的电力工业发展情况、双方交易申报基础数据、市场规律等初步确定卖方和买方传统发电方式的长期交易量。

考虑到新能源发电的强间歇性和不确定性会给交易带来较大的收益风险，并且新能源交易在不同的子市场中具有不同的收益回报率，因此可以根据新能源发电量，由投资组合原理确定可再生能源在中长期合约中的最佳接入量，在尽量降低收益风险的前提下，对新能源在不同子市场的参与比例进行优化。

以风电为例，由于平衡市场的交易量主要由风电出力的短期预测偏差决定，因此交易子市场主要考虑中长期市场和日前市场。在此将交易组合理论应用为发电商的交易组合模型。

设发电商在n个子市场中分配交易电量，进行组合决策，则收益的期望和风险如下：

其中，为期望收益向量，为电量的分配比例向量，为收益的协方差矩阵，为1向量。

效用函数U（x）可反映决策者对选择的偏好情况，其大小与决策者的偏好程度相符：U（x1）＞U（x2）表示决策者对交易组合x1的偏好高于x2，通过引入效用函数，得到以收益效用最大为目标的交易组合模型：

其中，β为投资者的风险厌恶指数，β越大，决策者对风险的厌恶程度越高。

1.3 追求社会福利最大化的高低匹配撮合交易

在此以社会福利最大为目标函数，由高低匹配撮合原理，根据各市场参与者的报价折算结果，对交易双方进行匹配[16-18]。

式中，m、n 为购电商和售电商的数目；

Vi,j为购电商i向售电商j购买的电量；

Bi(Vi,j)为购电总支出；

Sj(Vi,j)为售电总收入；

VBi,max为购电商i申报的最大购电量；

VSi,max为售电商i申报的最大售电量；

约束条件（11）、（12）为交易双方的电量约束；约束条件（13）限定了双方的交易是单向的。

1.4 年合约交易电量的月度分配

本文采用基于卖方的双边电力合约交易策略，则月度电量分配的目标为供电成本最小。由于水电及可再生能源的发电成本可以忽略，在计算供电成本时，主要考虑传统火电机组，本文以燃煤机组为例，发电成本最低为目标的月度电量分配模型建立如下：

如果仅基于卖方交易成本的经济性最优，即广义供电成本最低为目标函数分配电量可能会导致电量分配与实际负荷需求情况差异过大，因此有必要对每月交易的电量进行优化。因此我们在对供电区域月用电负荷预测的基础上，引入缺电惩罚系数，改进目标函数如下：

EENS和VOLL分别为电量不足期望和缺电惩罚系数，其满足下式：

式中，pi,j为 售电商i在第j个月的缺电概率；

∆Li,j为 第j个月售电商供电不足导致的月缺电量。

2 政治因素对跨国交易的影响

根据对政府稳定度、社会经济环境、投资环境、国内冲突、外部冲突等12项指标进行多维度政治风险评估，国家风险评测公司（The PRS Group），得到综合的政治风险指数R（满分为100）。风险指数越低，政治风险越高。对于跨国跨洲电力传输，输送电量越大、政治风险越大，则风险损失越大。政治因素可能会导致电力交易中断或者更改，进而降低交易收益。在此将政治因素导致的收益损失以风险成本的形式纳入交易成本计算，则第j条传输通道的风险成本可表示为：

其中α为风险系数，表示一定政治风险下传输单位电量的风险成本，VjY为通道j 的年传输电量，R′j为通道j对应的政治风险指数，值为所连两国或两区域风险指数的平均值。

综上得到考虑政治因素的改进交易目标函数：

其中，CPR为所有传输通道的总风险成本。

当政治因素导致某条传输线路交易中断后，对剩余的其他电力传输通道，再次根据公式（18），并结合传输通道的容量情况，进行电力交易的调整和再撮合，即优化目标为：通道j交易中断时，计及风险成本的社会福利最大化。

3 算例仿真与分析

3.1 算例描述

选取东北亚地区的日本、韩国、朝鲜、中国华北和东北地区、蒙古构成的互联电力市场为研究对象，建立跨国电力市场的长期交易模型。

图1 东北亚五国地理分布及电力通道示意图
Fig. 1 Sketch map of geographical distribution and power transmission channels of five Northeast Asian countries

图1为东北亚五国的地理位置缩略图、电力传输通道情况。这五个国家之间有五条传输通道，可以确保直接或间接地进行两国间的电力交易。

图2 亚洲风能资源分布示意图
Fig. 2 Distribution of wind energy resources in Asia

亚洲风能资源主要分布在中国东北、华北和西北，以及蒙古国、中亚及俄罗斯北部沿海等地，占亚洲风能资源总量的75%以上。东北亚的电力需求集中在中国、日本和韩国，大型可再生能源基地主要分布在中国西部、俄罗斯远东及西伯利亚、蒙古东南部，总体呈现“西电东送、北电南送”电力流格局。因此东北亚互联电网新能源的消纳，主要应该实现内蒙古、中国及俄罗斯地区的丰富的风能资源在东部高负荷地区（如韩国、朝鲜）的有效消纳。

考虑到东北亚各国电力发展现状存在差异，分布相对较分散，韩国的中枢位置可作为国家间电力交易的枢纽—东北亚电力市场交易可采用“集中撮合，分散交易”的模式。

3.2 仿真求解

表1 各国交易数据（单位：亿千瓦时）
Table 1 transaction data of countries

表1为东北亚五个国家的电力交易模型的测试数据。在电力市场建立初期，总交易电量约占总需求量的20%，长期合约交易电量约占总交易量的80%。实际交易中各国会根据实际情况进行调整。日本和韩国是主要的负荷需求区，且资源相对匮乏，在此根据两国的供需情况适当增加其购电量。蒙古风能资源丰富，人口稀少，因此增加其交易售电量。

表2 各国年交易量匹配结果（单位：亿千瓦时）
Table 2 Annual transaction results of each country

在表2中，行代表买方，而列是卖方。风险厌恶值β取0.5，风电参与长期交易的比例为30%，表3和表4显示了国家间互联的月度交易电量分配结果。

表3 各国传统电能月度交易结果（单位：亿千瓦时）
Table 3 Monthly transaction results of traditional power

表4 各国风电交易量月度交易结果（单位：亿千瓦时）
Table 4 Monthly transaction results of wind power

我们可以看到，韩国作为各国交易的枢纽，得益于其优越的地理位置而总交易额较高；中国发电量充足，电能质量相对较高，价格相对低廉，因此交易售电量最高；蒙古虽然风电资源丰富，发电成本很低，地势偏远，传输成本较高，因此能源的跨区消纳仍不够充分。总体来讲，通过互联电网，社会福利增加，蒙古和中国丰富的风能资源可以基本实现在东部高负荷地区（如韩国和日本）的有效消纳。当朝鲜韩国间由于政治因素导致交易中断时，韩国所需的电将从交易售电价低且政治风险低的中国购入。当多国间政治风险因数较高而导致交易中断时，还需要考虑通道传输容量对交易的限制，将有必要采取措施来维持市场稳定。

4 结论

针对跨国互联电力市场电能输送距离长、市场构成复杂、新能源和政治因素导致的交易风险大等特点建立了跨国电力市场的长期交易模型。通过对日本、韩国、朝鲜、中国华北和东北地区、蒙古五国组成的东北亚电力市场进行仿真与分析，具体说明了互联电网电力交易可以提高社会福利，缓解供需不平衡，实现能源在广域范围的有效消纳；同时应加强市场风险评估，采取有效措施，降低政治因素带来的效益风险。

参考文献

[1] 刘振亚.全球能源互联网[M]. 北京：中国电力出版社，2015.

[2] 张彦涛，张志强，张玉红，等. 应用特高压直流输电技术实现亚欧洲际输电方案的设想[J]. 电网技术，2015，39(8)：2069-2075.Zhang Yantao, Zhang Zhiqiang, Zhang Yuhong. Application Research on UHVDC Technology in Asia-Europe Power Transmission Planning[J]. Power System Technology, 2015,39(8): 2069-2075(in Chinese).

[3] 孙伟卿，田坤鹏，谈一鸣，等. 全球能源互联网关键技术与研究展望[J]. 自动化仪表，2017，38(01)：1-6.Sun Weiqing, Tian Kunpeng, Tan Yiming, et al. Key Technologies and Research Prospects of Global Energy Internet[J]. Process Automation Instrumentation, 2017, 38(01): 1-6(in Chinese).

[4] Henry S, Denis A M, Panciatici P. Feasibility Study of Offshore HVDC Grids[C]//Proceedings of the IEEE Power and Energy Society General Meeting. Minneapolis: IEEE, 2010: 1-5

[5] 刘振亚. 全球能源互联网跨国跨洲互联研究及展望[J]. 中国电机工程学报，2016，36(19)：5103-5110+5391.Liu Zhenya. Research of Global Clean Energy Resource and Power Grid Interconnection[J]. Proceedings of the CSEE,2016, 36(19): 5103-5110+5391(in Chinese).

[6] Leonardo Meeus, Konrad Purchala, Ronnie Belmans．Development of the Internal Electricity Market in Europe[J].The Electricity Journal, 2005, 18( 6): 25-35．

[7] 曾鸣，刘超，段金辉，等. 美国与北欧电力双边交易市场模式的经验借鉴[J]. 华东电力，2013，41(01)：5-10.Zeng Ming, Liu Chao, Duan Jinhui, et al. The Bilateral Electricity Market Modes of Typical Countries and Our Reference from America and Nordic[J]. East China Electric Power, 2013, 41(01): 5-10 (in Chinese).

[8] 王德华，刘戒骄. 美国电力改革及对中国的启示[J/OL]. 经济与管理研究，2017，(11)：58-68.Wang Dehua, Liu Jiejiao. US Electricity Reform Practice and Its Inspiration to China[J].Research on Economics and Management, 2017, (11): 58-68 (in Chinese).

[9] Samuelson P. Lifetime Portfolio Selection by Dynamic Stochastic Programming[J]. The Review of Economics and Statistics. 1969, 51(3): 239-246.

[10] Ross S. A. The Arbitrage Theory of Capital Asset Pricing[J].Journal of Economic Theory, 1976, 13(3): 341-360.

[11] Ogryczak W, Ruszczynski A. On Stochastic Dominance and Mean Semiderivation Models. Interim Report IR-97-043.International Institute for Applied Systems Analysis, Laxenbourg.

[12] X. Zhang, X. Wang, Y. H. Song. “Modeling and pricing of block flexible electricity contracts” in IEEE Trans. Power Syst.vol. 18 no. 4 pp. 1382-1388 Nov. 2003.

[13] Yu C W, David A K.Integrated Approach to Transmission Services Pricing[J]. IEE Proceedings: Generation, Transmission and Distribution, 1999, 146(3): 255-260.

[14] Junqueira M, Da Costa L C, Jr, Barroso L A, et al. An Aumann-Shapley Approach to Allocate Transmission Service Cost Among Network Users in Electricity Markets[J].IEEE Trans on Power Systems, 2007, 22(4): 1532-1546.

[15] M. Mustapha M. W. Mustafa S. N. Khalid I. Abubakar H.Shareef “Classification of electricity load forecasting based on the factors influencing the load consumption and methods used: An-overview”, IEEE Conference on Energy Conversion(CENCON), pp. 442-447 2015.

[16] 夏清，孙正运. 考虑交易成本的区域市场撮合交易模型[J].电网技术，2005，(17)：1-4.Xia Qing, Sun Zhengyun. Application of High-Low Match Methods to Regional Electricity Market Consideration Transaction Costs[J]. Power System Technology, 2005, (17):1-4 (in Chinese).

[17] 张维，范玉宏. 华中电力市场双边交易模拟分析[J]. 电力系统自动化，2008，(11)：97-102 (in Chinese).Zhang Wei, Fan Yuhong. Analysis on Bilateral Transaction Simulation of Central China Electricity Market[J]. Automation Of Electric Power Systems, 2008, (11):97-102 (in Chinese).

[18] M Geidl G. Andersson “Optimal Power Flow of Multiple Energy Carriers”. IEEE Transactions on Power Systems, vol.22 no. 1, pp. 145-155, 2007.

Design and Simulation for Long-Term Transnational Power Transaction Model in Global Energy Interconnection

CAO Yang1, DING Tao2, HOU Yun-ting2, SHAN Mao-hua1
(1. China Electric Power Research Institute Co., Ltd., Nanjing 210003, Jiangsu Province, China;2. State Key Lab of Electrical Insulation and Power Equipment, School of Electrical Engineering,Xi’an Jiaotong University, Xi’an 710049, Shaanxi Province, China)

Abstract: Under the background of the global energy interconnection, the possibility of transnational power transaction can be realized through interconnection of large-scale energy bases in different continents. However, transnational power transaction has problems such as long transmission distance,complex market structure, high risk of transaction caused by new energy and political factors, and its mechanism is not mature and complete. So a long term transnational power transaction model with the goal of the social welfare optimization is put forward to deal with these problems. The model establishes and improves annual transaction volume through the optimization of the new energy market participation ratio, the apportionment of the transmission service fee, and the analysis of the political risk cost. And the monthly electricity allocation is optimized by introducing the penalty item of power shortage into the objective function. Finally, the test on the practical Northeast Asia, including China, South Korea, North Korea, Japan and Mongolia, are studied and the simulation results verify the rationality of the proposed mode. The results also show that this model can provide a theoretical guidance for the optimal allocation of energy among regions.

Keywords: global energy interconnection; transnational power transaction; transmission service price; high and low matching transaction; political factor

Project supported by Science and Technology Foundation of SGCC “Research on Grid Dispatching and Transaction Mode for Global Energy Interconnection”.

作者简介：

曹阳

曹阳（1978），男，研究员级高级工程师，IEC TC57 WG13、WG16和IEC PC118 WG2成员，全国电力系统管理及其信息交换标准化技术委员会电网调控工作组副组长，主要研究方向为全球能源互联网技术、电网调度自动化、电力系统标准化、需求响应等。E-mail：caoyang@epri.sgcc.com.cn

丁涛（1986），男，博士，副教授，主要研究方向为电力系统经济运行、综合能源系统、电力市场。

侯云婷（1993），女，硕士研究生，研究方向为电力市场及电力系统优化运行。

（责任编辑 张鹏）