孙培博，周 明，张 磊，武昭原，王剑晓，李庚银

（新能源电力系统国家重点实验室（华北电力大学），北京市 102206）

0 引言

2017 年8 月，国家发改委和国家能源局联合发布了《关于开展电力现货市场建设试点工作的通知》，选择广东省等8 个代表性地区进行现货市场体系试点，探索构建中长期交易与现货交易结合的市场体系［1-2］。试点通过多次探索，为现货市场机制设计积累了宝贵经验［3-4］。但由于各试点市场结构、交易机制等多方面存在差异，导致在实际结算过程中产生大量不平衡费用，使得市场运营偏离正常状态，超出设计者预期设想［5］。

电力现货交易难免存在通过合同分解或日前交易制定的计划发用电量与实际发用电量之间的偏差［6］，主要通过实时平衡市场来保证系统电力电量供需平衡，同时平衡机制配合处理交易中产生的各类费用。其中，在市场运行结束后进入结算阶段时统计的市场交易中产生的总体不平衡费用即为结算不平衡费用。然而，在系统电量平衡的情况下依然产生了结算不平衡费用问题，本质原因是平衡机制规则导致市场对于同一部分不平衡电量的结算价格出现了差异，运营方难以维持平衡服务费用和不平衡电量费用的收支平衡。由于不平衡电量结算影响成员收益，因此成员利用平衡机制互动会加剧结算差异性，更易引发“电量平衡而资金不平衡”，故结算不平衡费用问题与市场平衡机制及其诱导下的成员行为具有强关联性。

成熟电力市场的平衡机制能有效衔接分散的市场运营与系统化集中调度，发掘实时平衡价格，保证市场运行稳定与经济［7-8］。而国内相关问题多在于实施“计划+市场”双轨制政策下产生的不平衡费用［9］，另外还包括大量非市场化用户产生的电量波动及考核费用等，如广东电力市场针对特殊机组等分为多类不平衡费用。中长期电量交易中的不平衡电量需要制定偏差电量处理方法进行约束［10］，另外也要积极开展短期电量交易并搭配合理的平衡机制。

关于平衡机制与不平衡费用，已有针对欧洲平衡容量及能量市场对平衡结算影响［11-12］、平衡机制设计要素提取［13］、基于仿真模型及评估方法量化不平衡费用［14］、不平衡费用宏观政策分析［15-16］等方面的研究。然而现有文献主要基于高度市场化环境及成熟平衡机制，缺少针对发展初期关于平衡市场的仿真方法，故需要有合理手段模拟市场主体行为并先验平衡机制设计效果，减少结算不平衡费用的产生。本文基于上述背景及文献［14］的分析方法，进一步研究市场中平衡服务主体决策行为、不平衡电量结算价格及新能源机组保护政策对结算不平衡费用的影响。首先，介绍了实时平衡市场及其与结算不平衡费用的关系；然后，建立多市场主体参与交易的实时平衡市场主体代理模型（agent-based model,ABM）；最后，通过算例分析平衡服务供应商决策比例、不平衡电量结算机制和新能源出力免考核区间对结算不平衡费用的影响，并提供相关建议。

1 平衡机制与不平衡费用的关系

1.1 实时平衡市场运行概述

实时平衡市场主要包括：1）系统运营商（system operator，SO），负责维持系统的安全稳定运行和市场正常运营状态，在国内由系统调度和电力交易中心承担有关职责；2）平衡服务供应商（balance service provider，BSP），负责为各类可调度资源在市场中提供多种平衡服务；3）平衡责任主体（balance responsible party，BRP），导致系统出现不平衡电量的责任方。平衡市场主体交互关系如图1所示。图中实线表示平衡市场物理结构和流程结构框架，虚线表示市场主体与平衡市场要素交互情况及其通过市场中环节与其他主体间建立的联系。按照服务属性，平衡服务又分为平衡容量和平衡电量。SO 为保证在实时运行过程中系统的可靠运行，提前在日前市场向市场成员采购平衡容量服务［17］。SO 将日前申请提供平衡服务机组提交的报价整理后，根据系统预测的不平衡需求选定机组作为BSP，SO 向BSP 支付容量补偿费用。实际运行时，根据系统在下个时段产生的平衡需求，BSP 机组上下调节平衡服务报价，SO 根据不平衡需求按序选中机组直至供需平衡。中标机组将在市场中对应时段提供平衡服务。当市场运行结束进入结算阶段时，SO 对BSP 和BRP 收取或支付费用。

1.2 实时平衡市场中影响结算不平衡费用的要素

现货市场中，日前市场出清可以对冲实时市场风险，实时市场出清兼有结算和调度功能，但不确定因素多，市场主体在实时市场中套利手段更灵活，两市场间结算电量并不能准确契合，都反映在结算不平衡费用中。因此，本文重点关注实时平衡市场中产生的不平衡电量及相关因素对结算不平衡费用的影响，主要提炼以下因素。

1）BSP 决策行为。BSP 的报价策略将直接影响市场的平衡服务价格，导致SO 向BSP 采购平衡资源的成本发生变化。引发的平衡服务价格波动将会影响市场中BRP 侧的不平衡费用，从而引发BRP调整策略以维持自身利益。这一系列交互作用将影响结算不平衡费用。

2）不平衡电量结算价格机制。国外针对日前与实时平衡市场出清电量不一致的问题，对产生的正负不平衡电量进行结算时常采用一价法和二价法。不同结算机制会直接影响BRP 缴纳的不平衡费用。

3）新能源机组保护策略。随着新能源发电技术的发展，其机组参与平衡市场也需要纳入考虑。由于新能源机组出力的随机性，对其参与市场交易产生的不平衡电量可增设不同范围的免考核区间，减免部分不平衡费用。

综上所述，本文将建立关于实时平衡市场交易的仿真模型，重点关注BSP 决策行为、不平衡电量结算价格机制和免考核区间对结算不平衡费用的影响。

2 实时平衡市场ABM 模型

2.1 模型概述

在平衡市场中，市场成员针对外界状态变化采取策略以维持自身利益。当市场主体行为改变后，整体市场结果也随之改变，反之又影响主体决策。这种紧密耦合的交互作用自底层向上累积，最终导致结算结果差异化。目前，已有文献基于ABM 方法分析市场机制变化对参与者间的影响［18-19］。ABM 采用自下而上的建模思路，能较好地捕捉市场微观动态且易于解释市场成员行为及激励响应。相比优化模型，ABM 能融合异质成员间的行为及市场交互，并便捷地设定参数进行场景仿真，在市场成员微观交互反馈中更好地探索平衡市场与结算不平衡费用的关系。

平衡市场按照主体可划分为SO 层、BRP 层和BSP 层。BRP 产生不平衡电量后，SO 启动平衡服务，并按前一个运行阶段中BSP 的平衡服务报价调用平衡服务，直至供需平衡，并确定入围BSP 机组和该时段平衡调节价格。入围BSP 在实时运行中执行平衡服务，保证系统实时供需平衡。当实时市场出清结束后SO 进行结算，BRP 和BSP 各自更新主体下一轮仿真策略，本轮结束。下一轮模拟开始时，BRP 产生新的不平衡电量，重复仿真循环。基于ABM 构建的平衡市场运行仿真示意图见附录A图A1。模型中实时平衡市场一个运行周期分成24 个运行时段，1 个运行时段包含4 个平衡时段。在报价阶段，BSP 将对2 h 后市场预测的不平衡电量进行报价。实时平衡市场模型报价示意图见附录A 图A2。

2.2 模型参数

2.2.1 基本参数

ABM 基本参数包括主体数量、特性和决策选择空间等。模型中BSP 有QBSP个主体，BRP 有QBRPc个常规主体和QBRPr个新能源主体。BSP 和BRP 的主体特性见附录B 表B1 和表B2。

不平衡策略集由多个离散的正负对称不平衡电量按比例组成，包括BRP 在模型中可以做出的所有策略不平衡电量，每个BRP 可以从中选择自身机组容量的±p（新能源BRP 选择自身机组容量的±pr）作为策略不平衡电量值。

模型中BSP 提供上下调节平衡服务。BSP 的策略报价从多个离散的策略性报价集中选择。BSP可以在调节市场为所属机组选择最高为机组边际成本的m倍、最低为边际成本的1/n。报价集策略由一系列固定报价组成，上下调节报价集是独立的。模型中1 个BSP 主体下辖w台机组，每台机组具有b个报价选择，因此1 个BSP 主体能够选择bw种报价策略。模型中上下调市场相互独立，收益与决策不相互影响。考虑计算复杂度，模型中对BSP 机组边际成本与报价进行了适当简化，这种简化并不改变BSP 策略行为的本质，不影响仿真结果及相关分析。

2.2.2 场景参数模型设定如下场景参数进行分析。1）BSP 策略性报价

模型中BSP 的报价策略分为真实报价（true bidding，TB）和策略性报价（strategic bidding，SB）。TB 即BSP 只按照边际成本报价，SB 即BSP 根据Q学习算法进行策略性报价。模型通过改变拥有策略性报价能力的BSP 主体数量达到交互效果。

2）不平衡电量结算机制

二价法中，若某BRP 产生的电量不平衡方向与系统净电量不平衡方向相反，此时使用日前价格对该BRP 产生的不平衡电量进行结算；反之使用实时调节市场的价格对该BRP 的不平衡电量进行结算。一价法中无论BRP 的不平衡电量方向是否与系统不平衡状态方向一致，结算时都对其不平衡电量按照统一的不平衡电量调节价格结算；当系统处于正或负不平衡状态时，不平衡电量价格等于下调或上调市场平衡服务价格。

3）新能源机组免考核范围

若新能源机组产生的不平衡电量位于免考核区间内，则可以免除新能源机组对该部分不平衡电量的责任；对超出免考核区间的不平衡电量按照市场不平衡结算机制进行结算。

2.3 市场主体决策算法

中国部分地区电力市场在运营中曾出现某些售电公司合谋控制市场不平衡电量的情况，这种行为对平衡结算费用产生了较大影响。因此，本文设定模型中BRP 基于自身决策情况的同时，可兼顾考虑其他BRP 的市场行为。经验加权吸引（experienceweighted attraction，EWA）算法能够将市场中其他BRP 的不平衡策略引入自己的不平衡决策范围中，在包含多变量场景下适用性好［20］，因此选择EWA算法作为BRP 的决策算法，具体算法决策过程可参考文献［14］。

模型中BRP 不平衡电量由主动不平衡电量和随机不平衡电量构成。主动不平衡电量由BRP 决策算法选择产生，随机不平衡电量由平衡时段内随机产生多个符合正态分布的小电量构成，相当于模拟预测误差。BRP 产生的不平衡电量为VI，所有出清阶段中第i个BRP 产生的不平衡电量为VI，i，β个BRP 产生的不平衡电量的总和为一个运行周期内的总不平衡电量VTI。每个BRP 在结算时实际产生的预测误差将会导致实际利润损耗CAPL。CAPL等于一个出清阶段内应结算的不平衡电量与不平衡电价PI与日前价格PDA差值的乘积。

一个运行周期结束后，SO 对BSP 进行CAPL结算，BRP 根据CAPL数值更新每个决策的策略吸引值，完成下个运行周期的策略选择。模拟初始时，BRP 对每个不平衡策略的初始选择概率相等。在每个平衡阶段结束后，每个BRP 的策略选择概率都会更新。

对于BSP，在实时平衡市场中因为考虑技术和策略布局以及机会成本等因素，SO 只透露平衡服务公司级别的概况，有关BSP 的基本信息通常不会精确到每台机组［21］，这与BRP 进行合谋的行为有所差异。在实时平衡市场中，BSP 主要通过自身的历史报价记录反馈的利润更新策略。模型中BSP 采用更符合上述特点的Q 学习算法［22］，可更好地模拟市场主体在交互中不进行合谋而是仅通过自身获取市场基本信息来产生策略行为。具体算法决策过程见附录C。

3 算例仿真及分析

3.1 算例设置

对上述模型设置仿真算例，针对3 个影响因素进行仿真，从而分析对不平衡费用的影响。算例参数设置见表1。

表1 算例参数设置Table 1 Parameter setting of case

模型场景参数设置如下。

1）BSP 决策方式设置4 类场景，分别为全部真实报价（3TB）、1 个主体策略性报价和2 个主体真实报价（1SB&2TB）、2 个主体策略性报价和1 个主体真实报价（2SB&1TB）、全部策略性报价（3SB），用A1 至A4 表示。

2）不平衡电量结算机制设置2 类场景，分别是二价法和一价法，用B1 和B2 表示。

3）新能源机组免考核范围设置4 类场景，分别为0%、±2%、±5%和±8%，用C1 至C4 表示。因为算例中BRP 的策略不平衡电量的占比pr是离散化的，因此上述设定涵盖了不同程度的策略不平衡电量值，最高免除比例约为新能源机组最大不平衡电量值的0%、15%、40%和70%。

综上所述，算例共设置32 个参数不同的仿真场景，模型场景序号及相应参数设置见表2。综合考虑模型准确度与计算复杂度，算例设定市场运行时长为3 年。其中前2 年为探索阶段，市场主体进行充分交互和学习，第3 年为分析阶段，本文对其进行仿真结果分析。算例通过多次运行取结果平均值（本文取5 次）来减少模型中随机变量带来的影响。

表2 模型场景设置Table 2 Scenario setting of model

模型仿真流程如图2 所示，其中模型中设置的影响因素在流程图中相应位置标红。

图2 算例仿真流程图Fig.2 Flow chart of case simulation

3.2 仿真结果及分析

仿真的收敛性说明详见附录D，所有仿真的结算不平衡费用的原始数据结果见附录D 图D1，全场景平均结算不平衡费用仿真结果见附录A 图A3。下面对各影响因素分别进行分析。

3.2.1 BSP 决策比例分析

A1 至A4 场景下结算不平衡费用及相关参数对比如图3 所示。其中，市场平衡成本为市场结算时SO 与BSP 间的费用净和。

图3 结算不平衡费用及相关参数对比Fig.3 Comparison of unbalanced settlement cost and related parameters

A1 中市场平衡服务价格曲线相当于由BSP 机组的边际成本组成的固定阶梯曲线，对市场不平衡电量的变化缺乏反馈。固定且较低的平衡资源价格让BRP 在进行不平衡策略行为时的利润损失较低，通过策略行为以较小的代价谋取利润。

A2 中平衡服务价格开始对市场不平衡电量产生反馈，随市场不平衡电量增加而提高调节价格。对应的BRP 侧进行不平衡策略行为时利益损失增加。然而，其他按照真实成本报价的BSP 使整体市场调节价格接近机组边际成本。因此，策略报价BSP 主体中成本较高机组并不能通过高报价而大量获利。

A3 中某些对不平衡电量严格约束的场景下，平衡调节价格受真实报价BSP 制约，策略报价BSP 只能抢占剩余平衡电量份额，部分BRP 进行小幅度策略行为，利用较低的调节价格套利。

A4 中BSP 对于不平衡电量的变化最敏感，导致市场调节价格随不平衡电量波动频繁。灵敏且过高的调节价格会增大市场内策略行为风险。BRP侧出现的小幅度不平衡策略性行为没有得到抑制，使得BRP 侧不平衡费用累积，最终导致市场结算不平衡费用与平衡成本较高。

随着BSP 决策比例的提升，调节价格激烈变动，BRP 策略行为的代价增大，其真实意愿倾向逐渐升高。除A1 外，BSP 所有机组整体策略性报价水平为策略平均值，由于BRP 的小幅策略行为，低成本与高成本机组在上调和下调市场中中标频率高，是BSP 的主要收益点。决策BSP 主体越多，其收益也越大，其他机组收益也从亏损转至盈利。

针对BSP 决策比例，当市场中平衡调节曲线对市场不平衡电量有合适的响应时，市场不平衡费用较低，效果最好。灵敏的平衡调节价格能够约束BRP 的策略行为。因此，需要及时准确地反映市场的供需关系，表现为市场期望大部分BSP 能按照接近真实的边际成本报价，否则将导致平衡调节价格过高，引发结算不平衡费用问题。这需要决策者通过设置平衡调节价格上限、加强市场监管、明确权责划分等方法抑制BSP 的策略行为，实现供给侧激励相容，让平衡服务调节价格在正常范围内浮动。

3.2.2 不平衡电价结算机制分析

B1 和B2 下结算不平衡费用与市场平衡成本对比如表3 所示。二价法场景结算不平衡费用比一价法稍多，但平衡成本远低于一价法。一价法由于不区分不平衡电量是否有助于减少系统不平衡状态，相比二价法对市场主体的惩罚性更强。一价法下整体结算不平衡费用比二价法稍低，但在模型中对于市场主体引导性的效果却弱于二价法，这增加了市场风险。相对于一价法“一刀切”式的规则，二价法能够减弱对于部分BRP 的惩罚，并能保证系统不平衡状态的稳定。引导BRP 考虑局部与整体的关系，从而将市场的不平衡费用控制在可接受范围内。

表3 二价法与一价法部分仿真参数对比Table 3 Comparison of partial simulation parameters between two-price and one-price methods

不平衡结算电价机制直接关系到BRP 主体在市场结算时的利益损失。二价法和一价法下BRP不平衡策略选择热力图如图4 所示。从图4 中发现，BRP 的不平衡策略倾向对于不同机制有明显区分。在二价法下，平衡调节价格变化相对平稳，BRP 整体趋向小幅度不平衡策略或真实意愿。在一价法下，惩罚性电价使得平衡调节价格变化剧烈，因此BRP 不平衡策略行为表现极端化，BRP 不平衡费用非常高，导致市场平衡成本上升。

图4 二价法和一价法下BRP 不平衡策略选择热力图Fig.4 Heat map of BRP imbalance strategy selection with two-price and one-price methods

对于不平衡电量影响，二价法在多场景下都能有效控制市场的不平衡费用，在市场发展初期阶段需要这种适用范围广、包容性强的机制保证市场运行稳定。当市场成员适应平衡市场机制后，可考虑采取措施增强二价法对于BRP 不平衡电量的约束，或改为一价法机制，减少结算不平衡费用。

3.2.3 免考核区间分析

C1 至C4 场景下结算不平衡费用散点图如图5所示，按免考核范围从左向右增大排列，各场景结算不平衡费用以散点表示，黑色虚线表示各场景结算不平衡费用平均值。从图5 可以发现，随着免考核区间范围的加大，结算不平衡费用平均值呈升高趋势。

图5 结算不平衡费用散点图Fig.5 Scatter plot of unbalanced settlement cost

C1 的结算不平衡费用最低，且在不同场景下呈现较大差异化。由于不设置免考核区间对于新能源的约束严格，其出力的不确定性使得新能源机组利益受损，因此对新能源出力引导最差。

C2 与C3 的不平衡费用介于C1 与C4 之间，且结算不平衡费用离散程度明显较小，在市场其他条件变化下能够保持稳定。市场不平衡电量的调节需求减轻后，对于BSP 侧平衡调节价格变动刺激较小，市场保持相对稳定。

C4 的结算不平衡费用平均值最高且波动大。新能源选择激进不平衡策略理论上可达到最大收益，然而这会让平衡服务价格迅速上涨，加上新能源机组随机出力的不确定性，最终结算不平衡电量可能超出免考核范围而受到惩罚。另外，小幅度不平衡电量累积导致结算不平衡费用高，并且此时机组进行策略空间最大，方式也更灵活，这增加了市场风险。

C1 至C4 下新能源BRP 策略选择倾向概率如表4 所示。其中，激进策略倾向代表极大或极小不平衡策略，保守策略倾向代表真实与小幅度不平衡策略。从表4 可以发现，随着免考核区间范围增大，新能源BRP 由激进策略转向保守策略。C1 中机组可通过产生大幅度不平衡电量寻求套利机会以对冲不平衡电量惩罚，减少损失。C2 与C3 对机组出力平衡的引导性较好，在免考核区间范围内能够保证机组长期利益。C4 中虽然BRP 选择激进不平衡策略空间最大，然而市场出现不平衡电量的剧烈波动时会引起BSP 侧竞价明显变化，产生更高的调节价格。因此，BRP 在激进策略下损失会大于收益，这迫使其选择位于免考核区间内的保守策略，此时能够减小平衡调节价格波动从而保证收益。

表4 新能源BRP 策略选择倾向概率Table 4 Tendency probability of selection for renewable energy BRP strategy

免考核区间本质上是对新能源机组参与现货市场交易的一种保护和补偿机制。在市场发展初期，考虑市场整体结算不平衡费用的同时也要通过合理引导让新能源主体建立市场意识，遵守市场规则。因此，市场初期可结合当地历史和实际运行过程中的新能源机组偏差情况设置免考核区间，不平衡电量免除比例约为其最大不平衡电量的15%～40%。随着市场的发展，应考虑逐步缩小直至取消免考核区间，以减少新能源机组套利机会，减轻系统负担，保证交易公平。

4 结语

本文针对实时平衡市场中结算不平衡费用的主要影响因素进行建模与分析，揭示了平衡主体的决策行为、平衡市场结算价格机制及免考核区间对结算不平衡费用的影响。采用ABM 仿真方法能够捕捉市场微观动态，揭示市场成员互动与市场机制变化的耦合关系。算例分析表明，当市场中大部分BSP 保持真实报价行为、不平衡电量结算采用二价法、新能源机组免考核比例为新能源出力最大不平衡量的15%～40%时，能有效减少结算不平衡费用产生。

本文所建模型着重针对BSP 决策行为、不平衡结算电价和免考核区间这3 个要素进行了分析，针对更多平衡要素的建模和分析是下一步研究方向。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。