上海电力公司 上海 200072
摘要
我国电力市场新一轮改革以开放电力零售市场为主要目标。本文提出了固定佣金、按中标价提成、保底加提成三种佣金支付方式;对三种方式构建了电力售电模式决策模型。通过案例分析,对比了三种售电模式,分析结果表明:一般情况下,保底加提成和固定佣金方式下售电商的收益最大,对售电商而言是最佳的售电方式;对用户而言,按中标提成是售电价价格最低的方式;违约金变化或是售电用户需求弹性的变化不影响售电方式的选择;趸售市场出清价均值上升时,售电商与用户最佳选择之间的差别不断减少,当出清价均值十分接近目录价时,三类售模式对售电商和用户几乎没有差别,甚至对售电商而言按中标提成反而比固定佣金方式获得收益更高一些。
关键词:电力售电,固定佣金,售电模式,售电优化
第一章 电力售电模式介绍
电力市场主体包括市场交易主体和电网企业。其中,市场交易主体包括发电企业、售电公司、电力用户和独立的辅助服务提供商等。
(1)发电企业
发电企业是生产与销售电力商品的企业。在传统电力体制下,发电企业将电力商品售卖给供电公司或电力经销商,再由供电公司或电力经销商供给用户。新一轮电改后,发电企业可直接将电能售卖给售电公司或大用户。
(2)电网企业
电网企业是拥有输电网、配电网运营权,承担其供电营业区的保底供电服务的企业。当售电公司终止经营或无力提供售电服务时,电网企业在保障电网安全和不影响其他用户正常供电的前提下,按照规定的程序、内容和质量要求向相关用户供电。不参与市场交易的工商业用户和无议价能力用户也由电网企业供电,并按照政府规定收费。
(3)售电公司
售电公司作为中间商,从批发市场上购入电力商品并销售给不选择或者不被允许在批发市上参与交易的用户。
售电公司有三类:第一类是不拥有发电能力和配电网运营权的独立售电公司,该类售电公司在售电市场上最为普遍;第二类是拥有配电网运营权的售电公司,该类售电公司附属于电网企业或社会资本投资的增量配电网公司;第三类是拥有发电能力的售电公司,由发电公司、拥有分布式电源的用户以及微电网等投资成立。[1] 在我国,目前第一、二类售电公司比较普遍,本文研究的售电业务可以是第一类、也可以是第二类售电公司提供的业务。
第二章 电力售电模式模型
在竞争激烈的售电侧市场上,售电价格是影响竞争力的关键因素。因此,售电公司在制定销售电价时,需要制定合适的售电方案,从而增强竞争力,吸引用户,同时售电公司也能根据不同的代理模式,制定收益最大化风险最小化的售电方案,与用户实现双赢。
本文提出如下三种售电模式
2.1 固定佣金
售电公司先和电力用户约定它在趸售市场的报价 ,这也是它预测的趸售市场出清价;同时双方约定零售商提供售电可获得的固定的佣金价 。在固定佣金模式下,无论最终的市场出清价 如何,用户支付的售电价格始终等于 ;而对零售商而言,若竞价后趸售市场实际出清价 ,则每售一度电的获利是 。[2]
通常,用户不希望售电价格高于目录电价,因为即便不委托售电,用户也可以目录价购到电。若用户的目录价为 (与其用户属性和电压等级有关),则仅当用户最终拿到的售电价格满足
(2-3)
且对电力零售商而言也可获利,即满足
(2-4)
时,售电才能真正达成。
可见,在固定佣金的模式下,一旦约定了固定佣金价格,用户不再受到趸售市场价格波动的干扰;而售电公司还将面临趸售市场是否竞价成功以及出清价能否低于报价的风险,当出清价低于报价,则售电公司可因成功的报价行为而获得更多的收益。
2.2 按中标价提成
在此种售电模式下,零售商同样先告知用户他们在趸售市场的报价 ,这也是他们预计能够在趸售市场拿到的购电价格;不过,双方还同时约定,如果零售商在趸售市场上实际拿到的价格 低于 ,则双方还可以对价差提成,零售商获得的价差分成比例为 。[3]这样,售电商每售一度电最终可获得的收益是
(2-5)
而用户最终支付的售电价格等于 。
显然,仅当售电对用户而言满足
(2-6)
同时,对售电商而言能获利,即满足
(2-7)
时才能真正成交。
分析中标价提成方式可以发现:售电公司在趸售市场的报价行为和趸售市场出清价对售电公司和委托购电的用户双方的收益都有影响,因而用户更会小心选择有市场竞价经验的电力零售商委托代理购电业务。
2.3 保底加提成
保底加提成是上述两种模式的综合,即:零售商告知用户它在趸售市场的报价 ,这也是它预计能够在趸售市场拿到的购电价格;同时双方约定,零售商每售一度电可获得固定佣金 ,此外如果零售商在趸售市场上实际拿到的价格 低于 ,[4]则它还可以获得价差提成,价差分成比例为
。这样,售电商每售一度电最终可获得的收益是
(2-8)
而用户最终支付的售电价格等于 。
类似的,仅当售电对用户而言满足
(2-9)
同时,对售电商而言能获利,即满足
(2-10)
时才能真正成交。
分析可知,此种模式下,售电公司在趸售市场上的竞价策略及趸售市场出清价同样对售电公司本身和用户的收益都有影响;而且,与纯粹的按中标价提成方式相比,为使交易达成,趸售市场出清价需要更低一些才能使得用户最终获得的电价不超过其可接受的最高限价——目录价。[5]
售电模式比较
模型中带有随机变量 ,它表示趸售市场出清价。为获得能使电力零售商在售电协议期期望收益最大化的报价策略和协议结算参数,采用蒙特卡洛法对趸售市场出清价进行仿真,并在每种出清价水平下实施最佳报价和协议结算参数的优化计算,最后将所得结果按市场出清价水平出现的概率做加权平均,从而获得期望收益最大化的报价和协议结算参数。[6]
具体而言,模型求解过程包括如下步骤(如图4-1):
设置仿真次数上限K,并置仿真次数k=1;
在零售商掌握的趸售市场出清价均值和方差参量下,用正态分布的随机数发生器生成趸售市场出清价 ;
将生成的趸售市场出清价 作为已知参量代入目标售电模式下的售电决策模型。以固定佣金售模式为例,此时的决策模型形式改为
(4-1)
s.t.
售电需求满足价格弹性规律
(4-2)
零售商角度愿意最终成交的条件
(4-3)
用户愿意最终成交的条件
(4-4)
零售商报价诚信约束
(4-5)
决策变量取值范围约束
(4-6)
(4-7)
对其他两类售电模式的优化模型也做类似修改。
将本次优化所得的售电商在趸售市场的报价记为 、固定佣金结算价记为 ,从出清价正态分布的密度函数中找出对应 价格水平的发生概率 。[7]
置仿真次数 ,若 则返回第(2)步,否则继续下一步。
按各此仿真中市场出清价的发生概率,对最优解进行加权平均,获得最终的售电商趸售市场最优报价和最终的固定佣金结算价,即求取
(4-8)
(4-9)
图3-1 模型求解算法流程图
表3- 算例数据
参数 | 取值 |
目录电价 | =0.959元/千瓦时 |
售电需求价格弹性参量 | α=5.93、β=2.28 |
售电失败时的违约金单价 | 0.0959元/千瓦时 |
趸售市场出清价概率分布参数 | =0.3元/kWh, =0.05 |
售电商信用偏差量 | =10% |
本章算例用到的原始数据如表5-1所示。其中,35kV中等购电规模工商业用户的目录电价,取用国网上海市电力公司2017年发布的“上海市销售电价表”中35kV非夏季不分时电价;文献[8]中工商业用户短期需求弹性取值为1.14,本文研究的是中长期市场,通常来说,时间越长,需求价格弹性系数越大,原始数据暂取2.28;售电失败的违约金单价取目录电价的1/10;趸售市场出清价的均值参考文献[9]中上海电力交易中心2016年月度竞价结果,标准差暂设为0.05。
第四章 三种代理模式下的最佳策略
表4-1 三种代理模式下最佳报价、协议佣金参量、收益的对比
比较项 | 固定佣金 | 按中标价提成 | 保底加提成 |
趸售市场报价 (元/kWh) | 0.304 | 0.330 | 0.294 |
固定佣金 (元/kWh) | 0.403 | / | 0.406 |
价差分成比例 | / | 1 | 0.1 |
售电价格(元/kWh) | 0.707 | 0.330 | 0.705 |
零售商收益(元/kWh) | 0.407 | 0.030 | 0.405 |
售电量(kWh) | 830 | 4711 | 834 |
售佣金收益(元) | 337.81 | 141.33 | 337.77 |
赔付风险(元) | 39.78 | 225.91 | 39.98 |
表4-1给出了在表3-1的参数下,三种售电模式下售电商最佳的趸售市场报价 、与委托代理购电的用户的协议佣金参量(固定佣金 、价差分成比例 )、用户最后拿到的售电价格、电力零售商每售一度电的收益、售电量和目标函数中的电力零售商售电失败情况下的赔付风险值。
可以得出结论:
从委托售电的用户的利益角度:采用按中标价提成的方式,用户可获得最低的售电价格,其他两种方式下售电价格相近、且达到按中标价提成方式下售电价格的2倍多。说明按中标价提成方式对用户而言是最有利的。
三种售电模式对于售电商而言,保底加提成是最有利的,能获得最高的收益,但其优势相对于固定佣金模式而言是微弱的;而对用户而言,按中标价提成是最有利的,能获得最低的售电价格。[9]
参考文献
中共中央,国务院.国务院关于印发电力体制改革方案的通知(中发[2002]5号)[Z] .2002.
中共中央,国务院.关于进一步深化电力体制改革的若干意见(中发[2015]9号)[Z] .2015.
国家能源局南方监管局,广东省经济和信息化委员会,广东省发展和改革委员会.广东电力市场交易基本规则(试行)(南方监能市场[2017]20号)[Z] .2017
王芳.基于电价预测的发电企业报价策略研究[D].华北电力大学;华北电力大学(北京),2011.
黄永皓,尚金成,康重庆, 等.电力中长期合约交易市场的运作机制及模型[J].电力系统自动化,2003,(4):24-28.
王净月. 基于电价预测的发电企业报价策略研究[D].华北电力大学(北京),2010.
李艳.电力需求弹性分析及电价形成机制研究[D].华北电力大学(北京),2010.
国网上海市电力公司.上海地区电价表
朴越. 电力零售商直购电代理模式研究[D].上海交通大学,2017.