2. 国家民委经济管理综合重点开放实验室,宁夏 银川 750021;
3. 北方民族大学 计算机科学与工程学院,宁夏 银川 750021
2. The Comprehensive Key Laboratory of Economic and Management, State Ethnic Affair Commission, Yinchuan 750021, China;
3. School of Computer Science and Engineering, North Minzu University, Yinchuan 750021, China
为应对全球气候变暖,实现CO2减排目标,世界各国签订了 《京都议定书》,提出了3种碳交易机制:清洁发展机制(CDM)、排放贸易(ET)和联合履约(JI)。《京都议定书》指出,市场机制为解决以CO2为代表的温室气体减排问题提供了新路径,即可把CO2排放权作为一种商品,形成CO2排放权交易市场,简称碳排放交易(carbon emission trade,CET)[1-2]。CET制度是为促进全球温室气体减排,减少全球CO2排放采用的市场机制,更是实现电力行业碳减排的有效市场手段之一[3-4]。目前,CET制度已经在欧洲广泛实施,建立了欧洲能源交易所(EEX),奥地利的EXAA交易所、Climex平台等碳排放配额交易市场。
我国当前的能源结构和以煤电为主的电源结构决定了电力行业是CO2减排的关键行业之一,在能源转换过程中电力行业排放的CO2约占全国碳排放总量的50%。由于目前我国煤电机组供电煤耗和电网线损率接近国际先进水平,节能减排空间逐步缩小,降低CO2排放强度空间有限,形势严峻[5]。近年来,我国的碳排放交易试点工作已经逐步实施,要求电力市场各参与主体调整投资决策,改善发电结构,共同实现CO2减排目标。因此,开展电力企业碳排放交易研究、解决电力市场交易的协调和模拟问题对于碳减排交易制度的实施具有重要的参考和指导意义[6]。
电力市场和碳排放交易市场参与主体众多且各主体的初始条件不同,加之各主体之间相互影响、相互制约,增加了碳排放交易的不确定性和模型模拟的复杂性,同时也为交易商提供了套利空间。基于此,考虑到我国电力行业的碳减排现状,本文首先分析了CET制度对电力企业碳减排量的影响,构建了社会−技术网中的电力生产和碳排放交易框架;其次,根据交易框架构建了基于Agent的CET模型,描述了各电力市场参与主体Agent的角色和功能;最后,从碳排放交易和发电技术转换展开多市场、多代理模拟,评估了电力市场各市场主体策略的动态调整和碳交易状况。
1 CET对电力企业碳排放量的影响本文拟构建社会−技术网框架分析CET对电力企业的长期影响。如图1所示,电力生产和碳排放交易框架由技术网和社会网构成。其中,技术网包括发电环节、输配电环节和用电环节。社会网以电力交易市场和CO2交易市场为核心,连接了发电商和用电部门(工业用电、居民用电和零售商)等诸多交易商。
|
图 1 社会−技术网中的电力生产和碳排放交易框架[8] Fig. 1 Socio-technical system of electricity production and emission trading |
从经济学角度分析,CET制度遵循科斯定理[2],即治理CO2为代表的温室气体会给电力企业造成成本差异。因此,可将温室气体排放权看作一种权利(产权)交换,如同商品交换一样。通过碳交易可以把气候变化、减排、电源投资和可持续发展这一系列科学、技术和经济问题紧密结合,以市场机制来有效解决市场经济框架下的污染问题。一方面,碳交易可以把游离在资产负债表外的气候变化因素纳入电力企业的资产负债表,改变各发电技术之间的成本比价关系,使低碳发电技术获得更大的竞争优势;另一方面,市场交易将使电力企业的边际成本趋向一致,从而降低电力企业的整体减排成本[7]。
电力需求快速增长是我国电力行业的主要特征,电力需求平均每年以2%的速度稳步上升。电是一种高级产品,电力需求是价格非弹性的。为了实现利润最大化,电力部门应合理配置资产的运行方式,制定合理的燃料价格,选择最优的发电技术。终端用户是电价的获取者,通过电力市场和CO2市场的模拟互动可以影响包含碳减排成本的电价。CET制度能够影响供电商的竞标价格:1) 电价上升导致市场需求下降,但由于短期电量需求是价格非弹性的,所以影响很小;2) 市场交易中,售电商将转向低碳技术密集型的发电商[8]。当碳排放权可以定价时,受竞争压力,非低碳技术密集型的发电商被迫降低边际利润,导致终端用户承担较低的电价。这样,通过CET机制可以大大降低CO2排放量[9]。
2 基于Agent的CET模型为了系统分析和量化研究CET对电力企业CO2排放量的影响,本文在上述电力交易和碳排放交易框架的基础上构建了社会—技术网中基于代理(Agent)的CET模型,如图2所示。该模型可以定义为“非齐次、智能、互动的电力市场交易商Agent的集合,这些交易商Agent将在复杂的模拟环境中交互运行,交易商Agent的运行机制及其作用机理是该模型的核心[10]。考虑到代理的基本属性,本文做了简化处理,每个代理只能作为电力市场的Agent或者是用户Agent。表1描述了Agent的分类及其在CET模型中的角色及功能。
| 表 1 CET模型中的Agent的角色和功能 Tab. 1 The role and function of agent in CET model |
|
图 2 基于Agent的CET模型模拟 Fig. 2 The agent-based CET model simulation |
基于Agent的CET模型所构建的电力市场和碳排放交易市场是一个多层次、多功能的交易市场,承担减排任务的交易商可以通过购买温室气体减排配额实现其减排目标。因此,实现对交易商的监测和评估要求建立动态、灵活、高效的市场模拟机制。
在模型模拟过程中,Agents(市场Agent和用户Agent)根据电力市场模拟情景、代理管理方式和电力设备资产的参数输入做出投资决策,并辅以发电技术开展多市场、多代理、多层次模拟。由于基于Agent的CET模型是由诸多电力市场参与主体构成的,而各主体的初始条件和承担碳排放交易风险的偏好不同,并且各市场主体之间相互影响、相互制约,这增加了碳排放交易的不确定性和模型模拟的复杂性,同时也为交易商提供了套利空间[11]。因此,CET模型需要综合考虑电源结构、发电商的投资策略、购/售电商的竞价策略和投标策略、绿色交易证书的价格以及电源调度的等级顺序等。特别是在碳排放交易模拟中,绿色证书的价格将反过来影响用户的购电成本,进而影响Agent的交易策略。以日模拟为例,基于数据的可得性,电力市场各交易商可以获得用户电量需求、电力系统负荷曲线、装机容量、发电量、购/售电量等数据(以h为单位),在日前进行电子交易[12]。推广到季度模拟中,规划商Agent和交易商Agent可以根据历史模拟结果调整投资策略和竞价策略,和用户进行结算并调整合约的执行计划。年度模拟进一步增加了数据的宽度和广度,可以根据情景参数对CET市场和电力市场的不同市场设计进行系统研究和量化模拟,有助于更加全面、科学地估测电能和碳排放交易对电力企业的影响。
3 基于Agent的CET模型的实施 3.1 发电技术转化CO2排放以能源为基础,煤炭、天然气是CO2密集的能源,风能、太阳能的CO2密集度相对较低。如图3所示,在电力市场交易中引入CET要求电力企业调整长期投资决策模式,改善电源结构,大力发展可再生能源技术。目前,我国的发电技术主要集中在火电、水电、太阳能发电等。因此,考虑到CET对发电量的长期影响,电力企业应该大力发展核电、风电等新能源产业,加快产业结构调整,转变发电技术[13]。
|
图 3 CET对发电量的影响 Fig. 3 The effect of CET on electricity generation |
CET制度实施的关键是引入CO2配额交易商Agent和绿色证书交易商Agent,搭建动态、灵活的CO2配额和绿色证书交易平台。在碳排放交易市场中,政府作为主体向电力企业分配CO2配额,当减排需求释放时,电力企业可以获取的碳排放权为
| $\quad\quad {g_i} = t \times \frac{{{r_i}}}{{100}} \times \left[ {{e_i}/\left( {\sum\limits_{j = 1}^m {{e_i}} } \right)} \right]{\text{。}}$ | (1) |
式中,gi指政府分配给代理i的碳排放权;t指碳排放总配额;ri指代理i获取的排放权比重;ei指代理i的实际碳排放量;m指代理机构的数量。
此外,承担减排任务的电力企业可以向CO2配额交易商Agent购买更多的碳排放权。这恰恰反映了欧盟碳排放交易体系(ETS)的观点,即碳排放权可以在不同国家、地区和部门交易。因此,电力企业可以根据碳交易市场的供求状况优化投资策略,调整发电结构,以最低的成本实现电力生产和减排目标。根据碳配额交易市场的供求状况可以计算CO2排放权的价格,如式(2)所示。
| $\quad\quad P = 10 + 40 \times {\left[ {\left( {\sum\limits_{j = 1}^n {{e_j}} } \right)/t} \right]^2}{\text{。}}$ | (2) |
式中,P指CO2排放权的价格;ej指发电设备j的排放量;n指发电设备的数量;t指碳排放总配额。
由于碳排放需求不同,当政府分配CO2配额时,碳排放权的价格将出现波动[14]。在碳排放交易市场中,不同的代理采取密封竞价双向拍卖和统一价格计算机制,竞价要素主要包括买/卖、价格、数量和时期等,每半年交易1次。各发电主体根据电源结构和碳排放配额确定自己的排放预算(赤字/盈余),计算短期减排成本,预测碳排放配额的价格,得出购买或出售配额的竞标价格,进而动态调整自己的长期投资策略。当碳排放配额的成本增加时,在绿色证书市场中,可再生能源证书交易商Agent会提高绿色证书的交易价格,这将直接影响电源调度的等级顺序[2, 9]。
3.3 相关市场及模拟预期为了更好地评估CET制度对电力企业碳排放量的影响,需要更好地了解CET模型中涉及的相关市场的属性及其之间的相互作用和影响。图4显示了模型中涉及的相关市场。基于Agent的CET模型主要考虑短期市场和长期市场2方面。一般地,需求方和供给方可以在电力现货市场和电力平衡市场以投标拍卖的形式进行电力交易。平衡电力市场是基于不同的平衡区域确定的市场概念。代理商也可以开展双边合约交易,包括日交易、中期或长期远期合约[5]。在双边交易中,双方需要明确投标标的(特定电量和合同期)。考虑到目前研究水平有限,双边交易和远期交易的模拟需要做进一步研究。由于排放权交易的问题,电力市场和碳排放配额市场之间的相互作用将是模型中利益的焦点。同时,基于“绿色”证书,本文构建的CET模型可以推广到再生能源,应用前景广阔。
|
图 4 CET模型中涉及的相关市场 Fig. 4 Relative markets in CET model |
本文旨在提供一个多代理模拟平台来测试不同电力市场设计模式和政策措施对电力企业碳排放的影响。这意味着模型模拟中的Agent代表了电力市场实际中的交易商,因此,CET模型中各代理商的交易策略需要严格的跟踪、监测和验证[15]。此外,基于Agent的建模比传统的建模方法更具优势,包含了市场参与者的风险偏好、期望及参与时间(长期市场和短期市场)等。
4 结论本文构建了动态、开放的以Agent为基础的CET模型,利用多代理模拟将单一的电力市场与CET市场紧密联系起来。CET模型的实施要求电力企业综合考虑电力市场各方交易主体的初始条件、承担碳减排交易风险的意愿以及各交易商Agent之间的关联性。随着时间维度的递增,发电技术转化,多代理模拟涉及的交易商Agent不断增加,数据量激增,模拟越来越复杂。本文构建的CET模型,可以帮助电力企业基于不同情景对电力市场和CET市场的不同市场设计进行模拟,有助于指导全社会减排工作的开展。
| [1] |
魏丹青, 黄炜, 曹植. 省域碳排放影响因素分析及减碳机制探讨——以浙江省为例[J].
生态经济, 2017, 33(12): 14-18.
WEI Danqing, HUANG Wei, CAO Zhi. Influencing factors and reduction mechanism of carbon emissions in the provincial range: a case study of Zhejiang Province[J]. Ecological Economy, 2017, 33(12): 14-18. |
| [2] |
DUAN M, TIAN Z, ZHAO Y. Interactions and coordination between carbon emissions trading and other direct carbon mitigation policies in China[J].
Energy Research & Social Science, 2017, 33: 59-69.
|
| [3] |
郑玲, 周志方. 全球气候变化下碳排放与交易的会计问题: 最新发展与评述[J].
财经科学, 2010(3): 111-117.
ZHENG Ling, ZHOU Zhifang. The accounting issues on CO2 emissions and trading under global climate change: development and review [J]. Finance & Economics, 2010(3): 111-117. |
| [4] |
仲云云. 基于低碳发展的中国区域碳排放情景分析与路径选择[J].
生态经济, 2016, 32(11): 71-74.
ZHONG Yunyun. Scenario analysis and path selection of China regional carbon emissions based on low carbon development[J]. Ecological Economy, 2016, 32(11): 71-74. DOI: 10.3969/j.issn.1671-4407.2016.11.014. |
| [5] |
YU D, XU C. Mapping research on carbon emissions trading: a co-citation analysis[J].
Renewable and Sustainable Energy Reviews, 2017, 74(6): 1314-1322.
|
| [6] |
石敏俊, 袁永娜, 周晟吕, 等. 碳减排政策: 碳税、碳交易还是两者兼之?[J].
管理科学学报, 2013, 16(9): 9-19.
SHI Minjun, YUAN Yongna, ZHOU Shenglyu, et al. Carbon tax, cap-and-trade or mixed policy: which is better for carbon mitigation?[J]. Journal of Management Sciences in China, 2013, 16(9): 9-19. |
| [7] |
LARCH M, WANNER J. Carbon tariffs: an analysis of the trade, welfare, and emission effects[J].
Journal of International Economics, 2017, 109: 195-213.
DOI: 10.1016/j.jinteco.2017.09.003. |
| [8] |
侯玉梅, 潘登, 梁聪智. 碳排放权交易下双寡头企业生产与减排研究[J].
商业研究, 2013, 55(1): 176-182.
DOI: 10.3969/j.issn.1001-148X.2013.01.030. |
| [9] |
李薇, 董艳艳, 卢晗, 等. " 十三五”规划碳减排目标下碳交易机制的博弈分析[J].
中国环境科学, 2016, 36(9): 2857-2864.
LI Wei, DONG Yanyan, LU Han, et al. A game analysis on carbon trade under carbon mitigation targets during the 13th Five-Year plan period[J]. China Environmental Science, 2016, 36(9): 2857-2864. DOI: 10.3969/j.issn.1000-6923.2016.09.045. |
| [10] |
MIAO Z, MAO H, FU K. Remanufacturing with trade-ins under carbon regulations[J].
Computers & Operations Research, 2018, 89(1): 253-268.
|
| [11] |
ANDERSSON F N G. International trade and carbon emissions: the role of Chinese institutional and policy reforms[J].
Journal of Environmental Management, 2018, 205: 29-39.
|
| [12] |
孙德栋. 基于碳交易市场下的火电机组低碳电力成本效益分析[J].
水电能源科学, 2013, 31(1): 207-210.
SUN Dedong. Cost-benefit analysis of lower carbon coal power generation unit in carbon trading market[J]. Water Resources and Power, 2013, 31(1): 207-210. |
| [13] |
NARAYAN P K, SHARMA S S. Is carbon emissions trading profitable?[J].
Economic Modelling, 2015, 47: 84-92.
DOI: 10.1016/j.econmod.2015.01.001. |
| [14] |
冯天天. 绿证交易及碳交易对电力市场的耦合效应分析模型研究[D]. 北京: 华北电力大学, 2016.
FENG Tiantian. Coupling induction analysis model of tradable green sertificates and carbon emission acting on electricity market in China[D]. Beijing: North China Electric Power University, 2016. |
| [15] |
汤铃, 武佳倩, 戴伟, 等. 碳交易机制对中国经济与环境的影响[J].
系统工程学报, 2014, 29(5): 701-712.
TANG Ling, WU Jiaqian, DAI Wei, et al. Impacts of carbon emission trading on China's economy and environment[J]. Journal of Systems Engineering, 2014, 29(5): 701-712. DOI: 10.3969/j.issn.1000-5781.2014.05.014. |
2019, Vol. 22