[1]两部制电价下计及市场力的电力市场长期均衡模拟分析 黄健柏 邵留国 张仕璟 中南大学商学院，湖南长沙 （410083） E-mail：shaoliuguo@ 摘 要：2005年国家发改委规定电力市场竞价上网后, 发电机组实行两部制上网电价。由于国内外对两部制电价的实施效果存在不少分歧，各种不同观点需要进行实际和实验的考验。借助系统动力学软件Powersim，本文构建了两部制电价下计及市场力的电力市场长期均衡模型，模拟分析了电力市场长期发展的因素及其相互作用。模拟结果表明，两部制电价容易造成市场中电量电价、容量电价的周期性波动，特别是使发电容量投资呈现出过剩、不足的周期性波动趋势，而且，该电力市场并不能有效优化发电市场结构。此外，需求侧、供给侧以及监管者的一些行为都可能加剧电力市场的波动性。因此，我们不可期望用两部制电价解决类似加州电力危机这类所谓的中长期问题。 关键词：两部制电价 系统动力学 电力市场 竞价上网 市场力 容量扩展 中图分类号： 1．引言 2005年国家发改委出台了的《上网电价管理暂行办法》，《办法》明确规定，建立区域竞争性电力市场并实行竞价上网后，参与竞争的发电机组主要实行两部制上网电价，一起建立竞争的供电侧市场。而到了2006年3月，试行两部制竞价的东北电力市场，由于电厂在竞价中均报价过高，致使平衡账号发生30亿元左右的严重亏损，而被紧急叫停。理论界对上网电价中实施两部制电价也存在诸多分歧，争论的焦点在于（1）容量电价水平和上网电价中容量电价和电量电价的比重都可能影响两部制电价对容量投资的引导效果，那么我国两部制电价对发电容量投资的引导效果如何，是否会出现A-J效应或者投资波动；（2）容量电价和电量电价是否存在交叉补贴，从而不利于电力产业结构的优化调整。 同时，与单一电价制度不同，两部制电价对电力市场的影响机制更为复杂，具有强烈的反直观性。一方面，两部制电价既影响发电厂商的变动成本回收，又决定其固定成本补偿，而固定成本和变动成本又影响发电厂商关于机组上网和发电容量投资与否的决策行为；另一 [1]本课题得到国家社会科学基金（“厂网分离”条件下输电服务定价机制的经济分析与系统动力学模拟，06BJY008）、教育部博士点基金（电力市场价格的动态博弈模型及应用研究，20030533040）资助 1
方面，受供求关系的影响，电量供过于求和容量投资过度必然使得发电厂商利润回报率降低，又进一步影响发电厂商的经营行为。此外，电力用户对电力价格的反应也必然影响着电力市场。而系统动力学作为一门可用于研究处理社会、经济、生态和生物等一类高度非线性、高[2]阶次、多变量、多重反馈、复杂时变大系统问题的学科，被誉为实际系统的实验室，对全面分析影响电力市场长期发展的各种因素及其规律有良好的辅助作用。 本文通过梳理电力市场长期发展的诸因素及其相互作用关系，从发电商的微观层次构建了用以分析我国两部制电价下区域电力市场长期运行规律的系统动力学模型，并通过模拟运行预测两部制电价下我国电力市场长期运行状况，然后通过分析诸因素的相互作用的过程，分析出现该状况的深层原因。该模型既可用以分析两部制电价对电力市场长期均衡，特别是发电容量投资的引导效果，还可以通过改变参数取值和模型结构，预测分析电力市场其他政策的作用，有效辅助发电厂商及政府管理机构进行电力市场的长期战略规划。 2．文献综述 英国学者Bunn和Larsen在1992、1994年的一系列研究表明，英国电力库（POOL）模[3]式受到容量投资补偿水平，新发电机组成本，新发电容量的建设延迟和投资者预测未来的能力等因素的综合作用，从而导致电力投资过量和不足的周期性波动，同时引起价格剧烈波动。Ford（1999，2001）在两篇文献中，利用系统动力学对加州市场的PX规则进行了模拟研究，发现在PX规则下将出现剧烈的投资周期波动和相应的价格周期性波动，但是如果在市场出清价格的基础上增加固定的容量费用，将明显地降低该波动。Christoph Grobbe（l1999）基于系统动力学研究了德国及其邻国发电竞争。Karl Magnus Maribu（2002）构建了单一制电价下北欧电力市场供给侧系统动力学模型Kraftsim，侧重研究自由化电力市场中可再生能源的开发和排污控制。Rafal Weron等（2003）构建了一个关于电力市场即时电价的MRJD（mean reverting jump diffusion）模型。Kevin Seel（2004）从地理学的角度通过系统动力学模拟分析了加拿大阿尔伯塔省电厂建设的繁荣和衰落周期性。黄健柏、黄向宇等（2006a，2006b）构建了电力市场需求侧系统动力学模型，并用以分析峰谷电价对电力用户的激励效果。这些研究对构建电力市场系统动力学模型，分析电价政策、电力交易模式等对电力市场运行的影响效果提供了很多借鉴意义，但应该说都不是关于两部制电价的系统动力学文献。 邵留国，黄健柏等（2005）构建了我国电力市场简要的系统动力学模型，分析两部制电价对发电容量投资引导作用。本文根据我国电力市场现状和未来趋势，在此基础上，深化两 [2]王其藩. 系统动力学. 北京：清华大学出版社，1994：P282 [3]POOL从发电商购买电能的价格被称为系统购电电价 (PPP)。系统购买电价是通过将系统边际价格（SMP）加上一个被称为容量费用的附加费用计算得到的。计算公式为PPP = SMP + LOLP ×(VOLL - SMP)。LOLP为失负荷概率，VLL为失负荷价值。该电价制度下，发电厂商的容量成本补偿跟上网电量是相关的，因此跟严格的两部制电价定义有所不同。 2
部制电价下的发电厂商竞价模型，修改了发电厂商发电容量扩展模块，构建了我国电力市场长期发展的系统动力学模型。 3．模型框架 模型范围界定及因果反馈图构建 按照产业链分析，电力工业上游主要为煤炭、燃气、铀等燃料的供应，下游为工业、商业、居民等电力用户，电力工业内部又分为发、输、配、售四个主要环节。电力工业和电力用户间必然离不开电力交易市场。双方在交易中实现了电能的价值和使用价值，电力用户获得电能的使用价值，而电力产业获得成本补偿和利润，并可能形成新一轮投资。从微观层次分析，产业内部各厂商间还具有竞争、市场力实施、规制俘获等行为和现象。 [4]因此，两部制电价下电力市场系统动力学基础模型范围如图1所示，并可分成六个子模块。图1中同时列出了每一模块中包含的关键影响因素。 电力供给 电量市场电力需求 可用容量 电量电价外部增长率 报价 电量调度价格需求弹性市场力 容量电价 利润 容量电价 成交价格投资 调价时机 单位容量年投资成本回报率要求 运行成本申请周期审批周期 预期投资回报率建设周期 图1 电力市场因果反馈结构图 Figure 1 causal loop frame of electricity market ①电力供给子模块：发电厂商电力供给报价包括两部分，电厂提供的电量和相应的电量价格。报价高低跟市场供求状况、短期价格需求弹性以及发电厂商的市场力有关。此外，作为区域市场，电力供给还受到区域电网间的电量交换的影响。 ②电力需求子模块：电量电价、容量电价以及输配售费用最终形成需求侧电价。由于长期价格需求弹性的影响，电价最终影响到用户的电力需求量。 []4本文建立的原始模型称为基础模型。在文章后面部分，为了便于政策比较和分析，会进一步修改和调整本基础模型。 3
③电量交易子模块：发电厂商和需求侧在电力市场中通过竞价形成电量电价，并决定发电商调度。目前存在两种主要的出清模式，MCP（marginal clear price）和PAB（pay as bid）。 ④容量电价子模块：依据容量电价计算公式，政府发布、调整容量电价标准。两部制电价下，容量电价是发电厂商投资成本回收的主要途径，影响其利润和投资决策。 ⑤利润计算子模块：电力市场条件下，发电厂商的容量投资取决于预期经济收益，模型中以预期投资回报率衡量。发电商收入主要来源于容量费用和电量费用两部分，成本主要是运行成本和投资成本。 ⑥投资子模块：新容量投资也影响着电力供给。投资者通过比较预期投资回报率和资本期望投资回报率，并参考市场供求状况进行投资决策。当然，新发电容量的形成需要一定的申请、建设周期，这是一种延迟。 根据上述分析，两部制电价下电力市场的因果反馈关系如图2所示。 电力需求-+可用发电量L1--+报价电量电价+终端电价交易电量+运行++L3-+成本L5-+-固定-年均电量电费输配等其转换后的成本L2-装机实际他费用容量电价-容量发电+L4+++利用小时企业利润+L6-容量投资+++容量电价++容量电费+调整决策单位容量投资成本 图2 两部制电价下电力市场的因果反馈图 Figure2 causal loop diagrams of electricity market with two-parts price 模型主要包括六个反馈环，其中，第四个反馈环是正反馈，其余为负反馈，正反馈有自增长特性，负反馈具有寻的特性。 流图模型 系统动力学是分析在一定政策或环境下系统如何运作的工具，集中于研究影响系统发展的各关键因素间的相互作用，系统动力学模型并不是现实世界的原样描述，而应依据研究目的有所取舍简化。为了使两部制电价对电力市场运行模拟分析更加清晰，本文对基本模型的构建做出以下界定。 ①假定火电、水电固定成本不随时间变化，即不考虑融资市场变动等对投资成本、固定成本的影响。由于剔除了固定成本变动带来的影响，该假设能使研究结果更直接、清晰。 ②假定火电、水电变动成本是固定的。虽然对火电而言，一方面科技进步使能耗降低， 4
运行成本下降，另一方面资源耗竭带来电煤价格上升，火电变动成本升高；对水电而言，太阳能使得水资源源源不断，水电变动成本变动幅度很小。但这些都不是本文关注的重点，由此，本模型简化了燃料供给侧。 ③目前，我国电力市场输、配、售仍然是垂直垄断于国家电网和南方电网，鉴于此环节的相对独立性，本模型简化了输、配、售环节。 [5]通过进一步分析，构建了模型流图，下文按照图1所示的结构分别描述。 3．2．1供给侧的描述 电力市场总供给是区域市场内各发电厂商可用发电量、网损和该区域市场电力交换量的代数和。网损为负数，而电力交换量可正可负。由于网络联络线输电容量的限制，区域电网间的电量交流有限，本模型中设为一个定值，网损也取常数。 区域市场内可能包括火电、水电、核电等各种类型的发电机组。我国发电装机容量及其[6]构成中，火电和水电占98％以上，其他类型机组所占比例很小，因此，本文简化了其他类型机组，只考虑火电和水电两种机组类型。本模型中，火电机组通过竞价上网，而水电机组没有参与上网竞价。 1）火电供给 火电可用发电量公司市场控制力净可用发电量累计和供大于求时的贡献率备用容量率火电固定成本供求状况综合贡献火电变动成本电力实际需求供不应求时的贡献率停机损失报价中的固定成本实际火电报价火电报价变动调整时间 图3 火电供给 Figure 3 supply of thermal 当然，不同类型发电机组在电力市场中具有不同的特性。自2002年厂网分离改革后，我国发电市场逐渐呈现寡头垄断市场结构。由于电力市场的短期需求价格弹性几乎是零，这 [5]系统动力学是一种定性和定量相结合的方法（王其藩，1994），除非具有“杠杆”效应的变量，模型对变量取值要求有鲁棒性，因此，流图中变量初始值的选取并不需非常严格，更多的只要求普遍性的取值即可。 [6]数据参见中国电力年鉴。 5
就使发电商的市场力不可忽视。为了在模型中分析发电厂商实施市场力的行为，本模型把我国火电发电机组简化为三个厂商，其中两个寡头厂商，一个跟随者厂商。模型把所有跟随者集合为一个厂商，虽然跟随者集合的总份额较大，但由于每个跟随者所占市场份额较小，在供大于求的情况下，该跟随者厂商不能实施市场力。模型中火电装机容量初始值为{3500, 5000,6500}<<TWh/yr>>，第一个厂商为跟随者。 上网竞价中，发电厂商的竞标（offer）由两部分组成，即该厂商的可用电量和相应的电量价格。通常，市场力的实施包括物理持留和经济持留两种表现形式，Steven Stoft（2002）认为区分这些表现形式对证明市场力或评价其影响的作用是微乎其微的，而且，经济持留比[7]物理持留更不容易被识别或被证明实现市场力，因此，为了简化分析，本模型把火电可用发电量设为火电厂总可用供给的固定比，而忽略了物理持留，只通过分析经济持留即抬高报价来研究发电集团的市场力行为。 两部制电价下电量电价主要是收回变动成本，但如果能够实施市场力，发电厂商就会考虑多收回些固定成本。因此，发电厂商的报价由电厂变动成本和部分固定成本组成，而且，为了避免停机和零负荷带来的损失，电厂在夜间报价也可能低于变动成本报价。 发电厂商在报价中加入的固定成本的比例由区域市场供求关系紧张程度和发电厂商在区域市场的控制力两种因素推动。供求关系是以区域供电和区域需求相比，同时也考虑了备用容量率（取值为10％）。如果供求关系紧张，所有的电厂都会试图抬高电价。此时，市场份额较大的厂商拥有的市场力较大。 [8]发电厂商在区域市场的控制力被定义为一个区域市场中，包含电力交换在内，发电厂商能否控制供给不足的变量。即： 发电厂商装机容量。 发电厂商区域市场控制力=区域市场总装机容量+电力交换量−区域市场电力需求公司市场控制力 图4固定成本对报价的贡献 [7]Steven Stoft. Power System Economics: Designing Markets for Electricity. Wiley-IEEE Press, May,2002:P322 [8]Christoph in Electricity Generation in Germany and Neighboring Countries from a System Dynamics Perspective: Outlook Until 2012. Peter Lang Publishing, June, 1999：P17 6固定成本对报价的贡献
Figure 4 fixed cost contribution to bid 如果这个因子小于1，那么该发电厂商在这个区域市场不能控制供给过剩。即使它削减所有容量，该区域市场仍然拥有足够的容量，不会出现供不应求，该厂商不能实施市场力。如果因子大于1，厂商在该区域市场具有控制力，能够抬高该区域市场的电价。公司市场控制力与报价中固定成本的比例关系见图4。 2）水电供给 由于水电变动成本远远低于火电机组，我国水电机组暂时没有参与上网竞价，当前仍采用成本加成的政府定价模式，在此条件下，水电只有提高上网电量，才能增加盈利，其不存在市场力行为，因此，我们把区域市场内所有水电机组作为一个整体，模型中，水电容量初[9]始值为5000 MW。 季节性因素水电年可用小时月份135791水电发电量水电容量水电可用容量 图5 水电供给 图6 水库水位季节性变化图 Figure 5 supply of hydro Figure6 the curve of reservoir level seasonal varies 此外，水电可用容量除了以水电装机容量为基准外，还受到水位季节性变化的影响。现实中，由于受水库水位的限制，水电站也无法常年保证按需发电。本模型简化了这一状况，[10]假设每年的来水状况都相同，其水位季节性变化如图6所示。 3．2．2需求侧描述 电力市场需求侧有着大量的电力消费者，不同类型消费者对上网电价的反应不同。短期内，电力市场需求呈现刚性，但长期来看，上网电价对用户的影响却不容忽视。过高的终端电价会导致用户采取节电措施或转向其他可替代能源，从而降低电力需求。同时，经济的高速增长甚至指数增长也引起电力需求急剧增长，因此，需求变动率由两部分形成，一是由于收入、人口增长等社会发展所引发的净电力需求变动，模型中称为社会发展引发的电力需求；二是价格需求弹性导致的需求变动，被称为价格对需求增长的效果。即： 需求变动率＝电力年需求×(价格对需求增长的效果+社会发展引发的电力需求) 本模型重点在供给侧，为简化模型结构，假定不存在用户差别。 [9]数据根据我国电力市场火电、水电装机容量大致3:1的比率制定 [10]依据长江水文网上的数据绘制 7水库水位季节性变化值
长期价格需求弹性需求季节变动转换后的容量电价基准终端用户电价输配等费用电力年需求电量电价电力实际需求价格对需求增长的效果终端用户电价终端用户期望电价需求变动率年均电力需求社会发展引发的电力需求 图7 需求侧流图 Figure7 stock & flow diagrams of demand side 月份135791 图8 电力需求季节变动曲线 Figure8 the curve of electricity demand seasonal varies Karl Magnus Maribu在Kraftsim模型中提出了单一制电价下电力需求侧模拟思路，即用户以他们的最终价格和参考价格相比较，在此基础上应用长期价格需求弹性判断价格变动引发的需求变动。即： 长期价格需求弹性价格对需求增长的效果＝(终端用户期望电价/基准终端用户电价) [11]在两部制电价下，终端用户电价是电量电价、转换后的容量电价和输配等费用的总和。基准终端用户电价是终端用户价格的五年指数滑动平均值，终端用户期望电价是终端用户电价的一年指数滑动平均值。本模型中利用模拟工具POWERSIM的延迟模型函数DELAYINF实现。 社会发展引发的电力需求为8％。此外，电力需求还考虑了季节变动的因素。季节变动[12]因素是参照历史变动数据而设定的，如图8所示，横轴为月份，纵轴为当月需求量与全年需求量的比重。 [11]在现实工作中，“转换后的容量电价”也被称作容量电价，本文为了区分二者特作此界定，其具体含义将在后面部分说明 [12]数据参见《中国电力负荷特性分析与预测》第125页年负荷曲线，赵希正主编，北京：中国电力出版社，2002 8比值
3．2．3电力交易 电能交易过程中，也就是竞价上网过程中，各发电厂商首先报出自己的电量电价和相应的可用发电量，各相应的可用发电量集合在一起便是总可用发电量。由实际需求电量与总可用发电量的交叉点便可得到市场成交电量电价，并可推导处各中标厂商相应的上网电量。报价相同时，上网电量按各自所报可用发电量的比例进行分配。MCP模式下，各中标发电厂商结算电价为统一市场出清价，而PAB模式下，各中标发电厂商结算电价为各自的报价。 根据典型的运行方式安排，电力调度遵循以下原则:①枯水期，火电带基荷，水电调峰；②丰水期，水电带基荷，火电调峰。本基础模型中，火电参与竞价上网，水电不参与竞价。上网竞价过程的系统动力学流图如下。 净可用发电量和火电可用发电量火电可用发电量价格排序火电可用发电量累计和水电发电量网损火电净可用发电量累计边际电厂可用发电量和实际总发电量火电实际发电量边际电厂发电量水电实际发电量实际火电报价低于成交电价的电厂数量水电担任基荷的月份火电报价排序电力实际需求成交价格电量市场匹配 图9 电力市场交易流图 Figure9 stock & flow diagrams of electricity trade 1）首先，对四个火电发电厂商的报价按照升序排列，即“火电报价排序” 方程1：SORT(实际火电报价,TRUE) 2）根据火电报价升序排列的顺序，对相应的火电可用发电量排序， 方程2：SORT(实际火电报价, TRUE, 火电可用发电量) 3）对排序后的火电可用发电量序列累计求和 方程3：CUMULATIVESUM(火电可用发电量价格排序) 4）计算火电净可用发电量累计和，也就是剔除线损后的发电量， 9
方程4：火电可用发电量累计和*(1-网损) 5）按照丰水期、枯水期的情况，模型初始设置水电担任基荷的月份为4到10月份（也可以根据实际情况进行调整），担任基荷时取值为1，担任调峰时取值为0，即， 方程5：GRAPH(MONTH(TIME),1,1,{0,0,0,1,1,1,1,1,1,1,0,0}) 6）电力市场进行匹配。如果水电担任基荷，市场先安排水电发电，因此，在火电竞价时，需要先剔除水电的发电量，余下的电力需求才是火电竞价的需求量。如果水电担任峰荷，则火电竞价的需求量是电力实际需求，只有当火电供应不足时，水电才有机会并网发电。 方程6：IF(水电担任基荷的月份=1,COUNTGTEQ(火电净可用发电量累计和,电力实际需求-水电可用发电量),COUNTGTEQ(火电净可用发电量累计和,电力实际需求)) 本方程求出大于等于火电竞价的需求量的机组所在位置。假定火电净可用发电量累计和取值为{10,20,30,40},火电竞价的需求量的需求量为35，则本方程返回值为1。 7）根据市场匹配结果，确定成交价格。 方程7：IF(电量市场匹配=0,LOOKUP(火电报价排序,INTEGER(COUNT(发电厂商))),LOOKUP(火电报价排序,INTEGER(COUNT(发电厂商)-电量市场匹配+1))) 假定火电报价排序取值为{2，4，6，8}，发电厂商为4个，则COUNT(发电厂商)-电量市场匹配+1取值为4，成交价格为8。 8）确定各火电发电商实际上网电量。 （1）计算边际电厂发电量 方程8：边际电厂发电量 IF(水电担任基荷的月份=1,IF(( (实际总发电量-水电可用发电量-低于成交价格的厂商的总发电量) <0<<TWh/yr>>),0<<TWh/yr>>, (实际总发电量-水电可用发电量-低于成交价格的厂商的总发电量)),(IF(实际总发电量>火电总可用发电量,火电总可用发电量-((实际总发电量-低于成交价格的厂商的总发电量)), (实际总发电量-低于成交价格的厂商的总发电量)))) 说明如下， ①水电担任基荷时： 如果需求不足，水电即可以满足需求，则火电不会有上网电量，即0<<TWh/yr>>； 如果水电作为基荷全部电量上网后，需求还未完全满足，则火电得到了使用，则 边际电厂发电量＝实际总发电量-水电可用发电量-低于成交价格的厂商的总发电量。 ②水电担任峰荷： 如果水电担任了调峰任务，则火电容量得到了全部应用， 边际电厂发电量＝火电总可用发电量－低于成交价格的厂商的总发电量； 如果水电没有被利用，则只有火电进行竞价调度， 10
边际电厂发电量＝实际总发电量-低于成交价格的厂商的总发电量。 （2）计算边际电厂可用发电量 为了按照所报电量平均分配边际电厂发电量，挑选出边际电厂所报电量，即等于成交价格的电厂所报电量，其他电厂设置为0，这样其和便是边际电厂可用发电量之和。 方程9 边际电厂可用发电量 FOR(i=发电公司|IF(火电报价排序[i]=成交价格,火电可用发电量[i],0<<TWh/yr>>)) （3）确定火电实际发电量 高于成交价格的电厂无上网电量，低于成交价格的电厂全电量上网，而等于成交价格的边际电厂存在多个时，则按照所报可用电量比例分配上网电量。 方程10：火电实际发电量 FOR(i=发电公司|IF(实际火电报价[i]>成交价格,0<<TWh/yr>>,IF(实际火电报价[i]=成交价格,边际电厂发电量*边际电厂可用发电量[i]/ARRSUM(边际电厂可用发电量),火电可用发电量[i]))) 以上各方程中， 低于成交价格的厂商的总发电量＝IF(低于成交电价的电厂数量=0, 0<<TWh/yr>>,LOOKUP(火电净可用发电量累计和,INTEGER(低于成交电价的电厂数量))) 火电总可用发电量＝LOOKUP(火电净可用发电量累计和,INTEGER(ELEMCOUNT(火电净可用发电量累计和))) 净可用发电量和＝(ARRSUM(火电可用发电量)+水电可用发电量)*(1-网损) 实际总发电量＝MIN(净可用发电量和,电力实际需求) 9）确定水电实际发电量 水电的电价是固定的，其上网电量跟水电电价无关，水电的上网电量按照以下原则进行调度。 方程11：水电实际发电量 IF(水电担任基荷的月份=1,IF(电力实际需求>水电可用发电量,水电可用发电量,电力实际需求),IF(电力实际需求>(火电总可用发电量),IF((电力实际需求-火电总可用发电量)>=水电可用发电量,水电可用发电量,(电力实际需求-火电总可用发电量)),0<<TWh/yr>>)) ①水电担任基荷时 电力实际需求>水电可用发电量，水电全部可用发电量上网 电力实际需求<水电可用发电量，水电实际发电量等于实际需求 ②水电担任峰荷时 如果电力实际需求小于等于火电总可用发电量，则水电上网电量为0； 11
而如果电力实际需求大于火电总可用发电量，则分两种情况。第一种情况，电力实际需求－火电总可用发电量>＝水电可用发电量，则水电实际发电量为水电可用发电量；第二种情况，电力实际需求－火电总可用发电量<水电可用发电量，则水电上实际发电量为电力实际需求－火电总可用发电量。 3．2．4容量电价计算 1）一般表述形式的容量电价的计算 本模型中，火电采用两部制定价，而水电仍然是单一制电价。《上网电价管理暂行办法》规定，政府制定的容量电价水平，应反映电力成本和市场供需状况，有利于引导电源投资。因此，容量电价＝K×年投资成本/年可用小时。《上网电价管理暂行办法》规定，在同一电力[13]市场范围内，容量电价实行同一标准。 其中，K=平均实际发电利用小时／平均设计发电利用小时，是根据各市场供求关系确定的比例系数。设计发电利用小时是发电项目评估中用以技术经济评价的指标，是按照该项目所处电网的发用电平衡测算得出的，一般取值为整数，如5000、5500 hr/yr等。本模型中，[14]火电平均设计发电利用小时取值5500hr/yr。实际发电利用小时是发电项目投产后的实际年运转小时，随着电力市场的竞争状况而变化，实际发电利用小时=发电量/装机容量。火电[15]单位容量年均投资成本为 200 yuan/KW。 《国家发展改革委关于东北区域电力市场上网电价改革试点有关问题的通知》中的规定更为详细，该《通知》中规定，统一的容量电价水平保持相对稳定，如遇市场供求状况或发[16]电投资、运营成本发生较大变化，由国家发展改革委相应进行调整。可见，从理论上讲，容量电价的计算公式是已定的，政府对容量电价的掌控主要体现在容量电价的调整时机和调整周期上。但现实中，仍有各种人为因素造成的容量电价偏高或偏低，本模型在理论容量电价的计算中，增加了“人为因素影响”，通过调高或降低此系数的大小，模拟容量电价的偏离程度。“人为因素影响”初始值为0。 模型中，理论容量电价表示利用现有市场条件计算出的容量电价。按照《通知》中的规定，只有理论容量电价的变动幅度较大时，国家发展改革委才会考虑启动容量电价调整程序。模型通过理论容量电价波动幅度和容量电价波动容许幅度的比较来决策是否调整容量电价。容量电价调整时，从申请到批准的时间跨度也造成了一定的延迟。本模型中，容量电价计算、调整过程如图10所示。 [13]该制度在试点中因争议已改，华中电力市场草案规定有12种方案，具体按容量分档和造价分档，一般分三档。但实践中分档定价是为了解决新老电厂成本不一的历史遗留问题，而理论上讲，容量电价应该统一市场统一价格。 [14]数据参见东北区域电力市场容量电价测算办法及说明 [15]取年均值是为了方便计算投资回报率。火电机组平均造价按4000元/KW计，寿命周期为20年。 [16]虽然该政策在执行中已出现很大问题，但为了使基础模型有个实践起点，仍然按照该政策建模。而且，通过改变模型参数，本模块可以模拟自动、实时的容量电价形成过程。 12
火电平均设计发电利用小时年可用小时人为因素影响火电的K因子火电单位容量年均投资火电平均实际发电利用成本小时理论容量电价容量电价审批时间容量电价调整容量电价理论容量电价波动幅度容量电价波动容许幅度容量电价调整决策 图10 容量电价流图 Figure10 the process of forming capacity price POWERSIM中，各变量的计算公式如下： 容量电价调整＝容量电价调整决策* (理论容量电价-容量电价) /容量电价审批时间 容量电价调整决策＝IF(ABS(理论容量电价波动幅度)>容量电价波动容许幅度,1,0) 理论容量电价波动幅度＝(理论容量电价-容量电价)/容量电价 容量电价调整决策公式表示，当理论容量电价波动幅度的绝对值大于容量电价波动容许幅度时，容量电价调整决策取值为1，而小于时，取值为0。容量电价波动容许幅度、容量电价审批时间可以根据本文的模拟意图做相应的调整，当调整为相对较小的取值时，便代表容量电价可以自动、实时形成。本模块，其初始值分别设为 mo，2mo。 2）转换后的容量电价的计算 在日常工作中，经常需要把容量电价和电量电价放在一起考虑，但是容量电价的量纲是元/兆瓦/可用小时（yuan/MW/ah），电量电价量纲是元/兆瓦时（yuan/MWh），两者无法相加。因此，需要把当前容量电价进行适当转换以便与电量电价相匹配。这可以通过容量电费和电量测算得到。 年总容量电费年总容量电费转换后的容量电价＝＝年上网电量年发电量×（1－厂用电率） [17]容量电费是容量电价、火电装机容量和年可用小时的乘积。厂用电率取值为7％。转换后的容量电价量纲是yuan/MWh，可与电量电价直接相加。 3．2．5发电容量投资行为分析 电力市场条件下，火电投资和水电投资具有类似的决策思路，发电容量运行与投资关注的重点由满足市场需求转向实现利益的最大化。新电厂的投资决策首先基于该区域市场未来需求和供给的预测，其次，基于新投资电厂的期望经济利润。 [17]数据参见东北区域电力市场容量电价测算办法及说明 13
1）预测区域市场未来供求状况的计算公式如下， 未来供求状况预期＝DELAYINF(净可用发电量和*(1-备用容量率)/电力实际需求,5<<yr>>) 即预测5年内的供求状况，净可用发电量和*(1-备用容量率)为可用容量和。 2）利润计算 电力市场中投资一个新的电厂更多是出于经济考虑，发电厂商基于预期投资回报率与资本要求的投资回报率对比，参考未来市场供求预期，决定发电容量建设规模。Karl Magnus Maribu提出通过净现值法折算整个发电容量寿命周期内盈利，然后再与资本方所要求的投资回报率相比较，以此决定发电厂商投资倾向。但由于市场的不确定性，现实中发电厂商并不能预期和确保发电容量整个寿命周期内的盈利，因此，Karl Magnus Maribu的方法与现实并不完全相符。本模型提出较合理的假设，即发电厂商根据未来五年的利润均值来决策投资。 水电预期投资回报率火电可用发电量单位容量水电年预期运水电单位容量年均投资行利润成本转换后的容量电价火电预期投资回报率单位容量水电年运行利水电可用发电量润火电实际发电量单位容量火电年运行利火电单位容量年均投资单位容量火电年预期运润水电固定成本成本行利润水电利润水电运行成本水电实际发电量火电变动成本火电固定成本成交价格政府核定水电电价 图11火电利润计算过程流图 图12水电利润计算过程流图 Figure11 caculate process for thermal profit Figure12 caculate process for hydro profit 在我国，由于金融市场发育并不很完善，发电厂商不能从电力金融合同中获取收益，其利润主要来源于电费收入。模型中，火电收入为容量电费和电量电费之和，水电为单一制电费。 MCP模式下，市场价格为统一成交价格，火电厂商运行利润取决于电量电价、容量电价、发电厂商运行成本和发电容量运行情况，因此火电单位容量年均运行利润计算公式为 FOR(i=发电公司|SLIDINGINTEGRATE((成交价格-火电变动成本[i]-火电固定成本[i]+转换后的容量电价)*火电实际发电量[i]/火电可用发电量[i],1<<yr>>)) SLIDINGINTEGRATE函数是POWERSIM中的积分函数，此处用以计算火电发电厂商一年的运行利润。成交价格、火电运行成本的量纲为yuan/MWh。 MCP和PAB的区别在于市场结算时的价格。PAB模式下为厂商各自相应的报价，火电单位容量年均运行利润的计算公式如下， FOR(i=发电公司|SLIDINGINTEGRATE((实际火电报价[i]-火电变动成本[i]-火电固定成 14
本[i]+转换后的容量电价)*火电实际发电量[i]/火电可用发电量[i],1<<yr>>)) 本基础模型假定市场采用MCP模式。 火电运行利润实质上是单位容量火电一年间的运行利润。而单位容量火电预期运行利润是火电运行利润的5年滑动平均值，其量纲为yuan/MW。火电预期投资回报率＝单位容量火电预期运行利润/火电单位容量投资成本（投资额）。 而水电的利润计算与MCP模式下火电的利润计算过程类似，只是其中代表收入的电价为政府核定水电电价。 3）发电容量投资决策 发电容量扩展是个长期的过程，从项目规划、申请、批复，到开工建设、投产直至老化退役，每一阶段都存在类似的延迟现象，如申请周期、建设周期和发电容量使用寿命。为简化模型结构，本文仅考虑发电容量项目的申请建设和退役过程，并把申请和建设过程合并在一起。预期利润对发电容量投资建设的影响因子和供求对火电建设的影响因子反映了容量建设决策思路。 火电新建容量火电容量火电退役容量预期利润对火电建设的影响因子火电申请建设周期火电寿命周期供求对火电投资的影响因子火电投资建设中资本要求的投资回报率预期供求状况火电预期投资回报率 图13火电发电容量投资流图 Figure 13 stock & flow diagrams of thermal investment 预期利润对发电容量投资建设的影响因子取值为GRAPH(火电预期投资回报率/火电投资建设中资本要求的投资回报率,0,,{ 0,,,,1,,,,,,9})，如图14所示。横轴表示火电预期投资回报率/火电投资建设中资本要求的投资回报率，纵轴代表预期利润对发电容量投资建设的影响因子。 当火电预期投资回报率等于资本要求的投资回报率时，影响因子返回值为1，这时，装机容量的新增容量与退役容量相等，市场处于动态平衡状态。当火电预期投资回报率显著增加时，影响因子也迅速增加。在此后，由于相关产业服务和材料的增长约束限制，电力投资[18]增长速度迅速放缓。1999-2004年，电力生产行业净资产收益率10%，因此，本模型中火电投资建设中资本要求的投资回报率取值为，而由于水电建设周期较长，资本对水电的投资回报率要求相对较高，取值为。 [18]2005中国电力生产行业研究报告，新中企产业研究中心，2006，2 15
火电预期投资回报率/火电投资建设中资本要求的投资回报率 图14 预期利润对火电投资建设的影响因子 Figure 14 influence factor of forcast profit on thermal capacity investment 供求状况对火电建设的影响因子与图14类似。 4．模拟分析 模型检验 [19]Barlas（1996）指出，系统动力学模型的有效性主要是指模型内部结构的有效性。虽然不能完全确保系统动力学模型结构的合理性，但仍可采用多种方法检验模型的有效性，其中最重要的方法有： 1）直接的结构检验 ①结构确认。同专家们一起讨论方程的表达形式，以求最恰当的表达现实世界的结构。②参数确认。同现实世界相比较，检查模型参数的概念和取值的合理性。③维度一致性。确保模型的每个变量量纲相互匹配。 2）面向结构的行为检验 ①极端条件测试。极端条件下，模型的行为应该跟我们预期的现实世界一致。②行为敏感性测试。通过测试识别出敏感性的参数，模型对敏感参数的反应应跟现实世界类似。③时序关系测试。随着时间的推移，变量间关系的变动应该跟现实世界相似。比如，本模型中地区供给趋紧，价格应该上升，而且在一定的时间延迟后，会产生新的供给，并导致价格下降。 3）行为模式检验，即模型结果应该合理。 模型通过了上述检验，因此模型可信度较高。 模拟结果 本模型连续模拟运行30年，时间间隔为7天。当然，随着时间的流逝，政策也是不断变动的，现实世界最终结果与模拟并不尽相同。但系统动力学模拟体现了一种趋势，预测了按照现行政策实施带来的影响。 [19]Barlas,yaman. Formal aspects of model validity and validation in system dynamics. System dyanmics review, ,,(fall 1996):pages 183-210 16预期利润对发电容量投资建设的影响因子
yuan/MWh400350成交电量电价300平均成交电量电价2502002006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图15 火电电量电价 Figure 15 energy piece of thermal yuan/MW/hr5040容量电价 (yuan/MW/hr)平均容量电价 (yuan/MWh)30202006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日图16 火电容量电价和平均容量电价 Figure 16 capacity price and average capacity price of thermal yuan/KW700600500跟随者1 (yuan/KW)发电商2 (yuan/KW)400发电商3 (yuan/KW)3002002006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图17 发电商运行利润 Figure 17 operating profit of generations MW/yr50,00040,000火电新建容量[跟随者1] (MW/yr)30,000火电新建容量[发电商2] (MW/yr)火电新建容量[发电商3] (MW/yr)20,000水电新建容量 (MW/yr)10,00002006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图18 火电新建容量 Figure18 rate of invest of thermal capacity 17单位容量火电年预期运行利润
3供求状况平均年供求状况2*平均年供求状况平均K因子12006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图17 平均年供求状况和平均火电K因子 Figure 17 average status of supply and demand, average K factor MW250,000200,000火电容量[跟随者1] (MW)150,000火电容量[发电商2] (MW)火电容量[发电商3] (MW)100,000水电容量 (MW)50,00002006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图18 火电和水电装机容量 Figure 18 installed capacity of thermal and hydro 由上列图表可见，两部制单价下的区域电力市场呈现出明显的振荡模式。 1）电量电价 平均成交电量电价呈现出周期性波动趋势，其曲线从高位降低后，在低端运行一段时间，又进入尖峰期，然后再逐渐下跌、上升。电量电价变动由市场供求状况决定，供求紧张必然导致电量电价上升。当供求关系趋紧至火力发电厂商能够实施市场力时，电量电价增长幅度急剧增加。图17中，供求状况曲线有多处小于，甚至小于1的时刻，便是供不应求的时候。由于模型中并未设置报价上限，市场力的推动导致电量电价大幅度上涨，成交电量电价离散程度较高。当供求关系趋缓时，电量电价逐渐下跌。 2）容量电价 火电容量电价也呈现一种振荡趋势。《上网电价管理暂行办法》制定的容量电价既反映反映电力成本，又反映市场供需状况，也就是受到K因子的影响。供求关系趋紧，则K因子上升，容量电价提高；反之，容量电价呈现下降趋势。 3）容量投资 图18显示，火电的装机容量呈现出发散振荡趋势。这是因为火电装机容量基数非常大，虽然预期投资回报率（预期利润率）呈现衰减，但两者之积，即各火电发电商新建容量，也就是发电容量投资仍然呈现发散振荡的趋势。 本基础模型里，电量电价和容量电价都受到供求关系的影响，供求吃紧，则都会引起电量电价和容量电价的上涨，进而引起火电单位容量年均运行利润上涨。受经济利益推动，火力发电厂商会增加投资力度，从而引起火电装机容量增加，市场供求趋缓，反过来推动电量 18
电价和容量电价降低。 但是贯穿于整个系统存在各种延迟效应，比如生产者对市场价格、新容量投资建设的反应速度，政府对容量电价变动的审批周期等等，而且，这些步骤、程序并不能保持完全的同步，从而使得这个系统平衡更加复杂。面对需求的迅速增长，价格的快速变化，该系统供求、需求和电价并不能做出快速反应恢复平衡，因此必然承受波动性的影响。 下面进一步分析电力市场波动产生的原因和机制。 [20]4．3投资波动分析 3．2．1政府容量电价调控影响 由容量电价的定价方法来看，理论上，政府对容量电价控制主要体现在审批周期和调价时机上。模型中，调价时机体现为容量电价波动容许幅度。容量电价波动容许幅度越大，则容量电价调整的可能性越小。 为了检验调价时机和审批周期对电力市场运行的影响，除模型初始值外，本文又设计了两种极端情形。①设置容量电价波动容许幅度取值，容量电价审批时间为7天，与模型的时间间隔（STEPTIME）相同，这意味着是容量电价是随时调整，容量电价的变动几乎可以随时在市场上反映。②取极端值，审批时间变长设为12个月，波动容忍调大为，当然，这种情况在现实中很难出现。 模拟结果显示，虽然情形②由于审批周期的延长，拉长了电力市场波动周期，但却加剧了供求关系的波动幅度，导致电力市场运行状况更加恶化。因为审批周期的延长，使电价偏高或偏低的时间拉长，进而导致在该电价水平下，发电厂商投资过热或不足的时间拖长，产生的结果则是装机容量过剩或不足的幅度增大，最终加剧了供求关系波动幅度。 与之相反，情形①则能够有效缓解电力市场的波动。 平均年供求状况*平均年供求状况年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图19 平均年供求状况（1） Figure 19 average status of supply and demand(1) [20]本文采用市场供求状况表示市场投资波动或市场波动。电力市场中装机容量、新建容量、电价都包含了电力需求增长的影响，只有市场供求状况剔除了需求增长的影响，从而使其表现的市场投资波动趋势更加纯粹。另外，文章以下各图中，标注星号（*）的模拟曲线代表使用模型初始值的模拟结果，而没有标识的代表比较值的模拟结果。 19
虽然理论上，无法人为控制容量电价水平的高低，但在现实中，由于各种原因，仍存在容量电价偏离理论容量电价的可能。把“人为因素影响”赋值为，相当于容量电价调高20％，模拟结果如下图所示，容量过剩情况加剧，波动周期后移。 市场运行初期，容量电价偏高，而电量电价却不受影响，因此，发电厂商利润升高，出现投资过剩加剧，供求波动幅度增大的后果。但机组寿命周期不变，也就是其退役的速度不变，较高的装机容量则需要较长的时间回复到市场供求的低谷，因此供求状况波动周期后移。 平均年供求状况*平均年供求状况年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图20 平均年供求状况（2） Figure 20 average status of supply and demand(2) 3．2．2发电侧投资行为影响 1）申请建设周期 延迟是系统振荡产生的主要原因之一。把模型中火电申请建设周期改为5yr后，如模拟图21可见，申请建设期愈长，供求波动周期愈短，振荡频率加快，也就是火电容量投资波动加剧，同时，图中显示供求状况变量取值小于的时间更多，这意味着市场供求状况更严峻，供不应求的时间更长。 图21中的供求状况曲线波动幅度变小，这是由于投资周期偏长，会导致装机容量增长速度放缓，而需求增长幅度受到的影响很小，因此整体供求趋紧，供求状况振荡的幅度变小。 由分析可见，发电容量的投资建设周期也是电力市场投资波动的重要影响因素之一。因此，为了电力市场健康、平稳发展，需要加快政府对办公公文的审批速度。 供求状况平均年供求状况*供求状况*平均年供求状况年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图21 平均年供求状况（3） Figure 21 average status of supply and demand(3) 20
2）利润预期时间跨度 平均年供求状况*平均年供求状况年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图22 平均年供求状况（4） Figure 22 average status of supply and demand(4) 发电商对未来利润的预期时间长度不同，市场波动趋势不同。未标注*的曲线代表预测利润时间跨度为3年的模拟结果，标注*的是5yr的模拟曲线。由图可见，时间跨度越长，市场越稳定，原因是发电厂商对市场信息了解越全面，投资盲目性越小，市场表现越平稳。 Bunn（1993）的研究也表明，在没有任何预测和信息交换的情况下，价格信号和新容量建设之间的非线性延迟造成电力市场的高度不稳定，表现为过剩和不足的容量周期（例如“繁荣、衰落”相交替的周期波动）。即使对竞争行动消息了解适度（例如33％），对价格信号的依赖依然引起了显著的周期波动，但是振幅和平均值都偏低。相反，如果通过全面展望和全部的信息交换，仅有5％的不确定因素，模拟模型和最优化模型的结果才是“一致的”。 3．2．3需求侧影响 以8％/yr，15％/yr（标注*的为8％/yr）的需求增长速度比较，需求增长加快，波动周期频率增大，波动幅度增大。需求增长率小时，市场供求呈现衰减振荡，而需求增长率大时，市场供求出现等副甚至发散振荡。这是由于投资者对快速增长的需求反应不过来，没能及时追加投资所致。 平均年供求状况*平均年供求状况年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图23 平均年供求状况（5） Figure 23 average status of supply and demand(5) 21
yuan/MWh250平均成交电量电价 (yuan/MWh)*平均成交电量电价 (yuan/MWh)2002006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图24 平均成交电量电价（1） Figure 24 average energy price of thermal(1) 东明,郭亚军（2004）在统一价格竞价机制下，考虑到电力需求弹性，建立了完全信息静态博弈模型，求解得到了发电商的最优报价策略。通过分析指出MCP模式下，发电商有偏离成本报高价的倾向，且电力供应越紧张,偏离量越大。图24验证了他们的观点，年电力需求增长15％的条件下，电量电价明显高于年增长8％时的电量电价。 两部制电价交叉补贴分析 英国电力管制办公室（Office of Electricity Regulation，OFFER）认为，当容量电价较低时，发电商只需提高上网竞价或者采取其他方法增加系统边际价格（System Marginal Price, 21[]SMP）即可得以补偿。反之，容量电价较高时，变动成本较高的电厂也仍能获利。 本模型也出现了这种结果。如图25所示，当通过“人为因素影响”因子降低容量电价20％时，成交电量电价上升，但除发电商3外，发电1、2的利润水平并没有下降，反而略微上升，如图26所示。这证明容量电价较低时，发电商可以通过提高电量电价，来补偿容量电价的损失。这不利于电力产业结构的优化调整。 yuan/MWh300250平均成交电量电价 (yuan/MWh)*平均成交电量电价 (yuan/MWh)2002006年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图25 平均成交电量电价（2） Figure 25 average energy price of thermal(2) [21]Andrew Ford. Cycles in competitive electricity markets : a simulation study of the western United States[J]. Energy Policy, 1999, 27:637-658 22
跟随者发电商2发电商*跟随者1*发电商*发电商年1月1日2011年1月1日2016年1月1日2021年1月1日2026年1月1日2031年1月1日2036年1月1日 图26 平均年供求状况（6） Figure 26 average status of supply and demand(6) 5．结论 基于系统动力学思想，借助计算机仿真，本文从企业的微观层次模拟了两部制电价制度下，计及发电厂商水平市场力时，电力市场长期发展的因素及其相互作用过程，分析了区域电力市场长期发展状况。模拟结果表明，两部制电价容易造成市场中电量电价、容量电价的周期性波动，特别是使发电容量投资呈现出过剩、不足的周期性波动趋势，同时，该电力市场不能有效优化发电市场结构。此外，需求侧、供给侧以及监管者的一些行为都可能加剧电力市场的波动性。因此，我们不可期望用两部制电价可以解决类似加州电力危机这类所谓的中长期问题。 本文研究重点在于利用此模型分析两部制电价对电力市场运行状况的影响，但是模型也可以从几个方面继续改进，如改变火电运行成本分析煤价波动对电力市场的作用；基于PAB模式改进模型，比较MCP与PAB两种模式对电力市场长期均衡的影响；扩展区域电力交换模块，拓展输电侧模块对电力市场的影响作用分析，研究区域市场与全国统一电力市场的两种市场模式对我国电力工业发展的适用性。 附： 表1 模型变量量纲 量纲符号 量纲含义 量纲符号 量纲含义 6hr 小时 MW 兆瓦＝10瓦 12da 天 TW T瓦＝10瓦 mo 月 KWh 千瓦时 yr 年 MWh 兆瓦时 yuan 元 TWh T瓦时 3KW 千瓦＝10瓦 ah 可用小时 23火电预期投资回报率
表2 模型主要相关变量初始值 参数 单位 初始值 火电容量 MW {2500,3000,3500} 水电容量 MW 3000 火电变动成本 yuan/MWh {190,180,175} 火电固定成本 yuan/MWh {60,55,55} 火电寿命周期 yr 20 水电寿命周期 yr30火电年可用小时 hr/yr 7700 火电平均设计发电小时 hr/yr 5000 水电平均设计发电小时 hr/yr 4000 火电申请建设周期 yr4水电申请建设周期 yr 8 火电单位容量年均投资额 yuan/KW 250 人为因素影响 1 0容量电价波动容许幅度 容量电价审批时间 mo 1火电资本要求的投资回报率 水电资本要求的投资回报率 1 利润预期时间跨度 yr5 电力年需求 TWh 80 长期价格需求弹性 %/yr 经济增长引发的电力需求 %10 参考文献： [1] 国家发展改革委员会. 国家发展改革委关于印发电价改革实施办法的通知, 2005. National Development and Reform Commission (NDRC). NDRC‘s note about printing the implement plan of electricity price revolution,2005. [2] Andrew Dynamics and the Electric Power Industry[J].System Dynamics Review,1996, 13 (1):57-85. [3] Andrew Ford. Cycles in competitive electricity markets : a simulation study of the western United States[J]. Energy Policy, 1999, 27:637-658 [4] Andrew Ford, Waiting for the boom: a simulation study of power plant construction in California. Energy Policy, 2001,29:1-43 [5] Christoph in Electricity Generation in Germany and Neighboring Countries from a System Dynamics Perspective : Outlook Until 2012[M]. Berlin:Peter Lang Publishing, 1999. [6] Rafal Weron, Ingve Simonsen and Piotr Wilman. Modeling Highly Volatile and Seasonal Markers: Evidence from the Nord Pool Electricity Market [EB/OL]. [2002-08].http: //. [7] Karl Magnus Maribu. Sustainable Nordic Power Supply Analysis based on System Dynamic Modelling[D]. 24
Trondheim: Norwegian University of Science and Technology, June 2002. [8] Kevin C. Seel. Boom and bust cycles in power plant construction - A simulation study of the temporal and geographical aspects of the Alberta competitive electrical industry[D]. Calgary:the university of Calgary, 2004. [9] 黄健柏，黄向宇，邵留国等. 基于系统动力学的峰谷分时电价模型与仿真：（一）模型的建立. 电力系统自动化，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. Automation of Electric Power Systems，2006，30(11):18-23. [10] 黄健柏，黄向宇，邵留国等. 基于系统动力学的峰谷分时电价模型与仿真：（二）仿真结构及其分析. 电力系统自动化，2006，30（12）：1－5. Huang Jianbai，Huang Xiangyu，Shao Liuguo，et al. Peak and valley lime price model and simulation based on system dynamics: part two-simulation results and analysis. Automation of Electric Power Systems，2006，30(12):1-5. [11] 邵留国，黄健柏，扶缚龙. 两部制电价对发电容量投资引导作用的SD分析[R]. 第五届中国经济学年会会议论文, 2005年12月10-11日，厦门. 厦门：厦门大学，2005. Shao Liuguo, Huang Jianbai, Fu Fulong. A System Dynamics Analysis about Two-Part price's Leading Effect on Generating Capacity Investment[R]. Proceedings of the 5th China Economics Conference, December 10-11, 2005, Xiamen. Xiamen: Xiamen University. [12] Sterman. J. Business Dynamics. System Thinking and Modelling for a Complex World[M]. New York:Irwin McGraw-Hill, 2000. [13] 王勇，钟志勇，文福拴等.发电装机容量市场适当价格水平的确定. 电力系统自动化, 2005,29（9）：5－10. Wang Yong, Zhong Zhiyong, Wen Fushuan, et al. Timing synchronization methods for low-voltage OFDM power line communication system. Automation of Electric Power Systems,2005,29(9): 5-10. [14] 臧宝锋，胡汉辉，王建兴等.电力市场条件下的发电投资均衡. 电力系统自动化, 2005,30（2）：41－44. ZANG Baofeng,HU Hanhui,WANG Jianxing, et al. Investment equilibrium in power generation of electricity market. Automation of Electric Power Systems,2005,30(2): 41-4 [15] Derek , Erik , et al. Complementary Modelling Approaches for Analysis Several Effects of Privatization on Electricity Investment[J].Journal of the Operational Research Society,1993, 44 (10):957-971. [16] 东明，郭亚军，郭宏等. 统一价格竞价机制下发电商报价策略研究. 系统工程理论与实践，2004，(4)：83－87. DONG Ming, GUO Ya-jun, GUO Hong. Researchon Generating Entities' Bidding Strategies in Uniform Price Auction Rule. System Engineering Theory and Practice, 2004,(4):83-87. 25
Simulation Analysis of Electricity Market Long-term Equilibrium with Two-Parts Price Considered Market Power Huang Jianbai, Shao Liuguo, Zhang Shijing Business School of Central South University, Changsha, Hunan Province, 410083 Abstract In 2005, National Development and Reform Commission decided to implement two-parts price after generation competition was applied in generation market. There are different opinions in implementation effect of two-parts price, so they should be tested by practice or experiment. A system dynamics model about electricity market considered market power with two-parts price is developed based on Powersim, and the mutual effect between factors about the long-term development of electiricty market are simulated. Following conclusions can be deduced from this simulation: First, two-parts price will probably cause fluctuation of energy price and capacity price, especial investment which appears under-construction and over-construciton by turns. Second, generation market structure cannot be optimized self-motion under two-parts price. And furthermore, some actions of demand side, supply side and regulator may increase the market fluctuation. Consequently, we cannot expect to slove middle-long problems as calafornia electricity crisis by two-parts price. Keywords: two-parts price, system dynamics, electricity market, generation competition, market power, capacity expansion 作者简历： 黄健柏，男，1954年出生，湖南郴州人，博士，中南大学副校长，教授，研究方向电力市场、企业理论 邵留国，男，1979年出生，山东济宁人，博士研究生，主要研究方向为电力市场、复杂系统仿真 张仕璟，女，1982年出生，安徽桐城人，硕士研究生，主要研究方向为产业组织理论，国际贸易 26
