電力期貨市場條件下發(fā)電商售電行為研究分析

1、第1組數(shù)量經(jīng)濟學理論與方法（一）（計量經(jīng)濟學），文章字數(shù)5519。電力期貨市場條件下發(fā)電商售電行為研究The research on electricity generators behavior under the conditions of electricity futures market巢劍雄巢劍雄（1956-）男，湖南大學工商管理學院教授，中國數(shù)量經(jīng)濟學會理事。研究方向：數(shù)量經(jīng)濟與技術(shù)經(jīng)濟；金融投資與風險評估 劉登高劉登高（1984-）男，湖南大學工商管理學院碩士研究生，研究方向：技術(shù)經(jīng)濟及管理感謝湖南電力公司項目（897216011）對本研究的資助 巢劍雄(湖南大學 工商管理學院

2、，湖南 長沙 410012)【摘要】摘要：本該文通過建立基于CVAR方法的發(fā)電商的效用模型，研究了引入電力期貨前后發(fā)電商效用的變化以及發(fā)電同在雙邊合同市場以及現(xiàn)貨市場的售電決策。研究的結(jié)果表明，電力期貨市場的套期保值功能并不一定影響發(fā)電商的總效用；在發(fā)電商規(guī)模較小時，電力期貨會加大其日效用的不確定性；但是隨著其規(guī)模的增大，電力期貨市場的“GARCH效應”平抑日效用風險的作用漸趨顯著。在同樣的風險厭惡程度下，電力期貨市場的引入降低了發(fā)電商參與雙邊合同市場交易的意愿，從而更趨向于選擇在現(xiàn)貨市場進行交易。關(guān)鍵詞： 電力期貨 ；發(fā)電商 ；售電行為 ；CVAR ；效用中圖分類號 F062.4 文獻標識碼

3、 A The research on electricity generators behavior under the conditions of electricity futures marketJianxiong Chao Denggao Liu(Hunan University Management School, Chang Sha 410012)Abstract: By designing generators utility model based on CVAR method, this paper studied how the electricity futures in

4、fluence the utility of generators and sales strategy between electricity contracts market and spot market after the introduction of electricity futures. The research shows that the electricity futures market for hedging function does not create any impact on generators utility, instead it increases

5、uncertainty to small-scale generators, With the increase of the scale, electricity futures market "GARCH effect" on the effectiveness of risk stabilize becoming significant. At the same level of risk aversion, the electricity futures market can reduced generators aspiration to trade in the

6、 contracts market, and they are more willing to deal in spot market.Key words: electricity market market；generators generators；sales strategy strategy；CVAR CVAR；utility導言隨著電力市場化改革的深入，廠網(wǎng)分開、競價上網(wǎng)已成為當今電力改革的主題，新的市場機制為發(fā)電公司提供了多種多樣的市場形式。中國電監(jiān)會的電力市場運營基本規(guī)則提出：我國“電能交易以合約交易為主、現(xiàn)貨交易為輔，適時進行期貨交易”。這一規(guī)則預示著將來電能有望成為我國的期貨

7、交易品種，從而給期貨市場帶來了新的想象空間。各種電力市場有不同的特點，發(fā)電公司應在多個市場中進行有選擇的交易以追求自身效用最大化和風險最小化。目前發(fā)電公司在各個市場的競價策略已成為電力市場研究領域中的熱點問題1-3，但是對于引入電力期貨合約后對于發(fā)電商的售電決策的影響的研究文獻很少。國外研究方面已有的文獻主要集中于在日前市場與長期合約市場或單獨某個市場的資產(chǎn)配置4-8。國內(nèi)方面，已有文獻主要從投資組合或罰函數(shù)等角度進行建?？疾彀l(fā)電商的決策行為，主要研究發(fā)電商在遠期合約市場與現(xiàn)貨市場的發(fā)電策略與行為9-13。 在電力期貨市場市場引入后對發(fā)電商的決策影響方面，胥德武，劉東（2006）年在電力期貨交

8、易背景下，結(jié)合流域水電公司的特點，分析了發(fā)電商的價格風險，結(jié)合其收益模型探討了流域水電公司在電力期貨交易下的競爭策略，因為將發(fā)電商主體局限于流域水電公司，并且在研究方法上只是簡單定性分析14。王訪，周曉陽，周晨（2008）的研究將電力期貨合約從投資組合的角度進行研究，考察在利潤最大化的目標下，發(fā)電商如何在日前市場、無風險市場與期貨市場進行最優(yōu)投資組合，而不是從電力期貨套期保值的角度進行考察15。我們可以看到，國內(nèi)外對于電力市場環(huán)境下發(fā)電商的行為研究重在競價策略以及在雙邊合同市場和現(xiàn)貨市場的電量分配以及決策問題，而將電力期貨交易引入發(fā)電商調(diào)度研究的論文非常罕有，僅有的文獻也是僅從定性方面進行了分

9、析，或者將其作為一種投資組合工具，而從套期保值的角度去建模研究發(fā)電商的決策行為的文獻幾乎為空白。本文將通過模型和仿真以定性分析加定量分析相結(jié)合的方法探討電力期貨合約的套期保值效應下，發(fā)電商在無風險市場（合同市場）和日前市場的決策行為，以期對目前國內(nèi)進行的電力市場化改革略盡綿薄之力。一 電力期貨市場條件下建模隨著電力改革的進行，在電力市場的環(huán)境下，電能已作為一種商品進行交易。但電能由于不能儲存且其傳輸受到輸電線路輸送極限及電網(wǎng)穩(wěn)定條件的限制，因此其價格波動較其他商品明顯大得多,。以至于發(fā)電商面臨巨大的價格波動風險，這使得各國的發(fā)電商紛紛進入電力合同市場來規(guī)避風險，也使得在合同市場中的電力資金的比

10、例大幅度提高9，在眾多電力合同中，差價合同有著其良好的特性倍受各國青睞，雙向差價合同因為合同的執(zhí)行不受將來電價風險的影響， 因此它屬于無風險的合同。與此同時，日前市場仍然作為電價確定和電力市場平衡運行的基石，相當一部分電量交易在其中完成。隨著電力市場的充分改革，電力市場將成為最大的商品市場之一，電力金融衍生交易將在電力交易中扮演重要角色。各國使用電力期貨交易或套期保值的比例越來越大，電力期貨交易的風險主要來自期貨的基差風險，因此期貨合同屬于有風險的合同。大量的研究表明，電力期貨市場與現(xiàn)貨市場之間存在著強烈的共振和GARCH效應8，兩者之間這種關(guān)系是實現(xiàn)電力期貨風險歸避的功能的一個重要原因。本文

11、探討存在電力期貨市場的套期保值效應下，為尋求利潤最大化，發(fā)電商在日前市場和無風險長期合同市場的決策行為，主要考察的問題包括：（1）引入電力期貨合約對于發(fā)電商收益波動風險的影響。；（2）引入電力期貨合約發(fā)電商在日前市場與長期合同市場電量分配的傾向（意愿）。；（3）不同風險偏好的發(fā)電商在電力期貨市場合約下的交易策略。1.1 發(fā)電商的期望收益模型我們可以將發(fā)電商在日前市場和無風險長期合同市場的電量分配視作一種投資組合，用效用最大化模型來確定在電力期貨市場條件下發(fā)電商在兩個市場的決策行為，所以我們將發(fā)電商在日前市場與無風險長期合同市場的效用函數(shù)表示為: （1）其中，和分別表示發(fā)電商在合同市場和日前市場

12、的投資組合的期望收益，（01）為風險歸避系數(shù)，表示發(fā)電商對風險的厭惡程度，越大，表示發(fā)電商越害怕風險。為成本函數(shù)，為日前市場的風險計量因子。引入電力期貨市場后，對發(fā)電商的效用函數(shù)修正為：ST ( （2）上式中，為套期保值率，為長期合同期限內(nèi)發(fā)電商規(guī)劃總電量，為期貨市場的預期收益，為電力期貨的風險計量因子。其中： （3）其中，N表示發(fā)電商所有的機組數(shù)量，和分別為發(fā)電商長期雙邊合同的起止時間；表示雙邊合同電價，為合同交易電量，s與分別表示合同期內(nèi)某天某個時段的電價、第n臺機組在第t天第i時段的實時交易電量。1.2 計量因子的選取及算法風險大小可以用多種指標來計量，例如方差和風險價值(value a

13、t risk，)及條件風險價值(condition value at risk，)，對于電力行業(yè)而言，方差和風險價值都具有一定的缺陷15，所以我們擬采用條件風險價值來衡量風險。是對方法的一種修正，指損失額超過部分的平均值。在本文中，為了求現(xiàn)貨價格的CVaR，我們設定一個小概率(取5%)，則VaR可以表示為:，其中表示發(fā)電商在現(xiàn)貨市場的收益量，則可表示為: （4）其中，為發(fā)電商在現(xiàn)場市場的收益函數(shù)，為收益率的概率函數(shù)。在為發(fā)電商作為電力提供者，文章假設其全為空頭套期保值者，發(fā)電商在電力期貨市場的需要對上式進行修正。對于這種一對一套期保值，設套期保值在時開始，此時期貨和現(xiàn)貨市場的價格分別是，到時刻

14、時，期貨的價格為，現(xiàn)貨市場的價格仍為，設為套期保值比，為套期保值時一個單位期貨所需要的費用。經(jīng)過空頭套期保值后，套期者在時刻賣出現(xiàn)貨資產(chǎn)所獲得的價格實際為： (5)賣出資產(chǎn)的價格損失額為:： (65)對給定一個小概率，可以得到，經(jīng)過積分運算就得到空頭套期保值的為： （76）其中，是的概率密度函數(shù)。二 求解方法該優(yōu)化問題為一個帶線性約束的二次規(guī)劃問題，運算題較大。模型中所用數(shù)據(jù)為北歐電力交易所（）的真實交易數(shù)據(jù)。為了考察我們需要研究的問題，按如下步驟求解：1、用歷史數(shù)據(jù)求得現(xiàn)貨市場（主要指日前市場）和期貨市場的。2、期貨交易的費用設為0，套期保值率可用風險方差最小方法求得16，為，其中為期貨與現(xiàn)

15、貨的相關(guān)系數(shù)，我們對歷史數(shù)據(jù)進行相關(guān)系數(shù)分析可以得到，通過數(shù)據(jù)分析（如圖一）我們可以看到電力價格的季節(jié)性特征非常顯著，因此，我們將長期合同的期限為季度為單位，考察某發(fā)電商一年的售電行為，與此相對應，求出季度的套期保值比。圖一 電力現(xiàn)貨價格(EUR/MWh)05101520253035404550年度第一季度第二季度第三季度第四季度標準差平均值3發(fā)電商成本只考慮發(fā)電商的燃料成本和機組啟停成本，并假設其為平均成本下的一次線性方程。另外，假設發(fā)電商的各臺機組滿足的約束相同：運行功率約束滿足機組運行在最大、最小技術(shù)出力約束，機組最小開/停機時間約束和機組爬坡率約束。為求得公式（3）。4、初始化發(fā)電商年

16、度規(guī)劃期總電量、風險規(guī)避系數(shù)、長期合同價格、長期合同電量，觀察公式（1）和（2）下發(fā)電商效用差異；。5、基于公式（1）、（2）分別進行隨機目標優(yōu)化，觀測長期合同電量變化；。6、觀察風險規(guī)避系數(shù)變化對于售電決策的影響。三 算例及分析采用北歐電力市場2006、2007年真實數(shù)據(jù)，計算日前市場與期貨市場的收益波動率及,如表一。表一 日前市場與期貨市場收益率及數(shù)據(jù)日前市場期貨市場風險標準差2.932.52/（MW·h）6.396.89同時假設發(fā)電商年度規(guī)劃期總電量為1022，平均成本為18/（MW·h）,季度合同電量（基于歷史數(shù)據(jù)按規(guī)劃電量的60%的比例測算）與對應季度因素的電價分

17、別如表一所示。表二 季度合同電量及電價表第一季度第二季度第三季度第三季度季度合同電量（MW）149950153350153680154170季度合同電價/（MW·h）26.6822.4819.7442.73季度套期比1.011.141.030.773.1電力期貨對發(fā)電商收益的影響將初始值應用于模型，得到未引入電力期貨后發(fā)電商的總效用為4149164（對應模型（1），運行模型（2）得到一系列隨機總效用值如圖二，可以看出引入電力期貨后，在套期保值功能下對于發(fā)電商總效用（總收益）并沒有正面或負面影響，即套期保值行為不一定為發(fā)電商帶來正的收益。圖二 引入電力期貨后發(fā)電商對發(fā)電商總效用的影響

18、另外，我們可以得到發(fā)電商的日效用波動曲線,如圖三所示：可以得出，引入電力期貨后，在初始賦值假設下，發(fā)電商日效用波動標準差為391330.7，相對于引入電力期貨前的21195.69，風險反而變大，當我們發(fā)電商初始值規(guī)劃期總電量以一定的倍數(shù)放大，得出的引入電力期貨后的日效用標準差與引入電力期貨前的比（）逐漸變小，表示電力期貨對于發(fā)電商平抑日效用風險逐漸顯著（如圖四），結(jié)果表明，對于發(fā)電商而言，如果只是作單向的套期保值，若發(fā)電商規(guī)模較小，則電力期貨市場本身的風險與電價波動的風險共同作用會加劇其收益的不確定性，而發(fā)電商規(guī)模越大，由于電力期貨市場與現(xiàn)貨市場存在著共振與GARCH效應的原因，電力期貨在一定

19、程度上具有穩(wěn)定發(fā)電商收益的功能，套期保值的功能能夠得到更充分的體現(xiàn)。圖三 基于初始賦值的電力期貨下發(fā)電商日效用曲線(單位)圖四 隨發(fā)電商規(guī)劃期總電量增大發(fā)電商引入電力期貨后日效用波動比變化3.2 電力期貨下考慮風險歸避系數(shù)的發(fā)電商售電決策風險歸避系數(shù)代表發(fā)電商對于風險的喜好程度，越大，發(fā)電商對于風險越是厭惡并盡力歸避，從引入電力期貨前的發(fā)電商合同交易電量隨風險歸避系數(shù)變化曲線可以看到，發(fā)電商會將更多電量通過合同市場交易。引入電力期貨市場后，這樣的趨勢并沒有變化，只是因為電力期貨風險歸避的作用，隨著的增大，發(fā)電商在合同市場上交易的意愿不及以前，合同電量在發(fā)電商可交易電能的比下降。圖五 引入電力期

20、貨前后風險歸避系數(shù)對發(fā)電商售電策略的影響四 結(jié)論本文對于引入電力期貨后對于發(fā)電商的中長期電力交易結(jié)果和行為進行了嘗試性的研究，模型中提出的電力期貨套期保值比率、季節(jié)因數(shù)、以及效用函數(shù)對于發(fā)電商具有實際的操作意義。本文研究的結(jié)果表明：（1）對于發(fā)電商而言，引入電力期貨市場后，在單向的套期保值行為下，對于發(fā)電商總收益的增長并沒有確定的正向或負向的意義，即沒有確定的結(jié)論表明套期保值行為會帶來總收益的增加或減少。另外，當發(fā)電商的規(guī)模較小時，現(xiàn)貨市場與期貨市場的兩重風險反而會加重發(fā)電商收益的不確定性，但是隨著發(fā)電商規(guī)模的變大，因為電力期貨市場與現(xiàn)貨市場之間共振與GARCH效應作用，電力期貨市場套期保值作

21、用表現(xiàn)出的風險歸避作用逐漸顯現(xiàn)。（2）我們發(fā)現(xiàn)對于風險厭惡的發(fā)電商，將更多地采用雙邊合同交易方式，而且風險厭惡程度越高，在雙邊合同交易交易的意愿越強烈。但當引入電力期貨后，在同樣的風險厭惡條件下，發(fā)電商選擇在雙邊合同市場交易的意愿整體呈下降趨勢，表明了電力期貨具有風險歸避的作用，對于平抑現(xiàn)貨市場風險的不確定性具有正面的意義。本文的研究對于指導發(fā)電商合理的電力交易具有重要意義，也希望對于我國電力市場的設計與監(jiān)管盡微薄之力。參考文獻:1D.J.Wu et.al: Optimal bidding and contracting strategies in the deregulated electr

22、ic power market：Part1A.Proceedings of the 33rd Annual Havaii International Conference on System SciencesC，2000，pp：1235-12442Yang He: The studies of bidding strategies of generators in electricity markets，Ph D Dissertation.Department of Electronic and Computer Engineering.Bunel University，West London

23、，UK，20023F.S .Wen ,and A.K:David.Optimally co-coordinated biddings strategies in energy and ancillary service marketsA.IEEE Proc-Gener.Transm.DistribC.Vol.149，No.3，May 2002.pp.331-3384E.Elia.A.Maiorano，Y.H.Song，M.Trovato: Novel methodology for simulation studies of strategic behavior of electricity

24、producersA. Proceedings of Power Engineering SOCIETY Summer MeetingC. IEEE，vol.4，2000 pp:2235-22415Robert Dahlgren，Hen-China Liu，and Jacques Lawarree: Risk assessment in energy tradingA.IEEE Transactions on Power SystemsC，Vol18，pp. 503-511，May 20036 Thor Bjorkvoll，et.al: Power generation planning an

25、d risk management in a liberalized marketA.Proceedings of IEEE Porto Power Tech ConferenceC.Vol.1.20017R.A.Campo: Probabilistic optimality in long-term energy salesJ.IEEE Transactions on Power Systems.2002.17(2)pp：237-2428Guan，XH (Guan，Xiaohong)，Wu，J (Wu，Jiang)，Gao，F(xiàn) (Gao，F(xiàn)eng)，Sun，GJ (Sun，Guoji): O

26、ptimal generation portfolio management for futures and spot market.General Meeting of the Power-Engineering-Society Montreal，CANADA，JUN 18-22，20069蔚娜，王世杰:面向期貨交易的發(fā)電策略J.東北電力學院學報.2002，22(1)：18-2210楊根，周杰娜:期貨交易量和現(xiàn)貨交易量在發(fā)電公司計劃中的經(jīng)濟分配J.貴州工業(yè)大學學報（自然科學版）.2005，34(3)：49-5211張顯，王錫凡:發(fā)電商長期售電策略研究A.見：2003年全國高等學校電力系統(tǒng)及其

27、自動化專業(yè)第十九屆學術(shù)年會論文集下冊C.成都：西安交通大學，2003.1922-192612楊根，李琳，邱瑛:基于保證期貨電量原則下罰函數(shù)的模型分析J.電力系統(tǒng)及其自動化學報.2007，19(4)：121-12413王雁凌，張粒子，舒雋，楊以涵:合同交易量和競價交易量在日計劃中的經(jīng)濟分配J.電力系統(tǒng)自動化.2002，09：45-4814胥德武，劉東:流域水電公司在電力期貨交易下的競爭策略J.華東電力.2006，34(10)：1-415王訪，周曉陽，周晨:發(fā)電公司投資組合流程J.電力系統(tǒng)及自動化學報.2008，20（2）:33-3716林孝貴:期貨套期保值的統(tǒng)計分析M.江蘇：中國礦業(yè)大學出版社.

28、2004附言：論文作者介紹巢劍雄，男，1956-，湖南大學工商管理學院教授。研究方向：數(shù)量經(jīng)濟與技術(shù)經(jīng)濟；金融投資與風險評估；英文翻譯。參加的科研工作有：電力期貨交易研究；股份制改造的理論與實證研究；中部地區(qū)工業(yè)結(jié)構(gòu)調(diào)整金融支持產(chǎn)業(yè)研究；期望違約率和判別分析的財務困境預警方法及應用研究；數(shù)據(jù)挖掘技術(shù)在金融風險管理與防范中的應用研究；行為金融的整體風險管理理論與應用研究。 社會兼職: 中國數(shù)量經(jīng)濟學會理事 湖南大學學報英文審譯企業(yè)合作：美國3DBT企業(yè)管理軟件公司顧問劉登高，男，1984-，湖南大學工商管理學院技術(shù)經(jīng)濟及管理碩士，論文研究方向：電力期貨。論文來源論文選題源于導師湖南電力公司項目，

29、項目編號：897216011。參考文獻:1D.J.Wu et.al. Optimal bidding and contracting strategies in the deregulated electric power market：Part1A.Proceedings of the 33rd Annual Havaii International Conference on System SciencesC，2000，pp：1235-12442Yang He，The studies of bidding strategies of generators in electricity ma

30、rkets，Ph D Dissertation.Department of Electronic and Computer Engineering.Bunel University，West London，UK，20023F.S .Wen，and A.K.David.Optimally co-coordinated biddings strategies in energy and ancillary service marketsA.IEEE Proc-Gener.Transm.DistribC.Vol.149，No.3，May 2002.pp.331-3384E.Elia.A.Maiora

31、no，Y.H.Song，M.Trovato.Novel methodology for simulation studies of strategic behavior of electricity producersA. Proceedings of Power Engineering SOCIETY Summer MeetingC. IEEE，vol.4，2000 pp:2235-22415Robert Dahlgren，Hen-China Liu，and Jacques Lawarree.Risk assessment in energy tradingA.IEEE Transactions on Power SystemsC，Vol18，pp. 503-511，May 20036 Thor Bjorkvoll，et.al.Power generation planning and risk management in a liberalized marketA.Proceedings of IEEE Porto Power