1. 华南理工大学电力学院,广东省广州市 510640；2. 南瑞集团有限公司(国网电力科学研究院有限公司),江苏省南京市 211106
随着“双碳”目标的提出以及全国碳排放权交易市场拉开帷幕，发电集团面临着同时参与电力市场及碳排放权交易市场所带来的决策协同问题。首先，通过剖析电力市场与碳市场的耦合机理并计及两类市场结算履约规则，在价格接受模式下，提出一种混合型发电集团参与电-碳市场的年-周-日多尺度耦合协同决策机制和优化模型。然后，结合现行市场交易环境和实际数据，进行了多市场协同决策的仿真模拟，验证了决策模型的可行性。同时，为有效量化决策的优劣，针对决策结果的经济性、低碳性、稳定性，构建了一套电-碳市场协同决策评价指标体系。针对不同的市场机制、碳价水平及决策模式，做出了进一步仿真模拟及对比分析。研究根据结果得出，开展电-碳协同交易是发电集团实现低碳发展的经济化手段，同时，政府部门需结合发展的不同阶段动态调整控排政策。
发电集团; 电力市场; 碳排放权交易; 电-碳协同; 多市场决策; 多尺度分解; 评价指标
2021年7月，全国碳排放权交易市场（以下简称碳市场）真正开始启动。碳市场作为推进“碳达峰∙碳中和”行动的重要政策工具，采用市场机制优化资金链，引导碳减排及优化社会资金投入［1］。发电行业作为重要的碳排放来源，具有特性相对统一、数据基础良好、碳排放量大且集中、易于计量和监测等特点，是中国首批纳入碳市场交易的行业。因此，在目前的市场环境下，发电行业面临着同时参与电力市场及碳市场的交易决策协同问题，而协同交易行为是典型的社会元素，需要在能源的信息物理社会系统（cyber-physical-social system in energy，CPSSE）框架下开展研究[2]。
国际实践及经验表明，电力市场与碳市场的协同发展、共同作用，可以最大限度地发挥市场机制在能源资源配置与气候治理方面的优化作用，推动电力系统清洁低碳发展［3］。目前，中国的电力市场与碳市场运营机制相对独立，但电力主体“发电”和“排碳”的依存关系带来了两市场协同决策的需求。
目前，针对电力行业耦合电力市场和碳市场的相关研究已取得不少成果，但多从宏观的市场方面出发研究两市场的机制协同及价格传导［4-9］，或是从电力市场角度分析碳市场的影响，主要通过将免费碳配额均分，再将超额碳排放结合市场均价作为成本项引入高排放机组的成本模型中开展研究［10-13］，往往忽视了碳市场的现货交易特性。同时，针对两市场交易决策协同的研究，文献［14］提出一种发电商参与碳市场与电力中长期市场联合决策模型，该研究考虑电力中长期市场及发电商在碳市场上的投机行为，立足市场现状，但并未考虑决策的多时间尺度耦合需求。在现行市场环境下，发电集团在同时参与两市场时需进行交易量协同以避免履约核算惩罚。同时，由于电力市场存在多种时间尺度交易，碳市场涉及现货交易与年度履约限制，故交易决策需计及多时间尺度协同。文献［15］建立了考虑多时间耦合的发电商碳-电协同决策模型，计及碳市场现货交易与年度履约核查的时间耦合需求，但仍基于初始配额均分原则且仅聚焦于电力现货市场。综上，现有研究［14-17］大多将碳市场的交易特性简化，或聚焦于一种交易时间尺度做多元化的分析，未充分挖掘碳市场的交易特性及套利空间，而且忽略了市场环境下决策的多时间尺度耦合需求。除此之外，现有计及碳市场的研究多针对碳配额，忽视了国家核证自愿减排量（Chinese Certified Emission Reduction，CCER）交易的存在。CCER市场作为碳配额市场的重要补充，是调控碳市场的重要市场工具［18-19］。计及CCER交易是实现电-碳市场决策全面协同的重要一环。
基于此，本文在系统性地梳理现行电力市场与碳市场交易耦合机理后，提出了一种混合型发电集团参与电-碳市场的协同交易决策机制。同时，计及交易决策的多时间尺度耦合需求，构建了基于多时间尺度分解的电-碳市场协同交易决策模型，并基于该模型进行了仿真模拟，验证了模型的可行性。此外，针对现行电-碳市场协同决策评价指标的缺失，构建了计及经济性、低碳性、稳定性的评价指标体系，以有效量化决策的优劣性。
2015年至今，中国已初步形成空间覆盖区域、省级，时间覆盖电力中长期及现货交易，标的物覆盖电能量、辅助服务等多品种的电力市场体系结构。国内碳市场自2011年启动至今发展迅速，由最初7个省市的试点碳市场慢慢地发展成至今已开始运营的全国统一碳市场。碳市场可分为两级［20］：
1）一级碳市场的交易主体是控排企业与政府机构。政府机构通过相应的碳排放核算等手段确定控排企业的年度碳配额（Chinese emission allowance，CEA）总量，并通过免费或者拍卖的手段发放给控排企业。中国现阶段一级碳市场主要是通过免费发放特殊的比例的碳配额实现。
2）二级碳市场的交易主体主要有履约配额盈余或不足的控排主体和持有CCER的减排主体两类。其中，配额盈余主体及减排主体通过证券交易市场出售碳配额及CCER凭证获取收益，而配额不足的控排主体则可通过购买相应标的物履约。碳配额与CCER履约效力相同，但两者又有本质区别：碳配额是控排企业持有的碳排放额度凭证，而CCER则是减排企业持有的碳减排量凭证。因此，在二级碳市场上两种交易标的物分属两个交易池分别交易。除此之外，各地政策还规定了控排企业可使用CCER抵消碳排量的上限，即在为控排公司可以提供额外的低成本减排选择、为减排公司可以提供减排奖励的同时，防止控排企业过度购买CCER履约，导致整体控排目标无法实现。
综上，结合中国电力市场和碳市场现行交易机制、运营环境和政策约束，本文所研究的电力市场决策主要考虑年度中长期合约及日前现货交易两个方面。将二级碳市场划分为碳配额交易市场及CCER交易市场两种，分别交易碳配额及CCER凭证。发电集团作为电力市场、碳市场的共同及主要参与者，是两市场耦合的关键纽带。传统能源发电集团通过消耗化石能源发电获得电力市场交易电量，同时排出CO2消耗配额；可再次生产的能源发电集团通过风、光等可再生能源发电，获得减排量，可申领CCER凭证。通过发电集团生产活动可耦合两类市场供需，实现联动。电-碳市场互动耦合机理如图1所示。
电力市场和碳市场具有一定关联性[7]，图1给出了市场环境下电力市场与碳市场的一类典型互动模式，该模式机理中电碳两市场联动具有负反馈效应。若电力市场用户用电需求增加，则电力市场行情报价增加，从传统能源发电方面出发，传统能源发电增加，同时，碳市场需求增加，导致碳价提高、传统能源发电成本提高、出力减少。另外，可再次生产的能源发电增加，则电力市场及碳市场供应增加，导致电价降低、碳价降低，形成负反馈，市场实现动态均衡。三个市场的价格信号也存在某些特定的程度的联动，CCER交易市场与碳配额交易市场标的物效用一致，价格呈现趋同效果，电力市场与碳市场通过度电碳排关联，价格存在流动性传导。
在“双碳”背景下，风、光等新能源机组的投运将为发电企业在电-碳市场的决策行为带来重要影响。为确保多市场协同决策机制的场景适应性，并进一步探究碳市场对不同发电主体决策的影响，本文以混合型发电集团作为决策主体。该类发电集团所辖发电资源既包括火电等传统化石类能源电厂，又包括风、光等新能源场站。此外，结合中国电力市场和碳市场的现行交易体制和市场运营环境，电力市场计及“中长期+现货”市场；碳市场考虑“免配发放+配额交易+CCER抵消”机制，即国家每年向发电集团发放特殊的比例的免费配额，发电集团需要在年末缴纳本年度碳排对应的配额数量。该上缴配额可分为三种形式：国家下发的免费配额、企业在碳配额交易市场中获得的配额、企业在CCER交易市场中获得的CCER凭证（存在允许抵消比例限制）。
基于国内外调研，电-碳市场的协同可分为三个阶段：第1阶段以电定碳，先电后碳，决策体现为主从关系［10-13］；第2阶段电-碳协同，决策互相影响，体现为联合决策［14-15］；第3阶段电-碳市场深度耦合，市场外部决策者进行交易协同，市场内部存在价格传导。已有研究多针对电-碳市场协同的第1阶段，本文研究针对第2阶段进行，两市场决策地位对等，同时设置如下研究边界：
1）针对单个发电集团决策问题进行研究，假设各机组的容量规模较小，对电力系统的影响可忽略不计。假设市场无穷大，发电集团作为电碳市场行情报价接受者参与交易，市场行情报价为给定预测值。
2）理论上，新能源发电项目由于自身的减排效应能申请成为CCER项目，但因其申请、备案与核发时间周期长，与发电的时效性不相匹配，故本文暂不作考虑。
3）发电集团电力中长期合同已签署完毕，发电量优先保证中长期合约供应，盈余电量进行现货交易。发电集团现货出售电量均能被系统消纳，不考虑成交价量的不确定性。
4）考虑的协同决策问题涵盖年-周-日三维时间尺度。这主要是因为：计及配额结算周期及中长期合约为年度，故决策计划需要耦合“年”履约需求。而所有的决策行为最终都落实到日时间尺度的执行，故需耦合“日”时间尺度。此外，决策模型需考虑混合型发电集团所辖新能源机组的出力预测情况，其年度和月度预测精度较低，不足以满足应用需求，而现阶段周出力预测结果相对可信［21］，且周计划相对短期，能够为市场主体提供灵活的策略调整空间和偏差应答空间，有利于提高交易流动性［22］，故在年-日决策过程中，划分出“周”的时间尺度。可构建发电企业在年-周-日的分层决策机制，其具体研究机理如图2所示。
1）决策多市场协同。在电力市场中，发电集团交易电量获取收益，通过机组发电供应客户的真实需求。相应的，部分机组出力，引起CO2排放，消耗碳配额，发电集团在持有配额盈余或者缺损时均可进入碳市场进行买卖，而碳市场分为碳配额交易及CCER交易，交易标的物分别为各企业持有的国家下发配额及CCER凭证。如图2所示，在电-碳市场协同决策的机制中，发电集团需要协同自身在电力市场、碳配额交易市场及CCER交易市场的决策。首先，发电集团需计及自身电力市场中长期合约以及年末碳排履约要求安排机组协同出力；其次，发电集团可以依据多市场行情报价信号，进行交易套利以最大化自身收益。
2）决策多尺度协同。发电集团进行电-碳市场协同决策的同时涉及多时间尺度耦合问题。首先，电力市场交易决策需要协同中长期合约约束与现货市场交易两种尺度；其次，碳市场交易决策需要协同现货交易与年度履约约束两种尺度。本文对于发电集团的协同决策进行多时间尺度分解以匹配各市场决策需求。首先，发电集团以避免年末结算违约为目的，根据年度履约限制下发周决策计划。然后，依据周决策计划下发日决策计划，周计划为本周内的决策划定交易总量范围。由于年-周决策计划是一个超前全局计划，日计划执行时既要追求决策累计满足年度履约，又需要一定的决策裕度应对预期偏差。本文的电力周计划为本周交易总量划定波动范围，而碳配额及CCER交易的周计划则是下发本周交易总量，对于电力交易偏差带来的碳排偏差则由碳配额市场额外承担，实现电碳平衡。此机制可以为日决策计划的执行提供一定的灵活调整空间，同时，保证每周电-碳计划交易量完成，进而满足年度履约要求。
发电集团在年-周尺度的协同决策模型的目标函数为三个市场综合年净收益与碳配额年末结算缺额惩罚之差最大化。由于缺额违约惩罚是在年末清算，故在本层考虑：
式中：Fy为发电集团电-碳市场交易年净收益；Fey为电力市场年净收益，等于售电收益与燃料成本之差；Fcy为碳配额交易市场的年净收益，等于发电集团在市场买卖配额的净收益；Foy为CCER交易市场年净收益，等于发电集团在市场买卖CCER凭证的净收益；Ppenalty为年度配额违约惩罚；W为年内总周数，这里取52；J为发电机组数；Qe，w为电力市场第w周预测电价；pj，w为机组j第w周总出力；lw为第w周负荷预测值；Pw为第w周中长期合同分解电量；fg（pj，w）为机组j的第w周燃料成本函数；Qc，w为碳配额市场第w周配额预测价格；pc1wc1为第w周配额交易量，买入为正、卖出为负；Qo，w为CCER凭证第w周预测价格；pc2wc2为第w周交易凭证量，买入为正、卖出为负；ξcc为惩罚系数；P¯¯¯y¯y为年平均碳价；Ccyyc为企业年度碳排核算总量；Pholdyyhold为企业年末持有配额总量，为免费配额量Pfree与碳市场交易最终持有量之和；ηj为机组j的碳排放强度系数；Plast为往年传统机组总出力。
发电集团在周-日时间尺度的决策以其年-周下发计划及发电集团自身特性为约束，将决策计划由长时间尺度计划过渡为短期可执行决策。
式中：Fw为发电集团第w周净收益；Fe，w为电力市场第w周净收益；Fc，w为碳配额交易市场第w周净收益；Fo，w为CCER交易市场第w周净收益；D为周内总天数，这里取7；Qe,de,为电力市场第d天预测电价；pj,d,为机组j第d天出力；ld为第d天负荷预测值；Pd为第d天中长期合同分解电量；fg（pj，d）为机组j第d天的日燃料成本函数；Qc,dc,为碳配额市场第d天的预测价格；pc1dc1为第d天的配额交易量；plimite,j,wlimite,,为机组j第w周的周计划电量，于碳配额交易市场中均衡实际周出力与年-周计划出力差异导致的计划碳排量偏差；Qo,do,为CCER凭证第d天预测价格；pc2dc2为第d天的交易凭证量。
约束条件包括机组日出力约束、周出力总量约束、中长期合同日分解电量约束、周资金流约束、周计划碳市场交易量约束，即
式中：Pmaxj,d,max、Pminj,d,min分别为机组j第d天的出力上、下限；T为日内总时段数，这里取24；pj,t,为t时段机组j的出力；wmax、wmin分别为周出力约束上、下限系数；Md为第d天资金流。
由式（1）—式（6）所构建的多时间尺度分层协同决策模型为典型混合整数非线性规划模型，可采用GAMS-CPLEX求解器进行求解。
针对发电集团在电-碳市场协同决策计划的评价能够量化决策实施的效果，为决策计划的修订及市场机制的调整提供参考。同时，也能用于电-碳市场不同决策方案的对比分析，有助于发电集团选择较优的决策计划，为提升其在各个市场的竞争力和企业效益提供支持。因此，建立全面的评价指标体系十分必要。本文计及协同的经济性、低碳性、稳定性，构建如下评级指标体系。
经济性评价指标大多数都用在评价多市场决策的协同效果，可分为电-碳市场协同效果评价和碳配额-CCER市场协同效果评价两方面，具体如下。
建立度电综合收益指标评价每千瓦时电经过多市场协同决策的综合收益情况，其数值越大，表征度电性价比越高。具体表达式如下：
式中：ε11为度电综合收益指标；Fet为t时段电力市场的净收益；Fct为t时段碳配额交易市场的净收益；Fot为t时段CCER交易市场的净收益。
建立度电碳排成本指标评价碳市场两种标的物交易协同效果，度电碳排成本越低，反映碳市场套利越成功。具体表达式如下：
建立控排系数指标评价企业控排力度。利用企业履约周期内的碳排总量与政府分配的免费配额比值来表征，比值越小，则企业控排效果越显著。具体表达式如下：
式中：ε33为控排系数指标；CCO2,tCO2,为企业在t时段的碳排量。
建立碳排强度系数指标评价多机组协同控排效果，碳排强度越低，则机组低碳协同效果越好。具体表达式如下：
建立收益率波动系数指标及收益风险溢出系数指标来评价决策的稳定性，具体如下。
依据经济学中收益率的概念［23］建立收益率波动系数指标。收益率可用于衡量市场收益的波动情况，在不同的市场机制及环境设置下所得市场的收益率不同，收益率波动大意味着市场交易不平稳，资金调动频繁，决策波动剧烈。具体表达式如下：
式中：ε55为收益率波动系数指标；pi和pi分别为场景变化前、后i时段的市场收益；E（∙）表示求期望。收益率表征为当期收益情况与上一期收益情况的比值。收益率波动系数定义为场景变化前后收益率的差值期望。
本文依据计量经济学中风险溢出效应的概念［24-25］并加以拓展，建立收益风险溢出系数指标，通过多市场的收益率时间序列分析市场决策间的联动关系。该评价指标立足于发电集团市场决策耦合紧密性分析。使用EViews软件，采用DCC-GARCH-Beek模型获得多市场收益风险溢出方向及溢出相关系数，再进行数据统计取期望获得风险溢出效应指标。具体表达式如下：
式中：εABAB为A、B市场的收益风险溢出系数指标；αABAB为A、B市场风险溢出方向；γAB,tAB,为A、B市场在t时段的风险溢出系数。
本文考虑的混合型发电集团下辖一个火电厂（包含三台机组，容量分别为660、640、600 MW），两个风电场（容量均为300 MW），以及一个容量为100 MW的集中式光伏电站。该发电集团的碳配额根据其火电厂的历史碳排数据得出。电价数据参考中国广东电力交易中心交易数据，碳配额价格数据参考全国碳排放权交易数据，CCER价格数据参考北京绿色交易所交易数据。
现行政策环境下，全国碳市场在2019—2020年针对发电行业配额实行全部免费分配，CCER抵消清缴比例不超过0.05，而试点地区碳排放政策各有不同。以中国广东地区为例，2020年其电力企业的免费配额分配比例为0.95，CCER或广东省省级碳普惠核证减排量允许抵消比例为0.10。目前，中国碳市场处于初步发展阶段，免费配额比例较高且CCER允许抵消比例较低，故市场协同需求并不明显，但从长远来看，为实现“双碳”目标，控制碳排放并激励碳减排，免费配额比例将逐步收紧，CCER允许抵消清缴比例或将放松。本文为更好地反映市场协同效果，研究电-碳市场协同规律，为市场发展提供支撑，将免费配额比例设置为0.75，CCER可抵消比例设置为0.35。
观察图3、图4可知，在电力现货市场电价较低时，机组发电量较小，现货交易量也较少。发电集团于两类碳市场的交易行为主要体现为在市场行情报价低时购买相应标的物，发电集团能够结合自己需求较好地响应各市场行情报价信号。
综合仿真结果进一步分析可知，在现行市场环境下，电力市场行情报价约为300元/（MW∙h），相应碳排成本约为40元/（MW∙h）。因此，发电集团会在保证自身配额达标的情况下，最大限度地购买碳配额以增加自身出力空间并于电力现货市场获益，而非减少自身出力于碳市场出售盈余配额。同时，由于发电集团碳市场交易量受资金流限制，发电集团在电价较低时仍会缩减火电机组出力以保障碳市场履约顺利。由于CCER市场行情报价普遍低于碳配额，发电集团会倾向于在允许履约比例限制下最大化购买CCER凭证。
以年-周决策计划为约束，发电集团的周-日协同交易结果如图5、图6所示（以前5周为例）。
分析图5、图6不难发现，发电集团在电力现货市场的交易基本满足高价增加出力售电、低价减少出力、响应市场行情报价信号的规律。同时，该决策受到中长期合同的影响，在合同负荷需求高的时段，即使现货市场电价较高，发电集团也需先满足合同要求，再最大化自身现货市场收益。碳市场交易结果满足周计划交易量要求，决策可以在一定程度上完成周清，在最大化本周收益的同时，不影响下一周的决策计划，即所提模型协同效果符合预期。
应用第4章所述评价指标对5.1节所得最优决策做全面评价，具体思路如下：1）针对免费配额比例按0~1变化，CCER允许抵消履约比例按0~1变化，分析发电集团度电综合收益、度电碳排成本、控排系数、碳排强度系数的变化，研究机制影响；2）针对预测类数据来进行偏差模拟，研究收益率波动系数指标的变动情况，找出主导不确定性因素；3）利用收益风险溢出系数指标分析三市场决策联动性。
观察图7可知，随着各项占比的增加，度电综合收益先增大后略有下降、度电碳排成本降低、控排系数降低、碳排强度系数增加。究其原因，可分为三个阶段讨论：首先，在各项占比较小时，发电集团倾向于控制自身高排机组发电；随着占比的增加，高排机组出力空间增加，故集团发电收益增加，碳市场履约压力减少。随后，集团高排机组发电饱和，集团碳配额盈余，可在碳市场出售套利。除此之外，可观察到免费配额比例较CCER允许履约比例影响更为显著，是因为免费配额比例增加意味着零成本碳排额度的增加，CCER允许履约比例的增加意味着低成本碳排额度的增加，故免费配额比例变化带来的影响更为显著。
综上，针对机制设定的研究表明，免费碳配额及CCER允许履约比例的合理设定对公司运营及控排均有重大影响。在碳市场建设的不同阶段，机制设定需要兼顾控排主体生存空间、控排力度等多种因素。过度的碳配额分配及CCER使用都可能会导致控排政策失效，配额的供过于求也会导致市场碳价低迷［26-27］，这也是碳市场风险的大多数来自，欧洲碳市场就曾因此一度出现碳价暴跌的现象。而过低的比例设定则会导致集团控排压力过大，火电出力压缩，影响电力供应。因此，在推动碳市场建设的进程中，要一直完善市场机制，鼓励减排技术发展，逐渐减少配额总量，适度增加CCER允许抵消比例。
2）预测数据变化的指标仿真结果。分别对电价、碳配额价格、CCER价格、可再生能源机组预测出力做20%的预测误差模拟，结果见附录A图A1、表A1。观察可知，误差的影响具有收益波动聚集效应，在收益波动剧烈时，各类误差影响均更为显著。电价误差与机组出力预测误差跟随基线波动，且电价相对机组出力预测误差影响更为显著，这两类误差对波动有加剧效果；而CCER及碳价预测误差的跟随效果相对较差，在基线波动剧烈时甚至表现为一定的反作用，该类误差可能导致发电集团进行决策计划调整，对于收益波动的引导非线种预测类数据的不确定性影响，其中的碳价及CCER价格预测误差处于主导影响地位。
3）收益风险溢出系数指标。由附录A表A2可知，在现行市场环境下，电力市场及碳配额市场均对CCER市场的风险溢出效应较大，动态溢出相关系数如附录A图A2所示。其中，正向溢出表示风险增强、负向溢出表示风险削弱。电力市场对于两类碳市场主要体现为正向溢出，即电力市场风险会传播至两类碳市场并增强，造成其波动，而碳配额市场对CCER市场主要表现为负向溢出，即碳配额市场的风险传播至CCER市场时风险作用会减弱。综上，发电集团决策受电力市场波动风险影响更为显著。为保证发电集团多市场联动决策的稳定性，在电力市场收益波动较大时，应适当减少三市场套利操作，而当碳配额市场交易波动较大时，发电集团应侧重于CCER市场进行交易，以适当缓解自身交易风险。
根据清华大学对中国2020—2035年的碳价预测结果对碳价进行设定［28-29］，研究碳价长效变化对于电-碳市场协同决策的影响。结合评价指标体系量化决策协同效果，结果如图8所示。
随着时间的推移，碳价呈上升趋势，由此会引起电-碳市场协同结果发生变化。分析可知，随着碳价上升，企业碳排成本增加，收益减少，控排力度增加，至2030年碳价达到当前的约1.79倍后各项指标发生显著变化，存在明显转折。结合附录A图A3分析，集团整体决策趋势并未发生变化，这是由于年内价格趋势未变，发电集团依旧会在电价高时增加出力、碳价低时购买相应标的物。但是，随着碳价不断升高，集团在现货市场的交易行为发生显著变化，不再倾向于“买碳卖电”进行多市场套利以最大化收益，而是转向减少高排机组出力控制碳排。这是因为市场碳价增高，在资金流限制内集团可购买的碳配额/CCER凭证减少，履约标的物最大可持有量减少，由此导致其碳排裕度降低、高排机组出力被迫压缩、现货可交易电量减少，此时的碳市场成为影响集团决策的重要因素。
考虑发电集团采取以下三种决策模式进行仿真模拟，研究决策方式变化对集团收益及控排效果的影响。
1）模式1：发电集团在年末最后一个月进入碳市场交易，结合本年度已排碳量及免费配额数量，进行电-碳市场耦合决策以最大化自身收益。对应碳市场建设初期，参与主体碳市场交易尚不积极，交易有明显潮汐现象的情景。
2）模式2：发电集团将自身所有碳配额均分至每周，每周以本周碳排清零为目的进入碳市场交易，以最大化自身收益。对应碳市场建设中期，参与主体采取保守策略，力求避免年末违约并最小化购碳成本。
3）模式3：以年末不违约为目标，发电集团决策做年-周-日计划分解，对应本文模型。对应碳市场建设成熟时期，参与主体密切关注碳市场交易行情，进行多市场套利，实现自身收益最大化。
应用评价指标体系对三种模式的决策结果进行定量评价。由于所提模式电-碳市场耦合尺度存在差异，暂不考虑收益风险溢出系数指标。三种模式的市场交易仿线 多种决策模式仿真结果
结合表1及附录A图A4分析可知，随着发电集团参与碳市场积极性的提高，价格信号跟随更为紧密，市场套利行为逐渐凸显，而通过市场套利带来的火力发电空间上升，将导致发电集团的控排力度下降。发电集团适度的市场套利可以提高自身收益、减轻控排压力，但过度的市场交易及套利行为可能会导致市场控排机制失效，对“双碳”目标的实现起到了反作用。
综上，碳市场作为助力实现“双碳”的政策工具，以市场机制激励控排企业减排，为控排企业履约提供了缓冲带，碳市场的繁荣可以为控排企业带来一定的喘息空间，但同时也可能成为控排企业逃避履约、套利获益的工具。因此，随着碳市场的不断发展，需要逐渐完备价格机制，探求碳价与电力行业及其他行业的匹配方法，以合理激励各行业减排。同时，也要设定相应的交易约束，以避免控排企业过度套利，配额制失效。免费配额比例及CCER允许履约比例的设定也需随市场的推进动态调整，以给予控排企业合理的压力、减排企业适度的奖励。
6 结语本文针对发电集团电-碳市场协同决策问题展开研究。首先，针对国内电-碳两类市场运行现状展开分析，明确了电-碳市场耦合机理；然后，考虑决策的多时间尺度耦合需求，构建了基于时间尺度分解的电-碳市场交易协同决策机制及相应模型，并从协同决策的经济性、低碳性、稳定性三个方面出发构建了评价指标体系；最后，结合决策模型及评价指标进行算例仿真，验证了模型的可行性，证实模型可以在保证年末结算履约的同时最大化发电集团收益。
1）免费配额比例是碳市场约束行业控排的重要调控手段，CCER允许履约比例的变化也在某些特定的程度上影响行业控排效果。为推动各行业减排，需要依据各行业控排能力合理设定免费配额比例，并调整CCER允许履约比例作辅助调控。
2）目前，碳价与电价存在不匹配问题，碳市场的激励效果甚微，而过高的碳价又会导致传统能源发电成本过高，影响电力供应。因此，有必要设定弹性的行业碳价机制，合理提高碳市场效力。
3）控排公司进行多市场协同决策可以轻松又有效提高企业收益，但过度套利则会影响控排效力。因此，需设定相应的套利约束机制，防止控排主体通过碳市场过度套利，导致控排机制失效。
后续研究将挖掘电碳市场行情报价预测的不确定性，在决策模型中加强完善对于电-碳市场行情报价机制的考虑，研究发电集团电-碳市场第3阶段深度协同决策的不确定性优化模型和算法。
致谢本文得到南瑞集团有限公司项目（信息-物理-社会元素的交互及协调技术，GF-GFWD-210338）的资助，特此感谢！
3吉斌，孙绘，梁肖，等.面向“双碳”目标的碳电市场融合交易探讨［J］.华电技术，2021，43（6）：33-40. []
4薛贵元，吴晨，王浩然，等.“双碳”目标下碳市场与电力市场协同发展机制分析［J］.电力科学与工程，2022，38（7）：1-7. []
5吉斌，昌力，陈振寰，等.基于区块链技术的电力碳排放权交易市场机制设计与应用［J］.电力系统自动化，2021，45（12）：1-10. []
6尚楠，陈政，卢治霖，等.电力市场、碳市场及绿证市场互动机理及协调机制［J］.电网技术，2023，47（1）：142-154. []
7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. []
王一，吴洁璇，王浩浩，等.碳排放权市场与中长期电力市场交互作用影响分析［J］.电力系统及其自动化学报，2020，32（10）：44-54. []
卢治霖，刘明波，尚楠，等.考虑碳排放权交易市场影响的日前电力市场两阶段出清模型［J］.电力系统自动化，2022，46（10）：159-170. []
13段声志，陈皓勇，郑晓东，等.碳市场背景下发电商竞价策略及电力市场均衡分析［J］.电测与仪表，2022，59（5）：33-41. []
14邓盛盛，陈皓勇，肖东亮，等.发电商参与碳市场与电力中长期市场联合决策模型［J］.电力系统保护与控制，2022，50（22）：1-10. []
鲁政委，粟晓春，钱立华，等.“碳中和” 愿景下我国CCER市场发展研究［J］.西南金融，2022（12）：3-16. []
19薛禹胜，黄杰，王放，等.基于分类监管与当量协同的碳市场框架设计的具体方案［J］.电力系统自动化，2020，44（13）：1-8. []
20生态环境部发布《碳排放权交易管理办法（试行）》［J］.中国造纸，2021，40（2）：110. []
21张晓闽，马志强.风电出力预测精准度行业领先［N］.江苏电力报，2022-09-08（2）. []
22朱磊，宋少群，郑旭冬，等.面向高比例新能源电网的中长期市场多时序校核研究［J］.电力大数据，2021，24（10）：37-44. []
23钱甫成，何朝林.不确定事件冲击下的资产收益率波动［J］.安徽工程大学学报，2021，36（6）：71-76. []
24肖雅洁.多市场间波动溢出效应的研究——基于中国股指期货与现货市场的分析［D］.哈尔滨：哈尔滨工业大学，2018. []
25李湛，尧艳珍，汤怀林，等.中国金融系统风险溢出效应研究——基于溢出指数和波动溢出网络［J］.南方经济，2021（12）：80-92. []
26黄杰，薛禹胜，蒋超，等.碳市场风险的分析与控制：（一）框架设计［J］.电力系统自动化，2018，42（12）：11-18. []
27蒋超，薛禹胜，黄杰，等.碳市场风险的分析与控制：（二）沙盘推演［J］.电力系统自动化，2018，42（14）：1-7. []
28张希良，黄晓丹，张达，等.碳中和目标下的能源经济转型路径与政策研究［J］.管理世界，2022，38（1）：35-51. []
29谢敏，叶佳南，刘明波，等.基于博弈均衡多学科协同理论的城市综合能源系统优化与评估［J］.电力系统自动化，2022，46（17）：102-113. []
记者11月1日从教育部获悉，教育部等十七部门近日联合印发《家校社协同育人“教联体”工作方案》，提出力争到2025年，50%的县建立“教联体”，到2027年所有县全面建立“教联体”。
听说指甲上藏着很多健康信号平时剪指甲时你是否留意过它的变化？指甲上的“半月牙”和健康有关吗？注意！当指甲出现这些变化时千万别大意↓↓指甲上的“半月牙”与健康有关吗？指甲上的“半月牙”是指甲底部月牙形的白色痕迹，学名“半月痕”，是新生的、尚未完全角质化的指甲。
来源：北京青年报微信 近日，杭州市民陈龙（化名）在社交平台发帖称，他在杭州龙坞茶镇的拍摄基地被数十名陌生人擅闯，对方还在别墅露天泳池清洗满是泥泞的鞋子和登山杖，导致泳池被污染。此外，基地里部分草地损毁严重，还有一把太阳伞被折断。
2024年第43周，广东省新增报告1785例登革热病例。其中，本地病例1775例，分布在佛山453例、广州439例、深圳222例、湛江112例、中山91例、珠海71例、东莞53例、清远45例、云浮38例、江门35例、肇庆28例、惠州27例、汕头26例、韶关25例、阳江20例，梅州、汕尾各17例，茂名、潮州各16例，揭阳13例、河源11例;
金秋十月，位于陕西铜川的照金镇迎来了一年中最绚丽的时节。照金地处子午岭南段，植被覆盖率高，植物种类丰富。这两天，山谷间的黄栌、槲栎、红枫、银杏等植物呈现出不同的色彩，翠绿、金黄、火红交织在一起，将山川描绘点染得五彩斑斓，呈现出令人心动的画卷。
缺人！月薪可达3万元，这个行业爆火，缺口达100万人！网友：现在学还来得及吗？
近期，多地秋季招聘真正开始启动，许多毕业生正为找工作奔忙，部分行业也在紧急招人中。这不，随着低空经济的发展，无人机大范围的应用于农业、公安、测绘、交通等多个领域，这也让各行各业对无人机操控员的需求量明显增大。
来源：央视新闻客户端 近期，我国多地开启降温模式，大家在深秋感受到了冬的气息，纷纷讨论冷冬是否马上就要来临。关于冷冬的热议，离不开“幕后推手”拉尼娜。早在今年9月，世界气象组织就预测拉尼娜准备在秋季“返场”。
欧盟对中国电动汽车加征反补贴税的终裁结果出来了。经过八轮磋商，中方力争通过对话磋商解决，但是终裁结果并没有在此前方案上有明显改善。受12家中国车企委托，坐在谈判桌上的中国机电商会也算了一下，平均下来，中国电动汽车卖到欧洲，税要增加20%以上。最高加税35.
为提升文章可读性，细节有几率存在润色，请理智阅读，仅供参考!“要是没有英达，现在的梁欢一定不会两眼无光，沦为英达事业的牺牲品。”
文 不似少溓游编辑 不似少溓游犹记得2021年年底，影后陈冲的母亲病危，闻讯的她从美国旧金山火速回国。但由于老人病势沉重，这对母女终究没能见上最后一面。陈冲的母亲在此之前就已经被认知症折磨多年，这病也就是人们口中的“老年痴呆”。然而，即便人生的大部分回忆已经模糊不清。
鄂公网安备