Page 99 - 《中国电力》2026年第4期

翁格平等：考虑碳排放影响的长期发电投资决策方法 2026 年第 4 期

构至关重要。 1）基于开环博弈和集中二次规划建立发电投
一般来说，发电投资规划是一个大型混合整 资决策模型，考虑了碳排放限值约束和基于效益
数非线性问题，需要在给定的规划周期内决定新 的碳排放模型。
建发电厂的时间和地点 [8-10] 。然而，随着气候变 2）建立了评估环境政策变化对长期投资决策
化，应适当考虑各种低碳因素对电网扩容规划的 以及不同竞争水平和市场参与者组合下的短期调
影响。系统规划过程中控制排放的常规方法是碳 度决策影响的方法。对 2040 年之前的长期投资进
税和碳配额。文献 [7] 提出一种考虑梯次利用储 行了分析。

能的规划策略，并利用碳税控制了系统排放。文
献 [8] 在微网的电力和碳配额交易中应用了区块 1 碳排放约束下长期扩展规划
链技术，并通过合作博弈的方式模拟了交易和利
益分配。文献 [9-11] 将碳排放控制表述为规划模 1.1 建模方法架构
型附加约束条件。文献 [12] 评估了风力发电对电 本文采用的方法架构如图 1 所示，包括数据
力系统规划的影响。文献 [13] 分别考虑了各种政 准备、模型参数校准和博弈扩展 3 个部分。

治和经济手段，评估了清洁煤炭和碳捕捉与封存
数据准备
技术的市场渗透率。上述方法一般只考虑小型系 收集和准备建模所需数据，包括现有能源公司的技术
和经济参数、历史消耗、历史调度数据、能源和峰值
统，且需要建立相应的碳交易市场，增加了规划 需求预测等
复杂性，而且未进行长期规划研究。
传统上，发电投资规划大多属于集中规划，规 模型参数校准
划者在不同程度上引导市场参与者朝着成本最低 由于缺乏透明度导致某些参数未知，包括每个时间段
的弹性需求和合同电量，这些参数值需要通过顺序运
方向制定投资决策，以满足可靠性和环保要求 [14] 。 行模型来校准
然而，随着市场日益自由化，新投资决策不再完
全受政策控制，这使得系统规划更加复杂。并且 古诺-纳什博弈模型
求解古诺-纳什开环模型来分析市场参与者的投资决策，
由于发电利润后期依赖于电力市场，还须考虑市 关键决策变量包括市场参与者每年的产能投资和每小时
的产能水平
场竞争或不确定性相关的风险。然而，即使环境
政策到位，能否实现脱碳目标也取决于追求利润 图 1 方法结构
最大化的市场参与者做出的长期投资决策。这些 Fig. 1 Method structure
决策基于一系列因素，包括现有环境政策、可再 市场数据包括历史用电量和调度数据、输电
生能源供应、其他市场参与者决策等 [15] ，均体现 数据（包括线路容量和交换功率）、历史市场价
了对电力规划进行长期建模和评估的重要性。 格和清算量以及辅助服务安全裕度。市场参与者
基于博弈论的电力规划已有大量研究 [16] ，但 数据包括机组产能、技术限制、产能系数、可变
主要研究方向是短期博弈模型，这些研究考虑了 成本、固定成本以及合同电量等参数 [14] 。
各种不确定性和环境法规约束（如排放限制）。 部分数据如合同电量和竞标参数涉及商业机
从上述文献中可以发现，现有研究可能缺乏一种 密一般无法获取，所提方法的表现取决于能否依
适用于大型系统、既能考虑减排目标又能兼顾市 靠现有参数可靠地重现市场运行结果。因此，采
场参与者个体经济效益的长期投资决策方法。如 用古诺-纳什博弈方法，用于校准未知参数并确保
果只考虑碳税等政策性手段，系统的减排结果很 与历史市场结果相对应，包括价格、清算量和参
难适用于未来自由市场情况。因此，本文对大型 与者的市场份额。本文未知参数主要为弹性需求
电力系统的发电长期投资博弈决策进行了分析， 和合同电量。
运用古诺-纳什博弈模型对日前电力市场进行研 参数集搜索耗时较多，但通过适当的数据划
究。在所提出的模型中，建立了开环古诺博弈， 分可以大大改善这一情况。校准过程从数据准备、
并同时做出投资决策（年度）和生产决策（年内 数据划分和确定要评估的未知参数值范围开始，
各个时间段）。本文的贡献可总结如下。 求解出最小成本模型后，校准只使用古诺-纳什博

95