王智博，王茜茹，代勇，夏天，張倩，李衛(wèi)東

大用戶(hù)直接交易合同執(zhí)行風(fēng)險(xiǎn)評(píng)估

王智博1，王茜茹1，代勇2,3，夏天4，張倩2,3，李衛(wèi)東1

（1．大連理工大學(xué)電氣工程學(xué)院，遼寧省 大連市 116024；2．南瑞集團(tuán)有限公司(國(guó)網(wǎng)電力科學(xué)研究院有限公司)，江蘇省 南京市 210003；3．北京科東電力控制系統(tǒng)有限公司，北京市 昌平區(qū) 100194；4．國(guó)家電網(wǎng)甘肅電力公司，甘肅省 蘭州市 730050）

目前我國(guó)正穩(wěn)步推進(jìn)電力市場(chǎng)改革，大用戶(hù)直接交易作為其中重要的形式有著可再生能源大量參與、交易電量巨大、電源分布廣、傳輸距離遠(yuǎn)等特點(diǎn)，其交易的可靠性對(duì)電力系統(tǒng)的穩(wěn)定性便有了十分重要的影響，因而必須對(duì)供需兩側(cè)用戶(hù)交易進(jìn)行有效的風(fēng)險(xiǎn)評(píng)估，對(duì)風(fēng)險(xiǎn)較大的影響因素進(jìn)行合理的管控。大用戶(hù)直接交易涉及供需兩側(cè)及諸多可能存在的風(fēng)險(xiǎn)因素，運(yùn)用層次分析法對(duì)進(jìn)行評(píng)價(jià)，主要從自然風(fēng)險(xiǎn)、準(zhǔn)入風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、交易風(fēng)險(xiǎn)、結(jié)算風(fēng)險(xiǎn)5個(gè)方面構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，以及對(duì)應(yīng)的17個(gè)二級(jí)評(píng)價(jià)指標(biāo)，并將風(fēng)險(xiǎn)因素進(jìn)行評(píng)級(jí)，確定各自權(quán)重并檢驗(yàn)一致性，最后對(duì)嚴(yán)重風(fēng)險(xiǎn)進(jìn)行重點(diǎn)防范。結(jié)果表明，層次分析法可以兼顧主客觀因素，確定各評(píng)價(jià)指標(biāo)相對(duì)權(quán)重，計(jì)算風(fēng)險(xiǎn)指標(biāo)對(duì)各等級(jí)風(fēng)險(xiǎn)水平的隸屬度，實(shí)現(xiàn)定性與定量分析相結(jié)合，使風(fēng)險(xiǎn)評(píng)估的結(jié)果更加科學(xué)準(zhǔn)確。

大用戶(hù)直接交易；風(fēng)險(xiǎn)評(píng)估；層次分析法

0 引言

2015年，中央出臺(tái)[2015]9號(hào)文件《關(guān)于進(jìn)一步深化電力體制改革的若干意見(jiàn)》(也稱(chēng)電改“9號(hào)文”)，明確了以“三放開(kāi)”(有序放開(kāi)輸配以外的競(jìng)爭(zhēng)性環(huán)節(jié)電價(jià)，向社會(huì)資本放開(kāi)配電及售電業(yè)務(wù)，逐步開(kāi)放公益性及調(diào)節(jié)性之外的發(fā)用電計(jì)劃)為重點(diǎn)的電力體制改革路徑。其中，以清潔能源為主的大用戶(hù)直接交易為電力體制改革的主要過(guò)渡形式。在政府管制下，以大用戶(hù)直接交易為主的電力體制改革正穩(wěn)步有序推進(jìn)。

與常規(guī)電力交易相比，現(xiàn)有大用戶(hù)直接交易的供給側(cè)清潔能源占比較高，與常規(guī)能源相比，清潔能源具有極強(qiáng)的不確定性，其隨機(jī)性強(qiáng)且波動(dòng)性大。從物理因素上來(lái)看，清潔能源可能由于季節(jié)、氣候及地理位置等方面的影響，難以完成合同所規(guī)定的售電量。從經(jīng)濟(jì)因素上看，由于電價(jià)或交易量波動(dòng)等情況，供給側(cè)無(wú)法按照預(yù)期得到相應(yīng)的收益，使其經(jīng)濟(jì)利益遭受損失，造成其交易意愿受挫。而需求側(cè)同樣面臨較多問(wèn)題，從物理因素上來(lái)看，需求側(cè)用戶(hù)可能由于政策方面的變動(dòng)，如政府強(qiáng)制停工等，出現(xiàn)一定程度的違約情況。從經(jīng)濟(jì)因素上看，由于電價(jià)或交易電量波動(dòng)等情況可能會(huì)影響需求側(cè)用戶(hù)的生產(chǎn)經(jīng)營(yíng)。由于經(jīng)濟(jì)利益的波動(dòng)，時(shí)常造成供需雙方有交易意愿卻沒(méi)有實(shí)質(zhì)進(jìn)展的局面產(chǎn)生。即使簽訂了電力交易合同的，也并不能保證雙方一定會(huì)履約，供需雙側(cè)用戶(hù)的物理風(fēng)險(xiǎn)及合同結(jié)算風(fēng)險(xiǎn)均會(huì)影響合同是否能如約完成。

我國(guó)大用戶(hù)直接交易的交易電量大且交易情況復(fù)雜，除可再生能源多、交易電量大等特點(diǎn)外，還有交易的供需雙方分布較散、距離較遠(yuǎn)的特點(diǎn)。如此大量遠(yuǎn)距離送負(fù)荷就不可避免地受到氣象、線路等一系列因素的影響。潛在的風(fēng)險(xiǎn)因素就可能會(huì)影響購(gòu)銷(xiāo)合同簽訂的意愿，同樣會(huì)影響后續(xù)合同的正常執(zhí)行。

平穩(wěn)有序地發(fā)展大用戶(hù)直接交易是推進(jìn)電力改革的重要手段，目前大用戶(hù)直接交易存在著可再生能源多、交易量大、遠(yuǎn)距離送負(fù)荷中心多種風(fēng)險(xiǎn)因素，會(huì)不可避免地發(fā)生一定程度的違約情況。而一旦違約，不僅會(huì)造成惡劣的社會(huì)影響，如此大量的交易電量還會(huì)威脅到整個(gè)電力系統(tǒng)的安全。因此，為保證電力系統(tǒng)的安全穩(wěn)定運(yùn)行，對(duì)大用戶(hù)直接交易的風(fēng)險(xiǎn)進(jìn)行合理評(píng)估并有效管控顯得十分必要。大用戶(hù)直接交易的風(fēng)險(xiǎn)評(píng)估可為后期電力市場(chǎng)交易的競(jìng)價(jià)及出清規(guī)則提供可配置的支撐技術(shù)，對(duì)保障市場(chǎng)的規(guī)范運(yùn)行、促進(jìn)清潔能源消納等具有重要意義。

風(fēng)險(xiǎn)評(píng)估是指在風(fēng)險(xiǎn)事件發(fā)生前后，將該事件對(duì)各個(gè)方面造成的影響及損失的可能性進(jìn)行量化評(píng)估。根據(jù)實(shí)際情況，可以對(duì)風(fēng)險(xiǎn)進(jìn)行定性分析或定量分析，常用的方法有：專(zhuān)家打分法、蒙特卡羅模擬法、敏感性分析法及決策樹(shù)法等[1]。文獻(xiàn)[2]將層次分析法(analytic hierarchy process，AHP)運(yùn)用于工程項(xiàng)目中，實(shí)現(xiàn)了風(fēng)險(xiǎn)因素的排序及系統(tǒng)總風(fēng)險(xiǎn)的評(píng)價(jià)。文獻(xiàn)[3]將層次分析法應(yīng)用到風(fēng)險(xiǎn)評(píng)估模型之中，并在風(fēng)險(xiǎn)評(píng)估進(jìn)程中應(yīng)用模糊數(shù)學(xué)相關(guān)理論，設(shè)計(jì)出新型的信息安全風(fēng)險(xiǎn)評(píng)估模型。文獻(xiàn)[4]采用AHP確定最終的指標(biāo)體系及各因素的權(quán)重，并加權(quán)求得最終的綜合風(fēng)險(xiǎn)評(píng)估指標(biāo)。由以上分析不難看出，要做好大用戶(hù)直購(gòu)電風(fēng)險(xiǎn)評(píng)估，核心是要做好風(fēng)險(xiǎn)因素識(shí)別、指標(biāo)權(quán)重的建立以及風(fēng)險(xiǎn)大小的量化，而國(guó)內(nèi)關(guān)于電力大用戶(hù)直接交易的風(fēng)險(xiǎn)評(píng)估鮮有相關(guān)文獻(xiàn)，已有風(fēng)險(xiǎn)評(píng)估方法直接用于電力直接交易中也存在一定的問(wèn)題。

文獻(xiàn)[5]采用場(chǎng)景法探究了在不同購(gòu)售電業(yè)務(wù)模式下不同因素對(duì)購(gòu)售電業(yè)務(wù)決策和風(fēng)險(xiǎn)水平影響。文獻(xiàn)[6]針對(duì)大用戶(hù)直購(gòu)電的市場(chǎng)風(fēng)險(xiǎn)，提出了多種具體評(píng)估指標(biāo)，建立了完整評(píng)估體系。文獻(xiàn)[7]利用層次分析法法對(duì)供電企業(yè)服務(wù)策略的實(shí)施效果進(jìn)行評(píng)價(jià)，得到科學(xué)的量化評(píng)價(jià)結(jié)果；文獻(xiàn)[8]建立了電力客戶(hù)風(fēng)險(xiǎn)評(píng)估模型，進(jìn)一步探討應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行電力客戶(hù)風(fēng)險(xiǎn)分析，文獻(xiàn)[9]從社會(huì)角度對(duì)大用戶(hù)直購(gòu)電進(jìn)行市場(chǎng)風(fēng)險(xiǎn)評(píng)估，建立了完整的評(píng)估體系。但現(xiàn)有的研究沒(méi)有考慮到供需兩側(cè)用戶(hù)存在的不確定性，包括費(fèi)用效益分析法、成本效用分析法及多目標(biāo)系統(tǒng)分析法等在內(nèi)，這些方法都沒(méi)有將電力市場(chǎng)中供需兩側(cè)用戶(hù)各自的風(fēng)險(xiǎn)進(jìn)行有效結(jié)合。因此，有必要提出一種考慮供需兩側(cè)風(fēng)險(xiǎn)因素，并將其有效結(jié)合的風(fēng)險(xiǎn)評(píng)估方法。

本文采用層次分析法對(duì)大用戶(hù)直接交易的風(fēng)險(xiǎn)進(jìn)行評(píng)估，它是一種將定性與定量相結(jié)合的決策方法，具有廣泛的實(shí)用性和科學(xué)性。利用層次分析法，首先對(duì)潛在的風(fēng)險(xiǎn)因素進(jìn)行識(shí)別，并從自然風(fēng)險(xiǎn)、準(zhǔn)入風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、交易風(fēng)險(xiǎn)、結(jié)算風(fēng)險(xiǎn)5方面構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，包含對(duì)應(yīng)的17個(gè)二級(jí)評(píng)價(jià)指標(biāo)，并將風(fēng)險(xiǎn)因素進(jìn)行評(píng)級(jí)，確定各自權(quán)重并檢驗(yàn)其一致性，最后對(duì)所得嚴(yán)重風(fēng)險(xiǎn)進(jìn)行重點(diǎn)防范即可。

1 層次分析法基本步驟

層次分析法[10-11]是由美國(guó)運(yùn)籌學(xué)家T. L. Saaty等人于20世紀(jì)70年代提出的一種分析理論，其在決策問(wèn)題時(shí)將可能有關(guān)因素轉(zhuǎn)化為目標(biāo)層等層次，將主觀的判斷采用一定標(biāo)度客觀量化，建立層次結(jié)構(gòu)模型，以此為基礎(chǔ)對(duì)低層元素較最高層元素的相對(duì)影響大小進(jìn)行計(jì)算。

1.1 構(gòu)建層次結(jié)構(gòu)架構(gòu)

層次分析法把關(guān)注對(duì)象視作一個(gè)整體，遵循分解、比較評(píng)分、匯總的決策方式進(jìn)行處理，是系統(tǒng)分析不可或缺的工具。系統(tǒng)思想的關(guān)鍵點(diǎn)是不割裂每個(gè)因素對(duì)結(jié)論的影響，而該模型的方法中任意一層的權(quán)重取值最后都會(huì)或多或少地改變最終結(jié)果，并且任意一個(gè)層次中的所有因素對(duì)結(jié)果的影響大小都是被客觀量化的，極其清晰明確。因此此模型還可應(yīng)用于對(duì)無(wú)特定結(jié)構(gòu)系統(tǒng)評(píng)價(jià)和多目標(biāo)、多條件、多時(shí)間尺度等的系統(tǒng)評(píng)價(jià)問(wèn)題。

在搭建架構(gòu)之前，第一步要對(duì)風(fēng)險(xiǎn)元素進(jìn)行識(shí)別，構(gòu)建模型的總目標(biāo)和各影響元素2個(gè)層次，在此基礎(chǔ)上對(duì)影響元素歸類(lèi)，搭起層次結(jié)構(gòu)主架構(gòu)。將主結(jié)構(gòu)架構(gòu)分為3層，從上至下依次為目標(biāo)層、準(zhǔn)則層和指標(biāo)層。將計(jì)及影響因素歸到相應(yīng)層次中，畫(huà)出模型主結(jié)構(gòu)，進(jìn)而直接顯示出各層次元素和它們與總目標(biāo)的聯(lián)系。

1.2 建立相互比較判斷矩陣

判斷矩陣表示在前一層次結(jié)構(gòu)的限制下，本層結(jié)構(gòu)層每一元素的對(duì)應(yīng)影響程度，多使用1~9和其倒數(shù)作指標(biāo)尺度建立判斷矩陣，于是可建立判斷矩陣：

1.3 進(jìn)行一致性檢驗(yàn)

理論上，若矩陣滿足如下關(guān)系式aa=a,,,=1,2,…,，則稱(chēng)矩陣為一致性矩陣。但事實(shí)上，很難建立符合上述條件的一致性矩陣，于是把要求轉(zhuǎn)變成矩陣的非負(fù)值特征值最高項(xiàng)和對(duì)應(yīng)矩陣的冪階之差較小。文中模型應(yīng)用方根法得到方陣的最大特征值，并求得一致性指標(biāo)R，驗(yàn)算矩陣的一致性。若R<0.1，可認(rèn)定判斷矩陣的結(jié)果是允許保留的，如若不然，就要對(duì)判斷矩陣重新計(jì)算。

1.4 各層次權(quán)重的排序

層次權(quán)重的排序定義為各判斷矩陣中每個(gè)元素對(duì)于目標(biāo)層的相對(duì)影響程度。當(dāng)認(rèn)為上述模型的準(zhǔn)則層有個(gè)因素，對(duì)應(yīng)的指標(biāo)層有個(gè)因素時(shí)，由前述步驟可知，該層次模型準(zhǔn)則層對(duì)于目標(biāo)層的權(quán)重即￠=(￠1j,￠2j,…,￠)T；指標(biāo)層的個(gè)因素相對(duì)于指標(biāo)層的第個(gè)因素的權(quán)重為=(1j,2j,…,)T；指標(biāo)層對(duì)目標(biāo)層的層次權(quán)重總排序?yàn)?i>。

2 層次分析法基本步驟

2.1 風(fēng)險(xiǎn)因素識(shí)別

由于電力用戶(hù)本身具有極大的不確定性，因此電力大客戶(hù)直購(gòu)電項(xiàng)目執(zhí)行過(guò)程中會(huì)存在一定的交易風(fēng)險(xiǎn)。

對(duì)于發(fā)電側(cè)來(lái)說(shuō)，可再生能源由于受環(huán)境因素的自然條件限制，其發(fā)電量預(yù)測(cè)較為困難，外部環(huán)境改變會(huì)波及電能的出產(chǎn)和交割[12]。因此可再生能源作為發(fā)電側(cè)在開(kāi)放市場(chǎng)中暫不能占主導(dǎo)地位。在交易合同完成之前，要考慮電力直接交易的多方面因素。不同地區(qū)的企業(yè)準(zhǔn)入標(biāo)準(zhǔn)各異，其寬泛程度會(huì)使少數(shù)惡意競(jìng)爭(zhēng)企業(yè)趁機(jī)進(jìn)入。所以，交易中發(fā)電側(cè)將主要面對(duì)自然風(fēng)險(xiǎn)和準(zhǔn)入風(fēng)險(xiǎn)2種風(fēng)險(xiǎn)。

對(duì)于參與交易的電力用戶(hù)，合同訂立之后，應(yīng)該在要求的偏差程度內(nèi)遵循合同條款中的負(fù)荷要求，同時(shí)及時(shí)繳納合同款，因此，用電企業(yè)的相關(guān)信用風(fēng)險(xiǎn)也會(huì)對(duì)交易產(chǎn)生重要影響。電力體制改革政策變動(dòng)、經(jīng)濟(jì)整體不景氣、市場(chǎng)規(guī)模受限等因素都會(huì)對(duì)電力用戶(hù)能否正常履約造成影響。而且電力用戶(hù)的信用風(fēng)險(xiǎn)受其生產(chǎn)情況和經(jīng)營(yíng)境況影響，電力用戶(hù)的經(jīng)營(yíng)情況越好，其信用風(fēng)險(xiǎn)就越低。電力用戶(hù)還存在交易信用風(fēng)險(xiǎn)，重點(diǎn)計(jì)及其電費(fèi)繳納違約率、售電合同締約率與實(shí)際電量偏差率等相關(guān)層次指標(biāo)。

在電力交易雙方進(jìn)行交易時(shí)，不可避免地存在交易風(fēng)險(xiǎn)與合同結(jié)算的問(wèn)題。精準(zhǔn)預(yù)測(cè)可再生能源發(fā)電量與用戶(hù)用電量有很大難度，因此，在交易合同完成前，交易電價(jià)與合同量皆可能發(fā)生變化，最終使交易難以完成。在電力直接交易完成之后，各電力企業(yè)要處理的是合同結(jié)算風(fēng)險(xiǎn)，電費(fèi)能否如約結(jié)算受供需雙方的結(jié)算方式和執(zhí)行能力影響。先行電力市場(chǎng)相關(guān)文件《電力中長(zhǎng)期交易基本規(guī)則(暫行)》中提到“實(shí)際執(zhí)行與交易結(jié)果偏差”的概念，因?yàn)榇嬖诤贤兏?、天氣改變、各種供電事故、相關(guān)政策影響等因素，交易電量和用戶(hù)用電量不同的情況時(shí)有發(fā)生，存在不小偏差。

2.2 建立風(fēng)險(xiǎn)結(jié)構(gòu)模型

由2.1所述，將目標(biāo)層確定為直購(gòu)電交易風(fēng)險(xiǎn)，將自然風(fēng)險(xiǎn)1、準(zhǔn)入風(fēng)險(xiǎn)2、信用風(fēng)險(xiǎn)3、交易風(fēng)險(xiǎn)4及合同結(jié)算風(fēng)險(xiǎn)5作為準(zhǔn)則層的因素。自然風(fēng)險(xiǎn)1包括降水量11、風(fēng)速12、陰晴天13、季節(jié)14；準(zhǔn)入風(fēng)險(xiǎn)2包括供需形勢(shì)變化21、市場(chǎng)地位22、準(zhǔn)入條件放寬23；信用風(fēng)險(xiǎn)3包括外部環(huán)境31、生產(chǎn)經(jīng)營(yíng)32、財(cái)務(wù)信用33、交易信用34；交易風(fēng)險(xiǎn)4包括交易模式選取41、成交電價(jià)變化42、成交電量43、出力及負(fù)荷預(yù)測(cè)準(zhǔn)確度44；合同結(jié)算風(fēng)險(xiǎn)5包括設(shè)計(jì)變更51、合同結(jié)算52、偏差考核結(jié)算53。所構(gòu)層次結(jié)構(gòu)如圖1所示。

圖1 大用戶(hù)直接交易風(fēng)驗(yàn)評(píng)估層次結(jié)構(gòu)模型

2.3 建立判斷矩陣

在建立判斷矩陣時(shí)，通常采用1~9與其倒數(shù)作為標(biāo)度，九標(biāo)度判定尺度定義如表1[4]所示。

表1 九標(biāo)度判斷尺度定義表

判斷矩陣的構(gòu)造受人為主觀因素影響很大，而判斷矩陣需以權(quán)重計(jì)算為基礎(chǔ)，這是層次分析法的關(guān)鍵步驟。迄今為止，建立判斷矩陣的主要途徑有：相互比較法、德?tīng)柗品ê蛢?yōu)序圖法。相互比較法是基于多次不斷咨詢(xún)專(zhuān)家下級(jí)各個(gè)元素對(duì)上級(jí)元素的重要性影響，力圖構(gòu)建準(zhǔn)確問(wèn)卷，因?yàn)樵谠貎蓛杀容^時(shí)相互之間無(wú)參照對(duì)象，進(jìn)而結(jié)果有可能難以通過(guò)一致性檢驗(yàn)，致使此次問(wèn)卷調(diào)研失效。優(yōu)序圖法雖然省時(shí)便捷，但其缺乏對(duì)影響大小的描述，所以多用在大樣本調(diào)查中。德?tīng)柗品ㄊ且环N綜合性群體決策方法，其完全應(yīng)用專(zhuān)家關(guān)于處理非結(jié)構(gòu)化的經(jīng)驗(yàn)。本文的模型選用德?tīng)柗品ㄟM(jìn)行交易的評(píng)估，把德?tīng)柗品ê蛯哟畏治龇ㄓ袡C(jī)融合，既靈活應(yīng)用專(zhuān)家的定性分析，還能同時(shí)進(jìn)行定量風(fēng)險(xiǎn)評(píng)估，給相關(guān)決策帶來(lái)可靠理論保障。

設(shè)計(jì)調(diào)查問(wèn)卷，征詢(xún)多位專(zhuān)家并匯總其意見(jiàn)，將所得意見(jiàn)結(jié)果進(jìn)行歸納統(tǒng)計(jì)，并匿名反饋，并再次詢(xún)問(wèn)意見(jiàn)，依次進(jìn)行數(shù)次。實(shí)際過(guò)程如下：

1）將所得個(gè)專(zhuān)家評(píng)閱的分?jǐn)?shù)a加權(quán)平均計(jì)算，求出專(zhuān)家打分的期望。

2）計(jì)算專(zhuān)家評(píng)分的標(biāo)準(zhǔn)差。

預(yù)置終止征詢(xún)專(zhuān)家的決策指標(biāo)0。若>0，返回繼續(xù)征詢(xún)專(zhuān)家，回到第1）步；若<0，終止征詢(xún)過(guò)程，令期望為最后終值，其中為重復(fù)次數(shù)。經(jīng)以上各步可構(gòu)造判斷矩陣-B，表示準(zhǔn)則層中的各元素較之目標(biāo)層的相對(duì)影響程度。

式中：a代表層因子與因子對(duì)目標(biāo)層的的相對(duì)影響程度。進(jìn)而還可建立判斷矩陣1-C、2-C、3-C、4-C和5-C分別代表指標(biāo)層中的各元素相較準(zhǔn)則層每個(gè)元素的相對(duì)影響程度。

2.4 計(jì)算各元素權(quán)重與一致性檢驗(yàn)

1）求得矩陣的特征值極大項(xiàng)max。求得每個(gè)元素的權(quán)重向量：

由式(6)、(7)可計(jì)算矩陣的最大特征根：

式中()代表向量的第個(gè)元素。

2）由已有資料計(jì)算出平均隨機(jī)一致性指標(biāo)數(shù)值I。

平均隨機(jī)一致性指標(biāo)I經(jīng)證明與判斷矩陣的維數(shù)相聯(lián)系，如表2所示。

表2 平均隨機(jī)一致性驗(yàn)證對(duì)照表

計(jì)算一致性指標(biāo)R：

2.5 各層次權(quán)重的總排序

將上式拆項(xiàng)化簡(jiǎn)的排序結(jié)果為

3 算例分析

本文借鑒了北京電力交易中心已有交易的相關(guān)情況，并征詢(xún)相關(guān)領(lǐng)域?qū)＜业囊庖?jiàn)，匯總所有指標(biāo)，并推算區(qū)分各權(quán)重的重要程度，建立判斷矩陣，依照判斷矩陣計(jì)算權(quán)重。檢驗(yàn)所得權(quán)重值的一致性，并給出各指標(biāo)相對(duì)風(fēng)險(xiǎn)程度的大小。

首先采用專(zhuān)家評(píng)分法構(gòu)建判斷矩陣。預(yù)想在相對(duì)公平的自由競(jìng)爭(zhēng)市場(chǎng)下，發(fā)電企業(yè)M與電力用戶(hù)N完成自由市場(chǎng)交易并簽訂合同，預(yù)計(jì)一年的合同情況：交易電價(jià)為，成交量為。依據(jù)前述層次結(jié)構(gòu)模型，計(jì)及前文所述的17個(gè)影響元素，依照2.3中的方法，預(yù)先征詢(xún)5位相關(guān)領(lǐng)域?qū)＜覍?duì)所列各元素的重要程度進(jìn)行評(píng)判，并依照其打分情況多次重復(fù)，最后求得穩(wěn)定結(jié)果，由打分結(jié)果依次構(gòu)建判斷矩陣，如式(11)—(16)所示。

針對(duì)準(zhǔn)則層與指標(biāo)層的影響元素進(jìn)行初步層次排序，即計(jì)算判斷矩陣中各元素的權(quán)重，并檢驗(yàn)其一致性，如表3所示。由表3的R可知，矩陣每個(gè)向量皆滿足一致性約束。依據(jù)前述各影響因素排序規(guī)則，可對(duì)目標(biāo)層實(shí)行綜合評(píng)價(jià)，求得各個(gè)元素相較之最高目標(biāo)的重要性，如表4所示。

表3 矩陣W的權(quán)重值排序與一致性檢驗(yàn)結(jié)果

表4 直購(gòu)電交易風(fēng)險(xiǎn)指標(biāo)體系權(quán)重排序

由表4可知，自然風(fēng)險(xiǎn)、交易風(fēng)險(xiǎn)及交易量變動(dòng)對(duì)目標(biāo)風(fēng)險(xiǎn)重要性最大。當(dāng)發(fā)電側(cè)是風(fēng)電、光伏、水電等可再生能源時(shí)，準(zhǔn)確預(yù)測(cè)發(fā)電量及運(yùn)行情況非常困難，外部環(huán)境有些許改變，發(fā)電量也會(huì)跟著變動(dòng)，增加總目標(biāo)風(fēng)險(xiǎn)。電力交易雙方在交易的執(zhí)行過(guò)程中皆有可能改變交易價(jià)格與合同電量，這會(huì)造成合同交付時(shí)的真實(shí)交易情況與交易合同的規(guī)定不符，對(duì)該項(xiàng)目有重要影響。同時(shí)，可依照風(fēng)險(xiǎn)值對(duì)風(fēng)險(xiǎn)元素統(tǒng)一定級(jí)，如表5[9]所示。把直接交易中的風(fēng)險(xiǎn)元素歸為I類(lèi)風(fēng)險(xiǎn)(重大風(fēng)險(xiǎn))與II類(lèi)風(fēng)險(xiǎn)(普通風(fēng)險(xiǎn))，對(duì)I類(lèi)風(fēng)險(xiǎn)應(yīng)當(dāng)高度警覺(jué)預(yù)防，同時(shí)還要對(duì)II類(lèi)風(fēng)險(xiǎn)保持足夠認(rèn)識(shí)。

表5 風(fēng)險(xiǎn)因素評(píng)級(jí)標(biāo)準(zhǔn)

4 結(jié)論

通過(guò)設(shè)計(jì)的風(fēng)險(xiǎn)指標(biāo)體系下的算例可看出，供需雙側(cè)用戶(hù)在自然風(fēng)險(xiǎn)和交易電價(jià)變化2項(xiàng)占有的權(quán)重最大，其次為交易風(fēng)險(xiǎn)。這表明自然環(huán)境的改變對(duì)供需雙方電力直接交易的的影響占比最重。因此，在進(jìn)行直接交易時(shí)，應(yīng)對(duì)此風(fēng)險(xiǎn)采取相應(yīng)的預(yù)防措施與應(yīng)對(duì)辦法，例如預(yù)先置備相應(yīng)備用電源。而交易風(fēng)險(xiǎn)重點(diǎn)反映在兩側(cè)交易對(duì)象對(duì)于機(jī)組出力及用電需求預(yù)測(cè)的精準(zhǔn)程度上，因此，在發(fā)電計(jì)劃制定與負(fù)荷預(yù)測(cè)計(jì)算上，需采用更為準(zhǔn)確的方法，并以多年歷史數(shù)據(jù)為據(jù)，盡可能使所得結(jié)果切合事實(shí)情況。此外，諸如信用風(fēng)險(xiǎn)、準(zhǔn)入風(fēng)險(xiǎn)以及合同結(jié)算風(fēng)險(xiǎn)等也應(yīng)給予足夠關(guān)注。

所做研究彌補(bǔ)了國(guó)內(nèi)對(duì)大用戶(hù)直接交易風(fēng)險(xiǎn)評(píng)估問(wèn)題研究的不足。運(yùn)用層次分析法對(duì)風(fēng)險(xiǎn)因素進(jìn)行識(shí)別并分類(lèi)，其后建立風(fēng)險(xiǎn)指標(biāo)體系，客觀審視交易過(guò)程，認(rèn)識(shí)交易過(guò)程中的問(wèn)題，根據(jù)權(quán)重結(jié)果對(duì)風(fēng)險(xiǎn)因素進(jìn)行量化計(jì)算，明確了高風(fēng)險(xiǎn)因素的種類(lèi)及各因素的重要性。所做研究對(duì)大用戶(hù)直接交易的平穩(wěn)推進(jìn)有著積極的參考意義，可為后續(xù)直接交易提供理論參考，使其可更快、更好地發(fā)展。

[1] 陳德強(qiáng)，潘高．幾種項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法比較[J]．合作經(jīng)濟(jì)與科技，2011(18)：50-51．

[2] 鐘登華，張建設(shè)，曹廣晶．基于AHP的工程項(xiàng)目風(fēng)險(xiǎn)分析方法[J]．天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版)，2002，35(2)：162-166．

[3] 梁智強(qiáng)，林丹生．基于電力系統(tǒng)的信息安全風(fēng)險(xiǎn)評(píng)估機(jī)制研究[J]．信息網(wǎng)絡(luò)安全，2017(4)：86-90．

[4] 韓霞，郭易鑫，王暉南，等．基于AHP的電力運(yùn)行信息安全管理風(fēng)險(xiǎn)評(píng)估的研究[J]．國(guó)外電子測(cè)量技術(shù)，2018，37(5)：32-37．

[5] 王林炎，張粒子，張凡，等．售電公司購(gòu)售電業(yè)務(wù)決策與風(fēng)險(xiǎn)評(píng)估[J]．電力系統(tǒng)自動(dòng)化，2018，42(1)：47-54，143．

[6] 于亞男．大用戶(hù)直購(gòu)電的交易模擬及風(fēng)險(xiǎn)分析方法 研究[D]．杭州：浙江大學(xué)，2016．

[7] 曾鳴，梁周，居勇，等．基于AHP的供電企業(yè)服務(wù)策略效果評(píng)價(jià)[J]．技術(shù)經(jīng)濟(jì)與管理研究，2010(2)：8-11．

[8] 馮義，李洪東，田廓，等．基于熵權(quán)和層次分析法的電力客戶(hù)風(fēng)險(xiǎn)評(píng)估及其規(guī)避[J]．電力系統(tǒng)保護(hù)與控制，2007，35(24)：66-70．

[9] 于亞男，江全元，張維，等．大用戶(hù)直購(gòu)電市場(chǎng)風(fēng)險(xiǎn)評(píng)估設(shè)計(jì)及政策影響分析[J]．能源工程，2016(4)：1-6．

[10] Saaty T L．How to make a decision: The analytic hierarchy process[J]．Interfaces，1990，48(6)：19-43．

[11] 趙冬梅，張玉清，馬建峰．網(wǎng)絡(luò)安全的綜合風(fēng)險(xiǎn)評(píng)估[J]．計(jì)算機(jī)科學(xué)，2004，31(7)：66-69．

[12] 王孝寧，何苗，何欽成．層次分析法判斷矩陣的構(gòu)成方法及比較[J]．中國(guó)衛(wèi)生統(tǒng)計(jì)，2002，19(2)：111-113．

Risk Assessment of Contract Execution in Large Consumer Direct Power Purchase

WANG Zhibo1, WANG Qianru1, DAI Yong2,3, XIA Tian4, ZHANG Qian2,3, LI Weidong1

(1. School of Electrical Engineering, Dalian University of Technology, Dalian 116024, Liaoning Province, China; 2. Nari Group Corporation(State Grid Electric Power Research Institute), Nanjing 210003, Jiangsu Province, China; 3. Beijing Kedong Electric Power Control System Co., Ltd., Changping District, Beijing 100194, China; 4. State Grid Gansu Electric Power Corporation, Lanzhou 730050, Gansu Province, China)

Nowadays, China is steadily promoting the reform of the electricity market. Direct power purchase by large consumers, which has the characteristics of large participation of renewable energy and huge trading power, has a very important impact on the stability of the power system. Therefore, it is necessary to carry out an effective risk assessment method on the bilateral user transactions of supply and demand side, and to reasonably control the risk factors that have greater risk. Direct power purchase by large consumers involve both sides of supply and demand and many possible risk factors. The risk assessment index system was constructed from five aspects and the corresponding 17 second-level evaluation indexes were established as analytic hierarchy process (AHP) method to evaluate the risk. In addition, after rating the risk factors, the weights were determined and the consistency was verified. The results show that AHP can balance the subjective and objective factors and determine the relative weight of each evaluation index. It can also calculate the subordination degree of risk index to each level of risk level and achieve the combination of qualitative and quantitative analysis so that the result of risk assessment is more scientific and accurate.

direct power purchase; risk assessment; analytic hierarchy process (AHP)

10.12096/j.2096-4528.pgt.18247

國(guó)家電網(wǎng)公司科技項(xiàng)目(SGEPRI-KJB-KJ(2016) 7436)。

Project Supported by State Grid Corporation (SGEPRI-KJB-KJ (2016)7436).

2018-12-03。

王智博(1994)，男，碩士研究生，研究方向?yàn)殡娏κ袌?chǎng)下新能源容量高占比的電力系統(tǒng)調(diào)度，wzb@mail.dlut.edu.cn；

李衛(wèi)東(1964)，男，博士，教授，博士生導(dǎo)師，主要從事電力系統(tǒng)調(diào)度自動(dòng)化、電力市場(chǎng)，有功功率運(yùn)行平衡控制及其性能評(píng)價(jià)和清潔能源并網(wǎng)后的運(yùn)行調(diào)度，wdli@dlut.edu.cn。

王智博

(責(zé)任編輯 辛培裕)