摘要：電力零售市場規(guī)模龐大、競爭激烈，售電公司在業(yè)務(wù)規(guī)模、資本、員工資質(zhì)和投訴情況等方面的風(fēng)險時刻處于變化之中，為優(yōu)化決策需評估電力零售市場風(fēng)險。在評估時需兼顧不同時段風(fēng)險因素的可信度變化，現(xiàn)在未見相關(guān)研究?？紤]各時段風(fēng)險可信度，計算時間加權(quán)系數(shù)，并改進加權(quán)聚類進行風(fēng)險評估。通過對某電力零售市場風(fēng)險因素進行分析，得出需要重點關(guān)注的售電公司，進而為零售市場的風(fēng)險預(yù)警和業(yè)務(wù)協(xié)調(diào)提供參考依據(jù)。

關(guān)鍵詞：電力市場;風(fēng)險評估;加權(quán)聚類;可信度;時間加權(quán)

0? ? 引言

電力零售市場允許工業(yè)、商業(yè)、居民等用戶從競爭的售電公司自由選擇電力供應(yīng)，電力協(xié)調(diào)更為復(fù)雜[1]。由于業(yè)務(wù)轉(zhuǎn)移、資本流通不良、資質(zhì)不足等風(fēng)險惡化情況，售電公司可能會主動或被動退出市場[2]。為避免供電中斷和用戶利益受損，電力零售市場需要評估風(fēng)險，為市場平穩(wěn)運行、健康發(fā)展提供決策參考[3]。

相較于電力批發(fā)市場，電力零售市場風(fēng)險評估需要考慮更為激烈的市場競爭。文獻[4]將面對價格不確定性時售電公司交易成功的可能性定義為風(fēng)險指數(shù)來衡量風(fēng)險，文獻[5]利用量差風(fēng)險研究風(fēng)險因素對零售商利潤的影響，上述文獻局限于交易風(fēng)險。文獻[6]利用均值-方差組合理論來評估電力市場競爭參與者的風(fēng)險，文獻[7]利用風(fēng)險價值（VAR）來評估電力市場交易風(fēng)險，文獻[8]采用條件風(fēng)險值（CVAR）分別構(gòu)造最壞情況和平均水平的風(fēng)險模型，上述文獻得到了整體風(fēng)險的評估結(jié)果，但只局限于當前狀態(tài)的評估。風(fēng)險隨著時間推移不斷變化，衡量電力零售的風(fēng)險不僅需要考慮當前狀況，也需要考慮歷史風(fēng)險水平。文獻[9]對維修線路聚類，確定各線路的運維優(yōu)先等級。上述文獻均未考慮不同時段風(fēng)險因素的可信度變化。

本文考慮各時段風(fēng)險可信度，計算時間加權(quán)系數(shù)，并改進加權(quán)聚類進行風(fēng)險評估。通過對某電力零售市場的風(fēng)險分析，得出需要重點關(guān)注的售電公司，進而為零售市場的風(fēng)險評估和業(yè)務(wù)協(xié)調(diào)提供參考依據(jù)。

1? ? 考慮時段可信度的基于改進加權(quán)聚類的電力零售市場風(fēng)險評估

電力零售市場的風(fēng)險因素包括業(yè)務(wù)規(guī)模、資本、員工資質(zhì)、投訴情況等。將N個售電公司T個時段的風(fēng)險因素數(shù)據(jù)進行標幺化和同向化，便于風(fēng)險因素的比較。X（t，n）為第n個售電公司第t時段的風(fēng)險因素，其中t=1，2，…，T，n=1，2，…，N。為在評估時兼顧不同時段的可信度變化，計算時間加權(quán)系數(shù)，并改進加權(quán)聚類進行電力零售市場風(fēng)險評估，流程圖如圖1（a）所示，示意圖如圖1（b）所示。

1.1? ? 考慮時段可信度的時間加權(quán)系數(shù)

綜合考慮當前和歷史風(fēng)險因素，據(jù)式（1）計算時間累積系數(shù)kac，由式（2）得時間加權(quán)系數(shù)ktim：

式中：e為自然常數(shù);t0為當前時刻;k為風(fēng)險因素的可信度系數(shù)，k越小，歷史數(shù)據(jù)的影響越大。

1.2? ? 基于改進加權(quán)聚類的風(fēng)險評估

將N個售電公司分為R類，若第n個售電公司的風(fēng)險因素劃入第r類，則C（n，r）=1，否則為0。由式（3）得第n個售電公司累積風(fēng)險X0，等步長劃分來進行初始分類。由式（4）得第r類類中心Lr，由式（5）得第n個售電公司與第r類的距離：

將樣本劃分到與其距離最近的類中去，用式（6）計算誤差E∑直到不再減小，由此得到所有售電公司分類情況。第r類概率p（r）見式（7）。

2? ? 算例分析

對某省電力零售市場54個售電公司60個時段的業(yè)務(wù)規(guī)模、資本、員工資質(zhì)、投訴情況等風(fēng)險因素進行處理，以處理前后的業(yè)務(wù)規(guī)模為例，如圖2所示。

2.1? ? 時間加權(quán)

取k=0.1，計算各時段的時間系數(shù)如圖3所示。

2.2? ? 風(fēng)險評估

分別采用聚類和加權(quán)聚類對風(fēng)險因素進行分級評估，分類后的各類概率和類均值分別如圖4和圖5所示。由圖可知：加權(quán)聚類比聚類更能體現(xiàn)時間可信度的影響，近期數(shù)據(jù)對未來業(yè)務(wù)協(xié)調(diào)的參考價值更高。經(jīng)加權(quán)聚類風(fēng)險評估，將業(yè)務(wù)規(guī)模、資本等風(fēng)險因素分為7類;員工資質(zhì)的類間差異較小，投訴情況的類間差異較大;電力零售市場需關(guān)注資本不穩(wěn)定的第7類（4、14、18、22、33、39、47、51、54號）公司并提醒其提升資本，關(guān)注業(yè)務(wù)規(guī)模上升的第6類（6、11、18、22、30、36、44、53號）公司并提醒其重視業(yè)務(wù)。

3? ? 結(jié)論

本文計算時間加權(quán)系數(shù)并改進加權(quán)聚類進行電力零售市場風(fēng)險因素分析，結(jié)論如下：

（1）改進加權(quán)聚類相較于聚類的風(fēng)險評估結(jié)果對電力零售市場的業(yè)務(wù)協(xié)調(diào)和風(fēng)險預(yù)警參考價值更高。

（2）員工資質(zhì)的類間差異較小，員工資質(zhì)的市場競爭激烈程度較低;投訴情況的類間差異較大，投訴情況的市場競爭激烈程度較高。

（3）第7類售電公司資本不穩(wěn)定，第6類售電公司業(yè)務(wù)規(guī)模風(fēng)險不斷上升。

[參考文獻]

[1] 楊甲甲，趙俊華，文福拴，等.電力零售核心業(yè)務(wù)架構(gòu)與購售電決策[J].電力系統(tǒng)自動化，2017，41（14）：20-23.

[2] 劉妍，譚建成.南方區(qū)域大用戶參與電力市場交易的現(xiàn)狀及展望[J].南方電網(wǎng)技術(shù)，2017，11（11）：68-74.

[3] 趙文猛，周保榮，黎小林，等.電力市場綜合評估指標體系及評價方法[J].南方電網(wǎng)技術(shù)，2019，13（8）：74-80.

[4] JAHANIPOUR J，HOSEINIAN S H，AHMADIAN S，et al.Price restricted optimal bidding model using derated sensitivity factors by considering risk concept[J]. IET Generation Transmission & Distribution，2016，10（2）：310-324.

[5] SONG M，AMELIN M.Price-maker bidding in day-ahead electricity market for a retailer with flexible demands[J].IEEE Transactions on Power Systems，2018， 33（2）：1948-1958.

[6] ANSARI B，RAHIMI-KIAN A.A dynamic risk-constrained bidding strategy for generation companies based on linear supply function model[J].IEEE Systems Journal，2015，9（4）：1463-1474.

[7] DAWN S，TIWARI P K，GOSWAMI A K，et al.An approach for system risk assessment and mitigation by optimal operation of wind farm and FACTS devices in a centralized competitive power market[J].IEEE Tran-

sactions on Sustainable Energy，2019，10（3）：1054-1065.

[8] YANG H M，ZHANG S M，QIU D，et al.Distributionally robust optimal bidding of controllable load aggregators in the electricity market[J].IEEE Transactions on Power Systems，2018，33（1）：1089-1091.

[9] 許沛東，方華亮，王海鳴，等.基于風(fēng)險評估與靈敏度聚類的輸電線路逐級運維策略[J].電網(wǎng)技術(shù)，2018，42（9）：3024-3032.

收稿日期：2020-08-10

作者簡介：錢寒晗（1981—），男，安徽桐城人，碩士，高級工程師，研究方向：電力交易。

李永波（1981—），男，內(nèi)蒙古人，碩士，高級工程師，研究方向：電力交易。

于新鈺（1996—），女，河北滄州人，在讀碩士研究生，研究方向：電力系統(tǒng)分析。