0 引言

2021年10月，国家发展与改革委员会（以下简称国家发改委）发布《关于进一步深化燃煤发电上网电价市场化改革的通知》（发改价格〔2021〕1439号）和《关于组织开展电网企业代理购电工作有关事项的通知》（发改办价格〔2021〕809号），强调取消工商业目录销售电价，并明确提出电网代理购电政策^[1-2]。随着市场化改革的推进，2022年5月，国家能源局综合司正式发布了关于印发《国家能源局2022年深化“放管服”改革优化营商环境重点任务分工方案》的通知（国能综通法改〔2022〕45号）^[3]，提出加强电网代理购电业务监管、逐步缩小电网代理购电范围的要求，同时也指出进一步完善分布式市场交易机制的方向。国家发改委、国家能源局联合发布《关于进一步做好电力现货市场建设试点工作的通知》(发改办能源〔2017〕1453号) ^[4]，明确了上海、江苏、安徽、辽宁、河南、湖北等省市第二批试点城市范围，并推荐用户侧参与现货市场结算。2022年国家发改委发布了《关于加快建设全国统一电力市场体系的指导意见》（发改体改〔2022〕118号）^[5]，明确指出清洁能源参与市场化交易的目标，随着市场化建设的推进，参与现货市场交易主体的数量和类型逐渐增多，部分省份已经部署代理购电分析决策支撑平台，通过数据中台实现内外部数据的共享，通过业务中台实现各个业务子系统的数据贯穿，除了电力系统内的数据外，还接入了外部的气象数据、经济数据等，有利于购电分析决策的制定。为了支撑代理购电全场景功能和全业务应用，平台具备了动态监测、预测、复盘、评估全部流程功能。

国家电网公司在2022年第二季度工作会议上，明确表明将有序开展代理购电，并优化代理购电相关机制，履行电网职责，在业务开展过程中重点关注电力电量预测，市场化采购、价格测算等相关职能，并对代理售电业务提出了60条要求。同时国家电网公司还发布了关于代理购电合规风险防范指引和代理购电信息发布工作指南，要求各省市公司采取公开透明的原则，做好代理购电业务的执行，利用APP等信息化渠道公开发布每月的代理购电信息。可以看出，代理购电是在我国电力市场开放改革的一项重要工作，也是根据国家能源局、发改委的工作部署，用于缓解上游能源价格上涨问题的有效手段。但是目前也存在着诸多问题，一方面，代理购电业务涉及省内、省间的多主体市场，交易类型复杂，参与主体众多，在高频次交易场景下，现有的业务系统难以支撑。对于已有的营销调度交易等相关专业历史数据，缺乏有效的数据挖掘手段，没有实现全环节数据的充分利用。另一方面，在当前社会上的能源服务参与主体对代理购电业务关注度较高，在考虑多方参与代理购电业务时，缺乏对已有业务系统的数据溯源，在发生纠纷时缺乏数据存证手段，针对电力市场代理购电业务，交易系统的复盘能力不足^[6-7]。

1 代理购电业务发展分析 1.1 代理购电业务系统建设

国内有相关产业单位提出代理购电业务技术支撑系统的建设思路，目前还是采用总部、省级两级部署的方式。其中核心业务职能在省侧业务系统部署，具体包括电力电量分析预测、代理购电需求分析、交易价格预测、交易辅助决策等。其中交易价格预测、交易辅助决策针对目前中长期市场现货市场的交易价格、交易电量需要进行准确评估，是整个系统的核心功能^[8]。在代理购电交易辅助决策系统中，应当能够根据特定省份的市场交易规则进行策略制定，辅助完成参与代理购电用户的交易申报管理和交易复盘等功能，同时在充分考虑对于市场优发电量匹配以及购电量供需关系分析的同时，还应当考虑省间日前现货、省间日内现货市场的运行情况。在购售电系统方面，文献[9]分析了蒙西电力现货市场的运行和结算情况，文献[10]分析了电力市场报价策略，并提出了对应的平台开发思路，文献[11]设计了一种考虑用户用电特性的智能购电系统。

代理购电用户电价包括代理购电价格、输配电价、政府性基金及附加费用等，取消了原有的目录电价。根据相关文件规定，参与代理购电的用户包括在规定时间范围内，没有参加电力市场交易的用户自动转为代理购电用户，和已经参加市场交易又退出的电力用户。工商业代理购电量包括优先发电上网电量和市场交易采购上网电量。2021年年底前，电网企业采用挂牌交易的方式，挂牌购电价格按照当月月度集中竞价交易均价确定，挂牌成交量不足的部分由市场化机组进行等比例分摊。2022年电网企业参与场内集中交易，大多采用报量不报价、参与市场出清的方式。对于没有现货市场运行的区域，代理购电用户在合同中未申报用电曲线，或申报曲线但分时电价峰谷比例低于当地要求时，用户用电价格按当地分时电价政策规定执行。在现货市场环境中，电网企业代理购电用户参与现货交易，同时纳入代理购电电量来源的优发电源，偏差电量按现货市场规定执行。由于缺乏代理购电决策支撑以及交易策略复盘的工具，给代理购电工作经验的积累带来不便，不利于精益化的管控。电网公司统一推出了代理购电业务支撑系统，图 1给出了现有代理购电系统涉及的业务系统和相关数据，并在各省开始应用，通过系统运行和建设不断积累经验，为后续市场化运行提供良好的基础。

1.2 代理购电决策支撑系统

电力电价策略通常需要根据省内电力缺额，综合考虑省内/省间现货出清、价格趋势预测来制定，应当充分利用现有的电网企业代理购电数据运营体系，结合历史积淀的海量数据开展运营情况分析，进而辅助指导代理购电业务运营决策。目前代理购电分析决策支撑功能已经嵌入营销2.0系统，包含事前监测、事中预测、事后复盘全流程管理，同时还提供开放的算法平台，支持第三方智能预测算法嵌入平台，并通过不断迭代完善进一步提升预测的精度。随着需求侧信息化水平不断提升，文献[12]还考虑了用户参与需求响应过程对购售电策略的影响。

在辅助分析决策过程中，可通过将不同地区、不同行业的电参量数据和影响因素导入进行试算，调用匹配的算法库进行预测和模型结果修正，输出分行业、分地区预测电量值。在代理购电交易执行完成后，利用购售电数据、发电数据、交易数据等进行复盘，同时启用模型校核，预测所产生的偏差并进行修正。结合K线、MACD、买卖指标、意愿指标等进行关联分析^[13]，分别针对激进型用户、保守型用户和兼顾型用户进行不同策略的编制。

在代理购电决策支撑系统中需要考虑的数据类型众多，既包含电量、电价、负荷曲线的核心数据，也有与对应量价相关的诸如气象、经济、节假日等影响因素数据。基于历史交易数据开展数据挖掘，分析用户群变化情况，针对重点用户的生产计划、检修异常等分析并推演用电趋势。目前涉及平台层面的预测引擎，可以自定义或扩展，包括传统的灰度预测^[14]、长短期记忆网络（Long Short-Term Memory LSTM）^[15]、随机森林^[16]等算法可以支持以标准预测库形式嵌入。在此基础上，应当能够对每次交易的结果产生的历史数据进行复盘推演，分析代理购电偏差、模型匹配性校核，同时进一步优化模型，提升计算精度。相关平台可以支撑电力公司完成售电量分析、代理购电量分析以及特殊代理购电电量分析。针对全量用户、代理购电用户以及特殊代理购电用户，分析月度、年度电量使用情况。在方案编制方面，针对市场化采集的年度购电量、月度购电量、月内购电量进行统计，并滚动生成面向未来中长期市场和现货市场的双边协商、集中竞价、源网荷储互动方案等，具体代理购电决策支撑功能架构如图 2所示。

目前在交易市场所用的主流择时策略包括低延迟趋势线（Low-Lag Tremdline，LLT）模型^[17]、希尔伯特波浪模型^[18]、趋势跟踪策略（Guamg Fa Tom Demark，GFTD）模型^[19]、相位指标择时模型^[20]等，可以支撑不同场景买入和卖出时机决策，通过趋势跟踪提升市场化交易过程的收益。通常代理购电实际用电量与目标电量、上网电价与目标电价均会产生偏差，系统中优发电量、市场化电量占比波动和市场化用户交易均价波动，均会导致代理购电过程产生偏差，因此需要考虑采用更为精准的算法，根据系统实时的量价交易情况进行优化。通常算法会以量价偏差最小为优化目标，形成代理购电多类型交易市场的组合电量申报策略。为了规避外部扰动因素的影响，考虑采用基于对微小扰动的统计学分析方法开展聚类修正。考虑系统中计划负荷量波动、市场负荷量波动、优发电量增发/减发等不确定性因素，分析计划电量与实际电量的不匹配度影响，并对该影响进行量化处理。

现有的代理购电决策支撑系统包含代理购电组合交易策略、风险防控、交易复盘等功能模块，但对于统一推出的系统而言，难以适应各省的业务规则差异，且目前计算和分析的精度不高，难以支撑代理购电决策的精细化的管理，仍然需要进一步深化相关研究^[21]。

2 代理购电决策支撑关键技术 2.1 基于历史数据分析和量化回溯的交易复盘

代理购电参与现货市场是目前的主流发展趋势，随着市场化不断推进，今后还将面临交易主体多元化、交易规则复杂化等挑战，目前各省代理购电已经规模化开展，平台建设已经启动，但是涉及代理购电的核心算法和业务分析功能还处于初级阶段，难以应对复杂多变的市场化环境，同时针对代理购电业务的全流程智能化分析还有一定不足。然而，受限于现有的信息技术水平，已有的数据基础参差不齐，需要考虑面向电网运行、市场交易、主体决策等历史数据的多源数据集成及数据修复技术，对已有的数据进行校对。为了适应市场环境、供需平衡、量价预测多因素的不确定性，可以采用联合“机理模型+数据模型”的样本数据拓展方法，针对代理购电参与中长期市场、省内现货市场的业务逻辑，采用电网企业代理购电数据特征增强技术，设计基于生成对抗网络的交易数据扩充方法，以代理购电交易的数据的高精度拟合结果，为代理购电参与中长期交易和现货交易的辅助决策和业务风险防控提供支撑。此外，针对特定市场规则的市场交易主体行为建模方法，在代理购电平台集成量化回溯交易复盘模块，执行参数推演和自适应目标优化训练方案。

电网企业代理购电用户交易策略复盘过程需要考虑的因素较多，既包括常规的电网运行数据、市场交易数据、政策规则数据，也包括诸如疫情和极端天气等突发性因素，同时还需要考虑市场交易主体的博弈行为以及用户个体的行为模式，错综复杂的多维属性的数据质量参差不齐、时间尺度不一，相互之间还存在耦合关系，因此在进行交易策略复盘时难以获取准确的结果，图 3给出了一种基于数据驱动的代理购电交易回溯数据分析流程。

代理购电决策支撑平台需要引入基于量化回溯的交易策略复盘优化技术，首先通过对影响代理购电用户交易数据的多维属性数据进行清洗和关联性分析初筛，构建参与市场交易主体的博弈行为以及用户个体行为模型，回溯历史数据，并对回溯结果进行归因分析，同时将选择的策略应用到模拟交易中。根据代理购电业务回溯数据所展现的情况，评价在特定条件下的模型表现情况，基于历史交易数据的多类型市场化交易数据，融合外部扰动因素对模型进行实时修正。

2.2 交易准确性影响因素分析及交易策略重构

市场化交易结果的影响因素众多，需要充分考虑基于市场交易规则、用户行为的交易结果，并开展多因素相关系数以及敏感性分析，提取代理购电交易准确性核心影响因素。结合电量偏差、电价偏差所产生的机理模型及影响度量化指标，构建基于代理购电历史数据的交易准确性训练模型。根据各省代理购电政策差异，引入电网企业多类型市场关联因素的时空维度变换技术，设计满足交易准确性多分辨率处理的分层数据视图模型。针对代理购电分析决策功能模块，可利用开放共享式的预测引擎，支持预测算法不断迭代和升级，从而支撑多层级、多交易品种的自学习、自演化交易策略重构框架（如图 4所示）。此外，通过省、市、县级联动，结合偏差量分析及模型适用性评估，开展基于互动交易数据的自适应交易策略参数重构及动态调优模型。

在电网运行、市场交易、主体决策等历史数据的基础上，需要分析面向电网企业代理购电用户参与中长期市场/现货市场的交易数据，结合电力市场基础信息、成交结果的数据，依托于特征增强技术拓展数据样本，利用多维属性增强的深度强化学习方法进行交易价格申报优化重构。对于规模化居民和小型商业用户聚合体，可以运用统计偏差概率消除方法构建基于市场交易主体博弈行为的概率区间模型，并引入时间序列推演获取短期用户交易量价变化趋势。针对具有较强波动性的数据类型，可以采用基于数据驱动的交易价格准确性置信区间评估和概率预测模型，在交易复盘的基础上完成交易价格申报优化重构。

2.3 基于突发疫情及极端天气的交易决策优化

由于突发疫情、季节变化等随机因素会对电力负荷特征变化产生影响，在制定代理购电决策时需要提取数据耦合交互特征。针对不同类型的用户，可以通过所属行业类型的负荷标签反演自适应控制的分阶递推聚合方法，构建区域代理购电用户的行为聚类模型。针对突发疫情、季节变化等随机因素小样本数据，为了支撑更好的分析和数据训练，可利用数据扩充技术注入的伪量测训练方法，结合交易出清结果及约束条件，对样本数据进行分析复盘，并以此为基础采用深度神经网络技术制定代理购电交易优化决策方案，具体过程见图 5。

考虑疫情/极端天气的小样本智能体交易决策可优化当前由于极端天气、疫情等原因导致各地区频繁出现的较大电力缺口，电力保供面临着较大的压力，从而导致省间现货出清价格过高，因此对于省间现货提出了新的需求，未来需要综合考虑省间现货报量报价策略结合省内现货市场，从而平衡购电成本与保供的关系，通过精准掌握用户的行为，减小交易的偏差。

3 结语

目前，在代理购电大力推进的背景下，电网营销部门需要优先考虑居民用户、农业用户等保底购电服务，初期代理部分工商业用户参与中长期市场以及日间和日内现货交易。目前相关业务工作效率还需要提升，并进一步明确代理用户的用能特性，同时预测相应的用电规模及购电需求，根据对量价变化趋势的分析，作出优化购电方案，而相关工作需要对应的仿真推演平台予以支撑。未来通过嵌入平台智能算法，可以更加精准地对市场交易过程进行分析，减小偏差考核压力。同时，通过数据驱动的方式，有利于挖掘多维复杂因素影响下的中长期市场中省间/省内现货市场矛盾关系，从而规避代理购电的业务风险。