電力現貨市場背景下的發電企業營銷支持系統建設

黃仁杰?黃書益

摘要：面對電力現貨市場的機遇與挑戰，建立營銷支持系統，進一步提高電力營銷廣度與深度，并形成有效的交易策略。完成事前信息管理、事中現貨支持以及事后統計分析等功能建設。建立相關現貨支持模型，包括次日統調負荷統預測模型、區域網絡潮流分析模型、網線阻塞數據模型、報價統計及分析模型等，為電力企業報價決策以及經營分析提供準確有效的工具。

關鍵詞：電力現貨市場；信息管理；營銷支持；統計分析；報價決策

一、前言

為迎接南方電力現貨市場挑戰[1-2]，提升發電企業營銷信息化管理水平和應對電力現貨市場的競爭能力，提出本次升級項目的建設，以對各類市場、各類價格及可能的管制價格進行分析[3]，既有利于幫助下屬各發電企業掌握最新的現貨規則，核算電力營銷收入，復盤交易策略，尋找價值增長空間，更有利于公司層面加強電力營銷工作，提升競價能力，發揮區域優勢。從長期看，在我國電力體制改革培育和發展統一、開放、競爭、有序的市場體系形成后，有利于公司在電力現貨市場中把握先機，確立在市場中的競爭優勢，在保障社會福利最大化的同時，有利于國有資本保值增值，有利于提高國有經濟競爭力。

二、營銷支持系統建設背景

國家能源集團樂東電廠于2020年提出“智慧營銷系統開發與應用”項目，并通過智慧營銷系統開發與應用系統建設，開發電量、電價實時分析，成本管理與分析等技術，實現發電生產成本的預控與動態分析，提升競價上網分析報價能力。但由于南方電力市場改革的不斷推進[4]，初始的智慧營銷系統已無法滿足目前南方電力現貨市場需求。在電力現貨改革的挑戰下，樂東電廠需建立面向現貨市場的營銷支持系統，進一步提高電力營銷廣度與深度，并形成有效的交易策略[5-6]。本系統將建立市場信息收集、天氣信息收集、現貨交易及中長期交易的事前統計分析及事后分析復盤等功能。該項目的目標是建立海南電力市場信息、交易數據、經營情況等信息的交互渠道。項目建成后可減輕電廠交易人員基礎數據統計壓力；提高市場數據收集及報送效率；實現現貨相關數據傳遞暢通、報送及時準確、信息共享、管理協同。

三、營銷支持系統平臺建設構架

應充分考慮未來業務類型的拓展需求，在功能設計上盡量模塊化、接口化[7]。根據業務類型，功能模塊分為基礎模塊和業務模塊。基礎模塊包含系統基礎功能的管理，需求穩定性和時效性較高，如信息披露、現貨結算等功能模塊。預留業務模塊開發接口，可根據后期業務需求的變化靈活、快速調整并新增功能內容。

（一）事前信息管理

現貨市場事前信息管理平臺包括日前信息統計、披露信息分析、歷史報價分析以及次日統調負荷預測，其中日前信息統計又包含機組負荷信息、生產信息等，具體功能如下。

負荷及天氣信息：每日負荷信息記錄的存儲，同時有自動統計天氣信息，選擇工作日、周六、周日、節假日的功能，便于篩選典型日的負荷情況。

生產信息統計：生產信息導入功能。

披露信息分析：披露信息的導入、轉換成曲線、查詢。

現貨報價分布分析：報價分布圖表轉換成表格形式。

次日統調負荷統預測：建立次日每15分鐘的統調負荷統預估模型及數據庫。

（二）事中現貨支持

智慧營銷系統的事中現貨支持模塊包括成本數據支持、現貨信息對比、區域網絡潮流分析、網線阻塞分析等功能，具體如下：

成本數據支持：為現貨交易提供實時成本數據。其中，燃料成本為庫存數據加權平均值，根據當月采購計劃月初估算加權平均值，并滿足不定期來煤自動重新測算。

現貨信息對比：支持同時查詢多日信息對比分析功能。

區域網絡潮流分析[8]：建立網線潮流鳥瞰圖，提供電價（日前節點電價）顯示和預警顯示。

網線阻塞分析[9]：建立網線阻塞數據模型及數據庫。

（三）事后統計分析

滿足企業現貨交易以及中長期交易的事后分析統計需求，包含現貨電量分析、報價分析、中標電量電價分析、結算分析以及復盤分析報告等。

現貨電量分析：建立日前與實時電量分析模型及數據庫，實現日前市場及現貨實時市場的電量分析功能。

報價統計及分析：建立報價統計及分析模型。

中標電量電價分析：建立現貨中標及中長期對比分析模型及數據庫實現中長期市場及現貨市場的電量電價對比分析。

結算分析[10]：建立現貨市場結算分析功能。

四、系統建設方案

（一）事前信息管理平臺建設

事前信息管理實現披露信息分析的功能。由于目前電網披露信息存在于外網，與企業電力營銷系統相隔離，由此需要實現披露信息的導入、轉換成曲線、查詢等主要功能。日前申報預測信息披露對比，及分析交易中心公布的不同時間點運行日基本面差異情況，輔助交易員挖掘基本面對節點價格和區域送電的影響規律。支撐電網設備信息（阻塞信息、輸變電設備檢修信息）、正負備用信息等可視化對比展示，幫助交易在策略的執行及復盤過程中提供數據分析支撐。

另外，需重點建立次日每15分鐘的統調負荷系統預估模型及數據庫。統調負荷預測是指預測運行日零時開始的每15分鐘的統調負荷需求，每天共計96個點。

為實現次日96個點負荷預測，本系統將首先實現區域月度電量預測以及日度電量預測，進而根據次日96個點天氣預測數據以及相關算法模型，實現次日15分鐘的統調負荷預測。

通過有效的區域負荷特征選擇以及數據預處理，并利用先進有效的數學模型對區域負荷中長期進行預測，具體為：通過搜集市場上的交易信息、氣象信息、煤價指數、工業指數、宏觀經濟數據、居民生活指數和不同地區突發事件的量化數據，確定區域電量的特征參數，并利用相關數學模型建立電量預測模型，得到當月發電計劃并對后續月份的區域電量進行預測分析，并且在月初對上月制定的月度滾動預測結果進行比較分析，得出偏差原因并修正模型各邊界條件，達到修正模型的目的，經過多次迭代后，不斷提高模型預測準確度，最終得到準確有效的區域電量預測模型。

根據上述模型，獲得月度以及日度的統調負荷預測數據，并結合次日96個點天氣預測數據，參考次日電量預測結果，結合特征參數（主要為次日天氣數據）以及次日整體電量預測結果，得到分時分刻的電量預測結果。

（二）建立事中現貨支持系統

智慧營銷系統升級項目的事中現貨支持模塊包括成本數據支持、現貨信息對比、區域網絡潮流分析、網線阻塞分析等功能。本文重點介紹區域網絡潮流與網線阻塞分析模型的建設思路。

建立網線潮流鳥瞰圖，提供電價（日前節點電價）顯示和預警顯示。區域網絡潮流功能建設方案如下：

1.采集獲得區域電網的節點信息和節點線路信息，生成區域電網的電力潮流網絡圖。

2.根據節點信息和節點線路信息獲取電力約束條件，將電力約束條件添加到電力潮流網絡圖中進行潮流計算，獲取節點負荷和節點線路負荷的約束范圍。

3.將市場約束條件添加到電力潮流網絡圖中，根據節點信息計算滿足節點負荷和節點線路負荷的約束范圍，以及各節點的電量需求，形成潮流圖。

其中，節點包括電源節點和樞紐節點，節點信息包括電源節點的電力負荷信息和樞紐節點的電力負荷信息；節點線路為節點之間的連接線路，節點線路信息包括連接各個節點的節點線路潮流功率負荷信息。

電源節點的電力負荷信息包括電源節點的發電負荷上限和下限，樞紐節點的電力負荷信息包括樞紐節點的最大傳輸功率。潮流結果參數包括電源負荷參數、電源電價參數以及電源收入參數。區域網絡潮流分析如圖2所示。

另外，建立網線阻塞數據模型及數據庫。本系統根據海南電網歷史阻塞原因，包括機組檢修、停機、線路檢修等情況造成的阻塞，以及各地區用電量不平衡等，對歷史存在的網線阻塞進行原因分析，并根據次日的用電需求、檢修情況等進行案例匹配，對次日的網線阻塞情況進行預測。

（三）事后統計分析功能建設

滿足企業現貨交易以及中長期交易的事后分析統計需求，包含現貨電量分析、報價分析、中標電量電價分析、結算分析以及復盤分析報告等。

系統支持日前報價以及實時報價統計分析功能，包括區域整體各區間報價的負荷分布、不同負荷段的報價分布、最高報價、最低報價以及平均報價（電量/負荷加權平均計算）、出清最高價格、出清最高價格時間點、出清最低價格、出清最低價格時間點、出清平均價格、機組出清最高價格、機組出清最低價格、機組出清平均價格、機組出清最高價格與市場出清最高價格差、機組出清最低價格與市場出清最低價格差、機組出清平均價格與市場出清均價價差等。

現貨中標及中長期對比分析模型及數據庫，實現中長期市場及現貨市場的電量電價對比分析。電量包括各發電類型（煤電、氣電及核電、新能源）的現貨和中長期電量、電量占比；電價包括各類型發電板塊的電價，即現貨市場的日均電價及分時出清電價，以及中長期合同電價等不同時間維度以及品類維度的對比。

現貨市場結算分析功能，根據交易中心發布的結算信息，對電廠上傳的各項原始數據與下載的日清算單和月結算單進行對比、核對，對不一致的數據及時發現并反饋，實現上傳與下載兩套數據閉環管理，確保營銷成果的兌現。

五、結語

面對電力現貨市場的機遇與挑戰，建立營銷支持系統，可進一步提高電力營銷廣度與深度，并形成有效的交易策略。本系統的建設將對發電企業建立以下優勢：

（一）建立現貨市場事前信息管理平臺，實現包括日前信息統計、披露信息分析、歷史報價分析以及次日統調負荷預測，其中日前信息統計又包含機組負荷信息、生產信息以及天氣信息統計，為發電企業提供事前現貨數據支持。

（二）建立智慧營銷系統的事中現貨支持模塊，實現實時成本數據支持、現貨信息對比、區域網絡潮流分析、網線阻塞分析等功能，為企業現貨報價提供決策意見。

（三）完成事后統計分析功能模塊建設，滿足企業現貨交易以及中長期交易的事后分析統計需求，實現企業市場交易后評價與分析，指導企業進一步的交易決策。

（四）建立相關現貨支持模型，包括次日統調負荷統預測模型、區域網絡潮流分析模型、網線阻塞數據模型、報價統計及分析模型等，為電力企業報價決策以及經營分析提供準確有效的工具。

參考文獻

[1]霍爽，王鵬.大數據時代電力營銷信息化建設研究[J].產業科技創新，2023，5（04）：34-36.

[2]任夢祎，孫郁東.企業電力營銷中優質服務的提升與創新分析[J].企業改革與管理，2023（15）：42-43.

[3]于亮，鐘宏偉，馮煒辰，等.基于客戶關系管理的電力營銷模式分析[J].電氣技術與經濟，2023（03）：193-194+198.

[4]陳本權，魏云飛.電力營銷系統數據集成與共享系統設計[J].信息技術，2023，47（03）：86-90+96.

[5]王華靈.供電企業電力營銷管理的現狀與建議[J].營銷界，2023（05）：68-70.

[6]徐夢嬋.計量與核算在電力營銷管理中的應用[J].集成電路應用，2023，40（01）：212-213.

[7]張震龍.軟件系統建設過程質量監控[J].計算機產品與流通，2018（05）：36.

[8]楊燕.基于深度神經網絡的電力系統潮流分析快速算法及其應用研究[D].重慶：重慶大學，2021.

[9]杜璞良.基于輸配協同的輸電網阻塞管理關鍵技術研究[D].南京：東南大學，2022.

[10]胡健坤，陳志堅.電力現貨市場實時前瞻優化結算機制研究[J].價格理論與實踐， 2022（09）：173-177+208.

作者單位：國家能源集團樂東發電有限公司

責任編輯：張津平