配電側購電風險規避模型綜述

柏小麗，雷 霞，程 政，劉 通

（1.四川西華大學 電氣信息學院，成都 610039；2.四川崇州崇明電力有限公司，四川 崇州 611200）

配電側購電風險規避模型綜述

柏小麗1，雷 霞1，程 政1，劉 通2

（1.四川西華大學 電氣信息學院，成都 610039；2.四川崇州崇明電力有限公司，四川 崇州 611200）

分析了從電價的預測、購電電量的合理分配、金融工具的運用的各類數學模型，并對同一類模型的優缺點進行了比較，從而使配電側在購電時能更好地掌握購電策略，減小購電風險，最后對配電側規避購電風險的發展趨勢進行了展望。

購電側；電力市場；電價波動；風險規避

隨著電力市場改革的不斷深化［1—2］，傳統的垂直一體化的發售電壟斷模式被徹底地打破，配電公司變成了獨立于發電企業的經濟實體，二者不再是共同利益下的協作關系。配電公司作為終端用戶的代表在電力市場購買電能，然后銷售給終端用戶。但配電公司在電力市場購電過程中，會突然面臨前所未有的風險，尤其是電價波動給配電公司購電帶來的風險。因為電價的形成貫穿于電力系統的始終，它受多種因素的制約和影響［3］，如電力成本、市場供求關系、市場參與者的市場力、電力市場體制結構、社會經濟形勢和電力系統運行方式以及用戶的心理預期等因素。同時，配電側為了分散風險、降低成本、增加收益，往往在多個電力市場購電，如現貨市場、合同市場或類似于現貨市場的實時市場，有的電力交易市場中還包括了金融市場，但每一個電力市場都有它的優缺點，每個電力市場的電價都具有不同的特征，如現貨市場的優點是靈活、流動性好，可以根據系統的運行和負荷的變化隨時調整交易；但另一方面，現貨交易的價格由于多個不確定因素的影響會劇烈波動，即現貨交易中存在價格風險。合同市場的彈性好，可根據市場參與者的需要各自簽訂不同內容的合同，同時價格相對固定，收益有保障，但是其流動性差。一方面不一定能找到合適的交易方，另一方面電力合同一旦簽訂必須履行，而當系統運行或負荷需求發生變化時，不得不面對無法履行合同的風險。此外，無法預測的發電機故障，高度隨機變化的負荷和負荷的價格剛性以及輸電線路的約束等都會給配電側購電帶來風險。因此配電公司有必要對所面臨的購電風險進行識別并有效地規避，以便于配電公司能夠更好地管理和控制它，減小由于這些風險給配電公司所帶來的損失。

1 配電側購電風險規避模型的建模思路

配電側在電力市場購電時面臨的風險大多來自于電力市場價格的變化、電力價格水平波動性的變化或市場價格水平間的相關性的變化及其它因素對電力價格的影響。配電側的規避購電風險是指考慮到購電風險事件發生的可能，主動放棄和拒絕可能導致風險損失的方案。目前，國內外文獻在配電側規避購電風險的數學建模上一般都基于以下思路：①配電公司在購電風險一定的前提下，即要求風險控制在某一風險水平之下，配電公司收益最大；②配電公司在收益一定的前提下，即要求收益在某一收益水平之上，配電公司購電風險最小；③配電公司的購電風險要求不大于所要求的最大風險值，收益不小于所要求的最小收益值，同時考慮用戶的用電質量和用電費用。

2 配電側購電風險規避的數學模型

國內外文獻規避配電側購電風險的數學模型主要有以下幾點：

（1）通過對電價的準確預測，降低電力市場電價波動給配電公司購電帶來的潛在風險。市場環境下，電價成為市場中的基本要素，集中反映了供需水平及變化趨勢，是電力市場的核心內容及各市場主體關注的焦點。由于電價較強的波動性和隨機性，配電公司希望能夠準確預測電價的變化趨勢，為其購電決策提供強有力的依據。

（2）通過確定合約市場和實時市場的最優購電比例分配，實現配電公司的收益最大化、風險最小化。盡管電力市場有多種模式，但不管是什么樣的電力市場，對于配電公司而言，都面臨著在一個類似于合約市場的電力市場中提前買入一定電量或合約，以后再從實時市場中交易已購電量與實際需求的差額。其中，由于合約規定了交割時的價格，因此合約市場風險較小，可以為配電公司提供穩定的電力需求，而實時現貨市場可以獲取較高的期望收益，但風險較大。如果在2個市場上的購電量分配不當，就會給配電側帶來很大的風險。所以配電公司需要對合約市場和實時市場的購電電量進行合理的分配，盡可能減小購電風險。

（3）采用金融工具規避配電側的購電風險。金融衍生品，如期貨、期權、電力差價合約等工具被廣泛地應用于普通的商品市場，其作用是為了套期保值和在市場參與者之間風險的再分配。雖然電力商品與其他商品相比，有許多本質上的不同，但一部分金融工具還是能簡單地套用于電力市場。運用這些金融工具，可以規避配電側的購電風險。

2.1 電價的預測

自從2001年美國加州電力市場上網電價的極大波動影響了電力市場運營的安全和穩定之后，人們對上網電價波動給電力市場帶來的風險有了新的認識。電價作為電力市場的核心問題之一，其異常波動是導致風險發生的主要原因，電價波動導致的風險關系到配電公司的直接經濟損失，因此配電公司必須能夠評估和預測在電力市場中潛在的損失，降低電價波動給配電側帶來的風險。

準確的電價預測可為配電側、各市場主體的運營和發展規劃提供指導，降低電價波動帶來的風險。目前電價預測的主要方法有時間序列法［4］、神經網絡法［5］以及在此基礎上與其他理論相結合的方法。文獻［6］利用人工智能仿真技術和人工神經網絡技術預測電力供給方和需求方電量，并將兩者有效地結合起來進行電價預測。文獻［7］利用分類技術和自動回歸方法并結合貝葉斯概率分布原理來預測電價。文獻［8］利用自動平均滑差回歸法來預測日前市場電價。文獻［9］提出了一種基于數據挖掘技術的電價預測方法。該方法將電價用市場供求關系、上網競價發電功率、用戶負荷需求、燃料價格、物價指數和消費水平等元素來表征，并考慮了不同電價影響因子的影響程度。文獻［9］所建立的電價預測模型相比于文獻［4，5］，在處理大量數據時更具有優勢。但文獻［4，5，9］都需要根據大量的歷史數據找出電價序列的波動規律，從而建立預測模型，且所用方法數據樣本復雜，計算時間長。文獻［10］建立的灰色電價預測模型，可實現在少量數據下建模，且計算簡便，通過原始數據的平滑處理、初值條件的改進以及殘差周期修正，讓預測曲線波動起來，使擬合曲線更加接近原始數據，大大提高了模型的預測精度，節約了計算的時間，但在處理大量信息時，文獻［9］相比于文獻［10］的方法更有優勢。

總之，隨著電力市場化的不斷深入，電價預測的重要性將愈來愈突顯，預測結果越準確就越能使配電公司在競爭且多變的環境下做出更加明智的商業決策。對電價的預測有必要進行積極深入的研究，努力提高電價預測的準確性，尋求一種比較通用而準確的電價預測方法，從而減小電價波動給配電公司購電帶來的風險。

2.2 購電量在電力市場的最優分配

配電側在電力市場購電時，由于各個市場的購電風險大小不盡相同，因此需要在各個電力市場上合理分配購電電量，從而使配電側在風險最小的前提下收益最大。國內外文獻在研究最優購電電量分配決策時主要有以下5種模型：①利用風險度量方法構建配電公司的最優購電模型；②基于機會約束規劃的最優電量分配模型；③運用現代投資理論構建最優購電分配模型；④動態購電分配模型；⑤基于動態規劃法的最優電量分配模型。

2.2.1 利用風險度量方法構建配電公司的最優購電模型

近幾年來提出了大量度量風險的方法，文獻［11，12］提出使用風險價值（value at risk，VaR）和條件風險價值（condition value at risk，CVaR）度量風險。文獻［13］考慮了現貨市場電量和購電電價的隨機性，在上層以隨機機會約束建立了實時銷售電價的優化模型，下層基于CVaR條件風險評估法確定了在風險最小的情況下，提出了一種基于2層規劃的配電公司購售電統一優化模型。文獻［14］以CVaR為市場風險計量指標對供電公司收益風險進行量化，建立了以收益最大化為目標的多市場購電組合優化模型。文獻［15］用收益率的絕對離差表示風險，文獻［16］用半絕對離差量度風險，其綜合了半方差向下風險的概念和絕對離差一階矩存在的優點，且不要求收益率服從正態分布，反映了投資組合未來收益率與其期望值的偏離程度。文獻［17］以半絕對離差作為風險計量指標對供電公司利潤—風險進行量化，建立了在期望利潤約束下以最小化風險為目標的多市場購電組合優化模型。

與VaR相比，CVaR滿足次可加性、正齊次性、單調性，因而CVaR是個一致性的風險計量方法。CVaR在分散風險效果理論上要比半絕對離差效果好，但是當損失分布不連續時就不滿足一致性公理，并依賴于給定置信度水平和VaR值（另外，CVaR估值和事后檢驗計算規模大而復雜，不易實施）。半絕對離差最大的優點就是不嚴格要求損失分布情況，可與CVaR一樣有效控制非對稱分布資產的風險，不需要其他復雜參數，并且容易轉化為線性規劃，金融領域的應用已經表明該方法可以為投資者提供有效的投資策略。

2.2.2 基于機會約束規劃的最優電量分配模型

機會約束規劃是近年來得到普遍重視的風險管理方法，主要用于約束條件中含有隨機變量，且必須在觀測到隨機變量的實現之前做出決策的優化問題，其具有顯式描述和控制風險等優良特性，比常規的風險管理方法優越。

文獻［18］基于機會約束規劃研究了配電公司如何尋求在合同市場與電力拍賣市場，即現貨市場之間最優的購電分配，通過遺傳算法求解該優化模型，能夠較好地協調方案中購電費用和風險這2個指標。文獻［19］相比于文獻［18］，在建立合約市場和現貨市場購電量的最優分配模型時，考慮了配電公司的運營狀況。計算結果表明，配電公司可以根據自己的風險偏好來確定在合約市場和現貨市場購電量的最優分配策略。文獻［20］采用Monte?Carlo模擬結合基因算法求解配電公司購電分配策略模型，結果表明終端用戶負荷需求的劇烈波動增加了配電公司購電決策的風險。相比于文獻［18—20］，文獻［21］在建立模型時考慮到了用戶的用電成本，但上面所提到的文獻在如何提高模型的求解效率、完整考慮各種約束條件等方面有所欠缺。

2.2.3 運用現代投資理論構建最優購電分配模型

現代投資理論（modern portfolio theory）也稱投資分散理論，即解決如何有效分散資產形成最優投資組合的理論。配電公司可以運用現代投資理論，選擇在多個電力市場購買電量并合理分配購電比例，在分散風險的同時取得最大收益。

文獻［22—25］在電力市場條件下，運用現代投資理論建立了配電公司最優購電分配模型，文獻［22］利用蟻群算法對模型求解，從而確定了遠期合同市場、日前市場、實時市場的購電量。文獻［23］運用最優資產組合原理，得到了最小風險情況下配電公司的最優購電分配決策。相比于文獻［22，23］，文獻［24］考慮了現貨市場價格波動風險和企業的風險容忍度對購電計劃的影響，并以風險懲罰項形式并入目標函數，文獻［25］基于對配電公司購電分配所要達到的2個目標“期望收益最大”和“風險最小”的全盤考慮，尋求這個雙目標優化問題的解陣。

2.2.4 動態購電分配模型

配電側根據不同的時間間隔、不同的市場規則及用戶的用電需求在電力市場中購電，因而配電側的購電決策過程并不是單時段的，它是多時段的決策過程，因此配電側在購電時面臨的風險是多時段的動態風險。動態風險下的電量分配，即動態購電分配。文獻［26］主要從時段上考慮，建立了加權CVaR多時段投標組合優化模型。與單時段CVaR相比，多時段的CVaR可以動態地反映不同時段的最小風險損失和在最小風險損失下達到效益最大的電量分配。文獻［27］將分位數作用于靜態一致性風險度量來表示多期風險的動態特征，并綜合了分位數回歸的方法，建立了一種計及動態風險的、可以從時間和空間上分配電量的數學模型。文獻［28］根據上網電價服從分形分布的特征，建立了動態風險下的動態組合購電電量分配。它能更真實地反映配電公司面臨的市場風險，從而為配電公司的風險評估和風險控制提供新的思路和方法。

2.2.5 基于動態規劃法的最優電量分配模型

動態規劃的最優化概念是在一定條件下，找到一種途徑，在對各階段的效益經過按問題具體性質所確定的運算以后，使得全過程的總效益達到最優。應用動態規劃要注意階段的劃分。必須依據問題分析，尋求合理的劃分階段（子問題）方法。每個子問題是一個比原問題簡單得多的優化問題。每個子問題的求解中，均利用它的一個后部子問題的最優化結果，直到最后一個子問題所得最優解，它就是原問題的最優解。文獻［29］研究了配電側從多個電力市場中購電時，如何分配在各市場中購買電量使總費用最小，并運用動態規劃求出了配電側在日市場、時市場和ISO市場的最優投資分配，仿真結果表明本研究可為配電側尋求最優投資策略提供輔助決策作用。該算法雖然解決了一般非線性方法無法解決的問題（如階梯形函數），但是對隨機變量不能進行很好的處理。

2.3 采用金融工具規避配電側的購電風險

基于期權理論的可中斷電力合約是電網企業為了削弱電力市場用電負荷高峰、降低市場高電價或低電價帶來的風險而簽訂的。文獻［30］對期權思想下的電力需求側管理進行了分析，介紹了可中斷負荷期權，討論了其合約內容以及交易形式和策略，構建了可中斷負荷期權合約費用的最小購買模型。模型的實施可降低電網企業在實時市場的購電風險，也可以起到調節負荷、平抑電價波動的作用。

電力期貨在電力市場中擁有以下功能：電力期貨的回避風險功能；電力期貨的價格發現功能；電力期貨幫助電力行業提高營銷效率；電力期貨防止電力市場出現過度危機；電力期貨準確反映未來電力供求的真實狀況。文獻［31］運用期貨的套期保值轉移功能建立了電價波動的規避模型，減少了價格波動帶來的巨大市場風險。

差價合約的簽訂有利于適度引入競爭機制，不斷調控競爭力度，體現電力市場的公平性、公正性，逐步形成上網電價的約束機制。針對差價合約，文獻［32］研究了差價合約對風險的規避作用；文獻［33］研究了北歐電力市場中差價合約的定價問題；文獻［34］以購電費用最小化為目標函數，構建了差價合約下配電公司在合約市場、現貨市場、備用市場和可中斷負荷交易市場上的最優購電模型。通過對模型的分析，說明基于差價合約的電網公司在多個電力市場上的購電優化模型，不僅能夠在一定程度上降低電網公司的市場風險問題，并且還可以優化電力資源配置和合理利用能源。

3 結束語

配電公司在電力市場的購電過程面臨很大的風險，這些風險大多來自于電價的隨機波動。各個電力市場由于各自的電價波動大小不一，帶給配電公司的購電風險大小也不盡相同。如果不能對電力市場的電價準確預測、合理分配購電電量在各個電力市場的比例，將給配電公司帶來很大的風險。總結了國內外文獻主要從電價的準確預測、合理分配在電力市場的購電電量、運用金融工具來規避購電風險的數學模型，并對同一類模型的優缺點進行了比較，從而使配電側在購電時能更好地掌握購電策略，減小購電風險。

大多數文獻在描述配電側購電風險時，都是從單一時段的靜態風險處考慮的，雖然風險的產生具有其客觀性和必然性，但我們并不能確切地知道風險出現的時間、地點、形式、危害程度及范圍，它是動態隨機變化的，這就產生了動態風險度量的問題。風險的動態性必須體現風險隨時間的變化而變化的特征，當前時段的風險度量值與歷史時間相關，而且對未來風險的波動產生持續的影響。在已有的研究成果中，大多將動態風險定義在多階段決策過程的基礎上，將已發生投資時段的狀態量傳遞到當前時段中，從而影響當前時段風險的計算。電力市場的動態風險研究主要集中在發電市場，而在配電市場的研究應用還比較少。因此配電側如何加強和完善對動態風險的管理及在動態風險下配電公司的最優購電分配，有待于進一步的研究。

：

［1］KIRSCHEN D S.Demand?side view of electricity markets［J］.IEEE Transations on Power Systems，2003，18（2）：520-527.

［2］張顯，王錫凡.電力金融市場綜述［J］.電力系統自動化，2005，29（20）：1-10.

［3］Bastian J，Zhu Jin-xiang，Banunarayanan V，et al.Fore?casting Energy Price in a Competitive Market［J］.IEEE Computer Applications in Power，1999，12（3）：40-45.

［4］周明，聶艷麗，李庚銀，等.基于小波分析的短期電價ARIMA預測方法［J］.電網技術，2005，29（9）：50-55.

［5］Szkuta B R，Sanabria L A，Dillon T S.Electricity price short?term forecasting using artificial neural networks［J］.IEEE Transactions on Power Systems，l999，14（3）：851-857.

［6］Bunn D W.Forecasting loads and prices in competitive power markets［J］.Proceedings of the IEEE，2000，88（2）：163-169.

［7］Ni E，Luh P B.Forecasting power market clearing price and its discrete pdf using a Bayesian based classification method［C］.Columbus：IEEE Power Engineering Society Winter Meeting，2001.

［8］Javier C，Rosario E，Francisco J N，et al.ARIMA models to predict next?day electricity prices［J］.IEEE Transac?tions on Power Systems，2003，18（3）：1014-1020.

［9］林其友，陳星鶯，王之偉.數據挖掘技術在電價預測中的應用［J］. 電網技術，2006，30（23）：83-87.

［10］吳興華，周暉.基于殘差周期修正的灰色電價預測模型［J］. 電網技術，2008，32（8）：67-70.

［11］張欽，王錫凡，王秀麗，等.需求側實時電價下用戶購電風險決策［J］.電力系統自動化，2008，32（13）：16-20.

［12］DAHL GREN R，LIU C C，LAWARREE J.Risk assess?ment in energy trading［J］.IEEE Transactions on Pow?er Systems，2003，18（3）：503-511.

［13］雷霞，劉俊勇，楊可，等.基于2層規劃并計及風險的配電網最優購售電模型［J］.電力自動化設備，2008，28（12）：64-67.

［14］謝品杰，譚忠富，王綿斌，等.基于CVaR的供電公司現貨市場購電優化決策模型［J］.電工技術學報，2009，24（4）：186-192.

［15］HARLOW W V.Asset allocation in a downside risk framework［J］.Financial Analysis Journal，1991，47（5）：28-40.

［16］徐緒松，楊小青，陳彥斌.半絕對離差證券組合投資模型［J］. 武漢大學學報，2002，48（3）：297-300.

［17］劉瑞花，劉俊勇，何邁，等.半絕對離差購電組合優化策略及風險管理［J］.電力系統自動化，2009，32（23）：9-13.

［18］王海歡，鄒斌.合同和電力拍賣市場購電量分配問題的研究［J］. 繼電器，2008，36（5）：40-44.

［19］李春華，王欽，文福拴.基于機會約束規劃的供電公司最優購電策略［J］.電力系統及其自動化學報，2007，19（6）：12-17.

［20］雷霞，劉俊勇，都亮，等.基于隨機機會約束規劃的最優電價決策［J］. 電工技術學報，2008，23（12）：173-177.

［21］謝俊，陳星鶯，廖迎晨，等.構造供電公司最優購電分配策略的CCP方法［J］.電力系統及其自動化學報，2007，16（3）：42-45.

［22］郭金偉，周渝慧.電力市場條件下供電公司最優購電問題研究［J］.華東電力，2008，36（1）：64-66.

［23］雷霞，劉俊勇，都亮.電力零售市場中分時零售電價的確定［J］. 電力系統及其自動化學報，2008，20（10）：28-32.

［24］周明，李庚銀，嚴正，等.考慮備用需求和風險的供電企業最優購電計劃［J］. 電網技術.2005，29（3）：33-38.

［25］郭金，江偉，譚忠富.風險條件下供電公司最優購電問題研究［J］. 電網技術，2004，28（11）：18-22.

［26］張興平，陳玲，武潤蓮.加權CVaR下的發電商多時段投標組合模型［J］.中國電機工程學報，2008，28（16）：79-83.

［27］劉嘉佳，劉俊勇，帥穎，等.計及動態一致性風險度量的水電短期優化調度［J］.中國電機工程學報，2008，28（10）：94-99.

［28］王綿斌，譚忠富，關勇，等.基于分形條件風險價值的供電公司動態購電組合模型［J］.電力系統自動化，2009，33（16）：50-54.

［29］劉亞安，范煒，管曉宏.動態規劃解買電商的投資分配問題［J］.電工技術學報，2001，16（3）：67-70.

［30］金勇.電力市場下的可中斷負荷期權研究［J］.華北電力大學學報，2008，35（3）：48-50.

［31］施泉生，莫曉平.期貨套期保值在回避電價波動風險中的應用［J］.華東電力，2007，35（12）：10-12.

［32］陳曉林，劉俊勇，宋永華，等.利用差價合同和金融輸電權的組合規避電力市場風險［J］.中國電機工程學報，2005，25（10）：75-81.

［33］T Kristiansen.Pricing of contracts for difference in the Nordic market［J］.Energy Policy，2004，32（9）：1075-1085.

［34］劉吉成，譚忠富，陳廣娟，等.差價合約下電網公司購電費用最小化的離散優化模型［J］.中國管理科學，2007，15（6）：60-66.

Review on models of avoiding power purchase risk in power distribution side

BAI Xiao?li1，LEI Xia1，CHENG Zheng1，LIU Tong2
（1.Sichuan Xihua University，Chengdu 610039，China；2.Sichuan Congming Electric Power Co.，Ltd.，Congzhou 611200，China）

This paper summarizes mathematical models of the price forecasts,a rational allocation of the electricity consump?tion purchase,the use of financial instruments in order to circum?vent the risk of the electricity purchase.At the same time advan?tages and disadvantages of the same type of models are compared so that the purchase side of electricity distribution better grasps purchase strategy,reduces the risk of the electricity purchase.At last the development trend of power purchase risk avoiding at the power distribution side is prospected.

power purchase side;electricity market；elec?tricity price fluctuation；risk avoiding

F407.61

A

1009-1831（2010）02-0019-05

2009-10-27；修回日期：2009-12-07

西華大學研究生創新基金（ycjj200934）

柏小麗（1985—），女，四川達州人，碩士研究生，主要從事電力市場研究；雷霞（1973—），女，四川南充人，博士，碩士生導師，主要從事配電自動化和電力市場的研究。