售電公司客戶風險等級評估方法研究

唐 猛

（深圳能源售電有限公司，廣東 深圳 518000）

0 引言

與2002年的“廠網分家”相比，2016年應該說是中國電力市場化改革的元年，廣東省打響了我國新一輪電改的第一槍：從單一的年度“雙邊協商”交易過渡到了“雙邊協商+月度競價”交易，既還原了電力作為商品的價格屬性，又體現了電力無法儲存且需要實時平衡的特殊屬性[1]。2016年3—9月廣東月度競價市場的平均價差最高為-147.926厘/kWh，最低為-37.421厘/kWh。前幾個月的巨大價差及售電公司的高額盈利，讓社會資本蠢蠢欲動，新的售電公司接踵而至，并博得了全國電力同仁的眼球，極大推動了電改的前進步伐[2]。

2017年，隨著電改的不斷推進，越來越多的省級電力交易中心發布了電力交易規則，標志著電改正式在全國范圍內鋪開。廣東作為試點省份，在經歷過2016年的市場運行之后，對交易規則進行了較大的修改。對于售電公司來說，最大的變化及不可控因素是引入月度偏差考核機制。自此，售電公司單純依靠購售電差價獲取利潤的時代一去不復返，雙倍的市場價差考核決定了月度負荷預測是考驗售電公司內功、影響公司利潤、體現抗風險能力、甚至決定售電公司能否繼續生存的關鍵因素，也是2017年廣東電力市場的重要主題。雖然月度偏差考核并沒有完全反映電力商品的特殊屬性，但能夠起到培養各市場主體的負荷預測意識，提高對電力負荷的了解及把控能力，同時為即將到來的電力現貨市場做技術儲備。

在以客戶為導向的電力市場開放初期，由于大多以年度合約為主，各售電公司為了占取更多的市場份額，在依然是以買方為主的市場談判中基本承擔了客戶的全部或大部分偏差。售電公司在簽約客戶時，往往只是以電量大小為唯一的評價標準，并沒有對客戶的負荷性質、穩定性、用電特性等影響負荷預測精度的因素進行考慮[3-4]。廣東作為目前國內電力市場開放最深入的省份，經歷過前期的改革實踐，許多售電公司的盈利能力已經開始逐漸下降，有些甚至已經面臨較大的運營風險[5]。

2017年2月在進行第一次月度電量結算時，從交易中心公布的結果來看，由于2月受國家去產能政策的影響，廣東省鋼鐵及陶瓷行業面臨全面停產的情況，在1月下旬申報2月電量需求的情況下，多家大型售電公司的月度結算電量產生了較大的負偏差，有些售電公司甚至未完成月度長協電量。雖然最后交易中心針對此情況給予了一定的免考核空間，但是暴露出了當前售電公司對客戶負荷缺乏了解且不可控的問題。應對月度電量偏差考核成為貫穿售電公司全年的重要經營風險控制工作主題。綜上所述，為了降低售電公司運營風險，提高盈利能力，為即將到來的現貨市場做準備，售電公司需建立綜合評價體系來實現客戶用電特性的綜合評估，為下一年度客戶的選擇及報價套餐的設計提供理論支持，以此迎接競爭更為激烈的2018年電力市場。

國內外已有大量關于售電公司負荷預測、價格預測及購電策略的研究，如文獻[6]通過對氣象及節假日2個影響負荷預測準確度的因素進行分解修正，獲得了良好的預測精度。文獻[7]對電力市場中用戶負荷預測方法及影響用戶用電行為的因素進行了詳細論述。但現有研究未能從售電公司角度，對目標及存量客戶的用電行為及潛在風險進行分析。

以下采用物元理論和層次可拓評估方法，建立一個能夠適用于目前電力市場規則的售電公司客戶風險等級評估模型，能夠將不同類型的客戶風險等級進行統一劃分，為售電公司選擇客戶及報價提供理論支撐。

1 客戶風險等級評估模型的建立

1.1 評估指標體系

本文依據現行的省級電力交易中心交易規則，并結合售電公司客戶用電特性及未來現貨市場的交易特征，分別從客戶的用電規模及行業特性S1、負荷穩定性及響應能力S2、用電信息采集及電能質量S3三方面進行綜合考慮，最終選取若干能夠直接或者間接反映客戶用電水平的特征量，構成了售電公司客戶風險等級評估體系（如圖1所示）。

圖1 售電公司客戶風險等級評估體系

1.1.1 用電規模及行業特性S1

（1）客戶參與交易的年總用電量S11

包括：年用電量等級、近3年電量的穩定性。年用電量可分為7個級別：1 000萬kWh以下，1 000萬～5 000萬 kWh，5 000萬～1億 kWh，1億～2億 kWh，2億～5億kWh，5億～10億kWh，10億kWh以上。近3年電量的穩定性指年電量的平均波動率，即：某年用電量-近3年平均年用電量/3年平均年用電量×100%。

（2）行業特性 S12

由于我國正處于經濟轉型的重要時期，因此企業的生產受國家去產能及環保督察政策的影響較大。為了降低售電公司運營風險，減少因國家相關政策而造成的企業用電行為發生重大改變，需要對高耗能及去產能企業進行重點評估。因此，本文引入2個潛在風險指標：是否為高耗能企業；前一年度是否因為去產能政策而影響本企業生產。

1.1.2 負荷穩定性及響應能力S2

（1）電量穩定性S21

由于目前廣東省電力交易以月度為單位，因此引入變異系數和相關系數。變異系數=標準差/上一年度月度實際用電量的平均值，取值范圍在0～1，表示近12個月中各月電量的波動程度，變異系數越大，波動性越強。

相關系數為近2年同月間電量的相關性，相關系數越大，相關性越強，取值范圍在0～1，計算方法見式（1）。

式中：Cov（x，y）為近2年客戶月度電量矩陣的協方差；σx，σy分別為近2年客戶電量矩陣的標準差。

（2）日內負荷波動S22

現行的月度電量偏差考核只是為現貨市場做準備，離真正的現貨市場還有一定距離。現貨市場中，每天不同時段的價格波動非常劇烈，對于分時電量波動較大客戶的電量預測就顯得尤為重要[8]。因此，日負荷波動能夠體現客戶用電的穩定性，波動越小的客戶在未來現貨市場中也就會越有優勢。本文引入日電量變異系數，即：客戶典型日負荷曲線中，小時電量的標準差/平均值，表示日電量的波動程度，取值范圍在0～1，變異系數越大，波動性越強。

（3）負荷響應能力S23

現階段廣東實施月度電量偏差考核的規則，以及現貨市場的開啟都要求售電公司能夠掌握一定的電量調節手段，挖掘客戶的負荷響應空間，來降低公司的運營風險。自發電占比、可響應負荷占比及響應時間是評價其響應能力的重要因素。自發電包括：光伏、儲能、余熱等方式。

1.1.3 用電信息采集及電能質量S3

（1）用電信息采集S31

由于2018年廣東電力市場計劃開展電力現貨交易試點，因此依靠人工申報數據已無法滿足要求，需要實時掌握客戶的用電情況及用電特性，降低用電信息采集的顆粒度。本文將客戶分為4類：可由售電公司安裝采集系統，能夠監測到客戶的實時電量；已自行安裝電能采集系統，能夠監控實時電量；沒有安裝表計，但可每日讀取供電公司計量表計數據；沒有安裝表計，無法讀取供電公司數據。

（2）電能質量 S32

電能質量體現了客戶負荷特性的優劣，同時也反映了售電公司開展增值業務的空間。本文將考慮諧波含量、電壓閃變、平均功率因數及是否安裝無功補償裝置等因素。

1.2 評估指標的歸一化處理

評估體系中既有定量指標又有定性指標，且具有不同的量綱和數量級，因此不能直接進行比較，必須進行歸一化處理。對于定性指標，主要依據專家經驗進行定性描述，即采用專家打分法，打分范圍為0～1；對于定量指標，本文引入相對優化度的概念對各指標值進行無量綱化處理。

對于成本型（極小型）指標，其數值越小，能效越優，其無量綱化的處理公式為：

對于效益型（極大型）指標，其數值越大，能效越優，其無量綱化的處理公式為：

式中：Xm為第m項指標的無量綱化值；xm為該指標的實測值；a為該指標統計樣本的最優值；b為該指標統計樣本的最差值；α為參數變化對能效水平的影響程度，本文取1。

2 層次可拓評估方法

可拓評估法是建立在物元模型和可拓集合論基礎上的評估方法[6-8]，不僅能從數量上反映被評價對象本身狀態的所屬程度，而且能從數量上刻畫何時為此性態與彼性態的分界。層次可拓評估方法的步驟如下：

（1）確定物元經典域、節域及待評估物元。

確定綜合評估各指標的可能量值范圍，并根據需要確定各指標所對應狀態的量值范圍，再確定物元模型的經典域及節域。經典域及節域的合理確定是影響評估準確性的重要因素[9]。

待評估物元是根據待評估物元所監測到的數據或分析結果量化確定的。

（2）確定各指標權重。

各層級指標權重采用灰色關聯法并按照自上而下的順序進行確定：首先選取客戶中若干個典型行業客戶的指標數據，并將待確定子層級指標歸一化處理后生成相應的關聯矩陣R[10]；其次計算出關聯矩陣R每行數據的平均值，平均值的大小即為各指標的重要程度；最后將平均值進行歸一化處理，且滿足式（4）要求，即得到各子級指標的權重。

（3）計算各指標狀態等級的關聯度。

計算待評估物元關于各狀態等級的關聯度時，首先必須計算各指標關于各狀態等級的關聯度，然后再對之求加權和即可得到，則：

式中：ρ（Vi，Vji）和 ρ（Vi，Vpi）分別表示第 i個待評估指標的量值 Vi與區間 Vji和 Vpi的距； Kj（Vi）表示第i個指標關于等級Nj的關聯度；Nj為所劃分的不同等級。關聯度的取值范圍是整個實數軸，表示指標所屬等級，其值越大，則此指標具有等級的屬性越多。

（4）計算各狀態等級關聯度。

對于待評估物元，其各等級的關聯度為：

式中：Kj0為待評估物元中各指標關于各狀態等級的關聯度在考慮指標重要性下的綜合值，表示待評估物元所屬狀態集合的程度；j0是各級指標i的量值所對應的等級。

（5）等級的確定。

若得到的關聯度最大值大于0，則待評估物元所屬的狀態等級為j0；若對一切j都有kj（p）＜0，則表示待評估物元已不在劃分的等級范圍內。

（6）由底層至上層的可拓綜合評估。

設由下層物元到上層物元的評判變換矩陣J為：

各子層物元{v1， v2， …， vn}的分權重為 ω={ω1，ω2，…，ωn}，則上層物元的可拓綜合評判模型為：

3 指標權重確定方法

目前，指標權重確定方法主要有主觀評估中的層次分析法和客觀評估中的權重評定法。

層次分析法雖在國內得到了廣泛應用，但其評估過程依賴于判斷矩陣的一致性。如文獻[9]提出采用無需檢驗判斷矩陣一致性的G1群組判斷，G1評估權重的主要步驟是：首先聘請若干位行業內專家對同層的各指標依據相對重要性進行排序；然后根據一定的分級比例標度對重要性相鄰的2個指標進行重要性程度的量化；最后綜合所有專家判斷的結果確定出最終的指標權重。

熵權法[10]是一種根據各項指標觀測值所提供信息量大小來確定指標權重的方法。熵權法首先根據各指標的變異程度，利用信息熵計算出各指標的熵權，然后通過熵權對各指標的權重進行修正，進而得到較為客觀的指標權重。

基于G1群組判斷的指標主觀評估方法很難避免評估過程中的隨機性和評估專家主觀上的不確定性及認識上的模糊性，使評估過程存在很大程度的主觀臆斷性，造成結果的可信度下降。此外，考慮到客觀賦權法需要對大量基礎數據進行統計以得到權重，在基礎數據樣本不足或不夠精確的情況下計算結果會產生很大誤差。因此，本研究選取主觀和客觀權重結果的加權平均值作為最終權重，充分利用售電公司技術專家的經驗和已有數據的特征對指標進行賦權。

4 評估實例

本文以廣東某地級市參與電力交易的部分客戶為研究對象，并依據所建立的評估體系，對分布于不同電量等級、不同行業及不同用電特性的客戶進行評估，客戶的用電屬性如表1所示。

表1 客戶屬性

運用第3節方法可得到各層級指標在評估系統中的權重如表2所示。

表2 各級指標權重

依據物元模型菱形分析法的收斂分析，可先得到第三級指標體系的物元模型。以客戶1的電能質量S32為例建立的物元經典域模型如式（9）所示：

式（9）為電能質量S32評估物元的經典域表示法，節域可由經典域得到。如＜0，0.3＞為評估指標S21所對應等級N1的量值范圍，即經典域。其中劃分為優、良、中、差4個等級，為4個子層指標，指標量化范圍的上、下限是依據對大量客戶相應指標測量值的統計結果估量出來的。

下面選取客戶的指標S32為待評估物元，則其評估物元模型如式（10）所示。

依據客戶的行業特性、電量穩定性、日負荷波動、負荷響應能力、電量信息采集、電能質量等指標建立物元模型，然后依據上述原理對所選取客戶風險等級進行評估，評估結果如表3所示。

表3 實例中客戶風險等級評估結果

從表3計算結果來看，評級為優的客戶是售電需要公司全力爭取的客戶；評級為良的客戶是需要盡量爭取的客戶；評級為中的客戶是需要爭取的客戶；評級為差的客戶是需要特別慎重或放棄的客戶。特別是客戶5，其年總電量比較大，一般來說是售電公司想重點追逐的客戶，但是評估結果表明是售電公司需要慎重考慮的客戶。

5 結語

研究中采用層次可拓評估模型和物元理論將研究對象、評估指標和量值結合為一體，將物元的可拓性應用于售電公司客戶的評估，建立了多指標分層次的客戶風險等級評估系統，并首次提出了依據風險模型將售電公司客戶進行等級劃分的理論。并結合廣東省某地區參與電力市場交易的部分客戶實例，證明了所建立的售電公司客戶風險等級評估方法的可行性和科學性，為售電公司拓展客戶、降低運營風險，提高收益提供理論支持。