大用戶直接交易合同執(zhí)行風(fēng)險評估

王智博，王茜茹，代勇，夏天，張倩，李衛(wèi)東

大用戶直接交易合同執(zhí)行風(fēng)險評估

王智博1，王茜茹1，代勇2,3，夏天4，張倩2,3，李衛(wèi)東1

（1．大連理工大學(xué)電氣工程學(xué)院，遼寧省 大連市 116024；2．南瑞集團有限公司(國網(wǎng)電力科學(xué)研究院有限公司)，江蘇省 南京市 210003；3．北京科東電力控制系統(tǒng)有限公司，北京市 昌平區(qū) 100194；4．國家電網(wǎng)甘肅電力公司，甘肅省 蘭州市 730050）

目前我國正穩(wěn)步推進電力市場改革，大用戶直接交易作為其中重要的形式有著可再生能源大量參與、交易電量巨大、電源分布廣、傳輸距離遠等特點，其交易的可靠性對電力系統(tǒng)的穩(wěn)定性便有了十分重要的影響，因而必須對供需兩側(cè)用戶交易進行有效的風(fēng)險評估，對風(fēng)險較大的影響因素進行合理的管控。大用戶直接交易涉及供需兩側(cè)及諸多可能存在的風(fēng)險因素，運用層次分析法對進行評價，主要從自然風(fēng)險、準(zhǔn)入風(fēng)險、信用風(fēng)險、交易風(fēng)險、結(jié)算風(fēng)險5個方面構(gòu)建風(fēng)險評價指標(biāo)體系，以及對應(yīng)的17個二級評價指標(biāo)，并將風(fēng)險因素進行評級，確定各自權(quán)重并檢驗一致性，最后對嚴(yán)重風(fēng)險進行重點防范。結(jié)果表明，層次分析法可以兼顧主客觀因素，確定各評價指標(biāo)相對權(quán)重，計算風(fēng)險指標(biāo)對各等級風(fēng)險水平的隸屬度，實現(xiàn)定性與定量分析相結(jié)合，使風(fēng)險評估的結(jié)果更加科學(xué)準(zhǔn)確。

大用戶直接交易；風(fēng)險評估；層次分析法

0 引言

2015年，中央出臺[2015]9號文件《關(guān)于進一步深化電力體制改革的若干意見》(也稱電改“9號文”)，明確了以“三放開”(有序放開輸配以外的競爭性環(huán)節(jié)電價，向社會資本放開配電及售電業(yè)務(wù)，逐步開放公益性及調(diào)節(jié)性之外的發(fā)用電計劃)為重點的電力體制改革路徑。其中，以清潔能源為主的大用戶直接交易為電力體制改革的主要過渡形式。在政府管制下，以大用戶直接交易為主的電力體制改革正穩(wěn)步有序推進。

與常規(guī)電力交易相比，現(xiàn)有大用戶直接交易的供給側(cè)清潔能源占比較高，與常規(guī)能源相比，清潔能源具有極強的不確定性，其隨機性強且波動性大。從物理因素上來看，清潔能源可能由于季節(jié)、氣候及地理位置等方面的影響，難以完成合同所規(guī)定的售電量。從經(jīng)濟因素上看，由于電價或交易量波動等情況，供給側(cè)無法按照預(yù)期得到相應(yīng)的收益，使其經(jīng)濟利益遭受損失，造成其交易意愿受挫。而需求側(cè)同樣面臨較多問題，從物理因素上來看，需求側(cè)用戶可能由于政策方面的變動，如政府強制停工等，出現(xiàn)一定程度的違約情況。從經(jīng)濟因素上看，由于電價或交易電量波動等情況可能會影響需求側(cè)用戶的生產(chǎn)經(jīng)營。由于經(jīng)濟利益的波動，時常造成供需雙方有交易意愿卻沒有實質(zhì)進展的局面產(chǎn)生。即使簽訂了電力交易合同的，也并不能保證雙方一定會履約，供需雙側(cè)用戶的物理風(fēng)險及合同結(jié)算風(fēng)險均會影響合同是否能如約完成。

我國大用戶直接交易的交易電量大且交易情況復(fù)雜，除可再生能源多、交易電量大等特點外，還有交易的供需雙方分布較散、距離較遠的特點。如此大量遠距離送負(fù)荷就不可避免地受到氣象、線路等一系列因素的影響。潛在的風(fēng)險因素就可能會影響購銷合同簽訂的意愿，同樣會影響后續(xù)合同的正常執(zhí)行。

平穩(wěn)有序地發(fā)展大用戶直接交易是推進電力改革的重要手段，目前大用戶直接交易存在著可再生能源多、交易量大、遠距離送負(fù)荷中心多種風(fēng)險因素，會不可避免地發(fā)生一定程度的違約情況。而一旦違約，不僅會造成惡劣的社會影響，如此大量的交易電量還會威脅到整個電力系統(tǒng)的安全。因此，為保證電力系統(tǒng)的安全穩(wěn)定運行，對大用戶直接交易的風(fēng)險進行合理評估并有效管控顯得十分必要。大用戶直接交易的風(fēng)險評估可為后期電力市場交易的競價及出清規(guī)則提供可配置的支撐技術(shù)，對保障市場的規(guī)范運行、促進清潔能源消納等具有重要意義。

風(fēng)險評估是指在風(fēng)險事件發(fā)生前后，將該事件對各個方面造成的影響及損失的可能性進行量化評估。根據(jù)實際情況，可以對風(fēng)險進行定性分析或定量分析，常用的方法有：專家打分法、蒙特卡羅模擬法、敏感性分析法及決策樹法等[1]。文獻[2]將層次分析法(analytic hierarchy process，AHP)運用于工程項目中，實現(xiàn)了風(fēng)險因素的排序及系統(tǒng)總風(fēng)險的評價。文獻[3]將層次分析法應(yīng)用到風(fēng)險評估模型之中，并在風(fēng)險評估進程中應(yīng)用模糊數(shù)學(xué)相關(guān)理論，設(shè)計出新型的信息安全風(fēng)險評估模型。文獻[4]采用AHP確定最終的指標(biāo)體系及各因素的權(quán)重，并加權(quán)求得最終的綜合風(fēng)險評估指標(biāo)。由以上分析不難看出，要做好大用戶直購電風(fēng)險評估，核心是要做好風(fēng)險因素識別、指標(biāo)權(quán)重的建立以及風(fēng)險大小的量化，而國內(nèi)關(guān)于電力大用戶直接交易的風(fēng)險評估鮮有相關(guān)文獻，已有風(fēng)險評估方法直接用于電力直接交易中也存在一定的問題。

文獻[5]采用場景法探究了在不同購售電業(yè)務(wù)模式下不同因素對購售電業(yè)務(wù)決策和風(fēng)險水平影響。文獻[6]針對大用戶直購電的市場風(fēng)險，提出了多種具體評估指標(biāo)，建立了完整評估體系。文獻[7]利用層次分析法法對供電企業(yè)服務(wù)策略的實施效果進行評價，得到科學(xué)的量化評價結(jié)果；文獻[8]建立了電力客戶風(fēng)險評估模型，進一步探討應(yīng)用數(shù)據(jù)挖掘技術(shù)進行電力客戶風(fēng)險分析，文獻[9]從社會角度對大用戶直購電進行市場風(fēng)險評估，建立了完整的評估體系。但現(xiàn)有的研究沒有考慮到供需兩側(cè)用戶存在的不確定性，包括費用效益分析法、成本效用分析法及多目標(biāo)系統(tǒng)分析法等在內(nèi)，這些方法都沒有將電力市場中供需兩側(cè)用戶各自的風(fēng)險進行有效結(jié)合。因此，有必要提出一種考慮供需兩側(cè)風(fēng)險因素，并將其有效結(jié)合的風(fēng)險評估方法。

本文采用層次分析法對大用戶直接交易的風(fēng)險進行評估，它是一種將定性與定量相結(jié)合的決策方法，具有廣泛的實用性和科學(xué)性。利用層次分析法，首先對潛在的風(fēng)險因素進行識別，并從自然風(fēng)險、準(zhǔn)入風(fēng)險、信用風(fēng)險、交易風(fēng)險、結(jié)算風(fēng)險5方面構(gòu)建風(fēng)險評價指標(biāo)體系，包含對應(yīng)的17個二級評價指標(biāo)，并將風(fēng)險因素進行評級，確定各自權(quán)重并檢驗其一致性，最后對所得嚴(yán)重風(fēng)險進行重點防范即可。

1 層次分析法基本步驟

層次分析法[10-11]是由美國運籌學(xué)家T. L. Saaty等人于20世紀(jì)70年代提出的一種分析理論，其在決策問題時將可能有關(guān)因素轉(zhuǎn)化為目標(biāo)層等層次，將主觀的判斷采用一定標(biāo)度客觀量化，建立層次結(jié)構(gòu)模型，以此為基礎(chǔ)對低層元素較最高層元素的相對影響大小進行計算。

1.1 構(gòu)建層次結(jié)構(gòu)架構(gòu)

層次分析法把關(guān)注對象視作一個整體，遵循分解、比較評分、匯總的決策方式進行處理，是系統(tǒng)分析不可或缺的工具。系統(tǒng)思想的關(guān)鍵點是不割裂每個因素對結(jié)論的影響，而該模型的方法中任意一層的權(quán)重取值最后都會或多或少地改變最終結(jié)果，并且任意一個層次中的所有因素對結(jié)果的影響大小都是被客觀量化的，極其清晰明確。因此此模型還可應(yīng)用于對無特定結(jié)構(gòu)系統(tǒng)評價和多目標(biāo)、多條件、多時間尺度等的系統(tǒng)評價問題。

在搭建架構(gòu)之前，第一步要對風(fēng)險元素進行識別，構(gòu)建模型的總目標(biāo)和各影響元素2個層次，在此基礎(chǔ)上對影響元素歸類，搭起層次結(jié)構(gòu)主架構(gòu)。將主結(jié)構(gòu)架構(gòu)分為3層，從上至下依次為目標(biāo)層、準(zhǔn)則層和指標(biāo)層。將計及影響因素歸到相應(yīng)層次中，畫出模型主結(jié)構(gòu)，進而直接顯示出各層次元素和它們與總目標(biāo)的聯(lián)系。

1.2 建立相互比較判斷矩陣

判斷矩陣表示在前一層次結(jié)構(gòu)的限制下，本層結(jié)構(gòu)層每一元素的對應(yīng)影響程度，多使用1~9和其倒數(shù)作指標(biāo)尺度建立判斷矩陣，于是可建立判斷矩陣：

1.3 進行一致性檢驗

理論上，若矩陣滿足如下關(guān)系式aa=a,,,=1,2,…,，則稱矩陣為一致性矩陣。但事實上，很難建立符合上述條件的一致性矩陣，于是把要求轉(zhuǎn)變成矩陣的非負(fù)值特征值最高項和對應(yīng)矩陣的冪階之差較小。文中模型應(yīng)用方根法得到方陣的最大特征值，并求得一致性指標(biāo)R，驗算矩陣的一致性。若R<0.1，可認(rèn)定判斷矩陣的結(jié)果是允許保留的，如若不然，就要對判斷矩陣重新計算。

1.4 各層次權(quán)重的排序

層次權(quán)重的排序定義為各判斷矩陣中每個元素對于目標(biāo)層的相對影響程度。當(dāng)認(rèn)為上述模型的準(zhǔn)則層有個因素，對應(yīng)的指標(biāo)層有個因素時，由前述步驟可知，該層次模型準(zhǔn)則層對于目標(biāo)層的權(quán)重即￠=(￠1j,￠2j,…,￠)T；指標(biāo)層的個因素相對于指標(biāo)層的第個因素的權(quán)重為=(1j,2j,…,)T；指標(biāo)層對目標(biāo)層的層次權(quán)重總排序為。

2 層次分析法基本步驟

2.1 風(fēng)險因素識別

由于電力用戶本身具有極大的不確定性，因此電力大客戶直購電項目執(zhí)行過程中會存在一定的交易風(fēng)險。

對于發(fā)電側(cè)來說，可再生能源由于受環(huán)境因素的自然條件限制，其發(fā)電量預(yù)測較為困難，外部環(huán)境改變會波及電能的出產(chǎn)和交割[12]。因此可再生能源作為發(fā)電側(cè)在開放市場中暫不能占主導(dǎo)地位。在交易合同完成之前，要考慮電力直接交易的多方面因素。不同地區(qū)的企業(yè)準(zhǔn)入標(biāo)準(zhǔn)各異，其寬泛程度會使少數(shù)惡意競爭企業(yè)趁機進入。所以，交易中發(fā)電側(cè)將主要面對自然風(fēng)險和準(zhǔn)入風(fēng)險2種風(fēng)險。

對于參與交易的電力用戶，合同訂立之后，應(yīng)該在要求的偏差程度內(nèi)遵循合同條款中的負(fù)荷要求，同時及時繳納合同款，因此，用電企業(yè)的相關(guān)信用風(fēng)險也會對交易產(chǎn)生重要影響。電力體制改革政策變動、經(jīng)濟整體不景氣、市場規(guī)模受限等因素都會對電力用戶能否正常履約造成影響。而且電力用戶的信用風(fēng)險受其生產(chǎn)情況和經(jīng)營境況影響，電力用戶的經(jīng)營情況越好，其信用風(fēng)險就越低。電力用戶還存在交易信用風(fēng)險，重點計及其電費繳納違約率、售電合同締約率與實際電量偏差率等相關(guān)層次指標(biāo)。

在電力交易雙方進行交易時，不可避免地存在交易風(fēng)險與合同結(jié)算的問題。精準(zhǔn)預(yù)測可再生能源發(fā)電量與用戶用電量有很大難度，因此，在交易合同完成前，交易電價與合同量皆可能發(fā)生變化，最終使交易難以完成。在電力直接交易完成之后，各電力企業(yè)要處理的是合同結(jié)算風(fēng)險，電費能否如約結(jié)算受供需雙方的結(jié)算方式和執(zhí)行能力影響。先行電力市場相關(guān)文件《電力中長期交易基本規(guī)則(暫行)》中提到“實際執(zhí)行與交易結(jié)果偏差”的概念，因為存在合同變更、天氣改變、各種供電事故、相關(guān)政策影響等因素，交易電量和用戶用電量不同的情況時有發(fā)生，存在不小偏差。

2.2 建立風(fēng)險結(jié)構(gòu)模型

由2.1所述，將目標(biāo)層確定為直購電交易風(fēng)險，將自然風(fēng)險1、準(zhǔn)入風(fēng)險2、信用風(fēng)險3、交易風(fēng)險4及合同結(jié)算風(fēng)險5作為準(zhǔn)則層的因素。自然風(fēng)險1包括降水量11、風(fēng)速12、陰晴天13、季節(jié)14；準(zhǔn)入風(fēng)險2包括供需形勢變化21、市場地位22、準(zhǔn)入條件放寬23；信用風(fēng)險3包括外部環(huán)境31、生產(chǎn)經(jīng)營32、財務(wù)信用33、交易信用34；交易風(fēng)險4包括交易模式選取41、成交電價變化42、成交電量43、出力及負(fù)荷預(yù)測準(zhǔn)確度44；合同結(jié)算風(fēng)險5包括設(shè)計變更51、合同結(jié)算52、偏差考核結(jié)算53。所構(gòu)層次結(jié)構(gòu)如圖1所示。

圖1 大用戶直接交易風(fēng)驗評估層次結(jié)構(gòu)模型

2.3 建立判斷矩陣

在建立判斷矩陣時，通常采用1~9與其倒數(shù)作為標(biāo)度，九標(biāo)度判定尺度定義如表1[4]所示。

表1 九標(biāo)度判斷尺度定義表

判斷矩陣的構(gòu)造受人為主觀因素影響很大，而判斷矩陣需以權(quán)重計算為基礎(chǔ)，這是層次分析法的關(guān)鍵步驟。迄今為止，建立判斷矩陣的主要途徑有：相互比較法、德爾菲法和優(yōu)序圖法。相互比較法是基于多次不斷咨詢專家下級各個元素對上級元素的重要性影響，力圖構(gòu)建準(zhǔn)確問卷，因為在元素兩兩比較時相互之間無參照對象，進而結(jié)果有可能難以通過一致性檢驗，致使此次問卷調(diào)研失效。優(yōu)序圖法雖然省時便捷，但其缺乏對影響大小的描述，所以多用在大樣本調(diào)查中。德爾菲法是一種綜合性群體決策方法，其完全應(yīng)用專家關(guān)于處理非結(jié)構(gòu)化的經(jīng)驗。本文的模型選用德爾菲法進行交易的評估，把德爾菲法和層次分析法有機融合，既靈活應(yīng)用專家的定性分析，還能同時進行定量風(fēng)險評估，給相關(guān)決策帶來可靠理論保障。

設(shè)計調(diào)查問卷，征詢多位專家并匯總其意見，將所得意見結(jié)果進行歸納統(tǒng)計，并匿名反饋，并再次詢問意見，依次進行數(shù)次。實際過程如下：

1）將所得個專家評閱的分?jǐn)?shù)a加權(quán)平均計算，求出專家打分的期望。

2）計算專家評分的標(biāo)準(zhǔn)差。

預(yù)置終止征詢專家的決策指標(biāo)0。若>0，返回繼續(xù)征詢專家，回到第1）步；若<0，終止征詢過程，令期望為最后終值，其中為重復(fù)次數(shù)。經(jīng)以上各步可構(gòu)造判斷矩陣-B，表示準(zhǔn)則層中的各元素較之目標(biāo)層的相對影響程度。

式中：a代表層因子與因子對目標(biāo)層的的相對影響程度。進而還可建立判斷矩陣1-C、2-C、3-C、4-C和5-C分別代表指標(biāo)層中的各元素相較準(zhǔn)則層每個元素的相對影響程度。

2.4 計算各元素權(quán)重與一致性檢驗

1）求得矩陣的特征值極大項max。求得每個元素的權(quán)重向量：

由式(6)、(7)可計算矩陣的最大特征根：

式中()代表向量的第個元素。

2）由已有資料計算出平均隨機一致性指標(biāo)數(shù)值I。

平均隨機一致性指標(biāo)I經(jīng)證明與判斷矩陣的維數(shù)相聯(lián)系，如表2所示。

表2 平均隨機一致性驗證對照表

計算一致性指標(biāo)R：

2.5 各層次權(quán)重的總排序

將上式拆項化簡的排序結(jié)果為

3 算例分析

本文借鑒了北京電力交易中心已有交易的相關(guān)情況，并征詢相關(guān)領(lǐng)域?qū)＜业囊庖姡瑓R總所有指標(biāo)，并推算區(qū)分各權(quán)重的重要程度，建立判斷矩陣，依照判斷矩陣計算權(quán)重。檢驗所得權(quán)重值的一致性，并給出各指標(biāo)相對風(fēng)險程度的大小。

首先采用專家評分法構(gòu)建判斷矩陣。預(yù)想在相對公平的自由競爭市場下，發(fā)電企業(yè)M與電力用戶N完成自由市場交易并簽訂合同，預(yù)計一年的合同情況：交易電價為，成交量為。依據(jù)前述層次結(jié)構(gòu)模型，計及前文所述的17個影響元素，依照2.3中的方法，預(yù)先征詢5位相關(guān)領(lǐng)域?qū)＜覍λ懈髟氐闹匾潭冗M行評判，并依照其打分情況多次重復(fù)，最后求得穩(wěn)定結(jié)果，由打分結(jié)果依次構(gòu)建判斷矩陣，如式(11)—(16)所示。

針對準(zhǔn)則層與指標(biāo)層的影響元素進行初步層次排序，即計算判斷矩陣中各元素的權(quán)重，并檢驗其一致性，如表3所示。由表3的R可知，矩陣每個向量皆滿足一致性約束。依據(jù)前述各影響因素排序規(guī)則，可對目標(biāo)層實行綜合評價，求得各個元素相較之最高目標(biāo)的重要性，如表4所示。

表3 矩陣W的權(quán)重值排序與一致性檢驗結(jié)果

表4 直購電交易風(fēng)險指標(biāo)體系權(quán)重排序

由表4可知，自然風(fēng)險、交易風(fēng)險及交易量變動對目標(biāo)風(fēng)險重要性最大。當(dāng)發(fā)電側(cè)是風(fēng)電、光伏、水電等可再生能源時，準(zhǔn)確預(yù)測發(fā)電量及運行情況非常困難，外部環(huán)境有些許改變，發(fā)電量也會跟著變動，增加總目標(biāo)風(fēng)險。電力交易雙方在交易的執(zhí)行過程中皆有可能改變交易價格與合同電量，這會造成合同交付時的真實交易情況與交易合同的規(guī)定不符，對該項目有重要影響。同時，可依照風(fēng)險值對風(fēng)險元素統(tǒng)一定級，如表5[9]所示。把直接交易中的風(fēng)險元素歸為I類風(fēng)險(重大風(fēng)險)與II類風(fēng)險(普通風(fēng)險)，對I類風(fēng)險應(yīng)當(dāng)高度警覺預(yù)防，同時還要對II類風(fēng)險保持足夠認(rèn)識。

表5 風(fēng)險因素評級標(biāo)準(zhǔn)

4 結(jié)論

通過設(shè)計的風(fēng)險指標(biāo)體系下的算例可看出，供需雙側(cè)用戶在自然風(fēng)險和交易電價變化2項占有的權(quán)重最大，其次為交易風(fēng)險。這表明自然環(huán)境的改變對供需雙方電力直接交易的的影響占比最重。因此，在進行直接交易時，應(yīng)對此風(fēng)險采取相應(yīng)的預(yù)防措施與應(yīng)對辦法，例如預(yù)先置備相應(yīng)備用電源。而交易風(fēng)險重點反映在兩側(cè)交易對象對于機組出力及用電需求預(yù)測的精準(zhǔn)程度上，因此，在發(fā)電計劃制定與負(fù)荷預(yù)測計算上，需采用更為準(zhǔn)確的方法，并以多年歷史數(shù)據(jù)為據(jù)，盡可能使所得結(jié)果切合事實情況。此外，諸如信用風(fēng)險、準(zhǔn)入風(fēng)險以及合同結(jié)算風(fēng)險等也應(yīng)給予足夠關(guān)注。

所做研究彌補了國內(nèi)對大用戶直接交易風(fēng)險評估問題研究的不足。運用層次分析法對風(fēng)險因素進行識別并分類，其后建立風(fēng)險指標(biāo)體系，客觀審視交易過程，認(rèn)識交易過程中的問題，根據(jù)權(quán)重結(jié)果對風(fēng)險因素進行量化計算，明確了高風(fēng)險因素的種類及各因素的重要性。所做研究對大用戶直接交易的平穩(wěn)推進有著積極的參考意義，可為后續(xù)直接交易提供理論參考，使其可更快、更好地發(fā)展。

[1] 陳德強，潘高．幾種項目風(fēng)險評估方法比較[J]．合作經(jīng)濟與科技，2011(18)：50-51．

[2] 鐘登華，張建設(shè)，曹廣晶．基于AHP的工程項目風(fēng)險分析方法[J]．天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版)，2002，35(2)：162-166．

[3] 梁智強，林丹生．基于電力系統(tǒng)的信息安全風(fēng)險評估機制研究[J]．信息網(wǎng)絡(luò)安全，2017(4)：86-90．

[4] 韓霞，郭易鑫，王暉南，等．基于AHP的電力運行信息安全管理風(fēng)險評估的研究[J]．國外電子測量技術(shù)，2018，37(5)：32-37．

[5] 王林炎，張粒子，張凡，等．售電公司購售電業(yè)務(wù)決策與風(fēng)險評估[J]．電力系統(tǒng)自動化，2018，42(1)：47-54，143．

[6] 于亞男．大用戶直購電的交易模擬及風(fēng)險分析方法 研究[D]．杭州：浙江大學(xué)，2016．

[7] 曾鳴，梁周，居勇，等．基于AHP的供電企業(yè)服務(wù)策略效果評價[J]．技術(shù)經(jīng)濟與管理研究，2010(2)：8-11．

[8] 馮義，李洪東，田廓，等．基于熵權(quán)和層次分析法的電力客戶風(fēng)險評估及其規(guī)避[J]．電力系統(tǒng)保護與控制，2007，35(24)：66-70．

[9] 于亞男，江全元，張維，等．大用戶直購電市場風(fēng)險評估設(shè)計及政策影響分析[J]．能源工程，2016(4)：1-6．

[10] Saaty T L．How to make a decision: The analytic hierarchy process[J]．Interfaces，1990，48(6)：19-43．

[11] 趙冬梅，張玉清，馬建峰．網(wǎng)絡(luò)安全的綜合風(fēng)險評估[J]．計算機科學(xué)，2004，31(7)：66-69．

[12] 王孝寧，何苗，何欽成．層次分析法判斷矩陣的構(gòu)成方法及比較[J]．中國衛(wèi)生統(tǒng)計，2002，19(2)：111-113．

Risk Assessment of Contract Execution in Large Consumer Direct Power Purchase

WANG Zhibo1, WANG Qianru1, DAI Yong2,3, XIA Tian4, ZHANG Qian2,3, LI Weidong1

(1. School of Electrical Engineering, Dalian University of Technology, Dalian 116024, Liaoning Province, China; 2. Nari Group Corporation(State Grid Electric Power Research Institute), Nanjing 210003, Jiangsu Province, China; 3. Beijing Kedong Electric Power Control System Co., Ltd., Changping District, Beijing 100194, China; 4. State Grid Gansu Electric Power Corporation, Lanzhou 730050, Gansu Province, China)

Nowadays, China is steadily promoting the reform of the electricity market. Direct power purchase by large consumers, which has the characteristics of large participation of renewable energy and huge trading power, has a very important impact on the stability of the power system. Therefore, it is necessary to carry out an effective risk assessment method on the bilateral user transactions of supply and demand side, and to reasonably control the risk factors that have greater risk. Direct power purchase by large consumers involve both sides of supply and demand and many possible risk factors. The risk assessment index system was constructed from five aspects and the corresponding 17 second-level evaluation indexes were established as analytic hierarchy process (AHP) method to evaluate the risk. In addition, after rating the risk factors, the weights were determined and the consistency was verified. The results show that AHP can balance the subjective and objective factors and determine the relative weight of each evaluation index. It can also calculate the subordination degree of risk index to each level of risk level and achieve the combination of qualitative and quantitative analysis so that the result of risk assessment is more scientific and accurate.

direct power purchase; risk assessment; analytic hierarchy process (AHP)

10.12096/j.2096-4528.pgt.18247

國家電網(wǎng)公司科技項目(SGEPRI-KJB-KJ(2016) 7436)。

Project Supported by State Grid Corporation (SGEPRI-KJB-KJ (2016)7436).

2018-12-03。

王智博(1994)，男，碩士研究生，研究方向為電力市場下新能源容量高占比的電力系統(tǒng)調(diào)度，wzb@mail.dlut.edu.cn；

李衛(wèi)東(1964)，男，博士，教授，博士生導(dǎo)師，主要從事電力系統(tǒng)調(diào)度自動化、電力市場，有功功率運行平衡控制及其性能評價和清潔能源并網(wǎng)后的運行調(diào)度，wdli@dlut.edu.cn。

王智博

(責(zé)任編輯 辛培裕)