電力交易平臺架構及關鍵技術研究

黃康乾 周睿 向德軍 黃靖茵 胡鑫

摘要：在新一輪電力體制改革中，需要面對更加復雜的市場變化，對電力交易技術支持系統有了更多新的要求。本文主要分析和研究電力交易平臺的主要功能、關鍵技術、業務框架以及技術構架。隨著電力市場的放開，市場成員數量進一步增長，電力市場相關數據呈現爆發式增長，這對數據存儲以及數據處理等信息處理技術無疑提出了更高的要求，如何更好的結合大數據分析技術和云計算技術，也是本研究的一個重點。

關鍵詞：電力交易;電力大數據;交易平臺

中圖分類號：TP399 文獻標識碼：A 文章編號：1007-9416（2020）03-0075-03

0 引言

由于目前社會節奏越來越快，對于信息的實時性和準確性有了更高的要求，因此在當代的各行各業中信息技術與互聯網的應用越來越受到重視，在電力行業中也是如此。隨著中國電力行業改革的不斷推進，對電力交易中心的信息化水平也提出了更高要求。多方共同參與售電的競價產生龐大的業務數據，需要通過構建云平臺輔助各方進行多元數據分析、支持決策并實現業務聯動應用共享，使零散的業務數據產生價值。隨著電力交易中心業務的發展，現有交易系統上的市場主體用戶、交易品種、交易模式也在逐漸增加，系統中的數據量有較快增長，導致系統存在性能問題，用戶體驗較差，因此，急需對現有交易系統進行優化改造。本文將對優化后的電力平臺架構及其關鍵技術研究進行分析和闡述。

1 主要功能

電力交易平臺應該包含的主要功能包括市場管理、現貨交易、中長期交易、分析結算等幾方面。

市場管理：市場主體準入、管理員注冊、權限維護、退市、代理關系維護等。

現貨交易：交易參數管理、機組信息維護、日前交易申報、日前交易出清、日前交易結果、實時交易出清、實時交易結果、實時運行信息等。

中長期交易：交易參數管理、常用曲線管理、電量限值管理、申報額度管理、市場雙邊協商、市場掛牌管理、集中競爭交易、基數雙邊協商、基數集中交易等。

分析結算：結算參數管理、日清算數據準備、日清算計算、日清算結果發布、日清算結果查詢、月結算數據準備、月結算計算、月結算初步結果發布、月結算正式結果發布、零售結算管理。

2 主要技術分析

2.1 基于J2EE和B/S模式的應用技術架構

現有電力交易系統采用基于J2EE和B/S模式的應用技術架構。基于該模式的該技術架構具有組件化開發，松耦合集成，易安裝、易部署、易拓展、易維護，高可靠性和高擴展性以及具有較好的長期投資收益等優點。其中系統各項功能也是采取基于J2EE規范的三層（多層）體系結構，將表示邏輯、業務邏輯與數據邏輯相分離，使系統的并行操作、網絡計算能力大為提高，系統的整體性能得以優化，并采用先進的軟件分層設計思想，進行基于框架的開發，降低了開發難度和成本，同時降低了組件的耦合度，也極大地增強了軟件的可維護性、可擴展性。

2.2 大數據分析技術

大數據會給電力行業帶來深遠的影響，它推動了電力行業的變革，電力大數據是能源變革中電力工業技術革新的必然過程，而不是簡單的技術范疇，是下一代智能化電力系統在大數據時代下價值形態的躍升。因此這便需要重塑電力核心價值，中國電力工業長期秉承“以計劃為驅動、以電力生產為中心”的價值觀念，重視企業價值和客戶價值的實現，卻在一定程度上忽視了社會效益，缺乏雙向互動，導致電力供需的單方向傳遞，使得社會資源對電力工業的反饋促進很難實現。電力大數據通過對市場個性化需求和企業自身良性發展的挖掘和滿足，重塑中國電力工業核心價值，驅動電力企業從“以人為本”的高度重新審視自己的核心價值，由“以電力生產為中心”向“以客戶為中心”轉變，并將其最終落腳在“如何更好地服務于全社會”這一根本任務上。

同時大數據分析技術也將運用于短期電力負荷預測中。短期電力負荷預測主要是指預報未來幾小時、1天至幾天的電力負荷，短期負荷預測不但為電力系統的安全、經濟運行提供保障，也是市場環境下編排調度計劃、供電計劃、交易計劃的基礎。短期負荷預測精度已列為電網公司工作的一項重要考核指標。隨著電力生產和消費日益市場化，對負荷預測的準確性、實時性、可靠性和智能性提出了更高的要求，其中基于大數據的短期負荷預測就是突出的代表。

除此之外，大數據分析技術還被應用于用戶行為分析中。通過云計算、大數據技術，對市場用戶開展行為分析;并支持擴展的外部數據接入，實時監測企業及其動態、發現經營風險點。通過云計算和大數據技術，對市場用戶進行用戶畫像。通過大數據分析，對市場進行統計、分析、評估，并且支持各類報表。

2.3 分布式集中交易系統技術

分布式集中交易系統是以用戶為中心，采用松耦合組件化設計，構建一套全業務支持、業務系統可快速迭代、符合現代電力行業發展趨勢的核心業務系統和行業領先的電力交易系統。該系統不僅支持集中交易、清算、結算的全業務功能，還能提供統一客戶、賬戶管理等核心功能，實現高容量、大并發、低延時、可水平擴展的系統運行目標。

分布式集中交易系統主要將之前整體的單一應用按照微服務的思想拆分成分布式的系統，該系統主要核心平臺有基礎技術平臺，包括與業務系統的統一接入系統、運維管理平臺、認證中心;基礎服務平臺，包括用戶中心、賬戶中心、資金調撥中心、統一適當性管理平臺、經營管理中心;核心交易系統，包括雙邊協商交易、集中競爭交易、掛牌交易等;以及與現有系統的對接系統。

2.4 云計算技術

云計算本質就是“自動化”和“規模化”在IT行業的“服務化”體現，借助于云服務商的計算資源以及成熟穩定的IT服務，我們的應用可以快速上云。但是由于電力行業的安全性要求，可以預見到電力相關企業任然會將系統長期運行在自有數據中心內。所以目前業內逐漸得到大家認可的是混合云的解決方案。

3 業務架構

3.1 智能客服

智能客服模塊能夠為交易平臺的終端用戶提供快捷、高效的客戶服務，能夠有效節約客服的人力資源需求，并且通過豐富的接口為不同類型的平臺提供統一的客戶服務。智能客服系統設計采用當下最為先進的理念，主打簡單易用的自然語言問答形式，結合人工智能的分析技術能力，為用戶提供一個集成行情，資訊，交易，客服，聊天等的集大成服務，用極簡的界面設計可實現市場主體用戶在交易中所需的幾乎全部服務，真正實現一站式智能客服平臺解決方案。智能客服的架構設計，業務層次來看，包含有四個業務層次，分別是：前端展現、應用服務、服務引擎及內容、數據源。

智能客服模塊可以部署在系統的門戶網站、移動APP和微信模塊中。其中在微信模塊中用戶能夠通過對公眾號直接提問的方式觸發智能客服功能，并且為用戶提供相關的服務。對機器人無法回答的問題，可轉入呼叫中心，由人工客服解答。

智能客服模塊能夠智能識別用戶提出的問題。用戶提問方式支持文字描述，語音描述等，智能客服能夠精準識別用戶的問題并且提供對應的解決方案。智能客服模塊具備自我學習的能力。對于未能準確識別的問題，結合用戶的反饋和維護人員的指引，通過不斷的自我學習提升，逐步提高問題識別準確度。智能客服模塊具備知識庫擴展的能力。對于未能從知識庫中找到解決方案的問題，能夠結合人工指引的方式完成學習，實現知識庫的迭代更新。

3.2 資金支付

現有交易系統沒有資金支付模塊，手續費和保證金采用線下支付結算，手續費和保證金收取工作量巨大，需要在現有交易系統上擴展資金支付模塊，對于交易平臺來說，資金的管理和結算往往是非常復雜而重要的。一方面交易平臺中多種交易模式的存在造成了資金流水的多樣和復雜，另一方面平臺需要對接多家銀行或金融機構進行在線支付。如果系統不能夠提供統一的資金管理和結算方案，會給市場主體在交易過程中帶來很大的不便，同時對于平臺的監管和分析也是不利的。需要建立統一支付與結算管理方案基于多級賬戶體系及帳務處理核心，能夠接入多家銀行（或第三方金融機構、清算中心）進行統一結算，為平臺和市場主體提供集中的資金管理服務。

3.3 用戶行為分析

用戶行為分析是基于電力交易市場運營、電網運行、市場注冊、市場交易、市場結算、市場成員行為記錄等數據，采用大數據分析技術，結合電力行業特點，開展用戶畫像、用戶行為分析等，并統計、深入地分析用戶行為。

用戶行為分析具有以下的特點和功能：

（1）海量數據支撐。深入運用大數據技術，實現PB級大數據存儲和運算，同時，借助于分布式數據存儲架構，支持數據多副本備份，異地容災，數據永不丟失。

（2）多源頭數據整合。支持通過接口、文件、手工填報、數據庫增量同步等多類數據對接方式，滿足各個場景下的數據對接需求，靈活適應復雜多變的數據采集標準，支持數據對接標準高度可擴展。

（3）成熟可靠的評估模型。歷經多個大型案例積累出成熟的KRI風險模型，可根據不同區域、不同行業、不同企業建模測評風險指數，同時還可以精準定位實際的風險因子。

（4）靈活可配的統計報表。用戶在查詢統計匯總數據時，可能重點關注部分指標，需要預先設計訂制化報表，并且設定取數匯總邏輯，數據上報后，用戶可查看匯總后的重點指標數據。系統支持通用型二維（無多級嵌套數據）統計報表模板的靈活可配，靈活可配，所配即所得，即配即用。基于統計報表模板，完成對應的數據抽取，并匯總形成數據統計報表。

3.4 平臺運維監控

平臺運維監控模塊不僅包括基礎IT資源（基礎網絡，各種服務器，各種中間件等）監控，還包括業務系統服務、業務系統運行狀況的監控，同時提供業務系統的性能和基礎IT資源性能之間的相關分析，系統故障的快速定位，系統故障原因的綜合分析。

隨著業務系統的軟硬件環境日趨復雜，目前市場上對監控軟件的需求越來越大。當前市場上存在有很優秀的監控系統如國外的HP OpenView、Mocha BSM、IBM Tivoli等，在基礎系統的監控上，包括服務器，網絡，各種中間件，都有非常完整和實用的功能模塊。但是我們從業務角度分析，對于最終用戶來說，希望的并不是純粹的，分離式的監視軟件，而是要能結合他的業務來提供一個全方位的完整的解決方案。在實際運作中，基礎IT資源（基礎網絡，各種服務器，各種中間件等），都是在為他的業務系統服務的，所以用戶最關心的還是他的業務系統運行的狀況，業務系統的性能和基礎IT資源性能之間的相關分析，系統故障的快速定位，系統故障原因的綜合分析，因此我們可以很肯定的說，今后監控領域的發展趨勢必然是從單一的基礎級系統資源監控逐漸演變為系統與業務監控相結合的“全方位業務監控運維平臺”。

3.5 行情服務

行情服務模塊可以在多種客戶端下提供各類行情服務信息，為用戶報價和查詢歷史信息提供直觀的數據圖表，便于用戶決策。行情服務模塊可以與電力現貨交易系統對接，接收行情快照等數據，支持鏡像數據、行情實時數據、分時數據、各周期歷史K線數據等生成。

行情服務具有以下特點，它支持分布式部署，硬件設備可按需擴展，具有低延時，支持外部行情對接，并可實現訂閱推送，支持各類指標計算，并可實現數據歸檔。

對于行情服務架構設計主要包括了數據源服務器和行情服務器兩個部分，外部有關的接口部分主要包括外部數據源、監控管理平臺、客戶管理系統、資訊類處理等。

行情服務模塊能夠基于電力市場的實際情況，提供滿足電力交易需求的分時曲線和日曲線、周曲線、月曲線和年曲線圖。曲線有豐富的展示方式，包括結合K線圖的方式對歷史的價格走勢進行直觀的展示。同時行情服務模塊能夠展示現貨市場和中長期市場的價格曲線，提供豐富的價量指標，滿足市場用戶的決策需求。同時行情服務采用成熟的組件，能夠在移動APP和C/S客戶端中進行展示，能夠提供豐富的行情操作方式，例如自定義日期范圍，自定義間隔時間等。