基于改進加權聚類的電力零售市場風險評估

摘要：電力零售市場規模龐大、競爭激烈，售電公司在業務規模、資本、員工資質和投訴情況等方面的風險時刻處于變化之中，為優化決策需評估電力零售市場風險。在評估時需兼顧不同時段風險因素的可信度變化，現在未見相關研究?？紤]各時段風險可信度，計算時間加權系數，并改進加權聚類進行風險評估。通過對某電力零售市場風險因素進行分析，得出需要重點關注的售電公司，進而為零售市場的風險預警和業務協調提供參考依據。

關鍵詞：電力市場;風險評估;加權聚類;可信度;時間加權

0? ? 引言

電力零售市場允許工業、商業、居民等用戶從競爭的售電公司自由選擇電力供應，電力協調更為復雜[1]。由于業務轉移、資本流通不良、資質不足等風險惡化情況，售電公司可能會主動或被動退出市場[2]。為避免供電中斷和用戶利益受損，電力零售市場需要評估風險，為市場平穩運行、健康發展提供決策參考[3]。

相較于電力批發市場，電力零售市場風險評估需要考慮更為激烈的市場競爭。文獻[4]將面對價格不確定性時售電公司交易成功的可能性定義為風險指數來衡量風險，文獻[5]利用量差風險研究風險因素對零售商利潤的影響，上述文獻局限于交易風險。文獻[6]利用均值-方差組合理論來評估電力市場競爭參與者的風險，文獻[7]利用風險價值（VAR）來評估電力市場交易風險，文獻[8]采用條件風險值（CVAR）分別構造最壞情況和平均水平的風險模型，上述文獻得到了整體風險的評估結果，但只局限于當前狀態的評估。風險隨著時間推移不斷變化，衡量電力零售的風險不僅需要考慮當前狀況，也需要考慮歷史風險水平。文獻[9]對維修線路聚類，確定各線路的運維優先等級。上述文獻均未考慮不同時段風險因素的可信度變化。

本文考慮各時段風險可信度，計算時間加權系數，并改進加權聚類進行風險評估。通過對某電力零售市場的風險分析，得出需要重點關注的售電公司，進而為零售市場的風險評估和業務協調提供參考依據。

1? ? 考慮時段可信度的基于改進加權聚類的電力零售市場風險評估

電力零售市場的風險因素包括業務規模、資本、員工資質、投訴情況等。將N個售電公司T個時段的風險因素數據進行標幺化和同向化，便于風險因素的比較。X（t，n）為第n個售電公司第t時段的風險因素，其中t=1，2，…，T，n=1，2，…，N。為在評估時兼顧不同時段的可信度變化，計算時間加權系數，并改進加權聚類進行電力零售市場風險評估，流程圖如圖1（a）所示，示意圖如圖1（b）所示。

1.1? ? 考慮時段可信度的時間加權系數

綜合考慮當前和歷史風險因素，據式（1）計算時間累積系數kac，由式（2）得時間加權系數ktim：

式中：e為自然常數;t0為當前時刻;k為風險因素的可信度系數，k越小，歷史數據的影響越大。

1.2? ? 基于改進加權聚類的風險評估

將N個售電公司分為R類，若第n個售電公司的風險因素劃入第r類，則C（n，r）=1，否則為0。由式（3）得第n個售電公司累積風險X0，等步長劃分來進行初始分類。由式（4）得第r類類中心Lr，由式（5）得第n個售電公司與第r類的距離：

將樣本劃分到與其距離最近的類中去，用式（6）計算誤差E∑直到不再減小，由此得到所有售電公司分類情況。第r類概率p（r）見式（7）。

2? ? 算例分析

對某省電力零售市場54個售電公司60個時段的業務規模、資本、員工資質、投訴情況等風險因素進行處理，以處理前后的業務規模為例，如圖2所示。

2.1? ? 時間加權

取k=0.1，計算各時段的時間系數如圖3所示。

2.2? ? 風險評估

分別采用聚類和加權聚類對風險因素進行分級評估，分類后的各類概率和類均值分別如圖4和圖5所示。由圖可知：加權聚類比聚類更能體現時間可信度的影響，近期數據對未來業務協調的參考價值更高。經加權聚類風險評估，將業務規模、資本等風險因素分為7類;員工資質的類間差異較小，投訴情況的類間差異較大;電力零售市場需關注資本不穩定的第7類（4、14、18、22、33、39、47、51、54號）公司并提醒其提升資本，關注業務規模上升的第6類（6、11、18、22、30、36、44、53號）公司并提醒其重視業務。

3? ? 結論

本文計算時間加權系數并改進加權聚類進行電力零售市場風險因素分析，結論如下：

（1）改進加權聚類相較于聚類的風險評估結果對電力零售市場的業務協調和風險預警參考價值更高。

（2）員工資質的類間差異較小，員工資質的市場競爭激烈程度較低;投訴情況的類間差異較大，投訴情況的市場競爭激烈程度較高。

（3）第7類售電公司資本不穩定，第6類售電公司業務規模風險不斷上升。

[參考文獻]

[1] 楊甲甲，趙俊華，文福拴，等.電力零售核心業務架構與購售電決策[J].電力系統自動化，2017，41（14）：20-23.

[2] 劉妍，譚建成.南方區域大用戶參與電力市場交易的現狀及展望[J].南方電網技術，2017，11（11）：68-74.

[3] 趙文猛，周保榮，黎小林，等.電力市場綜合評估指標體系及評價方法[J].南方電網技術，2019，13（8）：74-80.

[4] JAHANIPOUR J，HOSEINIAN S H，AHMADIAN S，et al.Price restricted optimal bidding model using derated sensitivity factors by considering risk concept[J]. IET Generation Transmission & Distribution，2016，10（2）：310-324.

[5] SONG M，AMELIN M.Price-maker bidding in day-ahead electricity market for a retailer with flexible demands[J].IEEE Transactions on Power Systems，2018， 33（2）：1948-1958.

[6] ANSARI B，RAHIMI-KIAN A.A dynamic risk-constrained bidding strategy for generation companies based on linear supply function model[J].IEEE Systems Journal，2015，9（4）：1463-1474.

[7] DAWN S，TIWARI P K，GOSWAMI A K，et al.An approach for system risk assessment and mitigation by optimal operation of wind farm and FACTS devices in a centralized competitive power market[J].IEEE Tran-

sactions on Sustainable Energy，2019，10（3）：1054-1065.

[8] YANG H M，ZHANG S M，QIU D，et al.Distributionally robust optimal bidding of controllable load aggregators in the electricity market[J].IEEE Transactions on Power Systems，2018，33（1）：1089-1091.

[9] 許沛東，方華亮，王海鳴，等.基于風險評估與靈敏度聚類的輸電線路逐級運維策略[J].電網技術，2018，42（9）：3024-3032.

收稿日期：2020-08-10

作者簡介：錢寒晗（1981—），男，安徽桐城人，碩士，高級工程師，研究方向：電力交易。

李永波（1981—），男，內蒙古人，碩士，高級工程師，研究方向：電力交易。

于新鈺（1996—），女，河北滄州人，在讀碩士研究生，研究方向：電力系統分析。