綠色電力交易結算流程安全監測模型研究

鄭 瑛,司福利,喻 蕓,任龍霞

(南方電網數字電網集團有限公司,廣東 廣州 510663)

0 引言

為了有效落實雙碳目標,國家提出“在2030年前實現碳達峰,在2060年前全面落實碳中和”的戰略部署。國務院與黨中央針對綠色能源市場,提出建立并完善市場體系的決策。在此背景下,我國制定了還原綠電和綠色產品屬性的《綠色電力交易試點工作方案》。該方案可以促進多機制之間的融合銜接,激活綠色電力的消費側和生產側[1]。綠色電力交易是我國帶動綠色能源相關產業發展必不可缺的一部分[2]。但在綠色電力交易結算過程中存在一些安全隱患,威脅著國家和個人的財產安全。因此,亟需一種有效的綠色電力交易結算流程安全監測方法。

王賽娥等[3]劃分了網絡交易過程中存在的風險,對不同風險所對應的攻擊行為展開分析,并以分析結果為依據構建交易攻擊樹模型。其在模糊矩陣建立過程中引入模糊層次分析法,獲取葉節點在攻擊樹中對應的風險概率,并以此為依據實現安全監測。但其在實踐過程中存在數據處理效果差、監測精度低的問題。李群等[4]結合特征提取方法和濾波方法獲取數據特征,并建立安全監測器,將數據特征輸入安全監測器中以確定風險等級和位置。但其監測覆蓋程度較小,無法監測整個流程。

為了解決上述方法中存在的問題,本文提出基于多時間尺度耦合的綠色電力交易結算流程安全監測模型。該模型基于時間光滑正則化的序列數據融合方法,構建綠色電力交易數據融合模型,以提高數據監測精度。本文在所構建的模型中建立組Lasso正則化罰函數,以優化數據融合模型的融合效果。本文在數據融合的基礎上結合蒙特卡洛模擬法,構建綠色電力交易結算模型,為結算流程的安全監測提供依據。本文基于馬爾科夫隨機場知識,結合綠色電力交易計算流程,建立安全監測模型,以有效監測結算環境。該模型提高了監測覆蓋度,保障了綠色電力交易的安全性。

1 安全監測模型的構建

1.1 多時間電力交易數據尺度耦合

基于多時間尺度耦合的綠色電力交易結算流程安全監測模型采用基于時間光滑正則化的序列數據融合方法,對電力時間數據展開融合處理。綠色電力交易結算流程安全檢測模型通過回歸分析法建立數據融合模型。訓練模型時,建立時間光滑正則化罰函數,分析電力交易數據源之間的時間關聯性,并在時間光滑正則化的基礎上建立電力交易數據融合模型。

本文將綠色電力交易數據表示為n個階段的序列數據x1,x2,…,xn。xt為第t階段綠色電力交易數據的特征,為m維。y為第(n+1)階段電力交易數據的融合結果。所提模型在回歸模型的基礎上建立數據融合模型[5-6],用X=[x1,x2,…,xn]T表示第n階段綠色電力交易數據的特征矩陣。第(n+1)階段電力交易數據融合結果的預測模型g(X)為:

(1)

式中:v為截距;et為數據特征xt為對應的權重;T為轉置符號。

通過邏輯損失函數擬合電力交易數據融合結果的預測模型參數,所獲得的模型解為:

(2)

為了在不同階段描述電力交易數據融合特征的時間關聯性,所提模型通過結構化稀疏的方法進行參數擬合。所提模型優化建立時間光滑正則化罰函數[7-8],以提高數據融合的一致性和連續性。本文建立綠色電力交易數據融合模型。該模型表達式如下。

(3)

(4)

利用綠色電力交易數據融合模型完成綠色電力交易數據的融合,可以為綠色電力交易模型的建立提供數據支持。

1.2 綠色電力交易結算模型

本文根據數據融合結果,建立綠色電力交易結算模型,為結算流程的安全監測提供依據。

本文在綠色電力交易過程中,通過購買綠色電力證書完成綠色電力的消費。

綠色電力交易結算流程如下。

①發布認購公告。購買者在發布綠色電力交易之前發布包含優惠價格vL、認購價格vH、認購數量H以及其他相關信息的綠色電力證書認購公告[9-10]。為了提高綠色電力售賣企業參與交易的積極性,所提模型將市場最高限制價格默認為認購價格。優惠比例β可通過式(5)計算得到:

(5)

為了節省綠色電力購買者的購買費用,同時提高市場競爭力,本文等量劃分綠色電力認購數量H。本文將H劃分為y′份,每份中存在h個售賣數量。根據電力市場中的認購公告確定y′的值,則h為:

(6)

②售賣與成交。交易時間通常是有限制的。賣方在有限的時間內決定是否進行綠色電力的交易。當證書在交易過程中的數量超過m′時,按照提前約定的時間和交易價格完成綠色電力的交易結算。如果沒有達到m′,則交易失敗,返回步驟①。

③接收與結算。購買方和出售方根據成交記錄分別向對方交付費用和綠色電力證書。

本文設Rpv為最終交易綠色電力證書的價格。基于多時間尺度耦合的綠色電力交易結算流程安全監測模型采用蒙特卡洛模擬法建立:

(7)

式中:lβ′為第β′種成交組合在綠色電力交易市場中出現的次數[11-13];aβ′為綠色電力交易證書在第β′種成交組合中的成交價格;l為綠色電力交易的模擬次數。

1.3 綠色電力交易結算安全監測模型

所提模型在馬爾科夫隨機場知識的基礎上結合綠色電力交易計算流程,建立安全監測模型。

本文以變量集合C=(c1,c2,…,cn)對應的聯合分布模型表示綠色電力交易的馬爾科夫隨機場。在馬爾科夫隨機場中,交易數據的建模通常分為觀測點和隱藏點。所有觀測點在模型中都存在一個與之對應的隱藏點。隱藏點中存在的信息即節點在該觀測點下對應的狀態。本文用Ui表示節點i在模型中的觀測量;用相容性函數φ(xi,yi)表示隱藏狀態Ci與Ui之間存在的相關性。針對Ci的概率分布,由馬爾科夫隨機場定義可知,Ci在模型中與鄰域節點之間存在關聯。每條邊在無向圖G中為連接變量Ui、Uj之間的相關性,可用相容性函數γ(xi,yi)描述。因此,所有變量在馬爾科夫隨機場中的聯合概率分布A(x,y)可描述為:

(8)

式中:X為常量。

本文采用點陣描述場景和圖像;采用i(i=1,2,…,N)表示點陣中存在的節點;采用ci表示待定的隱含場景值;采用ui′表示第i′個節點對應的觀測值。

本文初始化處理相容函數γ(xi,yi)和邊緣相容函數φ(xi,yi),用傳播矩陣|D|×|D|表示邊緣相容函數γ(xi,yi)。此時,φ(xi,yi)為:

(9)

函數γ(xi,yi)、φ(xi,yi)建立的基礎條件如下。

①與合作者進行綠色電力交易的多為欺詐者。欺詐者之間的合作較少。

②合謀者在綠色電力交易過程中基本不與其他合作者展開交易,與誠實者之間的交易次數高于與欺詐者的交易次數。

為了準確地完成綠色電力交易結算流程安全監測,基于多時間尺度耦合的綠色電力交易結算流程安全監測模型采用二維矩陣|D|×|E′|。其中:E′為觀測值。觀測矩陣如表1所示。

表1 觀測矩陣

表1中,φ0為用戶級因素中存在的不確定觀測值。

計算節點在馬爾科夫隨機場模型中的置信度ni(ζ)時,節點i將信息傳遞給鄰節點j的過程用消息函數qij(ζ)表示。總體監測流程如圖1所示。

圖1 監測流程圖

在綠色電力交易結算流程安全監測過程中,首先計算節點自身觀測點和隱含點傳遞的消息值以及節點從鄰節點獲取的信息,并以此為依據獲取節點對應的置信度ni(ζ)。根據ni(ζ)判斷節點狀態,設ei為節點i對應的觀測值、描述隱含點在馬爾科夫隨機場模型中的狀態為ζ。其相鄰隱含點在模型中的狀態為ζ′的概率。此時,置信度ni(ζ)和消息函數qij(ζ)的表達式如下。

(10)

式(10)即綠色電力交易結算流程安全監測模型。通過更新節點置信度ni(ζ),可以獲得用戶在綠色電力交易結算流程中的行為狀態,從而實現安全監測。

基于多時間尺度耦合的綠色電力交易結算流程安全監測模型的具體監測流程如下。

①采用基于時間光滑正則化的序列數據融合方法,對多時間尺度的綠色電力交易數據展開融合處理。

②分析綠色電力交易結算的具體流程,并通過蒙特卡洛模擬方法,根據數據融合結果建立綠色電力交易模型。

③根據馬爾科夫隨機場模型和綠色電力交易結算流程的特點,建立安全監測模型,以完成綠色電力交易計算流程的監測。

2 試驗與分析

為了驗證基于多時間尺度耦合的綠色電力交易結算流程安全監測模型的整體有效性,需要對其展開測試。

綠色電力交易數據的監測精度直接影響安全監測精度。為了動態分析多尺度耦合下的數據相對穩定性,試驗取穩定裕度作為指標。試驗采用所提模型、文獻[3]模型和文獻[4]模型監測綠色電力交易數據的穩定裕度,并將監測結果與真實值作對比。

不同模型的數據穩定裕度檢測結果如圖2所示。

圖2 不同模型的數據穩定裕度檢測結果

由圖2可知:所提模型對綠色電力交易數據的穩定裕度監測時,獲得的監測值均勻地覆蓋在真實曲線上;文獻[3]模型和文獻[4]模型的監測值與真實曲線之間存在一定的差距。通過上述測試可知,所提模型具有較高的數據監測精度。因為所提模型基于時間光滑正則化的序列數據融合方法對綠色電力交易數據展開融合處理,可保留數據的特征信息,進而提高了數據的監測精度。

本文使用5×5的矩形表示綠色電力交易環境,并采用所提模型、文獻[3]模型和文獻[4]模型監測綠色電力交易結算流程。

不同模型的覆蓋程度檢測結果如圖3所示。

圖3 不同模型的覆蓋程度監測結果

圖3中,點越多,表明方法覆蓋的交易環境越大。由圖3可知:所提模型基本覆蓋了整個電力交易流程;文獻[3]模型和文獻[4]模型的點分布不均勻且數量較少,表明以上兩種模型無法完全覆蓋整個綠色電力交易流程。所提模型對綠色電力交易結算流程監測前,根據融合的綠色電力交易數據分析了交易的整個流程,并通過蒙特卡洛模擬法建立了綠色電力交易模型;在模型的基礎上監測其結算環境,提高了監測的覆蓋程度。

本文設置條件如下:三個賣家為賣家1、賣家2、賣家3;三個買家為買家1、買家2、買家3;三種綠色電力產品為產品1、產品2、產品3。

三種交易方式如下。

①賣家1→產品1→買家2。

②賣家3→產品2→買家1。

③賣家2→產品3→買家3。

本文分別采用所提模型、文獻[3]模型和文獻[4]模型監測本文設置的交易方式在24 h內的安全態勢值。所提模型的安全監測結果如表2所示。

表2 所提模型的安全監測結果

文獻[3]模型的安全監測結果如表3所示。

表3 文獻[3]模型的安全監測結果

文獻[4]模型的安全監測結果如表4所示。

表4 文獻[4]模型的安全監測結果

由圖4～圖6可知,針對三種交易24 h的安全態勢,與文獻[3]模型和文獻[4]模型相比,所提模型具有較高的監測精度。這表明所提模型適用于多種綠色電力交易結算流程的安全監測,并且具有較高的監測精度。

3 結論

針對目前綠色電力交易結算流程安全監測方法存在的數據監測精度低、監測覆蓋度低的問題,本文提出基于多時間尺度耦合的綠色電力交易結算流程安全監測模型。該模型融合了綠色電力交易數據,并對交易流程展開分析。本文在此基礎上建立安全監測模型,以實現綠色電力交易結算流程的安全監測。該模型在綠色電力交易結算流程安全監測過程中表現出良好的性能,保障了交易的安全性。