电力交易平台架构及关键技术研究

黄康乾 周睿 向德军 黄靖茵 胡鑫

摘要：在新一轮电力体制改革中，需要面对更加复杂的市场变化，对电力交易技术支持系统有了更多新的要求。本文主要分析和研究电力交易平台的主要功能、关键技术、业务框架以及技术构架。随着电力市场的放开，市场成员数量进一步增长，电力市场相关数据呈现爆发式增长，这对数据存储以及数据处理等信息处理技术无疑提出了更高的要求，如何更好的结合大数据分析技术和云计算技术，也是本研究的一个重点。

关键词：电力交易;电力大数据;交易平台

中图分类号：TP399 文献标识码：A 文章编号：1007-9416（2020）03-0075-03

0 引言

由于目前社会节奏越来越快，对于信息的实时性和准确性有了更高的要求，因此在当代的各行各业中信息技术与互联网的应用越来越受到重视，在电力行业中也是如此。随着中国电力行业改革的不断推进，对电力交易中心的信息化水平也提出了更高要求。多方共同参与售电的竞价产生庞大的业务数据，需要通过构建云平台辅助各方进行多元数据分析、支持决策并实现业务联动应用共享，使零散的业务数据产生价值。随着电力交易中心业务的发展，现有交易系统上的市场主体用户、交易品种、交易模式也在逐渐增加，系统中的数据量有较快增长，导致系统存在性能问题，用户体验较差，因此，急需对现有交易系统进行优化改造。本文将对优化后的电力平台架构及其关键技术研究进行分析和阐述。

1 主要功能

电力交易平台应该包含的主要功能包括市场管理、现货交易、中长期交易、分析结算等几方面。

市场管理：市场主体准入、管理员注册、权限维护、退市、代理关系维护等。

现货交易：交易参数管理、机组信息维护、日前交易申报、日前交易出清、日前交易结果、实时交易出清、实时交易结果、实时运行信息等。

中长期交易：交易参数管理、常用曲线管理、电量限值管理、申报额度管理、市场双边协商、市场挂牌管理、集中竞争交易、基数双边协商、基数集中交易等。

分析結算：结算参数管理、日清算数据准备、日清算计算、日清算结果发布、日清算结果查询、月结算数据准备、月结算计算、月结算初步结果发布、月结算正式结果发布、零售结算管理。

2 主要技术分析

2.1 基于J2EE和B/S模式的应用技术架构

现有电力交易系统采用基于J2EE和B/S模式的应用技术架构。基于该模式的该技术架构具有组件化开发，松耦合集成，易安装、易部署、易拓展、易维护，高可靠性和高扩展性以及具有较好的长期投资收益等优点。其中系统各项功能也是采取基于J2EE规范的三层（多层）体系结构，将表示逻辑、业务逻辑与数据逻辑相分离，使系统的并行操作、网络计算能力大为提高，系统的整体性能得以优化，并采用先进的软件分层设计思想，进行基于框架的开发，降低了开发难度和成本，同时降低了组件的耦合度，也极大地增强了软件的可维护性、可扩展性。

2.2 大数据分析技术

大数据会给电力行业带来深远的影响，它推动了电力行业的变革，电力大数据是能源变革中电力工业技术革新的必然过程，而不是简单的技术范畴，是下一代智能化电力系统在大数据时代下价值形态的跃升。因此这便需要重塑电力核心价值，中国电力工业长期秉承“以计划为驱动、以电力生产为中心”的价值观念，重视企业价值和客户价值的实现，却在一定程度上忽视了社会效益，缺乏双向互动，导致电力供需的单方向传递，使得社会资源对电力工业的反馈促进很难实现。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘和满足，重塑中国电力工业核心价值，驱动电力企业从“以人为本”的高度重新审视自己的核心价值，由“以电力生产为中心”向“以客户为中心”转变，并将其最终落脚在“如何更好地服务于全社会”这一根本任务上。

同时大数据分析技术也将运用于短期电力负荷预测中。短期电力负荷预测主要是指预报未来几小时、1天至几天的电力负荷，短期负荷预测不但为电力系统的安全、经济运行提供保障，也是市场环境下编排调度计划、供电计划、交易计划的基础。短期负荷预测精度已列为电网公司工作的一项重要考核指标。随着电力生产和消费日益市场化，对负荷预测的准确性、实时性、可靠性和智能性提出了更高的要求，其中基于大数据的短期负荷预测就是突出的代表。

除此之外，大数据分析技术还被应用于用户行为分析中。通过云计算、大数据技术，对市场用户开展行为分析;并支持扩展的外部数据接入，实时监测企业及其动态、发现经营风险点。通过云计算和大数据技术，对市场用户进行用户画像。通过大数据分析，对市场进行统计、分析、评估，并且支持各类报表。

2.3 分布式集中交易系统技术

分布式集中交易系统是以用户为中心，采用松耦合组件化设计，构建一套全业务支持、业务系统可快速迭代、符合现代电力行业发展趋势的核心业务系统和行业领先的电力交易系统。该系统不仅支持集中交易、清算、结算的全业务功能，还能提供统一客户、账户管理等核心功能，实现高容量、大并发、低延时、可水平扩展的系统运行目标。

分布式集中交易系统主要将之前整体的单一应用按照微服务的思想拆分成分布式的系统，该系统主要核心平台有基础技术平台，包括与业务系统的统一接入系统、运维管理平台、认证中心;基础服务平台，包括用户中心、账户中心、资金调拨中心、统一适当性管理平台、经营管理中心;核心交易系统，包括双边协商交易、集中竞争交易、挂牌交易等;以及与现有系统的对接系统。

2.4 云计算技术

云计算本质就是“自动化”和“规模化”在IT行业的“服务化”体现，借助于云服务商的计算资源以及成熟稳定的IT服务，我们的应用可以快速上云。但是由于电力行业的安全性要求，可以预见到电力相关企业任然会将系统长期运行在自有数据中心内。所以目前业内逐渐得到大家认可的是混合云的解决方案。

3 业务架构

3.1 智能客服

智能客服模块能够为交易平台的终端用户提供快捷、高效的客户服务，能够有效节约客服的人力资源需求，并且通过丰富的接口为不同类型的平台提供统一的客户服务。智能客服系统设计采用当下最为先进的理念，主打简单易用的自然语言问答形式，结合人工智能的分析技术能力，为用户提供一个集成行情，资讯，交易，客服，聊天等的集大成服务，用极简的界面设计可实现市场主体用户在交易中所需的几乎全部服务，真正实现一站式智能客服平台解决方案。智能客服的架构设计，业务层次来看，包含有四个业务层次，分别是：前端展现、应用服务、服务引擎及内容、数据源。

智能客服模块可以部署在系统的门户网站、移动APP和微信模块中。其中在微信模块中用户能够通过对公众号直接提问的方式触发智能客服功能，并且为用户提供相关的服务。对机器人无法回答的问题，可转入呼叫中心，由人工客服解答。

智能客服模块能够智能识别用户提出的问题。用户提问方式支持文字描述，语音描述等，智能客服能够精准识别用户的问题并且提供对应的解决方案。智能客服模块具备自我学习的能力。对于未能准确识别的问题，结合用户的反馈和维护人员的指引，通过不断的自我学习提升，逐步提高问题识别准确度。智能客服模块具备知识库扩展的能力。对于未能从知识库中找到解决方案的问题，能够结合人工指引的方式完成学习，实现知识库的迭代更新。

3.2 资金支付

现有交易系统没有资金支付模块，手续费和保证金采用线下支付结算，手续费和保证金收取工作量巨大，需要在现有交易系统上扩展资金支付模块，对于交易平台来说，资金的管理和结算往往是非常复杂而重要的。一方面交易平台中多种交易模式的存在造成了资金流水的多样和复杂，另一方面平台需要对接多家银行或金融机构进行在线支付。如果系统不能够提供统一的资金管理和结算方案，会给市场主体在交易过程中带来很大的不便，同时对于平台的监管和分析也是不利的。需要建立统一支付与结算管理方案基于多级账户体系及帐务处理核心，能够接入多家银行（或第三方金融機构、清算中心）进行统一结算，为平台和市场主体提供集中的资金管理服务。

3.3 用户行为分析

用户行为分析是基于电力交易市场运营、电网运行、市场注册、市场交易、市场结算、市场成员行为记录等数据，采用大数据分析技术，结合电力行业特点，开展用户画像、用户行为分析等，并统计、深入地分析用户行为。

用户行为分析具有以下的特点和功能：

（1）海量数据支撑。深入运用大数据技术，实现PB级大数据存储和运算，同时，借助于分布式数据存储架构，支持数据多副本备份，异地容灾，数据永不丢失。

（2）多源头数据整合。支持通过接口、文件、手工填报、数据库增量同步等多类数据对接方式，满足各个场景下的数据对接需求，灵活适应复杂多变的数据采集标准，支持数据对接标准高度可扩展。

（3）成熟可靠的评估模型。历经多个大型案例积累出成熟的KRI风险模型，可根据不同区域、不同行业、不同企业建模测评风险指数，同时还可以精准定位实际的风险因子。

（4）灵活可配的统计报表。用户在查询统计汇总数据时，可能重点关注部分指标，需要预先设计订制化报表，并且设定取数汇总逻辑，数据上报后，用户可查看汇总后的重点指标数据。系统支持通用型二维（无多级嵌套数据）统计报表模板的灵活可配，灵活可配，所配即所得，即配即用。基于统计报表模板，完成对应的数据抽取，并汇总形成数据统计报表。

3.4 平台运维监控

平台运维监控模块不仅包括基础IT资源（基础网络，各种服务器，各种中间件等）监控，还包括业务系统服务、业务系统运行状况的监控，同时提供业务系统的性能和基础IT资源性能之间的相关分析，系统故障的快速定位，系统故障原因的综合分析。

随着业务系统的软硬件环境日趋复杂，目前市场上对监控软件的需求越来越大。当前市场上存在有很优秀的监控系统如国外的HP OpenView、Mocha BSM、IBM Tivoli等，在基础系统的监控上，包括服务器，网络，各种中间件，都有非常完整和实用的功能模块。但是我们从业务角度分析，对于最终用户来说，希望的并不是纯粹的，分离式的监视软件，而是要能结合他的业务来提供一个全方位的完整的解决方案。在实际运作中，基础IT资源（基础网络，各种服务器，各种中间件等），都是在为他的业务系统服务的，所以用户最关心的还是他的业务系统运行的状况，业务系统的性能和基础IT资源性能之间的相关分析，系统故障的快速定位，系统故障原因的综合分析，因此我们可以很肯定的说，今后监控领域的发展趋势必然是从单一的基础级系统资源监控逐渐演变为系统与业务监控相结合的“全方位业务监控运维平台”。

3.5 行情服务

行情服务模块可以在多种客户端下提供各类行情服务信息，为用户报价和查询历史信息提供直观的数据图表，便于用户决策。行情服务模块可以与电力现货交易系统对接，接收行情快照等数据，支持镜像数据、行情实时数据、分时数据、各周期历史K线数据等生成。

行情服务具有以下特点，它支持分布式部署，硬件设备可按需扩展，具有低延时，支持外部行情对接，并可实现订阅推送，支持各类指标计算，并可实现数据归档。

对于行情服务架构设计主要包括了数据源服务器和行情服务器两个部分，外部有关的接口部分主要包括外部数据源、监控管理平台、客户管理系统、资讯类处理等。

行情服务模块能够基于电力市场的实际情况，提供满足电力交易需求的分时曲线和日曲线、周曲线、月曲线和年曲线图。曲线有丰富的展示方式，包括结合K线图的方式对历史的价格走势进行直观的展示。同时行情服务模块能够展示现货市场和中长期市场的价格曲线，提供丰富的价量指标，满足市场用户的决策需求。同时行情服务采用成熟的组件，能够在移动APP和C/S客户端中进行展示，能够提供丰富的行情操作方式，例如自定义日期范围，自定义间隔时间等。