广东电力市场评价指标与方法模型研究

施建华，荆朝霞，陈达鹏

(华南理工大学 电力学院, 广东 广州 510641)

当前我国电力市场改革持续深化，电力市场交易品种日益丰富，逐步构建起了中长期交易与现货交易相结合的电力市场体系。与此同时，电力市场也不断面临新环境的考验，如何判别市场的健康状况，预测市场发展方向，辅助市场参与者、运营监管方和机制设计者进行科学决策、有效监管和规则优化，是值得持续深入研究的课题[1]。完善市场评价机制，对在电力改革进程中开展有效的信息披露及分析评价，能有效提升市场透明度、效率及公平性；因此，信息披露和评价工作作为电力市场监管的重要基础手段，对于电力市场的科学管理、健康发展以至于改革成效，都有十分重要的意义。

目前国内已经开展信息披露的实践，在市场交易前后披露相关预测和结果信息，并提出了相关的监管指标[2-3]。由于电力市场运营情况十分复杂，加之我国电力市场监管机制尚不健全，国内对电力市场的动态监测和评价体系尚无统一的认识和标准，披露信息也不尽相同或全面，亟待加快形成和完善电力市场信息披露与评价体系工作机制。

目前很多国家已形成了各自的电力市场信息披露体系[4-6]及评价指标体系，国内也开展了很多这方面的研究工作。文献[7]介绍了美国电力市场信息披露体系工作机制，详细分析了披露信息的分类、内容和作用。在信息披露的基础上，目前普遍选取关键性指标对市场进行针对性的评价[8-9]，帮助监管机构和市场成员更直观地了解市场。文献[10-14]研究了国内外电力市场监管中的信息披露与评价体系运行机制，对市场监管分析方法、信息披露内容分类、监管评价指标设置、重点监管的投机行为和监管手段等方面都有相应的分析和归纳，并结合国内电力市场情况，分别针对信息披露和市场评价提出建设性的意见建议。

电力市场评价中存在诸多不确定性的问题，比如评价指标存在的模糊性和相互之间的相关性。由于评价者认识的局限性，评价时可能采用模糊语言，导致主观判断的不确定性，而且评价信息时常具有不完全性；因此，电力市场评价属于典型的不确定性多属性决策问题，研究热点集中在模糊评价、层次分析法以及证据推理等方法上[15-19]。这些方法组合确实为处理电力市场评价中的不确定性多指标评价问题提供了解决方法，但鲜有研究采用证据推理方法。而证据推理作为解决不确定性多属性决策问题的一种有效方法，能够很好地同时处理定量和定性属性中的不确定性。

本文首先分析评价体系的工作流程和指标层次，结合广东电力市场的发展情况及其信息披露现状，构建一套适合当前广东电力市场的评价指标体系；其次，提出一个包含证据推理方法在内的兼顾定性与定量指标、主观与客观赋权的综合评价方法模型；最后利用算例分析广东电力市场2017年2月至2019年12月的月度集中交易的市场表现。

1 评价指标体系构建

1.1 评价体系指标层次的考虑

电力市场信息披露与评价体系可以分为披露主体和披露信息两大方面。披露主体分为市场主体、市场运营机构以及市场监管机构3个层次；披露信息分为原始披露信息和监管评价信息。电力市场信息披露与评价体系的工作流程如图1所示。

电厂、售电公司和用户等市场主体向市场运营机构上报工商、财务以及参与市场等基本信息。市场运营机构通过收集市场交易数据和市场主体的上报数据，向社会和监管机构披露市场的整体运行情况、市场主体相关信息、电力系统运行情况以及发电排放情况。因此，披露信息大致可以分为市场运行绩效情况、市场主体经营情况以及电力系统运行情况3个层次。监管机构根据原始披露信息，相应地对市场整体绩效、市场主体信用以及电力系统运行3个层次的情况进行评价。由于市场主体评价考察单个主体的信用，往往与市场整体评价分开进行，本文对此不作考虑；此外，电力系统运行会对环境产生外部效益，应将其考虑在内。因此，本文的指标体系包括市场整体、电网可靠性以及环保效益3个层次。

1.2 广东电力市场发展现状

1.2.1 广东电力市场交易基本情况

广东目前已建成较为成熟的双边协商、集中竞价、挂牌交易和发电权转让等一二级衔接、场内外互补的中长期交易品种和试运行现货模式，逐渐形成了中长期为主、现货为辅的市场化电力电量平衡机制。具体交易品种有：年度双边协商交易、年度合同电量集中交易、月度集中竞争交易、月度发电合同电量转让交易以及由日前、日内组成的现货交易。

图1 电力市场信息披露与评价体系的工作流程Fig.1 Work flow of electricity market information disclosure and evaluation system

1.2.2 广东电力市场监管和信息披露情况

广东电力交易中心会按时发布各类交易的通知以及交易结果的通报，通报信息主要包括供需双方的申报情况和总体成交概况。每半年发布1份广东电力市场半年报告或年度报告，主要内容涵盖宏观经济形势、电力供需、电网运行以及市场交易和结算等情况[20-21]。

1.3 广东评价指标体系构建

根据对电力市场信息披露与评价体系的梳理，结合对广东电力市场发展现状的分析，并遵循“代表性、独立性、可行性”等原则，本文将市场整体评价细分为效益、公平和发展3个方面，另外电网可靠性以及环保效益严格来说也是属于效益的一部分，因此最终的指标将分为效益、公平和发展3大类。具体考虑如下：

市场效益方面包括市场经济效益、电网可靠性、环保效益。由于电网安全(电网可靠性成本)与环保效益(环保成本)的价值难以度量，经常表达为与市场效益目标相独立的考虑目标；因此设置具体指标时，将电网可靠性和环保效益分别设置为单独的一类指标。而市场效益主要从市场运行效率、市场经济效益2个角度分析。运行效率涵盖了发电效率、交易效率以及电价平稳性等方面，研究主要考虑成本的下降，成本越低，说明效率越高；而在经济效益方面主要考量市场主体福利即市场剩余的大小，但运行效率的提高不一定带来经济效益的提高，经济效益与生产成本之间的比例关系也同样值得关注，因此引入了市场剩余率的概念。

在市场公平方面研究的是市场经济效益在市场主体之间分配的公平性。在不同的市场主体之间均存在着公平性问题，其中生产者和消费者之间的福利分配是影响市场公平的主要方面，在电力市场中表现为发电企业和电力用户之间生产剩余的分配比例。影响市场公平的因素很多，如市场准入主体的结构、市场出清和结算规则对市场主体报价行为和最终市场价格都有一定影响，间接或直接导致福利分配的不均衡。本文按照产业组织SCP范式理论[22]，主要从市场结构、市场行为和市场绩效3个方面具体分析公平性指标进行。市场供需比、发用电侧赫芬达尔-赫希曼指数(HHI)属于市场结构(市场力)指标，勒纳指数Lerner属于市场行为(行使市场力)指标，而生产者剩余占比是市场绩效指标。因此，市场公平指标反映了市场主体是否有潜在市场力以及是否行使了市场力。

在市场发展方面，可根据市场主体准入和市场交易情况，对电力市场发展趋势做出分析。

具体指标设置如图2所示。

图2 广东电力市场评价指标体系层次结构Fig.2 Hierarchical structure of evaluation index system of Guangdong electric power market

由于本文算例分析采用根据月度竞争市场实际交易数据直接计算出来的指标，受篇幅限制，关于指标的含义及计算公式，只介绍算例分析中涉及的评价月度市场的指标。

a)平均发电成本C。广东电力市场集中交易采取价差模式，因此平均发电成本应为发电侧成交平均申报价差叠加上发电侧机组上网电价。由于不容易获取出清机组的出清信息及其对应的上网电价水平，假定发电侧机组上网电价的均值为PS，则

C=PS+PAS，

(1)

式中PAS为发电侧成交平均申报价差。

b)市场总剩余W。

W=(PAD-PAS)×Q.

(2)

式中：PAD为用电侧成交平均申报价差；Q为成交电量。

c)市场剩余率PR。

PR=W/(C×Q).

(3)

这个指标类似于企业生产经营中的利润率，反映了电力生产和交易过程中的耗费与获得的市场剩余之间的关系，剩余率越大，表明投入产出比越高，市场效益越好。

d)申报供需比PSD。申报供需比是指目前广东月度集中竞争交易的人为设置的供需比。

e)HHI。

(4)

式中：N为所有发电侧(或需求侧)市场主体的数目；Si为第i个市场主体的市场份额。HHI取值范围为(0,10 000]。

f)生产者剩余占比PW。

PW=(PA-PAS)/(PAD-PAS).

(5)

2 综合评价模型构建

本文拟构建主要基于层次分析法(analytic hierarchy process，AHP)和证据推理法的综合评价模型，同时结合相关分析法和熵权法对权重分配进行调整，整体框架如图3所示。

2.1 确定指标集和评价集

建立评价指标体系，设置评价标准/等级集合。假设某一层共有L个指标，则该指标子集可表示为

E={e1,e2,…,el,…,eL}.

(6)

若将评价标准划分为M个等级，则评价等级识别框架Θ可表示为

Θ={θ1,θ2,…θm,…,θM}.

(7)

对任意m，m′∈{1,2,…,M},有θm∩θm′=∅，∅为空集。

本文评价集定为{极差，差，一般，好，极好}。

图3 利用证据推理进行评价的整体框架Fig.3 Overall framework of evaluation using evidence reasoning

2.2 对指标进行置信度评估

将指标数据转换为评价集上的置信度向量。对于某些定量指标而言，数值越小表明绩效越好，有些则相反，那么在置信度评估之前，首先需要对不同类型的定量指标进行0-1标准化处理，公式分别如下：

(8)

(9)

(10)

式(8)、(9)、(10)分别计算越大越好型、居中型、越小越好型指标，式中：x为指标原始数据；xmin为指标的最小值，xmax为指标的最大值，二者若有理论值，则取理论值，反之，则在指标实际所有取值中获取。

在将所有定量指标取值范围化为[0,1]区间的取值后，模仿力学中在2个支点中间的横梁上某处施加1个重力后对2个支点作用力的影响，首先将[0,1]区间按照评价等级平分为M份，再将k左侧的所有评价等级的总置信度设置为1-k，将k右侧的所有评价等级的总置信度设置为k；左右两边各等级的置信度则以k为中心，向两边按照一定的比例进行递减(本文将比例定为1/2)。

2.3 确定指标权重

考虑首先利用AHP设置基础权重，然后利用相关系数法来计算各指标的相关性权重。另外，有些指标可能在每次评价中的变化较小，每次评价结果的区分度不明显，评价意义不大，那么就应当设置较小的权重，但AHP和相关系数法均未考虑这个方面，而熵权法可以深刻反映出指标的区分能力，通过计算熵权重可以弥补这个不足之处。

2.3.1 采用AHP确定基础权重ω1

主观上很难确定每个指标到底应分配多少权重，因此往往借助AHP，由专家对指标之间的相对重要程度进行判定，构造出判断矩阵，进而算出权重。主要步骤为：对指标体系的每一层指标，分别进行两两比较，构造判断矩阵，对判断矩阵进行一致性检验；通过一致性检验后，由判断矩阵算出每一层各指标的权重。最终计算出的基础权重向量

ω1=(ω11,ω12,…,ω1l,…,ω1L).

(11)

2.3.2 采用相关系数法确定相关性权重ω2

有些指标间可能存在着内在的函数关系或市场行为导致的联动关系，需对指标数据进行分析，发掘所有指标相互之间的关联关系，关联性越强的指标，应当适当降低它们的权重。

假设一共采集了T次指标数据，第l个指标el第t次数据0-1标准化后的结果为Xtl；因此指标数据矩阵为X=(Xtl)T×L，对X求相关矩阵R=(Ril)L×L。

各指标的相关性权重赋初值1，然后根据矩阵R，每2个指标之间分别进行1次权重调整。假定指标i与j之间的相关系数为x，则二者的权重相对比例均在原来值的基础上再乘上系数y，

(12)

调整完后进行归一化，最终计算出的相关性权重向量

ω2=(ω21,ω22,…,ω2l,…,ω2L).

(13)

2.3.3 用熵权法确定熵权重ω3

熵权法是根据各个指标变量的变化波动程度来进行赋权的一种客观赋权法。对于某项指标，可以用熵值来判断其离散程度，熵值越小，指标的离散程度越大，该指标对综合评价的影响(即权重)就越大。如果某项指标的值在各个时期全部相等，则该指标在市场趋势研究综合评价中不应起作用。

假设一共采集了T次指标数据，第l个指标el第t次数据0-1标准化后的结果为Xtl，则第l个指标el第t次数据的比重

(14)

根据归一化数据计算各个指标熵值，再乘以归一化系数1/logT，则第l个指标el的信息熵值

(15)

由于指标的信息熵值越大，其信息效用值越小，因此需要对信息熵逆向化。设定信息效用值与信息熵值的和为1，则第l个指标el的权值

(16)

最终计算出的熵权重向量

ω3=(ω31,ω32,…,ω3l,…,ω3L).

(17)

2.3.4 合成权重

利用矩阵点乘的方法直接通过计算各指标在3个向量中取值的乘积得到各指标的最终权重，并进行归一化处理得到最终权重向量

ω=(ω1,ω2,…,ωl,…,ωL).

(18)

2.4 多指标融合

利用证据推理方法，根据指标权重对所有指标置信度进行融合，得到综合置信度。

2.4.1 构造基本概率分配函数

利用第2.3节计算出的权向量ω作为折扣系数，对指标分别进行缩小处理。其中，第l个指标el处理后的基本概率分配表示为

(19)

式中：θ∈{θ1,θ2,…θm,…,θM}；βθ,l为处理前指标el对评价等级θ的置信度；βΘ,l为处理前指标el全局未知不确定性置信度；kθ,l为处理后指标el对评价等级θ的置信度；kΘ,l为处理后指标el全局未知不确定性置信度；P(Θ)为Θ的幂集，kP(Θ),l为折扣处理后预留出的全局未知不确定性置信度。

2.4.2 构造递推公式

表1 指标融合递归过程Tab.1 Index fusion recursive process

融合完第l+1个指标后得到的各项置信度如下：

(20)

式中Kl+1为归一化因子的倒数，其值为

2.4.3 处理融合结果

融合所有L个指标后，指标集合E对评价等级Θ的综合置信度为

(21)

2.5 效用分析

效用分析类似置信度评估的逆运算，是根据综合置信度来计算效用值，公式为

(22)

式中μ(θm)为第m个评价等级对应的效用值。本文设定各评价等级对应的效用值分别为(0, 0.25, 0.5, 0.75, 1)。

综上分析，综合评价的计算过程如图4所示。

图4 电力市场综合评价的计算过程Fig.4 Calculation process of comprehensive evaluation

3 算例分析

3.1 指标数据测算

本文选取广东电力市场2017年2月至2019年12月共35个月度集中交易实际数据，对平均发电成本、市场总剩余、市场剩余率、申报供需比、发电侧HHI、用电侧HHI以及生产者剩余占比等7个指标进行测算和分析。在计算平均发电成本时，根据广东目前火电机组标杆电价为0.45 元/kWh[23]，利用发电侧成交平均申报价差叠加标杆电价得到。

各指标的测算结果曲线如图5—图9所示。

图5 平均发电成本曲线Fig.5 Average generation cost curve

3.2 指标0-1标准化

标准化之前确定各指标的类型及其取值范围如下。

图6 市场总剩余曲线Fig.6 Market surplus curve

图7 市场剩余率曲线Fig.7 Market surplus rate curve

图8 发电侧和用电侧HHI曲线Fig.8 HHI index curves of power generation and power consumption

图9 申报供需比与生产者剩余占比曲线Fig.9 Curves between declared supply and demand ratio and producer’s remaining ratio

a)平均发电成本属于越小越好型指标，取值范围为0～0.45 元/kWh；

b)市场总剩余属于越大越好型指标，取值一般为正，无范围限定；

c)市场剩余率属于越大越好型指标，取值范围为0～∞；

d)HHI属于越小越好型指标，取值范围为0～10 000；

e)申报供需比属于居中型指标，取值范围为0～∞，中值为1，当取值为中值时，表示电力供求形势持平，最有利于市场公平；

f)生产者剩余占比属于居中型指标，取值范围为0～1，中值为0.5，当取值为中值时，表示供需双方获得相同的福利，市场最为公平。

各月份数据标准化后的曲线如图10所示。

图10 指标标准化结果曲线Fig.10 Indicator normalization result curves

3.3 指标权重计算与合成

按照平均发电成本、市场总剩余、市场剩余率、发电侧HHI、用电侧HHI、申报供需比以及生产者剩余占比的顺序，分别进行两两比较，假定根据专家判定得到的判断矩阵为

(23)

则计算得到的基础权重向量为ω1=(2/11,2/11,2/11,1/11,1/11,1/11,2/11)。

再分别进行相关性分析和熵权计算，得到相关性权重和熵权重；对基础权重计算调整，得到的最终权重ω=(0.331,0.351,0.129,0.001,0,0.006,0.182)。具体如图11所示。

3.4 指标融合

先将指标测算结果转换为置信度评估向量，然后融合每个月所有指标的置信度向量，最后进行效用分析。除了原评价外，为了更好地进行比较分析，增加1次不考虑熵权重的评价，2次评价结果效用值曲线如图12所示。

图11 权重合成Fig.11 Composition of weights

图12 评价结果效用曲线Fig.12 Utility curves of evaluation results

3.5 结果分析

a)规则实施初期，供需双方申报具有一定的随机性，叠加调整供需比带来的影响，因此指标数据的波动较大。经过供需双方的市场博弈，从2017年11月开始，各项指标的波动幅度变小，逐步达到了市场均衡。

b)从生产者剩余占比走势可以看出，市场成交价格总是趋近于用电侧申报价格，导致生产者剩余占比不断趋近于1，表明发电侧的市场力要大于用电侧的市场力，市场存在一定的市场力。一方面原因是设置了市场供需比，另外一个原因便是发电侧HHI结构相差较大，发电侧HHI保持在1 000以上，而用电侧HHI一直在500左右。

c)观察指标标准化结果曲线，总体上平均发电成本、市场剩余率和生产者剩余占比3个指标的表现则呈下降趋势，而申报供需比呈上升趋势。因此，平均发电成本、市场剩余率和生产者剩余占比3个指标之间的相关性较强，而这3个指标与申报供需比则有中度的负相关性。申报供需比与其他3个指标的负相关是违背因果关系的，因为广东通过调整供需比旨在促进市场公平(如生产者剩余占比)，应该是正相关的。究其原因，是由于对申报供需比进行标准化的过程中，将最优中值取为了1，而事实上最优的供需比应该远大于当前全年的供需比1.25，应当重新选定中值；但由于申报供需比的权重很小，本文没有重新选定中值。

d)从图12中的2条效用曲线可以看出，考虑了熵权重的效用在0.25上下浮动，而不考虑熵权重的效用则在0.6上下浮动，主要原因是：平均发电成本指标的影响，由于其值小、波动大，所以在考虑了熵权重之后效用下降了很多，而不考虑熵权重的效用值在0.6左右说明市场整体表现是好的。2条效用曲线虽然波动大，但是没有明显的变化趋势，说明在既定的市场规则之下，市场主体的博弈虽然具有不确定性，但在熟悉市场规则之后，逐渐会达到市场均衡，整体市场表现会趋于在一个较为稳定的区间内波动。

e)由指标权重的分析可知，平均发电成本、市场总剩余、市场剩余率以及生产者剩余占比4个指标为关键指标，分别包括了市场效益的所有指标以及市场公平中的市场绩效类指标。

4 结束语

本文总结了国内外电力市场信息披露与评价体系研究和应用的经验启示，结合广东电力市场发展情况及信息披露现状，构建了一套适合当前广东电力市场的评价指标体系，并提出了结合层次分析法、相关系数法、熵权法和证据推理方法的综合评价模型。最后采用MATLAB算例分析广东电力市场2017—2019年各个月度集中交易的表现情况。其中在综合评价模型中，利用证据推理方法中的置信度评估、效用分析以及证据融合的方法，可以同时处理定性和定量指标以及指标中存在的模糊性。