本文摘要:內(nèi)容提要:為了構(gòu)建健康高效的電力市場(chǎng),迫切需要加強(qiáng)對(duì)市場(chǎng)主體的監(jiān)管,而對(duì)發(fā)電機(jī)組市場(chǎng)力濫用的判別是對(duì)市場(chǎng)主體監(jiān)管的關(guān)鍵工作。首先,本文通過(guò)分析發(fā)電機(jī)組市場(chǎng)力的表現(xiàn)形式,從機(jī)組地位、報(bào)價(jià)行為、中標(biāo)結(jié)果三個(gè)維度提出判別濫用市場(chǎng)力的指標(biāo)集合。其次,結(jié)合指
內(nèi)容提要:為了構(gòu)建健康高效的電力市場(chǎng),迫切需要加強(qiáng)對(duì)市場(chǎng)主體的監(jiān)管,而對(duì)發(fā)電機(jī)組市場(chǎng)力濫用的判別是對(duì)市場(chǎng)主體監(jiān)管的關(guān)鍵工作。首先,本文通過(guò)分析發(fā)電機(jī)組市場(chǎng)力的表現(xiàn)形式,從機(jī)組地位、報(bào)價(jià)行為、中標(biāo)結(jié)果三個(gè)維度提出判別濫用市場(chǎng)力的指標(biāo)集合。其次,結(jié)合指標(biāo)集合構(gòu)建基于電力交易數(shù)據(jù)的孤立森林模型,并利用孤立森林算法得出發(fā)電機(jī)組濫用市場(chǎng)力的異常分值,實(shí)現(xiàn)對(duì)濫用市場(chǎng)力發(fā)電機(jī)組的判別。最后,對(duì)國(guó)內(nèi)某區(qū)域電力現(xiàn)貨市場(chǎng)仿真交易系統(tǒng)數(shù)據(jù)進(jìn)行驗(yàn)證,結(jié)果表明:該判別方法的準(zhǔn)確率和判別效率較高,充分驗(yàn)證了算法的有效性。
關(guān)鍵詞:電力市場(chǎng)發(fā)電機(jī)組市場(chǎng)力濫用孤立森林算法
自2015年《關(guān)于進(jìn)一步深化電力體制改革的若干意見》(中發(fā)〔2015〕9號(hào)文)及其配套相關(guān)文件頒布以來(lái),加速推進(jìn)了我國(guó)電力市場(chǎng)化改革,并取得積極有效的進(jìn)展,首批8個(gè)電力現(xiàn)貨市場(chǎng)試點(diǎn)均啟動(dòng)結(jié)算試運(yùn)行。然而,我國(guó)電力行業(yè)的發(fā)電側(cè)大多以省為單位,集中程度較高,易發(fā)生濫用市場(chǎng)力的行為,并引發(fā)相應(yīng)風(fēng)險(xiǎn)(陳青等,2018)。這種濫用市場(chǎng)力行為,損害市場(chǎng)競(jìng)爭(zhēng)的有效性,妨礙電力市場(chǎng)的穩(wěn)定運(yùn)行,甚至影響改革進(jìn)程。因此,為了保證競(jìng)爭(zhēng)的有效性,對(duì)發(fā)電機(jī)組濫用市場(chǎng)力行為進(jìn)行判別是電力市場(chǎng)建設(shè)的重要任務(wù),這對(duì)于保障電力市場(chǎng)公平競(jìng)爭(zhēng)、維持市場(chǎng)安全穩(wěn)定運(yùn)行、促進(jìn)電力市場(chǎng)改革都具有十分積極的意義。
一、相關(guān)研究文獻(xiàn)評(píng)述
針對(duì)發(fā)電機(jī)組濫用市場(chǎng)力行為,主要的判別方法有兩類:一是基于指標(biāo)的綜合評(píng)價(jià)算法,李陟峰(2019)在提出市場(chǎng)管理風(fēng)險(xiǎn)指標(biāo)體系的基礎(chǔ)上,利用猶豫模糊層次分析法對(duì)各指標(biāo)按照重要程度進(jìn)行排序,實(shí)現(xiàn)對(duì)電力市場(chǎng)運(yùn)行管理風(fēng)險(xiǎn)重要程度的識(shí)別。謝敬東等(2021)通過(guò)對(duì)電力市場(chǎng)運(yùn)營(yíng)大數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)形式庫(kù)分析、風(fēng)險(xiǎn)可能性分析、風(fēng)險(xiǎn)邏輯分析,建立了完整的風(fēng)險(xiǎn)管控體系,最終得出有效、可靠的風(fēng)險(xiǎn)分析結(jié)果。
二是深度學(xué)習(xí)算法,深度學(xué)習(xí)算法將風(fēng)險(xiǎn)評(píng)估問題轉(zhuǎn)化為多分類問題進(jìn)行分析,張海生等(2020)在建立一套串謀監(jiān)測(cè)指標(biāo)體系的基礎(chǔ)上,運(yùn)用AdaBoost-DT分類算法對(duì)串謀行為進(jìn)行識(shí)別,算例結(jié)果表明:該串謀行為識(shí)別方法的準(zhǔn)確率較高且實(shí)時(shí)性較好,算法有效性高。徐昊亮等(2020)提出了濫用市場(chǎng)力的量化定義,結(jié)合電力市場(chǎng)具體的數(shù)據(jù)特點(diǎn)提出改進(jìn)的支持向量機(jī)發(fā)電企業(yè)違規(guī)識(shí)別方法,并將其與定義結(jié)合起來(lái)形成了一個(gè)系統(tǒng)的識(shí)別方法,測(cè)試結(jié)果表明發(fā)電企業(yè)濫用市場(chǎng)力行為能夠準(zhǔn)確識(shí)別出來(lái),驗(yàn)證了所提方法的有效性。
但由于電力交易數(shù)據(jù)的私密性,數(shù)據(jù)樣本往往沒有標(biāo)簽,濫用市場(chǎng)力機(jī)組樣本不易獲得,大多情況下需要在無(wú)監(jiān)督的前提下進(jìn)行識(shí)別,因此,對(duì)機(jī)組濫用市場(chǎng)力的判別更傾向于異常點(diǎn)檢測(cè)問題。在眾多異常點(diǎn)檢測(cè)算法中,孤立森林(IsolationForest,iForest)算法是一種基于集成的快速無(wú)監(jiān)督異常檢測(cè)方法(袁藝芳等,2019),該算法效率高、精準(zhǔn)度高,表現(xiàn)尤為突出,常用于流量異常分析(袁藝芳等,2019;趙臣嘯等,2020)和工程檢測(cè)(黃福興等,2019;馬俊彥等,2020),均取得了較好的檢測(cè)效果。
在電力現(xiàn)貨市場(chǎng)中,發(fā)電機(jī)組進(jìn)行實(shí)時(shí)報(bào)價(jià),數(shù)據(jù)量大,可以通過(guò)分析不同發(fā)電機(jī)組報(bào)價(jià)與中標(biāo)情況的差異,判別濫用市場(chǎng)力的發(fā)電機(jī)組,來(lái)實(shí)現(xiàn)電力市場(chǎng)的監(jiān)管。本文針對(duì)以上研究的現(xiàn)狀與問題,在分析發(fā)電機(jī)組濫用市場(chǎng)力表現(xiàn)形式的基礎(chǔ)上,從機(jī)組地位、報(bào)價(jià)行為、中標(biāo)結(jié)果三個(gè)維度提出濫用市場(chǎng)力判別指標(biāo)集合,并基于該指標(biāo)體系采用孤立森林算法,形成基于孤立森林算法的發(fā)電機(jī)組濫用市場(chǎng)力判別方法。首先結(jié)合指標(biāo)集合構(gòu)建基于電力交易數(shù)據(jù)的孤立森林,再利用孤立森林算法計(jì)算發(fā)電機(jī)組的異常分值,從而實(shí)現(xiàn)對(duì)濫用市場(chǎng)力行為的判別。
二、濫用市場(chǎng)力的定義及判別思路
在濫用市場(chǎng)力行為定義方面,相關(guān)研究已經(jīng)比較成熟。通常,市場(chǎng)力是指某一產(chǎn)品或服務(wù)的提供者持續(xù)地影響或操縱市場(chǎng)價(jià)格,使之一直高于完全競(jìng)爭(zhēng)情況下的市場(chǎng)價(jià)格的能力。在電力市場(chǎng)中,濫用市場(chǎng)力風(fēng)險(xiǎn)可存在于多個(gè)交易環(huán)節(jié)中,廠商或者集團(tuán)通過(guò)某些手段將電力商品銷售量限制在完全競(jìng)爭(zhēng)水平之下,將價(jià)格維持在邊際成本價(jià)格以上,來(lái)謀取巨額利潤(rùn),給電力市場(chǎng)帶來(lái)巨大風(fēng)險(xiǎn)(樊鐵鋼、張勇傳,2000)。本文將重點(diǎn)分析電力市場(chǎng)體系中的電能量交易市場(chǎng)中的市場(chǎng)力,判別對(duì)象為電力市場(chǎng)中的發(fā)電機(jī)組。單純的擁有市場(chǎng)力不應(yīng)作為判別發(fā)電機(jī)組違規(guī)的唯一依據(jù),應(yīng)綜合多個(gè)維度的指標(biāo)來(lái)確定濫用市場(chǎng)力的嫌疑發(fā)電機(jī)組(陳青等,2018)。
主要從三個(gè)維度進(jìn)行分析,首先是機(jī)組地位,即對(duì)發(fā)電機(jī)組本身進(jìn)行評(píng)估,主要和發(fā)電機(jī)組規(guī)模、當(dāng)前市場(chǎng)供需關(guān)系以及所處區(qū)域的輸配電能力有關(guān);其次是報(bào)價(jià)行為,即評(píng)估發(fā)電機(jī)組在報(bào)價(jià)時(shí)是否存在濫用市場(chǎng)力的行為,主要通過(guò)分析其報(bào)價(jià)行為來(lái)獲取發(fā)電機(jī)組報(bào)價(jià)策略信息;最后是中標(biāo)結(jié)果,即評(píng)估發(fā)電機(jī)組是否通過(guò)濫用市場(chǎng)力造成一定影響,主要從發(fā)電機(jī)組中標(biāo)情況、市場(chǎng)出清價(jià)格等方面進(jìn)行分析。單純擁有市場(chǎng)力的發(fā)電企業(yè)可能由于受到市場(chǎng)規(guī)則等限制未濫用市場(chǎng)力,而在申報(bào)過(guò)程中采取報(bào)價(jià)策略的發(fā)電企業(yè)也未必最終達(dá)到影響市場(chǎng)價(jià)格,通過(guò)高價(jià)中標(biāo)獲得高額利潤(rùn)的目的。
因此,綜合考慮以上三個(gè)維度構(gòu)建模型,從而更為科學(xué)、準(zhǔn)確地判別發(fā)電企業(yè)濫用市場(chǎng)力行為。 在建立判別模型之前,本文先對(duì)濫用市場(chǎng)力提出量化定義,下文將通過(guò)構(gòu)建包含機(jī)組地位類、報(bào)價(jià)行為類、中標(biāo)結(jié)果類三類指標(biāo)的指標(biāo)集合,量化分析發(fā)電企業(yè)的相關(guān)信息,為判別濫用市場(chǎng)力的發(fā)電機(jī)組奠定基礎(chǔ)。在利用指標(biāo)集合確定濫用市場(chǎng)力的可疑發(fā)電機(jī)組之后,再有針對(duì)性地獲取事實(shí)性證據(jù),才能認(rèn)定該機(jī)組有較大可能濫用市場(chǎng)力(黃遠(yuǎn)明等,2021)。
三、濫用市場(chǎng)力判別指標(biāo)集合
(一)機(jī)組地位類指標(biāo)
機(jī)組地位類指標(biāo)捕捉了電力市場(chǎng)一個(gè)重要特征,即市場(chǎng)力在市場(chǎng)供需關(guān)系緊張時(shí)期尤為顯著,并且發(fā)電機(jī)組的規(guī)模不是決定市場(chǎng)力的唯一因素(鐘金等,2018)。因此,該類指標(biāo)從發(fā)電機(jī)組對(duì)于市場(chǎng)的重要程度出發(fā),反映發(fā)電機(jī)組在市場(chǎng)中的地位,從側(cè)面評(píng)估該機(jī)組是否存在操縱市場(chǎng)價(jià)格的能力。
(二)報(bào)價(jià)行為類指標(biāo)報(bào)價(jià)行為類指標(biāo)可以反映發(fā)電機(jī)組濫用市場(chǎng)力的行為,因此通過(guò)分析機(jī)組申報(bào)價(jià)格與容量的關(guān)系、申報(bào)價(jià)格在市場(chǎng)中的水平等表現(xiàn),可以判斷發(fā)電機(jī)組是否采用報(bào)高價(jià)、物理持留等策略動(dòng)用市場(chǎng)力,從而對(duì)發(fā)電機(jī)組的市場(chǎng)力風(fēng)險(xiǎn)進(jìn)一步評(píng)估。
(三)中標(biāo)結(jié)果類指標(biāo)中標(biāo)結(jié)果類指標(biāo)是機(jī)組濫用市場(chǎng)力的最直接的表現(xiàn),發(fā)電機(jī)組的成交情況可以反映發(fā)電機(jī)組的自身實(shí)力與報(bào)價(jià)策略之間的配合情況,用于評(píng)價(jià)發(fā)電機(jī)組報(bào)價(jià)策略的成功度與該機(jī)組具有的市場(chǎng)力。機(jī)組的中標(biāo)率、高價(jià)中標(biāo)率越高,則說(shuō)明表明該機(jī)組控制市場(chǎng)價(jià)格的能力越強(qiáng)、市場(chǎng)力越大。
四、基于孤立森林算法的發(fā)電機(jī)組濫用市場(chǎng)力判別方法
(一)總體思路
在電力交易市場(chǎng)中,大部分發(fā)電機(jī)組規(guī)模適中,在參與市場(chǎng)的過(guò)程中遵守市場(chǎng)交易規(guī)則,各類指標(biāo)正常。本文定義在電力市場(chǎng)中,濫用市場(chǎng)力的發(fā)電機(jī)組為異常機(jī)組。孤立森林算法的核心思想是基于一種被稱為孤立樹(iTree,IsolationTree)的二叉搜索樹結(jié)構(gòu)。該算法效率高、復(fù)雜程度低(劉高,2019)。與電力市場(chǎng)中對(duì)異常機(jī)組的定義一致,在孤立森林算法中異常樣本點(diǎn)在整個(gè)樣本中表現(xiàn)為“容易被孤立的離群點(diǎn)”,即分布較為稀疏且與距離高密度群體較遠(yuǎn)的點(diǎn)(趙臣嘯等,2020)。因此,可以利用該算法可以對(duì)每臺(tái)發(fā)電機(jī)組進(jìn)行評(píng)估,根據(jù)算法得到的結(jié)果,判別電力交易市場(chǎng)中濫用市場(chǎng)力的發(fā)電機(jī)組。
本文提出的基于孤立森林算法的機(jī)組濫用市場(chǎng)力判別方法流程圖:在訓(xùn)練階段,利用大量電力交易數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集,基于濫用市場(chǎng)力判別指標(biāo)集合對(duì)電力交易數(shù)據(jù)進(jìn)行預(yù)處理,得到每臺(tái)機(jī)組在六個(gè)指標(biāo)維度的計(jì)算結(jié)果,把每臺(tái)機(jī)組的所有指標(biāo)結(jié)果組成一個(gè)六維向量,然后根據(jù)構(gòu)建iTree步驟進(jìn)行訓(xùn)練,最終獲得由t個(gè)iTree組成的孤立森林。
五、基于孤立森林算法的發(fā)電機(jī)組濫用市場(chǎng)力的實(shí)驗(yàn)結(jié)果分析
本文選取某地區(qū)電力市場(chǎng)現(xiàn)貨數(shù)據(jù)進(jìn)行分析,驗(yàn)證基于孤立森林算法的電力市場(chǎng)機(jī)組濫用市場(chǎng)力判別方法的有效性。
(一)數(shù)據(jù)集本文采用國(guó)內(nèi)某區(qū)域電力現(xiàn)貨市場(chǎng)交易系統(tǒng)的數(shù)據(jù)作為數(shù)據(jù)集,數(shù)據(jù)集隱去機(jī)組名稱等敏感信息,用編號(hào)代替。數(shù)據(jù)集包含170臺(tái)發(fā)電機(jī)組交易數(shù)據(jù),采樣間隔為15min,一天共96次采樣。
(二)濫用市場(chǎng)力判別結(jié)果首先對(duì)采集到的機(jī)組交易數(shù)據(jù)進(jìn)行預(yù)處理,計(jì)算機(jī)組的相關(guān)指標(biāo),再將數(shù)據(jù)輸入算法。基于孤立森林算法的機(jī)組濫用市場(chǎng)力判別方法中有兩個(gè)關(guān)鍵參數(shù):一是采樣規(guī)模,即孤立二叉樹iTree的采樣數(shù)漬;二是集成規(guī)模,即iForest中孤立二叉樹iTree的數(shù)量t。
在已有研究的基礎(chǔ)上,本文設(shè)定iTree的個(gè)數(shù)t為100,每個(gè)iTree中的采樣樣本數(shù)為256個(gè);設(shè)定數(shù)據(jù)集的異常樣本比例為0.15,用于擬合時(shí)標(biāo)注正負(fù)樣本;每個(gè)iTree的限定高度為log2漬?梢钥闯觯@些異常分值較高的機(jī)組從機(jī)組地位上來(lái)看,所占市場(chǎng)份額不大,但從報(bào)價(jià)行為上來(lái)看,這些機(jī)組普遍采用報(bào)高價(jià)的策略,量?jī)r(jià)指數(shù)極高,并且分析這些機(jī)組的中標(biāo)結(jié)果,中標(biāo)率明顯偏高,且在中標(biāo)的電量中高價(jià)電量占較大比例,確實(shí)為具有較高濫用市場(chǎng)力風(fēng)險(xiǎn)的機(jī)組,存在濫用市場(chǎng)力的行為,需要重點(diǎn)監(jiān)管并采取一定處置措施。因此,本文提出的基于孤立森林的機(jī)組濫用市場(chǎng)力判別方法是有效的。
(三)算法性能分析
由于電力交易數(shù)據(jù)樣本的特殊性,往往只能獲得一個(gè)類別的數(shù)據(jù)及標(biāo)簽,難以提前獲得濫用市場(chǎng)力機(jī)組的負(fù)樣本,因此對(duì)機(jī)組市場(chǎng)力的評(píng)估為單分類問題,而一類支持向量機(jī)One-classSVM為經(jīng)典的單分類算法(DavidM.J,1999),因此,本文將孤立森林算法與One-classSVM算法進(jìn)行對(duì)比,比較兩個(gè)算法檢測(cè)異常樣本的準(zhǔn)確性。
六、結(jié)論與建議
本文從機(jī)組地位、報(bào)價(jià)行為、中標(biāo)結(jié)果三個(gè)維度構(gòu)建濫用市場(chǎng)力判別指標(biāo)集合,并針對(duì)電力交易數(shù)據(jù)的特點(diǎn),結(jié)合指標(biāo)集合,形成基于孤立森林算法對(duì)發(fā)電機(jī)組濫用市場(chǎng)力的判別。該判別方法避免復(fù)雜的數(shù)據(jù)分析與數(shù)學(xué)建模,對(duì)數(shù)據(jù)樣本要求較低,且具有較高的查全率和精確度,能夠快速、有效地檢測(cè)出異常機(jī)組,本文經(jīng)過(guò)測(cè)試驗(yàn)證該方法能夠基于電力交易數(shù)據(jù)、快速有效地對(duì)機(jī)組濫用市場(chǎng)力風(fēng)險(xiǎn)進(jìn)行評(píng)估,對(duì)濫用市場(chǎng)力的發(fā)電機(jī)組進(jìn)行判別,為實(shí)時(shí)發(fā)現(xiàn)和降低市場(chǎng)力風(fēng)險(xiǎn)奠定基礎(chǔ),為電力市場(chǎng)監(jiān)管提供有力支持;谏鲜鲅芯拷Y(jié)論,本文提出以下建議:
1.建立一套與市場(chǎng)規(guī)則相適應(yīng)的市場(chǎng)主體運(yùn)營(yíng)監(jiān)測(cè)與風(fēng)險(xiǎn)防控措施。首先,應(yīng)該遵循“拿來(lái)”“改良”和“創(chuàng)新”相結(jié)合的思路。其次,應(yīng)該堅(jiān)持理論支撐、措施方法、指標(biāo)標(biāo)準(zhǔn)的創(chuàng)新。國(guó)外電力市場(chǎng)建設(shè)時(shí)間久,市場(chǎng)更加成熟,機(jī)制更加完善,許多地方值得借鑒。但在借鑒過(guò)程中,不能簡(jiǎn)單地拿來(lái),要考慮中國(guó)的國(guó)情,將國(guó)外的理論與實(shí)踐經(jīng)驗(yàn)進(jìn)行中國(guó)化改造。因此,為了保證電力市場(chǎng)的公平競(jìng)爭(zhēng)與穩(wěn)定發(fā)展,不僅要在實(shí)踐中對(duì)市場(chǎng)規(guī)則進(jìn)一步完善與修訂,還需要建立一套與市場(chǎng)規(guī)則相適應(yīng)的市場(chǎng)主體運(yùn)營(yíng)監(jiān)測(cè)與風(fēng)險(xiǎn)防控機(jī)制。
2.應(yīng)避免基于單一的標(biāo)準(zhǔn)來(lái)認(rèn)定市場(chǎng)力行為。由于電力市場(chǎng)力風(fēng)險(xiǎn)與電力現(xiàn)貨市場(chǎng)的正常價(jià)格波動(dòng)之間不易區(qū)分,對(duì)電力市場(chǎng)力風(fēng)險(xiǎn)的認(rèn)定難度較大,但又需要慎之又慎,否則將影響到正常的市場(chǎng)運(yùn)營(yíng)而造成不良影響。因此,防范市場(chǎng)力風(fēng)險(xiǎn)應(yīng)避免基于以下幾種單一的標(biāo)準(zhǔn)來(lái)認(rèn)定市場(chǎng)力行為:一是價(jià)格高便是行使市場(chǎng)力;二是中標(biāo)機(jī)會(huì)多便是行使市場(chǎng)力;三是成為邊際機(jī)組的機(jī)會(huì)多便是行使市場(chǎng)力;四是獲利多便是行使市場(chǎng)力。
參考文獻(xiàn):
[1]陳青、楊駿偉、黃遠(yuǎn)明、盧恩、王一.國(guó)外電力市場(chǎng)中市場(chǎng)力監(jiān)測(cè)與緩解機(jī)制綜述[J].南方電網(wǎng)技術(shù),2018(12).
[2]李陟峰、施航、吳晶瑩、王苗、王東雪.基于HFLTS-AHP的電力市場(chǎng)運(yùn)行管理風(fēng)險(xiǎn)識(shí)別[J].控制工程,2019(5).
[3]謝敬東、黃溪瀅、盧浩哲、陸池鑫、孫波、孫欣.電力市場(chǎng)中市場(chǎng)力風(fēng)險(xiǎn)防范方法的研究[J].價(jià)格理論與實(shí)踐,2020(12).
[4]張海生、曹喆、楊昌海、駱雲(yún)鵬、華回春.基于AdaBoost-DT算法的電力市場(chǎng)串謀行為識(shí)別研究[J].電力工程技術(shù),2020(2).
[5]徐昊亮、程紫運(yùn)、張海生、董禮、華回春.基于改進(jìn)支持向量機(jī)的發(fā)電企業(yè)濫用市場(chǎng)力違規(guī)識(shí)別[J].華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版),2020(4).
[6]袁藝芳、李雁、陳緒、高永龍、席新.基于孤立森林算法的移動(dòng)警務(wù)網(wǎng)絡(luò)流量監(jiān)測(cè)方法研究[J].軟件,2019(12).
作者:羅錦慶覃捷黃遠(yuǎn)明黃志生等本文其他作者:谷昊霖、田琳。
轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng):http:///dzlw/28704.html