技术领域
[0001] 本发明涉及电力市场的技术领域，更具体地，涉及一种电力市场市场力的综合评价方法。
相关背景技术
[0002] 近年来，随着我国电力市场化交易改革的逐步推进，电能交易从长期的以计划为主向计划和市场结合转变，越来越多的容量将在现货市场采用集中竞价的方式出清。电力工业市场化改革使原先垂直一体化的电力公司变成相互独立和受市场规则驱动的经济实体，在新的竞争性的市场环境下，市场信息瞬息万变。电力市场中，市场竞争力不足会导致大型发电商拥有很大的市场力，而市场力行使和滥用很容易导致短期电力供应不足，威胁电力系统可靠性，引发停电事故。如何识别和控制市场力成为所有电力市场监管的重点，因此有必要构建电力市场市场力评价体系，科学评估市场力，根据指标分析的结果对整个市场运行情况进行判断，对存在的市场力行为作出及时预警与处理，避免发电商滥用市场力造成电力供应不足和停电事故，保障电力系统的可靠运行和电力市场的健康运营。
具体实施方式
[0114] 附图仅用于示例性说明，不能理解为对本发明的限制。
[0115] 如图1为本发明的整体流程示意图。本发明的一种电力市场市场力的综合评价方法，其实现流程包括以下步骤：
[0116] 步骤1：考虑电力市场原理，基于发电商滥用市场力判别的三个方面，以事前指标、行为策略指标和事后指标为框架构建多层次评价指标体系。本步骤的具体实现方法如下：
[0117] 基于分层分级的思想构建市场力评价指标体系，其中一级指标为电力市场市场力水平；二级指标基于发电商滥用市场力判别的三个方面：判断发电企业是否拥有市场力、是否有应用市场力的意图、分析发电企业使用市场力造成的后果，以事前指标、行为策略指标和事后指标作为三类主体指标进行评估；二级指标向下展开为三级指标，例如行为策略类指标可以向下具体展开为报价成本偏差率、价格突变率、持留比率三个三级指标。结合电力市场中市场力监测和控制的方法细化相应的评价市场力的指标。表7所示为电力市场市场力评价指标体系的整体框架。
[0118] 表7电力市场市场力评价指标体系整体框架
[0119]
[0120] 具体指标定义和公式如下：
[0121] 1)赫芬达尔‑赫尔希曼指数HHI
[0122] HHI指数由已有发电商占有的市场份额来确定，通过计算市场份额的平方和来表现市场集中度：
[0123]
[0124] 式中，K为市场中发电商数量；Qk为第k个发电商的市场份额；根据美国标准：HHI大于1800为电力市场高度集中；HHI在1000～1800范围内，电力市场中度集中；HHI小于1000，电力市场竞争正常；
[0125] 2)剩余供应指标RSI
[0126] 市场整体的剩余供应指标RSI定义为该市场中发电能力最大的发电商k的RSIk数值，其计算公式为：
[0127]
[0128] 式中Pk为第k个发电商的最大供应量；D为市场需求；当RSIk处于120％～150％时，市场处于合理竞争状态；当RSIk小于100％时，表明第k个发电商处于市场关键地位，具有把市场出清价格抬高到市场允许的价格上限的能力；
[0129] 3)中心辐射容量指标
[0130] 将中心辐射容量指标定义为由发电商控制的发电总容量与该发电商直接关联的容量的关系，中心辐射容量指标IHS的计算公式为：
[0131] IHS＝QL/QS
[0132] 式中QS为某发电商的发电总容量；QL为与该发电商相关联的发电容量；美国联邦能源管理委员会FERC设定20％的中心辐射容量指标为监管触发级别；
[0133] 4)报价成本偏离度
[0134] 报价成本偏离度Cdev是指发电商申报平均电价Crep偏离边际发电成本Cmar的程度，其表达式为：
[0135]
[0136] 5)价格突变率指标
[0137] 发电商的价格突变率V定义为发电商申报的电力‑电价曲线中，后一段电价Pn与近邻的前一段电价Pn‑1的比值中的最大值：
[0138]
[0139] 如果发电上在不同申报出力段的电价有明显的突变性跳跃，则其申报行为被认定为带有强烈的投机性色彩，该发电商更有可能行使市场力使自己获利。
[0140] 6)持留比率
[0141] 持留比率R反映发电商对电量供应的控制程度，其计算公式为：
[0142]
[0143] 式中Qpro为发电商的可发电容量，Qbid为实际申报容量；持留比率越高,表示发电商通过控制供应以此抬高电价的意图更加明显，通过动用市场力操纵市场来提高自己的收益。
[0144] 7)高价中标率
[0145] 高价中标率php是指发电商报高价成交的电量Qtrhp与高价申报的总电量Qhp之间的比值：
[0146]
[0147] 高价中标率反应了发电商对市场的控制能力，当高价中标率过高时，需要对相应企业进行调查是否存在动用市场力抬高市场电价的行为；
[0148] 8)勒纳指数
[0149] 勒纳指数LI度量实际交易电价P对边际发电成本Cmar的偏离，反映市场中发电商操纵电价的能力：
[0150]
[0151] 如果实际价格越远离该商品的边际成本，说明在市场中该发电商拥有的市场力就越大，市场中的竞争程度就越低。
[0152] 9)市场供应弹性指标
[0153] 市场供应弹性指标反映了市场在供应存在波动时的应对能力，市场供应弹性指标ES的计算公式为：
[0154]
[0155] 式中P为实际交易电价，ΔP为电力市场交易电价变化量，QS为发电侧供给量；ΔQS为供给量的变化量；弹性指标越大，表明电力市场越不容易受到市场力干扰。
[0156] 步骤2：采用层次分析法得到电力市场市场力评价指标权重系数，本步骤的具体实现方法如下：
[0157] 假设有J个评价对象，I个评价指标；层次分析法确定权重系数的步骤为：
[0158] (1)基于专家个人偏好对评价指标进行重要性比较，构造判别矩阵A＝[aij]I×I，其中aij表示第i个评价指标和第j个评价指标的相对重要程度判断结果，由表8得到：
[0159] 表8相对重要性参考对应表
[0160]
[0161]
[0162] (2)求解判别矩阵A的最大特征根λmax，其对应的特征向量即为所要求的权重系数向量 表示层次分析法计算得到的第i个指标的权重系数；
[0163] (3)一致性检验：求解一致性比率CR＝CI/RI，其中一致性指标CI＝(λmax‑I)/(I‑1)，RI为一致性随机指标，使用表9所示的平均随机一致性指标RI标准值进行判断；如果CR<
0.1，则认为满足一致性检验要求；若判别矩阵没有通过一致性检验时，需要重新根据专家经验给出aij，直至满足一致性检验；
[0164] 表9平均随机一致性指标RI标准值
[0165]
[0166] 步骤3：采用优序图法得到电力市场市场力评价指标权重系数，本步骤的具体实现方法如下：
[0167] 优序图法同样是基于专家个人偏好对评价指标进行重要性排序并处理的主观赋权法，其原理主要是利用棋盘图两两分析各指标对评价市场力的重要程度。和其他方法相比，优序图拥有操作简便、理解容易的优势，能够更适合非专业分析机构和部门人员使用进行数据分析和权重处理，且同样拥有较高的可信度。方法具体步骤如下：
[0168] (1)对所有评价指标进行编号1,2,…,I，将其放置在行和列上形成大小为I×I的棋盘格；
[0169] (2)专家根据个人经验对评价指标的重要程度进行排序；
[0170] (3)根据两两指标间的重要度比较结果对棋盘格进行填充；若第i个指标比第j个指标重要则在第i行第j列赋值1，若第i个指标不如第j个指标重要则在第i行第j列赋值0；
[0171] (4)每一列纵向相加得到每个指标的总评分值Pi，评分值Pi越高代表第i个指标越重要，相应权重更高；将各指标的评分值归一化得到权重系数：
[0172]
[0173] 式中， 表示优序图法计算得到的第i个指标的权重系数；计算完后得到权重系数向量
[0174] 步骤4：采用熵权法得到电力市场市场力评价指标权重系数，本步骤的具体实现方法如下：
[0175] 熵权法是运用信息熵的概念，根据指标变异性的大小来确定客观权重，其特点是针对同一评价指标，数值相差越大，其权重也越大。主要步骤如下：
[0176] (1)对评价指标数值进行标准化处理
[0177]
[0178] 式中，uij为第i个指标在第j个方案中的指标数据，u'ij为第i个指标在第j个方案中的指标数据标准化后的数值，uij,max为第i个指标在J个方案中的最大值；
[0179] (2)确定第i个评价指标的熵Hi
[0180]
[0181]
[0182] (3)确定评价指标的熵权
[0183]
[0184] 式中， 表示熵权法计算得到的第i个指标的权重系数；计算完后得到权重系数向量
[0185] 步骤5：利用基于相对熵的组合赋权法确定各指标的综合权重系数，本步骤的具体实现方法如下：
[0186] 在信息论中，相对熵用来描述两个随机分布之间的差异和距离。基于相对熵原理的组合赋权法就是通过优化使最终的组合权重结果与各单一赋权法之间的相对熵总和最k小。设层次分析法、优序图法和熵权法求得的权重向量为v ，权重分配系数为αk(k＝1,2,3)，根据相对熵原理建立数学模型：
[0187]
[0188] 式中Q表示相对熵总和，I为评价指标数量；构造拉格朗日函数求解优化结果αk，通过 得到最终的综合权重向量w。
[0189] 步骤6：结合综合权重系数应用TOPSIS法对市场力进行综合评价，本步骤的具体实现方法如下：
[0190] TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价，具体步骤如下：
[0191] TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，对有限个对象中进行相对优劣的评价，具体步骤如下：
[0192] (1)矩阵数据正向化处理
[0193] 首先对矩阵进行正向化处理，将极小型指标数据转化为极大型指标数据，转化公式为：
[0194]
[0195] 式中，xi为原始数据； 为转化后的数据；xi,max表示第i个指标数据的最大值。
[0196] (2)矩阵数据标准化处理
[0197] 为了消除不同的数据指标量纲的影响，对已经正向化的矩阵进行标准化，设决策*矩阵为X，其元素为xij，由决策矩阵X构建标准化的决策矩阵Z ，其矩阵元素为 计算公式为
[0198]
[0199] (3)构造规范化的加权决策矩阵Z
[0200]
[0201] 式中w是第i个评价指标的综合权重系数，zij为矩阵Z的元素；
[0202] (4)确定理想解和负理想解
[0203] 取出矩阵Z的每一列中最大的数 构成理想最优解向量，同时取每一列中最小的数 J为评价方案数量，计算理想最劣解向量：
[0204]
[0205]
[0206] (5)计算每个方案到理想解的距离
[0207] 采用欧几里得范数来度量距离，则第i个方案可行解Zi到Z+的距离 为[0208]‑
[0209] 第i个方案可行解Zi到负理想解Z之间的距离 为
[0210]
[0211] 则某一可行解与理想解的相对接近度Ci定义为
[0212]
[0213] 因此，如果Zi是最理想解，则Ci＝1；如果Zi是负理想解，则Ci＝0；判断目标越靠近理想解，也就是该方案与最优解的距离越小时，Ci越趋近于1，反之，判断目标距离负理想解越近，Ci越趋近于0。
[0214] 下面结合具体实施例对本发明作进一步说明。
[0215] 以国外某典型电力市场实际数据进行算例仿真。具体指标与数据如表10所示，标准化数据如表11所示：
[0216] 表10国外某典型电力市场市场力指标原始数据
[0217]
[0218]
[0219] 表11国外某典型电力市场市场力指标标准化数据
[0220]
[0221] 利用层次分析法得到各个指标权重系数向量为：
[0222] wA＝[0.188,0.115,0.038,0.046,0.063,0.139,0.074,0.244,0.094]；
[0223] 利用优序图法得到各个指标权重系数向量为：
[0224] wY＝[0.185,0.136,0.012,0.037,0.062,0.160,0.086,0.210,0.111]；
[0225] 利用熵权法得到各个指标权重系数向量为：
[0226] wU＝[0.006,0.001,0.026,0.121,0.291,0.066,0.027,0.221,0.240]；
[0227] 利用基于相对熵的组合赋权法确定各指标的综合权重为：
[0228] w＝[0.121,0.081,0.025,0.070,0.146,0.120,0.061,0.224,0.153]；
[0229] 将不同权重赋值方法得到的权重系数进行比较如附图2所示，从图中可以看到四种方法在权重数值和排序上都有一定的差异。其中由于部分指标如z2在四年间的数值基本保持不变，熵权法通过分析数值差异性得到权重数值时会产生不期望的极端数值；而在主观排序时对z3的排序最低也导致该指标在层次分析法的权重结果数值极小，存在一定的局限性，导致之后的评分结果受到影响。采用基于相对熵的组合赋权方法可以有效弥补这些方面的不足，相对熵表示组合权重与单一赋权法得到的权重之间的距离，从图中结果可以看出，相对熵的处理能够缓和极端权重，避免极端值在规划问题中产生较大影响。其次，基于相对熵的组合赋权法结果的排序和数值大小对主观和客观的结果进行了中和。因此，优化后的组合赋权结果更具有代表性。
[0230] 利用TOPSIS法对某国外典型市场市场力情况与理论最理想情况的距离计算得到综合评分结果如表12所示：
[0231] 表12 2017‑2020年市场力分析得分表
[0232]
[0233] 市场力表现最优的年份得分越靠近1，越偏离最优值的年份得分越靠近0。通过计算四年该电力市场的市场力得分结果可以发现：所有年份得分都落在[0,1]区间内，其中2020年的市场力评分明显优于其他年份，说明该市场在市场力环节的缓解和控制取得了一定成效，符合市场实际情况与要求。从评分数值上来说，该市场的市场力控制在数年间有显著提升，但仍有很大的进步空间。
[0234] 显然，上述实施例仅是为清楚地说明本发明而所作的举例，并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
