2020年03月21日 | 市场化改革增量：构建电力大数据生态

作者：

赵俊华，香港中文大学（深圳）高等金融研究院能源市场与金融实验室主任

刘国龙，香港中文大学（深圳）博士研究生

我国在2015年提出要“以现货市场发现价格，建立交易品种齐全，功能完善的电力市场”，首次将建设现货市场确定为电改的核心任务之一。之后几年中，电力市场化改革持续深入，市场化的交易规模逐年增加，市场主体数量不断上升。截止2019年，南方（以广东起步）、浙江、山西等8个现货试点已全部启动模拟试运行。而根据国家发改委与国家能源局发布的《关于开展电力现货市场建设方案研究的通知》，2020年现货试点将进一步加速，江苏、云南等省份也将加入试点。尽管目前各地现货试点中仍存在相当多的困难与挑战，但可以说，在2019年我国电力市场化改革已经跨出了关键的一步。

电力市场化改革所释放的改革红利，除了利用价格信号优化资源配置，以及为实体经济减负之外，一个相当重要的方面是通过促进行业竞争，推动新技术的应用与新业态的出现。以大数据为例，电力行业数据可以实时反映实体经济的运行情况和企业的生产状况，具有非常大的潜在价值和广泛的应用场景，“克强指数”即为一个极好的例子。但在电力市场化改革之前，各类电力行业数据大都掌握在电网企业手中。由于电力行业长期存在的“信息黑箱”惯性，行业主体既不愿意将数据对外共享，也没有深入挖掘数据的内在商业价值的动力。因此，电力行业大数据一直未得到有效的利用。

在2015年电改启动之后，电力行业的大数据应用开始逐渐浮出水面。在部分市场活跃省份，售电公司与用户在进入市场后，有做负荷预测和应对偏差考核的实际需求，而这些需求必须有负荷数据的支撑。部分售电公司开始自建表计，正在逐步形成独立的电力数据源。事实上，国外经验已经表明，随着人工智能技术的不断进步，大部分电力行业数据都可能出现第三方的获取渠道。例如，美国有企业利用磁场传感器监测线路潮流及发电厂出力，并将其做成数据产品向电力市场参与者和金融机构出售。而利用高清卫星图像识别高压输电线路及电网拓扑的研究最早可以追溯到2010年左右。上述服务尚未在国内出现的主要原因是国内电力市场尚未开放，缺少对于电力大数据应用的实际需求。随着电改的持续推进，市场主体数量不断增加，可以预计国内电力大数据生态的出现将是一个必然趋势。目前，电网企业已经意识到了电力大数据潜在的巨大商业价值。而阿里云等互联网头部企业也已在持续布局。

电力大数据有非常广阔的应用场景：

对交易中心而言，交易数据等信息的及时完整披露直接影响着整个市场的平稳高效运行。完善的信息披露制度能够增加市场透明度，每个市场参与者都可以无门槛的获得相关交易信息并结合自己的判断做出决策响应市场。这将使得信息不对称等现象大幅下降，减少内幕消息等违规事件的发生。对政府监管部门而言，大数据驱动的监管制度体系也是市场规范运行的重要方面，有助于营造公平公正的市场交易环境。

对发电企业而言，通过分析收集到的设备运行数据等信息可以优化生产方式，提高运行效率。人工智能等新技术的应用可以对整个运行过程实行实时精准的监控和优化，从而提高单位生产效率和改进运行方式。针对目前发电企业中设备存在的”过度检修”的情况，利用收集到的设备运行数据等信息同设备机理模型相结合，可以自动给出检修维护计划，降低零部件及人工维护的成本。在现货市场成熟之后，对市场交易行为数据、电网运行数据、天气数据、负荷数据等多源数据的综合运用，是保证发电企业制定合理交易策略的基础。

对电网企业自身，系统运行信息的大数据分析也大有可为。传统电力生产中检修窗口少，系统设备长期处于欠修状态，容易导致突发故障，从而对电网安全造成冲击。通过对系统运行信息进行分析可实现设备故障预警、故障影响评估、检修维护建议等目标，降低单靠人工经验保证系统安全的风险，减少相关检修和人力成本，提高系统的安全性和稳定性。此外，通过对风、光等自然资源的预测可降低风电和光伏的间歇性对整个系统造成的冲击，估计其出力情况可以为调度计划的制定提供决策支持。

对电力零售商和电力大用户而言，其面临着前所未有的挑战和机遇。电力市场作为一个国内的新兴市场，对参与者有着很高的要求。不同于其他市场，电力市场有着自己独特的行业背景，其需要同时具备电力系统背景、数据科学背景和金融背景的复合型人才。在市场参与的过程中，各参与主体要充分利用公开信息辅助自己的交易行为。大数据等技术可以实现对市场的信息及时跟踪、快速响应，通过分析交易数据等信息可以实现市场预测、报价行为分析等辅助决策功能，从而降低用电成本，提高运行效率。电力零售商通过对客户处采集到的用电数据进行分析，可实现较准确的负荷预测用于购电计划的制定。

对制造型企业的服务：通过分析工业用户的用电数据，可实现对用户的生产与经营状况的实时评估。对企业生产状况的实时评估结果可能有很多用途。例如，分析得到的用电行为可以用于辅助实现客户的智慧用能，减少能量消耗提高利用效率。针对部分高污染高耗能企业，从用电数据中分析得到其用电行为可以帮助实现对污染治理设备工作状态的全面实时监控等等。

对金融机构的服务：随着电力现货市场在未来3-5年逐步完善，期货等电力金融衍生品市场也将随之出现。电力金融市场的参与者除传统的电力市场参与者如发电与售电企业之外，包括期货公司、基金公司等在内的金融机构也将是重要的参与者。完善的电力现货市场交易数据平台是支持电力金融交易的重要基础。

电力大数据并不仅包括电力行业自身的数据源（例如电网运行数据与负荷数据）。事实上，多源数据的有效融合才能最大限度的发挥大数据的价值。以面向政府的经济运行状态评估为例，电力负荷数据只能反映企业经营状况的一个侧面。虽然其真实性较传统统计数据有很大优势，但并非完全不能造假。今年疫情中，通过电力负荷数据构建“复工指数”即是一个例子。尽管复工指数能够较为准确地反映复工状况，部分地区却出现了强制要求企业将设备空转以造成“伪复工”的现象。将电力行业数据与其它数据源有效融合则可能避免上述问题。目前，很多机构在尝试用各种手段收集企业经营相关数据。例如，金蝶等ERP厂商掌握企业的财务数据，微众银行等金融机构在利用卫星图像分析制造型企业的经营状况等等。上述数据源与电力行业数据的融合，才能构成一个完整的电力大数据生态。

电力大数据生态的构建不是一家企业可以完成的。一个有效的数据共享与交易平台是构建电力大数据生态的基础，而具有巨大市场体量的大数据应用是吸引各方加入生态的关键。这个平台需要有电网企业或头部互联网企业等有行业号召力的机构来推动。多源数据的交易与定价模式等技术问题还有待进一步的研究。但笔者乐观的预期，国内电力大数据生态将在未来的2-3年内逐步现出雏形。