电力零售核心业务架构与购售电决策

以“国家发展改革委关于深圳市开展输配电价改革试点的通知（发改价格[2014]2379号）”为标志，我国开始了新一轮的电力工业市场化改革，探索建立独立的输配电价体系和售电市场。从通知的配套改革措施中可以看出，放开售电业务、培育多种售电主体是这轮电力体制改革的重要内容。在已经建立售电侧市场的一些国家和地区，随着可再生能源、智能电网和分布式发电等的兴起，也给现有的电力零售机制与策略带来了新的挑战，需要发展新的决策机制与方法。

2主要发达国家的电力零售市场情况

世界范围内的电力工业市场化改革浪潮兴起于20世纪90年代，在经历了20余年的电力市场改革历程后，多数发达国家已建立了开放竞争的电力零售市场，表1给出了一些国家的电力零售市场开放时间。

 表1  一些国家的电力零售市场开放时间表

从总体上讲，电力零售市场的发展受下述几个因素的驱动：

1）降低零售电价的需要。电力工业市场化改革本身就是受到了竞争能够提升发电和输配电效率的初衷所驱使，尽管零售市场竞争无法像发电侧竞争那样能够明显降低供电成本，但人们仍期望零售竞争可以作为发电侧竞争的有益补充，以进一步降低用户电价。

2）用户期望多样化的电力零售服务产品。在电力零售市场中，零售合同在能量来源（可再生或非可再生能源）、供电服务质量、零售电价形式、用户付款方式等方面都可以有不同选项，零售市场竞争能够促使零售公司开发更多的零售套餐，为用户带来更多选择。

3）促进其它替代型能源技术发展的需要。在建立电力零售市场后，用户不仅可以从零售公司购买电能，也可以购买用电服务，如帮助用户管理分布式发电设备。在安装了能够计量双向能量流动的智能电表后，每个用户还可以通过利用分布式的自发电设备为自己供电，以节省用电成本。因此，电力零售市场的建立对分布式发电技术的发展也有促进作用。

3电力零售公司的构成和售电业务流程

3.1澳大利亚电力零售市场

澳大利亚电力工业的市场化改革始于1998年，类似于欧洲和北美，澳大利亚的电力改革也遵循厂网分离、输配分开、竞价上网和零售自由化的思路。澳大利亚国家电力市场于1998年11月开始运作，目前有50多家零售商，其中AGL、Origin Energy和Energy Australia为三个最主要的大型零售商。其电力零售公司的交易部门总体上可分为前台、中台和后台三部分，如图1所示。

图1  售电公司的交易部门

在电力零售市场中，零售公司的首要业务是吸引客户。在获取客户后，零售公司需要预测用户的用电负荷，并到电力批发市场为用户购电。考虑到电力现货市场的电价波动和用户用电负荷的不确定性，电力零售公司需要进行风险管理，确定销售电价中的风险溢价。然后，根据客户的用电负荷特性，零售公司在综合考虑购电成本和风险溢价的基础上，为用户制定销售电价，也可以根据用户的个性化需求，向用户提供多样化的用电套餐，并以零售合同的形式供用户选择。图2显示了电力零售公司业务流程。

图2  电力零售公司的业务流程

3.2芬兰电力零售市场

作为北欧电力市场的重要组成部分，芬兰于1995年开始电力工业的去管制化改革，并在1998年对所有电力用户的实现了电力零售市场的开放。芬兰电力市场一直运转良好，共有72家电力零售公司，其中45家公司在全国范围内提供电力零售产品。在72家零售公司中，市场份额大于5%的公司只有4家，市场集中度很低。零售用户的供应商切换率相对较高，在10%左右（2013年10.1%，2014年 9.8%，2015年11.4%)，且芬兰电力用户已经广泛安装了智能电表。

在2014年，芬兰国家电网公司（Fingrid）提出建立一个中心化的信息交换系统即Datahub，作为未来芬兰电力零售市场信息交换系统的解决方案。按计划，Datahub信息系统将在2019年投入使用。图3给出了在芬兰电力零售市场中，采用Datahub系统的电力零售公司业务流程图。

图3  电力零售公司创建售电合同业务流程图

4电力零售公司购售电决策

零售公司购售电优化决策中最为重要的组成部分包括零售负荷预测、购电优化决策、零售定价机制、购售电风险管理等。

4.1售电负荷预测

现有的电力系统负荷预测都是针对系统总负荷或母线/节点负荷，但在电力零售市场中，则需针对零售公司的用户负荷。在同一个电力系统中，虽然用户更换零售公司不会对系统总负荷产生明显影响，但会改变相关零售公司的供电负荷。由于单个零售公司的签约用户数量要远小于系统中的总用户数量，因此对于零售公司的负荷预测而言，用户负荷之间的互补性就小得多。上述因素都会增加零售公司负荷预测的难度。

电力零售公司的负荷预测主要是长期负荷预测（LTLF）问题，现有LTLF方法经过适当改进后可用于零售公司的负荷预测，如增加用于预测不同时段的用户组成和用电特性、预测用户保有量等模块。

4.2电力零售公司的购电决策

零售公司可以从多种渠道购电，如双边合同和电力现货市场等。需要考虑相关的各种内部和外部因素，包括电价走势、用户需求、市场竞争程度和风险管理。在此基础上，零售公司要构建购电优化组合策略。

4.2.1发电公司及相关电力市场

作为发电公司和零售客户之间的中介，零售公司主要通过从发电公司购电然后转卖给用户来盈利。此外，零售公司还可通过现货市场、远期合同、购电期权、利用自有发电设备以及储能设备等获得电能。

4.2.2购电决策的影响因素

零售公司的购电决策受电力市场中许多不确定因素影响，如现货市场价格、用户需求的价格弹性、市场竞争程度等。这些不确定因素都会给零售公司的运营带来风险，需要在决策过程中量化这些风险。

4.2.3购电组合优化方法

到目前为止，针对电力零售公司已提出多种购电组合优化方法，总体上可分为下述几类：①随机优化模型；②双层优化模型；③其它类型的优化方法，包括基于信息间隙决策理论（information gap decision theory, IGDT）的购电优化决策模型，强化区间线性规划模型，供电公司在长期市场（期货交易）和短期市场（现货交易）中的最优购电分配决策模型，以及均值-方差投资模型。

4.3电力零售公司售电定价策略

随着智能电网的发展，实时零售电价（RTP）在有的系统中开始实施，且被认为在未来有很好的应用前景。RTP的一个缺点是由用户直接承受电价风险，因此小用户一般很难接受RTP。作为介于固定电价和RTP之间的电价机制，分时电价（TOU）在实际电力市场中得到了比较广泛的应用。此外，也有一些将RTP和TOU采用某种方式结合起来而设计的定价机制。

4.3.1动态定价机制

现有文献中已提出多种针对不同变化周期的动态定价机制，如每5分钟更新的电价、每15分钟更新的电价以及小时电价等。在设计零售定价机制时，还需要考虑市场架构、市场波动性及交易机制等因素。

4.3.2静态定价机制

已有多种静态定价机制，如阶梯电价、尖峰电价、需求侧响应程序、TOU电价等。零售定价方面的研究多数是针对TOU电价开展的，现有的TOU定价模型主要有如下几类：①随机规划模型；②均衡模型；③博弈模型。

4.4电力零售市场和电力批发市场的关联

电力零售市场和批发市场是两个截然不同但又联系紧密的市场。电力零售市场的参与主体主要是零售公司和小型终端用户，而电力批发市场的参与主体则是大中型用户、发电公司和零售公司。而且，两个市场中的电价定价方式也不同。

电力零售和电力批发市场又息息相关。电力零售公司在发电公司与用户之间扮演着中介的角色。零售公司最主要的盈利方式是在批发市场中购电，然后销售给终端用户赚取差价。因此，电力批发市场是电力零售的上游市场。电力批发市场和无歧视开放输电网、配电网是建立电力零售市场的前提。

5电力零售公司的风险管理

电力零售公司在构造零售定价策略时需要首先获得用户的中长期负荷预测结果，以此确定中长期合同的购买电力/电量；事实上，合同电力和用户实际负荷不可能完全一致，这会导致所谓的体量风险。由于存在体量风险，零售商在现货市场就有一定的风险敞口，而现货市场电价的不确定性也会给零售商带来风险，称为市场风险。由于现货市场电价波动，零售商在不同时段购买相同电能的成本就有区别。另一方面，由于零售合同中约定的价格在相当长时间内（如一年）是不变的，零售商的卖电收益是相对固定的。因此，开发针对电价的风险管理工具对于零售商而言就非常重要。

在现有的相关研究文献中，通常将负荷风险和市场风险看作零售公司风险的两个主要来源。针对零售商的风险管理问题，已提出在售电定价过程中计及风险影响的几种相关策略：售电定价的多目标优化；确定零售电价的风险溢价；制定电力金融交易投资组合策略。

6电力零售领域有待研究的问题

在未来的电力零售市场中，电力零售公司在迎来更多机会的同时也面临更多的商业和技术挑战，在电力零售领域尚有待研究的一些问题。

6.1零售长期负荷预测

由于存在很多不确定性因素，长期负荷预测是电力系统预测领域中的一个难题。到目前为止，尚没有针对居民负荷进行长期负荷预测的有效方法。随着智能电表技术的发展，能够有效收集低压负荷的用电功率和电量，在此基础上能够更准确的把握负荷组成和用户的用电行为习惯。由于智能电表收集的负荷曲线反映了用户用电行为，因此开发基于行为分析的用户中长期负荷预测方法就很值得研究。

6.2零售电价结构的优化

在现有的研究文献中，TOU零售电价的分时结构都是预先给定的。由于TOU电价的分时结构不是采用优化方法确定的，因此由此确定的零售电价就无法充分利用系统负荷和电力零售公司的供电负荷之间在时间上的互补特性。实际上，系统负荷和零售负荷在负荷轮廓方面一般是不同的，峰谷负荷时段并不一致，充分利用这个特征构建更加灵活有效的零售电价机制就是一个很有意义的问题，到目前为止这方面的研究还很有限，值得开展系统而深入的研究。

6.3数据驱动的电力零售套餐定制

随着智能电网的发展，智能计量设备会收集终端用户的负荷数据，随着时间的变迁，数据量会非常大，呈现大数据特征。这样，可以对负荷大数据进行分析来挖掘用户的用电模式。零售公司也能够获得用户负荷更详细的特征，如用户的用电规律、对电价的响应特性等，甚至有可能对用户进行行为经济学分析。通过利用不同类型用户之间的互补特性，可以开发定制型的零售套餐来激发用户对电价的响应特性。因此，数据驱动的电力零售套餐定制很值得研究。

6.4考虑分布式电源的零售定价策略

分布式发电和储能设备的不断发展逐步将配电系统由原先的单向功率流动改变为双向功率流动。零售公司也可从单纯的电力供应公司转变为也能提供电力/能量管理服务的公司，如对用户的分布式发电设备的进行优化管理。

在含高渗透率分布式电源的电力零售市场中，用户负责就地平衡发电和用电功率，并管理自己的分布式发电设备、分布式储能设备和可控负荷，而零售公司则通过售电和给用户提供辅助服务来获取利润。针对含有分布式电源、储能设备、电动汽车等的用户，零售公司应该采用怎样的策略和提供怎样的服务是值得研究的重要课题。

7我国售电存在的问题和相应的解决途径

当前正处于改革期的中国电力市场尚没有建立电力现货市场，无法真实反映电力商品短期供需关系和时空价值，随着改革的持续进行，建立电力现货市场将是必然。国家发展改革委、国家能源局联合发布的《电力发展“十三五”规划》也明确提出，要在2018年底前，启动现货交易试点，在2020年全面启动现货交易市场。

在建立电力现货市场以后，将会给目前的电力零售公司带来如下的问题和挑战：①如何开发和建设与自身电力零售电业务相适应，涉及用户数据、合同数据、负荷数据、账单管理和用户管理等一系列零售业务的综合服务系统平台；②如何选取适当的商业模式；③如何进行通过购电资产的优化组合，制定更有竞争力的零售策略；④如何建立高效的风险管理机制，对电力现货市场的电价波动风险、用户尤其是大用户流失的风险、购售电合同的执行风险、以及市场政策风险等进行有效地管理。

为了应对来自上述几个方面的问题，首先，电力零售公司可以借助世界其他国家已有的经验。其次，还可以通过利用已有的电力零售理论研究成果，尝试进行电力零售业务架构的设计。此外，电力零售公司还要增强抵抗风险的能力。

8结语

本文的重点是对国外电力零售市场情况的介绍以及对电力零售方面的研究进行综述，并没有具体针对我国的具体实际，给出建设中国电力零售市场的路线建议，也没有给出适合我国电力市场情况的电力零售公司商业模式。这些方面都是值得进一步研究的问题，希望本文的研究能为我国电力零售市场机制的研究以及我国电力零售公司组织形式和商业模式的研究提供有益的参考。在学术研究方面，本文从负荷预测、电价结构优化、零售定价这几个角度出发，讨论了这些方面的研究进展，并指出了机器学习在零售负荷预测中的应用、零售电价结构优化、数据驱动的电力零售套餐定制、考虑分布式电源的零售定价策略等一些电力零售领域的未来研究方向。

作者及团队介绍

杨甲甲，澳大利亚新南威尔士大学博士研究生。主要研究方向：电力经济与电力市场、智能电网、可再生能源接入等。

赵俊华，香港中文大学（深圳）副教授，“青年千人计划”入选者，主要研究方向：电力系统分析与计算、智能电网、数据挖掘与人工智能等。

文福拴，浙江大学教授，博士生导师。主要研究方向：电力系统故障诊断与系统恢复、电力经济与电力市场、智能电网与电动汽车。

孟科，澳大利亚悉尼大学讲师。主要研究方向：电力系统分析与计算、电力系统规划、可再生能源和能源储存系统等

董朝阳，澳大利亚新南威尔士大学讲座教授，南方电网科学研究院“千人计划”特聘专家。主要研究方向：电力系统规划与稳定、智能电网、负荷建模、可再生能源、电力市场计算方法。