國外的演進(jìn)軌跡和核心前沿：純能源市場稀缺電價導(dǎo)致系統(tǒng)成本增加，容量市場成為熱點(diǎn)；同時，去中心化的市場機(jī)制設(shè)計仍在實(shí)行與探索中。在電價預(yù)測方面發(fā)展迅猛，在此領(lǐng)域中，機(jī)器學(xué)習(xí)算法仍具有研究價值；聚合商是中介中心性最高的關(guān)鍵詞，以虛擬電廠、電動汽車為代表的聚合商，鼓勵其主動為電網(wǎng)提供靈活性。

圖1 國外電力市場演化路徑

1 國外電力市場的演進(jìn)軌跡

本節(jié)以“主題：（electricity NEAR/5 market），文獻(xiàn)類型：（Article），語種：（English），索引=SCI-EXPANDED，時間跨度=2011~2020”等組配索引式，基于Web of Science檢索電力市場相關(guān)的5106篇文章，對國外電力市場的研究演進(jìn)軌跡進(jìn)行梳理。單個時間切片的網(wǎng)絡(luò)信息見表1，以2020年的網(wǎng)絡(luò)結(jié)構(gòu)為例，2020年558篇g-index指數(shù)36以上的代表性文獻(xiàn)集合，組成253個節(jié)點(diǎn)、759條連線的單年切片網(wǎng)絡(luò)。

整合單個的時間網(wǎng)絡(luò)形成的研究演進(jìn)軌跡如圖1所示，圖1呈現(xiàn)了國外近十年電力市場研究演化路徑?；趯?shù)似然比算法抽取網(wǎng)絡(luò)圖譜的標(biāo)簽詞，共劃分了23個集群標(biāo)簽。附錄中顯示聚類標(biāo)簽0~4號。

表1 電力市場切片網(wǎng)絡(luò)結(jié)構(gòu)

以集群規(guī)模較大的0~8號分析集群結(jié)構(gòu)特征，如圖2所示。0號集群有44個成員，規(guī)模最大，是最具有代表性的集群之一。同時集群0~8號的輪廓性均超過0.8，說明集群內(nèi)的各成員之間連接緊密。

圖2 集群結(jié)構(gòu)特征

接下來，以0號集群（負(fù)荷預(yù)測）為例對演化路徑的時間線進(jìn)行解讀，其演進(jìn)軌跡如圖3所示。

圖3 0號集群演進(jìn)軌跡

應(yīng)用場景：單個市場支撐電力交易的難度大且風(fēng)險較高，因此負(fù)荷預(yù)測的應(yīng)用場景需要考慮市場之間的耦合，例如“能源+容量”、“能源+輔助服務(wù)”等。由圖3可知，2015年純能源市場引起廣泛的討論，長期而言純能源市場促進(jìn)轉(zhuǎn)型低碳，然而可能出現(xiàn)能源短缺的風(fēng)險，稀缺電價導(dǎo)致系統(tǒng)成本增加。因此容量市場受到投資者支持，其發(fā)電能力可靠，供應(yīng)安全穩(wěn)定，同時需求響應(yīng)和儲能的加入可實(shí)現(xiàn)發(fā)電充足性。

近些年P(guān)2P(peer to peer)能源交易平臺率先在瑞士落地實(shí)施，去中心化的市場機(jī)制設(shè)計是雙邊能源交易的基礎(chǔ)。聯(lián)合雙向能源和輔助服務(wù)市場中交互式電網(wǎng)系統(tǒng)的協(xié)同優(yōu)化，對分布式能源與配電網(wǎng)運(yùn)營商的經(jīng)濟(jì)性、靈活性以及可靠性進(jìn)行評估。

解決方法：隨著市場的轉(zhuǎn)變與發(fā)展，負(fù)荷預(yù)測已成為一個重要的研究領(lǐng)域，是電力市場運(yùn)營和規(guī)劃的關(guān)鍵任務(wù)。短期負(fù)荷預(yù)測常用長短期記憶、回聲狀態(tài)網(wǎng)絡(luò)等模型，分布式學(xué)習(xí)算法對于預(yù)測復(fù)雜地理分布的用戶非常具有潛力。近些年采用相似日法衡量氣候的影響因素，最新的發(fā)展軌跡為機(jī)器學(xué)習(xí)模型，用于預(yù)測技術(shù)的發(fā)展，支撐后續(xù)投標(biāo)策略和估算盈利。

2 國外電力市場的核心前沿

本節(jié)數(shù)據(jù)來源于Web of science檢索3238篇相關(guān)文獻(xiàn)。生成關(guān)鍵詞網(wǎng)絡(luò)圖譜，并采取不同的優(yōu)化算法進(jìn)行圖譜剪枝，結(jié)果見表2。對比聚類效果可知，綜合聚類效果最佳為0.8779。

表2 不同聚類裁剪算法效果對比

基于尋徑網(wǎng)絡(luò)算法對綜合網(wǎng)絡(luò)裁剪，聚類效果明顯優(yōu)于單年網(wǎng)絡(luò)。這是由于文獻(xiàn)數(shù)量增加，導(dǎo)致單年裁剪的網(wǎng)絡(luò)劃分模糊，使得其聚類模塊值較低，進(jìn)而影響了整體的聚類效果。因此，選擇對綜合網(wǎng)絡(luò)裁剪，得到關(guān)鍵詞的聚類圖譜，如圖4所示。

關(guān)鍵詞網(wǎng)絡(luò)圖譜中出現(xiàn)頻次最高的有模型、優(yōu)化、需求響應(yīng)、可再生能源、電價以及不確定性等。完整的圖譜展示了全部的信息，但由于數(shù)據(jù)過多使得圖譜節(jié)點(diǎn)眾多、連接復(fù)雜，從而缺乏可讀性。因此，接下來依據(jù)節(jié)點(diǎn)的權(quán)重，提煉出關(guān)鍵節(jié)點(diǎn)，聚焦于局部圖譜。

圖4 關(guān)鍵詞網(wǎng)絡(luò)圖譜

以最小持續(xù)時間為一年，尋找16個突現(xiàn)關(guān)鍵詞，結(jié)果見表3。

表3 關(guān)鍵節(jié)點(diǎn)-突現(xiàn)詞表

從表3中可知，突現(xiàn)強(qiáng)度比較高的關(guān)鍵詞有隨機(jī)過程、最優(yōu)潮流以及電價預(yù)測。區(qū)別于中國的定價機(jī)制，國外在電價預(yù)測方面發(fā)展迅猛。在此領(lǐng)域中，機(jī)器學(xué)習(xí)算法仍具有研究價值。最新突現(xiàn)的關(guān)鍵詞有能量樞紐、區(qū)塊鏈，例如考慮信息勾鴻決策能量樞紐的管理仍需提高其決策靈活性。

隨機(jī)過程節(jié)點(diǎn)兼具突現(xiàn)性高以及時間最新的特點(diǎn)，以此節(jié)點(diǎn)為例展示其在網(wǎng)絡(luò)圖譜中的具體連接，如圖5所示。從圖中可以看出，隨機(jī)過程方法，應(yīng)用于不確定性因素的量化處理，或者計及發(fā)電側(cè)經(jīng)濟(jì)性的最優(yōu)運(yùn)行策略。

圖5 隨機(jī)過程節(jié)點(diǎn)

從高到低排列節(jié)點(diǎn)的中介中心性，選取前8個中介中心性詞，結(jié)果見表4。應(yīng)用場景中最新穎的是能量交易。能量交易中，需求響應(yīng)的環(huán)境效益是一個相對較新的話題，碳排放交易是其中不可或缺的環(huán)節(jié)。通過跟蹤需求響應(yīng)的碳排放量，有效地指導(dǎo)排放交易計劃。從表4中可以看出，聚合商是中介中心性最高的節(jié)點(diǎn)，接下來以此節(jié)點(diǎn)為例進(jìn)行解析。

表4 關(guān)鍵節(jié)點(diǎn)-中介中心詞表

聚合商節(jié)點(diǎn)及其連接如圖6所示。常見的聚合商有虛擬電廠、電動汽車聚合商。虛擬電廠的靈活運(yùn)行緩解網(wǎng)絡(luò)堵塞，提高其集成能源的附加價值；電動汽車聚合商的管理，需考慮駕駛模式、市場價格的不確定性。

圖6 聚合商節(jié)點(diǎn)

此外，電動汽車通過V2G(vehicle-to-grid）提供電網(wǎng)輔助服務(wù)，提高車網(wǎng)系統(tǒng)靈活性。市場機(jī)制對于充分開發(fā)產(chǎn)消者的潛力是非常有必要的，鼓勵本地配電網(wǎng)內(nèi)的發(fā)電和消費(fèi)，同時利用機(jī)器學(xué)習(xí)等算法為聚合商提供決策支撐。

本文編自2022年第11期《電工技術(shù)學(xué)報》，論文標(biāo)題為“基于知識圖譜的國內(nèi)外電力市場研究綜述”。本課題得到了國家自然科學(xué)基金和上海市科學(xué)技術(shù)委員會資助項(xiàng)目的支持。