朱明辉1 唐露甜1 李壮1 石梦2 胡成刚3 张珊蕊3
（1. 国网陕西省电力公司电力科学研究院 陕西西安 710004，2. 陕西中试电力科技有限公司 陕西西安 710004，3.四川中电启明星信息技术有限公司 四川成都 610041）
Research on electricity market operation of fully opening up the business industry
Zhu Minghui1, Tang Lutian1, Li zhuang1, Shi Meng2, Hu Chenggang3, Zhang Shanrui3
1. Power Science Research Institute Of Shaanxi Electric Power Company Of State Grid, Xi’an, 710004; 2. Shaanxi Zhong Shi Power Technology Co.LTD, Xi’an, 710004; 3. Aostar Information Technologies Co. PTD, Chengdu, 610000
摘要：2019年6月，国家发展改革委要求进一步全面放开经营性电力用户发用电计划，经营性电力用户的全面放开将导致市场主体数量的几何式增长。为了适应海量经营性行业电力用户进入电力市场后的挑战，本文从现有陕西电力交易市场的运营现状及其不足之处出发，对市场信息动态发布、超短期负荷预测分析、用电偏差预警服务、停电敏感分析、信用风险防范体系、综合能源智慧服务等方面进行深入研究，设计并建立了适应全面放开经营性行业电力用户的智能感知主动服务平台，在保持公平、公正、公开的原则下，充分挖掘电力市场的潜在价值，为陕西电力交易市场的良性发展提供必要的支撑依据。
关键词：动态发布；负荷预测；偏差预警；敏感分析；风险防范；综合能源；智能感知
Abstract：In June 2019, the National Development and Reform Commission required further and comprehensive liberalization of the power generation plan for operational power users, which will lead to a geometric growth in the number of market players. In order to adapt to the mass of profit-making industry power users enter the electricity market challenges, this article from the current operating status of shaanxi electric power market and its deficiencies, released on the dynamics of the market information, ultra short-term load forecasting, deviation warning service, electricity blackout sensitive analysis, credit risk prevention system, comprehensive energy intelligence services in-depth research, design and set up to adapt to the open profit-making industry power users intellisense active service platform, while maintaining the principle of fairness, justice, public, fully tap the potential value of the electric power market, It provides the necessary supporting basis for the benign development of Shaanxi electric power trading market.
Key Words：The dynamic release；Load forecasting；Deviation warning；Sensitivity analysis；Risk prevention；The comprehensive energy；Intellisense
1引言
陕西电力交易中心有限公司成立于2016年04月21日，经营范围包括负责陕西电力市场交易平台的建设、运营和管理；负责市场主体注册、交易组织、合同管理、交易结算、信息披露、规则研究、市场分析、咨询、服务。2019年以来，交易中心结算结合交易结算等核心业务实际，不断加强电力市场规则体系建设，主动承担市场规则起草任务，配合政府相关部门建立交易规则两级发布机制，编制了《陕西省电力市场中长期交易规则（试行）》、《陕西发电企业超发欠发电量期末清算细则》、《陕西电力市场合同电量偏差考核账户管理细则》等多项实施规则，并根据经营性电力用户全面放开后的自主注册、交易组织、结算计算等核心业务特点，陕西电力交易中心制定了“严格执行市场交易规则及管理规定、公平对待市场主体、公正组织市场交易、公开市场交易信息、促进资源优化配置、坚持绿色发展理念、保障交易信息安全、优质服务市场主体”的电力交易机构市场服务“八项承诺”，着重强调 “提升交易平台性能、高效办理市场注册、及时完成交易结算、开通交易服务热线”四个原则，初步建立陕西电力市场规则体系，得到了政府主管部门和市场主体的高度认可，为电力市场建设提供指导性依据。
2陕西电力交易市场运营分析
2.1陕西电力交易市场运营现状
随着《关于全面放开经营性电力用户发用电计划的通知》（发改运行〔2019〕1105号）的下达，陕西电力交易中心有限公司积极会同营销部（农电工作部）、财务资产部、经济法律部（体改办）共商实施方案，明确了全面放开经营性电力用户参与直接交易的相关事项，一是经营性电力用户均可申请参与电力直接交易，原则上经营性电力用户为除居民、农业、重要公共事业和公益性服务等行业电力用户以及电力生产供应所必需的厂用电和线损之外的电力用户；二是凡符合《关于印发陕西省电力用户与发电企业直接交易实施细则（暂行）的通知》和《陕西省售电侧改革试点实施细则（暂行）》中规定的基本条件，2018年以来无窃电、违约用电及拖欠电费行为的电力用户，不再受电压等级、用电量及行业限制；三是陕西电力交易中心有限公司应加强交易技术支撑系统建设，对交易平台软、硬件系统进行全面升级改造。
陕西电力交易平台是陕西电力交易市场的唯一信息化技术支撑平台，自2014年10月投运以来，先后经过统一建设应用、深化应用提升、售电业务升级和无纸化改造等多项信息化项目建设，已经能够全面支撑市场主体常态化注册、交易定期开市、合同按时调整、及时结算计算等核心业务的线上开展。但随着电力体制改革的不断深入，对信息化系统的业务支撑、承载负荷等方面提出了更高要求，特别是在经营性电力用户全面放开后，进入电力交易市场的电力用户存在“体量小、数量大”的特性，因此，亟需从业务处理、分析决策、优质服务等方面进行全方位综合分析，以支撑中长期与现货、省间及省内、批发及零售等市场运营，并且支撑百万级市场主体泛在接入和主动服务。
2.2陕西电力交易市场运营的不足
虽然目前电力交易平台的主要业务为市场管理、交易管理、合同管理、计划管理、结算管理、信息发布等。面对这些基础业务，仍具有业务流程复杂，数据类型多样，模块之间对数据的调用相互交织，多个系统关联协同的问题。平台在设计之初对基础元数据、格式编码规范、通信交互规则做了定义和说明，但主要是以满足当时业务需求出发的设计，难以适应快速发展的市场业务。最直接的体现就是内部数据流动或信息交互障碍时有发生，与外部交互接口封装转换复杂。而随着市场化推进，平台在数据能力和服务方面的问题和短板尤显不足，主要体现在三个方面：
（1）基础模型涵盖不全、精度与行业匹配度低
目前电力交易平台已对市场主体、用电单元、发电机组等基础模型统一管理，但模型设计标准依据不足，模块内部信息交互一致性不足，如市场主体注册户号与交易单元、结算单元口径不一致的情况就时有出现。而且每次功能的扩展都涉及到模型的调整，系统的业务基础不稳定。二是数据模型和颗粒度与其他关联系统的标准模型出入较大，集成封装复杂，难以匹配现货交易对电网模型和设备参数精度的要求。
（2）与外部系统交互少、数据和信息支撑不足
当前电力交易平台与系统外部的信息交通比较少。虽有内外网的用户访问入口，但内外网系统层面有效的交互信息还很有限。如内网与国网营销系统接口仅限于参与市场交易的电力用户号、计量点、用电量等少量数据传递；与国网调度系统接口仅限于参与市场交易的发电企业上网电量等少量数据传递。外网则不论是政府公共信息还是能源行业信息平台均未建立连接。
（3）数据资源利用不足、服务能力难以释放
目前电力交易平台数据的外引内联力度有限，数据覆盖面和厚度也有限，加上现有业务的受众面不大，交易的开展对信息服务的依赖度也不高，针对数据的挖掘和高级应用分析亦刚起步，服务能力难以释放，具有极高的潜力挖掘空间。
3陕西电力交易市场运营研究
通过全域统一数据平台，向下可建立面向各数据来源的全息信息感知和泛在连接交互，对上可提供统一的数据服务接口和标准化数据服务。实现对电力交易市场及能源互联网服务全域、全程、全端的连接、融合与赋能支撑。其中，全域指中长期合约、现货及辅助服务、容量市场、期货期权等全交易业务等；全程包括业务域建模、产品架构和规则设计、交易开展和服务、交易监督治理等环节；全端包括但不限于PC、手机等终端，银联、微信、支付宝等第三方合作渠道，以及政府、行业监管、公共事业等外部渠道。全域统一数据平台为进行数据挖掘提供数据支撑，便于后续的数据挖掘和分析对整个电力市场提供辅助决策和主动服务。
3.1市场信息动态发布
市场信息披露与发布是电力交易开展的必须基础工作。无论是交易前的市场规则、交易公告等文件通知、交易中的供需态势和负荷潮流等环境等信息，还是交易后的成交价格、成交量等统计数据，都是各类市场主体参与市场交易必须对称掌握的信息。完善的信息披露是构建公平、公正、公开透明的市场运营机制，引导市场健康发展，促进资源优化配置的核心服务。
电力市场交易信息披露要求向市场主体及时准确发布市场信息，合法保护商业私密信息，具有很高的专业性。需要从组织管理、流程体系、内容框架三个维度予以严格规范，保证披露信息内容真实完整、面向主体界定准确、发布时间合法合理。
本文参考国内外电力市场信息披露经验，从当前国内市场状况和需求出发，从时间周期、业务流程两个维度对信息披露清单进行梳理，为平台信息披露及机制改善提供参考。
.png)
基于信息发布的三个维度，做好数据中台数据模型、全景展示的设计，保证各项信息按规定的周期、面向应该的主体，全面准确的在交易平台相应的栏目、公众媒体、指定或定制终端进行发布、推送。
3.2超短期负荷预测分析
目前，国内的电改正在如火如荼的开展，而各省也在积极的准备现货市场的改革，在2019年以及2020年，广东、浙江等地的现货市场就要真正落地实施。届时，短期负荷预测能力的强弱，在整个调度中心和售电公司参与现货市场交易的工作中起关键作用。在现货市场来临的背景下，签约策略、报价策略、交易策略、单个用户经济测算等等售电公司逃不开的行为，都是以负荷预测的结果作为基础。没有准确的负荷预测结果，售电公司甚至无法在现货市场进行报价，这样的后果便是高额的偏差费用，这是售电公司无法承担的。因此，短期负荷预测的能力对如今的售电公司来说，是至关重要的。
预测，就是指通过对事物进行分析及研究，并运用合理的方法探索事物的发展变化规律，对其未来发展做出预先估计和判断。电力系统负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的意义下，确定未来特定时刻的负荷数值。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。对于售电公司来说，有利于售电公司决定自己的中长期合约签约策略，现货市场报价、交易策略，单个用户的经济测算等行为。因此，超短期负荷预测已成为实现电力系统管理现代化的重要内容之一，也是电力交易市场未来系统内应有服务。
超短期负荷预测在整个电力调度、售电公司参与现货市场的工作中起关键作用，它为基本发电计划、计算机在线电网控制、系统安全分析、日前市场报价、日内（实时）市场交易等提供基础数据，从而使得电力调度工作更贴合实际，发电效率更高，使得售电公司减小自己上报电量与真实用电量的偏差。
超短期负荷由于受天气变化、社会活动和节日类型等各种因素的影响，在时间序列上表现为非平稳的随机过程，但是影响系统负荷的各因素中大部分具有规律性可寻，从而为实现有效的预测奠定了基础。目前用于短期负荷预测的方法很多，较为新的算法主要有神经网络法、时间序列法、回归分析法、支持向量机法、模糊预测法等。电力负荷预测研究的核心问题是如何利用现有的历史数据，建立预测模型，对未来时刻或时间段内的负荷值进行预测，因此，历史数据信息的可靠性和预测模型是影响短期负荷预测精度的主要因素。随着现在电力数据智能感知体系的逐步建立，实现电力数据和外部数据的互联互通，准确获取各种历史数据已不再困难，因此，超短期负荷预测的核心问题是预测模型的水平高低。下面介绍了几种比较新且常用的算法。
（1）神经网络算法
神经网络法是目前最先进的负荷预测方法。作为人工智能算法的一种，神经网络已经在图像识别、自然语言处理、机器翻译、自动驾驶等方面有了大量成熟的使用。谷歌、百度、阿里、科大讯飞等国内外知名的人工智能企业使用最主要的人工智能算法都是神经网络。同样的，神经网络在能源领域也有很广泛的应用，不止在电力负荷预测，也包括电力现货市场价格预测、风电发电预测等领域。
神经网络法在负荷预测上的应用主要分为人工神经网络（Artificial Neural Networks ,ANN）和递归神经网络（Recurrent Neural Networks，RNN）。其中，RNN是相对ANN来说效果更好的算法。
神经网络法选取过去一段时间的负荷作为训练样本，构建适宜的网络结构，用某种训练算法对网络进行训练，使其满足精度要求之后，此神经网络作为负荷预测模型，实践证明人工神经网络短期预测有较好的精度。人工神经网络的优点能够对大量非结构性、非精确性规律具有自适应能力，具有信息记忆、自主学习、知识推理和优化计算的特点，还有很强的计算能力、复杂映射能力、容错能力及各种智能处理能力，特别是其学习和自适应功能是其他算法所不具备的。
（2）时间序列法
电力负荷的历史数据是按一定时间间隔进行采样和记录下来的有序集合，因此是一个时间序列，时间序列方法是目前电力系统短期负荷预测中发展较为成熟的算法，根据负荷的历史数据，建立描述电力负荷随时间变化的数学模型，在该模型的基础上确立负荷预测的表达式，并对未来负荷进行预测。时间序列方法优点是所需数据少，工作量小；计算速度较快；反映了负荷近期变化的连续性。
时间序列方法存在的不足是建模过程比较复杂，需要较高的理论知识；该模型对原始时间序列的平稳性要求较高，只适用于负荷变化比较均匀的短期预测；没有考虑影响负荷变化的因素，对不确定性因素（如天气、节假日等）考虑不足，当天气变化较大或遇到节假日时，该模型预测误差较大。
（3）模糊预测法
模糊预测法是建立在模糊数学理论上的一种负荷预测新技术，模糊数学的概念可以描述电力系统中的一些模糊现象，例如负荷预测中的关键因素：天气状况的评判、负荷的日期类型的划分等，将模糊方法应用于负荷预测可以更好地处理负荷变化的不确定性。目前，模糊理论应用于负荷预测主要有以下几种方法：模糊聚类法、模糊相似优先比法和模糊最大贴近度法等。
从实际应用来看，单纯的模糊方法对于短期负荷预测，精度难以满足要求；同时要求提供较多的历史数据，在实际应用中存在困难；其优点是预测结果可以预测区间及概率的形式描述。
3.3用电偏差预警服务
在上一节中通过全域一体数据平台将电力市场相关数据和外部数据进行整合，实现数据互联互通。对用电偏差的分析的数据就可以通过数据中台进行抽取用户电量实时数据，将用户多种交易购买电量与用户实际用电量进行负荷曲线对比显示，结合本地偏差考核模型进行偏差量和罚金的精准计算，细分至月、天、时、分等时间单位并可自定义周期进行电量偏差预警，提醒用户合理用电，规避考核风险。如针对同一电力用户，多个不同交易单元分别进行“多表合一”的电量采集与计算，并支持按电力用户主体/交易单元进行电量的对比显示和偏差预警。用户电量实时数据与其负荷曲线进行对比结果，可以通过电力市场系统向用户进行短信提醒。
对于用电偏差预警可以换一个方向，通过大数据技术进行其用电需求预测，以此来避免用户用电出现偏差。另外，用户的电量需求预测结果还可以为交易用户开展年度交易、月度交易和日前交易提供依据。了解参与市场化交易的购电用户用电情况，为用户用电需求预测提供辅助分析，为市场交易用户提供强有力的信息化支撑工具。
使用用户电量需求预测来避免其用电偏差，当前常用的电量需求预测方法有以下几种：
（1）时间序列模型（适用小用户）
用电结构和趋势分析，技术上主要使用线性回归技术进行建模和大数据分析，以昆明供电局所有用电用户为研究样本，利用时间序列模型针对小用户的电力负荷优化预测模型。
（2）负荷曲线特征分析（适用于大用户）
模拟用户负荷曲线生成工具，利用时间序列和信号分析原理，构造用户负荷曲线基本模式的生成工具，并对这些基本模式叠加生产各种类型的用户负荷曲线。
在电力市场中可以通过以上方法对用电需求进行预测，并在系统中增加市场化交易的购电用户用电情况和用电需求预测辅助分析模块，其模块主要包括权限管理、购电用户用电情况分析、用电需求预测和用电偏差预警等。
3.4停电敏感度分析
当重要用户或敏感用户发生停电事件时,电网企业将面临较大压力,所以对用电敏感用户进行准确辨识,降低停电对其带来的损失。同时，降低由停电导致的投诉可以大大压缩工单受理次数，对供电质量提升影响比较大。因此基于当前工单信息，深入建模挖掘停电敏感的规律和影响因素，评估停电敏感性，从而确定计划停电的重要因素，实现每条线路停电计划的安排有科学理论支撑可遵循，具有重大意义。
停电敏感客户的研究不同于一般的定性分类问题，现有的停电敏感度研究，基本都是选中影响指标，通过测试数据建立测试模型，确定指标权重，计算得到是否属于敏感情况。现有文献中对停电敏感分析使用较多的模型为逻辑回归模型、基于k-support稀疏逻辑回归的停电敏感性预测模型、随机森林算法、决策树模型等，还要采用客户的用电数据信息，采用熵值法对客户敏感度分析，以此来分析客户对停电敏感性，并将敏感用户做标签识别，提高电力企业的服务质量。下面对几种常用的停电敏感分析模型进行介绍。
（1）决策树模型
采用决策树方法对用户进行停电敏感度分析的时候，主要包括数据预处理，特征选取，建立停电敏感度决策树分析模型。停电敏感度决策树模型的流程图如图1-2所示。
.png)
图1-2 决策树模型流程图
数据预处理的过程有数据填充，异常值处理，归一化处理。对于缺失数据的数据，当缺失的是类别时，补充类别，当缺失的是数值的时候，根据平均值原则补充数值。归一化处理一般是采用
在对客户的停电敏感度进行分析时，采集的数据中有很多属性与停电敏感度无关或影响很小，需要将这部分属性从数据中剔除。如果剔除无关属性之后，数据维度还是很高，可以采用主成分分析方法以降低数据维度，提高数据的处理速度。对业务数据与客户用电相关性进行分析，确定停电数据中的属性与客户的停电敏感度关联程度。当确定了所需要的数据属性之后，对提取的数据进行检查，检验提取的数据是否完整，是否存在重复记录，并检查数据的有效性。
决策树算法过程一般分为两个步骤。
第一是建立分类回归树。构建分类回归树的关键性内容是进行数据属性选择，即选择依据那个数据属性进行分裂。数据属性选择的方法有很多种，最为常用的是ID3算法、C4.5、Gini指数法等。
第二是剪枝。在实际构造决策树时，会出现由于数据中的噪声和离群点导致的过分拟合问题。所以，通常的决策树需要进行剪枝。剪枝有两种：前剪枝——在构造过程中，当某个节点满足剪枝条件，则直接停止此分支的构造。后剪枝——先构造完成完整的决策树，再通过某些条件遍历树进行剪枝。
经过这两个步骤，建立停电敏感分类模型。从上一小节中构建的电力市场数据智能感知体系中抽取用户用电信息数据、数据标签、工单信息、用户通话信息数据，将这些数据进行数据预处理，通过关联性分析将分散的数据进行融合，最后将数据分为训练集和测试集。在训练集上进行模型训练，用测试集来对训练好的模型进行验证。采用混淆矩阵的方式来评估决策树模型性能的好坏。在此环节要考虑到模型的欠拟合和过拟合问题。
（2）随机森林停电敏感分析模型
随机森林算法是一种灵活、常用的机器学习算法，在大多数情况下会产生较好的结果。其也是最常用的算法之一，并且可以用于分类和回归任务。随机森林是以决策树为基础的一种算法，但是随机森林不是在分割节点时搜索最重要的特征，而是在随机特征子集中搜索最佳特征，通常会得到一个好的模型。
采用随机森林算法对用户停电敏感度分析的建模流程如下图1-3。
.png)
图1-3 随机森林停电敏感分析模型
模型各环节说明如下：
用户停电相关数据是从电力市场数据中台中抽取各类停电数据，通过关联性分析，将各类数据融合。对于数据的预处理采取同上述决策树模型中一样的方法，并将数据处理之后对的数据分为两部分。第一部分采用随机森林算法进行训练得到模型，第二部分采用十折交叉验证方式评估模型准确率；调整采样方式和采样比例优化模型准确率。将准确率最优的模型作为输出模型。
通过随机森林模型得到预测结果，可以对结果进行进一步的分析。分析停电敏感客户的敏感特征，有效支撑供电公司停送电服务精益化管理，使得计划停电安排和配网改造科学合理，抢修策略和停电安抚有的放矢，风险防范有效提升，减少客户停电投诉，进一步改善客户体验，提升客户满意度，优化电力营商环境。
3.5信用风险防范体系
交易行为最大障碍和风险是信用问题，信用不足很大程度上会阻碍电力市场的发展。目前，电力交易以中长期合约为主，电网负责结算兜底，市场化交易的信用风险，如电力用户欠费风险等拒不履约的风险仍由电网企业承担。未来市场化交易规模不断扩大，现货金融性合约引入等形势变化，对市场环境、信用体系都提出了更高的要求。
值得注意的是，近年社会信用体系建设上升为国家战略，政府主导的三大国家社会信用基础数据平台已建成并开放共享。国家能源局主导的能源信用信息共享交换平台也已上线；中国电力企业联合会主持的电力行业信用评价方法及基础数据库表、标识符规范已发布。通过全域统一数据平台的连接能力，可尽快将政府和行业主管部门主导的社会信用基础数据和权威信用评价结果、标准规范引入，依法合规提供非涉密信用信息的展示和查询服务。按信用等级对市场主体行使限制交易、可参与交易、信用额度、履约保证金等约束。对不良信用等级市场主体实行重点监督、重点抽查、交易风险提示、黑名单制度等措施予以警示和防范。
随着真实的历史履约和交易行为数据的积累，可运用数据中台的客户画像和用户标签等智能分析手段开展信用风险的过程识别和预警服务。尤其是对市场交易环节，对于破坏市场规则，通过市场力，甚至串谋进行抬压价、搭便车等行为进行有效识别并及时警示。将认定的违规交易行为计入市场主体诚信档案并作为信用评价的重要依据。
参考国外成熟电力市场的经验做法，参照国内“芝麻信用”的动态评价方式，建立电力交易自身的信用评价方法和制度，内外结合进行更及时准确的信用评价，更好的保障各参与市场主体的权益，维护市场的公平正义，引导市场健康有序发展，实现客户价值和企业价值双提升。
3.6综合能源智慧服务
以电力市场数据智能感知体系为契机,利用泛在感知和边缘计算技术,充分挖掘海量用户及其数据的资源优势,建设“公司—区域—园区”三级综合智能能源服务体系,为政府、用户、全产业链提供综合能源服务。同时,基于泛在电力物联网整合对外服务应用入口和各类新兴业务供需信息,统一对接各级企业和新能源平台等能源综合控制系统,充分发挥规模化的集聚效应。综合能源智慧服务也为当前新能源消纳和分布式发电参加电力交易提供数据支撑。同时，综合能源智慧服务可以将能源生产、传输和消费等数据进行广泛连接,制定全产业链认同且满足服务数据互联需求的系列数据标准,整合上下游产业链、重构外部生态,拉动产业聚合成长,打造能源互联网产业生态圈。
3.7主动服务平台搭建
多方协调合作治理并实现共商、共建、共享是优化电力市场服务和解决电力市场发展问题的重要途径。在电力市场数据智能感知体系建立之后，以人工智能为核心，互联网为载体，移动互联为终端的共享型电力交易平台功能就具备了建设的条件。电力市场共享型平台的关键是信息资源共享，平台以技术手段支撑电力市场公共资源共享体系搭建，完善电力市场公共资源共享机制，整合各种电力市场资源，产生聚合效应，面和点相结合，增强电力市场主体的互动性和共建的实时性，提高电力市场公共资源的共享程度。
电力市场主动服务平台希望是建立成一个共享平台，其目标是信息对称，共享的内容是在相关法规许可范围内提供市场成员行为、公共信息、共享服务、数据采集及生态圈等信息共享。平台充分利用互联网+、人工智能、大数据等信息技术，兼顾效率和安全，通过创新信息共享模式、健全电力交易平台解决信息资源在互动建设、参与主体、资源投入和安全保障方面的问题。共享的运行机制和模式是以电力交易平台主动服务平台提供的无缝对接服务，不再是单纯的信息发布服务平台，是以电力市场主体为核心的电力市场生态圈。共享型平台要通过各种资源中心和服务中心的建设，完善电力交易平台政策协商、持续发展、配合统一、机制建设，满足电力市场主体的信息需求及参与需求。
（1）数据采集
对于主动服务感知共享平台来讲，数据采集是其“主动服务感知”功能落实的重要影响因素，只有确保收集到各种价值较高的数据信息，才能保证拟定的服务方案具有较强科学性与可行性。此外，数据采集范围不仅包括收集用户需求、市场发展、企业运营等信息，还包括系统负荷情况、组成设备运行、资源能源分配、扩展数据接入、网络传输安全等，为了落实推进标准建设与健全服务体系等目标，电力企业必须对构建数据采集子系统的必要性提高重视。
在本章节中的第二部分，构建电力市场数据智能感知体系，包括了数据智能采集的方法。基于此体系，也可以满足电力数据和外部数据的互联互通，电力市场主动服务平台即可满足数据智能采集以及各类数据融合的要求。
（2）信息共享
基于主动服务感知共享平台的过程中应用信息通用技术，是将其打造成集枢纽型、平台型、共享型为一体的“三型”服务平台的基础技术，不仅可以进一步提高电网的智能化、数字化、自动化发展水平，还能有效增强服务感知共享平台的服务质量。国家电网下属公司经过多年研究与经营，成功打造出覆盖云、网、边、端、芯、智等产业链的业务体系，为终端智能化、通信网络一体化的发展提供了有力支持，既符合强化泛在电力物联网的竞争力的发展需求，又符合提高主动服务感知共享平台的建设要求。其也实现数据接口和传输标准的统一,达到定制化服务的数据应用水平。对电力设备和用电量进行数据分析,对其状态进行全生命周期的综合监控,满足对售电和负荷的预测精度要求,支撑新能源调度。基于用能数据预测宏观经济、分析行业指数、开展大数据征信服务、为企业提供优化用能方案,并支撑政府高效精准决策
（3）能源管理
功能单一不利于电力市场主动服务感知共享平台持续发展，因此电力企业必须构建各种类型的子系统为增强平台功能性提供支持。第一，将智慧能源服务需求与自身发展实际相结合，深入调查电力市场当前及未来发展情况，借助先进技术构建能够满足企业持续发展、平台稳定运营、提高用户服务水平等要求的能源管理系统；第二，建设专业化水平高的资源能源转化系统，主要作用有两点，一是全面发挥采集信息的价值，二是管理内部能源与检测资源使用。
（4）重视5G网络
5G网络是指第五代移动通信网络，不仅网络连接效率高，其通信能力相较4G等网络也更强，经过多方技术人员的深入研究，5G 网络在我国已得到初步应用，比如某些通信公司设置在多个经济区的重点城市开展了 5G 试点网络测试与业务创新工作，又如部分互联网企业已经开发出 5G 手机并即将进入销售阶段。此外，智能技术、自动技术、数字技术等现代先进技术的深化普及为 5G 网络全面试商用提供了有力支持，极大程度上提升了用户的响应速度。由于第五代移动通信已经成为通信网络未来必然发展方向，所以电力企业在建设主动服务感知共享平台时要综合考虑 5G网络的应用可能性，将 5G 技术平台建设有机结合，增强平台为不同层次用户提供个性化、差异化服务的能力，这不仅对缩减用户与平台距离、提高平台服务水平具有重要意义，还能为推动泛在电力物联网多业务、全场景建设要求切实落实提供有力支持。
4陕西电力市场智能运营应用
陕西基于本文中相关电力交易市场运营研究内容进行了全面贯通和融合应用。通过电力交易市场信息的实时更新，实现了向电网企业、发电企业、售电公司、电力用户及社会公众等及时发布交易动态信息；通过超短期负荷预测、用电偏差预警服务、停电敏感度分析的实时监测及分析，实现了发用电计划编制结果无限趋近于实现情况，在保障电网安全运行的同时，也降低了市场主体在电力交易市场中承担偏差考核的风险系数；通过信用风险防范体系的研究与设计，有效避免了恶意竞价、抱团定价等扰乱电力交易市场秩序的投机行为，从而提高了市场主体的责任意识；通过综合能源智慧服务的研究与设计，实现了能源生产、传输和消费等数据的广泛连接,从而完成上下游产业链、重构外部生态的整合,拉动产业聚合成长；通过主动服务平台的设计与搭建，将已有运行规范、基础数据等植入系统，完成了市场主体自主注册、交易组织、合同签订、计划编制、结算计算及信息发布等全流程的线上化开展，从而实现了业务规范与主动服务平台的无缝衔接，达到了陕西电力市场智能化运营的目的。
5结论
本文主要根据陕西电力交易市场现有的运营模式，结合国家全面放开经营性电力用户发用电计划后的相关要求，充分借鉴国内外先进成熟的运营经验，从电力交易市场信息发布、超短期负荷预测分析、停电铭感度分析、主动服务平台搭建、信用风险防范体系、用电偏差预警服务和综合能源智慧服务等方面进行积极探索和深化应用，从而促进电力交易市场的健康有序发展，为现货交易、分布式交易和绿证交易等新型交易的顺利开展夯实基础。
参考文献
[1]中共中央, 国务院. 关于进一步深化电力体制改革的若干意见（中发〔2015〕9号文）.
[2]国家发展改革委. 关于全面放开经营性电力用户发用电计划的通知（发改运行〔2019〕1105号）.
[3]陕西发展改革委. 关于做好全面放开陕西省经营性用户参与电力直接交易的通知（陕发改运行〔2019〕1131号）.
[4]王继业 , 蒲天骄 , 仝杰 , 等 . 能源互联网智能感知技术框架与应用布局 [J]. 电力信息与通信技术 , 2020, 18(4): 1-14
[5]李文彩, 曲璐萍, 邢其. 电力市场核心服务体系介绍[M]. 电力需求侧管理. 第14卷第4期, 2012, 07.
[6]谢可, 余晗, 郝艳亚, 等. 基于可信数据的综合能源交易系统设计[J]. 电力信息与通信技术, 2019, 17(10): 44-48.
[7]马莹莹.电力系统短期负荷预测方法综述[J].科技论坛,山东 济南，山东省建设高压容器有限公司.
[8]赵宇红,苏光泽,盛以发,匡少滨. BP神经网络在电力系统短期负荷预测中的应用[J].南华大学学报,2005年3月,19(3).
[9]刘锡良.金融机构风险管理,西南财经大学出版社 1999版.
[10]王爱俭.信用理论与信用风险防范,中国金融出版社 2003版.
[11]李建国;汤庸;黄世平;黄帆. 基于任务依赖关系的群体感知模型[J];东南大学学报(自然科学版);2011年02期.
[12]骆怡航;范玉顺. 基于服务感知模型的用户反馈[J];清华大学学报(自然科学版);2012年12期.
[13]石祥滨;王晓晖;刘芳. 一种基于感知模型的Timewarp算法[J];沈阳航空工业学院学报;2010年03期.
[14]李晓杰. 面向三维有向感知模型的WMSN全目标覆盖控制算法研究[D];东北电力大学;2017年.
[15]朱伟春. 认知网络分布式业务感知模型研究[A];江苏省电子学会2010年学术年会论文集[C];2010年.