讓用電也可以像買菜那樣“挑挑揀揀”

原標題：新華日報記者探訪電力市場運營技術實驗室（引題）

讓用電也可以像買菜那樣“挑挑揀揀”（主題）

新華日報記者 張宣 實習生 楊舒雅

(資料圖片)

目前正值我國迎峰度夏電力保供期間，用戶能選擇更加清潔環保的新能源電力嗎？電價如何？能夠反映市場供需關系嗎？近日，記者在位于南京的中國電科院電力自動化研究所電力市場運營技術實驗室了解到，現如今電力也變成了一種商品在市場中流通，在自主創新軟件技術“加持”下，未來用電也可以變得“挑挑揀揀”。

整齊劃一的坐席工位、電腦星羅棋布般排開、大屏交易信息不斷跳動……夏日里，記者走進電力市場運營技術實驗室，第一感覺這里更像是一座證券交易所。

“簡單來說，這里是一個虛擬的電力交易市場，既可以組織電力的中長期交易，又可以組織現貨交易；既可以組織全國跨省區交易，也可以組織省內交易。”中國電科院電力自動化研究所黨委書記楊爭林告訴記者。其中，電力現貨交易的建立是一場從無到有的變革。

電力現貨市場，顧名思義就是“一手交錢一手交貨”的電力市場。電力作為一種特殊的“商品”，具有不能大規模存儲、需要實時發用平衡的顯著特點。為什么要建立電力現貨市場？楊爭林舉了個例子：“去菜場買白菜，早上開市的時候1元一斤，而到了晚上快收攤的時候可能會降到5毛一斤。一天內不同的時間，白菜的價格不一樣，說明白菜在一天中產生了時序價格。受到供需等因素影響，發出的電也有時序價格的差異。”“菜市場和地攤這兩個不同位置的白菜價格也不一致，說明白菜交割點不同產生了位置信號。對電來說，不同地區發出的電，成本不同，價格也不同。”

他繼續解釋道，通過現貨市場發現價格，讓電力回歸商品屬性，充分發揮市場在電力資源配置中的決定性作用，電力現貨市場中的電價不僅反映了時序價格，還涵蓋了位置信號。“另一方面，現貨市場能夠促進新能源消納。常規能源的發電因為可以計劃和調控，在中長期電力交易中有優勢。有了現貨市場后，簽訂風電光伏電中長期電力合約的客戶可以方便地在現貨市場上補電或賣電，大大降低了新能源發電波動性的不確定性，客戶能更放心地購買新能源電。”楊爭林補充道。

這個實驗室能為電力現貨市場做些什么？“電力市場的運營是需要軟件系統來支撐的，實驗室科研團隊通過自主創新技術研發相關軟件。”電力自動化研究所電力市場研究室主任馮樹海表示，包括推演技術在內的電力現貨市場技術支持系統是電力現貨市場運轉起來的“發動機”。雖然這個“發動機”在歐美國家比較成熟，但我國電網結構、電源結構和政策環境與國外差異顯著，所以亟需一套自主的電力現貨市場技術支持系統。

“科學、合理的電力市場實驗推演技術是未來電力市場平穩發展的有力保障。”楊爭林表示，我國現有的電力市場實驗能力還遠不能支撐完整體系的電力市場實驗的開展，需要迎頭趕上，開展電力市場實驗推演技術研究。電力市場全景實驗平臺，從市場成員行為模擬、電力市場運營模擬、電網運行模擬三個部分對電力市場運營面臨的安全風險、市場價格風險等進行分析評估，盡可能減少試錯成本，推進我國電力市場的建設。

由于沒有參照，構建一套完整的電力市場體系其復雜度顯而易見，對建設電力市場運營技術支持系統更是提出了更高的要求，包括計算性能、安全性、可靠性等方面。“團隊從1999年至今，專注電力市場，成功研發了省級電力現貨市場云架構支撐平臺，提出了多維度數據統一建模技術、異構數據庫混合存儲與聯動展示技術、客戶端和服務端圖形組態技術和微服務持續交付技術等。”楊爭林提到，基于這個平臺，研發人員可以像拼“樂高”一樣，實現一部分功能需求的敏捷開發，大大提升了研發效率，快速響應市場規則的變化。

“目前，實驗室已實現能夠支撐中長期、日前、實時等多時間尺度的電能，以及備用、調頻等多品種的電力市場模擬推演。在此基礎上，團隊已經自主研發出一套業務功能全面、計算性能優良、靈活擴展性強的電力現貨市場技術支持系統，成功支撐了全國多個省級電力現貨市場建設。”馮樹海說。

“此外，我們還完成了省間市場集中交易實驗環境的搭建。”馮樹海說，我國能源資源與用電負荷呈逆向分布，水電、氣電等靈活調節資源占比較低，而新能源規模大且分布集中，這些特點決定了我國需要開展大規模的跨省區電力交易，以實現全國范圍內電力資源優化配置。當省間市場集中交易啟動，在考慮到省間電網輸送能力的前提下，通過改變細節配置，可快速搭建省間市場實驗場景，為買方找到較低價格的賣方，保障各省用電需求。

當前，國內電力市場化改革進入“深水區”。盡管實驗室通過虛擬市場推演，提供了實施前的仿真驗證分析，取得了一定成果，但楊爭林表示，目前電力市場在不斷變化，虛擬市場設計、運營難度也在加大。面對未知且復雜的電力市場運行邊界，如何設計出符合我國國情的電力市場體系？楊爭林表示，實驗室團隊正在探索使用人工智能技術干預，根據過去的特點分析市場規律，預測未來的市場走勢，“我們利用人工智能找出限制因素，將原本上百萬的約束變量縮小為原有的一成不到。”

關鍵詞：

責任編輯：Rex_02