作者：

趙俊華，香港中文大學（深圳）高等金融研究院能源市場與金融實驗室主任

劉國龍，香港中文大學（深圳）博士研究生

我國在2015年提出要“以現貨市場發現價格，建立交易品種齊全，功能完善的電力市場”，首次將建設現貨市場確定為電改的核心任務之一。之后幾年中，電力市場化改革持續深入，市場化的交易規模逐年增加，市場主體數量不斷上升。截止2019年，南方（以廣東起步）、浙江、山西等8個現貨試點已全部啟動模擬試運行。而根據國家發改委與國家能源局發布的《關于開展電力現貨市場建設方案研究的通知》，2020年現貨試點將進一步加速，江蘇、云南等省份也將加入試點。盡管目前各地現貨試點中仍存在相當多的困難與挑戰，但可以說，在2019年我國電力市場化改革已經跨出了關鍵的一步。

電力市場化改革所釋放的改革紅利，除了利用價格信號優化資源配置，以及為實體經濟減負之外，一個相當重要的方面是通過促進行業競爭，推動新技術的應用與新業態的出現。以大數據為例，電力行業數據可以實時反映實體經濟的運行情況和企業的生產狀況，具有非常大的潛在價值和廣泛的應用場景，“克強指數”即為一個極好的例子。但在電力市場化改革之前，各類電力行業數據大都掌握在電網企業手中。由于電力行業長期存在的“信息黑箱”慣性，行業主體既不愿意將數據對外共享，也沒有深入挖掘數據的內在商業價值的動力。因此，電力行業大數據一直未得到有效的利用。

在2015年電改啟動之后，電力行業的大數據應用開始逐漸浮出水面。在部分市場活躍省份，售電公司與用戶在進入市場后，有做負荷預測和應對偏差考核的實際需求，而這些需求必須有負荷數據的支撐。部分售電公司開始自建表計，正在逐步形成獨立的電力數據源。事實上，國外經驗已經表明，隨著人工智能技術的不斷進步，大部分電力行業數據都可能出現第三方的獲取渠道。例如，美國有企業利用磁場傳感器監測線路潮流及發電廠出力，并將其做成數據產品向電力市場參與者和金融機構出售。而利用高清衛星圖像識別高壓輸電線路及電網拓撲的研究最早可以追溯到2010年左右。上述服務尚未在國內出現的主要原因是國內電力市場尚未開放，缺少對于電力大數據應用的實際需求。隨著電改的持續推進，市場主體數量不斷增加，可以預計國內電力大數據生態的出現將是一個必然趨勢。目前，電網企業已經意識到了電力大數據潛在的巨大商業價值。而阿里云等互聯網頭部企業也已在持續布局。

電力大數據有非常廣闊的應用場景：

對交易中心而言，交易數據等信息的及時完整披露直接影響著整個市場的平穩高效運行。完善的信息披露制度能夠增加市場透明度，每個市場參與者都可以無門檻的獲得相關交易信息并結合自己的判斷做出決策響應市場。這將使得信息不對稱等現象大幅下降，減少內幕消息等違規事件的發生。對政府監管部門而言，大數據驅動的監管制度體系也是市場規范運行的重要方面，有助于營造公平公正的市場交易環境。

對發電企業而言，通過分析收集到的設備運行數據等信息可以優化生產方式，提高運行效率。人工智能等新技術的應用可以對整個運行過程實行實時精準的監控和優化，從而提高單位生產效率和改進運行方式。針對目前發電企業中設備存在的”過度檢修”的情況，利用收集到的設備運行數據等信息同設備機理模型相結合，可以自動給出檢修維護計劃，降低零部件及人工維護的成本。在現貨市場成熟之后，對市場交易行為數據、電網運行數據、天氣數據、負荷數據等多源數據的綜合運用，是保證發電企業制定合理交易策略的基礎。

對電網企業自身，系統運行信息的大數據分析也大有可為。傳統電力生產中檢修窗口少，系統設備長期處于欠修狀態，容易導致突發故障，從而對電網安全造成沖擊。通過對系統運行信息進行分析可實現設備故障預警、故障影響評估、檢修維護建議等目標，降低單靠人工經驗保證系統安全的風險，減少相關檢修和人力成本，提高系統的安全性和穩定性。此外，通過對風、光等自然資源的預測可降低風電和光伏的間歇性對整個系統造成的沖擊，估計其出力情況可以為調度計劃的制定提供決策支持。

對電力零售商和電力大用戶而言，其面臨著前所未有的挑戰和機遇。電力市場作為一個國內的新興市場，對參與者有著很高的要求。不同于其他市場，電力市場有著自己獨特的行業背景，其需要同時具備電力系統背景、數據科學背景和金融背景的復合型人才。在市場參與的過程中，各參與主體要充分利用公開信息輔助自己的交易行為。大數據等技術可以實現對市場的信息及時跟蹤、快速響應，通過分析交易數據等信息可以實現市場預測、報價行為分析等輔助決策功能，從而降低用電成本，提高運行效率。電力零售商通過對客戶處采集到的用電數據進行分析，可實現較準確的負荷預測用于購電計劃的制定。

對制造型企業的服務：通過分析工業用戶的用電數據，可實現對用戶的生產與經營狀況的實時評估。對企業生產狀況的實時評估結果可能有很多用途。例如，分析得到的用電行為可以用于輔助實現客戶的智慧用能，減少能量消耗提高利用效率。針對部分高污染高耗能企業，從用電數據中分析得到其用電行為可以幫助實現對污染治理設備工作狀態的全面實時監控等等。

對金融機構的服務：隨著電力現貨市場在未來3-5年逐步完善，期貨等電力金融衍生品市場也將隨之出現。電力金融市場的參與者除傳統的電力市場參與者如發電與售電企業之外，包括期貨公司、基金公司等在內的金融機構也將是重要的參與者。完善的電力現貨市場交易數據平臺是支持電力金融交易的重要基礎。

電力大數據并不僅包括電力行業自身的數據源（例如電網運行數據與負荷數據）。事實上，多源數據的有效融合才能最大限度的發揮大數據的價值。以面向政府的經濟運行狀態評估為例，電力負荷數據只能反映企業經營狀況的一個側面。雖然其真實性較傳統統計數據有很大優勢，但并非完全不能造假。今年疫情中，通過電力負荷數據構建“復工指數”即是一個例子。盡管復工指數能夠較為準確地反映復工狀況，部分地區卻出現了強制要求企業將設備空轉以造成“偽復工”的現象。將電力行業數據與其它數據源有效融合則可能避免上述問題。目前，很多機構在嘗試用各種手段收集企業經營相關數據。例如，金蝶等ERP廠商掌握企業的財務數據，微眾銀行等金融機構在利用衛星圖像分析制造型企業的經營狀況等等。上述數據源與電力行業數據的融合，才能構成一個完整的電力大數據生態。

電力大數據生態的構建不是一家企業可以完成的。一個有效的數據共享與交易平臺是構建電力大數據生態的基礎，而具有巨大市場體量的大數據應用是吸引各方加入生態的關鍵。這個平臺需要有電網企業或頭部互聯網企業等有行業號召力的機構來推動。多源數據的交易與定價模式等技術問題還有待進一步的研究。但筆者樂觀的預期，國內電力大數據生態將在未來的2-3年內逐步現出雛形。