一种电力市场中识别发电商串谋的方法及系统技术方案

本发明专利技术公开了一种电力市场中识别发电商串谋的方法及系统，包括：获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系；将报价曲线进行分段，利用报价曲线数据构建串谋识别指标体系数据集；基于AdaBoost算法训练数据集得到串谋行为识别模型；利用串谋行为识别模型对任意两个发电商之间进行串谋行为识别，若它们通过串谋识别指标体系计算得到的数值出现异常，则串谋行为识别模型的结果会输出1，认为两个发电商之间存在串谋行为。本发明专利技术能够准确判别电力现货市场交易中的串谋行为。

【技术实现步骤摘要】
一种电力市场中识别发电商串谋的方法及系统
本专利技术涉及电力
，具体涉及一种电力市场中识别发电商串谋的方法及系统。
技术介绍
串谋是发电商行使市场力的形式之一，在我国电力市场建设初期，如果各寡头发电商之间形成串谋则更不利于市场竞争。20世纪90年代以来，随着浙江的砖瓦协会及彩电联盟、上海的黄金价格联盟、广州各航空公司统一票价等行为的出现，处于竞争关系的厂商之间的串谋行为已引起了社会各界的关注。串谋联盟采用限制产量、固定价格水平、影响价格形成机制等方式维持貌似分散竞争而实质上是多个厂商联合操纵市场的市场结构，串谋行为的经济后果等同于垄断。因此，清醒地认识发电商串谋行为的危害性，建立和完善对电力市场不正当竞争行为的有效约束机制已成为当务之急。
技术实现思路
为了克服现有技术存在的缺点与不足，本专利技术提供一种电力市场中识别发电商串谋的方法及系统，用于判断发电商之间是否存在串谋行为，维护电力市场的安全稳定运行。本专利技术采用如下技术方案：一种电力市场中识别发电商串谋的方法，包括：获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系；将报价曲线进行分段，利用报价曲线数据构建串谋识别指标体系数据集，并给每个样本打上是否串谋的标签，若串谋，则其标签为1；否则为0；基于AdaBoost算法训练数据集得到串谋行为识别模型；利用串谋行为识别模型对任意两个发电商之间进行串谋行为识别，若它们通过串谋识别指标体系计算得到的数值出现异常，则串谋行为识别模型的结果会输出1，认为两个发电商之间存在串谋行为。进一步，将报价曲线按照价格的不同分为三段。进一步，利用报价曲线数据构建串谋识别指标体系数据集，包括申报电量市场份额均值、报价一致性指标、申报量一致性及报价安全度均值。进一步，所述申报电量市场份额均值，具体计算为：式中，Si为电力市场中第i个发电商这次竞价的申报电量，Sj为电力市场中第j个发电商这次竞价的申报电量，n为这次竞价中参与的发电商的个数。申报电量市场份额均值越高的2个发电商操控市场价格的能力越强，串谋的可能性越高。进一步，所述报价一致性指标，具体计算为：式中，pia、pja分别为第i个和第j个发电商在这次竞价中的第a段报价，为这次竞价中所有发电商第a段报价的均值。当发电商出现一致性报价时，很有可能是串谋产生的结果。进一步，所述申报量一致性，具体计算为：其中，第i个和第j个发电商在这次竞价中的第a段申报电量Sia和Sja，竞价中所有发电商第a段申报电量的均值Sa。当发电商出现申报电量一致性时，很有可能是电厂(购电商)串谋产生的结果。进一步，所述报价安全度均值具体计算公式为：其中，第i个和第j个发电商在这次竞价中的加权平均申报价格pi、pj，市场边际价格的期望值E，可以用历史交易的边际价格计算得到。报价安全度均值是衡量企业之间报价与历史出清价格的偏离程度的指标，如果偏离程度较大，说明串谋嫌疑较大。进一步，所述基于AdaBoost算法训练数据集得到串谋行为识别模型，具体为：应用AdaBoost算法训练数据集，训练得到若干弱分类器，基于分类器的错误率分配权重参数，最后通过累加加权的方式将这些弱分类器组合成一个强分类器，得到串谋行为识别模型。进一步，所述报价曲线显示发电商在中长期市场或者实时市场的报价。一种电力市场中识别发电商串谋的系统，包括采集数据模块：获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系；建立串谋指标体系模块：将报价曲线进行分段，利用报价曲线数据构建串谋识别指标体系数据集；训练串谋行为识别模型模块：基于AdaBoost算法训练数据集得到串谋行为识别模型；识别模块：利用串谋行为识别模型对任意两个发电商之间进行串谋行为识别，得到识别结果。本专利技术的有益效果：通过应用基于AdaBoost的串谋识别方法可以有效帮助电网企业和市场监管单位对串谋和违规套利行为进行监测，减少违规行为带来的经济损失和不良影响。附图说明图1是本专利技术的工作流程图。具体实施方式下面结合实施例及附图，对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。实施例1如图1所示，一种电力市场中识别发电商串谋的方法，可以由相关的服务器执行，且下文均已服务器作为执行主体为例进行说明。至少包括如下步骤：S1获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系，将报价曲线进行分段，目前市场报价按照价格主要分为三段。需要获取识别发电商串谋行为的基础数据，具体可以包括发电商的报价曲线、机组可用容量、电力市场的价格上调、电网年平均上网电价、机组报价的各段电价。所述报价曲线显示发电商在中长期市场或者实时市场的报价。S2利用报价曲线数据构建串谋识别指标体系数据集，每个样本是指每个发电商，根据历史信息，给每个样本打上是否串谋的标签，若串谋，则其标签为1；否则为0；所述历史信息具体为每个发电商是否有串谋记录。所述串谋识别指标体系包括申报电量市场份额均值、报价一致性指标、申报量一致性及报价安全度均值。所述申报电量市场份额均值，具体计算为：式中，Si为电力市场中第i个发电商这次竞价的申报电量，Sj为电力市场中第j个发电商这次竞价的申报电量，n为这次竞价中参与的发电商的个数。申报电量市场份额均值越高的2个发电商操控市场价格的能力越强，串谋的可能性越高。所述报价一致性指标，具体计算为：式中，pia、pja分别为第i个和第j个发电商在这次竞价中的第a段报价，为这次竞价中所有发电商第a段报价的均值。当发电商出现一致性报价时，很有可能是串谋产生的结果。所述申报量一致性，具体计算为：其中，第i个和第j个发电商在这次竞价中的第a段申报电量Sia和Sja，竞价中所有发电商第a段申报电量的均值Sa。当发电商出现申报电量一致性时，很有可能是电厂(购电商)串谋产生的结果。所述报价安全度均值具体计算公式为：其中，第i个和第j个发电商在这次竞价中的加权平均申报价格pi、pj，市场边际价格的期望值E，可以用历史交易的边际价格计算得到。报价安全度均值是衡量企业之间报价与历史出清价格的偏离程度的指标，如果偏离程度较大，说明串谋嫌疑较大。根据发电商数据，计算获得四个指标，构成数据集。S3基于AdaBoost算法训练数据集得到串谋行为识别模型；应用AdaBoost算法训练数据集，训练得到若干弱分类器，基于分类器的错误率分配权重参数，最后通过累加加权的方式将这些弱分类器组合成一个强分类器，得到串谋行为识别模型。具体过程为：初始对数据集中的每一个样本都赋予一个相同的权重，本文档来自技高网...

【技术保护点】
1.一种电力市场中识别发电商串谋的方法，其特征在于，包括：/n获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系；/n将报价曲线进行分段，利用报价曲线数据构建串谋识别指标体系数据集，并给每个样本打上是否串谋的标签，若串谋，则其标签为1；否则为0；/n基于AdaBoost算法训练数据集得到串谋行为识别模型；/n利用串谋行为识别模型对任意两个发电商之间进行串谋行为识别，若它们通过串谋识别指标体系计算得到的数值出现异常，则串谋行为识别模型的结果会输出1，认为两个发电商之间存在串谋行为。/n

【技术特征摘要】
1.一种电力市场中识别发电商串谋的方法，其特征在于，包括：
获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系；
将报价曲线进行分段，利用报价曲线数据构建串谋识别指标体系数据集，并给每个样本打上是否串谋的标签，若串谋，则其标签为1；否则为0；
基于AdaBoost算法训练数据集得到串谋行为识别模型；
利用串谋行为识别模型对任意两个发电商之间进行串谋行为识别，若它们通过串谋识别指标体系计算得到的数值出现异常，则串谋行为识别模型的结果会输出1，认为两个发电商之间存在串谋行为。


2.根据权利要求1所述的方法，其特征在于，将报价曲线按照价格的不同分为三段。


3.根据权利要求1所述的方法，其特征在于，利用报价曲线数据构建串谋识别指标体系数据集，包括申报电量市场份额均值、报价一致性指标、申报量一致性及报价安全度均值。


4.根据权利要求3所述的方法，其特征在于，所述申报电量市场份额均值，具体计算为：



式中，Si为电力市场中第i个发电商这次竞价的申报电量，Sj为电力市场中第j个发电商这次竞价的申报电量，n为这次竞价中参与的发电商的个数。


5.根据权利要求3所述的方法，其特征在于，所述报价一致性指标，具体计算为：



式中，pia、pja分别为第i个和第j个发电商在这次竞价中的第a段报价，为这次竞价中所有发电商第a段报价的均值。


6.根据权...

【专利技术属性】
技术研发人员：李道强，孙瑜，金骆松，何阳，何洁，田家乐，周翔，赵雯，黄恒孜，严清心，宋云鹏，吴晶，乔春彦，钟恒磊，甘子莘，季天瑶，
申请(专利权)人：浙江电力交易中心有限公司，浙江华云信息科技有限公司，
类型：发明
国别省市：浙江;33