李梦婷
新疆金风科技股份有限公司 新疆 乌鲁木齐 831000
摘要：根据电力市场发展趋势，结合主要大数据技术特点和电力交易大数据来源，分析了大数据技术在电力交易中的应用机制，并主要研究基于大数据技术的电力交易平台，阐述了电力交易平台的主要功能，并研究了在电力交易平台中所使用的大数据关键技术，分析了大数据技术的电力交易平台架构。以此加强对市场成员行为的精准化预测与监管，并利用大数据技术为市场主体提供增值服务，促进电力交易不断向着成熟化发展。
关键词：大数据技术；电力交易；交易平台；研究
0 引言
随着科技的发展，电力行业逐渐向智能化、自动化、信息化方向发展，不仅为用户提供了方便，也大大促进了电力行业的快速发展。电力交易平台经过国家电网的大力改革和发展，已形成了用户信息查询、电费缴纳和结算、缴费服务等主要功能的交易平台，从而保证了电力交易市场的公开、公平、便捷。目前电力交易平台仍存在诸多问题，如交易业务细化不足，平台对于多种化、多周期化的产品运行支持不足；用电用户不断增加、平台访问数据量增加，同时在线人数规模不断增长，平台对于海量信息的处理能力不足；而大数据技术的出现能够大大提高电力交易平台的处理效率，改善交易平台的数据存储和处理的能力，进一步推动我国电力交易平台的发展。本文就大数据在电力市场交易中的应用进行分析，说明电力交易与大数据的深度融合以及大数据对电力交易场景的具体应用。
1 大数据技术的内涵和特点
随着互联网和科学技术的不断发展，大数据技术已经愈加成熟。大数据技术在通讯领域的合理运用，能够实现对海量数据的采集分析和处理运用，这种模式切实提高了现有信息数据的实际效能。目前，大数据所呈现出的特点主要包括以下四个方面，分别为数据量大、数据来源和格式多样、数据价值密度低以及数据增长快速。在当前大数据时代的发展过程中，大数据技术主要分为大数据存储技术和大数据分析技术两大方面。对于大数据存储技术而言，它主要是根据云服务中的云储存功能，借助当前大数据的存储载体，进一步提高存储结构的可扩展性，同时也使得存储形式的兼容性得到有效提升，这不仅在很大程度上增加了数据存储的数量，并且也切实优化了数据的实际应用，使得数据的实际效能被充分发挥出来。而大数据分析技术主要包括人工智能、数据挖掘、神经元网络、模式识别、回归计算、顺序排列以及统计分析等多个方面，它可以对数据信息进行更高层次的解析处理，这对通讯领域各项决策和发展方向的确立具有非常积极的影响。大数据技术在电力领域中的合理运用，为电力行业的整体发展提供了更加准确的数据参考，这在很大程度上提高了电力领域相关决策的合理性和可行性。与此同时，在电力领域的发展过程中引入大数据技术，还可以切实加强通讯领域与其它领域之间的合作交流，这为当前电力领域的进一步发展灌注了新的生机和活力。
2 电力交易平台的主要功能
电力交易平台的主要功能分为基础交易管理功能、高层交易管理功能、以及扩展交易管理功能。基层交易管理功能：电力交易管理、合同管理、计划管理、信息发布、结算管理、市场注册、电力电量平衡、数据质量管理、服务窗口管理、市场信息综合统计等；高层交易管理功能：双边市场三公管理、双边市场评估分析、业务数据管理、市场运营分析、市场运营管理、交易资源管理、交易合规管理、市场态势分析、市场效率分析、市场关键指标分析、移动终端交易应用等；扩展交易管理功能：日前市场交易管理、辅助服务市场交易管理、实时市场交易管理、电力期货交易、电力期权交易管理、金融输电权交易管理、电厂报价辅助决策、用户保教辅助决策、交易优化辅助决策、市场电价预警、市场模拟仿真、交易员培训等。
3 电力交易平台能力中心的规划
首先，从业务分析角度，电力交易业务的核心是市场主体的交易组织，总体业务上分两条业务线：（1）面向市场主体。市场主体的完整业务流程首先是在电力交易平台进行注册，注册完成生效后可以登录平台参与电力交易，交易达成之后可签订合同，并可查询交易中心根据合同编制的发电计划，交易执行结束后需要进行电费结算，同时市场主体可以查询交易中心对外发布的市场信息。（2）面向电力交易中心。电力交易中心的业务部门大体分为负责市场主体的注册以及信息管理的市场部，负责交易组织、出清计算、合同管理、计划编制交易部，负责市场主体结算的结算部以及负责市场运行合规监察及风险管控的合规部。初步根据业务线划分业务域为面向电力交易中心的对应各个业务部门的市场成员管理、交易管理、市场结算、市场合规业务域以及面向市场主体提供服务的市场服务业务域。其中，市场成员管理业务域在向其他业务域提供市场主体信息查询服务的同时具有独立的注册、综合服务等业务，可以单独建立成用户中心。交易管理业务域包含核心业务，且业务域过于复杂庞大，因此需要进行进一步拆分。其内部可划分为交易出清、合同管理、计划管理这3个子业务域，其中交易完成后，根据交易结果一次性写入合同，在每月多次进行的计划编制中需要频繁使用合同数据。因此合同与交易交互频率较低，业务相对独立，可以拆分出来，而计划编制业务与合同耦合性较强，与交易耦合性低，可以和合同管理业务共同形成合同中心。结算管理业务域在流程上位于交易管理业务之后，需要使用合同和计划的结果数据作为前置数据，在功能上边界较为清晰，业务相对独立，可以形成结算中心。市场合规业务域在业务上分为系统监控和市场监管这两个部分，其中系统监控更多由技术层面的组件实现，而市场监管部分涉及各业务流程的监管，以及市场主体信用管理，业务相对独立，边界明显，可以形成信用中心。市场服务作为各个业务部门对市场主体提供服务的载体，与其他业务域交互十分频繁，不能作为单独的能力中心，需要将业务拆分到其对应的面向电力交易中心的能力中心中。同时，从技术维度分析，每个业务域都涉及到发送消息、短信、邮件、待办等消息提醒服务，所以可划分出消息中心，为其他能力中心提供消息服务能力支撑。而对于其他公用但服务调用形式相对简单的技术能力如日志服务、缓存服务等则归为公共服务而不作为独立的能力中心。
4 电力交易平台的大数据技术
4.1 大数据集成管理技术
电力交易平台是众多应用的集合，需要将不同的数据格式、性质、来源以及相应的逻辑进行集合处理，且交易平台还需将上述数据进行集成、处理以及存储，保证数据的使用、共享。大数据集成管理技术能够帮助电力交易平台实现不同系统间的数据融合。大数据集成技术主要包括：数据融合和集成技术、数据的过滤和清洗技术、关系和非关系型数据库技术等，能够将来源广泛、复杂的数据进行集成输出，并从相应的关系中找到实体和，从而经过相应的管理和聚合之后将数据进行存储；当需要进行数据清洗和提取时保证数据质量和相应的稳定性。另外，大数据集成技术还包括重要的数据存储管理，使用分布式存储方法能够去除不同关系数据类型，将数据存储进行简化，使存储的数据拥有非常好的扩展性，并且能够解决电力数据海量存储的问题。
4.2 大数据分析技术
电力交易平台还需要将所得不同系统的数据进行融合，并将数据转化为相应的信息，从而得到有用的数据知识，保证数据的正确并得到电力交易数据信息，帮助决策者采取相应的行为。大数据分析技术主要包括数据挖掘、模式识别、机器学习、关联分析、遗传算法学习、神经网络、模式识别等多种技术。大数据分析技术不同于传统的逻辑计算模式，是对海量的信息进行搜素、分析、对比、最终归纳，并找出海量信息的关系网，从而保证数据的可信度和关联度。大数据分析技术从根本上讲，是建立在海量的数据样本基础上，通过相关关系分析的方法能够快速、准确得出数据的计算结果。大数据的挖掘和学习首先要对大数据的特征、抽样进行入手、将大数据转换为小数据分析并进行分类、聚类的算法分析，最终开展大数据并行计算、分析，得到相应的数据分析结果。
4.3 大数据处理技术
大数据处理技术主要是针对电力数据的读取、计算以及相应的处理，主要包括电力数据分布式计算技术、流处理技术及数据内存计算技术。其中分布式计算技术主要是较大的数据计算内容进行分割，划分为多个小部分，并将相应的小部分数据分配给多个小型计算机进行数据计算，最终将所得的结果进行总结。流处理技术主要是众多的数据模块或组作为数据流，并能够当新的数据流到来之前将所需要处理的数据进行处理。该技术的目的是将所获得的数据尽快地处理掉并得出相应的分析结果，避免随着时间的流失数据的价值降低；目前，电力交易平台随着交易量和用户的增加，会使得电平台所处理的数据量不断增加，因此交易平台需根据所得到的数据内容和结果为决策者提供相应的决策参考，从而满足相应的在线分析要求。
4.4 大数据展现技术
电力大数据的数据展现技术包括空间信息流展示技术、可视化技术、历史流展示技术等，该技术能够将大数据进行分析的结果形象地展现给决策人员，从而帮助管理人员更直观、准确地理解电力系统数据表达的意义，了解电力交易平台的数据信息。其中，空间信息流展示技术能够为交易平台管理者提供详细的地位位置信息，包括交易区域、电力区域价格以及电力设备管理等，从而帮助管理者更加方便进行区域化管理，细化电力交易平台区域价格。可视化技术主要是对电力交易数据信息进行实时的监控，有助于电力交易的安全、平稳；该技术还可以结合电力交易区域不同更好地挖掘电力交易的规律和关系，从而便于电力交易平台的细化。历史流展示技术主要是针对交易平台历史交易情况的展示和管理，通过深层次对于历史记忆数据的分析和挖掘，能够绘制出区域电力交易的趋势图和供电需求，并且能够预测交易数据的走向，从而挖掘其中的规律和知识。
5 大数据技术在电力交易中的应用机制
大数据具有Volume、Velocity、Variety、Vitality、Value和Complexity（即数据体量巨大、处理速度快、数据类型繁多、灵活、价值密度低和复杂）的特征，而电力交易中的数据因其市场结构、业务范围等内容的广泛，也有这类的特性。因此电力市场交易过程中的数据可通过ETL、Sqoop、Flume等各种技术手段，提取结构化数据、非结构化数据、海量和实时数据、时空二维数据以及各类交易数据，对各类数据按照统一数据规范进行标准化及关联，并按不同时效性的计算及应用需求，分类进行数据存储、流转及管理。随着用户侧和售电侧市场的放开，大型电力交易平台可能要支撑万级用户的并发访问，传统的基于关系数据库的交易平台将遭遇瓶颈，需要选择合适的数据库类型对于电力交易中出现的各类数据进行存储，以便实现日后的各类分析。针对并行数据库、内存数据库、实时数据库、Hadoop等数据库产品和技术，从技术特性、扩展性、经济性、自主知识产权、异构数据支持、生态系统整合特性等方面进行比较，为利用好大数据技术对电力交易进行分析提供参考。各类数据库的技术特性、扩展性、经济性等优势。可见，电力交易中大数据的数据库选择对于电力交易也十分重要。考虑到功能性和经济型，对于电力交易选择实时数据库以及Hadoop分布式数据库是较好的选择，其中Hadoop可以同时支持结构化数据以及非结构化数据，是今后电力交易平台发展中的首选。只有选择了合适的数据库，才能充分发挥海量数据的优势，不断拓宽业务渠道，实现以大数据为支撑的多样化电力交易服务。
6 平台总体设计要求
6.1 “现货+中长期”市场
目前，在中国电力市场建设过程中，其制定了“现货交易发现价格，中长期交易规避风险”的现货和中长期交易互相结合的电力平衡模式。此种类型的市场在运行和协调方面上，具有时序衔接和交易衔接两个较为明显的特征。通常情况下，交易组织会在现货市场开市之前会展开相关的交易互动都弄，包括过去几年到几天的时间段。现货市场会在日前、日内以及实时市场进行交易活动，现货市场的交易总量在电力市场总交易量中的占比达到30%-80%。根据这一点进行分析，“现货+中长期”的运营模式将会是未来的必然发展趋势，同时交易平台需要加强运用电力现货和中长期等多周期、多品种合约的交易和结算模式。
6.2 标准化的市场模型
现阶段，交易平台针对市场用户、业务单元等完成了多层次市场模型的统一管理，进而为交易、结算、合同等多项活动和业务得到的顺利进行提供了良好的支持和帮助。为了顺应市场化改革的基本要求，市场模型将会对售电、配电以及电网等企业的模型展开强化和完善。此外，受到市场模型和电网物理模型没有完成关联的影响，在进行无约束交易提供安全校核，同时根据电量计划的分配具体情况，在进行网络空间的优化过程中，对模型是一种巨大的考验。针对这个问题，相关人员应及时的对标准化的市场模型展开完善和改进，确保交易平台的各项业务功能运行稳定。
7 基于大数据技术的电力交易平台架构
大数据技术对于数据的处理速度快、数据量大且数据类型繁多，而根据上述的大数据技术在电力交易平台的应用，并且结合电力市场结构和业务特性，大数据技术在电力平台的数据整合、数据存储、数据计算、数据分析中有重要的作用，大数据技术通过数据结构的提取，对各类数据按照统一数据规范进行标准化及关联，并按不同时效性的计算及应用需求分类进行数据存储、流转及管理，最终将数据进行分析和计算，绘制成相应的结果。
8 应用成效
大数据技术应用在电力交易平台中可以实现快速响应业务需求，同时可以精简系统功能，使系统便于维护。以支撑新的交易品种为例，如果新交易品种业务流程和原有交易品种的业务流程相同，只是在交易公告发布、交易申报环节有所不同，那么在业务中台架构下只需要修改出清中心的交易配置服务，实现新交易品种的交易配置、参数配置、页面显示配置、流程配置等，而不需要完整的开发出整个业务流程。而在单体架构下，则需要针对新交易品种的全流程进行开发，所以系统存在大量冗余功能，且对于单个流程节点的修改会影响整个流程的功能。因此，大数据技术实现了业务支撑能力的有效沉淀，缩减了需开发的功能范围，提高了系统的可维护性以及业务需求的快速响应能力。
9 结束语
综上所述，本文旨在研究电力交易平台中的大数据技术，从而大大提高电力交易平台的智能化、自动化，推动电力交易平台业务的不断发展，提高电力交替平台的智能化管理。
参考文献：
[1]黄靖茵,黄康乾,等.基于电力交易平台大数据的多区域电价预测研究[J].电气应用,2020,（9）：147-148.
[2]黄康乾,周睿,等.电力交易平台架构及关键技术研究[J]. 数字技术与应用,2020,（3）:35-6.
[3]杜龙,张志翔.大数据技术在电力市场交易中的应用[J]. 自动化技术与应用,2019,（10）:226-227.
[4]凌志扬.云环境下电力交易的数据服务研究与实现[D]. 东华大学,2018,（4）:183-184.
[5]李莉华,徐志宇,尤鸣宇.面向未来智能电网的电力大数据交易[J]. 经营与管理,2018,（2）:91-92.