一种计及市场份额与增值服务投资成本的购售电优化方法与流程

本发明涉及电力市场领域，具体涉及一种计及市场份额与增值服务投资成本的购售电策略优化方法。

背景技术：

随着我国电力体制改革的不断深入，售电侧市场主体开始呈现多元化形态，售电市场化竞争格局正逐步形成。据有关数据显示，全国已成立的售电公司多达数百家，在市场竞争环境下，售电企业随时会面临客户流失、资金短缺等经营风险。为赢得竞争优势，若只考虑价格竞争，通过降低电价吸引用户，这样的竞争手段在长远看来对用户、企业及整个售电市场都是得不偿失的。所以，在售电侧开放的市场情形下，售电主体如何提高非价格方面的竞争力，吸引更多用户，扩大市场份额，同时又要规避风险，提高收益，是个亟需解决的问题。

目前，对售电企业的收益、风险研究一般集中在售电企业的购售电风险决策上，并未涉及售电公司设立增值服务等扩大市场份额的收益风险研究，之前的研究更多的着重于售电主体如何分配购电比例以及如何售电来获得更大的收益和承受更小的风险。对用户的需求与选择并未进行具体研究，而售电侧开放后，用户能够自由的选择售电主体，和传统售电统购统销的方法不同，从长远角度来看，售电公司更应考虑的是公司所占市场份额的大小，增设电力营销增值服务来吸引更多客户，加入市场份额对售电公司收益与风险的影响，建立更为全面的购售电模型。

技术实现要素：

发明目的：为了提升售电公司自身所占的市场份额，规避风险提高收益，本发明提供一种计及市场份额与增值服务投资成本的购售电策略优化方法。

技术方案：一种计及市场份额与增值服务投资成本的购售电策略优化方法，该方法包括以下步骤：

(1)确定影响售电公司市场份额大小的各类因素，利用层次分析法计算影响市场份额的各类指标的权重系数，得到用户效用的评估结果；

(2)结合Logistic回归模型，根据用户效用的计算结果，建立售电公司市场份额模型；

(3)运用条件风险价值法(CVaR)建立售电公司计及市场份额与增值服务投资成本的购售电模型，以售电公司效用最大化为目标，该模型中加入了售电公司所占的市场份额大小，并在售电公司的成本支出中加入了电力营销增值服务的投资成本。

有益效果：相比较现有技术，本发明中建立的购售电模型包含的售电公司所占的市场份额与增值服务投资成本，能够更全面、客观地为售电公司提供购售电与增值服务投资力度等参考；售电公司可以根据自己能够承受的风险力度对模型进行分析，从而制定相应的购售电策略与投资方案，在更大程度上，提升自身所占的市场份额，并规避风险提高收益，同时也保障了用户的用电质量。

附图说明

附图1为本发明所述的计及市场份额与增值服务投资成本的购售电策略优化方法流程图。

具体实施方式

下面结合附图和具体实施方式，对本发明做进一步说明。

如图1所示，计及市场份额与增值服务投资成本的购售电策略优化方法包括以下步骤：

(1)确定影响售电公司市场份额大小的各类因素，利用层次分析法计算影响市场份额的各类指标的权重系数，得到用户效用的评估结果；

1)层次结构建立

影响市场份额大小的各类指标由售电公司的营销策略决定，指标中侧重包含电力营销各项增值服务，确定好后指标后，建立评价体系的目标层、准则层和指标层，其中，由于售电公司所对应的用户效用越高，售电公司所占的市场份额越大，所以本发明选用用户效用为目标层；准则层为影响用户效用的各类性能指标，指标层为相应准则层下的具体的市场份额影响因素。

2)权重估值

建立完层次结构后，通过构造判断矩阵，由决策者或有关专家以上一层次的某项因素为准则，将本层次与之有关的因素进行两两比较，确定其相对重要程度。本发明采取1～9比例标度法，分别比较每一层次指标的相对重要性，并用数值进行明确量化。例如，建立的各准则层对于目标层的判断矩阵为A，判断矩阵的元素确定如表1所示。

表1判断矩阵元素确定

对建立好的判断矩阵进行单层排序与一致性检验，单层排序是根据判断矩阵，计算针对上一层次中的某元素，本层次与之相关的元素的重要性的权值。它由本层次判断矩阵的最大特征值所对应的特征向量做归一化处理后的分量得出：

CW＝λ_maxW (2)

其中，λ_max、W分别表示判断矩阵的最大特征值和对应的特征向量；

对特征向量W各分量进行归一化处理，即可得单层排序的权重向量：

计算CR检查判断矩阵的一致性：

其中，n为判断矩阵的阶数；RI为平均随机一致性指标，与判断矩阵阶数相关；若CR<0.1，则判断矩阵具有一致性，否则需要对判断矩阵进行修改。

3)层次总排序

以同一层次所有层次单排序权重为基础，用上一层次元素的组合权重加权，即可计算出针对上一层次整个层次而言本层次所有元素重要性的权值。层次总排序需要从上到下逐层进行，对最高层而言，其层次单排序即为总排序。通过层次总排序，计算得到各指标权重，即用户效用，即市场份额的整体评估结果，用下式表示：

U＝β₁C₁+β₂C₂+β₃C₃+β₄C₄+…+β_iC_i (5)

其中，β_i代表每个二级指标对应的权重系数，C_i代表评价体系中的第i个指标。

(2)结合Logistic回归模型，根据用户效用的计算结果，建立售电公司市场份额模型；

Logistic回归模型，是基于效用最大和随机效用理论建立起来的一种离散选择模型，强调个体的选择行为，而在售电侧开放之后，顾客对于售电公司的选择行为就决定着公司所占市场份额的大小，公司被用户选择的概率越大，它所占的市场份额就越大，所以根据用户效用的评估结果能够建立售电公司的市场份额模型。

基于Logistic回归模型的市场份额模型表示如下：

上式中，P表示市场份额大小，为0～1中的实数；x₁～x_p分别对应各二级指标的建设程度，本发明将每个二级指标的建设程度量化为1～9的实数，二级指标建设水平越高，x_i的值越大；β₁～β_p值分别为每个二级指标对应的权重系数，其中β₀的值可以通过合理假设计算得出(如：当所有二级指标的建设程度为一般水平，即数值5时，占用的市场份额为0.5，带入市场份额模型中即可求得β₀的值)。

(3)运用条件风险价值法(CVaR)建立售电公司计及市场份额与增值服务投资成本的购售电模型，以售电公司效用最大化为目标，该模型中加入了售电公司所占的市场份额大小，并在售电公司的成本支出中加入了电力营销增值服务的投资成本。

其中，购售电模型的建立过程包括：

1)售电公司购电成本C

售电公司的购电成本包括两个部分，一部分是双边合同市场、日前市场以及实时市场的购电成本，另一部分是售电公司所占的市场份额大小及其增值服务的投资成本，由于售电侧开放后，需要重点关注的是通过增值服务的建设来扩大市场份额，因此在所有二级指标中，只加入增值服务的总投资成本γ，且指标的量化等级越高，γ越大，即：

C＝P(C_C+C_DA+C_RT)+γ (7)

C_C＝q_C,t·p_C (8)

约束条件：

q_C,t+q_DA,t+q_RT,t＝q_all,t (11)

式中：C为售电公司的购电成本；C_C、C_DA和C_RT分别为售电公司在双边合同市场、日前市场和实时市场的购电成本；T为研究时段总数；p_C、p_DA,t和p_RT,t分别为双边市场购电价格以及t时段日前市场和实时市场的购电电价，其中p_C为双边交易价格随q_C,t变化的函数；q_C,t、q_DA,t、q_RT,t和q_all,t分别为t时段双边合同市场购电电量、日前市场购电电量、实时市场购电电量以及总购电电量；P为售电公司所占市场份额大小；γ为增值服务的总投资成本。

2)售电公司售电收入R

售电公司在售电是会给用户提供不同的售电合同类型，售电公司的售电收入就是通过各类售电合同所获得的收益，即：

约束条件：

i＝1,2,…,h (14)

式中，h为售电合同的种类；R_i为第i种售电合同的售电收入；N为总用户数；N_i为购买第i种售电合同的用户数；f_i和p_i分别为第i种售电合同的价格函数和费率体系；q_j,t为第j个用户在第t时段的负荷。

3)售电公司计及市场份额的购售电模型

售电公司的购售电模型是在传统购售电模型中，加入了市场份额大小以及增值服务的投资成本，通过条件风险价值法(CVaR)对电价和需求量带来的不确定性进行建模。根据CVaR的定义，本发明采用Monte Carlo模拟法生成购售电利润P′的N_M个样本来得到购售电利润的CVaR值。

目标函数：

其中，β为售电公司的风险规避系数；N_M为Monte Carlo模拟次数；α为CVaR的置信水平；η_x为引入的决策变量；ξ₁为售电公司在日前市场与双边合同市场的购电分配比例；ξ₂为售电公司在实时市场与双边合同市场的购电分配比例。

约束条件：

C_C＝q_C,t·p_C (16)

q_C,t+q_DA,t+q_RT,t＝q_all,t (19)

i＝1,2,…,n (21)

x＝1,2,…,N_M (22)

P′＝R-C (23)

η_x≥E(P′)-P_i′-ξ₁-ξ₂ (24)

η_x≥0 (25)

其中，P_i′为第i次Monte Carlo模拟所得出的P′值；E(P′)为售电公司购售电利润的期望值。

式(15)是以售电公司效用最大化为模型的优化目标，其中包含两部分：1)售电公司利润值，本发明中利润值等于售电给用户获得的收入减去各市场购电成本及增值服务投资成本之差，再乘以售电公司所占市场份额的百分比；2)条件风险价值(CVaR)与风险规避系数β的乘积。