一种基于Panzar-Rosse模型的电力市场竞争程度测算方法及系统与流程

本发明涉及电力市场技术领域，特别是涉及一种基于panzar-rosse模型的电力市场竞争程度测算方法及系统。

背景技术：

随着电力市场化改革的推进，电力现货市场建设逐渐提上日程。现货市场高频次交易和边际约束定价出清的特征使得市场力更容易被滥用，从而影响竞争公平性，电力资源也无法得到有效合理配置。为保证电力市场健康平稳运行，监管机构必须通过科学的方法或技术来量化市场竞争程度和市场主体的市场力。

现有的市场力评估量化技术中，大多采用scp模型下的结构性指标、行为性指标以及市场表现指标，这些指标在监测过程中并没有将供需弹性纳入考虑，无法全面的反映电力市场确切的竞争情况，而且不同的指标适用的时间、范围以及需要的数据不尽相同。

技术实现要素：

本发明提供一种基于panzar-rosse模型的电力市场竞争程度测算方法及系统，能更全面、有效地判断电力市场竞争程度。

本发明一个实施例提供一种基于panzar-rosse模型的电力市场竞争程度测算方法，其特征在于，包括：

获取参考数据；其中，所述参考数据包括：市场数据、收益数据、成本数据及报价数据；

建立panzar-rosse模型，确定所述panzar-rosse模型变量；其中，所述panzar-rosse模型包括竞争性检验模型及均衡性检验模型，所述变量包括竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量；

将所述参考数据输入至panzar-rosse模型进行回归分析，得到待估参数；其中，所述待估参数包括：竞争性检验模型的待估参数及均衡性检验的待估参数；

根据所述待估参数计算结果数据；其中，所述结果数据包括：竞争性模型的结果数据及均衡性检验模型的结果数据；

根据所述结果数据判断市场竞争程度。

进一步地，所述根据所述结果数据判断市场竞争程度之前，还包括：

通过panzar-rosse模型对所述结果数据进行回归结果校验；其中，所述回归结果校验包括竞争性检验模型的回归结果校验及均衡性检验模型的回归结果校验。

进一步地，所述竞争性检验模型为：

lntrai＝α+β1lncpi+β2lncoi+β3lnpi+β4lncapi+γ1lnasset+ε(1)；

所述均衡性检验模型为：

lnroai＝α+β′1lncpi+β′2lncoi+β′3lnpi+β′4lncapi+γ1lnasset+ε(2)；

其中，tra为总收益，即竞争性检验模型的因变量，也是该模型的被解释变量；roa为总资产利润率，即市场均衡性检验模型的因变量，也是该模型的被解释变量；cpi为机组i的生产成本，cpi为机组i的运营成本，p为发电厂在电力市场中的报价水平，cap为装机容量占比；asset为发电厂资产规模，属于模型自变量但不属于h统计值的解释变量；ln代表自然对数，下标i指公司i，α1和α2为竞争性模型和均衡性模型的常数项，βj为竞争性模型第j个待估参数，β′j是均衡性模型的第j个待估参数，ε为随机误差项。

进一步地，将所述参考数据输入值panzar-rosse模型进行回归分析，得到待估参数包括：

将发电厂总收益、总资产利润率、电厂生产成本、电厂运营成本、电厂报价水平及发电厂资产规模数据输入至竞争性检验模型及均衡性检验模型，得到数据样本；

根据所述数据样本进行回归分析，得到竞争性检验模型的待估参数及均衡性检验模型的待估参数。

进一步地，所述确定所述panzar-rosse模型变量包括：

设置发电厂总收益指标作为竞争性检验模型的因变量，总资产收益率指标作为均衡性检验模型的因变量，生产成本、运营成本、装机容量占比和关键断面阻塞影响因子作为均衡性检验的自变量及均衡性检验的自变量。

本发明一个实施例提供一种基于panzar-rosse模型的电力市场竞争程度测算系统，包括：

参考数据获取模块，用于获取参考数据；其中，所述参考数据包括：市场数据、收益数据、成本数据及报价数据；

模型建立模块，用于建立panzar-rosse模型，确定所述panzar-rosse模型变量；其中，所述panzar-rosse模型包括竞争性检验模型及均衡性检验模型，所述变量包括竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量；

回归分析模块，用于将所述参考数据输入至panzar-rosse模型进行回归分析，得到待估参数；其中，所述待估参数包括：竞争性检验模型的待估参数及均衡性检验的待估参数；

结果数据计算模块，用于根据所述待估参数计算结果数据；其中，所述结果数据包括：竞争性模型的结果数据及均衡性检验模型的结果数据；

市场竞争程度判断模块，用于根据所述结果数据判断市场竞争程度。

进一步地，所述模型建立模块包括：

竞争性检验模型建立子模块，用于建立竞争性检验模型；

均衡性检验模型建立子模块，用于建立均衡性检验模型；

变量确定子模块，用于确定竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量。

进一步地，所述竞争性检验模型建立子模块，用于建立竞争性检验模型，所述竞争性检验模型为：

lntrai＝α+β1lncpi+β2lncoi+β3lnpi+β4lncapi+γ1lnasset+ε(1)；

所述均衡性检验模型建立子模块，用于建立均衡性检验模型，所述均衡性检验模型为：

lnroai＝α+β′1lncpi+β′2lncoi+β′3lnpi+β′4lncapi+γ1lnasset+ε(2)；

其中，tra为总收益，即竞争性检验模型的因变量，也是该模型的被解释变量；roa为总资产利润率，即市场均衡性检验模型的因变量，也是该模型的被解释变量；cpi为机组i的生产成本，coi为机组i的运营成本，p为发电厂在电力市场中的报价水平，cap为装机容量占比；asset为发电厂资产规模，属于模型自变量但不属于h统计值的解释变量；ln代表自然对数，下标i指公司i，α1和α2为竞争性模型和均衡性模型的常数项，βj为竞争性模型第j个待估参数，β′j是均衡性模型的第j个待估参数，ε为随机误差项。

进一步地，所述的一种基于panzar-rosse模型的电力市场竞争程度测算系统，还包括：

回归结果校验模块，用于通过panzar-rosse模型对所述结果数据进行回归结果校验；其中，所述回归结果校验包括竞争性检验模型的回归结果校验及均衡性检验模型的回归结果校验。

本发明一个实施例提供一种计算机可读存储介质，包括：所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如所述的基于panzar-rosse模型的电力市场竞争程度测算方法。

与现有技术相比，本发明实施例的有益效果在于：

本申请某一实施例提供一种基于panzar-rosse模型的电力市场竞争程度测算方法，包括：获取参考数据；其中，所述参考数据包括：市场数据、收益数据、成本数据及报价数据；建立panzar-rosse模型，确定所述panzar-rosse模型变量；其中，所述panzar-rosse模型包括竞争性检验模型及均衡性检验模型，所述变量包括竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量；将所述参考数据输入至panzar-rosse模型进行回归分析，得到待估参数；其中，所述待估参数包括：竞争性检验模型的待估参数及均衡性检验的待估参数；根据所述待估参数计算结果数据；其中，所述结果数据包括：竞争性模型的结果数据及均衡性检验模型的结果数据；根据所述结果数据判断市场竞争程度。本发明以panzar-rosse模型(可简称为pr模型)为基础，提出了一种电力市场竞争程度的测算方法，此方法强调了发电厂投入单位价格要素或其他价格影响要素对市场收益的影响，通过这种单位价格要素变动引起的均衡收益的变化程度来衡量市场力的程度。此方法可与其他市场力量化指标结合以有效测算电力市场中的市场力格局。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明某一实施例提供的一种基于panzar-rosse模型的电力市场竞争程度测算方法的流程图；

图2是本发明另一实施例提供的一种基于panzar-rosse模型的电力市场竞争程度测算方法的流程图；

图3是本发明又一实施例提供的一种基于panzar-rosse模型的电力市场竞争程度测算方法的流程图；

图4是本发明某一实施例提供的一种基于panzar-rosse模型的电力市场竞争程度测算系统的结构图；

图5是本发明另一实施例提供的一种基于panzar-rosse模型的电力市场竞争程度测算系统的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

第一方面。

请参阅图1-3，本发明一个实施例提供一种基于panzar-rosse模型的电力市场竞争程度测算方法，包括：

s10、获取参考数据；其中，所述参考数据包括：市场数据、收益数据、成本数据及报价数据。

在某一具体实施例中，所述市场数据为发电厂数目；所述收益数据为发电厂总收益、发电厂总资产利润率；所述成本数据包括：生产成本(燃料费、外购电力费、用水费)、运营成本(材料费、工资及福利费、折旧费、其他费用)、装机容量占比、机组对电网关键断面阻塞影响因子(机组对关键断面的潮流灵敏度)、发电厂总资产；报价数据为中长期和现货市场中的申报数据。所述生产成本通常由电厂申报或相关政府部门统计；所述运营成本通过发电厂财务年报中获取；所述发电厂总收益根据电厂经营情况计算；所述发电厂报价数据由电力市场技术支持系统自动记录；所述发电厂总资产通过发电厂申报或从相关政府部门获取；所述发电厂总资产利润率(可认为是总资产收益率)通过市场运营机构计算或从相关政府部门获取；所述发电厂装机容量通过市场运营机构统计。

s20、建立panzar-rosse模型，确定所述panzar-rosse模型变量；其中，所述panzar-rosse模型包括竞争性检验模型及均衡性检验模型，所述变量包括竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量。

在某一具体实施例中，由于本实施例的研究对象为电力市场，需要结合电力市场实际找到合适的变量构建pr模型。模型变量选取包括：选择发电厂总收益(tra)指标作为竞争性检验模型的因变量，或可称为被解释变量；选择总资产收益率(roa)指标作为市场均衡性检验模型的因变量，或可称为被解释变量。市场均衡性检验的模型是将pr模型中的因变量总收入替换为收益率，度量总收益率要对要素投入价格的弹性之和。

panzar-rosse模型自变量选取包括：(1)生产成本，具体地，发电厂的发电成本中，燃料费、购入电力费和用水费与电能产量有直接关系，属于发电厂的可变成本，因此本发明将(燃料费+购入电力费+用水费)设为解释变量中的生产成本。(2)运营成本，具体地，发电厂的发电成本中，材料费、工资及福利费、折旧费、修理费和其他费用与电能产量无直接关系，属于发电厂的固定成本，因此本发明将(材料费+工资及福利费+折旧费+修理费和其他费用)设为运营成本。(3)发电厂在电力市场中的平均报价水平，具体地，发电厂在电力市场中的报价策略会对其自身收益和竞争力有着重大的影响，发电厂需要在中长期市场和现货市场中分别进行报价，本发明将中长期和现货市场分别按照其成交电量比例作为权重加权得到发电厂的平均报价水平，以此作为模型中的一个解释变量。(4)装机容量占比，具体地，由于发电厂的装机容量占比对发电厂在电力市场中的竞价、买卖等行为有直接影响，装机容量占比越大的发电厂越有行使市场力的可能性，因此本发明选取装机容量占比作为模型的其中一个解释变量。(5)发电厂总资产，具体地，发电厂总资产可代表发电厂的规模，因此本发明采用发电厂总资产作为模型中的控制变量。

在某一具体实施例中，构建panzar-rosse模型，具体地，pr模型包括竞争性模型和市场均衡性检验模型两个模型，模型中所有变量均采用自然对数处理，对数据中存在负值的情况均采用绝对值处理。

竞争性检验模型：

lntrai＝α+β1lncpi+β2lncoi+β3lnpi+β4lncapi+γ1lnasset+ε(1)

均衡性检验模型:

lnroai＝α+β′1lncpi+β′2lncoi+β′3lnpi+β′4lncapi+γ1lnasset+ε(2)

其中，tra代表总收益，即竞争性检验模型的因变量，也是该模型的被解释变量。roa代表总资产利润率，即市场均衡性检验模型的因变量，也是该模型的被解释变量。cpi代表机组i的生产成本，coi代表机组i的运营成本，p是发电厂在电力市场中的报价水平，cap代表装机容量占比，这四项属于竞争性模型和均衡性模型的自变量，即区分不同电厂的控制解释变量。asset代表发电厂资产规模，属于模型自变量但不属于h统计值的解释变量。ln代表自然对数，下标i指公司i，α1和α2为竞争性模型和均衡性模型的常数项，βj为竞争性模型第j个待估参数，βj′是均衡性模型的第j个待估参数，ε为随机误差项。

s30、将所述参考数据输入至panzar-rosse模型进行回归分析，得到待估参数；其中，所述待估参数包括：竞争性检验模型的待估参数及均衡性检验的待估参数。

在某一具体实施例中，根据市场主体自身的基础数据得到上述模型求解待估参数所需的数据样本，然后基于数据样本展开回归分析，计算得到竞争性和均衡性模型中的待估参数，具体做法如下：

1)根据步骤1的要求收集所有发电厂相关数据，共收集过去3年里的所有要求数据，并以月为单位进行统计，则对于每个电厂而言，每个月应有一套对应的统计数据集，则共有36个统计数据集；

2)分别将各月各电厂统计数据集中的发电厂总收益(tra)、总资产利润率(roa)、电厂生产成本(cp)、电厂运营成本(co)、电厂报价水平p、发电厂资产规模(asset)代入到竞争性模型和均衡性模型的变量中，即可得到对应的数据样本；

3)基于上述数据样本展开回归分析，由于对变量采用自然对数处理，为便于求取模型的h值，可以借助spss软件或eviews等计量经济学统计分析软件来进行回归分析。

通过回归分析从而确定两模型等式中的相关系数β和β′，然后计算竞争性模型的h统计值计算如下：

h统计值表示为：h＝β1+β2+β3+β4(3)

竞争性模型中的h统计量表示这四个系数对应的解释变量对总收入的弹性之和。

计算均衡性模型的h′统计值计算如下：

h′统计值表示为：h′＝β′1+β′2+β′3+β′4(4)

均衡性模型中的h统计量表示在这四个系数对应的解释变量对均衡收益的影响系数之和。

若仅以发电厂自身样本可计算得到发电厂自身的h统计值和h′统计值,分别记为hi和hi′。若以所有发电商所有样本计算可得到电力市场的h统计值和h′统计值。

s40、根据所述待估参数计算结果数据；其中，所述结果数据包括：竞争性模型的结果数据及均衡性检验模型的结果数据。

s50、根据所述结果数据判断市场竞争程度。

本发明一个实施例提供一种基于panzar-rosse模型的电力市场竞争程度测算方法，还包括：

s41、通过panzar-rosse模型对所述结果数据进行回归结果校验；其中，所述回归结果校验包括竞争性检验模型的回归结果校验及均衡性检验模型的回归结果校验。

在某一具体实施例中，采用的回归检验方法为f检验法，通过f检验法来检验多元竞争性模型中被解释变量tra与解释变量cp、co、p、cap之间的线性关系是否显著。需分别计算tra和这四个变量之间的f检验值，然后再进行对比检验。本发明默认置信度为95％，即f统计值在5％的显著性水平下通过检验。

在求解式(3)时，基于竞争性模型开展回归分析时可得到竞争性模型下n个发电厂的hi统计值以及各发电厂h统计值的平均值通过下式计算各发电厂h统计值的样本的无偏估计方差s²，即：

同样基于竞争性模型开展回归分析时可得竞争性模型下得到第i个发电厂的第j个解释变量系数βjⁱ(共有4个解释变量，其下标从1到4，用j表示，电厂总数目为n)，则该解释变量系数的平均值为通过下式计算该样本的无偏估计方差s′²：

则可得校验h统计值和解释变量j的f统计值如下：

式(7)中，等式右边通常大的方差作为分子，小的方差作为分母，不一定是解释变量系数对应的方差作分子。

把由式(7)得的fj值与表1的ft值进行比较,若fj≤ft表明两组数据没有显著差异，则模型通过检验。由于有4个被解释变量，需要分别进行4次竞争性校验，确保竞争性模型的结果具备足够的可信力。

表1置信度95％时f值(记为ft)

横向为大方差数据(方差较大的样本)的自由度；纵向为小方差数据(方差较小的样本)的自由度。f检验中的自由度＝样本数量-被限制的变量个数(本发明中两个模型均为6个)。

(2)均衡性模型校验

均衡性模型检验和竞争性模型检验类似，在求解式(4)时，基于均衡性模型开展回归分析时可得到均衡性模型下n个发电厂的hi′统计值以及各发电厂统计值的平均值。通过下式计算各发电厂hi′统计值的样本的无偏估计方差，即：

同样基于均衡性模型开展回归分析时可得均衡性模型下得到第i个发电厂的第j个解释变量系数β′jⁱ(共有4个解释变量，其下标从1到4，用j表示，电厂总数目为n)，则该解释变量系数的平均值为通过下式计算该样本的无偏估计方差s′²：

则可得校验h统计值和解释变量j的f统计值如下：

式(10)中，等式右边通常大的方差作为分子，小的方差作为分母，不一定是解释变量系数对应的方差作分子。

把由式(10)得的f′j值与表1的ft值进行比较,若f′j≤ft表明两组数据没有显著差异，则均衡性模型通过检验。由于有4个被解释变量，需要分别进行4次均衡性校验，确保均衡性模型的结果具备足够的可信力。

如上述竞争性校验和均衡性校验未完全通过，则本测算方法的置信度达不到预期，应回到步骤3.2调整数据样本或重新开展回归分析，直到回归分析结果满足竞争性校验和均衡性校验。如竞争性校验和均衡性校验完全通过，则开展下一步骤。

如上述竞争性校验和均衡性校验未完全通过，则本测算方法的置信度达不到预期，应回到步骤3.2调整数据样本或重新开展回归分析，直到回归分析结果满足竞争性校验和均衡性校验。如竞争性校验和均衡性校验完全通过，则开展下一步骤。

若上述的竞争性检验和均衡性检验均已通过，则可基于所有发电厂的数据样本，根据式(3)和式(4)计算得到整个电力市场竞争模型下的h统计值和均衡性模型下的h′统计值，分别记为hwhole和h′whole。

如果h′whole<0，则说明市场并不处于长期均衡状态，那么负的hwhole统计值不再说明样本处在垄断的市场结构，但正的hwhole统计值仍然有意义。如果h′whole>0，则无法从统计学上证明竞争性模型的hwhole统计值的含义，因此无法说明市场竞争程度。

如果h′whole＝0，不同的hwhole统计值可反映市场不同的竞争程度，如表2所示：

表2市场竞争程度判别条件

第二方面。

请参阅图4-5，本发明一个实施例提供一种基于panzar-rosse模型的电力市场竞争程度测算系统，包括：

参考数据获取模块10用于获取参考数据；其中，所述参考数据包括：市场数据、收益数据、成本数据及报价数据。

模型建立模块20用于建立panzar-rosse模型，确定所述panzar-rosse模型变量；其中，所述panzar-rosse模型包括竞争性检验模型及均衡性检验模型，所述变量包括竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量；

回归分析模块30用于将所述参考数据输入至panzar-rosse模型进行回归分析，得到待估参数；其中，所述待估参数包括：竞争性检验模型的待估参数及均衡性检验的待估参数。

结果数据计算模块40用于根据所述待估参数计算结果数据；其中，所述结果数据包括：竞争性模型的结果数据及均衡性检验模型的结果数据.

市场竞争程度判断模块50用于根据所述结果数据判断市场竞争程度。

在某一具体实施例中，所述模型建立模块20包括：

竞争性检验模型建立子模块21用于建立竞争性检验模型；

均衡性检验模型建立子模块22用于建立均衡性检验模型；

变量确定子模块23用于确定竞争性检验的因变量、竞争性检验的因变量、均衡性检验的自变量及均衡性检验的自变量。

在某一具体实施例中，所述基于panzar-rosse模型的电力市场竞争程度测算系统还包括：

回归结果校验模块60用于通过panzar-rosse模型对所述结果数据进行回归结果校验；其中，所述回归结果校验包括竞争性检验模型的回归结果校验及均衡性检验模型的回归结果校验。

第三方面。

本发明一个实施例提供一种计算机可读存储介质，其特征在于，包括：所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行任一项所述的基于panzar-rosse模型的电力市场竞争程度测算方法。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。