以“國家發(fā)展改革委關于深圳市開展輸配電價改革試點的通知（發(fā)改價格[2014]2379號）”為標志，我國開始了新一輪的電力工業(yè)市場化改革，探索建立獨立的輸配電價體系和售電市場。從通知的配套改革措施中可以看出，放開售電業(yè)務、培育多種售電主體是這輪電力體制改革的重要內(nèi)容。在已經(jīng)建立售電側市場的一些國家和地區(qū)，隨著可再生能源、智能電網(wǎng)和分布式發(fā)電等的興起，也給現(xiàn)有的電力零售機制與策略帶來了新的挑戰(zhàn)，需要發(fā)展新的決策機制與方法。

2主要發(fā)達國家的電力零售市場情況

世界范圍內(nèi)的電力工業(yè)市場化改革浪潮興起于20世紀90年代，在經(jīng)歷了20余年的電力市場改革歷程后，多數(shù)發(fā)達國家已建立了開放競爭的電力零售市場，表1給出了一些國家的電力零售市場開放時間。

 表1  一些國家的電力零售市場開放時間表

從總體上講，電力零售市場的發(fā)展受下述幾個因素的驅動：

1）降低零售電價的需要。電力工業(yè)市場化改革本身就是受到了競爭能夠提升發(fā)電和輸配電效率的初衷所驅使，盡管零售市場競爭無法像發(fā)電側競爭那樣能夠明顯降低供電成本，但人們?nèi)云谕闶鄹偁幙梢宰鳛榘l(fā)電側競爭的有益補充，以進一步降低用戶電價。

2）用戶期望多樣化的電力零售服務產(chǎn)品。在電力零售市場中，零售合同在能量來源（可再生或非可再生能源）、供電服務質量、零售電價形式、用戶付款方式等方面都可以有不同選項，零售市場競爭能夠促使零售公司開發(fā)更多的零售套餐，為用戶帶來更多選擇。

3）促進其它替代型能源技術發(fā)展的需要。在建立電力零售市場后，用戶不僅可以從零售公司購買電能，也可以購買用電服務，如幫助用戶管理分布式發(fā)電設備。在安裝了能夠計量雙向能量流動的智能電表后，每個用戶還可以通過利用分布式的自發(fā)電設備為自己供電，以節(jié)省用電成本。因此，電力零售市場的建立對分布式發(fā)電技術的發(fā)展也有促進作用。

3電力零售公司的構成和售電業(yè)務流程

3.1澳大利亞電力零售市場

澳大利亞電力工業(yè)的市場化改革始于1998年，類似于歐洲和北美，澳大利亞的電力改革也遵循廠網(wǎng)分離、輸配分開、競價上網(wǎng)和零售自由化的思路。澳大利亞國家電力市場于1998年11月開始運作，目前有50多家零售商，其中AGL、Origin Energy和Energy Australia為三個最主要的大型零售商。其電力零售公司的交易部門總體上可分為前臺、中臺和后臺三部分，如圖1所示。

圖1  售電公司的交易部門

在電力零售市場中，零售公司的首要業(yè)務是吸引客戶。在獲取客戶后，零售公司需要預測用戶的用電負荷，并到電力批發(fā)市場為用戶購電。考慮到電力現(xiàn)貨市場的電價波動和用戶用電負荷的不確定性，電力零售公司需要進行風險管理，確定銷售電價中的風險溢價。然后，根據(jù)客戶的用電負荷特性，零售公司在綜合考慮購電成本和風險溢價的基礎上，為用戶制定銷售電價，也可以根據(jù)用戶的個性化需求，向用戶提供多樣化的用電套餐，并以零售合同的形式供用戶選擇。圖2顯示了電力零售公司業(yè)務流程。

圖2  電力零售公司的業(yè)務流程

3.2芬蘭電力零售市場

作為北歐電力市場的重要組成部分，芬蘭于1995年開始電力工業(yè)的去管制化改革，并在1998年對所有電力用戶的實現(xiàn)了電力零售市場的開放。芬蘭電力市場一直運轉良好，共有72家電力零售公司，其中45家公司在全國范圍內(nèi)提供電力零售產(chǎn)品。在72家零售公司中，市場份額大于5%的公司只有4家，市場集中度很低。零售用戶的供應商切換率相對較高，在10%左右（2013年10.1%，2014年 9.8%，2015年11.4%)，且芬蘭電力用戶已經(jīng)廣泛安裝了智能電表。

在2014年，芬蘭國家電網(wǎng)公司（Fingrid）提出建立一個中心化的信息交換系統(tǒng)即Datahub，作為未來芬蘭電力零售市場信息交換系統(tǒng)的解決方案。按計劃，Datahub信息系統(tǒng)將在2019年投入使用。圖3給出了在芬蘭電力零售市場中，采用Datahub系統(tǒng)的電力零售公司業(yè)務流程圖。

圖3  電力零售公司創(chuàng)建售電合同業(yè)務流程圖

4電力零售公司購售電決策

零售公司購售電優(yōu)化決策中最為重要的組成部分包括零售負荷預測、購電優(yōu)化決策、零售定價機制、購售電風險管理等。

4.1售電負荷預測

現(xiàn)有的電力系統(tǒng)負荷預測都是針對系統(tǒng)總負荷或母線/節(jié)點負荷，但在電力零售市場中，則需針對零售公司的用戶負荷。在同一個電力系統(tǒng)中，雖然用戶更換零售公司不會對系統(tǒng)總負荷產(chǎn)生明顯影響，但會改變相關零售公司的供電負荷。由于單個零售公司的簽約用戶數(shù)量要遠小于系統(tǒng)中的總用戶數(shù)量，因此對于零售公司的負荷預測而言，用戶負荷之間的互補性就小得多。上述因素都會增加零售公司負荷預測的難度。

電力零售公司的負荷預測主要是長期負荷預測（LTLF）問題，現(xiàn)有LTLF方法經(jīng)過適當改進后可用于零售公司的負荷預測，如增加用于預測不同時段的用戶組成和用電特性、預測用戶保有量等模塊。

4.2電力零售公司的購電決策

零售公司可以從多種渠道購電，如雙邊合同和電力現(xiàn)貨市場等。需要考慮相關的各種內(nèi)部和外部因素，包括電價走勢、用戶需求、市場競爭程度和風險管理。在此基礎上，零售公司要構建購電優(yōu)化組合策略。

4.2.1發(fā)電公司及相關電力市場

作為發(fā)電公司和零售客戶之間的中介，零售公司主要通過從發(fā)電公司購電然后轉賣給用戶來盈利。此外，零售公司還可通過現(xiàn)貨市場、遠期合同、購電期權、利用自有發(fā)電設備以及儲能設備等獲得電能。

4.2.2購電決策的影響因素

零售公司的購電決策受電力市場中許多不確定因素影響，如現(xiàn)貨市場價格、用戶需求的價格彈性、市場競爭程度等。這些不確定因素都會給零售公司的運營帶來風險，需要在決策過程中量化這些風險。

4.2.3購電組合優(yōu)化方法

到目前為止，針對電力零售公司已提出多種購電組合優(yōu)化方法，總體上可分為下述幾類：①隨機優(yōu)化模型；②雙層優(yōu)化模型；③其它類型的優(yōu)化方法，包括基于信息間隙決策理論（information gap decision theory, IGDT）的購電優(yōu)化決策模型，強化區(qū)間線性規(guī)劃模型，供電公司在長期市場（期貨交易）和短期市場（現(xiàn)貨交易）中的最優(yōu)購電分配決策模型，以及均值-方差投資模型。

4.3電力零售公司售電定價策略

隨著智能電網(wǎng)的發(fā)展，實時零售電價（RTP）在有的系統(tǒng)中開始實施，且被認為在未來有很好的應用前景。RTP的一個缺點是由用戶直接承受電價風險，因此小用戶一般很難接受RTP。作為介于固定電價和RTP之間的電價機制，分時電價（TOU）在實際電力市場中得到了比較廣泛的應用。此外，也有一些將RTP和TOU采用某種方式結合起來而設計的定價機制。

4.3.1動態(tài)定價機制

現(xiàn)有文獻中已提出多種針對不同變化周期的動態(tài)定價機制，如每5分鐘更新的電價、每15分鐘更新的電價以及小時電價等。在設計零售定價機制時，還需要考慮市場架構、市場波動性及交易機制等因素。

4.3.2靜態(tài)定價機制

已有多種靜態(tài)定價機制，如階梯電價、尖峰電價、需求側響應程序、TOU電價等。零售定價方面的研究多數(shù)是針對TOU電價開展的，現(xiàn)有的TOU定價模型主要有如下幾類：①隨機規(guī)劃模型；②均衡模型；③博弈模型。

4.4電力零售市場和電力批發(fā)市場的關聯(lián)

電力零售市場和批發(fā)市場是兩個截然不同但又聯(lián)系緊密的市場。電力零售市場的參與主體主要是零售公司和小型終端用戶，而電力批發(fā)市場的參與主體則是大中型用戶、發(fā)電公司和零售公司。而且，兩個市場中的電價定價方式也不同。

電力零售和電力批發(fā)市場又息息相關。電力零售公司在發(fā)電公司與用戶之間扮演著中介的角色。零售公司最主要的盈利方式是在批發(fā)市場中購電，然后銷售給終端用戶賺取差價。因此，電力批發(fā)市場是電力零售的上游市場。電力批發(fā)市場和無歧視開放輸電網(wǎng)、配電網(wǎng)是建立電力零售市場的前提。

5電力零售公司的風險管理

電力零售公司在構造零售定價策略時需要首先獲得用戶的中長期負荷預測結果，以此確定中長期合同的購買電力/電量；事實上，合同電力和用戶實際負荷不可能完全一致，這會導致所謂的體量風險。由于存在體量風險，零售商在現(xiàn)貨市場就有一定的風險敞口，而現(xiàn)貨市場電價的不確定性也會給零售商帶來風險，稱為市場風險。由于現(xiàn)貨市場電價波動，零售商在不同時段購買相同電能的成本就有區(qū)別。另一方面，由于零售合同中約定的價格在相當長時間內(nèi)（如一年）是不變的，零售商的賣電收益是相對固定的。因此，開發(fā)針對電價的風險管理工具對于零售商而言就非常重要。

在現(xiàn)有的相關研究文獻中，通常將負荷風險和市場風險看作零售公司風險的兩個主要來源。針對零售商的風險管理問題，已提出在售電定價過程中計及風險影響的幾種相關策略：售電定價的多目標優(yōu)化；確定零售電價的風險溢價；制定電力金融交易投資組合策略。

6電力零售領域有待研究的問題

在未來的電力零售市場中，電力零售公司在迎來更多機會的同時也面臨更多的商業(yè)和技術挑戰(zhàn)，在電力零售領域尚有待研究的一些問題。

6.1零售長期負荷預測

由于存在很多不確定性因素，長期負荷預測是電力系統(tǒng)預測領域中的一個難題。到目前為止，尚沒有針對居民負荷進行長期負荷預測的有效方法。隨著智能電表技術的發(fā)展，能夠有效收集低壓負荷的用電功率和電量，在此基礎上能夠更準確的把握負荷組成和用戶的用電行為習慣。由于智能電表收集的負荷曲線反映了用戶用電行為，因此開發(fā)基于行為分析的用戶中長期負荷預測方法就很值得研究。

6.2零售電價結構的優(yōu)化

在現(xiàn)有的研究文獻中，TOU零售電價的分時結構都是預先給定的。由于TOU電價的分時結構不是采用優(yōu)化方法確定的，因此由此確定的零售電價就無法充分利用系統(tǒng)負荷和電力零售公司的供電負荷之間在時間上的互補特性。實際上，系統(tǒng)負荷和零售負荷在負荷輪廓方面一般是不同的，峰谷負荷時段并不一致，充分利用這個特征構建更加靈活有效的零售電價機制就是一個很有意義的問題，到目前為止這方面的研究還很有限，值得開展系統(tǒng)而深入的研究。

6.3數(shù)據(jù)驅動的電力零售套餐定制

隨著智能電網(wǎng)的發(fā)展，智能計量設備會收集終端用戶的負荷數(shù)據(jù)，隨著時間的變遷，數(shù)據(jù)量會非常大，呈現(xiàn)大數(shù)據(jù)特征。這樣，可以對負荷大數(shù)據(jù)進行分析來挖掘用戶的用電模式。零售公司也能夠獲得用戶負荷更詳細的特征，如用戶的用電規(guī)律、對電價的響應特性等，甚至有可能對用戶進行行為經(jīng)濟學分析。通過利用不同類型用戶之間的互補特性，可以開發(fā)定制型的零售套餐來激發(fā)用戶對電價的響應特性。因此，數(shù)據(jù)驅動的電力零售套餐定制很值得研究。

6.4考慮分布式電源的零售定價策略

分布式發(fā)電和儲能設備的不斷發(fā)展逐步將配電系統(tǒng)由原先的單向功率流動改變?yōu)殡p向功率流動。零售公司也可從單純的電力供應公司轉變?yōu)橐材芴峁╇娏?能量管理服務的公司，如對用戶的分布式發(fā)電設備的進行優(yōu)化管理。

在含高滲透率分布式電源的電力零售市場中，用戶負責就地平衡發(fā)電和用電功率，并管理自己的分布式發(fā)電設備、分布式儲能設備和可控負荷，而零售公司則通過售電和給用戶提供輔助服務來獲取利潤。針對含有分布式電源、儲能設備、電動汽車等的用戶，零售公司應該采用怎樣的策略和提供怎樣的服務是值得研究的重要課題。

7我國售電存在的問題和相應的解決途徑

當前正處于改革期的中國電力市場尚沒有建立電力現(xiàn)貨市場，無法真實反映電力商品短期供需關系和時空價值，隨著改革的持續(xù)進行，建立電力現(xiàn)貨市場將是必然。國家發(fā)展改革委、國家能源局聯(lián)合發(fā)布的《電力發(fā)展“十三五”規(guī)劃》也明確提出，要在2018年底前，啟動現(xiàn)貨交易試點，在2020年全面啟動現(xiàn)貨交易市場。

在建立電力現(xiàn)貨市場以后，將會給目前的電力零售公司帶來如下的問題和挑戰(zhàn)：①如何開發(fā)和建設與自身電力零售電業(yè)務相適應，涉及用戶數(shù)據(jù)、合同數(shù)據(jù)、負荷數(shù)據(jù)、賬單管理和用戶管理等一系列零售業(yè)務的綜合服務系統(tǒng)平臺；②如何選取適當?shù)纳虡I(yè)模式；③如何進行通過購電資產(chǎn)的優(yōu)化組合，制定更有競爭力的零售策略；④如何建立高效的風險管理機制，對電力現(xiàn)貨市場的電價波動風險、用戶尤其是大用戶流失的風險、購售電合同的執(zhí)行風險、以及市場政策風險等進行有效地管理。

為了應對來自上述幾個方面的問題，首先，電力零售公司可以借助世界其他國家已有的經(jīng)驗。其次，還可以通過利用已有的電力零售理論研究成果，嘗試進行電力零售業(yè)務架構的設計。此外，電力零售公司還要增強抵抗風險的能力。

8結語

本文的重點是對國外電力零售市場情況的介紹以及對電力零售方面的研究進行綜述，并沒有具體針對我國的具體實際，給出建設中國電力零售市場的路線建議，也沒有給出適合我國電力市場情況的電力零售公司商業(yè)模式。這些方面都是值得進一步研究的問題，希望本文的研究能為我國電力零售市場機制的研究以及我國電力零售公司組織形式和商業(yè)模式的研究提供有益的參考。在學術研究方面，本文從負荷預測、電價結構優(yōu)化、零售定價這幾個角度出發(fā)，討論了這些方面的研究進展，并指出了機器學習在零售負荷預測中的應用、零售電價結構優(yōu)化、數(shù)據(jù)驅動的電力零售套餐定制、考慮分布式電源的零售定價策略等一些電力零售領域的未來研究方向。

作者及團隊介紹

楊甲甲，澳大利亞新南威爾士大學博士研究生。主要研究方向：電力經(jīng)濟與電力市場、智能電網(wǎng)、可再生能源接入等。

趙俊華，香港中文大學（深圳）副教授，“青年千人計劃”入選者，主要研究方向：電力系統(tǒng)分析與計算、智能電網(wǎng)、數(shù)據(jù)挖掘與人工智能等。

文福拴，浙江大學教授，博士生導師。主要研究方向：電力系統(tǒng)故障診斷與系統(tǒng)恢復、電力經(jīng)濟與電力市場、智能電網(wǎng)與電動汽車。

孟科，澳大利亞悉尼大學講師。主要研究方向：電力系統(tǒng)分析與計算、電力系統(tǒng)規(guī)劃、可再生能源和能源儲存系統(tǒng)等

董朝陽，澳大利亞新南威爾士大學講座教授，南方電網(wǎng)科學研究院“千人計劃”特聘專家。主要研究方向：電力系統(tǒng)規(guī)劃與穩(wěn)定、智能電網(wǎng)、負荷建模、可再生能源、電力市場計算方法。