国外的演进轨迹和核心前沿：纯能源市场稀缺电价导致系统成本增加，容量市场成为热点；同时，去中心化的市场机制设计仍在实行与探索中。在电价预测方面发展迅猛，在此领域中，机器学习算法仍具有研究价值；聚合商是中介中心性最高的关键词，以虚拟电厂、电动汽车为代表的聚合商，鼓励其主动为电网提供灵活性。
图1 国外电力市场演化路径
1 国外电力市场的演进轨迹本节以“主题：（electricity NEAR/5 market），文献类型：（Article），语种：（English），索引=SCI-EXPANDED，时间跨度=2011~2020”等组配索引式，基于Web of Science检索电力市场相关的5106篇文章，对国外电力市场的研究演进轨迹进行梳理。单个时间切片的网络信息见表1，以2020年的网络结构为例，2020年558篇g-index指数36以上的代表性文献集合，组成253个节点、759条连线的单年切片网络。
整合单个的时间网络形成的研究演进轨迹如图1所示，图1呈现了国外近十年电力市场研究演化路径。基于对数似然比算法抽取网络图谱的标签词，共划分了23个集群标签。附录中显示聚类标签0~4号。
表1 电力市场切片网络结构
以集群规模较大的0~8号分析集群结构特征，如图2所示。0号集群有44个成员，规模最大，是最具有代表性的集群之一。同时集群0~8号的轮廓性均超过0.8，说明集群内的各成员之间连接紧密。
图2 集群结构特征
接下来，以0号集群（负荷预测）为例对演化路径的时间线进行解读，其演进轨迹如图3所示。
图3 0号集群演进轨迹
应用场景：单个市场支撑电力交易的难度大且风险较高，因此负荷预测的应用场景需要考虑市场之间的耦合，例如“能源+容量”、“能源+辅助服务”等。由图3可知，2015年纯能源市场引起广泛的讨论，长期而言纯能源市场促进转型低碳，然而可能出现能源短缺的风险，稀缺电价导致系统成本增加。因此容量市场受到投资者支持，其发电能力可靠，供应安全稳定，同时需求响应和储能的加入可实现发电充足性。
近些年P2P(peer to peer)能源交易平台率先在瑞士落地实施，去中心化的市场机制设计是双边能源交易的基础。联合双向能源和辅助服务市场中交互式电网系统的协同优化，对分布式能源与配电网运营商的经济性、灵活性以及可靠性进行评估。
解决方法：随着市场的转变与发展，负荷预测已成为一个重要的研究领域，是电力市场运营和规划的关键任务。短期负荷预测常用长短期记忆、回声状态网络等模型，分布式学习算法对于预测复杂地理分布的用户非常具有潜力。近些年采用相似日法衡量气候的影响因素，最新的发展轨迹为机器学习模型，用于预测技术的发展，支撑后续投标策略和估算盈利。
电力塔Electricity pylons
2 国外电力市场的核心前沿本节数据来源于Web of science检索3238篇相关文献。生成关键词网络图谱，并采取不同的优化算法进行图谱剪枝，结果见表2。对比聚类效果可知，综合聚类效果最佳为0.8779。
表2 不同聚类裁剪算法效果对比
基于寻径网络算法对综合网络裁剪，聚类效果明显优于单年网络。这是由于文献数量增加，导致单年裁剪的网络划分模糊，使得其聚类模块值较低，进而影响了整体的聚类效果。因此，选择对综合网络裁剪，得到关键词的聚类图谱，如图4所示。
关键词网络图谱中出现频次最高的有模型、优化、需求响应、可再生能源、电价以及不确定性等。完整的图谱展示了全部的信息，但由于数据过多使得图谱节点众多、连接复杂，从而缺乏可读性。因此，接下来依据节点的权重，提炼出关键节点，聚焦于局部图谱。
图4 关键词网络图谱
以最小持续时间为一年，寻找16个突现关键词，结果见表3。
表3 关键节点-突现词表
从表3中可知，突现强度比较高的关键词有随机过程、最优潮流以及电价预测。区别于中国的定价机制，国外在电价预测方面发展迅猛。在此领域中，机器学习算法仍具有研究价值。最新突现的关键词有能量枢纽、区块链，例如考虑信息勾鸿决策能量枢纽的管理仍需提高其决策灵活性。
随机过程节点兼具突现性高以及时间最新的特点，以此节点为例展示其在网络图谱中的具体连接，如图5所示。从图中可以看出，随机过程方法，应用于不确定性因素的量化处理，或者计及发电侧经济性的最优运行策略。
图5 随机过程节点
从高到低排列节点的中介中心性，选取前8个中介中心性词，结果见表4。应用场景中最新颖的是能量交易。能量交易中，需求响应的环境效益是一个相对较新的话题，碳排放交易是其中不可或缺的环节。通过跟踪需求响应的碳排放量，有效地指导排放交易计划。从表4中可以看出，聚合商是中介中心性最高的节点，接下来以此节点为例进行解析。
表4 关键节点-中介中心词表
聚合商节点及其连接如图6所示。常见的聚合商有虚拟电厂、电动汽车聚合商。虚拟电厂的灵活运行缓解网络堵塞，提高其集成能源的附加价值；电动汽车聚合商的管理，需考虑驾驶模式、市场价格的不确定性。
图6 聚合商节点
此外，电动汽车通过V2G(vehicle-to-grid）提供电网辅助服务，提高车网系统灵活性。市场机制对于充分开发产消者的潜力是非常有必要的，鼓励本地配电网内的发电和消费，同时利用机器学习等算法为聚合商提供决策支撑。
本文编自2022年第11期《电工技术学报》，论文标题为“基于知识图谱的国内外电力市场研究综述”。本课题得到了国家自然科学基金和上海市科学技术委员会资助项目的支持。
