郭鴻業(yè)，鄭可迪，唐慶虎，房曦晨，陳啟鑫

（1. 電力系統(tǒng)及發(fā)電設(shè)備控制和仿真國(guó)家重點(diǎn)實(shí)驗(yàn)室，清華大學(xué)，北京市 100084；2. 清華大學(xué)電機(jī)工程與應(yīng)用電子技術(shù)系，北京市 100084）

0 引言

自2015 年啟動(dòng)新一輪電力體制改革以來(lái)，中國(guó)的電力市場(chǎng)建設(shè)穩(wěn)步推進(jìn)，取得了一系列重要成果。2021 年，全國(guó)市場(chǎng)交易電量3 778.7 TW·h，占全社會(huì)用電量的比重達(dá)到45.5%，再創(chuàng)新高。目前，以中國(guó)廣東、山西等8 個(gè)省區(qū)為代表的第1 批電力現(xiàn)貨市場(chǎng)試點(diǎn)地區(qū)，已實(shí)現(xiàn)了不間斷結(jié)算試運(yùn)行，并計(jì)劃于2022 年開啟正式運(yùn)行。包括中國(guó)江蘇省、河南省等在內(nèi)的第2 批電力現(xiàn)貨試點(diǎn)地區(qū)也已陸續(xù)公布了市場(chǎng)運(yùn)行細(xì)則。

與此同時(shí)，電力市場(chǎng)相關(guān)領(lǐng)域的研究熱點(diǎn)不斷凸顯，研究熱度穩(wěn)步上升。主要關(guān)注點(diǎn)包括價(jià)格分析［1］、個(gè)體決策［2］、博弈均衡分析［3］、市場(chǎng)機(jī)制設(shè)計(jì)［4］等諸多領(lǐng)域。在建設(shè)新型電力系統(tǒng)的愿景下，風(fēng)電、光伏、電動(dòng)汽車、儲(chǔ)能、產(chǎn)消者等新型主體將成為電力市場(chǎng)的一般化主體。一方面，要求對(duì)于現(xiàn)有的電力市場(chǎng)體系、機(jī)制、規(guī)則進(jìn)行革新與完善；另一方面，對(duì)這些新主體自身的市場(chǎng)化運(yùn)營(yíng)與交易也提出了新的挑戰(zhàn)［5］。

電力市場(chǎng)領(lǐng)域的研究規(guī)則始于20 世紀(jì)90 年代，至今已發(fā)展了30 余年。傳統(tǒng)的研究思路從經(jīng)濟(jì)學(xué)的角度出發(fā)，使用包括微觀經(jīng)濟(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、博弈理論在內(nèi)的模型方法對(duì)電力市場(chǎng)中的個(gè)體行為［6］、市場(chǎng)狀態(tài)［7］、關(guān)鍵變量［8］進(jìn)行研究。常用的技術(shù)路線是基于完全理性假設(shè)對(duì)市場(chǎng)主體進(jìn)行建模［9］，將個(gè)體最優(yōu)報(bào)價(jià)決策過(guò)程建模為有約束的優(yōu)化問(wèn)題［10］，并聯(lián)立多個(gè)市場(chǎng)主體模型分析市場(chǎng)博弈均衡過(guò)程［11］。此類方法數(shù)學(xué)形式清晰、經(jīng)濟(jì)意義明確、可解釋性強(qiáng)，已成為電力市場(chǎng)研究領(lǐng)域的最為廣泛的研究思路，取得了大量理論成果。

然而，傳統(tǒng)基于經(jīng)濟(jì)學(xué)理論模型的方法也存在一定的局限性。例如，這類方法在建模過(guò)程中，為了確保研究的理論完備性和數(shù)學(xué)可解性，經(jīng)常對(duì)市場(chǎng)主體的決策［12］和市場(chǎng)運(yùn)行本身［13］進(jìn)行大量簡(jiǎn)化，對(duì)市場(chǎng)主體包括理性程度、信息利用能力、決策偏好在內(nèi)的個(gè)體行為深層邏輯進(jìn)行理想化假設(shè)。因此，基于大量簡(jiǎn)化與假設(shè)的傳統(tǒng)模型在研究電力市場(chǎng)的過(guò)程中，將不可避免地與實(shí)際場(chǎng)景產(chǎn)生偏差，導(dǎo)致傳統(tǒng)的電力市場(chǎng)研究思路難以指導(dǎo)電力市場(chǎng)的實(shí)際業(yè)務(wù)場(chǎng)景。

事實(shí)上，傳統(tǒng)研究方法的局限性與其發(fā)展的時(shí)代有著密切關(guān)系。過(guò)去，電力市場(chǎng)數(shù)據(jù)公開有限，也缺乏相應(yīng)的數(shù)據(jù)分析方法，故傳統(tǒng)研究方法難以結(jié)合實(shí)際數(shù)據(jù)開展研究，更不用說(shuō)對(duì)海量數(shù)據(jù)的正確、高效利用。近年來(lái)，隨著電力市場(chǎng)數(shù)據(jù)的開放和數(shù)據(jù)驅(qū)動(dòng)研究方法的發(fā)展，基于實(shí)際市場(chǎng)數(shù)據(jù)分析市場(chǎng)運(yùn)行狀態(tài)、消除信息不對(duì)稱、描述主體交易行為變得更為可行。而基于數(shù)據(jù)的電力市場(chǎng)研究也逐步體現(xiàn)出自身的獨(dú)特價(jià)值，其研究成果應(yīng)用范圍廣、可用性強(qiáng)，對(duì)傳統(tǒng)的電力市場(chǎng)研究方法形成了很好的補(bǔ)充。

基于數(shù)據(jù)的電力市場(chǎng)研究，可以稱之為數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究。其為廣大市場(chǎng)主體參與實(shí)際市場(chǎng)交易提供了新的指導(dǎo)思路，為市場(chǎng)運(yùn)營(yíng)商監(jiān)測(cè)市場(chǎng)運(yùn)行提供了新的觀察視角，為市場(chǎng)制度設(shè)計(jì)者模擬市場(chǎng)提供了新的實(shí)用性工具，具有重要的意義。例如，在個(gè)體行為分析方面，文獻(xiàn)［14］面向海量市場(chǎng)主體的交易數(shù)據(jù)，提出自適應(yīng)報(bào)價(jià)聚類算法，提煉個(gè)體報(bào)價(jià)典型模式，實(shí)現(xiàn)對(duì)海量主體報(bào)價(jià)行為特點(diǎn)的高效分析；在市場(chǎng)分析方面，文獻(xiàn)［15］面向高維電力市場(chǎng)供給曲線數(shù)據(jù)，提出高效整合與關(guān)鍵信息提煉的方法，并實(shí)現(xiàn)了未來(lái)市場(chǎng)競(jìng)價(jià)態(tài)勢(shì)的準(zhǔn)確預(yù)測(cè)。

為此，本文針對(duì)近年來(lái)興起的數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究進(jìn)行介紹，旨在對(duì)數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)的研究基礎(chǔ)、進(jìn)展、挑戰(zhàn)進(jìn)行系統(tǒng)化的梳理，并探討未來(lái)研究的發(fā)展方向與應(yīng)用潛力。

1 電力市場(chǎng)相關(guān)領(lǐng)域研究現(xiàn)狀與局限性

自21 世紀(jì)初以來(lái)，世界范圍內(nèi)開始廣泛的電力市場(chǎng)建設(shè)，同時(shí)涌現(xiàn)了大量針對(duì)電力市場(chǎng)開展的研究。根據(jù)電力市場(chǎng)中的研究對(duì)象進(jìn)行劃分，針對(duì)不同對(duì)象開展的研究大致可以分為4 類，分別是市場(chǎng)狀態(tài)參數(shù)研究、投標(biāo)優(yōu)化決策、市場(chǎng)均衡分析與市場(chǎng)機(jī)制設(shè)計(jì)。

在市場(chǎng)狀態(tài)參數(shù)研究方向，主要開展針對(duì)影響電力市場(chǎng)運(yùn)行的關(guān)鍵狀態(tài)邊界及市場(chǎng)運(yùn)行結(jié)果的研究，前者包括系統(tǒng)、母線、節(jié)點(diǎn)負(fù)荷［16］、新能源出力、電力合約等，后者包括系統(tǒng)與節(jié)點(diǎn)電價(jià)［17］、機(jī)組出清量及系統(tǒng)潮流［18］等。根據(jù)研究結(jié)果的不同，可以分為分析類與預(yù)測(cè)類，其中前者側(cè)重于分析邊界量的特點(diǎn)或與其他因素的關(guān)系，后者側(cè)重于給出未來(lái)時(shí)段的預(yù)測(cè)值。針對(duì)這個(gè)問(wèn)題，學(xué)界采用了多種技術(shù)方法。最初，通常采用基于統(tǒng)計(jì)學(xué)的方法；之后，逐步使用基于計(jì)量經(jīng)濟(jì)學(xué)的模型，如向量自回歸（vector auto-regression，VAR）模型、向量誤差修改模型（vector error correction model，VECM）、廣義自回歸條件異方差（generalized autoregressive conditional heteroskedasticity，GARCH）模型等；目前，隨著機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的發(fā)展，相關(guān)技術(shù)也被逐漸應(yīng)用于該領(lǐng)域。例如，前幾年引入使用的支持向量機(jī)（support vector machine，SVM）、隨機(jī)森林（random forest，RF）等方法，以及近年來(lái)逐漸得到應(yīng)用的卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）、長(zhǎng) 短 期 記 憶（long short-term memory，LSTM）等模型。

在投標(biāo)優(yōu)化決策研究方向，主要開展從市場(chǎng)主體視角對(duì)報(bào)價(jià)決策進(jìn)行優(yōu)化以實(shí)現(xiàn)個(gè)體更高收益的研究。根據(jù)研究主體的區(qū)別，可以分為以傳統(tǒng)類型發(fā)電主體為研究目標(biāo)，包括火電廠、水電站等，或以可再生能源發(fā)電主體為研究目標(biāo)，包括風(fēng)電、光伏等。近年來(lái)，也逐漸出現(xiàn)更新的發(fā)電主體概念，如園區(qū)［19］、微網(wǎng)［20］、綜合能源發(fā)電商［21］、新能源汽車［22］、虛擬電廠［23］、分布式可交易能源［24］等。在參與市場(chǎng)的假設(shè)上，現(xiàn)有研究主要將市場(chǎng)主體分為價(jià)格接受 者（price-taker）［25］和 價(jià) 格 影 響 者（pricemaker）［26］2 類，前者一般適用于份額較小且自身報(bào)價(jià)對(duì)市場(chǎng)價(jià)格影響較小的主體，后者一般適用于市場(chǎng)份額較大或自身報(bào)價(jià)對(duì)市場(chǎng)價(jià)格會(huì)產(chǎn)生明顯影響的主體。在研究方法方面，大體可分為2 類：一是使用傳統(tǒng)的優(yōu)化模型，建立線性或非線性模型，然后采用多種優(yōu)化方法進(jìn)行求解［27］；二是使用機(jī)器學(xué)習(xí)理論中的強(qiáng)化學(xué)習(xí)模型，建立個(gè)體決策模型并與市場(chǎng)模型充分互動(dòng)后，獲得最優(yōu)的報(bào)價(jià)決策。

在市場(chǎng)均衡分析研究方向，主要開展從市場(chǎng)組織者視角對(duì)特定市場(chǎng)環(huán)境下多個(gè)主體的行為互動(dòng)及其產(chǎn)生的市場(chǎng)結(jié)果的研究。根據(jù)研究假設(shè)的不同，可將現(xiàn)有研究整體分為非合作博弈和合作博弈2 類，前者常用于研究批發(fā)市場(chǎng)多類型、多個(gè)體的發(fā)電側(cè)主體博弈［28］，后者近期亦常用于研究配電網(wǎng)側(cè)或微網(wǎng)內(nèi)的多個(gè)產(chǎn)消結(jié)合的主體博弈［29］。根據(jù)研究假設(shè)的不同，會(huì)采用不同的建模方法。例如，在非合作博弈假設(shè)中，常采用納什古諾（Nash Cournot）博弈［30］、貝葉斯納什均衡［31］、斯塔德伯格（Stackelberg）博弈［32］、主從博弈［33］；在合作博弈中，常采用納什討價(jià)還價(jià)（Nash bargaining）博弈［34］，并通過(guò)夏普利值（Shapley value）［35］或Vickrey-Clarke-Groves（VCG）理論［36］計(jì)算參與合作的多個(gè)體貢獻(xiàn)，并基于此分配收益。

在市場(chǎng)機(jī)制設(shè)計(jì)研究方向，主要開展從市場(chǎng)設(shè)計(jì)者視角對(duì)市場(chǎng)現(xiàn)有機(jī)制進(jìn)行修改或提出新的機(jī)制，以更好地實(shí)現(xiàn)激勵(lì)相容的研究。根據(jù)研究對(duì)象的不同，市場(chǎng)機(jī)制設(shè)計(jì)研究可以分為多種類型，如針對(duì)電價(jià)機(jī)制［37］、出清流程［38］、結(jié)算方法［8］進(jìn)行設(shè)計(jì)。除此之外，還會(huì)對(duì)電力市場(chǎng)存在的難點(diǎn)與癥結(jié)進(jìn)行針對(duì)性的研究，如市場(chǎng)串謀［39］、市場(chǎng)力抑制［40］、發(fā)售一體控制［41］等。近年來(lái)，隨著新能源的快速發(fā)展，新型電力系統(tǒng)建設(shè)迫在眉睫，包括分布式新能源、儲(chǔ)能、虛擬電廠等新要素大量接入電力系統(tǒng)，現(xiàn)有的市場(chǎng)機(jī)制將不再適用。為了應(yīng)對(duì)這一挑戰(zhàn)，涌現(xiàn)了大量市場(chǎng)機(jī)制設(shè)計(jì)研究，如針對(duì)分布式主體［42］、儲(chǔ)能［43］等。

事實(shí)上，目前電力市場(chǎng)領(lǐng)域的4 個(gè)主流研究方向中，除了市場(chǎng)邊界預(yù)測(cè)研究是針對(duì)特定數(shù)據(jù)（如電價(jià)、潮流等）開展的研究，其他3 個(gè)方向的研究的核心均為市場(chǎng)主體行為。其中，報(bào)價(jià)優(yōu)化決策研究是嘗試實(shí)現(xiàn)個(gè)體行為的最優(yōu)化，市場(chǎng)均衡分析研究是將多個(gè)個(gè)體建模并分析相互間的互動(dòng)關(guān)系，市場(chǎng)機(jī)制設(shè)計(jì)研究亦需要在給定機(jī)制下模擬個(gè)體行為以驗(yàn)證所提方法的有效性。

然而，傳統(tǒng)的研究方法對(duì)市場(chǎng)行為建模通常采用微觀經(jīng)濟(jì)學(xué)的理論模型，為確保研究的理論完備性和數(shù)學(xué)可解性，對(duì)市場(chǎng)主體和市場(chǎng)本身進(jìn)行了大量理想化的假設(shè)和簡(jiǎn)化。具體而言，對(duì)市場(chǎng)主體包括理性程度、信息利用能力、決策偏好在內(nèi)的個(gè)體行為深層邏輯進(jìn)行理想化的假設(shè)，如假設(shè)所有主體在決策過(guò)程中能夠充分利用市場(chǎng)信息，以實(shí)現(xiàn)自身利益的最大化為目標(biāo)，完全理性地進(jìn)行報(bào)價(jià)；對(duì)電力市場(chǎng)組織規(guī)則進(jìn)行大量簡(jiǎn)化與理想化假設(shè)，如為了實(shí)現(xiàn)求解將機(jī)組的多段報(bào)價(jià)簡(jiǎn)化為一次函數(shù)，假設(shè)市場(chǎng)公布包括系統(tǒng)拓?fù)?、個(gè)體具體投標(biāo)信息等；對(duì)市場(chǎng)所在電力系統(tǒng)的建模進(jìn)行大量簡(jiǎn)化，如不考慮網(wǎng)絡(luò)約束、爬坡約束等。這些大量存在的假設(shè)與簡(jiǎn)化導(dǎo)致傳統(tǒng)方法的研究結(jié)果與實(shí)際情況契合度差［44］。

這種理論假設(shè)與實(shí)際市場(chǎng)間存在的偏差，大大限制了相關(guān)研究在實(shí)際電力市場(chǎng)中的應(yīng)用效果，無(wú)法滿足實(shí)際市場(chǎng)多業(yè)務(wù)場(chǎng)景的需求。因此，在很多實(shí)際市場(chǎng)的運(yùn)行評(píng)估與機(jī)制設(shè)計(jì)流程中，還充斥著以專家經(jīng)驗(yàn)法為主的決策模式，缺乏為基于實(shí)際數(shù)據(jù)的研究提供理論支撐。

為此，電力市場(chǎng)研究領(lǐng)域逐漸涌現(xiàn)出一批面向市場(chǎng)實(shí)際數(shù)據(jù)開展的研究，其在傳統(tǒng)假設(shè)的基礎(chǔ)上，充分挖掘市場(chǎng)數(shù)據(jù)中隱藏的信息量，并將其應(yīng)用于電力市場(chǎng)領(lǐng)域幾個(gè)方向的研究。

2 實(shí)際電力市場(chǎng)的信息發(fā)布與數(shù)據(jù)開放

近年來(lái)，許多電力市場(chǎng)的交易數(shù)據(jù)逐漸公開化，大量的真實(shí)運(yùn)行數(shù)據(jù)在市場(chǎng)運(yùn)營(yíng)商的網(wǎng)站上被定期分類發(fā)布，并向全社會(huì)開放。這些數(shù)據(jù)包括市場(chǎng)出清價(jià)格、系統(tǒng)供給與需求、公開或匿名化的市場(chǎng)主體投標(biāo)及出清情況、檢修運(yùn)維情況等。當(dāng)然，由于市場(chǎng)政策的不同，不同地區(qū)的電力市場(chǎng)的數(shù)據(jù)公開程度有所區(qū)別。為此，本章將對(duì)各國(guó)電力市場(chǎng)數(shù)據(jù)情況進(jìn)行介紹。

2.1 電力市場(chǎng)相關(guān)數(shù)據(jù)介紹

本節(jié)將從研究者的角度出發(fā)，詳細(xì)介紹目前各主要電力市場(chǎng)的數(shù)據(jù)公開情況和獲取方式。

1）美國(guó)PJM 電力市場(chǎng)

美國(guó)PJM 電力市場(chǎng)長(zhǎng)期以來(lái)被認(rèn)為是規(guī)則完備、信息披露充分的典范，其市場(chǎng)數(shù)據(jù)的格式和含義說(shuō)明詳細(xì)完整，數(shù)據(jù)細(xì)粒度較高，具有較高的研究?jī)r(jià)值。但近年來(lái)，PJM 將其數(shù)據(jù)獲取接口整合進(jìn)了其所開發(fā)的Data Miner 2 的應(yīng)用程序接口（application programming interface，API）中，并限制了非會(huì)員的使用。由于PJM 會(huì)員資格目前僅限于美國(guó)境內(nèi)少數(shù)實(shí)體機(jī)構(gòu)，研究人員獲取PJM 的數(shù)據(jù)也不再容易。

具體而言，PJM 的數(shù)據(jù)獲取渠道主要有2 類：

（1）一是數(shù)據(jù)快照（Data Snapshot）［45］、數(shù)據(jù)瀏覽 器（Data Viewer）［46］和 數(shù) 據(jù) 地 圖（Interregional Data Map）［47］等短期（7 日以內(nèi)）數(shù)據(jù)查詢和可視化工具。這些數(shù)據(jù)渠道主要可供用戶查看市場(chǎng)近期的負(fù)荷、電價(jià)等指標(biāo)的時(shí)空分布趨勢(shì)，但不提供歷史數(shù)據(jù)以供數(shù)據(jù)挖掘。

（2）二是數(shù)據(jù)挖掘器（Data Miner 2）［48］，其提供了種類更為豐富的歷史數(shù)據(jù)獲取API，并附帶了詳細(xì)的數(shù)據(jù)含義和格式介紹。盡管調(diào)用API 需要會(huì)員權(quán)限，但是Data Miner 2 開放提供了一個(gè)用于查詢和瀏覽數(shù)據(jù)的預(yù)覽窗口，可以查詢并導(dǎo)出一日或者數(shù)日的數(shù)據(jù)。

受監(jiān)管的限制，PJM 在數(shù)據(jù)的公開上較為謹(jǐn)慎，一些較為機(jī)密的數(shù)據(jù)都沒有公開或者延遲公開。不公開的數(shù)據(jù)主要有：機(jī)組輸出功率和中斷、節(jié)點(diǎn)負(fù)荷和系統(tǒng)網(wǎng)架空間信息。發(fā)電商的個(gè)體報(bào)價(jià)信息則是延遲4 個(gè)月公布，并且對(duì)其信息進(jìn)行了匿名化處理。彈性負(fù)荷的需求報(bào)價(jià)信息更是延遲6 個(gè)月公布，并且只公布聚合后的總需求曲線。

2）美國(guó)CAISO 電力市場(chǎng)

美國(guó)CAISO 電力市場(chǎng)的數(shù)據(jù)公開程度和獲取便捷程度也較好，所有人都可以從其數(shù)據(jù)開放平臺(tái)（Open Access Same-Time Information System，OASIS）［49］中使用網(wǎng)頁(yè)檢索或者以API 方式下載所有的歷史數(shù)據(jù)。但CAISO 的數(shù)據(jù)文檔并不完善，API 的調(diào)用邏輯也較為復(fù)雜，給獲取數(shù)據(jù)帶來(lái)了一定的困難。另外，CAISO 也在其網(wǎng)站中提供了部分?jǐn)?shù)據(jù)的可視化展示［50］，主要包括負(fù)荷、供給、電價(jià)和碳排放等曲線數(shù)據(jù)，也提供便捷的時(shí)序檢索和導(dǎo)出功能，在一定程度上彌補(bǔ)了其API 使用困難的缺點(diǎn)。CAISO 的數(shù)據(jù)公開情況與PJM 類似，在此不再贅述。

3）美國(guó)MISO 與SPP 電力市場(chǎng)

美國(guó)MISO 電力市場(chǎng)的數(shù)據(jù)公開程度較高，其歷史數(shù)據(jù)均以文件列表的形式羅列在網(wǎng)頁(yè)中，可供直接下載［51］。具體而言，其數(shù)據(jù)按照時(shí)間分為檔案數(shù)據(jù)和活躍數(shù)據(jù)，前者為距今2 年以前的數(shù)據(jù)，并按照月份進(jìn)行壓縮整理，后者為近2 年內(nèi)較新的數(shù)據(jù)，且每日更新最新的數(shù)據(jù)表。美國(guó)SPP 電力市場(chǎng)的數(shù)據(jù)公開方式與MISO 類似，其提供了一個(gè)專門的網(wǎng)站（Integrated Marketplace）供用戶按時(shí)間下載各類數(shù)據(jù)文件［52］。

MISO 與SPP 的數(shù)據(jù)獲取也較為容易。盡管MISO 沒有專門提供API 供用戶批量讀取數(shù)據(jù)，但其數(shù)據(jù)文件的下載地址相對(duì)簡(jiǎn)單、固定。同時(shí)，MISO 也提供了相應(yīng)的參考文檔，用于解釋其數(shù)據(jù)格式和含義，幫助用戶開發(fā)下載工具。

4）歐洲統(tǒng)一電力市場(chǎng)

歐洲現(xiàn)已逐漸形成統(tǒng)一的歐洲電力市場(chǎng)，其大部分電力現(xiàn)貨交易發(fā)生在歐洲能源交易所（European Power Exchange，EPEX SPOT）［53］。

EPEX SPOT 的公開數(shù)據(jù)僅有近2 日內(nèi)的市場(chǎng)價(jià)格曲線，其余數(shù)據(jù)均在其定制的各種數(shù)據(jù)服務(wù)產(chǎn)品中，用戶需要付費(fèi)獲取。這些數(shù)據(jù)服務(wù)主要是各類報(bào)價(jià)和聚合報(bào)價(jià)數(shù)據(jù)，按照國(guó)家和數(shù)據(jù)內(nèi)容分類，按需訂閱。

另外，歐洲輸電網(wǎng)運(yùn)營(yíng)商還提供了一個(gè)數(shù)據(jù)公開平臺(tái)（ENTSO-E Transparency Platform）［54］，用戶免費(fèi)注冊(cè)后就可以瀏覽和下載所有歷史數(shù)據(jù)，數(shù)據(jù)的公開程度和文檔詳細(xì)程度也較高。該平臺(tái)提供多種數(shù)據(jù)下載方式，較為便捷的方式主要有2 種：一是在數(shù)據(jù)瀏覽界面篩選指定國(guó)家/價(jià)區(qū)和時(shí)間，然后直接導(dǎo)出，最多可以同時(shí)導(dǎo)出一年的數(shù)據(jù)；二是通過(guò)平臺(tái)提供的文件傳輸協(xié)議（file transfer protocol，F(xiàn)TP）對(duì)數(shù)據(jù)文件進(jìn)行復(fù)制下載，在批量下載大規(guī)模數(shù)據(jù)時(shí)，該方式更為便捷。此外，由于該平臺(tái)的數(shù)據(jù)實(shí)際上來(lái)自各國(guó)的輸電運(yùn)營(yíng)商貢獻(xiàn)，早期平臺(tái)不完善時(shí)（2015 年及以前），各價(jià)區(qū)的數(shù)據(jù)未完全整合，這部分?jǐn)?shù)據(jù)按價(jià)區(qū)分別單獨(dú)提供。

ENTSO-E 平臺(tái)的數(shù)據(jù)主要是電網(wǎng)層面的邊界數(shù)據(jù)，如負(fù)荷、發(fā)電、輸電等，市場(chǎng)方面僅有平衡市場(chǎng)的部分調(diào)頻備用報(bào)價(jià)曲線和聚合曲線，沒有報(bào)價(jià)數(shù)據(jù)。

5）北歐電力市場(chǎng)NordPool

NordPool 主要運(yùn)營(yíng)北歐電力市場(chǎng)，與EPEX SPOT 一樣，NordPool 也提供數(shù)據(jù)服務(wù)產(chǎn)品，用戶付費(fèi)訂閱后，可以通過(guò)API 或者FTP 的方式自動(dòng)快速獲取實(shí)時(shí)數(shù)據(jù)或者歷史數(shù)據(jù)。與EPEX SPOT 不同的是，NordPool 的數(shù)據(jù)展示網(wǎng)站［55］上可以查詢歷史數(shù)據(jù)并進(jìn)行導(dǎo)出，也有時(shí)間范圍更久一些的數(shù)據(jù)以文件列表的形式提供下載。

NordPool 的公開數(shù)據(jù)主要是市場(chǎng)報(bào)價(jià)和交易數(shù)據(jù)，如小時(shí)級(jí)日前/日內(nèi)市場(chǎng)的聚合能量報(bào)價(jià)，出清電價(jià)和供給/需求曲線，但沒有個(gè)體報(bào)價(jià)數(shù)據(jù)。由于NordPool 僅運(yùn)營(yíng)市場(chǎng)部分，其公開數(shù)據(jù)也不包括區(qū)域的總負(fù)荷、發(fā)電等信息，這與美國(guó)的情況有所不同。

6）澳大利亞國(guó)家電力市場(chǎng)AEMO

澳大利亞電力市場(chǎng)是目前數(shù)據(jù)公開最完整、最透明和最及時(shí)的電力市場(chǎng)，其數(shù)據(jù)獲取方式也較為便捷。 AEMO 提供了一個(gè)專門的數(shù)據(jù)網(wǎng)站（NEMWEB）［56］，網(wǎng)站上包含了所有數(shù)據(jù)的含義格式說(shuō)明和下載鏈接。與MISO 類似，其數(shù)據(jù)也按照距今時(shí)間遠(yuǎn)近分為當(dāng)前報(bào)告（Current Reports）（近1 個(gè)月）、檔案報(bào)告（Archive Reports）（近1 年）和數(shù)據(jù)模型檔案（Data Model Archive）（1 個(gè)月以前）。

在數(shù)據(jù)開放范圍上，AEMO 最鮮明的特點(diǎn)是其開放了未隱名的個(gè)體報(bào)價(jià)和出清數(shù)據(jù)，且這些數(shù)據(jù)僅延遲1 日發(fā)布。相應(yīng)地，這些未隱名的個(gè)體具有唯一的機(jī)組編號(hào)（DUID），且可以根據(jù)相應(yīng)的機(jī)組注冊(cè)信息查詢其裝機(jī)參數(shù)、燃料類型甚至是空間坐標(biāo)，便于與各類外源數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，具有較高的研究?jī)r(jià)值。此外，AEMO 也公開了諸如負(fù)荷預(yù)測(cè)、出清電價(jià)等市場(chǎng)邊界和結(jié)果數(shù)據(jù)，但AEMO 的出清和結(jié)算與美國(guó)市場(chǎng)常用的鏈路管理協(xié)議（link manager protocol，LMP）機(jī)制不同，其按區(qū)域出清，整個(gè)市場(chǎng)只有5 個(gè)價(jià)格區(qū)域。

2.2 市場(chǎng)數(shù)據(jù)公開與可利用情況

本節(jié)將對(duì)各市場(chǎng)的數(shù)據(jù)公開和可獲取情況，按照數(shù)據(jù)類型進(jìn)行分別總結(jié)，如表1 所示。

表1 典型電力市場(chǎng)中各類數(shù)據(jù)的可獲取性對(duì)比Table 1 Availability comparison of various types of data in typical electricity markets

1）市場(chǎng)邊界數(shù)據(jù)

市場(chǎng)邊界數(shù)據(jù)主要是負(fù)荷預(yù)測(cè)值，是其市場(chǎng)內(nèi)外各相關(guān)方進(jìn)行相關(guān)決策的重要依據(jù)。各市場(chǎng)基本上都會(huì)及時(shí)、完整地公開負(fù)荷預(yù)測(cè)數(shù)據(jù)，其數(shù)據(jù)細(xì)粒度取決于各市場(chǎng)的出清和結(jié)算時(shí)間段設(shè)置。具體而言，PJM、CAISO、MISO、ENTSO-E、AEMO 都提供小時(shí)級(jí)的分區(qū)負(fù)荷預(yù)測(cè)值，且提供系統(tǒng)針對(duì)同一時(shí)段的負(fù)荷在不同時(shí)間做出的預(yù)測(cè)結(jié)果。AEMO還提供了概率負(fù)荷預(yù)測(cè)的區(qū)間值。

大部分市場(chǎng)也都根據(jù)其量測(cè)結(jié)果發(fā)布了實(shí)際負(fù)荷值和實(shí)際發(fā)電量，其時(shí)空分辨率與負(fù)荷預(yù)測(cè)值基本一致。部分市場(chǎng)還會(huì)提供按照電源類型細(xì)分的發(fā)電量曲線（generation mix）。

風(fēng)電、光伏出力也是重要的市場(chǎng)邊界數(shù)據(jù)。PJM、CAISO 均提供短期的全系統(tǒng)風(fēng)光出力預(yù)測(cè)值。例如，PJM 會(huì)公布未來(lái)6 h 的10 min 分辨率短期風(fēng)電、光伏出力預(yù)測(cè)值，以及事后統(tǒng)計(jì)的風(fēng)光實(shí)際出力。

2）市場(chǎng)行為數(shù)據(jù)

市場(chǎng)行為數(shù)據(jù)主要分為個(gè)體層面的報(bào)價(jià)曲線和群體層面的聚合供給/需求曲線。前者因涉及隱私的原因，大部分市場(chǎng)都不公布或者延遲隱名公布；后者聚合自市場(chǎng)中所有個(gè)體的行為，對(duì)隱私的影響略小，有部分市場(chǎng)僅公布聚合后的報(bào)價(jià)情況。

具體而言，公開個(gè)體報(bào)價(jià)曲線的市場(chǎng)有PJM、CAISO、MISO、SPP 和AEMO，除AEMO 外其他都經(jīng)過(guò)了隱名和延遲處理。允許虛擬投標(biāo)的幾個(gè)美國(guó)市場(chǎng)也公開了虛擬報(bào)價(jià)的報(bào)價(jià)曲線，但SPP 僅公布報(bào)價(jià)節(jié)點(diǎn)上虛擬報(bào)價(jià)曲線與其他所有報(bào)價(jià)聚合后的報(bào)價(jià)曲線，給分析帶來(lái)了一定的困難。

聚合供給/需求曲線在一定程度上反映了市場(chǎng)的供需關(guān)系，對(duì)市場(chǎng)研究也有一定的幫助。除了可以從市場(chǎng)公布的全部報(bào)價(jià)曲線自行計(jì)算外，有的市場(chǎng)還專門公布了聚合后的結(jié)果。PJM 公布了負(fù)荷需求的聚合曲線，以及虛擬報(bào)價(jià)的供給/需求聚合曲線，NordPool 也公布了全市場(chǎng)的供給需求聚合曲線。

3）市場(chǎng)結(jié)果數(shù)據(jù)

與市場(chǎng)行為類似，市場(chǎng)結(jié)果數(shù)據(jù)也主要分為個(gè)體和群體2 個(gè)部分。

個(gè)體層面的市場(chǎng)結(jié)果主要是發(fā)電商的出清/調(diào)度出力，或者虛擬投標(biāo)的收益情況。這部分?jǐn)?shù)據(jù)往往涉及隱私，鮮有市場(chǎng)公布。目前，僅有AEMO 延遲一日公開各發(fā)電商的實(shí)際中標(biāo)和調(diào)度結(jié)果，且既有能量市場(chǎng)，又有各輔助服務(wù)市場(chǎng)。

群體層面的市場(chǎng)結(jié)果主要是節(jié)點(diǎn)電價(jià)或區(qū)域電價(jià)。各市場(chǎng)根據(jù)其出清規(guī)則，均有公布出清電價(jià)信息。例如，PJM 公布了所有母線和區(qū)域的日前和小時(shí)前市場(chǎng)的節(jié)點(diǎn)電價(jià)，CAISO 還公布了節(jié)點(diǎn)電價(jià)的不同分量（能量分量、阻塞分量等）的具體值。

4）市場(chǎng)保密數(shù)據(jù)

綜合各國(guó)情況，電力設(shè)施位置、節(jié)點(diǎn)負(fù)荷大小、個(gè)體出清結(jié)果一般是不公開的保密數(shù)據(jù)，而個(gè)體報(bào)價(jià)數(shù)據(jù)往往會(huì)隱名且延遲公開。AEMO 則公開了所有電力設(shè)施的位置，并且未隱名的個(gè)體報(bào)價(jià)數(shù)據(jù)僅延遲一日公布，市場(chǎng)數(shù)據(jù)透明度最高。

3 數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究現(xiàn)狀

數(shù)據(jù)驅(qū)動(dòng)研究與傳統(tǒng)研究方法的區(qū)別主要體現(xiàn)在以下幾個(gè)方面。在研究基礎(chǔ)上，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究的基礎(chǔ)是市場(chǎng)數(shù)據(jù)而非普適的經(jīng)濟(jì)學(xué)原理；在研究假設(shè)上，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究通?；趯?shí)際市場(chǎng)邊界條件，較少像傳統(tǒng)電力市場(chǎng)研究中使用較強(qiáng)的假設(shè)；在研究對(duì)象上，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究的范圍更為廣泛，除了類似傳統(tǒng)電力市場(chǎng)研究是從已有知識(shí)建立模型并進(jìn)行分析以外，還增加了從實(shí)際數(shù)據(jù)逆向發(fā)現(xiàn)知識(shí)的研究類型；在技術(shù)手段上，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究的方法通常是建立基于計(jì)算智能的模型開展研究，而非傳統(tǒng)電力市場(chǎng)研究方法使用基于物理與經(jīng)濟(jì)學(xué)假設(shè)模型開展研究；在解決問(wèn)題上，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究方法基于實(shí)際數(shù)據(jù)開展，較傳統(tǒng)電力市場(chǎng)研究具有更高的實(shí)用性和更廣的適用性，能夠解決許多電力市場(chǎng)實(shí)際生產(chǎn)環(huán)境中的痛點(diǎn)問(wèn)題。

隨著電力市場(chǎng)數(shù)據(jù)的逐漸豐富和數(shù)據(jù)驅(qū)動(dòng)研究方法的不斷發(fā)展，近年來(lái)，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究不斷涌現(xiàn)，其在電力市場(chǎng)的四大研究領(lǐng)域均取得了一定的研究進(jìn)展與實(shí)際應(yīng)用。為了讓讀者能夠更好地理解當(dāng)前數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究進(jìn)展，本章嘗試對(duì)電力市場(chǎng)研究現(xiàn)狀進(jìn)行綜合介紹。

3.1 數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)狀態(tài)參數(shù)研究

數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)狀態(tài)參數(shù)研究主要服務(wù)于市場(chǎng)組織者或參與者對(duì)影響市場(chǎng)運(yùn)行的關(guān)鍵狀態(tài)邊界的預(yù)測(cè)和未知市場(chǎng)運(yùn)行結(jié)果的感知。這些狀態(tài)參數(shù)關(guān)系到市場(chǎng)組織或電力交易決策的開展，主要可劃分為4 個(gè)類別，分別為市場(chǎng)負(fù)荷預(yù)測(cè)、出清電價(jià)和阻塞預(yù)測(cè)、系統(tǒng)供需態(tài)勢(shì)預(yù)測(cè)、電力市場(chǎng)狀態(tài)感知等。其中，前兩者是較為傳統(tǒng)的研究方向，在電力系統(tǒng)預(yù)測(cè)領(lǐng)域中也已經(jīng)有了較為成熟的研究體系，在本文不再進(jìn)行介紹；而后兩者，即系統(tǒng)供需態(tài)勢(shì)預(yù)測(cè)與電力市場(chǎng)狀態(tài)感知，則是由于數(shù)據(jù)驅(qū)動(dòng)方法的發(fā)展而產(chǎn)生的新研究主題，本文在此進(jìn)行著重介紹。

1）系統(tǒng)競(jìng)爭(zhēng)態(tài)勢(shì)預(yù)測(cè)

系統(tǒng)競(jìng)爭(zhēng)態(tài)勢(shì)是指全市場(chǎng)整體供給和需求的價(jià)格敏感狀態(tài)，較傳統(tǒng)的系統(tǒng)供需信息增加了價(jià)格信息。通常意義上，競(jìng)爭(zhēng)態(tài)勢(shì)可以由總供給曲線（aggregated supply curve，ASC）或 剩 余 需 求 曲 線（residual demand curve，RDC）刻畫。其中，ASC 為市場(chǎng)所有機(jī)組報(bào)價(jià)曲線的累加，RDC 則為其他主體供給曲線和系統(tǒng)負(fù)荷需求曲線之差。以ASC 和RDC 為代表的系統(tǒng)競(jìng)爭(zhēng)態(tài)勢(shì)信息，通常被用于市場(chǎng)價(jià)格影響者的報(bào)價(jià)決策過(guò)程，是最優(yōu)報(bào)價(jià)決策中重要的邊界條件數(shù)據(jù)。

與負(fù)荷或電價(jià)的預(yù)測(cè)相比，ASC 或RDC 是以曲線或函數(shù)進(jìn)行描述的，其數(shù)據(jù)本身具有非結(jié)構(gòu)化的特性，為這類研究的主要難點(diǎn)。早期的ASC 與RDC 研究通?；谌嗽鞌?shù)據(jù)。文獻(xiàn)［12］提出了一種基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的RDC 預(yù)測(cè)模型，但將RDC 簡(jiǎn)化為線性函數(shù)的形式，與實(shí)際的RDC 形式差別較大。文獻(xiàn)［57］使用基于馬爾可夫鏈蒙特卡洛方法和貝葉斯推斷法對(duì)ASC 進(jìn)行預(yù)測(cè)，其ASC 以分段線性的方式進(jìn)行建模，相應(yīng)的參數(shù)被認(rèn)為是系統(tǒng)的隱藏狀態(tài)，并通過(guò)電價(jià)和交易電量等可觀測(cè)參數(shù)對(duì)其進(jìn)行估計(jì)。文獻(xiàn)［58］以二次函數(shù)形式對(duì)機(jī)組供給曲線進(jìn)行建模，并使用神經(jīng)網(wǎng)絡(luò)對(duì)二次函數(shù)的參數(shù)和個(gè)體報(bào)價(jià)行為進(jìn)行預(yù)測(cè)，在小規(guī)模系統(tǒng)中，通過(guò)個(gè)體報(bào)價(jià)曲線的累加實(shí)現(xiàn)了ASC 的預(yù)測(cè)。以上研究雖然有一定的效果，但其使用的人造數(shù)據(jù)與實(shí)際偏差較大，在實(shí)際市場(chǎng)中的適用性有限。

近年來(lái)，研究者嘗試使用電力市場(chǎng)的數(shù)據(jù)開展ASC 與RDC 的預(yù)測(cè)研究，并取得了不錯(cuò)的效果。文獻(xiàn)［59］使用圖像序列的形式保存ASC，并使用LSTM 進(jìn)行預(yù)測(cè)。文獻(xiàn)［60］提出徑向基函數(shù)近似的方法來(lái)表征ASC，并使用意大利市場(chǎng)的數(shù)據(jù)進(jìn)行了實(shí)證研究。文獻(xiàn)［15］使用高維向量對(duì)ASC 進(jìn)行離散化，隨后使用主成分分析（principal component analysis，PCA）實(shí) 現(xiàn)ASC 的 降 維 處 理，并 使 用LSTM 對(duì)降維后的特征進(jìn)行預(yù)測(cè)，在美國(guó)MISO 市場(chǎng)的數(shù)據(jù)上驗(yàn)證了算法的準(zhǔn)確性。

2）電力市場(chǎng)狀態(tài)感知

電力市場(chǎng)狀態(tài)感知是指市場(chǎng)主體通過(guò)可公開獲取的數(shù)據(jù)（如電價(jià)數(shù)據(jù)）感知或者估計(jì)電力市場(chǎng)的拓?fù)涞葼顟B(tài)數(shù)據(jù)，有助于市場(chǎng)主體理解節(jié)點(diǎn)電價(jià)和出清結(jié)果的變化規(guī)律。

在此領(lǐng)域，目前有許多研究進(jìn)行了初步的嘗試。文獻(xiàn)［61］提出一種在線的電網(wǎng)拓?fù)涔烙?jì)方法，通過(guò)稀疏恢復(fù)、半正定優(yōu)化以及交替方向乘子法（alternating direction method of multipliers，ADMM），基于實(shí)時(shí)LMP 數(shù)據(jù)可以實(shí)現(xiàn)電網(wǎng)拓?fù)涞幕謴?fù)和線路變化的追蹤。文獻(xiàn)［62］進(jìn)一步使用已知的部分拓?fù)湫畔⒑蚅MP 數(shù)據(jù)在線剩余拓?fù)淝闆r，明顯提升了準(zhǔn)確率。文獻(xiàn)［63］使用逆向優(yōu)化的方法從LMP 數(shù)據(jù)中恢復(fù)了電網(wǎng)輸電線路和阻塞狀態(tài)的參數(shù)，并使用MISO 市場(chǎng)的數(shù)據(jù)進(jìn)行了實(shí)證分析。文獻(xiàn)［64］對(duì)LMP 的空間分布進(jìn)行了研究，指出其阻塞分量具有子空間特性，基于該特性對(duì)阻塞狀態(tài)和阻塞參數(shù)進(jìn)行了非監(jiān)督式估計(jì)。文獻(xiàn)［65］利用LMP 數(shù)據(jù)對(duì)市場(chǎng)各節(jié)點(diǎn)的阻塞特性進(jìn)行估計(jì)，并使用聚類方法篩選出關(guān)鍵阻塞節(jié)點(diǎn)，實(shí)現(xiàn)了金融輸電權(quán)的投機(jī)交易。

在傳統(tǒng)的電力市場(chǎng)最優(yōu)報(bào)價(jià)研究中，通常假設(shè)決策者已知市場(chǎng)未來(lái)競(jìng)爭(zhēng)態(tài)勢(shì)及電力系統(tǒng)拓?fù)浣Y(jié)構(gòu)，并在此基礎(chǔ)上進(jìn)行最優(yōu)報(bào)價(jià)決策。但在實(shí)際電力市場(chǎng)中，由于信息不對(duì)稱問(wèn)題的存在，這2 項(xiàng)信息通常并不會(huì)直接開放給市場(chǎng)參與主體。因此，傳統(tǒng)的最優(yōu)報(bào)價(jià)決策研究普遍存在研究數(shù)據(jù)基礎(chǔ)要求過(guò)高、實(shí)際應(yīng)用能力差、適用性過(guò)低等問(wèn)題。本節(jié)所綜述的方法，從2 個(gè)維度解決了傳統(tǒng)電力市場(chǎng)研究中存在的邊界數(shù)據(jù)假設(shè)過(guò)強(qiáng)的問(wèn)題。基于對(duì)系統(tǒng)競(jìng)爭(zhēng)態(tài)勢(shì)預(yù)測(cè)和電力市場(chǎng)狀態(tài)感知而開展的電力市場(chǎng)最優(yōu)報(bào)價(jià)研究，為最優(yōu)報(bào)價(jià)決策方法提供了有效的數(shù)據(jù)基礎(chǔ)。

3.2 數(shù)據(jù)驅(qū)動(dòng)的投標(biāo)決策研究

電力市場(chǎng)主體的投標(biāo)競(jìng)價(jià)決策問(wèn)題是電力市場(chǎng)參與者的一類核心問(wèn)題。近年來(lái)，數(shù)據(jù)驅(qū)動(dòng)方法在此類問(wèn)題中發(fā)揮了重要作用，通過(guò)市場(chǎng)數(shù)據(jù)實(shí)現(xiàn)了能量投標(biāo)和虛擬投標(biāo)的決策優(yōu)化。

在能量投標(biāo)方面，由于主體類型的不同，數(shù)據(jù)驅(qū)動(dòng)方法側(cè)重的建模對(duì)象亦不同。例如，針對(duì)負(fù)荷聚合商或需求響應(yīng)主體，有研究使用數(shù)據(jù)驅(qū)動(dòng)方法實(shí)現(xiàn)其靈活性資源的建模，并嵌入自身優(yōu)化模型中求解［66-67］；對(duì)更通用類型的主體，則更注重直接通過(guò)數(shù)據(jù)驅(qū)動(dòng)模型給出最優(yōu)的投標(biāo)建議，如文獻(xiàn)［68-69］?？紤]到研究的廣泛適用性和參考價(jià)值，本節(jié)主要對(duì)后一類研究進(jìn)行綜述。

目前，投標(biāo)決策中主流的方法是基于強(qiáng)化學(xué)習(xí)，也有部分研究使用了神經(jīng)網(wǎng)絡(luò)等回歸方法直接進(jìn)行擬合。文獻(xiàn)［68］針對(duì)可再生能源交易中涉及的2 個(gè)主要步驟，即預(yù)測(cè)（包含出力和電價(jià)的多目標(biāo)預(yù)測(cè)）和交易優(yōu)化問(wèn)題，討論了單獨(dú)訓(xùn)練預(yù)測(cè)模型、聯(lián)合訓(xùn)練預(yù)測(cè)模型、直接使用極限學(xué)習(xí)機(jī)（extreme learning machine，ELM）擬合投標(biāo)量3 種情況下的收益情況。在第3 種基于ELM 的方法中，預(yù)測(cè)和交易優(yōu)化被合并為一步，并提升了主體收益。文獻(xiàn)［69］提出了基于深度強(qiáng)化學(xué)習(xí)的策略性報(bào)價(jià)方法，使用深度確定性策略梯度（deep deterministic policy gradient，DDPG）對(duì)主體決策行為進(jìn)行訓(xùn)練，可以給出連續(xù)的投標(biāo)結(jié)果，解決了傳統(tǒng)強(qiáng)化學(xué)習(xí)對(duì)決策空間離散化而產(chǎn)生的維數(shù)災(zāi)難問(wèn)題。文獻(xiàn)［70］使用重復(fù)博弈對(duì)市場(chǎng)過(guò)程進(jìn)行建模，并基于連續(xù)動(dòng)作強(qiáng)化學(xué) 習(xí) 自 動(dòng) 機(jī)（continuous action reinforcement learning automata，CARLA）實(shí)現(xiàn)了發(fā)電商在有限信息環(huán)境下的報(bào)價(jià)，該模型不依賴于任何競(jìng)價(jià)對(duì)手或系統(tǒng)信息即可收斂至解析納什均衡點(diǎn)。文獻(xiàn)［71］進(jìn)一步使用Dyna 結(jié)構(gòu)改進(jìn)了CARLA 的訓(xùn)練過(guò)程，提升了其在實(shí)際報(bào)價(jià)中的易用性。文獻(xiàn)［72］使用優(yōu)勢(shì)行動(dòng)者評(píng)論家（advantage actor-critic，A2C）算法實(shí)現(xiàn)了電力零售商的策略性報(bào)價(jià)，并能同時(shí)考慮批發(fā)側(cè)購(gòu)電價(jià)格和電力用戶行為的不確定性。文獻(xiàn)［73］提出了基于多智能體Nash-Q 強(qiáng)化學(xué)習(xí)算法的交易策略，實(shí)現(xiàn)了電-氣綜合能源市場(chǎng)競(jìng)價(jià)優(yōu)化。與之前強(qiáng)化學(xué)習(xí)類決策研究不同，文獻(xiàn)［74］是采用監(jiān)督學(xué)習(xí)進(jìn)行數(shù)據(jù)驅(qū)動(dòng)決策的研究，其建立了基于自動(dòng)編碼器和LSTM 的深度學(xué)習(xí)模型，通過(guò)歷史數(shù)據(jù)和擴(kuò)充數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，以在面對(duì)不同市場(chǎng)邊界條件時(shí)得到發(fā)電商的最優(yōu)報(bào)價(jià)決策。

總而言之，神經(jīng)網(wǎng)絡(luò)等方法更適合靜態(tài)模型的擬合，而大多數(shù)強(qiáng)化學(xué)習(xí)的方法則依賴于主體與市場(chǎng)出清過(guò)程的迭代，因此，可以較好地?cái)M合市場(chǎng)出清這一復(fù)雜的動(dòng)態(tài)過(guò)程。然而，強(qiáng)化學(xué)習(xí)的收斂性是值得關(guān)注的問(wèn)題，若方法需要數(shù)百次迭代才能收斂到最優(yōu)，則可能無(wú)法及時(shí)追蹤市場(chǎng)的動(dòng)態(tài)變化。

在虛擬投標(biāo)方面，目前的研究主要針對(duì)金融套利者開展，通常假設(shè)主體為金融主體而忽略了主體的其他特性，其決策中的主要約束為預(yù)算約束。文獻(xiàn)［75］提出了基于先驗(yàn)風(fēng)險(xiǎn)最小化的虛擬投標(biāo)在線學(xué)習(xí)方法，并使用離散集合動(dòng)態(tài)規(guī)劃方法降低了算法復(fù)雜度，通過(guò)美國(guó)PJM 和NYISO 的10 年電價(jià)數(shù)據(jù)驗(yàn)證了算法有效性。文獻(xiàn)［76］基于美國(guó)CAISO市場(chǎng)的虛擬投標(biāo)實(shí)際數(shù)據(jù)，提出了結(jié)合3 類策略優(yōu)點(diǎn)的綜合策略，可以顯著提升虛擬投標(biāo)收益。文獻(xiàn)［77］建立了多區(qū)域多時(shí)段虛擬投標(biāo)模型，并使用條件風(fēng)險(xiǎn)價(jià)值（conditional value-at-risk，CVaR）對(duì)投標(biāo)的風(fēng)險(xiǎn)進(jìn)行量度，隨后使用深度Q 網(wǎng)絡(luò)算法實(shí)現(xiàn)了該復(fù)雜問(wèn)題的求解，基于美國(guó)PJM 市場(chǎng)的算例數(shù)據(jù)表明，該方法可以獲得穩(wěn)定盈利。虛擬投標(biāo)獲利的本質(zhì)在于日前和實(shí)時(shí)市場(chǎng)的價(jià)差，現(xiàn)有數(shù)據(jù)驅(qū)動(dòng)方法更注重通過(guò)對(duì)價(jià)差分布的追蹤實(shí)現(xiàn)獲利，鮮有研究實(shí)現(xiàn)虛擬投標(biāo)對(duì)價(jià)差造成影響的建模。虛擬投標(biāo)決策空間較大，可以涵蓋大部分節(jié)點(diǎn)和聚合節(jié)點(diǎn)，故該方面的建模將涉及高維數(shù)據(jù)的處理，是目前研究中的難點(diǎn)。

與傳統(tǒng)投標(biāo)決策研究通?；趥鹘y(tǒng)優(yōu)化模型不同，數(shù)據(jù)驅(qū)動(dòng)的投標(biāo)決策研究通?；趶?qiáng)化學(xué)習(xí)等機(jī)器學(xué)習(xí)方法。由于普遍采用梯度下降類求解算法，無(wú)須再受制于傳統(tǒng)優(yōu)化方法在求解過(guò)程中需將模型轉(zhuǎn)化為線性形式所帶來(lái)的限制，可以在問(wèn)題建模的過(guò)程中對(duì)實(shí)際的市場(chǎng)環(huán)境與電力系統(tǒng)運(yùn)行過(guò)程進(jìn)行更準(zhǔn)確的刻畫。這極大地提升了最優(yōu)報(bào)價(jià)決策方法研究的有效性與實(shí)用性，為相關(guān)研究在實(shí)際市場(chǎng)業(yè)務(wù)中的應(yīng)用提供了更多可能性。

3.3 數(shù)據(jù)驅(qū)動(dòng)的博弈均衡研究

數(shù)據(jù)驅(qū)動(dòng)的博弈均衡研究方向主要可細(xì)分為2 個(gè)類別，分別是市場(chǎng)主體行為建模、市場(chǎng)運(yùn)行模擬與博弈均衡分析。其中，市場(chǎng)主體行為建模的研究重點(diǎn)在于利用實(shí)際數(shù)據(jù)來(lái)提升主體建模的精準(zhǔn)度與可信性，實(shí)現(xiàn)行為模擬與預(yù)測(cè)等功能；市場(chǎng)運(yùn)行模擬與博弈均衡分析的研究重點(diǎn)則轉(zhuǎn)移至市場(chǎng)整體，實(shí)現(xiàn)市場(chǎng)的整體態(tài)勢(shì)感知或博弈動(dòng)態(tài)演進(jìn)分析等功能。

1）市場(chǎng)主體行為建模

本研究方向根據(jù)適用范圍可以分為2 類：第1 類為個(gè)體行為模擬，側(cè)重分析市場(chǎng)個(gè)體與外界的行為交互，或外界邊界條件的變化對(duì)于個(gè)體行為的影響；第2 類為個(gè)體行為預(yù)測(cè)，側(cè)重分析個(gè)體在確定的市場(chǎng)環(huán)境下，未來(lái)某時(shí)某刻的具體行為狀態(tài)。

在個(gè)體行為模擬方向，機(jī)器學(xué)習(xí)中的強(qiáng)化學(xué)習(xí)是主要使用的技術(shù)手段，通常采用如下研究框架。首先，使用馬爾可夫決策過(guò)程對(duì)個(gè)體參與市場(chǎng)交易的過(guò)程進(jìn)行標(biāo)準(zhǔn)化建模；接著，根據(jù)待模擬個(gè)體的特點(diǎn)定制某個(gè)強(qiáng)化學(xué)習(xí)模型；然后，將個(gè)體模型與市場(chǎng)進(jìn)行互動(dòng)，實(shí)現(xiàn)個(gè)體行為的模擬。詳細(xì)的研究方法可見文獻(xiàn)［37］，在此不再展開。按照采用的模型不同，可分為基于強(qiáng)化學(xué)習(xí)的個(gè)體行為模擬研究［78］和基于深度強(qiáng)化學(xué)習(xí)的個(gè)體行為模擬研究［79］，兩者的模型雖然有一定的區(qū)別，但其實(shí)際建模過(guò)程與模擬結(jié)果并無(wú)太大的區(qū)別。按照馬爾可夫建模的不同，可以分為離散行為空間的個(gè)體行為模擬研究與連續(xù)行為空間的個(gè)體行為模擬研究。前者中，個(gè)體行為通常被分為多個(gè)離散的行為模式，個(gè)體投標(biāo)模型基于訓(xùn)練好的策略，在多個(gè)離散的行為模式中選擇一個(gè)，具有代表性的包括Q-learning［80］及其衍生模型，如深度Q 網(wǎng)絡(luò)（deep Q-network，DQN）等。其缺點(diǎn)在于行為空間有限，模擬模型具有一定的局限性；優(yōu)點(diǎn)是不同行為模式之間彼此獨(dú)立，可以采取比較復(fù)雜的形式，如階梯分段容量可變的投標(biāo)形式。后者中，個(gè)體行為通常是連續(xù)的，個(gè)體投標(biāo)模型基于訓(xùn)練好的策略確定特定的行為值。其缺點(diǎn)是行為需要由連續(xù)變量代表，實(shí)際投標(biāo)行為需要簡(jiǎn)化成單個(gè)或多個(gè)連續(xù)的變量，存在較大的信息損失；其優(yōu)點(diǎn)是行為空間無(wú)限，對(duì)個(gè)體決策沒有預(yù)設(shè)行為模式的約束，故模型的靈活性較強(qiáng)。

在個(gè)體行為預(yù)測(cè)方向，相關(guān)研究目前仍較少，尚處于起步階段。其與個(gè)體行為模擬的主要區(qū)別在于其更關(guān)注行為預(yù)測(cè)的精準(zhǔn)性，而個(gè)體行為在不同外部環(huán)境下的變化與反應(yīng)并不是研究重點(diǎn)。目前，實(shí)現(xiàn)個(gè)體行為的預(yù)測(cè)主要采用機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)作為技術(shù)手段。文獻(xiàn)［81］在對(duì)發(fā)電主體投標(biāo)行為進(jìn)行聚類的基礎(chǔ)上，引入機(jī)器學(xué)習(xí)的前饋神經(jīng)網(wǎng)絡(luò)模型，用于捕捉個(gè)體行為與外部影響因素的關(guān)系，對(duì)大量發(fā)電主體的未來(lái)投標(biāo)行為進(jìn)行了預(yù)測(cè)。

2）市場(chǎng)運(yùn)行模擬與博弈均衡分析

對(duì)市場(chǎng)整體開展的研究，可以分為市場(chǎng)運(yùn)行模擬與博弈均衡分析2 類。前者更強(qiáng)調(diào)未來(lái)市場(chǎng)運(yùn)行狀態(tài)模擬與預(yù)測(cè)的準(zhǔn)確性，適用于電力市場(chǎng)運(yùn)營(yíng)商感知未來(lái)市場(chǎng)態(tài)勢(shì)、避免市場(chǎng)發(fā)生大的波動(dòng)，主要使用監(jiān)督學(xué)習(xí)的技術(shù)路線；后者更專注于分析在特定的外部邊界條件下，某個(gè)市場(chǎng)中多個(gè)主體之間的交互迭代過(guò)程，以及最終形成的市場(chǎng)穩(wěn)定的均衡結(jié)果，主要使用強(qiáng)化學(xué)習(xí)的技術(shù)路線，適用于電力市場(chǎng)機(jī)制設(shè)計(jì)者評(píng)估新設(shè)計(jì)的市場(chǎng)機(jī)制等。

在市場(chǎng)博弈均衡方向，目前通常采用的研究方法是建立包含多個(gè)數(shù)據(jù)驅(qū)動(dòng)的個(gè)體行為模型的市場(chǎng)模型，在給予一定的外部邊界條件后，觀察市場(chǎng)內(nèi)各個(gè)成員之間的行為交互過(guò)程及均衡結(jié)果。例如，文獻(xiàn)［82］建立了數(shù)據(jù)驅(qū)動(dòng)的多代理強(qiáng)化學(xué)習(xí)（multiagent reinforcement learning，MARL）模型來(lái)分析市場(chǎng)均衡。文獻(xiàn)［83］基于深度強(qiáng)化學(xué)習(xí)中的確定性策略梯度（deterministic policy gradient，DPG）模型建立個(gè)體行為模型，使用LSTM 模型評(píng)估市場(chǎng)未來(lái)競(jìng)爭(zhēng)態(tài)勢(shì)，基于此分析市場(chǎng)博弈過(guò)程；進(jìn)一步，文獻(xiàn)［84］利用深度強(qiáng)化學(xué)習(xí)中的DDPG 模型建立市場(chǎng)個(gè)體交易行為模型，并將其組成為市場(chǎng)模型，分析市場(chǎng)博弈演進(jìn)過(guò)程及最終達(dá)到的納什均衡狀態(tài)。部分研究對(duì)市場(chǎng)均衡基于實(shí)際數(shù)據(jù)進(jìn)行了逆向分析，文獻(xiàn)［85］使用英國(guó)頻率響應(yīng)市場(chǎng)2005 年至2011 年的數(shù)據(jù)，分析了該市場(chǎng)從建立之初至達(dá)到均衡的電價(jià)收斂過(guò)程，并使用了虛擬行動(dòng)模型對(duì)競(jìng)價(jià)對(duì)手進(jìn)行建模、自適應(yīng)學(xué)習(xí)方法對(duì)負(fù)荷進(jìn)行建模，解釋了電力市場(chǎng)的動(dòng)態(tài)均衡過(guò)程。

在市場(chǎng)運(yùn)行模擬方向，當(dāng)前研究尚處在較為初級(jí)的探索階段。文獻(xiàn)［86］對(duì)現(xiàn)有的電力市場(chǎng)模擬平臺(tái)進(jìn)行綜述，發(fā)現(xiàn)現(xiàn)有的電力市場(chǎng)模擬平臺(tái)大多仍基于傳統(tǒng)的經(jīng)濟(jì)學(xué)假設(shè)與優(yōu)化模型，較少使用數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行研究。目前，有一些研究對(duì)數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)模擬進(jìn)行了嘗試與探索，但并未形成體系化的研究成果。例如，文獻(xiàn)［81］嘗試對(duì)市場(chǎng)中的海量個(gè)體交易行為進(jìn)行預(yù)測(cè)，進(jìn)一步，基于個(gè)體交易行為的預(yù)測(cè)結(jié)果，對(duì)電力市場(chǎng)進(jìn)行模擬出清，獲得包括節(jié)點(diǎn)電價(jià)、網(wǎng)絡(luò)潮流、機(jī)組出力等的市場(chǎng)出清結(jié)果。

傳統(tǒng)的電力市場(chǎng)博弈均衡研究通?；谖⒂^經(jīng)濟(jì)學(xué)理論，使用特定的博弈理論框架，并對(duì)其定制化以與電力市場(chǎng)現(xiàn)實(shí)博弈過(guò)程相對(duì)應(yīng)。其優(yōu)點(diǎn)在于理論性與可解釋性較強(qiáng)，其缺點(diǎn)在于為了確保研究的理論完備性和數(shù)學(xué)可解性，需對(duì)市場(chǎng)主體和市場(chǎng)本身進(jìn)行大量理想化的假設(shè)和簡(jiǎn)化。這將導(dǎo)致市場(chǎng)博弈均衡分析結(jié)果與實(shí)際市場(chǎng)運(yùn)行結(jié)果產(chǎn)生較大偏差，降低相關(guān)研究的實(shí)際效果。

在數(shù)據(jù)驅(qū)動(dòng)研究方法引入電力市場(chǎng)博弈均衡研究后，從2 個(gè)方面改良了這個(gè)問(wèn)題：其一，在個(gè)體行為建模方面，數(shù)據(jù)驅(qū)動(dòng)方法發(fā)現(xiàn)了行為歷史數(shù)據(jù)與個(gè)體行為決策之間的映射關(guān)系，提高了個(gè)體行為建模的準(zhǔn)確程度；其二，在博弈均衡分析方面，均衡狀態(tài)的求解由特定的數(shù)學(xué)范式推導(dǎo)轉(zhuǎn)向多主體模型間的交互迭代至納什均衡的過(guò)程。因此，傳統(tǒng)研究中在市場(chǎng)建模過(guò)程中的假設(shè)與簡(jiǎn)化大大減少，博弈均衡模型的建模精度得以提升，相關(guān)研究的實(shí)用性與準(zhǔn)確度也得到了提高。

3.4 數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)機(jī)制研究

目前，針對(duì)數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)機(jī)制研究，主要分為2 類：一是面向機(jī)制設(shè)計(jì)的基礎(chǔ)，即對(duì)市場(chǎng)主體的行為進(jìn)行分析；二是使用數(shù)據(jù)驅(qū)動(dòng)的手段，對(duì)現(xiàn)有市場(chǎng)機(jī)制手段進(jìn)行改進(jìn)。

1）市場(chǎng)主體行為分析

由于市場(chǎng)主體交易行為的數(shù)據(jù)具有維度高、數(shù)量大、非結(jié)構(gòu)化強(qiáng)的特點(diǎn)，之前對(duì)市場(chǎng)主體交易行為的深入研究較少。同時(shí)，缺乏市場(chǎng)實(shí)際行為分析研究的基礎(chǔ)，先前市場(chǎng)機(jī)制的設(shè)計(jì)多基于專家經(jīng)驗(yàn)，或者是大量的市場(chǎng)實(shí)踐。直到2016 年，實(shí)際交易行為數(shù)據(jù)開始逐漸進(jìn)入研究者的視野。文獻(xiàn)［87］對(duì)CAISO 市場(chǎng)的需求投標(biāo)數(shù)據(jù)進(jìn)行了初步的研究，通過(guò)分析一整年美國(guó)加州市場(chǎng)的能量需求投標(biāo)數(shù)據(jù)，計(jì)算了不同類型（自調(diào)度投標(biāo)與經(jīng)濟(jì)投標(biāo)）的比例和時(shí)段分布，展示了幾個(gè)大型售電公司的實(shí)際投標(biāo)曲線。進(jìn)一步，文獻(xiàn)［88］研究了CAISO 市場(chǎng)的供給投標(biāo)數(shù)據(jù)，基于某月的實(shí)際數(shù)據(jù)進(jìn)行了簡(jiǎn)單的分析，對(duì)包括投標(biāo)可用容量、系統(tǒng)供給曲線分布在內(nèi)的市場(chǎng)邊界進(jìn)行了描述，并分析了實(shí)際市場(chǎng)供給的價(jià)格彈性及可再生能源裝機(jī)容量對(duì)其的影響。綜上所述，針對(duì)電力市場(chǎng)主體行為的初期研究是較為樸素的，主要對(duì)市場(chǎng)主體的整體行為數(shù)據(jù)進(jìn)行分析，采用的技術(shù)手段也是較為傳統(tǒng)的統(tǒng)計(jì)類方法。

然后，針對(duì)主體行為分析的研究逐漸發(fā)展，研究方法從統(tǒng)計(jì)類方法轉(zhuǎn)變?yōu)闄C(jī)器學(xué)習(xí)方法，分析也逐漸深入且更為多樣化。主體行為分析的研究重點(diǎn)也逐漸轉(zhuǎn)向基于實(shí)際數(shù)據(jù)逆向解析市場(chǎng)主體的實(shí)際行為特征與內(nèi)在邏輯，實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)、認(rèn)知主體的功能。

文獻(xiàn)［14］首次針對(duì)電力市場(chǎng)中的供給主體個(gè)體開展行為分析研究，基于AEMO 市場(chǎng)的實(shí)際數(shù)據(jù)，提出針對(duì)投標(biāo)曲線特點(diǎn)的自適應(yīng)聚類方法，提煉得到不同燃料類型市場(chǎng)主體的典型供給投標(biāo)曲線，并歸納發(fā)電主體投標(biāo)普遍具有離散性、多樣性、模式性、時(shí)變性等特征。進(jìn)一步，文獻(xiàn)［89］對(duì)美國(guó)CAISO 市場(chǎng)的虛擬投標(biāo)實(shí)際數(shù)據(jù)進(jìn)行了實(shí)證分析，并提取了3 類主要虛擬投標(biāo)策略。此外，還有研究嘗試使用數(shù)據(jù)驅(qū)動(dòng)的方法建模用戶的需求響應(yīng)行為。例如，文獻(xiàn)［90］基于用戶的歷史互動(dòng)數(shù)據(jù)和市場(chǎng)邊界數(shù)據(jù)，使用LSTM 模型捕捉用戶聚合體對(duì)復(fù)雜響應(yīng)特征的表征，并將其應(yīng)用于零售定價(jià)設(shè)計(jì)中。

在正向行為分析的基礎(chǔ)上，部分研究還嘗試通過(guò)逆向分析的方法從市場(chǎng)數(shù)據(jù)中辨識(shí)決定主體行為的關(guān)鍵參數(shù)。文獻(xiàn)［91］針對(duì)市場(chǎng)主體的投標(biāo)行為數(shù)據(jù)，使用逆向優(yōu)化（inverse optimization）方法，辨識(shí)得到各個(gè)主體投標(biāo)時(shí)的分段成本參數(shù)。進(jìn)一步，文獻(xiàn)［19］改進(jìn)了逆向優(yōu)化方法，并將其用于辨識(shí)各個(gè)發(fā)電主體投標(biāo)時(shí)參考的供給成本函數(shù)。文獻(xiàn)［92］將逆向均衡（inverse equilibrium）方法引入個(gè)體交易參數(shù)辨識(shí)中，在有約束和無(wú)約束的場(chǎng)景下，對(duì)包含多個(gè)寡頭主體的納什古諾均衡進(jìn)行逆向解析，辨識(shí)得到寡頭主體決策目標(biāo)函數(shù)的參數(shù)。但是，以上研究均使用人工生成的數(shù)據(jù)進(jìn)行分析，并沒有使用真實(shí)數(shù)據(jù)。除了成本之外，文獻(xiàn)［93］使用逆向優(yōu)化方法，對(duì)基于雙層優(yōu)化模型報(bào)價(jià)的水電廠的水庫(kù)庫(kù)容水量進(jìn)行逆向辨識(shí)，并通過(guò)中國(guó)市場(chǎng)的實(shí)際數(shù)據(jù)進(jìn)行了驗(yàn)證。

2020 年，文獻(xiàn)［94］使用AEMO 市場(chǎng)的實(shí)際數(shù)據(jù)開展研究，其將逆向強(qiáng)化學(xué)習(xí)方法應(yīng)用于電力市場(chǎng)行為分析領(lǐng)域，從發(fā)電主體實(shí)際投標(biāo)行為中辨識(shí)其風(fēng)險(xiǎn)偏好。2021 年，文獻(xiàn)［95］基于AEMO 市場(chǎng)的實(shí)際數(shù)據(jù)，使用逆向深度強(qiáng)化學(xué)習(xí)方法，對(duì)發(fā)電主體的供給投標(biāo)偏好進(jìn)行了辨識(shí)，將投標(biāo)偏好用多層前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行量化表征，并通過(guò)實(shí)際數(shù)據(jù)進(jìn)行了測(cè)試與驗(yàn)證。2022 年，文獻(xiàn)［96］基于AEMO 市場(chǎng)的實(shí)際數(shù)據(jù)，對(duì)儲(chǔ)能主體參與能量、調(diào)頻、備用等8 個(gè)市場(chǎng)的聯(lián)合決策過(guò)程進(jìn)行逆向強(qiáng)化學(xué)習(xí)，辨識(shí)得到其參與不同市場(chǎng)的決策偏好。

2）數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)機(jī)制設(shè)計(jì)

除了對(duì)于單個(gè)市場(chǎng)主體行為進(jìn)行分析辨識(shí)之外，還有研究嘗試將數(shù)據(jù)驅(qū)動(dòng)方法應(yīng)用于市場(chǎng)機(jī)制設(shè)計(jì)中，以解決傳統(tǒng)方法難以處理的許多問(wèn)題。但是，當(dāng)前領(lǐng)域的研究尚處于萌芽階段，亟待進(jìn)一步研究。

目前，已有一些研究嘗試將數(shù)據(jù)驅(qū)動(dòng)方法應(yīng)用于串謀的識(shí)別與抑制中。通過(guò)分析多個(gè)發(fā)電企業(yè)之間的相互關(guān)聯(lián)性，實(shí)現(xiàn)串謀辨識(shí)以預(yù)防發(fā)電商采用市場(chǎng)力危害市場(chǎng)的行為。文獻(xiàn)［97］采用基于變分自編碼的高斯混合模型，實(shí)現(xiàn)了無(wú)監(jiān)督學(xué)習(xí)辨識(shí)不同主體間較為相似的報(bào)價(jià)行為，從而對(duì)串謀行為進(jìn)行預(yù)警。文獻(xiàn)［98］提出了基于排序多元Logit 模型的串謀辨識(shí)方法，通過(guò)比較高價(jià)序列和低價(jià)序列的統(tǒng)計(jì)差異，來(lái)判斷卡特爾型機(jī)組是否存在串謀行為。

傳統(tǒng)的電力市場(chǎng)機(jī)制設(shè)計(jì)研究普遍面臨信息不對(duì)稱的挑戰(zhàn)，即對(duì)于所設(shè)計(jì)的市場(chǎng)機(jī)制內(nèi)包含的市場(chǎng)主體行為特性不明確所帶來(lái)的問(wèn)題。在過(guò)去很長(zhǎng)一段時(shí)間內(nèi)，市場(chǎng)機(jī)制設(shè)計(jì)者只能依托傳統(tǒng)經(jīng)濟(jì)學(xué)理論及專家經(jīng)驗(yàn)法，對(duì)市場(chǎng)主體的行為特性與決策目標(biāo)進(jìn)行假設(shè)，并基于此對(duì)市場(chǎng)機(jī)制進(jìn)行設(shè)計(jì)。這在電力市場(chǎng)相對(duì)簡(jiǎn)單時(shí)仍能滿足激勵(lì)相容的要求，但隨著可再生能源比例不斷提升、新型市場(chǎng)主體不斷接入，導(dǎo)致電力市場(chǎng)運(yùn)行環(huán)境愈發(fā)復(fù)雜，傳統(tǒng)的機(jī)制設(shè)計(jì)將難以滿足要求。

數(shù)據(jù)驅(qū)動(dòng)方法的引入，極大地改善了傳統(tǒng)電力市場(chǎng)機(jī)制設(shè)計(jì)所面臨的問(wèn)題。數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)主體行為分析方法的提出，從歷史數(shù)據(jù)中辨識(shí)市場(chǎng)主體的行為特性，使機(jī)制設(shè)計(jì)者深入了解主體的行為特性并針對(duì)相關(guān)行為特點(diǎn)設(shè)計(jì)對(duì)應(yīng)的激勵(lì)相容市場(chǎng)機(jī)制成為可能。進(jìn)一步，許多數(shù)據(jù)驅(qū)動(dòng)的分析方法還可從海量數(shù)據(jù)中提煉關(guān)鍵信息，用于支持傳統(tǒng)的機(jī)制設(shè)計(jì)研究。

4 數(shù)據(jù)驅(qū)動(dòng)研究面臨的關(guān)鍵挑戰(zhàn)

由上文綜述可見，目前的數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究尚處于發(fā)展階段，還未形成通用的、系統(tǒng)化的研究體系。為此，本章嘗試總結(jié)數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究所面臨的關(guān)鍵挑戰(zhàn)。

1）電力市場(chǎng)數(shù)據(jù)存在較高的分析難度

如前所述，電力市場(chǎng)數(shù)據(jù)主要分為2 類：一類是狀態(tài)邊界與運(yùn)行結(jié)果數(shù)據(jù)，以負(fù)荷、電價(jià)、潮流等數(shù)據(jù)為代表；另一類是行為數(shù)據(jù)，以個(gè)體投標(biāo)行為、市場(chǎng)競(jìng)爭(zhēng)態(tài)勢(shì)（ASC 及RDC）為代表。交易行為數(shù)據(jù)屬于電力市場(chǎng)特有的數(shù)據(jù)類型，存在較高的處理難度。其復(fù)雜性主要體現(xiàn)在非結(jié)構(gòu)化的特點(diǎn)上。在大多數(shù)的市場(chǎng)中，個(gè)體行為投標(biāo)通常以“價(jià)格-容量對(duì)”的形式存儲(chǔ)，其長(zhǎng)短不一（量?jī)r(jià)段數(shù)量不同）、不具有統(tǒng)一的分辨率（每段容量對(duì)應(yīng)一個(gè)價(jià)格），難以像負(fù)荷、價(jià)格那樣可直接通過(guò)數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法進(jìn)行研究，使其研究難度大大增加。盡管近年來(lái)逐漸有面向市場(chǎng)交易數(shù)據(jù)的針對(duì)性分析方法，但大多數(shù)方法只針對(duì)特定結(jié)構(gòu)數(shù)據(jù)或者特定使用環(huán)境，尚無(wú)普適、高效的電力市場(chǎng)交易數(shù)據(jù)分析方法體系。

2）市場(chǎng)數(shù)據(jù)存在缺失與不足的問(wèn)題

盡管近些年來(lái)電力市場(chǎng)的數(shù)據(jù)逐步開放，但目前的電力市場(chǎng)數(shù)據(jù)仍存在2 個(gè)方面的問(wèn)題阻礙著相關(guān)研究的開展。一方面，電力市場(chǎng)數(shù)據(jù)的收集具有一定的門檻，在國(guó)外電力市場(chǎng)主要體現(xiàn)在市場(chǎng)數(shù)據(jù)獲取的接口與權(quán)限等方面，而在國(guó)內(nèi)電力市場(chǎng)則主要體現(xiàn)在市場(chǎng)信息公開平臺(tái)建設(shè)不完善等；另一方面，電力市場(chǎng)可獲取的數(shù)據(jù)質(zhì)量有限。例如，許多電力市場(chǎng)的數(shù)據(jù)均存在缺失、遺漏、異常測(cè)量值的情況，這給數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究帶來(lái)了壓力。

3）電力市場(chǎng)主體建模準(zhǔn)確度仍有不足

盡管通過(guò)數(shù)據(jù)驅(qū)動(dòng)研究方法對(duì)電力市場(chǎng)主體行為決策實(shí)現(xiàn)了較傳統(tǒng)基于優(yōu)化理論方法更精細(xì)的建模，但目前對(duì)于個(gè)體決策行為的建模多直接使用現(xiàn)成的強(qiáng)化學(xué)習(xí)框架，模型假設(shè)與電力市場(chǎng)環(huán)境仍存在偏差，導(dǎo)致市場(chǎng)主體建模不準(zhǔn)確。例如，由于個(gè)體行為對(duì)環(huán)境的影響較為有限，電力市場(chǎng)投標(biāo)與交易過(guò)程并非強(qiáng)化學(xué)習(xí)模型所依賴的標(biāo)準(zhǔn)馬爾可夫決策過(guò)程，而是在一定程度上有所退化；由于個(gè)體投標(biāo)行為的復(fù)雜度較高，需在建模時(shí)進(jìn)行降維簡(jiǎn)化，目前的離散化簡(jiǎn)化方法將為強(qiáng)化學(xué)習(xí)框架在行為空間帶來(lái)嚴(yán)重的維數(shù)爆炸問(wèn)題，影響實(shí)際模擬效果。

4）在信息不對(duì)稱下結(jié)果準(zhǔn)確性驗(yàn)證存在困難

除個(gè)體行為建模外，通過(guò)歷史數(shù)據(jù)辨識(shí)影響個(gè)體決策的邊界數(shù)據(jù)，即對(duì)個(gè)體運(yùn)行成本、風(fēng)險(xiǎn)偏好、理性程度等進(jìn)行“知識(shí)發(fā)現(xiàn)”，也是數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究中的重要研究主題。然而，由于電力市場(chǎng)環(huán)境通常是信息不對(duì)稱的，市場(chǎng)管理者與研究者很難獲知包括市場(chǎng)主體運(yùn)行成本在內(nèi)的決策邊界數(shù)據(jù)，對(duì)于邊界數(shù)據(jù)辨識(shí)研究的準(zhǔn)確性難以直接驗(yàn)證。目前，學(xué)界通常采用間接驗(yàn)證的方式，如基于識(shí)別的個(gè)體決策邊界數(shù)據(jù)，再建模市場(chǎng)主體行為模型，通過(guò)比對(duì)行為模擬結(jié)果與實(shí)際結(jié)果的相似度，來(lái)驗(yàn)證邊界數(shù)據(jù)辨識(shí)研究的準(zhǔn)確性。雖然這在一定程度上能夠?qū)崿F(xiàn)研究的論證，但其效率低、易引入干擾項(xiàng)，仍需研究更高效、精準(zhǔn)的驗(yàn)證方式。

5）數(shù)據(jù)驅(qū)動(dòng)研究與市場(chǎng)政策變化的適用性問(wèn)題

數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究通常需要基于大量歷史實(shí)際數(shù)據(jù)的訓(xùn)練，并應(yīng)用于未來(lái)電力市場(chǎng)的業(yè)務(wù)中。但是，此技術(shù)流程需滿足一項(xiàng)前提，即用于模型訓(xùn)練與實(shí)際應(yīng)用的電力市場(chǎng)機(jī)制環(huán)境沒有發(fā)生較大的變化，這就導(dǎo)致數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究在中國(guó)電力市場(chǎng)應(yīng)用存在2 個(gè)方面問(wèn)題。其一，面向“雙碳”目標(biāo)與新型電力系統(tǒng)建設(shè)目標(biāo)，中國(guó)新能源比例迅速提高，大量新能源的接入使得電力市場(chǎng)環(huán)境快速發(fā)生變化，導(dǎo)致許多基于長(zhǎng)時(shí)間尺度數(shù)據(jù)訓(xùn)練的數(shù)據(jù)驅(qū)動(dòng)方法的有效性降低；其二，中國(guó)各地的電力市場(chǎng)仍在建設(shè)過(guò)程中，尤其是各地現(xiàn)貨市場(chǎng)的發(fā)展存在多個(gè)時(shí)期，市場(chǎng)機(jī)制與政策的變化周期很短，不同政策機(jī)制下的市場(chǎng)數(shù)據(jù)存在諸多差異性，不能直接投入模型訓(xùn)練。因此，如何在數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究中考慮市場(chǎng)機(jī)制的變化，并高效、合理地利用各個(gè)市場(chǎng)環(huán)境下的數(shù)據(jù)，是目前尚未解決的重要挑戰(zhàn)。

5 數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)研究展望

在中國(guó)能源體系推動(dòng)“雙碳”目標(biāo)的大背景下，面向全國(guó)統(tǒng)一電力市場(chǎng)建設(shè)的迫切需求，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究雖存在諸多挑戰(zhàn)，但同樣面臨著大量應(yīng)用機(jī)遇。在此，本章嘗試對(duì)未來(lái)數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究進(jìn)行展望，梳理值得關(guān)注的發(fā)展方向。

1）電力市場(chǎng)數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)構(gòu)與分析方法

如前所述，目前世界各國(guó)的電力市場(chǎng)數(shù)據(jù)缺乏統(tǒng)一的結(jié)構(gòu)標(biāo)準(zhǔn)，不同市場(chǎng)間的數(shù)據(jù)存在較大的差異性，為數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究增添了難度。隨著研究的深入，相信未來(lái)將出現(xiàn)2 類基礎(chǔ)性的研究工作：一是標(biāo)準(zhǔn)化的電力市場(chǎng)數(shù)據(jù)結(jié)構(gòu)定義，對(duì)包括負(fù)荷、電價(jià)、投標(biāo)行為、市場(chǎng)供需等電力市場(chǎng)關(guān)鍵變量進(jìn)行標(biāo)準(zhǔn)化的定義，以供各方在此基礎(chǔ)上開展深入研究；二是面向多市場(chǎng)的數(shù)據(jù)協(xié)同接口工作，基于標(biāo)準(zhǔn)化的電力市場(chǎng)數(shù)據(jù)結(jié)構(gòu)，編制世界各國(guó)電力市場(chǎng)與之對(duì)接的數(shù)據(jù)接口，便于各方研究人員以較低的門檻利用來(lái)自世界各國(guó)的市場(chǎng)數(shù)據(jù)。

除此之外，未來(lái)也將涌現(xiàn)一批針對(duì)電力市場(chǎng)數(shù)據(jù)結(jié)構(gòu)的分析方法，如針對(duì)市場(chǎng)數(shù)據(jù)的獨(dú)特?cái)?shù)據(jù)結(jié)構(gòu)提出數(shù)據(jù)清洗方法，針對(duì)市場(chǎng)數(shù)據(jù)存在的冗余性提出信息提煉方法，針對(duì)市場(chǎng)數(shù)據(jù)具有的高維性提出適合的高效降維方法等。

2）更精細(xì)化的市場(chǎng)行為建模研究與實(shí)踐

隨著電力市場(chǎng)建設(shè)的深化和市場(chǎng)范圍的擴(kuò)大，電力市場(chǎng)運(yùn)營(yíng)者對(duì)于市場(chǎng)參與主體的行為需要有更強(qiáng)的分析能力，包括提前預(yù)判市場(chǎng)主體交易行為及其影響、交易中對(duì)市場(chǎng)主體行為進(jìn)行實(shí)時(shí)監(jiān)控、事后追溯市場(chǎng)主體投標(biāo)異常等。為實(shí)現(xiàn)相關(guān)功能，需要更精細(xì)化的市場(chǎng)主體行為建模研究技術(shù)。筆者認(rèn)為該領(lǐng)域的發(fā)展將包括以下3 個(gè)主題：

（1）市場(chǎng)主體行為的深度分析技術(shù)。該研究方向需要解決的問(wèn)題是如何從海量、高維、冗余的電力市場(chǎng)數(shù)據(jù)中，提煉出能夠高效表征市場(chǎng)主體行為的信息量，并將其準(zhǔn)確地展示出來(lái)。此類研究可用于市場(chǎng)運(yùn)營(yíng)者事中監(jiān)控主體行為，或事后對(duì)主體行為進(jìn)行異常辨識(shí)。

（2）市場(chǎng)主體行為的高效建模技術(shù)。該研究方向需要解決復(fù)雜的、非結(jié)構(gòu)化的交易行為應(yīng)該如何高效表示的問(wèn)題，并將其與個(gè)體行為決策模型結(jié)合起來(lái)。此類研究可用于市場(chǎng)運(yùn)營(yíng)者對(duì)市場(chǎng)主體建模，并進(jìn)一步應(yīng)用于個(gè)體行為預(yù)測(cè)、市場(chǎng)運(yùn)行模擬、市場(chǎng)均衡分析等研究中。

（3）市場(chǎng)主體行為的精準(zhǔn)預(yù)測(cè)技術(shù)。該研究方向需要解決如何準(zhǔn)確預(yù)測(cè)海量市場(chǎng)主體未來(lái)復(fù)雜行為的問(wèn)題，其難點(diǎn)在于交易行為的合理標(biāo)簽化、與外部影響因素的相關(guān)性、主體內(nèi)部偏好的量化表征等方面。此類研究可用于市場(chǎng)運(yùn)營(yíng)者對(duì)市場(chǎng)主體的未來(lái)行為進(jìn)行預(yù)判，從而對(duì)可能存在的串謀與動(dòng)用市場(chǎng)力行為進(jìn)行提前處置。

3）數(shù)字孿生的數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)模擬研究

未來(lái)的新型電力系統(tǒng)建設(shè)將引入更高比例的新能源，勢(shì)必為電力市場(chǎng)的運(yùn)行帶來(lái)更大的不確定性。在此背景下，對(duì)電力市場(chǎng)運(yùn)行提前預(yù)警、實(shí)時(shí)監(jiān)測(cè)、全時(shí)評(píng)估的重要性進(jìn)一步凸顯。使用數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)技術(shù)建立市場(chǎng)運(yùn)行的“數(shù)字孿生”模型迫在眉睫。

在未來(lái)海量電力市場(chǎng)數(shù)據(jù)基礎(chǔ)上，對(duì)電力市場(chǎng)的復(fù)雜組成部分，如發(fā)電主體、用電主體、聯(lián)絡(luò)線、以天氣為代表性的外部因素等，進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的建模，再將其按照市場(chǎng)規(guī)則進(jìn)行組合，建立電力市場(chǎng)的“數(shù)字孿生”模型。通過(guò)對(duì)模型中的各個(gè)組成部分進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果組合進(jìn)入市場(chǎng)并模擬出清，即可獲得電力市場(chǎng)高精度模擬結(jié)果，包括各個(gè)市場(chǎng)主體的出力結(jié)果、市場(chǎng)價(jià)格、網(wǎng)絡(luò)潮流等?；诖?，市場(chǎng)運(yùn)營(yíng)者能夠?qū)崿F(xiàn)對(duì)電力市場(chǎng)運(yùn)行的高精度預(yù)判與全時(shí)監(jiān)測(cè)，從而在市場(chǎng)面臨風(fēng)險(xiǎn)時(shí)提前采取措施，確保電力市場(chǎng)的安全穩(wěn)定運(yùn)行。

4）支撐機(jī)制設(shè)計(jì)的數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)均衡研究

電力市場(chǎng)的機(jī)制設(shè)計(jì)在投入實(shí)際應(yīng)用前，應(yīng)經(jīng)過(guò)充分的驗(yàn)證。然而，由于目前的技術(shù)限制，很多針對(duì)電力市場(chǎng)設(shè)計(jì)的機(jī)制在投入實(shí)際應(yīng)用前，并未經(jīng)過(guò)符合市場(chǎng)實(shí)際運(yùn)行特點(diǎn)的測(cè)試，而主要采用基于專家評(píng)審的方法進(jìn)行定性驗(yàn)證?？上攵?，此種模式將不可避免地產(chǎn)生機(jī)制設(shè)計(jì)與實(shí)際的偏差，從而影響機(jī)制設(shè)計(jì)的有效性。在未來(lái)，高比例新能源接入電力系統(tǒng)、海量市場(chǎng)主體參與各層級(jí)電力市場(chǎng)，將不可避免地增加市場(chǎng)的不確定性，進(jìn)一步影響機(jī)制設(shè)計(jì)的實(shí)際應(yīng)用效果。

數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)博弈均衡研究方法是解決此難題的重要技術(shù)路徑之一。可基于海量主體的歷史行為數(shù)據(jù)，提煉關(guān)鍵信息形成個(gè)體行為模型，將海量個(gè)體行為模型內(nèi)嵌入市場(chǎng)規(guī)則量化后的市場(chǎng)環(huán)境模型中，分析主體在市場(chǎng)中的交互過(guò)程與均衡狀態(tài)。其區(qū)別于傳統(tǒng)研究方法的特點(diǎn)在于：市場(chǎng)主體的建模均來(lái)自歷史數(shù)據(jù)，由數(shù)據(jù)進(jìn)行驅(qū)動(dòng)，因此，能夠較為真實(shí)地描繪市場(chǎng)主體對(duì)于特定市場(chǎng)機(jī)制的反應(yīng)。通過(guò)將均衡結(jié)果與期望結(jié)果進(jìn)行對(duì)比分析，即可判斷機(jī)制設(shè)計(jì)的有效性，還可以進(jìn)行不同市場(chǎng)機(jī)制效果的量化評(píng)估。

5）支撐中國(guó)電力市場(chǎng)建設(shè)的數(shù)據(jù)驅(qū)動(dòng)研究

近年來(lái)，中國(guó)電力市場(chǎng)建設(shè)不斷深化，電力現(xiàn)貨市場(chǎng)即將進(jìn)入正式運(yùn)營(yíng)階段。相應(yīng)的，國(guó)家和各個(gè)電力市場(chǎng)也逐漸公布了其信息公開政策，如2020 年底，國(guó)家能源局發(fā)布了《電力現(xiàn)貨市場(chǎng)信息披露辦法（暫行）》［99］，各個(gè)市場(chǎng)也逐步發(fā)布了其信息披露細(xì)則。可以預(yù)見在不遠(yuǎn)的將來(lái)，國(guó)內(nèi)各個(gè)市場(chǎng)也將在一定程度上披露數(shù)據(jù)。

盡管中國(guó)目前的電力市場(chǎng)數(shù)據(jù)公開較少，難以支撐數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究，但考慮到世界各地的電力市場(chǎng)存在一定的相似性，研究者可先基于國(guó)外成熟市場(chǎng)數(shù)據(jù)開展研究，獲得可行的研究方法。待中國(guó)市場(chǎng)數(shù)據(jù)成熟后，可在第一時(shí)間應(yīng)用于國(guó)內(nèi)電力市場(chǎng)，并對(duì)電力市場(chǎng)的運(yùn)行監(jiān)測(cè)、報(bào)價(jià)決策、機(jī)制設(shè)計(jì)等實(shí)際業(yè)務(wù)產(chǎn)生技術(shù)支撐作用。

在中國(guó)電力市場(chǎng)數(shù)據(jù)開放的大背景下，將涌現(xiàn)出一批針對(duì)國(guó)內(nèi)電力市場(chǎng)數(shù)據(jù)特點(diǎn)的數(shù)據(jù)驅(qū)動(dòng)研究，對(duì)國(guó)內(nèi)電力市場(chǎng)建設(shè)產(chǎn)生實(shí)際支持。包括但不限于以下研究方向：面向各個(gè)電力市場(chǎng)特點(diǎn)（不同的發(fā)電燃料組合、用戶需求價(jià)格敏感度等），提出針對(duì)性的市場(chǎng)邊界預(yù)測(cè)方法；考慮中國(guó)“計(jì)劃-市場(chǎng)”雙軌制的市場(chǎng)特點(diǎn)，基于海量歷史數(shù)據(jù)，為雙軌制發(fā)電主體設(shè)計(jì)最優(yōu)投標(biāo)策略；基于中國(guó)電力市場(chǎng)實(shí)際數(shù)據(jù)，分析市場(chǎng)主體的投標(biāo)行為與互動(dòng)關(guān)系，進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)模擬與均衡分析；針對(duì)中國(guó)電力市場(chǎng)的特殊市場(chǎng)機(jī)制設(shè)計(jì)，如雙軌制、中長(zhǎng)期交易偏差考核等，進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)分析，評(píng)估相應(yīng)機(jī)制的效率等。

6）適應(yīng)新型電力系統(tǒng)的數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)研究

目前，中國(guó)已開始推進(jìn)新型電力系統(tǒng)的建設(shè)，其具有含高比例新能源的特點(diǎn)，導(dǎo)致系統(tǒng)不確定性大大增加，為傳統(tǒng)電力市場(chǎng)的運(yùn)行帶來(lái)了新的挑戰(zhàn)。在此背景下，數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究的重要性進(jìn)一步凸顯，未來(lái)將出現(xiàn)一系列的關(guān)鍵應(yīng)用，主要體現(xiàn)在以下2 個(gè)方面：

（1）對(duì)已有研究方向的再次深化。例如，針對(duì)高比例新能源及大量新型主體接入的特點(diǎn)，設(shè)計(jì)針對(duì)性的市場(chǎng)邊界預(yù)測(cè)方法；進(jìn)一步，將市場(chǎng)邊界預(yù)測(cè)與個(gè)體報(bào)價(jià)決策相結(jié)合，為海量參與市場(chǎng)的新能源主體及新型市場(chǎng)主體提供投標(biāo)優(yōu)化決策方法。

（2）針對(duì)新型電力系統(tǒng)背景下產(chǎn)生的新市場(chǎng)業(yè)態(tài)，通過(guò)數(shù)據(jù)驅(qū)動(dòng)的技術(shù)手段實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)與定量研究。例如，在新型電力系統(tǒng)中將產(chǎn)生配電網(wǎng)分布式市場(chǎng)，以局部微網(wǎng)的形式包含了分布式新能源、分布式儲(chǔ)能、電動(dòng)汽車等多種主體，各個(gè)參與者以生產(chǎn)者、消費(fèi)者、產(chǎn)消者的混合形式進(jìn)行交易。通過(guò)數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)模擬方法，可從歷史交易數(shù)據(jù)中提煉關(guān)鍵信息，建立分布式市場(chǎng)的數(shù)字孿生模型，對(duì)個(gè)體決策、交易行為、市場(chǎng)走勢(shì)等進(jìn)行量化分析。

6 結(jié)語(yǔ)

在電力市場(chǎng)迅速發(fā)展及新型電力系統(tǒng)建設(shè)的背景下，本文對(duì)數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究進(jìn)行了綜述。首先，本文將傳統(tǒng)電力市場(chǎng)研究分為市場(chǎng)狀態(tài)參數(shù)研究、投標(biāo)優(yōu)化決策、市場(chǎng)均衡分析與市場(chǎng)機(jī)制設(shè)計(jì)4 個(gè)方向，分別對(duì)其研究現(xiàn)狀及局限性進(jìn)行了歸納；其次，本文針對(duì)世界范圍內(nèi)7 個(gè)較為成熟、知名度較高的電力市場(chǎng)的信息發(fā)布與數(shù)據(jù)開放政策進(jìn)行了歸納，總結(jié)了不同市場(chǎng)在邊界數(shù)據(jù)、行為數(shù)據(jù)及結(jié)果數(shù)據(jù)方面的公開程度，為廣大電力市場(chǎng)數(shù)據(jù)研究者提供了參考；接著，本文對(duì)數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究現(xiàn)狀分4 個(gè)方向進(jìn)行了總結(jié)，分別是數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)狀態(tài)參數(shù)研究、數(shù)據(jù)驅(qū)動(dòng)的投標(biāo)決策研究、數(shù)據(jù)驅(qū)動(dòng)的博弈均衡研究及數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)機(jī)制研究；進(jìn)一步，本文嘗試歸納數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究的關(guān)鍵挑戰(zhàn)，包括數(shù)據(jù)的復(fù)雜性、不完整、準(zhǔn)確性差、驗(yàn)證難和適用性5 個(gè)方面；最后，本文對(duì)未來(lái)數(shù)據(jù)驅(qū)動(dòng)的電力市場(chǎng)研究進(jìn)行了展望。

希望本文能為廣大電力市場(chǎng)研究者、從業(yè)者、管理者與機(jī)制設(shè)計(jì)者提供新的研究思路與技術(shù)方法，推動(dòng)中國(guó)電力市場(chǎng)研究更快發(fā)展。