CN111160787A - 交易策略确定方法、装置、可读介质及电子设备 - Google Patents

交易策略确定方法、装置、可读介质及电子设备 Download PDF

Info

Publication number
CN111160787A
CN111160787A CN201911406101.8A CN201911406101A CN111160787A CN 111160787 A CN111160787 A CN 111160787A CN 201911406101 A CN201911406101 A CN 201911406101A CN 111160787 A CN111160787 A CN 111160787A
Authority
CN
China
Prior art keywords
data
electricity
risk
load
electric quantity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911406101.8A
Other languages
English (en)
Inventor
杜雅慧
王海霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201911406101.8A priority Critical patent/CN111160787A/zh
Publication of CN111160787A publication Critical patent/CN111160787A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种交易策略确定方法、装置、计算机可读存储介质及电子设备，方法包括：获取售电对象的持仓数据和预测的现货数据；根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。本发明实施例通过考虑了电力风险数据，可得到参考价值相对较高的交易策略。

Description

交易策略确定方法、装置、可读介质及电子设备
技术领域
本发明涉及能源技术领域，尤其涉及交易策略确定方法、装置、可读介质及电子设备。
背景技术
随着电力改革的逐步深入，国内各省市将逐步放开现货电力市场，售电公司与发电机组的中长期合约逐步转为金融性质，采用差价结算方式进行交割。基于以上背景，售电公司在分时电价波动、分时负荷预测、分时多品类合约的复杂情况下，通常需要快速准确的确定交易策略。
目前，主要通过对交易收益的评估测算，或在一定收益目标下，确定交易策略。
但是，影响交易策略的影响因素较为复杂，仅考虑交易收益可能会导致交易策略的参考价值较低。
发明内容
本发明提供了一种交易策略确定方法、装置、计算机可读存储介质及电子设备，通过考虑了电力风险数据，可得到参考价值相对较高的交易策略。
第一方面，本发明提供了一种交易策略确定方法，包括：
获取售电对象的持仓数据和预测的现货数据；
根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；
根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。
优选地，所述根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据，包括：
根据所述持仓数据和所述现货数据，获取负荷敞口数据；
根据所述负荷敞口数据、所述持仓数据和所述现货数据，确定所述售电对象的电力风险数据。
优选地，所述负荷敞口数据基于所述持仓数据中的持仓电量以及所述现货数据中的负荷期望确定。
优选地，所述电力风险数据包括：负荷敞口风险电量、电价风险电量、负荷风险电量中的任意一个或多个；
所述负荷敞口风险电量根据所述持仓数据中的持仓电量和持仓电价、所述负荷敞口数据、所述现货数据中的电价期望确定；
所述电价风险电量根据所述负荷敞口数据、所述现货数据中的电价期望和参考电价确定；
所述负荷风险电量根据所述负荷敞口数据、所述持仓数据中的持仓电量、所述现货数据中电价期望以及参考负荷确定。
优选地，所述现货数据中的电价数据符合第一正态分布、负荷数据符合第二正态分布。
优选地，所述参考电价包括第一预设置信度下的最大电价；
所述参考负荷包括第二预设置信度下的最大负荷。
优选地，所述根据所述售电对象的电力风险数据，确定所述售电对象的交易策略，包括：
根据所述售电对象的电力风险数据，构建优化交易策略模型；
根据所述优化交易策略模型确定所述售电对象的交易策略。
第二方面，本发明提供了一种交易策略确定装置，包括：
获取模块，用于获取售电对象的持仓数据和预测的现货数据；
风险确定模块，用于根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；
策略确定模块，用于根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。
第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种交易策略确定方法、装置、计算机可读存储介质及电子设备，该方法通过获取售电对象的持仓数据和预测的现货数据，然后，根据持仓数据和现货数据，确定售电对象的电力风险数据，之后，根据售电对象的电力风险数据，确定售电对象的交易策略，因此，本发明实施例考虑了电力风险数据，可得到参考价值相对较高的交易策略，对应的，当售电对象按照本发明实施例得到的交易策略进行电力交易时，能够提高售电对象的售电收益。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种交易策略确定方法的流程示意图；
图2为本发明一实施例提供的一种交易策略确定装置的结构示意图；
图3为本发明一实施例提供的另一种交易策略确定装置的结构示意图；
图4为本发明一实施例提供的又一种交易策略确定装置的结构示意图；
图5为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例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做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。
如图1所述，本发明实施例提供了一种交易策略确定方法，包括如下各个步骤：
步骤101，获取售电对象的持仓数据和预测的现货数据；
步骤102，根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；
步骤103，根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。
如图1所示的实施例，该方法通过获取售电对象的持仓数据和预测的现货数据，然后，根据持仓数据和现货数据，确定售电对象的电力风险数据，之后，根据售电对象的电力风险数据，确定售电对象的交易策略，因此，本发明实施例考虑了电力风险数据，可得到参考价值相对较高的交易策略，对应的，当售电对象按照本发明实施例得到的交易策略进行电力交易时，能够提高售电对象的售电收益，降低售电成本。
具体地，售电对象指的是售电公司，售电公司从发电厂购买电量，之后，将购买的电量出售给用电用户。电力风险数据指示了售电对象在持仓数据和预测的现货数据下的风险情况，因此，基于电力风险数据，可确定出更为经济的交易策略。需要说明的是，持仓数据包括售电公司当前的持仓电量和持仓电价，持仓电量表示售电对象已经购买的电量，持仓电价表示售电对象已经购买的电量的电价。交易策略具体指的是售电公司的购电和售电方案，本发明实施例提供的技术方案得到的交易策略优选中长期合约购售策略。现货数据是根据和售电公司具有代理关系的用户的历史用电规律预测得到的。
本发明一个实施例中，所述根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据，包括：
根据所述持仓数据和所述现货数据，获取负荷敞口数据；
根据所述负荷敞口数据、所述持仓数据和所述现货数据，确定所述售电对象的电力风险数据。
该实施例中，根据持仓数据和现货数据，获取负荷敞口数据，之后，基于负荷敞口数据、持仓数据和现货数据，确定售电对象的电力风险数据，因此，综合考虑到负荷敞口数据、持仓数据和现货数据，确保了电力风险数据能够较为准确的反映出售电对象的交易风险。
需要说明的是，负荷敞口数据指示了售电对象在电力交易中受电力交易风险的影响程度。
可选的，现货数据包括但不限于每个小时对应的若干个电价数据及若干个负荷数据。其中，电价数据为预测的和售电公司签订代理关系的用户的电价，这里，若干个电价数据在中长期交易市场中符合第一正态分布；负荷数据为预测的和售电公司签订代理关系的用户的用电量，这里，若干个负荷数据在中长期交易市场中符合第二正态分布。需要说明的是，不同小时对应的电价数据的第一正态分布和负荷数据的第二正态分布都是基于对应的历史小时数据确定的，每个小时均对应有若干个电价数据以及若干个负荷数据，各个小时对应的若干个电价数据的第一正态分布通常不同，各个小时对应的若干个负荷数据的第二正态分布通常不同。因此，现货数据中包括负荷期望以及电价期望，负荷期望为第二正态分布对应的均值，电价期望是第一正态分布对应的均值。
负荷敞口数据指的是负荷敞口电量，通过如下公式(1)计算负荷敞口电量：
Figure BDA0002348678270000061
其中，
Figure BDA0002348678270000062
表示第i个小时的负荷敞口电量；h表示标的期内开始的小时数；n表示标的期内的总小时数；
Figure BDA0002348678270000063
表示第i个小时的持仓电量；
Figure BDA0002348678270000064
表示第i个小时的负荷期望。
举例来说，假设一年有Q个小时，假设小时数为p，则说明该小时数在Q个小时中的排序为p。
可选的一个实施例中，所述电力风险数据包括：负荷敞口风险电量、电价风险电量、负荷风险电量中的任意一个或多个；
具体地，通过如下公式(2)计算负荷敞口风险电量：
Figure BDA0002348678270000065
其中，R敞口表示标的期内的负荷敞口风险电量；
Figure BDA0002348678270000066
表示第i个小时的负荷敞口电量；
Figure BDA0002348678270000067
表示第i个小时的电价期望；
Figure BDA0002348678270000068
表示第i个小时的持仓电量；
Figure BDA0002348678270000069
表示第i个小时的持仓电价；h表示标的期内开始的小时数；n表示标的期内的总小时数。
具体地，通过如下公式(3)计算电价风险电量：
Figure BDA00023486782700000610
其中，R电价表示标的期内的电价风险电量；
Figure BDA0002348678270000071
表示第i个小时的负荷敞口电量；
Figure BDA0002348678270000072
表示第i个小时的参考电价；
Figure BDA0002348678270000073
表示第i个小时的电价期望；h表示标的期内开始的小时数；n表示标的期内的总小时数。
具体地，通过如下公式(4)计算负荷风险电量：
Figure BDA0002348678270000074
其中，R负荷表示标的期内的负荷风险电量；
Figure BDA0002348678270000075
表示第i个小时的参考负荷；
Figure BDA0002348678270000076
表示第i个小时的持仓电量；
Figure BDA0002348678270000077
表示第i个小时的负荷敞口电量；
Figure BDA0002348678270000078
表示第i个小时的电价期望；h表示标的期内开始的小时数；n表示标的期内的总小时数。
具体地，通过如下公式(5)计算电力风险总电量：
Figure BDA0002348678270000079
需要说明的是，参考电价可以是第一预设置信度下的最大电价，需要说明的是，由于研究对象是电费，需要警惕的是电费升高，因此仅仅考虑了最大电价。参考负荷包括第二预设置信度下的最大负荷，由于研究对象是电费，需要警惕的是电费升高，因此仅仅考虑了最大负荷。可选的，第一预设置信度和第二预设置信度相同，优选地，第一预设置信度和第二预设置度均为95％，应当理解的，本发明实施例不对第一预设置信度和第二预设置度的取值做限定，具体需要结合实际场景确定。
举例来说，若置信水平为95％，第i个小时的电价为某一标准正态分布，通过标准正太分布表查询得到随机变量的数值为1.96，则电价的置信区间为
Figure BDA0002348678270000081
Figure BDA0002348678270000082
表示第i个小时的电价期望，
Figure BDA0002348678270000083
表示表示第i个小时的电价标准差，m表示第i个小时的电价数据总数)，其中
Figure BDA0002348678270000084
Figure BDA0002348678270000085
为最大电价。
显而易见的，电力风险数据包括但不限于负荷敞口风险电量、电价风险电量、负荷风险电量及电力风险总电量。
还需要说明的是，标的期内负荷风险电量进行转换后还等于
Figure BDA0002348678270000086
标的期内的负荷风险电量和电价风险电量之和等于
Figure BDA0002348678270000087
由此可见，负荷风险电量是固定值，负荷风险电量和电价风险电量也是固定值，而负荷敞口风险电量则会随着持仓量的变化而变化。因此，电力风险重点来自于负荷敞口风险电量。
本发明一个实施例中，所述根据所述售电对象的电力风险数据，确定所述售电对象的交易策略，包括：
根据所述售电对象的电力风险数据，构建优化交易策略模型；
根据所述优化交易策略模型确定所述售电对象的交易策略。
该实施例中，根据售电对象的电力风险数据，构建优化交易策略模型，之后，即可利用现有技术的求解算法对优化交易策略模型进行求解，从而得到售电对象的交易策略，该交易策略因考虑了电力风险数据因此具有较高的参考价值。本发明实施例未对优化交易策略模型进行限定，优化交易策略模型中的目标函数应当加入上述电力风险总电量、负荷敞口风险电量、负荷风险电量、电价风险电量中的任意一个或多个，或者以上述电力风险总电量、负荷敞口风险电量、负荷风险电量、电价风险电量中的任意一个或多个作为约束条件，可选的，优化交易策略模型可以包括单目标函数及其约束，单目标函数可以是风险电量函数，也可以包括多目标函数及其约束，多目标函数包括但不限于风险电量函数、收益函数等，具体需要结合实际场景确定。其中，风险电量函数用于指示售电公司已持仓的风险电量以及中长期合约购售策略对应的未来风险电量，在这里，风险电量函数的相关约束条件包括但不限于月度净合约量约束、月度累计合约量约束、履约保函额度约束、风险电费约束上限、持仓电量范围约束、中长期合约中的电量约束及中长期合约中的电价约束。其中，月度净合约量约束指月度标的期内的售电公司的持仓电量代数和的上限；月度累计合约量约束是指以月度为标的期进行的买卖合约量的绝对值总和(即交易里程)上限；履约保函额度是根据售电公司预缴的保函金额来控制售电公司参与合约交易的年度总上限，标的月的保函量是其中一部分，该值一般由售电公司根据年度规划来制定，可视为已知量。
举例来说，假设存在两种类型合约，当前有可购可售的潜在合约共x+y份，其中第一类型的合约x份，分时电量与单价分别为
Figure BDA0002348678270000091
Figure BDA0002348678270000092
第二类型的合约y份，分时电量与单价分别为
Figure BDA0002348678270000093
Figure BDA0002348678270000094
Figure BDA0002348678270000095
或1，0表示不买，1代表买入)。售电对象可在一定约束下任意组合x+y份合约，当售电对象通过x+y份合约购买电量和/或售出电量时，则售电对象未来的持仓电量会发生改变，相应的，负荷敞口电量也会发生改变，则负荷敞口风险电量也会发生改变，而负荷风险电量以及电价风险电量之和不变，因此，风险电量函数主要考虑负荷敞口风险电量，则通过如下公式(6)计算风险电量函数：
Figure BDA0002348678270000096
约束条件包括：
Figure BDA0002348678270000101
Figure BDA0002348678270000102
Figure BDA0002348678270000103
Figure BDA0002348678270000104
Figure BDA0002348678270000105
其中，
Figure BDA0002348678270000106
表示第i个小时的第j份定比例合约的电量占比；Qj表示第j份定比例合约的电量；
Figure BDA0002348678270000107
表示第i个小时的第k份定量合约的电量占比；Qk表示第k份定量合约的电量；Q月净表示月度净合约量；Q月累计表示月度累计合约量；Q保函表示履约保函额度；
Figure BDA0002348678270000108
表示风险电费最大值；r下限表示持仓电量的下限比例；r上限表示持仓电量的上限比例；c表示月份数；d表示天数。
上面以两种类型的合同为例进行了说明，还应理解的是，本发明实施例对合同的类型不做限制，不应当限于上述两种类型的合同，可以是多种类型，当然也可以是一种类型。这里，本发明实施例对合同的数量不做任何限制，具体需要结合实际场景确定。
可选的，可以基于历史持仓数据和历史现货数据，确定出电力风险数据与中长期合约购电量的关系、与中长期合约售电量之间的关系，然后，基于电力风险数据与中长期合约购电量的关系、与中长期合约售电量之间的关系，确定出中长期合约的购电量和售电量，以中长期合约的购电量和售电量作为约束条件，求解优化交易策略模型，从而确定出交易策略。
基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了一种交易策略确定装置，包括：
获取模块201，用于获取售电对象的持仓数据和预测的现货数据；
风险确定模块202，用于根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；
策略确定模块203，用于根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。
请参考图3，本发明一个实施例中，所述风险确定模块202，包括：负荷确定单元2021及风险确定单元2022；其中，
所述负荷确定2021，用于根据所述持仓数据和所述现货数据，获取负荷敞口数据；
所述风险确定单元2022，用于根据所述负荷敞口数据、所述持仓数据和所述现货数据，确定所述售电对象的电力风险数据。
本发明一个实施例中，所述负荷敞口数据基于所述持仓数据中的持仓电量以及所述现货数据中的负荷期望确定。
本发明一个实施例中，所述电力风险数据包括：负荷敞口风险电量、电价风险电量、负荷风险电量中的任意一个或多个；
所述负荷敞口风险电量根据所述持仓数据中的持仓电量和持仓电价、所述负荷敞口数据、所述现货数据中的电价期望确定；
所述电价风险电量根据所述负荷敞口数据、所述现货数据中的电价期望和参考电价确定；
所述负荷风险电量根据所述负荷敞口数据、所述持仓数据中的持仓电量、所述现货数据中电价期望以及参考负荷确定。
本发明一个实施例中，所述现货数据中的电价数据符合第一正态分布、负荷数据符合第二正态分布。
本发明一个实施例中，所述参考电价包括第一预设置信度下的最大电价；
所述参考负荷包括第二预设置信度下的最大负荷。
请参考图4，本发明一个实施例中，所述策略确定模块203，包括：构建单元2031及策略确定单元2032；其中，
所述构建单元2031，用于根据所述售电对象的电力风险数据，构建优化交易策略模型；
所述策略确定单元2032，用于根据所述优化交易策略模型确定所述售电对象的交易策略。
图5是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器501以及存储有执行指令的存储器502，可选地还包括内部总线503及网络接口504。其中，存储器502可能包含内存5021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器5022(non-volatile memory)，例如至少1个磁盘存储器等；处理器501、网络接口504和存储器502可以通过内部总线503相互连接，该内部总线503可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等；内部总线503可以分为地址总线、数据总线、控制总线等，为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器501执行存储器502存储的执行指令时，处理器501执行本发明任意一个实施例中的方法，并至少用于执行如图1所示的方法。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种交易策略确定装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种交易策略确定方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图5所示的电子设备；执行指令是一种交易策略确定装置所对应计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者锅炉不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者锅炉所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者锅炉中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种交易策略确定方法，其特征在于，包括：
获取售电对象的持仓数据和预测的现货数据；
根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；
根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。
2.根据权利要求1所述的方法，其特征在于，所述根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据，包括：
根据所述持仓数据和所述现货数据，获取负荷敞口数据；
根据所述负荷敞口数据、所述持仓数据和所述现货数据，确定所述售电对象的电力风险数据。
3.根据权利要求2所述的方法，其特征在于，所述负荷敞口数据基于所述持仓数据中的持仓电量以及所述现货数据中的负荷期望确定。
4.根据权利要求3所述的方法，其特征在于，所述电力风险数据包括：负荷敞口风险电量、电价风险电量、负荷风险电量中的任意一个或多个；
所述负荷敞口风险电量根据所述持仓数据中的持仓电量和持仓电价、所述负荷敞口数据、所述现货数据中的电价期望确定；
所述电价风险电量根据所述负荷敞口数据、所述现货数据中的电价期望和参考电价确定；
所述负荷风险电量根据所述负荷敞口数据、所述持仓数据中的持仓电量、所述现货数据中电价期望以及参考负荷确定。
5.根据权利要求4所述的方法，其特征在于，所述现货数据中的电价数据符合第一正态分布、负荷数据符合第二正态分布。
6.根据权利要求5所述的方法，其特征在于，所述参考电价包括第一预设置信度下的最大电价；
所述参考负荷包括第二预设置信度下的最大负荷。
7.根据权利要求1所述的方法，其特征在于，所述根据所述售电对象的电力风险数据，确定所述售电对象的交易策略，包括：
根据所述售电对象的电力风险数据，构建优化交易策略模型；
根据所述优化交易策略模型确定所述售电对象的交易策略。
8.一种交易策略确定装置，其特征在于，包括：
获取模块，用于获取售电对象的持仓数据和预测的现货数据；
风险确定模块，用于根据所述持仓数据和现货数据，确定所述售电对象的电力风险数据；
策略确定模块，用于根据所述售电对象的电力风险数据，确定所述售电对象的交易策略。
9.一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。
CN201911406101.8A 2019-12-31 2019-12-31 交易策略确定方法、装置、可读介质及电子设备 Pending CN111160787A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911406101.8A CN111160787A (zh) 2019-12-31 2019-12-31 交易策略确定方法、装置、可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911406101.8A CN111160787A (zh) 2019-12-31 2019-12-31 交易策略确定方法、装置、可读介质及电子设备

Publications (1)

Publication Number Publication Date
CN111160787A true CN111160787A (zh) 2020-05-15

Family

ID=70559850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911406101.8A Pending CN111160787A (zh) 2019-12-31 2019-12-31 交易策略确定方法、装置、可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN111160787A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112381411A (zh) * 2020-11-16 2021-02-19 国网上海市电力公司 一种群体生产活力的评估方法、电子设备及存储介质
CN113590349A (zh) * 2021-07-27 2021-11-02 新奥数能科技有限公司 电力交换信息生成方法、装置和计算机设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112381411A (zh) * 2020-11-16 2021-02-19 国网上海市电力公司 一种群体生产活力的评估方法、电子设备及存储介质
CN112381411B (zh) * 2020-11-16 2024-01-26 国网上海市电力公司 一种群体生产活力的评估方法、电子设备及存储介质
CN113590349A (zh) * 2021-07-27 2021-11-02 新奥数能科技有限公司 电力交换信息生成方法、装置和计算机设备

Similar Documents

Publication Publication Date Title
Ausubel et al. Using forward markets to improve electricity market design
Faruqui The ethics of dynamic pricing
Woo et al. Efficient frontiers for electricity procurement by an LDC with multiple purchase options
Karandikar et al. Strategic evaluation of bilateral contract for electricity retailer in restructured power market
KR102094137B1 (ko) 전력거래 중계방법
Hagemann et al. An empirical analysis of liquidity and its determinants in the German intraday market for electricity
Brennan Optimal energy efficiency policies and regulatory demand-side management tests: How well do they match?
Höckner et al. Market distortions in flexibility markets caused by renewable subsidies–The case for side payments
US20070271163A1 (en) Method for Using Options on Housing Futures Contracts to Offer Home Price Insurance
WO2021114674A1 (zh) 一种用于中长期购售电的策略确定方法及装置
CN107169685A (zh) 一种智能电网中实时需求响应奖励确定方法和装置
JP2005339527A (ja) 電力市場における入札支援システム
CN111160787A (zh) 交易策略确定方法、装置、可读介质及电子设备
Peterson et al. The future of the electric grid and its regulation: Some considerations
Doorman et al. Capacity mechanisms: needs, solutions and state of affairs
CN111127203A (zh) 中长期电力交易方案确定方法及装置
Bellenbaum et al. Designing flexibility procurement markets for congestion management–investigating two-stage procurement auctions
Lowry et al. Statistical benchmarking in utility regulation: Role, standards and methods
US8478670B2 (en) Method and system for determining which mortgage choice is best for a consumer
JP7101403B2 (ja) 電力取引支援装置及び電力取引支援方法
Mathiesen Mapping of selected markets with Nodal pricing or similar systems. Australia, New Zealand and North American power markets
Tanrisever et al. Futures hedging in electricity retailing
Biskas et al. Analysis of a monthly auction for financial transmission rights and flow-gate rights
Wolak Measuring the impact of purely financial participants on wholesale and retail market performance: The case of Singapore
Jung et al. Optimal energy procurement with long-term photovoltaic energy contracts considering generation uncertainty: A two-dimensional auction approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200515

RJ01 Rejection of invention patent application after publication