CN116757717A - 电碳市场耦合运行的评估方法、装置、设备、介质和产品 - Google Patents
电碳市场耦合运行的评估方法、装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN116757717A CN116757717A CN202310572271.3A CN202310572271A CN116757717A CN 116757717 A CN116757717 A CN 116757717A CN 202310572271 A CN202310572271 A CN 202310572271A CN 116757717 A CN116757717 A CN 116757717A
- Authority
- CN
- China
- Prior art keywords
- data
- evaluated
- market
- evaluation index
- evaluation
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 236
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 225
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000008878 coupling Effects 0.000 title claims abstract description 64
- 238000010168 coupling process Methods 0.000 title claims abstract description 64
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 claims abstract description 285
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 49
- 238000004590 computer program Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 abstract description 16
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000005611 electricity Effects 0.000 description 45
- 230000008859 change Effects 0.000 description 42
- 238000010248 power generation Methods 0.000 description 35
- 230000009467 reduction Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 13
- 238000010606 normalization Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 239000003245 coal Substances 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000002146 bilateral effect Effects 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 239000001569 carbon dioxide Substances 0.000 description 5
- 230000001808 coupling effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种电碳市场耦合运行的评估方法、装置、设备、介质和产品。该方法包括:获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;根据权重得到电碳市场的评估结果。该方法适应性强,计算难度低,工作效率高,且可以准确地反映电碳市场中各评估指标的相对重要性,得到更加合理的权重分配,提高评估结果的精确度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种电碳市场耦合运行的评估方法、装置、设备、介质和产品。
背景技术
为了更好的减少发电和用电过程中以二氧化碳为主的温室气体排放,研究电力市场和碳交易市场之间的相互作用关系,并进行市场评估,达到电-碳市场的协同联动,可以促进实现根据各市场运行情况调整电碳资源和提高市场效率的效果,进而实现能源结构优化、碳排放降低的目标。
现有技术通过构建电碳耦合模型对电碳市场耦合后的因果效应进行分析,确定电力市场与碳交易市场之间的关联性,以实现对电力市场和碳交易市场进行评估。然而,电碳耦合模型具有较高的复杂度,模型参数的设定对于模型结果的影响大,需要大量的历史数据进行模型的训练,传统方式通过构建模型进行评估时,数据计算量大,处理效率不高。
发明内容
基于此,有必要针对上述技术问题,提供一种电碳市场耦合运行的评估方法、装置、设备、介质和产品。
第一方面,本申请提供了一种电碳市场耦合运行的评估方法。所述方法包括:
获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;
对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;
根据权重得到电碳市场的评估结果。
在其中一个实施例中,对待评估数据进行数据处理,得到待评估数据中各评估指标的权重,包括:
根据评估需求在评估指标中确定目标评估指标;
确定待评估数据中各目标评估指标的权重。
在其中一个实施例中,对应评估指标获取待评估数据,包括:
根据评估指标对应获取需要评估的原始数据;
对原始数据进行数据填充和数据替换,得到评估指标对应的待评估数据。
在其中一个实施例中,该方法还包括:
对待评估数据进行标准化处理,得到标准化处理后的待评估数据;
对待评估数据进行数据处理,得到待评估数据中各评估指标的权重,包括:
对标准化处理后的待评估数据进行数据处理,得到标准化处理后的待评估数据中各评估指标的权重。
在其中一个实施例中,对待评估数据进行数据处理,得到待评估数据中各评估指标的权重,包括:
基于待评估数据获取数据矩阵,根据数据矩阵确定待评估数据中各评估指标的概率值,确定各概率值对应的信息数据;
根据信息数据计算得到对应的权重。
在其中一个实施例中,信息数据包括信息熵和信息量,确定各概率值对应的信息数据,包括:
根据概率值进行数学运算,得到概率值对应的对数值;
根据概率值和对数值确定对应的评估指标的信息熵;
根据信息熵得到对应的信息量,根据信息量确定权重。
第二方面,本申请还提供了一种电碳市场耦合运行的评估装置。所述装置包括:
数据采集模块,用于获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;
权重计算模块,用于对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;
评估模块,用于根据权重得到电碳市场的评估结果。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;
对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;
根据权重得到电碳市场的评估结果。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;
对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;
根据权重得到电碳市场的评估结果。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;
对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;
根据权重得到电碳市场的评估结果。
上述电碳市场耦合运行的评估方法、装置、设备、介质和产品,获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;根据权重得到电碳市场的评估结果。该方法提供的评估指标体系可以实现对电碳市场耦合运行情况详细且多维度的评估效果,且提出采用熵权法确定电碳市场耦合运行情况评估指标的权重,熵权法可以根据待评估数据本身的信息量计算评估指标的权重,充分利用了待评估数据中包含的信息,可以根据待评估数据的分布度和差异性自动调整评估数据的权重,计算权重的过程简单且容易实现,可以应用于电力市场和碳交易市场的多种评估场景,涵盖了市场交易额、碳减排量和能源多样性等多个方面,进而得到该方法的适应性强,计算难度低,工作效率高,且可以准确地反映电碳市场中各评估指标的相对重要性,得到更加合理的权重分配,提高评估结果的精确度。
附图说明
图1为一个实施例中电碳市场耦合运行的评估方法的应用环境图;
图2为一个实施例中电碳市场耦合运行的评估方法的流程示意图;
图3为另一个实施例中电碳市场耦合运行的评估方法的流程示意图;
图4为一个实施例中电碳市场评估指标体系的层次结构示意图;
图5为一个实施例中电碳市场耦合运行的评估装置的结构框图;
图6为一个实施例中计算机设备为服务器的内部结构图;
图7为一个实施例中计算机设备为终端的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的电碳市场耦合运行的评估方法,可以应用于如图1所示的应用环境中。其中,终端102获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;根据权重得到电碳市场的评估结果。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种电碳市场耦合运行的评估方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标。
其中,电碳市场的耦合运行是指将电力市场和碳交易市场相互耦合,共同运作和影响。电力市场是指对电能数据进行交易的市场,包括销售电力的市场和购买电力的市场,电力市场可以解决电能的供需平衡,节省资源。碳交易市场是指二氧化碳排放权交易的市场,通过将二氧化碳排放权在不同的主体之间交互,可以实现减少碳排放的目标,降低二氧化碳对气候的影响。由于在生产电能的过程中会需要用到碳成本,电力市场和碳交易市场之间有着紧密的关联。电碳市场耦合情况是指电力市场和碳交易市场之间相互影响、相互作用和相互制约程度的评估情况。电碳市场运行情况是指电力市场和碳交易市场之间的运作效果的评估情况,例如,电力成本上升,电力企业可以购买更少的碳排放权以节省成本,或者碳交易价格上涨,电力企业的生产成本上升,可以影响其在电力市场中的竞争力。
示例性的,构建用于评估电碳市场耦合运行情况的评估指标体系,其中,评估指标体系中的评估指标包括耦合评估指标和运行评估指标,耦合评估指标包括价格传导性和电力系统稳定性与安全,运行评估指标包括价格波动、交易量与交易额、发电方式与能源结构、碳减排量、创新与投资、市场竞争与集中度,根据评估指标获取对应的待评估数据进行电碳市场耦合情况和运行情况的评估。具体的,电碳市场的耦合效果通常是通过价格传导性和电力系统稳定性与安全性来评估的,其中,价格传导性是指市场参与者通过市场化的电价形成机制实现电力需求和供应之间的平衡关系。在电碳市场中,价格传导性的提高意味着电力市场的参与者之间的交易更加紧密、市场更具有竞争性。这有助于促进市场参与者利用电碳市场的价格信号调整电力需求和供应,提高市场效率和资源利用率,并且有助于推动新能源等清洁能源的发展和应用。但同时,如果市场参与者过度追求利润而忽略了电力系统的稳定性和安全性,那么可能会对电力系统产生不利影响。电力系统的稳定性与安全性是电碳市场耦合效果的另一个重要指标,电力系统稳定性与安全性的保障是电力市场顺利运营的重要前提。如果市场参与者的交易行为过于激烈或不合理,就可能导致电力系统出现过载、瘫痪等问题,从而降低电力系统的稳定性和安全性等运行评估指标是评估电碳市场运行效果的重要指标,以价格波动和碳减排量为例,价格波动是反映市场供需关系紧密性的指标,在电碳市场中,价格波动较小意味着市场供需关系相对平衡,市场参与者能够对市场未来走势做出合理预期,若价格波动过大,电碳市场的参与者存在大量抛售行为,从而影响市场的稳定运行。碳减排量是指通过碳交易市场实现的二氧化碳减排量,在碳交易市场中,企业可以购买或出售碳排放权,以达到更低的碳排放水平,如果电碳市场参与者愿意参与并购买碳排放权,就会促进减排目标的实现,从而带动市场运营,同时,若市场价格合理、透明度高,就会有更多的企业和个人参与到碳排放权的交易中来,碳减排量就能够得到有效的体现和实现,从而更大程度地推进碳减排工作的落实。步骤204,对待评估数据进行数据处理,得到待评估数据中各评估指标的权重。
其中,数据处理是对获取的待评估进行数据进行加工等一系列操作,以获取有用信息的过程。本实施例根据各评估指标进行数据处理,以得到待评估指标的权重。
示例性的,基于评估指标、待评估数据和对应的电碳市场构建待评估数据矩阵,若评估数据矩阵中存在异常数据,对异常数据进行数据处理,得到处理后的评估数据矩阵,根据熵权法确定评估指标的权重。其中,熵权法是一种多指标综合评价方法,该方法基于信息熵理论,通过计算不同指标之间的熵值和权重,将多个指标综合考虑并对它们进行量化。
步骤206,根据权重得到电碳市场的评估结果。
示例性的,可以根据处理后的待评估数据和评估指标的权重进行加权求和,得到电碳市场耦合运行情况的评估结果。
本实施例可以实现对电碳市场耦合运行情况详细且多维度的评估效果,且提出采用熵权法确定电碳市场耦合运行情况评估指标的权重,熵权法可以根据待评估数据本身的信息量计算评估指标的权重,充分利用了待评估数据中包含的信息,可以根据待评估数据的分布度和差异性自动调整评估数据的权重,计算权重的过程简单且容易实现,可以应用于电力市场和碳交易市场的多种评估场景,涵盖了市场交易额、碳减排量和能源多样性等多个方面,进而得到该方法的适应性强,计算难度低,工作效率高,且可以准确地反映电碳市场中各评估指标的相对重要性,得到更加合理的权重分配,提高评估结果的精确度。
在一个实施例中,对待评估数据进行数据处理,得到待评估数据中各评估指标的权重,包括:根据评估需求在评估指标中确定目标评估指标;确定待评估数据中各目标评估指标的权重。
示例性的,若需要评估四个电碳市场(M1,M2,M3,M4)的交易情况,确定目标评估指标包括交易量(I1)、交易额(I2)、交易集中度(I3)和价格波动率(I4),基于目标评估指标得到对应的四个电碳市场中的待评估数据,根据不同电碳市场的待评估数据和评估指标得到评估数据矩阵如表1所示:
表1
电碳市场 | 交易量(I1) | 交易额(I2) | 交易集中度(I3) | 价格波动率(I4) |
M1 | 300 | 8000 | 0.3 | 0.02 |
M2 | 600 | 11000 | 0.4 | 0.03 |
M3 | 150 | 6500 | 0.25 | 0.015 |
M4 | 400 | 9000 | 0.35 | 0.025 |
根据待评估数据计算不同电碳市场中各目标评估指标的概率分布,根据概率值得到各目标评估指标的信息熵,进而得到信息量,根据信息量可以得到各目标评估指标的权重。
本实施例中,可以实现针对评估需求选择目标评估指标对电碳市场进行评估,提高了评估方法的针对性和准确度,同时减少了评估过程中非必要评估指标的计算工作量,提高了评估过程的工作效率。
在一个实施例中,对应评估指标获取待评估数据,包括:根据评估指标对应获取需要评估的原始数据;对原始数据进行数据填充和数据替换,得到评估指标对应的待评估数据。
示例性的,获取电碳市场中的交易原始数据,确认交易原始数据中是否存在异常数据,可以根据统计方法进行缺失数据的数据填充,其中,统计方法包括插值法和平均值法;可以根据可视化工具确认异常数据并进行数据替换,其中,可视化工具包括箱线图,数据替换方法包括截断法、替换法,完成数据填充和数据替换后得到评估指标对应的待评估数据。
本实施例中,通过数据填充和数据替换,实现了提高待评估数据的完整性和准确性的效果,提高了数据分析的可靠性和数据挖掘的有效性,并且能够降低数据处理的复杂度,进而降低评估方法的计算工作量,提高工作效率。
在一个实施例中,该方法还包括:对待评估数据进行标准化处理,得到标准化处理后的待评估数据;对待评估数据进行数据处理,得到待评估数据中各评估指标的权重,包括:对标准化处理后的待评估数据进行数据处理,得到标准化处理后的待评估数据中各评估指标的权重。
其中,标准化处理是将不同量纲的指标数据通过一定的数学方法转换为无量纲的指标,使得它们在同一数值范围内具有可比性的过程。
示例性的,对前述实施例所述的待评估数据进行标准化处理,可以得到处于同一量级和区间的目标评估指标,其中,标准化处理包括最大最小值归一化和标准差标准化。具体的,以上述示例为例,获取用于评估四个电碳市场(M1,M2,M3,M4)交易情况的数据矩阵,根据数据矩阵进行最大最小值归一化的标准化处理,得到标准化处理后的数据矩阵。其中,最大最小值归一化的计算公式表示如下:
x′=(x-min(x))/(max(x)-min(x))
其中,x为待评估数据,x′为标准化处理后的待评估数据,得到前述实施例所述的数据矩阵对应的标准化处理后的数据矩阵如表2所示:
表2
电碳市场 | 交易量(I1) | 交易额(I2) | 交易集中度(I3) | 价格波动率(I4) |
M1 | 0.2 | 0.5 | 0.2 | 0.25 |
M2 | 0.6 | 1 | 0.6 | 0.75 |
M3 | 0 | 0 | 0 | 0 |
M4 | 1 | 0.83 | 0.4 | 0.5 |
可以通过熵权法对标准化处理后的数据矩阵进行计算,得到目标评估指标的权重。
本实施例中,通过对数据进行标准化处理,可以消除待评估数据单位和量纲的影响,使得各个评估指标之间具有可比性,有利于进行指标比较、排序和加权综合评估等操作,可以得到,标准化处理可以使得不同指标处于同一量纲之下,避免了单位和量纲的误差影响;可以有效地消除数据中的量纲差异,使得不同指标之间更容易进行比较和分析;可以消除异常数据对数据分析的影响,提高了数据的精度和可靠性;有利于保证不同指标对综合评估结果的贡献相对均衡,提高了评估结果的客观性和准确性,标准化处理还可以避免在多指标决策分析中出现权重分配偏差的问题,从而使得评估结果更加公正和合理。
在其中一个实施例中,信息数据包括信息熵和信息量,确定各概率值对应的信息数据,包括:根据概率值进行数学运算,得到概率值对应的对数值;根据概率值和对数值确定对应的评估指标的信息熵;根据信息熵得到对应的信息量,根据信息量确定权重。
示例性的,获取到四个电碳市场(M1,M2,M3,M4)交易情况对应的标准化处理后的数据矩阵,计算目标评估指标在各电碳市场中的概率分布值,其中,概率值的计算公式表示如下:
Pi(j)=xi(j)/sumxi(j)
其中,i是电碳市场,j是评估指标,xi(j)是指待评估数据。
可以得到对于交易量(I1),四个电碳市场的概率值为:
P1(1)=0.20/(0.20+0.60+0.00+1.00)=0.10;P2(1)=0.30;P3(1)=0.00;P4(1)=0.50。
采用熵权法,根据概率值计算得到各电碳市场的目标评估指标的信息熵,进而得到对应的信息量,根据信息量可以得到各评估指标的权重。
本实施例中,采用数据矩阵进行熵权法中概率值的计算,可以优化数据处理过程,具体而言,数据矩阵计算概率可以帮助评估者更好地理解和分析数据,从而可以针对不同的应用场景选择合适的数据处理方法和算法,有利于优化数据处理过程,提高数据处理的效率和准确性。
在其中一个实施例中,信息数据包括信息熵和信息量,确定各概率值对应的信息数据,包括:根据概率值进行数学运算,得到概率值对应的对数值;根据概率值和对数值确定对应的评估指标的信息熵;根据信息熵得到信息量,根据信息量确定权重。
其中,信息熵用于描述一个随机事件中信息量的大小或不确定性的程度。可以是信息的平均信息量,也可以是信息的不确定性程度。当事件的结果确定性越高,即某一结果出现的概率越大,那么其信息熵就越低;反之如果结果的不确定性越大,即各种结果所对应的概率相近,那么其信息熵就越高。
示例性的,根据前述实施例所述的四个电碳市场之间目标评估指标的概率值可以得到各电碳市场的目标评估指标对应的信息熵,其中,信息熵的计算公式表示如下:
E(i)=-k*sum(pi(j)*ln(pi(j)))
k=1/log(n)
其中,n是参与评估的电碳市场的数量,i是指电碳市场,.j是指评估指标。
本实施例中存在四个电碳市场,故k=1/log(4)=0.7213。
具体的,根据上述内容,计算目标评估指标的信息熵,得到:
交易量(I1)的信息熵为:
E1=-0.7213×(0ln(0)+0.3333ln(0.3333)+0.1667ln(0.1667)+0.5ln(0.5))
=0.7295
交易额(I2)的信息熵为-0.7378;交易集中度(I3)的信息熵为-0.4761;价格波动率(14)的信息熵为-0.1650。
根据信息熵计算对应的信息量,其中,信息量是每个指标的信息熵值与1的差值,得到信息量的计算公式为:
G(i)=1-E(i)
具体的,根据上述内容,计算目标评估指标的信息熵,得到:交易量(I1)的信息量为0.2705;交易额(I2)的信息量为1.7378;交易集中度(I3)的信息量为0.5239;价格波动率(I4)的信息量为1.1650。
根据电碳市场中目标评估指标的信息量与总信息量之比得出该目标评估指标的权重,权重的计算公式表示如下:
W(i)=G(i)/sumG(i)
具体的,根据上述内容,计算目标评估指标的权重,得到:
sumG(i)=3.6973;
交易量(I1)的权重为:
W(1)=G(1)/sumG(1)=0.2705/3.6973=0.07316
同理,交易额(I2)的权重为0.47004;交易集中度(I3)的权重为0.14171;价格波动率(I4)的权重为0.31510。
本实施例中,通过使用信息熵和信息量计算权重,可以将不同指标或因素的信息量进行量化,并加上其对于决策的贡献程度,从而确定各个因素的权重,进而实现更加客观地评估各个评估指标的重要性,避免人为主观因素对权重分配造成影响。
如图3所示为一个实施例中电碳市场耦合运行的评估方法的流程示意图,在一个实施例中,该评估方法包括如下步骤:
步骤302,建立评估指标体系,得到电碳市场耦合运行情况的评估指标。
构建用于对电碳市场耦合情况和运行情况进行评估的评估指标体系,如图4所示的电碳市场评估指标体系的层次结构示意图,评估指标体系中共包括三个级别的指标,表示为:一级指标、二级指标和三级指标。其中,一级指标包括耦合评估指标和运行评估指标,耦合评估指标用于对电碳市场的耦合性进行评估,运行评估指标用于对电碳市场的整体运行情况进行评估。其中,耦合评估指标还包括下述二级指标和三级指标,以下述示例为例,1.1价格传导性表示二级指标,1.1.1碳电价格相关指数表示二级指标1.1下的三级指标。本实施例构建的评价体系包括:。
1.1:价格传导性,用于观察电价与碳价的传导性和相关性,如果两者之间存在较强的正相关性,说明碳排放成本已经较好地体现在电力价格中,市场耦合效果较好。
1.1.1:碳电价格相关指数,用于评估碳配额交易价格与电力市场出清价格在时序上是否具有因果关系。衡量电价与碳价之间的关联程度,相关系数越高,表示两者价格变动越同步。碳电价格相关指数的计算公式表示如下:
A1=f(lc,le)
其中,A1是指碳电价格的相关指数,lc是指碳价逐日变化曲线,le是指电价逐日变化曲线。
A1一般在0~1的范围内,当A1>0.75时,认为碳电价格存在较强的相关性,一般认为具有明显的因果关系,即碳成本上升大概率引起电力市场出清价格的上涨。
1.1.2:碳电价格传导时滞性指数,用于描述碳价格变动对电力价格变动的影响程度及影响速度,时滞性指数越高,表示传导速度越快,对电力价格的影响越迅速。碳电价格传导时滞性指数的计算公式表示如下:
A2=f(lc,le,t)
其中,A2是指碳电价格传导时滞性指数,lc是指碳价逐日变化曲线,le是指电价逐日变化曲线,t是指滑窗的窗口步长,f是指计算滞后时间的滑窗模型函数。
A2越小,则滞后时间越短,表明发电企业对碳价波动的敏感性越高,碳电价格传导顺畅,碳价能较好的发挥价格信号的作用。
1.1.3:碳电价格传导率,用于衡量碳价格变动对电力价格变动的比例,传导率越高,碳价格对电力价格的影响越显著。碳电价格传导率的计算公式表示如下:
A3=Δp/Δc
其中,A3是指碳电价格传导率,Δp是指电力市场价格变化,Δc是指碳交易市场价格变化。
A3接近于1时,表明碳电价格传导顺畅。
1.2:电力系统稳定性与安全,用于评估电力系统在电碳市场下的稳定性和安全性。如果电力系统在应对新能源并网、调度和供需波动方面表现良好,说明市场耦合对电力系统的影响是积极的。
1.2.1:供电可靠率,用于评估统计期间内,对用户有效供电时间总小时数与统计期间小时数的比值。供电可靠率的计算公式表示如下:
供电可靠率=(1-T/8760)×100%
其中,T是指一年中对用户平均停电的时间(包括一切正常停电与非正常停电的小时数)
1.2.2:火电机组收益变化,用于评估当前评价周期内火电机组收益与上一个评价周期内的火电机组收益差值。火电机组收益变化的计算公式表示如下:
B1=Bi-Bi-1
其中,B1是指火电机组收益变化,Bi是指第i个评价周期内火电机组收益
1.2.3:用户侧结算价格变化,用于评估碳交易市场开展前后,电力市场用户结算价格同期变化,变化越小,则碳-电市场稳定性越高。用户侧结算价格变化的计算公式表示如下:
B2=Ci-Ci-1
其中,B2是指用户侧结算价格变化,Ci是指第i个评价周期内用户侧结算价格。
除了耦合评估指标,本实施例的的一级指标还包括运行评估指标,运行评估指标用于对电碳市场的整体运行情况进行评估。其中,运行评估指标包括如下二级指标和三级指标,以下述示例为例,2.1价格波动表示二级指标,2.1.1电价波动率表示二级指标2.1下的三级指标。示例如下:
2.1:价格波动,用于观察电力市场和碳交易市场的价格波动情况。较大的价格波动可能表明市场存在不确定性和风险,需要注意电力价格与碳排放价格之间的相关性,分析价格变动对市场运营的影响。
2.1.1:电价波动率,用于评估电力市场稳定性的最重要指标,价格水平过高或过低、或大幅波动,都会对电力市场的安全、稳定运行造成重大影响。电价波动率的计算公式表示如下:
2.1.2:碳价格波动幅度,用于评估当月碳配额每日收盘价的变异系数(每日收盘价的标准差除以月平均每日收盘价),反映每日碳价与当月平均价格之间的离散程度。碳价格波动幅度计算公式表示如下:
价格波动幅度=(当月每日收盘价的标准差/当月平均每日收盘价)×100%
2.1.3:上网电价和发电成本的联动指标,用于评估一定时期内上网电价和发电成本的联动指标,用以反映发电企业上网电价变动幅度相对成本变化幅度的合理程度。上网电价和发电成本的联动指标的计算公式表示如下:
其中,P期末是指时间内期末的上网电价,P期初是指时间内期初的上网电价,C期末是指时间内期末的平均发电成本,C期初是指时间内期初的平均发电成本
2.1.4:加权碳价格及价格稳定性,用于评估碳价格稳定性,加权碳价格在该交易期内的代表性越高,碳价格信号的稳定性越强。其中,加权碳价格的计算公式表示如下:
其中,Pei是指第i个交易日的成交价,wi是指第i个交易日的成交量。
碳价格指数的计算公式表示如下:
其中,βe是指碳价格稳定性;βe∈[0,100%]。
2.2:交易量与交易额,用于分析电力市场和碳交易市场的交易量和交易额,较高的交易量和交易额通常表示市场活跃度较高,市场参与者对交易感兴趣。
2.2.1:碳市场交易量,包括月累计交易量(万吨),用于统计碳交易市场在一个月内累计的交易量。
2.2.2:碳市场交易额,包括月累计交易额(万元),用于统计碳交易市场在一个月内累计的交易额。
在双边协商交易、集中撮合交易、和挂牌交易这三种交易占据了主要的市场化交易份额的情况下,这三种交易带来的社会净效益可以代表以中长期交易为主的电力市场交易的社会净效益。
2.2.3:电力市场双边协商交易份额的计算公式表示如下:
其中,ps0是指发电侧参考价格,pD0是指用户侧参考价格,psi是指双边合同i确定的上网侧,pDi是指双边合同i确定的用户侧绝对价格,Qi是指表示双边合同交易电量,m1是指表示统计期内双边合同数量。
2.2.4:电力市场集中竞价交易份额,计算公式表示如下:
其中,PDi是指购电侧的报价,Psi是指售电侧的报价,Qi是指价差对i的成交电量。
2.2.5:电力市场挂牌交易份额,计算公式表示如下:
其中,psi是指电厂i的挂牌交易的成交价格,ps1是指电厂i的挂牌交易的标杆电价,pDj是指用户j的挂牌成交价格,pD1是指用户j的目录电价,Qi是指电厂挂牌交易成交电量,Qj是指用户的挂牌交易成交电量。
2.3:市场活跃度与市场稳定性。
2.3.1:市场换手率,碳交易市场换手率反映碳配额买卖的频率,可通过交易频率进行衡量。换手率越高,说明市场活跃度越高。市场换手率的计算公式表示如下:
市场换手率=(市场当月成交量/碳配额总量)×100%
2.3.2:市场主体申报缺席率,用于评估市场主体在现货市场中,未申报量价的行为比例,反映市场主体参与现货市场的积极程度,及整个市场的活跃性。市场主体申报缺席率的计算公式表示如下:
选取市场占比前20%的发电商的平均缺席率作为衡量整个市场的活跃程度。
2.3.3:参与市场交易的电量占总发电量的比例,用于评估整个区域内参与市场竞争交易的电量占全部发电量的百分比,比值越大,说明发电商进入市场的个数越多,发电侧市场开放程度越大。参与市场交易的电量占总发电量的比例的计算公式表示如下:
参与市场交易的电量占总发电量的比例=整个区域内参与市场竞争交易的电量/全部发电量
2.3.4:大用户直接交易电量占总售电量的比例。开放用户选择权是售电侧市场放开的主要内容,是市场开放性的重要表现。大用户直接交易的逐步开展,大用户准入条件不断放宽,交易空间不断加大,表明市场的开放程度越来越高。大用户直接交易电量占总售电量的比例,越大表示市场开放程度越高。大用户直接交易电量占总售电量的比例的计算公式表示如下:
大用户直接交易电量占总售电量的比例=大用户直接交易电量/总售电量
2.3.5:市场主体数量变化指标,用于评估以市场主体的增加户数与原有总户数的比值,分月统计参与市场交易的主体数量,参与市场交易的主体数量越多,表明市场的开放程度越来越高,在电力市场建设初期采用该指标更为合适,在进入平稳期后每年新增市场主体会相对较少。市场主体数量变化指标的计算公式表示如下:
市场主体数量变化指标=市场主体的增加户数/原有总户数
2.4:发电方式与能源结构,用于分析评估电力市场中的能源结构变化,尤其是低碳能源(如风能、太阳能等)在整个能源结构中所占比例的增加,和低碳排放或零排放的发电技术(如可再生能源)在市场中的竞争地位。这有助于了解碳交易市场对电力市场的影响。
2.4.1:燃煤企业发电量占比变化,用于反映碳交易市场对当前电源结构的影响,通过比较碳交易市场运行后的某个周期内燃煤企业发电量占比变化,表明在增加了碳成本的背景下,整体电源结构的变化,以及煤炭企业的发电量和收益水平变化。燃煤企业发电量占比变化的计算公式表示如下:
C1=αi-αi-1
其中,C1是指燃煤企业发电量占比变化,αi是指第i个评价周期内燃煤企业发电量占比。
2.4.2:清洁能源消纳指标,用于考虑清洁能源上网电量随清洁能源参与市场交易的市值规模变化的情况,构建清洁能源消纳指标,反映市场交易对清洁能源消纳的促进效果。清洁能源消纳指标的计算公式表示如下:
ΔG(Qgt,pgt)=ΔQgtpgt-1+ΔpgtQgt-1
其中,Pgt-1是指清洁能源在统计期(t-1)内的平均成交价格,Qgt-1是指清洁能源在统计期(t-1)内的交易电量,ΔPgt是指统计期t内,清洁能源参与市场交易的平均成交价格增量,ΔQgt是指统计期t内,清洁能源参与市场交易的成交电量增量。
2.4.3:清洁能源交易电量市场占比,用于评估清洁能源交易电量占市场成交总电量的比例。清洁能源交易电量市场占比的计算公式表示如下:
其中,Q总是市场成交总电量,Qi是第i种清洁能源交易电量。
2.4.4:清洁能源交易价格,用于反映电力市场环境下清洁能源交易的状况,价格的高低反映了市场中各类清洁能源的供需关系。将清洁能源交易平均价格与煤电机组市场平均价格进行对比可以初步判断两种类型机组在电力市场中的竞争力。
2.4.5:燃料多样性指标,用于评估在某一区域的电力市场运行时,统计某一时间段内各种发电形式的发电量。燃料多样性指标的计算公式表示如下:
其中,Wi表示一段时间内,某区域除煤电外其余发电形式的发电量;W表示该区域在该时间段内的总发电量。
2.5:碳减排量,用于评估市场中的碳排放水平是否在减少,这是电碳市场的主要目标之一。分析市场中的碳排放水平和减排效果。如果市场参与者在减排方面取得显著成果,那么可以认为电碳市场的运营情况良好。
2.5.1:环保指标,其中,环保指标主要计及电厂的煤耗量、SO2排放量、CO2排放量与NOx的排放量。环保指标的计算公式表示如下:
E=∑ikiXi
其中,Xi(i=1,2,3,4)依次对应于电厂的煤耗量、SO2排放量、CO2排放量与NOx的排放量,ki(i=1,2,3,4)依次对应于电厂的煤耗量、SO2排放量、CO2排放量与NOx排放量的权重。
2.5.2:度电碳排放量变化,用于反映电力行业的减排效果的变化趋势,通过比较碳交易市场运行后的一定周期内度电碳排放量变化,反映当前碳配额总额设定、配额分配、电力市场化水平下的电力行业减排效果。度电碳排放量变化的计算公式表示如下:
C2=Di-Di-1
Di=Mi/Pi
其中,C2为度电碳排放量变化,Di为第i个评价周期内度电碳排放量,Mi为第i个评价周期内的电力行业碳排放量,Pi为第i个评价周期内的电力行业总发电量。
2.6:创新与投资,关注电碳市场的创新和投资情况,特别是在可再生能源技术、碳捕获和储存(CCS)技术等方面的投资和研发。较高的投资和创新水平通常表示市场具有较好的发展潜力。如果投资和创新水平较高,说明电碳市场激发了清洁能源技术的发展。
2.6.1:可再生能源投资额,用于衡量在一定时期内社会对可再生能源项目的投资总额变化情况。
2.6.2:低碳技术研发投资,用于衡量在一定时期内社会投入到低碳技术研发的资金总额变化情况。
2.6.3:专利申请数量,用于衡量在一定时期内针对低碳技术和可再生能源相关领域的专利申请数量。
2.7:市场集中度与竞争,用于分析电力市场和碳交易市场的市场集中度,以评估市场竞争状况。较低的市场集中度通常表示竞争更为激烈,有助于降低成本和提高效率。
2.7.1:交易集中度,是指将交易日按每天的交易量排序,日交易量前20%的交易量之和占当月总体交易量的比值。交易集中度的计算公式表示如下:
交易集中度=(日交易量前20%的交易量之和/当月总体交易量)×100%
2.7.2:HHI集中度指数,是指赫芬达尔—赫希曼指数,计算方法是将市场中所有参与者的市场份额的平方相加。HHI值范围在0到10000之间,数值越大,市场集中度越高。HHI集中度指数的计算公式表示如下:
其中,n为参与竞争的发电企业数目,Si为第i个发电企业的市场份额。
2.7.3:RHHI相对集中度指数,是指相对集中度指数,反映市场中发电企业的相对集中程度。RHHI是归一化的HHI,取值范围为[0,1]。在完全竞争的情况下HHI等于0,RHHI等于0;在完全垄断的情况下,RHHI等于1。RHHI相对集中度指数的计算公式表示如下:
2.7.4:TOP-m份额,是指市场上份额最大的m个发电企业所占的市场份额之和。TOP-m份额的计算公式表示如下:
其中,Si为发电企业按照市场份额从大到小排序后,第i个发电企业的市场份额。
2.7.5:RSI指标,是指电力市场中某一时段除某个发电企业之外,其他发电企业的市场份额之和。RSI指标计算公式表示如下:
其中,n为市场中发电企业的个数,qj为第j发电企业的申报容量(或电量),qi为第i发电企业的申报容量(或电量),D表示市场总需求。
示例性的,根据上述评估指标体系获取电碳市场的评估指标。
步骤304,根据评估需求在评估指标中确定目标评估指标。
示例性的,若需要评估四个电碳市场(M1,M2,M3,M3)的交易情况,确定目标评估指标包括交易量(I1)、交易额(I2)、交易集中度(I3)和价格波动率(I3)。
步骤306,根据目标评估指标对应获取需要评估的原始数据。
步骤308,对原始数据进行数据填充和数据替换,得到目标评估指标对应的待评估数据。
示例性的,完成数据填充和数据替换后得到不同电碳市场的待评估数据和评估指标对应的数据矩阵如下:
表3
电碳市场 | 交易量(I1) | 交易额(I2) | 交易集中度(I3) | 价格波动率(I4) |
M1 | 300 | 8000 | 0.3 | 0.02 |
M2 | 600 | 11000 | 0.4 | 0.03 |
M3 | 150 | 6500 | 0.25 | 0.015 |
M4 | 400 | 9000 | 0.35 | 0.025 |
步骤310,对待评估数据进行标准化处理,得到标准化处理后的待评估数据,得到标准化处理后的数据矩阵。
示例性的,对数据矩阵进行最大最小值归一化处理,得到归一化处理后的数据矩阵如下:
表4
电碳市场 | 交易量(I1) | 交易额(I2) | 交易集中度(I3) | 价格波动率(I4) |
M1 | 0.2 | 0.5 | 0.2 | 0.25 |
M2 | 0.6 | 1 | 0.6 | 0.75 |
M3 | 0 | 0 | 0 | 0 |
M4 | 1 | 0.83 | 0.4 | 0.5 |
步骤312,根据数据矩阵确定标准化处理后的待评估数据中各评估指标的概率值。
示例性的,可以得到对于交易量(I1),四个电碳市场的概率值为:
P1(1)=0.20/(0.20+0.60+0.00+1.00)=0.10;P2(1)=0.30;P3(1)=0.00;P4(1)=0.50。
步骤314,根据概率值进行数学运算,得到概率值对应的对数值,根据概率值和对数值确定对应的评估指标的信息熵。
根据四个电碳市场之间目标评估指标的概率值可以得到各电碳市场的目标评估指标对应的信息熵,其中,信息熵的计算公式表示如下:
E(i)=-k*sum(pi(j)*ln(pi(j)))
k=1/log(n)
其中,n是参与评估的电碳市场的数量,i是指电碳市场,j是指评估指标。
本实施例中存在四个电碳市场,故k=1/log(4)=0.7213。
具体的,根据上述内容,计算目标评估指标的信息熵,得到:
交易量(I1)的信息熵为:
E1=-0.7213×(0ln(0)+0.3333ln(0.3333)+0.1667ln(0.1667)+0.5ln(0.5))
=0.7295
交易额(I2)的信息熵为-0.7378;交易集中度(I3)的信息熵为-0.4761;价格波动率(I4)的信息熵为-0.1650。
步骤316,根据信息熵计算对应的信息量,根据信息量确定权重。
根据信息熵计算对应的信息量,其中,信息量是每个指标的信息熵值与1的差值,信息量的计算公式如下:
G(i)=1-E(i)
具体的,根据上述内容,计算目标评估指标的信息熵,得到:交易量(I1)的信息量为0.2705;交易额(I2)的信息量为1.7378;交易集中度(I3)的信息量为0.5239;价格波动率(I4)的信息量为1.1650。
根据电碳市场中目标评估指标的信息量与总信息量之比得出该目标评估指标的权重,权重的计算公式表示如下:
W(i)=G(i)/sumG(i)
具体的,根据上述内容,计算目标评估指标的权重,得到:
sumG(i)=3.6973;
交易量(I1)的权重为:
W(1)=G(1)/sumG(1)=0.2705/3.6973=0.07316
同理,交易额(I2)的权重为0.47004;交易集中度(I3)的权重为0.14171;价格波动率(I4)的权重为0.31510。
步骤318,根据权重得到电碳市场的评估结果。
根据权重和标准化处理后的数据矩阵对各个电碳市场进行加权求和,得到各个市场的评估结果:
对于M1市场:
Score1=0×0.0732+0×0.4700+0.5×0.1417+0.6667×0.3151=0.2809;
同理,得到M2市场的评估结果为0.6711,得到M3市场的评估结果为0.6379;得到M4市场的评估结果为0.3865。
根据最终评分,我们可以得出电碳市场评估效果从高到低的排序为:M2>M3>M4>M1。
本实施例中,公开了一种电碳多市场耦合运营指标体系,体系共包括耦合评估指标和运行评估指标两个一级指标维度;其中耦合评估指标下包含电价-碳价传导性和电力系统稳定性与安全两个二级指标;运行评估指标包含价格波动、交易量与交易额、发电方式与能源结构、碳减排量、创新与投资、市场竞争与集中度六个二级指标;在每个二级指标下,还包含多个三级指标,以提供详细的评估方向。此外,本发明引入了熵权法用以进行电碳多市场耦合运行指标体系的权重判断及综合评估。熵权法是一种基于信息熵理论的权重确定方法,主要应用于多指标决策问题。在许多实际问题中,需要在多个指标的基础上做出决策,但每个指标对决策的重要程度可能不同,因此需要为各指标分配合适的权重。熵权法作为一种多指标权重分配方法,引用熵权法进行电碳市场耦合运行情况的评估具有以下优点:在评估电力市场和碳交易市场之间的关系时,熵权法可以基于待评估数据本身的信息量计算权重,避免主观判断对权重分配的影响,可以实现分析电碳市场耦合效应时,各评估指标的权重分配更加客观。此外该方法适应性更强,能够根据待评估数据的分布度和差异性自动调整权重,这有助于更准确地反映电碳市场中各评估指标的相对重要性,从而提高评估结果的精确度。在电碳市场运行评估中,熵权法的计算过程简单明了,容易实现,通过计算每个评估指标的熵值和差异系数,可以快速得到权重分配结果,为评估者提供有用的信息。且熵权法可以应用于电力市场和碳交易市场的多种评估场景,涵盖了市场交易额、碳减排量和能源多样性等多个方面。熵权法基于信息熵的概念,充分利用了待评估数据中包含的信息量,从而实现该方法的权重分配更加合理,这有助于更好地捕捉电力市场和碳交易市场之间的复杂关系,为后续评估提供有力的支持。
需要说明的是,二级指标和三级指标可以根据电碳市场的电碳市场规模、电碳价格、中介机构质量和碳排量等因素按照评估需求确定。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电碳市场耦合运行的评估方法的电碳市场耦合运行的评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电碳市场耦合运行的评估装置实施例中的具体限定可以参见上文中对于电碳市场耦合运行的评估方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种电碳市场耦合运行的评估装置500,包括:数据采集模块502、权重计算模块504和评估模块506,其中:
数据采集模块502,用于获取用于评估电碳市场耦合运行情况的评估指标,对应评估指标获取待评估数据,评估指标包括耦合评估指标和运行评估指标;
权重计算模块504,用于对待评估数据进行数据处理,得到待评估数据中各评估指标的权重;
评估模块506,用于根据权重得到电碳市场的评估结果。
在一个实施例中,权重计算模块504还用于根据评估需求在评估指标中确定目标评估指标;确定待评估数据中各目标评估指标的权重。
在一个实施例中,数据采集模块502还用于根据评估指标对应获取需要评估的原始数据;对原始数据进行数据填充和数据替换,得到评估指标对应的待评估数据。
在一个实施例中,数据采集模块502还用于对待评估数据进行标准化处理,得到标准化处理后的待评估数据;对待评估数据进行数据处理,得到待评估数据中各评估指标的权重,包括:对标准化处理后的待评估数据进行数据处理,得到标准化处理后的待评估数据中各评估指标的权重。
在一个实施例中,权重计算模块504还用于基于待评估数据获取数据矩阵,根据数据矩阵确定待评估数据中各评估指标的概率值,确定各概率值对应的信息数据;根据信息数据计算得到对应的权重。
在一个实施例中,权重计算模块504还用于根据概率值进行数学运算,得到概率值对应的对数值;根据概率值和对数值确定对应的评估指标的信息熵;根据信息熵得到对应的信息量,根据信息量确定权重。
上述电碳市场耦合运行的评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电碳市场耦合运行的评估数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电碳市场耦合运行的评估方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电碳市场耦合运行的评估方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,前述结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电碳市场耦合运行的评估方法,其特征在于,所述方法包括:
获取用于评估电碳市场耦合运行情况的评估指标,对应所述评估指标获取待评估数据,所述评估指标包括耦合评估指标和运行评估指标;
对所述待评估数据进行数据处理,得到所述待评估数据中各所述评估指标的权重;
根据所述权重得到所述电碳市场的评估结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述待评估数据进行数据处理,得到所述待评估数据中各所述评估指标的权重,包括:
根据评估需求在所述评估指标中确定目标评估指标;
确定所述待评估数据中各所述目标评估指标的所述权重。
3.根据权利要求1所述的方法,其特征在于,所述对应所述评估指标获取待评估数据,包括:
根据所述评估指标对应获取需要评估的原始数据;
对所述原始数据进行数据填充和数据替换,得到所述评估指标对应的待评估数据。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对所述待评估数据进行标准化处理,得到标准化处理后的待评估数据;
所述对所述待评估数据进行数据处理,得到所述待评估数据中各所述评估指标的权重,包括:
对所述标准化处理后的待评估数据进行数据处理,得到所述标准化处理后的待评估数据中各所述评估指标的权重。
5.根据权利要求1所述的方法,其特征在于,所述对所述待评估数据进行数据处理,得到所述待评估数据中各所述评估指标的权重,包括:
基于所述待评估数据获取数据矩阵,根据所述数据矩阵确定所述待评估数据中各所述评估指标的概率值,确定各所述概率值对应的信息数据;
根据所述信息数据计算得到对应的所述权重。
6.根据权利要求5所述的方法,其特征在于,其中,所述信息数据包括信息熵和信息量,所述确定各所述概率值对应的信息数据,包括:
根据所述概率值进行数学运算,得到所述概率值对应的对数值;
根据所述概率值和所述对数值确定对应的评估指标的信息熵;
根据所述信息熵得到对应的所述信息量,根据所述信息量确定所述权重。
7.一种评估装置,其特征在于,所述装置包括:
数据采集模块,用于获取用于评估电碳市场耦合运行情况的评估指标,对应所述评估指标获取待评估数据,所述评估指标包括耦合评估指标和运行评估指标;
权重计算模块,用于对所述待评估数据进行数据处理,得到所述待评估数据中各所述评估指标的权重;
评估模块,用于根据所述权重得到所述电碳市场的评估结果。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310572271.3A CN116757717A (zh) | 2023-05-19 | 2023-05-19 | 电碳市场耦合运行的评估方法、装置、设备、介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310572271.3A CN116757717A (zh) | 2023-05-19 | 2023-05-19 | 电碳市场耦合运行的评估方法、装置、设备、介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116757717A true CN116757717A (zh) | 2023-09-15 |
Family
ID=87959790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310572271.3A Pending CN116757717A (zh) | 2023-05-19 | 2023-05-19 | 电碳市场耦合运行的评估方法、装置、设备、介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757717A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391743A (zh) * | 2023-10-18 | 2024-01-12 | 广州电力交易中心有限责任公司 | 一种市场整体运行建立效能评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837647A (zh) * | 2021-10-09 | 2021-12-24 | 南方电网能源发展研究院有限责任公司 | 区域能源评估方法、装置、计算机设备和存储介质 |
CN114862229A (zh) * | 2022-05-20 | 2022-08-05 | 深圳供电局有限公司 | 电能质量评估方法、装置、计算机设备和存储介质 |
CN115187021A (zh) * | 2022-06-28 | 2022-10-14 | 广东电网有限责任公司电力调度控制中心 | 一种碳-电市场的运行情况评价方法及装置 |
CN115204501A (zh) * | 2022-07-21 | 2022-10-18 | 广东南方财经控股有限公司 | 企业评估方法、装置、计算机设备和存储介质 |
-
2023
- 2023-05-19 CN CN202310572271.3A patent/CN116757717A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837647A (zh) * | 2021-10-09 | 2021-12-24 | 南方电网能源发展研究院有限责任公司 | 区域能源评估方法、装置、计算机设备和存储介质 |
CN114862229A (zh) * | 2022-05-20 | 2022-08-05 | 深圳供电局有限公司 | 电能质量评估方法、装置、计算机设备和存储介质 |
CN115187021A (zh) * | 2022-06-28 | 2022-10-14 | 广东电网有限责任公司电力调度控制中心 | 一种碳-电市场的运行情况评价方法及装置 |
CN115204501A (zh) * | 2022-07-21 | 2022-10-18 | 广东南方财经控股有限公司 | 企业评估方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
杜洋 等: "双碳背景下配电网绿色发展与安全高效耦合评价", 《科学技术与工程》, vol. 21, no. 30, 31 December 2021 (2021-12-31), pages 12973 - 12981 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391743A (zh) * | 2023-10-18 | 2024-01-12 | 广州电力交易中心有限责任公司 | 一种市场整体运行建立效能评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Analysis of risk priorities for renewable energy investment projects using a hybrid IT2 hesitant fuzzy decision-making approach with alpha cuts | |
Sicular et al. | Changing trends in China's inequality: Evidence, analysis, and prospects | |
US20100030799A1 (en) | Method for Generating a Computer-Processed Financial Tradable Index | |
CN110738405A (zh) | 电力市场有效性的评估方法、装置及存储介质 | |
Chen et al. | A dynamic analysis of the relationship between investor sentiment and stock market realized volatility: Evidence from China | |
CN116757717A (zh) | 电碳市场耦合运行的评估方法、装置、设备、介质和产品 | |
Thorve et al. | High resolution synthetic residential energy use profiles for the United States | |
CN112884359A (zh) | 一种电力现货市场风险评估方法 | |
CN114943565A (zh) | 基于智能算法的电力现货价格预测方法及装置 | |
Li et al. | Day-ahead risk averse market clearing considering demand response with data-driven load uncertainty representation: A Singapore electricity market study | |
Zhao et al. | Efficient and robust equilibrium strategies of utilities in day-ahead market with load uncertainty | |
Qiu et al. | Personalized retail pricing design for smart metering consumers in electricity market | |
Chen et al. | Toward future information market: An information valuation paradigm | |
Zhang et al. | A segmented evaluation model for building energy performance considering seasonal dynamic fluctuations | |
CN116777616A (zh) | 一种基于概率密度分布的现货市场新能源日前交易决策方法 | |
Nicita | Who benefits from export-led growth? Evidence from Madagascar's textile and apparel industry | |
Gamst et al. | Time aggregation techniques applied to a capacity expansion model for real-life sector coupled energy systems | |
CN114240049A (zh) | 电力现货市场指标灵活计算方法 | |
Kaneko et al. | Sensitivity analysis of factors relevant to extreme imbalance between procurement plans and actual demand: Case study of the Japanese electricity market | |
Grindel et al. | Forecasting of the ID3 using limit order book data | |
Xiong et al. | Impact Analysis of Financial Early Warning Indicators Based on Random Forest | |
CN113435734A (zh) | 一种发电企业交易行为画像的标签构建方法 | |
Saghravanian et al. | Proposing new analytical price‐based market power and coalition indices based on LMP share in double‐sided power market | |
Wang et al. | Low-Carbon Policies in China | |
Guo et al. | Research on Selection of High Quality Users of Power Distribution Company Based on Multidimension Features Mining |
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 |