在2018年云栖大会·深圳峰会的电力与新能源专场中，广州汇电云联互联网科技有限公司董事长、奥运会跳水冠军胡佳为现场听众带来了题为《阿里云人工智能助力电力市场交易》的技术分享。在分享中，他主要介绍电力市场建设进展、电力市场引入人工智能的必要性以及人工智能在电力市场交易的应用场景等方面，并对未来电力市场进行了展望。
数十款阿里云产品限时折扣中，赶快点击这里，领券开始云上实践吧！
以下内容根据现场分享整理。
在电力市场中，价格和数据具有强关联。在目前的电力市场中，整体售电过程是被销售牵着走，缺乏统一的定价机制，进而导致价格、数据和计算在电力市场本末倒置。因此在新一轮电力市场开启时，构建一个完备的、现代的电力市场是一个亟需解决的问题。
电力市场建设进展
2017年全社会用电总量为6.3万亿度，其中市场用电占其中的1.63万亿度，工商业用电进入市场的比例为32.3%。尽管用电量很大，但是现在市场仍然是电量交易占主导地位，而大部分电量交易仍然采用跨省跨区交易、大用户直购电、双边协商的中长期合同的价差传导机制为用户用电定价。
在未来的电力市场中，我们希望通过现货模式，基于电力的供需关系，去发现现货价格，进而根据现货价格来指导中长期市场合同交易。采取这种方式后，售电公司就可以独立定价，而不再被销售团队牵着鼻子走。
电力现货市场元年
2018年，可以看做是电力现货市场元年，以广东市场为例（八大电力现货试点之一），它经历了2013年大用户直购电、2016年售电公司首次进入市场、2018年电力现货市场试运行、2019年正式开始电力现货市场。然而，开启电力现货市场绝非易事，面临着许多问题：如何去发现电力价格？发现价格过程中以什么样的数据作为基础？如何处理这些数据？如何设计对应的规则？作为售电公司，确定现货价格之后，中长期合同又该如何去签？在批发市场，售电公司如何去和用户签合同？如何去和发电公司签合同？在现货过程中，如何去分配量，如何分解等等问题？
这些问题该如何去解决呢？这时，我们考虑到了计算和数据。我们将电力市场抽象成一个巨大的算法模型。
该模型最内核是电力交易，发现价格机制；外一层是用户侧、发电侧和售电侧的博弈；再外一层煤炭价格、天然气价格、机组价格、电网架构、节点电价、供需关系、电力潮流等因素影响；最外层是宏观经济、时间因素、行业因素、气候因素等可能会对价格变动造成影响的因素。
我们通过这一算法模型，将数据和计算融入电力市场，基于电力市场去发展一个更加完善的电力市场。
数据管理与安全
电力市场涉及的数据多种多样，主要包括气候、环境、燃料价格等多维度数据；电网侧和全网大样本数据；售电侧用户群聚类数据；用户侧深度行为数据；现货场景下大量高频交易产生的数据。同时，我国电力市场数据和国际上其他数据略有不同，我国数据主要涉及一些安全性问题，部分数据可以公开（气候、环境等数据），部分数据半透明化公开（电网侧数据）。因此，在电力市场使用云服务时需要更加注意数据安全。对于电力市场，我们希望通过一些技术手段，在半透明地情况下得出计算结果。
人工智能在电力市场交易的应用场景
批发市场--智能交易
在大数据量环境下，人工智能在电力市场很大的应用场景。在电力现货市场中，最为核心的模块是价格预测，为了达到这一目标，需要从仿真建模、基本面分析、负荷预测、博弈行为、策略优化等方面入手。对于不同类型的基准，采用不同的处理条件，最大化控制成本。
仿真建模
仿真建模建立在海量数据的基础上，依靠人工智能和算力建立对应的数学模型，具体实现方式包括：结果反推数据数据信息、卫星图像智能识别、市场模型潮流计算：
基本面分析
基本面分析，深度挖掘影响电价的各类因素，包括气候情况、宏观经济、政策法规、行业状况：
负荷预测
负荷预测是将大样本数据进行清洗，再加以聚类分析后，再通过长短期记忆网络（LSTM）后，精准预测用户的用电需求。尽量避免由于负荷预测失常给电力公司带来的损失。
博弈行为
我们对澳大利亚近十年来的电价交易情况进行了分析，将历史竞价数据进行聚类分析，得出典型竞价策略，再结合国内的实际情况，如基数电计划电比例、燃气机组、小型火电等发电占比、用电峰值等，进行模型训练，最终得出机组未来的竞价行为。
策略优化
策略优化的目的是寻找最佳报价方案，不同的电厂最终目标各有差别，有的追求价格最高、有的追求开机最长、有的追求利润最大。因此，我们制定了连续出清的机组竞价优化模型，不再完全以成本报价，而是考虑不同的处理条件，进而寻求最优的报价策略。
零售市场：选择&智能商业
上面我们谈到的是电力的批发市场。在电力的零售市场，我们也面临一些问题。根据预测，在2020年零售市场的总用电量会达到55000度，其中的90%为工商业用电。未来进入市场的更多是中小型用户，这些中小型用户每一个用户的需求都各不相同，进而导致了零售市场的复杂性。
企业智能选择用电套餐
上图是典型晚上用电的客户，我们需要将这类型的客户进行分类，为优质客户设计更好的用电套餐。在此过程中，我们借助阿里云提供的对应计算工具，对大量用户进行分析，分析用电特性的价值，做到为企业提供智能用电套餐。
企业智能响应电力价格
上面我们仅仅是对用户侧速率分析，而没有进行改造式、响应式，仅仅是调节和调控。对于综合能源服务，众所周知电力*改革导致两大电力公司都在关注综合能源，向综合能源服务商转变。这一转变使得信用等级高，融资成本低的企业进入电力市场，进而改变节能行业的商业模式。我们通过多年的数据（一级用电数据、专项数据等）和技术积累，提供了更好的部署方案，不管是空调、储能、水泵以及电器，在综合能源的解决方案上和电力交易、售电套餐、机制形成一种联动，使得售电服务更加贴近用户的需求。
愿景
最后谈一下愿景以及对未来电力市场的展望。
未来的电力市场应该是人工智能辅助电力市场交易员完成电力交易，从而进入电力市场的智能商业时代，做到数据智能，实现精准售电、便捷购电和智能用电。我们希望能够与电力市场之外的高新技术企业、云服务商，将人工智能、机器学习等更多新的技术运用到电力市场中，来实现电力市场智能化。
本文由云栖志愿小组刘崇鑫整理编辑
关于分享者：
胡佳 广州汇电云联互联网科技有限公司董事长、奥运会跳水冠军。