
但现货市场进程的加快,对售电公司来说有喜又有忧。“喜”的是从国内现货市场试运行的经验来看,现货均价相比于中长期价格降幅明显,会给售电公司带来不菲的收益。“忧”的是现货市场模式下,交易复杂程度要比传统中长期价差模式高的多,需要快速处理分析大量数据,同时现货价格波动大,交易风险也更大,如果处理不当不仅赚取不到超额收益,反而会面临严重的亏损。
面临现货市场的快速推进,交易人员手中的工具却跟不上市场的速度。
以山东现货市场为例,山东率先开启了现货模式下的零售市场,零售套餐的制定,需要获取足够的用户历史数据,进行月度分时负荷预测,还要预测现货、中长期交易价格确定购电成本,然后才能制定出风险可控的零售套餐。
在现货试运行期间,既要及时获取最新的用户负荷数据,关注天气等环境因素,每日预测负荷,又要分析现货价格,中长期价格,及时制定、调整交易策略。
因此,现货市场下交易员对数据的处理、分析工作大大增加。在传统价差交易模式下,基本的售电管理平台,或者交易员应用Excel表格足以应付月度、年度等低频交易;而在现货市场下,原来的售电管理平台功能无法支持,应用Excel表格面对大量数据的处理难以应付,稍有不慎就可能出错造成交易损失。
Excel灵活便捷,功能强大,能够支持大部分的业务需求,所以长期以来大家习惯使用Excel进行数据处理和分析展示。但是Excel也有一定的局限性,例如数据处理方式单一,面对大量数据,整理工作量大;处理复杂的逻辑计算时,实现难度较大;难以利用大数据、人工智能的算法,最终效果存在瓶颈。常用的VBA开发,占用资源太大、升级不方便、不利于大范围推广使用。
负荷预测功能支持多种离线预测算法的自动预测,并根据历史预测准确率分析,自动筛选平均误差率低的预测算法和结果;也可以由用户指定算法进行预测;还可以预测负荷曲线形态。预测结果还能够根据交易员实际经验,在Excel中与历史数据快速对比和调整,效率和便捷性都大大提升。负荷预测还提供在线AI算法预测,将样本数据上传,云平台的AI算法自动训练后,返回预测结果。