Page 25 - 电力与能源2024年第三期

栾晶晶，等：基于组合赋权—云模型的电力市场主体信用风险评估 299

法来提高其信用水平；G4 则可以通过扩大市场份 险管理［J］ 南方电网技术，2019，13（6）：50-56.

.

［3］ 陈晓东，田 琳，甘倍瑜 . 美国电力批发市场的信用额度

额、流动比率与收入规模等措施来提高其抵御结
评 估 机 制 分 析［J］ 电 力 系 统 自 动 化 ，2018，42（19）：

.
构层面信用风险的能力。
98-105.
4.3 评估效果对比 ［4］ 张云雷，段 光，俞 静，等 . 基于 KPCA-MEE 的电力市

以权威评级机构对市场主体的信用评级为依 场 售 电 公 司 信 用 评 价 研 究［J］ 中 国 电 力 ，2018，51（7）：

.

128-135.
据，选择 AHP—云模型、组合赋权—TOPSIS 模
［5］ 徐 宏，林 新，朱 策，等 . 电力市场信用评级管理建

型与本文模型进行对比，3 种模型评估结果如表 5 设探讨［J］ 电网技术，2020，44（7）：2582-2593

.
所示。表 5 中的机构评级是电力市场主体所在的 ［6］ 杨铮宇，田 园，李申章 . 基于主成分分析和层次分析的

.
电力交易中心对其的信用评级。通过对比可以发 高压电力用户信用评价模型研究［J］ 云南大学学报（自然

科学版），2020，42（增刊 2）：6-12.

现，本文模型科学、可靠，评估准确性最高，评估结
［7］ 曹清山，郑梦莲，丁 一，等 . 新电改背景下基于多属性

果与实际结果一致；使用单一赋权法的 AHP—云 决策的电力客户评估和选择研究［J］ 电网技术，2018，42

.

模型评估结果与实际结果相差最大；而使用组合赋 （1）：117-127.

［8］ 马 文，杨铮宇，张 梅 . 基于偏差熵的低压电力用户信

权—TOPSIS 模型的评估结果效果略优于 AHP—
用组合评价研究［J］ 云南大学学报（自然科学版），2020，

.
云模型，但与实际结果相比仍有较大误差。
42（增刊 2）： 1-5.

表 5 不同模型的电力市场主体信用风险评估结果 ［9］ 平 健，严 正，陈思捷，等 . 基于区块链的分布式能源

交 易 市 场 信 用 风 险 管 理 方 法［J］ 中 国 电 机 工 程 学 报 ，
.
发电 AHP-云模型 组合赋权 本文模型 机构

企业 -TOPSIS 评级 2019，39（24）：7137-7145.

G1 较高风险 较低风险 较低风险 AA ［10］ ZHANG Y Y，ZHAO H R，LI B K，et al. Research on
G2 中等风险 极高风险 较高风险 C credit rating and risk measurement of electricity retailers
G3 较低风险 较低风险 中等风险 A based on Bayesian Best Worst Method-Cloud Model and
G4 较高风险 中等风险 较高风险 B improved Credit Metrics model in China’s power market
G5 极高风险 极高风险 极高风险 D ［J］ Energy，2022，252：124088.
.
［11］ 杨雍琦，薛万磊，赵 昕，等 . 基于贝叶斯最优最劣法和云
5 结语 模 型 的 售 电 公 司 信 用 风 险 评 价 模 型 研 究［J］ 现 代 电 力 ，
.
2022，39（4）：449-459.
本文针对电力市场主体信用风险的多因素和 ［12］ 李兵抗 . 电力市场多元主体信用风险测度及防控模型研究

.
难以量化的特点，提出了一种基于组合赋权—云 ［D］ 北京：华北电力大学，2022.
［13］ 王承远，徐久军，严志军 . 基于属性层次模型的柴油机故

模型的电力市场主体信用风险评估方法。
障证据融合方法［J］ 控制与决策，2018，33（4）：759-763.
.

（1）通过构建基于“结构—行为—绩效”框架 ［14］ 黄 伟，杨子力，柳思岐 . 基于物元可拓模型的特色小镇

的电力市场主体信用风险评估指标体系，全面反 能源系统综合评价［J］ 现代电力，2020，37（5）：448-457.

.

［15］ 张 帅，裴 玮，马腾飞，等 . 考虑马尔可夫决策的产消者
映了电力市场主体信用风险的特征。
P2P 电能交易非合作博弈模型［J］ 电力系统自动化，2023，
.
（2）采用基于合作博弈模型的主客观权重组
47（13）：18-27.
合赋权法，克服了传统单一赋权法的局限性，既考 ［16］ 禹洪波，袁婉玲，汪 敏，等 . 基于非对称贴近度证据云物

.
虑了专家的主观意见，又兼顾了数据的客观情况。 元模型的电力变压器综合状态评估方法［J］ 电网技术，

2021，45（9）：3706-3713.
（3）构建了基于云模型的电力市场主体信用
［17］ 刘敦楠，张 潜，李霄彤，等 . 基于云模型与模糊 Petri 网

风险评估模型，该模型可有效地对电力市场中各 的 电 力 市 场 潜 在 危 害 行 为 识 别［J］ 电 力 系 统 自 动 化 ，
.

类市场主体的信用风险进行准确科学的评估，能 2019，43（2）：25-33.

［18］ 徐 岩，陈 昕 . 基于合作博弈和云模型的变压器状态评

够为推动电力市场主体信用风险管控提供参考。

.
估方法［J］ 电力自动化设备，2015，35（3）：88-93.

参 考 文 献： ［19］ 何永贵，刘 江 . 基于组合赋权-云模型的电力物联网安

.

［1］ 中共中央 国务院 关于进一步深化电力体制改革的若干意 全风险评估［J］ 电网技术，2020，44（11）：4302-4309.

.
见（中发〔2015〕9 号）［Z］2015-03-15. 收稿日期：2024-03-11
［2］ 田 琳，甘倍瑜，孙 谦，等 . 广东电力现货市场信用风 (本文编辑：赵艳粉）