昆明电力交易中心2018年8月22日发布《关于公布2018年1至7月双边协商交易较低履约率并暂停交易资格相关情况的通知》，按照《2018年云南电力市场化交易实施方案》(云工信电力(2017)655号)第一百零五条要求,月度用电量累计出现3个月低于其双边协商交易电量80%.或累计出现2个月低于其双边协商交易电量60%的用户和售电公司,不允许参加本年度后续月度双边交易,已签订的双边合同作废处理,并自行承担合同违约责任。致使4家电力用户因累计出现2个月低于其双边协商交易电量60%。被取消其自2018年9月起已签订的年度、月度双边协商交易结果,并暂停自2018年9月起双边协商交易资格。
对于售电公司与电力用户来说，“偏差考核”早已不是陌生的存在。偏差考核曾让一些售电公司承担不起考核费用而黯然离场，现如今多家电力用户被取消并暂停电力交易。准确把握偏差考核，这不仅是售电公司生存的基础，也是能让电力用户享受国家电力体制改革红利的保证。
图表：云南被取消并暂停电力交易的名单
根据《2月份广东电力市场结算报告》中显示，售电公司出现了净亏，亏损额度达3600万元，而究其原因，需求侧企业整体预测偏差增大的原因，造成了总偏差电量8.3亿千瓦时，偏差率高达18%。2月份广东结算共产生考核电费6400万元，其中需求侧偏差考核电费6300万。
根据广东电力交易中心发布《关于2018年1月份广东电力市场结算情况通知》售电公司获利为0.17亿元，有35家售电公司亏损;电力用户获利7.19亿元，占总获利97.73%!
需求侧平均度电考核3.3厘/千瓦时，2018年1-3月份出清价加权平均为41.3厘/千瓦时，那么需求侧收益价差又缩减至4分以下。2018年一月份需求侧获利为0.32亿元(包含考核费0.17亿元)，考核费几乎占了获利的一半!
2017年广东电力市场设定了偏差考核规则。偏差考核的存在，也意味着需求侧企业也需背负着一定风险。广东电力市场的电力用户更多的是把电量交给售电公司代理，而如何准确预测企业电量偏差，也成了售电公司实力体现之一。但从2017年至2018年2月需求侧企业考核费用情况来看，对于电力用户在把握偏差的能力还有待加强。
如何有效平衡售电公司的偏差电量，需求响应或将是售电公司生存的一项利器。基本的需求响应类型包括：可中断负荷、可转移负荷、可平移负荷、价格响应负荷等。但这些需求相应无疑给电力交易员们带来新的挑战，交易员对于市场交易规则、交易品种特性的了解了解程度将直接影响到企业的收益。培养成熟的交易团队，掌握熟练的交易技巧将是未来电力交易工作平衡偏差的重中之重。
售电公司如何做好偏差预测?
偏差策略——客户电量合理组合
对于电力交易来说，月用电量100万度以下的这些电力用户，电量越小，越难把控其申报准确率。月用电量500万度以上，特别是千万级别的大用户，在申报初期前期的都会对企业的生产及负荷预测能重视电量申报。
所以说目前售电公司所能做的，就是累积用户量，利用庞大的基数让用户的偏差风险相互对冲抵消。比如其中两家百万级电力用户，其中一家申报用电数百万，限于环保等影响实际用电量一度也没用;另一家企业，因原材料降价，大量供应商向其供料，致使生产猛增，用电量暴涨几百万度，刚好互补。而且对于拥有自备电厂的用户，针对电量申报，是由生产计划负责人、自备电厂负责人、电费成本核算人共同预测出准确的企业用电量。如遇到电力偏差产生可以多给其分配些，价格低廉的电量来对冲偏差。
偏差策略——用户分担机制
除非让用户了解损失，否则很难引起用户重视。通过风险分担，提升客户对偏差的直接感知。偏差考核是抽象的概念，只有将其转化变成账单上的数字时，用户才能明确感知。以利益和风险对称的关系，吸引用户响应偏差。想改变用户随意申报电量的习惯，比较理想办法就是跟客户“算账”。比如与某企业达成电力交易合同，原退还电费应为20万元，但因电力企业不合理申报，导致偏差考核收益损失10万，在退还其收益时，给予相应减少退补电费。给电力用户“算清账目来源”，如果用户不清楚自己为此损失，那么这些用户将永远不会花心思在电量申报上。
偏差策略——辅助工具决策法
偏差控制除了需要及时、准确、自动的处理大量复杂信息数据，专业的技术工具不可或缺。对于熟知电力交易规则与拥有交易技巧的电力交易员，更是不可缺少的。做好负荷预测，用电偏差控制的难题就迎刃而解。
作为售电公司的交易员需要对电力市场理论、电力交易方式方法、电力经济理论及我国电力市场特点等进行深入了解。在相关电力市场仿真系列软件上实操训练，模拟仿真平台模拟实际电力市场运行中的过程,实现读取电量数据，然后结合历史用电量，加上企业的生产情况。引入电力大数据分析模型可以得出负荷曲线和预测结果，参考这个结果先进行电量申报，然后在使用过程中，还可以对偏差进行实时监控和预警。
(超)短期负荷由于受天气变化、社会活动和节日类型等各种因素的影响，在时间序列上表现为非平稳的随机过程，但是影响系统负荷的各因素中大部分具有规律性，从而为实现有效的预测奠定了基础。电力负荷预测研究的核心问题是如何利用现有的历史数据，建立预测模型，对未来时刻或时间段内的负荷值进行预测，因此，历史数据信息的可靠性和预测模型是影响短期负荷预测精度的主要因素。随着现在电力系统管理信息系统的逐步建立，以及天气预测水平的提高，准确获取各种历史数据已不再困难，因此，短期负荷预测的核心问题是预测模型的水平高低。这就要求交易员有效利用多次交易从业经验、各类交易辅助决策工具、一定的电力交易实操训练及运营方面的综合训练来最大程度的规避风险，提升企业盈利能力。
