一种电力现货市场节点电价分析方法技术

技术编号:23559240 阅读:47 留言:0更新日期:2020-03-25 04:34
本发明专利技术公开了一种电力现货市场节点电价分析方法,包括如下步骤:S1.以日为单位提取每个节点电价曲线的特征指标;S2.以特征指标向量和节点邻接矩阵对节点进行价区聚类;S3.以价区电价和时段邻接矩阵进行时段组聚类。本发明专利技术基于节点电价的时空分布特性,通过改进的聚类算法对节点电价在空间维度和时间维度进行聚类降维处理,可将所有节点的所有时段的电价处理为价区时段组电价,并可以在价区时段组电价的基础上,为开展电价的变化趋势分析以及电价与电源出力、负荷、电网结构、天气、节假日、社会事件等因素的关联分析奠定基础,大大降低电价分析的复杂度,提高电力市场成员掌握电价变化规律的便捷性。

An analysis method of spot electricity market node price

【技术实现步骤摘要】
一种电力现货市场节点电价分析方法
本专利技术属于电力
,更具体地说,尤其涉及一种电力现货市场节点电价分析方法。
技术介绍
节点电价是电力现货市场最重要的信号,不同时间不同地点的电价变化反映了电力资源在时间和空间两方面的稀缺程度。比如:节点电价随时间变化,反映的是负荷需求的不断变化;同时电价随节点位置变化,反映的是网损和传输阻塞的影响。节点电价的时空变化规律,以及受电源出力、负荷、电网结构、天气、节假日、社会事件等因素的影响关系,是发电企业和售电公司等市场成员迫切需要掌握的信息。但由于我国电力现货市场正在建设之中,发电企业和售电公司等市场成员的技术能力不足,对节点电价的分析研究缺少有效的方法和工具。且电力市场交易中心公布的节点电价,一般包括电力系统某个电压等级及以上(如500kV、220kV)的所有母线节点一天T个时段(如24或96)的电价,如果针对每个节点每个时段都开展电价的变化规律分析,以及与电源出力、负荷、电网结构、天气、节假日、社会事件等因素的关联分析,复杂度将会很大。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点,基于节点电价的时空分布特性,通过改进的聚类算法对节点电价在空间维度和时间维度进行聚类降维处理,可将所有节点的所有时段的电价处理为价区时段组电价,并可以在价区时段组电价的基础上,为开展电价的变化趋势分析以及电价与电源出力、负荷、电网结构、天气、节假日、社会事件等因素的关联分析奠定基础,大大降低电价分析的复杂度,提高电力市场成员掌握电价变化规律的便捷性,而提出的一种电力现货市场节点电价分析方法。为实现上述目的,本专利技术提供如下技术方案:一种电力现货市场节点电价分析方法,包括如下步骤:S1.以日为单位提取每个节点电价曲线的特征指标;S2.以特征指标向量和节点邻接矩阵对节点进行价区聚类;S3.以价区电价和时段邻接矩阵进行时段组聚类。优选的,所述步骤S1的具体步骤为:针对每个节点,每一天的电价曲线表示为一个T维的向量,通过提取该曲线的极值指标、集中指标、离散指标来表征该日节点电价曲线。优选的,所述极值指标取最大值和最小值,集中指标取平均值和三均值,离散指标取四分位极差和标准差,构造一个6维的特征指标向量,来表征T维的日节点电价曲线。优选的,所述6维的特征指标向量表示为(pmax,pmin,pavg,ptm,pqdev,psdev)。优选的,所述步骤S2的具体步骤为:选取M天的历史节点电价数据进行分析;针对每个节点,按时间顺序将M天的特征指标向量拼接成6*M维向量,作为各节点进行价区聚类计算的向量数据;根据节点线路的拓扑连接关系或节点所在地区的地理相邻关系构建节点邻接矩阵;采用k均值聚类算法对所有节点进行价区聚类,得到k个价区及其所含节点;采用节点邻接矩阵对价区聚类结果进行修正;根据价区聚类结果,计算价区电价数据。优选的,所述采用节点邻接矩阵对价区聚类结果进行修正的具体步骤为:遍历k个价区,如果某个价区内存在一组节点,该组中的所有节点在组内都至少存在一个邻接的节点,而与该价区内非该组的其他所有节点都不邻接,则将该组节点划归为一个新的价区;如果不存在这样的组,则该价区及其所含节点保持不变。优选的,所述根据价区聚类结果,计算价区电价数据的具体步骤为:遍历所有价区和历史日的时段,将某价区内所有节点在某日某时段的电价进行算术平均,作为该价区在该日该时段的电价。优选的,所述步骤S3的具体步骤为:选取N天的历史价区电价数据进行分析;针对每个时段,将N天同一时段的电价按时间顺序表示成一个N维向量,作为该时段进行时段组聚类计算的数据;根据时段的相邻关系构建时段邻接矩阵;采用k均值聚类算法对所有时段进行时段组聚类,得到k个时段组及其所含时段;采用时段邻接矩阵对时段组聚类结果进行修正;根据时段组聚类结果,计算价区时段组电价数据。优选的,所述采用时段邻接矩阵对时段组聚类结果进行修正的具体步骤为:遍历k个时段组,如果某个时段组内存在一个时段子集,该子集中的所有时段在子集内都至少存在一个邻接的时段,而与该时段组内非该子集的其他所有时段都不邻接,则将该子集的时段划归为一个新的时段组;如果不存在这样的时段子集,则该时段组及其所含时段保持不变。优选的,所述根据时段组聚类结果,计算价区时段组电价数据的具体步骤为:根据时段组与其所含时段的关系,将历史某日某价区某时段组的所有时段电价进行算术平均,作为该价区在该日该时段组的电价。本专利技术的技术效果和优点:本专利技术提供的一种电力现货市场节点电价分析方法,基于节点电价的时空分布特性,通过改进的聚类算法对节点电价在空间维度和时间维度进行聚类降维处理,可将所有节点的所有时段的电价处理为价区时段组电价,并可以在价区时段组电价的基础上,为开展电价的变化趋势分析以及电价与电源出力、负荷、电网结构、天气、节假日、社会事件等因素的关联分析奠定基础,大大降低电价分析的复杂度,提高电力市场成员掌握电价变化规律的便捷性。附图说明图1为本专利技术的一种电力现货市场节点电价分析方法的流程示意图;图2为本专利技术的一种电力现货市场节点电价分析方法的电力现货市场节点电价价区聚类的流程示意图;图3为本专利技术的一种电力现货市场节点电价分析方法的电力现货市场节点电价时段组聚类的流程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图和具体实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。请参阅图1-3,本专利技术提供一种电力现货市场节点电价分析方法,包括如下步骤:S1.以日为单位提取每个节点电价曲线的特征指标;针对每个节点,每一天的电价曲线表示为一个T维的向量,通过提取该曲线的极值指标、集中指标、离散指标来表征该日节点电价曲线;以最大值和最小值为极值指标,以平均值和三均值为集中指标,以四分位极差和标准差为离散指标,构造一个6维的特征指标向量(pmax,pmin,pavg,ptm,pqdev,psdev),来表征T维的日节点电价曲线;S2.以特征指标向量和节点邻接矩阵对节点进行价区聚类;选取M天的历史节点电价数据进行分析;针对每个节点,按时间顺序将M天的特征指标向量拼接成6*M维向量,作为各节点进行价区聚类计算的向量数据;根据节点线路的拓扑连接关系或节点所在地区的地理相邻关系构建节点邻接矩阵;采用k均值聚类算法对所有节点进行价区聚类,得到k个价区及其所含节点;采用节点邻接矩阵对价区聚类结果进行修正,遍历k个价区,如果某个价区内存在一组节本文档来自技高网...

【技术保护点】
1.一种电力现货市场节点电价分析方法,其特征在于,包括如下步骤:/nS1.以日为单位提取每个节点电价曲线的特征指标;/nS2.以特征指标向量和节点邻接矩阵对节点进行价区聚类;/nS3.以价区电价和时段邻接矩阵进行时段组聚类。/n

【技术特征摘要】
1.一种电力现货市场节点电价分析方法,其特征在于,包括如下步骤:
S1.以日为单位提取每个节点电价曲线的特征指标;
S2.以特征指标向量和节点邻接矩阵对节点进行价区聚类;
S3.以价区电价和时段邻接矩阵进行时段组聚类。


2.根据权利要求1所述的一种电力现货市场节点电价分析方法,其特征在于,所述步骤S1的具体步骤为:
针对每个节点,每一天的电价曲线表示为一个T维的向量,通过提取该曲线的极值指标、集中指标、离散指标来表征该日节点电价曲线。


3.根据权利要求2所述的一种电力现货市场节点电价分析方法,其特征在于,所述极值指标取最大值和最小值,集中指标取平均值和三均值,离散指标取四分位极差和标准差,构造一个6维的特征指标向量,来表征T维的日节点电价曲线。


4.根据权利要求3所述的一种电力现货市场节点电价分析方法,其特征在于,所述6维的特征指标向量表示为(pmax,pmin,pavg,ptm,pqdev,psdev)。


5.根据权利要求1所述的一种电力现货市场节点电价分析方法,其特征在于,所述步骤S2的具体步骤为:
选取M天的历史节点电价数据进行分析;
针对每个节点,按时间顺序将M天的特征指标向量拼接成6*M维向量,作为各节点进行价区聚类计算的向量数据;
根据节点线路的拓扑连接关系或节点所在地区的地理相邻关系构建节点邻接矩阵;
采用k均值聚类算法对所有节点进行价区聚类,得到k个价区及其所含节点;
采用节点邻接矩阵对价区聚类结果进行修正;
根据价区聚类结果,计算价区电价数据。


6.根据权利要求5所述的一种电力现货市场节点电价分析方法,其特征在于,所述采用节点邻接矩阵对价区聚类结果进行修正的具体步骤为:
遍历k个价区,如果某个价区内存在一组节点,...

【专利技术属性】
技术研发人员:江克宜刘典安马煜华饶伟年李军
申请(专利权)人:深圳市深电能售电有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1