一种模型-数据混合驱动的双边电力市场电价预测方法技术

本发明专利技术公开一种模型

【技术实现步骤摘要】
一种模型
‑
数据混合驱动的双边电力市场电价预测方法


[0001]本专利技术属于电力市场电价预测领域，特别涉及市场数据类型和数据体量不足情况下的双边电力市场合约电价预测，具体为一种模型
‑
数据混合驱动的双边电力市场电价预测方法。
技术背景
[0002]电力市场是实现“碳中和、碳达峰”目标的重要手段之一。自2015年“新电改”以来，中国持续推进电力市场化改革，2020年全国电力市场直接交易电量达24760亿kWh，占全社会总用电量的32.9％，电力市场逐步成为电力能源供
‑
需匹配的主要途径和技术方案。双边交易是电力市场最主要的组织形式之一，其市场份额在很多省份已超过80％，起着保量保价的关键作用。对双边市场价格的预测是实施市场监管、调整市场机制的重要基础，也是发、用电企业完成电能供
‑
需匹配的技术保障。
[0003]常见的电价预测方法针对于系统、区域、固定节点电价，其特点是：所研究的对象仅有一个价格(系统统一出清价、区域统一出清价或节点电价)且能形成长期稳定价格序列。相比而言，双边交易是分散式交易，一个市场中有多个(几百上千个)合约，合约价格由购售双方协商确定，带有较强的个体属性，因而不同合约价格差异明显，整个市场价格并不统一。另外，双边合约依赖于购方与售方的缔约关系，由于电力商品具有同质性，这一关系通常难以维持，市场的主体在下一个交割期常常更换缔约对象，缔约关系表现出较强的随机性和偶然性。这导致购方
‑
售方合约存续期短、续约率低、很难形成较长的时间序列。双边市场的上述特征使得传统电价预测方法难以适用、对价格本身的直接分析也失去了稳定的载体，因而需要寻找其他间接载体，以及间接载体与电价之间较为稳定的表达关系。
[0004]由于双边合约由购、售个体相互作用而达成，因此以双边协商个体为电价信息的间接载体来预测合约价格成为一个可行的途径，这涉及到双边市场价格形成的机理。经济学上，双边协商过程可以用纳什讨价还价模型予以解释，该模型通过购售个体的效用、无协议效用等概念给出了一种均衡的协商价格表达，这一关系为构建双边市场合约价格预测方法提供了指导。但是模型的具体参数仍然是因市场和个体而异的，需要借助其他技术手段予以确定。随着中国电力市场的多年发展，各交易中心积累了大量市场数据，这使得借助数据驱动的技术手段对电价预测成为了可能。
[0005]针对上述问题，本专利技术依托国家自然科学基金项目(52039002，52079014)，提出了一种模型
‑
数据混合驱动的双边市场合约价格的预测方法：首先提出一种基于核网络抽样的双边市场数据集抽样方法；然后借助数据驱动的基本思想，用优化方法建立数据回归模型，通过多元市场主体之间的相互约束，逆向求解单个市场主体的价值估计；从而利用确定好的价值估计参数，对未发生的协商合约价格予以预测；最后，对根据不同数据集下生成的不同预测模型进行筛选，获得最终的预测模型。

技术实现思路

[0006]本专利技术要解决的技术问题是双边电力市场中合约价格预测问题，其成果可以对所在双边电力市场中尚未达成的合约的价格进行预测，同时能为市场的运营监管、市场主体制定自己的发电、用电计划提供参考。
[0007]本专利技术技术方案：
[0008]本专利技术采用了模型
‑
数据混合驱动的技术路线，利用基于核网络的抽样方法生成的数据集对通过逆向求解市场主体的个体属性值而建立的多个预测模型进行选优从而得到最终预测模型。首先，基于构建的核网络抽样生成双边电力市场数据集；然后，针对每个数据集构建多市场主体联合优化模型，获得市场主体的电力商品价值估计；随后，利用所获得的最优价值估计值构建相应的预测模型；最后，在所建立的多个预测模型中选择表现最好的作为最终预测模型。本专利技术的流程图如图1所示，具体包括如下步骤。
[0009](1)基于核网络的数据集生成。预测方法的预测效果与所掌握的历史数据和模型参数息息相关，因此需要将已有数据分成两部分——训练部分、验证部分——分别用于计算预测模型参数和对预测模型的效果进行验证。如图1所示，这一工作需要重复进行若干次(J次)，然后在经过验证的J个模型中选取最好的作为最终预测模型。本步骤目的是要生成J组训练合约数据集(以下简称“训练集”)和对应的验证合约数据集(以下简称“验证集”)。具体包括步骤如下。
[0010](1.1)提取合约关系核网络。合约数据集的元素是合约，每个合约以二元组(b,s)表示，其中b、s分别表示购方、售方市场主体的编号。为了保证验证集的验证功能，就要求验证集中的市场主体均在训练集中存在至少1个合约。这意味着：能够同时包含于训练集和验证集中的市场主体应该至少具备2个合约。具备这一条件的市场主体形成的合约集合是所有主体合约集合子集，本专利技术中，将以这些合约为边、以这些合约的购、售方为节点所形成的复杂网络称为“核网络”，图如2所示。提取核网络是得到合适的训练集和对应的验证集的基础，包括如下步骤。
[0011](1.1.1)初始化准备。将原始所有合约形成的集合记为符号令计数变量k＝0。
[0012](1.1.2)剔除只有一个合约的购方。从中查找出只有一个合约的购方，并将这些购方及其对应的合约全部剔除，剩余的的子集记为
[0013](1.1.3)剔除只有一个合约的售方。从中查找出只有一个合约的售方，并将这些售方及其对应的合约全部剔除，剩余的的子集记为令计数变量k＝k+2。
[0014](1.1.4)重复剔除只有单一合约的购方和售方。由于步骤(1.1.3)中可能产生了新的只有一个合约的购方，此时则需要进一步剔除；剔除后，可能又产生只有一个合约的售方，此时也要进一步剔除。即循环进行步骤(1.1.2)
‑
(1.1.3)，直到得到的子集中所有的市场主体都至少有2条合约为止，得到的子集就是所要的核网络。
[0015]上述步骤的流程图如图1所示，核网络提取的原理图如图2所示。
[0016](1.2)生成J组不重复的有效数据集。
[0017](1.2.1)初始化准备。令计数变量j＝1，给定数据集的总数量J。
[0018](1.2.2)生成一组有效数据集。如果j≤J，则按照以下步骤生成一组有效的数据
集。
[0019](1.2.2.1)抽取验证集。从核网络中均匀随机地抽取n个合约样本，由它们构成验证集。验证集记为符号为了保证训练集的大小，n不宜过大。
[0020](1.2.2.2)形成训练集。从所有合约集合中剔除验证集得到的集合就是训练集，符号表示为
[0021](1.2.2.3)条件检验。如果中的市场主体均在中至少存在1个合约，则将二元组记为一组可行数据集；否则重复步骤(1.2.2.1)
‑
(1.2.2.3)，直到得到一组可行数据集。
[0022](1.2.2.4)重复性检验。检验在已生成的有效数据集中，是否存在满足l＜j且与的元素完全相同。若不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型
‑
数据混合驱动的双边电力市场电价预测方法，其特征在于，利用基于核网络的抽样方法生成的数据集对通过逆向求解市场主体的个体属性值而建立的多个预测模型进行选优从而得到最终预测模型，具体步骤如下：(1)基于核网络的数据集生成：(1.1)提取合约关系核网络：合约数据集的元素是合约，每个合约以二元组(b,s)表示，其中b、s分别表示购方、售方市场主体的编号；为保证验证集的验证功能，要求验证集中的市场主体均在训练集中存在至少1个合约，即能够同时包含于训练集和验证集中的市场主体应该至少具备2个合约；具备这一条件的市场主体形成的合约集合是所有主体合约集合子集，以这些合约为边、以这些合约的购、售方为节点所形成的复杂网络称为“核网络”，提取核网络是得到训练集和对应的验证集的基础，包括如下步骤：(1.1.1)初始化准备：将原始所有合约形成的集合记为符号令计数变量k＝0；(1.1.2)剔除只有一个合约的购方：从中查找出只有一个合约的购方，并将这些购方及其对应的合约全部剔除，剩余的的子集记为(1.1.3)剔除只有一个合约的售方：从中查找出只有一个合约的售方，并将这些售方及其对应的合约全部剔除，剩余的的子集记为令计数变量k＝k+2；(1.1.4)重复剔除只有单一合约的购方和售方：由于步骤(1.1.3)中可能产生了新的只有一个合约的购方，此时则需要进一步剔除；剔除后，可能又产生只有一个合约的售方，此时也要进一步剔除；即循环进行步骤(1.1.2)
‑
(1.1.3)，直到得到的子集中所有的市场主体都至少有2条合约为止，得到的子集就是所要的核网络；(1.2)生成J组不重复的有效数据集：(1.2.1)初始化准备：令计数变量j＝1，给定数据集的总数量J；(1.2.2)生成一组有效数据集：如果j≤J，则按照以下步骤生成一组有效的数据集：(1.2.2.1)抽取验证集：从核网络中均匀随机地抽取n个合约样本，构成验证集，验证集记为符号(1.2.2.2)形成训练集：从所有合约集合中剔除验证集得到的集合就是训练集，符号表示为(1.2.2.3)条件检验：如果中的市场主体均在中至少存在1个合约，则将二元组记为一组可行数据集；否则重复步骤(1.2.2.1)
‑
(1.2.2.3)，直到得到一组可行数据集；(1.2.2.4)重复性检验：检验在已生成的有效数据集中，是否存在满足l＜j且与的元素完全相同；若不存在，则判定数据集有效；若存在，则判定数据集无效，需要重复步骤(1.2.2.1)
‑
(1.2.2.4)，直到得到有效的数据集；(1.2.2.5)令j＝j+1；(1.2.3)生成J组数据集：不断重复步骤(1.2.2)，直到j＝J，则得到J组有效的、不重复
的数据集其中j＝1,2,...,J；(2)基于J组数据集获得J个预测模型及其预测误差：(2.1)建立多市场主体联合优化模型，得到各市场主体对电力商品的价值估计值：(2.1.1)构建目标函数：以“预测价格与真实价格尽可能小”为目标，构建目标函数，表达式如式(1)所示：其中b、s分别表示购方、售方市场主体编号；二元组(b,s)表示由b和s达成的合约；表示当前的训练集，分别表示集合中所有购方主体、所有售方主体形成的集合；表示由步骤(2.1.2)中成交价表达式得到的合约(b,s)的预测成交价；表示(b,s)合约的真实成交价；(2....

【专利技术属性】
技术研发人员：程春田，李亚鹏，韩旭，王祥祯，于申，申建建，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：