基于细则考核损失的电力市场新能源日前交易决策方法技术

本申请提出了一种基于细则考核损失的电力市场新能源日前交易决策方法，涉及电场电力交易辅助决策技术领域，其中，该方法包括：获取待处理数据，其中，待处理数据包括历史数据、合约数据和市场环境信息，历史数据包括综合历史交易价格数据；基于历史数据对电力市场新能源交易价格进行预测，得到预测数据；构造细则考核损失目标函数及约束条件，并根据预测数据、合约数据和市场环境信息，以细则考核损失目标函数为求解目标，基于约束条件进行求解，得到最优日前申报方案。采用上述方案的本发明专利技术综合考虑市场规则信息、中长期交易信息、电价预测信息、功率预测信息等因素，以降低细则考核损失为目标，将日前申报问题进行量化处理，客观性更强。性更强。性更强。

【技术实现步骤摘要】
基于细则考核损失的电力市场新能源日前交易决策方法


[0001]本申请涉及电场电力交易辅助决策
，尤其涉及基于细则考核损失的电力市场新能源日前交易决策方法和装置。

技术介绍

[0002]在电力现货市场场景下，新能源发电企业参与电力现货交易，按照目前市场规则要求，需要进行日前申报。日前申报方案为96点的功率曲线。所以，如何制定合理有效的日前申报方案，实现收益最大化，是一个急需解决的核心问题。
[0003]目前，多数新能源发电企业的日前申报方式主要有三种：第一种是直接使用风功率预测系统的原始功率预测数据作为市场申报方案；第二种是使用人工方式对原始功率预测数据进行调整，形成市场申报方案；第三种是借助软件系统，生成市场申报方案。但是，第一种方式完全依赖原始功率预测数据，未综合考虑中长期合约情况、市场供需情况、市场考核规则等各种因素，再加上功率预测结果普遍偏差较大，结算中大概率产生考核费用。第二种方式，虽然对原始功率预测数据进行了一定调整，但调整操作过度依赖个人的能力和经验，没有明确的量化处理中间过程，实际产生的市场申报方案中部分因素带有人为随机性，并且工作效率低下。第三种方式，虽然借助了信息化手段，但通常基于历史交易数据，采用统计分析方法进行价格趋势分析，并对短期功率预测数据与实发功率数据进行误差分析，将误差结果作为短期功率调整的依据，来生成市场申报方案，此种方式采用常规的数理统计方法，逻辑简单，考虑因素不全面，缺乏对全量数据的深度分析与挖掘，导致生成的市场申报方案全面性不足，难以最大化地降低损失、增加收益。r/>
技术实现思路

[0004]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此，本申请的第一个目的在于提出一种基于细则考核损失的电力市场新能源日前交易决策方法，解决了现有方法的考虑因素不全面，缺乏对全量数据的深度分析与挖掘，导致生成的市场申报方案难以最大化地减少细则考核损失的技术问题，实现了综合考虑市场规则信息、中长期交易信息、电价预测信息、功率预测信息等因素，将降低细则考核损失作为申报目标进行量化处理，客观性更强。
[0006]本申请的第二个目的在于提出一种基于细则考核损失的电力市场新能源日前交易决策装置。
[0007]本申请的第三个目的在于提出一种计算机设备。
[0008]本申请的第四个目的在于提出一种非临时性计算机可读存储介质。
[0009]本申请的第五个目的在于提出一种计算机程序产品。
[0010]为达上述目的，本申请第一方面实施例提出了一种基于细则考核损失的电力市场新能源日前交易决策方法，包括：获取待处理数据，其中，待处理数据包括历史数据、合约数据和市场环境信息，历史数据包括综合历史交易价格数据；基于历史数据对电力市场新能
源交易价格进行预测，得到预测数据；构造细则考核损失目标函数及约束条件，并根据预测数据、合约数据和市场环境信息，以细则考核损失目标函数为求解目标，基于约束条件进行求解，得到最优日前申报方案，其中，细则考核损失目标函数包括结算收入表示为：
[0011]J
xize
＝J
ae
+J
duanqi
[0012]其中，J
ae
表示风场最大绝对误差考核，J
duanqi
表示次日中短期考核费用。
[0013]本申请实施例的基于结算收入的电力市场新能源日前交易决策方法，通过将中长期交易与日前交易有机结合，并综合考虑了市场规则信息、中长期交易信息、电价预测信息、功率预测信息等因素，以降低细则考核损失为目标，将日前申报问题进行量化处理，构建日前申报辅助决策模型，形成日前申报方案，本申请通过将日前申报问题进行量化处理，使得生成的申报方案客观性更强，考虑因素更全面。
[0014]可选地，在本申请的一个实施例中，历史数据还包括系统负载率曲线，基于历史数据对电力市场新能源交易价格进行预测，得到预测数据，包括：
[0015]基于综合历史交易价格数据和系统负载率曲线构建特征工程，提取关键特征；
[0016]基于关键特征对预设时间段内的日前价格和实时价格进行预测，以获取预测数据，
[0017]获取待处理数据之后，还包括：
[0018]对合约数据进行分类、聚合处理，得到处理后的合约数据。
[0019]可选地，在本申请的一个实施例中，约束条件包括细则考核损失约束，细则考核损失约束包括中短期风电功率预测考核、晚高峰和低谷时段风电最大绝对值误差率考核，其中，
[0020]当新能源中短期功率预测准确率低于阈值时，产生中短期功率预测偏差考核，中短期功率预测准确率、次日中短期考核费用分别表示为：
[0021][0022]J
duanqi
＝(85％－Acc
day
‑
ahead
)
×
P
w
×
0.4
×
P_biaogan
[0023]其中，Acc
day
‑
ahead
表示新能源中短期功率预测准确率，T为该日考核的预测点数，P
i
表示i时刻新能源电站实际功率，P
i
'表示i时刻新能源电站预测功率，Cap为新能源电站考核日的最大开机容量，J
duanqi
表示次日中短期考核费用，P
w
表示新能源电站装机容量，P
biaogan
表示标杆电价，
[0024]当风电在晚高峰和低谷时段的最大绝对值误差率大于预设阈值时，产生风场最大绝对误差考核，最大绝对值误差率表示为：
[0025][0026]J
ae
＝(AE
‑
15％)
×
P
w
×
P_biaogan
[0027]其中，AE表示最大绝对值误差率,P
pi
表示i时刻新能源电站预测功率，P
i
表示i时刻
新能源电站的可用功率,P
Mi
表示受限时段i时刻的可用发电功率，i表示时刻，m表示晚高峰和低谷时段的段数，J
ae
表示风场最大绝对误差考核，P
w
表示新能源电站装机容量，P
biaogan
表示标杆电价。
[0028]可选地，在本申请的一个实施例中，根据预测数据、合约数据和市场环境信息，以细则考核损失目标函数为求解目标，基于约束条件进行求解，得到最优日前申报方案，包括：
[0029]根据合约数据中包含的中长期合约历史数据、市场披露数据、功率预测数据以及预测数据，以细则考核损失目标函数为求解目标，以构建的约束条件作为限制，采用蚁群算法进行求解，得到最优日前申报方案。
[0030]为达上述目的，本专利技术第二方面实施例提出了一种基于细则考核损失的电力市场新能源日前交易决策装置，包括获取模块、预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于细则考核损失的电力市场新能源日前交易决策方法，其特征在于，包括以下步骤：获取待处理数据，其中，所述待处理数据包括历史数据、合约数据和市场环境信息，所述历史数据包括综合历史交易价格数据；基于所述历史数据对电力市场新能源交易价格进行预测，得到预测数据；构造细则考核损失目标函数及约束条件，并根据所述预测数据、所述合约数据和所述市场环境信息，以所述细则考核损失目标函数为求解目标，基于所述约束条件进行求解，得到最优日前申报方案，其中，所述细则考核损失目标函数包括结算收入表示为：J
xize
＝J
ae
+J
duanqi
其中，J
ae
表示风场最大绝对误差考核，J
duanqi
表示次日中短期考核费用。2.如权利要求1所述的方法，其特征在于，所述历史数据还包括系统负载率曲线，所述基于所述历史数据对电力市场新能源交易价格进行预测，得到预测数据，包括：基于所述综合历史交易价格数据和系统负载率曲线构建特征工程，提取关键特征；基于所述关键特征对预设时间段内的日前价格和实时价格进行预测，以获取所述预测数据，所述获取待处理数据之后，还包括：对所述合约数据进行分类、聚合处理，得到处理后的合约数据。3.如权利要求1所述的方法，其特征在于，所述约束条件包括细则考核损失约束，所述细则考核损失约束包括中短期风电功率预测考核、晚高峰和低谷时段风电最大绝对值误差率考核，其中，当新能源中短期功率预测准确率低于阈值时，产生中短期功率预测偏差考核，所述中短期功率预测准确率、次日中短期考核费用分别表示为：J
duanqi
＝(85％－Acc
day
‑
ahead
)
×
P
w
×
0.4
×
P_biaogan其中，Acc
day
‑
ahead
表示新能源中短期功率预测准确率，T为该日考核的预测点数，P
i
表示i时刻新能源电站实际功率，P
i
'表示i时刻新能源电站预测功率，Cap为新能源电站考核日的最大开机容量，J
duanqi
表示次日中短期考核费用，P
w
表示新能源电站装机容量，P
biaogan
表示标杆电价，当风电在晚高峰和低谷时段的最大绝对值误差率大于预设阈值时，产生风场最大绝对误差考核，最大绝对值误差率表示为：J
ae
＝(AE
‑
15％)
×
P
w
×
P_biaogan
其中，AE表示最大绝对值误差率,P
pi
表示i时刻新能源电站预测功率，P
i
表示i时刻新能源电站的可用功率,P
Mi
表示受限时段i时刻的可用发电功率，i表示时刻，m表示晚高峰和低谷时段的段数，J
ae
表示风场最大绝对误差考核，P
w
表示新能源电站装机容量，P
biaogan
表示标杆电价。4.如权利要求1所述的方法，其特征在于，所述根据所述预测数据、所述合约数据和所述市场环境信息，以所述细则考核损失目标函数为求解目标，基于所述约束条件进行求解，得到最优日前申报方案，包括：根据所述合约数据中包含的中长期合约历史数据、市场披露数据、功率预测数据以及所述预测数据，以所述细则考核损失目标函数为求解目标，以构建的约束条件作为限制，采用蚁群算法进行求解，得到最优日前申报方案。5.一种基于细则考核损失的电力市场新能源日前交易决策装置，其特征在于，包括获取模块、预测模块、方案生成模块，其中，所述获取模块，用于获取待处理数据，其中，所述待处理数据包括历史数据、合约数据和市场环境信息，所述...

【专利技术属性】
技术研发人员：蒋宝平，潘霄峰，郭小江，孙财新，宋立涛，关何格格，贾和宇，王鸿策，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：