一种电力市场出清价格预测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种电力市场出清价格预测方法、装置、设备及存储介质，涉及电力市场交易价格预测的技术领域，该方法包括：对电力市场运行数据进行计算，以得到竞价日前预设天数内每天的供需指数以及预测日的供需指数；根据竞价日前预设天数内每天的供需指数分别计算基于高斯核的核密度估计函数，基于预测日的供需指数计算预测日的核密度估计函数；计算竞价日前预设天数内每天的核密度估计函数与预测日的核密度估计函数之间的皮尔逊相关系数，并确定出数值最大的目标皮尔逊相关系数；基于目标皮尔逊相关系数与预设阈值的大小关系，筛选出进行出清价格预测的目标预测方法。本申请提供了一种高效计算电力市场出清价格的方法，提高了价格预测的准确率。了价格预测的准确率。了价格预测的准确率。

【技术实现步骤摘要】
一种电力市场出清价格预测方法、装置、设备及存储介质


[0001]本专利技术涉及电力市场交易价格预测的
，特别涉及一种电力市场出清价格预测方法、装置、设备及存储介质。

技术介绍

[0002]电力中长期市场和现货交易市场是未来国家电网建设的重要组成部分，中长期电力交易维护电力系统的整体长期稳健，电力现货交易市场偏重于在整体电力系统稳健的基础上发挥实时调节作用，并能更好地发现电力商品属性，实现市场化定价。在市场主体报价环节，火电厂报价相对主观难以预测，新能源发电由于具有显著的波动性和间歇性导致市场议价权弱。随着我国电力交易市场化试运行逐渐步入正轨，多省份(市或地区)要求新能源电场参与市场化交易。在进入电力市场初期，由于新能源发电具有波动性和间歇性，市场化定价使得新能源电站亏损颇多，难以预测的电力交易出清价格抑制了新能源电场的发展积极性。由于我国正式开展电力市场化交易的时间较短，行业内新能源电场对出清价格预测方法接触甚少，往往新能源发电大发时刻市场出清价格较低，甚至低至0价或负价，从而导致新能源电场产生巨大亏损，收益远低于未进入市场化交易前的售电收益平均电价。随着电力体制改革和“碳达峰”、“碳中和”目标的推行，未来会有更多主体和省份参与电力市场化交易，准确预测出清价格对于市场主体报价决策的具有重要意义。目前对电力市场出清价格预测分为两类：一是仅基于历史数据预测未来市场出清电价，这一方法难以把握未来突发情况；二是基于电力中心披露的数据或利用纯机器学习方法或利用纯线性统计方法，其中机器学习方法预测出清价格计算量大，计算耗时，纯线性统计方法对非线性关系预测效果差。因此，如何预测所在省份的电力市场化交易出清价格是刻不容缓的首要问题。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种电力市场出清价格预测方法、装置、设备及存储介质，能够快速、准确、高效地利用电力交易中心披露数据对未来市场出清价格进行预测。其具体方案如下：
[0004]第一方面，本申请提供了一种电力市场出清价格预测方法，包括：
[0005]基于预设规则对电力交易中心披露的电力市场运行数据进行计算，以得到竞价日前预设天数内每天的供需指数以及预测日的供需指数；
[0006]根据所述竞价日前预设天数内每天的供需指数分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数，并基于所述预测日的供需指数计算所述预测日的基于高斯核的核密度估计函数；
[0007]分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数与所述预测日的基于高斯核的核密度估计函数之间的皮尔逊相关系数，并从计算得到的所有所述皮尔逊相关系数中确定出数值最大的目标皮尔逊相关系数；
[0008]基于所述目标皮尔逊相关系数与预设阈值的大小关系，从预设方法库中筛选出用
于进行出清价格预测的目标预测方法；所述预设方法库包括分段线性拟合方法和机器学习方法。
[0009]可选的，所述基于预设规则对电力交易中心披露的电力市场运行数据进行计算，以得到竞价日前预设天数内每天的供需指数以及预测日的供需指数，包括：
[0010]根据电力交易中心披露的电力市场运行数据中的目标区域范围内的火电总额容量、必停机组容量和新能源出力确定供给侧数据；
[0011]利用所述电力市场运行数据中的所述目标区域范围内的用电负荷、所述目标区域范围与其他区域范围之间的联络线负荷确定需求侧数据；
[0012]通过所述供给侧数据与所述需求侧数据的比值得到竞价日前预设天数内每天的供需指数以及预测日的供需指数。
[0013]可选的，所述基于所述目标皮尔逊相关系数与预设阈值的大小关系，从预设方法库中筛选出用于进行出清价格预测的目标预测方法，包括：
[0014]若所述目标皮尔逊相关系数大于所述预设阈值，则从所述预设方法库中筛选出所述分段线性拟合方法，并利用所述分段线性拟合方法进行出清价格预测；
[0015]若所述目标皮尔逊相关系数小于或等于所述预设阈值，则从所述预设方法库中筛选出所述机器学习方法，并利用所述机器学习方法进行出清价格预测。
[0016]可选的，所述利用所述分段线性拟合方法进行出清价格预测，包括：
[0017]基于竞价日前预设天数内每天的所述供需指数以及竞价日前预设天数内每天的出清价格确定相应的二维价格散点；
[0018]利用预设线性分段阈值将所述二维价格散点分成两个价格预测区间；
[0019]根据所述预设线性分段阈值从所述两个价格预测区间中与所述预测日的供需指数对应的目标价格预测区间，并通过所述目标价格预测区间的遵循最小二乘法的一维线性拟合函数进行出清价格预测。
[0020]可选的，所述利用所述机器学习方法进行出清价格预测，包括：
[0021]利用所述竞价日前若干日的所述出清价格以及所述供需指数对若干种机器学习模型进行训练，并基于交叉验证方法分别计算各种所述机器学习模型的训练分数；
[0022]从计算得到的所有所述训练分数中确定出数值最大的目标训练分数；
[0023]从各种所述机器学习模型中筛选与所述目标训练分数对应的目标机器学习模型，并基于所述目标机器学习模型进行出清价格预测；
[0024]其中，所述若干种机器学习模型包括随机森林、支持向量机、径向基神经网络和长短期记忆递归神经网络中任意几种的组合。
[0025]可选的，所述基于所述目标机器学习模型进行出清价格预测，包括：
[0026]将所述预测日的所述供需指数输入所述目标机器学习模型中，以得到所述目标机器学习模型输出的所述预测日的所述出清价格。
[0027]可选的，所述根据所述竞价日前预设天数内每天的供需指数分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数，并基于所述预测日的供需指数计算所述预测日的基于高斯核的核密度估计函数，包括：
[0028]根据所述竞价日前预设天数内每天的供需指数以及所述供需指数的概率密度分布分别计算所述竞价日前预设天数内的基于高斯核的核密度估计函数；
[0029]基于所述预测日的供需指数以及所述预测日的所述供需指数的概率密度分布计算所述预测日的基于高斯核的核密度估计函数。
[0030]第二方面，本申请提供了一种电力市场出清价格预测装置，包括：
[0031]供需指数获取模块，用于基于预设规则对电力交易中心披露的电力市场运行数据进行计算，以得到竞价日前预设天数内每天的供需指数以及预测日的供需指数；
[0032]函数计算模块，用于根据所述竞价日前预设天数内每天的供需指数分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数，并基于所述预测日的供需指数计算所述预测日的基于高斯核的核密度估计函数；
[0033]相关系数确定模块，用于分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数与所述预测日的基于高斯核的核密度估计函数之间的皮尔逊相关系数，并从计算得到的所有所述皮尔逊相关系数中确定出数值最大的目标皮尔逊本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力市场出清价格预测方法，其特征在于，包括：基于预设规则对电力交易中心披露的电力市场运行数据进行计算，以得到竞价日前预设天数内每天的供需指数以及预测日的供需指数；根据所述竞价日前预设天数内每天的供需指数分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数，并基于所述预测日的供需指数计算所述预测日的基于高斯核的核密度估计函数；分别计算所述竞价日前预设天数内每天的基于高斯核的核密度估计函数与所述预测日的基于高斯核的核密度估计函数之间的皮尔逊相关系数，并从计算得到的所有所述皮尔逊相关系数中确定出数值最大的目标皮尔逊相关系数；基于所述目标皮尔逊相关系数与预设阈值的大小关系，从预设方法库中筛选出用于进行出清价格预测的目标预测方法；所述预设方法库包括分段线性拟合方法和机器学习方法。2.根据权利要求1所述的电力市场出清价格预测方法，其特征在于，所述基于预设规则对电力交易中心披露的电力市场运行数据进行计算，以得到竞价日前预设天数内每天的供需指数以及预测日的供需指数，包括：根据电力交易中心披露的电力市场运行数据中的目标区域范围内的火电总额容量、必停机组容量和新能源出力确定供给侧数据；利用所述电力市场运行数据中的所述目标区域范围内的用电负荷、所述目标区域范围与其他区域范围之间的联络线负荷确定需求侧数据；通过所述供给侧数据与所述需求侧数据的比值得到竞价日前预设天数内每天的供需指数以及预测日的供需指数。3.根据权利要求1所述的电力市场出清价格预测方法，其特征在于，所述基于所述目标皮尔逊相关系数与预设阈值的大小关系，从预设方法库中筛选出用于进行出清价格预测的目标预测方法，包括：若所述目标皮尔逊相关系数大于所述预设阈值，则从所述预设方法库中筛选出所述分段线性拟合方法，并利用所述分段线性拟合方法进行出清价格预测；若所述目标皮尔逊相关系数小于或等于所述预设阈值，则从所述预设方法库中筛选出所述机器学习方法，并利用所述机器学习方法进行出清价格预测。4.根据权利要求3所述的电力市场出清价格预测方法，其特征在于，所述利用所述分段线性拟合方法进行出清价格预测，包括：基于竞价日前预设天数内每天的所述供需指数以及竞价日前预设天数内每天的出清价格确定相应的二维价格散点；利用预设线性分段阈值将所述二维价格散点分成两个价格预测区间；根据所述预设线性分段阈值从所述两个价格预测区间中与所述预测日的供需指数对应的目标价格预测区间，并通过所述目标价格预测区间的遵循最小二乘法的一维线性拟合函数进行出清价格预测。5.根据权利要求3所述的电力市场出清价格预测方法，其特征在于，所述利用所述机器学习方法进行出清价格预测，包括：利用所述竞价日前若干日...

【专利技术属性】
技术研发人员：吴彦洁，姜婷婷，陈广宇，赵子皓，
申请(专利权)人：浙江运达风电股份有限公司，
类型：发明
国别省市：