一种电价预测方法、系统、计算机可读存储介质及设备技术方案

本发明专利技术属于电力市场预测领域，为了解决当前的电价预测方法，在出现市场异常波动和不确定性事件时，电价预测结果的准确性会大幅降低的问题，提供一种电价预测方法、系统、计算机可读存储介质及设备，先采用训练后的回归模型对一定时间范围内的电价进行初步预测，再对初步预测电价与真实电价的差值分布进行分析，若符合正态分布，则说明当前的回归模型预测较为准确，可继续采用当前的回归模型进行电价预测，若不符合正态分布，说明当前的回归模型预测结果的准确性无法满足当前要求，对当前的回归模型进行修正再进行电价预测。型进行修正再进行电价预测。型进行修正再进行电价预测。

【技术实现步骤摘要】
一种电价预测方法、系统、计算机可读存储介质及设备


[0001]本专利技术属于电力市场预测领域，涉及一种电价预测方法、系统、计算机可读存储介质及设备。

技术介绍

[0002]电力市场的健康与可持续发展有利于促进能源转型和升级，加快推进清洁能源的开发和利用。同时，要实现电力市场的健康运行，核心在于定价机制。而要推动电力市场蓬勃发展，则要提高发售电双方参与市场的积极性。对于市场主体而言，最关心的指标就是电价。
[0003]电力价格的波动性和不确定性为电力市场参与者带来了风险，因此，准确的电价预测可以用于辅助制定电力购买和销售策略，对于电力市场主体具有重要意义。现有的电价预测方法，主要是基于历史数据和市场规则，利用时间序列模型或机器学习模型对未来的价格进行预测，在市场平稳时一般具有较好的效果，但是，面对市场中出现的异常波动，以及突发的不确定性事件时，往往缺乏及时有效的调整机制，使电价预测准确性大幅降低。如公开号为CN116091118A的中国专利技术专利申请，公开了一种电价预测方法，根据历史交易数据中结算出清价和节点电价的历史数据构建结算出清价和节点电价的线性回归方程，根据电力负荷数据、节点电价的历史数据及电价影响因子构建电价预测模型，并基于构建好的电力预测模型预测出未来运行日分时段的节点电价，再将预测出的未来运行日分时段的节点电价代入线性回归方程中得到未来运行日分时段的结算出清价预测值，虽然提高了再未来长时序多步预测中节点电价及结算出清价的预测精度，但是，仍然无法解决市场异常波动和不确定性事件发生导致的电价预测结果准确性大幅降低的问题。

技术实现思路

[0004]本专利技术为了解决当前的电价预测方法，在出现市场异常波动和不确定性事件时，电价预测结果的准确性会大幅降低的问题，提供一种电价预测方法、系统、计算机可读存储介质及设备。
[0005]为了实现上述目的，本专利技术采用以下技术方案予以实现：
[0006]第一方面，本专利技术提出一种电价预测方法，包括以下步骤：
[0007]S1，通过训练后的回归模型，根据预设时间范围内电价预测数据进行电价初步预测，得到预设时间范围内初步预测电价；
[0008]S2，计算预设时间范围内初步预测电价与真实电价的差值，得到预设时间范围内的价格预测偏差；
[0009]S3，判断预设时间范围内的价格预测偏差是否服从正态分布，若是，则通过所述训练后的回归模型进行后续的电价预测；否则，修正训练后的回归模型，再返回步骤S1，直至预设时间范围内的价格预测偏差服从正态分布。
[0010]进一步地，步骤S3中，所述判断预设时间范围内的价格预测偏差是否服从正态分
布具体为，分别计算预设时间范围内的价格预测偏差的偏度和峰度，若偏度和0的差值、峰度和0的差值均满足预设要求，则预设时间范围内的价格预测偏差服从正态分布；否则，预设时间范围内的价格预测偏差不服从正态分布。
[0011]进一步地，所述偏度通过下式计算：
[0012][0013]其中，表示预设时间范围内的价格预测偏差数量，表示预设时间范围内第个价格预测偏差，
‑
表示预设时间范围内的价格预测偏差均值；
[0014]所述峰度通过下式计算：
[0015][0016]进一步地，步骤S1中，所述训练后的回归模型，是通过以下方法得到的：
[0017]通过任一时间跨度内，已知的真实电价和对应的真实电价预测数据，对回归模型进行训练，得到训练后的回归模型；
[0018]步骤S3中，所述修正训练后的回归模型具体为：
[0019]通过与步骤S1不同时间跨度内，已知的真实电价和对应的真实电价预测数据，对训练后的回归模型重新训练。
[0020]进一步地，步骤S1中，所述电价预测数据包括供需数据和天气数据。
[0021]进一步地，得到训练后的回归模型和修正训练后的回归模型时，还包括对真实电价和对应的真实电价预测数据进行如下预处理：
[0022]对于供需数据，若供需数据有缺失，采用缺失供需数据最近的任一数据进行填充，得到连续的供需数据，再利用箱线图对供需数据进行检验，将超出箱线图上限值和下限值的供需数据作为异常值去除；
[0023]对于天气数据，若天气数据有缺失，采用缺失天气数据最近的任一数据进行填充，直至天气数据连续，再对天气数据的更新频率进行判断处理：
[0024]若天气数据的更新频率与供需数据的更新频率不一致，则将天气数据的更新频率扩充或缩小至与供需数据的更新频率一致；否则，直接采用连续的天气数据；
[0025]对于真实电价，若真实电价满足预设申报价格范围，则直接采用真实电价；否则，将超出预设申报价格范围的数据规范至预设申报价格范围内。
[0026]进一步地，所述供需数据包括电力市场内全部的用电负荷、风电出力数据、光伏出力数据、外送电力数据和火电机组的开停数据。
[0027]第二方面，本专利技术提出一种电价预测系统，包括初步预测模块、偏差计算模块和判断模块；
[0028]所述初步预测模块，用于通过训练后的回归模型，根据预设时间范围内电价预测数据进行电价初步预测，得到预设时间范围内初步预测电价；
[0029]所述偏差计算模块，用于计算预设时间范围内初步预测电价与真实电价的差值，得到预设时间范围内的价格预测偏差；
[0030]所述判断模块，用于判断预设时间范围内的价格预测偏差是否服从正态分布，若是，则通过所述训练后的回归模型进行后续的电价预测；否则，修正初步预测模块中训练后的回归模型，直至预设时间范围内的价格预测偏差服从正态分布。
[0031]第三方面，本专利技术提出一种计算机可读存储介质，其上存储有计算机可执行指令，所述可执行指令被处理器执行时实现如上所述的一种电价预测方法。
[0032]第四方面，本专利技术提出一种计算机设备，包括存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令；所述处理器执行所述可执行指令时实现如上所述的一种电价预测方法。
[0033]与现有技术相比，本专利技术具有以下有益效果：
[0034]1.本专利技术提出一种电价预测方法，先采用训练后的回归模型对一定时间范围内的电价进行初步预测，再对初步预测电价与真实电价的差值分布进行分析，若符合正态分布，则说明当前的回归模型预测较为准确，可继续采用当前的回归模型进行电价预测，若不符合正态分布，说明当前的回归模型预测结果的准确性无法满足当前要求，对当前的回归模型进行修正再进行电价预测。在对电价进行预测时，可以及时修正回归模型，实时对回归模型进行评估，并滚动进行高准确度的电价预测，经在电力市场进行试运行测试，在市场异常波动和不确定性事件发生时，能够及时调整回归模型，因此，可以显著提高电价预测结果的准确性，不受外界因素的影响。
[0035]2.本专利技术中结合偏度和峰度对预设时间范围内的价格预测偏差是否服从正态分布进行评估，只要偏度和峰度中的任一个参数不满足要求，则判断不服从正态分布，进一步提高了本专利技术的预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电价预测方法，其特征在于，包括以下步骤：S1，通过训练后的回归模型，根据预设时间范围内电价预测数据进行电价初步预测，得到预设时间范围内初步预测电价；S2，计算预设时间范围内初步预测电价与真实电价的差值，得到预设时间范围内的价格预测偏差；S3，判断预设时间范围内的价格预测偏差是否服从正态分布，若是，则通过所述训练后的回归模型进行后续的电价预测；否则，修正训练后的回归模型，再返回步骤S1，直至预设时间范围内的价格预测偏差服从正态分布。2.根据权利要求1所述一种电价预测方法，其特征在于：步骤S3中，所述判断预设时间范围内的价格预测偏差是否服从正态分布具体为，分别计算预设时间范围内的价格预测偏差的偏度和峰度，若偏度和0的差值、峰度和0的差值均满足预设要求，则预设时间范围内的价格预测偏差服从正态分布；否则，预设时间范围内的价格预测偏差不服从正态分布。3.根据权利要求2所述一种电价预测方法，其特征在于：所述偏度通过下式计算：其中，表示预设时间范围内的价格预测偏差数量，表示预设时间范围内第个价格预测偏差，
‑
表示预设时间范围内的价格预测偏差均值；所述峰度通过下式计算：4.根据权利要求1至3任一所述一种电价预测方法，其特征在于：步骤S1中，所述训练后的回归模型，是通过以下方法得到的：通过任一时间跨度内，已知的真实电价和对应的真实电价预测数据，对回归模型进行训练，得到训练后的回归模型；步骤S3中，所述修正训练后的回归模型具体为：通过与步骤S1不同时间跨度内，已知的真实电价和对应的真实电价预测数据，对训练后的回归模型重新训练。5.根据权利要求4所述一种电价预测方法，其特征在于：步骤S1中，所述电价预测数据包括供需数据和天气数据。6.根据权利要求5所述一种电价预测方法，其特征在于：得到训练后的回归模型和修正训练后的回归模型时，还包括对真实电价和对应的真实电价预测数据进行如下预处理：对于供需数据，若...

【专利技术属性】
技术研发人员：孙嘉伟，王宗尧，张帅，王蕊超，黄耀真，王会霞，
申请(专利权)人：特变电工新疆新能源股份有限公司，
类型：发明
国别省市：