一种电力现货市场价格信息预测优化方法及系统与流程

本申请涉及电力现货市场价格预测，特别是涉及一种电力现货市场价格信息预测优化方法及系统。

背景技术：

1、电价是电力市场的核心内容，也是电力市场的经济杠杆，电价在电力市场中起着调节市场供需矛盾，促成电力交易的重要作用。节点电价作为一种能够有效反映不同时刻不同位置电能价值的短期边际成本定价法被多数国家采纳。电力现货市场采用实时的节点电价，能够有效反映电能量在时间和空间上的真实价值，为市场主体和管理者提供电价信号，提高电力资源的利用效率，优化资源配置，促进电力市场稳定发展。

2、但是，现阶段的节点电价预测存在的不足之处如下：现有节点电价预测的参考因素不全面，现货电价预测的波动幅度较小，不能预测到持续较长时间的地板价和最高限价，现货电价预测多采用单模型训练预测，精度不高，预测的不确定性较高。

技术实现思路

1、本申请的目的是：为解决上述技术问题，本申请提供了一种电力现货市场价格信息预测优化方法及系统，旨在准确预测次日节点电价和日前现货电价，保证发电侧负荷和现货收益的稳定性。

2、本申请的一些实施例中，通过获取电价负荷信息数据表数据并通过历史天气数据对现货市场交易日进行分类，得到电力现货市场电价日期信息组，将不同的影响因素与现货电价联系起来，并对电价预测所需的历史数据中可能存在的异常数据和数据缺失进行预处理，使数据规范化，提高预测精准度，为市场主体和管理者提供决策依据，保证发电侧负荷和现货收益的稳定。

3、本申请的一些实施例中，提供了一种电力现货市场价格信息预测优化方法，包括：

4、获取电力交易数据，并根据所述电力交易数据生成电价负荷信息数据表；

5、获取历史天气数据，根据所述历史天气数据对现货市场交易日进行分类，生成电力现货市场电价日期信息组；

6、对所述电价负荷信息数据表和所述电力现货市场电价日期信息组数据进行预处理，并建立电力现货市场价格预测模型；

7、所述获取电力交易数据包括：

8、电力现货市场交易历史日前电价、实时电价和负荷96点信息，包括：节点电价、日前电价、直调负荷、地方电厂发电总加负荷、联络线受电负荷、风电总加负荷、光伏总加负荷、核电总加负荷。

9、本申请的一些实施例中，所述根据所述历史天气数据对现货市场交易日进行分类时，包括：

10、获取历史天气24点信息，包括天气类型、空气质量等级、能见度、pm2.5、湿度、气温、气压、风速，并对天气信息数据进行量化处理，生成天气信息数据表。

11、本申请的一些实施例中，对所述电价负荷信息数据表进行预处理时，包括：

12、获取电价负荷缺失数据对应的日期信息组数据，并根据所日期信息组数据生成缺失数据日；

13、获取缺失数据日前后相邻两周相同星期的第一负荷影响权重比例；

14、获取缺失日前后两天的第二负荷影响权重比例；

15、获取后一周相对于前一周负荷的变化率；

16、根据所述第一负荷影响权重比例，所述第二负荷影响权重比例和所述变化率生成电价负荷缺失数据值。

17、本申请的一些实施例中，对所述电价负荷信息数据表进行预处理时，还包括：

18、获取电价负荷异常数据，并对所述电价异常数据在多个尺度进行小波分解，生成小波系数和尺度系数；

19、预设阈值函数，并根据所述阈值函数对所述小波系数进行处理，并生成降噪小波系数；

20、根据所述降噪小波系数和所述尺度系数获取降噪后的电价负荷异常数据。

21、本申请的一些实施例中，根据所述阈值函数对所述小波系数进行处理，并生成降噪小波系数时，包括：

22、预设第一阈值系数；

23、若所述第一阈值系数大于所述小波系数，则保存所述小波系数；

24、若所述第一阈值系数小于所述小波系数，则置零所述小波系数。

25、本申请的一些实施例中，所述建立电力现货市场价格预测模型时，包括：

26、对电价负荷信息数据表中的缺失数据进行填充并针对不同量纲的特征进行归一化处理，生成预处理数据，根据所述预处理后的数据生成多个样本；

27、建立多个多元时间序列lstm模型，并根据各个多元时间序列lstm模型的输出值融合构建全连接网络层；

28、根据所述全连接网络层的输出值生成预测结果。

29、本申请的一些实施例中，所述样本包括：

30、3个输入序列和1个输出值；

31、所述3个输入序列分别是邻近时间点特征输入序列、日周期性特征输入序列、周周期性特征输入序列

32、所述1个输出值是下一时刻的负荷值。

33、本申请的一些实施例中，所述建立多个多元时间序列lstm模型时，包括：

34、根据所述邻近时间点特征输入序列建立第一时序模型；

35、根据所述日周期性特征输入序列建立第二时序模型；

36、根据所述周周期性特征输入序列建立第三时序模型。

37、本申请的一些实施例中，所述建立电力现货市场价格预测模型时，还包括：

38、获取训练集和验证集对所述电力现货市场价格预测模型进行训练和调参；

39、获取所述电力现货市场价格预测模型对所述训练集的训练预测结果；

40、获取所述训练预测结果与所述验证集中真实结果的误差值；

41、根据所述误差值修正所述预测结果。

42、本申请的一些实施例中，提供了一种电力现货市场价格信息预测优化系统，其特征在于，包括：

43、电力数据获取模块，用于获取电力交易数据，并根据所述电力交易数据生成电价负荷信息数据表；

44、天气数据处理模块，用于获取历史天气数据，根据所述历史天气数据对现货市场交易日进行分类，生成电力现货市场电价日期信息组；

45、所述天气数据处理模块还用于对天气信息数据进行量化处理，生成天气信息数据表；

46、数据处理模块，用于对电价负荷信息数据表中的缺失数据进行填充并针对不同量纲的特征进行归一化处理，生成预处理数据；

47、预测模块，用于获取预处理数据，并根据所述预处理数据建立电力现货市场价格预测模型。

48、本申请实施例一种电力现货市场价格信息预测优化方法及系统与现有技术相比，其有益效果在于：

49、通过获取电价负荷信息数据表数据并通过历史天气数据对现货市场交易日进行分类，得到电力现货市场电价日期信息组，将不同的影响因素与现货电价联系起来，并对电价预测所需的历史数据中可能存在的异常数据和数据缺失进行预处理，使数据规范化，提高预测精准度，为市场主体和管理者提供决策依据，保证发电侧负荷和现货收益的稳定。

技术特征：

1.一种电力现货市场价格信息预测优化方法，其特征在于，包括：

2.如权利要求1所述的电力现货市场价格信息预测优化方法，其特征在于，所述根据所述历史天气数据对现货市场交易日进行分类时，包括：

3.如权利要求2所述的电力现货市场价格信息预测优化方法，其特征在于，对所述电价负荷信息数据表进行预处理时，包括：

4.如权利要求3所述的电力现货市场价格信息预测优化方法，其特征在于，对所述电价负荷信息数据表进行预处理时，还包括：

5.如权利要求4所述的电力现货市场价格信息预测优化方法，其特征在于，根据所述阈值函数对所述小波系数进行处理，并生成降噪小波系数时，包括：

6.如权利要求4所述的电力现货市场价格信息预测优化方法，其特征在于，所述建立电力现货市场价格预测模型时，包括：

7.如权利要求6所述的电力现货市场价格信息预测优化方法，其特征在于，所述样本包括：

8.如权利要求7所述的电力现货市场价格信息预测优化方法，其特征在于，所述建立多个多元时间序列lstm模型时，包括：

9.如权利要求6所述的电力现货市场价格信息预测优化方法，其特征在于，所述建立电力现货市场价格预测模型时，还包括：

10.一种电力现货市场价格信息预测优化系统，其特征在于，包括：

技术总结
本申请涉及电力现货市场价格预测技术领域，特别是涉及一种电力现货市场价格信息预测优化方法及系统。包括：获取电力交易数据，并根据电力交易数据生成电价负荷信息数据表；获取历史天气数据，根据历史天气数据对现货市场交易日进行分类，生成电力现货市场电价日期信息组；对电价负荷信息数据表和电力现货市场电价日期信息组数据进行预处理，并建立电力现货市场价格预测模型。通过获取电价负荷信息数据表数据并通过历史天气数据对现货市场交易日进行分类，得到电力现货市场电价日期信息组，将不同的影响因素与现货电价联系起来，并对电价预测所需的历史数据中可能存在的异常数据和数据缺失进行预处理，使数据规范化，提高预测精准度。

技术研发人员：李洪涛,王思刚,郭仁龙,鲍教旗,张家利,孙国奇,仉行,朱洪杰,李允超,马立华,李蒙
受保护的技术使用者：华能曲阜热电有限公司
技术研发日：
技术公布日：2024/1/13