一种碳市场量价预测方法与流程

本发明涉及，特别涉及一种碳市场量价预测方法。

背景技术：

1、碳市场机制成为全球各国降低碳排放的重要手段，中国碳市场机制正逐步完善，现已形成了全国碳市场和地方碳市场协同运行，互为补充的碳交易体系，未来碳市场规模有很大的增长空间。碳价是碳排放权交易市场的核心要素，对碳价的准确预测有助于政府科学制定碳市场政策；也有利于企业在碳市场中的有效决策，实现碳减排成本的最小化。

2、碳排放权作为一种市场交易标的，其价格的变化是碳市场内在机制以及外在多种因素共同作用下的结果，国内外已开展了不同主体参与碳市场交易问题的研究，主要集中在火电企业、高耗能工业企业的碳减排路径、参与碳市场交易优化决策、碳价预测、碳资产管理等方面，对碳价预测及主体在碳市场交易的策略问题仍存在一些不足与空白。

技术实现思路

1、本发明的目的是提供一种碳市场量价预测方法。

2、为此，本发明技术方案如下：

3、本发明提供了一种碳市场量价预测方法，包括

4、获取待预测时间段；其中，该预测时间段至少包括多个时间点；

5、将待预测时间段输入预先训练好的碳市场量价预测模型，得到待预测时间段每一时间点碳配额交易量和交易价格；其中，碳市场量价模型为根据季节性碳市场历史时间序列对应的碳配额交易量和交易价格以及历史时间序列对bilstm模型进行训练得到。

6、进一步的，还包括

7、采集季节性碳市场在历史时间序列对应的碳配额交易序列、交易价格序列；

8、根据季节性碳市场在历史时间序列对应的碳配额交易序列、交易价格序列、以及历史时间序列，生成样本集；

9、将样本集中的样本根据预设比例划分为训练样本、以及测试样本；

10、利用训练样本对bilstm模型进行训练；

11、利用测试样本对训练后的bilstm模型进行测试，测试通过时得到训练好的碳市场量价预测模型。

12、进一步的，所述bilstm模型的预测方法为：

13、使用正序历史数据对lstm模型进行训练后，需要再次使用逆序历史数据对lstm进行训练，并将两次训练得出的预测数值进行拼接取平均后作为预测时段得到的碳配额价格和交易量预测值。

14、进一步的，所述bilstm模型的训练过程为：

15、1)确定lstm中的遗忘门，通过读取当前时刻数据xt和前一时刻隐层状态ht-1，输出t时刻遗忘门数值ft，以此决定从神经元状态中舍弃的信息；

16、ft＝σ(wf[ht-1,xt]+bf)

17、

18、其中，xt为当前时刻数据，ht-1为前一时刻隐层状态，ft为遗忘门值，σ表示激活函数，wf为权重，bf为偏移量；

19、2)确定神经元状态中被存放的新信息，通过输入门层决定记忆门值it，并通过tanh生成新的候选数值

20、it＝σ(wi·[ht-1,xt]+bi

21、

22、

23、其中，it为记忆门值，为临时状态，tanh表示正切双曲函数，wi和wc为权重，bi和bc为偏移量；

24、3)更新神经元状态，结合要舍弃的上一神经元状态信息以及新的候选数值信息：

25、

26、4)输出隐含层状态，设置滤波器，使用sigmod决定神经元输出状态ot，并进一步输出t时刻隐含层状态ht：

27、ot＝σ(wo[ht-1，xt]+bo)

28、ht＝ot*tanh(ct)

29、其中，wo为权重；bo为偏移量，通常为1；

30、进一步的，利用测试样本进行验证时，采用均方根误差或平均绝对误差来衡量预测的准确性；

31、均方根误差的表示方法为：

32、

33、平均绝对误差的表示方法为：

34、

35、其中，mse代表均方根误差，mae代表平均绝对误差，yi为实际值，为预测值，n为预测数量。

36、本发明同时还提供了一种计算机设备，包括

37、存储器和处理器；

38、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，其中，所述处理器执行所述计算机可执行指令时实现上述碳市场量价预测方法的步骤。

39、本发明同时也提供了一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现上述碳市场量价预测方法的步骤。

40、与现有技术相比，该碳市场量价预测方法立足解决燃煤发电市场主体参与碳市场交易以获取满足配额履约所需的碳配额数量问题，充分碳市场中碳配额交易价格及交易数量的不确定性，建立基于bilstm的碳市场量价预测模型，得到尽量准确的下月碳市场交易价格及交易数量预测数据，从而指导不同风险偏好水平的燃煤发电商参与碳市场交易，降低市场主体购买碳配额成本，为市场主体参与市场交易提供决策依据。

技术特征：

1.一种碳市场量价预测方法，其特征在于，包括

2.根据权利要求1所述的碳市场量价预测方法，其特征在于，还包括

3.根据权利要求2所述的碳市场量价预测方法，其特征在于，所述bilstm模型的预测方法为：

4.根据权利要求3所述的碳市场量价预测方法，其特征在于，所述bilstm模型的训练过程为：

5.根据权利要求4所述的碳市场量价预测方法，其特征在于，利用测试样本进行验证时，采用均方根误差或平均绝对误差来衡量预测的准确性；

6.一种计算机设备，其特征在于，包括

7.一种计算机可读存储介质，其特征在于，其存储有计算机指令，该指令被处理器执行时实现权利要求1-5的碳市场量价预测方法的步骤。

技术总结
本发明公开了一种碳市场量价预测方法，包括，获取待预测时间段，该待预测时间段至少包括多个待预测时间点；将待预测时间段输入预先训练好的碳市场量价预测模型，得到待预测时间段每一时间点碳配额交易量和交易价格；其中，碳市场量价模型为根据季节性碳市场历史时间序列对应的碳配额交易量和交易价格以及历史时间序列对BiLSTM模型进行训练得到；该碳市场量价预测方法立足解决燃煤发电市场主体参与碳市场交易以获取满足配额履约所需的碳配额数量问题，充分碳市场中碳配额交易价格及交易数量的不确定性，指导不同风险偏好水平的燃煤发电商参与碳市场交易，降低市场主体购买碳配额成本。

技术研发人员：张志刚,孟伟,李娜,刘畅,罗帅,高毅
受保护的技术使用者：国网天津市电力公司
技术研发日：
技术公布日：2024/1/16