一种基于大数据的电力市场价格预测方法及系统与流程

所属的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。需要说明的是，上述实施例提供的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

背景技术：

1、当前,电力市场化改革是世界电力工业的发展趋势和国际电力科学研究与工程实践的热点。在电力市场环境下,电价不仅是电力市场供求关系的信号,也是控制电力市场交易的经济杠杆。因此,如何合理的根据市场需求确定相应的电价直接影响到电力市场能否正常的运营,怎样根据电力市场的相关历史数据准确的预测出未来的市场电价,对于市场中的各个参与者都具有十分重要的意义。

2、然而现有技术中，由于电力市场价格与其他因素之间的关系可能非常复杂，现有模型可能难以捕捉这些非线性关系，就会导致预测的准确性偏低，并且，电力市场价格预测需要考虑不同时间尺度上的数据，现有方法可能未能充分融合多尺度信息，电力市场价格还会受到实时因素的影响，如天气因素，现有的预测模型并不能够准确融合实时数据以提高预测准确性。因此，如何提供一种基于大数据的电力市场价格预测方法及系统是本领域技术人员急需解决的技术问题。

技术实现思路

1、本发明的目的是提供一种基于大数据的电力市场价格预测方法及系统，本发明通过大数据分析历史年度的电价和温度波动规律，结合实时数据预测当前年度的电力市场价格，在预测过程中，根据历史数据的相似性进行动态调整，提高了预测的准确性。

2、为了实现上述目的，本发明提供了如下的技术方案：

3、一种基于大数据的电力市场价格预测方法，包括:

4、基于大数据技术获取若干个历史年度的峰值电价和最低电价，并根据所述峰值电价和最低电价计算电价波动差值；

5、获取若干个历史年度的最高温度和最低温度，并根据所述最高温度和所述最低温度计算温度波动差值；

6、根据各所述历史年度相对应的所述电价波动差值、所述温度波动差值建立数据模型；其中，

7、所述电价波动差值、所述温度波动差值分别与所述历史年度相对应；

8、实时获取当前年度的全年温度预测值，并根据所述全年温度预测值获取当前年度的所述最高温度和所述最低温度，并根据当前年度的所述最高温度和所述最低温度计算当前年度的所述温度波动差值，并根据所述数据模型与当前年度的所述温度波动差值预测当前年度的电力市场价格预测值；其中，

9、当存在与当前年度的所述温度波动差值相对应的至少两个所述历史年度相对应的所述温度波动差值相等时，将至少两个所述历史年度相对应的所述电价波动差值计算平均值，并作为所述电力市场价格预测值；

10、当不存在与当前年度的所述温度波动差值相对应的至少两个所述历史年度相对应的所述温度波动差值相等时，基于大数据技术对当前年度的所述电力市场价格预测值进行预测。

11、在本技术的一些实施例中，当不存在与当前年度的所述温度波动差值相对应的至少两个所述历史年度相对应的所述温度波动差值相等时，基于大数据技术对当前年度的所述电力市场价格预测值进行预测，包括：

12、实时获取当前年度的峰值电价i；

13、预先设定有第一预设价格预测值a1，第二预设价格预测值a2，第三预设价格预测值a3，第四预设价格预测值a4，且a1＜a2＜a3＜a4；

14、预先设定有第一预设峰值电价y01，第二预设峰值电价y02，第三预设峰值电价y03，第四预设峰值电价y04，且y01＜y02＜y03＜y04；

15、根据i与各预设峰值电价之间的关系选定相应地价格预测值作为预测得到的当前年度的所述电力市场价格预测值；

16、当i＜y01时，选定所述第一预设价格预测值a1作为预测得到的当前年度的所述电力市场价格预测值；

17、当y01≤i＜y02时，选定所述第二预设价格预测值a2作为预测得到的当前年度的所述电力市场价格预测值；

18、当y02≤i＜y03时，选定所述第三预设价格预测值a3作为预测得到的当前年度的所述电力市场价格预测值；

19、当y03≤i＜y04时，选定所述第四预设价格预测值a4作为预测得到的当前年度的所述电力市场价格预测值。

20、在本技术的一些实施例中，还包括：

21、实时获取当前年度的平均温度k；

22、预先设定有第一预设价格预测值修正系数b1，第二预设价格预测值修正系数b2，第三预设价格预测值修正系数b3，第四预设价格预测值修正系数b4，且1＜b1＜b2＜b3＜b4＜1.2；

23、预先设定有第一预设平均温度z01，第二预设平均温度z02，第三预设平均温度z03，第四预设平均温度z04，且z01＜z02＜z03＜z04；

24、根据k与各预设平均温度之间的关系选定相应地价格预测值修正系数以对各预设价格预测值进行修正；

25、当k＜z01时，选定所述第四预设价格预测值修正系数b4对所述第一预设价格预测值a1进行修正，修正后的当前年度的所述电力市场价格预测值为a1*b4；

26、当z01≤k＜z02时，选定所述第三预设价格预测值修正系数b3对所述第二预设价格预测值a2进行修正，修正后的当前年度的所述电力市场价格预测值为a2*b3；

27、当z02≤k＜z03时，选定所述第二预设价格预测值修正系数b2对所述第三预设价格预测值a3进行修正，修正后的当前年度的所述电力市场价格预测值为a3*b2；

28、当z03≤k＜z04时，选定所述第一预设价格预测值修正系数b1对所述第四预设价格预测值a4进行修正，修正后的当前年度的所述电力市场价格预测值为a4*b1。

29、在本技术的一些实施例中，还包括：

30、实时获取当前年度的平均湿度j；

31、预先设定有第一预设价格预测值二次修正系数c1，第二预设价格预测值二次修正系数c2，第三预设价格预测值二次修正系数c3，第四预设价格预测值二次修正系数c4，且1＜c1＜c2＜c3＜c4＜1.4；

32、预先设定有第一预设平均湿度x01，第二预设平均湿度x02，第三预设平均湿度x03，第四预设平均湿度x04，且x01＜x02＜x03＜x04；

33、根据j与各预设平均湿度之间的关系选定相应地价格预测值二次修正系数以对修正后的各预设价格预测值进行二次修正；

34、当j＜x01时，选定所述第四预设价格预测值二次修正系数c4对修正后的所述第一预设价格预测值a1进行二次修正，修正后的当前年度的所述电力市场价格预测值为a1*b4*c4；

35、当x01≤j＜x02时，选定所述第三预设价格预测值二次修正系数c3对修正后的所述第二预设价格预测值a2进行二次修正，修正后的当前年度的所述电力市场价格预测值为a2*b3*c3；

36、当x02≤j＜x03时，选定所述第二预设价格预测值二次修正系数c2对修正后的所述第三预设价格预测值a3进行二次修正，修正后的当前年度的所述电力市场价格预测值为a3*b2*c2；

37、当x03≤j＜x04时，选定所述第一预设价格预测值二次修正系数c1对修正后的所述第四预设价格预测值a4进行二次修正，修正后的当前年度的所述电力市场价格预测值为a4*b1*c1。

38、在本技术的一些实施例中，还包括：

39、实时获取当前年度的日照时数u；

40、预先设定有第一预设价格预测值三次修正系数d1，第二预设价格预测值三次修正系数d2，第三预设价格预测值三次修正系数d3，第四预设价格预测值三次修正系数d4，且1＜d1＜d2＜d3＜d4＜1.2；

41、预先设定有第一预设日照时数v01，第二预设日照时数v02，第三预设日照时数v03，第四预设日照时数v04，且v01＜v02＜v03＜v04；

42、根据u与各预设日照时数之间的关系选定相应地价格预测值三次修正系数以对二次修正后的各预设价格预测值进行三次修正；

43、当u＜v01时，选定所述第四预设价格预测值三次修正系数d4对二次修正后的所述第一预设价格预测值a1进行三次修正，修正后的当前年度的所述电力市场价格预测值为a1*b4*c4*d4；

44、当v01≤u＜v02时，选定所述第三预设价格预测值三次修正系数d3对二次修正后的所述第二预设价格预测值a2进行三次修正，修正后的当前年度的所述电力市场价格预测值为a2*b3*c3*d3；

45、当v02≤u＜v03时，选定所述第二预设价格预测值三次修正系数d2对二次修正后的所述第三预设价格预测值a3进行三次修正，修正后的当前年度的所述电力市场价格预测值为a3*b2*c2*d2；

46、当v03≤u＜v04时，选定所述第一预设价格预测值三次修正系数d1对二次修正后的所述第四预设价格预测值a4进行三次修正，修正后的当前年度的所述电力市场价格预测值为a4*b1*c1*d1。

47、为了实现上述目的，本发明还相应地提供了一种基于大数据的电力市场价格预测系统，应用于所述的基于大数据的电力市场价格预测方法中，包括：

48、获取单元，用于基于大数据技术获取若干个历史年度的峰值电价和最低电价，并根据所述峰值电价和最低电价计算电价波动差值；

49、处理单元，获取若干个历史年度的最高温度和最低温度，并根据所述最高温度和所述最低温度计算温度波动差值；

50、模型单元，用于根据各所述历史年度相对应的所述电价波动差值、所述温度波动差值建立数据模型；其中，

51、所述电价波动差值、所述温度波动差值分别与所述历史年度相对应；

52、预测单元，用于实时获取当前年度的全年温度预测值，并根据所述全年温度预测值获取当前年度的所述最高温度和所述最低温度，并根据当前年度的所述最高温度和所述最低温度计算当前年度的所述温度波动差值，并根据所述数据模型与当前年度的所述温度波动差值预测当前年度的电力市场价格预测值；其中，

53、当存在与当前年度的所述温度波动差值相对应的至少两个所述历史年度相对应的所述温度波动差值相等时，将至少两个所述历史年度相对应的所述电价波动差值计算平均值，并作为所述电力市场价格预测值；

54、当不存在与当前年度的所述温度波动差值相对应的至少两个所述历史年度相对应的所述温度波动差值相等时，基于大数据技术对当前年度的所述电力市场价格预测值进行预测。

55、在本技术的一些实施例中，所述预测单元还用于当不存在与当前年度的所述温度波动差值相对应的至少两个所述历史年度相对应的所述温度波动差值相等时，实时获取当前年度的峰值电价i；

56、所述预测单元内预先设定有第一预设价格预测值a1，第二预设价格预测值a2，第三预设价格预测值a3，第四预设价格预测值a4，且a1＜a2＜a3＜a4；

57、所述预测单元内预先设定有第一预设峰值电价y01，第二预设峰值电价y02，第三预设峰值电价y03，第四预设峰值电价y04，且y01＜y02＜y03＜y04；

58、所述预测单元还用于根据i与各预设峰值电价之间的关系选定相应地价格预测值作为预测得到的当前年度的所述电力市场价格预测值；

59、当i＜y01时，选定所述第一预设价格预测值a1作为预测得到的当前年度的所述电力市场价格预测值；

60、当y01≤i＜y02时，选定所述第二预设价格预测值a2作为预测得到的当前年度的所述电力市场价格预测值；

61、当y02≤i＜y03时，选定所述第三预设价格预测值a3作为预测得到的当前年度的所述电力市场价格预测值；

62、当y03≤i＜y04时，选定所述第四预设价格预测值a4作为预测得到的当前年度的所述电力市场价格预测值。

63、在本技术的一些实施例中，所述预测单元还用于实时获取当前年度的平均温度k；

64、所述预测单元内预先设定有第一预设价格预测值修正系数b1，第二预设价格预测值修正系数b2，第三预设价格预测值修正系数b3，第四预设价格预测值修正系数b4，且1＜b1＜b2＜b3＜b4＜1.2；

65、所述预测单元内预先设定有第一预设平均温度z01，第二预设平均温度z02，第三预设平均温度z03，第四预设平均温度z04，且z01＜z02＜z03＜z04；

66、所述预测单元还用于根据k与各预设平均温度之间的关系选定相应地价格预测值修正系数以对各预设价格预测值进行修正；

67、当k＜z01时，选定所述第四预设价格预测值修正系数b4对所述第一预设价格预测值a1进行修正，修正后的当前年度的所述电力市场价格预测值为a1*b4；

68、当z01≤k＜z02时，选定所述第三预设价格预测值修正系数b3对所述第二预设价格预测值a2进行修正，修正后的当前年度的所述电力市场价格预测值为a2*b3；

69、当z02≤k＜z03时，选定所述第二预设价格预测值修正系数b2对所述第三预设价格预测值a3进行修正，修正后的当前年度的所述电力市场价格预测值为a3*b2；

70、当z03≤k＜z04时，选定所述第一预设价格预测值修正系数b1对所述第四预设价格预测值a4进行修正，修正后的当前年度的所述电力市场价格预测值为a4*b1。

71、在本技术的一些实施例中，所述预测单元还用于实时获取当前年度的平均湿度j；

72、所述预测单元内预先设定有第一预设价格预测值二次修正系数c1，第二预设价格预测值二次修正系数c2，第三预设价格预测值二次修正系数c3，第四预设价格预测值二次修正系数c4，且1＜c1＜c2＜c3＜c4＜1.4；

73、所述预测单元内预先设定有第一预设平均湿度x01，第二预设平均湿度x02，第三预设平均湿度x03，第四预设平均湿度x04，且x01＜x02＜x03＜x04；

74、所述预测单元还用于根据j与各预设平均湿度之间的关系选定相应地价格预测值二次修正系数以对修正后的各预设价格预测值进行二次修正；

75、当j＜x01时，选定所述第四预设价格预测值二次修正系数c4对修正后的所述第一预设价格预测值a1进行二次修正，修正后的当前年度的所述电力市场价格预测值为a1*b4*c4；

76、当x01≤j＜x02时，选定所述第三预设价格预测值二次修正系数c3对修正后的所述第二预设价格预测值a2进行二次修正，修正后的当前年度的所述电力市场价格预测值为a2*b3*c3；

77、当x02≤j＜x03时，选定所述第二预设价格预测值二次修正系数c2对修正后的所述第三预设价格预测值a3进行二次修正，修正后的当前年度的所述电力市场价格预测值为a3*b2*c2；

78、当x03≤j＜x04时，选定所述第一预设价格预测值二次修正系数c1对修正后的所述第四预设价格预测值a4进行二次修正，修正后的当前年度的所述电力市场价格预测值为a4*b1*c1。

79、在本技术的一些实施例中，所述预测单元还用于实时获取当前年度的日照时数u；

80、所述预测单元内预先设定有第一预设价格预测值三次修正系数d1，第二预设价格预测值三次修正系数d2，第三预设价格预测值三次修正系数d3，第四预设价格预测值三次修正系数d4，且1＜d1＜d2＜d3＜d4＜1.2；

81、所述预测单元内预先设定有第一预设日照时数v01，第二预设日照时数v02，第三预设日照时数v03，第四预设日照时数v04，且v01＜v02＜v03＜v04；

82、所述预测单元还用于根据u与各预设日照时数之间的关系选定相应地价格预测值三次修正系数以对二次修正后的各预设价格预测值进行三次修正；

83、当u＜v01时，选定所述第四预设价格预测值三次修正系数d4对二次修正后的所述第一预设价格预测值a1进行三次修正，修正后的当前年度的所述电力市场价格预测值为a1*b4*c4*d4；

84、当v01≤u＜v02时，选定所述第三预设价格预测值三次修正系数d3对二次修正后的所述第二预设价格预测值a2进行三次修正，修正后的当前年度的所述电力市场价格预测值为a2*b3*c3*d3；

85、当v02≤u＜v03时，选定所述第二预设价格预测值三次修正系数d2对二次修正后的所述第三预设价格预测值a3进行三次修正，修正后的当前年度的所述电力市场价格预测值为a3*b2*c2*d2；

86、当v03≤u＜v04时，选定所述第一预设价格预测值三次修正系数d1对二次修正后的所述第四预设价格预测值a4进行三次修正，修正后的当前年度的所述电力市场价格预测值为a4*b1*c1*d1。

87、本发明提供了一种基于大数据的电力市场价格预测方法及系统，与现有技术相比，其有益效果在于：

88、本发明通过结合历史年度的电价和温度数据，建立数据模型，使得预测结果更加接近实际值，结合实时获取当前年度的全年温度预测值，计算当前年度的温度波动差值，使得预测结果具有较高的实时性，并考虑到电力市场价格波动影响因素甚多，当存在与当前年度的温度波动差值相对应的至少两个历史年度相对应的温度波动差值相等时，采用平均值作为预测值，提高了预测结果的稳定性，当不存在与当前年度的温度波动差值相对应的至少两个历史年度相对应的温度波动差值相等时，基于大数据技术对当前年度的电力市场价格预测值进行预测，增强了预测方法对不同情况的适应性，综合有效地实现了对电力市场价格预测的高效性。