基于电力交易平台大数据的多区域电价预测研究

基于电力交易平台大数据的多区域电价预测研究

徐琳

国网山东省电力公司德州市陵城区供电公司 山东德州 253500

摘要：随着电力市场的发展，目前大部分电力交易实时服务都建立在电力交易平台上，以提升电力市场的可靠性和实效性。实际上电力数据中心运营成本中的30%～50%是电费支出。针对电力价格预测，虽然目前已经取得了一定进展，但是各个国家电力市场适用的预测模型和方法都不尽相同，导致仍然还没有通用的电力价格预测方法和模型。这一方面是由于不同国家在地理位置、资源分布、电力生产、消费和政策上具有较大差异，另一方面是因为电力价格自身具有时间序列的性质，因此难以提出具有普适性的电力价格预测模型。为此本文以我国电力市场为例，基于公开的电力大数据，使用机器学习的方法建立电价预测模型，对电价波动、变化趋势进行建模预测。研究结果可为基于大数据技术的电力价格预测和建模提供参考。

关键词：电力交易平台；大数据；多区域电价预测

引言

电力价格是电力市场中较为重要的因素之一，是电力能源供需关系之间相互作用的结果。同时电力市场中的电力价格还受到其他类型电力企业的影响，因而电力价格受到多种因素的影响。电力市场中的电力价格对于资源重新分配，维护供应计划，降低财务风险，制定电力市场预算和计划都至关重要，因此对水电力市场中电力价格的预测模型研究具有非常重要的意义。

1电价预测算法

通常利用回归类型的模型进行电力价格预测，本文采用机器学习的方式构建电价回归模型，以提高预测准确度、降低计算复杂度以及提供连续性电价预测结果，采用三种不同的机器学习算法同时对同一组数据集进行训练分析，以获得最佳算法，采用的算法如下。（1）M5P算法。基于M5P算法构建的预测模型中，M5P算法是一种基于QuinlanM5算法的重构算法，这种算法可将常规决策树与树中节点处的线性回归函数结合在一起，从而构建预测模型。（2）决策树算法。决策树模型由具有层次性的结构型规则表组成，是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。（3）线性回归算法。根据输入的观测电价数据集，通过线性回归模型得到观测数据中自变量和因变量之间的关系。

2预测效果评估模型的建立

2.1制定电价预测方向

要确定能源预测目标，必须从预测对象、内容范围和预测时间范围三个方面入手。这些区域通常包括能源预测。例如能源、电力、电价分布、能源价格变化规律、能源曲线特征和能源曲线。第一，收集历史电价数据，从多个渠道收集电价数据，并选择最具代表性的数据用于电价预测。如果在分析过程中发现异常数据，则必须及时丢弃或修改这些数据。电价预测几乎符合微不足道的原则，今后物理量变化趋势与历史时期的近期发展直接相关，历史电价数据与未来趋势无关。分析预测，根据所确定的电力预测和历史电力数据，建立一个考虑到当地电力预测实际情况的数学模型。建立预测模型后，请根据收集的资料撷取模型参数，并对所有未来期间执行预测作业。使用MPMR方法分析能源预测结果，确定预测结果的理由，并根据需要调整预测结果。

2.2数据预处理

数据预处理步骤的主要目的是有效降低数据维度，删除不相关的数据，提高机器学习的准确性，并提高预测结果的可靠性。

理想情况下用于计算的电价数据，应当包含时间、日期和每小时价格，但是实际上电价数据存在部分信息缺失、信息重复记录等现象，因此需要对数据进行预处理，比如删除重复数据，根据前后数据的逻辑关系填补缺失信息等，对统计数据进行处理，再输入计算模型。大多数电网运营商会在电力市场中获得动态电价的地区建立平台数据，在此过程中需要调整市场的时区，使时区统一指向北京时间。

2.3远程通信信道

从技术上讲，GPRS是一种集成到现有全球移动通信网络中的数据传输技术，其特点是稳定的通信网络，具有远距离和高数据传输速率(带宽40-100 kb)。由于系统数据不是严格的实时数据流，不需要连续传输大量数据，GPRS技术满足了交互式电力系统的数据传输要求。GPRS技术在当今的企业中成本较低，而且在很大程度上得到了投资。此外，使用移动通信提供商的GPRS技术避免了在网站页面上建立单独的通信网络带来的高昂成本和维护问题。当系统实际设计时添加安全机制可确保系统的安全性。在主系统的最前端设置GPRS通信信道，该信道连接到信息采集数据库和信息发布者平台服务器，充当电源交互的中介，通过专门为电源设计的信道发送和接收数据。

2.4算法编码

网络拓扑的典型编码方法包括二进制代码、序列号[18]和整数编码。二进制编码结构清晰易懂，但可能是大量不可挽回的。虽然序列编号是可行的，但具有高度冗馀，从而大大降低收敛速度。整数编码包括两种循环编码和简化粘贴的方法，其中循环编码具有较高的比例和较少的冗馀，搜索效率高且速度快。因此，本章采用循环编码进行整数编码，根据文献中的规则来确定不可解性。

2.5负荷预测和节能准则

信息收集数据库和信息站点没有用于生成信息的预测数据，也不是准确的实时数据。鉴于用户对价格变化过快反应疲劳，他们决定采用按每小时一次价格(24小时)发放价格的方针。每个时段的线路都是根据系统分析在24个时段内计算的，但价格差异很小。为确保用户了解电价的一致性，下一个周期的电价表应在电价执行前的一定时间内(例如B. 2h)可提前提供，以便用户对电源作出响应。短期负荷预测结果在用户端平均分布，以促使用户根据预期工作量采取相应的节能措施。在这种电力价格分配的情况下，用户会提前获知下一个周期要执行的能源价格，以便有足够的时间作出反应。此外，该方法大大降低了数据传输的实时要求，部分提高了系统的可靠性。

2.6建模

鉴于近年来新的网络模型在图像、语言和语言领域取得了巨大突破，我们还考虑了一种新的网络模型，因为采用多层敏感度(MLP)建模的数据类别较少。MLP实现了一个由输入到输出的映射功能，表明具有足够培训数据的三级MLP网络可以调整所有复杂的非线性映射，MLP自动提取具有重复迭代的“合理”解规则，即自己学习，这在许多其他模型中是不可能的。线性模型，支持向量和神经网络模型作为机器学习的标准模型，在许多问题上取得了良好的效果。但是，在将模型的优点与现有模型工具结合起来，同时避免缺点并进一步提高性能方面仍有很大的馀地，这是一个极好的解决方案。梯度决策树是一种迭代决策树算法，它由多个决策树组成，并将所有树的结果相加得出最终答案。GBDT的树是鸡蛋

结束语

能源预测是电力公司最重要的任务之一。为了确保能源价格预测结果的准确性和可行性，需要建立一个能源预测模型。对能源预测模型的探讨，其中运用理性方法不仅提高了预测结果的准确性，而且满足了电力价格波动的要求，为今后的电力预测提供了宝贵的指导。

参考文献

[1]刘文,张智晟.基于动态电价的需求响应下短期负荷预测研究[J].电力系统及其自动化学报,2020,32(09):113-119.

[2]崔洪宇,王无畏,李莉.论电价政策在电力企业运营中的影响[J].中国市场,2019(18):84+127.

[3]JeanneBaptisteNIYIGENA.电价预测与市场分析“卢旺达案例研究”[D].华北电力大学(北京),2019.

[4]刘文,于强,龚文杰,张智晟.计及尖峰电价机制的短期负荷预测研究[J].青岛大学学报(工程技术版),2019,34(02):45-49.

[5]刘威.互联电力市场的区域电价预测[D].华中科技大学,2018.