新能源耦合的区域短期电价预测方法、装置及存储介质与流程
本申请涉及电力市场价格预测,尤其涉及一种新能源耦合的区域短期电价预测方法、装置及存储介质。
背景技术:
1、随着电力现货市场建设不断推进,市场主体需要依据短期电价预测结果开展交易申报、负荷调节、购售电计划制定和风险控制。区域短期电价受负荷变化、机组出力、跨区交易、输电约束、气象条件以及新能源出力等多因素共同影响,尤其在高比例风电、光伏接入后,新能源出力的随机性和波动性会改变系统净负荷及边际出清状态,使电价呈现更强的非线性和不确定性。
2、现有区域短期电价预测方法通常基于历史电价、负荷预测、常规供需状态和气象数据构建预测模型,部分方法采用传统机器学习模型或深度时序模型进行价格预测。该类方法在常规运行场景下能够获得一定预测效果,但对新能源出力预测的不确定性、出力波动与节点电价之间的耦合关系考虑不足,难以准确表征新能源大发、消纳受限等场景对电价的影响。
3、此外,现有方法通常缺少针对负电价、阶梯电价触发、突发供需缺口等极端价格场景的专门识别和校正机制,当发生极端高温负荷突变、跨省通道闭锁或新能源异常大发时,预测结果容易出现显著偏差。同时,复杂大模型虽然具有较强拟合能力,但推理效率难以满足日前、日内短周期滚动预测需求;轻量模型推理速度较快,但对复杂场景的表达能力不足,导致区域短期电价预测难以兼顾精度、鲁棒性和时效性。
技术实现思路
1、有鉴于此,本申请实施例提供了一种新能源耦合的区域短期电价预测方法、装置及存储介质,以解决现有技术存在的新能源波动耦合不足、极端场景预测偏差大、推理时效与精度难兼顾的问题。
2、本申请实施例的第一方面,提供了一种新能源耦合的区域短期电价预测方法,包括:获取目标区域在预测周期内的运行基础数据,根据新能源出力预测结果提取表征出力不确定性及其与节点电价关联程度的新能源概率耦合特征;将新能源概率耦合特征与供需运行特征、市场运行特征和气象环境特征按照现货市场预测时间粒度进行时序对齐和归一化处理,生成标准化特征集,并根据历史价格异常记录为标准化特征集配置极端价格场景特征;将标准化特征集输入由卷积特征提取网络和稀疏注意力时序网络构成的混合预测模型,提取局部波动特征和长程时序依赖特征,生成初始电价预测结果及概率区间;根据极端价格场景特征判断预测周期是否满足预设极端价格场景匹配条件,若满足,则从极端价格场景历史库中确定偏差校正参数,并基于偏差校正参数修正初始电价预测结果及概率区间,得到最终短期电价预测结果;在预测周期结束后,根据实际电价数据和场景识别结果更新极端价格场景历史库及偏差校正参数。
3、本申请实施例的第二方面,提供了一种新能源耦合的区域短期电价预测装置,包括:获取模块,用于获取目标区域在预测周期内的运行基础数据,根据新能源出力预测结果提取表征出力不确定性及其与节点电价关联程度的新能源概率耦合特征;生成模块,用于将新能源概率耦合特征与供需运行特征、市场运行特征和气象环境特征按照现货市场预测时间粒度进行时序对齐和归一化处理,生成标准化特征集,并根据历史价格异常记录为标准化特征集配置极端价格场景特征;提取模块,用于将标准化特征集输入由卷积特征提取网络和稀疏注意力时序网络构成的混合预测模型,提取局部波动特征和长程时序依赖特征,生成初始电价预测结果及概率区间;修正模块,用于根据极端价格场景特征判断预测周期是否满足预设极端价格场景匹配条件,若满足,则从极端价格场景历史库中确定偏差校正参数,并基于偏差校正参数修正初始电价预测结果及概率区间,得到最终短期电价预测结果;更新模块,用于在预测周期结束后,根据实际电价数据和场景识别结果更新极端价格场景历史库及偏差校正参数。
4、本申请实施例的第三方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
5、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
6、通过获取目标区域在预测周期内的运行基础数据,根据新能源出力预测结果提取表征出力不确定性及其与节点电价关联程度的新能源概率耦合特征;将新能源概率耦合特征与供需运行特征、市场运行特征和气象环境特征按照现货市场预测时间粒度进行时序对齐和归一化处理,生成标准化特征集,并根据历史价格异常记录为标准化特征集配置极端价格场景特征;将标准化特征集输入由卷积特征提取网络和稀疏注意力时序网络构成的混合预测模型,提取局部波动特征和长程时序依赖特征,生成初始电价预测结果及概率区间;根据极端价格场景特征判断预测周期是否满足预设极端价格场景匹配条件,若满足,则从极端价格场景历史库中确定偏差校正参数,并基于偏差校正参数修正初始电价预测结果及概率区间,得到最终短期电价预测结果;在预测周期结束后,根据实际电价数据和场景识别结果更新极端价格场景历史库及偏差校正参数。本申请能够提高新能源场景预测精度、增强极端场景鲁棒性、提升推理效率。
1.一种新能源耦合的区域短期电价预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标区域在预测周期内的运行基础数据,根据新能源出力预测结果提取表征出力不确定性及其与节点电价关联程度的新能源概率耦合特征,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述新能源概率耦合特征与供需运行特征、市场运行特征和气象环境特征按照现货市场预测时间粒度进行时序对齐和归一化处理,生成标准化特征集,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据历史价格异常记录为所述标准化特征集配置极端价格场景特征,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述场景标识特征嵌入对应时间单元的标准化特征向量,得到配置有所述极端价格场景特征的标准化特征集,包括:
6.根据权利要求1所述的方法,其特征在于,所述将所述标准化特征集输入由卷积特征提取网络和稀疏注意力时序网络构成的混合预测模型,提取局部波动特征和长程时序依赖特征,生成初始电价预测结果及概率区间,包括:
7.根据权利要求1所述的方法,其特征在于,所述从极端价格场景历史库中确定偏差校正参数,并基于所述偏差校正参数修正所述初始电价预测结果及概率区间,得到最终短期电价预测结果,包括:
8.根据权利要求1所述的方法,其特征在于,所述在预测周期结束后,根据实际电价数据和场景识别结果更新所述极端价格场景历史库及所述偏差校正参数,包括:
9.一种新能源耦合的区域短期电价预测装置,其特征在于,包括:
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com