基于竞价空间交叉权重的电价样本构建方法和装置与流程

摘要: 本发明属于电力现货市场电价预测,特别是涉及一种基于竞价空间交叉权重的电价样本构建方法和装置。背景技术:1、在电力现货市场电价预测过程中,通常需要从历史运行数据中...
基于竞价空间交叉权重的电价样本构建方法和装置与流程

本发明属于电力现货市场电价预测,特别是涉及一种基于竞价空间交叉权重的电价样本构建方法和装置。

背景技术:

1、在电力现货市场电价预测过程中,通常需要从历史运行数据中筛选与待预测日相似的历史日,并利用所筛选历史日的多维电力运行特征数据和电价数据构建预测样本。现有相似日筛选方法一般选取系统负荷、新能源出力、联络线受电负荷等电力运行特征,对待预测日与各历史日的相应特征进行归一化和距离计算,再根据所得距离筛选相似历史日。

2、然而,电力现货市场中的电价不仅与各类电力运行特征的数值接近程度有关,还会受到市场供需状态、机组参与情况及报价行为等因素的共同影响。在不同历史日的基础电力运行特征较为接近时,其实际电价变化特征仍可能存在较大差异。现有方法主要依据多维电力运行特征之间的距离筛选历史日,难以有效区分运行特征相近但电价响应特征不同的历史日,导致所构建的电价预测样本集对待预测日市场状态的代表性不足。

技术实现思路

1、本发明目的在于提供一种基于竞价空间交叉权重的电价样本构建方法和装置,能够在样本筛选过程中体现竞价空间与电价的联动关系,提高电价预测样本的代表性。

2、为了实现上述目的,本发明采用如下技术方案:

3、本发明第一方面,提供了一种基于竞价空间交叉权重的电价样本构建方法,包括:

4、获取待预测日和多个历史日的多维电力运行特征数据,分别计算所述待预测日与各所述历史日之间的基础多维特征距离;

5、针对每一所述历史日,确定该历史日对应的电价特征序列和竞价空间特征序列,逐时段计算所述电价特征序列中的电价特征值与所述竞价空间特征序列中的竞价空间特征值之间的偏差,得到各时段对应的交叉特征值,并由各时段对应的交叉特征值组成该历史日对应的竞价空间交叉特征序列;

6、根据所述竞价空间交叉特征序列中各时段的交叉特征值相对于序列均值的离散程度,确定所述历史日对应的竞价空间交叉权重因子;

7、利用各所述历史日对应的竞价空间交叉权重因子修正对应的基础多维特征距离,得到各所述历史日对应的综合距离指标;

8、根据各所述历史日对应的综合距离指标,从多个所述历史日中筛选目标历史日,并根据所述目标历史日的多维电力运行特征数据和电价数据,构建所述待预测日对应的电价预测样本集。

9、进一步的,所述逐时段计算所述电价特征序列中的电价特征值与所述竞价空间特征序列中的竞价空间特征值之间的偏差的步骤包括:

10、针对每一所述历史日,分别采用最大值—最小值归一化方式对所述电价特征序列和所述竞价空间特征序列进行处理,得到各时段对应的归一化电价特征值和归一化竞价空间特征值;

11、按照下式确定所述历史日中各时段对应的交叉特征值:

12、

13、根据所述竞价空间交叉特征序列中各时段的交叉特征值相对于序列均值的离散程度,确定所述历史日对应的竞价空间交叉权重因子的步骤包括:

14、根据所述历史日中各时段对应的交叉特征值,按照下式确定序列均值和竞价空间交叉权重因子:

15、

16、

17、其中,表示第个历史日中第时段对应的归一化电价特征值,表示第个历史日中第时段对应的归一化竞价空间特征值,表示第个历史日中第时段对应的交叉特征值,表示第个历史日对应的序列均值,表示单日时段总数,表示第个历史日对应的竞价空间交叉权重因子。

18、进一步的,所述利用各所述历史日对应的竞价空间交叉权重因子修正对应的基础多维特征距离,得到各所述历史日对应的综合距离指标的步骤包括:

19、利用同一历史日对应的竞价空间交叉权重因子,按照下式修正该历史日对应的基础多维特征距离:

20、

21、其中,表示第个历史日对应的竞价空间交叉权重因子,表示第个历史日对应的基础多维特征距离,表示第个历史日对应的综合距离指标;

22、所述根据各所述历史日对应的综合距离指标,从多个所述历史日中筛选目标历史日,并根据所述目标历史日的多维电力运行特征数据和电价数据,构建所述待预测日对应的电价预测样本集的步骤包括:

23、按照所述综合距离指标由小到大的顺序对多个所述历史日进行排序,将综合距离指标小于相似度指标阈值的历史日确定为所述目标历史日;

24、基于各所述目标历史日的多维电力运行特征数据和电价数据,得到所述电价预测样本集。

25、进一步的,确定所述历史日对应的竞价空间特征序列的步骤包括:

26、针对第个历史日的第时段,按照下式确定该时段对应的竞价空间特征值:

27、

28、其中,表示第个历史日中第时段对应的竞价空间特征值,表示第个历史日中第时段的系统负荷预测值,表示第个历史日中第时段的联络线受电负荷,表示第个历史日中第时段的风电预测出力,表示第个历史日中第时段的光伏预测出力,表示新能源未报价参与部分比例,表示第个历史日中第时段的非市场化机组总出力;

29、按照时段顺序排列该历史日中各时段对应的竞价空间特征值,得到该历史日对应的竞价空间特征序列。

30、本发明第二方面,提供了一种基于竞价空间交叉权重的电价样本构建装置,包括:

31、基础距离计算模块,用于获取待预测日和多个历史日的多维电力运行特征数据,分别计算所述待预测日与各所述历史日之间的基础多维特征距离;

32、交叉特征序列构建模块,用于针对每一所述历史日,确定该历史日对应的电价特征序列和竞价空间特征序列,逐时段计算所述电价特征序列中的电价特征值与所述竞价空间特征序列中的竞价空间特征值之间的偏差,得到各时段对应的交叉特征值,并由各时段对应的交叉特征值组成该历史日对应的竞价空间交叉特征序列;

33、交叉权重确定模块,用于根据所述竞价空间交叉特征序列中各时段的交叉特征值相对于序列均值的离散程度,确定所述历史日对应的竞价空间交叉权重因子;

34、距离修正模块,用于利用各所述历史日对应的竞价空间交叉权重因子修正对应的基础多维特征距离,得到各所述历史日对应的综合距离指标;

35、样本集构建模块,用于根据各所述历史日对应的综合距离指标,从多个所述历史日中筛选目标历史日,并根据所述目标历史日的多维电力运行特征数据和电价数据,构建所述待预测日对应的电价预测样本集。

36、进一步的,所述交叉特征序列构建模块,具体用于针对每一所述历史日,分别采用最大值—最小值归一化方式对所述电价特征序列和所述竞价空间特征序列进行处理,得到各时段对应的归一化电价特征值和归一化竞价空间特征值,并按照下式确定所述历史日中各时段对应的交叉特征值:

37、

38、所述交叉权重确定模块,具体用于根据所述历史日中各时段对应的交叉特征值,按照下式确定序列均值和竞价空间交叉权重因子:

39、

40、

41、其中,表示第个历史日中第时段对应的归一化电价特征值,表示第个历史日中第时段对应的归一化竞价空间特征值,表示第个历史日中第时段对应的交叉特征值,表示第个历史日对应的序列均值,表示单日时段总数,表示第个历史日对应的竞价空间交叉权重因子。

42、进一步的,所述距离修正模块,具体用于利用同一历史日对应的竞价空间交叉权重因子,按照下式修正该历史日对应的基础多维特征距离:

43、

44、其中,表示第个历史日对应的竞价空间交叉权重因子,表示第个历史日对应的基础多维特征距离,表示第个历史日对应的综合距离指标;

45、所述样本集构建模块,具体用于按照所述综合距离指标由小到大的顺序对多个所述历史日进行排序,将综合距离指标小于相似度指标阈值的历史日确定为所述目标历史日,并基于各所述目标历史日的多维电力运行特征数据和电价数据,得到所述电价预测样本集。

46、进一步的,所述交叉特征序列构建模块,具体用于:

47、针对第个历史日的第时段,按照下式确定该时段对应的竞价空间特征值:

48、

49、其中,表示第个历史日中第时段对应的竞价空间特征值,表示第个历史日中第时段的系统负荷预测值,表示第个历史日中第时段的联络线受电负荷,表示第个历史日中第时段的风电预测出力,表示第个历史日中第时段的光伏预测出力,表示新能源未报价参与部分比例,表示第个历史日中第时段的非市场化机组总出力;

50、按照时段顺序排列该历史日中各时段对应的竞价空间特征值,得到该历史日对应的竞价空间特征序列。

51、本发明第三方面,提供了一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现基于竞价空间交叉权重的电价样本构建方法。

52、本发明第四方面,提供了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至少一个指令,所述至少一个指令被处理器执行时实现基于竞价空间交叉权重的电价样本构建方法。

53、与现有技术相比较,本发明的有益效果如下:

54、1、本发明通过构建电价特征与竞价空间特征之间的逐时段交叉特征序列,并根据交叉特征值的离散程度确定竞价空间交叉权重因子,对基础多维特征距离进行修正,能够在历史日筛选过程中体现竞价空间与电价之间的联动关系,区分基础电力运行特征相近但电价响应特征不同的历史日,提高电价预测样本的代表性。

55、2、本发明通过对电价特征序列和竞价空间特征序列进行归一化处理,能够降低不同特征之间量纲和取值范围差异的影响;同时,根据系统负荷预测值、联络线受电负荷、新能源预测出力及非市场化机组总出力确定竞价空间特征值,并利用交叉特征值的离散程度形成权重因子,能够提高竞价空间与电价联动关系量化结果的可比性和稳定性。

56、3、本发明利用竞价空间交叉权重因子对基础多维特征距离进行修正,并按照所得综合距离指标对多个历史日进行排序和阈值筛选,能够在兼顾多维电力运行特征差异以及竞价空间与电价联动关系的基础上,明确目标历史日的筛选标准,提高电价预测样本集构建结果的一致性和可重复性。