风光分桶聚类与策略报价识别的电力价差预测方法及系统与流程
本发明涉及电力现货市场电价预测与市场监管,具体涉及一种风光分桶聚类与策略报价识别的电力价差预测方法及系统。
背景技术:
1、电力现货市场日前-实时价差是发电主体、售电公司开展交易套利、风险管控的核心指标,同时也是市场监管机构识别寡头市场力操纵行为的关键依据。现有电力现货价格、价差预测技术主要分为三类:一是arima(autoregressive integrated moving average,自回归整合移动平均)、garch(generalized autoregressive conditionalheteroskedasticity,广义自回归条件异方差)等传统时序统计模型,依赖价格序列平稳性假设,仅捕捉时序波动特征,无法融合新能源出力、市场寡头报价行为等物理与市场博弈信息;二是随机森林、xgboost(extreme gradient boosting,优化的分布式梯度提升库)、lstm(long short-term memory,长短期记忆网络)、transformer(转换器)等纯机器学习模型,直接输入历史价格、负荷、气象数据训练,仅挖掘数据统计规律,未区分物理供需与人为策略报价两种价格驱动机制;三是基于边际成本的供需均衡物理模型,默认市场主体按照真实发电成本合规报价,忽略寡头发售一体化结构下的策略性持留、分时报价套利行为。
2、现有技术存在五项核心缺陷:第一,未考虑寡头市场结构下的市场力操纵行为,仅建立“供需充裕则低价、供需紧张则高价”的线性映射关系,在风光大发、竞价空间充足场景下,寡头通过跨机组协调抬价形成“物理应低价、实际高价”的反常价格,现有模型预测方向准确率不足55%,产生系统性偏误;第二,对风电、光伏出力仅作为连续数值或简单峰谷三段划分输入模型,无法结构化关联风光出力组合与24点日内价格曲线整体形态,难以区分风大光大(峰谷双低)、风小光大(峰高谷低)、风大光小(峰低谷高)、风小光小(峰谷双高)四类差异化价格形态,日内价格结构预测精度粗糙;第三,缺少24小时曲线级精细化异常检测能力,仅识别日均价、单一时点异常,无法拆解寡头跨机组、跨时段协同报价策略,无法提取风机负价抢占出清、光伏地板价掩护、火电峰时高价收割等结构化特征;第四,无法将电力交易员长期积累的领域经验规则转化为模型可复用先验知识,要么完全数据驱动丢弃行业经验,要么硬编码规则无法与统计模型融合,极端天气、政策突变等样本外场景下模型rmse衰减30%~40%,泛化性能差;第五,未建立基准价格与策略溢价分离机制,直接拟合实际出清价格,将边际成本形成的合规基准价格与寡头操纵产生的策略溢价信号混叠,市场监管松紧切换、溢价释放时模型无法预判结构性价格跳变,价差方向持续误判。
技术实现思路
1、针对现有技术存在的不足,本发明的目的在于提供一种风光分桶聚类与策略报价识别的电力价差预测方法及系统,该方法及系统能够实现风光出力四象限分桶聚类、市场力强弱体制判定、基准价格与策略溢价分离、四类策略报价异常模式识别、四层递进式价差预测建模,提升价差预测精度、方向准确率、模型可解释性与样本外鲁棒性,同时为市场监管提供结构化操纵行为识别依据。
2、为了实现上述目的,本发明提供如下技术方案:
3、风光分桶聚类与策略报价识别的电力价差预测方法,包括:s1,选取春季和秋季的历史交易数据,计算风电出力中位数作为风电分桶阈值,计算光伏出力中位数作为光伏分桶阈值;s2,基于预测日中午12点的风电出力、光伏出力,与分桶阈值对比,将运行日划分为风大光大、风小光大、风大光小、风小光小四类风光组合;s3,对每一类风光组合,筛选符合物理供需规律的历史样本子集,逐时计算24点价格中位数,生成原始典型日内价格曲线,以当日全天均价为基准完成归一化处理,形成标准化价格形态基准预期;s4,获取预测日的日前风光出力预测数据,匹配对应四象限风光组合类别,调取归一化典型曲线作为价格形态外生特征输入后续预测模型;s5,计算预测日竞价空间、供需比指标,结合有序用电启动状态判定当日市场力体制,区分弱市场力体制、强市场力体制和过渡态,生成二元体制标志与体制交互特征;s6,基于机组临界类型、工况、容量等级,核算单时段机组边际成本,利用电煤价格指数获取电煤价格,依据供需比区间和系统紧张状态选取监管合理收益加成系数,计算各时段的合规基准价格;s7,取可靠性机组的组合出清价与合规基准价格的差值作为时段策略性溢价,设定溢价判定阈值,强市场力体制下溢价超过溢价判定阈值则标记该时段存在寡头策略操纵;s8,基于日内24点价格曲线、机组报价矩阵、同一控制主体机组分组信息,构造风机负价标志、光伏地板价标志、火电峰时溢价率、跨机组报价时序重叠率、中午-晚峰价差比五类检测特征;s9,根据五类检测特征预设判定逻辑,判定策略性报价的异常模式,输出24时逐时异常标志向量和异常概率分数;所述异常模式包括:跨机组物理持留,分时段监管套利,经济持留或寡头协调,监管规避;s10,对每日的日前价格序列、实时价格序列分24个独立时段构建单变量garch模型,提取各时段条件波动率作为波动率特征;s11,分弱市场力体制、强市场力体制两套系数集构建24个体制条件lasso-arx模型,将风光典型曲线、体制标志、策略溢价、异常检测特征、波动率特征、负荷偏差及竞价空间作为外生变量,稀疏化筛选关键特征,输出基础日前-实时价差预测值;s12,将竞价空间、市场情绪、日历结算、煤价地缘阻塞四类电力领域经验规则转化为正态分布贝叶斯先验,叠加lasso似然函数求解后验均值,修正lasso-arx模型输出的基础价差预测值;s13,构建dcc-garch动态相关模型,估计日前价格与实时价格的时变相关矩阵,基于动态相关系数校正价差预测的标准误与置信区间;s14,整合风光分桶形态特征、市场力体制标识、策略溢价序列、四类异常预警、四层模型预测结果,输出24小时逐时日前-实时价差预测序列、价差方向发生概率、交易风险限额、策略报价异常驱动因子及分时段交易策略建议。
4、在本发明中,优选的,s1中,所述春季为3月至5月、秋季为9月至11月。
5、在本发明中,优选的,所述s2中,四类风光组合划分标准为:风大光大满足中午12点风电出力大于等于风电分桶阈值,且中午12点光伏出力大于等于光伏分桶阈值;风小光大满足风电出力小于风电分桶阈值,且中午12点光伏出力大于等于光伏分桶阈值;风大光小满足中午12点风电出力大于等于风电分桶阈值,且中午12点光伏出力小于光伏分桶阈值;风小光小满足风电出力小于风电分桶阈值,且中午12点光伏出力小于光伏分桶阈值。
6、在本发明中,优选的,所述s5中,市场力体制的判定规则为:供需比小于1.25或启动有序用电,判定为强市场力体制;供需比大于或等于1.65且未启动有序用电,判定为弱市场力体制;供需比大于或等于1.25且小于1.65,判定为过渡态。
7、在本发明中,优选的,所述s6中,电煤价格的计算公式为:
8、pcoal=max(沿海电厂电煤综合采购价格指标,港口动力煤现货价格指数)×1.1,
9、其中,pcoal为电煤价格;
10、合规基准价格的计算公式为:
11、pbase,h=ch×(1+π),
12、其中,pbase,h为合规基准价格,ch为时段h的系统边际机组成本,π为监管合理收益加成系数。
13、在本发明中,优选的,所述s8中,火电峰时溢价率的计算公式为:
14、δthermal=(pthermal,peak-cbase,thermal)÷cbase,thermal,
15、其中,δthermal为火电峰时溢价率,pthermal,peak为17点至22点的火电报价,cbase,thermal为火电基准边际成本;
16、跨机组报价时序重叠率为同一控制主体分组内风机报负价的时段总时长与火电报高价的时段总时长的交集时长占比。
17、在本发明中,优选的,所述s9中,策略性报价的异常模式判定规则为:跨机组物理持留,满足风机负价标志为1,火电峰时溢价率大于200%、跨机组报价时序重叠率大于0.6;分时段监管套利,满足光伏地板价标志为1,火电峰时溢价率大于150%、中午-晚峰价差比小于0.3;经济持留寡头协调,满足市场力体制为弱市场力体制、日均价大于基准价格均值的1.5倍、全天策略溢价均值大于预设阈值;监管规避,满足监管触发标志为1,实际出清价大于监管后预期价的1.2倍。
18、在本发明中,优选的,所述s12中,贝叶斯先验包括竞价空间先验、市场情绪先验、日历效应先验和煤价地缘阻塞风险先验四类经验规则,将四类经验规则转化为特征系数正态先验后,叠加lasso似然函数求解后验均值。
19、风光分桶聚类与策略报价识别的电力价差预测系统,包括:分桶阈值模块,用于选取春季和秋季的历史交易数据,计算风电出力中位数作为风电分桶阈值,计算光伏出力中位数作为光伏分桶阈值;风管组合划分模块,用于基于预测日中午12点的风电出力、光伏出力,与分桶阈值对比,将运行日划分为风大光大、风小光大、风大光小、风小光小四类风光组合;价格曲线生成模块,用于对每一类风光组合,筛选符合物理供需规律的历史样本子集,逐时计算24点价格中位数,生成原始典型日内价格曲线,以当日全天均价为基准完成归一化处理,形成标准化价格形态基准预期;组合匹配模块,用于获取预测日的日前风光出力预测数据,匹配对应四类风光组合,调取归一化典型曲线作为价格形态外生特征输入后续预测模型;市场力体制判定模块,用于计算预测日竞价空间、供需比指标,结合有序用电启动状态判定当日市场力体制,区分弱市场力体制、强市场力体制和过渡态,生成二元体制标志与体制交互特征;价格计算模块,用于基于机组临界类型、工况、容量等级,核算单时段机组边际成本,利用电煤价格指数获取电煤价格,依据供需比区间和系统紧张状态选取监管合理收益加成系数,计算各时段的合规基准价格;溢价判定模块,用于取可靠性机组的组合出清价与合规基准价格的差值作为时段策略性溢价,设定溢价判定阈值,强市场力体制下溢价超过溢价判定阈值则标记该时段存在寡头策略操纵;检测特征构建模块,用于基于日内24点价格曲线、机组报价矩阵、同一控制主体机组分组信息,构造风机负价标志、光伏地板价标志、火电峰时溢价率、跨机组报价时序重叠率、中午-晚峰价差比五类检测特征;异常模式判定模块,用于根据五类检测特征预设异常模式判定规则,判定策略性报价的异常模式,输出24时逐时异常标志向量和异常概率分数;所述异常模式包括:跨机组物理持留,分时段监管套利,经济持留或寡头协调,监管规避;garch模型构建模块,用于对每日的日前价格序列、实时价格序列分24个独立时段构建单变量garch模型,提取各时段条件波动率作为波动率特征;价差预测模块,用于分弱市场力体制、强市场力体制两套系数集构建24个体制条件lasso-arx模型,将风光典型曲线、体制标志、策略溢价、异常检测特征、波动率特征、负荷偏差及竞价空间作为外生变量,稀疏化筛选关键特征,输出基础日前-实时价差预测值;价差修正模块,用于将竞价空间、市场情绪、日历结算、煤价地缘阻塞四类电力领域经验规则转化为正态分布贝叶斯先验,叠加lasso似然函数求解后验均值,修正lasso-arx模型输出的基础价差预测值;校正模块,用于构建dcc-garch动态相关模型,估计日前价格与实时价格的时变相关矩阵,基于动态相关系数校正价差预测的标准误与置信区间;输出模块,用于整合风光分桶形态特征、市场力体制标识、策略溢价序列、四类异常预警、四层模型预测结果,输出24小时逐时日前-实时价差预测序列、价差方向发生概率、交易风险限额、策略报价异常驱动因子及分时段交易策略建议。
20、一种计算机可读存储介质,所述计算机可读存储介质包括指令,当所述指令在计算机上运行时,使得所述计算机执行如前述任一项所述的风光分桶聚类与策略报价识别的电力价差预测方法。
21、与现有技术相比,本发明的有益效果是:
22、本方法及系统通过春秋季风光出力分桶聚类构建四类标准化日内价格典型曲线,能够精准捕捉新能源出力组合对应的差异化日内价格形态,将lasso-arx模型拟合优度r2由0.68提升至0.71,实现价格形态的可解释量化表征;通过供需比阈值划分强弱市场力体制并切换模型系数集,区分物理供需均衡、寡头策略溢价两种价格形成机制,解决风电、光伏发电机组的出力水平处于较高区间场景下模型系统性低估价格的缺陷,价差方向预测准确率由53%提升至67%以上;通过构建五类跨机组报价检测特征,实现24小时曲线级精细化策略操纵识别,区分四类差异化寡头套利模式,将原本被视为噪声的协同报价行为转化为结构化模型输入特征,同步输出可落地的交易风险预警;通过合规基准价格与策略溢价分离机制,将实际出清价格拆解为边际成本基准、寡头操纵溢价、随机噪声三部分,量化市场操纵幅度,提升模型与市场监管业务的适配性、可解释性;四层递进式预测引擎分层处理波动率聚类、体制稀疏特征筛选、行业领域知识融合、时变价格相关性校正,每层独立可解释,同时将样本外场景下模型rmse衰减幅度控制在15%以内,远优于纯数据驱动模型30%至40%的衰减幅度,兼顾预测精度、业务可解释性与极端场景泛化能力,既能够为发电、售电主体提供套利交易数据支撑,也能够为电力市场监管机构提供量化市场力监测工具。
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