虚拟电厂现货交易节点电价预测与风险预警方法及系统与流程

本发明属于电价预测与人工智能交叉，尤其涉及虚拟电厂现货交易节点电价预测与风险预警方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、随着电力现货市场向虚拟电厂主体开放，节点边际电价作为市场出清的核心信号，直接决定虚拟电厂的报量报价策略和运营收益。然而，该电价受源荷双侧不确定性、电网拓扑约束及市场报价博弈行为叠加影响，呈现高波动、尖峰厚尾等复杂统计特性

3、现有电价预测方法主要存在以下不足：一是以确定性点预测为主，缺乏概率分布描述，难以提供风险管理所需的量化依据；二是未有效融合市场集中度、报价策略博弈等不可观测因素，无法捕捉其对电价尾部风险的放大效应；三是对“尖峰厚尾”特征拟合能力不足，导致极端电价预警阈值偏离实际，难以支撑高风险场景下的策略调整。

4、因此，亟需一种能够输出完整概率分布、融合电网拓扑与市场博弈条件、并具备自适应极端风险预警能力的节点电价预测方法。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了虚拟电厂现货交易节点电价预测与风险预警方法及系统，旨在通过构建融合多模态条件向量，生成电价概率场景集；进而采用自适应一致性推理在线校准预测区间，并利用博弈感知的广义极值分布动态计算极端电价预警指数，实现从概率分布预测到博弈敏感风险预警的完整决策支持。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、第一方面，公开了虚拟电厂现货交易节点电价预测与风险预警方法，包括：

4、获取拓扑感知嵌入向量、时序概率嵌入向量、隐式编码向量和市场规则编码向量，构建多模态条件向量；

5、将多模态条件向量输入连续归一化流模型，得到节点电价的条件概率密度并采样生成场景集；

6、基于所述场景集，通过自适应一致性推理在线调节区间宽度，得到收敛于预设置信水平的预测区间；

7、以隐式编码向量为条件构建广义极值分布，计算极端电价预警指数。

8、进一步的，所述拓扑感知嵌入向量的获取具体为：

9、将电力系统拓扑构建为有向图，提取每个节点的负荷水平、分布式电源预测出力、历史节点电价、线路容量裕度和电压等级编码作为初始特征，并基于线路导纳构建邻接矩阵；

10、通过图注意力网络计算节点与邻居间的注意力权重，经加权聚合与激活函数输出拓扑感知嵌入向量。

11、进一步的，所述时序概率嵌入向量的获取具体为：

12、将历史负荷序列、分布式电源出力序列及时间特征拼接为联合输入，经线性映射与位置编码后输入transformer编码器，取序列输出均值作为摘要向量；

13、将摘要向量映射为隐变量分布的均值与方差，经重参数化采样得到时序概率嵌入向量。

14、进一步的，所述隐式编码向量的获取具体为：

15、将报价堆栈特征展平后，与赫芬达尔-赫希曼指数、剩余供应指数及虚拟电厂持仓比拼接为联合输入向量；

16、经多层全连接网络进行非线性变换与特征抽象，输出层线性映射至隐空间，得到隐式编码向量。

17、进一步的，所述市场规则编码向量的获取具体为：

18、将离散市场规则类型经嵌入层映射为稠密向量，与对应的连续强度系数相乘后输出市场规则编码向量。

19、进一步的，所述将多模态条件向量输入连续归一化流模型得到节点电价的条件概率密度并采样生成场景集，具体包括：

20、以当前状态、虚拟时间和多模态条件向量为输入，通过速度场神经网络描述电价状态从基础分布到目标分布的连续演化过程；

21、以最大化条件对数似然为训练目标，采用常微分方程求解器计算初始状态及其对数概率；

22、训练完成后从基础分布采样并经正向求解器生成多个电价场景。

23、进一步的，所述条件对数概率密度由以下方式确定：

24、所述条件对数概率密度由以下方式确定：

25、

26、其中，为电价序列，为多模态条件向量，为速度场神经网络，为雅可比矩阵的迹，电价序列的连续时间状态为，初始状态为。

27、第二方面，公开虚拟电厂现货交易节点电价预测与风险预警系统，包括：

28、多模态条件向量嵌入模块，用于获取拓扑感知嵌入向量、时序概率嵌入向量、隐式编码向量和市场规则编码向量，构建多模态条件向量；

29、概率预测模块，将多模态条件向量输入连续归一化流模型，得到节点电价的条件概率密度并采样生成场景集；

30、区间校准模块，用于基于所述场景集，通过自适应一致性推理在线调节区间宽度，得到收敛于预设置信水平的预测区间；

31、风险预警模块，用于以隐式编码向量为条件构建广义极值分布，计算极端电价预警指数。

32、第三方面，公开了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述方法中的步骤。

33、第四方面，公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述方法中的步骤。

34、以上一个或多个技术方案存在以下有益效果：

35、本发明采用连续归一化流模型直接输出节点电价的完整概率密度，无需预设电价服从某种特定参数分布，可精确计算任意置信水平下的预测区间与分位数信息，为虚拟电厂提供全分布风险量化依据，克服传统点预测信息不足的缺陷。

36、本发明通过博弈推断网络编码得到隐式编码向量，将市场集中度、剩余供应紧张程度等不可直接观测的博弈行为显式量化，并以该隐式编码向量为条件驱动广义极值分布的参数动态变化，使极端电价预警阈值随博弈态势自动调整，实现博弈敏感的尾部风险捕捉，有效解决常规模型对“尖峰厚尾”拟合不足的难题。

37、本发明引入自适应一致性推理在线调节预测区间宽度，通过宽度调节参数的逐时刻更新，使实际覆盖率长期渐近收敛于预设置信水平，能够自动适应市场波动、季节性与博弈态势的非平稳变化，避免区间过窄或过宽的系统性偏差，保障预警的长期可靠性。

38、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

1.虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，包括：获取拓扑感知嵌入向量、时序概率嵌入向量、隐式编码向量和市场规则编码向量，构建多模态条件向量；

2.如权利要求1所述的虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，所述拓扑感知嵌入向量的获取具体为：

3.如权利要求1所述的虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，所述时序概率嵌入向量的获取具体为：

4.如权利要求1所述的虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，所述隐式编码向量的获取具体为：

5.如权利要求1所述的虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，所述市场规则编码向量的获取具体为：

6.如权利要求1所述的虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，所述将多模态条件向量输入连续归一化流模型得到节点电价的条件概率密度并采样生成场景集，具体包括：

7.如权利要求1所述的虚拟电厂现货交易节点电价预测与风险预警方法，其特征在于，所述条件对数概率密度由以下方式确定：

8.虚拟电厂现货交易节点电价预测与风险预警系统，其特征在于，包括：多模态条件向量嵌入模块，用于获取拓扑感知嵌入向量、时序概率嵌入向量、隐式编码向量和市场规则编码向量，构建多模态条件向量；

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-7任一项所述的虚拟电厂现货交易节点电价预测与风险预警方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时执行上述权利要求1-7任一项所述的虚拟电厂现货交易节点电价预测与风险预警方法的步骤。