一种新能源电力系统的源荷价联合预测方法、装置和系统

本技术属于智能电网，更具体地，涉及一种新能源电力系统的源荷价联合预测方法、装置和系统。

背景技术：

1、随着风电、光伏等新能源在电力系统中的占比不断提高，新能源出力的随机性和气象依赖性显著增强了电力系统调度、电力市场运行和运行状态评估中的不确定性。新能源出力、负荷和电价是新型电力系统中相互关联的关键变量，三者的短期预测结果直接影响系统安全运行、经济调度、市场交易和需求响应决策。

2、现有短期预测方法通常将新能源出力预测、负荷预测和电价预测作为独立任务处理，或者采用多任务学习、共享底座网络、特征融合和注意力机制构建联合预测模型。独立预测模型难以充分利用源荷价任务之间的互补信息；传统联合预测模型虽然能够通过共享表征学习任务间关系，但其任务共享过程通常由梯度反向传播隐式驱动，缺少对跨任务信息传递方向、传递强度和传递有效性的显式约束。

3、在新型电力系统中，源荷价耦合关系受气象条件、市场机制、系统供需状态和用户响应行为影响，呈现明显的时变性和状态依赖性。高新能源出力通过低边际成本供给抑制电价，负荷高峰推高市场出清价格，电价变化通过需求响应影响负荷。然而，上述作用方向和强度并非在所有运行状态下保持不变。当模型将不同运行状态下的耦合关系作为固定关系共享时，一个状态下有益的跨任务信息在另一状态下会成为误导信息，从而造成负迁移并降低预测可靠性。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本技术提供了一种新能源电力系统的源荷价联合预测方法、装置和系统，解决现有技术难以同时准确预测出力、负荷和电价的技术问题。

2、为实现上述目的，按照本技术的一个方面，提供了一种新能源电力系统的源荷价联合预测方法，包括：

3、构建预设时段内多个时间点t下包括新能源出力、负荷、电价及气象协变量的源荷价联合预测样本；

4、将每个所述源荷价联合预测样本中的新能源出力、负荷、电价分别进行特征提取，得到新能源出力、负荷和电价各自的历史时序特征，再将三者进行融合的源荷价运行状态向量；

5、基于所述气象协变量识别所述源荷价联合预测样本中所有任务对i，j之间的符号因果强度，将所述符号因果强度及其对应的因果边符号进行融合得到耦合方向信号；

6、利用所述符号因果强度和所述源荷价运行状态向量计算门控激活值；将进行融合得到跨任务耦合信息；利用所述门控激活值对所述跨任务耦合信息进行调制；

7、将所有任务对i，j对应的调制结果的叠加值分别与三种历史时序特征叠加得到三种输入特征；将所述三种输入特征分别输入各自对应的预测模型，得到新能源出力、负荷、电价各自的预测结果。

8、进一步地，所述利用所述符号因果强度和所述源荷价运行状态向量计算门控激活值，包括：

9、将的模值和源荷价运行状态向量输入到第一全连接神经网络后用sigmoid激活函数进行归一化，再与相乘作为所述门控激活值，。

10、进一步地，所述将进行融合得到跨任务耦合信息，包括：

11、将输入预设神经网络，以使其利用公式进行融合得到跨任务耦合信息。

12、进一步地，所述利用所述门控激活值对所述跨任务耦合信息进行调制，包括：

13、利用每个任务对的门控激活值对跨任务耦合信息进行调制，再将调制结果进行叠加得到中间变量。

14、进一步地，所述历史时序特征的提取和融合的过程包括：

15、将每个所述源荷价联合预测样本中的新能源出力、负荷、电价分别与气象协变量组合后输入对应的任务特征提取器，对应得到新能源出力、负荷和电价各自的历史时序特征，再将三者进行融合的源荷价运行状态向量；

16、将、和输入第二全连接神经网络，以使其利用公式计算时间点t对应的源荷价运行状态向量。

17、进一步地，所述符号因果强度的获取过程包括：

18、利用公式计算源荷价联合预测样本中任务

i指向任务

j的符号因果强度，进而得到所有任务对应的时变因果强度矩阵：

19、；

20、其中，所有任务包括新能源出力预测、负荷预测和电价预测，表示时间点

t由任务

i指向任务

j的符号因果强度，表示对应任务对在时间点

t的

f统计量，表示对应显著性检验的p值，表示因果边符号，表示最小最大归一化函数，表示显著性阈值；

21、所述耦合方向信号的获取过程包括：将和输入第三全连接神经网络将二者进行融合得到任务

i指向任务

j在时间窗口t的耦合方向信号，。

22、进一步地，所述将所述三种输入特征分别输入各自对应的预测模型，得到新能源出力、负荷、电价各自的预测结果，包括：

23、将出力输入特征输入出力预测模型，得到出力预测结果；

24、将负荷输入特征输入负荷预测模型，得到负荷预测结果；

25、将电价输入特征输入电价预测模型，得到电价预测结果。

26、按照本技术的另一方面，提供了一种新能源电力系统的源荷价联合预测装置，包括：

27、样本构建模块，用于构建预设时段内多个时间点t下包括新能源出力、负荷、电价及气象协变量的源荷价联合预测样本；

28、状态获取模块，用于将每个所述源荷价联合预测样本中的新能源出力、负荷、电价分别进行特征提取，得到新能源出力、负荷和电价各自的历史时序特征，再将三者进行融合的源荷价运行状态向量；

29、因果获取模块，用于基于所述气象协变量识别所述源荷价联合预测样本中所有任务对i，j之间的符号因果强度，将所述符号因果强度及其对应的因果边符号进行融合得到耦合方向信号；

30、信息调制模块，用于利用所述符号因果强度和所述源荷价运行状态向量计算门控激活值；将进行融合得到跨任务耦合信息；利用所述门控激活值对所述跨任务耦合信息进行调制；

31、任务预测模块，用于将所有任务对i，j对应的调制结果的叠加值分别与三种历史时序特征叠加得到三种输入特征；将所述三种输入特征分别输入各自对应的预测模型，得到新能源出力、负荷、电价各自的预测结果。

32、按照本技术的另一方面，提供了一种新能源电力系统的源荷价联合预测系统，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述的新能源电力系统的源荷价联合预测方法的步骤。

33、按照本技术的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的新能源电力系统的源荷价联合预测方法的步骤。

34、总体而言，通过本技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

35、（1）本发明提供一种新能源电力系统的源荷价联合预测方法，利用所述符号因果强度和所述源荷价运行状态向量计算门控激活值；将进行融合得到跨任务耦合信息；利用所述门控激活值对所述跨任务耦合信息进行调制；将所有任务对i，j对应的调制结果的叠加值分别与三种历史时序特征叠加得到三种输入特征；将所述三种输入特征分别输入各自对应的预测模型，得到新能源出力、负荷、电价各自的预测结果。如此设计，考虑到源荷价间由供需、市场等因素造成的时变耦合关系，好处在于，动态调制跨任务信息的传递方向与传递强度，能够显式表征该耦合关系、减少无效信息传递、避免信息负迁移现象；最终实现同时准确预测出力、负荷和电价。

36、（2）本方案利用计算门控激活值，如此设计，考虑到不同运行状态下任务间耦合强度具有动态变化特性，好处在于，将符号因果强度与当前源荷价运行状态相结合，能够动态确定各有向任务对的信息传递强度，并利用阻断未激活因果边对应的信息传递路径。

37、（3）本方案利用公式进行融合得到跨任务耦合信息；如此设计，考虑到在不同运行状态及耦合方向下，因果源任务对目标任务的影响存在差异，好处在于，将因果源任务的历史时序特征、源荷价运行状态向量和耦合方向信号进行融合，能够生成与当前运行状态及有向任务对相匹配的跨任务耦合信息。

38、（4）本方案利用每个任务对的门控激活值对跨任务耦合信息进行调制，再将调制结果进行叠加得到中间变量；如此设计，考虑到目标任务可能同时受到多个因果源任务的影响，且不同传递路径的作用强度不同，好处在于，分别对各条跨任务耦合信息进行门控调制并叠加，能够聚合有效耦合信息并降低无效耦合信息对目标任务特征的干扰。

39、（5）本方案将每个所述源荷价联合预测样本中的新能源出力、负荷、电价分别与气象协变量组合后输入对应的任务特征提取器；如此设计，分别学习新能源出力、负荷和电价的任务特征，保留各任务自身特征独立性，并通过因果引导机制保证不同任务间耦合效应的正确传递，提高了联合预测的准确性。

40、（6）本方案利用公式计算源荷价联合预测样本中任务

i指向任务

j的符号因果强度；如此设计，考虑到不同任务间因果耦合关系在存在性、作用方向和作用强度方面存在差异，好处在于，将显著性检验结果、因果边符号和归一化因果强度进行统一表征，能够过滤不显著的任务关系，并为跨任务信息传递提供有向、带符号且连续变化的耦合先验。