一种电力现货市场节点电价预测方法及系统与流程

技术特征：
1.一种电力现货市场节点电价预测方法，其特征在于，包括：s1、基于全省和场站区域的多个nwp预测气象数据的历史数据集、动力煤合约价格的历史数据集、市场供需预测数据的历史数据集、现货节点电价数据的历史数据集，其中所述现货节点电价数据包括日前节点价格和实时节点价格，采用回归算法进行建模，分别得到日前节点价格和实时节点价格的价格预测模型；s2、将策略日的全省和场站区域的多个nwp预测气象数据、动力煤合约价格和市场供需预测数据输入到价格预测模型，分别获得日前节点价格和实时节点价格的模型预测值；s3、基于场站区域的多个nwp预测气象数据的历史数据集、市场供需预测数据的历史数据集、以及现货节点电价数据的历史数据集，对日前节点价格和实时节点价格分别建立二分类模型，分别得到日前节点价格的高限价概率预测模型、日前节点价格的低限价概率预测模型、实时节点价格的高限价概率预测模型、实时节点价格的低限价概率预测模型；s4、将策略日的场站区域的多个nwp预测气象数据和市场供需预测数据输入到模型，分别获得日前节点价格的高限价概率预测值、日前节点价格的低限价概率预测值、实时节点价格的高限价概率预测值、实时节点价格的低限价概率预测值；根据预测概率的分类阈值，标记出日前节点价格和实时节点价格中的最高、最低限价的点；s5、将价格预测模型和二分类模型的结果融合，对策略日的96点价格预测序列，利用二分类模型预测的最高、最低限价的点的标记，设置相应的预测值为最高价或最低价，其余未标记的点预测价格不变。2.根据权利要求1所述的电力现货市场节点电价预测方法，其特征在于，步骤s2中还包括：得到日前节点价格和实时节点价格的模型预测值后，结合区域电价上下限规则，对模型预测值进行区间映射；并将区间映射值作为步骤s5中使用的价格预测模型的结果。3.根据权利要求2所述的电力现货市场节点电价预测方法，其特征在于，所述区间映射的方法包括：最大值top为区域电价上限，最小值low为区域电价下限，预测的价格序列中元素为p
i
，其中i=0，...，95，经过区间映射的预测价格为，其中，i=0，...，95，p
max
为模型预测值的价格序列最大值，p
min
为模型预测值的价格序列最小值。4.根据权利要求1所述的电力现货市场节点电价预测方法，其特征在于，步骤s3 所述建立二分类模型的具体方法包括：对现货节点电价数据的历史数据集中的日前节点价格和实时节点价格进行价格上限和下限的标记；设定一个门限值th，top为区域电价上限，low为区域电价下限，当价格大于top-（top-low）*th时标记为高价，当价格小于low （top-low）*th时为低价；以高价作为一类，其余价格作为另一类，对日前节点价格和实时节点价格分别建立二分类模型，得到日前节点价格的高限价概率预测模型、实时节点价格的高限价概率预测模型；以低价作为一类，其余价格作为另一类，对日前节点价格和实时节点价格分别建立二分类模型，得到日前节点价格的低限价概率预测模型、实时节点价格的低限价概率预测模型。
5.一种电力现货市场节点电价预测系统，其特征在于，包括：价格预测模型建立模块，基于全省和场站区域的多个nwp预测气象数据的历史数据集、动力煤合约价格的历史数据集、市场供需预测数据的历史数据集、现货节点电价数据的历史数据集，其中所述现货节点电价数据包括日前节点价格和实时节点价格，采用回归算法进行建模，分别得到日前节点价格和实时节点价格的价格预测模型；价格预测模块，将策略日的全省和场站区域的多个nwp预测气象数据、动力煤合约价格和市场供需预测数据输入到价格预测模型，分别获得日前节点价格和实时节点价格的模型预测值；二分类模型建立模块，基于场站区域的多个nwp预测气象数据的历史数据集、市场供需预测数据的历史数据集、以及现货节点电价数据的历史数据集，对日前节点价格和实时节点价格分别建立二分类模型，分别得到日前节点价格的高限价概率预测模型、日前节点价格的低限价概率预测模型、实时节点价格的高限价概率预测模型、实时节点价格的低限价概率预测模型；二分类预测模块，将策略日的场站区域的多个nwp预测气象数据和市场供需预测数据输入到模型，分别获得日前节点价格的高限价概率预测值、日前节点价格的低限价概率预测值、实时节点价格的高限价概率预测值、实时节点价格的低限价概率预测值；根据预测概率的分类阈值，标记出日前节点价格和实时节点价格中的最高、最低限价的点；融合模块，将价格预测模型和二分类模型的结果融合，对策略日的96点价格预测序列，利用二分类模型预测的最高、最低限价的点的标记，设置相应的预测值为最高价或最低价，其余未标记的点预测价格不变。6.根据权利要求5所述的电力现货市场节点电价预测系统，其特征在于，价格预测模块还包括：区间映射单元，得到日前节点价格和实时节点价格的模型预测值后，结合区域电价上下限规则，对模型预测值进行区间映射；并将区间映射值作为融合模块中使用的价格预测模型的结果。7.根据权利要求6所述的电力现货市场节点电价预测系统，其特征在于，所述区间映射单元包括：最大值top为区域电价上限，最小值low为区域电价下限，预测的价格序列中元素为p
i
，其中i=0，...，95，经过区间映射的预测价格为，其中，i=0，...，95，p
max
为模型预测值的价格序列最大值，p
min
为模型预测值的价格序列最小值。8.根据权利要求5所述的电力现货市场节点电价预测系统，其特征在于，所述二分类模型建立模块包括：标记单元，对现货节点电价数据的历史数据集中的日前节点价格和实时节点价格进行价格上限和下限的标记；设定一个门限值th，top为区域电价上限，low为区域电价下限，当价格大于top-（top-low）*th时标记为高价，当价格小于low （top-low）*th时为低价；
分类单元，以高价作为一类，其余价格作为另一类，对日前节点价格和实时节点价格分别建立二分类模型，得到日前节点价格的高限价概率预测模型、实时节点价格的高限价概率预测模型；以低价作为一类，其余价格作为另一类，对日前节点价格和实时节点价格分别建立二分类模型，得到日前节点价格的低限价概率预测模型、实时节点价格的低限价概率预测模型。

技术总结
本发明提出一种电力现货市场节点电价预测方法及系统，建立日前节点价格和实时节点价格的价格预测模型；获得日前节点价格和实时节点价格的模型预测值；建立日前节点价格和实时节点价格的高限价概率预测模型、低限价概率预测模型，获得日前节点价格和实时节点价格的的高限价概率预测值、低限价概率预测值；标记出日前节点价格和实时节点价格中的最高、最低限价的点；将价格预测模型和二分类模型的结果融合。本发明通过回归和分类模型相融合的方法预测日前节点电价和实时节点电价，提高了节点电价预测的稳定性和准确性，尤其是对地板价和最高限价时段的预测，增强交易策略的收益率。增强交易策略的收益率。增强交易策略的收益率。


技术研发人员：向婕 齐艳桥 钟崇光
受保护的技术使用者：国能日新科技股份有限公司
技术研发日：2021.12.17
技术公布日：2022/3/8