竞争性电力市场环境下电价预测方法与应用课件.ppt

1、竞争性电力市场环境下竞争性电力市场环境下电价预测方法与应用电价预测方法与应用2022-10-5竞争性电力市场环境下电价预测方法与应用汇报提纲汇报提纲论文的背景电力市场及电价分析电价价格钉的预测与控制电价的非线性预测模型电价的组合预测电价预测的应用发电商容量分配研究总结论文的创新点竞争性电力市场环境下电价预测方法与应用论文的背景论文的背景选题背景选题背景近年来，由于电力、信息等技术的发展，世界各近年来，由于电力、信息等技术的发展，世界各国纷纷进行电力体制的改革国纷纷进行电力体制的改革2002年，国务院出台电力体制改革方案年，国务院出台电力体制改革方案2003年年6月，国家电力监管委员会陆续在东北

2、、月，国家电力监管委员会陆续在东北、华东开展区域电力市场建设试点。华东开展区域电力市场建设试点。目前我国的电力市场已供大于求，电力的市场化目前我国的电力市场已供大于求，电力的市场化改革将会不断地深入。改革将会不断地深入。竞争性电力市场环境下电价预测方法与应用 研究目的研究目的研究电价的变化规律研究电价的变化规律提高电价预测水平提高电价预测水平控制发电商的决策风险控制发电商的决策风险竞争性电力市场环境下电价预测方法与应用 国内外研究综述国内外研究综述电价预测研究综述电价预测研究综述博弈论模型博弈论模型随机模型随机模型无参数和人工智能模型无参数和人工智能模型价格钉的判别与预测价格钉的判别与预测 竞

3、争性电力市场环境下电价预测方法与应用发电商竞价策略研究综述发电商竞价策略研究综述基于成本分析基于成本分析基于电价预测基于电价预测基于博弈理论优化基于博弈理论优化基于矩阵博弈模型基于矩阵博弈模型基本寡头博弈模型基本寡头博弈模型发电商风险控制研究综述发电商风险控制研究综述风险来源风险来源风险管理风险管理风险计量风险计量竞争性电力市场环境下电价预测方法与应用v论文的研究框架路线论文的研究框架路线N数据分类形成与分时段数据序列历史价格数据历史需求与预测需求数据历史供给与预测供给数据运用基于SMOTEBoost技术的SVM预测是否为价格钉？调用价格钉电价数值预测模型MARS模型局域多项式模型支持向量机模

4、型组合预测模型预测误差分析形成竞价策略Y返回竞争性电力市场环境下电价预测方法与应用电力市场及电价分析电力市场及电价分析电力市场电力市场 电力市场中的电价电力市场中的电价电价的影响因素电价的影响因素电价预测概述电价预测概述竞争性电力市场环境下电价预测方法与应用电力市场体系结构电力市场体系结构供给端需求端电力经销商/中介商发电商热电供应商电力经销商/中介商配电商大用户现货市场合约市场独立系统操作者输电公司竞争性电力市场环境下电价预测方法与应用电力交易模式及交易类型电力交易模式及交易类型交易模式交易模式v双向合约模式双向合约模式v电力库模式电力库模式v综合模式综合模式 交易类型交易类型现货交易现货交

5、易合约交易合约交易期货交易期货交易返回竞争性电力市场环境下电价预测方法与应用电价的形成电价的形成价格容量D1D2D3S1S2S3S4S5S6竞争性电力市场环境下电价预测方法与应用电力产品及电价的特点电力产品及电价的特点电力是一种较为特殊商品电力是一种较为特殊商品网络依赖性网络依赖性不可大量储存性不可大量储存性高度协调性高度协调性公共品公共品规模经济与自然垄断规模经济与自然垄断高沉淀成本高沉淀成本政府规制政府规制用户多样、需求不确定用户多样、需求不确定 竞争性电力市场环境下电价预测方法与应用电价的统计特性电价的统计特性波动性波动性周期性周期性均值回复均值回复跳跃性和价格钉跳跃性和价格钉竞争性电力

6、市场环境下电价预测方法与应用电价在电力市场中的核心作用电价在电力市场中的核心作用 吸引投资吸引投资优化资源配置优化资源配置增强企业活力增强企业活力引导用户合理用电，节能减排引导用户合理用电，节能减排返回竞争性电力市场环境下电价预测方法与应用电力成本电力成本发电成本发电成本输送成本输送成本交易成本交易成本市场交易并非无成本，交易成本主要为了：市场交易并非无成本，交易成本主要为了：了解市场信息了解市场信息谈判协商、达成交易的费用谈判协商、达成交易的费用交易执行、监督费用及违约成本交易执行、监督费用及违约成本发电公司要实现利润最大化，需满足边际成本等于边际利发电公司要实现利润最大化，需满足边际成本等

7、于边际利润。润。竞争性电力市场环境下电价预测方法与应用市场供求状况市场供求状况需求需求电力市场的需求具有不确定性电力市场的需求具有不确定性对日前市场，需求由市场交易中心给出预测值，可认对日前市场，需求由市场交易中心给出预测值，可认为是确定的、已知的为是确定的、已知的负荷（即需求）的不确定性交由实时市场负荷（即需求）的不确定性交由实时市场需求价格函数在短期内接近于垂直与横轴的曲线，即需求价格函数在短期内接近于垂直与横轴的曲线，即需要弹性接近于需要弹性接近于0。供给供给完全竞争时，发电企业的市场供给曲线为水平直线完全竞争时，发电企业的市场供给曲线为水平直线竞争性电力市场环境下电价预测方法与应用与一

8、般商品的市场均衡不同，电力产品的市场与一般商品的市场均衡不同，电力产品的市场均衡，必须同时实现电力和电量双重平衡均衡，必须同时实现电力和电量双重平衡发电企业产出的关键是电力，其次才是电量发电企业产出的关键是电力，其次才是电量发电设备的装机容量（生产能力）不能以均匀发电设备的装机容量（生产能力）不能以均匀的生产满足随时间变化的不均匀的需求，装机的生产满足随时间变化的不均匀的需求，装机容量要大于最大电力负荷的容量要大于最大电力负荷的120-150%120-150%（含备用（含备用容量）。容量）。电力系统提供的电量既不能多于需求，又不能电力系统提供的电量既不能多于需求，又不能少于需求。少于需求。电力

9、系统既需足够容量，还需统一调度电力系统既需足够容量，还需统一调度竞争性电力市场环境下电价预测方法与应用市场力与市场监管市场力与市场监管市场力市场力经济学对市场力的一般定义是指改变市场价格使之偏离市场充分经济学对市场力的一般定义是指改变市场价格使之偏离市场充分竞争情况下所具有价格水平的能力。竞争情况下所具有价格水平的能力。在电力市场中，市场力的行使和扩大有多种方式：在电力市场中，市场力的行使和扩大有多种方式：电力企业扩大自身的规模，包括企业自身的成长以及企业间的兼并、电力企业扩大自身的规模，包括企业自身的成长以及企业间的兼并、合并、收购等行为。合并、收购等行为。发电商通过持留行为行使市场力。一是

10、物理持留，二是经济持留。发电商通过持留行为行使市场力。一是物理持留，二是经济持留。通过横向合作限制竞争。通过横向合作限制竞争。有优势的发电企业通过自身垄断力量来打击、消灭竞争对手或组织有优势的发电企业通过自身垄断力量来打击、消灭竞争对手或组织新的竞争者的竞争。如掠夺性定价。新的竞争者的竞争。如掠夺性定价。竞争性电力市场环境下电价预测方法与应用市场监管市场监管最高价格限制最高价格限制价格波动限制价格波动限制 返回竞争性电力市场环境下电价预测方法与应用电价预测概述电价预测概述电价预测的基本概念电价预测的基本概念电价预测是在综合考虑电价影响因素，运用数学模型、计算机模拟等工具对相电价预测是在综合考虑

11、电价影响因素，运用数学模型、计算机模拟等工具对相关数据进行分析和研究，对未来电力市场中的电力交易价格进行预测。关数据进行分析和研究，对未来电力市场中的电力交易价格进行预测。对电价的预测要求必须同时具备预测速度与预测精度，才具有实际的应用意义对电价的预测要求必须同时具备预测速度与预测精度，才具有实际的应用意义。电价预测分类电价预测分类根据预测点分类根据预测点分类根据预测内容分类根据预测内容分类根据预测期限分类根据预测期限分类 电价预测误差及评价指标电价预测误差及评价指标绝对误差和相对误差绝对误差和相对误差竞争性电力市场环境下电价预测方法与应用平均绝对误差平均绝对误差均方误差均方误差均方根误差均方

12、根误差改进的平均绝对百分比误差改进的平均绝对百分比误差 传统的传统的MAPEMAPE 改进的改进的MAPEMAPE返回竞争性电力市场环境下电价预测方法与应用电价价格钉预测与控制电价价格钉预测与控制 价格钉的经济学分析价格钉的经济学分析 价格钉的预测价格钉的预测 价格钉的控制价格钉的控制 竞争性电力市场环境下电价预测方法与应用价格钉的定义电价的突然、剧烈地波动电价的突然、剧烈地波动 竞争性电力市场环境下电价预测方法与应用价格钉的成因价格钉的成因电力需求的两方面缺陷电力需求的两方面缺陷短期内明显缺乏价格弹性，很多市场价格弹性为短期内明显缺乏价格弹性，很多市场价格弹性为零零电力需求由于气候等因素呈现

13、出较大的波动性电力需求由于气候等因素呈现出较大的波动性电力供给的独特性电力供给的独特性 发电是资金密集型产业，短期内难以增加供给发电是资金密集型产业，短期内难以增加供给电力不能经济储存，需要在瞬间实现供给平衡，电力不能经济储存，需要在瞬间实现供给平衡，任何偶然的机组停运或传输系统障碍都将直接影任何偶然的机组停运或传输系统障碍都将直接影响供给并进而影响电力供需平衡点响供给并进而影响电力供需平衡点发电机组存在较高的启动成本发电机组存在较高的启动成本 竞争性电力市场环境下电价预测方法与应用价格钉的影响因素价格钉的影响因素供给方面供给方面装机容量装机容量停运停运发电机组种类发电机组种类传输限制传输限制

14、需求方面需求方面负荷持续时间负荷持续时间天气敏感性天气敏感性经济活动经济活动零售价格零售价格 竞争性电力市场环境下电价预测方法与应用市场组织及设计方面市场组织及设计方面零售电价限额零售电价限额现货交易比例现货交易比例容量要求容量要求批发价限额批发价限额 竞争性电力市场环境下电价预测方法与应用 价格钉的判别及分布特点价格钉的判别及分布特点判别判别基于历史数据的异常价格统计方法，即把价格处于基于历史数据的异常价格统计方法，即把价格处于 以外的以外的异常值作为价格钉。异常值作为价格钉。基于经验的方法，即设定一价格阈值基于经验的方法，即设定一价格阈值 ，将所有大于此值的电价视为，将所有大于此值的电价视

15、为价格钉。价格钉。基于价格变化量的方法，即若当前价格与前一时间点价格的变化量基于价格变化量的方法，即若当前价格与前一时间点价格的变化量 大于正常变化量的最大值时，认定当前电价为价格钉。大于正常变化量的最大值时，认定当前电价为价格钉。所有数值为负数的价格视为价格钉。所有数值为负数的价格视为价格钉。分布特点分布特点同正常电价数据相比，价格钉数据所占比例通常很低，二者的比例同正常电价数据相比，价格钉数据所占比例通常很低，二者的比例可达可达100：1返回竞争性电力市场环境下电价预测方法与应用价格钉的预测价格钉的预测预测模型预测模型跳跃扩散模型跳跃扩散模型区间选择模型区间选择模型 将电价分解为含价格钉过

16、程与不含价格钉的过程两个部分，而含价将电价分解为含价格钉过程与不含价格钉的过程两个部分，而含价格钉的过程假定为一两状态的马尔柯夫过程格钉的过程假定为一两状态的马尔柯夫过程 竞争性电力市场环境下电价预测方法与应用结构化模型结构化模型供给函数由分段函数描述供给函数由分段函数描述均衡价格运用供给与需求的交点解得，即均衡价格运用供给与需求的交点解得，即 数据挖掘模模型数据挖掘模模型首先预测某一时点价格钉发生的可能性首先预测某一时点价格钉发生的可能性然后预测价格钉的大致范围然后预测价格钉的大致范围最后再预测价格钉的数值最后再预测价格钉的数值 竞争性电力市场环境下电价预测方法与应用基于基于SMOTEBoo

17、stSMOTEBoost的的SVMSVM分类器价格钉预测模型分类器价格钉预测模型分类预测分类预测 电价数据分为电价数据分为2类：一类为价格钉；一类为正常电价类：一类为价格钉；一类为正常电价2类数据所占比例悬殊，是一种较为典型的非平衡数据集类数据所占比例悬殊，是一种较为典型的非平衡数据集解决的途径可粗略地分为解决的途径可粗略地分为2个方向个方向对数据进行采样处理对数据进行采样处理一种是减少多数法（一种是减少多数法（under-sampling），即通过对多数类样本的），即通过对多数类样本的数量来平衡数量来平衡2类样本类样本 另一类是增加少数法（另一类是增加少数法（over-sampling），即

18、通过复制或插值等方），即通过复制或插值等方法增加少数类样本的数量法增加少数类样本的数量 算法设计算法设计线性线性Logistic回归、决策树、多层感知器神经网络、贝叶斯网络、多回归、决策树、多层感知器神经网络、贝叶斯网络、多项项Logistic回归以及支持向量机等回归以及支持向量机等 竞争性电力市场环境下电价预测方法与应用AdaBoost是一种最常见的是一种最常见的Boosting方法，在每次迭代方法，在每次迭代中，增加没有正确分类样本的权值，减少正确分类样本中，增加没有正确分类样本的权值，减少正确分类样本的权值，更加关注于分类错误的样本。因少数类样本更的权值，更加关注于分类错误的样本。因少数

19、类样本更容易被错误分类，所以有理由相信该方法能够改进对少容易被错误分类，所以有理由相信该方法能够改进对少数类的预测性能。数类的预测性能。SMOTE技术（技术（Synthetic Minority Over-sampling Technique）是非平衡数据集学习的一种新办法，通过）是非平衡数据集学习的一种新办法，通过对少数类样本的人工合成提高少数类样本的比例，降低对少数类样本的人工合成提高少数类样本的比例，降低数据的过度偏斜。数据的过度偏斜。SMOTE技术与技术与AdaBoost结合，可有效避免由于赋予少结合，可有效避免由于赋予少数类样本更大权值而可能产生的过度拟合。数类样本更大权值而可能产生

20、的过度拟合。SVM具有较强的泛化能力具有较强的泛化能力 竞争性电力市场环境下电价预测方法与应用算法模型算法模型AdaBoostAdaBoost分类器分类器AdaBoost算法的基本思想是通过训练一组分量分类器，将多个弱分类器算法的基本思想是通过训练一组分量分类器，将多个弱分类器集成为一个强分类器。在训练过程中，每个训练样本被赋予一个初始权集成为一个强分类器。在训练过程中，每个训练样本被赋予一个初始权值，当一个弱分类器训练完成后，根据其在训练集上的分类结果对所有值，当一个弱分类器训练完成后，根据其在训练集上的分类结果对所有的样本权值进行调整，使得下一次训练的弱分类器更关注那些被识别错的样本权值进

21、行调整，使得下一次训练的弱分类器更关注那些被识别错误的样本。最后的强分类器的判决结果是所有弱分类器判决结果的加权误的样本。最后的强分类器的判决结果是所有弱分类器判决结果的加权和和 SMOTESMOTE增加少数样本法增加少数样本法增加少数样本法是通过增加数据集中少数类样本的办法，降低类别之间分增加少数样本法是通过增加数据集中少数类样本的办法，降低类别之间分布的不平衡程度。早期的增加少数法是直接复制少数类样本，以增加其布的不平衡程度。早期的增加少数法是直接复制少数类样本，以增加其数量。数量。DeRouin等学者通过神经网络技术，用仿制取代复制，以期减少等学者通过神经网络技术，用仿制取代复制，以期减

22、少少数类信息的缺失。少数类信息的缺失。Chawla则沿用仿制的思路，提出了少数类信息的则沿用仿制的思路，提出了少数类信息的仿制技术仿制技术SMOTE（Synthetic Minority Over-Sampling Technique）竞争性电力市场环境下电价预测方法与应用SMOTEBoostSVM集成算法基本思想基本思想先运用先运用SMOTE技术合成少数类样本，改善数据的偏斜技术合成少数类样本，改善数据的偏斜状况，然后用状况，然后用AdaBoost算法集成多个算法集成多个SVM分类器，分类器，从而达到非均衡数据集上更好的分类效果与模型泛化从而达到非均衡数据集上更好的分类效果与模型泛化能力能力

23、算法流程算法流程 竞争性电力市场环境下电价预测方法与应用 4 输出：最后的强分类器竞争性电力市场环境下电价预测方法与应用实例分析实例分析 数据的选择与预处理数据的选择与预处理评价指标评价指标少数类正确率少数类正确率多数类正确率多数类正确率几何平均正确率几何平均正确率精确率精确率召回率召回率F-measure训练与预测结果训练与预测结果返回竞争性电力市场环境下电价预测方法与应用价格钉的控制价格钉的控制 降低市场力降低市场力市场力的衡量指标市场力的衡量指标HHI指数Lerner指数市场力的抑制措施市场力的抑制措施增加市场竞争主体，降低市场集中程度增加市场竞争主体，降低市场集中程度 加强电网建设，合

24、理布局电源加强电网建设，合理布局电源设立价格上限，加强市场监管设立价格上限，加强市场监管 鼓励远期合约，引入电力期货、期权等风险管理工具鼓励远期合约，引入电力期货、期权等风险管理工具建立有效的价格传导机制，加强需求侧响应建立有效的价格传导机制，加强需求侧响应 竞争性电力市场环境下电价预测方法与应用增加容量充裕性增加容量充裕性在电力行业放松管制的改革前，作为公用事业的电力企业有保证电力稳定供应的义务，电力系统的装机容量由其统一规划并进行投资决策，但改革后，没有一家企业承担此项义务，每个企业根据自己对于未来电力市场的发展趋势判断决定自己的投资决策。由于改革后的电力市场并没有形成完全竞争市场，而更接

25、近于寡头垄断，加之电力行业的固有特征，如建设周期长、投资大、需求受气候等因素波动性大等原因，以及价格上限等因素，造成市场对新机组的投资不足，成为多个市场价格钉产生，甚至电力危机产生的重要原因。确定容量费用的模式确定容量费用的模式 容量责任模式行政方法 显式的额外容量费用模式 返回竞争性电力市场环境下电价预测方法与应用电价的非线性预测电价的非线性预测v电价的解释变量选择电价的解释变量选择v电价的非线性特性分析电价的非线性特性分析v电价的非线性预测模型电价的非线性预测模型v模型仿真与比较模型仿真与比较竞争性电力市场环境下电价预测方法与应用电价的解释变量选择电价的解释变量选择 需求供给可调容量计划停

26、运竞价策略返回竞争性电力市场环境下电价预测方法与应用电价的非线性特性分析电价的非线性特性分析 多维时间序列的相空间重构多维时间序列的相空间重构非线性检验非线性检验 LyapunovLyapunov指数指数 替代数据法替代数据法 检验统计量检验统计量CaoCao方法方法关联维数关联维数 竞争性电力市场环境下电价预测方法与应用电价非线性检验实例电价非线性检验实例最大最大LyapunovLyapunov指数指数电价时间序列的最大电价时间序列的最大LyapunvLyapunv指数指数负荷时间序列的最大负荷时间序列的最大LyapunvLyapunv指数指数相空间重构相空间重构替代数据法检验替代数据法检验

27、T T值和关联维数值和关联维数使零假设在使零假设在95%的置信水平内有效，依据相位随机化方法，对电价和的置信水平内有效，依据相位随机化方法，对电价和负荷时间序列分别生成负荷时间序列分别生成40组替代数据组替代数据 竞争性电力市场环境下电价预测方法与应用 电价T值检验负荷T值检验竞争性电力市场环境下电价预测方法与应用关联维数统计检验关联维数统计检验 返回竞争性电力市场环境下电价预测方法与应用电价的非线性预测模型局域多项式预测模型局域多项式预测模型 单变量时间序列的局域多项式预测单变量时间序列的局域多项式预测用用 个已知数值的个已知数值的 和和 ，通过最小二乘法可确定上式中的系数，即：，通过最小二

28、乘法可确定上式中的系数，即：通过通过QR分解方式将系数向量分解方式将系数向量f 析出。析出。竞争性电力市场环境下电价预测方法与应用多变量时间序列的局域多项式预测多变量时间序列的局域多项式预测重构的动力系统重构的动力系统通过通过 阶多项式局域拟合阶多项式局域拟合与单变量类似，可通过与单变量类似，可通过QRQR分解的方式辩识出系统参数分解的方式辩识出系统参数竞争性电力市场环境下电价预测方法与应用 电价时间序列的多变量局域多项式预测电价时间序列的多变量局域多项式预测以广义交叉验证值（以广义交叉验证值（GCVGCV）作为参数集优劣的评判标准，从一组参）作为参数集优劣的评判标准，从一组参数集中选择最优的

29、一组参数数集中选择最优的一组参数算法步骤算法步骤竞争性电力市场环境下电价预测方法与应用竞争性电力市场环境下电价预测方法与应用多元样条自适应回归模型多元样条自适应回归模型多元自适应回归样条多元自适应回归样条(MARS:Multivariate Adaptive Regression Splines)是用来解决多元数据问题的新方法。是用来解决多元数据问题的新方法。MARS将分段解释方程汇将分段解释方程汇总组合出一个较具弹性的预测模型。它是一种具有弹性的回归处理程序，总组合出一个较具弹性的预测模型。它是一种具有弹性的回归处理程序，可以自动建立准则模型，并利用这个准则模型来推测其连续和间断的因可以自动

30、建立准则模型，并利用这个准则模型来推测其连续和间断的因变量。从名称来看，就是指多元逐步的回归程序，它最适合应用在高维变量。从名称来看，就是指多元逐步的回归程序，它最适合应用在高维度的问题中，也被视为广义的线性逐步回归，或者是通过修正分类与回度的问题中，也被视为广义的线性逐步回归，或者是通过修正分类与回归树模型方法改善的多元自适应回归执行过程。目前己被运用到许多不归树模型方法改善的多元自适应回归执行过程。目前己被运用到许多不同领域的研究中。同领域的研究中。MARS简介简介局部回归方法，通过样条函数局部回归方法，通过样条函数(又称为基函数又称为基函数Basis functions，简称，简称BF)

31、来来模拟复杂非线性关系。它将整个非线性模型划分为若干区域，在每个特定模拟复杂非线性关系。它将整个非线性模型划分为若干区域，在每个特定区域内由一段线性回归直线来拟合区域内由一段线性回归直线来拟合 模型模型竞争性电力市场环境下电价预测方法与应用MARS模型构建模型构建函数以加权和的形式引入到函数以加权和的形式引入到MARS模型中模型中 采用前向逐步过程，每次选取一对最优样条函数来提高模型准确度。每对样条函数包括由结点位置定义的左侧的和右侧的分割函数。这样最优的样条函数被一对一对地添加到模型中，用来提高对训练数据描述的准确度。剪枝过程，将造成模型过度拟合的基函数删除剪枝过程，将造成模型过度拟合的基函

32、数删除采用后向的删除方法，每次删除一个对模型贡献最小的基函数。这一剪枝过程是基于广义交互验证(GCV)标准进行的 模型的选择模型的选择选择标准主要是通过交互验证。选择最优模型的思想是在预测误差符合的基础上，选择出最简单的模型 竞争性电力市场环境下电价预测方法与应用vGCV的定义的定义设定设定GCV标准是为了避免模型中过多的样条函数标准是为了避免模型中过多的样条函数其中：是研究的对象数，是函数的复杂度惩罚 是MARS模型中的非常数的基函数数目，是待拟合的变量数目，是用户定义的每个基函数优化所需要的成本 竞争性电力市场环境下电价预测方法与应用v支持向量机模型支持向量机模型最小二乘支持向量机最小二乘

33、支持向量机最小二乘支持向量机（最小二乘支持向量机（Least Square SVM，LS-SVM）是标准）是标准支持向量机的一种扩展，优化指标采用平方项，并用等式约束代支持向量机的一种扩展，优化指标采用平方项，并用等式约束代替标准支持向量机的不等式约束，即将二次规划问题转化为线性替标准支持向量机的不等式约束，即将二次规划问题转化为线性方程组求解，降低了计算复杂性，加快了求解速度方程组求解，降低了计算复杂性，加快了求解速度竞争性电力市场环境下电价预测方法与应用证据框架与模型参数选择证据框架与模型参数选择贝叶斯证据框架是通过最大化参数分布的后验，来得到最佳参数值贝叶斯证据框架是通过最大化参数分布的

34、后验，来得到最佳参数值或最佳的模型。贝叶斯推断可分为三个层次：推断的第一层，选或最佳的模型。贝叶斯推断可分为三个层次：推断的第一层，选择模型的参数，在推断的第二层，选择模型超参数，第三层，选择模型的参数，在推断的第二层，选择模型超参数，第三层，选择模型的核参数，并选择相关输入变量择模型的核参数，并选择相关输入变量第一层推断第一层推断根据贝叶斯准则推断参数向量 和 的后验概率 第二层推断第二层推断竞争性电力市场环境下电价预测方法与应用第三层推断第三层推断通过检查模型的后验概率，可对不同模型的优劣进行比较并排出顺通过检查模型的后验概率，可对不同模型的优劣进行比较并排出顺序，从而推断出核参数，并选择

35、输入数据序，从而推断出核参数，并选择输入数据 LS-SVMLS-SVM预测模型预测模型数据预处理数据预处理根据贝叶斯证据框架，通过训练获得最优模型参根据贝叶斯证据框架，通过训练获得最优模型参数数运用最优模型进行预测运用最优模型进行预测返回竞争性电力市场环境下电价预测方法与应用模型仿真与比较模型仿真与比较 数据分析与预处理数据分析与预处理 缺失数据的修补缺失数据的修补采用相同日期类型的数据进行加权平均采用相同日期类型的数据进行加权平均数据分类数据分类将数据分为将数据分为4 4个类型个类型,即工作日白天、工作日夜间、休息即工作日白天、工作日夜间、休息日白天、休息日夜间日白天、休息日夜间异常数据处理

36、异常数据处理数据的标准化处理数据的标准化处理竞争性电力市场环境下电价预测方法与应用v仿真结果及比较仿真结果及比较局域多项式MARS支持向量机MAERMSEMAPEMAERMSEMAPEMAERMSEMAPEW13.71 8.25 8.19 4.64 9.25 10.23 4.74 7.98 10.44 W23.35 6.51 7.32 4.82 7.09 10.39 5.39 8.70 11.60 平均13.53 7.38 7.75 4.73 8.17 10.31 5.07 8.34 11.02 W34.14 7.04 8.00 3.76 6.23 7.58 3.77 6.58 7.35 W4

37、6.24 9.54 13.77 4.81 7.51 10.55 5.22 7.67 11.31 平均25.19 8.29 10.88 4.29 6.87 9.06 4.50 7.12 9.33 W55.57 10.48 10.32 4.99 9.81 9.16 4.77 10.00 8.88 W67.97 14.01 15.47 7.27 14.89 14.03 6.25 13.33 12.24 平均36.77 12.25 12.90 6.13 12.35 11.60 5.51 11.66 10.56 总平均5.16 9.31 10.51 5.05 9.13 10.32 5.03 9.04 1

38、0.31 竞争性电力市场环境下电价预测方法与应用竞争性电力市场环境下电价预测方法与应用竞争性电力市场环境下电价预测方法与应用竞争性电力市场环境下电价预测方法与应用在电价变化比较平缓的时段中（如在电价变化比较平缓的时段中（如W1周和周和W2周），局域多项周），局域多项式方法具有较高的预测精度，支持向量机方法以及样条回归方式方法具有较高的预测精度，支持向量机方法以及样条回归方法稍逊；法稍逊；在电价变化比较剧烈，价格钉出现频率较高的时间段中（如在电价变化比较剧烈，价格钉出现频率较高的时间段中（如W5周和周和W6周），支持向量机方法具有较好的预测精度，而局周），支持向量机方法具有较好的预测精度，而局域

39、多项式方法则相对较差，样条回归方法则介于两者之间域多项式方法则相对较差，样条回归方法则介于两者之间即使对同一种方法，在电价变化相对平稳的时间段，其预测效即使对同一种方法，在电价变化相对平稳的时间段，其预测效果要优于变化剧烈的时间段，但支持向量机方法在各个时间段果要优于变化剧烈的时间段，但支持向量机方法在各个时间段的预测精度相对稳定的预测精度相对稳定 返回竞争性电力市场环境下电价预测方法与应用电价的组合预测电价的组合预测 组合预测基本概念组合预测基本概念组合预测模型组合预测模型电价的线性预测模型电价的线性预测模型组合预测实例分析组合预测实例分析竞争性电力市场环境下电价预测方法与应用组合预测基本概

40、念组合预测基本概念 不同的预测模型方法有各自的优缺点，它们之间并不是相互排斥的，不同的预测模型方法有各自的优缺点，它们之间并不是相互排斥的，而是相互联系、相互补充的，再加上每种预测方法利用的数据不尽而是相互联系、相互补充的，再加上每种预测方法利用的数据不尽相同，因而可能存在不同角度的有用信息。在实际操作中选择某一相同，因而可能存在不同角度的有用信息。在实际操作中选择某一模型而放弃其余模型的做法就可能造成部分有用信息的丢失。对此，模型而放弃其余模型的做法就可能造成部分有用信息的丢失。对此，Bates.J.M和和Granger.C.W于于1969年首次提出组合预测模型的概念年首次提出组合预测模型的

41、概念 组合预测分类组合预测分类线性组合和非线性组合最优组合与非最优组合不变权组合与变权组合返回竞争性电力市场环境下电价预测方法与应用电价组合预测模型电价组合预测模型最优加权组合预测最优加权组合预测线性组合线性组合非线性组合非线性组合加权调和平均组合加权调和平均组合定义预测误差定义预测误差 竞争性电力市场环境下电价预测方法与应用 以预测误差平方和为准则的非负加权系数的调和平均组合预测模型以预测误差平方和为准则的非负加权系数的调和平均组合预测模型v加权几何平均组合加权几何平均组合定义预测误差定义预测误差权系数通过求解最优化问题获得权系数通过求解最优化问题获得竞争性电力市场环境下电价预测方法与应用加

42、权几何平均电价组合预测加权几何平均电价组合预测评价准则误差信息矩阵几何平均组合预测模型为下列优化问题竞争性电力市场环境下电价预测方法与应用变权重几何平均的电价组合预测步骤变权重几何平均的电价组合预测步骤 选择合适的时间区间选择合适的时间区间 ；分别用分别用 种单项预测方法对区间种单项预测方法对区间 的电价进行预测，的电价进行预测，得到得到 个电价预测值；个电价预测值；计算这些预测值与真实值之间的差异；计算这些预测值与真实值之间的差异；计算最优权重；计算最优权重；用单项预测方法预测用单项预测方法预测 时刻的电价值，并利用最优权重组时刻的电价值，并利用最优权重组合预测合预测 时刻的电价；时刻的电价

43、；令令 ，返回步骤（，返回步骤（2）。）。不变权重几何平均的电价组合预测不变权重几何平均的电价组合预测令变权重几何平均组合预测中的时间区间参数令变权重几何平均组合预测中的时间区间参数 ，则变权重几，则变权重几何平均组合预测变为不变权重几何平均组合预测，其余的步骤何平均组合预测变为不变权重几何平均组合预测，其余的步骤同变权重几何平均组合预测同变权重几何平均组合预测 竞争性电力市场环境下电价预测方法与应用优性组合预测与冗余方法优性组合预测与冗余方法优性组合优性组合若某种组合预测方法的预测误差平方和小于参加组合的各种方法的若某种组合预测方法的预测误差平方和小于参加组合的各种方法的预测误差平方和中的最

44、小者，就称该组合预测方法为优性组合预预测误差平方和中的最小者，就称该组合预测方法为优性组合预测方法测方法 冗余方法冗余方法误差信息矩阵判定法误差信息矩阵判定法权重系数判定法权重系数判定法 返回竞争性电力市场环境下电价预测方法与应用 电价的线性预测模型电价的线性预测模型为丰富组合预测的方法，本节建立一个电价的线性预测模型。为丰富组合预测的方法，本节建立一个电价的线性预测模型。考虑到电价时间序列的变化常常是一个非平稳的随机过程，并且具考虑到电价时间序列的变化常常是一个非平稳的随机过程，并且具有周期性，建立一个基于有周期性，建立一个基于ARIMA的电价预测模型，即对非平稳的的电价预测模型，即对非平稳

45、的电价时间序列，先用差分方法将非平稳过程平稳化，然后采用电价时间序列，先用差分方法将非平稳过程平稳化，然后采用ARMA模型对处理后的平稳序列进行建摸和预报。模型对处理后的平稳序列进行建摸和预报。返回竞争性电力市场环境下电价预测方法与应用组合预测实例分析组合预测实例分析组合方式组合方式组合组合1：ARIMA、LS-SVM组合组合2：ARIMA、LS-SVM、局域多项式、局域多项式组合组合3：ARIMA、LS-SVM、局域多项式、局域多项式、MARS变权重与不变权重变权重与不变权重对对3个组合分别按变权重及不变权重进行权重优化个组合分别按变权重及不变权重进行权重优化仿真结果比较仿真结果比较组合预测

46、方法较单项预测方法优组合预测方法较单项预测方法优春季低负荷时期变权重与不变权重差别不很明显，但在高负荷时春季低负荷时期变权重与不变权重差别不很明显，但在高负荷时期变权重与不变权重的组合预测方法则相差较大期变权重与不变权重的组合预测方法则相差较大,变权重优变权重优不变权重不变权重3种组合预测方法的比较种组合预测方法的比较变权重变权重3种组合预测方法的比较种组合预测方法的比较 返回竞争性电力市场环境下电价预测方法与应用电价预测的应用电价预测的应用预测误差分析预测误差分析基于条件风险价值的容量分配模型基于条件风险价值的容量分配模型仿真算例仿真算例竞争性电力市场环境下电价预测方法与应用v预测误差分析预

47、测误差概念预测误差概念产生原因产生原因评价指标评价指标预测误差的正态性检验预测误差的正态性检验检验方法检验方法W检验法、检验法、A2检验法、检验法、W2检验法检验法变量变换变量变换最佳变换参数最佳变换参数使使 最小最小返回竞争性电力市场环境下电价预测方法与应用电力资产的条件风险价值风险价值VaR指在市场正常波动下，一定概率水平下某一资产或资产组合在未来特定一段时间内的最大可能损失以 为置信水平，损失的风险价值 和条件风险价值 分别定义 v基于条件风险价值约束的容量分配模型竞争性电力市场环境下电价预测方法与应用带有交易费的均值带有交易费的均值-CVaR模型资产组合模型模型资产组合模型V型交易费用

48、型交易费用总的交易费用总的交易费用V型交易费用下的均值型交易费用下的均值-CVaR资产组合模型资产组合模型竞争性电力市场环境下电价预测方法与应用对双目标优化问题，通过假设可接受的条件风险价值对双目标优化问题，通过假设可接受的条件风险价值 ，简化，简化为单目标优化为单目标优化非线性项非线性项 ，令，令 ，并在约束中加上，并在约束中加上 和和转化为线性规划问题转化为线性规划问题竞争性电力市场环境下电价预测方法与应用非非V型交易费函数的均值型交易费函数的均值-CVaR资产组合模型资产组合模型V型交易费用在电力市场中不适用型交易费用在电力市场中不适用假设：假设：总交易费用总交易费用非非V型交易费函数下

49、的资产组合模型型交易费函数下的资产组合模型 竞争性电力市场环境下电价预测方法与应用令令 和和 模型变为模型变为增加了非线性约束条件，不能再用线性规划的方法求解，但可通过增加了非线性约束条件，不能再用线性规划的方法求解，但可通过常用的非线性优化方法求解常用的非线性优化方法求解 返回竞争性电力市场环境下电价预测方法与应用v仿真算例按照组合预测模型计算回报率按照组合预测模型计算回报率随着风险价值的增大，发电商可将更多的容量分随着风险价值的增大，发电商可将更多的容量分配于收益较高而风险较大的产品中配于收益较高而风险较大的产品中交易费用对发电商的容量分配策略产生重大影响交易费用对发电商的容量分配策略产生

50、重大影响返回竞争性电力市场环境下电价预测方法与应用论文主要创新点电价价格的预测与控制电价价格的预测与控制基于基于SMOTEBoost的的SVM分类器价格钉预测模型分类器价格钉预测模型从市场力及容量充裕角度讨论价格钉的控制从市场力及容量充裕角度讨论价格钉的控制电价的非线性预测模型电价的非线性预测模型多元局域多项式拟合模型、定义多元局域多项式拟合模型、定义GCV作为参数选择标准作为参数选择标准MARS模型、定义模型、定义GCV作为参数选择标准作为参数选择标准最小二乘支持向量机模型、运用贝叶斯证据框架推断模型参数最小二乘支持向量机模型、运用贝叶斯证据框架推断模型参数电价的组合预测模型电价的组合预测模