模型和数据混合驱动的双边协商电力市场合约价格预测方法

李亚鹏; 韩旭; 于旭光; 程春田; 刘本希; 蔡华祥

doi:10.7500/AEPS20210629018

您当前的位置：

首页 >

文章列表页 >

模型和数据混合驱动的双边协商电力市场合约价格预测方法

学术研究 | 更新时间：2025-06-16

- 模型和数据混合驱动的双边协商电力市场合约价格预测方法
- Hybrid Model-driven and Data-driven Approach to Price Forecasting in Bilateral Contract Electricity Markets
- 电力系统自动化 2022年46卷第18期页码：179-189
- 作者机构：
  
  1.大连理工大学电子信息与电气工程学部,辽宁省大连市 116024
  2.大连理工大学水电与水信息研究所,辽宁省大连市 116024
  3.昆明电力交易中心有限责任公司,云南省昆明市 650200
- 作者简介：
  
  李亚鹏(1988—)，男，博士，主要研究方向：清洁能源电力市场、大规模梯级水电调度、基于非凸优化的序贯决策问题。E-mail：yplidut@foxmail.com
  韩旭(1997—)，男，博士研究生，主要研究方向：水电参与电力市场竞价、大规模水库优化调度方法。E-mail：WaterXuHan@mail.dlut.edu.cn
  于旭光(1992—)，男，博士，主要研究方向：清洁能源电力市场、水电优化调度、电力市场营销。E-mail：yu_xuguang@ctg.com.cn
  程春田(1965—)，男，通信作者，博士，教授，博士生导师，长江学者特聘教授，国家杰出青年基金获得者，主要研究方向：水电系统调度、清洁能源电力市场、水风光储多电源互补调度、云计算和大数据。E-mail：ctcheng@dlut.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(52039002)
- DOI：10.7500/AEPS20210629018
  中图分类号：
- 收稿日期：2021-06-29，
  
  修回日期：2021-11-12，
  
  网络出版日期：2022-04-25，
  
  纸质出版日期：2022-09-25
- 稿件说明：
移动端阅览
李亚鹏,韩旭,于旭光等.模型和数据混合驱动的双边协商电力市场合约价格预测方法[J].电力系统自动化,2022,46(18):179-189.

LI Yapeng,HAN Xu,YU Xuguang,et al.Hybrid Model-driven and Data-driven Approach to Price Forecasting in Bilateral Contract Electricity Markets[J].Automation of Electric Power Systems,2022,46(18):179-189.
李亚鹏,韩旭,于旭光等.模型和数据混合驱动的双边协商电力市场合约价格预测方法[J].电力系统自动化,2022,46(18):179-189. DOI： 10.7500/AEPS20210629018.

LI Yapeng,HAN Xu,YU Xuguang,et al.Hybrid Model-driven and Data-driven Approach to Price Forecasting in Bilateral Contract Electricity Markets[J].Automation of Electric Power Systems,2022,46(18):179-189. DOI： 10.7500/AEPS20210629018.

摘要

对双边协商电力市场合约价格的合理预测和预判可以给双边市场运营和监管提供重要支撑。传统电价预测方法主要针对可形成稳定时间序列的节点、区域或系统电价，对于具有“一人多单、一单一价”的高度异质性特点的双边协商市场则难以直接适用。中国当前双边协商市场数据类型单一、数据规模小的现状进一步加大了预测难度。为此，提出从微观行为到宏观价格的解决思路，给出了基于电力经济学模型和实证数据混合驱动的预测方案。首先，结合电力市场特征，提出可解释双边市场二元协商机理的公理化经济学模型，将市场主体的电能价值估计值与均衡价格联系起来；然后

基于数据回归的思想建立多主体联合优化模型，逆向求解各主体的价值估计值；最后

结合市场主体的价值最优估计值和所提出的经济学模型，对未知合约成交价格进行预测。算例结果表明，所提方法可适应当前数据环境，不仅预测精度高、速度快、鲁棒性好，还可以揭示双边协商市场的微观经济学规律，具有较强的解释力。

Abstract

Reasonable forecasting and prejudging of contract prices in the bilateral contract electricity market can provide important support for market operation and regulation. Traditional electricity price forecasting methods are mainly used for nodal

regional

or system electricity prices that can form a stable time series. But these methods are not directly applicable to bilateral contract markets as they have highly heterogeneous characteristics

i.e.

each participant has many contracts

and each contract includes a specific price. The current status of China’s bilateral contract market with single data type and small data size further increases the difficulty of forecasting. A solution idea that maps micro-behavior to macro-price is proposed. And a price forecasting approach that is driven by the hybrid of an electricity economics model and empirical data is subsequently given. Firstly

considering the characteristics of electricity markets

an axiomatic economics model is proposed which can interpret the two-player negotiation mechanism and link estimation value of electricity valuations of market participants to the equilibrium price. Secondly

a multi-participant joint optimization model is established based on data regression ideas to estimate the valuation of each participant by inverse optimization. Finally

the contract prices are forecasted by combining the optimal estimation value of the valuations of market participants and the proposed economics model. Case studies indicate that the proposed approach can adapt to the data limitations in the current context

and it is highly accurate

fast

and robust. Meanwhile

it can also reveal the microeconomic laws of bilateral contract markets

i.e.

it owns a strong interpretation.

关键词

Keywords

references

中共中央国务院 . 关于进一步深化电力体制改革的若干意见［EB/OL］.［ 2021-06-01 ］. http：//www.cec.org.cn/zhuanti/2015nianzhuanti/2015dianlitizhigaigezaichufa/yaowen/2015-06-18/139371.html http://www.cec.org.cn/zhuanti/2015nianzhuanti/2015dianlitizhigaigezaichufa/yaowen/2015-06-18/139371.html .

The CPC Central Committee and the Sate Council . Several opinions on further deepening power system reform ［EB/OL］. ［ 2021-06-01 ］. http：//www.cec.org.cn/zhuanti/2015nianzhuanti/2015dianlitizhigaigezaichufa/yaowen/2015-06-18/139371.html http://www.cec.org.cn/zhuanti/2015nianzhuanti/2015dianlitizhigaigezaichufa/yaowen/2015-06-18/139371.html .

关于印发电力体制改革配套文件的通知［EB/OL］.［ 2021-06-01 ］. https：//www.ndrc.gov.cn/fzggw/jgsj/tgs/sjdt/201511/t201511 30_1021524.html？code=&state=123 https://www.ndrc.gov.cn/fzggw/jgsj/tgs/sjdt/201511/t20151130_1021524.html?code=&state=123 .

Notice on pilot work for issuance of supporting documents for power system reform ［EB/OL］. ［ 2021-06-01 ］. https：//www.ndrc.gov.cn/fzggw/jgsj/tgs/sjdt/201511/t20151130_1021524.html？code=&state=123 https://www.ndrc.gov.cn/fzggw/jgsj/tgs/sjdt/201511/t20151130_1021524.html?code=&state=123 .

昆明电力交易中心有限责任公司 . 云南电力市场2020年运行总结及2021年预测分析报告［R］. 昆明：昆明电力交易中心有限责任公司， 2021 .

Kunming Power Exchange Center Company Limited . Summary of Yunnan power market operation in 2020 and forecast analysis report in 2021 ［R］. Kunming ： Kunming Electric Power Trading Center Co.， Ltd. ， 2021 .

关于做好2021年电力中长期合同签订工作的通知［EB/OL］.［ 2021-06-01 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202012/t20201202_1252094.html？code=&state=123 https://www.ndrc.gov.cn/xxgk/zcfb/tz/202012/t20201202_1252094.html?code=&state=123 .

Notice on the signing of medium- and long-term electricity contracts in 2021 ［EB/OL］. ［ 2021-06-01 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202012/t20201202_1252094.html？code=&state=123 https://www.ndrc.gov.cn/xxgk/zcfb/tz/202012/t20201202_1252094.html?code=&state=123 .

陈启鑫，房曦晨，郭鸿业，等 . 电力现货市场建设进展与关键问题［J］. 电力系统自动化， 2021 ， 45 （ 6 ）： 3 - 15 .

CHEN Qixin ， FANG Xichen ， GUO Hongye ， et al . Progress and key issues for construction of electricity spot market ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 6 ）： 3 - 15 .

荆朝霞 . 电力市场设计中集中模式和分散模式的比较［EB/OL］.［ 2021-06-01 ］. https：//shoudian.bjx.com.cn/news/20180801/917399.shtml https://shoudian.bjx.com.cn/news/20180801/917399.shtml .

JING Zhaoxia . Comparison between centralized and decentralized modes in power market design ［EB/OL］. ［ 2021-06-01 ］. https：//shoudian.bjx.com.cn/news/20180801/917399.shtml https://shoudian.bjx.com.cn/news/20180801/917399.shtml .

黄日星，康重庆，夏清 . 电力市场中的边际电价预测［J］. 电力系统自动化， 2000 ， 24 （ 22 ）： 9 - 12 .

HUANG Rixing ， KANG Chongqing ， XIA Qing . System marginal price forecasting in electricity market ［J］. Automation of Electric Power Systems ， 2000 ， 24 （ 22 ）： 9 - 12 .

GHAYEKHLOO M ， AZIMI R ， GHOFRANI M ， et al . A combination approach based on a novel data clustering method and Bayesian recurrent neural network for day-ahead price forecasting of electricity markets ［J］. Electric Power Systems Research ， 2019 ， 168 ： 184 - 199 .

程春田，李亚鹏，于浩健雄，等 . 昆明电力交易平台建设及其关键技术［C］// 中国电机工程学会电力市场专业委员会2018年学术年会， 2018年10 月 12 - 13 日，上海，中国： 251 - 260 .

CHENG Chuntian ， LI Yapeng ， YU Haojianxiong ， et al . Construction and key technologies of trading platform in Kunming electricity market ［C］// 2018 Annual Conference of Power Market Committee ， Chinese Society of Electrical Engineering， October 12-13， 2018， Shanghai， China ： 251 - 260 .

ZIEL F ， WERON R . Day-ahead electricity price forecasting with high-dimensional structures： univariate vs multivariate modeling frameworks ［J］. Energy Economics ， 2018 ， 70 ： 396 - 420 .

张显，王锡凡 . 短期电价预测综述［J］. 电力系统自动化， 2006 ， 30 （ 3 ）： 92 - 101 .

ZHANG Xian ， WANG Xifan . Review of the short-term electricity price forecasting ［J］. Automation of Electric Power Systems ， 2006 ， 30 （ 3 ）： 92 - 101 .

陈思杰，周浩 . 电力市场电价预测方法综述［J］. 继电器， 2006 ， 34 （ 11 ）： 54 - 60 .

CHEN Sijie ， ZHOU Hao . Electricity price forecast methods of electricity market ［J］. Relay ， 2006 ， 34 （ 11 ）： 54 - 60 .

CERJAN M ， KRŽELJ I ， VIDAK M ， et al . A literature review with statistical analysis of electricity price forecasting methods ［C］// Eurocon 2013 ， July 1-4 ， 2013 ， Zagreb， Croatia ： 756 - 763 .

LAGO J ， MARCJASZ G ， DE SCHUTTER B ， et al . Forecasting day-ahead electricity prices： a review of state-of-the-art algorithms， best practices and an open-access benchmark ［J/OL］. Applied Energy ［ 2021-06-13 ］. https：//doi.org/10.1016/j.apenergy.2021.116983 https://doi.org/10.1016/j.apenergy.2021.116983 .

周明，严正，倪以信，等 . 含误差预测校正的ARIMA电价预测新方法［J］. 中国电机工程学报， 2004 ， 24 （ 12 ）： 67 - 72 .

ZHOU Ming ， YAN Zheng ， NI Yixin ， et al . A novel ARIMA approach on electricity price forecasting with the improvement of predicted error ［J］. Proceedings of the CSEE ， 2004 ， 24 （ 12 ）： 67 - 72 .

CONEJO A J ， PLAZAS M A ， ESPINOLA R ， et al . Day-ahead electricity price forecasting using the wavelet transform and ARIMA models ［J］. IEEE Transactions on Power Systems ， 2005 ， 20 （ 2 ）： 1035 - 1042 .

ZHOU M ， YAN Z ， NI Y X ， et al . Electricity price forecasting with confidence-interval estimation through an extended ARIMA approach ［J］. IEE Proceedings-Generation， Transmission and Distribution ， 2006 ， 153 （ 2 ）： 187 .

GARCIA R C ， CONTRERAS J ， VAN AKKEREN M ， et al . A GARCH forecasting model to predict day-ahead electricity prices ［J］. IEEE Transactions on Power Systems ， 2005 ， 20 （ 2 ）： 867 - 874 .

CHENG C T ， LUO B ， MIAO S M ， et al . Mid-term electricity market clearing price forecasting with sparse data： a case in newly-reformed Yunnan electricity market ［J/OL］. Energies ， 2016 ， 9 （ 10 ）［ 2021-06-13 ］. https：//www.mdpi.com/1996-1073/9/10/804 https://www.mdpi.com/1996-1073/9/10/804 .

TAN Z F ， ZHANG J L ， WANG J H ， et al . Day-ahead electricity price forecasting using wavelet transform combined with ARIMA and GARCH models ［J］. Applied Energy ， 2010 ， 87 （ 11 ）： 3606 - 3610 .

PANAPAKIDIS I P ， DAGOUMAS A S . Day-ahead electricity price forecasting via the application of artificial neural network based models ［J］. Applied Energy ， 2016 ， 172 ： 132 - 151 .

CHINNATHAMBI R A ， PLATHOTTAM S J ， HOSSEN T ， et al . Deep neural networks （DNN） for day-ahead electricity price markets ［C］// 2018 IEEE Electrical Power and Energy Conference （EPEC）， October 10-11 ， 2018 ， Toronto， Canada ： 1 - 6 .

LAGO J ， DE RIDDER F ， DE SCHUTTER B . Forecasting spot electricity prices： deep learning approaches and empirical comparison of traditional algorithms ［J］. Applied Energy ， 2018 ， 221 ： 386 - 405 .

ZHOU S Y ， ZHOU L ， MAO M X ， et al . An optimized heterogeneous structure LSTM network for electricity price forecasting ［J］. IEEE Access ， 2019 ， 7 ： 108161 - 108173 .

WANG L ， ZHANG Z J ， CHEN J Q . Short-term electricity price forecasting with stacked denoising autoencoders ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 4 ）： 2673 - 2681 .

曾鸣，冯义，刘达，等 . 基于证据理论的多模型组合电价预测［J］. 中国电机工程学报， 2008 ， 28 （ 16 ）： 84 - 89 .

ZENG Ming ， FENG Yi ， LIU Da ， et al . Electricity price forecasting based on multi-models combined by evidential theory ［J］. Proceedings of the CSEE ， 2008 ， 28 （ 16 ）： 84 - 89 .

UNIEJEWSKI B ， WERON R . Efficient forecasting of electricity spot prices with expert and LASSO models ［J/OL］. Energies ， 2018 ， 11 （ 8 ）［ 2021-06-21 ］. https：//www.mdpi.com/1996-1073/11/8/2039 https://www.mdpi.com/1996-1073/11/8/2039 .

LAHMIRI S . Comparing variational and empirical mode decomposition in forecasting day-ahead energy prices ［J］. IEEE Systems Journal ， 2017 ， 11 （ 3 ）： 1907 - 1910 .

ITABA S ， MORI H . A fuzzy-preconditioned GRBFN model for electricity price forecasting ［C］// Complex Adaptive Systems Conference with Theme： Engineering Cyber Physical Systems， October 30-November 1 ， 2017 ， Chicago， USA ： 441 - 448 .

陈皓勇 . “双碳”目标下的电能价值分析与市场机制设计［J］. 发电技术， 2021 ， 42 （ 2 ）： 141 - 150 .

CHEN Haoyong . Electricity value analysis and market mechanism design under carbon-neutral goal ［J］. Power Generation Technology ， 2021 ， 42 （ 2 ）： 141 - 150 .

SCHNEIDER E ， EDGEWORTH F Y . Mathematical psychics： an essay on the application of mathematics to the moral sciences ［J］. Economica ， 1935 ， 2 （ 6 ）： 235 - 236 .

MUTHOO A . 讨价还价理论及其应用［M］.管毅平，郑丹秋，译. 上海：上海财经大学出版社， 2005 .

MUTHOO A . Bargaining theory and its application ［M］. GUAN Yiping， ZHENG Danqiu， trans. Shanghai ： Shanghai University of Finance & Economics Press ， 2005 .

NASH J F . The bargaining problem ［J］. Econometrica ， 1950 ， 18 （ 2 ）： 155 - 162 .

许永国 . 拍卖经济理论综述［J］. 经济研究， 2002 ， 37 （ 9 ）： 84 - 91 .

XU Yongguo . An overview of auction theory ［J］. Economic Research Journal ， 2002 ， 37 （ 9 ）： 84 - 91 .

KRISHNA V . Auction theory ［M］. 2nd ed . Burlington， USA ： Academic Press ， 2009 .

BORGERS T . An introduction to the theory of mechanism design ［M］. Oxford， UK ： Oxford University Press ， 2015 .

宋涛 . 政治经济学教程［M］. 12版 . 北京：中国人民大学出版社， 2018 .

SONG Tao . Political economics course ［M］. 12th ed . Beijing ： Renmin University of China Press ， 2018 .

李亚鹏，赵志鹏，于申，等 . 计及风险的多尺度电力市场下梯级水电月度发电计划制定方法［J］. 中国电机工程学报， 2020 ， 40 （ 8 ）： 2525 - 2535 .

LI Yapeng ， ZHAO Zhipeng ， YU Shen ， et al . Risk constrained monthly generation scheduling of cascade hydropower plants in multiple time scale markets ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 8 ）： 2525 - 2535 .

EL KHATIB S ， GALIANA F D . Negotiating bilateral contracts in electricity markets ［J］. IEEE Transactions on Power Systems ， 2007 ， 22 （ 2 ）： 553 - 562 .

于旭光，李刚，刘本希，等 . 云南中长期电力市场连续挂牌交易机制应用实践［J］. 电网技术， 2020 ， 44 （ 12 ）： 4573 - 4582 .

YU Xuguang ， LI Gang ， LIU Benxi ， et al . Practice of continuous listing trading mechanism in medium- and long-term electricity market in Yunnan Province ［J］. Power System Technology ， 2020 ， 44 （ 12 ）： 4573 - 4582 .

王剑晓，钟海旺，夏清，等 . 基于价值公平分配的电力市场竞争机制设计［J］. 电力系统自动化， 2019 ， 43 （ 2 ）： 7 - 17 .

WANG Jianxiao ， ZHONG Haiwang ， XIA Qing ， et al . Competitive mechanism design in electricity market based on fair benefit allocation ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 2 ）： 7 - 17 .

谢康，肖静华 . 信息经济学［M］. 4版 . 北京：高等教育出版社， 2018 .

XIE Kang ， XIAO Jinghua . Information economics ［M］. 4th ed . Beijing ： Higher Education Press ， 2018 .

SHEN J J ， CHENG C T ， ZHANG X F ， et al . Coordinated operations of multiple-reservoir cascaded hydropower plants with cooperation benefit allocation ［J］. Energy ， 2018 ， 153 ： 509 - 518 .

YU Y ， TANG P Z ， ZHAO J S ， et al . Evolutionary cooperation in transboundary river basins ［J］. Water Resources Research ， 2019 ， 55 （ 11 ）： 9977 - 9994 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

数据驱动的电力市场研究：挑战与展望

基于Inception和注意力机制的双分支日前电价预测

面向城市能源系统分布式资源的边缘智能技术综述

考虑多重周期性的短期电价预测