【技术实现步骤摘要】
本专利技术涉及电价预测，更具体的说是涉及一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法、设备及介质。
技术介绍
1、随着新能源发展的持续推进，新能源规模不断扩大。一方面，电力供需平衡困难突出，系统电力现货市场价格出现大幅波动。尤其是面对长周期新能源持续无风无光场景或长周期新能源持续大发场景，长周期现货均价如何准确预测成为关键；另一方面，中长期交易中考虑现货均价后的持仓比例大小与中长期和现货均价价差密切相关，如果长周期现货均价预测能力不足，参与中长期市场交易时将面临着巨大的市场收益风险。现货市场及中长期交易风险中的长周期新能源出力概率特性分析能够通过量化分析手段评估，并与日前出清预测模型协同，形成科学、合理的长周期现货均价，因而考虑新能源概率分布特性的长周期现货市场交易均价预测方法成为保障市场主体交易风险的重要发展方向，对于提高多类型市场主体盈利能力具有重要意义。
2、目前，国内外学者针对新能源长周期出力概率特性和电力现货市场出清价格预测开展了大量研究。在新能源长周期出力概率特性的研究方面，大部分针对月度以上长期电量预测，主要考虑电量与当地气候特征的强相关性，对资源或电量进行统计分析，然后结合不同年份的年景、长期气候预测数据等进行预测等；在电力现货市场出清价格预测方面，主要利用大量数据分析挖掘市场出清价的自身规律以及和其他相关因素的数据联系并进行数学建模，得到市场出清价预测模型。与数学建模方法的不同主要有时间序列分析法、多元回归方法、人工神经网络、小波分析、支持向量机、组合方法等类别，但因缺乏对系统的精
3、现有研究表明，通过新能源长周期出力概率特性进行出力分析，可以提高新能源波动下的价格预测目标，可有效求解长周期现货均价并开展中长期持仓调整。但现有研究尚存在以下不足：(1)针对新能源长周期累积概率密度的可靠稳定性研究相对较少；(2)缺少长周期现货市场均价的预测方法；(3)尚无利用新能源长周期概率特性来定量描述分时段现货均价的针对性研究。
4、因此，如何提供一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法是本领域技术人员亟需解决的问题。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法、设备及介质。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，包括：
4、建立新能源长周期出力重构预测模型；
5、计算新能源长周期累积概率密度，并与贝塔分布函数进行拟合，获得新能源长周期累积概率密度拟合函数关系，形成典型季节贝塔函数参数库；
6、长周期新能源重构出力拟合贝塔函数参数，与典型季节贝塔函数参数库进行误差对比，建立基于累计概率密度误差的新能源长周期出力重构预测校核模型；
7、基于竞价空间与现货分时段均值的正相关性特性，建立基于竞价空间线性回归的长周期现货均价预测模型；
8、基于累计概率密度误差的新能源长周期出力重构预测校核模型和基于竞价空间线性回归的长周期现货均价预测模型，获得计及新能源长周期累计概率密度波动的现货均值。
9、优选的，新能源长周期出力重构预测模型中，省级电网新能源出力波动需满足长周期气象时序预测数据、风光与气象函数关系、风光预计累积装机及出力最大同时率限制、新能源出力概率分布特性约束，其表达式如下：
10、pr(t)≤iic(t)ηm/cr (1)
11、
12、式中：pr(t)为新能源在长周期累计t时段的平均发电出力标幺值，iic(t)为t时段新能源装机容量，ηm为该区域或场站的新能源最大同时率，cr为该区域或场站的新能源额定装机容量；σ为新能源该周期内的出力变量的对数的标准差，a是新能源出力概率密度变量pr(t)的对数的平均值，f(x)是变量pr(t)出现于x-0.5到x+0.5范围的概率密度正态分布函数约束；b为新能源出力概率密度分布的下限；a为太阳能光伏阵列总面积；为在长周期累计t时段的有效光伏功率标幺化功率均值，为实际光照强度，η0为太阳能光电系统效率，为在长周期累计t时段的有效风电功率标幺化密度，ρ为空气密度，为第i个数值在3～25的风速，n为风电区域；
13、根据上述约束对分时段的长周期新能源出力标幺化均值进行重构，得到新能源长周期出力重构预测模型。
14、优选的，新能源长周期累积概率密度拟合函数关系为：
15、
16、式中，b(x；α,β)和b(α,β)分别是不完全贝塔函数和完全贝塔函数，γ(·)是伽马函数，α和β表示贝塔分布参数，ix(α,β)为区域新能源标幺值的正则非完全贝塔函数分布，x是新能源标幺值，t是新能源累计长周期的最小时间分辨率。
17、优选的，基于累计概率密度误差的新能源长周期出力重构预测校核模型，计算公式为：
18、
19、式中：σi表示新能源长周期分时段出力在i时刻均值标准差；表示历史10年新能源长周期分时段出力正态分布标准差均值；(α,β)i表示新能源长周期分时段出力在i周期内的累计概率密度贝塔分布函数参数，表示历史10年新能源长周期分时段出力在i周期内的累计概率密度贝塔分布函数参数均值；δ为长周期新能源重构出力累计预测误差的概率阈值，表示重构出来的新能源功率标幺化预测累计电量与历史风光累计标幺化概率均值累加的偏差。
20、优选的，基于竞价空间线性回归的长周期现货均价预测模型，其表达式如下：
21、pbidspace(t)＝pareaload(t)+pdelivery(t)-pr(t) (10)
22、
23、式中：pbidspace(t)、pareaload(t)、pdelivery(t)、pr(t)分别为长周期现货均价预测中t时段的竞价空间、市场区域负荷、市场区域外送或受入、新能源出力，price(t)表示t时段的长周期现货均价与竞价空间的线性回归预测价格，l和u为长周期现货均价的下限和上限价格，和为长周期分时段竞价空间低限和高限阈值，bt为t时段线性回归函数的常数，at为t时段线性回归函数的斜率。
24、s3和s5是通过s4的线性回归关系耦合在一起的，通过公式(10)和公式(11)耦合了price(t)与pr(t)之间的关系。
25、优选的，计及新能源长周期累计概率密度波动的现货均值表达式如下：
26、
27、式中：为计及新能源长周期累计概率密度波动的现货均值，price(t)表示t时段的基于竞价空间线性回归的长周期现货均价预测价格。
28、一种计算机设备，包括：存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现一种考虑新能源累计概率分布特性的长周期现货市场本文档来自技高网...
【技术保护点】
1.一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，包括：
2.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，新能源长周期出力重构预测模型中，省级电网新能源出力波动需满足长周期气象时序预测数据、风光与气象函数关系、风光预计累积装机及出力最大同时率限制、新能源出力概率分布特性约束，其表达式如下：
3.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，新能源长周期累积概率密度拟合函数关系为：
4.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，基于累计概率密度误差的新能源长周期出力重构预测校核模型，计算公式为：
5.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，基于竞价空间线性回归的长周期现货均价预测模型，表达式如下：
6.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，
7.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至6任一项所述方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至6中任一项所述方法的步骤。
...【技术特征摘要】
1.一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，包括：
2.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，新能源长周期出力重构预测模型中，省级电网新能源出力波动需满足长周期气象时序预测数据、风光与气象函数关系、风光预计累积装机及出力最大同时率限制、新能源出力概率分布特性约束，其表达式如下：
3.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，新能源长周期累积概率密度拟合函数关系为：
4.根据权利要求1所述的一种考虑新能源累计概率分布特性的长周期现货市场交易均价预测方法，其特征在于，基于累计概率密度误差的新能源长周期出力重构预测校核模型...
【专利技术属性】
技术研发人员：燕宇飞，刘俊，吴兴寅，马锋福，冯小军，罗冰涛，黄玉琴，张帅，张瑶，李静蕾，王増玥，南豆，禹安民，
申请(专利权)人：山西风行测控股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。