[发明专利]一种基于神经网络的电力现货市场辅助交易方法

说明书

本发明公开了一种基于神经网络的电力现货市场辅助交易方法，方法包括以下步骤：①利用历史申报和出清数据训练神经网络模型，模拟单个时段的申报量价与出清量价之间的关系；②计算申报当日各合作发电厂在每个时段的可申报电量；③针对单个时段生成多个包含所有合作发电厂的整体申报方案；④将单个时段的不同的申报方案依次输入神经网络模型，利用神经网络模型预测每个申报方案对应的出清价与出清量，计算每个申报方案的预测收益；并计算风险系数；⑤结合预测收益与风险系数，最终选择出每个时段最优的申报方案；⑥将每个时段最优的申报方案中各合作发电厂应选择的报量——报价对的信息发送给各发电厂，指导各发电厂完成电力现货市场申报过程。

技术领域

本发明涉及电力现货市场领域，特别是涉及了一种基于神经网络的电力现货市场辅助交易方法。

背景技术

现货市场通常专指商品即时物理交割的实时市场，考虑到电力商品交割的瞬时供需需要保持平衡的特征，电力现货市场的时间范围一般包括系统实时交割日前一天至实时运行之间。电力现货市场一般采用统一出清的方式，由市场成员自愿参与申报，并对所形成的交易计划进行实物交割和结算。现货市场建设一般包括日前市场、日内市场和实时市场三部分。世界各国的电力现货市场在具体的构建方式上存在着较大差异，从交易标的、交易体系、出清方式、价格机制等方面有着不同的设计。

2017年，我国甘肃、青海、宁夏等省份和新疆维吾尔自治区已开始试点运行富裕新能源跨省区现货交易市场。但富余新能源电力电量跨省现货交易仍处在起步阶段，市场参与主体对现货交易规则尚未建立深入的了解。经我们对交易历史数据分析后发现：市场整体报价情况存在较大的波动性，惰性报价和非理性报价的情况较为常见。基于以上现状，并考虑到电力现货市场仍有扩容的前景，开发一种电力现货市场辅助交易方法，为发电企业提供现货市场竞价的决策支持服务就十分有必要。

人工神经网络(Artificial Neural Network,ANN)，简称神经网络(NeuralNetwork,NN)，在机器学习领域是一种模仿生物神经网络的结构和功能的数学模型或计算模型，是由大量处理单元互联组成的非线性、自适应信息处理系统，用于对函数进行估计或近似。经过数十年的发展，神经网络的研究工作不断深入，人们提出了各种神经网络模型，依学习策略分类主要有：监督式、无监督式、混合式和联想式等种类的神经网络模型；依网络架构分类主要有：前馈神经网络和递归神经网络等种类的神经网络模型。

本发明将神经网络模型引入电力现货市场辅助决策领域，意在为发电企业提供电力现货市场竞价的决策支持服务，提高发电企业参与电力现货交易的收益，提高发电企业参与电力现货市场竞争的积极性，有利于我国电力现货市场的建设和发展。

发明内容

本发明的目的是：为发电企业提供电力现货市场竞价的决策支持服务，提高发电企业参与电力现货交易的收益。本发明采取的技术方案是：提供了一种基于神经网络的电力现货市场辅助交易方法。

一种基于神经网络的电力现货市场辅助交易方法包括以下步骤：

步骤一，对电力现货市场历史申报数据和历史出清数据进行预处理，整理生成标准格式的数据文件；利用标准格式的历史申报和出清数据训练神经网络模型，模拟单个时段的申报量价与出清量价之间的关系；

步骤二，在电力现货市场申报当日，将各家合作发电厂在当日每个时段的预测出力减去每个时段的基础计划电量得到各家合作发电厂在每个时段的可申报电量；

步骤三，在单个时段内，基于各合作发电厂的可申报电量，列举各合作发电厂可选择的报量——报价对，并将其组合成多个包含所有合作发电厂的整体申报方案；每个申报方案中包括多组报量—报价对；

步骤四，将单个时段的每个申报方案依次输入神经网络模型，利用神经网络模型模拟出清，预测每个申报方案对应的出清价与出清量；扣除发电成本后，计算每个申报方案的预测收益；对单个时段的不同的申报方案进行风险评估，计算每个申报方案的风险系数；