[发明专利]基于日前电价分级预测模型的发电系统控制方法及系统

说明书

本申请提出了一种基于日前电价分级预测模型的发电系统控制方法及系统，该方法包括：获取发电系统的特征数据；分别对特征数据进行归一化预处理和相似日法预处理；根据两种预处理后的数据训练得到机器学习电价预测模型和深度学习电价预测模型；计算两个电价预测模型输出的预测电价与实际电价的差值，通过梯度提升决策树算法计算每个预测模型对应的融合权重；根据融合权重构建融合模型，并根据融合模型构建分级预测模型；通过分级预测模型获取目标预测日日前电价，并根据目标预测日日前电价对发电系统的运行参数进行调节。该方法可以提高日前电价预测的准确性，进而对发电系统进行合理控制。

技术领域

本申请涉及人工智能和电力控制技术领域，尤其涉及一种基于日前电价分级预测模型的发电系统控制方法及系统。

背景技术

目前，电价是电力市场的支点，电力市场的各参与方都以电价为基础，电力市场化的核心工作之一是构建现货市场，主要包括日前市场、日内市场和实时市场。提前一日准确预测日前电价对制定发电系统的发电计划和对发电系统进行合理的调节等至关重要。

相关技术中，电价预测通常可分为三大类：市场模拟法、统计方法和基于数据挖掘的方法。其中，市场模拟法主要基于市场主体报价行为建模，并通过求解建立在一定逻辑体系的优化问题上来模拟实际市场情况。统计方法是基于电价之间存在的时间依赖性和递归关系的假设，通过时间序列得到短期电价预测值。基于数据挖掘的方法是通过对数据本身的特征提取实现预测，与传统统计方法相比能够更好适应非线性尖峰行为。目前绝大多数的数据挖掘方法是机器学习或深度学习方法，还没有达到非常好的预测效果。

然而，上述预测方法中，市场模拟法需要大量的市场信息，实际进行预测时较难实施。统计方法中有限的非线性关系限制了模型预测的精度，导致预测的准确性较低。基于数据挖掘的方法中，由于缺乏合理的针对电力场景的模型构建方法，构建的预测模型的预测精度仍然较低。进而，由于无法准确预测出日前电价，导致发电系统无法根据实际需要运行，在控制发电系统运行时浪费了较多的电力资源。

因此，如何根据日前电价对发电系统进行合理的控制，使发电系统的运行状态符合实际需求，减少资源浪费成为目前亟需解决的问题。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种基于日前电价分级预测模型的发电系统控制方法，该方法基于预测融合法构建考虑了新能源出力的日前电价预测结果的分级模型，提升日前出清电价预测的准确率，有利于根据日前电价对发电系统进行合理调整，提高发电系统控制的准确性和及时性。

本申请的第二个目的在于提出一种基于日前电价分级预测模型的发电系统控制系统；

本申请的第三个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本申请的第一方面实施例在于提出一种基于日前电价分级预测模型的发电系统控制方法，该方法包括以下步骤：

获取发电系统的特征数据,所述特征数据包括历史气象数据、新能源参与出清的发电量、预测日类型信息、预测日系统信息、预测日前一日的电价信息、预测日前两日的电价信息；

获取预先构建的机器学习模型和深度学习模型，分别对所述特征数据进行归一化预处理和相似日法预处理；

将归一化预处理后的训练样本数据输入至所述机器学习模型进行训练，获得训练完成的机器学习电价预测模型，并将相似日数据，以及预测日前一日的电价信息和负荷信息输入至所述深度学习模型进行训练，获得训练完成的深度学习电价预测模型；

获取预测日特征数据，并将所述预测日特征数据分别输入至所述机器学习电价预测模型和所述深度学习电价预测模型，获得两组预测日日前电价；