淺談電力現(xiàn)貨交易下可再生能源發(fā)電對(duì)實(shí)時(shí)電價(jià)的影響

【摘要】對(duì)于國(guó)內(nèi)正在全面推進(jìn)的電力現(xiàn)貨市場(chǎng)來(lái)說(shuō)，其所進(jìn)行的實(shí)時(shí)交易能夠使其充分發(fā)揮出相應(yīng)的市場(chǎng)調(diào)節(jié)作用，進(jìn)而實(shí)現(xiàn)快速增長(zhǎng)的可再生能源消納，所以有必要對(duì)其展開深入分析。本文簡(jiǎn)略闡述了基于特征所表示的多因素相關(guān)分析的理論基礎(chǔ)以及方法體系，并對(duì)展開了相應(yīng)的實(shí)證分析，旨在明確可再生能源發(fā)電對(duì)于實(shí)時(shí)電價(jià)所產(chǎn)生的影響。【關(guān)鍵詞】電力現(xiàn)貨交易

可再生能源發(fā)電

實(shí)時(shí)電價(jià)引言：從目前來(lái)看，我國(guó)電力市場(chǎng)的建設(shè)相比從前已經(jīng)有所進(jìn)步，市場(chǎng)模式也在逐漸開始呈現(xiàn)出現(xiàn)貨交易的趨勢(shì)，在該背景下有必要積極參照國(guó)外成功經(jīng)驗(yàn)進(jìn)行深入對(duì)比分析。筆者在此基礎(chǔ)上對(duì)德國(guó)電力現(xiàn)貨市場(chǎng)的實(shí)際情況進(jìn)行了解，深入研究其可再生能源發(fā)電在實(shí)時(shí)電價(jià)方面的相關(guān)影響，這對(duì)于高效掌握市場(chǎng)運(yùn)行規(guī)律有著積極意義。一、基于特征所表示的多因素相關(guān)分析（一）理論基礎(chǔ)1.時(shí)間序列特征表示方法特征表示主要指的是通過(guò)特征向量對(duì)時(shí)間序列展開相應(yīng)的描述，通常情況下特征向量或涉及到熵、自相關(guān)性以及數(shù)值分布等數(shù)千個(gè)特征，有著龐大且繁雜的計(jì)算過(guò)程。2.基于貪婪算法的特征選擇基于特征對(duì)多因素相關(guān)性進(jìn)行分析的關(guān)鍵點(diǎn)在于提取出能夠?qū)Ω饕蛩貢r(shí)間序列本身所具有的關(guān)鍵特征進(jìn)行有效描述的F構(gòu)造分類器。對(duì)于特征的提取能夠充分實(shí)現(xiàn)類間差異的最大化，進(jìn)而確保方法能夠充分發(fā)揮出其應(yīng)有的價(jià)值，并對(duì)因素相關(guān)性來(lái)源進(jìn)行解釋。本文主要是在貪婪算法特征的基礎(chǔ)上對(duì)方法進(jìn)行選擇，該方法的應(yīng)用本身具備著可解釋以及高效等優(yōu)勢(shì)。其算法的主要核心便是利用貪心策略，在每輪迭代的過(guò)程中選擇提供最大分類準(zhǔn)確率改進(jìn)的特征，指導(dǎo)其最終的誤分率達(dá)到0。若是對(duì)多個(gè)特征都呈現(xiàn)出相同的分類效果，那么便可以針對(duì)各個(gè)特征進(jìn)行隨機(jī)選擇。（二）方法體系本文的方法體系主要的工作包含兩方面內(nèi)容，其一便是多因素相關(guān)，其二便是方法有效性檢驗(yàn)。將原本的時(shí)間序列模型逐漸轉(zhuǎn)變成特征向量，然后針對(duì)其中所具有的關(guān)鍵特征進(jìn)行提取。靈活運(yùn)用線性支持向量機(jī)，即SVM，對(duì)基于特征對(duì)因素分類準(zhǔn)確性進(jìn)行詳細(xì)檢測(cè)，針對(duì)特征表示方法描述進(jìn)行充分論證，同時(shí)還要科學(xué)系統(tǒng)地展開對(duì)于電力市場(chǎng)中各因素時(shí)間序列本身有效性的分析工作。在特征的基礎(chǔ)上針對(duì)多因素開展相關(guān)分析，主要指的是，基于全部特征降維，充分在二維空間對(duì)各因素進(jìn)行描述，對(duì)其實(shí)際的分布展開相應(yīng)的觀察，然后便可以得出其初步的相關(guān)性結(jié)論。給予全部特征以及關(guān)鍵特征，針對(duì)多因素開展層次聚類，并對(duì)聚類的演化過(guò)程進(jìn)行詳細(xì)觀察，明確其各因素之間多具有的相關(guān)性。本文所應(yīng)用的方法模型包含很多種，涉及到層次聚類、主成分分析以及線性SVM等，但該部分并不作為本文的重點(diǎn)進(jìn)行詳細(xì)介紹，只會(huì)對(duì)其中間結(jié)果進(jìn)行輸出。二、實(shí)證分析（一）數(shù)據(jù)收集本文在數(shù)據(jù)收集方面主要是針對(duì)德國(guó)的電力現(xiàn)貨市場(chǎng)進(jìn)行調(diào)查，并開展相應(yīng)的數(shù)據(jù)實(shí)證分析工作，之所以會(huì)選在德國(guó)主要是因?yàn)槠浔旧碛兄袌?chǎng)規(guī)則簡(jiǎn)單以及有著較小價(jià)格波動(dòng)風(fēng)險(xiǎn)的特征，能夠有效同中國(guó)當(dāng)下的交易模式進(jìn)行銜接，基本上能夠同我國(guó)電力現(xiàn)貨市場(chǎng)建設(shè)現(xiàn)狀相符合。再者便是考慮到德國(guó)電力現(xiàn)貨市場(chǎng)有著豐富的可再生能源消納的經(jīng)驗(yàn)，在近些年內(nèi)始終處在全世界范圍內(nèi)的領(lǐng)先位置。本文主要是收集的數(shù)據(jù)包括風(fēng)力和太陽(yáng)能發(fā)電量以及實(shí)時(shí)電價(jià)、負(fù)荷量以及發(fā)電量預(yù)測(cè)誤差等諸多類型因素，總共包括12條時(shí)間序列數(shù)據(jù)。其中全部有關(guān)發(fā)電量預(yù)測(cè)誤差的數(shù)據(jù)都分別來(lái)自德國(guó)的四大輸電系統(tǒng)運(yùn)營(yíng)商。由于風(fēng)能以及太陽(yáng)能有著明顯的季節(jié)分布特征，所以經(jīng)過(guò)詳細(xì)分析，本文在風(fēng)能數(shù)據(jù)的選擇上選擇了2017年12月19日-25日，這段時(shí)間的風(fēng)能資源比較豐富，同時(shí)還選擇了2017年8月19日-25日的太陽(yáng)能數(shù)據(jù)，該段時(shí)間有著較為豐富的太陽(yáng)能數(shù)據(jù)。（二）構(gòu)建特征模型筆者在原有12條時(shí)間序列的基礎(chǔ)上對(duì)其進(jìn)行按日切割，最終產(chǎn)生168條段序列，具體可以按照因素將上述168條段序列劃分成六大類。包括價(jià)格序列、風(fēng)力發(fā)電量預(yù)測(cè)誤差序列、太陽(yáng)能發(fā)電量預(yù)測(cè)誤差序列、風(fēng)力發(fā)電量序列、太陽(yáng)能發(fā)電量序列以及負(fù)荷序列。1.特征表示方法有效性驗(yàn)證特征表示方法有效性主要指的是其對(duì)于時(shí)間序列的描述能力，可通過(guò)分類準(zhǔn)確率對(duì)其進(jìn)行論證，靈活運(yùn)用五倍交叉驗(yàn)證線性SVM分類器，在7873個(gè)特征值的基礎(chǔ)上按照因素針對(duì)168條短序列開展相應(yīng)的分類工作。其中分類準(zhǔn)確率最高的單個(gè)特征編號(hào)是6536，準(zhǔn)確率高達(dá)58.77%。該特征能夠高效實(shí)現(xiàn)對(duì)于太陽(yáng)能發(fā)電量序列以及價(jià)格序列的區(qū)分，這便代表從高斯過(guò)程回歸出發(fā)，電陽(yáng)能發(fā)電量同實(shí)時(shí)電價(jià)有著較差的相關(guān)性。而風(fēng)力發(fā)電量預(yù)測(cè)誤差序列通價(jià)格序列之間也存在著一定的重疊，這代表風(fēng)力發(fā)電量預(yù)測(cè)誤差極有可能同實(shí)時(shí)電價(jià)之間有著比較強(qiáng)烈的相關(guān)性。但是在經(jīng)過(guò)相關(guān)研究之后，并不能充分明確該類相關(guān)性的來(lái)源。2.關(guān)鍵特征提取筆者主要遵循著“類間差異最大化、類內(nèi)差異最小化”的原則開展關(guān)鍵特征提取工作，先針對(duì)關(guān)鍵特征最大化因素之間的差異進(jìn)行提取，接下來(lái)在與關(guān)鍵特征的基礎(chǔ)上進(jìn)行相關(guān)的分析。在上文中筆者介紹了基于貪婪算法的特征選擇，可以在該算法的基礎(chǔ)上對(duì)關(guān)鍵特征進(jìn)行提取，便可以得到39各關(guān)鍵特征。其中主要會(huì)涉及到偏自相關(guān)函數(shù)、自回歸過(guò)程以及傅里葉變換等關(guān)鍵特征。通常情況下諸如時(shí)間序列預(yù)測(cè)等傳統(tǒng)時(shí)域觀察比較關(guān)注偏自相關(guān)函數(shù)特征以及自回歸過(guò)程，而傅里葉變換則是在最近幾年以來(lái)模式識(shí)別方面所重點(diǎn)關(guān)注的內(nèi)容。在實(shí)際進(jìn)行關(guān)鍵特征提取的過(guò)程中應(yīng)當(dāng)注意，因?yàn)閷?duì)特征選擇算法進(jìn)行設(shè)計(jì)時(shí)，會(huì)對(duì)多個(gè)特征所產(chǎn)生相同的分類效果開展隨機(jī)選擇，所以每次所提取出來(lái)的關(guān)鍵特征極有可能存在較大差異性。筆者經(jīng)過(guò)多次試驗(yàn)之后對(duì)其結(jié)論的正確性進(jìn)行了充分驗(yàn)證。三、結(jié)論綜上所述，對(duì)于現(xiàn)貨市場(chǎng)的實(shí)時(shí)電價(jià)來(lái)說(shuō)，其受到風(fēng)力發(fā)電量預(yù)測(cè)誤差的影響較大，二者之間的相關(guān)性主要