CN111523083A - 一种电力负荷申报数据的确定方法以及装置 - Google Patents
一种电力负荷申报数据的确定方法以及装置 Download PDFInfo
- Publication number
- CN111523083A CN111523083A CN202010274574.3A CN202010274574A CN111523083A CN 111523083 A CN111523083 A CN 111523083A CN 202010274574 A CN202010274574 A CN 202010274574A CN 111523083 A CN111523083 A CN 111523083A
- Authority
- CN
- China
- Prior art keywords
- data
- determining
- price
- declaration
- proportion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000000630 rising effect Effects 0.000 claims abstract description 48
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 15
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000005611 electricity Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于能源技术领域,提供了一种电力负荷的确定方法及装置,该方法包括:确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据;根据所述预测价格差概率分布信息,确定实际预期收益数据;根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。本发明提供的电力负荷的确定方法使得售电公司可以更加全面准确的预测负荷申报值,从而可以指定更优的申报策略,使得在日前市场的价格变化中获得更大利益。
Description
技术领域
本发明属于能源技术领域,尤其涉及一种电力负荷申报数据的确定方法及装置。
背景技术
在电力日前现货交易市场中,人们为了平衡合同交易与实际负荷之间的偏差,会相对于实时运行提前一天进行次日24个小时进行电能交易,即在每个执行日的前一天,售电公司需要对签约用户总体在执行日中每小时的用电负荷量进行预测,同时也要对执行日中每小时的电价进行预测,以便根据预测结果制定申报策略,从而可以在日前市场的价格变化中进行交易套利。
然而,目前在进行负荷申报时,仅根据现有预测负荷电量值进行负荷申报,无法使得申报后在执行日时获得更大利益。
发明内容
有鉴于此,本发明实施例提供了一种电力负荷申报数据的确定方法、装置、终端设备及计算机可读存储介质,以解决现有技术仅根据现有预测负荷电量值进行负荷申报,无法使得申报后在执行日时获得更大利益的技术问题。
本发明实施例的第一方面,提供了一种电力负荷申报数据的确定方法,包括:
确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据;
根据所述预测价格差概率分布信息,确定实际预期收益数据;
根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
优选地,所述根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据,包括:
判断所述涨价概率数据是否大于所述跌价概率数据;
若所述涨价概率数据大于所述跌价概率数据,则判断所述实际预期收益数据是否大于第一预设收益阈值数据;
若所述实际预期收益数据大于所述第一预设收益阈值数据,则根据预设浮动比例模型对实际预期收益进行处理,确定第一实际浮动比例数据;
根据所述第一实际浮动比例数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
优选地,所述若所述涨价概率数据大于所述跌价概率数据,则判断所述实际预期收益数据是否大于第一预设收益阈值数据步骤后,还包括:
若所述实际预期收益数据小于或等于所述第一预设阈值数据,则将所述负荷预测数据确定为所述申报点的电力负荷申报数据。
优选地,所述根据预设浮动比例模型对实际预期收益进行处理,确定第一实际浮动比例数据,包括;
根据预设浮动比例模型对实际预期收益进行处理,确定第一浮动比例数据;
判断所述第一浮动比例数据是否大于或等于第一预设比例阈值数据;
若所述第一浮动比例数据大于或等于所述第一预设比例阈值数据,则将所述第一预设比例阈值数据确定为第一实际浮动比例数据;
若所述第一浮动比例数据小于所述第一预设比例阈值数据,则将所述第一浮动比例数据确定为第一实际浮动比例数据。
优选地,所述判断所述涨价概率数据是否大于所述跌价概率数据步骤后,还包括:
若所述涨价概率数据小于所述跌价概率数据,则判断所述实际预期收益数据是否大于第二预设收益阈值数据;
若所述实际预期收益数据小于所述第二预设收益阈值数据,则根据预设浮动比例模型对实际预期收益进行处理,确定第二实际浮动比例数据;
根据所述第二实际浮动比例数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
优选地,所述若所述涨价概率数据小于所述跌价概率数据,则判断所述实际预期收益数据是否大于第二预设收益阈值数据步骤后,还包括:
若所述实际预期收益数据大于或等于所述第二预设阈值数据,则将所述负荷预测数据确定为所述申报点的电力负荷申报数据。
优选地,所述根据预设浮动比例模型对实际预期收益进行处理,确定第二实际浮动比例数据,包括:
根据预设浮动比例模型对实际预期收益进行处理,确定第二浮动比例数据;
判断所述第二浮动比例数据是否大于或等于第二预设比例阈值数据;
若所述第二浮动比例数据大于或等于所述第二预设比例阈值数据,则将所述第二预设比例阈值数据确定为第二实际浮动比例数据;
若所述第二浮动比例数据小于所述第二预设比例阈值数据,则将所述第二浮动比例数据确定为第二实际浮动比例数据。
本发明实施例的第二方面,提供了一种电力负荷申报数据的确定装置,包括:
第一确定模块,用于确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据;
第二确定模块,用于根据所述预测价格差概率分布信息,确定实际预期收益数据;
第三确定模块,用于根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并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所述电力负荷申报数据的确定方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电力负荷申报数据的确定方法的步骤。
本发明实施例提供的电力负荷申报数据的确定方法的有益效果至少在于:本发明实施例首先通过确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据,其次根据所述预测价格差概率分布信息,确定实际预期收益数据,最后根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据,从而根据预测结果制定申报策略,可以在实施对日前市场的价格变化中进行交易套利。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的电力负荷申报数据的确定方法的实现流程示意图;
图2是本发明实施例提供的另一种电力负荷申报数据的确定方法的实现流程示意图;
图3是本发明实施例提供的电力负荷申报数据的确定方法中确定电力申报符合数据的实现流程图;
图4是本发明实施例提供的电力负荷申报数据的确定方法中另一种确定电力申报符合数据的实现流程图;
图5是本发明实施例提供的电力负荷申报数据的确定方法中确定第一实际浮动比例数据的实现流程图;
图6是本发明实施例提供的电力负荷申报数据的确定方法中确定第二实际浮动比例数据的实现流程图;
图7是本发明实施例提供的电力负荷申报数据的确定装置的示意图;
图8是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
本发明实施例将一种电力负荷申报数据的预测方法,以实现对于电力负荷申报数据更准确的预测。如图1所示,本实施例中电力负荷申报数据的预测方法包括以下步骤:
S101:确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据。
可以理解的是,预测价格差概率分布信息包括执行日当天预测价格差及预测价格差所对应的概率。价格差为预测执行日当天某一时段的电力价格与执行日前一日对应时段的实际价格之差。在电力现货日前市场中,执行日当天的电力价格与执行日当天的实际电力负荷值成正比关系,即当执行日当天的实际电力负荷值增大时,可以认为执行日当天的电力价格也随之成比例增长即会涨价,反之则可以认为会降价,当执行日当天电力负荷值与执行日前一日的实际电力负荷值相同时,则可以认为执行日当天电力价格不变。执行日当天的实际电力负荷值与执行日当天的影响因素(如温度、湿度、天气、是否为工作日或节假日等)有关。在本发明实施例中,预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据及对应的涨价数据与跌价数据。
在本步骤中,可以利用预测模型,根据影响信息及历史负荷数据预测执行日的各所述数据点对应的负荷预测数据。影响信息可包括历史天气,如最高温度数据、最低温度数据、平均温度数据、天气状况等及日期因素,如执行日是否为工作日或休息日或节假日等。预测模型中可包括相关的回归算法,利用该回归算法通过采用天气因素及日期因素能够对执行日的各所述数据点对应的负荷进行预测,为后续计算提供数据来源,使结果更加准确。
S102:根据所述预测价格差概率分布信息,确定实际预期收益数据。
在本发明实施例中,实际预期收益数据计算公式为:
实际预期收益数据=涨价数据*涨价概率数据+跌价数据*跌价概率数据
实际预期收益数据可以理解为申报点的收益期望,为后续计算提供数据来源。
S103:根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
在本发明实施例中,根据申报点涨价概率数据与跌价概率数据之间的关系,将申报点分为两类进行计算,申报点类型包括:涨价概率数据大于跌价概率数据的点,即大概率会盈利的点,此时可以在申报日当天多申报,以便在执行日时获利;涨价概率数据小于跌价概率数据的点,及大概率会亏损的点,此时可以在申报日当天少申报,以便在执行日时减少亏损。
通过以上技术方案可知,本实施例存在的有益效果至少包括:
本发明实施例首先通过确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据,其次根据所述预测价格差概率分布信息,确定实际预期收益数据,最后根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据,从而根据预测结果制定申报策略,可以在实施对日前市场的价格变化中进行交易套利。
本发明实施例通过将申报点根据涨价概率与跌价概率之间的关系进行分类,再对各类申报点对应的负荷预测数据采用不同的方法进行电力负荷申报数据的确定,使得所得到的电力负荷数据更加全面准确。
图1所示仅为本发明所述方法的基础实施例,在其基础上进行一定的优化和拓展,还能够得到所述方法的其他优选实施例。如图2所示,为本发明所述电力负荷申报数据的预测方法的另一个具体实施例。本实施例在前述实施例的基础上,结合具体场景进行说明。所述方法具体包括以下步骤:
步骤S201:确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据。
步骤S202:根据所述预测价格差概率分布信息,确定实际预期收益数据。
步骤S203:判断所述涨价概率数据是否大于所述跌价概率数据;
若所述涨价概率数据大于所述跌价概率数据,则进入下述步骤S204;
若所述涨价概率数据小于所述跌价概率数据,则进入下述步骤S205。
若所述涨价概率数据等于所述跌价概率数据,为了避免追求不确定的收益去冒不必要的风险,直接将符合预测数据确定为电力负荷申报数据即可,此时对应着零收益和零风险。
步骤S204:根据所述实际预期收益数据与第一预设收益数据阈值之间的关系,确定所述申报点的电力负荷数据。
请参阅图3,在本实施例中步骤S204中确定所述申报点的电力负荷数据可包括如下步骤:
步骤S301:判断所述实际预期收益数据是否大于第一预设收益阈值数据;
若所述实际预期收益数据大于所述第一预设收益阈值数据,则进入下方步骤S302;
若所述实际预期收益数据小于或等于所述第一预设阈值数据,则进入下方步骤S304。
在本步骤中,第一预设阈值数据可以确认为0,当实际预期收益数据大于0时,可以认为该申报点为有一定概率可盈利的点,当实际预期收益数据小于0时,可以认为该申报点为有一定概率会亏损的点。
步骤S302:根据预设浮动比例模型对实际预期收益进行处理,确定第一实际浮动比例数据。
请参阅图5,本实施例步骤S302可包括如下步骤:
步骤S501:根据预设浮动比例模型对实际预期收益进行处理,确定第一浮动比例数据。
在本步骤中,由于申报点为有一定概率可盈利的点,可以多申报,因此需要计算出具体需要多申报多少电力负荷值,即需要确定多申报的比例,即第一浮动比例数据。
在本步骤中,预设浮动比例模型为:浮动比例数据=实际预期收益数据/预期涨价收益数据*预设风险比例数据,其中预期涨价收益为统计历史同时刻涨价概率数据大于跌价概率数据情况的实际预期收益数据的算数平均值,预期风险比例数据表示计算多申报数据的幅度。由于在申报过程中,申报具有一定风险,此时,需要设置一个风险偏值,假设风险偏好值为1-10(可进行调整)中任意一整数,可以认为,当风险偏好值为1时,所需要承担的风险最小,随着风险偏好值的增加,所需要承担的风险会逐渐增大,当风险偏好值为最大值10时,所需要承担的风险最大。当风险偏好值小的时候,可以小幅度对电力负荷申报值进行增加,当风险偏好值增大时,则表示可以大幅度对电力负荷申报值进行增加,即当风险偏好值偏小时,得到的浮动比例数据较小,当风险偏好值较大时,得到的浮动比例数据较大。
在本步骤中预设风险比例数据需要根据预设风险偏好值与预设最大风险比例数据进行计算。最大风险比例数据可通过历史数据进行确定。例如,预设最大风险比例数据为50%,风险偏好值由于分为1至10十个级别,因此可将最大风险比例数据分为10段,每段风险比例数据为5%,即每增加1风险偏好值,则预设风险比例数据增加5%。
在本步骤中,通过根据风险偏好值及通过历史数据确定出的预期涨价收益数据及最大风险比例数据,可以更加全面准确地计算出第一浮动比例数据,从而使得后续确定电力负荷申报数据更加的准确。
步骤S502:根据所述第一浮动比例数据与第一预设比例阈值数据间的关系确定第一实际浮动比例数据。
若所述第一浮动比例数据大于或等于所述第一预设比例阈值数据,则将所述第一预设比例阈值数据确定为第一实际浮动比例数据;
若所述第一浮动比例数据小于所述第一预设比例阈值数据,则将所述第一浮动比例数据确定为第一实际浮动比例数据。
在本步骤中,第一预设比例阈值数据为预设最大风险比例数据。当第一浮动比例数据大于预设最大风险比例数据时,将预设最大风险比例数据确定为第一浮动比例数据。在现货交易市场中,由于存在市场交易规则,当浮动比例超过100%时,多出的部分不可进行盈利计算,因此,当浮动比例超过100%时,将第一浮动比例数据设置为100%。
由于在实际操作中,预期涨价收益可能由于历史统计样本较少,或者该时刻经常出现小概率但大幅下跌的情况(难以预知的大到可以影响平均值的不可承受的风险)从而出现负值的情况,此时将第一浮动比例数据设置为0%。
执行步骤S302后,执行步骤S303。
步骤S303:根据所述第一实际浮动比例数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
在本步骤中,电力负荷申报数据计算公式为:电力负荷申报数据=负荷预测数据*(1+第一实际浮动比例)。
步骤S304:将所述负荷预测数据确定为所述申报点的电力负荷申报数据。
在本步骤中,当实际预期收益数据为负时,则该申报点不进行盈利操作,即负荷预测数据为所述申报点的电力负荷申报数据。
步骤S205:根据所述实际预期收益数据与第二预设收益数据阈值之间的关系,确定所述申报点的电力负荷数据。
请参阅图4,在本实施例中步骤S205中确定所述申报点的电力负荷数据可包括如下步骤:
步骤S401:判断所述实际预期收益数据是否大于第二预设收益阈值数据;
若所述实际预期收益数据小于所述第二预设收益阈值数据,则进入下方步骤S402;
若所述实际预期收益数据大于或等于所述第二预设阈值数据,则进入下方步骤S404。
步骤S402:根据预设浮动比例模型对实际预期收益进行处理,确定第二实际浮动比例数据。
请参阅图6,本实施例步骤S402可包括如下步骤:
步骤S601:根据预设浮动比例模型对实际预期收益进行处理,确定第二浮动比例数据。
在本步骤中,由于申报点为有一定概率会跌损的点,可以少申报,因此需要计算出具体需要少申报多少电力负荷值,即需要确定少申报的比例,即第二浮动比例数据。
在本步骤中,预设浮动比例模型为:浮动比例数据=实际预期收益数据/预期跌价收益数据*预设风险比例数据,其中预期涨价收益为统计历史同时刻跌价概率数据大于涨价概率数据情况的实际预期收益数据的算数平均值,预期风险比例数据表示计算多申报数据的幅度。同步骤S501,由于在申报过程中,申报具有一定风险,此时,需要设置一个风险偏值,假设风险偏好值为1-10(可进行调整)中任意一整数,可以认为,当风险偏好值为1时,所需要承担的风险最小,随着风险偏好值的增加,所需要承担的风险会逐渐增大,当风险偏好值为最大值10时,所需要承担的风险最大。当风险偏好值小的时候,可以小幅度对电力负荷申报值进行降低,当风险偏好值增大时,则表示可以大幅度对电力负荷申报值进行降低,即当风险偏好值偏小时,得到的浮动比例数据较小,当风险偏好值较大时,得到的浮动比例数据较大。
在本步骤中预设风险比例数据需要根据预设风险偏好值与预设最大风险比例数据进行计算。最大风险比例数据可通过历史数据进行确定。例如,预设最大风险比例数据为50%,风险偏好值由于分为1至10十个级别,因此可将最大风险比例数据分为10段,每段风险比例数据为5%,即每增加1风险偏好值,则预设风险比例数据增加5%。
在本步骤中,通过根据风险偏好值及通过历史数据确定出的预期跌价收益数据及最大风险比例数据,可以更加全面准确地计算出第二浮动比例数据,从而使得后续确定电力负荷申报数据更加的准确。
步骤S602:根据所述第二浮动比例数据与第二预设比例阈值数据间的关系确定第二实际浮动比例数据。
若所述第二浮动比例数据大于或等于所述第二预设比例阈值数据,则将所述第二预设比例阈值数据确定为第二实际浮动比例数据;
若所述第二浮动比例数据小于所述第二预设比例阈值数据,则将所述第一浮动比例数据确定为第二实际浮动比例数据。
在本步骤中,第二预设比例阈值数据为预设最大风险比例数据的负值,即历史平均跌价风险比例数据。当第二浮动比例数据大于预设最大风险比例数据的负值时,将预设最大风险比例数据的负值确定为第二浮动比例数据。在现货交易市场中,由于存在市场交易规则,当第二浮动比例数据小于-100%时,电力负荷申报值此时为负值,因此,当第二浮动比例数据小于-100%时,将第二浮动比例数据设置为-100%。
由于在实际操作中,预期跌价亏损情况可能由于历史统计样本较少,或者该时刻经常出现小概率但大幅上涨的情况(难以预知的大到可以影响平均值的不可承受的风险)从而出现负值的情况,此时将第一浮动比例数据设置为0%。
执行步骤S402后,执行步骤S403。
步骤S403:根据所述第二实际浮动比例数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
在本步骤中,电力负荷申报数据计算公式为:电力负荷申报数据=负荷预测数据*(1+第二实际浮动比例)。
步骤S404:将所述负荷预测数据确定为所述申报点的电力负荷申报数据。
在本步骤中,当实际预期收益数据为正时,则该申报点不进行少申报的操作,即负荷预测数据为所述申报点的电力负荷申报数据。
在本实施例中,首先根据涨价概率数据与跌价概率数据之间的关系,将申报点分为两类进行处理,再根据计算出的实际预期收益数据与预设收益阈值数据之间的关系进一步的对申报点的类型进行划分,从而可以更加全面准确地得到电力负荷申报数据,使得在实际生产操作中获取较多的利益,减小企业的损失。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本发明实施例的目的还在于提供一种电力负荷申报数据的确定装置,图7为电力负荷申报数据的确定装置的示意图,为了便于说明,仅示出与本申请实施例相关的部分。
如图7所示,为本发明所述电力负荷申报数据的确定装置的一个具体实施例。本实施例所述装置,即用于执行图1~6所述方法的实体装置。其技术方案本质上与上述实施例一致,上述实施例中的相应描述同样适用于本实施例中。
本实施例中所述装置包括:
第一确定模块701:确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据;
第二确定模块702:根据所述预测价格差概率分布信息,确定实际预期收益数据;
第三确定模块703:根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
图8是本发明一实施例提供的终端设备的示意图。如图8所示,该实施例的终端设备8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82,所述处理器80执行所述计算机程序82时实现上述各个蒸发器维护时间的预测方法实施例中的步骤,例如图1所示的步骤S101至S103。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能,例如图7所示模块701至703的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述终端设备11中的执行过程。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器80、所述存储器81。本领域技术人员可以理解,图8仅仅是终端设备8的示例,并不构成对终端设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元,例如终端设备8的硬盘或内存。所述存储器81也可以是终端设备8的外部存储设备,例如所述终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其它程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
具体可以如下,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端设备中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上计算机程序:
计算机可读存储介质,包括所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电力负荷申报数据的确定方法的步骤。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电力负荷申报数据的确定方法,其特征在于,包括:
确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据;
根据所述预测价格差概率分布信息,确定实际预期收益数据;
根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
2.如权利要求1所述的电力负荷申报数据的确定方法,其特征在于,所述根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据,包括:
判断所述涨价概率数据是否大于所述跌价概率数据;
若所述涨价概率数据大于所述跌价概率数据,则判断所述实际预期收益数据是否大于第一预设收益阈值数据;
若所述实际预期收益数据大于所述第一预设收益阈值数据,则根据预设浮动比例模型对实际预期收益进行处理,确定第一实际浮动比例数据;
根据所述第一实际浮动比例数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
3.如权利要求2所述的电力负荷申报数据的确定方法,其特征在于,所述若所述涨价概率数据大于所述跌价概率数据,则判断所述实际预期收益数据是否大于第一预设收益阈值数据步骤后,还包括:
若所述实际预期收益数据小于或等于所述第一预设阈值数据,则将所述负荷预测数据确定为所述申报点的电力负荷申报数据。
4.如权利要求2所述的电力负荷申报数据的确定方法,其特征在于,所述根据预设浮动比例模型对实际预期收益进行处理,确定第一实际浮动比例数据,包括;
根据预设浮动比例模型对实际预期收益进行处理,确定第一浮动比例数据;
判断所述第一浮动比例数据是否大于或等于第一预设比例阈值数据;
若所述第一浮动比例数据大于或等于所述第一预设比例阈值数据,则将所述第一预设比例阈值数据确定为第一实际浮动比例数据;
若所述第一浮动比例数据小于所述第一预设比例阈值数据,则将所述第一浮动比例数据确定为第一实际浮动比例数据。
5.如权利要求2所述的电力负荷申报数据的确定方法,其特征在于,所述判断所述涨价概率数据是否大于所述跌价概率数据步骤后,还包括:
若所述涨价概率数据小于所述跌价概率数据,则判断所述实际预期收益数据是否大于第二预设收益阈值数据;
若所述实际预期收益数据小于所述第二预设收益阈值数据,则根据预设浮动比例模型对实际预期收益进行处理,确定第二实际浮动比例数据;
根据所述第二实际浮动比例数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
6.如权利要求5所述的电力负荷申报数据的确定方法,其特征在于,所述若所述涨价概率数据小于所述跌价概率数据,则判断所述实际预期收益数据是否大于第二预设收益阈值数据步骤后,还包括:
若所述实际预期收益数据大于或等于所述第二预设阈值数据,则将所述负荷预测数据确定为所述申报点的电力负荷申报数据。
7.如权利要求5所述的电力负荷申报数据的确定方法,其特征在于,所述根据预设浮动比例模型对实际预期收益进行处理,确定第二实际浮动比例数据,包括:
根据预设浮动比例模型对实际预期收益进行处理,确定第二浮动比例数据;
判断所述第二浮动比例数据是否大于或等于第二预设比例阈值数据;
若所述第二浮动比例数据大于或等于所述第二预设比例阈值数据,则将所述第二预设比例阈值数据确定为第二实际浮动比例数据;
若所述第二浮动比例数据小于所述第二预设比例阈值数据,则将所述第二浮动比例数据确定为第二实际浮动比例数据。
8.一种电力负荷申报数据的确定装置,其特征在于,包括:
第一确定模块,用于确定申报点的预测价格差概率分布信息及所述申报点的负荷预测数据,其中,所述预测价格差概率分布信息至少包括涨价概率数据、跌价概率数据、涨价数据及跌价数据;
第二确定模块,用于根据所述预测价格差概率分布信息,确定实际预期收益数据;
第三确定模块,用于根据所述申报点的涨价概率数据与所述跌价概率数据之间的关系、所述实际预期收益数据及所述负荷预测数据,确定所述申报点的电力负荷申报数据。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274574.3A CN111523083A (zh) | 2020-04-09 | 2020-04-09 | 一种电力负荷申报数据的确定方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274574.3A CN111523083A (zh) | 2020-04-09 | 2020-04-09 | 一种电力负荷申报数据的确定方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111523083A true CN111523083A (zh) | 2020-08-11 |
Family
ID=71902489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010274574.3A Pending CN111523083A (zh) | 2020-04-09 | 2020-04-09 | 一种电力负荷申报数据的确定方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523083A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219188A (zh) * | 2022-02-23 | 2022-03-22 | 国网浙江电动汽车服务有限公司 | 充电桩聚合负荷有功功率整定方法、装置、设备及介质 |
CN114418626A (zh) * | 2021-12-31 | 2022-04-29 | 新奥数能科技有限公司 | 电力资源申报量的估计方法、装置、设备及存储介质 |
-
2020
- 2020-04-09 CN CN202010274574.3A patent/CN111523083A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418626A (zh) * | 2021-12-31 | 2022-04-29 | 新奥数能科技有限公司 | 电力资源申报量的估计方法、装置、设备及存储介质 |
CN114219188A (zh) * | 2022-02-23 | 2022-03-22 | 国网浙江电动汽车服务有限公司 | 充电桩聚合负荷有功功率整定方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112651563B (zh) | 负荷预测方法、装置、计算机可读存储介质及电子设备 | |
US20210350427A1 (en) | Method and device for cost early warning of prefabricated building | |
CN113705929B (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
CN111523083A (zh) | 一种电力负荷申报数据的确定方法以及装置 | |
CN113743673A (zh) | 一种台风期间的电力负荷预测方法 | |
CN110991761B (zh) | 一种供热负荷预测方法及装置 | |
CN115511631A (zh) | 一种碳交易方法、装置、电子设备及存储介质 | |
CN116128135A (zh) | 数据处理方法及装置、电子设备和存储介质 | |
CN111127114A (zh) | 一种电力负荷申报数据的确定方法以及装置 | |
CN111144634A (zh) | 一种电力价格预测的方法以及装置 | |
CN110390463B (zh) | 风控数据处理方法、装置及终端设备 | |
CN116452242A (zh) | 一种基于拟合回归的游戏利润预测方法、装置及设备 | |
CN115879975A (zh) | 基于用电企业建设分布式光伏的电力零售套餐制定方法 | |
CN114580740A (zh) | 母线负荷预测方法、装置、电子设备及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111178637A (zh) | 一种电网短期负荷预测方法和装置 | |
CN111639300A (zh) | 一种电力负荷申报数据的确定方法以及装置 | |
CN114742263B (zh) | 负荷预测方法、装置、电子设备及存储介质 | |
CN116934530B (zh) | 一种智能电表的数据处理方法和装置、设备及存储介质 | |
CN111143776B (zh) | 一种电量负荷预测方法及装置 | |
CN114358381A (zh) | 台区用电负荷预测方法、装置、终端及存储介质 | |
CN118396693A (zh) | 一种实时出清电价的预测方法、装置、设备及存储介质 | |
CN118379098A (zh) | 一种电价预测的方法、装置、设备及存储介质 | |
CN114418626A (zh) | 电力资源申报量的估计方法、装置、设备及存储介质 | |
CN115758076A (zh) | 窃电嫌疑用户标签生成方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200811 |