基于监督式学习的自适应竞价预测模型研究

初日辉 胡秦然 时 翔 李 鹏



基于监督式学习的自适应竞价预测模型研究

初日辉1胡秦然2时 翔3李 鹏1

（1. 南京国电南自电网自动化有限公司，南京 211106； 2. 哈佛大学约翰·A·保尔森工程与应用科学学院，剑桥 英国 02138； 3. 国网青岛供电公司，山东 青岛 266002）

电力市场改革初期，月度竞价由于可供研究的数据少、环境变化大、市场参与者行为不确定等特点难以分析预测。本文将监督式机械学习算法与当前电力市场规则和竞价者行为特征相结合，提出了一种具有自适应能力的竞价预测方法，引入遗忘机制和惯性机制来模拟真实市场参与者竞价行为，设计了自我验证机制修正不合理的预测结果，改进了正则化参数，有效避免了过拟合的发生。本文实验算例采用广东月度竞价的实验市场数据，验证了所提方法的有效性。

自适应；监督式学习；电力市场；竞价

随着我国生产结构的转型，电力需求增速减缓。为了进一步优化产能结构，我国自2015年开始正式起动新一轮电力市场改革（电改“9号文”）[1-3]。本轮改革中，国家陆续出台了一系列指导规章和准则，建立了大范围的电力综合改革试点和售电市场试点。根据世界其他开展电力市场改革区域的经验[4-6]，电力市场从时间上主要划分为中长期市场和现货市场。目前，中国电力市场发展尚处于初始阶段，市场的参与者都期待采用优化的竞价策略来最大化利润，并避免因错误竞价策略而导致损失。然而，当前月度竞价存在以下特点：①市场规则存在变数；……