概率负荷预测与可再生能源预测在提升日前电价预测准确性中的作用

《Renewable Energy》：The role of probabilistic load and renewable prediction in enhancing day-ahead electricity price forecasts

基于德国EPEX市场2015-2023年数据，研究通过整合概率性负荷及风光发电预测到传统点预测模型中，显著提升电力价格预测精度达13%。关键方法包括历史模拟、合成的反预测和分位数回归，以及LASSO降维专家模型。研究发现极端值预测对价格波动影响最大，验证了不确定性量化在可再生能源主导电力系统中的重要性。

　　

Bartosz Uniejewski | Florian Ziel

沃罗库夫科技大学运筹学与商业智能系，波兰沃罗库夫，50-370

摘要

可再生能源（RES）的日益普及加剧了电力市场的波动性，而需求的不确定性持续对系统稳定性构成挑战。传统的日前电力价格预测（EPF）模型依赖于负荷和可再生能源发电的点预测，这些预测无法捕捉到天气驱动的供应和动态需求所固有的不确定性。本研究提出了一种新的框架，将负荷、风能和太阳能发电的概率预测整合到EPF模型中。利用2015年至2023年德国EPEX市场的数据，我们通过历史模拟、共形预测和分位数回归生成了基本变量的分位数预测，并将其纳入简洁的专家模型和基于高维LASSO的模型中。实证结果表明，概率输入显著提高了预测精度，与点预测基准相比，均方根误差减少了多达13%。值得注意的是，负荷和可再生能源预测的极端分位数是最具影响力的预测因子，这突显了罕见但系统关键情景的重要性。这些发现表明，在负荷和可再生能源方面考虑不确定性对于可靠的电力价格预测至关重要，并为系统运营商、交易者和政策制定者在推动可再生能源整合方面提供了实际价值。

部分内容

引言与动机

近年来，随着可再生能源（RES）的扩展并融入现有基础设施，能源行业变得更加动态，以满足欧盟2050年的碳中和目标。2023年，德国45%的电力需求由可再生能源满足（风能占31%，太阳能占12%，其他可再生能源占2%）。然而，风能和太阳能发电依赖于天气条件。例如，在某些日子里，可再生能源满足了全国95%的电力需求（如2023年12月29日），而在其他日子里……

基本变量点预测的后处理

公开可用的数据提供了日前负荷的点预测以及太阳能和风能发电的预测。由于这些变量是可再生能源主导的电力系统中不确定性的关键来源，我们将它们转换为概率预测，以更好地反映其变化性。这使得预测模型能够明确考虑需求和可再生能源发电的不确定性，而不仅仅是依赖单一的确定性值。为了获得概率预测，我们使用了……

专家模型

为了评估负荷和可再生能源发电不确定性的影响，我们将概率预测嵌入到两种成熟的日前价格预测模型中。第一个是包含自回归信息和外生变量的简洁线性模型（以下简称“专家模型”）。该模型的不同版本在多项EPF研究中以不同的名称和缩写被使用[22]、[23]。第$d$天和第$h$小时的电力价格由……

测试数据

在本研究中，我们在公开可用的Transparency ENTSO-E数据（https://transparency.entsoe.eu）上进行了实证测试，这些数据来自德国能源市场。具体来说，我们使用了德国-卢森堡竞价区²的日前价格（该竞价区还包括奥地利，但仅限于2018年9月30日之前）以及德国的日前负荷、太阳能和风能发电的预测和实际观测数据。³

结论

本研究探讨了通过将负荷、风能和太阳能发电的概率预测整合到成熟的日前价格模型中是否可以提高电力价格预测的准确性。利用2015–2023年的德国EPEX数据，我们证明了简洁的专家模型和高维LASSO模型都能从概率输入中持续受益。

我们的分析表明，概率输入的整合显著提高了预测精度。

CRediT作者贡献声明

Bartosz Uniejewski：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、软件开发、项目管理、方法论、研究、资金获取、形式分析、数据整理、概念化。Florian Ziel：撰写 – 审稿与编辑、监督、方法论、资金获取、形式分析、概念化。

致谢

本研究部分得到了波兰国家科学中心（NCN）的资助（项目编号：2023/49/N/HS4/02741，资助对象为BU）。这项研究还得到了德国研究基金会（DFG）在“TRR 391时空统计：能源与交通转型”项目（项目编号：520388526）下的部分资助（资助对象为FZ）。

BU得到了波兰科学基金会（FNP）的支持。

本研究的部分工作是在BU访问