基于大数据分析的电力现货交易决策支持系统设计与应用.pdfVIP

电气技术与经济/经济与管理

基于大数据分析的电力现货交易决策支持

系统设计与应用

兰艳超

（甘肃龙源新能源有限公司）

摘要：本文设计了一个面向电力现货交易决策支持的大数据分析系统。系统集成了高效的数据采集

清洗模块、电力负荷与价格精确预测模块、个性化决策优化模块以及敏捷的可视化模块。关键技术包

括深度学习、并行优化算法、流式计算等。实证结果显示，应用该系统后某省电网公司的交易策略效

益提升了4.2%，决策执行效率提高了59%，交易风险降低了27%，表明所设计的系统可显著提高电

力企业的核心竞争力，将电力现货交易的精细化决策水平提升到一个新的高度。

关键词：大数据分析；电力现货交易；决策支持系统

01.2电力现货交易决策支持系统现存问题分析

引言

随着电力市场化改革的深人，电力现货交易量呈当前电力现货交易决策支持系统普遍存在数据不

现快速增长趋势，为实现交易决策的精细化，迫切需全、分析模型简单、决策支持能力不足等问题。例

要利用大数据分析技术构建电力现货交易决策支持系如，西南某省份省级电力交易中心的决策系统，其数

统。本文首先分析现有系统存在的问题，然后详细阐据源局限于该省范围内的发电企业计划生产数据，缺

述基于大数据技术构建新的决策支持系统的技术路乏与邻省的跨区交易数据以及电力市场的最新交易价

线，包括数据集成、模型构建、决策支持与可视化等格、竞价结果等数据，这导致该系统无法考虑跨区资

方面，最后给出应用场景设计与实证结果分析，以期源调度和市场价格信号对本省发电企业的影响。另

为电力现货交易决策提供有效支持，提高交易效率。外，其负荷预测模型仅使用线性回归，预测精度有

限。在自主交易决策时，其数学规划模型目标函数简

1技术基础单地最小化购电成本，不能反映发电企业的真实目

1.1大数据分析技术标。在跨区交易决策时，其参数设定也存在粗放的经

随着智能电网的发展，电力系统产生了海量的多验依据。总体而言，该系统生成的交易策略方案不够

源异构数据】，包括电力客户信息、用电数据、电网精细化，无法最大限度地提高电力企业的经济收益。

要解决这些问题，需充分利用大数据技术，构建更全

运行数据、电力市场交易数据等。需要采用大数据分

面的数据集成方案，建立更精确的预测分析模型，设

析技术实现多源大数据的有效分析利用。例如，可以

使用Hadoop生态圈中的工具进行分布式存储和Ma-计更贴合实际的决策支持方案。

pReduce分布式计算。Hive、Pig、SparkSQL等可以

2基于大数据分析的电力现货交易决策支

用于对结构化和半结构化数据进行SQL式查询。

SparkStreaming和Storm可以对数据流进行实时计算。持系统设计

此外还可以考虑采用SparkMLlib、Mahout等机器学2.1数据集成与处理

习库，建立数据挖掘和预测模型。比如，可以训练一本系统设计一套面向流式数据与批量数据的双层

个随机森林模型，以预测次日用电负荷。另外，利用数据集成方案。流式计算层通过针对电力系统定制的

NLP技术可分析电力用户的语音反馈，实现情感分汇聚器实时采集发电计划调整流、经济负荷调度信号

析。为实现可视化，可以使用Echarts、D3.js等工具流、电力交易价格波动流，实现秒级数据获取[2]。采

绘制仪表盘、关系图等。通过整合应用这些大数据分用一种改进的基于随机抽样的序列化机制，可有效降

析技术，可以从海量异构电力数据中