基于机器学习方法的现货电价预测研究综述

作     者：加鹤萍 郭宇辰 马乾鑫 杨争林 郑亚先 曾丹 刘敦楠 JIA Heping;GUO Yuchen;MA Qianxin;YANG Zhenglin;ZHENG Yaxian;ZENG Dan;LIU Dunnan

作者机构：新能源电力与低碳发展研究北京市重点实验室北京市102206 华北电力大学经济与管理学院北京市102206 中国电力科学研究院有限公司北京市100192 

出 版 物：《电力建设》 (Electric Power Construction)

年 卷 期：2025年第46卷第2期

页      面：160-179页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划项目(2022YFB2403000) 北京市社会科学基金决策咨询项目(24JCC101) 北京市自然科学基金面上项目(9242015) 

主　　题：全国统一电力市场 现货市场 电价预测 机器学习方法 

摘      要：全国统一电力市场建设背景下,现货市场建设有助于推动电力资源在更大范围共享互济和优化配置。现货电价作为市场参与者的重要决策信息,对现货市场的辅助决策、市场运行监测及风险管理等至关重要。机器学习方法的快速发展为电价预测提供了可行途径。首先,分析全国统一电力市场下现货电价的特点及其影响因素,并基于现有电价研究的预测机制阐述预测模型的类别及现货电价预测面临的挑战。其次,基于数据标签、特征提取和数据流动控制等特点总结各类机器学习预测模型的研究现状,分析不同预测模型的特点及适用性。然后,分析基于机器学习的现货电价预测模型评价指标,并总结相关预测方法的模型参数训练要求及实际应用情况。最后,针对机器学习方法在电价预测研究中的挑战,对未来技术研究方向进行展望,以期对全国统一电力市场建设下的现货市场发展提供具有建设性意义的参考。