全部项目04 / 09
日前电价预测 × 受约束优化
储能收益优化:从电价预测到每日充放电计划
预测精度与决策价值要分开评估。
- 周期
- —
- 规模
- 约 35,000 条 15 分钟观测
- 角色
- 三人团队负责人
- 技术栈
- Python · scikit-learn · XGBoost · pandas
三行摘要
- 问题
- 每天最多只有一次完整套利机会:先连续充电 2 小时,再连续放电 2 小时。难点不是找到单个最低价和最高价,而是从整条价格曲线中选出合法且稳健的一对窗口。
- 核心方案
- 以配置驱动离线训练与推理,把原始市场、气象数据转换为每日价格预测。
- 结果 / 限制
- 最终计划采用明确的时间、预测价格、功率三列契约,并分别输出预测质量与决策质量诊断。
故事开头
只有选中合法运行窗口,日内预测才有意义
每天最多只有一次完整套利机会:先连续充电 2 小时,再连续放电 2 小时。难点不是找到单个最低价和最高价,而是从整条价格曲线中选出合法且稳健的一对窗口。
一天被划分为 96 个 15 分钟时段。系统将预测负荷、风电、光伏、联络线、水电、非市场机组与数值天气预报结合,估计次日实时电价曲线,并输出时间、预测价格与储能功率计划。
系统路径
让电价预测和调度相连,但始终可审查
- ① 对齐
连接完整的市场日与气象预报,并显式保留时区与特征可用性。
- ② 预测
在时间顺序验证中比较价格曲线候选,不让未来派生状态进入验证折。
- ③ 评估
同时观察价格误差,以及充放电选择带来的价值与稳定性。
- ④ 调度
枚举先充后放的合法窗口,并校验时间、预测价格和功率输出。
已实现内容
可检查的输出契约
最终计划以时间、预测价格和功率三列的显式契约输出,使预测诊断与运行决策能够被分别检查。
RMSE 更低
① 选错窗口RMSE 更高
② 选对窗口价格曲线反映的是系统,而不是单一发电机



风电、光伏与常规发电是价格曲线的背景输入;这些图片为带来源的场景资料,不是项目证据。
来源与边界
项目边界
项目范围:面向简化日内储能任务的离线研究系统。当前策略每天最多选择一组固定 2 小时充电与 2 小时放电窗口;电池效率、退化成本、交易费用、跨日 SOC 与实时市场执行不在本案例范围内。