基于特征驱动的可再生能源预测与交易改进

受近期机器学习、优化与决策制定共性基础见解的启发，本文提出了一种易于实现但有效的流程，以提升可再生能源预测的质量以及可再生能源生产者在具有不平衡双重价格结算的电力市场中的竞争优势。所提流程带来的质量和经济收益本质上源于在数据驱动的新闻vendor模型中使用有价值的预测变量（也称为特征），该模型构成一个计算代价低廉的线性规划。我们在一个考虑丹麦 DK1 竞价区聚合风电发电作为待预测和交易变量的现实案例研究中说明了所提流程并数值评估了其收益。在此背景下，我们的流程尤其利用了周边竞价区输电系统运营商（TSO）发布并在在线平台公开可用的风电预测形式中的空间信息。我们表明，我们的方法能够将丹麦 TSO 发布的风电预测质量提高若干个百分点（以平均绝对误差或均方根误差衡量），并显著减少风电生产者承担的平衡成本。