基于可解释 AI 超越 merit order 原则理解电价
机器学习
2022-12-12 v1
摘要
自由化市场中的电价由电力供需决定，而供需又受随时间强烈变化的各种外部影响驱动。在完全竞争中，merit order 原则描述可调度的发电厂按其边际成本顺序进入市场以满足剩余负荷，即负荷与可再生能源发电之差。许多市场模型实现该原则来预测电价，但通常需要特定假设与简化。本文中，我们提出一个针对德国日前市场电价的可解释机器学习模型，其显著优于基于 merit order 原则的基准模型。我们的模型专为电价的事后分析设计，因而构建于多种外部特征之上。利用 Shapley Additive exPlanation（SHAP）值，我们可厘清不同特征的作用并从经验数据量化其重要性。负荷、风电与光伏发电最为重要，正如预期，但风电对电价的影响似乎强于太阳能。燃料价格也排名靠前并呈现出非平凡依赖关系，包括由 SHAP 交互分析揭示的与其他特征的强相互作用。大型发电爬坡与高电价相关，同样伴随强特征交互，源于核电与褐煤电厂的有限灵活性。我们的结果通过直接从数据提供定量见解，进一步有助于模型开发。
引用
@article{arxiv.2212.04805,
title = {Understanding electricity prices beyond the merit order principle using explainable AI},
author = {Julius Trebbien and Leonardo Rydin Gorjão and Aaron Praktiknjo and Benjamin Schäfer and Dirk Witthaut},
journal= {arXiv preprint arXiv:2212.04805},
year = {2022}
}
备注
13 pages, 6 figures