所谓全知方可全能， (略) 场电价预测的相关性数据繁多，如何选取不同时间序列下的模型影响因素及权重，是提高模型预测精确率的关键。公司交易事业部算法团队针对湖北省7月中旬部分天数 (略) 场价格预测准确率严重偏离情况开展分析，修正模型训练中的降雨量及小水电的相关性特征权重，为后期更好的服务 (略) 场主体提供技术支持。

一、湖北省电力装机及分布特征

截止2023年底，湖北全省装机容量*万千瓦（含三峡电站），其中水电*千瓦（34.89%）、火电*千瓦（35.74%）、风电*千瓦、光伏*千瓦，风光合计占比29.37%。基本可以说是火、水、风光各占三分天下，然而湖北省小水电装机数据并未在其列。湖北省作为水资源丰 (略) ，小水电站较多，且大部分都是径流式水电站，其发电量随降雨量变化有较强的不确定性。小水电发电不足时， (略) 电力满足用电；当小水电站大发时，可 (略) 。因其监测数据缺失，表现为用电负荷的大范围波动。2018年湖北省小水电装机数量为1091台，占全国小水电装机总量的17.6%，居全国各省份小水电装机数量之首，远超云南、陕西、四川等省份。

在发用电资源分布特性方面，由于湖北省地形及经济影响，水电集中在西部，火电主要分布在东部，全省2／3的用电负荷分布在 (略) 域。这种电源与负荷的分布矛盾导致了丰水期西电东送、枯水期东电 (略) 。 (略) 络输送能力限制，造成了不 (略) 域性的电力供应不足。然而小水 (略) 域降雨量大小特性、小水电出力相对降雨量的滞后特性和累积特性，以及 (略) 峰谷平电价时段等差异 (略) 域供电的分时段不平衡分布特性。

二、湖北省小水电的出力曲线估算方法

因小水电的出力与所在河流的流量成正比，而流量又与最近一段时间的降雨量之和成正比。考虑到降雨后雨水汇集到河流逐渐形成发电能力需要一段时间，因此小水电出力不单是与当前的降雨量有关，而是存在一定的“累积效应”。即与之前一段时间的降雨量有关。

假设小水电的出力与所在流域最近一段时间的降雨量成正比，且存在一定的比例系数，如下面公式所示：

式中，P 为小水电的出力，K 为比例系数，Rt为第t个时段的该流域的降雨量。

PART

2.1

比例系数计算

在其他气象条件相似的情况下，通过统计降雨与非降雨日的差别，则认为两天负荷之差是小水电出力引起的（两个历史日的96点负荷之差）。以上述方法可获得小水电在各种累计降雨量方式下的典型出力曲线。

K值可依据降雨量和对应的小水电出力曲线确定。根据降雨过程预报便可大概推算出小水电的出力过程。通过历史降雨量与历史负荷训练可以得出该比例系数。

PART

2.2

丰水季小水电影响情况

考虑降雨量分布与用 (略) 域分布差异性，使用上述方法可近似求得2024年湖北4月-9月小水电的丰水季发电量占全社会用电负荷的占比如下图1所示:

图1：丰水季水电影响功率与

全社会用电负荷占比情况

如上图所示，4月-9月，小水电平均功率占社会用电负荷的10%以上；充分说明湖北省小水电资源丰富，丰水期小水电平均发电功率对社会总用电负荷的影响不能忽略。

三、小水电对湖北省电价模型预测准确率的影响

我们知道，如果一个模型在某个时间段能够持续准确地预测未来数据，那就说明在该时间段内该模型所使用的因子群已经基本囊括了重要影响因素。如果某日出现了较大的偏差，说明该日外部有较大的扰动因素没有被量化。

PART

3.1

无较大降水时的模型预测情况

10月3-10日及之前数天，湖北省没有较大的降水过程，日前预测电价与实际出清电价对比如下图2：

图2：

湖北省日前预测电价与实际出清电价对比情况

（10月3日-10月10日）

由上图可以看出，在没有较大的降水过程的时段内，该模型预测准确率还不错。那么在控制变量，只改变降水量的情况下，该模型预测的表现又会如何？

PART

3.2

有较大降水时的模型预测情况

以2024年7月11日-17日为例，期间受降雨量影响，全 (略) 场预测电价与实际出清电价存在较大偏差，18日又恢复了正常。

图3：

湖北省日前预测电价与实际出清电价对比情况

（7月11日-7月17日）

PART

3.2.1

偏差产生与消失的原因

(略) 站得知，7月9日到15日降水 (略) 限在湖北西北部逐步转为了覆盖湖北全境，最大降水达到了50mm以上。16,1 (略) (略) 有不大的降水，最大降水量不到1mm。那么这与预测准确率偏差有什么样的关系呢？这就要说到小水电的二个特性：滞后性和累积性了。

PART

3.2.2

小水电的滞后性和累积性

降雨量最多的当日，所对应的小水电发电功率并不是最大的，而是呈现为逐渐增加的趋势，表明小水电出力存在一个明显的“滞后效应”。同时，通过分析在连日强降雨、连日小雨、连日晴天后的的小水电出力表现可以看出，虽然都是无降雨量日，但是不同天气情况后的无降雨量日，其小水电发电功率表现却大相径庭，因此小水电出力不仅与当日的降雨量有关，还与前N天的累计降雨量相关，存在“累积效应”，小水电站的周或多日调节特性累积效应显著。

7月11-18日的电价预测准确性差异，可以合理诠释上述影响。

四、总结

综上所述，针对类似湖北这样存在大量小水电省份，丰水期在进行现货电价预测时需要专门预测小水电出力曲线，以期带来更好的预测准确性。

所谓全知方可全能， (略) 场电价预测的相关性数据繁多，如何选取不同时间序列下的模型影响因素及权重，是提高模型预测精确率的关键。公司交易事业部算法团队针对湖北省7月中旬部分天数 (略) 场价格预测准确率严重偏离情况开展分析，修正模型训练中的降雨量及小水电的相关性特征权重，为后期更好的服务 (略) 场主体提供技术支持。

一、湖北省电力装机及分布特征

截止2023年底，湖北全省装机容量*万千瓦（含三峡电站），其中水电*千瓦（34.89%）、火电*千瓦（35.74%）、风电*千瓦、光伏*千瓦，风光合计占比29.37%。基本可以说是火、水、风光各占三分天下，然而湖北省小水电装机数据并未在其列。湖北省作为水资源丰 (略) ，小水电站较多，且大部分都是径流式水电站，其发电量随降雨量变化有较强的不确定性。小水电发电不足时， (略) 电力满足用电；当小水电站大发时，可 (略) 。因其监测数据缺失，表现为用电负荷的大范围波动。2018年湖北省小水电装机数量为1091台，占全国小水电装机总量的17.6%，居全国各省份小水电装机数量之首，远超云南、陕西、四川等省份。

在发用电资源分布特性方面，由于湖北省地形及经济影响，水电集中在西部，火电主要分布在东部，全省2／3的用电负荷分布在 (略) 域。这种电源与负荷的分布矛盾导致了丰水期西电东送、枯水期东电 (略) 。 (略) 络输送能力限制，造成了不 (略) 域性的电力供应不足。然而小水 (略) 域降雨量大小特性、小水电出力相对降雨量的滞后特性和累积特性，以及 (略) 峰谷平电价时段等差异 (略) 域供电的分时段不平衡分布特性。

二、湖北省小水电的出力曲线估算方法

因小水电的出力与所在河流的流量成正比，而流量又与最近一段时间的降雨量之和成正比。考虑到降雨后雨水汇集到河流逐渐形成发电能力需要一段时间，因此小水电出力不单是与当前的降雨量有关，而是存在一定的“累积效应”。即与之前一段时间的降雨量有关。

假设小水电的出力与所在流域最近一段时间的降雨量成正比，且存在一定的比例系数，如下面公式所示：

式中，P 为小水电的出力，K 为比例系数，Rt为第t个时段的该流域的降雨量。

PART

2.1

比例系数计算

在其他气象条件相似的情况下，通过统计降雨与非降雨日的差别，则认为两天负荷之差是小水电出力引起的（两个历史日的96点负荷之差）。以上述方法可获得小水电在各种累计降雨量方式下的典型出力曲线。

K值可依据降雨量和对应的小水电出力曲线确定。根据降雨过程预报便可大概推算出小水电的出力过程。通过历史降雨量与历史负荷训练可以得出该比例系数。

PART

2.2

丰水季小水电影响情况

考虑降雨量分布与用 (略) 域分布差异性，使用上述方法可近似求得2024年湖北4月-9月小水电的丰水季发电量占全社会用电负荷的占比如下图1所示:

图1：丰水季水电影响功率与

全社会用电负荷占比情况

如上图所示，4月-9月，小水电平均功率占社会用电负荷的10%以上；充分说明湖北省小水电资源丰富，丰水期小水电平均发电功率对社会总用电负荷的影响不能忽略。

三、小水电对湖北省电价模型预测准确率的影响

我们知道，如果一个模型在某个时间段能够持续准确地预测未来数据，那就说明在该时间段内该模型所使用的因子群已经基本囊括了重要影响因素。如果某日出现了较大的偏差，说明该日外部有较大的扰动因素没有被量化。

PART

3.1

无较大降水时的模型预测情况

10月3-10日及之前数天，湖北省没有较大的降水过程，日前预测电价与实际出清电价对比如下图2：

图2：

湖北省日前预测电价与实际出清电价对比情况

（10月3日-10月10日）

由上图可以看出，在没有较大的降水过程的时段内，该模型预测准确率还不错。那么在控制变量，只改变降水量的情况下，该模型预测的表现又会如何？

PART

3.2

有较大降水时的模型预测情况

以2024年7月11日-17日为例，期间受降雨量影响，全 (略) 场预测电价与实际出清电价存在较大偏差，18日又恢复了正常。

图3：

湖北省日前预测电价与实际出清电价对比情况

（7月11日-7月17日）

PART

3.2.1

偏差产生与消失的原因

(略) 站得知，7月9日到15日降水 (略) 限在湖北西北部逐步转为了覆盖湖北全境，最大降水达到了50mm以上。16,1 (略) (略) 有不大的降水，最大降水量不到1mm。那么这与预测准确率偏差有什么样的关系呢？这就要说到小水电的二个特性：滞后性和累积性了。

PART

3.2.2

小水电的滞后性和累积性

降雨量最多的当日，所对应的小水电发电功率并不是最大的，而是呈现为逐渐增加的趋势，表明小水电出力存在一个明显的“滞后效应”。同时，通过分析在连日强降雨、连日小雨、连日晴天后的的小水电出力表现可以看出，虽然都是无降雨量日，但是不同天气情况后的无降雨量日，其小水电发电功率表现却大相径庭，因此小水电出力不仅与当日的降雨量有关，还与前N天的累计降雨量相关，存在“累积效应”，小水电站的周或多日调节特性累积效应显著。

7月11-18日的电价预测准确性差异，可以合理诠释上述影响。

四、总结

综上所述，针对类似湖北这样存在大量小水电省份，丰水期在进行现货电价预测时需要专门预测小水电出力曲线，以期带来更好的预测准确性。