本研究由Ana Radovanovic和Bokan Chen（任职于Google, Inc.）以及Tommaso Nesti（任职于荷兰Centrum Wiskunde & Informatica）共同完成，发表于《IEEE Transactions on Power Systems》第34卷第6期（2019年11月）。论文题为《A Holistic Approach to Forecasting Wholesale Energy Market Prices》，提出了一种仅依赖公开市场数据预测电力批发市场节点电价的全新方法论。
一、学术背景与研究目的
在电力市场中，节点边际电价（Locational Marginal Price, LMP）是市场参与者制定购售电策略的核心参考。系统运营商通过求解最优潮流（Optimal Power Flow, OPF）问题确定各节点的边际供电成本，从而得到LMP。然而，OPF的精确求解需要完整的电网拓扑、发电机成本曲线、线路容量等专有信息，这些对普通市场参与者而言并不可得。已有研究大多从运营商视角出发，假设信息完备，或依赖小规模合成电网进行验证，难以在实际市场中落地。
本研究的目标是：仅利用公开可得的电网级数据——包括分类型发电量、区域负荷、历史节点价格——来推断市场的结构特征，并实现对未来实时电价的高精度预测。研究者希望证明，供需匹配过程中的物理与优化结构可以从有限的公开信息中被有效恢复，从而使分散化的市场参与者也能获得接近行业基准水平的预测能力。
二、研究工作流程
研究的整体框架由训练阶段和预测阶段两部分构成，具体包含以下关键步骤。
第一步：构建输入特征向量（m向量）。 研究者将公开的电网级发电类型混合数据与区域负荷数据标准化，构建称为m向量的输入特征。具体而言，某时刻的m向量包含三类信息：各类型发电量占总需求的归一化比例、各区域负荷占总需求的归一化比例、以及总需求相对历史平均值的缩放值。通过这种方式，原始数据中尺度差异和总量波动的影响被消除，使得不同时间点的供需结构可以直接比较。
第二步：聚类识别m区域（m-regimes）。 为降低高维数据的复杂性，研究者对m向量进行主成分分析（Principal Component Analysis, PCA），发现仅前4个主成分即可解释98%的方差。随后，在PCA降维后的特征空间上执行K均值聚类（K-means Clustering），通过肘部法则确定最优聚类数为4，得到4个m区域。每个m区域代表一种典型的电网级供需结构模式，例如风电高渗透而天然气发电较低的时段与天然气主导而风电较低的时段会被划分到不同区域。这一步骤的理论依据是定理II.1：在OPF非退化条件下，LMP是关于节点负荷与发电容量约束的分段仿射函数，即参数空间可被划分为有限个凸多胞体，每个胞体对应一个独特的定价区域。
第三步：拓扑矩阵恢复。 由于电网拓扑不为市场参与者所知，研究者采用压缩感知（Compressed Sensing）方法从历史LMP数据中恢复电网的拓扑结构。具体而言，LMP中的边际拥塞分量满足π = B⁻¹s的关系，其中B是电网拓扑矩阵（正定M矩阵且稀疏），s是拥塞矩阵（稀疏且低秩）。通过求解一个结合ℓ₁范数、迹范数和log-determinant项的凸优化问题，并利用交替方向乘子法（Alternating Direction Method of Multipliers, ADMM）迭代求解，可以从历史价格矩阵π中同时恢复B和s。在SPP市场929节点规模的数据上，该算法约需1400次迭代（约30分钟）达到收敛。研究者通过连续7周数据分别恢复B矩阵，发现识别出的传输线路数量高度一致，验证了电网拓扑在短期内近似恒定的假设。
第四步：拥塞区域识别。 对于每个m区域，利用恢复出的B矩阵，通过s = Bπ计算对应的拥塞矩阵s。拥塞矩阵的每一列代表某时刻各节点与拥塞线路的关联强度。随后对每个m区域内的s列向量再次执行K均值聚类，识别出该m区域内部的拥塞区域（congestion regimes）。每个拥塞区域对应一组特定的拥塞线路集合。研究发现，在2017年8月和9月的测试期间，拥塞区域分类的错误率低于4%，但11月的错误率可达约20%，主要原因是出现了极端价格尖峰事件，超出了模型仅依赖电网级供需数据所能捕捉的范围。
第五步：训练预测模型。 对于每个m区域与拥塞区域的组合，研究者使用多元自适应回归样条（Multivariate Adaptive Regression Splines, MARS）拟合节点价格偏差与发电量偏差、负荷偏差之间的分段线性关系。具体地，对每个区域组合计算各类型发电量和区域负荷的历史均值，以当前值减去均值得到偏差量，作为MARS的协变量，目标变量为节点价格相对区域均值的偏差。MARS通过自动识别截断样条函数(x−q)₊中的转折点q，实现对价格区域切换点的统计学习。这一步骤实现了对定理II.1中分段仿射结构的经验逼近。
第六步：预测与平滑。 在预测阶段，将预测日的发电与负荷数据按训练时的归一化方式生成m向量，依次分配m区域和拥塞区域，然后用对应的MARS模型生成原始价格预测。由于区域切换可能导致预测值出现抖动，研究者对原始预测进行了平滑处理，具体为去除最大的预测尖峰后进行插值与局部平滑。该步骤提高了趋势预测精度，但同时也损失了部分尖峰预警信息。
三、主要研究结果
研究者使用西南电力库（Southwest Power Pool, SPP）2017年6月至11月的市场数据，在SPP North和SPP South Hub两个节点上评估了多种预测方案。评估指标采用平均绝对百分比误差（MAPE）、中位数绝对百分比误差（MdAPE）和均方根误差（RMSE）。
基线对比包含四种方法：alg-m（使用实际发电与负荷数据）、alg-m̂（使用预测的发电与负荷数据）、alg-m̂+ARIMA（对alg-m̂的残差按小时训练ARIMA(1,1)模型并修正预测值）、alg-m̂+day ago（在MARS模型中加入24小时前价格作为额外特征）、Genscape（行业标杆，使用了专有丰富数据）、day ago（以24小时前价格作为朴素预测）。
结果显示，所提出的方法论在整个测试期内保持了合理的准确度，并且对日前发电与负荷预测误差具有较好的鲁棒性。更重要的是，alg-m̂的预测性能与Genscape在所有指标上具有可比性，而后者使用了更丰富且专有的信息。这一结果表明，电网级供需结构信息本身能够解释批发价格的主要变化来源。
此外，未校准的alg-m̂预测能有效识别与发电和负荷混合变化相关的价格尖峰事件。这一能力在所比较的其他算法中具有独特性，使市场参与者能够提前识别潜在风险并设计保护性交易策略。然而，尖峰幅度的高精度预测仍然是难题，部分可归因于电网级混合预测的误差。研究还发现，部分价格尖峰即使在完全掌握电网级混合数据的情况下也无法被预测，说明这些尖峰源于短期基础设施故障或OPF模型中未考虑的备用容量与爬坡约束等因素。
四、结论与价值
本研究证明了电力批发市场结构可以从有限的公开数据中被有效推断，并且节点电价中蕴含的主要信息可以通过电网级供需混合数据加历史价格数据来恢复。这一发现具有双重价值：在科学层面，研究将多参数规划理论、压缩感知与统计学习方法成功整合，为理解电力市场定价机制提供了新的分析框架；在应用层面，该方法使分散化市场参与者无需专有信息即可获得接近行业基准的预测能力，为需求响应、分布式能源资源调度和风险规避策略提供了实用工具。
五、研究亮点
本研究的首要亮点在于其整体性（holistic）视角：将市场预测问题分解为拓扑恢复、区域识别和分段仿射映射学习三个相互关联的层次，每一层都利用了OPF结构的特定数学性质。其次，方法对输入数据的质量要求较低，仅需要聚合级数据，不需要节点级负荷或发电机级报价信息，大大扩展了其适用范围。最后，研究发现价格尖峰的可预测性存在结构上限，这一结论为后续研究指明了方向——单纯增加电网级数据维度并不能解决所有极端事件的预测问题，未来的改进需要引入备用市场信息、检修计划或实时天气数据。附录中的IEEE 30节点测试系统仿真进一步验证了拓扑恢复算法在受控条件下的准确性，并展示了预测误差对负荷与可再生能源预测误差的敏感性，为方法的可信度提供了补充证据。