EnergyBench：面向欧洲电力市场、与交易关闸时间对齐的日前预测实时基准

arXiv:2611.07784v1 公告类型：新提交 摘要：能源预测模型通常通过回测和固定的公开数据集进行比较。回测可能使用在本应作出预测时尚不存在的数据，而固定测试集在多项研究中被反复使用，且可能已包含在基础模型的预训练数据中，容易导致对基准的过拟合。EnergyBench 则对每个参评模型进行实时评估。每天 CET/CEST 时间 11:30，即日前市场（SDAC）关闸前 30 分钟，每个模型以 15 分钟为时间粒度，预测六个竞价区（BE、NL、FR、DE-LU、DK1、DK2）次日的电价、风电和光伏发电量以及负荷。与现有实时基准不同，EnergyBench 自行运行模型，统一使用在截止时刻冻结并公开的信息集，其中包括三个数值天气预报模型，从而能够在实际市场截止时间约束下，比较基础模型使用和不使用相同气象协变量时的表现。误差按各序列汇总，并以季节性朴素预测为基线；模型则依据 Elo 标度上的 Bradley-Terry 评分进行排名，同时给出按天自助重采样得到的区间。参评模型涵盖基线模型、使用冻结气象数据的线性模型和梯度提升模型、来自十一个系列的十八个时间序列基础模型、集成模型，以及电网运营商自身的预测。在最初三十二天的实时评估中，十个分别在使用和不使用协变量两种配置下运行的基础模型，在配对评测中均因引入协变量而将误差降低了 37–51%（风电降低 64–73%，光伏降低 48–61%）。在零样本设置下，这些模型的表现达到或超过了使用相同协变量训练的 LightGBM 模型。模型规模从 300 万到 3.31 亿参数不等，其影响要小得多，而使用协变量的模型所组成的中位数集成排名最高。电网运营商在关闸前发布的预测在风电和光伏方面仍然领先，表现最好的单个基础模型的误差比其高出 16–22%；在负荷方面，差距为 4–6%，处于区间范围内。