本文用Python示例说明如何调用电价API获取工商业分时电价JSON并把峰谷时段、电价、单位和更新时间解析成系统可用的数据结构。同样的接入思路也适用于现货电价API、日前电价API和实时电价API。这篇文章用一个简化示例说明如何用Python调用电价API获取某省某月的工商业分时电价数据并把返回JSON转换为系统可用的结构。说明以下接口地址、token和数据均为示例。正式接入时应以实际API文档为准。请求示例import requests API_BASE https://api.example.com/v1 API_KEY YOUR_TRIAL_API_KEY def get_tou_price(province, month, voltage_level10kV): url f{API_BASE}/electricity-prices/tou params { province: province, month: month, voltageLevel: voltage_level } headers { Authorization: fBearer {API_KEY}, Accept: application/json } response requests.get(url, paramsparams, headersheaders, timeout10) response.raise_for_status() return response.json() if __name__ __main__: data get_tou_price(浙江, 2026-06) print(data)返回JSON示例{ province: 浙江, month: 2026-06, voltageLevel: 10kV, periods: [ { periodType: peak, startTime: 09:00, endTime: 11:00, price: 1.0243, unit: CNY/kWh }, { periodType: valley, startTime: 00:00, endTime: 06:00, price: 0.3125, unit: CNY/kWh } ], updatedAt: 2026-06-18T10:00:0008:00 }转成字典方便查询如果业务系统要按时间匹配电价可以先把时段转换成内部结构from datetime import datetime def parse_time(t): return datetime.strptime(t, %H:%M).time() def normalize_periods(api_data): result [] for item in api_data[periods]: result.append({ type: item[periodType], start: parse_time(item[startTime]), end: parse_time(item[endTime]), price: float(item[price]), unit: item[unit] }) return result错误处理正式接入时不要只写requests.get()。建议处理这些情况def safe_get_tou_price(province, month): try: return get_tou_price(province, month) except requests.exceptions.Timeout: return {error: REQUEST_TIMEOUT} except requests.exceptions.HTTPError as e: status e.response.status_code if status 404: return {error: PRICE_NOT_FOUND} if status 429: return {error: RATE_LIMITED} return {error: HTTP_ERROR, status: status}接入建议先用测试key验证字段。对比当前人工维护数据。建立本地缓存避免每次页面展示都实时调用。记录updatedAt用于判断数据是否已更新。把错误码写入日志便于排查。常见问题QPython调用电价API需要哪些参数A最常见参数包括省份、月份、电压等级和数据类型。如果调用现货电价API还需要市场、日期、价格类型、时间粒度或节点信息。Q电价API返回JSON后应该如何存储A建议把原始JSON和标准化后的业务表同时保存。原始JSON便于追溯标准化表便于EMS、储能测算、售电分析和报表系统查询。Q电价API调用失败时应该直接报错吗A生产系统不建议直接把错误暴露给用户。应区分超时、频率限制、参数错误、数据未发布和省份不支持并结合缓存、重试和更新日志处理。