电价分布及分类预测模型

被引:10
作者
冯长有
王锡凡
王秀丽
王文博
机构
[1] 西安交通大学电气工程学院
关键词
电价分布; 高电价; 邻近点; 支撑向量机; 分类精度; 电价预测;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
摘要
准确的电价预测可为各市场主体的运营、发展规划提供指导,降低电价波动带来的风险,文中提出了相关预测模型。首先,基于历史数据分析了负荷水平、供给功率、可调度负荷水平、与相邻区域的功率交换水平及时段等因素对电价分布的影响,并引入基准电价概念将电价分为正常电价和高电价;然后,以上述因素为输入变量,采用邻近点技术和支撑向量机(SVM)技术确定未来电价的类别归属,正常电价利用时间序列法预测,高电价则根据历史高电价信息加权估计得到。模型以电价分布为着眼点进行分类预测,降低了对时间的依赖程度,不仅可用于短期电价预测,也为中长期预测提供了有效思路。以澳大利亚市场Queensland地区的周电价预测为例说明其有效性和实用性,给出了预测和分类精度,并通过灵敏度分析研究了基准电价选取对模型分类精度的影响。
引用
收藏
页码:25 / 30
页数:6
相关论文
共 11 条
[1]   基于证据理论的多模型组合电价预测 [J].
曾鸣 ;
冯义 ;
刘达 ;
李洪东 ;
刘玮 .
中国电机工程学报, 2008, (16) :84-89
[2]   电力市场中的价格钉研究 [J].
李正欣 ;
赵林度 .
继电器, 2008, (01) :52-56+62
[3]   基于支持向量机的电价价格钉预测 [J].
李正欣 ;
赵林度 .
中国电力, 2007, (11) :42-45
[4]   基于小波变换的边际电价神经网络预测新模型 [J].
杨波 ;
赵遵廉 ;
陈允平 ;
韩启业 .
电力系统自动化, 2007, (12) :40-44
[5]   基于神经网络和相似搜索技术的电力价格钉预测方法 [J].
朱宏伟 ;
陈立东 ;
坂研 ;
曹国臣 ;
任正某 .
东北电力大学学报, 2006, (02) :24-30
[6]   短期电价预测综述 [J].
张显 ;
王锡凡 .
电力系统自动化, 2006, (03) :92-101
[7]   含误差预测校正的ARIMA电价预测新方法 [J].
周明 ;
严正 ;
倪以信 ;
李庚银 .
中国电机工程学报, 2004, (12) :67-72
[8]   电力市场中预测问题的新内涵 [J].
康重庆 ;
夏清 ;
胡左浩 ;
张伯明 .
电力系统自动化, 2004, (18) :1-6
[9]   考虑市场力的短、中、长期电价预测 [J].
胡朝阳 ;
孙维真 ;
汪震 ;
王康元 ;
甘德强 ;
韩祯祥 .
电力系统自动化, 2003, (22) :16-22
[10]   电力市场电价飞升机理分析 [J].
刘亚安 ;
管晓宏 ;
孙婕 ;
周佃民 .
中国电力, 2001, (08) :71-74