基于动态神经网络的系统边际电价预测

被引：5

作者：

林志玲

高立群

张大鹏

张强

机构：

[1] 东北大学信息科学与工程学院

来源：

东北大学学报 | 2006年 / 10期

关键词：

电力市场; 系统边际电价; 动态神经网络; 遗传算法; 预测; 仿真;

D O I：

暂无

中图分类号：

F407.61 [电力、电机工业]; TP183 [人工神经网络与计算];

学科分类号：

020205 ; 0202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在分析系统边际电价(SMP)特点的基础上,确定了预测系统边际价格的主要依据为电力负荷、历史上对应时刻的SMP以及当天的SMP趋势.将电价看作是电力市场动态运行的结果,采用动态神经网络预测电价.由于动态神经网络结构及权值确定困难,采用二进制与实数编码相结合的联合编码,用遗传算法优化得到神经网络结构及对应权值.利用某电力市场的历史数据对该模型进行验证,结果表明该方法所建立的预测模型具有较高的预测精度.

引用

页码：1083 / 1086

页数：4

共 7 条

[1] 基于小波分解的改进神经网络MCP预测方法及应用 [J].

魏平 ;

李均利 ;

陈刚 ;

张永吉 .

电力系统自动化, 2004, (11) :17-21

[2] 竞争性电力市场中发电企业的最优报价策略 [J].

郭宏 ;

郭亚军 ;

东明 .

东北大学学报, 2003, (09) :885-888

[3] 基于小脑模型关节控制器神经网络的短期电价预测 [J].

陈建华 ;

周浩 .

电网技术, 2003, (08) :16-20

[4] 电力市场中的边际电价预测 [J].

黄日星 ;

康重庆 ;

夏清 .

电力系统自动化, 2000, (22) :9-12+51

[5] Prediction of system marginal price of electricity using wavelet transform analysis [J].

Kim, CI ;

Yu, IK ;

Song, YH .

ENERGY CONVERSION AND MANAGEMENT, 2002, 43 (14) :1839-1851

[6]

Market power and strategic interaction in electricity networks[J] . Judith B. Cardell,Carrie Cullen Hitt,William W. Hogan.Resource and Energy Economics . 1997 (1)

[7]

Discrete time recurrent neural network architectures: A unifying review[J] . Ah Chung Tsoi,Andrew Back.Neurocomputing . 1997 (3)

← 1 →