版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、電力市場環(huán)境下,電價是整個市場的核心內(nèi)容,準確的價格預測可為市場參與者制定合理的競爭策略提供重要信息。對發(fā)電商而言,準確的電價預測,能夠為制定最優(yōu)投標策略提供重要的依據(jù),以期獲得最大利潤;對購電方來說,市場的出清價構(gòu)成了自己的單位購電成本,準確的電價預測使動態(tài)成本控制成為可能;從市場監(jiān)管者的角度看,準確的電價預測可為市場的健康穩(wěn)定的發(fā)展和各種政策的制定提供科學的依據(jù)。所以市場出清價對于電力市場中的每個參與者都具有極重要的意義,成為了當前
2、電力市場的一個重要研究熱點。 電價具有與負荷相似的周期性,但電價比負荷的波動性更強烈,受到的影響因素更多,它們包括確定性因素和不確定性因素,其中很多是時變因素,這些使準確的電價預測變得更難更有挑戰(zhàn)性。 本文首先比較了現(xiàn)有文獻的幾種主要電價預測方法。由于時間序列法需要的歷史數(shù)據(jù)較少,計算速度快,能反映電價變化的趨勢性,因此得到了廣泛應用。其中,傳遞函數(shù)模型能夠考慮電價以外的影響因素,本文選用傳遞函數(shù)模型來預測電價。
3、 其次,提出了以負荷作為輸入的分時段傳遞函數(shù)電價預測模型。該模型考慮到負荷對電價的影響以及分時段電價序列能夠簡化電價特征,對不同時段電價建立模型。為降低預測方差,本文進一步對原始數(shù)據(jù)采取對數(shù)預處理的方法,建立了改進的分時段模型。對這兩種模型進行算例仿真,結(jié)果顯示兩種模型的預測誤差均在3.5%以下,都能準確地預測電價;比較結(jié)果還表明傳遞函數(shù)模型在負荷較低時具有優(yōu)勢,而對數(shù)預處理方法在負荷較高時能平緩電價的變化,減小預測誤差。 最后
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 利用混沌時間序列預測技術(shù)進行電力市場短期電價預測.pdf
- 基于時間序列的超短期功率預測方法研究.pdf
- 基于時間序列分析的風速短期預測方法研究.pdf
- 時間序列短期預測的方法和技術(shù).pdf
- 基于時間序列的超短期功率預測方法研究(1)
- 電力總負荷的時間序列方法超短期預測.pdf
- 基于混沌時間序列的短期負荷預測研究.pdf
- 基于電力負荷時間序列混沌特性的短期負荷預測方法研究.pdf
- 基于多模型的短期電價預測.pdf
- 基于混沌時間序列的短期風電功率組合預測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期電價預測.pdf
- 基于混沌時間序列的風電場短期風速預測研究.pdf
- 電力時間序列的混沌識別與短期預測.pdf
- 帶置信區(qū)間的短期電價預測方法.pdf
- 基于云模型的短期電價預測的研究.pdf
- 基于時間序列預測的最優(yōu)估計方法研究.pdf
- 基于SVM的混沌時間序列預測方法研究.pdf
- 基于ARMA-GARCH模型的短期電價預測.pdf
- 基于局部模型的時間序列預測方法研究.pdf
- 基于時間序列的卡鉆預測方法研究.pdf
評論
0/150
提交評論