電力市場環(huán)境下的電價預(yù)測研究.pdf

1、在電力市場環(huán)境下，電力行業(yè)逐漸由壟斷轉(zhuǎn)變?yōu)楦偁?，電力作為一種商品，其價格是整個市場的核心，是電力市場中供求關(guān)系的集中反映，電價是市場監(jiān)管和電能交易的決策依據(jù)，電價的波動影響到各種資源在電力市場中的流動和分配。電價預(yù)測對于市場中的各個參與者都具有重要意義，所以電力市場迫切需要準確的電價預(yù)測方法。 本文首先對電價的變化特點和電價的影響因素進行了分析研究，在此基礎(chǔ)上確定了歷史電價和負荷率等與電價相關(guān)性較高的因素作為電價預(yù)測過程中的輸入

2、。隨后本文對不同神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的預(yù)測結(jié)果進行了對比分析。驗證了在電價預(yù)測中輸入因素的選擇比神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇更重要的結(jié)論。 針對電價預(yù)測過程中尖峰時刻的預(yù)測精度普遍不高的問題，我們在神經(jīng)網(wǎng)絡(luò)預(yù)測模型中引入小波分析技術(shù)，利用小波分析技術(shù)把歷史電價分解為不同的模態(tài)分別預(yù)測，最后再綜合?；谶@種思想我們構(gòu)建了三種小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并對三種模型的預(yù)測結(jié)果進行了比較研究。對電價預(yù)測結(jié)果僅僅進行點對點的評價是不夠的，我們提出利用預(yù)測的誤差

3、概率分布來評判預(yù)測模型的整體預(yù)測精度。 在實際的電價預(yù)測過程中，隨著輸入樣本對訓(xùn)練樣本時間相關(guān)性的下降，網(wǎng)絡(luò)的預(yù)測性能也逐漸下降。如何對網(wǎng)絡(luò)輸出結(jié)果可信度進行評估，以及如何判斷網(wǎng)絡(luò)的時間適用性就顯得非常重要。我們在給出具體的預(yù)測誤差的同時，計算出了預(yù)測結(jié)果的置信區(qū)間，建立了一個對預(yù)測模型適用性進行判斷的指標。 本文的主要工作如下： 1．基于美國加州電力市場的實際運行數(shù)據(jù)，建立了BP、RBF、CMAC神經(jīng)網(wǎng)絡(luò)模型進

4、行電價預(yù)測。對采用不同輸入因素和網(wǎng)絡(luò)結(jié)構(gòu)的預(yù)測結(jié)果進行了比較。以負荷率代替負荷可以提高預(yù)測精度，這是由于負荷率與電價的相關(guān)系數(shù)比負荷與電價的相關(guān)系數(shù)更高。僅輸入電價時預(yù)測精度很好，與輸入為電價和負荷率時的精度相當(dāng)，因此可以認為當(dāng)影響電價的因素不是很明確或者該因素自身預(yù)測誤差較大時，僅用歷史電價作為輸入可以得到更好的電價預(yù)測精度。采用不同神經(jīng)網(wǎng)絡(luò)對預(yù)測的精度影響較小，電價預(yù)測中輸入因素的選擇比神經(jīng)網(wǎng)絡(luò)的選擇更重要。 2．以歷史電價

5、和負荷率作為輸入因素，利用小波分解技術(shù)和神經(jīng)網(wǎng)絡(luò)的電價預(yù)測方法，把歷史電價序列進行小波分解，各個不同的子序列選用不同的神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測。根據(jù)重構(gòu)方式和預(yù)測時間性的不同確定了3種不同的小波神經(jīng)網(wǎng)絡(luò)電價預(yù)測模型。以美國加州電力市場的實際運行數(shù)據(jù)對三種預(yù)測模型進行了比較研究，實際的預(yù)測結(jié)果表明以小波分解和神經(jīng)網(wǎng)絡(luò)為預(yù)測工具并結(jié)合了滾動預(yù)測概念的模型Ⅲ具有良好的預(yù)測效果。 3．給出了三種預(yù)測模型的預(yù)測誤差概率分布計算公式，并根據(jù)實際

6、預(yù)測數(shù)據(jù)給出了誤差概率分布圖，通過比較表明以小波分解和神經(jīng)網(wǎng)絡(luò)為預(yù)測工具并結(jié)合了滾動預(yù)測概念的模型Ⅲ不僅在各個點的預(yù)測精度比較高，而且其總體的誤差概率分布也要優(yōu)于另外兩個預(yù)測模型。 4．實際的應(yīng)用中，在預(yù)測精度不能保證的情況下，如果能夠給出預(yù)測值的置信區(qū)問是非常有意義的，對小波分解后的基頻、中頻、高頻電價所對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)進行分別計算，不僅得出具體的預(yù)測誤差，還得到了預(yù)測值的置信區(qū)間。分析了不同頻段置信區(qū)間的變化情況，同時根據(jù)