基于小波分解的改进神经网络mcp预测方法及应用

《基于小波分解的改进神经网络mcp预测方法及应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第28卷第11期2004年6月10日VOl.28NO.11June109200417基于小波分解的改进神经网络MCP预测方法及应用魏平1!李均利2!陈刚1!张永吉1(1.浙江大学数学系9浙江省杭州市31002792.宁波大学信息科学与工程学院9浙江省宁波市315211)摘要!电力工业的市场化改革突出了市场清算价格MCP预测的重要性文中以浙江电力市场为背景提出了一种基于卜波分解和神经网络的MCP预测方法该方法对原电价数据进行了预处理将经卜波分解去除细节后的重构电价序列作为榆入参数并且依据重近轻远的原则及考虑到电价

2、具有星期的周期性的持点重新设计了神经网络拟合误差的代价函数对浙江电力市场下一交易日的MCP进行了预测预测精度达到90%左右关键词!市场清算价格神经网络卜波变换价格预测中图分类号!TM73F123.90引言20世纪下半叶9世界各国纷纷开始了电力系统的市场化改革9以期在电力工业内部引入竞争机制9促进电力公司生存与发展的良性循环O我国也在浙江上海山东等6个省市开展了发电侧电力市场的试点O价格是市场的支点9市场清算价格(MCP111marketclearingprice)反映了电力市场中电力商品的短期供求关系9对MC

3、P的准确预测将为市场监管部门提供重要的科学依据9从而促进市场健康稳定有序地竞争和发展O购电方可以根据预测电价控制成本9发电方则可以及时调整竞价策略9获取最大利润O因此9MCP的预测技术对于电力市场的发展十分重要O本文以浙江电力市场为背景9设计了短期电价预测算法O通过对历史电价数据的预处理神经网络输入参数的选择和认踪策略的改进9提高了预测精度O1浙江电力市场MCP形成背景在浙江电力市场中91个日历日分为48个交易时段9每个交易时段为30minO调度时段开始前9系统运行机构把发电商的报价从低到高排序9由有约束排

4、序决定发电商的出力顺序O一般情况下9在交易时段开始时9用以满足系统负荷需求的所有发电商的最高价格为该时段的MCP1O收稿日期2003-11-08修回日期2004-02-12国家自然科学基金资助项目60302012宁波市重点博士基金资助项目2003A61006浙江省电网每日的发用电平衡包括统调电厂等市场外出力9用以满足高峰时段负荷保证系统安全等要求O这些市场外出力有很大的随机性9并且影响MCP9浙江电力市场制定了市场成交价格的上限位9增加了电力市场的抗风险能力9浙江电力市场的MCP可以是零电价和负电价O这些是

5、浙江电力市场与国外的主要电力市场的不同之处O浙江省发电市场的市场集中度较高9有些发电商具备较强的控制市场成交价格的能力29这也在一定程度上增加了预测MCP的难度O2MCP预测算法神经网络方法的特点很适合处理MCP预测间题O本文预测算法对每个时段分别采用一个反向传播(BP)网络模型O因为对于多层感知器模型9已经证明3层网络足以逼近任何连续函数9为了简化模型9BP网络都采用3层结构9全连接方式O输入层有7个神经元9输出只有1个9实验表明9神经网络隐层神经元个数为7～10时9只要网络收敛9预测效果差距很小O本文对所有的

6、BP网络隐层神经元个数做了统一处理9都取为9个神经元O2.1数据的预处理浙江电力市场MCP序列中负电价最高限价在有些时段出现的频率很高9这些价格数据构成了价格序列的G毛刺7O从小波分解后的波形可以看出9这些价格的突然变化导致了小波波形的剧烈振荡O由于能够获取的信息量有限9有些变化基本上是不可测的9不仅如此9这些价格G毛刺7还影响了其他时段电价的预测效果O为了减弱这些价格G毛刺7对预测造成的不利影响9对MCP的历史数据进行适当的预处理是必要的O在实际应用中9MCP出现18200492811D最高限价9显示电力供应

7、不足9发电商只需最大负荷运转;MCP为负时9发电商只需保持最低负荷运转D对于中间范围的电价9则需要相应的策略来应对D因此9对中间范围的电价进行准确预测将为参与电力市场的各部门提供重要的科学依据DMCP的预处理是分时段进行的D首先9对某一时段的MCP历史数据进行统计9得出一定概率意的价格高峰或者负电价的出现9而这些细节对于揭示价格的一般规律造成了障碍D实验表明9将通过小波分解去除细节信息后的重构价格序列作为神经网络的一个输入9可以提高预测效果D二进小波的Mallet算法如下D分解算法:fcj9a=Zhn-2acj

8、-19an义下的电价区间;然后9采用中通滤波的方法将超出<3D该范围的电价部分进行适当比例的压缩D压缩采用单调增函数9不会改变电价序列的大小关系D设式中:c9Ldj9a=gn-2adj-19aZnd9B9T为统计得出的一定概率意义下的电价区间9P为价格9则采用的中通滤波函数为:fT+lnP-T+1DP>TFPD=