基于回声状态网络的电力市场电价预测.pdf

《基于回声状态网络的电力市场电价预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第11期电力系统保护与控制Vl01．44NO．112016年6月1日PowerSystemProtectionandControlJun．1．2016D0I：10．7667／PSPC160564基于回声状态网络的电力市场电价预测任远(国网山西省电力公司，山西太原030002)摘要：传统的神经网络算法在电价变化剧烈的情况下，精度较低并且所耗费的时间较长，难以满足电力市场发展的需求。为解决该问题，提出了一种基于回声状态网络(ESN)的短期电价预测方法。所提方法介绍了基于回声状态网络的预测原理，

2、提出了电力市场短期电价的预测机制，包括参数选取、采样数据预处理和ESN训练及预测过程；并分别采用回声状态网络和反向传播算法fBP1神经网络进行短期电价预测。经过仿真验证，所提出的基于回声状态网络的电价预测具有较好的准确率和可行性。关键词：电力市场；电价预测；回声状态网络；储备池运算Echo--state-networkbasedelectricitypriceforecastinginelectricpowermarketRENYuan(StateGridShanxiElectricPowerCo

3、mpany,Taiyuan030002，China)Abstract：Traditionalneuralnetworkbasedelectricitypriceforecastingalgorithmfailstomeetcurrentdemandsbyfutureelectricpowermarket，withlowaccuracyandlongcomputationtimewhentheelectricpowerpricechangesgreatly．Usingthemethodbasedon

4、Echo—State-Network(ESN)，anelectricitypowerpriceshort—termforecastingapproachisproposed．Firmly,theprincipleofESNisintroducedanddiscussed．Onthisbasis，theelectricitypowerpriceshort—termforecastingapproachisproposed，includingparameterselection,samplingdat

5、apre-processingandESNtrainingandforecastprocess．Then，theshort-termelectricitypriceforecastingisperformedbyESNandBPneuralnetwork．ThesimulationresuRsshowthatusingESNtheshort-termelectricitypricecanbeforecastedmorequicklyandsteadily．Thisworkissupportedby

6、N~ionalHigh-techR&DProgramofChina(No．2012AA050804)．Keywords：electricitymarket；electricitypriceforecasting；echostatenetwork；reservoircomputation了高度准确性的要求，尤其是电价实际特性的动态0引言参数。作为电力市场有序高效运作的关键基础之一，电价是电力市场运作的决定性要素，在电力市电价预测一方面存在着某种程度的周期规律性，另场各参与方的分析、运营、决策中，如何

7、正确地建一方面也存在着随机时变性、复杂性等特点，故建立电价预测模型，是电力市场竞争中各参与方所深立电价变化预测的数学模型面临着巨大的挑战。因为关心的问题[1-4]。由于电力市场的复杂性、分布性、此，电力市场中电价预测的准确性直接影响了电力时变性以及随机性等因素，决定了其数学模型建立资源优化配置的高效性和合理性。因此，如果能够的困难。国内外研究人员在电价预测研究方面做了准确地对电价的变化进行预测，将有利于提高电力大量的工作，目前取得了大量的研究成果L5～1。随着供给与需求之间的匹配度，有效地保障电力

8、市场稳智能电网的建设和能源互联网的发展，电力市场的定运行。价格机制也发生深刻变化。电价机制的合理性对电当前电价预测方法方面的研究已经取得了相当价预测的准确性提出了更高的要求。的成果[8。其中，国内外应用人工神经网络反向为满足能源互联网条件下电力市场运作的要传播算法fBP)进行预测的研究已取得了较好的效求，电价的计算与分析要求所采用的预测算法提出果。但是在预测对象的数值变化剧烈的情况下，BP模型在一定程度上难以避免预测精度不稳定的问基金项目：国家863项目基金资助(2012AA050