基于多模型的短期电价预测

论文摘要

当前,电力工业在全世界范围内发生着深刻的变化。电力工业的改革目标在于提高电力生产效率,使电价形成机制合理化,提供高质量、更安全的电力产品,促进电力工业本身的良性发展,并使全社会从电力市场改革中得到更好的经济和社会效益。电力市场化改革也是当前世界电力工业的发展趋势和国际电力科学研究与工程实践的热点。电价的确定是电力市场中最重要、最关键的部分。电价不仅是电力市场供求关系的信号,也是控制电力市场交易的经济杠杆。因此,如何合理的根据市场需求确定相应的电价直接影响到电力市场能否正常的运营,怎样根据电力市场的相关历史数据准确的预测出未来的市场出清电价,对于市场中的各个参与者都具有十分重要的意义。电力系统的负荷是一个时间序列,电价也是一个时间序列,因此,从理论上讲,凡是能用于负荷预测的方法都可以用于电价预测,如时间序列法、人工神经网络法、小波变换法、马尔可夫链、组合模型等。但是由于电价具有趋势性、季节性、异方差性等固有的特点,使得电价的预测比负荷预测难得多,目前单一的电价预测方法都不尽如人意。论文在查阅了大量短期电价预测相关文献的基础上,通过对电价预测技术的深入研究,寻求合适的可用于短期电价预测的方法,取得了以下研究成果:1.通过对神经网络和时间序列的深入研究,基于短期电价的特点,提出了将时间序列和神经网络相结合的多模型短期电价预测方法。该方法利用时间序列来建立短期电价预测模型,利用PJM（宾夕法尼亚-新泽西-马里兰）电力市场数据进行建模分析,然后将时间序列模型的预测结果作为神经网络的输入信号进行训练。通过PJM电力市场实例分析,该组合模型的预测结果良好,该方法大大提高了短期电价预测的精度和准确度,具有很好的应用前景,验证了该模型的有效性。2.基于电价序列的特点,利用分时段建模的思想和时间序列的方法,提出了基于分时段时间序列模型的短期电价预测方法。该方法通过将电价序列按照不同时段进行研究,分别对各个时段的电价序列建立时间序列模型。通过PJM电力市场实例分析,预测结果表明该组合模型具有很好的精确度,验证了该模型的有效性。3.基于电价与负荷的区别,在分析预测结果时,采用平均绝对百分误差（MAPE）作为模型的评价指标,该指标更能体现预测结果的准确度,在以上两种模型的结果分析中均有很好的体现。论文最后对所做工作给出了一个总结和展望,并对短期电价预测研究所面临的一些困难和有待深入研究的方向做了一个简单的介绍。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 世界范围内的电力改革
• 1.2 电力市场的基本概念
• 1.2.1 电力市场的定义
• 1.2.2 电力市场的基本特征
• 1.2.3 电力市场的目标
• 1.2.4 电力市场的特点
• 1.2.5 电力市场的交易模式
• 1.2.6 电力市场的基本原则
• 1.2.7 电力市场的运营
• 1.3 电力市场中电价的核心作用
• 1.4 电价预测的意义
• 1.5 本文框架结构
• 第二章 电价及其电价预测
• 2.1 电价的形成
• 2.2 电价的特点
• 2.3 影响电价的因素
• 2.3.1 电力成本
• 2.3.2 市场供求情况
• 2.3.3 市场参与者的市场力
• 2.3.4 国家经济政策
• 2.4 电价预测的概念
• 2.5 电价预测的分类
• 2.6 电价预测和负荷预测的异同点
• 2.6.1 周期性
• 2.6.2 非增长性
• 2.6.3 难预测性
• 2.7 电价预测方法
• 2.7.1 时间序列法
• 2.7.2 神经网络方法
• 2.7.3 基于小波变换的预测方法
• 2.7.4 组合预测方法
• 第三章 基于时间序列与神经网络的电价预测理论
• 3.1 预测理论
• 3.2 预测方法
• 3.2.1 数学模型法
• 3.2.2 人工智能法
• 3.2.3 统计学习理论法
• 3.3 时间序列的基本理论
• 3.3.1 时间序列的发展
• 3.3.2 时间序列的定义
• 3.3.3 时间序列分析方法
• 3.3.4 电价时间序列
• 3.3.5 短期电价预测
• 3.4 神经网络基本原理
• 3.4.1 神经网络概述
• 3.4.2 人工神经网络基本原理
• 3.4.3 人工神经网络的基本特征
• 3.4.4 多层前馈神经网络的结构
• 3.4.5 多层前馈神经网络反向传播算法
• 第四章 基于时间序列多模型的短期电价预测
• 4.1 问题的提出
• 4.2 模型参数的辨识
• 4.2.1 自相关和偏自相关
• 4.2.2 模型的检验
• 4.2.3 模型的评估
• 4.2.4 预测的评估
• 4.3 算例分析
• 4.4 结论
• 第五章 基于分时段多模型的短期电价预测
• 5.1 问题的提出
• 5.2 模型参数的辨识
• 5.3 算例分析
• 5.4 结论
• 第六章 结论与展望
• 致谢
• 参考文献
• 攻读硕士期间发表的论文
• 附录