MCP预测技术在浙江电力市场中的应用.pdf

第32卷第ll期 继电器 V01．32N()．1l 58 2004年6月lfl RELAY Jun．1．2004 MCP预测技术在浙江电力市场中的应用 魏平1，李均利2，陈刚1 (1．浙江大学数学系，浙江杭州310027；2．宁波大学信息科学与工程学院，浙江宁波315211) 摘要：市场清算电价(McI’)预测是电力市场决策的基础文中以浙江电力市场为背蒂，对一些预测技术作 了介绍；用神经网络、时间序列以及基于小波分解的时间序列预测方法对浙江电力市场M(：P作了预测。预测 结果表明时间序列方法和基于小波分解的时序方法在一周的MCP预测过程中精度衰减较快，但是基于小波 分解的时序方法在下一日的McP预测中还是有较好的精度；神经网络方法预测精度衰减较慢，预测效果相对 比较稳定。． 关键词：电力市场； 市场清算价格； 时间序列； 神经网络； 小波变换； 价格预测 文献标识码：A 中图分类号：TM73；F123．9 文章编号：1003_4897(2004)ll_0058J舛 因子和用何种表达式有时只是一种推测，而且影响 0 引言 电价的因子的多样性和某些因子的不可测性，使得 为了在电力工业中引入竞争机制，我国从1998回归分析在某些情况下受到限制。 年开始在6个省(市)试点，对电力工业开始了一系 时间序列方法的主要难点在于如何选择恰当的 列的市场化改革。这些市场都是以电力市场清算价 模型。原序列是否有效去除r非平稳变化，在很大 格为核心进行结算的。其中，浙江发电市场改革力 程度上影响电价的预测效果。价格序列的平稳化比 度最大，也最接近真正意义上的电力市场。11。 较困难，因为价格序列不仅包含趋势变化，周期性变 本文主要讨论次日市场清算价格的预测技术。 化，还有一些不寻常的剧烈变化。这使时问序列方 市场清算价格(MarketClearingPrice，MCP)反映r法在电价预测领域没有多少优势。当然，如果能使 电力市场中电力商品的短期供求关系，对市场清算 序列较好的平稳化，时问序列方法电能取得比较好 价格的准确预测将为市场监管部门提供重要的科学 的效果¨1。 依据，从而促进市场健康、稳定、有序地竞争和发展。 1．2神经网络方法 购电方可以根据预测电价控制成本，发电方则可以及 很多预测系统都用到了神经网络模型，因为神 时调整竞价策略，获取最大利润。因此，市场清算价 经网络方法的特点很适合处理电力市场清算价格预 格的短期预测技术对于电力市场的发展十分重要。 测问题。采用神经网络模型构建预测系统，必须考 电价的短期预测是一件很困难的事，因为要预 虑的几个方面是：预测系统的结构(系统采用神经 测的电价不仅与历史数据有关，而且许多其它的因 网络模型的个数、其它的预测及修正技术)、神经网 素也会对电价产生影响，特别是一些不确定因素的 络的结构(每个网络的层数、每层的神经元数目、激 影响使得提高预测准确度更加困难。 活函数、神经元的连接方式)、神经网络的训练方法 及程序终止策略。 1预测技术的讨论 大部分神经网络采用多层感知器模型，也有采 1．1统计学方法 用其它