基于粒子群广义神经网络的系统边际价格预测方法.pdfVIP

31 卷 1 期 电 网 技 术 Vol. 31 No. 1 2007 年1 月 Power System Technology Jan. 2007 文章编号：1000-3673 （2007 ）01-0079-05 中图分类号：TP 183 献标识码：A 学科代码：790 625 基于粒子群广义神经网络的系统边际价格预测方法 志玲，朱立忠，张大鹏，高立群 东北大学信息科学与工程学院，辽宁省沈阳市110004 ） A Method of System Marginal Price Forecasting by General Regression Neural Network Based on Particle Swarm Optimization LIN Zhi-ling ，ZHU Li-zhong ，ZHANG Da-peng ，GAO Li-qun （College of Information Science and Engineering ，Northeast University，Shenyang 110004，Liaoning Province，China ） ABSTRACT: A kind of smoothing factor, which optimizes 的电量按报价由低到高排序，从而形成不同供电水 general regression neural network (GRNN) by improved 平下的系统边际成本曲线，然后根据目标交易时段 particle swarm optimization (PSO), is put forward and a 的负荷需求确定各交易时段所需的最后1 台竞价机 method to forecast system marginal price by GRNN with 组的交易电量，此时所对应的报价就是相应交易时 optimized parameters is proposed. In the smoothing factor 段的系统边际价格(system marginal price，SMP) ， optimization the proposed method overcomes the defects 所有投标获胜的厂商均按此价格进行结算。SMP 预 caused by other methods, e.g., easy to fall into local extreme 测得准确与否不仅对发电厂商的竞价决策是否能 points while gradient descent method is used as well as slow 获得最大的经济利润至关重要，而且也是市场管理 convergence speed while genetic algorithm is adopted. Results of case study, in which the historical dat