基于聚类和Bayesian推断的市场出清电价离散概率分布预测.pdfVIP

第 27 卷 第 34 期 中 国 电 机 工 程 学 报 Vol.27 No.34 Dec. 2007 2007 年 12 月 Proceedings of the CSEE ©2007 Chin.Soc.for Elec.Eng. 0258-8013 (2007) 34-0090-06 TM 46 A 470 40 文章编号： 中图分类号： 文献标识码： 学科分类号： ⋅ 基于聚类和贝叶斯推断的市场出清电价 离散概率分布预测 王高琴，沈 炯，李益国 （东南大学能源与环境学院，江苏省南京市 210096 ） Forecasting of MCP ’s Discrete Probability Distribution Based on Clustering and Bayesian Method WANG Gao-qin, SHEN Jiong, LI Yi-guo (School of Energy Sources Environment, Southeast University, Nanjing 210096, Jiangsu Province, China) ABSTRACT: As being affected by too many factors, the price ，MCP) 的准确预测是发电商制定报价策略实现 energy market clearing price (MCP) in power markets is 预期利润的基础。目前有关MCP预测的研究较多， stochastic and volatile. Traditional MCP forecasting models 常见的预测方法包括时间序列、人工神经网络、模 usually make no good use of the uncertain information 糊建模预测等[1-4] 。这些预测方法大多采用负荷需求 contained in the history data, the estimation can’t reflect the volatility and the precision is limited. This paper proposes a (或市场供求关系)作为MCP 的影响因子，通过对大 linear clustering method based on the immune-genetic 量历史数据输入-输出关系的拟合构造出MCP 的预 algorithm (IGA) and uses the method to divide the mapping 测模型。但是电价还受到输电约束、竞争者投标行 relationship between the inputs and outputs in the history data. 为等市场因素的影响，具有较强的随机性和不确定 Besides, on the base of clustering, a forecasting model of 性，常规预测方法则不能反映电价的这一特性，预 MCP’s discrete probability distribution by the Bayesian method