电价与负荷的相关性分析.docVIP

电价与负荷的相关性分析及其在电价预测中的应用 李娜，李郁侠，王丽霞，杨亚刚 （西安理工大学，西安 710048） ［］A ［文章编号］ Correlation Analysis of Price and Load (不知道该怎么翻) LI Na ，LI Yuxia ，Wang Lixia，Yang Yagang （Xi’an University of Technology，Xi’an 710048） Abstract: Key words: electric engineering, price forecast, correlation analysis, Particle Swarm Optimizer—BP network 0 引言 影响电力市场电价的因素有电力负荷、系统或区域装机容量、燃料价格波动、发电和输电故障、发电厂报价策略和市场力、系统拥堵、辅助服务、市场规则等。这些因素中除电力负荷外，许多都是不可预测或很难得到的。负荷是影响电价的主要因素。传统的电价预测方法常假设电价与负荷具有强相关性，将负荷作为电价预测模型的一个输入参数。实际上，不同的电力市场或同一市场在不同时段，负荷与电价之间的关系存在很大的差异[1]。因此，研究电价与负荷的相关性，利用其相关系数作为判定是否将负荷因素引入预测模型的依据，对于提高电价预测精度，具有十分重要的意义。 1 相关分析概述 1.1相关关系 相关关系[2]又叫统计关系，它是指现象之间客观存在的相互依存关系。这种关系只是大致的、从总体上而言的，并不是说某一现象的每一变化都一定引起与它有联系的另一现象的同样变化。变量之间的关系可以分为两大类：一类是确定性关系，可以用数学上的函数表达式来说明；另一类关系为不确定性关系，变量之间的关系不好用一个确定的数学表达式加以刻画。因此，有时也把相关关系解释成变量间表现出来的不确定关系。 负荷和电价的关系并不是一成不变的，他们之间的关系符合相关关系。 1.2相关分析的依据 变量间数量关系的不确定性主要由随机变量的性质决定，根据随机变量的概率分布，将多个事件同时发生的概率称为联合概率，联合概率不同取值组合而成的分布称为联合概率分布。以二元分布为例，其联合概率为： （1） （2） 当时，y有一组相应的取值，形成一个分布；当时，x有一组相应的取值，也形成一个分布，这些分布都有其各自的均值和方差。在统计分析的大样本情况下，通常假定这些分布都服从正态分布。正态分布的这一特征是我们进行线性相关分析的重要前提与依据。 国内外许多学者研究电价与负荷问题时的资料显示，电价与负荷都服从正态分布[3],本文据此对电价与负荷进行相关性分析。 1.3相关系数及其计算 相关系数是反映两个变量线性相关关系的一个重要统计指标，用r表示。数据间的相关性分析有很多种情况，相应的分析方法也有很多，这里只考虑简单相关关系的分析。 相关分析用于双变量（X与Y）正态分布，通常用Pearson相关系数[4]来说明两个变量间线性相关关系的密切程度和方向，Pearson相关系数的数学计算公式为： （3） 其中，表示离均差交积和（）或离均差平方和（）；cov为协方差或有偏方差（、）r没有单位，其绝对值|r|≤1。r＞0，说明变量X和Y之间为正相关，即X和Y的变化趋势方向相同；r＜0，则说明变量X和Y为负相关关系，表明X和Y之间反向变化，如X增大Y减小。|r|越接近于1，线性关系越密切；|r|=1为完全相关；|r|=0则X和Y之间无线性相关关系。 应用统计学中的相关性判据如下： ①如果|r|＜0.5。则无明显相关性； ②如果0.5≤|r|＜0.7。则有较明显的相关性； ③如果0.7≤|r|＜0.8。则有明显相关性； ④如果0.8≤|r|＜0.9。则有很明显相关性； ⑤如果|r|≥0.9。则有相当明显相关性。 2 电力市场电价与负荷的相关性分析 负荷是影响电价的重要因素。传统的电价预测方法常假设电价与负荷具有强相关性，将负荷作为电价预测模型的一个重要输入参数。文献[5]通过比较14个工作日和节假日的电价与负荷样本，发现不同电力市场的负荷与电价的关系因市场模式的不同而存在很大差别，简单地把负荷作为模型的输入参数并非一定合理。文献[6]给出了电价与负荷的功率谱，得出了电价与负荷有相似的周期分量，电价与负荷的相关性并不是一成不变的，而是随负荷的增大而增大的结论。 对于电价预测来说，在预测不同市场、不同时段的电价时，负荷因素在何种情况下引入直接影响着电价的预测精度，因此将电价与负荷相关性进行量化显得尤为重要。 利用