基于支持向量机电力市场价格预测中核函数比较.docVIP

基于支持向量机电力市场价格预测中核函数比较 　　2.中国南方电网广东电网公司广州供电局，广东 广州 510030） 　　摘要：电价预测是电力市场中的一个重要研究课题。支持向量机(SVM)已被广泛应用于这一领域。然而，电力市场电价的高波动性和随机性等特征给支持向量机核函数的选择带来了挑战。本文在选择不同核函数的基础上，分别建立了两个电力价格预测模型，并用真实电力市场价格数据对两个模型进行了验证。实验结果表明，与其他支持向量机预测研究相比，本文精心选择的SVM核函数对短期电价预测具有较好性能。 　　关键词： 电力市场；预测；支持向量机；核函数 　　 　　A Comparison of Kernel Functions of Support Vector Machine for Electricity Price Forecasting 　　ZHAI Hong-yan1，ZENG Jin-ming2 ,ZENG Ji-xia1 　　(1.Guangzhou City Polytechnic,Guangzhou 510405,China； 　　2.China Southern Power Grid Co., LTD, Guangzhou Power Supply Bureau, Guangzhou 510030, China) 　　ABSTRACT： Accurate forecasting of spot price is an essential issue in electricity market. Support Vector machines (SVM) has been widely adopted to deal with this issue. However, the high fluctuation and randomness features of electricity market present a number of challenges for the choosing of kernel functions for SVM. In this paper, by using different kernel functions, two SVM models for electricity price forecast have been developed. Case studies, adopting data from an actual electricity market, have been performed and the results are presented. In addition, comparisons with results from other SVM forecasting studies have shown that the performance of SVM models could be improved by choosing a tailored kernel function. 　　 　　KEYWORDS：power market; forecasting; SVM; kernel functions 　　 　　 　　1 引言 　　电价预测是近几年发展起来的一个新的研究方向，现实的迫切需要使电价预测成为研究热点[1]。电价预测是指在考虑市场供求关系、市场参与者的市场力、电力成本、以及电力市场体制结构、社会经济形势等重要因素影响的条件下，利用数学工具对历史数据进行分析和研究，探索事物之间的内在联系和发展变化规律，在满足一定精度和速度的情况下，对未来电力市场中的电力交易价格进行预测[2]。目前，世界范围内已在展开电力行业的市场化改革，我国也正在进行大区电力市场的试点。在市场环境下，电力如普通商品一样进行交易，电力价格成为电力市场中的基本要素。市场参与者均以不断变化的市场电价作为参考进行电能交易和结算，电价直接影响着参与者的收益。然而，电力市场中电价具有较高的波动性和随机性，这给电力交易的收益带来了风险，市场中的各方均希望能够准确预测将来一段时间的电价，以选择资深交易策略和估算效益。 　　短期电价预测是电价预测的重要组成部分，它主要用于预测未来几小时、1天至几天的电价。准确的短期电价预测将有助于发电商最优报价策略的选择，从而最大化其利润，使购电方的动态成本控制成为可能，同时也为监管部门的实时监管提供了重要的科学依据，保证电力市场的正常运行。目前，短期电价预测主要有四种方法：1．时间序列法。时间序列模型已被广泛应用于短期负荷预测中。时间序列方法的主要难点在于如何选择恰当的模型。在时间序列分析中，选用何种因子和用何种表达式