电力市场电价预测方法及模型研究-电力系统及其自动化专业论文.docxVIP

A Thesis Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Engineering Research of Price Forecasting Method and Model in Electric Power Market Candidate ：Shen Xiuwen Major ：Power System and Its Automation Supervisor ：Associate Prof. Wu Yaowu Huazhong University of Science and Technology Wuhan 430074, P.R.China February, 2007 华中科技 大学硕士 学 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 电价是电力市场的核心和杠杆，是电力市场中传递供求变化最敏感的信号，也是 体现管理思想的重要工具。随着全球电力市场化大趋势的到来其结构和水平发生了较 大的变化。电价随需求变化，电价变化也影响需求量，电价调节机制的作用更加明显。 电力市场中的电价预测，随着电力市场化的变革，越来越具有重要的现实意义，并成 为近几年来国内外外学者们研究的热点。由于电能不能大量存储、输电阻塞会妨碍控 制区域的自由交换，从而使得电价预测比其它价格预测更加困难。与负荷相比，电价 有很强的波动性，并且受更多非确定性因素影响。 本文概述了电力市场电价预测的原理、研究现状及发展趋势，对电力市场、电价、 电价预测等有关概念及其特点进行了分析，对短期及中长期电价预测的各种方法及模 型进行了综述，并重点分析了各种方法及模型的优缺点及其适用范围。最小最大概率 机(Minimax Probability Machine, MPM)是基于线性分类的学习机器，实现了对未知数 据正确分类的最小概率最大化，引用核函数获得非线性分类效果。用 MPM 方法来解 决预测问题，建立最小最大概率回归框架，作为一种新的预测方法——MPMR 预测方 法，提出了基于最小最大概率机回归的中长期电价预测模型。通过核函数的映射建立 了一种基于高阶统计信息的电价影响因素特征提取模型，能更好的挖掘影响因素的内 在规律。所建立的模型其预测精度较好，而且在合理选取训练样本的前提下，预测性 能和速度不受样本数据是否归一化的影响。 由于小波分析具有很强的―聚焦‖特性，可以对信号的任意细节加以提取、分析， 应用到短期电价序列分析中可以将较短的周期提取出来，更为明显地反映信号的非平 稳性和周期性。MPMR 模型可以对小波分解后的各序列进行准确的预测，而且模型 简单、实用。本文将小波分析和 MPMR 模型相结合，形成一种新的组合预测方法— —WAMPMR 方法，并用它来预测短期电价。用该方法建立电价预测模型，能细致地 刻画各种复杂因素对电价的影响，实现过程也比较简单。模型中采用了美国加州电力 市场的数据作为算例进行仿真，算例结果验证了该方法的有效性。最后分析了现阶段 短期电价预测中还存在的问题，并对进一步研究作了展望。 关键词：电力市场 电价预测 最小最大概率回归 小波分析 组合预测法 II II Abstract The price is the key factor in the electric power market, when market conception came into electric industry, this key factor became more complex. Price forecasting is one of the most important thing in all commodity markets. In the lately years, electric power was exchanged between different power market as special good. As electric power can not be stored effectively, transmission block obstructs the free exchange, power price forecasting is more difficult. Compare with load, power price is more active, and is affected by more elements. The principle, current status and development of the electric power