电力市场清除价的TS多模型预测.PDFVIP

第 38 卷 第 23 期 电力系统保护与控制 Vol.38 No.23 2010 年 12 月 1 日 Power System Protection and Control Dec. 1, 2010 电力市场清除价的TS多模型预测 刘皓明，王得志，袁晓玲，陈星莺 （河海大学电气工程学院，江苏 南京 210098） 摘要：建立基于TS多模型的电价预测模型，通过对于电价的突变特性有很强处理能力的FCM模糊聚类算法对数据加以分类， 并在每一类中建立对应的局部模型，详细讨论了局部模型数据点的选取、隶属度函数的确定等问题，从模糊的角度将局部模 型的结果归一化作为最后的输出。采用实际电力市场数据进行仿真分析，预测结果说明提出的 TS 多模型用于电价预测的有 效性。 关键词：电价预测；TS多模型；FCM聚类；电力市场 The forecasting of market cleaning price based on TS multi-model LIU Hao-ming ，WANG De-zhi ，YUAN Xiao-ling ，CHEN Xing-ying （School of Electrical Engineering, Hohai University，Nanjing 210098 ，China ） Abstract ：The price forecasting model is built based on TS multi-model theory ，and fuzzy C-means (FCM) clustering is introduced to pre-process the data due to the paroxysmal characteristic of MCP ．After the sub-model is built in every interval，the problems about selection of data in each sub-model and determination of membership function are addressed ．At last ，the final output is normalized from all sub-models．The practical price data from California electricity market is simulated and analyzed，and the results show the feasibility of proposed method ． Key words ：price forecasting ；TS multi-model ；fuzzy C-means clustering ；electricity market 中图分类号： TM73; F123.9 文献标识码：A 文章编号： 1674-3415(2010)23-0032-07 预测，取得了一定的成果。文献[1-2]考虑到电价为 0 引言 一时间序列，从建立模型的易实现性和简单性入手， 电价是电力市场的核心，受发电成本、市场竞 应用 ARMIA 模型进行短期电价预测，根据预测值 争、电力需求、网络限制等多种因素影响，电价的 同实际值之间的差值所形成的误差序列，建立误差 变化能同时反映这些因素在电力市场不同时期的变 预测模型，对电价的预测值进行修正。文献[3]引入 化规律，因此可以说电价是电力市场的晴雨表[1] 。 小波分析对数据进行处理，人工神经网络也被广泛 准确的电价预测，不仅可以为电力市场运行提供依 应用于电价预测之中[4-10] ，文献[6]使用神经网络进 据，也可以使发电方准确把握市场走向、用