摘要:一般采用小波分解的电价预测方法是将历史电价分解后分别预测,预测过程中没有引入其他电价影响因素.或者是直接引入未经小波分解的影响因素。提出一种小波分析与神经网络相结合的预测方法.将历史电价和历史负荷都进行小波多分辨率单尺度分解,分解成概貌电价、细节电价和概貌负荷、细节负荷。在此基础上,用历史概貌电价和概貌负荷序列训练BP神经网络,预测出未来的概貌电价:用历史细节电价和细节负荷序列训练BP神经网络,预测出未来的细节电价。将概貌电价和细节电价进行重构.得到最终的预测电价。对美国PJM电力市场的实际电价(LMP)进行预测.验证了该方法的有效性和可行性。
关键词:电价预测 bp神经网络 小波分析 电力市场
单位:中国农业大学信息与电气工程学院; 北京100083
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社