摘要:电力市场中,市场出清电价(market clearing price,MCP)受到众多因素的共同作用,具有较强的随机性和不确定性,常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息,预测结果无法体现MCP的随机变化特性,预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法,用以实现历史数据输入输出映射关系的划分,并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示,该文的预测模型能较好地反映MCP的不确定性特点,且具有较高的预测精度。
关键词:市场出清电价预测 线性聚类 免疫遗传算法 贝叶斯方法
单位:东南大学能源与环境学院; 江苏省南京市210096
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社