摘要：智能电网环境下,实时电价对用户用电模式的影响较大,为了提高考虑实时电价的短期电力负荷预测精度,更好地反映电力负荷的不确定性。提出了支持向量分位数回归方法,通过引入松弛变量构造Lagrange函数,得出不同分位点下的未来一天任意时刻电力负荷的预测结果。同时采用Epanechnikov核函数,将SVQR与核密度估计相结合,进行短期电力负荷概率密度预测,可得到未来负荷准确的波动范围。以新加坡的历史负荷和实时电价数据为例,进行短期电力负荷概率密度预测,结果表明该方法能够较好地解决考虑实时电价的短期电力负荷概率密度预测问题。

关键词：智能电网 支持向量分位数回归 实时电价 概率密度预测 核密度估计 

单位：过程优化与智能决策教育部重点实验室(合肥工业大学); 安徽省合肥市230009; 山东电力集团青岛供电公司调控中心; 山东省青岛市266300