基于粒子群-神經(jīng)網(wǎng)絡(luò)的電價(jià)預(yù)測(cè)與水電廠報(bào)價(jià)策略研究.pdf

1、電力工業(yè)的市場(chǎng)化改革是當(dāng)前世界電力工業(yè)的發(fā)展趨勢(shì)。電價(jià)是電力市場(chǎng)環(huán)境下調(diào)節(jié)電力交易的經(jīng)濟(jì)杠桿,關(guān)系到所有電力市場(chǎng)參與者的利益。準(zhǔn)確的電價(jià)預(yù)測(cè)是實(shí)現(xiàn)策略性報(bào)價(jià)的基礎(chǔ),是發(fā)電企業(yè)參與市場(chǎng)競(jìng)爭(zhēng)、降低風(fēng)險(xiǎn)的關(guān)鍵。隨著我國(guó)電力市場(chǎng)化進(jìn)程的加快,實(shí)現(xiàn)電力市場(chǎng)環(huán)境下發(fā)電廠的策略性報(bào)價(jià)已成為關(guān)系到發(fā)電廠效益及生存的重要問(wèn)題。本文針對(duì)水電廠競(jìng)價(jià)上網(wǎng)時(shí)的電價(jià)預(yù)測(cè)與報(bào)價(jià)策略關(guān)鍵問(wèn)題進(jìn)行研究。 本文對(duì)電價(jià)的形成及影響電價(jià)的因素進(jìn)行了分析,研究了我國(guó)電力

2、市場(chǎng)電價(jià)在周期性、工作日和周末電價(jià)變化規(guī)律的差異、負(fù)荷大時(shí)電價(jià)波動(dòng)和“價(jià)格釘”出現(xiàn)規(guī)律等方面的特點(diǎn),提出了根據(jù)電價(jià)變化特點(diǎn)與規(guī)律合理選擇預(yù)測(cè)模型和算法,以提高電價(jià)預(yù)測(cè)精度的方法。 利用神經(jīng)網(wǎng)絡(luò)具有高度非線性擬合能力、可在訓(xùn)練過(guò)程中根據(jù)輸入數(shù)據(jù)的改變調(diào)整權(quán)重系數(shù)實(shí)現(xiàn)對(duì)數(shù)據(jù)變化快速反應(yīng)的特點(diǎn),結(jié)合粒子群優(yōu)化方法善于隨機(jī)全局尋優(yōu)的優(yōu)點(diǎn),論文研究中將兩種算法相結(jié)合,采用3層感知機(jī)神經(jīng)網(wǎng)絡(luò)構(gòu)建了粒子群-BP神經(jīng)網(wǎng)絡(luò)的電價(jià)預(yù)測(cè)模型,通過(guò)Ma

3、tlab7.0中的神經(jīng)網(wǎng)絡(luò)工具箱(Neural Network Toolbox)編程實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)引入粒子群優(yōu)化算法對(duì)其連接權(quán)值進(jìn)行優(yōu)化,利用粒子群算法進(jìn)行粗精度的學(xué)習(xí)以確定初值,再采用BP神經(jīng)網(wǎng)絡(luò)完成給定精度的學(xué)習(xí)。預(yù)測(cè)實(shí)例證明該模型有良好的預(yù)測(cè)效果,解決了傳統(tǒng)方法對(duì)周末電價(jià)預(yù)測(cè)需要單獨(dú)建模的問(wèn)題,具有預(yù)測(cè)準(zhǔn)確、適應(yīng)性強(qiáng)等優(yōu)點(diǎn)。 通過(guò)對(duì)電價(jià)與負(fù)荷的相關(guān)性分析,發(fā)現(xiàn)電價(jià)與負(fù)荷并不是在任何時(shí)段都呈現(xiàn)強(qiáng)相關(guān)。本文對(duì)電價(jià)預(yù)測(cè)模型

4、進(jìn)行改進(jìn),將相關(guān)系數(shù)引入模型,做為判斷是否將負(fù)荷因素加入輸入樣本的閾值。在負(fù)荷與電價(jià)相關(guān)性強(qiáng)、相關(guān)系數(shù)大的時(shí)候引入負(fù)荷因素做為輸入樣本,增強(qiáng)了模型對(duì)電價(jià)波動(dòng)的敏感性。實(shí)際算例表明,改進(jìn)后的電價(jià)預(yù)測(cè)模型提高了粒子群-BP神經(jīng)網(wǎng)絡(luò)算法的預(yù)測(cè)精度,對(duì)波動(dòng)較大的周末電價(jià)和“價(jià)格釘”都有很好的預(yù)測(cè)效果,有效解決了電力市場(chǎng)中短期邊際電價(jià)預(yù)測(cè)的問(wèn)題。改進(jìn)后模型與混沌理論模型和灰色理論模型相比較,具有迭代次數(shù)少、預(yù)測(cè)精度高等明顯優(yōu)勢(shì)。 在預(yù)測(cè)電