發(fā)布時(shí)間：2020-12-23 04:39

　　電價(jià)序列由于受到多種因素的影響往往具有隨機(jī)性和波動(dòng)性的特點(diǎn),準(zhǔn)確的電價(jià)預(yù)測(cè)對(duì)電力市場(chǎng)優(yōu)化運(yùn)營(yíng)有一定的指導(dǎo)意義。挖掘電價(jià)序列的波動(dòng)模式是提高電價(jià)預(yù)測(cè)精確度的關(guān)鍵。為此將小波變換去噪與改進(jìn)秩次集對(duì)方法相結(jié)合,建立了一種新的電價(jià)預(yù)測(cè)模型。首先,利用小波變換對(duì)原始電價(jià)序列數(shù)據(jù)進(jìn)行去噪處理。其次,利用改進(jìn)的秩序集對(duì)分析法對(duì)去噪后的電價(jià)序列進(jìn)行預(yù)測(cè)。通過(guò)對(duì)美國(guó)PJM電力市場(chǎng)實(shí)際的電價(jià)序列進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明,所提方法具有更好的預(yù)測(cè)效果,從而驗(yàn)證了模型的有效性。 

【文章來(lái)源】：華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020年04期 北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

小波分解原理圖

分析研究電價(jià)的波動(dòng)模式，是提高電價(jià)預(yù)測(cè)準(zhǔn)確率的關(guān)鍵因素。秩次集對(duì)能夠很好地分析電價(jià)的波動(dòng)情況，但也存在著相應(yīng)的問(wèn)題，即有可能兩個(gè)序列之間波動(dòng)模式一致，但數(shù)值卻相差較大，如圖2所示。如果曲線1為當(dāng)前狀態(tài)，曲線2是采用秩次集對(duì)方法所篩選出的與當(dāng)前狀態(tài)的相似的歷史數(shù)據(jù)，從圖中可以看出，曲線1和曲線2兩條曲線雖然波動(dòng)情況一致，但是幅值上卻有一定的差別，將曲線2之后的數(shù)值作為曲線1未來(lái)的預(yù)測(cè)值，易產(chǎn)生不小的誤差。鑒于此，本文提出一種改進(jìn)秩次集對(duì)方法，以消除幅值偏差所帶來(lái)的不良影響。設(shè)滑動(dòng)時(shí)間窗長(zhǎng)度為k，當(dāng)前時(shí)刻為t，則當(dāng)前狀態(tài)的數(shù)據(jù)為x={xt-k+1,xt-k+2，…，xt}，用秩次集對(duì)所篩選出的歷史相似狀態(tài)設(shè)為h={h1,h2，…，hk}，則未來(lái)的數(shù)據(jù)值xt+1通過(guò)下面式子得到:

具體的多步預(yù)測(cè)模型流程圖如圖3所示。首先對(duì)原始電價(jià)序列X(t)進(jìn)行4層小波變換得到4個(gè)細(xì)節(jié)分量和一個(gè)近似分量;其次去除4個(gè)細(xì)節(jié)分量，保留近似分量;最后，利用改進(jìn)的秩序集對(duì)分析法進(jìn)行滾動(dòng)預(yù)測(cè)，直到達(dá)到預(yù)測(cè)步數(shù)為止。3 算例分析

【參考文獻(xiàn)】：
期刊論文
[1]新形勢(shì)對(duì)電力需求側(cè)管理的影響及政策創(chuàng)新探討[J]. 張素芳,黃韌,陳文君.  華北電力大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2019(03)
[2]基于奇異譜分析的短期電價(jià)預(yù)測(cè)[J]. 殷豪,曾云,孟安波,劉哲.  電力系統(tǒng)保護(hù)與控制. 2019(01)
[3]基于小波變換與傅里葉變換對(duì)比分析及其在信號(hào)去噪中的應(yīng)用[J]. 申莎莎.  山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[4]基于可信度加權(quán)組合的電價(jià)波動(dòng)模式日前預(yù)報(bào)方法[J]. 姜利輝,周立棟,任建國(guó),柯鵬,田林靜,王飛.  電力建設(shè). 2018(07)
[5]基于EEMD去噪和集對(duì)理論的風(fēng)功率實(shí)時(shí)預(yù)測(cè)研究[J]. 楊茂,陳郁林,魏治成.  太陽(yáng)能學(xué)報(bào). 2018(05)
[6]基于小波變換的組合預(yù)測(cè)模型在南京市GDP預(yù)測(cè)中的應(yīng)用[J]. 張敏,黨耀國(guó).  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2018(07)
[7]綠色電力定價(jià)機(jī)制及改進(jìn)建議[J]. 李薇,龔?qiáng)J彰.  華北電力大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(01)
[8]基于秩次集對(duì)分析的風(fēng)電功率實(shí)時(shí)預(yù)測(cè)研究[J]. 楊茂,陳郁林.  太陽(yáng)能學(xué)報(bào). 2016(03)
[9]基于小波分析和GM-ARIMA模型的月度售電量預(yù)測(cè)[J]. 樊嬌,馮昊,牛東曉,王筱雨,劉福炎.  華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)



本文編號(hào)：2933088