考虑多重周期性的短期电价预测

• 作者: 张显 王建学 王秀丽 王锡凡
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 电价预测 广义回归神经网络 小波分析 电力市场
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 运行可靠性与广域安全防御
• 页码范围: 4-8
• 页数: 5页
• 分类号: TM7
• 字数: 4322字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2007.03.002

摘要

考虑到电价各时段变化以及周末与工作日变化的差异,提出了区分周末的分时段短期电价预测模型.该模型首先将各日中同一时段的电价形成该时段的电价序列,再将各时段电价序列分为工作日电价序列和周末电价序列.这样形成了多个消除了日周期性和星期周期性的子电价序列,分别对各子电价序列进行预测以得到预测日电价.采用基于小波分析的广义回归神经网络对这些子电价序列分别进行提前一天的预测,各子电价序列的预测电价就形成了下一天的预测电价.采用该方法对西班牙电力市场电价进行了长时间的连续预测,并与已有的预测方法进行了详细的比较分析,研究表明该方法能够提供更准确的预测电价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建学	西安交通大学电气工程学院	61	3154	27.0	56.0
2	王秀丽	西安交通大学电气工程学院	162	6387	44.0	77.0
3	王锡凡	西安交通大学电气工程学院	216	10595	60.0	97.0
4	张显	国家电网公司电力交易中心	17	329	8.0	17.0