基于DPBIL-SVM混合模型的电力现货市场出清价预测研究

发布时间：2020-11-02 10:01

　　 为准确预测现货市场出清价,利用改进的基于种群增量学习的进化算法(DPBIL)对SVM参数进行优化,构建了基于DPBIL-SVM的混合预测模型,将该模型应用于挪威电力市场短期电价预测中,并与灰色GM(1,1)模型和BP人工神经网络模型进行比较。结果表明,所提模型能够将现货市场出清价预测误差控制在5%以下,合格率97%,效果优于灰色GM(1,1)模型和BP人工神经网络模型,符合现货市场实际报价的要求。
【部分图文】：

在DPBIL算法寻优过程中，将每组（σ，C）作为一个解，即每个解包含两个基因位。SVM参数穷举法寻优结果表明，惩罚因子C与核函数参数σ的分布范围为[0.01,10]，取离散精度为0.1，因此每个基因位上等位基因数为100，当种群规模在[40,100]范围内时，既可保证进化过程的收敛性，也可保证算法的计算效率，本文研究种群规模数为60。将每个个体代入SVM工具箱进行训练，得到训练序列预测值与原始值的平均平方误差，作为适应度值，指导算法的进化。通过不断地进化学习，参数组合不断向最优参数组合逼近，系统信息熵由最初的9.21下降到0，算法收敛于最优解，得到SVM模型的最优参数组合（σ，C）。结合Matlab平台上开发的libsvm软件包中的SVM函数（svmtrain、svmpredict函数），建立基于DPBIL-SVM的混合预测模型见图1。3 实例应用

DPBIL算法进化过程中系统信息熵变化见图2，满足算法进化终止条件。采用DPBIL-SVM时，训练集和测试集预测值和实际值对比见图3。由图3可看出，无论在训练或测试阶段，预测值均能与实际值保持相同的变化趋势，在1d内，除了2018年6月24日，星期日出现“价格钉”之外，每日电价呈现双峰变化趋势，与电力负荷变化相符。在训练阶段，对于电价的极小值，模型亦表现出较好的拟合泛化能力，负荷SVM模型在拟合和泛化之间进行折衷，实现结构风险最小化。DPBIL-SVM模型训练集平均绝对误差3.52欧元/（MW·h），平均相对误差9.65%，均方误差15.18，合格率56.71%；测试集平均绝对误差1.81欧元/（MW·h），平均相对误差4.04%，均方误差4.41，合格率97.92%。

采用DPBIL-SVM时，训练集和测试集预测值和实际值对比见图3。由图3可看出，无论在训练或测试阶段，预测值均能与实际值保持相同的变化趋势，在1d内，除了2018年6月24日，星期日出现“价格钉”之外，每日电价呈现双峰变化趋势，与电力负荷变化相符。在训练阶段，对于电价的极小值，模型亦表现出较好的拟合泛化能力，负荷SVM模型在拟合和泛化之间进行折衷，实现结构风险最小化。DPBIL-SVM模型训练集平均绝对误差3.52欧元/（MW·h），平均相对误差9.65%，均方误差15.18，合格率56.71%；测试集平均绝对误差1.81欧元/（MW·h），平均相对误差4.04%，均方误差4.41，合格率97.92%。3.2 模型对比分析
【相似文献】

相关期刊论文 前10条

1 杨家琪;喻洁;田宏杰;王斯妤;滕贤亮;丁恰;;考虑新能源性能风险的调频辅助服务市场出清与调度策略[J];电力系统自动化;2020年08期

2 韦丁;;基于灵活块交易的电力现货市场出清模型探讨[J];通讯世界;2019年07期

3 张馨瑜;陈启鑫;葛睿;赵兴泉;李鸣镝;邹鹏;;考虑灵活块交易的电力现货市场出清模型[J];电力系统自动化;2017年24期

4 程晓鑫;周渝慧;胡毅;;实时交易模式下的日前电力市场出清[J];吉林电力;2006年06期

5 张超;乔宁;陈杰;龚思宇;张维静;汪洋;陈婧;;电力市场出清机制理论与现实探索——基于市场主体对风险厌恶特性及激励相容机制的设计[J];价格理论与实践;2019年10期

6 黄永皓,尚金成,康重庆,夏清,孟远景,何南强;电力中长期合约交易市场的运作机制及模型[J];电力系统自动化;2003年04期

7 张子泳;;PJM备用体系及其对广东电力市场的启示[J];云南电力技术;2019年01期

8 沈同;夏清;;实现资源时空优化配置的现货市场及其应用研究[J];智慧电力;2018年01期

9 刘光林;;现货试点工作提速:勾勒电力市场化改革新图景——《关于进一步推进电力现货市场建设试点工作的意见(征求意见稿)》看点解读[J];中国电业;2019年04期

10 刘福斌;华东电力市场月度竞价市场出清结果离散性分析[J];中国物价;2005年07期

相关硕士学位论文 前3条

1 张丽;市场出清价规律分析与预测[D];华北电力大学（北京）;2007年

2 丘小玲;关于电力报价系统的电力分配与结算问题[D];贵州大学;2007年

3 任小艺;发电厂竞价策略及方式方法[D];华北电力大学（北京）;2006年

本文编号：2866899