电价预测
电价预测的相关文献在1994年到2023年内共计258篇,主要集中在电工技术、工业经济、世界各国经济概况、经济史、经济地理
等领域,其中期刊论文156篇、会议论文29篇、专利文献94927篇;相关期刊83种,包括西安理工大学学报、电力科学与工程、电力系统自动化等;
相关会议26种,包括2012年江苏省电机工程学会城市供用电专委会学术年会、2012年中国电机工程学会年会、第十六届二氧化硫氮氧化物、汞、细颗粒物污染控制技术研讨会等;电价预测的相关文献由834位作者贡献,包括殷豪、邹斌、孟安波等。
电价预测—发文量
专利文献>
论文:94927篇
占比:99.81%
总计:95112篇
电价预测
-研究学者
- 殷豪
- 邹斌
- 孟安波
- 李郁侠
- 王锡凡
- 刘达
- 王瑞庆
- 刘吉来
- 张显
- 曾云
- 杜松怀
- 苏娟
- 赵军科
- 黄圣权
- 冯义
- 刘丽燕
- 刘哲
- 周明
- 周浩
- 周渝慧
- 孙维真
- 孙财新
- 张茂林
- 曾鸣
- 李庚银
- 李楠
- 李渝曾
- 涂启玉
- 潘霄峰
- 王鸿策
- 王鹏
- 申旭辉
- 禤培正
- 翟广松
- 谢智锋
- 谭忠富
- 陈星莺
- 韩旭
- 韩祯祥
- 倪以信
- 刘广建
- 刘敏
- 刘玮
- 刘诗韵
- 吉兴全
- 吴非
- 夏清
- 孙捷
- 宫照天
- 康重庆
-
-
-
-
王洪涛;
邹斌
-
-
摘要:
在高比例可再生能源参与市场竞争的背景下,电价波动更为剧烈。为了对电价区间进行预测,提出了动态贝叶斯网络(Dynamic Bayesian Network, DBN)的电价区间预测方法。该方法以风电发电量、总发电量和总用电量的预测值以及历史电价真实值为输入数据,以贪婪搜索算法确定DBN的网络结构,以最大似然估计法(Maximum Likelihood Estimate, MLE)估计DBN网络参数,建立DBN模型。然后以风电发电量、总发电量和总用电量的预测值为推理证据,采用联合树推理得到电价预测的离散值和后验概率,实现电价的区间预测。最后将所提方法与电价真实值、对比方法进行比较,验证了所提方法的有效性。所提方法不仅能得到电价的预测区间,而且能给出对应的概率,对提高市场成员的收益、规避价格风险具有指导意义。
-
-
翟广松;
王鹏;
谢智锋;
吴镇波
-
-
摘要:
针对电价非平稳性强的问题,为提高电价的预测精度,提出一种基于变分模态分解(VMD)、经验模式分解(EMD)和长短时记忆网络(LSTM)的混合预测模型。首先利用VMD将电价分解为若干子序列和残差项;针对残差项具有较强非平稳性的问题,利用EMD对残差项进一步分解;最后对各子序列分别利用LSTM模型进行预测,并将各子序列预测结果叠加得到最终预测电价。实验结果表明,该方法相比于其他对比方法具有更高的预测精度。
-
-
李亚鹏;
韩旭;
于旭光;
程春田;
刘本希;
蔡华祥
-
-
摘要:
对双边协商电力市场合约价格的合理预测和预判可以给双边市场运营和监管提供重要支撑。传统电价预测方法主要针对可形成稳定时间序列的节点、区域或系统电价,对于具有“一人多单、一单一价”的高度异质性特点的双边协商市场则难以直接适用。中国当前双边协商市场数据类型单一、数据规模小的现状进一步加大了预测难度。为此,提出从微观行为到宏观价格的解决思路,给出了基于电力经济学模型和实证数据混合驱动的预测方案。首先,结合电力市场特征,提出可解释双边市场二元协商机理的公理化经济学模型,将市场主体的电能价值估计值与均衡价格联系起来;然后,基于数据回归的思想建立多主体联合优化模型,逆向求解各主体的价值估计值;最后,结合市场主体的价值最优估计值和所提出的经济学模型,对未知合约成交价格进行预测。算例结果表明,所提方法可适应当前数据环境,不仅预测精度高、速度快、鲁棒性好,还可以揭示双边协商市场的微观经济学规律,具有较强的解释力。
-
-
周理翔
-
-
摘要:
为适应我国电力交易市场化改革战略,提出准确适用的电价预测方法能够有效规避交易市场风险以达到经济效应最大化。本文基于水电工程电力消耗特征,考虑影响水电工程电价影响因素,采用灰色关联度评价方法确定重要预测特征,基于小波神经网络构建水电工程短期电价预测算法。运用MATLAB软件针对算例数据仿真求解,预测水电工程短期电价。结果表明,本文提出的水电工程短期电价预测算法能够有效的泛化水电工程特征影响因素,与传统模型相比具有较高的预测精度。
-
-
景志林;
商敬男;
燕兆;
郭鹏飞
-
-
摘要:
本文基于省间电力现货规则,分析了在省内现货市场模式、省内中长期市场模式下的新能源发电企业,参与省间电力现货的可获得的增量交易价值收益.本文给出了省间电力现货电价和省内现货电价预测方法,作者开发了"天机"电力交易辅助决策系统的省间现货交易模块,给出了省间电力现货收益提升判断算法流程和省间电力现货交易收益结果.
-
-
田星;
张坤;
徐鹏飞;
李国杰;
高保皓
-
-
摘要:
为保障电力市场各参与者的利益和促进电力市场公平、稳定运行,提出一种基于改进小波神经网络的电力市场实时电价预测模型。将归一化处理的电力市场历史负荷与电价、模糊化处理的温度、预测时段供求指数以及竞价空间作为输入量,创建基于改进小波神经网络的电力市场实时电价预测模型,将优化后参数当作最终参数用以实现电力市场实时电价预测。实验结果表明:该模型方法可以有效提升电力市场实时电价预测的寻优精度和速度,具有较理想的电力市场实时电价预测性。该模型的应用可推动电力市场实时电价预测的发展。
-
-
史大洋;
路峰迎;
李文凯;
弓帅;
李垚;
王欣;
魏文震
-
-
摘要:
准确的电价和负荷预测对现代电力系统至关重要,但由于电价与负荷之间存在较强的相关性,若不考虑其相互影响,将导致预测的精度下降。为了提高现有方法的预测准确性,在考虑价格与负荷关系的前提下,提出了一种基于深度递归神经网络的价格与负荷预测模型,即基于外部输入的稀疏自编码器的非线性自回归网络,其功能包括特征提取和预测。首先针对特征提取环节,对原有方法进行改进,提出了稀疏自编码器,可以大大提高特征提取的有效性。其次,利用非线性自回归网络进行电价和负荷预测。使用电力市场大数据ISONE和PJM进行仿真验证,与级联Elam网络相比,ESAENARX在负荷预测方面将平均绝对误差降低了16%,在价格预测方面降低了7%。
-
-
李华取;
和珮珊;
吴滇宁;
周娜
-
-
摘要:
针对高比例水电电力市场,建立合理有效的水电厂日前报价策略,对保障水电有效参与市场、促进水电消纳具有重要意义。首先考虑运行日系统出清电价的不确定性,基于历史相似日识别,采用高斯过程回归(GPR)建立日前出清电价概率预测方法;然后以水电厂自身售电收益最大为目标,构建梯级上游水电站日前分段容量报价的解析计算方法,并建立梯级上下游电站之间的出力耦合模型,基于出力耦合关系得出下游水电站的申报策略;最后对实际梯级水电厂日前分段容量申报进行仿真分析,证明所提梯级水电厂报价策略的可行性和有效性。仿真结果表明,所提方法可为高比例水电电力市场中水电厂参与日前竞价提供合理的辅助决策参考。
-
-
陈欢欢
- 《2012年江苏省电机工程学会城市供用电专委会学术年会》
| 2012年
-
摘要:
准确的短期电价预测可以为市场参与者的竞价策略提供指导,减少参与者的竞价风险,为其带来稳定的收益.本文利用美国新英格兰地区的数据,采用时间序列法和人工神经网络这两种常见的方法建立模型,对电价进行了预测,并且对两种方法的预测结果进行了对比分析.指出时间序列法的预测效果不太理想,尤其在预测体息日电价时,电价序列波动较大,导致误差较大。由于电价序列的平稳化比较困难,使得时间序列法在电价预测领域没有多少优势,一般都与其他方法结合使用。神经网络法的预测效果与时间序列法相比有了显著的提高。但在预测电价波动较大的体息日电价时,精度依然偏低。这与数据本身数量、波动性和随机性,神经网络的结构,市场参与者的报价策略,以及模型未能将一些非确定性因素,如天气、线路阻塞、备用等有关。在原有BP神经网络的基础上,可以考虑采用在输入层增加特殊的输入向量、用各种方法对电价序列进行预处理、改进神经网络的结构等方法加以改进。
-
-
-
-
何欣;
戴亮;
赵红
- 《甘肃省电机工程学会2015年学术年会》
| 2015年
-
摘要:
为了提高短期电价预测精度,本文提出了一种将异常值检测、anomaly detect、神经网络以及群体智能算法相结合的混合算法.作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法.作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度.
-
-
-
涂启玉;
张茂林
- 《2010年云南电力技术论坛》
| 2010年
-
摘要:
预测市场边际电价对于电力市场的参与者有十分重要的意义。本文首先分析了BP神经网络在电价预测方面的优劣势,然后基于小波分析,用母小波取代Sigmoid函数建立了小波神经网络的电价预测模型,并用遗传算法优化神经网络的拓扑结构和各权重系数,从而避免BP神经网络的预测电价陷入局部极小值。实际计算表明改进后的预测模型有效地提高了预测精度。
-
-
-
-