基于Hilbert-Huang变换和最小二乘支持向量机的电力市场出清电价预测

随着世界各国电力工业改革的发展趋势,我国于20世纪90年代也开始了以打破垄断、引入竞争、放松管制为目标的电力市场化改革。如何合理制定相应的运营模式以及怎样根据电力市场的相关历史数据准确的预测出未来的市场出清电价,对于市场中的各个参与者都具有十分重要的意义。而实际电力市场的出清电价数据具有很强的非平稳性,Hilbert-Huang变换是分析处理非平稳性信号数据非常有效的方法,本文应用Hilbert-Huang变换首先对电力市场出清电价数据进行平稳化处理,然后运用最小二乘支持向量机(LS-SVM)对处理后的数据进行预测。预测结果表明,此模型显著的提高了出清电价预测的精度。

综合成本导向的风电短期功率预测

风电短期功率预测作为电力市场出清等决策问题的输入,其预测精度将直接影响决策效益。传统上风电短期功率预测模型是通过最小化统计误差构建,然而由于正、负预测误差带来的损失成本具有不对称性,预测精度与决策效益存在不匹配的问题。为解决上述问题,该文提出一种综合成本导向的风电短期功率预测方法。该方法直接以最小化新能源预测考核和电力系统运行的综合成本为目标函数训练预测模型。基于内蒙地区风电场群实测数据开展算例验证,结果表明,所提出的预测方法能够有效降低综合成本。