基于模糊最小二乘支持向量机的系统边际电价预测方法.pdf

第22卷 第3期 广 东 电 力 Vo1．22No．3 2009年 3月 GUANGD0NG ELEC_rRICPOWER Mar．2009 文章编号：1007．290X(2009)03—0023—05 基于模糊最小二乘支持向量机的 系统边际电价预测方法 蔡振华 (湛江供 电局 ，广 东 湛江 524000) 摘要：提出了基于模糊最小二乘支持向量机的系统边际电价 (systemmarginalprice，SMP)预测方法。为了减少 样本数据中孤立点对回归性能的影响，将模糊隶属度的概念引入到最小二乘支持向量机中的同时，采用网格搜 索和交叉验证的方法寻找最佳参数组合，使系统边际电价算法性能达到最佳。以美国加州电力市场的实际数据 作计算实例，分别采用标准三层BP神经网络和模糊最小二乘支持向量机进行系统边际电价预测，结果表明基于 模糊最小二乘支持向量机的系统边际电价预测的方法有效提高了预测精度。 关键词：模糊最小二乘支持向量机；系统边际电价；网格有哪些信誉好的足球投注网站；交叉验证 中图分类号：TP311．13 文献标志码：A System M arginalPriceForecastingUsingFuzzyLeastSquare SupportVectorM achine CAIZhen．hua (ZhanjiangPowerSupplyBureau，Zhanjiang，Guangdong524000，China) Abstract：A methodbasedon fuzzyleastsquaresupportvectormachine (FLS-SVM )isproposedforsystem marginalprice (SMP)forecast．TheconceptoffuzzymembershipisintroducedintoFLS—SVM toreducetheeffectsofsampledataoutliers onregression performance．Meanwhile，grid search and CROSSvalidation are adopted to search thebestparametersand enableoptimalpe rformance ofSMP algorithm ．Then taking the data ofCalifornia electricity marketfor calculation example，theSMPforecastingisperformedbyFLS-SVM andthestandard3-layerBPneuralnetwork．Theresultsshow that theproposedmethodeffectivelyincreasestheforecastingprecision． Keywords：fuzzy least square supportvectormachine (FLS·SVM )；system marginalprice (SMP)； grid search； crossvalidation 电力市场中，电力供应商将发电公司总的或每 市场供求关系。影响电力供给的因素有发电商(指 台发电机每小时的电量 一电价竞标曲线提交给电能 参与竞价者)报价及发电功率、市场外机组发电功 交易中心。一方面，由电能交易中心对所有 电力供 率、网络约束和故障等，影响电力需求的因素主要 应商的电量 一电价竞标曲线进行累加，得到系统总 是负荷需求 (包括气象因素、节假 日因素等)。 供应电量一电价竞标曲线；另一方面，用户委托电