10.3321/j.issn:1000-1026.2000.22.003
电力市场中的边际电价预测
在分析了系统边际价格(SMP)形成机理和影响因素的基础上,分别提出了基于累计式自回归滑动平均模型(ARIMA)和人工神经网络(ANN)的SMP预测方法,在这2种方法中都引入了市场供求指数(SDI)作为影响SMP的因素.通过对某省级发电市场真实数据的仿真结果表明,在引入SDI后,ARIMA模型和ANN模型的预测精度都得到了提高;同时,ANN模型比ARIMA模型更易于处理多种市场因素,若在模型中考虑更多的市场因素,则SMP预测的精度可进一步提高.
电力市场、系统边际价格、预测
24
TM73;F224;F123.9(输配电工程、电力网及电力系统)
国家重点基础研究发展计划973计划G1998020311
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
9-12,51