基于动态贝叶斯网络的电价区间预测

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.

关键词：电价预测;区间预测;动态贝叶斯网络;联合树推理;向前向后算法;改进k-means聚类;平均差异度

所属期刊栏目：50

资助基金：福建省自然科学基金2019J01845

在线出版日期：2022-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：117-127