基于滑动平均和粒子群优化的GM(1,1)日前电价预测方法
2010-09-10分类号:F407.61;F224
【部门】安阳师范学院计算机与信息工程学院
【摘要】在对美国PJM电力市场日前电价的变动规律综合分析的基础上,提出了一种基于粒子群优化(PSO)和灰色GM(1,1)模型的日前电价预测方法。该方法首先采用滑动平均法对原始电价序列进行处理,然后对处理后的电价序列建立等维新息GM(1,1)模型,并利用PSO最小化加权平均绝对百分比误差(MAPE),进一步优化GM(1,1)模型的灰色背景值。对PJM电力市场2007年7月到9月的历史数据的算例研究表明,相对于传统GM(1,1)模型,该方法能够更加准确地反映电价的变化规律,具有较高的预测精度,可满足电力市场参与者制订竞价策略的需要。
【关键词】电力市场 电价预测 粒子群优化算法 GM(1 1)模型
【基金】国家自然科学基金资助项目(70871074);; 安阳师范学院科研培育基金资助项目(AYNU-2009PYL-06)
【所属期刊栏目】统计与决策
文献传递