熊高峰，韩 鹏，聂坤凯

（湖南大学电气与信息工程学院，长沙 410082）

在电力市场中，准确的电价预测不仅有助于发电企业构造最优报价策略，实现自身利益最大化，而且有助于用户降低使用成本。因此，电价的分析和预测是电力系统中的一个重要研究领域。

到目前为止，电价预测的方法大致可以分为两类［1］：一类是基于实际物理仿真模型的预测方法；另一类是基于数学建模的预测方法。前者通过对电力系统和定价过程进行详细模拟来预测电价。该方法有助于对电价曲线进行详细了解，但是，它需要大量的系统参数和市场信息，因此，在大型电力系统中，该方法较难实施。后者主要通过分析影响电价的主要因素、建立合适的数学模型来对电价进行预测。相对于前者而言，该类方法具有建模简单和易于实施的特点，因此，成为电价预测研究的主要方法。目前已提出的数学模型主要有时间序列法（自回归模型和差分自回归滑动平均模型等）［2，3］和神经网络法［4～6］等。但是，由于电价不仅受到负荷需求和发电机组的影响，而且也受到网络结构、发电厂商报价策略及天气状况等的影响，因此，电价时间序列的演化过程十分复杂，存在很强的随机波动性。这使得采用传统的时间序列法或人工神经网络法来对电价进行预测时效果往往不是很理想，有必要进一步改进预测方法、提高预测精度。

本文从电价时间序列的特点出发，采用数学方法将电价时间序列分解成趋势分量、周期分量和随机分量三个组成部分，并且，分别建立合适的预测模型来进行预测，将所得的三个预测结果相加得到最终的电价预测值。……