小波神经网络预测电价的新改进*

2011-04-13涂启玉张茂林

电力系统及其自动化学报 2011年2期

涂启玉,张茂林

(云南电力调度中心,昆明 650011)

电力市场短期边际电价预测是电力市场竞价系统的重要组成部分,它为电力市场各交易方的竞价策略提供了有效信息,对实现电力市场的利润最大化意义重大。因此,高精确度、高智能化的短期电价预测已成为目前实际运行和理论研究中的热点。

电价预测的方法大致可分为神经网络法、统计学方法、模糊建模法、运行仿真法、市场均衡分析法及灰色理论和小波分析等数学方法。人工神经网络法是个经久不衰的电价预测方法。它是由简单的处理单元所组成的大量并行分布的处理机,这种处理机具有存储和应用经验知识的自然特性,它可通过学习过程从外部获取知识,还能存储获取的知识信息[1]。一般主要采用BP神经网络进行电价预测,但网络存在收敛于局部极小点的缺点和神经网络拓扑结构确定困难及全局搜索能力弱的问题[2]。

小波分析由于具有良好的时频局部特性而被应用于BP神经网络,从而加快其收敛速度,有效避免陷入局部最小值[3]。遗传算法具有全局搜索能力强的特点[4],能够用来对小波网络的拓扑结构、权函数和伸缩平移因子进行优化训练。因此,本文将二者应用于BP神经网络,建立小波神经网络预测电价模型,并用遗传算法优化其结构和权重等参数,然后将其运用于边际电价预测。