任 远



基于回声状态网络的电力市场电价预测

任 远

(国网山西省电力公司，山西 太原 030002)

传统的神经网络算法在电价变化剧烈的情况下，精度较低并且所耗费的时间较长，难以满足电力市场发展的需求。为解决该问题，提出了一种基于回声状态网络(ESN)的短期电价预测方法。所提方法介绍了基于回声状态网络的预测原理，提出了电力市场短期电价的预测机制，包括参数选取、采样数据预处理和ESN训练及预测过程；并分别采用回声状态网络和反向传播算法(BP)神经网络进行短期电价预测。经过仿真验证，所提出的基于回声状态网络的电价预测具有较好的准确率和可行性。

电力市场；电价预测；回声状态网络；储备池运算

0 引言

电价是电力市场运作的决定性要素，在电力市场各参与方的分析、运营、决策中，如何正确地建立电价预测模型，是电力市场竞争中各参与方所深为关心的问题[1-4]。由于电力市场的复杂性、分布性、时变性以及随机性等因素，决定了其数学模型建立的困难。国内外研究人员在电价预测研究方面做了大量的工作，目前取得了大量的研究成果[5-7]。随着智能电网的建设和能源互联网的发展，电力市场的价格机制也发生深刻变化。电价机制的合理性对电价预测的准确性提出了更高的要求。

为满足能源互联网条件下电力市场运作的要求，电价的计算与分析要求所采用的预测算法提出了高度准确性的要求，尤其是电价实际特性的动态参数。……