摘要
高比例风电下的短期电价预测可指导并规范市场参与者,但由于目前已有的电价预测方法未能筛选关键信息,导致预测的电价与真实的电价之间存在较大误差。因此,提出了一种基于遗传算法的高比例风电短期电价预测方法。首先,采用主成分分析方法(Principal Component Analysis,PCA)筛选影响电价的关键信息数据,删除其中冗余信息数据,避免影响预测结果;然后,分析现有预测方法中存在的不足,将BP神经网络计算得到的权重值作为遗传算法的初始种群,求解最优权值;在此基础上,构建高比例风电短期电价预测模型,通过相似搜索训练预测模型中输入的变量,实现高比例风电短期电价预测。实验结果表明,所提方法的预测电价和真实电价更加接近,充分证实了所提方法在电价预测方面的优越性和有效性。
出处
《人民长江》
北大核心
2022年第S01期119-124,共6页
Yangtze River
