江苏大学学报(自然科学版)

作者：苏娟,方舒，邢广进,杜松怀,单葆国

单位：1. 中国农业大学 信息与电气工程学院， 北京 100083； 2. 国网兰州供电公司， 甘肃 兰州 730070； 3. 国网能源研究院， 北京 102209

关键词：电力市场, 需求价格弹性,  Pearson相关系数, 布谷鸟搜索算法,支持向量机, 短期负荷预测,组合预测

基金：国家自然科学基金资助项目（51707197）； 国家电网公司科技项目（SGTYHT/17JS199）

 针对电力市场中电力需求受多元扰动因素影响、需求价格弹性变化增大的问题，为获取更准确、更综合的电力负荷预测值，提出一种考虑需求价格弹性的CSSVM短期负荷预测方法.采用Pearson相关系数法分析负荷自相关性以及负荷与历史温度、湿度、电价、负荷差和电价差之间的相关性.基于需求价格弹性定义，建立了需求价格弹性模型，来反映电力市场交易对负荷的影响.利用布谷鸟搜索算法优化支持向量机的参数，建立了考虑需求价格弹性的CS-SVM短期负荷预测模型.以美国PJM电力市场哈特福德州的实际数据为例进行预测，并与对比模型进行预测结果误差对比分析.结果表明，所提出模型的平均相对百分比误差为13.43%，且相比于不引入需求价格弹性时的模型预测精度提高了5.31%.

来源：2022年第3期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2022年第3期