內(nèi)變量參數(shù)辨識(shí)的灰色電價(jià)預(yù)測(cè)模型

雷鳴靂　馮祖仁

摘要：為了改善傳統(tǒng)的電價(jià)預(yù)測(cè)灰色模型GM(1，1)的預(yù)測(cè)精度，提出一種內(nèi)變量參數(shù)辨識(shí)的電價(jià)預(yù)測(cè)模型——PSOGM(1，1)模型，首先采用灰色微分方程建立模型內(nèi)變量(發(fā)展系數(shù)、灰作用量、背景值權(quán)重系數(shù)、邊值)與預(yù)測(cè)值之間的非線性內(nèi)涵表達(dá)式，然后采用粒子群算法(PSO)對(duì)內(nèi)變量參數(shù)進(jìn)行辨識(shí)，得到問題的最優(yōu)解，建立PSOGM(1，1)模型，與GM(1，1)模型相比較，PSOGM(1，1)模型具有較快的收斂速度和更好的預(yù)測(cè)精度，對(duì)北歐NORDPOOL電力市場(chǎng)歷史電價(jià)數(shù)據(jù)的分析實(shí)驗(yàn)表明，PSOGM(1，1)模型的短期電價(jià)平均預(yù)測(cè)精度為94％，較已有的幾種典型改進(jìn)GM(1，1)模型預(yù)測(cè)精度提高了1％～3％。