基于MIC-EEMD-改进Informer的含高比例清洁能源与储能的电力市场短期电价多步预测

扫码查看

原文链接

万方数据
维普

中文摘要：随着电力现货市场的开展,短期电价预测对于各市场主体的决策有着重要意义,而高比例清洁能源与储能的不断接入给短期电价预测带来很大挑战.提出一种基于最大信息系数法(maximum information coefficient,MIC)、集成经验模态分解(ensemble empirical mode decomposition,EEMD)和改进Informer的短期电价多步预测模型.首先,采用MIC分析出与电价相关性较高的几类因素作为模型原始输入序列;然后,将上述原始序列进行EEMD分解后得到多条本征模函数(intrinsic mode function,IMF)和一个残余项后输入改进Informer分别得到翌日24点多步预测结果,再对预测结果进行滤波;最后,将滤波后序列的预测结果叠加得到最终的预测值.以西班牙电力市场数据进行验证,实验结果证明该模型可以有效提高电力市场短期电价多步预测精度.

外文标题：Short-term Multi-step Price Prediction for the Electricity Market With a High Proportion of Clean Energy and Energy Storage Based on MIC-EEMD-improved Informer

外文关键词：

high proportion of clean energyshort-term multi-step electricity price predictionmaximum information coefficientensemble empirical mode decompositionenhanced Informer

作者：

许越、李强、崔晖

展开 >

作者单位：

电力调度自动化技术研究与系统评价北京市重点实验室(中国电力科学研究院有限公司),北京市海淀区 100192

电网安全全国重点实验室(中国电力科学研究院有限公司),北京市海淀区 100192

关键词：

高比例清洁能源短期电价多步预测最大信息系数集成经验模态分解改进Informer

基金：

中国电力科学研究院有限公司研究开发项目

项目编号：

52420022000R

出版年：

2024

DOI：

10.13335/j.1000-3673.pst.2023.1671

电网技术

国家电网公司

电网技术

CSTPCD北大核心

影响因子：2.821

ISSN：1000-3673

年,卷(期)：2024.48(3)

参考文献量25