论文部分内容阅读
在分析系统边际电价（SMP）特点的基础上，确定了预测系统边际价格的主要依据为：电力负荷、历史上对应时刻的SMP以及当天的SMP趋势．将电价看作是电力市场动态运行的结果，采用动态神经网络预测电价．由于动态神经网络结构及权值确定困难，采用二进制与实数编码相结合的联合编码，用遗传算法优化得到神经网络结构及对应权值．利用某电力市场的历史数据对该模型进行验证，结果表明该方法所建立的预测模型具有较高的预测精度．