计及特征信息的自适应短期电价预测模型

陈奕汝; 何妍妍; 赵志扬; 高函; 徐梦佳; 郭烨烨; 刘子毅; 魏子琳; 张金良

doi:10.16543/j.2095-641x.electric.power.ict.2025.01.03

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

计及特征信息的自适应短期电价预测模型

特别推荐 | 更新时间：2026-02-05

- 计及特征信息的自适应短期电价预测模型
- 计及特征信息的自适应短期电价预测模型
- 电力信息与通信技术 2025年第1期页码：18-27
- 作者机构：
  
  1. 国网浙江省电力有限公司营销服务中心
  2. 华北电力大学经济与管理学院
- 作者简介：
- 基金信息：
  
  中央高校基本科研业务费专项资金资助(2023FR001)
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.01.03
  中图分类号： TM73;F426.61
- 纸质出版：2025
- 稿件说明：
移动端阅览
陈奕汝, 何妍妍, 赵志扬, 等. 计及特征信息的自适应短期电价预测模型[J]. 电力信息与通信技术, 2025,(1):18-27.

陈奕汝, 何妍妍, 赵志扬, et al. 计及特征信息的自适应短期电价预测模型[J]. 2025, (1): 18-27.
陈奕汝, 何妍妍, 赵志扬, 等. 计及特征信息的自适应短期电价预测模型[J]. 电力信息与通信技术, 2025,(1):18-27. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.01.03.

陈奕汝, 何妍妍, 赵志扬, et al. 计及特征信息的自适应短期电价预测模型[J]. 2025, (1): 18-27. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.01.03.

摘要

随着我国新能源装机容量历史性超过火电，电价的多样化特征更加突出，如何提高电价预测精度对于电力市场参与者变得空前重要。为此，文章提出了一种考虑特征信息的自适应短期电价混合预测模型。首先，利用改进变分模态分解-样本熵(improved variational mode decomposition-sample entropy

IVMD-SE)的组合数据预处理模型实现电价序列的分解与重构。其次，对周期性特征较为明显的子序列采用季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average

SARIMA)进行预测，对非线性特征较明显的子序列使用鲸鱼优化的长短期记忆神经网络(whale optimization algorithm-long short-term memory

WOA-LSTM)进行预测。最后，将各分量预测值加总求和得到最终的电价预测结果。并依托澳大利亚电力市场数据设置多组对比实验，与基准模型相比，所提模型的误差指标在不同地区与不同季节的条件下均能达到最低。

Abstract

关键词

Keywords

references

张金良.电力市场环境下的短期电价混合预测模型研究[D].华北电力大学（北京）,2011(09).

刘雨薇.基于VMD和改进LSTM的短期电力负荷预测研究[D].湖北工业大学,2020(08).

肖小刚,吕东晓,彭利鸿,鲁贤龙.基于LightGBM-Seq2Seq的异常天气下的风电功率预测[J].电力信息与通信技术,2024(09).

邓皓云,陈卓.基于EEMD-IWOA-TCN的电网短期负荷预测[J].电力信息与通信技术,2024(01).

秦音,郭杜杜,周飞,王庆庆,王洋.零担物流时序预测的SARIMA-GRU-BPNN组合模型及应用[J].计算机工程与应用,2024(19).

王瑞,马祯,李磊.基于CEEMDAN-WOA-SVR的高铁沿线超短期风速预测方法[J].中国铁道科学,2023(06).

刘慧鑫,沈晓东,魏泽涛,刘友波,刘俊勇,白元宝.基于校准窗口集成与耦合市场特征的可解释双层日前电价预测[J].中国电机工程学报,2024(04).

王鑫,李安桂,李扬,卜令晨,彭怀午,牛东圣,许晨琛,韩欧.基于ARIMA-LSTM模型的综合能源系统负荷与风光资源预测[J].西安建筑科技大学学报(自然科学版),2022(05).

魏姝瑶,张瑾.SARIMA-LSTM组合模型在铁路疫情短时客流的预测研究[J].重庆理工大学学报(自然科学),2023(03).

杨睿行,熊怡婷,牛寅生,张心泽,鲍玉昆.基于DPSO-LSTM的电力价格预测模型及技术研究[J].电力信息与通信技术,2021(10).

赵会茹,张士营,赵一航,刘红雨,邱宝红.基于自适应噪声完备经验模态分解-样本熵-长短期记忆神经网络和核密度估计的短期电力负荷区间预测[J].现代电力,2021(02).

林琳,刘譞,康慧玲.基于季节分类和RBF自适应权重的并行组合电价预测[J].电子测量技术,2020(12).

刘达,雷自强,孙堃.基于小波包分解和长短期记忆网络的短期电价预测[J].智慧电力,2020(04).

刘源,胡雷周.基于信息熵的电价组合预测方法研究[J].中国管理信息化,2019(22).

黄元生,张利君.基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究[J].煤炭工程,2019(05).

郭欣欣.基于EEMD和小波神经网络的短期电价组合预测[J].重庆工商大学学报(自然科学版),2016(02).

廖晓辉,周冰,杨冬强,武杰.一种基于HHT的短期电价组合预测方法[J].郑州大学学报(工学版),2016(01).

牛丽肖,王正方,臧传治,尚文利,张盛山.一种基于小波变换和ARIMA的短期电价混合预测模型[J].计算机应用研究,2014(03).

张金良,谭忠富.基于混合模型的原油价格混沌预测方法[J].运筹与管理,2013(05).

张金良,谭忠富.短期电价的混合预测模型[J].华东电力,2013(05).

段其昌,赵敏,王大兴,段盼.基于混合粒子群算法和NRBF神经网络的短期电价预测[J].电力系统保护与控制,2009(18).

王瑞庆,王晛,李渝曾.基于时间序列ARMAX模型的短期电价预测方法[J].华东电力,2009(05).

张明光,李艳.基于BP神经网络的下一交易日出清电价预测[J].电力系统保护与控制,2009(05).

School of Economics and Management, North China Electric Power University, Beijing 102206, China,Beijing Key Laboratory of New Energy and Low-Carbon Development, North China Electric Power University, Beijing 102206, China,Business School, Hunan University, Changsha 410082, China,Center for Resource and Environmental Management, Hunan University, Changsha 410082, China,China Electric Power Research Institute, Beijing 100192, China,School of Economics and Management, North China Electric Power University, Beijing 102206, China,Shanghai Electric Power Company, Shanghai 200122, China.Forecasting day-ahead electricity prices using a new integrated model[J].International Journal of Electrical Power and Energy Systems,2019.

Jinliang Zhang,Zhongfu Tan.Day-ahead electricity price forecasting using WT, CLSSVM and EGARCH model[J].International Journal of Electrical Power and Energy Systems,2013.

Jinliang Zhang,Zhongfu Tan,Shuxia Yang.Day-ahead electricity price forecasting by a new hybrid method[J].Computers & Industrial Engineering,2012.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于DPC-KWS算法和混合分解方法的短期电力负荷预测

基于DBSCAN和VMD-TCN-LSTM的变压器油中溶解气体预测方法

基于深度学习的文本分类研究进展

基于图数据分割的子图集成学习方法及在电价预测领域的应用

基于Attention机制的TCN-LSTM非侵入式负荷分解