基于动态贝叶斯网络的电价区间预测

作者：王洪涛; 邹斌^*

来源：电力系统保护与控制, 2022, 50(05): 117-127.

DOI：10.19783/j.cnki.pspc.210424

• 电价预测
• 区间预测
• 动态贝叶斯网络
• 联合树推理
• 向前向后算法
• 改进k-means聚类
• 平均差异度

在高比例可再生能源参与市场竞争的背景下，电价波动更为剧烈。为了对电价区间进行预测，提出了动态贝叶斯网络(Dynamic Bayesian Network, DBN)的电价区间预测方法。该方法以风电发电量、总发电量和总用电量的预测值以及历史电价真实值为输入数据，以贪婪搜索算法确定DBN的网络结构，以最大似然估计法(Maximum Likelihood Estimate, MLE)估计DBN网络参数，建立DBN模型。然后以风电发电量、总发电量和总用电量的预测值为推理证据，采用联合树推理得到电价预测的离散值和后验概率，实现电价的区间预测。最后将所提方法与电价真实值、对比方法进行比较，验证了所提方法的有效性。所提方法不仅能得到电价的预测区间，而且能给出对应的概率，对提高市场成员的收益、规避价格风险具有指导意义。

• 单位
  机电工程学院; 宁德师范学院; 自动化学院; 上海大学