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

作     者：许越 李强 崔晖 XU Yue;LI Qiang;CUI Hui

作者机构：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 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2024年第48卷第3期

页      面：949-957页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：中国电力科学研究院有限公司研究开发项目“电力现货市场通用出清与数据支撑关键技术”(52420022000R) 

主　　题：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 

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。