基于LightGBM-IndRNN模型的现货市场日前电价预测

日前电价的准确预测对保障电力市场参与者的利益具有重要意义。针对高比例新能源参与现货市场交易导致日前电价预测难度加大的问题，提出一种基于轻型梯度提升机(LightGBM)的独立循环神经网络(IndRNN)日前电价预测方法。首先，使用LightGBM算法计算特征的重要性得分，根据计算值排序提取出重要特征；然后，将筛选得到的新数据集作为输入，运用IndRNN神经网络对其进行训练，从而实现对日前电价的预测；最后，采用北欧电力交易所Nord Pool的数据进行仿真分析。实验结果表明，所提算法与传统预测模型相比，充分考虑了新能源出力不确定性对日前电价的影响，有效提高了预测的准确性。