基于遗传算法的高比例风电短期电价预测

高比例风电下的短期电价预测可指导并规范市场参与者，但由于目前已有的电价预测方法未能筛选关键信息，导致预测的电价与真实的电价之间存在较大误差。因此，提出了一种基于遗传算法的高比例风电短期电价预测方法。首先，采用主成分分析方法(Principal Component Analysis, PCA)筛选影响电价的关键信息数据，删除其中冗余信息数据，避免影响预测结果；然后，分析现有预测方法中存在的不足，将BP神经网络计算得到的权重值作为遗传算法的初始种群，求解最优权值；在此基础上，构建高比例风电短期电价预测模型，通过相似搜索训练预测模型中输入的变量，实现高比例风电短期电价预测。实验结果表明，所提方法的预测电价和真实电价更加接近，充分证实了所提方法在电价预测方面的优越性和有效性。