内变量参数辨识的灰色电价预测模型

雷鸣雳　冯祖仁

摘要：为了改善传统的电价预测灰色模型GM(1，1)的预测精度，提出一种内变量参数辨识的电价预测模型——PSOGM(1，1)模型，首先采用灰色微分方程建立模型内变量(发展系数、灰作用量、背景值权重系数、边值)与预测值之间的非线性内涵表达式，然后采用粒子群算法(PSO)对内变量参数进行辨识，得到问题的最优解，建立PSOGM(1，1)模型，与GM(1，1)模型相比较，PSOGM(1，1)模型具有较快的收敛速度和更好的预测精度，对北欧NORDPOOL电力市场历史电价数据的分析实验表明，PSOGM(1，1)模型的短期电价平均预测精度为94％，较已有的几种典型改进GM(1，1)模型预测精度提高了1％～3％。