**更新:网络研讨会录音可在以下地址获取:
//www.tatmou.com/videos/electricity-load-and-price-forecasting-with-matlab-81765.html
本示例演示了用MATLAB®构建一个短期电力负荷(和价格)预测系统。校准了两个非线性回归模型(神经网络和袋装回归树),以预测给定温度预报、假日信息和历史负荷的小时前负荷。这些模型使用2004年至2007年NEPOOL地区(由ISO新英格兰提供)的每小时数据进行训练,并使用2008年的样本外数据进行测试。
该应用程序包括一个(可选的)Excel前端,允许用户通过一个可部署的matlab DLL调用训练好的负载预测模型。
题为“负荷和价格预测案例研究简介”的文档将指导您完成分析的不同组成部分。
如果您没有所有必需的工具箱,您仍然可以通过单击下面的HTML报告之一来查看运行分析的结果。
注意:由于大小限制,网络研讨会中显示的Access数据库不提供此存档。等效数据集分别在Load\ data和Price\ data文件夹中的mat文件中提供,用于负荷和价格预测研究。原始数据文件可直接从ISO新英格兰(www.iso-ne.com)
更多关于负荷和价格预测:
准确的负荷预测对于公用事业的有效运行和规划至关重要。负荷预测影响许多决策,包括在特定时期使用哪些发电机,并严重影响批发电力市场价格。负荷和价格预测算法通常在电价的简化混合模型中也很突出,这是模拟市场和建模能源衍生品最准确的模型之一。电价预测也被市场参与者广泛用于许多交易和风险管理应用。
引用作为
阿米亚·迪奥拉斯(2023年)。电力负荷与价格预测网络研讨会案例研究(//www.tatmou.com/matlabcentral/fileexchange/28684-electricity-load-and-price-forecasting-webinar-case-study), MATLAB中央文件交换。检索.