Mittelfristige Prognose der Strommarkt-Räumungspreise mit Hilfe mehrerer kleinster Quadrate Unterstützungsvektormaschinen

Die Prognose der mittelfristigen Strommarkt-Räumungspreise (MCP) ist entscheidend für die Ressourcenallokation, Wartungsplanung, bilaterale Verträge, Budgetierung und Planungszwecke geworden. Derzeit stehen viele Techniken zur Verfügung, um kurzfristige MCP-Prognosen zu erstellen, aber im Bereich der mittelfristigen MCP-Prognosen wurde bisher sehr wenig unternommen. In dieser Studie wird ein auf mehreren kleinsten Quadraten basierendes Unterstützungsvektormaschinenmodell (LSSVM) zur mittelfristigen Prognose der Strommarkt-Räumungspreise vorgeschlagen. Module zur Datenklassifikation und Preisprognose sind so konzipiert, dass sie die Eingabedaten zunächst in entsprechende Preiszonen vorverarbeiten und dann die Strompreise prognostizieren. Das vorgeschlagene Modell zeigte eine verbesserte Prognosegenauigkeit sowohl bei den Spitzenpreisen als auch im Gesamtsystem im Vergleich zum Prognosemodell mit einer einzelnen LSSVM. Daten der PJM-Interkonnektion werden verwendet, um das vorgeschlagene Modell zu testen.