电力市场环境下的电价预测研究

江南大学硕士学位论文电力市场环境下的电价预测研究姓名：秦磊申请学位级别：硕士专业：电力电子与电力传动指导教师：邹斌20070301电力市场环境下的电价预测研究作者：秦磊学位授予单位：江南大学相似文献(10条)1.期刊论文夏吉广.张维存.尹怡欣.XIAJi-guang.ZHANGWei-cun.YINYi-xin基于RBF网络的电力市场清算电价预测-中国制造业信息化2005,34(5)采用RBF网络模型对电力市场中的清算电价进行预测,聚类算法采用改进的模糊C均值聚类,减小了野值对输出结果的影响,隐层的输出采用聚类结果的隶属度函数,省掉了对径向基函数宽度的计算.通过美国加州电力市场公布的历史数据对该模型进行验证,结果表明该模型应用于电价预测具有较高的预测精度,并且具有训练速度快、不存在局部极小和过拟合等优点.2.学位论文杨晓花基于双向拍卖的日前电力市场节点电价预测与求解2006电力市场化的主要目的是通过引入竞争，为电力产业升级提供一个可靠的、低成本的平台。它既是一项复杂的系统工程，也是一门开放性、综合性和发展性的学科。其中，电力市场交易规则和竞价机制的设计是决定电力市场能否成功的关键。我国的电力市场改革自20世纪90年代中期开始起步，通过借鉴国外电力市场理论与实践经验，进行电力资产重组和试点先行，逐步形成了现今以发电侧市场为主的单边电力市场。随着我国电力市场改革的进一步推进，输电网开放、允许配电商和大用户直接竞价购电将是我国今后电力市场改革的一个重要发展趋势。也即意味着竞争的进一步引入，将打破单边电力市场格局，形成双边(多边)电力市场。本论文正是基于该前提，引入了在经济学上对于同质商品竞争可以形成最高市场效率的交易模式——双向拍卖，讨论了应用该模式的日前电力市场的运营特点和交易规则，并在此基础上建立了以市场总剩余最大化为目标函数的节点电价模型。该模型以系统各节点的交易电量为控制变量，计及传输线路容量约束和功率平衡约束，是一个多变量非线性优化模型。考虑到传统遗传算法在求解此类问题时所存在的收敛性能与收敛速度不能兼优的缺陷，本文提出采用控制参数随种群进化状况自适应调整的改进遗传算法求解上述节点电价模型，并详细介绍了算法流程设计，完成了C语言程序编制，最后，论文以17节点的电力测试系统为例，计算了该系统在双向拍卖日前电力市场中的节点电价、各节点收益和相应的潮流分布。结论同时表明：改进自适应遗传算法与传统遗传算法相比具有更优的全局收敛性能。另外，为使内容结构更加完善，论文还从电价预测的角度出发，介绍了一种改进BP神经网络算法，利用日前电力市场中的节点电价历史数据，进行节点电价预测。算例证明：该电价预测算法具有较为理想的预测精度，从而为电力市场成员构造最优报价策略提供了一定的决策依据。3.期刊论文李郁侠.石晓俊.段凌剑.高福荣.LIYu-xia.SHIXiao-jun.DUANLing-jian.GAOFu-rong电力市场中周末边际电价预测方法研究-西安理工大学学报2005,21(1)针对周末边际电价的特殊性,采用相似搜索和人工神经网络(ANN)建立了预测周末电力市场边际电价的数学模型,并运用Matlab6.5中的神经网络工具实现了预测模型.实例计算的结果表明该方法有效.4.学位论文刘达电力市场中电价预测模型方法及应用研究2007在电力市场中，电价不仅和市场参与者的利益息息相关，也影响着社会和经济的众多方面，因此是各方关注的焦点。准确的电价预测，无论对于政府监管机构、电力企业还是公众都具有深远的意义。电力市场中的电价波动大，不同市场中的电价特性差异也很大，很难采用同一方法建模预测。本文在对电力市场中电价影响因素分析的基础上，选择合适的模型进行建模。在建模之前，首先对电价的最重要的影响因素-负荷进行了预测：采用遗传算法(GeneticAlgorithm，GA)优化的支持向量机(SupportVectorMachine，SVM)对短期负荷进行预测；采用综合考虑季节影响和节假日影响的灰色优化模型对中长期负荷进行预测，为短期电价预测和中长期电价预测做好准备。针对平稳日前市场中的电价，采用考虑外生变量的广义自回归条件异方差(GeneralAutoregressiveConditionalHeteroskedasticity，GARCH)进行预测。GARCH模型很好地考虑了电价的群集性波动，而外生变量则增强了模型对外界因素的响应。同时考虑到电价波动剧烈，在GARCH建模之前，先对原始的电价序列先采用小波(Wavelet)进行预处理，将电价分为概貌序列和细节序列，对概貌序列采用GARCH建模，并将预测结果直接作为电价预测值。算例研究表明，该模型预测效果要好于普通的时间序列建模效果。对波动较大的日前市场电价(尤其是夏季高峰电价)，采用神经网络和SVM等智能算法进行预测。针对神经网络对输入变量较为敏感的特点，在采用神经网络建模之前先采用主成分分析(PrincipleComponentAnalysis，PCA)对输入信息进行筛选，剔除其中的冗余信息。采用自组织映射(Self-OrganizingMapping，SOM)对电价进行分类，对相似的电价采用同一SVM模型进行预测，避免了夏季高峰电价预测建模时训练样本不足的缺陷，有效地提高了模型预测精度。对于波动更大的实时电价，综合智能算法和时间序列建模的优点建立SVM-GA-GARCH模型，对电价进行预测。利用SVM强大的非线型映射能力拟合电价和相关影响因素之间的关系；利用GARCH充分挖掘时间序列信息，对SVM建模的预测误差进行进一步处理，剥离前者不能解释的误差影响，提高预测精度。中长期电价既受用电需求等周期性因素的影响，还受到众多不确定性的因素影响，变化规律不明显，预测难度大。采用经验模式分解(EmpiricalModeDecomposition，EMD)将中长期电价序列分解成多个反映电价不同变化规律和周期性的分量，并分别建模预测。实例研究表明该方法能够结合不同算法的优点，对变化规律性复杂的中长期电价预测效果较好。5.期刊论文陈建华.周浩基于小脑模型关节控制器神经网络的短期电价预测-电网技术2003,27(8)电价预测是电力市场决策的基础.文中介绍了采用小脑模型关节控制器(CMAC)神经网络建立预测提前1天不同时段的电力市场短期电价的预测模型.并以美国加州电力市场的数据作为计算实例,分别采用CMAC神经网络和反向传播算法(BP)神经网络进行短期电价预测.两种预测结果对比表明,CMAC神经网络具有所需训练样本少、输出稳定性好、计算速度快和预测精度高等优点,比较适用于短期电价预测.6.期刊论文周明.严正.倪以信.李庚银含误差预测校正的ARIMA电价预测新方法-中国电机工程学报2004,24(12)在电力市场中,准确的电价预测是各市场参与方共同关心的重要问题.已经提出多种理论和方法尝试提高电价预测精度,然而由于影响电价的因素十分复杂,实践证明靠建立单一的电价预测模型来提高预测精度是非常困难的.该文在分析电价波动特性和现有预测方法的基础上,首次提出结合误差预测校正电价预测来提高预测精度的新思路.在建立常规电价预测模型的基础上,对预测后的残差形成的随机序列也迭代地建立预测模型,并用预测的误差修正电价预测结果.该文采用ARIMA方法建立电价预测和误差预测模型,并用加州电力市场的历史数据建立基于ARIMA的日平均电价预测模型,预测结果表明所提方法能明显改善预测精度,而且方法简捷明了,能够推广到小时电价预测、负荷预测和其它预测领域.7.学位论文李郁侠电力市场边际电价预测与水电厂竞价上网模式研究2005随着我国电力市场化进程的加快和“厂网分开，竞价上网”运营机制的实施，发电企业成为市场竞争主体。在电力市场环境下，水电厂如何参与市场竞争优化发电生产过程，采取策略性报价实现发电利润最大化，成为关系其生存与效益的首要问题。由于水电厂运行的复杂性，国内对火电厂竞价上网优化运行的研究较多，对水电厂的研究较少。本文在分析了国内外电力市场理论研究现状、方向与难点的基础上，以电力系统边际电价预测和水电厂竞价策略为主要内容，进行了以下几方面的研究：(1)采用人工神经网络方法预测系统边际电价建立基于相似搜索和加权回归的电价预测模型，通过实际预测证明了该方法的有效性，分析了网络学习样本对预测结果的影响。建立基于相似搜索和神经网络的次日边际电价预测模型，利用神经网络高度非线性拟合能力，实现对数据变化的快速反应，通过改进的BP算法和可变学习速度反向传播算法训练神经网络，有效提高了工作日边际电价预测精度。对周末边际电价预测模型进行改进，缩短训练集日数，减少输入项中工作日数据，增加临近周末的历史数据，降低预测干扰，有效提高了周末电价预测精度。(2)采用混沌理论预测系统边际电价针对我国电力市场电价变化特点，利用电价和负荷时间序列的混沌特性，重构准确的电价序列相空间，通过跟踪相空间相邻相点的演化趋势，建立基于快速BP网络的电价预测模型，对我国川渝电网电价进行预测，取得良好效果利用混沌动力系统的相空间重构理论，结合神经网络的非线性映射和泛化能力建立预测模型，提出一种新的预测方法实现了相点演化过程的全局跟踪，对“价格钉”进行预测，提高了预测精度，有效解决了负预测问题，得到满意的结果。(3)分析了电价预测中各种误差分析方法的优缺点，推荐用中值相对误差评价电价预测方法的精度。通过算例分析，证明了该误差分析方法的有效性。(4)针对不同形式、不同调节能力的水电站，在次日边际电价预测的基础上考虑各种约束条件，以发电效益最大为目标，建立优化运行模型，进行水库调度优化计算。通过实际算例分析对比，证明可以显著增加水电站的发电收益。(5)分析了我国电力市场结构和运营机制，特别是发电侧电力市场的价格机制、交易模式和竞价模式，阐述了电价的形成机制和发电成本的构成，对机组成本特性进行了分析。在此基础上对发电厂基于预测市场出清价的竞价策略、基于其它发电公司报价行为的竞价策略、基于博弈论的竞价策略和其它优化方法进行分析。对某水电厂以年收益最大为目标进行分析计算，得出了在竞价上网条件下的电量结构优化策略。(6)研究了水电厂竞价上网决策支持系统的结构以及应具有的功能，进行了水电厂竞价上网决策支持系统结构、网络连接与功能模块设计。8.会议论文于洋.胡朝阳.孙维真.王康元.甘德强.韩祯祥考虑市场力的短、中、长期电价预测2003基于浙江电力市场实际运行数据,本文介绍了采用BP神经网络模型和线性回归模型来分别进行短期及中长期电价预测的方法和结果.在预测模型中引入了一个衡量市场力的新指标---发电容量必须运行率(MustRunRatio,MRR),从而充分考虑了市场力对电价的影响,提高了电价预测的精度,特别是短期预测模型对最高限价的预测能力.针对电价预测的不同特点,本文对预测模型和预测变量的选择理由进行了详尽的探讨,并提出了自己的观点.初步预测结果表明:所提预测模型是适用的,选择是预测输入变量是恰当的,电价预测的精度能够满足电力市场实际运行的需要.9.学位论文敖磊电力市场短期电价预测模型及研究2006随着全球电力市场化大趋势的到来，电力行业逐渐由垄断经营走向竞争，作为电力市场的核心因素——电价，其结构和水平发生了较大的变化。电价随需求变化，电价变化也影响需求量，电价调节机制的作用更加明显。在电力市场中电能交易的效益最终是通过电价体现的，对市场参与者来说，提前知道电价信息有着非常重要的意义。譬如，发电商可以借助电价预测提前安排生产计划、做出合理的报价策略，在电力交易和竞价中获得更大的经济效益；用户可以根据电价信息确定合理的购电量和购电时段，降低生产成本；政府可以根据电网未来一段时间的电价及其波动情况的预测进行宏观预测、监控电力市场的运营、及时发现和解决市场存在的问题；规划者可以参照长期电价预测决定输电量能否增加、做出调度计划、以及区域间的电力交换；电厂投资者可以正确选择厂址并评估盈利前景；市场运营者还可以根据电价预测进行风险管理。价格预测是任何商品市场关注的焦点。近年来，电力作为特殊商品在不