基于粒子群神经网络的电价预测与水电厂报价策略研究

西安理工大学硕士学位论文基于粒子群-神经网络的电价预测与水电厂报价策略研究姓名：李娜申请学位级别：硕士专业：水利水电工程指导教师：李郁侠20080301基于粒子群-神经网络的电价预测与水电厂报价策略研究作者：李娜学位授予单位：西安理工大学相似文献(3条)1.学位论文王立晶电力市场环境下梯级水电厂报价策略研究2008随着我国电力市场化进程的加快和“厂网分开，竟价上网”运营机制的实施，发电企业逐渐成为市场竞争的主体。在电力市场环境下，梯级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，成为其面临的首要问题。本文以电力市场出清电价预测、容量分配和梯级水电厂竞价策略为主要内容，进行了以下几方面的研究：采用粒子群优化BP神经网络方法预测市场出清电价，在此基础上对发电厂基于预测市场出清价的竞价策略进行分析。最后，对某梯级水电厂以收益最大为目标进行分析计算，得出了在竟价上网条件下的电量优化策略。2.期刊论文李郁侠.石晓俊.段凌剑.高福荣电力市场环境下水电厂报价决策系统研究-西北农林科技大学学报（自然科学版）2004,32(12)简要介绍了我国电力市场的发展现状及改革方向,以及发电企业参与电力市场的主要行为、工作重点和其面临的主要问题,汇总了发电企业报价决策系统中实时发电成本分析、边际电价预测和报价策略的研究现状,分析了将现有系统用于水电厂时存在的问题和不足.根据水电厂的特点,采用基于Web技术和面向对象编程(Object-OrientedProgramming,OOP)技术的开发工具VisualC++.net,设计了水电厂报价决策系统.3.学位论文蔡振华基于电价预测的水电厂报价策略研究2007实行厂网分开、竞价上网、建立完善的电力市场是世界电力工业发展的必然趋势.对于水电厂而言,极其重要的是如何在电力市场环境下实现自身的经济效益最大化.这很大程度取决于水电厂能否制定合理的报价策略.本文主要研究了电力市场环境下的水电厂报价策略问题,并在准确预测系统边际电价的基础上提出了一种售电利润最大化的水电厂报价策略模型.首先,论述了水电厂在电力市场环境下进行报价策略研究的重要意义,并详细介绍了当前报价策略的研究现状.其次,分析了电力市场下影响系统边际电价的各种因素,并利用相似搜索和最小二乘支持向量机对系统边际电价进行预测.以相似搜索得到的相似日负荷和邻近日负荷作为最小二乘支持向量机的输入,并利用网格搜索和交叉验证对最小二乘支持向量机的参数进行自动选取,实例分析表明,该方法能够有效提高系统边际电价的预测精度.然后,在预测电价的基础上建立了水电厂的报价策略模型.该模型考虑了水电厂的各种约束条件,通过合理统筹水电厂各交易时段的用水量和出力,以达到售电利润最大化的目的.最后,利用本文提出的改进遗传算法对报价策略模型进行求解,得到报价策略.该算法采用改进的自适应交叉概率和变异概率,能够在算法运算过程中根据适应度的要求自适应地改变交叉概率和变异概率,有效克服了简单遗传算法中的早熟和易陷入局部最优的不足,提高了遗传算法的全局寻优性能.实例分析表明,利用该算法求解得到的报价策略能够有效提高水电厂的经济效益.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：f5248a31-4fc1-4ded-8cb5-9de3014ba524下载时间：2010年8月31日